符謝紅

（東華大學(xué) 旭日工商管理學(xué)院，上海 200051）

基于馬爾可夫鏈的易變性職業(yè)轉(zhuǎn)移模型研究

符謝紅

（東華大學(xué) 旭日工商管理學(xué)院，上海 200051）

當(dāng)傳統(tǒng)職業(yè)生涯逐漸向易變性職業(yè)生涯轉(zhuǎn)變，職業(yè)的轉(zhuǎn)移為多方向性、動(dòng)態(tài)性和不可預(yù)測(cè)性.基于職業(yè)發(fā)展的混沌理論，嘗試探索易變性職業(yè)路徑規(guī)律的定量描述，將易變性職業(yè)看成一隨機(jī)過(guò)程，運(yùn)用馬爾可夫鏈模型，選取營(yíng)銷資深人員的職業(yè)路徑作為研究樣本，建立易變性職業(yè)轉(zhuǎn)移模型，并進(jìn)行算例分析，從而得到職業(yè)轉(zhuǎn)移“整體模式穩(wěn)定性”的規(guī)律.結(jié)果顯示易變性職業(yè)轉(zhuǎn)移模型具有良好的適用性，該職業(yè)轉(zhuǎn)移模型在理論上是對(duì)易變性職業(yè)生涯定量研究的有益補(bǔ)充，并在人力資源領(lǐng)域，特別是揭示人才成長(zhǎng)規(guī)律方面具有實(shí)踐意義.

馬爾可夫鏈；易變性職業(yè)轉(zhuǎn)移模型；營(yíng)銷資深人員

工作的每次轉(zhuǎn)移形成了職業(yè)路徑的特點(diǎn)，不同職業(yè)的路徑特點(diǎn)各不相同.對(duì)某一特定職業(yè)的路徑特點(diǎn)進(jìn)行規(guī)律研究有助于人力資源管理和開發(fā).從宏觀層面上，職業(yè)路徑規(guī)律為國(guó)家人才培養(yǎng)政策的實(shí)施提供幫助；在企業(yè)微觀層面上，職業(yè)路徑規(guī)律為企業(yè)人力資源規(guī)劃和開發(fā)提供依據(jù)；對(duì)“渺觀”的個(gè)體而言，職業(yè)路徑規(guī)律是個(gè)體自我職業(yè)指導(dǎo)的重要基礎(chǔ).隨著我國(guó)經(jīng)濟(jì)的發(fā)展，職業(yè)也在不斷地變化，個(gè)體的職業(yè)觀更加自主，路徑規(guī)律也在變化，持續(xù)關(guān)注職業(yè)路徑的規(guī)律就顯得更加重要.

HALL［1］最早提出了易變性職業(yè)生涯的概念并致力于該領(lǐng)域的研究.易變性職業(yè)生涯與傳統(tǒng)職業(yè)生涯相比，在職業(yè)成功的標(biāo)準(zhǔn)、心理契約、職業(yè)流動(dòng)模式、職業(yè)生涯管理責(zé)任方面都有著完全不同的改變.當(dāng)易變性職業(yè)生涯不斷盛行，傳統(tǒng)以組織為主導(dǎo)的職業(yè)生涯逐漸消失.BARUCH［2］提出易變性職業(yè)路徑的多方向性模型包含了職業(yè)的多種選擇、多種可能的發(fā)展方向、多種職業(yè)成功的定義，職業(yè)的轉(zhuǎn)移為多方向性和動(dòng)態(tài)性.

