نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشیار گروه مدیریت منابع انسانی دانشکده مدیریت، دانشگاه خوارزمی، تهران، ایران
2 استادیار گروه مدیریت عملیات و فناوری اطلاعات دانشکده مدیریت، دانشگاه خوارزمی، تهران، ایران
3 استاد گروه مدیریت دانشکده مدیریت، دانشگاه تهران، تهران، ایران
4 دکتری مدیریت منابع انسانی، دانشکده مدیریت، دانشگاه خوارزمی، تهران، ایران
چکیده
هدف تحقیق پاسخ به ریسک جبران خدمات منابع انسانی در صنعت بیمه ایران می باشد. با مطالعه نظام مند ادبیات تحقیق و مصاحبه با 15 نفر برمبنای نمونه گیری گلوله برفی، نسبت به شناسایی ریسک هایجبران خدمات منابع انسانی اقدام و بعد از غربالگری بر مبنای دلفی فازی، نسبت به پاسخ به ریسک، با روش نگاشت شناختی فازی اقدام گردید. انعطاف ناپذیری جبران خدمات، مرکزیترین عنصر نگاشت شناختی ریسک جبران خدمات منابع انسانی صنعت بیمه ایران شناسایی گردید. در گام بعدی اثر سیاست های مختلف کنترل ریسک در عناصر نگاشت، در سه دسته سناریو بررسی گردید. بعد از کنترل یک عامل بهعنوان عنصرکلیدی و عدم تأثیرگذاری آن در کل نگاشت، نهایتا با سیاست کنترل عناصر کلیدی نگاشت، هفت عنصرکلیدی دارای بیشترین درجه مرکزیت شامل انعطاف ناپذیری جبران خدمات، عدم رضایت کارکنان، عدم شفافیت، نابرابری داخلی و خارجی، عدم همراستایی پرداخت و عملکرد، عدم تعادل بین مشوق های کوتاه و بلندمدت و عدم جبران رفتارهای فرانقش کارکنان انتخاب و با هدف کنترل کامل این عناصر در بردار حالت اولیه، مقادیر متناظر با این عناصر معادل صفر در نظر گرفت. نتایج بیانگر آن است که با کنترل عناصر کلیدی نگاشت، نگاشت کل دچار تغییراتی میشود و ریسک جبران خدمات کاهش می یابد.
کلیدواژهها
موضوعات
عنوان مقاله [English]
Human resource compensation risk responding: using the fuzzy cognitive mapping technique
نویسندگان [English]
- Akbar Hassanpoor 1
- Reza Yousefi zenouz 2
- Hossein Safari 3
- Tohid Ghujali 4
1 Associate Professor, Department of Human Resource Management, Faculty of Management, Kharazmi University, Tehran, Iran
2 Assistant Professor, Department of Operations Management and Information Technology, Faculty of Management, Khwarazmi University, Tehran, Iran
3 Professor of Management Department, Faculty of Management, University of Tehran, Tehran, Iran
4 PhD in Human Resource Management, Faculty of Management, Kharazmi University, Tehran, Iran
چکیده [English]
The research purpose is responding to the human resources compensation risk in Iran's insurance industry. By systematically studying the literature and interviewing 15 experts based on the snowball sampling , risks were identified and after screening based on the fuzzy Delphi, Fuzzy cognitive mapping has been used to respond to risk. the inflexibility of compensation was identified as the most central element of the cognitive risk mapping. In the next , the effect of different risk control policies on map elements was investigated in three scenarios. After controlling one factor and its lack of influence on the whole map, finally with the policy of controlling the key elements , seven key elements with the highest degree of centrality include inflexibility of compensation, lack of employee satisfaction, lack of transparency, internal and external inequality, and non-alignment of payment. And performance, the imbalance between short and long-term incentives and the non-compensation of extra-role behaviors of employees selected and with the aim of fully controlling these elements, values corresponding to these elements were considered equal to zero in the initial state vector. results show that by controlling key elements of mapping, whole mapping undergoes changes and risk of human resources compensation is reduced.
کلیدواژهها [English]
- Human resource risk
- human resource risk management
- compensation risk response
- fuzzy cognitive mapping
- اسدی، ناهید؛ جهانگیری فرد، مجید؛ اسماعیل زاده مقری، علی و شاکرطاهری، سیدحسین (1399). »ارائه الگویی برای ترکیب بهینه ریسک منابع انسانی در بانک های دولتی ایران«، فصلنامه اقتصاد مالی، 14 (50) ، 234-213.
