论文部分内容阅读
摘 要：为了对招聘每个环节存在的风险进行准确的识别，改进招聘工作中存在的不足。因此，将工作分解结构法与风险分解结构法相结合，构造了基于招聘环节的工作包和最基本招聘风险事件的耦合矩阵，在此基础上运用依赖结构矩阵阐述风险传播路径。为中小企业招聘风险识别提供了一个可行的方法，为进一步进行风险评价提供了一个可量化的手段。
关键词：招聘风险识别；工作分解结构法；风险分解结构法；依赖结构矩阵；传播路径
0 引言
人力资源是组织发展，提升核心竞争力的第一要素。招聘是人力资源管理的首要环节，能否招聘到人岗匹配的人才是中小企业发展的关键因素。然而招聘风险存在于招聘的全过程中组织在招聘过程中，中小企业在招聘中普遍存在招聘规模较少，竞争力较弱，招聘组织规范性欠缺的特点。决策的失误或者是招聘过程的失误都更易给中小型企业带来损失。国内学者对于招聘风险已经从博弈论，委托代理理论等角度进行了不同的研究。很多学者对招聘风险的成因及防范措施进行了讨论，当前对招聘风险进行的研究主要集中与讨论各个环节存在风险的大小而忽略了招聘风险在各环节中的传播关系，风险在有不同程度相关性的工作环节间传递演化，从而不同风险重要程度也与其在工作包之间的传播关系相关。为分析企业招聘风险的传递路径，用依赖结构矩阵来分析工作包分解之间的依赖关系，将DSM与WBS-RBS矩阵结合运用，可实现对招聘风险的全面识别。
1 WBS-RBS风险辨识方法的原理
WBS-RBS法中的WBS是指工作分解结构，其枝状结构中的每个单独的单位就是工作包，RBS指风险分解结构。运用WBS-RBS法识别中小企业外部招聘风险，一是需要理清招聘的各个环节中的工作包，二是需要识别风险因素的传导过程。本文将招聘环节分别进行分解，通过构建工作分解结构和风险分解结构，构成WBS-RBS矩阵，按照矩阵判定招聘风险。用WBS-RBS法进行招聘风险辨识，首先应进行招聘工作分解，到出现风险辨识单元为止；然后应对风险进行分解，构建风险分解结构，细化至最低层各类风险为止；以上工作完成后即可构建风险辨识矩阵，把WBS下层工作包和RBS下层风险作为辨识矩阵的列和行，形成项目风险辨识矩阵。按矩阵元素判断是否存在风险，按下列式（1）计算风险大小。矩阵单元中的值相加所得即为外部招聘所面临的直接风险值。
R=f（P，L）=PL（1）
P=招聘风险发生概率，0<=P<=1
L=招聘风险的影响大小，0<=L<=10
2 基于DSM的WP依赖
依赖关系指WP间的资源依赖，包括人员依赖、物资依赖和交付物依赖。物资依赖指WP之间共享物资的程度；人员依赖指WP之间共享人员的程度；交付物依赖是指工作包的实现程度依赖于另一工作包完成程度的大小，因此可将WP间的依赖度D定义：
D=f（C，M，E）=α1C+α2M+α3E（2）
本文使用数值型DSM表示各WP之间的依赖度，WP按顺序分别行列进行排列，WPi表示排在第i位的WP，在此矩阵的基础上，可以得到针对某风险事件或者是某工作包WP的风险路径传播图。
3 基于WBS-RBS-DSM的企业外部招聘风险识别
3.1 企业外部招聘工作分解结构WBS模型构建
企业外部招聘活动一般都遵循一定的流程开展，将企业外部招聘活动按照流程进行分解可以更好地贴合WBS法中尽可能细致分解的原则，避免招聘活动中一些环节的遗漏，更有利于在风险评价中对风险进行加总比较，确定风险较集中的招聘环节。企业外部招聘工作一般都分为招聘需求及计划制定，招募，甄选，录用等环节。不同企业具体的招聘计划不同，特别是招聘渠道选择和甄选手段的选择上差异较大。因此本次工作分解结构将尽可能全面的列出较常用的企业外部招聘渠道和甄选手段。根据如上流程，结合对一些中小企业招聘专员的访谈，分解企业外部招聘活动，构建WBS如图1所示。
