第 31 卷第 1 期
2 0 1 7 年 1 月
湖南大学学报(社会科学版)
J ournal of H unan U niversityC Social Sciences)
Vol. 31, No. 1
Ja口. 2 0 1 7
基于组合赋权和改进 TOPSIS 法的新生代知识型
员工离职预警模型研究并
熊正德，李婷
(湖南大学工商管理学院，湖南长沙 410082)
[摘 要]基于新生代知识型员工离职率居高不下的现状，从个体因素、组织因素、工作因素、宏观环境因素四
个方面选取了新生代知识型员工离职预警指标，采用 FAHP 与信息:滴相结合的方式确定了各预警指标的权童，并
将改进的 TOPSIS 法与 3σ 理论相结合，构建了新生代知识型员工离职预警模型，录后结合 223 份调查问卷对模型
进行了验证，准确率达到 % ，表明该模型具有较好的预警效果。
[关键词]新生代知识型员工;离职预警;TOPSIS 法;组合赋权
[中图分类号] D669 [文献标识码] A [文章编号] 1008-1763(2017)01-0075-07
DOI:
A Study on the Turnover Early-warning Model of the New
Generation Knowledge 矶lorkers ßased on Combination
Empowerment and Improved TOPSIS Method
XIONG Zheng-de , LI Ting
CSchool of Business Administratio口， Huna口 University , Changsha 410082 , China)
Abstract: Considering the high turnover rate of the new generation knowledge workers , this paper at
tempts to construct an early-warning model for the evaluation of the turnover intention of them. We se
lected the evaluation criteria according to the factors that influence employee turnover , which can be classi
fied into four categories Cindividua l, job - related , organizational and environmental), and determined the
criteria weights by combining Fuzzy Analytic Hierarchy Process (F AHP) and Entropy method. We also a
dopted TOPSIS method and the Pauta criterion to identify the grade of turnover risk of each employee.
The proposed early-warning model was tested on a sample of 223 日ew generation knowledge employees ,
and the results of which showed a satisfactory effect with an accuracy of 82. 5 percent.
Key words: new generation knowledge workers; turnover early-warnin引 TOPSIS method; combina
t lOn empowerment
51
新生代知识型员工是指出生于 20 世纪 80 年代
或 90 年代，具有较高知识技术水平和专业素养，能
运用自身专业知识从事相关脑力劳动，为社会创造
价值的员工[1J 。他们大都接受过良好的教育，具有
一定的创造力，在各个领域都起着不可忽视的作用。
[收稿日期] 2015-11-16
但由于成长环境的特殊性，新生代知识型员工在思
维方式、价值观念等方面与传统员工存在着很大的
差异，他们的频繁跳槽、不安于现状、高离职率给企
业的人才管理工作带来了很大的挑战。为此，本文
试图构建一套新生代知识型员工离职预警模型，根
据员工所处的就业环境，分析员工近期的行为和心
理，判断员工的离职倾向，进而对其进行有效地预防
及控制，以改善新生代知识型员工离职率居高不下
[基金项目]国家社科基金一般项目(11BJY007川教育部"长江学者和创新团队发展计划"项目(IRT0916)
[作者简介]熊正德(1 967-) ，男，湖南湘潭人，湖南大学工商管理学院教授，博士生导师.研究方向·金融企业管理、人力资源管理.
