[摘要] 文章通过分析企业关系平衡特点，探讨采用 BP 神经网络方法来评价企业关系平衡问题。与以往研究方法不同，不是从员工绩效评价、雇员满意度两方面分别分析，而是将企业关系平衡作为一个整体进行分析判断。通过对样本企业的反复学习训练，得到能够判断企业关系是否平衡的有效模型未达到平衡的企业的进一步研究给出了思路。 [关键词] 企业关系 平衡 神经网络 评价模型 一、问题提出及背景 在生产力高速发展的现代社会，不少的企业对人力资源的投入加大，但其投入与企业的产出并不能达到正相关关系，更多的时候是入不敷出，甚至亏空。因此，有必要建立企业关系平衡评价系统，指示管理者在哪些方面进行管理调整，使企业利用最少的资源换取最大的收益成为可能。 目前对于企业关系平衡，最常用的是组织心理学家Argyris 的心理契约理论，他用 Psychological Contract 来说明雇员与企业之间的平衡关系,用博弈论的相关方法研究企业中雇佣关系的平衡,也是现今常用的方法。 笔者在通过查阅相关文献并结合相关的管理理论，发现此问题的探讨分析并不局限于现有的理论，还可以从人工神经网络这个新视角来对此问题进行研究。本文利用了人工神经网络具有学习的特点、可随时根据新的数据资料进行自我学习训练来进行探讨研究的。 二、指标体系及样本的选择 为了准确的测度企业的平衡状态，需要将员工绩效和雇员满意度指标体系转化为可以直接观察量化的指标体系。本文参考了相关资料，设置了一套企业关系平衡综合评价指标体系：员工绩效指标：技能、努力、智能、经验、积极态度、合作精神、灵活性；雇员满意度指标：工资、津贴、工作环境、工作安全性、地位、晋升、工作多样性。上述指标构成了一个整体，能充分的反映企业关系平衡的实际情况。 样本数据分为学习样本及检验样本，均包括企业关系平衡与不平衡的企业。学习样本用来建立拟合函数，检验样本来检验和修整函数。 对于样本企业类别的判定，我们可以选择合理指标。比如：应聘成功率、跳槽率。笔者认为视应聘成功率低、跳槽率低的企业为平衡，否则为不平衡。 应聘成功率低，表示企业对未来员工的满意度设置得很高，要进入企业的员工是企业千挑万选出来的满意员工，能够进入企业的员工都是满意度较高的员工；跳槽率低，表明企业现有员工对企业的满意度较高。应聘成功率低、跳槽率低，使得企业处于一种动态平衡状态。具体操作时，各比率高低的确定，可以听取专家意见。当然，实际运用时...