- اندایش، علی؛ عبدالهی، بیژن؛ جعفری نیا، سعید و حسنپور، اکبر (1400). »شناسایی و دستهبندی ریسکهای منابع انسانی بر اساس جهتگیری راهبردی سازمان و گروههای کارکنان در شرکتهای برتر تولیدی ایران«، مطالعات مدیریت بهبود و تحول، 30 (101) ، 94-123. https://doi.org/10.22054/jmsd.2021.50971.3588
- تیموری، هادی؛ شاهین، آرش؛ شائمی برزکی، علی و کریمی، عبداله (1397). »الگوی نظام جبران خدمات شایسته محورکارکنان«، فصلنامه علمی پژوهشی مطالعات مدیریت (بهبود و تحول) ، 27 (90). 115-140. https://doi.org/10.22054/jmsd.2019.9398
- رعنایی کردشولی، حبیب اله؛ نیکبخت، امین؛ مصطفایی دولت آباد، خدیجه؛ خلیلی پور، حاتم (1399). »ارزیابی ظهور و بروز ویژگیهای سازمان نوروتیک در سازمانها: مطالعه ای درآموزش وپرورش با رویکرد نگاشت شناختی فازی«، مدیریت دولتی، 12 (3) ، 461-493. 22059/JIPA.2020.299715.2722
- روایی، سلطنت؛ قلی پور، آرین؛ حسنقلی پور، طهمورث و قالیباف اصل، حسن (1399). »طراحی مدل ریسکهای منابع انسانی بر مبنای نظریه پردازی داده بنیاد«، فصلنامه علمی مدیریت منابع در نیروی انتظامی، 8 (4) ، 1919-218.
- شجاع، مینا؛ خوارزمی، امیدعلی و شکوهی، محمد اجزاء (1400). »اولویت بندی و بررسی سیستمی روابط بین ابعاد ریسک عملیاتی منابع انسانی«، مطالعات مدیریت (بهبود و تحول) ، 30 (99) ، 103-133. https://doi.org/10.22054/jmsd.2021.45405.3392
- صائبی، محمد (1381). »روندها و چالشهای مدیریت منابع انسانی در بخش دولتی«، مدرس علوم انسانی، 6 (3) ، 67-82. https://doi.org/10.22054/jmsd.2021.45405.3392
- قلی پور، رحمت الله؛ حیدری، علی؛ سیدنقوی، میرعلی و نریمانی، مهدی (1395). »طراحی مدل مدیریت ریسک منابع انسانی در شرایط گذار از دولتی به خصوصی برمبنای نظریه پردازی داده بنیاد (مورد مطالعه صنعت نفت و گاز «، مدیریت منابع انسانی در صنعت نفت، 8 (29) ، 58-33.
- قلی پور، آرین، و اسدی، اصغر (1395). »فرهنگ ریسک جنبه انسانی مدیریت ریسک (مدیریت منابع انسانی پیشرفته «، تهران: موسسه کتاب مهربان نشر.
- مصطفائی دولت آباد، خدیجه؛ آذر، عادل و مقبل باعرض، عباس (1397). »شناسایی و تحلیل ریسکهای عملیاتی با استفاده از نگاشت شناختی فازی«، فصلنامه علمی- پژوهشی مدیریت دارایی و تأمین مالی، 6 (4) ، 1-18. 22108/AMF.2018.103404.1087
- Azar, A. & Mostafaie dolatabad, k. (2019). A method for modelling operational risk with fuzzy cognitive maps and Bayesian belief networks. Expert systems with applications, 115, 607-617. https://doi.org/10.1016/j.eswa.2018.08.043
- Bağdatlı, M. E. C., Akbıyıklı, R., & Papageorgiou, E. I. (2017). A fuzzy cognitive map approach applied in cost–benefit analysis for highway projects. International Journal of Fuzzy Systems, 19 (5), 1512-1527. https://doi.org/10.1007/s40815-016-0252-3
- Bombiak, E. (2017). Human resources risk as an aspect of human resources management risk in turbulent environments. Management and leadership, 121-132.