76 湖南大学学报(社会科学版) 2017 年
的现状。
员工离职一直是学者们研究的热点。 Roderick
就发现亲属责任、工作自主性、工作满意度以及组织
承诺对员工离职有重要的影响[2J ;SU日等研究了人
口社会学因素以及工作相关因素对社区服务人员离
职倾向的影响，研究结果表明他们对薪资水平、晋升
机会以及工作条件的不满意是造成其离职的主要原
因[3J 0 Chen; Zheng ; Mahrane 等人对知识型员工的
离职也做了研究，他们发现相对于普通员工，知识型
员工更加看重工资的平等性、职业发展空间、工作认
同感以及薪资结构[4-6J 。
近年来， 80 后、 90 后员工逐渐成为职场的主力
军，虽然为企业的发展做出了重大的贡献，但其强调
自我、崇尚自由、不安于现状、跳槽频繁的独特个性
给企业的管理者带来了新的难题。王晓莉对 80 后
员工进行研究，发现 80 后的离职间隔为l. 94 年，远
低于 70 后的 年和 60 后的 年，并指出物
质待遇、工作环境、工作与个性匹配、职业发展空间
是影响 80 后离职的主要因素[7J ; Robert 对新生代
知识型员工与老一代知识型员工的激励问题进行了
比较研究，他认为新生代知识型员工更加注重自身
的发展、工作的稳定性以及与上司的关系，而老一代
知识型员工则更加看重工作的独立性[8J Xia 等从
中国社会等级结构出发，基于认知失调理论研究了
新生代员工的激励问题，认为企业的管理者在面对
新生代员工时首先要让其有归属感，并让他们相信
自己是企业的核心员工，充分尊重他们，在面对复杂
情境时，企业的管理者还要有权变的管理思想[9];
J aroslava 等研究了文化差异对新生代知识型员工
工作积极性的影响，并通过对 4 个国家的 200 位员
工进行实证研究，证明了新生代知识型员工的工作
积极性不仅仅与新生代所具有的特点有关，文化背
景差异在中间也发挥着不可忽视的作用[10J Ab
delbaset 等研究发现薪资水平和额外福利是决定新
生代员工是否离职的重要原因，并且员工感知到的
有用性对离职的作用也十分显著[l1J 。
纵观众多学者对员工离职的研究，发现大多停留
在员工离职的影响因素及原因探讨层面，关于新生代
知识型员工的研究，也多是对其个性特点及其激励问
题的研究，虽然对企业管理有一定的指导作用，但毕竟
是一种事后分析模式，元法挽回离职造成的已有损失。
而离职预警，即通过分析员工近期行为表现，推测员工
心理动态变化，来判断员工的离职可能性，并对其进行
有效地预防及控制，这种事前分析模式在一定程度上
则更有价植。近年来，一些学者在这方面也展开了一
些有益的探索。夏功成等采用定性模拟技术模拟员工
的离职行为，进而预测员工离职的可能性[四J 0 Ji日吨和
Liao 基于信息恼构建了一种能够反映系统不确定性以
及软件开发者对系统影响均匀性的模型，用定量的方
式测量了软件项目开发者的离职风险[13J 。曹安照等结
合知识员工的特点，将粗糙集和神经网络相结合构建
了知识员工离职预警模型[14J Xin 和 U 利用调整的质
量工程部署方法，结合其他分析工具和相关方法，提出
了一种多层次员工离职风险识别模型，并用案例说明
该方法能够有效地预防和阻止员工的主动离职[15J 。
虽然关于离职风险预警的研究已经逐步兴起，
但已有研究关注的对象过泛，针对新生代知识型员
工这一特定群体的离职预警研究极少，并且缺乏有
效的离职预警模型。鉴于此，本文以新生代知识型
员工为研究对象，将体现新生代个性的指标纳入离
职预警指标体系，采用 FAHP 与信息恼主客观相结
合的方式计算预警指标的权重，并将改进的 TOP
SIS 法与 3σ 理论相结合，构建新生代知识型员工离
职预警模型。最后，本文结合问卷调查数据对 223