3.2 企业外部招聘风险分解结构RBS模型构建
中小企业外部招聘风险的分类，有各类角度不同的分类方法。主要有基于招聘风险成因的分类，基于招聘环节的分类。在所有的招聘风险中，学者们侧重研究的是招聘甄选过程出现的风险。除此之外，也有学者针对高校、中小企业等特定组织对其外部招聘风险进行了较深入的研究。在对前人研究进行总结和归纳的基础上，结合问卷调查的结果，参考RBS模型构建的关键点，现将中小企业外部招聘风险分为内部风险和外部风险两大类。外部风险是指外部宏观环境变化带来的风险，包括国家政策、经济环境、劳动力市场、科技发展，法律法规变化五个方面的风险。内部风险分为招聘标准定位风险、招聘流程漏洞风险、招聘投资回报风险、招聘渠道选取风险、招聘人员自身素质风险、测试工具选择风险、招聘广告风险、应聘人员审查风险、招聘回复风险、招聘承诺风险十种主要的招聘风险。
3.3 基于WBS-RBS的企业外部招聘风险识别
在分别完成企业外部招聘WBS和RBS模型的构建之后，以RBS结构的最底层为行，以WBS结构的最底层为列，建立WBS-RBS的耦合矩阵，本文以某小型电器制造企业为例，采用专家打分法，得出如下打分表格。按式（1）得出风险值R，可得到企业外部招聘风险WBS-RBS耦合矩阵，根据耦合矩阵按行与列求和即可得出招聘工作包中每种风险的大小，结果汇总如表1和表2所示。
从表1可以看出，企业外部招聘中录用前准备工作和照片甄选工作存在的风险较大，除此之外在初始和复试环节也存在着较大的风险。从表2可以看出，招聘外部风险中劳动力市场风险最大，招聘内部风险中，招聘标准定位风险最大。
3.4 企业外部招聘風险DSM矩阵的构建
招聘活动可看作为一个项目沿用此（2）式的定义方式但由于实际环节的不同，根据招聘活动中的实际情况，现将其重新定义：
D=f（C，M，E）=α1C+α2M+α3E（3）
其中：C为人员共享程度，M为流程依赖程度，E为上一步成果依赖程度；C，M，E的取值范围均为[0，1]，α1，α2，α3为权重根据专家打分结合文献借鉴构建依赖结构矩阵如表3所示。
从该矩阵可以看出，WP12招聘渠道选择对WP11招聘需求的依赖程度为0.7，招聘信息发布对招聘需求确定的依赖程度为0.6，招聘信息发布对招聘渠道选择的依赖度为0.6，应聘信息登记对招聘信息发布的依赖程度为0.1，初试对资格审查的依赖程度为0.8，复试对资格审查的依赖程度为0.8，余下一次类推、不加赘述。可以发现，一般后一个环节对前一个环节的依赖程度较高，但是招聘的很多环节对隔了一个或几个的关键环节依然有依赖性。
4 总结与讨论
WBS-RBS-DSM是项目管理中评估风险的一种工具，本文将招聘看作为一个完整的项目，探讨了这个方法在招聘风险识别与评估的可行性。发现在招聘风险识别与评估中有一些可以借鉴的地方。由于各方面的限制，本文主要存在以下不足：对招聘活动的分解过细，虽考虑到分解细致更易囊括所有环节，但是在风险评估的过程中存在活动过小难以与风险联系起来的问题，将系统的流程碎片化，评估中容易产生理解上的困难。对未来的研究有如下展望：可将该法结合AHP和模糊综合评判法使用，由于风险和工作包有明显的层次结构，可运用AHP法为工作包赋权，并进行风险评价。
参考文献
[1] 颜爱民，刘志坚.企业招聘流程系统优化探析[J].中南工业大学学报（社会科学版），2002，（01）：8-11.
[2] 陈的非.企业员工招聘的途径和方法探析[J].人力资源管理，2010，（03）：31-32.
