李　靜，宋　利

(安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽　淮南　232001)

?

基于貝葉斯網(wǎng)絡(luò)的人力資源管理風(fēng)險(xiǎn)預(yù)警模型

李靜，宋利

(安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽淮南232001)

摘要：人力資源管理的眾多不確定性因素可能導(dǎo)致企業(yè)面臨各種各樣的風(fēng)險(xiǎn)，有效評(píng)估和預(yù)警人力資源管理風(fēng)險(xiǎn)有助于提高企業(yè)人力資源管理的有效性?；诂F(xiàn)有研究成果的局限性，將貝葉斯網(wǎng)絡(luò)引入到企業(yè)人力資源管理風(fēng)險(xiǎn)預(yù)警研究之中。首先闡述了貝葉斯網(wǎng)絡(luò)的相關(guān)理論和在風(fēng)險(xiǎn)管理方面的應(yīng)用研究，然后對(duì)人力資源管理風(fēng)險(xiǎn)的內(nèi)涵和分類進(jìn)行界定，在此基礎(chǔ)上構(gòu)建了人力資源管理風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。最后以貝葉斯網(wǎng)絡(luò)為工具，建立了基于貝葉斯網(wǎng)絡(luò)的人力資源管理風(fēng)險(xiǎn)模型。通過(guò)問(wèn)卷調(diào)查獲得網(wǎng)絡(luò)節(jié)點(diǎn)參數(shù)，在MATLAB平臺(tái)結(jié)合Full-BNT工具箱完成了貝葉斯網(wǎng)絡(luò)的局部學(xué)習(xí)，并根據(jù)網(wǎng)絡(luò)推理的結(jié)果提出相應(yīng)的風(fēng)險(xiǎn)管理決策。

關(guān)鍵詞：人力資源管理風(fēng)險(xiǎn)；貝葉斯網(wǎng)絡(luò)；風(fēng)險(xiǎn)預(yù)警

隨著知識(shí)經(jīng)濟(jì)和全球化競(jìng)爭(zhēng)時(shí)代的到來(lái)，人力資源已成為企業(yè)的核心資源，人力資源管理在企業(yè)管理中處于戰(zhàn)略地位。然而，因?yàn)槿肆Y源具有自己的獨(dú)特屬性，企業(yè)在進(jìn)行人力資源管理的過(guò)程中不可避免地會(huì)遇到各種各樣的風(fēng)險(xiǎn)。迄今為止，已有不少國(guó)內(nèi)外學(xué)者對(duì)其進(jìn)行過(guò)研究[1-2]，并取得一定的成果，這些成果為企業(yè)防控人力資源管理風(fēng)險(xiǎn)提供了重要借鑒。但是，總的來(lái)說(shuō)，這些研究成果多數(shù)停留在人力資源管理風(fēng)險(xiǎn)的內(nèi)涵、分類、危害及防控措施等定性方面，只有少數(shù)采用了定量的方法，如層次分析法、模糊綜合評(píng)判法、風(fēng)險(xiǎn)矩陣法等工具來(lái)評(píng)估企業(yè)人力資源管理風(fēng)險(xiǎn)水平[3-4]。雖然這些數(shù)學(xué)方法計(jì)算簡(jiǎn)便、容易操作，但是由于這些方法涉及的指標(biāo)大都具有非線性和模糊性，其準(zhǔn)確性和客觀性難以保證?；诖?，本文將貝葉斯網(wǎng)絡(luò)(Bayesian networks，BN)方法引入到人力資源管理風(fēng)險(xiǎn)預(yù)警研究中，探索用于研究人力資源管理風(fēng)險(xiǎn)的新方法，以期對(duì)企業(yè)人力資源管理有一定的借鑒作用。

一、貝葉斯網(wǎng)絡(luò)的相關(guān)知識(shí)

