丁祥海，喻 瑤，王曉光

（杭州電子科技大學(xué) 管理學(xué)院，浙江 杭州 310018）

一、引言

同智能化工廠相比，勞動(dòng)密集型工廠在生產(chǎn)過(guò)程中需要投入更多的人員支持，其利潤(rùn)和資本積累主要來(lái)源于一線員工的廉價(jià)勞動(dòng)[1]。與之前相比，如今的一線員工具有受教育程度普遍較高，性格鮮明，自我意識(shí)強(qiáng)，喜歡未知和探索，追求個(gè)性化的發(fā)展和獨(dú)立的生活等特點(diǎn)，同時(shí)勞動(dòng)密集型工廠具有工作強(qiáng)度大，工作內(nèi)容單調(diào)等特點(diǎn)。一線員工的特點(diǎn)以及工廠內(nèi)外部環(huán)境的變化，促使一線員工產(chǎn)生了高頻流動(dòng)的現(xiàn)象，主要表現(xiàn)為員工的離職行為。離職行為的發(fā)生既會(huì)增加企業(yè)的勞動(dòng)成本支出，又會(huì)使企業(yè)難以保持正常的運(yùn)轉(zhuǎn)。因此，探討勞動(dòng)密集型工廠一線員工離職因素及其主動(dòng)離職模型的構(gòu)建在一定程度上對(duì)企業(yè)以及員工自身都有重要的意義。

目前，有許多學(xué)者在不斷的探索與員工離職有關(guān)的模型。其中具有代表性的是普賴(lài)斯（Price）等提出的普賴(lài)斯 -穆勒（Price-Mueller）模型[2]，模型中涉及的變量比較多，但增加了研究問(wèn)題的難度；張勇等通過(guò)灰色預(yù)測(cè)模型對(duì)非正常離職進(jìn)行預(yù)測(cè)[3]；楊海霞通過(guò)研究構(gòu)建出神經(jīng)網(wǎng)絡(luò)（RBF）模型,這一模型主要解決非線性預(yù)測(cè)問(wèn)題，例如：?jiǎn)T工離職對(duì)業(yè)績(jī)影響程度等，具有較好的預(yù)測(cè)性和應(yīng)用性[4]；夏功成等通過(guò)研究構(gòu)建了員工主動(dòng)動(dòng)態(tài)離職模型來(lái)預(yù)測(cè)員工的動(dòng)態(tài)離職過(guò)程，所考慮的離職因素比較一般化，沒(méi)有對(duì)具體的行業(yè)以及具體的職位進(jìn)行再次細(xì)分[5]；趙旭等針對(duì)離職行為這一復(fù)雜行為，以實(shí)證研究和突變理論作為模型構(gòu)建依據(jù)，最終構(gòu)建出員工主動(dòng)離職的突變概念模型[6]。國(guó)內(nèi)對(duì)于員工離職文獻(xiàn)的研究中，以勞動(dòng)密集型工廠一線員工作為研究對(duì)象的文獻(xiàn)較少。王笑天通過(guò)構(gòu)建基于壓力交互理論與工作要求-資源模型，將制造業(yè)一線員工作為其研究對(duì)象，實(shí)證分析了制造業(yè)一線員工的工作要求對(duì)離職意愿的影響，并分析了員工沖動(dòng)性人格與社會(huì)支持這兩者因素對(duì)工作要求與離職意愿關(guān)系的鏈?zhǔn)秸{(diào)節(jié)機(jī)制[7]。

綜合文獻(xiàn)來(lái)看，國(guó)內(nèi)對(duì)于勞動(dòng)密集型工廠一線員工的離職因素和行為模擬方面的研究較少且有進(jìn)一步完善的空間。鑒于一線員工在勞動(dòng)密集型工廠中呈現(xiàn)流動(dòng)性大、群體性等特征，本文以勞動(dòng)密集型工廠為研究背景，建立了一線員工主動(dòng)離職行為模型，運(yùn)用MATLAB軟件與QSIM算法結(jié)合來(lái)模擬員工的離職過(guò)程，并將定性模擬以定量的形式表現(xiàn)出來(lái)，從而達(dá)到可視化的效果。

