复杂性 复杂性 1099 - 0526 1076 - 2787 Hindawi 10.1155 / 2021/6635228 6635228 研究文章 建模和人力资本积累的研究基于大数据复杂系统的高科技企业 https://orcid.org/0000 - 0001 - 5262 - 6783 沈 延安 1 2 Lv Zhihan 1 经济与管理学院 哈尔滨科技大学 哈尔滨150080 黑龙江 中国 hrbust.edu.cn 2 哈尔滨商业大学 哈尔滨150028 黑龙江 中国 hrbcu.edu.cn 2021年 28 1 2021年 2021年 23 10 2020年 28 12 2020年 13 1 2021年 28 1 2021年 2021年 版权©2021延安沈。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

目前,高新技术企业主要组织从事生产、研究、开发和服务的高科技产品。当前世界各国高新技术产业的发展具有重要意义,提高社会生产力和综合国力。本文主要介绍了复杂系统的建模和分析高新技术企业人力资本积累的基于大数据。本文提出了企业人力资本数据的理论分析,提出了回归分析和层次分析法来计算和分析企业人力资本积累的过程,收集和分析数据使用问卷调查和其他方法。此外,复杂系统建模基于大数据和云computing-based人力资本大数据分析平台。实验结果表明,基于大数据复杂系统的建模具有积极的影响对高新技术企业的人力资本积累。高科技公司在不同的发展阶段,各种类型的人力资本和企业业绩之间的关系与市场经济的矛盾。相反,当前的一些高科技公司工资制度仍有许多缺点。使用人力资源的成本控制的工资制度占24%以上。

 中华人民共和国教育部的 18 yjazh128 1。介绍

计算机与信息技术的发展和传播,人员的流动,资本、商品、和信息在人类社会的生产和生活活动逐渐趋向于数字化。数字化产品在生活中并不少见,进而激活行业数据。爆炸性的发展促进了大数据的快速发展。然而,传统的人力资源管理往往滞后,甚至简单的手动和主观的人事管理。即使是绩效考核标准是主观的,这与社会的发展背道而驰。

随着网络的出现和信息,特别是计算机和网络技术的广泛普及,我们应该充分利用信息技术提供的便利,使人力资源管理更加科学,减少人力资本,充分发挥人力资源管理的作用[ 1]。通过大量的内部和外部的生产数据,处理和分析大量的高新技术企业的人力资本积累数据可以给企业带来巨大的附加价值和适应经济环境的变化 2]。通过分析人力资源信息系统的现状,我们发现其缺陷,并进一步提出的理论和方法创建一个新的平台,它提供了支持基于高新技术企业数据分析平台的建立云计算的 3]。

b . h . Chen宣、p·杨和其他人表示,安全要求越来越重要的各种工业生产过程。虽然很多设施被设计用于确保安全,一些安全事故仍然发生( 4]。但他没有想出一个计划关于如何防止人才流失。d . Sledgianowski等人对主动使用大数据技术应用于会计课程和会计教育能力的透镜集成框架提供的例子将大数据和信息系统集成到教学资源( 5]。从企业研发费用的核算,费用计算在研发的过程中,合理的成本分摊标准制定。本文的主要目的是改善高新技术企业研发项目的成本控制,以保证经济效益的高新技术企业。然而,他的研究高新技术企业更多投资于企业的利益,不考虑如何引进高科技人才( 6]。z . Wang j·杨和其他高科技上市公司小委员会从2007年到2010年为例,使用结构方程模型来探索政治连接机制科技型中小企业的技术创新。他们说,政治关联的经理可以发挥积极作用在中小高新技术企业的技术创新。外部融资和进入壁垒发挥间接作用在技术创新的传播政治关系,也就是说,政治关系间接影响企业的技术创新通过外部融资和进入壁垒( 7]。这种策略是基于充分意识到目前和未来国际竞争主要是科学技术的竞争,也是一个正确的决定基于中国国情和世界知识经济的崛起和挑战。人力资本投资理论给我们的启示:人才是资本( 8]。这种观点认为人才的重要性,但它并没有很好的解释为大数据。吸引人才,我们应该首先知道的人才,依靠大数据技术精确定位( 9]。尽管人力资本的理论已经被各种学科,重视越来越多的学者一直在研究它。近年来,国内外大多数研究都集中在人力资本与经济增长之间的关系或企业的表现,或组合的影响人力资本对经济增长和技术创新的 10]。研究人力资本和技术创新之间的关系是分散的,并且他们中的大多数只使用定性分析来分析人力资本和技术创新能力之间的关系。人力资本对技术创新能力的机制被忽略( 11]。

