毛国一

摘 要 大数据时代，数据和云计算结合已经能够实现商业化产出，如淘宝“猜你喜欢”的推荐功能，网易云音乐的“每日歌曲推荐”等。基于海量数据分析用户偏好，精准营销，这种个性化分析帮助企业节省了成本，提高了效率，也使企业及时获得反馈，以作出改进。

关键词 人力资源失衡 “大数据” “供给侧” 预警机制

一、背景

个性化在人力资源管理方面同样值得研究。以数据衡量人力资源，把人“数据化”后，能够清楚地反映人是怎么样的。然而，目前大数据尚未能和人力资源管理有效结合。企业人力资源常常处于失衡状态，数量不平衡和结构不平衡是企业始终缺少人才的根本原因。那么，要如何判断是否录用了合适的员工？人员是否得到了有效配置？配置失衡应该如何解决？

招聘与配置属于人力资源的供给侧。招聘是人力资源管理的第一步，合适的员工得到有效配置，实现最佳人岗匹配，才能有效激励员工，获得最大绩效。本文的核心是探讨大数据能否与人力资源管理实务结合，在招聘与录用的评估方面大数据能否作为失衡的预警和监测机制，能否通过大数据的反馈作用促进人岗匹配的实现。

二、供给侧的人力资源失衡分析

在企业层面，人力资源的失衡主要表现在人力资源的质量和数量两个方面，是由人力资源供需矛盾造成的。人力资源供给和需求可以划分到人力资源管理各大流程里。本文将以招聘与配置为主要切入点，探讨人力资源供给侧的失衡原因。

（一）招聘失衡产生因素

1.博弈中信息不对称。信息不对称是造成招聘失衡的最直接因素。在“劳动—报酬”的契约关系建立前的博弈中，应聘者倾向于掩盖不足增饰优点，以增加自己的市场价值；招聘者倾向于美化工作岗位，往往给予应聘者一个过高的期望值。

2.缺乏战略需求分析。企业缺乏对“需要什么人才”的了解，一是不知道什么人才适合空缺岗位，表现优秀的应聘者全部予以录用；二是仅着眼于短期人力资源需求，仅针对空缺岗位招聘，而忽视了战略层面的供需分析。

3.人才评价简单片面。招聘者如何衡量应聘者是否适合岗位，也是决定新员工人岗匹配的重要因素；过分关注学历、年龄、工作经验等外在因素，忽视了对应聘者自身能力的科学综合评价，忽视了最关键的“人”的素质评价。

（二）配置失衡产生因素

1.岗位职责不明。人岗匹配的起点是知岗。即使能够招聘到优秀的人才，但对工作岗位的认知不全面，依然无法判别人与岗的匹配程度。另外，在实际工作过程中，岗位职责不明确，优秀的人才依然无法充分发挥才能、实现应达的绩效，既是员工人力资源的浪费，也是企业人工成本的浪费。

2.培训效果不佳。传统观念认为，培训是成本的增加，培训的机会十分稀少。尽管入职培训之类的一般培训得到了普及，专业培训仍然欠缺，而它却是提升专业素质与工作能力最有效的渠道。此外，培训结果没有落地，缺少反馈评估，多是形式化的报告，成本效益比低。

3.评估反馈落后。员工配置缺少衡量标准，无法及时监测员工与岗位的匹配情况。虽然绩效管理能够提供反馈，但绩效管理是事后调节，且考核周期跨度长。仅仅依靠绩效管理，沟通交流中无法避免试探和博弈，无法得到客观准确的信息，仍无法找出低绩效的真正原因。

三、招聘与配置中应用大数据的可能

（一）企业的需求

1.招聘过程。第一，减少招聘成本。高层想以最低的招聘成本完成新员工的招聘，人力资源部门的预算经费同样限制了招聘成本。第二，高素质的应聘者。人力资源管理部门希望应聘者都具有较高的素质，以便从中筛选出最适合工作岗位的人才。但需要注意的是，“胜任素质”比常规考核表现更为重要。第三，潜在人才库。企业不仅希望能够为当前空缺岗位找到合适的人才，同时也希望为长期发展做好人才储备，以积极主动地应对风险。