二、勞動(dòng)密集型工廠一線員工主動(dòng)離職模型構(gòu)建

符益群等通過(guò)對(duì)國(guó)內(nèi)外文獻(xiàn)的研究歸納及實(shí)地的考查分析，將影響員工離職的因素歸納為以下幾點(diǎn)：個(gè)體因素主要表現(xiàn)為員工自身的教育水平、個(gè)人績(jī)效等，工作自身因素主要是工作角色、工作任務(wù)多樣性等，組織因素主要為企業(yè)獎(jiǎng)懲制度、組織構(gòu)架等，外部環(huán)境因素主要為勞動(dòng)力市場(chǎng)供需情況、就業(yè)形勢(shì)等，員工自身態(tài)度和心理的行為主要表現(xiàn)為組織承諾、工作滿意度、晉升機(jī)遇等[8]。張旭濤等通過(guò)對(duì)制造業(yè)一線生產(chǎn)派遣員工離職行為的研究，得出組織承諾影響作用大于工作滿意度的影響，但兩者都與員工離職行為呈現(xiàn)正相關(guān)關(guān)系；薪酬福利、職業(yè)晉升途徑、工作班制、企業(yè)外部機(jī)遇、員工培訓(xùn)與關(guān)懷等因素對(duì)員工的離職行為都有顯著影響，而傳統(tǒng)的離職因素例如：企業(yè)價(jià)值觀、員工工作氛圍等對(duì)派遣員工的離職行為影響不顯著[9]。韓翼等通過(guò)構(gòu)建員工自愿離職綜合模型以及對(duì)1 066份調(diào)查問(wèn)卷的分析，結(jié)論表明工作滿意度和組織承諾這兩個(gè)因素與員工離職傾向具有正相關(guān)關(guān)系，組織認(rèn)同感，組織承諾對(duì)員工離職傾向也有明顯的影響[10]。

針對(duì)勞動(dòng)密集型工廠的特點(diǎn)，一線員工的工作強(qiáng)度在不同時(shí)期會(huì)有不同的變化；每天工作時(shí)間和是否經(jīng)常加班可以側(cè)面體現(xiàn)出員工的緊張感、疲勞感、工作強(qiáng)度的強(qiáng)弱等[11]。高工作強(qiáng)度雖然可以提高員工的獎(jiǎng)酬和企業(yè)的績(jī)效，但對(duì)于員工自身來(lái)說(shuō)，長(zhǎng)時(shí)間繁重的任務(wù)量會(huì)降低員工工作滿意度及組織承諾度。崗位單調(diào)性被認(rèn)為是個(gè)體所從事的崗位的工作內(nèi)容被重復(fù)程度，崗位單調(diào)性越高，員工對(duì)工作內(nèi)容可選擇的范圍越小，導(dǎo)致員工的柔性越低。柔性管理被證實(shí)既可以提高員工的工作的滿意度，又能提升產(chǎn)線的效率與產(chǎn)能[12]；與崗位單調(diào)性相對(duì)應(yīng)的另外一個(gè)因素是班次自主性，它可以平衡工作與生活之間關(guān)系，員工對(duì)班次的選擇權(quán)利越大相對(duì)應(yīng)的工作時(shí)間柔性就會(huì)越大，員工的工作熱情和工作滿意度也越高，進(jìn)而提升企業(yè)的生產(chǎn)效益[13]。另一方面，工作環(huán)境與員工的離職傾向具有密切的相關(guān)關(guān)系[14]。勞動(dòng)密集型工廠的生產(chǎn)加工運(yùn)作會(huì)對(duì)車(chē)間的溫度、濕度、噪音、照明等環(huán)境條件產(chǎn)生一定的作用，而這些環(huán)境條件又會(huì)直接影響一線員工的生產(chǎn)行為，例如適宜的溫度會(huì)增加員工對(duì)生產(chǎn)的投入，從而提升工作效率。