本文主要介绍了复杂系统的建模和分析高新技术企业人力资本积累的基于大数据。本文提出了企业人力资本的理论分析数据、问卷调查等方法,提出了回归分析和层次分析法来计算和分析企业人力资本积累的过程。此外,复杂系统建模基于大数据和云computing-based人力资本大数据分析平台。

 2。人力资本收购高新技术企业基于大数据技术的方法 2.1。人力资本的方法分析数据的高新企业 2.1.1。理论分析的方法

阐述了企业能力理论的背景和内容,详细阐述了机制的关系在人力资本投资,企业能力和企业绩效,提供合理的理论依据和合适的和有意义的实证研究假设进行测试下面的纸。分析核心人力资本的内涵、特点和一般人力资本和高科技企业与传统企业之间的不同特点和理解它们之间的共性和个性 12]。我们有一个更深的理解的核心人力资本与高新技术企业的竞争力及其内部关系。在企业的竞争中,只有知道敌人和朋友能赢得胜利 13]。理论分析方法可以帮助企业了解优点和缺点,可以分析竞争对手的优势和劣势 14]。

 2.1.2。问卷调查分析

本文问卷调查之间的关系的优化配置人力资源和性能开发的高新技术企业,高新技术企业和一些企业问卷调查的是( 15]。是一种书面调查法收集研究资料间接、间接获得材料和信息的一种方法通过发送一个简洁的调查员,调查形式填写有关问题的意见和建议( 16]。通过这种方式,我们可以清楚地知道高科技企业的人力资源结构,和下面的调查和分析可以更顺利进行 17]。

 2.2。基于人力资本法律基于大数据的高新技术企业 2.2.1。视觉研究方法

视觉分析是指共同分析大量数据,这是影响信息分散和不一致的数据结构( 18]。此外,人工分析占据了核心手段,分析过程缺乏结构和稳定性。这导致了分析过程和模式不能明确,这使得它更难应用系统获得数据,这阻碍了后续的开采与加工分析( 19]。可视化数据分析平台的建设有效地解决了这个问题,实现手动关联分析。数据可视化的本质是研究系统基于面向服务的指导,这是全面的和独特的 20.]。这个理论的概念第一次出现在15世纪和20世纪之前尚未发育良好。随着电子计算机的出现和更新,这个指导思想已经重生( 21]。的不断推广和应用“大数据”,视觉分析的高效的平面载体使nonsimple数据的分析和理解更简洁,可以有效地帮助应用程序,预测和决策的数据信息( 22]。

 2.2.2。预测分析

分析和预测是大数据的应用程序的最终目标,必须建立在有效和可靠的数据来源( 23]。人力资源管理所需的基本数据主要是分成两部分,内部和外部,包括市场环境因素 24]。一般来说,内部数据具有良好的准确性,但它缺乏在应用程序收集和简洁性。除了支持的数据源,专业分析软件和大数据专业分析师更高效的预测分析方法( 25]。

 2.3。主要代理理论基于效用函数

委托代理理论是完全基于“经济人的假设。“对于一个理性的经济人,他的工作风格的选择和努力是基于最大效用。一般的效用函数如下: (1) U = U w , e 。

其中,<我nl我ne-formula> w 是指员工的收入或报酬<我t一个l我c> e是指员工的工作。一般来说,收入成正比效用,努力是成反比的效用。因此,建立以下公式: (2) ∂ U ∂ W > 0。

很明显,员工选择了尽可能多的以换取更多的报酬与更少的努力 (3) ∂ U ∂ e < 0。

一个企业是一个函数的输出的努力和环境因素: (4) 问 = 问 e , 年代 。

在公式中,环境因素<我t一个l我c> 年代是一个随机变量,它对企业的产量有着重要的影响。

 2.4。回归分析人力资本的计算

在回归分析中,首先,提取的两个因素作为解释变量和解释变量建立线性回归方程详细分析影响的大型科技人力资本的高新技术企业。回归模型的公式 (5) Y = C 1 X 1 + C 2 X 2 + 控制 + e 1 。

回归模型如下: (6) 米 1 = C 1 X 1 + C 2 X 2 + 控制 + e 2 , 米 1 = 一个 11 X 1 + 一个 22 X 2 + 控制 + e 2 。

高新技术企业的人力资本投资主要是积极影响企业的生产效率和操作能力,但对企业的管理效率的影响并不显著,而不是积极的。它关注的两个维度的调节作用的能力,企业的生产效率和操作能力的人力资本投资对企业绩效的影响。特定的回归模型的公式 (7) Y = C 1 X 1 + C 2 X 2 + B 1 米 1 + B 2 米 2 + 控制 + e 3 。

