高校人力资源管理的现实困境与对策——基于大数据思维下高校人事档案信息化建设的探讨

张丽娜，夏庆利



高校人力资源管理的现实困境与对策
——基于大数据思维下高校人事档案信息化建设的探讨

张丽娜，夏庆利

［摘要］当前高校人力资源管理仍存在人岗非精准匹配、考核难以量化、人力资源规划与社会发展趋势结合不紧密、高层次人才流失频现、培训激励非定制化等问题，这与人事档案信息利用不充分有密切关联。对这些问题进行探讨分析，在高校人事档案信息化建设中引入大数据思维，能增进人力资源管理及决策过程中“理性”的智慧，实现基于数字化定量分析基础上的科学管理，用“无限接近最优”的人力资源管理决策提高管理效果，解决上述问题，从而充分发挥高校人力资源潜能。鉴于此，文章基于大数据思维下人事档案信息化建设的探讨，以解决高校人力资源管理面临的困境：建立“大人事档案信息”，运用大数据技术，实现人岗精准匹配、量化考核、培训激励高度定制化、人力资源规划符合发展趋势、高层次人才稳定，促进高校各项事业的发展进步。

［关键词］高校人力资源管理；现实困境；对策；人事档案信息化建设；大数据思维

高校人力资源管理在现实中存在诸多难题，譬如，如何更好地促进高校人力资源优化配置、开展更有针对性的师资培训、实现公正客观的绩效考核、激励并充分调动教职工及高级专家的积极性、减少高层次人才流失现象等。人事档案管理作为高校人力资源管理的基础性工作，它的现代化、信息化建设应该对促进高校人力资源管理有不可忽视的促进作用。然而，现阶段高校人事档案信息化建设还仅限于将人事档案数字化、信息电子化，仅建立单纯意义上的人事档案信息管理系统，无法从根本上帮助解决高校人力资源管理面临的现实困境。

大数据时代的到来，为高校人事档案信息化建设和人力资源管理提供了一种新的发展思路。基于大数据思维下的人事档案信息化建设，将促进人力资源管理过程中理性程度的不断提高，以此实现由传统经验管理向基于数字化定量分析基础上的科学管理转变，用“无限接近最优”的决策替代满意决策将成为必然趋势，这一切为从根本上解决现阶段高校人力资源管理过程中遇到的难题提供了可能性。因此，如何借力于大数据及相关技术，发展高校人事档案管理信息化建设，从而更好地辅助人力资源管理过程，促进人岗精准匹配，提升绩效考核的实时性、客观性、公正性，提供有针对性、个性化的激励与培训措施；准确预测人力资源发展趋势，做好人力资源规划并减少高级人才流失现象，进而优化人力资源管理的过程及结果，更好地挖掘高校人力资源的潜力，最终促进高校更好地实现人才培养、科学研究、服务社会的根本职能。

一、高校人力资源管理的现实困境分析

一直以来，高校人力资源管理主要是对高校人力资源（主要是师资队伍和高层次人才）的现状进行管理，缺乏前瞻性。现阶段由于高校人事档案信息数量有限，利用与服务比较被动，人力资源管理还没有实现由“经验+定性”管理转变为“数据+定量”管理，更谈不上趋势预测。高校人力资源管理存在的问题主要有以下五个方面：

（一）高校人力资源管理中，在岗教职工和拟招聘人才很难实现人岗精准匹配

表现为：第一，高校人事制度改革中的岗位设置要求人岗精准匹配，各岗位由于工作内容与职责的差异对人员的专业结构、工作能力、性格特点的要求各有不同，每个人只能适应特定的岗位。事实上已经在岗工作的教职工并不一定是最适合这个岗位的，人岗不匹配既不利于有效地开展工作，也不利于充分发挥个人潜力，无法做到人尽其才。第二，高校招聘的人才一般都满足招聘所需的专业、学历门槛等基本条件，但却不一定与应聘岗位精准匹配。依据目前现有的人事档案信息尚无法建立符合岗位条件的人才模型，只能凭借经验进行判断，无论是面试考官还是招聘单位，仅靠面试试讲的几十分钟是无法充分了解应聘者各方面的能力、条件和性格特点的。“面试官不能获得关于应聘者的综合信息，片面的、错误的信息必然会导致结果的偏差”［1］，因此，无论是笔试还是面试环节，均无法精准预测应聘者在未来的教学、科研、学生教育与管理上是否能够完全满足岗位要求。