通過(guò)對(duì)上述文獻(xiàn)的歸納總結(jié)，在Price-Mueller模型的基礎(chǔ)上，保留其小部分變量，重點(diǎn)考慮崗位單調(diào)性、柔性管理、班次自主性、工作強(qiáng)度等因素對(duì)員工主動(dòng)離職行為的影響，從而建立如圖1所示的勞動(dòng)密集型工廠下的員工主動(dòng)離職模型。圖中菱形中的變量是會(huì)波動(dòng)的，它們?nèi)Q于企業(yè)的內(nèi)外環(huán)境，“+”表示箭尾因素增強(qiáng)會(huì)導(dǎo)致箭頭的增強(qiáng)，“-”表示箭尾因素增強(qiáng)會(huì)導(dǎo)致箭頭的減弱。

圖1 勞動(dòng)密集型工廠一線員工主動(dòng)離職過(guò)程模型

崗位的單調(diào)性會(huì)弱化柔性管理的效果，班次自主性會(huì)促使柔性管理得到更好的實(shí)施，這兩個(gè)因素的變化會(huì)對(duì)后續(xù)的其他因素產(chǎn)生影響，柔性管理的實(shí)施會(huì)提高員工的工作滿意度，增強(qiáng)員工的歸屬感，降低員工的離職意愿，員工離職行為的頻率也就隨之降低；企業(yè)領(lǐng)導(dǎo)的支持以及員工自身的努力程度在一定程度上都會(huì)改善工作環(huán)境，它同工作滿意度一樣都會(huì)強(qiáng)化員工的組織承諾，進(jìn)而促進(jìn)員工績(jī)效的增加，增加其組織認(rèn)同感，從而降低員工離職意愿，減少員工離職行為；工作強(qiáng)度的增加會(huì)使一線員工的薪酬和績(jī)效同向增加，增強(qiáng)員工的組織認(rèn)同感，減少員工的離職意愿，減少員工離職行為；薪酬的增加也會(huì)增加員工的努力程度，進(jìn)而增加員工的工作滿意度，之后影響員工的離職行為發(fā)生過(guò)程如上文所述；企業(yè)外部就業(yè)機(jī)會(huì)的增加會(huì)促使員工產(chǎn)生更多的選擇從而導(dǎo)致離職行為的增加。

定性模擬中的變量都是非數(shù)字化的變量，為了便于后文的統(tǒng)計(jì)與討論，將變量名轉(zhuǎn)變?yōu)樽帜副硎?，具體如表1所示。

表1 勞動(dòng)密集型工廠一線員工離職過(guò)程模型變量名及符號(hào)

三、QSIM算法與步驟

定性仿真的本質(zhì)是一種定性推理的過(guò)程，定性仿真過(guò)程就是由當(dāng)前狀態(tài)產(chǎn)生后繼狀態(tài)的一個(gè)不斷推進(jìn)過(guò)程。本文將運(yùn)用QSIM算法對(duì)勞動(dòng)密集型工廠員工離職行為進(jìn)行模擬。美國(guó)學(xué)者Kuipers提出了QSIM算法，為定性建模和定性仿真奠定了很好的研究和應(yīng)用基礎(chǔ)。QSIM用定性微分方程來(lái)描述模擬對(duì)象，定性微分方程由變量和約束組成，變量代表系統(tǒng)參數(shù)，約束描述變量之間的關(guān)系[15]。它可以從一個(gè)定性約束集和一個(gè)初始狀態(tài)出發(fā)，預(yù)測(cè)系統(tǒng)未來(lái)所有可能的行為[16-17]。根據(jù)QSIM算法，存在推理函數(shù)f，每個(gè)可推理的函數(shù) f在 t0＜t1＜…＜ti＜ti+1＜…＜tn顯著的時(shí)刻點(diǎn)處的值為路標(biāo)值。顯著時(shí)刻點(diǎn)表示定性變量在該時(shí)間點(diǎn)上發(fā)生了顯著的變化，在顯著時(shí)刻點(diǎn)之間，定性變量只發(fā)生平緩的變化，不會(huì)產(chǎn)生突變。定性變量當(dāng)前所處的時(shí)刻，要么在一個(gè)可區(qū)分時(shí)刻點(diǎn)ti上，其狀態(tài)可以表示為 QS（f，ti）；要么在兩個(gè)可區(qū)分時(shí)刻點(diǎn)之間（ti，ti+1），狀態(tài)表示為 QS（f，ti，ti+1）。在任意時(shí)刻t的定性狀態(tài)QS是由參數(shù)在其定量空間中的取值和參數(shù)的變化方向所構(gòu)成的二元組（qval，qdir）表示。具體取值如下：