2.5。层次分析法的人力资本

层次分析法是解决决策问题,将解决作为一个子系统,然后解决决策问题,分析影响因素,把一个复杂的问题分成简单的问题。在这个子系统,决策要解决的问题是作为我们的目标,以及目标水平作为标准的影响因素,然后进一步分解在不同级别的标准。

根据刻度值和两两比较的方法,计算公式如下: (8) 一个 我 j > 0 , 一个 我 j = 1 一个 我 j , 一个 我 j = 1。

2.6。模式的高科技企业家人力资本参与企业收入分配秩序 2.6.1。确定退出的虚拟股票期权奖励基金

期权激励计划的实现之前,应当由股东大会讨论并确定一个基本的提取比例和一定退出今年的EVA值作为公司的第一个时期激励创业基金,包括<我t一个l我c> F0,最初的激励计划的启动资金,<我t一个l我c> z0时,企业的EVA价值实现期权计划第一次<我t一个l我c> F0第一个激励基金的提取比例: (9) F 0 = z 0 ∗ f 0 。

之后,激励基金当年FN将从当年EVA创造的价值中提取一定比例,以虚拟股票期权奖励。报酬水平与公司的经营业绩水平和计算根据公司经营业绩的具体计算公式,FN在哪里奖励基金的公司<我t一个l我c> nth:<我t一个l我c> Z n是公司的EVA值<我t一个l我c> nth;<我t一个l我c> F n是比例的奖金基金撤回<我t一个l我c> N−1年;<我t一个l我c> G n是由过量的伊娃公司的增长率吗<我t一个l我c> nth: (10) F n = Z n F n − 1 1 + G n Z n > 0 和 1 + G n > 0 , F n = 0 Z n < 0 和 1 + G n < 0 。

多余的伊娃增长率的计算方法如下,期望值的记录<我t一个l我c> E1: (11) G n = Δ 伊娃 − EI 伊娃 N − 1 。

从源数据的值都是负数,所有源数据需要被视为绝对的价值观: (12) U = P 1 | D , l , f 2 , 问 , d , l P 2 | f 1 , μ P 3 | N , 米 , 我 , 红外 = ∑ 年代 − 1 U ∑ d − 1 K f 年代 , DV 年代 , d 。

采取的第一个4值RSRP服务站在时间的价值<我t一个l我c> t,形成的短序列的GM(1,1)模型预测价值获得了在前面的时候,表示 (13) σ 我 k j l = n Δ 我 k j l ∑ 年代 = 1 n x 我 k ε − x j l ε 2 Δ 我 k j l ε , Δ 我 k j l > 0 ; 0 , Δ 我 k j l < 0 , X 1 = X 1 t − 4 Δ t , X 1 t − 3 Δ t , X 1 t − 2 Δ t , X 1 t − Δ t 。

同样,记住的短序列由RSRP价值目标站点 (14) X 2。 = X 2 t − 4 Δ t , X 2 t − 3 Δ t , X 2 t − 2 Δ t , X 2 t − Δ t 身体质量指数 b = 2 n ln σ + n ln 2 π + n n + t r 年代 n − 2 − t r 年代 , W T = K y T − 1 , u T − d − 1 。

建立GM(1,1)模型基于短序列<我t一个l我c> X后,得到一组新的预测序列的执行操作: (15) Y 1 = Y 1,- 1 , Y 1、2 , Y 1、3 , Y 1、4 , Y 1、5 , y 我 = β u 我 , v 我 + ∑ j = 1 p β j u 我 , v 我 x 我 j + ε j β j 。

以同样的方式,建立了GM(1, 1)模型基于短序列2<我t一个l我c> X,一套新的预测序列计算后得到: (16) Y 2 = Y 2、1 , Y 2、2 , Y 2、3 , Y 2、4 , Y 2、5 , w G 一个 我 一个 j = 马克斯 0 , W G ⋅ ε f G 一个 我 , f G 一个 j 。

的预测序列的平均服务网站和目标站点获得预测后得到平均序列: (17) Y 1 ′ = avg Y 1 , Y 2 ′ = avg Y 2 。

3所示。人力资本积累系统实验在大数据技术 3.1。大数据机器学习的基本特征

机数据的大型系统学习包括许多复杂的技术问题在机械学习和大数据处理、模型结构、教学算法精度的机械学习模型中,大数据的分布式存储和并行处理。这些都是密切相关的计算、网络通信、本地计算,工作计划、系统容错,以及其他因素。然而,数据开发方法是一种非参数估计方法,利用数学规划评估多个输入和输出决策单元的相对有效性,即判断DMU是否在总生产潜力的“极限”。因为生产边界生产函数的扩展多个融资成本的情况下,DEA方法和模型可以确定其结构。生产边界,DEA方法可以被看作是一种非参数统计方法。当你使用数据包络分析评价决策单元的有效性,你不仅可以获取信息决策的相对性能和规模经济的每个接收单位还获得很多管理信息具有深远的经济意义和背景。