（二）高校人力资源管理中岗位绩效考核指标的量化程度不高，考核多流于形式，考核结果效用不大

表现为：第一，“当前高校人力资源考核仍然以年度考核为主，考察德、能、勤、绩、廉情况，缺乏各岗位详细的考核指标，对岗位职责完成情况无法进行实质性考核”［2］，考核评价以定性为主，量化程度低。第二，根据现有的考核体系，考核得分高低与人际关系密切相关，不能真实反映年度工作任务的繁重复杂程度和完成情况。考核结果多是“你好，我好，大家好”，干多干少一个样，考核的客观公正性不强。第三，在目前的体制下，对于考核结果排在末位的教职工，难以实行高职低聘、末位淘汰、调整岗位、解聘等措施，考核对教职工没有实质约束力，无法调动教职工积极性。

（三）高校人力资源规划依据有限的人事档案信息，无法对人力资源未来的发展趋势作预测，缺乏前瞻性

部分高校教师招聘计划与国家产业结构调整等中长期发展趋势结合度不高。招聘教师一般都是当年制定第二年的招聘计划，主要为满足当前教学、科研需要，结合现有师资的年龄、性别、学历、职称、学科等结构进行，较少考虑社会发展趋势、产业结构调整方向（朝阳产业、夕阳产业）等影响因素，“在人员引进的过程中，缺少全面数据分析提供决策依据，从而造成‘应本校所需而引’的局面”［2］。这种招聘教师计划有一定的滞后性，缺乏预见性，没有考虑学科专业背后的产业发展趋势。如果产业已处在由盛转衰的没落趋势，那么等到毕业生难以就业、影响到招生、专业萎缩的时候才认识到之前大规模引进的师资将成为学校发展的人力负担，已为时晚矣。但同样，如果学科专业背后的产业是朝阳产业，正处于由弱转强的发展趋势，那么没有提前引进优质师资、高层次人才来大规模发展此专业，将会使学校错失良好的发展机遇。

（四）各类高校普遍存在优质师资、高层次人才流失现象，学校投入大量成本引进或培养的人才外流，对学校来讲是极大的损失

“在很大一部分高校中都存在人才流失的现象，这一问题对高校发展而言具有极大的制约作用”［3］。高层次人才流失的主要流向一般是：从地域上看，从地市流向省会城市、从西部地区流向中部地区、从中部地区流向珠三角及长三角等东部沿海地区；从层级上看，从一般高校流向重点高校，从重点高校流向国内顶尖级高校，从国内顶尖级高校流向海外高校。现实管理过程中很普遍的现象是：优秀骨干教师在职获取博士学位、评聘高级职称后，在人才市场中具有更强的竞争优势，往往将本校待遇、事业发展平台等各项影响因素与其他高校进行横向比较后，发现其供职学校与其他学校存在不小差距，心理有一定落差，而这种落差并未引起本校人力资源管理部门的重视，除非现单位在某方面有很强的吸引力，能形成很强大的归属感对抗“外界诱惑”，否则离职将成为大概率事件。目前在预测离职倾向方面存在困难，无法做到在事前有针对性地实施可行对策挽留住人才，不能将离职倾向消灭在萌芽状态，等到教职工深思熟虑后提出离职申请时，人力资源部门已经无力改变他们的离职意愿了。

（五）高校人力资源管理过程中，无法做到培训与激励的高度定制化，不能有效满足个性化需要

原因在于：第一，从高校人事档案信息上看不出人与人之间的太多差别，人人都差不多。第二，人力资源日常管理过程中不收集个人的性格特点、爱好、实时需求等信息。人力资源管理部门基本不掌握这些个性化的数据，因而“传统培训花费大量人力、物力和财力，但不能有效满足人才培训的不同需要”［1］。第三，“当前的管理方法仍停留在传统人事管理理念上，仅通过薪酬形成激烈竞争，而没有采用科学先进的管理方法，人才激励手段单一”［4］，不能满足激励内容的个性化需求，培训与激励的效果大打折扣。