2.配置过程。第一，减少适应成本。企业希望能够缩短新员工的岗位适应期，进行有效的入职培训十分重要。同时，考虑到培训也属于“准固定”成本，培训的成本效益比也要降低。第二，高工作绩效。每个员工不仅仅有基础工资，还有浮动薪酬。基本工资属于保健因素，而激励因素是企业希望促进员工个人绩效从而推动组织整体绩效提升的途径。第三，符合战略发展需求。企业不仅希望员工不断提升工作能力，提高工作绩效，也希望他们成为核心人才的后备力量，兼备能力和忠诚度，以满足企业战略层面的人力资源需求。

（二）大数据应用的难点

1.技术方面。第一，数据庞大。涂子沛在《大数据》一书中有个定义，即指一般软件工具难以捕捉、管理和分析的大容量数据，数据量大到以“太字节（TB）”为单位。第二，收集渠道。大数据的收集和一般报表数据收集不同。这是一种源数据，是具有混杂性的全部数据，不同于HR们以往的先构思框架再抽样收集。第三，应用系统。大数据需要和云计算结合，而大部分企业尚未配备专门的数据管理系统。HR所用的传统办公软件，无法对海量数据加以分析应用。

2.组织方面。第一，认知不够。观念反映在行为中，对大数据的认知程度决定了人力资源部门应用大数据的行为。面对庞大的数据量，HR们也会产生恐惧和抵触心理。第二，部门博弈。有些部门不乐意公开信息，将所有信息导入数据系统是对他们利益的侵犯，部门变成了透明的，处于完全的监控之下，不利于弹性的利益争取。第三，能力不足。大数据从收集到应用都需要专业的人才。上到高层管理，下到数据采集，企业中的管理人员尚未跟上发展速度，数据处理能力需要质的提升。

四、建议措施

（一）准备阶段

1.技术层面。建立标准化的数据处理程序，全面地收集源数据；搭建企业自身的数据库平台；根据实际财务情况，引进数据处理设备或更新内部管理系统。

2.组织层面。企业高层率先进行大数据思想变革，推动从上而下的管理变革；引进具有数理分析处理能力的专门人才，组织大数据的培训，并及时进行评估反馈，确保培训效果；从已有资源做起，着手进行数据化的企业管理；通畅沟通渠道，保证部门间的矛盾得以缓解。

（二）应用阶段

1.招聘过程。从战略角度分析人力资源供给现状，制定具体、明确的人才需求计划；收集并导入工作岗位信息，保证知岗，根据岗位特点，制定明确、具体的招聘要求；完善人才考核标准，克服歧视和偏见，进行胜任能力测试，保证考核过程的数据信息记录；保留所有应聘者的信息导入数据库，建立专门的人才储备庫。

2.配置过程。通过入职测评，记录新员工素质能力信息，针对性地进行培训；跟踪培训效果，将培训效果应用信息导入数据系统，进行培训反馈，总结不足加以改进；将工作过程数据化，出现低绩效时及时预警，并根据该员工各项信息，找出低绩效的原因，促使员工有效改进；监测企业长期发展需求和人力资源供需情况，出现失衡时及时预警，根据数据化的岗位要求和胜任要求，返回上一步进行招聘。

（作者单位为河海大学公共管理学院）

参考文献

[1] 陈京民.人力资源失衡管理模式研究[M].北京：长虹出版公司，2006.

[2] 穆胜.大数据为何走不进人力资源管理？[EB/OL].中国人力资源网，http：//www.hr.com.cn/p/1423413736，2014-09-04.

[3] 高海燕.教会你的HR用数据说话[EB/OL].中国人力资源网，http：//www.hr.com.cn/p/1423414331，2015-05-27.

[4] 涂子沛.大数据[M].桂林：广西师范大学出版社，2012.

[5] 维克托·迈尔·舍恩伯格.大数据时代[M].浙江人民出版社，2013.

[6] 姚裕群.招聘与配置[D].东北财经大学，2016.endprint