 3.2。层次分析法测试

层次分析法(AHP)是一种多标准决策过程相结合的定性和定量分析。其特点是建立层次结构模型,分析本质,影响因素,和内部关系复杂的问题,然后确定决策过程数学上用更少的定量信息,从而提供一个简单的决策方法解决复合材料和提供定量依据分析、决策、预测,或数学控制。下面是如何使用它:

根据不同的目标和功能,该系统分为不同级别,如目标水平,标准水平和系统水平。

在成对比较,决策表的详细过程(AHP)主要是人们评估每个因素的相对重要性在每个级别。这些决策表达数字的形式通过引入适当的尺度,反映了人民对各种因素的相对重要性的理解。通常,1 - 9刻度方法和互惠的刻度方法。通过配对和比较因素,价值观被分配根据重要性级别,从而完成从定性分析到定量分析的变换。

层次单排序。它是计算元素的重量与上层根据决策表。从理论上讲,单一的计算问题的分类可能有限的计算特征值和最大值的行业危机的矩阵。

为了确定的相对重要性或低水平的相对优缺点元素的总体目标,每个元素在每一层的综合权重计算和一般的分类。

4所示。人力资本的分析,基于大数据的高新技术企业 4.1。项目数据分析基于规模

如图 1的测试项目分析是探索的高、低得分的差异在每个项目或测试项目之间的同质性。区别第一总分的27%,最后27%的规模是比较两种极端团体,和极端的差值的比较结果组称为决策价值或关键的比率。数据分析表所示 1和图 2。

统计组的数量统计图。

统计数量的组。

Participation_category N 平均值 标准偏差 均值的标准误差
A1 2 35 87年 328年 58
3 30. 60 502年 95年
A2 2 35 70年 456年 88年
3 30. 33 488年 86年
A3 2 35 78年 421年 75年
3 30. 20. 390年 72年
A4 2 35 55 510年 89年
3 30. 20. 398年 78年
A5 2 35 3 1.355 65年
3 30. 4 1。2 95年

高、低组的平均值。

如表所示 2,<我t一个l我c> t以及独立的样品是测试中的每一项的平均值是否高分组和低分数组是重要的,以确定每个项目的平均规模是不同的,由于不同的群体(高组和低组)。变量的C1,高组的平均为2.5,标准差为1.4,低组的平均值为3.7,标准差为1.2。两组之间的差异越大,越有可能不同。

比较的标准偏差的平均值高、低组。

Participation_category N 平均值 标准偏差 均值的标准误差
C1 2 35 3.15 1.366 236年
3 30. 4.72 1.35 209年
C2 2 35 2.5 1.225 200年
3 30. 3.9 1.088 209年
C3 2 35 1.235 1.365 198年
3 30. 1.265 1.965 200年
4.2。因子分析的人力资本

KMO Bartlett的测试是拟合因子分析前测试。KMO索引比较观察到的相关系数和偏相关系数。KMO的价值反映了这个因素的关联度分析。一般来说,KMO > 1是非常适合的因素分析;1 < KMO < 1.1是合适的;以上0.9是可以接受的;0.7差;低于0.4是不适合的因素分析。12日KMO和Bartlett的测试的结果变量人力资本计量表如下:KMO = 0.8 > 0.7.569,团体的可能性和意义<我t一个l我c> χ2巴特利特球形检验的统计值小于0.11,表明问卷的因素有一定的相关性,如表所示 3。

KMO Bartlett的测试。

Kaiser-Meyer-Olkin衡量抽样的充分性 800年
巴特利特球形检验的 近似x平方分布 605.29
df 88年
团体 1

因子分析是研究许多变量之间的内部依赖。主成分方法用于提取共同的因素,和最大方差法的正交旋转方法用于获取每个因素的负荷值。主要目的是凝聚许多观测变量成几个因素来达到减少的影响使规模更科学和简化后的计算。

 4.3。数据回归分析方法

建立回归模型的经济问题时,有必要考虑是否有不符合模型的假设条件,如异方差性。如果模型存在异方差性的问题,仍然使用最小二乘法来估计未知参数,这将导致的结果不是最优估计的值。SPSS软件的残图分析方法用于测试异方差性。试验结果表明,该模型不存在异方差性问题。

如图 3,高新技术企业的非执行人力资本投资和行政人力资本投资可以积极和显著影响其性能,这影响有一定的滞后效应。人力资本存量的控制变量,企业可以促进企业的表现和意义重大,这也证实了高新技术企业的合理的人力资本结构的前提下提高效率人力资本投资,提高人力资本的质量,企业效益就越好。