其中，li代表單個(gè)路標(biāo)值，（li，li+1）代表區(qū)間值。例如 QS=（X1，（ti，ti+1））=＜（-1，0），+＞ 表示變量 X1在區(qū)間（ti，ti+1）的取值為（-1，0），方向?yàn)椤?”，有增加的可能性。

（一）QSIM算法規(guī)則

QSIM是一種定性推理方法，是顯著時(shí)刻點(diǎn)到此點(diǎn)與下一個(gè)顯著時(shí)刻點(diǎn)之間再到下一個(gè)顯著時(shí)刻點(diǎn)的循環(huán)往前的定性狀態(tài)推理。推理過(guò)程必須遵守一定的規(guī)則，Kuipers提供了一個(gè)通用函數(shù)狀態(tài)轉(zhuǎn)換表來(lái)輔助說(shuō)明QSIM的規(guī)則，具體如表2所示。

表2 通用函數(shù)狀態(tài)轉(zhuǎn)換表[14]

在模擬過(guò)程中，并不是所有的轉(zhuǎn)換都能符合要求，還需要滿足約束一致性過(guò)濾、配對(duì)一致性過(guò)濾、全局解釋和全局過(guò)濾。（1）約束一致性過(guò)濾。當(dāng)變量受到多個(gè)推理函數(shù)的約束時(shí)，對(duì)各個(gè)函數(shù)進(jìn)行獨(dú)立轉(zhuǎn)化后，檢驗(yàn)定性值和變化方向的一致性。（2）配對(duì)一致性過(guò)濾。如果兩個(gè)約束中出現(xiàn)相同的推理函數(shù)，則該推理函數(shù)在不同的約束中需有一致的狀態(tài)轉(zhuǎn)化。（3）全局解釋。經(jīng)過(guò)約束和配對(duì)一致性過(guò)濾后，剩下的所有規(guī)則的組合為全局解釋。（4）全局過(guò)濾。若前后直接相鄰狀態(tài)一致和前后狀態(tài)循環(huán)則過(guò)濾掉新?tīng)顟B(tài)。根據(jù)通用函數(shù)狀態(tài)轉(zhuǎn)化表和上述過(guò)濾與解釋?zhuān)傻玫阶兞恐g的相互作用表和通用規(guī)則轉(zhuǎn)化表，具體見(jiàn)參考文獻(xiàn)[5]。

（二）變量取值及含義

為了研究及MATLAB模擬的方便，用{1，2，3，4，5}表示 qval，用{-2，-1，0，1，2}表示變量的變化趨勢(shì)，即 qdir，其中 X1和 X2取{0，1，2}。一元變量包 括：X1、X2、Y1、Y2、Y3、Y4、Y5、Y6，它 們 表示 qval中的一個(gè)數(shù)，M表示qdir中的一個(gè)，二元變量包括：Z1、Z2、Z3、Z4、Z5表示為 ＜qval，qdir＞。部分變量的取值及含義如下所示：

某個(gè)二元組變量受到作用時(shí)，可能有多個(gè)后續(xù)狀態(tài)，在模擬的過(guò)程中，每種可能的狀態(tài)出現(xiàn)的概率相等。由于工作強(qiáng)度對(duì)績(jī)效具有積累效應(yīng)，員工要以最近三個(gè)月的平均工作強(qiáng)度來(lái)對(duì)績(jī)效起作用，不足三個(gè)月時(shí)，即當(dāng)月份為1月，平均工作強(qiáng)度就是本月工作強(qiáng)度的值，當(dāng)為2月時(shí)，其平均工作強(qiáng)度為1月和2月工作強(qiáng)度的平均值，此種處理方法同樣適用于領(lǐng)導(dǎo)支持度、離職意愿和就業(yè)機(jī)會(huì)等，這里不再贅述。離職意愿可由離職概率函數(shù)表達(dá)，采用文獻(xiàn)[6]的離職概率函數(shù)如式（1）。

