下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、z医院薪酬设计方案 医疗事业也是国家较重视的事业,同时对于医务人员的薪酬设计也是医院领导应细心设计的。以下为一份医院薪酬设计方案,内容仅供参考。 1、薪酬安排 薪酬就是工资,是组织对员工为组织所做的贡献包括他们实现的绩效、付出的时间、学识、技能、经验、与创造所付给的相应的回报或答谢。薪酬的基本构成有:工资(劳动的价格)、奖金(对职工超额劳动的报酬)、津贴与补贴(对职工在特别劳动条件、工作环境中的额外劳动消耗和生活费用的额外支出的补偿。通常把与工作相联系的补偿称为津贴,把与生活相联系的补偿称为补贴)、福利(对职工生活的照看)。薪酬除了代表金钱外,还代表着身份、地位、业绩、能力、前景。 是不是一个
2、医院的薪酬越高,就越有激励性呢通过君合医疗的长期咨询及调研发觉,绝大部分医院的薪酬问题不是在于工资水平的肯定凹凸,而在于内部的公正性、外部的竞争性,自我的公正性。那么什么样的薪酬更具有激励性呢 可变薪酬是解决薪酬的内在激励性、内部合理性和外部竞争性的重大转变!它具有四个维度,即职位、市场、业绩、能力。任何一个维度发生变化,员工的收入都会发生相应变动。可变薪酬是目前世界上运用得最好的一种薪酬方法,也是一种适应面最广的薪酬思想。 2、完善的薪酬安排体系给医院带来的收益 1)薪酬激励系统与医院战略相匹配,能有力促使医院战略的实现; 2)薪酬策略与导向明确,薪酬体系的设计合理; 3)薪酬类型的选择符合
3、医院战略思维; 4)总劳动成本与财务计划相适应; 5)薪酬方案具有内部公正性和外部竞争性,能激励员工更加努力工作; 6)薪酬与工作业绩挂钩,员工们是按业绩受到嘉奖,员工对薪酬水平、结构满足; 7)薪酬不同组成部分的作用清楚; 8)薪酬体系、薪酬结构富含激励机制,具有外部竞争力、牵引性; 9)能将医院的长期激励机制与短期激励机制完美结合。 3、我们供应的服务 1)制定医院的总体薪酬策略; 2)依据职位职责、价值、对医院的贡献度及所要求的任职技能方面的差异,对公司现有各职位进行价值评估,从而确定不同职位之间的相对价值大小,为建立科学的薪酬等级制系统做预备; 3)依据职位评估结果,结合外部薪酬水平及内部财务状况,设计薪点表; 4)指导医院建立薪酬方案、设计薪酬组合及薪酬框架; 5)设计长期激励方案及期权方案; 6)依据我们的薪酬建议和客户的财务状况,提交薪酬改革方案; 7)设计薪酬福利管理体系和期权管理方案
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 八年级历史粤教版新课预习第三单元同步测试卷基础版A卷
- 康复机器人项目节能评估报告
- 精神卫生服务体系多部门联动实施方案
- 合金粉末项目绩效评价
- 2024年河北现代装备职业学院高职单招职业适应性测试考试题库及答案详解【真题汇编】
- 2025年铜川康养职业学院单招综合素质考试题库(易错题)附答案详解
- 2024年山东山河职业学院单招职业技能考试题库及完整答案详解【夺冠系列】
- 2025年山东齐鲁职业学院高职单招职业技能考试模拟试卷及参考答案详解(培优B卷)
- 2024年黔盛职业学院高职单招职业技能考试题库带答案详解(精练)
- 2027年唐山科技职业学院高职单招职业技能考试模拟试卷及完整答案详解一套
- 2026年共青团入团考试试题附标准答案
- 2026郑州市新初一三科分班摸底卷摸底卷
- 2026年渭南市大荔县数学三下期末统考模拟试题含答案
- T∕CEA 0051-2026 电梯对重块和配重块
- 2025年邮储蓄银行春招笔试及答案
- 规范住院病案首页数据填报工作指南 (2022版)
- 雨水检查井施工验收标准
- 感统培训课件
- 建筑方案设计合理化建议
- 2025年急诊医学重症抢救能力检测考卷答案及解析
- 《人工神经网络设计 》 课件 第7、8章 回声状态网络;卷积神经网络
评论
0/150
提交评论