(一) 貝葉斯網(wǎng)絡(luò)理論

貝葉斯網(wǎng)絡(luò)又稱信度網(wǎng)絡(luò)，是人工智能學(xué)科中一種以概率統(tǒng)計(jì)為基礎(chǔ)，進(jìn)行數(shù)據(jù)分析和不確定性推理的統(tǒng)計(jì)推斷方法，該方法由Pearl于1988年首次提出[5]。BN是一個(gè)有向無(wú)環(huán)圖(Directed Acyclic Graph，DAG)，它以概率論為基礎(chǔ)，以圖論的形式形象直觀地反映出要素間的因果關(guān)系和條件關(guān)系，能夠綜合先驗(yàn)知識(shí)進(jìn)行網(wǎng)絡(luò)推理。因此BN成為近幾年來(lái)理論研究的熱點(diǎn)，被廣泛應(yīng)用于統(tǒng)計(jì)決策、風(fēng)險(xiǎn)評(píng)估、醫(yī)療診斷等領(lǐng)域。

貝葉斯網(wǎng)絡(luò)推理規(guī)則就是在特定的網(wǎng)絡(luò)結(jié)構(gòu)中，當(dāng)出現(xiàn)新的補(bǔ)充事件概率P(BAi)時(shí)，可以修正原有事件Ai的概率P(Ai)，得到后驗(yàn)概率P(AiB)。

(二) 貝葉斯網(wǎng)絡(luò)的應(yīng)用綜述

國(guó)內(nèi)關(guān)于貝葉斯網(wǎng)絡(luò)的應(yīng)用研究比較晚，大多數(shù)研究都集中在最近幾年，并且主要應(yīng)用在人工智能、故障診斷、模式識(shí)別等領(lǐng)域，其中將貝葉斯網(wǎng)絡(luò)應(yīng)用于風(fēng)險(xiǎn)評(píng)估尤其是企業(yè)風(fēng)險(xiǎn)管理評(píng)估方面的研究比較少。

如索秀花[6]在利用SCOR模型并結(jié)合社會(huì)領(lǐng)域的馬林諾夫斯基理論對(duì)供應(yīng)鏈風(fēng)險(xiǎn)因素進(jìn)行分析識(shí)別的基礎(chǔ)上，以汽車備件供應(yīng)鏈為例，建立了基于貝葉斯網(wǎng)絡(luò)的局部風(fēng)險(xiǎn)評(píng)估模型，應(yīng)用消息傳遞算法(Pearl算法)對(duì)風(fēng)險(xiǎn)進(jìn)行動(dòng)態(tài)預(yù)測(cè)，并診斷出影響風(fēng)險(xiǎn)的主要因素，可以有針對(duì)性地提出風(fēng)險(xiǎn)應(yīng)對(duì)策略。李江飛[7]從風(fēng)險(xiǎn)發(fā)生的概率、風(fēng)險(xiǎn)的損失、風(fēng)險(xiǎn)發(fā)生的可控性三個(gè)角度對(duì)地鐵項(xiàng)目施工風(fēng)險(xiǎn)進(jìn)行了評(píng)價(jià)，利用貝斯網(wǎng)絡(luò)借助Netica軟件完成了施工風(fēng)險(xiǎn)發(fā)生概率的評(píng)估。尹鳳陽(yáng)[8]根據(jù)事故致因理論構(gòu)造了船舶過(guò)閘風(fēng)險(xiǎn)評(píng)價(jià)的貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，并在VS2008系統(tǒng)開(kāi)發(fā)平臺(tái)上開(kāi)發(fā)了風(fēng)險(xiǎn)評(píng)價(jià)系統(tǒng)，得出多個(gè)風(fēng)險(xiǎn)因素共同作用時(shí)，事故發(fā)生概率呈多倍增長(zhǎng)。王美怡[9]采用貝葉斯網(wǎng)絡(luò)推理和層次分析法相結(jié)合的方法，對(duì)不確定風(fēng)險(xiǎn)進(jìn)行綜合評(píng)估，以幫助管理者有效地規(guī)避風(fēng)險(xiǎn)，對(duì)高風(fēng)險(xiǎn)部分進(jìn)行著重管理。熊濤[10]構(gòu)造了基于貝葉斯網(wǎng)絡(luò)的上市公司信用風(fēng)險(xiǎn)預(yù)警模型，在MATLAB軟件上利用數(shù)據(jù)訓(xùn)練BN模型，并與Logistic模型進(jìn)行對(duì)比，體現(xiàn)了貝葉斯網(wǎng)絡(luò)模型用于風(fēng)險(xiǎn)評(píng)價(jià)的優(yōu)越性。王愛(ài)文等[11]提出了基于因果貝葉斯網(wǎng)絡(luò)的風(fēng)險(xiǎn)建模與分析方法，該方法被應(yīng)用于某公司國(guó)際采購(gòu)風(fēng)險(xiǎn)評(píng)估中，效果顯著。周田[12]以IT企業(yè)研發(fā)人員為研究對(duì)象，在構(gòu)建貝葉斯網(wǎng)絡(luò)時(shí)加入時(shí)間因素，設(shè)計(jì)了幫助企業(yè)進(jìn)行人力資源績(jī)效考核的小型軟件，具有很強(qiáng)的實(shí)用性。陸靜和王捷[13]將貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)用于商業(yè)銀行全面風(fēng)險(xiǎn)預(yù)警，利用Netica軟件進(jìn)行網(wǎng)絡(luò)推理，完成了各種風(fēng)險(xiǎn)指標(biāo)對(duì)全面風(fēng)險(xiǎn)影響程度的計(jì)算，結(jié)合預(yù)警系統(tǒng)燈號(hào)模型，對(duì)銀行風(fēng)險(xiǎn)水平做出判斷，有利于管理者有針對(duì)性地進(jìn)行風(fēng)險(xiǎn)管理。