二、基于大数据思维下高校人事档案信息化建设将带来人力资源管理变革

大数据引发了时代变革，将改变高校人事档案信息化建设和人力资源管理的思维方式和管理模式。大数据的应用，将为高校人力资源管理提供了一个全新的视角，不仅要利用人事档案信息管理系统实时收集“大人事档案数据”，更重要的是运用数据挖掘等大数据相关技术对“大人事档案数据”进行快速处理，第一时间了解人力资源发展趋势，提前作出管理决策以应对趋势可能带来的变化。随着高校人事档案信息数据收集全面性、数据分析高效性、人力资源发展趋势预测精准性的大幅提升，高校人力资源管理将步入发展的新时期。

（一）随着高校人事档案信息化建设中的“大人事档案数据”海量增长，高校人力资源管理的信息基础将不断拓展

不同于以往的人事档案信息，高校人事档案信息管理系统中的“大人事档案数据”不对数据做任何形式的挑选，客观形成教职工所有“大人事档案数据”都将被收集，保证数据的客观性与全面性。第一，纸质人事档案中的“静态档案”将全部被采集，成为信息管理系统中的“活跃信息”。第二，与教职工日常工作相关的岗位、绩效（教学、科研、管理、社会服务等方面）、薪酬、继续教育与培训、考勤、相关技能、职业资格等相关信息将被系统自动收集。第三，教职工个人的其他个体信息，比如性格、爱好、特长、健康状况、社会关系、家庭背景等信息也在系统采集范围之中。第四，外部环境（含自然环境、社会环境、人才市场的供求状况、各岗位的薪酬水平纵向、横向对比等）、反映本人真实意图的社交网络信息等相关信息也是系统收集的重要内容。通过这些信息的收集，高校人事档案信息管理系统中收集的可供人力资源管理过程中分析使用的信息量将非常庞大，足以支持大数据技术对于高校人力资源整体和个体的准确描述、评价及预测。

（二）高校人事档案信息管理系统利用大数据技术将更好地分析数据间的相关关系，帮助人力资源管理部门在尽可能准确预测人力资源发展趋势的基础上作出适应未来的管理决策

高校人事档案信息管理系统通过大数据技术对“大人事档案数据”进行聚类、分类、相关性分析，找到数据间的相关关系，而不再纠结于数据间的因果关系，让高校从战略角度更精准地预见人力资源管理的发展趋势。高校人力资源管理工作的每一步都将建立在大数据分析的基础上，将重点研究岗位需求与人员条件的关系、社会发展趋势及产业结构调整方向与人力资源规划及教师招聘的关系、影响离职的因素与高层次人才稳定之间的关系等，为岗位管理、人力资源规划、教师招聘、高层次人才稳定等人力资源管理工作提供了新的思路，使人力资源管理决策能实现人岗精准匹配、符合社会及经济发展趋势的师资队伍建设、有效消除离职诱因稳定高层次人才队伍等预期，利用“大人事档案数据”的价值全面提升高校人力资源管理工作的智慧与效率。

（三）基于大数据思维下高校人力资源管理将由经验管理转变为在数字化定量分析基础之上的科学管理

以往的高校人力资源管理工作中更多地体现出凭借经验进行管理、定性管理，与其说是由人力资源的特性决定的，不如说正是因为无法做到更客观、定量化管理而不得不采取的一种管理模式。在大数据时代，这一切将被颠覆。高校人力资源管理中的岗位、人员、工作态度、业绩、培训、激励等相关要素全部数据化，数据具有可比性，可量化管理，准确、客观地描述岗位的工作要求，及教职工的工作状态、效率与结果，在定量分析的基础上实现人岗匹配、绩效考核、薪酬设计等人力资源管理活动，将复杂的事情简单化，是时代的进步，使高校人力资源管理步入基于数字化定量分析之上的科学管理时代。

（四）基于大数据思维下高校人力资源管理的决策目标将由满意决策转变为“无限接近最优”的决策

长久以来，高校人力资源管理中由于无法达到完全理性，即无法满足三个条件：一是信息的完备性；二是不受时间的约束；三是要完全准确预知别人的行动。因而高校人力资源管理决策一直是以基于有限理性的满意决策为目标的，而这正是西蒙所推崇的。满意决策意味着基本符合管理目标，并不是实现管理目标的最优路径，不能带来最优结果，结果是可接受的，但存在着这样那样的问题，无法达到最优化。随着大数据及相关技术的引入，借助高校人事档案信息化建设，人力资源管理过程中掌握的数据信息量、处理信息的效率以及预测未来的能力将极大地增强，也就是说，在人力资源管理方面，人类的理性将无限接近完全理性，因而满意决策势必被“无限接近最优”的决策所取代。

