个人传记特征对工作绩效的影响：一项4年的追踪研究

傅飞强，彭剑锋

(1.北京化工大学 经济管理学院，北京100029；2.中国人民大学 劳动人事学院，北京100872)

个人传记特征对工作绩效的影响：一项4年的追踪研究

傅飞强1，彭剑锋2

(1.北京化工大学 经济管理学院，北京100029；2.中国人民大学 劳动人事学院，北京100872)

辨识和寻找高绩效员工始终是组织管理的核心问题。通过对个体工作绩效的连续4次测量，文章分析了个体工作绩效的发展趋势、个人传记特征(性别、司龄、教育程度、入职渠道、岗位与专业匹配度等)反映在工作绩效上的差异性以及这种差异性与时间的交互作用。研究结果在中国组织情境下发现了一些有趣而有意义的结论，拓宽了诸多组织管理现象的解释力度，并就组织提升选人用人的有效性给出了相关建议。

工作绩效；个人传记特征；追踪研究

傅飞强，彭剑锋.个人传记特征对工作绩效的影响：一项4年的追踪研究[J].商业经济与管理，2017(6)：48-59.

一、 引 言

辨识和寻找谁是高绩效员工始终是组织管理的核心问题。在企业的选人用人过程中，往往存在一些共性的问题，诸如性别差异对绩效有影响吗？学历越高、绩效越好吗？名牌大学毕业的学生就一定更出色吗？校园招聘和社会化招聘，哪类员工的成功率更高？有基层工作经验的员工一定比应届毕业生好用吗？大学专业与工作岗位不匹配就一定业绩不好吗？在一个群体内部，个体绩效水平在一定时期内会呈现什么样的发展趋势，会是“强者恒强、弱者恒弱”，还是会出现“轮流坐庄、风水轮流转”的趋势？

上述关于个体工作绩效成因的诸多困惑，和员工个人传记特征都有直接的关系。基于自我归类理论(Self-categorization theory)，年龄、性别、工作年限、服务年限、教育情况等个人传记特征被用来解释诸如绩效等结果变量[1]。西方学术界关于个人传记特征和工作绩效的研究成果较为丰富，但大量的研究结论出现在上世纪八十年代，研究对象包括产业工人等各类群体，随着新生代知识性员工逐步成长为社会就业主体，研究这部分人群的个人传记特征与工作绩效的关系对组织管理而言显得尤为重要。在国内学术界，部分学者开始基于本土组织情境进行个人传记特征和工作绩效关系的研究，但这些研究绝大部分关注的是上市公司高管个人或高管团队的传记特征，而对组织中其它层次员工的关注很少，这和个人传记特征数据的公开性和可获得性有很大关系[2]。且国内学者在个人传记特征变量的选择上，主要还是沿用国外研究者的划分标准，而缺少对中国组织情境中特有的个人传记特征属性的关注[3]。

本研究基于中国组织情境，以基层组织知识性员工的个体任务绩效为关注点，从个人传记特征的视角来寻找“谁是高绩效员工”的相关证据，以丰富个体工作绩效内部作用机制的解释，并就组织提升选人用人的有效性提出建议。

二、 理论与假设

关于个体绩效水平以及个体间绩效水平差异在一定时期内的发展趋势，可由马太效应进行解释。马太效应泛指在社会生活领域中普遍存在的“好的愈好、坏的愈坏；多的愈多、少的愈少”的一种两极分化的现象。而在管理学中，马太效应反映到组织中的个体绩效表现，会呈现所谓的“强者愈强、弱者愈弱”的发展趋势。马太效应之所以存在，除了先发优势带来的强化作用外，还可从心理学的自我效能感中找到答案。Waldersee和Luthans(2004)认为个体在一个连续时期内，前一阶段的绩效表现(绩效反馈)会通过自我效能感的变化对下一阶段的绩效表现产生影响，由正反馈(积极的绩效表现)所引起的成就感会提高一个人的自我效能感以及最终的绩效水平，负反馈(消极的绩效表现)则会降低个体的自我效能感[4]。Nease等(2009)进一步指出绩效反馈与自我效能感的影响是互相的，自我效能感影响个体对反馈的接受，同时得到的反馈又会反过来影响个体的自我效能感，如果不断得到负反馈，则会持续降低一个人的自我效能感[5]。鉴于此，本研究提出：

