未来工作自我与员工创造力 ——变革型领导的跨层次调节作用

来源 :深圳大学 | 被引量 : 0次 | 上传用户:liuwennengqqqqqq
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在竞争日益激烈的经济环境中,企业所面临的不仅仅是调整产业结构,如何提高员工创造力、加快企业自主创新,更是企业打造核心竞争力,摆脱发展瓶颈的制胜法则。因而激发员工创造力对企业发展至关重要,学术界对于研究员工创造力的关注热情也空前高涨。基于以上背景,本文以员工创造力作为研究对象,具体探讨了未来工作自我对员工创造力的影响机制。研究未来工作自我是一个未来导向概念,反映的是个体关于工作希望和抱负的未来形象的表征,是可能自我在工作领域的应用,为理解人们的主动职业行为提供了新视角。研究以知识性企业的知识型员工为样本,以经典量表为基础,通过小规模测试,形成本研究的最终问卷,进而获得本研究所需的一手数据。基于描述性统计分析、验证性因子分析以及多元统计分析等分析方法,借助spss20.0,Amos17.0软件和HLM 6.08多层线性检验本文所构建的调节模型,统计检验证实本文所提出的研究假设。本文开展的理论基础是社会情绪选择理论和自我调节理论,实证分析基于统计检验结果,系统分析了未来工作自我与员工创造力二者存在的逻辑关系,并结合个体因素的交互视角引入工作激情、变革型领导行为作为干预未来工作自我对员工创造力影响的策略,最后构建了本研究的未来工作自我—员工创造力理论模型。该模型认为,未来工作自我对员工创造力产生直接的积极影响,并且还分别通过工作激情间接影响员工的创造力,而且变革型领导行为对该机制有跨层次积极影响。本研究发现:员工的未来工作自我对其表现出的创造力有显著正向影响;员工的未来工作自我对其表现出的工作激情有显著正向影响;工作激情对未来工作自我与员工创造力之间的关系具有部分中介作用;变革型领导跨层次正向调节未来工作自我与员工创造力的关系,即变革型领导水平越高,未来工作自我对员工创造力的正向影响越强,反之越弱;变革型领导跨层次正向调节未来工作自我与工作激情的关系,即变革型领导水平越高,未来工作自我对工作激情的正向影响越强,反之越弱。基于实证研究结论提出相应的管理建议,员工要努力培养自己的未来工作自我意识,变革型领导应强化对员工工作激情等影响,企业要更好的建立知识资源支持机制。
其他文献
在线投资组合选择的目标是在一组资产之间按某种比例分配资金,以最大化累积财富。现有的在线投资组合选择大多侧重于收益最大化,而缺乏有效地控制风险。并且许多风险控制算法使用最大回撤、夏普比率等作为风险指标对算法进行优化。但这些风险指标对短期内的风险并不敏感,往往会造成该类风险控制算法无法及时地控制短期风险,导致算法整体的风险控制效果不佳。针对上述问题,本文对在线投资组合的风险控制问题进行了如下研究:1)
近年来,越来越多的服务类机器人进入人们的生活。在人机共居的环境下,机器人既需要完成任务,又需要与人保持适当的距离,做到及时避让。传统的机器人避让方法,往往使用激光雷达、深度相机和传统的视觉处理算法,前两种方法成本过高,而传统的视觉处理算法会受光照等因素影响,并且过程也尤其繁琐。针对以上缺点,本文通过低成本单目相机,结合基于深度学习的深度估计与人体检测算法,仅用单张图片即可检测到人体,同时得到人体的
随着“儿童友好”理念的不断推行,儿童的需求和权利得到越来越多的关注。社区公园是与儿童生活最贴近的公共空间,也是城市公园系统的重要组成部分,承载了大部分儿童的日常户外活动,但目前社区公园的空间环境和各类设施还不能很好地满足儿童活动的需求,这对儿童户外活动的体验造成了较大的影响。与此同时,城市儿童肥胖率的不断上升给儿童的健康提出警告,儿童需要合适的、有吸引力的社区公园鼓励他们走出室内,进行户外活动来锻
文本摘要技术是自然语言处理(Natural language processing,NLP)领域中重要的一部分。近两年来,预训练语言模型在自然语言理解(Natural language understanding,NLU)任务中的成功应用,有力地推动了 NLP技术的发展进程。其中,以 BERT(Bidirectional encoder representation from transforme
近年来,随着云计算和大数据技术的发展,云存储服务器被广泛应用于人们的日常生活之中。用户可将大量数据上传到云存储服务器中。虽然云存储服务器向用户提供了认证服务,但是这并不能满足用户对安全存储的需求。加密技术是保证数据安全传输和存储的有效方法。在云计算超级计算能力的情况下,现有密码算法存在不足,因而适合云计算特性的密码算法是一个值得研究的问题,这对提高云存储数据的安全性具有重要意义。本文研究了云文件安
近年来,深度神经网络在图像处理领域取得了巨大的成功,并在图像分析和图像识别方面达到了最先进的性能。越来越多的深度学习方法从理论走向实践,在医疗,交通,教育,工业等各个领域有着广泛的应用价值。在工业生产上,工业产品表面缺陷检测环节对于保证产品的高质量和生产效率十分重要,并且需要在保证缺陷识别的准确率较高的前提下提高检测速度。卷积神经网络凭借其强大的特征提取能力,可对图像进行准确分析和识别,在工业缺陷
近年来,移动机器人在智能制造与物流系统中得到了快速发展,能在未知环境中自主移动的机器人,在技术上有很大的挑战。因此,研究移动机器人姿态估计方法有着重要的现实意义。目前,很多姿态估计方法依赖于传统的三维视觉或者目标的关键点提取技术,这些方法虽然也取得了一定的进展,但是在资源受限的嵌入式平台很难实时运行。本文通过在YOLOv3-Tiny网络的基础上引入深度可分离卷积技术,实现了改进后的Y OLOv3-
随着经济全球化和社会的高速发展,很多中国企业开始踏出国门,迈向海外市场。跨国并购成为企业进入国际市场的一个重要手段,然而在相对于中国企业的跨国热,中国企业海外并购仍处于初级阶段,企业自身知识还存在很大不足,同时受到海外不同国家的制度文化等方面的差异影响,中国企业跨国并购绩效呈现出下滑甚至破产的现象。企业高管作为企业战略的制定者和决策者,对企业在激烈的市场竞争中的生存与发展起着至关重要的作用。那么,
针对电子器件小型化和集成化过程中存在电绝缘能力不高、热导率低等问题,本论文以芳纶纤维为基材,采用二甲基亚砜/碱溶法制备芳纶纳米纤维(ANF),同时以纳米云母、氮化铝纳米颗粒(Al N)为改性剂,利用溶胶-凝胶-薄膜转化法分别制备了云母/ANF纳米纸和氮化铝/ANF薄膜复合材料,:(1)在二甲基亚砜/乙醇钾体系中将芳纶纤维剥离成直径为几纳米的芳纶纳米纤维(ANF),以合成云母为改性剂,采用溶胶-凝胶
目的体会在脑梗死肢体瘫痪患者的康复干预中应用心理护理的疗效。方法行此研究借助回顾性方式展开,纳入我院2019.1-2020.3内53例脑梗死肢体瘫痪患者,遵从"电脑随机分组法"分为对照组(25例,常规康复干预)和观察组(28例,联合心理护理);观察两组患者护理总有效率以及护理前后内心状态和肢体运动功能。结果护理总有效率:观察组高达92.8%,对照组为72.0%,P<0.05。联合心理护理的观察组,