人才流动决策模型：促进区域经济增长与个体发展

仅仅研究人才流动的影响因素，不仅难以解释人才个体选择进行流动的决策过程，也不能反映各个因素对于流动行为的作用机理。因此，许多学者将研究的重心放在了人才流动模型的构建上，以此来解释人才流动行为的产生机制。在人才流动模型方面，最有代表性的模型包括：Mobley中介链模型、Steers-Mowday动因模型以及Price-Mueller变量模型。

（1）Mobley中介链模型。

美国学者Mobley（1979）认为，仅仅研究人才流动的影响因素是不够的。因此，他综合考虑了个体、企业以及经济与市场层面三方面的因素，在充分吸收March＆Simmon模型和Price流动模型优点的基础上，以工作满意度为核心构建了Mobley中介链模型，探究了人才选择流动的认知和决策过程。之后，Mobley多次对中介链模型进行丰富和完善，最终形成多重变量作用的、较为全面的人才流动理论模型，如图2.5所示。在图2.5中，企业、个体以及经济与市场层面的多重因素并不直接作用于人才的流动选择行为，而是对人才流动行为的认知判断过程产生影响。而人才流动行为的选择主要由五个方面的因素直接决定：工作满意度、对现有工作净收益的预期、对改变工作净收益的预期、非工作价值观，以及时机决策。Mobley中介链模型对于人才流动选择的影响因素及其作用路径、流动行为选择的决策过程进行了系统全面的描述。因此，该模型得到了较为广泛的认可。但是由于其涉及的影响因素较多，模型流程设计复杂，在现实中尚且缺乏对该理论的全面实证检验。

图2.5　Mobley中介链模型

（2）Steers-Mowday动因模型。

Steers和Mowday（1981）为了寻找直接影响人才流动行为选择的变量及其作用机理和路径，在充分借鉴Price流动模型和Mobley中介链模型优点的基础上，构建了人才流动决策的流程模型。如图2.6所示，Steers和Mowday认为，直接对人才流动行为选择产生作用的主观变量有三个：工作满意度、组织承诺度、工作参与度。该模型不同于之前的人才流动模型：首先，该模型突出了非工作因素对于流动行为选择的重要影响，即在人才个体主观意愿确定的情况下，诸如家庭、年龄等非工作因素很可能改变人才个体的主观意愿，从而影响到其流动决策行为的选择；其次，该模型改变了之前的模型描述个体流动行为选择时变量单方向作用的模式，突出了变量之间的交互作用和循环影响；最后，该模型突破了以往人才流动模型“影响因素—主观态度—流动意愿”单一路径的模式，提出了人才流动行为决策路径的作用模式。这三点正是该模型对前人研究成果的改进和发展。然而，由于模型中回路较多，其假设检验比较困难。因此，目前针对该模型的实证检验相对较少。

（3）Price-Mueller变量模型。

Price和Mueller（2001）应用社会学、心理学、管理学以及经济学等多方面理论对Price流动模型进行改进和完善，构建了反映各变量和人才流动行为作用机理和路径的Price-Mueller变量模型，如图2.7所示。在该模型中，一共有四类变量作用于最终的人才流动行为选择，它们是：环境变量、个体变量、结构变量、过程变量。这些变量都是经过大量实证研究检验的。图中连线上“＋”代表正相关，“-”代表负相关。根据图2.7可知，环境变量和个体变量中的“一般培训”因素可以直接作用于人才流动意向，其他的个体变量通过作用于中介变量“工作满意度”进而影响人才流动行为的选择，而所有结构变量则是通过作用于中介变量“组织承诺度”进而影响人才流动行为的选择。由于该模型借鉴了该领域众多实证研究的成果，形象地表现出人才流动的信息选择过程，描绘了各个因素对人才流动行为选择的作用路径，所以是应用最为广泛的人才流动模型。(www.xing528.com)

图2.6　Steers-Mowday动因模型

资料来源：Steers R，Mowday R.Employee Turnover and Post-decision Accommodation Processes［J］.Research in Organizational Behavior，1981（3）：235-282.

图2.7　Price-Mueller变量模型

资料来源：Price J L.Reflection on the Determinants of Voluntary Turnover［J］.Journal of International Manpower，2001（22）：600-624.

除了以上三个模型外，“展开”模型和“尖峰突变”模型也从不同的角度解释了诸多影响因素作用于人才流动行为的作用机理。Lee和Mitchell（1987）经过研究发现，一些对工作满意的人才仍然选择继续流动，一些人才在没有找到满意工作之前也会存在被迫流动的现象，这些在以往的经典模型中都被忽略了。因此，他们引入“震撼”这一概念构建了“多条流动路径的展开模型”，试图更加全面地解释人才流动现象。所谓“震撼”是指对人才个体产生重要影响的外部事件，这些事件会导致人才产生流动意愿。这一模型能够较好地解释除工作满意度和组织承诺度之外的人才流动行为。Sheridan和Abelson（1983）认为，当人才的工作满意度降至一定限度时，人才就会急切地期望通过更换工作改变目前的状态，他们据此提出了基于“工作紧张”和“组织承诺”的双维度“尖峰突变”模型。

Reamer等（2015）研究出一种由雇主驱动的人才流动分析方法（TFA），该方法可用于改善关键行业例如制造业关键岗位的人才流动。人才流动分析方法（TFA）描述和分析了工人对于目标工作投入和产出的循环过程，这对雇主和他们的业务所在地区的竞争力至关重要。Xu等（2018）提出了一种预测人才流动的新方法，即细粒度的数据驱动方法，利用工作转移网络中可用的丰富信息来对人才流动的动态和演变性质进行建模。首先利用股票价格变动与上市公司的人才流动之间的相关性丰富了不完整的人才流动数据。然后，在递归神经网络模型的基础上开发了深度序列预测模型。实证研究结果表明，在预测准确性方面，Xu等（2018）提出的模型优于其他基准模型，即使历史人才流动数据不完全可用，Xu等所提出的模型也可以提供合理的预测。