職業(yè)路徑的研究起源于職業(yè)生涯規(guī)劃.職業(yè)路徑是一個(gè)人一系列工作經(jīng)歷所形成的路徑，是關(guān)于時(shí)間的函數(shù)，即對(duì)每一個(gè)時(shí)間段上的一系列工作的連續(xù)性考察，可以反映出有關(guān)職業(yè)經(jīng)歷的過(guò)程或結(jié)果.營(yíng)銷人員的職業(yè)路徑各不相同，職業(yè)發(fā)展呈現(xiàn)出多方向性的特點(diǎn)，運(yùn)用營(yíng)銷職業(yè)分析易變性職業(yè)路徑具有代表性.營(yíng)銷資深人員個(gè)體的職業(yè)路徑，不僅可以反映出他的工作經(jīng)歷，還可以透過(guò)職業(yè)路徑上的某一點(diǎn)來(lái)察看某一時(shí)間點(diǎn)上他所處的行業(yè)環(huán)境、組織環(huán)境和個(gè)人環(huán)境，所以具體的職業(yè)路徑可以反映規(guī)律.BLOCH［3］明確將混沌理論的概念引入職業(yè)領(lǐng)域，指出職業(yè)發(fā)展是一個(gè)復(fù)雜的適應(yīng)性實(shí)體.職業(yè)發(fā)展的混沌理論強(qiáng)調(diào)非線性系統(tǒng)分析的研究范式.混沌理論研究的關(guān)鍵就是要發(fā)現(xiàn)隱藏在不可預(yù)測(cè)的無(wú)序現(xiàn)象里的內(nèi)部有序結(jié)構(gòu)，使學(xué)者們有可能進(jìn)一步探索用現(xiàn)有范式所不能描述、解釋或預(yù)測(cè)的現(xiàn)象.職業(yè)發(fā)展的混沌理論中的分形特點(diǎn)就提供了探詢規(guī)律的可行性［4］.

YOUNG等［5］較早運(yùn)用轉(zhuǎn)移概率矩陣分析和預(yù)測(cè)企業(yè)內(nèi)部人員的分布.近幾十年來(lái)轉(zhuǎn)移概率模型已被企業(yè)運(yùn)用于分析內(nèi)部人力資源的流動(dòng)趨勢(shì)和概率，如升遷、轉(zhuǎn)職、調(diào)配或離職等方面的情況，以便為內(nèi)部的人力資源的規(guī)劃提供依據(jù).相關(guān)研究如GEORGIOU等［6］運(yùn)用馬爾可夫鏈建立人力資源規(guī)劃的招聘培訓(xùn)模型.以往的研究采用定量分析的方法，在預(yù)測(cè)人員供給方面有成熟的運(yùn)用，但研究范圍局限在企業(yè)內(nèi)部.本文建立職業(yè)轉(zhuǎn)移發(fā)展概率模型，將運(yùn)用延伸到特定的職業(yè)、跨邊界的工作、宏觀的勞動(dòng)力市場(chǎng)中，同時(shí)建立職業(yè)轉(zhuǎn)移來(lái)源概率模型對(duì)某一特定職業(yè)的來(lái)源特點(diǎn)進(jìn)行規(guī)律研究，有利于揭示人才成長(zhǎng)規(guī)律.

1 職業(yè)轉(zhuǎn)移的馬爾可夫鏈模型

FORD等［7］提出了發(fā)展系統(tǒng)理論（DST），認(rèn)為個(gè)人的職業(yè)發(fā)展方向是開放的、不可預(yù)測(cè)的，而且發(fā)展的道路在一生中會(huì)有顯著的變化.職業(yè)發(fā)展的混沌理論將職業(yè)的轉(zhuǎn)移在理論上看作是一隨機(jī)過(guò)程，即個(gè)體職業(yè)轉(zhuǎn)移的概率只依賴于最近時(shí)期職業(yè)的狀態(tài)，而與前期的職業(yè)狀態(tài)無(wú)關(guān)，這樣，職業(yè)轉(zhuǎn)移可視為馬爾可夫過(guò)程分布，即當(dāng)系統(tǒng)在時(shí)刻T＝｛0，1，2，3，…｝所處的狀態(tài)為已知的條件下，過(guò)程在時(shí)刻t＞t0所處的狀態(tài)與其在t0時(shí)刻之前所處的狀態(tài)無(wú)關(guān).職業(yè)轉(zhuǎn)移的理論假設(shè)與離散參數(shù)馬爾可夫鏈模型的假設(shè)一致，因此，建立馬爾可夫鏈模型對(duì)特定職業(yè)的轉(zhuǎn)移概率進(jìn)行算例分析是可行的.本文專注于職業(yè)轉(zhuǎn)移規(guī)律的定量描述，研究的問(wèn)題是營(yíng)銷人員職業(yè)歷程的規(guī)律.不僅要分析營(yíng)銷職業(yè)的發(fā)展概率，同時(shí)分析其來(lái)源概率，因此建立兩個(gè)模型分別討論.