三、基于大数据思维下高校人力资源管理的对策

高校竞争的实质就是人才的竞争，尤其是高级人才及团队的竞争，人才问题始终是高校发展的最核心问题。大数据时代，高校人事档案信息管理系统只有通过全面收集高校人力资源的各类数据，在此基础上，应用大数据相关技术，探求数据间的相关关系，预测人力资源发展趋势，才能更好地促进高校人力资源优化配置、开展更高效且有针对性的师资培训、完善绩效考核、充分调动教职工以及高级专家的积极性，积极稳住高层次人才及团队。因此，唯有通过基于大数据的人事档案信息化建设，才能使得高校人力资源管理步入定量分析、科学管理的轨路。

（一）高校人事档案信息管理系统通过多渠道全面收集大数据，建立“大人事档案数据”

高校人事档案信息管理系统收集的大数据范围广泛，应通过多个渠道收集：一是借助于人事档案信息化建设及人事档案信息管理系统，纸质人事档案中的个体基本信息、学历职称、政治面貌、工作情况、考核信息等十大类基本信息将全部被采集，成为信息化建设中的基础信息。二是通过人事档案信息管理系统与采集终端和校内相关部门的管理子系统的数据接口，自动收集来源于教职工日常工作中实时产生的并被记录下来的考勤、绩效等信息，及职能部门管理过程掌握的薪酬、教学、科研、管理、社会服务等方面成果、继续教育与培训等相关权威信息。三是教职工个人在人事档案信息管理系统中自行填报本人的其他信息，如性格、爱好、特长、健康状况、社会关系、家庭背景等。四是通过人事档案信息管理系统与互联网的数据接口自动收集外部环境数据（包括自然环境、社会环境、人才市场的供求状况、各岗位的薪酬水平纵向及横向对比等）、反映本人真实意图的社交网络信息、信用及守法记录等相关信息。这些数据全方位立体地反映了教职工的全貌，为人力资源的量化管理、科学管理提供了坚实的数据基础。

（二）通过高校人事档案信息管理系统的大数据资源及大数据技术，探究人力资源与岗位之间的相关关系，实现人岗精准匹配

第一，通过高校人事档案信息管理系统收集已在岗工作的绩效优秀的教职工在教学、科研、学生教育与管理上的各项信息及个体的特征要素，应用相关算法，建立该岗位的优秀人才模型。第二，根据各岗位的优秀人才模型，结合各岗位工作内容与职责的差异，挑选专业结构、工作能力、性格特点与岗位需求匹配程度最高的在编教职工，实现精准匹配。在有效开展工作的同时，充分发挥个人潜力，人尽其才。第三，对于拟招聘岗位的人员选择，在获取应聘者的简历信息的基础上，通过互联网的大数据全面获取应聘者的其他各方面信息，包括生活状况、社会关系、三观、兴趣爱好、性格、团队合作意愿与能力等，形成关于应聘者的立体信息。通过岗位的优秀人才模型与应聘者的匹配程度来进行筛选，避免面试官由于信息不对称对招聘带来的影响，实现人岗精准匹配。