- Bueno, S., & Salmeron, J. L. (2009). Benchmarking main activation functions in fuzzy Cognitive maps. Expert Systems with Applications, 36 (3), 5221–5229. https://doi.org/10.1016/j.eswa.2008.06.072
- Cascio, W., & Bourdreau, J. (2014). HR strategy: optimizing risks, optimizing rewards. Journal of organizational effectiveness: people and performance, 1 (1), 77-97. https://doi.org/10.1108/JOEPP-01-2014-0005
- Cascio, W. (2012). Be a ringmaster of risk. HR magazine, 38-43.
- Chen, M. K., & Wang, S. C. (2010). The use of a Hybrid Fuzzy- Delphi-AHP Approach to Develop Global Business Intelligence for Information Service Firms. Expert Systems with Applications, 37 (11), 7394-7407. https://doi.org/10.1016/j.eswa.2010.04.033
- Dandage, R. V., Rane, S. B. & Mantha, Sh. S. (2021). Modelling human resource dimension of international project risk management. Journal of global operationsand strategic sourcing, ahead of print No. ahead of print. http//doi.org/10.1108/jgoss-11-2019-0065. https://doi.org/10.1108/JGOSS-11-2019-0065
- Groumpos, P.P. (2010). Fuzzy cognitive maps: Basic theories and their applications to complex systems. In fuzzy cognitive maps (pp1-22). Springer, Berlin, Heidelberg.
- Habibi, A., Firouzi Jahantigh F. & Sarafrazi A. (2015). Fuzzy Delphi Technique for Forecasting and Screening Items. Asian Journal of Research in Business Economics and Management, 5 (2), 130-143. http://dx.doi.org/10.5958/2249-7307.2015.00036.5
- Kraev, V. M. & Thikhonov, A. I. (2019). Risk management in human resource management. TEM journal, 8 (4), 1185-1190. https://dx.doi.org/10.18421/TEM84-11
- Nahas, T., Abd-El-Salam, E.M. & Shawky, A.Y. (2013). The impact of leadership behavior and organisational culture on job satisfaction and its relationship among organizational commitment and turnover intentions: A case study on an Egyptian company. Journal of Business and Retail Management Research, 7 (2), pp. 13-43. https://doi.org/10.24052/JBRMR/121
- Napoles, G., Grau, I., Concepcion, L., Kuomer, L. K. & Papa, J. P. (2022). Modeling implicit bias with fuzyy cognitive maps, Neurocomputing, 481, 33-45. https://doi.org/10.1016/j.neucom.2022.01.070
- Park, S., Song, S., & Lee, S. (2017). How Do Investments in Human Resource Management Practices Affect Firm-Specific Risk in the Restaurant Industry? Cornell Hospitality Quarterly, 58 (4), 374–386. https://doi.org/10.1177/1938965517704532
- Shoja, M., Kharazmi, A., & Shokouhi, M. A. (2022). Systemic evaluation of human resources risks in the public sector, systems research and behavioral science, 1–21. https://doi.org/10.1002/sres.2904
- Skład, A. (2019). Assessing the impact of processes on the Occupational Safety and Health Management System’s effectiveness using the fuzzy cognitive maps approach. Safety science, 117, 71-80. https://doi.org/10.1016/j.ssci.2019.03.021
- Stevents, j. (2006), managing risk: the HR contribution, London, Routledge.
- Tsadiras, A. K. (2008). Comparing the inference capabilities of binary, trivalent and sigmoid fuzzy cognitive maps. Information Sciences, 178 (20), 3880-3894. https://doi.org/10.1016/j.ins.2008.05.015
- Young, M., & Hexter, E. (2011). Mnaging human capital risk, the Conference Board, New York, 2011.
- Yusefi zenouz, R., haghighi rad, F., centobelli, P. & cerchione, R. (2021). Knowledge management systems evaluation in food industry: a multicriteria decision-making approach, IEEE transactions on engineering management, 71, 506-516. 1109/TEM.2021.3118667
- Wang, L., Liu, Q., Dong, S., & Soares, C. G. (2019). Effectiveness assessment of ship navigation safety countermeasures using fuzzy cognitive maps. Safety science, 117, 352-364, https://doi.org/10.1016/j.ssci.2019.04.027
- Wu, C.-H., & Fang, W.-C. (2011). Combining the Fuzzy Analytic Hierarchy Process and the Fuzzy Delphi Method for Developing Critical Competences of Electronic Commerce Professional Quality & Quantity, 45 (4), 751-768. https://doi.org/10.1007/s11135-010-9425-6