其中，z是離職率，x是平均離職意愿，y是平均就業(yè)機(jī)會(huì)。

（三）模擬算法步驟

步驟 1：設(shè)定變量初始值，變量包括 Z1、Z2、Z3、Z4、Z5，平均工作強(qiáng)度 Y1，平均領(lǐng)導(dǎo)支持 Y2，平均就業(yè)機(jī)會(huì)Y3。置當(dāng)前模擬次數(shù)為1，模擬分為12個(gè)階段，一月份為第一個(gè)階段，每個(gè)階段的模擬次數(shù)為1 000次。

步驟2：MATLAB調(diào)用隨機(jī)數(shù)產(chǎn)生崗位單調(diào)性X1的值和班次自主性X2的值，根據(jù)表2和過(guò)濾與解釋確定柔性管理Z1，組織承諾Z4，績(jī)效 Y6，薪酬Y4，組織認(rèn)同Y5，努力程度M的后續(xù)狀態(tài)。

步驟3：MATLAB調(diào)用隨機(jī)數(shù)產(chǎn)生平均工作強(qiáng)度Y1的值，根據(jù)其對(duì)績(jī)效Y6作用的值。

步驟4：確定績(jī)效Y6的后續(xù)狀態(tài)。

步驟 5：依次確定薪酬 Y4，組織認(rèn)同 Y5，努力程度M的后續(xù)狀態(tài)。

步驟6：MATLAB調(diào)用隨機(jī)數(shù)與產(chǎn)生領(lǐng)導(dǎo)支持Y2的值，先確定其對(duì)工作環(huán)境Z3的作用，后確定組織承諾Z3的后續(xù)狀態(tài)。

步驟7：依次確定工作滿意度Z2，離職意愿Z5的后續(xù)狀態(tài)。

步驟8：確定平均離職意愿x，然后把平均離職意愿x和平均就業(yè)機(jī)會(huì)y代入式（1），來(lái)判斷員工是否離職，如果符合條件，則記為1，否則為0，然后依次進(jìn)入下一階段，一直到第12個(gè)階段，這樣往返循環(huán)下去，直到結(jié)束，最終導(dǎo)出結(jié)果。

四、主動(dòng)離職行為定性模擬

運(yùn)用matlab2010b來(lái)對(duì)不同情境進(jìn)行模擬，分析勞動(dòng)密集型工廠中崗位單調(diào)性、班次自主性、工作強(qiáng)度、就業(yè)機(jī)會(huì)等主要因素對(duì)離職行為的影響。

（一）不同的崗位單調(diào)性和班次自主性對(duì)員工離職的影響

情景 1：x1=2，X2=1，Z1=（3，0），Z2=（3，-1），Z3=（3，0），Z4=（3，0），Z5=（3，2），平均工作強(qiáng)度 Y1=5，平均領(lǐng)導(dǎo)支持Y2=3；平均就業(yè)機(jī)會(huì)Y3=4。初始條件一般，工作強(qiáng)度高，領(lǐng)導(dǎo)支持一般，就業(yè)機(jī)會(huì)較高，崗位單調(diào)性高，班次自主性一般。從模擬結(jié)果可以得出，1到12月份的離職意愿都在7%以上，總體平均離職率為88.19%，呈現(xiàn)較高狀態(tài)。

情景 2：X1=2，X2=1，Z1=（3，0），Z2=（3，-1），Z3=（3，0），Z4=（3，0），Z5=（3，2），平均工作強(qiáng)度 Y1=3，平均領(lǐng)導(dǎo)支持Y2=3，平均就業(yè)機(jī)會(huì)Y3=4。初始條件一般，工作強(qiáng)度一般，領(lǐng)導(dǎo)支持一般，就業(yè)機(jī)會(huì)較高，崗位單調(diào)性高，班次自主性一般。從模擬結(jié)果可以得出，每個(gè)月的員工離職意愿也都在7%以上，總體平均離職率為87.84%，也呈現(xiàn)較高狀態(tài)。