二、人力資源管理風(fēng)險(xiǎn)預(yù)警指標(biāo)體系的構(gòu)建

(一) 人力資源管理風(fēng)險(xiǎn)的內(nèi)涵及其分類

何謂人力資源管理風(fēng)險(xiǎn)，雖然學(xué)者們的觀點(diǎn)不一致，但是比較普遍接受的觀點(diǎn)是，人力資源管理風(fēng)險(xiǎn)是指在組織人力資源管理的活動(dòng)中，因?yàn)闆](méi)有妥善地處理好人力資源管理中各種因素之間的關(guān)系，而給組織的經(jīng)營(yíng)管理帶來(lái)意想不到的損失的可能性。人力資源管理中存在著各種風(fēng)險(xiǎn)，十分龐雜，本文在文獻(xiàn)研究的基礎(chǔ)上[14]，結(jié)合企業(yè)人力資源管理實(shí)例，將人力資源管理風(fēng)險(xiǎn)分為五大類：(1)招聘配置風(fēng)險(xiǎn)：是指組織在對(duì)人力資源進(jìn)行招聘、配置和使用的過(guò)程中，因?yàn)槿藶橐蛩鼗蚴瞧髽I(yè)內(nèi)外部因素不確定性的影響所產(chǎn)生的風(fēng)險(xiǎn)。眾所周知，有效的人力資源配置會(huì)給企業(yè)帶來(lái)巨大的效益，但是在人力資源招聘與配置過(guò)程中，可能會(huì)存在人職不匹配、人員配置低效率等問(wèn)題，導(dǎo)致人力資源的浪費(fèi)。(2)培訓(xùn)開(kāi)發(fā)風(fēng)險(xiǎn)：培訓(xùn)是企業(yè)人力資源管理工作的一項(xiàng)重要職能，企業(yè)的培訓(xùn)相當(dāng)于人力、物力、財(cái)力的投資，任何投資都是有風(fēng)險(xiǎn)的，人力資源管理培訓(xùn)也不例外，比如培訓(xùn)收益風(fēng)險(xiǎn)、培訓(xùn)后人員流失風(fēng)險(xiǎn)等。(3)績(jī)效考核風(fēng)險(xiǎn):績(jī)效考核是人力資源管理的核心環(huán)節(jié)，有效的績(jī)效考核會(huì)對(duì)員工起到激勵(lì)作用，反之，若績(jī)效考核不公正、不全面、員工滿意度低，則會(huì)挫傷員工的工作積極性，帶來(lái)用人風(fēng)險(xiǎn)。(4)薪酬福利風(fēng)險(xiǎn)：是指由于薪酬設(shè)置不合理、福利待遇差等原因給企業(yè)帶來(lái)的人力資源管理風(fēng)險(xiǎn)。(5)員工管理風(fēng)險(xiǎn)：人力資源管理的核心是人，由于人力資本具有復(fù)雜性、流動(dòng)性、動(dòng)態(tài)性，這就導(dǎo)致企業(yè)在進(jìn)行人力資源管理時(shí)不可避免地會(huì)遇到員工違紀(jì)、人員沖突、勞資糾紛等風(fēng)險(xiǎn)。