人力资本投资与企业绩效的回归分析。

如表所示 4当人力资本的流动越来越频繁,这将降低企业的绩效。这可能是因为当人力资本的流动越来越频繁,招聘成本,企业需要在明年将增加投资,和新引入人力资本往往与企业有一定的磨合期,这将对企业的性能有不利影响。

更频繁的流动的人力资本。

N 不稳定的因素 信息素浓度 信息质量 有效数据 密度
10 3.82 1.47 2.28 5.74 2.69
20. 3.28 1.42 2.47 1.19 4.07
30. 5.17 3.75 5.3 3.31 5.07
40 6.2 1.72 3.13 5.52 4.62
50 1.55 3.87 2.74 2.79 1.84
4.4。人力资源工作人员对大数据的看法

人力资源规划的最重要的部分是公司的人力资源现状进行调查准备阶段。所有人力资源的数量和质量的公司企业发展的基础。一般来说,现有员工的数量,各个年龄层的人的数量,分布的各级员工的教育和技能的员工公司思考的内容。

如表所示 5,这些数据和信息是多维的。公司需要处理和分析这些数据,以确定当前的信息公司优势的员工总数组成,以区分公司和竞争对手,尤其是公司的人事结构的缺陷。做好人力资源规划;第二,预测该公司的人力资源潜力预测阶段。

员工的意见大数据。

大数据对我们的生活有很大的影响(%) 大数据对我们的生活有普遍的影响(%) 大数据对我们的生活有什么影响(%) 大数据有不影响我们的生活(%)
比例 25 35 19 21

图中的数据 4表明大多数人参与人力资源规划,包括人力资源经理和员工,不生成数据的意识。每个人都说,他们知道他们是在大数据时代,但他们认为大数据是非常远离他们的生活和工作。19%的受访者认为大数据一般影响他们的工作和生活,21%的人认为大数据不会影响他们的工作和生活。

员工的意见大数据。

如表所示 6,现实情况是,大数据已经渗透到生活和工作,在各方面,人力资源规划也不例外。对人力资源规划所涉及的人员来说,这是非常重要的,培养高度的数据意识。只有当相关人员有高度的数据意识可以他们指出数据在人类设计的价值和影响力,使合理的人力资源规划根据大数据所反映的价值。在这个过程中,大多数人都是管理者和企业员工的种植者。

现实情况是,大数据已经深入到生活和工作。

N 多播路由 收敛速度 最好的蚁群 蚁群成员 越来越多的树 基本蚁群
10 1.29 1.86 0.57 1.33 0.61 1.48
20. 1.85 1.75 3.03 2.78 3.5 1.49
30. 4.15 3 3.42 3.31 3.58 5.82
40 1.47 2.28 5.74 2.69 2.53 5.35
50 5.62 5.28 9.16 6 6.11 11.17

如表所示 7,只有当他们带头形成数据意识可以产生直接影响其他员工,促进员工的意识在整个企业的发展。企业的整体意识的形成可以促进企业的数字化过程,为相关人员提供数字支持预测劳动力供给和需求的分布。

协会在复杂系统特征。

全国矿工工会。 组织优化 蚁群优化 基本 节点 有效性 的复杂性
10 2 1.32 1.45 0.86 0.08 0.57
20. 3.19 3.16 3.41 3.99 2.29 1.81
30. 4.9 4.95 3.71 2.55 2.71 5.13
40 4.54 2.07 3.52 2.13 1.22 5.15
50 1.55 4.22 2.53 1.42 4.1 1.06
4.5。市场人力资源e-HR系统的使用

随着人力资源信息软件市场的发展,已经形成一定的规模。国内企业更好的理解文化的国内企业和用户界面更适合国内企业。特别是在中国加入WTO之后,软件行业已经涌现出像蘑菇。如图 5、用友软件、金蝶软件、Qizheng东软Jinyikang,等等被国内企业,他们在外国制造商的成本性能。

不同的公司的竞争优势。

如图 6和表 8,尽管微软,甲骨文公司的代表,几十年来一直在软件行业,其产品更成熟和安全性也更高;尤其是在Oracle数据库为代表,开源,security-incomparable,中国大型企业一般选择甲骨文作为自己的企业数据库。然而,外国软件行业的价格相对较高,维护成本很高,接口不一定符合中国企业的规范和习惯。因此,信息系统的选择应结合企业本身,而不是盲目地选择国外软件企业。据有关统计行业调查显示,中国大部分企业尚未介绍了管理信息系统。下图反映了中国企业在选择的一般趋势信息系统。