假设1：个体的初始绩效水平与其后续的绩效水平有显著相关性，即个体间的绩效水平呈现强者恒强、弱者恒弱的发展趋势。

女性与男性相比，工作绩效是否低？这一直是理论界争论的焦点。一些研究者认为，存在一种相当一致的倾向，认为男性在绩效评价中比女性获得的好评要多，而相应地，对男性的高绩效评价会影响晋升决策，也可能形成女性的职业天花板效应[6]。很多描述性研究认为，上级在评价中，存在角色知觉上的性别失调，一般女性处于不利地位，这导致对于女性管理者的评价较低[7]。性别角色预期除了带来男性与女性在工作表现上的动机和期望差异外，也通过工作-家庭冲突影响员工的工作感受和表现。以男性为主导的社会期望女性扮演家庭维持者的角色，如果女性员工认同这种社会规范，就容易在主观上体验到“工作-家庭冲突”，而在客观上容易导致面对工作时缺乏创新意识和迎接工作挑战的激情[8]。鉴于此，本研究提出：

假设2：不同性别的员工的工作绩效有显著差异。

关于是不是在一家企业中工作时间越久的员工越知道如何更好地工作，在学术界也有不一样的结论。司龄的增加一方面意味着个体人力资本的增值[9]、个体与组织更好的匹配[10]、与工作更多的嵌入[11]，但另一方面也可能会固化员工的创新思维[12]，甚至降低工作动机[13]，从而对工作绩效造成负面影响。一般认为司龄与绩效的关系不是简单的线性关系，一开始员工在组织中会不断发展，当工作能力不足以承担更大的责任时，员工将不再晋升，所以组织中有大量的任职年限长的员工，他们的工作绩效在一定期限后就表现的并不一定好，这和彼得原理所揭示的道理是相一致的。Sturman(2009)认为，工作年限长的的员工之所以会成为冗员，在某种程度上是因为工作激励水平太低，而且简单或高度事务性的工作会使任职者觉得毫无挑战性，产生厌烦感和工作倦怠，并最终导致绩效下降[14]609-640。Ng和Feldman(2010)搜索了350项经验性研究，针对249841个样本进行了元分析，研究发现司龄与工作绩效之间呈曲线关系，虽然司龄与工作绩效之间正相关，但是随着司龄的增加，它们之间关系的强度会减弱[15]。鉴于此，本研究提出：

假设3：不同司龄的员工的工作绩效有显著差异。

现代企业在招聘过程中，越来越看重学历和名校背景，但教育程度与工作绩效之间到底是怎样的关系，研究的结论也并不一致。

研究表明，工作绩效的一个有效预测因子是一般认知能力[16]，一般认知能力较高的个体，其学习工作知识更快，获得的工作知识更多，工作绩效表现也更好。一般认知能力的培养，在高等教育领域会受到两个外在因素的影响，分别是受教育水平和学校背景差异。高等教育帮助学生理解社会规则、形成成熟品德和个人判断能力，而且教育培养自信心、责任感和为未来设定个人目标的能力[17]。大量研究表明，个人的教育水平与工作结果正相关，包括薪酬水平、晋升次数、发展机会和工作流动[18]。Ng和Feldman(2009)对293项经验性研究的332个独立样本进行了元分析，以考察教育程度对工作绩效的影响，同时还研究了样本特征与研究设计对教育程度与工作绩效关系的调节效应。研究表明，教育水平正面影响任务绩效。教育水平与客观测量的任务绩效之间的相关系数为.24，与同级评价的任务绩效相关系数为.18，与管理者评价的任务绩效相关系数为.09，与自我评价的任务绩效的相关系数为.06。研究进一步发现，在教育水平与任务绩效之间的关系中，高复杂性的工作表现出更强的的正相关性[19]。

从学校背景差异来看，在我国现行的高等教育系统中，为了促进高等教育的突破性发展，国家对不同高校的投入是不一样的，这也是“211”、“985”等高校进行差异化分类的缘由。高校分类带来的直接影响是教育经费投入上的不平衡，进而造成不同高校之间的师资力量、教学设备、教学质量、生源质量等都产生了重大差别。而这种高校发展过程中的马太效应对学生的影响又具体表现为两个方面：一是高校入学门槛的高低对学生来源起到了天然的筛选作用；二是不同学校资源的获取及投入差异使得学生在知识获取、技能增长、就业前景、社会认同等方面产生两极分化趋势。鉴于此，本研究提出：