位新生代知识型员工进行了离职预警评价，并通过
跟踪调查验证了模型的有效性和准确性。
二 新生代知识型员工离职预警模型构建
(一)离职预警指标体系建立
本文基于员工离职影响因素的分析，结合新生
代知识型员工的特点，遵循全国性、相对独立性、可
测量性、可比较性以及可预见性原则，从个体因素、
组织因素、工作因素、宏观环境因素四个方面选取新
生代知识型员工离职预警指标，并借鉴相关离职量
表，编制"新生代知识型员工职业生活质量调查问
卷"，为方便后续的追踪调查，给每份问卷设定编号。
在正式调查前，通过对 70 份预调查问卷进行分析，
删除了 X2 ， X5 , X6 , X9; X13 , X24 , X27; X36 , X45 ,
X49;X59 ， X60 等题项，大幅度提高了问卷的信度，
进而形成正式调查问卷并进行正式调查，对正式调
查回收的 223 份有效问卷进行信度分析， Cronbach'
5α 植为 ，问卷的信度甚佳。在此基础上进行
因子分析，提取出各维度的指标，从而得到了新生代
知识型员工离职预警指标体系，具体如图 1 所示。
第 1 期 熊正德，李 婷:基于组合赋权和改进 TOPSIS 法的新生代知识型员工离职预警模型研究 77
职业成长机会
组织归属感
薪资福利水平
上司支持度
组织文化
企业发展前景
工作自主性
工作认同感
工作压力
工作参与度
工作条件
同事关系
图 1 新生代知识型员工离职预警指标体系
由图 1 可知，新生代知识型员工离职预警指标
体系主要由个体因素、组织因素、工作因素以及宏观
环境因素构成。个体因素，是指与新生代知识型员
工自身相关、影响其工作和离职可能性的因素，包括
人职匹配、个人专业、知识和技能水平以及性格倾
向。组织因素，是指与组织设计、人员配备、组织形
式相关的因素，具体包括职业成长机会、组织归属
感、薪资福利水平、上司支持度、组织文化以及企业
发展前景。工作因素，是指与新生代知识型员工所
从事的具体工作有关的因素，是衡量新生代知识型
员工离职可能性的重要组成部分。包括工作自主
性、工作认同感、工作压力、工作参与度、工作条件以
及同事关系。宏观环境因素，是指员工所处的社会
环境，所面临的宏观经济形势等，主要包括工作寻找
行为、工作转换成本以及外部工作机会。
(二)赋权方式选择
本文采用 FAHP 模糊层次分析法确定预警指
标的主观权重，利用信息恼权法确定预警指标的客
观权重，通过主客观权重的有效结合确定最终权重。
l. FAHP 确定主观权重
模糊层次分析法(FAHP)将模糊数学和层次分
析法结合起来，综合考虑目标对象的各个影响因素，
然后根据各指标因素的隶属关系构建递阶层次结
构，采用 9 级比较标准构造模糊判断矩阵，并将此调
整为模糊一致矩阵，最终得到各指标的权重[16J 。具
体算法如下:
叫二 1J+1FJh ， j 二 1 ， 2 ，… ， n (1)
n ", a na i-1
其中 G 二 (η 1) /2 ， aij 为调整的模糊一致矩阵
中对应的元素。
2. 恼权法确定客观权重
恼权法是根据各评价指标数植变异程度来计算
权重的一种方法，指标评价数植变异程度的大小表
示指标包含信息量的大小，直接决定了指标在综合
评价中所起的作用，即权重的大小[17J 。具体步骤
如下:
首先，对标准化后的指标进行规范化处理，计算
第 j 项指标下第 i 个员工对应的指标比重 Pij
Pij 二子~ , (i 二 1 ， 2 ，…，叫二 1 ， 2 ，… ， n)
~Yij
i-l
(2)
其中 'Yij 第 1 个员工的第 j 个评估指标植。
然后，计算第 j 项指标的情植 eJ
ej 二走~ Pijln P ij , (j 二 1 ， 2 ，… ， n) (3)
i-l
最后，定义权重
(4)
n- ~ej