情景 3：X1=1，X2=1，Z1=（3，0），Z2=（3，-1），Z3=（3，0），Z4=（3，0），Z5=（3，2），平均工作強(qiáng)度 Y1=3，平均領(lǐng)導(dǎo)支持Y2=3，平均就業(yè)機(jī)會(huì)Y3=4。初始條件一般，工作強(qiáng)度一般，領(lǐng)導(dǎo)支持一般，就業(yè)機(jī)會(huì)較高，崗位單調(diào)性一般，班次自主性一般。從模擬結(jié)果可以得出，員工離職意愿剛開(kāi)始呈下降趨勢(shì)，然后又呈上升趨勢(shì)，總體平均離職率為22.43%，呈現(xiàn)較低狀態(tài)。

情景 4：X1=1，X2=2，Z1=（3，0），Z2=（3，-1），Z3=（3，0），Z4=（3，0），Z5=（3，2），平均工作強(qiáng)度 Y1=3，平均領(lǐng)導(dǎo)支持Y2=3，平均就業(yè)機(jī)會(huì)Y3=4。初始條件一般，工作強(qiáng)度一般，領(lǐng)導(dǎo)支持一般，就業(yè)機(jī)會(huì)較高，崗位單調(diào)性一般，班次自主性高。從模擬結(jié)果可以得出，在這樣的情況下，員工的離職可能性近似為0。四種情景的模擬結(jié)果如表3所示。

表3 情景1～情景4下員工的離職率總計(jì)

從以上4個(gè)情景的模擬結(jié)果可以得出，由情景1和情景2可以看出，當(dāng)平均工作強(qiáng)度由5變?yōu)?時(shí)，總體平均離職率降了1個(gè)百分點(diǎn)，基本上沒(méi)有什么變化；由情景2和情景3可以看出，當(dāng)崗位單調(diào)性由2變?yōu)?時(shí)，員工平均離職率由87.84%下降到22.34%，呈明顯下降趨勢(shì)；由情景3和情景4可以看出，班次自主性由1變?yōu)?時(shí)，員工的離職可能性近似為0，從概率上看，可能無(wú)員工離職。

由于勞動(dòng)密集型工廠的特點(diǎn)，一線員工是否會(huì)選擇離職，與崗位單調(diào)性和班次自主性有很大關(guān)系。當(dāng)崗位單調(diào)性很高，一線員工重復(fù)進(jìn)行某項(xiàng)工作時(shí)，即便員工的工作強(qiáng)度不高，員工離職的可能性也很大。在這種狀態(tài)下，員工工作比較枯燥，對(duì)工作的專(zhuān)注力下降，導(dǎo)致員工的離職可能性較高。同樣班次自主性對(duì)于員工也是非常重要，尊重員工的選擇與愛(ài)好，賦予員工一定的權(quán)力自主選擇班次，平衡工作與生活的關(guān)系，這樣不僅對(duì)生產(chǎn)效率及企業(yè)的業(yè)績(jī)有很大的促進(jìn)作用，也能夠吸引員工為企業(yè)創(chuàng)造更大的價(jià)值。另一方面，崗位單調(diào)性和班次自主性直接反映了該工廠的柔性管理程度。總體來(lái)說(shuō)，工廠柔性管理程度越高，員工對(duì)工廠的忠誠(chéng)度越高，離職傾向較低。另外離職率也受到工作強(qiáng)度的影響，適度的工作強(qiáng)度會(huì)產(chǎn)生良好工作績(jī)效，使員工得到滿意的薪酬，進(jìn)而增加員工的工作熱情，提升企業(yè)的生產(chǎn)效益。因此在一定程度上來(lái)說(shuō)，工作強(qiáng)度適中，企業(yè)的業(yè)績(jī)會(huì)越好，盈利也就會(huì)越多。