(二) 指標(biāo)體系的構(gòu)建

建立具有科學(xué)性、真實(shí)性、可行性、全面性的人力資源管理風(fēng)險(xiǎn)預(yù)警指標(biāo)體系，是構(gòu)建貝葉斯網(wǎng)絡(luò)進(jìn)行風(fēng)險(xiǎn)評(píng)估的基礎(chǔ)。根據(jù)人力資源管理風(fēng)險(xiǎn)的分類，結(jié)合文獻(xiàn)查閱的結(jié)果，建立如表1所示的人力資源管理風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。

表1人力資源管理風(fēng)險(xiǎn)預(yù)警指標(biāo)體系

三、基于貝葉斯網(wǎng)絡(luò)的人力資源管理風(fēng)險(xiǎn)模型

(一) 貝葉斯網(wǎng)絡(luò)的構(gòu)建

貝葉斯網(wǎng)絡(luò)的構(gòu)建有兩種方法：一種是分析節(jié)點(diǎn)關(guān)系并咨詢專家意見(jiàn)來(lái)構(gòu)建，另一種是利用較完整的數(shù)據(jù)，通過(guò)網(wǎng)絡(luò)學(xué)習(xí)功能來(lái)完成構(gòu)建。鑒于人力資源管理各種風(fēng)險(xiǎn)的定量數(shù)據(jù)很難收集，本文采用第一種方法，利用因果關(guān)系結(jié)合專家經(jīng)驗(yàn)構(gòu)建貝葉斯網(wǎng)絡(luò)。根據(jù)原因在前，結(jié)果在后的變量順序，本文將人力資源管理風(fēng)險(xiǎn)作為終端節(jié)點(diǎn)，一級(jí)風(fēng)險(xiǎn)指標(biāo)作為次層節(jié)點(diǎn)，二級(jí)風(fēng)險(xiǎn)指標(biāo)作為初始端節(jié)點(diǎn)，構(gòu)建了基于貝葉斯網(wǎng)絡(luò)的人力資源管理風(fēng)險(xiǎn)預(yù)警系統(tǒng)的拓樸結(jié)構(gòu)，如圖1所示。

(二) 網(wǎng)絡(luò)節(jié)點(diǎn)的設(shè)置

在確定了貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)后，需要對(duì)節(jié)點(diǎn)進(jìn)行設(shè)置并賦值，即獲得節(jié)點(diǎn)參數(shù)，包括先驗(yàn)概率和條件概率分布(CPD)?？紤]到企業(yè)人力資源管理風(fēng)險(xiǎn)的定量數(shù)據(jù)很難查閱到，因此通過(guò)向人事主管、人力資源管理專家、企業(yè)風(fēng)險(xiǎn)管理專家組成的專家組征求意見(jiàn)，獲得一個(gè)比較主觀的結(jié)果。本模型實(shí)際運(yùn)用中，企業(yè)可以根據(jù)自身的實(shí)際數(shù)據(jù)對(duì)該模型中的先驗(yàn)概率進(jìn)行修正。

本文中的人力資源管理風(fēng)險(xiǎn)指標(biāo)體系由5個(gè)一級(jí)指標(biāo)和17個(gè)二級(jí)指標(biāo)組成，若將這22個(gè)指標(biāo)通過(guò)MATLAB軟件，利用Full-BNT工具箱進(jìn)行參數(shù)學(xué)習(xí)，學(xué)習(xí)過(guò)程復(fù)雜且長(zhǎng)，限于篇幅，論文選取招聘配置風(fēng)險(xiǎn)及其下的3個(gè)二級(jí)指標(biāo)進(jìn)行貝葉斯網(wǎng)絡(luò)的局部學(xué)習(xí)。

本文選取某企業(yè)作為調(diào)研對(duì)象，通過(guò)向該企業(yè)人事主管、人力資源管理專家、風(fēng)險(xiǎn)管理專家組成的20人專家組進(jìn)行問(wèn)卷調(diào)查，得到該企業(yè)人力資源管理風(fēng)險(xiǎn)中招聘配置風(fēng)險(xiǎn)的數(shù)據(jù)，以便運(yùn)用基于貝葉斯網(wǎng)絡(luò)的人力資源管理風(fēng)險(xiǎn)模型，判斷其人力資源管理風(fēng)險(xiǎn)狀況。