微软和甲骨文的竞争优势。

市场e - hr系统的整体利用率。

软件类型 用友软件(%) 金蝶软件(%) 甲骨文(%) 东软集团(%) Sap (%) 其他(%)
比例 5 15 10 9 15 6

从图我们可以清楚地看到 7和表 9在企业选择e-HR系统,首先要考虑的是企业信息化的发展阶段。如果企业只是在初始阶段的信息化,它应该选择一个简单和易于理解的e-HR系统基本信息操作。如果企业不需要高度的信息化,他们只需要简单的就业数据和选择e-HR系统,操作方便。如果企业发展成一个中型企业,跨区域,并有大量的基本员工,应该选择e-HR系统可以处理公司重要数据的附加功能。

市场e - hr系统的整体利用率。

市场e - hr系统的整体利用率数据。

项 比例 起始段 短暂的发展 高潮 丰富的
其他 2.37 5.35 3.39 5.43 5.31
SAP 3.52 2.52 2.93 1。5 5.91
东软 2.48 2.95 4.66 2.43 1.41
甲骨文 1 1.86 5.5 6.82 2.27
金蝶软件 3.68 5.41 6.03 2.96 6.72
用友软件 3.83 3.31 2.06 3.35 5.13

如图 8和表 10,如果企业是一个大型企业或需要高度的信息化行业的性质,有必要选择e-HR系统安全级别最高的,可以处理大量数据并提供数据挖掘和数据分析。总之,企业应选择e-HR系统根据企业的发展阶段和规模,选择e-HR系统适合自己。

公司管理工具和收益之间的关系。

公司之间的关系数据管理工具和福利。

项 e-HR ERP CRM 人力资源 办公自动化
金融 1.06 2 1.32 1.45 0.86
管理 2.01 3.19 3.16 3.41 3.99
发票 4.91 4.9 4.95 3.71 2.55
控制跨度 4.16 4.54 2.07 3.52 2.13
链 4.23 1.55 4.22 2.53 1.42
4.6。人力资本配置X软件公司

如图 9和表 11,X软件公司是一家高科技研发公司在快速发展的时期。工作人员主要由高质量的学生,年龄结构相对年轻。公司的员工的平均年龄大约是25年。公司90%以上的员工总数与证书。根据公司的技术创新战略,X软件公司发起了一场大规模的招聘计划。

公司的质量管理和成员之间的关系。

员工管理和成员质量的影响公司效益。

X D 发展时期 人员组成 高质量的 软件
年龄 0.4 0.36 0.25 0.73 1.92 0.72
证书 2.14 2.96 1.07 1.66 1.93 1.88
创新 2.11 3.81 4.34 5.9 4.73 3.41
策略 3.12 3.4 4.19 2.5 1.65 2.57
招聘 1.25 1。2 2.38 2.81 2.2 1.39
计划 6.24 3 2.77 4.29 2.38 1。1

如图 10公司的大量资金用于吸引知识和技术人才,引进和提高员工的质量,丰富公司的结构。根据人力资源系统披露,X软件公司有2500名员工,其中70%以上的研发人员。虽然X软件的人力资本存量增长迅速,它应该注意保持良好的人力资本的结构。作为高新技术企业,研发人员在企业中所占的比例约为70%,和高比例的研发人员确保金山软件产品的发展需要。

人力资本存量X的软件公司。

如图 11,X软件公司高度重视员工的培训,每年需要一个星期的企业文化培训。公司的高级管理层介绍X软件公司的发展历史和企业文化的员工。

人力资本结构的X软件公司在2016 - 2019。

 4.7。高新技术企业人力资本的教育框架

如图 12,我们可以看到,在高新技术企业,高新技术企业的比例与高层教育占很大比重,占45%,其次是硕士学位占35%,本科教育占20%,这表明,高新技术企业对各种人才的需求也在增加。在传统企业,高新技术企业的比例与高度很小,占15%,其次是硕士学位占25%,本科学历占30%。

高级教育占很大比重。

如表所示 12和图 13,一个部门接管公司的技术培训,形成相应的培训项目,如开发一个小玩具或小单位。几个人组成一个团队。许多团体会在同一时间。最后,每组将生产产品的比较。训练的高级官员,X软件公司将定期选择员工已经工作了两年多的研究生学习。该公司将支付超过一半的他们的研究费用或送他们到国外学习和交流先进技术,以便更好的为公司的研发。