[3] 冯小俊，韩慧.企业招聘流程的优化策略[J].中国市场，2010，（28）：139-142.
[4] 任南，韩冰洁，何彦昕. 基于WBS-RBS-DSM的项目风险识别与评估[J]. 系统工程，2014，（11）：96-100.
关键词：招聘风险识别；工作分解结构法；风险分解结构法；依赖结构矩阵；传播路径
0 引言
人力资源是组织发展，提升核心竞争力的第一要素。招聘是人力资源管理的首要环节，能否招聘到人岗匹配的人才是中小企业发展的关键因素。然而招聘风险存在于招聘的全过程中组织在招聘过程中，中小企业在招聘中普遍存在招聘规模较少，竞争力较弱，招聘组织规范性欠缺的特点。决策的失误或者是招聘过程的失误都更易给中小型企业带来损失。国内学者对于招聘风险已经从博弈论，委托代理理论等角度进行了不同的研究。很多学者对招聘风险的成因及防范措施进行了讨论，当前对招聘风险进行的研究主要集中与讨论各个环节存在风险的大小而忽略了招聘风险在各环节中的传播关系，风险在有不同程度相关性的工作环节间传递演化，从而不同风险重要程度也与其在工作包之间的传播关系相关。为分析企业招聘风险的传递路径，用依赖结构矩阵来分析工作包分解之间的依赖关系，将DSM与WBS-RBS矩阵结合运用，可实现对招聘风险的全面识别。
1 WBS-RBS风险辨识方法的原理
WBS-RBS法中的WBS是指工作分解结构，其枝状结构中的每个单独的单位就是工作包，RBS指风险分解结构。运用WBS-RBS法识别中小企业外部招聘风险，一是需要理清招聘的各个环节中的工作包，二是需要识别风险因素的传导过程。本文将招聘环节分别进行分解，通过构建工作分解结构和风险分解结构，构成WBS-RBS矩阵，按照矩阵判定招聘风险。用WBS-RBS法进行招聘风险辨识，首先应进行招聘工作分解，到出现风险辨识单元为止；然后应对风险进行分解，构建风险分解结构，细化至最低层各类风险为止；以上工作完成后即可构建风险辨识矩阵，把WBS下层工作包和RBS下层风险作为辨识矩阵的列和行，形成项目风险辨识矩阵。按矩阵元素判断是否存在风险，按下列式（1）计算风险大小。矩阵单元中的值相加所得即为外部招聘所面临的直接风险值。
R=f（P，L）=PL（1）
P=招聘风险发生概率，0<=P<=1
L=招聘风险的影响大小，0<=L<=10
2 基于DSM的WP依赖
依赖关系指WP间的资源依赖，包括人员依赖、物资依赖和交付物依赖。物资依赖指WP之间共享物资的程度；人员依赖指WP之间共享人员的程度；交付物依赖是指工作包的实现程度依赖于另一工作包完成程度的大小，因此可将WP间的依赖度D定义：
D=f（C，M，E）=α1C+α2M+α3E（2）
本文使用数值型DSM表示各WP之间的依赖度，WP按顺序分别行列进行排列，WPi表示排在第i位的WP，在此矩阵的基础上，可以得到针对某风险事件或者是某工作包WP的风险路径传播图。
3 基于WBS-RBS-DSM的企业外部招聘风险识别
3.1 企业外部招聘工作分解结构WBS模型构建
企业外部招聘活动一般都遵循一定的流程开展，将企业外部招聘活动按照流程进行分解可以更好地贴合WBS法中尽可能细致分解的原则，避免招聘活动中一些环节的遗漏，更有利于在风险评价中对风险进行加总比较，确定风险较集中的招聘环节。企业外部招聘工作一般都分为招聘需求及计划制定，招募，甄选，录用等环节。不同企业具体的招聘计划不同，特别是招聘渠道选择和甄选手段的选择上差异较大。因此本次工作分解结构将尽可能全面的列出较常用的企业外部招聘渠道和甄选手段。根据如上流程，结合对一些中小企业招聘专员的访谈，分解企业外部招聘活动，构建WBS如图1所示。
3.2 企业外部招聘风险分解结构RBS模型构建