1.1 職業(yè)轉(zhuǎn)移發(fā)展概率模型

離散參數(shù)馬爾可夫鏈?zhǔn)侵笭顟B(tài)空間E和參數(shù)集T都是離散的馬爾可夫過(guò)程，記作｛Xn｝，n＝0，1，2，….用E＝ ｛in1，in2，in3，…｝表示馬爾可夫鏈的狀態(tài)空間，T＝｛0，1，2，3，…｝表示參數(shù)集，則馬爾可夫鏈模型的性質(zhì)：

對(duì)于任意非負(fù)整數(shù)k及n1＜n2＜…＜ni＜m，

式（1）表示工作從m時(shí)刻的狀態(tài)im轉(zhuǎn)移到m＋k時(shí)刻的狀態(tài)im＋k的概率，并簡(jiǎn)記為pij（m，m＋k）.如果pij（m，m＋k）只與i，j，k有關(guān)，則稱其具有齊次性，記為pij（k），稱pij（k）為k步轉(zhuǎn)移概率.用一個(gè)矩陣把所有轉(zhuǎn)移概率表示出來(lái)，即p（k）＝（pij（k）），即p（k）為k步轉(zhuǎn)移概率矩陣［8］.

關(guān)于職業(yè)的分類本文借鑒了國(guó)家職業(yè)分類標(biāo)準(zhǔn)，職業(yè)編碼參考了第五次全國(guó)人口普查所使用的職業(yè)分類與代碼表.通過(guò)對(duì)營(yíng)銷資深人員經(jīng)歷的每個(gè)職業(yè)進(jìn)行編碼，根據(jù)結(jié)果匯總歸納出7種職業(yè)大類——營(yíng)銷、綜合管理、技術(shù)、生產(chǎn)運(yùn)作、教育、行政后勤及其他.各職業(yè)分類分別依次用數(shù)字i＝1，2，3，…，7表示.在這些營(yíng)銷資深人員的職業(yè)歷程中，pij表示從初始狀態(tài)i轉(zhuǎn)移到新狀態(tài)j的概率，如p11，p21，p31，p41，p51，p61，p71分別表示營(yíng)銷、綜合管理、技術(shù)、生產(chǎn)運(yùn)作、教育、行政后勤及其他職業(yè)轉(zhuǎn)移到營(yíng)銷的概率；p12，p22，p32，p42，p52，p62，p72分別表示營(yíng)銷、綜合管理、技術(shù)、生產(chǎn)運(yùn)作、教育、行政后勤及其他職業(yè)轉(zhuǎn)移到綜合管理的概率，依此類推.職業(yè)轉(zhuǎn)移發(fā)展概率P是一個(gè)7×7矩陣，它概括了營(yíng)銷資深人員的職業(yè)經(jīng)歷，反映了其職業(yè)轉(zhuǎn)移發(fā)展規(guī)律，如式（2）所示.