圖1　人力資源管理風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)

在進(jìn)行問(wèn)卷調(diào)查獲得參數(shù)時(shí)，為了克服專家過(guò)度自信等認(rèn)知方面的偏差，論文給出了風(fēng)險(xiǎn)概率等級(jí)的分值量化表(如表2所示)，擬先采用等級(jí)區(qū)間判斷，專家可以憑自己的經(jīng)驗(yàn)判斷指標(biāo)的風(fēng)險(xiǎn)等級(jí)，再結(jié)合等級(jí)量化表在相應(yīng)的問(wèn)卷調(diào)查表中填入概率值。同時(shí)，借助風(fēng)險(xiǎn)概率等級(jí)量化表，我們可以由參數(shù)學(xué)習(xí)得到的后驗(yàn)概率來(lái)判斷人力資源管理風(fēng)險(xiǎn)所處的風(fēng)險(xiǎn)水平，為進(jìn)行相應(yīng)的風(fēng)險(xiǎn)防范和控制提供依據(jù)。

表2　 風(fēng)險(xiǎn)概率等級(jí)的分值量化

在完成問(wèn)卷調(diào)查之后，通過(guò)對(duì)收集到的問(wèn)卷進(jìn)行分析，得到這次調(diào)查問(wèn)卷的基本信息如表3所示。

表3　 招聘配置風(fēng)險(xiǎn)調(diào)查問(wèn)卷的基本信息

由表可知本次問(wèn)卷的有效回收率達(dá)75%，問(wèn)卷調(diào)查的數(shù)據(jù)是可以使用的。利用SPSS19.0軟件對(duì)15份有效問(wèn)卷的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，求得各節(jié)點(diǎn)概率的平均值作為最終的節(jié)點(diǎn)參數(shù)，如表4、表5、表6所示。

表4 　節(jié)點(diǎn)A的條件概率表

表5 　節(jié)點(diǎn)A1、A2、A3的先驗(yàn)概率表

表6 　節(jié)點(diǎn)HRMR的條件概率表

(三) 貝葉斯網(wǎng)絡(luò)參數(shù)的學(xué)習(xí)

應(yīng)用MATLAB的Full-BNT工具箱對(duì)建立的貝葉斯網(wǎng)絡(luò)進(jìn)行局部學(xué)習(xí)，其程序代碼如下：

N=5;

dag=zeros(N,N);

HRMR=1;A=2;A1=3;A2=4;A3=5;

dag([A1 A2 A3],A)=1;

dag(A,HRMR)=1;

discrete_nodes=1:N;

node_sizes=2*ones(1,N);

bnet=mk_bnet(dag,node_sizes);

bnet.CPD{HRMR}=tabular_CPD(bnet,HRMR,[0.68,0.85,0.15,0.32]);

bnet.CPD{A}=tabular_CPD(bnet,A,[0.99,0.65,0.72,0.4,0.79,0.45,0.25,0,0.01,0.35,0.28,0.6,0.21,0.55,0.75,1]);

bnet.CPD{A1}=tabular_CPD(bnet,A1,[0.85,0.15]);

bnet.CPD{A2}=tabular_CPD(bnet,A2,[0.76,0.24]);

bnet.CPD{A3}=tabular_CPD(bnet,A3,[0.63,0.37]);

draw_graph(dag)

運(yùn)行程序即可得到各節(jié)點(diǎn)的后驗(yàn)概率為：

ans = 0.4500 0.5500 0.2000 0.4500 0.7000

從參數(shù)學(xué)習(xí)的結(jié)果可以看出,人力資源管理風(fēng)險(xiǎn)發(fā)生的概率為0.4500，所處的風(fēng)險(xiǎn)水平居中，說(shuō)明人力資源管理風(fēng)險(xiǎn)應(yīng)該得到相應(yīng)的重視，需要投入足夠的精力和成本進(jìn)行管理。