其中，叫0) 就是信息:恼权法确定的各预警指标
的客观权重。
3. 组合权重的确定
用叫，叫0) 来表示第 1 项指标的主观权重与客
观权重，依据权重确定的理论[町，组合权重为
叫+叫0)
, J 二 1 ， 2 ，…，η(5)
~(Wj + )
(三)离职预警评价方法设计
新生代知识型员工离职预警评价是一个涉及多
因素、多层次的综合评价问题，评价过程具有模糊
性、主观判断等特点。本文运用 TOPSIS 法对其进行
评价。TOPSIS 法是多目标系统优选、评价、排序以
及决策的有效途径，它假设每个目标决策问题都有
"理想解"和"负理想解"，并据此排序，对于评价对
78 湖南大学学报(社会科学版) 2017 年
象规模的大小和指标的多寡均元严格限制[19J 。但传
统的 TOPSIS 法也有其不足，它需要每个评价者对
每个属性都赋予一个确定的数植，而由于客观事物
的复杂性和主观评价者的随意性，评价者给出的结
果往往有失客观性。陈岩等[20J 对传统的 TOPSIS 法
进行改进，利用语言信息来获取评价者对各指标的
评价意见，并对语言信息进行处理，得到决策矩阵所
需的指标属性植，然后按照传统的 TOPSIS 法来测
算相对贴近度，通过此种方式来实现模糊问题的精
确化度量。本文亦采用此种方式度量新生代知识型
员工的离职倾向，得到新生代知识型员工的离职预
警植。因此，改进的 TOPSIS 法实际上分为两个阶
段，即语言信息的有效转换和离职预警植的计算。具
体过程如下:
l.将语言决策矩阵转换为导出决策矩阵
基于语言信息转换为导出决策矩阵的相关定
义[叫，将各语言评价信息集成语言决策矩阵 A 二
(aij 其中 m 代表参与离职预警评价的新生代知
识型员工的个数， η 代表预警指标的个数。将语言决
策矩阵转换成导出决策矩阵 B 二 (bη ，其计算公
式如下:
bij 二白、户口(aij) - g) , i 二 1 ， 2 ，… ， m ;y 二 1 ，
2 ，…， η (6)
2. 构造标准化的决策矩阵
对 bij 进行标准化处理，得到标准化决策矩阵 C
二
向二 bη / 2..: b7j (7)
)-1
3. 构造标准化的加权决策矩阵
引入各指标的组合权重，将标准化决策矩阵进
行加权处理，得到标准化的加权决策矩阵
R 二二(研TjCij
iW1Cn W2 C12 … W气IC ln l
|研T1C21 W 2C22 … W nC2n I
- I (8)
IW1 cm1 W2 c叫… WnCmn I
4. 确定理想点与负理想点
理想点的计算公式为:
r+ {(maxCij I j 二 1 ， 2 ，… ， n) I i 二 1 ， 2 ，…叫二
{ r t,… (9)
负理想点的计算公式为:
r- {(minCij I j 二 1 ， 2 ，… ， n) I i 二 1 ， 2 ，"'， m} 二
(1 0)
5. 计算每个员工到理想点与负理想点的距离
员工到理想点的距离计算公式为:
d 二占(川口， l 二 1 ， 2，矶山
员工到负理想点的距离计算公式为:
ι 二 J主(川叮)2 ，二 1 ， 2 ，"'， m (1 2)
6. 计算每个解对理想点的相对贴近度
D，*二 d; / (d; + dt) , 0 运 D，* ~ l;i 二 1 ， 2… ，m
(1 3)
其中 ，D，* 是员工对理想点的相对贴近度，它是离
职预警植的表征形式。D，*越大则说明离负理想解距离
越大，离理想解的距离越小，也就是说对应的第 1 个员
工离职的可能性也越小。
7. 排序
按 D，*由小到大进行排序，排在越前面的新生
代知识型员工离职的可能性越大。企业越要予以重
视，并采取相应的措施加以预防。
(四)离职预警界限划分依据
本文引入 3σ 方法划分新生代知识型员工离职