此外，Πn表示在第n次轉(zhuǎn)移從事的職業(yè)類型j的概率矩陣，πj表示第n次轉(zhuǎn)移從事的職業(yè)類型j的概率，其中，j＝1，2，3，…，7，分別表示7種不同的職業(yè)類型.即

根據(jù)馬爾可夫鏈的性質(zhì)，不可約非周期有限馬爾可夫鏈必存在平穩(wěn)分布，且平穩(wěn)分布就是極限分布.理論上易變性職業(yè)轉(zhuǎn)移的馬爾可夫鏈具有不可約和非周期性的特點(diǎn)，因此存在平穩(wěn)分布.即

1.1.3 子宮肌瘤 子宮肌瘤是女性生殖系統(tǒng)常見的良性腫瘤，可引起經(jīng)量異常增多、繼發(fā)貧血、盆腔疼痛等，還可以改變子宮的解剖結(jié)構(gòu)，進(jìn)而影響子宮的收縮、蠕動(dòng)以及內(nèi)膜的容受性。據(jù)統(tǒng)計(jì)，以子宮肌瘤作為不孕唯一因素的占不孕女性的1%～3%[19-21]。肌瘤類型不同影響妊娠的機(jī)制也不同。有研究認(rèn)為，黏膜下肌瘤是導(dǎo)致不孕的首要因素[22]。黏膜下肌瘤可影響宮腔面積和血供，使妊娠率和分娩率降低；肌壁間肌瘤對(duì)于妊娠和分娩的影響并不明顯；而漿膜下肌瘤對(duì)于妊娠和流產(chǎn)無(wú)明顯影響[23]。肌瘤的生長(zhǎng)部位對(duì)于妊娠也有影響，前壁及后壁的肌瘤較其他部位的肌瘤對(duì)妊娠的影響小[24]。

且

如果對(duì)所有的im，im＋k∈I，

所以

無(wú)論現(xiàn)時(shí)刻從什么狀態(tài)出發(fā)，經(jīng)過(guò)足夠多步運(yùn)算以后到達(dá)im＋k的發(fā)展概率都為πj，與現(xiàn)時(shí)刻狀態(tài)im無(wú)關(guān)，則稱該馬爾可夫鏈具有平穩(wěn)性.

營(yíng)銷人員職業(yè)轉(zhuǎn)移在最終均衡狀態(tài)時(shí)從事7類職業(yè)的概率如式（8）所示.

1.2 職業(yè)轉(zhuǎn)移來(lái)源概率模型

本文的樣本為營(yíng)銷資深人員，研究的問(wèn)題是他們的職業(yè)歷程和職業(yè)來(lái)源規(guī)律，因此，本模型借鑒馬爾可夫鏈模型的逆過(guò)程來(lái)探究職業(yè)轉(zhuǎn)移的來(lái)源概率.

式（9）表示工作從m＋k時(shí)刻的狀態(tài)im＋k逆轉(zhuǎn)移到m 時(shí)刻的狀態(tài)im的來(lái)源概率，并簡(jiǎn)單記為pij（m＋k，m）.

此外，Πn表示在第n次逆轉(zhuǎn)移從事職業(yè)類型i的概率矩陣，πi表示在第n次逆轉(zhuǎn)移從事職業(yè)類型i的概率，其中，i＝1，2，3，…，7分別表示7種不同的職業(yè)類型.即

職業(yè)來(lái)源概率矩陣與職業(yè)發(fā)展概率矩陣同樣屬于不可約非周期有限馬爾可夫鏈，必存在平穩(wěn)分布，且平穩(wěn)分布就是極限分布，但它們平穩(wěn)分布形式上的不同表現(xiàn)在來(lái)源矩陣橫數(shù)列相同而發(fā)展矩陣縱數(shù)列相同.

如果對(duì)所有的im，im＋k∈I，

所以

無(wú)論現(xiàn)時(shí)刻從什么狀態(tài)出發(fā)，經(jīng)過(guò)足夠多步逆運(yùn)算以后到達(dá)im的來(lái)源概率都為πi，與現(xiàn)時(shí)刻狀態(tài)im＋k無(wú)關(guān)，則稱該馬爾可夫鏈具有平穩(wěn)性.營(yíng)銷職業(yè)轉(zhuǎn)移來(lái)源矩陣最終均衡狀態(tài)如式（16）所示.