高新技术企业人力资本的教育结构。

教育结构 博士学位(%) 硕士学位(%) 学士学位(%) 其他(%)
传统 15 25 30. 40
比例 45 35 19 1

教育结构。

 4.8。人力资源使用成本控制中存在的问题

如图 14和表 13,从高新技术企业的成本支出的总体水平在中国,人力资源成本的比例正在增加。经济实力强的高新技术企业仍然可以负担得起,但是,中小高新技术企业的刚刚开始,这种支出无疑增加了一个巨大的经济负担。

人力资源成本的比例正在增加。

高新技术企业人力资本的薪酬结构。

占领 年度现金收入(%) 年度补贴总额(%) 变量年收入总额(%) 每年总收益(%) 总额(%)
的基本水平 64年 7 6 23 One hundred.
执行董事 62年 9 9 20. One hundred.
管理 65年 10 13 18 One hundred.
高水平 68年 12 5 15 One hundred.

从图 15,我们可以看到,在高新技术企业中,无论是在草根阶层,中间水平,或高级水平,年度现金收入的比例,也就是说,员工的现金工资,是最高的。这样大量的资本投资将不可避免地要求企业的分销系统是透明的,开放的,和公平的。然而,现实情况是,与市场经济相比,仍有许多缺点在当前一些高新技术企业的工资制度,工资分配制度是直接关系到人力资源的使用成本的支出,所以工资系统还直接影响人力资源的使用成本的控制。

高新技术企业人力资本的薪酬结构。

 5。结论

在经济水平、科技告诉发展的今天,网络和智能不再是一个陌生的话题,这是一个现代时期。在人力资源领域,它不再是一个玷污探索的时代。依赖大数据技术,高科技企业的人力资源研究已经进入了一个高潮。与云计算和其他技术的深入应用,建设高新技术企业信息化是加速。它是一个长期的过程,实现大数据分析平台,人力资源基于云计算的高新技术企业。与人力资源系统云信息的发展,越来越多的企业将人力资源基于云计算的大数据分析平台。因此,人力资源大数据分析平台可以包含许多企业信息。不同企业可以把自己的信息与竞争企业公开披露的信息实时做出有利的决定,当他们知道自己和竞争对手,与此同时,政府也可以使用平台远程审计不同企业协助政府监督。

当然,基于大数据技术的支持远远不够。每个公司都应该重视员工的培训,花大量的时间和精力的分配员工在不同的部门,包括工作需要,员工能力,员工的愿望,和工资分配。有太多的因素,因此在人力资源分配员工会遇到各种问题,此外,由于缺少及时、就地沟通,有一种现象“返工”的工作。也就是说,工作一段时间后,员工反映,他们不合适,需要调整。因此,这带来了巨大的麻烦向人力资源部门和公司的工作进度推迟了。大数据的使用可以大大避免这样的事,因为,之前的分配人力、大数据将人力资源评估,可以调整特殊情况提前,直到合适为止。因此,大数据可以帮助人力资源部门充分利用人力资源。

人力资源信息管理是未来发展的趋势;它可以促进人力资源的增值,人力资源管理被提高到战略地位;人力资源信息管理的实现可以提高企业的核心竞争力,为企业的发展具有重要的战略意义。对于高新技术企业来说,信息化的成功在很大程度上取决于员工培训。在培训的过程中,培训应在不同的水平。高层领导人关注的决策能力和战略管理能力,中层职能经理关注沟通能力,关注技术能力和基层员工。做好培训评估,基于大数据技术的信息管理是一个长期的实现过程。企业应不断改进系统,信息管理也是一个全面参与的过程。

 数据可用性

没有数据被用来支持本研究。

 的利益冲突

作者宣称没有利益冲突。

 确认

这项工作由教育部支持,人文社会科学项目(18 yjazh128。)