假设4：不同学历水平的员工的工作绩效有显著差异。

假设5：不同毕业学校的员工的工作绩效有显著差异。

员工进入组织的渠道一般可以分为外部招聘与内部选拔两种方式，而外部招聘可进一步区分为市场化招聘和校园招聘两种形式。通过不同渠道进入组织的员工，首先表现在其工作经验的差异上，如同样是外部招聘，市场化人才与应届毕业生的工作经验丰富程度、完成任务的熟练程度等是不一样的。Borman和Motowidlo(1997)的任务绩效和情境绩效的个体差异理论模型表明，个体能力通过任务知识、任务技能、任务习惯影响任务绩效[20]。Lance和Bennett(2000)认为一般工作经验通过直接影响任务知识和任务熟练程度从而间接对工作绩效产生影响，而任务经验除了通过任务知识和任务熟练程度影响工作绩效外，同时也对工作绩效有直接影响[21]。还有一些研究表明，进入劳动力市场的时间越久，个体能获得更多关于如何高效、快速完成工作任务的知识[22]。

通过不同渠道进入组织的员工，如市场化招聘员工和内部选拔的员工，其对组织文化的接受和认可程度也存在差异，其个体能力水平与组织工作要求的匹配程度也会有所不同，而在人-组织匹配对个体工作绩效的影响方面，已有很多研究指出当个体和组织表现出较高程度的匹配时，个体会表现出更高的绩效[23]。鉴于此，本研究提出：

假设6：不同入职渠道的员工的工作绩效有差异。

早在1984年，Hunter等人就发现认知能力、与工作相关的知识和工作绩效有显著的相关性[24]。Schmidt等人(1986)加入了工作经验变量，对Hunter(1984)模型进行扩展，还发现工作经验主要通过对工作知识的影响对绩效起到调节作用[25]。Lance和Bennett(2000)进一步将工作经验划分为一般工作经验和任务经验两个方面，和任务相关的经验除了通过任务知识和任务熟练程度影响工作绩效外，同时也对工作绩效有直接影响[21]。而Borman和Motowidlo(1997)在研究绩效结构时也提出认知能力通过与任务相关的知识、任务相关的技能与解决问题的习惯对任务绩效产生影响[20]。从这些研究结论来看，工作经验、工作相关的知识和任务熟练度等都会显著地影响工作绩效。而岗位与个人的专业匹配度可以理解为员工的工作经验、工作知识、任务熟练程度与所从事岗位的匹配程度。鉴于此，本研究提出：

假设7：岗位与个人专业匹配程度不同的员工的工作绩效有显著差异。

进一步来分析工作与专业匹配程度对员工绩效的影响，Hunter(1986)的研究表明，对复杂程度较高的工作来说，一般认知能力与上级对整体工作绩效评价间的相关系数更高[26]。如果员工所从事岗位的专业化程度越高，可以认为该项工作的复杂程度越高。而Chen等(2001)进行的一项元分析研究发现，任务的复杂程度影响认知能力和责任心对绩效的预测，工作任务越复杂，认知能力和责任心对绩效的直接预测效度越高[27]。鉴于此，本研究提出：

假设8：岗位的专业化程度调节了岗位与个人专业匹配程度对员工工作绩效的影响。

三、 研究方法

(一) 被试

本研究在一家总部位于北京的全球500强公司进行。研究对象为该公司总部职能部门基层员工。在研究期间，我们获取了2011-2014年连续4年有个人绩效考核分数记录的304名员工数据，这部分人群构成了本研究的样本，其中男性167人，女性137人；大专及以下11人，本科53人，硕士213人，博士27人；平均年龄29.8岁。本研究中的样本，来自于同一公司、同一个组织层次的群体，能较好地将影响个人工作绩效的诸多外生变量进行排除性控制。由于单个样本企业的选择，诸如企业文化、企业奖励政策、员工层级、工作物理环境等这些影响个体工作绩效的变量在本研究中对不同个体而言是趋于同质性的。从2008年起，该公司从贸易经营向产业化经营转型，从政策性经营向市场化经营转型。为配合业务转型，管控模式也逐步由财务投资管控转向战略管控，总部职能进一步夯实，总部员工逐步充实，历经4～5年的人员扩张阶段后，到2012年基本趋于稳定，而这部分员工的进入来源包括了：(1)、应届毕业生校园招聘。(2)、市场化招聘。(3)、下属单位选拔(4)、上级单位调派等。这种人员的上上下下、进进出出，保证了本研究的样本个体在教育经历、工作经历、行业经历上是相对多元化的，这在一定程度上降低了单个企业中人员工作背景的同质化对本研究相关结论有效性推广的影响。