预警区间。由于新生代知识型员工离职率相对较高，
本文选择较为严格的 1 倍标准差作为异常标准，由
此划定预警界限，并给出相应的预警信号:
当 F>圣 +σ 时，发出一级预警，用"六"表示，为良
性状态;
当工 σ <F 运工 +σ 时，发出二级预警，用
"六六"表示，为准良性状态;
当豆 2σ <F 三三豆 σ 时，发出三级预警，用
"六六六"表示，为准劣性状态;
当 F 三三 x-2σ 时，发出四级预警，用"六六六六"
表示，为劣性状态。
其中，工为指标离职预警植的中心植，σ 为指标
离职预警植的标准差。
新生代知识型员工离职预警评价
(一)指标权重计算
根据式(1)-(日，计算新生代知识型员工离职
预警指标的主观权重、客观权重以及组合权重，结果
如表 1 所示。
(二)离职预警值测算
l.总体离职预警植测算
针对问卷获得的语言信息，利用 TOPSIS 法算
出各调查对象的离职预警植。首先根据式 (6) 将已
有的语言信息转换成导出决策矩阵，整理而成的数
第 1 期 熊正德，李 婷:基于组合赋权和改进 TOPSIS 法的新生代知识型员工离职预警模型研究 79
据如表 2 所示。
表 1 新生代知识型员工离职预警指标的组合权重 根据式(7) - (1 3) 将表 2 的数据进行标准化和
一级指标 一级指标 主观权重客观权重组合权重 力日权处理，算出各员工到正负理想解的距离，以及相
人职匹配 。.0627 。 .0629 对贴近度，即离职预警植，如表 3 所示。新 个人专业 。.0408 。 .0489 生个体因素 知识和技能水平 。.0499 。 .0199 由表 3 及其附表可知，新生代知识型员工的相
代 性格倾向 。.0571 。 .1086 对贴近度 D，* ，即离职预警植均在 O. 2512~0. 3930
知 职业成长机会 。.0452 。 .0245 之间，最大植为 ，小于 ，预警植总体分布
识 组织归属感 。.0537 。 .0491
型组织因素 薪资福利水平 。.0635 。 .0322
在离负理想解较近的左侧，说明新生代知识型员工
员 上司支持度 。.0587 。 .0813 总体离职倾向较高。对表 3 中的 5 位员工离职预警
工 组织文化 。.0505 。 .0651 {直 DJ 进行排序，排列顺序为 S3<Sl<Cl<J9<
企业发展前景 。.0442 。 .0788
J8 ，由此可知列示的五位员工 S3 离职的可能性离 工作自主性 。.0619 。 .0412
职 工作认同感 。.0474 。 .0336 最大。
预 工作压力 。.0502 。 .0326 利用计算得到的 223 位新生代知识型员工的离警工作因素 工作参与度 。.0429 。 .0563 职预警植，得到总体预警中心{直为 ，标准差指 工作条件 。.0540 。 .0628
标 同事关系 。.0594 。 .0998 为 O. 0279 。根据汩的基本原理，得到新生代知识
体宏观环境 工作寻找行为 。.0621 。 .0383 型员工总体离职预警界限，如表 4 所示。
系 工作转换成本 。.0548 。 .0403 因素 外部工作机会 。.0411 。 .0237
表 2 导出决策矩阵数据表①
ul U2 U3 U4 u5 U6 U7 U8 U9 U10
C1 。 .368 4. 195
}9 。.368 。 .368
}8 。.789 。 .368 O. 842
Sl 1. 935 。.368 1. 257
S3 。.368 。 .368 。 .213 1. 543 O. 684
U11 U12 Ul 3 Ul 4 U15 U16 U17 Ul 8 Ul 9
C1 。 .579 1. 935 O. 684
}9 1. 362 1. 859