（二）在工作單調(diào)性和崗位匹配度都隨機(jī)變化下的三種情景

情景 5：變量的初始值：Z1=（3，0），Z2=（3，0），Z3=（3，0），Z4=（3，0），Z5=（3，2），平均工作強(qiáng)度Y1=1，平均領(lǐng)導(dǎo)支持Y2=3，平均就業(yè)機(jī)會(huì)Y3=4。初始條件一般，工作強(qiáng)度低，領(lǐng)導(dǎo)支持一般，就業(yè)機(jī)會(huì)較高。從模擬結(jié)果可以得出，六七月份離職率是所有月份中最高的，總體平均離職率為19.87%，屬于比較低的狀態(tài)。

情景 6：變量的初始值：Z1=（3，0），Z2=（3，0），Z3=（3，0），Z4=（3，0），Z5=（3，2），平均工作強(qiáng)度Y1=5，平均領(lǐng)導(dǎo)支持Y2=3，平均就業(yè)機(jī)會(huì)Y3=4。初始條件一般，工作強(qiáng)度高，領(lǐng)導(dǎo)支持一般，就業(yè)機(jī)會(huì)較高，從模擬結(jié)果可以得出，5月份的離職率為最高，總體平均離職率為25.37%，較情景5有升高的趨勢(shì)。

情景 7：變量的初始值：Z1=（3，0），Z2=（3，0），Z3=（3，0），Z4=（3，0），Z5=（3，2），平均工作強(qiáng)度 Y1=1，平均領(lǐng)導(dǎo)支持Y2=3，平均就業(yè)機(jī)會(huì)Y3=5。初始條件一般，工作強(qiáng)度低，領(lǐng)導(dǎo)支持一般，就業(yè)機(jī)會(huì)高。從模擬結(jié)果可以得出，3—6月份的離職率變化幅度較多，10月份離職率呈現(xiàn)最高狀態(tài)，之后有下降趨勢(shì)，總體平均離職率為28.26%。三種情景模擬結(jié)果如表4所示。

表4 情景5～情景7下員工的離職率總計(jì)

從以上三種情景可以看出，當(dāng)平均工作強(qiáng)度從1變?yōu)?時(shí)，總體平均離職率從19.87%上升到25.37%，上升了大概6個(gè)百分點(diǎn)，當(dāng)平均就業(yè)機(jī)會(huì)從4變?yōu)?時(shí)，總體平均離職率從19.87%上升到28.26%，上升了大概9個(gè)百分點(diǎn)，因此工作強(qiáng)度和就業(yè)機(jī)會(huì)對(duì)員工的離職率都有所影響。

與其他行業(yè)類(lèi)似，一線員工是否離職還受外界環(huán)境中就業(yè)機(jī)會(huì)的直接影響。外界就業(yè)機(jī)會(huì)越多，員工自身離職意愿越大，則離職的可能性也越大。當(dāng)員工在企業(yè)的自我發(fā)展受限時(shí)，會(huì)更渴望尋求外部的工作機(jī)會(huì)來(lái)實(shí)現(xiàn)自己的職業(yè)規(guī)劃。外部就業(yè)機(jī)會(huì)的增多會(huì)導(dǎo)致員工的不穩(wěn)定，因此企業(yè)要想保持員工的忠誠(chéng)度，必須從企業(yè)內(nèi)部著手以此來(lái)降低員工的離職意愿。

