چکیده:
درک رفتار نیرویکار در مواردی که مربوط به تصمیم افراد به انجام اضافهکاری است، در ارزیابی دقیق اثرات سیاستهای اشتغالزایی، از اهمیت اساسی برخوردار میباشد؛ با توجه به اینکه موضوع اضافهکاری در تحلیلهای مربوط به منابع انسانی و نظام بازارکار در اقتصاد کلان، تا حدودی نادیده گرفته شده است، این مقاله به بررسی این موضوع از طریق تحلیل رفتار نیرویکار ایران با استفاده از آمار هزینه و درآمد خانوارهای شهری برای دوره زمانی 99-1384 پرداخته و عواملی که بر تصمیمگیری فرد در خصوص اضافهکاری تأثیرگذار هستند را مورد مطالعه و بررسی قرار میدهد. روش مورد استفاده در این مطالعه، الگوریتم دادهکاوی درخت تصمیم میباشد که به ما این امکان را میدهد تا با پیبردن به توزیع زیربنایی دادههای اخذ شده از مجموعه افراد مورد بررسی، بتوانیم رفتار آنها را مطالعه کرده و در مورد آن استنتاج منطقی و مفید داشته باشیم. نتایج حاکی از این است که اضافهکاری به سختی با ویژگیهای سطح فردی مانند سن، تحصیلات، جنسیت، نگرشهای کاری و یا هر عامل غیرقابل مشاهدهای که این متغیرها نماینده آن هستند، تعریف میشود، اما میتوان آن را به وضعیت شغلی و مهارتی که نیرویکار دارد، ویژگیهای ساختاری بازار کار و همینطور دهک هزینهای که خانوار در آن قرار دارد نسبت داد. این نتایج میتواند پیامدهای قابل توجهی هم برای افراد و هم برای سیاستگذاران، به جهت تخصیص بهینه نیرویکار داشته باشد.
Understanding the behavior of the workforce in cases involving individuals' decision to work overtime, is crucial to accurately assessing the effects of employment policies; Given that the issue of overtime in the analysis of human resources and the labor market system in macroeconomics, has been somewhat ignored, and on the other hand, changing the approach to the use and management of overtime in certain circumstances can be an unavoidable option in the labor market, this article examines the feasibility of this issue by analyzing the behavior of the Iranian labor force using the cost and income statistics of urban households for the period 2005-2020 and the factors that influence the individual's decision regarding Examines effective overtime. The technique used is one of the data mining techniques, and in particular, the Decision Tree algorithm, which allows us to study their behavior by realizing the underlying distribution of the data obtained from the set of subjects under study. The results suggest that overtime is difficult to define by individual-level characteristics such as age, education, gender, work attitudes, or any other invisible factor represented by these variables, but it can be defined as job attribute, the structural features of the labor market, as well as the cost decile in which the household is located, so that if these results are further supported, there will be significant consequences for both individuals and policymakers for workforce optimal allocation
خلاصه ماشینی:
ir تاريخ دريافت : ١٤٠١/٠٦/٢٩ تاريخ پذيرش : ١٤٠١/١٢/١٣ چکيده درک رفتار نيرويکار در مواردي که مربوط به تصميم افراد به انجام اضافه کاري است ، در ارزيابي دقيق اثرات سياست هاي اشتغال زايي، از اهميت اساسي برخوردار ميباشد؛ با توجه به اينکه موضوع اضافه کاري در تحليل هاي مربوط به منابع انساني و نظام بازارکار در اقتصاد کلان ، تا حدودي ناديده گرفته شده است ، اين مقاله به بررسي اين موضوع از طريق تحليل رفتار نيرويکار ايران با استفاده از آمار هزينه و درآمد خانوارهاي شهري براي دوره زماني ٩٩-١٣٨٤ پرداخته و عواملي که بر تصميم گيري فرد در خصوص اضافه کاري تأثيرگذار هستند را مورد مطالعه و بررسي قرار ميدهد.
نتايج نشان ميدهد که سه روش داده کاوي يک روش عملي براي پيش بيني نيازهاي بازار کار است و 1 Bell & Hart 2 Ranjan 3 Data Mining 4 The classification and prediction models 5 Hart & Ma 6 Alsultanny 7 Naïve Bayes Classifiers 8 Decision Trees 9 Decision Rules مقايسه بين سه روش نشان ميدهد درخت تصميم بالاترين دقت را دارد، همچنين نتيجه - گيري ميشود پياده سازي روش هاي داده کاوي بر روي داده هاي منابع انساني ميتواند مقادير زيادي داده را کنترل کند و آن را به اطلاعات مفيد براي بهبود روند تصميم گيري در سازمان ها تبديل کند.