(二) 数据收集方式

1. 工作绩效的数据收集。本研究中的工作绩效数据，来自于员工实际工作中真实的绩效得分。为了使研究结论更为严谨，本研究收集了员工连续4年的绩效数据(2011-2014年)。

2. 个人传记特征变量的数据收集。具体有：(1)每位员工在入职时都会在线填写一份电子版的《干部履历表》，干部履历表中包含了大部分的个人基本情况(如性别、年龄、工龄、家庭情况、教育情况、工作经历等)。个人传记特征中的相关信息可从《干部履历表》中进行提取。(2)对于岗位与个人专业匹配程度、岗位的专业化程度的测量，采用专家小组评定法，专家评定的依据是岗位说明书和员工的《干部履历表》。专家小组由3名在校的人力资源管理博士研究生、3名样本公司的人力资源工作者(1名经理人、2名主管员工)、1名人力资源职业技能鉴定专家共同组成。

(三) 测量工具

1. 工作绩效。本研究仅关注员工的任务绩效或者说角色内绩效，该绩效是年度个人绩效考核结果的客观数据。每年年末所在部门领导对员工的年度工作绩效进行评分，优秀类员工的考核得分在105～120分之间，不称职员工的考核得分在70以下，并且采用强制比例分布的形式以拉开绩效差距。绩效评分结果是员工年度奖金确定的主要依据以及下一年度薪酬调整的重要参考。

2. 个人传记特征变量的测量。初始绩效水平：个体的初始绩效水平以2011年的个人绩效考核分数为依据，进行从高到低的分数排序，将分数处于前30%的个体归为“高分组”，将分数处于中间40%的个体归为“中分组”，将分数处于后30%的个体归为“低分组”，从而形成分组变量。然后以该分组变量为被试间变量，以2012年、2013年、2014年的个人工作绩效得分为因变量，进行重复测量的方差分析。

(1)性别。按照性别属性，分为“男”和“女”两类。

(2)司龄。以2011年的数据来看，样本的平均司龄为5.8年，其中10年以上司龄的员工占14.8%。考虑到样本群体的司龄分布特征，本研究以2011年为员工司龄的测算年，将员工司龄划分为“1～3年”、“4～6年”、“7～9年”、“10年以上”四个类别，以考察不同司龄段的个体在工作绩效上的差异性。

(3)学历。按照学历的一般划分原则，将样本的学历分为“大专”、“本科”、“硕士”、“博士”四类。其中学历认定均以2011年员工的实际学历为准。

(4)毕业学校。本文以2011年个人最高学历所在的毕业学校为准，将员工的毕业学校分为“985高校”、“211高校(不含985)”、“海外高校”、“其它高校”四类。其中“海外高校”是指中国大陆地区以外的高校，包括港澳台及海外各高校；“其它高校”包括非211国内普通高校、部队军校、党校等。

(5)入职渠道。本文的样本为总部基层员工，其入职渠道可分为“校园招聘”、“市场招聘”、“下属单位选调”和“其它渠道”共4种类型。其中“其它渠道”类型包括军转干部、上级单位下派等情形。

(6)岗位与个人专业匹配程度。岗位与个人的专业匹配程度分为“完全匹配”、“基本匹配”、“不匹配”三类。针对不同员工，如果是市场招聘或下属单位选调员工，主要分析之前工作经历与现有岗位的匹配度，如果是校园招聘的应届毕业生，主要分析大学所学专业与现有岗位的匹配度。专家小组成员首先基于岗位说明书和个人基本信息对岗位要求与个人专业匹配程度进行独立判定，其中“完全匹配”设定为1、“基本匹配”设定为2、“不匹配”设定为3，相当于以三点方式计分，并对“评分者内部一致性”(interrater agreement)进行测量，测量指标采用James等(1984)提出的rwg，一般认为，如果rwg的值大于0.7，就认为一致性是可接受的[28]。如果rwg的值未达到0.7，则专家小组内部会进行沟通商议，如仍不能达成一致意见，为了不影响最终的研究结论，将该样本(员工)进行剔除。