 Ranft a . L。 主 m D。 获取新:留住人力资本的作用在收购高新技术企业 《高技术管理研究杂志》上 2020年 11 2 295年 319年 Bihua G。 成本会计和管理研发项目的高新技术企业 会计研究 2017年 2 19 189年 190年 秦 年代。 人力资本投资 经济与管理 2020年 3 15 16 陈 H。 宣 B。 杨 P。 陈 H。 一个新的桥式吊车紧急制动方法与理论分析和实验验证 非线性动力学 2019年 98年 3 2211年 2225年 10.1007 / s11071 - 019 - 05318 - 6 Sledgianowski D。 戈马 M。 棕褐色 C。 对大数据的集成、技术和信息系统能力的会计课程 会计教育杂志 2017年 38 38 81年 93年 10.1016 / j.jaccedu.2016.12.008 2 - s2.0 - 85009227848 你 F。 黄 C。 他 年代。 扩展的理论分析方法高效率功率放大器的性能通过求解非线性波形确定流程 国际期刊的射频和微波计算机辅助工程 2017年 27 4 1 13 10.1002 / mmce.21073 2 - s2.0 - 85007495900 王 Z。 杨 J。 他 H。 政治关联机制经理对中小型高新技术企业技术创新的经验证据从中国中小企业的上市公司股票市场 国际期刊的服务和面向计算的制造 2017年 1 2 178年 195年 陈 z L。 熊 y Q。 理论分析制造二维光子晶体的双光束全息光刻方法 Rengong Jingti学报/合成晶体杂志》上 2018年 47 1 97年 101年 王ydF4y2B一个 R。 郭 l 李 T。 lattice-mediated等离子体共振的理论分析。利用时域有限差分法 纳米科学和纳米技术杂志》上 2019年 19 1 40 46 10.1166 / jnn.2019.16429 菲利蓬 T。 谢夫 一个。 金融业的工资和人力资本在美国:1909 - 2006 经济学季刊 2017年 127年 4 1551年 1609年 Fraumeni b . M。 基督教 m . S。 塞缪尔 j . D。 人类和非人类资本的积累,再现 对收入和财富 2017年 63年 2 227年 286年 10.1111 / roiw.12322 2 - s2.0 - 85032748907 克雷斯波首长 J。 收入预测气候变化研究:基于人力资本动态的一个框架 全球环境变化 2017年 42 226年 236年 10.1016 / j.gloenvcha.2015.02.012 2 - s2.0 - 84926330833 做 M。 Bungert l Cichon D。 被动定位三维线圈作为一个逆问题:理论分析和数值方法 IEEE磁学 2020年 56 4 1 10 杨 G。 马 G。 曾 G。 理论分析基于锥透镜产生两级无衍射光束的方法 《应用光学 2018年 39 5 722年 728年 10.5768 / jao201839.0505004 2 - s2.0 - 85058436341 Roufagalas J。 奥洛夫 a·G。 Bahmanioskooee M。 内生增长,人力资本和经济衰退的动态成本 经济研究杂志》 2020年 47 2 264年 285年 10.1108 / jes - 05 - 2018 - 0176 奥马尔 美国年代。 Ariffin Z Z。 Mahadi N。 艾哈迈德 Z。 莎拉 R R。 员工的人力资本:multiple-case小型制造企业的研究 先进的科学的信件 2018年 24 6 4644年 4648年 10.1166 / asl.2018.11673 库马尔 P。 Gulshan 名极端波振荡的理论分析港口使用三维边界元法 海洋工程 2018年 164年 15 13 22 10.1016 / j.oceaneng.2018.06.029 2 - s2.0 - 85048724514 Brymer r。 查德威克 C。 山 答:D。 莫雷 j . C。 管道和他们的投资组合:一个更全面的对人力资本异质性通过当时员工采购 学院管理视角 2019年 33 2 207年 233年 10.5465 / amp.2016.0071 2 - s2.0 - 85070375013 加特纳 W。 Schwettmann l 赤字国家责任分担:questionnaire-experimental调查 系列 2017年 8 2 1 32 10.1007 / s13209 - 016 - 0151 - 8 2 - s2.0 - 85020678687 廖 彭译葶。 吴 研究。 常 彭译葶。 马 c c。 基于薄板的基本功能的理论分析和实验测量板的振动特征加上液体 杂志的声音和振动 2017年 394年 4 545年 574年 10.1016 / j.jsv.2017.01.023 2 - s2.0 - 85011024090 谢 H。 李 w l。 阴 Z.-P。 丁 H。 自由surfaces-Part Variance-minimization迭代匹配方法2:实验和分析 IEEE自动化科学与工程 2019年 16 3 1192年 1204年 10.1109 / tase.2018.2875145 2 - s2.0 - 85056710686 Zattra l 杜宁 N。 摄取相关调查的技能和角色的计算机音乐设计师 Musicae Entiae 2017年 20. 3 436年 456年 Aburai T。 大久保 一个。 铃木 D。 Takeyasu K。 贝叶斯网络分析的问卷调查游客的行为 日本杂志协会模糊理论和智能信息 2019年 31日 4 764年 770年 10.3156 / jsoft.31.4_764 邹 B。 越南盾 J。 姚 Y。 江 Y。 详细研究抛物槽太阳能集热器的光学性能与蒙特卡罗光线追踪方法基于理论分析 太阳能 2017年 147年 4 189年 201年 10.1016 / j.solener.2017.01.055 2 - s2.0 - 85015723799 Kenzaka T。 Kumabe 一个。 Kosami K。 细菌检测和预防复发的诊断和治疗护理,罹患卫生保健相关肺炎和吸入性肺炎病:日本各地医院的问卷调查 呼吸系统调查 2018年 56 2 150年 157年