中小企业外部招聘风险的分类，有各类角度不同的分类方法。主要有基于招聘风险成因的分类，基于招聘环节的分类。在所有的招聘风险中，学者们侧重研究的是招聘甄选过程出现的风险。除此之外，也有学者针对高校、中小企业等特定组织对其外部招聘风险进行了较深入的研究。在对前人研究进行总结和归纳的基础上，结合问卷调查的结果，参考RBS模型构建的关键点，现将中小企业外部招聘风险分为内部风险和外部风险两大类。外部风险是指外部宏观环境变化带来的风险，包括国家政策、经济环境、劳动力市场、科技发展，法律法规变化五个方面的风险。内部风险分为招聘标准定位风险、招聘流程漏洞风险、招聘投资回报风险、招聘渠道选取风险、招聘人员自身素质风险、测试工具选择风险、招聘广告风险、应聘人员审查风险、招聘回复风险、招聘承诺风险十种主要的招聘风险。
3.3 基于WBS-RBS的企业外部招聘风险识别
在分别完成企业外部招聘WBS和RBS模型的构建之后，以RBS结构的最底层为行，以WBS结构的最底层为列，建立WBS-RBS的耦合矩阵，本文以某小型电器制造企业为例，采用专家打分法，得出如下打分表格。按式（1）得出风险值R，可得到企业外部招聘风险WBS-RBS耦合矩阵，根据耦合矩阵按行与列求和即可得出招聘工作包中每种风险的大小，结果汇总如表1和表2所示。
从表1可以看出，企业外部招聘中录用前准备工作和照片甄选工作存在的风险较大，除此之外在初始和复试环节也存在着较大的风险。从表2可以看出，招聘外部风险中劳动力市场风险最大，招聘内部风险中，招聘标准定位风险最大。
3.4 企业外部招聘風险DSM矩阵的构建
招聘活动可看作为一个项目沿用此（2）式的定义方式但由于实际环节的不同，根据招聘活动中的实际情况，现将其重新定义：
D=f（C，M，E）=α1C+α2M+α3E（3）
其中：C为人员共享程度，M为流程依赖程度，E为上一步成果依赖程度；C，M，E的取值范围均为[0，1]，α1，α2，α3为权重根据专家打分结合文献借鉴构建依赖结构矩阵如表3所示。
从该矩阵可以看出，WP12招聘渠道选择对WP11招聘需求的依赖程度为0.7，招聘信息发布对招聘需求确定的依赖程度为0.6，招聘信息发布对招聘渠道选择的依赖度为0.6，应聘信息登记对招聘信息发布的依赖程度为0.1，初试对资格审查的依赖程度为0.8，复试对资格审查的依赖程度为0.8，余下一次类推、不加赘述。可以发现，一般后一个环节对前一个环节的依赖程度较高，但是招聘的很多环节对隔了一个或几个的关键环节依然有依赖性。
4 总结与讨论
WBS-RBS-DSM是项目管理中评估风险的一种工具，本文将招聘看作为一个完整的项目，探讨了这个方法在招聘风险识别与评估的可行性。发现在招聘风险识别与评估中有一些可以借鉴的地方。由于各方面的限制，本文主要存在以下不足：对招聘活动的分解过细，虽考虑到分解细致更易囊括所有环节，但是在风险评估的过程中存在活动过小难以与风险联系起来的问题，将系统的流程碎片化，评估中容易产生理解上的困难。对未来的研究有如下展望：可将该法结合AHP和模糊综合评判法使用，由于风险和工作包有明显的层次结构，可运用AHP法为工作包赋权，并进行风险评价。
参考文献
[1] 颜爱民，刘志坚.企业招聘流程系统优化探析[J].中南工业大学学报（社会科学版），2002，（01）：8-11.
[2] 陈的非.企业员工招聘的途径和方法探析[J].人力资源管理，2010，（03）：31-32.
[3] 冯小俊，韩慧.企业招聘流程的优化策略[J].中国市场，2010，（28）：139-142.
[4] 任南，韩冰洁，何彦昕. 基于WBS-RBS-DSM的项目风险识别与评估[J]. 系统工程，2014，（11）：96-100.