(7)岗位的专业化程度。岗位的专业化程度主要分为“高”、“中”、“低”三类。举例来说，法律部的合同审核专员的专业化程度为“高”，人力资源部的绩效管理专员的专业化程度为“中”，办公室的行政专员的专业化程度为“低”。以上岗位专业化程度由专家小组进行判定，具体判定方法同“岗位与个人专业匹配程度”的分析方法一致。

(四) 数据分析方法

在研究个体绩效影响因素的诸多文献中，无论是员工自我报告的主观绩效还是上级领导评定的客观绩效，一个不能忽略的事实是这些绩效数据大多来自于一次性的评价，单次绩效评价带有一定的偶然性或者有更高概率的测量误差，而个人传记特征变量是相对稳定的，由此去探讨两者间的关系，其结论的严谨性容易受到挑战。为了考察个体工作绩效在一定时期内的变化趋势以及个人传记特征在工作绩效上的差异性，本研究采用追踪设计并对相关变量进行重复测量。重复测量考察随着测量次数的增加(时间的增加)，测量指标是如何发生变化的，不同分组因素间的个体是否存在差异，以及分组因素的作用是否会随着时间发生变化(即是否和时间存在交互作用)。重复测量的数据往往存在一定程度的内在相关性，因此需要判断数据是否符合Huynh-Feldt条件，即要完成球形检验(Mauchly’s Test of Sphericity)，如果数据服从球形假设，需要看一元分析结果，如果不服从球形假设，则看多元分析结果[29]。对重复测量数据的方差检验通过SPSS20.0实现。

四、 研究结果

(一) 初始绩效水平对工作绩效的影响

表1 组间效应的检验(初始绩效水平)

球形检验的结果表明，被试内因素不服从Mauchly’s球形假设(P=0.027)，则进一步看多元分析的结果。在多元分析结果中，组间效应的检验结果显示，不同初始绩效水平的员工3次工作绩效的均值存在显著差异性(F=45.451,p<0.001)。

图1 不同初始绩效水平员工的工作绩效时间趋势图

不同初始绩效水平的员工工作绩效的时间趋势可用图1表示。在连续3年的工作绩效表现中，不同初始绩效水平的员工的绩效表现从高到低分别是：高分组、中分组、低分组。其中高分组在连续3年的工作绩效表现上比较平缓，而中分组、低分组在3年的工作绩效表现中呈现一定的上升趋势。

表2 交互作用的检验(初始绩效水平)

初始绩效水平与测量时间交互作用检验结果表明，不同初始绩效水平的员工的工作绩效差异不受时间效应的调节(Pillai’s trace:F=1.468,p=0.210)，即这种差异表现出时间上的稳定性。假设1得到验证。

(二) 性别对工作绩效的影响

球形检验的结果表明，被试内因素不服从Mauchly’s球形假设(P=0.003)，则进一步看多元分析的结果。在多元分析结果中，组间效应的检验结果表明，不同性别员工4次工作绩效的均值不存在显著差异(F=2.244，p=0.135)。

图2 不同性别员的工工作绩效时间趋势图

SourceSSdfMSFSig.截距1.27311.27356692.7660.000性别503.8441503.8442.2440.135误差67814.056302224.550

性别与测量时间交互作用检验结果表明，不同性别员工的工作绩效差异受到时间效应的调节(Pillai’s trace:F=12.771,p<0.001)。不同性别员工工作绩效的时间趋势可用图2表示。随着时间的变化，男性员工和女性员工工作绩效的差异不同，在第1年，女性员工的工作绩效要好于男性员工，而在后续3年中男性员工的绩效要好于女性员工，而且这种绩效差异越来越大。假设2得到部分验证。

表4 交互作用的检验(性别)

(三) 司龄对工作绩效的影响

表5 组间效应的检验(司龄)

