[摘要] 本文使用QSIM算法对P&L的激励模型理论在企业經营者激励方面的应用进行模拟实验，为企业激励决策提供可靠的依据。
　　[关键词] Porter & Lawler激励模式 QSIM算法 定性模拟
　　
　　一、引言
　　计算机模拟作为一种系统分析与优化的虚拟试验工具，已在管理领域广泛应用，现今的激励理论包括Porter & Lawler（以下简写为P&L）的激励模型的一个不足之处就是这些激励理论显得过于概念化，离管理的实践太远。管理者很难把它们应用于实践之中。比如说，期望理论尽管能很好地解释人们之间的预期价值的心理，但在实践中，管理者很难把握期望概率的合理尺度，而且也无法量化和衡量，这些理论又往往给人一种很虚的感觉，不知如何应用到实践中，也就是说缺乏可操作性。P&L的激励模型定性模拟，可以使人们对激励模型有个更深入的认识，增加管理者的可操作性。
　　二、定性关系下的P & L的激励模式
　　P&L的激励模型是激励系统一个比较恰当的描述，它告诉我们不要以为设置了激励目标就一定能获得所需要的行动和努力，并使职员满意。要形成目标→努力→绩效→奖励→满意以及从满意反馈回努力这样的良性循环，这取决于奖励内容，奖励制度，公平的考核等综合的因素。
　　通过对激励理论及模型的简单分析并结合定性模拟技术，运用Kuiper的QSIM算法的量空间和状态转换原则将激励系统的影响因素及可能的激励效果分为：环境变量，过程变量和状态变量。这些变量的选取不是绝对不变的，可以根据激励的实际情况和实际的工作背景适当选取，不过无论怎样，所选变量应该和激励过程相关，符合P&L的激励模型特点。在以上分析的基础上，P&L的激励模型转化成具有定性关系的P&L的定性激励模型如图示。
　　图中，“＋”表示箭尾变量的增加会导致箭头所指变量的增加，“－”表示箭尾变量的增加会导致箭头所指变量的减少。“?”表示某个变量同时作用于另一个变量时，其作用效果根据具体规则确定。
　　图 定性关系下的P&L激励模型
　　三、激励模型的定性模拟过程
　　根据图1的定性激励模型，在这个模型中设置的变量情况如下： C1表示奖励的价值，C2表示获得奖励的概率，C3表示工作努力度，C4表示工作能力，C5表示对任务的了解，C6表示工作绩效，C7表示内在奖励；C8表示外在奖励，C9表示比较性公平，C10表示满意度。
　　把P&L激励模型看成一个系统，则系统的初始状态是通过组成系统的每个变量参数的定性状态来约束的。每一个变量参数都是时间的连续、可微的实值函数。在这里为了简化模拟的复杂性和降低模拟过程的不确定性，所选变量只是取影响比较显著的变量。
　　按照QSIM算法，给出定性推理3个时间情境[t0,(t0,t1),t1]下的推理过程：
　　初始状态t=t0:
　　根据状态转换规则， 使用 P-转换(从可区分时间点上到可区分时间点之间的定性状态转换)，在时间：
　　
　　同理可导出:
　　根据状态转换规则，使用I-转换(从可区分时间点之间到可区分时间点上的定性转换)，在时间:
　　
　　同理可以导出：
　　通过对整个激励过程的模拟，并运用QSIM算法中的一致性检查和全局解释，就可得到模拟结果。
　　四、结论
　　从模拟的过程和最终结果可以看到，外在激励和内在激励在不同的阶段的作用大小是不同的，随着激励过程的深化，外在激励有弱化的可能，对公平性达到一定点也有可能下降，导致工作能力有弱化的可能，这时候就需要有良好的目标导向行为，这也是一个外在与内在的转化过程。从整个过程可以看到，对于P&L的激励模型的模拟，定性模拟技术不精确的给出了模型的模拟结果，符合建立P&L的激励模型的一些设想，证明了其科学性，增加了其操作性。
　　
　　参考文献:
　　[1]白方周张雷:定性仿真导论[M]. 合肥: 中国科学技术大学出版社,1998.2
　　[2]Kuiper B J. Qualitative Reasoning-Modeling&Simulation with Incomplete Know -ledge [M]. MITPress, 1994.4
　　[3]胡斌夏功成:集成因果推理和QSIM的人群行为定性模拟[J].工业工程与管理,2004,3:45～47
　　注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。