}8 。. 684 。.789 1. 362 1. 859 O. 684
Sl 1. 859 1. 151 1. 362
S3 。. 684 。.789 1. 362 。 .579 。 .368 O. 684
表 3 dt 、d厂和 Dt 的计算结果表
C1 }9 }8 Sl S3 基于己确定的预警界限，将各员工的离职预警
d;十 O. 1167 。 .1167 O. 1083 。 .1320 {直与之对照，得到预警状态，并输出与之对应的预警
d. 。 .0583 。 .0459 信号。具体结果如表 5 所示。
D，祷 。 .3334 。 .3093 。 .2581
表 4 新生代知识型员工离职预警界限表②
良性状态 准良性状态 准劣性状态 劣性状态
总体预警界限 ( , 0. 3890J ( , O. 3611J (0. 3054 , 0. 3333J (0. 2775 , 0. 3054J
① 由于数据太多，受篇幅限制，表中导出决策数据只列了 5 条作为代表，详细数据不一一列示，下同。
② 表中对不在 O. 2775 - O. 3890 范围内的数据作了适当处理。对大于预警边界上限。.3890 的值修正为 O. 3890 ，小于预警边界下限。.2775
的值修正为 O. 2775 0
80 湖南大学学报(社会科学版) 2017 年
表 5 新生代知识型员工离职预警状态输出表
员工编号 离职预警值 隶属预警区间
C1 。.3247 ( , O. 3333J
}9 。.3334 ( , O. 3611J
}8 。.3670 (0. 3611 , 0. 3890J
Sl 。.3093 ( , O. 3333J
S3 。.2581 ( , O. 2755J
由表 5 可知，员工 J8 预警级别为一级，预警信
号"六"为良性状态，忠诚度高，稳定性强，对目前的
工作很满意，离职可能性小;员工 J9 预警级别为二
级，预警信号"六六"，为准良性状态，其离职的可能
性也比较低;而员工 C1 、 Sl 预警级别为三级，预警
信号"六六六"为准劣性状态，这两位员工对企业、
工作等方面的因素处在一般到不满意之间，其去留
倾向处于一个不稳定的状态，其离职可能性较大;员
工 S3 预警级别为四级，预警信号"六六六六"为劣
性状态，该员工对目前工作的满意度极低，离职可能
性极大。
2. 局部离职预警{直测算
按上述同样的方法可得到局部指标的预警状
态，局部指标的预警状态在一定程度上是该指标对
总体离职贡献程度的表征。通过对局部指标预警状
态的分析，可直别出员工产生离职倾向的诱因，从而
采取有针对性的改进和挽留措施。此处以 S3 为例，
对该员工局部指标预警状态进行分析。
表 6 员工局部指标预警状态表
员工总体预一级一级指标
编号警状态指标预警状态
S3 食食食食
AH;
I .H'" 食食食食因素
主织 食食食因素
工作食食食食因素
宏观环境因素食
二级指标
人职匹配
个人专业
知识和技能水平
性格倾向
职业成长机会
组织归属感
薪资福利水平
上司支持度
组织文化
企业发展前景
工作自主性
工作认同感
工作压力
工作参与度
工作条件
同事关系
工作寻找行为
工作转换成本
外部工作机会
二级指标
预警状态
食食食食
食食食
食食
食食食
食食食食
食食食
食
食食食食
食
食食食
食食食
食食食
食食
食食食食
食食食食
食食食食
食食食食
食
食
离职预警等级 离职预警状态 离职预警信号
三级 准劣性 食食食
二级 准良性 食食
一级 良性 食
三级 准劣性 食食食
四级 劣性 食食食食
从表 6 可以看出，员工 S3 在个体因素和工作因
素两个维度的预警状态为"六六六六"说明这两个
维度对总体离职的贡献极大。并且可以看出，入职
不匹配是造成个体因素处于高预警状态的主要原