球形检验的结果表明，被试内因素不服从Mauchly’s球形假设(P=0.001)，则进一步看多元分析的结果。在多元分析结果中，组间效应的检验结果显示，不同司龄员工4次工作绩效的均值存在显著差异性(F=7.456,p<0.001)。

图3 不同司龄员工工作绩效的时间趋势图

不同司龄员工工作绩效的时间趋势可用图3表示。4年的工作绩效表现中，司龄在“4～6年”的员工始终是绩效最好的群体，而且绩效水平呈现逐年上升的趋势；司龄在“10年以上”的员工在第1年工作绩效较差，而后续3年的绩效表现也是最差的；司龄在“1～3年”的员工在第1年绩效最差，后期逐年改善。

司龄与测量时间交互作用检验结果表明，不同司龄员工的工作绩效差异不受时间效应的调节(Pillai’s trace:F=1.069,p=0.383)，即这种差异表现出时间上的稳定性。假设3得到验证。

表6 交互作用的检验(司龄)

EffectValueFdfSig.时间*司龄Pillaistrace0.0321.0699.0000.383

(四) 学历对工作绩效的影响

图4 不同学历的员工工作绩效的时间趋势图

球形检验的结果表明，被试内因素不服从Mauchly’s球形假设(P=0.001)，则进一步看多元分析的结果。在多元分析结果中，组间效应的检验结果显示，不同学历员工4次工作绩效的均值存在显著差异性(F=11.428,p<0.001)。

不同学历的员工工作绩效的时间趋势可用图4表示。4年的工作绩效表现中，不同学历的员工的绩效表现从高到低是：硕士、博士、本科、大专。其中硕士和博士的绩效表现差异不大，而大专的绩效表现与其它三类学历的员工有较大差距。

表7 组间效应的检验(学历)

学历与测量时间交互作用检验结果表明，不同学历员工的工作绩效差异不受时间效应的调节(Pillai’s trace:F=1.014,p=0.427)，即这种差异表现出时间上的稳定性。假设4得到验证。

表8 交互作用的检验(学历)

(五)毕业学校对工作绩效的影响

球形检验的结果表明，被试内因素不服从Mauchly’s球形假设(P=0.002)，则进一步看多元分析的结果。在多元分析结果中，组间效应的检验结果表明，不同毕业学校员工4次工作绩效的均值存在显著差异(F=8.682，p<0.001)。在4年的工作绩效表现中，不同毕业学校员工的工作绩效从高到低依次是：985高校、海外高校、211高校、其它高校。

表9 组间效应的检验(毕业学校)

图5 不同毕业学校的员工工作绩效的时间趋势图

毕业学校与测量时间交互作用检验结果表明，不同毕业学校员工的工作绩效差异受到时间效应的调节(Pillai’s trace:F=2.609,p=0.006)。不同毕业学校员工工作绩效的时间趋势可用图5表示。在第1年，985高校、海外高校、211高校三类毕业学校的员工的绩效并无差异，但是随着时间的变化，三类毕业学校员工之间的绩效差距逐渐扩大，且“985高校”毕业的员工的工作绩效呈现逐年上升的趋势。“其它”类高校毕业员工在4年中绩效表现始终最差，且在第4年时与另三类高校毕业生的绩效差异达到最大值。假设5得到验证。

表10 交互作用的检验(毕业学校)

图6 不同入职渠道的员工的工作绩效趋势图

(六) 入职渠道对工作绩效的影响

球形检验的结果表明，被试内因素不服从Mauchly’s球形假设(P=0.001)，则进一步看多元分析的结果。在多元分析结果中，组间效应的检验结果显示，不同入职渠道员工4次工作绩效的均值存在显著差异性(F=7.022,p<0.001)。不同入职渠道员工工作绩效的时间趋势可用图6表示。在4年的工作绩效表现中，不同入职渠道的绩效表现从高到低是：下属单位选调、校园招聘、市场招聘、其它渠道。其中通过“下属单位选调”和“校园招聘”进入公司的员工，4年的工作绩效呈现逐年上升的趋势；而市场招聘的员工在第2年曾经一度绩效表现最差。

表11 组间效应的检验(入职渠道)