2 實(shí)證分析和理論解釋

2.1 研究設(shè)計(jì)與樣本分析

本文于2010年7月及2011年7月對(duì)118名正在從事或者曾經(jīng)從事營(yíng)銷工作的資深專業(yè)人員進(jìn)行深度訪談.訪談依據(jù)半結(jié)構(gòu)化的職業(yè)探索訪談提綱進(jìn)行，內(nèi)容針對(duì)職業(yè)經(jīng)歷和職業(yè)變動(dòng)，并形成文本記錄，最終獲得有效樣本99個(gè).在被訪問(wèn)者中綜合管理者占34%，營(yíng)銷管理者占64%，其他管理人員占2%；男性占78%，女性占22%；工作年限在4～9年的被訪者占37.4%，工作年限在10～19年的被訪者均占41.4%，工作年限在20～46年以上的占21.2%.由此可見，被訪對(duì)象的工作年限較長(zhǎng).因本訪談樣本為營(yíng)銷資深人員，適合運(yùn)用于來(lái)源概率模型，從而研究其成長(zhǎng)規(guī)律.

研究運(yùn)用質(zhì)性方法對(duì)訪談?dòng)涗涍M(jìn)行分析.通過(guò)對(duì)樣本的每一個(gè)職業(yè)進(jìn)行編碼，用Xi，j（i，j＝1，2，3，4，5，6，7）表示職業(yè)i轉(zhuǎn)移到職業(yè)j的頻率，數(shù)據(jù)整理得出有效樣本共發(fā)生職業(yè)轉(zhuǎn)移263次.以矩陣形式表示轉(zhuǎn)移類型的頻率，如式（17）所示.

將式（17）中的每個(gè)數(shù)除以矩陣內(nèi)所有數(shù)之和，對(duì)應(yīng)得到職業(yè)轉(zhuǎn)移類型概率矩陣，如式（18）所示.

由式（18）可以看出，p11最大，明顯高于次大值p12，其次為p31，p22，p61，p41，p21，p66.其余概率的值顯著減小且均小于0.020.觀察矩陣特點(diǎn)，對(duì)

根據(jù)以上數(shù)據(jù)可知，樣本中營(yíng)銷資深人員的職業(yè)轉(zhuǎn)移歷程中，概率p11最大，為0.483，即48.3%的職業(yè)轉(zhuǎn)移類型為營(yíng)銷轉(zhuǎn)到營(yíng)銷；概率p12次之，為0.107，即10.7%的職業(yè)轉(zhuǎn)移類型為營(yíng)銷轉(zhuǎn)到綜合管理，即7種職業(yè)轉(zhuǎn)入營(yíng)銷的轉(zhuǎn)移頻率之和占總轉(zhuǎn)移頻率的比例為67.7%.所得結(jié)果與本文被訪對(duì)象的職業(yè)特征是非常吻合的，即營(yíng)銷資深人員的工作變換中，營(yíng)銷內(nèi)部的轉(zhuǎn)移占了近一半.樣本的工作轉(zhuǎn)移中67.7%為轉(zhuǎn)入營(yíng)銷，因此分析來(lái)源概率矩陣時(shí)以分析pi1為主.

2.2 營(yíng)銷職業(yè)轉(zhuǎn)移來(lái)源概率模型實(shí)證

將式（17）中的每個(gè)數(shù)除以每列數(shù)之和，對(duì)應(yīng)得到營(yíng)銷職業(yè)轉(zhuǎn)移的來(lái)源概率.則一步來(lái)源概率矩陣P如式（19）所示.