因;工作自主性不高，工作认同感不强，对工作条f件牛
的不?满芮意是造成员工 S臼3 工作因素维度处于高预警
状态的原因;同样，组织因素处于三级预警状态主要
是由于该员工对公司提f供其的职业成长机会不满意，
上司对下属工作不够支持等原因造成;{植直得注意的
是宏观环境因素，其预警状态为"食"
贡献最小，说明该员工所面临的宏观就业环境井不
乐观，主要表现为工作转换成本较大，外部工作机会
不多，但即使如此，该员工的工作寻找行为仍然十分
明显，这进一步说明了该员工对个体因素、组织因素
以及工作因素三个维度的不满意度极高，最终极有
可能导致其离职。
(三)离职预警结果验证
为了验证预警结果的准确性，本研究在问卷填
写三个月后对参与调查的每位新生代知识型员工的
离职情况进行了跟踪调查。本文界定在三个月内处
于一二预警等级的新生代知识型员工离职属于"漏
警"，处于四级预警级别的新生代知识型员工未离职
属于"虚警"，其他情况视为"准确"状态。据此，对各
样本员工的跟踪结果如表 7 所示。
表 7 样本离职情况跟踪调查结果
员工编号离职预警离职预警离职预警离情况 预警结果等级 状态 信号 职 验证
C1 三级 准劣性 食食食 否 准确
}9 二级 准良性 食食 否 准确
}8 一级 良性 食 否 准确
Sl 三级 准劣性 食食食 是 准确
S3 四级 劣性 食食食食 是 准确
根据跟踪调查结果，统计分析各预警等级的新
生代知识型员工的离职率情况如表 8 所示。参与调
查的新生代知识型员工在问卷填写三个月后总共有
33 人离职， 13 人职位发生变动，总体离职率为
% 。其中处于各级预警状态的新生代知识型员
第 1 期 熊正德，李 婷:基于组合赋权和改进 TOPSIS 法的新生代知识型员工离职预警模型研究 81
工的离职率分别为 % 、 % 、 % 和 34.
4% ，由此可以看出，随着预警级别的上升，离职率也
相应上升，这在一定程度上证明了该离职预警模型
的有效性。另外，由表中数据可知，处于一二级预警
状态，即良性和准良性预警状态的新生代知识型员
工有 18 人离职，预警模型漏警率为 % ;处于四
级预警状态，即劣性预警状态但未离职新生代知识
型员工为 21 人，预警模型虚警率为 % ;由此可
以算出，预警模型准确率为 % ，说明该模型取
得了较好的预警效果。
表 8 各预警等级离职情况分析表 (单位:人)
预警等级 总人数 离职人数职位变动人数 离职率
一级预警
二级预警
三级预警
四级预警
总体
4 %
%
%
%
%
7402
江
3873
二
A哇与
j
八υAυ9
、υ
寸i
寸i9
、υ 13
四结语
新生代知识型员工在职场中扮演着越来越重要
的角色，其离职不仅会给企业带来人力资本的损失，
而且将削弱企业的核心竞争力，因此，构建一套离职
预警模型，有效预防和控制新生代知识型员工离职行
为的产生，对企业的健康长远发展有着至关重要的作
用。本文将改进的 TOPSIS 法与 3σ 理论相结合，构
建了一套全新的新生代知识型员工离职预警模型，并
通过对 223 名新生代知识型员工进行离职预警评价，
得到了各样本员工的离职预警等级，输出了相应的离
职预警信号，并且得到了各员工的局部指标预警状
态。最后通过跟踪调查验证了该模型的有效性，跟踪
结果显示模型准确率为 % ，表明本文构建的模型
具有较好的预警效果，能有效识别新生代知识型员工
的离职风险，具有较大的推广应用价植。
[参考文献]
[l J Joyce A , Alex B. Values as Knowledge:A New Frame of Ref
erence for A New Generation of Knowledge Workers [J]. On
the Horizon , 2010 , 18(3) :255-265.