下面再利用團(tuán)樹(shù)傳播算法來(lái)計(jì)算招聘成本收益風(fēng)險(xiǎn)A1發(fā)生時(shí)，招聘配置風(fēng)險(xiǎn)A發(fā)生的概率。團(tuán)樹(shù)傳播算法由Lauritzen和Spiegelhalte于1988年提出，是最常用的一種參數(shù)推理算法，其基本思想是將BN轉(zhuǎn)化為團(tuán)樹(shù)，然后通過(guò)定義在團(tuán)樹(shù)上的消息傳遞過(guò)程來(lái)進(jìn)行概率計(jì)算，完成對(duì)網(wǎng)絡(luò)的推理計(jì)算。團(tuán)樹(shù)傳播算法可以在MATLAB中通過(guò) engine=jtree_inf_engine(bnet)函數(shù)，調(diào)用聯(lián)合樹(shù)推理引擎來(lái)實(shí)現(xiàn)[15]。其代碼如下：

engine=jtree_inf_engine(bnet);

evidence=cell(1,N);

evidence{A1}=2;

[engine,loglik]=enter_evidence(engine,evidence);

m=marginal_nodes(engine,A);

m.A(2)

在MATLAB中運(yùn)行程序,得到概率P(A|A1)=0.2833，這說(shuō)明當(dāng)招聘成本收益風(fēng)險(xiǎn)發(fā)生時(shí)，招聘配置風(fēng)險(xiǎn)發(fā)生的概率較低。

同樣地，通過(guò)MATLAB軟件利用上述代碼，我們可以實(shí)現(xiàn)P(A|A2)和P(A|A3)的計(jì)算，運(yùn)算結(jié)果為P(A|A2)=0.6167，P(A|A3)=0.3000。所以管理者在進(jìn)行人力資源管理的風(fēng)險(xiǎn)管理時(shí)，對(duì)于招聘配置風(fēng)險(xiǎn)的管理重點(diǎn)應(yīng)放在提高招聘的有效性上，以有效地規(guī)避風(fēng)險(xiǎn)，消除隱患。像這樣通過(guò)利用貝葉斯網(wǎng)絡(luò)推理，我們?cè)谶M(jìn)行人力資源管理的風(fēng)險(xiǎn)管理時(shí)，便可做到有的放矢。

四、結(jié)束語(yǔ)

本文將貝葉斯網(wǎng)絡(luò)方法應(yīng)用于人力資源管理風(fēng)險(xiǎn)的預(yù)警研究中，通過(guò)構(gòu)建人力資源管理風(fēng)險(xiǎn)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，將各類風(fēng)險(xiǎn)因素對(duì)于人力資源管理總體風(fēng)險(xiǎn)的影響歸入到具有因果關(guān)系的網(wǎng)絡(luò)結(jié)構(gòu)中，并以招聘配置風(fēng)險(xiǎn)為例進(jìn)行貝葉斯網(wǎng)絡(luò)的局部學(xué)習(xí)，通過(guò)問(wèn)卷調(diào)查在對(duì)各級(jí)網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行賦值的基礎(chǔ)上，利用Full-BNT工具箱，完成了貝葉斯網(wǎng)絡(luò)的參數(shù)學(xué)習(xí)，實(shí)現(xiàn)了對(duì)人力資源管理風(fēng)險(xiǎn)的定量研究。管理者可以結(jié)合本企業(yè)人力資源管理風(fēng)險(xiǎn)的實(shí)際數(shù)據(jù)，進(jìn)行貝葉斯網(wǎng)絡(luò)推理，根據(jù)推理結(jié)果，有針對(duì)性地采取措施來(lái)防范控制風(fēng)險(xiǎn)。當(dāng)然，由于人力資源管理風(fēng)險(xiǎn)因素種類很多，所以防控人力資源管理風(fēng)險(xiǎn)勢(shì)必是一個(gè)復(fù)雜的系統(tǒng)工程。因此，在對(duì)人力資源管理風(fēng)險(xiǎn)進(jìn)行全面防范的基礎(chǔ)上，還需要企業(yè)樹(shù)立風(fēng)險(xiǎn)管理理念，提高識(shí)別風(fēng)險(xiǎn)的能力，完善人力資源管理制度，加強(qiáng)人力資源管理風(fēng)險(xiǎn)預(yù)警信息系統(tǒng)的建設(shè)等，這樣才能有效地落實(shí)風(fēng)險(xiǎn)管理。

參考文獻(xiàn)：

[1]張?zhí)m霞,王俊.基于BP網(wǎng)絡(luò)的人力資源管理風(fēng)險(xiǎn)預(yù)警模型[J].南開(kāi)管理評(píng)論,2007,10(6):78-85.