（三）通过高校人事档案信息管理系统多渠道收集的实时全面信息，实现客观公正、可量化的绩效考核，并提供高度定制化的激励措施

第一，通过与高校内部管理的各子系统对接，自动收集教职工教学、科研、管理、学生教育等日常工作数据，包括考勤数据、具体的工作任务量、工作任务的复杂程度、完成工作任务的效率等，这些数据是忠实记录日常工作的各种实时数据，能实现绩效考核的全面量化，考核结果公正、客观、准确，真实反映年度工作任务的繁重复杂程度和完成情况，体现考核的公正性与客观性，最大程度地避免了由于人为因素导致的不公平现象。第二，考核结果与薪酬直接挂钩，利用云计算技术，自动计算出薪酬水平，真正实现按劳分配，奖勤罚懒，克服平均主义，充分调动教职工积极性，鼓励教职工做出更大贡献。第三，根据马斯洛的需求层次论，人类需求像阶梯一样，按从低到高的层次分为生理需求、安全需求、社交需求、尊重需求和自我实现需求。通过“大人事档案数据”分析，了解教职工事业发展的不同阶段及个性化需求，分门别类地采取多元化的激励手段进行激励，如对于有物质需求的可以考虑提高待遇或福利；对于有尊重需求的要对教职工给予充分的尊重与信任，在签订聘用合同的基础上建立稳固的心理契约，产生归属感；对于有自我实现需要的不能仅通过物质激励，要适当考虑其在专业上有所建树、在职位上有所提升的成就感需求进行激励，通过高度定制化的激励措施切实发挥激励人才作用。

（四）通过高校人事档案信息管理系统对“大人事档案数据”分析，提供高度定制化的培训

第一，通过在线能力测评，结合绩效考核结果及人力资源个体的基本信息，了解教职工的培训需求，全面分析相关数据，找出高校在学科专业发展方向、科学研究、教学、学生管理等方面的需要与教职工培训需求之间的相关关系，定制个性化的培训计划，开展有针对性的培训工作。第二，结合各类岗位对知识更新、业务技能的要求，对各类岗位相关人员定制专业培训，实现培训的高度定制化，最大限度提高培训的可接受性与效果，促进培训工作高效开展。

（五）借助大数据技术，通过高校人事档案信息管理系统对“大人事档案数据”进行分析，对高校人力资源发展趋势进行预测，合理规划，同时最大限度维护高层次人才队伍的稳定

第一，通过全面掌握高校现有各类师资的结构情况，结合环境数据（主要是经济与社会发展、产业结构调整等宏观数据），利用大数据技术进行分析，对未来高校人力资源发展趋势做出前瞻性预测，提供决策依据，制定科学合理的中长期师资引进规划，年度师资招聘计划必须据此执行。对于符合经济、社会发展、顺应产业结构调整的专业，即便当前并不是热门专业也要提前发展，大力引进优质师资及高级人才；反之，即便当前属于热门专业、但不久即将没落的专业，从长远角度考虑不能盲目引进，可以采用临时聘用的方式解决，防止今后专业没落造成高校发展的人员负担。第二，通过对已离职教职工的各项信息进行大数据分析，找出其离职的影响因素，在日常管理中提出有针对性的对策。同时借助大数据，对可能出现离职倾向的重点教职工，尤其是高层次人才进行重点关注，尽量消除离职影响因素，确保人力资源尤其是高层次人才及团队的稳定性，为高校多争取科研项目、经费，推动学科进步及技术创新，提升学校的有形资产与无形资产。

大数据时代，通过高校人事档案信息管理系统收集“大人事档案信息”，借助大数据技术对海量的、零碎的数据进行快速的定量分析，对高校人力资源规划与发展的趋势进行前瞻性、精准性的预测，实现高校人力资源在数字化定量分析基础之上的科学管理，为制定符合未来发展趋势的人力资源管理决策提供依据，更好地用人、管理人、激励人、稳定高层次人才及团队，为更好地促进高校在人才培养、科学研究、服务社会方面作出贡献。

［参考文献］

［1］刘勇.大数据在人力资源管理中的创新应用与潜在困局［J］.人力资源管理，2015，（6）.

［2］廖龙.基于人事信息平台的高校教师人力资源管理与研究［J］.经济师，2011，（11）.

［3］瞿丹.数据挖掘技术在高校人力资源管理中的应用研究［J］.电脑知识与技术，2014，（10）.

［4］顾颜胜，王桂霞，赵明锴.浅析高校人力资源管理的现状与对策［J］.经济师，2015，（10）.

［责任编辑：刘烜显］

［基金项目］湖北省教育厅2016年度人文社会科学研究项目“基于大数据视角的地方高校人事档案信息化建设与应用”资助

［中图分类号］G647

［文献标识码］A

［文章编号］1004- 4434（2016）04- 0157 -05

［作者简介］张丽娜，黄冈师范学院人事处馆员（档案）；夏庆利，黄冈师范学院教务处教授，管理学博士，湖北黄冈438000