【摘 要】
:
新生代员工队伍的壮大改变了中国劳动力结构,他们的创新理念和建议对组织的长远发展至关重要,能使组织快速适应当今商业环境中越发残酷的竞争。该群体文化水平较高,富有想象力与创造力,思想开阔,乐于传播新鲜事物,同时注重公平与平等。随着他们进入职场,他们开始成为组织的坚实力量。企业如何提高新生代员工建言行为,使他们为企业贡献聪明才智,已成为知识经济时代企业管理者的重大问题。新生代员工有强烈的参与意向、追求自
论文部分内容阅读
新生代员工队伍的壮大改变了中国劳动力结构,他们的创新理念和建议对组织的长远发展至关重要,能使组织快速适应当今商业环境中越发残酷的竞争。该群体文化水平较高,富有想象力与创造力,思想开阔,乐于传播新鲜事物,同时注重公平与平等。随着他们进入职场,他们开始成为组织的坚实力量。企业如何提高新生代员工建言行为,使他们为企业贡献聪明才智,已成为知识经济时代企业管理者的重大问题。新生代员工有强烈的参与意向、追求自我价值的实现,与其他领导者相比,变革型领导更能契合新生代员工的这种特性。新生代员工受东方集体主义传统文化的熏陶会展现出集体我,比较关注周围人的想法与行为,而新生代员工又受家庭和社会经济的影响表现出个体我,善于表达自我的内在心理偏好。所以,探求变革型领导对新生代员工建言行为的影响,乃至组织公平感和自我建构在两者之间产生的作用,对于企业管理者而言,可以帮助其改善和吸引新生代员工的建言行为。本文梳理和分析了现有文献对变革型领导、组织公平感、自我建构、员工建言行为的主要研究成果,在此基础上,构建一个变革型领导影响新生代员工建言行为的概念模型,其中组织公平感起着中介作用,自我建构起着调节作用。本文通过剔除掉无效问卷数据,最终收集了 601份新生代员工有效问卷,运用SPSS 22.0统计工具分析这些数据,验证假设和概念模型的成立,分析和讨论实证结果。根据实证结果,变革型领导显著正向影响新生代员工建言行为。组织公平感显著部分中介变革型领导与新生代员工建言行为之间的关系。独立型自我建构显著正向调节组织公平感与新生代员工建言行为的关系,其中抑制性建言不显著。依存型自我建构显著负向调节组织公平感与新生代员工建言行为的关系,其中促进性建言不显著。组织公平感中介作用受独立型自我建构显著正向调节、依存型自我建构显著负向调节。最后,针对实证分析的结果,本文分别从加强变革型领导的培养、营建组织公平氛围、注重自我建构的个体差异、建立多样化的组织建言渠道、增强新生代员工的沟通技巧五个方面给出改善新生代员工建言行为的对策及建议。
其他文献
随着人工智能产业的迅速发展以及网速的大幅度提升,图像、视频的数量爆炸性的上涨。在光源下,受到遮挡物遮挡使得大多视频中存在阴影。在科学研究的很多应用中,需要去除视频
电化学传感器是通过与待测物选择性地发生化学作用,并将其转化为电信号输出,从而实现分析检测目的的一种分析方法。其中基于材料的电化学传感器具有制备简单、成本低廉、灵敏
教育一直是关系国家命脉的大事。基础教育在我国,包括从幼儿园教育到高中的教育过程。由于我国人口基数大,再加上二孩政策的放开,越来越多的孩子到达适龄就学阶段,有限的公办基础教育资源已经无法满足如此巨大的需求;再加上随着经济的发展,我国社会、文化和结构发生了巨大变化,人们对于教育出现了多样化多元化的需求,传统的公办基础教育在一定程度上也无法满足不同阶层家庭对教育的需求。在这样的背景下,民办基础教育渐渐发
雷达抗主瓣干扰问题是近年来的一个难点与热点问题,针对相控阵雷达,由于干扰从天线主瓣进入,导致传统的副瓣对消和自适应波束形成(ADBF)的抗干扰优势不再存在。随着干扰环境的越发复杂,多干扰环境取代了传统单一干扰类型,而现有的大多数抗主瓣干扰研究针对的是单个主瓣干扰,且缺乏实测数据分析,因此本文以主瓣混合干扰为背景,通过算法理论推导、仿真研究及实测数据实验分析验证对相控阵雷达抗主瓣干扰算法进行研究及改
超表面结构是可以通过人为设计其结构特征,而具有不同的电磁波传输特性的一种微结构。将超表面结构运用到太赫兹频段,再利用新型材料的可控特性,可以实现对太赫兹波的快速、高效的调控,极大地促进了太赫兹器件的发展。本论文将采用金属-绝缘体相变材料二氧化钒(VO_2)与金(Au)两种材料设计得到一种混合的超表面结构,实现超表面结构的重构响应,对太赫兹波的谐振模式进行调控。论文具体研究内容如下:1.本文利用CO
随着云计算技术的快速发展,云服务在工业界的应用不断普及。作为云计算中的一种基础服务,云存储能够让用户以相对较低的成本享受可扩展的存储服务。面对爆炸式增长的存储需求和存储成本,越来越多资源受限的个人与企业用户选择将自己的数据外包存储在云服务器中。然而,数据外包带来了隐私泄露的风险,为了保护外包数据的隐私安全,数据拥有者通常会选择在外包前对数据进行加密处理,但是这也带来了如何在密文上进行高效搜索的问题
近年来,世界各国大力发展航空航天事业,卫星图像的目标检测在各行各业的应用得到了快速的发展,特别是军事侦查、海洋船舶和渔业管理等领域。由于卫星图像中有价值的信息极少,卫星图像数据规模巨大,这迫切需要智能辅助工具帮助相关从业人员从卫星图像中高效获取精确直观的信息。本文利用深度学习技术去解决卫星图像在目标检测领域的问题。本文首先研究了基于非旋转空间的Faster R-CNN-RBB卫星图像目标检测模型。