[2J Roderick D L A且 Event History Analysis of Employee Tur丑
over: the Case of Hospital Employees in Australia [J]. H uman
Resource Management Review , 1999 ，日 (4) :397-418.
[3J Sun Y , Luo Z N , Fang P Q. Factors Influencing the Turnover
Intention of Chinese Community Health Service Workers
Based on the Investigation Results of Five Provinces [J]. Jour
nal of Community Health , 2013 , 38 (1 6) :1058-1066
[4J Chen S y , Chen S Q. The Factor Analysis and Empi工 ical Anal
ysis Affect 0且 Knowledge New Employees' turnover in the
Area of Architecture in China[R]. International Conference on
Construction and Real Estate Management , 2009.
[5J Zheng Q G , Ding W H. Study 0且 Influential Factors of Knowl
edge Worker Turnover Intention Based 0且 the Factor Analysis
[R]. E-Business and E-Government (ICEE) , 1且ternatlO丑al
Conference on , 201 1.
[6J Mahrane H , Nita C. The Relationship Between Satisfactio丑
and Turnover Intentions for Knowledge Workers [J]. Engi
neering Management Journal, 2014 ,26(2) :3-9.
[7J 王晓莉.80 后员工跳槽情况的调查研究口].中外企业家，
2010 , (2) :61-62
[8 J Robert L 1.. Age-related Differences in the Motivation of
Knowledge Workers [J]. Engineering Management J ournal,
2006 , 18(3) :20-26.
[9J Xia Q , Li H Y. The Incentive Problems Study of the Employ
ees of the New Generation u丑der the Structure of Grade in
China[J]. American J ournal of Industrial and Business Ma丑
agement , 2013 ,3(8) :715-718.
[10J Jaroslava K , Adela K. Cultural Differences in the Motivation
of Generation Y Knowledge Workers [J]. Human Affairs ,
2014 , (24):511-523
[l1 J Abdelbaset Q , Wa且 F W , Nizar D. Explaining Genera tion - Y
Employees' turnover in Malaysian Co丑text [J J. Canadian Cen
ter of Science and Education. 2015 , 11 (1 0) :126-138.
[1 2J 夏功成，胡斌，张金隆.基于定性模拟的员工离职行为预测口].
管理科学学报， 2006 , (4): 81 - 94.
[1 3 J Jiang R , Liao H Z , Yu J K , et a l. A Model Based on Informa
tion Entropy to Measure Developer Turnover Risk on Software
Project[R]. Computer Science and Inforn> ation Technology ,
I丑ternational Conference 0丑， 200 日， 419-422
[1 4J 曹安照，高来鑫，徐荣.基于 RS-ANN 知识员工离JIJ(模型及预
警研究口].贵州师范大学学报(自然科学版)， 2012 ， (5):94
97
[1 5J Xin W , Li W , Ping J , et al. Identifying Employee Turnover
Risks Using Modified Quality Fu丑ction Deployment [J]. Sys
tems Research and Behavioral Science , 2014 , 31 ( 3) : 398
404.
[1 6J 龚艳萍，赵志刚.用模糊层次分析法确定 QFD 中消费者要求权
重[J].价值工程， 2006 ， (7):81-83
[17J 汪卫斌基于主成分的恼权双基点高技术企业核心竞争力评价
[JJ湖南大学学报(社会科学版)， 2008 ， (3):68-72
[1 8J 许远明，陶书金，曾令德基于恼权 TOPSIS 方法的施工评标
模型应用研究[J].工程管理学报， 2012 , (5) : 62- 65.
[1 9J 彭怡，李友元，寇纲等.外商直接投资区位选择与风险分析口].
管理评论， 2012 ， (2) :31-36.
[20J 陈岩，樊治平.群决策中基于语言评价信息的 TOPSIS 方法
[JJ南京工业大学学报(自然科学版人 2004 ， (3) :27-30