由式（19）可知，對(duì)于市場(chǎng)營(yíng)銷資深人員，職業(yè)轉(zhuǎn)移來(lái)源概率pi1中最大的是p11，為0.713 5，其次是p31為0.101 1，再次是p61，p41和p21，分別為0.056 2，0.050 6和0.044 9，最小的概率是p51和p71，均為0.016 9.由此可以得出營(yíng)銷職業(yè)來(lái)源概率的大小關(guān)系：營(yíng)銷來(lái)源于營(yíng)銷＞營(yíng)銷來(lái)源于技術(shù)＞營(yíng)銷來(lái)源于行政后勤＞營(yíng)銷來(lái)源于生產(chǎn)運(yùn)作＞營(yíng)銷來(lái)源于綜合管理＞營(yíng)銷來(lái)源于教育＝營(yíng)銷來(lái)源于其他，其中營(yíng)銷來(lái)源于營(yíng)銷的概率遠(yuǎn)遠(yuǎn)大于來(lái)源于其他職業(yè)的概率.這是因?yàn)橘Y深營(yíng)銷人員多經(jīng)歷了從初級(jí)營(yíng)銷工作到中高級(jí)營(yíng)銷工作的轉(zhuǎn)移.

在此基礎(chǔ)上，可以通過(guò)一步轉(zhuǎn)移概率矩陣，預(yù)測(cè)前一個(gè)工作所屬職業(yè)的概率.例如，某個(gè)體的第3個(gè)工作屬于營(yíng)銷，那么其第2個(gè)工作有71.35%的概率從事營(yíng)銷；有10.11%的概率從事技術(shù)；有5.62%的概率從事行政后勤；有5.06%的概率從事生產(chǎn)運(yùn)作；有4.49% 的概率從事綜合管理；分別有1.69%的概率從事教育和其他類職業(yè).

當(dāng)轉(zhuǎn)移次數(shù)趨于無(wú)窮時(shí)，根據(jù)n步轉(zhuǎn)移概率矩陣的平穩(wěn)性質(zhì)，得到最終的均衡概率πi（i＝1，2，3，4，5，6，7），如式（20）所示.

將式（19）代入式（20）得到：

以方程式形式表達(dá)如式（21）所示.

聯(lián)立方程（21）和（22），在 Matlab中可以采用高斯消去法［9］進(jìn)行求解，計(jì)算結(jié)果為π1＝0.550 8，π2＝0.086 1，π3＝0.123 1，π4＝0.118 8，π5＝0.021 0，π6＝0.077 1，π7＝0.023 0.即

可以看出，無(wú)論初始狀態(tài)如何，經(jīng)過(guò)若干次轉(zhuǎn)移以后，達(dá)到最終均衡狀態(tài)的概率是穩(wěn)定的.即營(yíng)銷職業(yè)有55.08%的概率來(lái)源于營(yíng)銷職業(yè)；12.31%的概率來(lái)源于技術(shù)；11.88%的概率來(lái)源于生產(chǎn)運(yùn)作；8.61% 的概率來(lái)源于綜合管理；7.71%的概率來(lái)源于行政后勤；2.10%來(lái)源于教育；2.30%來(lái)源于其他.綜上所述，通過(guò)來(lái)源概率矩陣分析營(yíng)銷資深人員的職業(yè)歷程，有兩個(gè)特點(diǎn)：（1）營(yíng)銷職業(yè)來(lái)源于營(yíng)銷職業(yè)的概率最大，占到了半數(shù)以上，說(shuō)明資深營(yíng)銷人員需要營(yíng)銷經(jīng)驗(yàn)的積累，大多經(jīng)歷了從初級(jí)營(yíng)銷工作到中高級(jí)營(yíng)銷工作的轉(zhuǎn)移；（2）營(yíng)銷職業(yè)的轉(zhuǎn)移來(lái)源較廣，包括技術(shù)、生產(chǎn)運(yùn)作和行政后勤等職業(yè)，一方面營(yíng)銷初級(jí)工作的入門對(duì)通用能力的要求較高，但專業(yè)門檻不高，另一方面在其他職業(yè)上積累的有關(guān)產(chǎn)品、技術(shù)和組織的知識(shí)對(duì)營(yíng)銷工作的績(jī)效有較大幫助.