[2]Danielle S Beu,M.Ronald Buckley.Using Accountability to Create aMore Ethical Climate[J].Human Resource Management Review,2004(14):67-83.

[3]王愛(ài)蓮,李君.基于風(fēng)險(xiǎn)矩陣法的石油銷售企業(yè)人力資源管理風(fēng)險(xiǎn)評(píng)估[J].西安石油大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2014,23(1):37-42.

[4]陳心德,周晉.基于模糊綜合評(píng)判法的人力資源管理風(fēng)險(xiǎn)預(yù)警模型[J].商業(yè)研究,2006(15):12-16.

[5]黃友平.貝葉斯網(wǎng)絡(luò)研究[D].北京：中國(guó)科學(xué)院,2005.

[6]索秀花.供應(yīng)鏈風(fēng)險(xiǎn)的識(shí)別與評(píng)估[D].廣州：暨南大學(xué)，2011.

[7]李江飛.基于貝葉斯網(wǎng)絡(luò)的地鐵項(xiàng)目施工風(fēng)險(xiǎn)評(píng)價(jià)研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2013.

[8]尹鳳陽(yáng).基于貝葉斯網(wǎng)絡(luò)的船舶過(guò)閘風(fēng)險(xiǎn)評(píng)價(jià)研究[D].武漢：武漢理工大學(xué)，2011.

[9]王美怡.貝葉斯網(wǎng)絡(luò)在不確定性風(fēng)險(xiǎn)決策中的應(yīng)用[D].北京：首都經(jīng)貿(mào)大學(xué)，2012.

[10]熊濤.基于貝葉斯網(wǎng)絡(luò)的我國(guó)上市公司信用風(fēng)險(xiǎn)預(yù)警研究[D].金華：浙江師范大學(xué),2013.

[11]王愛(ài)文，楊敏，段華蕾.基于因果貝葉斯網(wǎng)絡(luò)的風(fēng)險(xiǎn)建模與分析[J].系統(tǒng)工程與電子技術(shù),2013,35(5):1023-1030.

[12]周田.基于貝葉斯網(wǎng)絡(luò)的人力資源績(jī)效考核模型的研究與應(yīng)用[D].北京：首都師范大學(xué),2014.

[13]陸靜，王捷.基于貝葉斯網(wǎng)絡(luò)的商業(yè)銀行全面風(fēng)險(xiǎn)預(yù)警系統(tǒng)[J].系統(tǒng)工程理論與實(shí)踐,2012,32(2):225-235.

[14]戰(zhàn)一欣.企業(yè)人力資源管理風(fēng)險(xiǎn)控制研究[D].長(zhǎng)春：吉林大學(xué),2011.

[15]張連文,郭海鵬.貝葉斯網(wǎng)引論[M].北京:科學(xué)出版社,2006.

[責(zé)任編輯：范君]

Early Warning Model for Risks in Human Resources Management Based on Bayesian Networks

LI Jing , SONG Li

(Economy and Management School, Anhui University of Science and Technology, Huainan, Anhui 232001, China)

Abstract:There are many uncertainties in human resources management which may lead to various risks that enterprises may face. Effective assessment and early warning of risks in Human Resources Management (HRM) can contribute to greater effectiveness in HRM. Because of the limitations of the findings in previous studies, this paper attempts to apply Bayesian networks (BN) in the research on early warning of risks in HRM. Firstly, the paper illustrates the relevant theories of BN and the applied researches in terms of risk management. Then it defines the specifics and classification of risks in HRM. Finally an early warning model based on Bayesian Networks for risks in HRM is constructed. Network node parameters are obtained through questionnaires; the partial learning is completed by using Full-BNT toolbox on MATLAB platform; risk management decisions are put forward based on the result of network reasoning.

Key words:risks in HRM; Bayesian Networks; risk modeling

中圖分類號(hào)：F243.2

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1672-1101(2016)01-0028-05

作者簡(jiǎn)介：李靜(1990-)，女，安徽鳳臺(tái)人，在讀碩士，研究方向：人力資源管理。

基金項(xiàng)目：教育部人文社科規(guī)劃基金項(xiàng)目(12YJAZH119)

收稿日期：2015-10-26