五、應(yīng)用研究

通過(guò)對(duì)員工主動(dòng)離職行為的定性模擬研究，可以得到當(dāng)員工出現(xiàn)離職行為時(shí)通過(guò)何種方式可以有效的減少該行為的發(fā)生，從而保持一線員工的投入度和活力。本節(jié)將以某勞動(dòng)密集型工廠作為參照對(duì)象，以算例的形式解釋該工廠如何通過(guò)行為定性模擬來(lái)有效的降低員工的離職率。已知該工廠主要生產(chǎn)電子產(chǎn)品，地處經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)，生產(chǎn)部門(mén)定期實(shí)行輪崗制，部門(mén)領(lǐng)導(dǎo)偶爾關(guān)心員工的工作及生活現(xiàn)狀，車(chē)間環(huán)境適宜，員工在有限的范圍內(nèi)可選擇班次的類(lèi)型，但目前工廠處于生產(chǎn)旺季，員工超負(fù)荷工作，員工對(duì)工廠整體呈現(xiàn)一般滿意狀態(tài)。綜上所述，結(jié)合前文變量的取值及含義，將該工廠的初始值設(shè)置為：X1=1，X2=1，Z1=（3，0），Z2=（3，0），Z3=（3，0），Z4=（3，0），Z5=（3，0），平均工作強(qiáng)度Y1=5，平均領(lǐng)導(dǎo)支持Y2=3，平均就業(yè)機(jī)會(huì)Y3=4。其模擬結(jié)果實(shí)例1如表5所示。

表5 初始條件下員工的離職率總計(jì)

當(dāng)崗位單調(diào)性和班次自主性都比較適宜的情況下，員工的離職率為24.84%，員工內(nèi)部存在一定程度的不穩(wěn)定性。此時(shí)，管理人員需要采取相應(yīng)的措施，例如通過(guò)減少員工的工時(shí)，提高他們的工作效率。當(dāng)平均工作強(qiáng)度由5變?yōu)?時(shí)，員工工作滿意度也會(huì)相應(yīng)的增加，即Z2=（3，0）變?yōu)閆2=（4，2），此時(shí)模擬結(jié)果實(shí)例2如表6所示，總體離職率呈下降趨勢(shì)，從而能夠減少企業(yè)的人力成本。

由于該勞動(dòng)密集型工廠的柔性管理處于一般狀態(tài)，要想進(jìn)一步的降低離職率，可以針對(duì)柔性管理采取相應(yīng)的措施，給予員工自主選擇和安排工作的權(quán)力。采取這樣的措施之后，員工自主性Z1=（3，0）變?yōu)?Z1=（4，2），從表 7 模擬結(jié)果實(shí)例 3 可看出，員工的總體離職率再一次降低，企業(yè)的運(yùn)營(yíng)成本也隨之降低。

表6 工作強(qiáng)度變化后員工的離職率總計(jì)

表7 柔性管理變化后員工的離職率總計(jì)

六、結(jié)論與展望

基于QSIM算法，建立了勞動(dòng)密集型工廠一線員工主動(dòng)離職行為模型，分析了相關(guān)因素是如何影響員工離職。在模擬的過(guò)程中，采用了QSIM算法的思想，以多次模擬克服了一次模擬的局限，使模擬結(jié)果更符合實(shí)際情況。理論上可以觀察企業(yè)一年內(nèi)員工離職行為的整體動(dòng)態(tài)，能夠?yàn)閯趧?dòng)密集型工廠提供一定的參考價(jià)值，從而及時(shí)的降低人力成本的損失，為企業(yè)創(chuàng)造更大的效益。

從模擬中可以得出勞動(dòng)密集型企業(yè)影響員工離職行為較大的因素是企業(yè)的內(nèi)部因素，即崗位單調(diào)性、班次自主性、工作強(qiáng)度等因素，而就業(yè)機(jī)會(huì)等外部環(huán)境對(duì)員工影響程度也與企業(yè)內(nèi)部因素有關(guān)，這也是比較符合實(shí)際情況的。作為企業(yè)的管理者，應(yīng)該從企業(yè)內(nèi)部做起，實(shí)時(shí)觀察內(nèi)部動(dòng)態(tài)，針對(duì)相應(yīng)的因素采取合適的措施，降低員工的整體離職率。

不足之處在于，由于不同的員工選擇離職的因素是不同的，所以影響員工離職是由很多因素造成的，本文只考慮了勞動(dòng)密集型工廠的主要因素對(duì)員工的影響，并且在模擬過(guò)程中只考慮了一個(gè)或兩個(gè)因素對(duì)某一變量的影響，如果能找出3個(gè)及以上的變量對(duì)某個(gè)變量作用規(guī)則的情況下，則會(huì)更符合實(shí)際情況。