委托代理理论视角下的知识团队成员激励路径选择

时间:2020-10-24 10:04:00 管理毕业论文 我要投稿

委托代理理论视角下的知识团队成员激励路径选择

摘要:如何有效地激励团队成员是目前企业所面临的一个关键问题。本文在分析激励内涵的基础上,运用委托代理理论对企业所有者与知识团队成员间存在的信息极不对称下的委托代理关系进行博弈分析,并有针对性地提出知识团队成员激励的路径选择和建议。
  关键词:知识团队成员;激励;委托代理
  
  激励就是采取有效的方法和手段来影响员工的行为,包括如何激发、引导组织所希望的行为,以及如何约束组织所不希望的行为;努力实现组织目标和个人目标的一致,达到人力资源的最优配置。因此,完整意义上的激励既包括激发和奖励,也包括约束和惩罚,奖励和惩罚是最基本的激励措施。然而我国的一些企业在设计激励机制时,往往只考虑正面的奖励措施,却忽视约束和惩罚措施,这种将激励机制单纯地理解为进行利益诱导是片面的,结果难以达到预期的激励目的。
  
  一、委托代理理论与知识团队成员激励
  
  委托代理问题是企业制度激励构建的基本因素。企业所有者与员工间在本质上是一种委托代理关系,企业所有者希望付出尽可能小的成本最大限度地激发员工的干劲,员工则希望付出尽可能小的努力从企业中获得尽可能多的利益。然而,企业所有者与知识团队成员的关系是一种信息极不对称的委托代理关系。知识团队成员(代理人)所从事的主要是脑力劳动,企业所有者(委托人)实际上很难根据知识团队成员的行为识别出其所付出的努力,不能对知识团队成员的行为进行较低成本的有效监督。知识团队成员的行为的结果,既与其努力程度有关,也与自然状态(外部环境)有关。知识团队成员通常比企业所有者更了解自然状态,并根据状态选择行动,而企业所有者所能得到关于自然状态的信息常常是没有知识团队成员充分的。因此,由于知识团队成员掌握较多的私人信息,对企业既存在隐藏信息的“道德风险”,也存在隐藏行为的“逆向选择”问题。针对代理人的“道德风险”、“逆向选择”问题,委托代理理论得出两个主要结论(张维迎,1995):一是在任何满足代理人参与约束及激励相容约束,而使委托人预期效用最大化的激励合约中,代理人必须都承受部分风险;二是如果代理人是一个风险中性者,那么就可通过使代理人承受完全风险(即让他成为唯一的剩余受益者)的办法达到激励的最优效果。
  企业的实际情况要比理论分析复杂得多,但上述分析所阐述的原理无疑是科学和有效的。剩余索取权是委托权的基本内涵之一,与剩余索取权相对应的是委托人的控制权或监督权,没有人愿意替他人承担风险而不要求对他人的控制权,也没人能替他人承担风险就能取得对他人的控制权,风险分担、剩余索取与控制的统一是经济学的必然规律。企业对知识团队成员的管理行为也充分证明了这一点,越来越多的企业放松对知识团队成员的监督,实行弹性的工作制,营造自主工作环境,表达对知识团队成员的.信任。主要是因为监督成本过高或监督无法实现。并且越来越多知识团队成员如企业的核心技术人员、高级管理人员,分割了企业过去的某些权利,完全或部分地成为风险承担者和剩余索取者。
  本文运用委托代理理论研究企业只是团队成员管理,建立了委托代理模型。在模型中,企业(委托人)的选择是提供或不提供管理机制,知识团队成员(代理人)的选择首先为是否接受这项管理机制,知识团队成员若是接受企业设计的管理机制从而参与博弈,其在该机制下得到的期望收益必须不小于他在不接受这个机制得到的最大期望收益,即满足代理人参与约束。只有接受了企业设计的机制,才有接下来的博弈。对理性的知识团队成员付出的努力不能进行完全控制,其有可能试图只付出少于他能付出的努力。因此,只有当知识团队成员选择努力得到的期望收益不小于他选择其他行动得到的期望收益,即满足激励相容约束的情况下,知识团队成员才会有积极性选择努力工作。在假设仅有努力和偷懒两种情况下,可表示为三阶段动态模型。第一阶段是企业的选择阶段,选择内容为是否委托。如果它不委托,它得到的收益为R(O),其表示企业不选择对知识团队成员实施管理机制时企业的收益。同时,当企业选择不委托时,知识团队成员就没有利益,该路径终端的数组(R(O),0)表示博弈双方在此情况下的收益。如果企业选择委托,则由知识团队成员选择。第二阶段,知识团队成员选择是否接受委托。若知识团队成员选择不接受委托,双方收益与第一阶段企业选择不委托情况完全相同。如果知识团队成员选择接受委托,那么他还需要在第三阶段选择是否努力。第三阶段,由于知识团队成员的工作过程充满了创新性和风险性,使其工作绩效还因为受到系统因素的影响,具有很强的不确定性。我们引进一个“自然”博弈方反映这种不确定性。又因为知识团队成员的工作过程难以监控,因此,“自然”在最后一阶段不是分别针对知识团队成员的努力与偷懒两种选择进行选择的。于是,企业不可能根据知识团队成员的工作情况来判断自己的收益,只能根据知识团队成员的工作绩效来判断自己的收益。