3 結(jié) 語(yǔ)

本文運(yùn)用馬爾可夫鏈反映易變性職業(yè)轉(zhuǎn)移中的隨機(jī)性，通過(guò)建立職業(yè)轉(zhuǎn)移發(fā)展概率模型和職業(yè)轉(zhuǎn)移來(lái)源概率模型揭示其中的規(guī)律，從而反映職業(yè)轉(zhuǎn)移規(guī)律整體的穩(wěn)定性.選取了營(yíng)銷資深人員的職業(yè)路徑作為樣本，建立職業(yè)轉(zhuǎn)移來(lái)源概率模型，并進(jìn)行算例分析其職業(yè)轉(zhuǎn)移的規(guī)律，所得結(jié)果顯示模型具有良好的適用性.

本研究的不足之處在于算例樣本數(shù)量較少，樣本范圍僅為營(yíng)銷資深人員.進(jìn)一步的研究可以增加樣本職業(yè)類型進(jìn)行的分析；細(xì)分不同時(shí)間段或不同年齡段的職業(yè)轉(zhuǎn)移，得出的規(guī)律可更加精確反映現(xiàn)狀；以薪酬或以心理滿足感作為職業(yè)階段的分類依據(jù)，可反映其他維度的職業(yè)發(fā)展.

［1］HALL D T.Protean careers of the 21st century［J］.Academy of Management Executive，1996，10（4）：8－16.

［2］BARUCH Y.Trans forming careers：From linear to multi directional career paths［J］.Career Development International，2004，9（1）：58－73.

［3］BLOCH D P.Complexity，chaos，and nonlinear dynamics：A new perspective on career development theory［J］.The Career Development Quarterly，2005，53（3）：194－207.

［4］周滿玲，張進(jìn)輔，曾維希.職業(yè)發(fā)展的混沌理論［J］.心理科學(xué)進(jìn)展，2006，14（5）：739－741.

［5］YOUNG A，ALMOND G.Predicting distribution of staff［J］.Computer Journal，1961，3（4）：246－250.

［6］GEORGIOU A C，TSANTAS N.Modelling recruitment training in mathematical human resource planning［J］.Applied Stochastic Models in Business and Industry，2002，18（1）：53－74.

［7］FORD D H，LERNER R M.Developmental systems theory：An integrative approach［M］.Thousand Oaks，CA：Sage Publications，Inc，1992：259.

［8］陳良均，朱慶堂.隨機(jī)過(guò)程及運(yùn)用［M］.北京：高等教育出版社，2003：10.

［9］高會(huì)生，劉童娜，李聰聰.MATLAB實(shí)用教程［M］.2版.北京：電子工業(yè)出版社，2010：263.

Research on Protean Career Mobility Model Based on Markov Chain Approach

FU Xie－h(huán)ong
（Glorious Sun School of Business and Management，Donghua University，Shanghai 200051，China）

With the traditional career change to the protean one，the transforming careers become multi directional，dynamic and unpredictable.Based on stochastic theory，the mathematical patterns were set up to revealing protean career transformation law.Tracking randomness of the protean career by using the Markov chain，the protean career mobility model was set up to reflect its overall stability by giving marketing seniority as the application of the model.The conclusion showed that the protean career mobility model had good applicability.The model contributes to the quantitative study of a protean career.The exploratory findings have important application in human recourse management，specifically in revealing the law of talents growth.

Markov chain；protean career mobility model；marketing seniority

F 224；F 240

A

2012－03－30

中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目

符謝紅（1973—），女，海南?？谌?，講師，博士研究生，研究方向?yàn)槿肆Y源管理.E－mail：fxh＠dhu.edu.cn

1671－0444（2012）03－0338－06