入职渠道与测量时间交互作用检验结果表明，不同入职渠道员工的工作绩效差异不受时间效应的调节(Pillai’s trace: F=0.839,p=0.580)，即这种差异表现出时间上的稳定性。假设6得到验证。

表12 交互作用的检验(入职渠道)

(七) 岗位与个人专业匹配程度对工作绩效的影响

图7 岗位与个人专业匹配程度不同的员工的工作绩效趋势图

球形检验的结果表明，被试内因素不服从Mauchly’s球形假设(P=0.000)，则进一步看多元分析的结果。在多元分析结果中，组间效应的检验结果显示，岗位与个人专业匹配程度不同的员工的4次工作绩效的均值存在显著差异性(F=8.746,p<0.001)。岗位与个人专业匹配程度不同的员工的工作绩效的时间趋势可用图7表示。4年的工作绩效表现中，完全匹配的员工工作绩效最好，不匹配员工的工作绩效最差。其中，完全匹配员工与基本匹配员工的工作绩效差异不大，而不匹配员工比完全匹配和基本匹配员工的工作绩效有明显的差距。

表13 组间效应的检验(岗位与个人专业匹配程度)

岗位与个人专业匹配程度与测量时间交互作用检验结果表明，岗位与个人专业匹配程度不同的员工的工作绩效差异不受时间效应的调节(Pillai’s trace:F=0.699,p=0.650)，即这种差异表现出时间上的稳定性。假设7得到验证。

表14 交互作用的检验(岗位与个人专业匹配程度)

(八) 岗位与个人专业匹配程度、岗位的专业化程度对工作绩效的交互影响

球形检验的结果表明，被试内因素不服从Mauchly’s球形假设(P=0.000)，则进一步看多元分析的结果。在多元分析结果中，组间效应的检验结果显示，岗位与个人专业匹配程度、岗位的专业化程度之间的交互对员工的4次工作绩效的均值存在显著差异性(F=2.435,p=0.048)。在岗位与个人专业匹配程度、岗位的专业化程度两者交互下的员工工作绩效的时间趋势可用图8表示。在岗位的专业化程度为“高”的情况下，岗位与个人的专业匹配程度越好，则员工的工作绩效也表现的越好。在岗位的专业化程度为“中”的情况下，岗位与个人的专业程度不匹配的员工，其工作绩效表现始终最差，而匹配程度为“完全匹配”和“基本匹配”的员工，在4年的工作绩效表现中交替领先。在岗位的专业程度为“低”的情况下，岗位与个人专业比较匹配的员工业绩在4年中始终最好，而“完全匹配”的员工在4年的工作绩效中反而有3年是最差的。

表15 组间效应的检验(岗位与个人专业匹配程度、岗位的专业化程度)

图8 岗位的专业化程度、工作与专业匹配程度与员工工作绩效的交互作用图

岗位与个人专业匹配程度、岗位的专业化程度与测量时间交互作用的检验结果表明，岗位与个人专业匹配程度、岗位的专业化程度两者交互下的员工的工作绩效差异不受时间效应的调节(Pillai’s trace:F=0.448,p=0.944)，即这种差异表现出时间上的稳定性。假设8得到验证。

表16 交互作用的检验(岗位与个人专业匹配程度、岗位的专业化程度)

五、讨 论

以往关于个人传记特征与工作绩效之间的研究结论往往并不一致，其主要原因有三个方面：首先在大部分的研究中，个体工作绩效是单次测量的，由于单次的绩效评价结果容易表现出不稳定性和更高概率的测量误差，在分析个体传记特征变量和个体绩效结果的关系时，相关研究结论往往缺乏信度。其次，个体绩效测量方式的不同会导致结论上的差异，个体绩效测量方式主要包括个体自我报告、上级对下级临时性的工作绩效评价(基于研究项目的需要)、收集个体在工作环境中产生的真实绩效结果，前两种测量方式因为受个人社会称许性的影响以及缺乏有效的绩效结果应用，绩效结果的客观性容易受到质疑。最后，研究对象的差异也会导致相关结论的不一致，比如在研究司龄和绩效的关系时，体力劳动者、科学研究者、医生、律师等不同职业群体的工作特征会影响两者之间的关系[14]。

本文通过对工作绩效的多次重复测量，纵向考察了个体工作绩效的发展趋势以及个人传记特征与这种发展趋势交互的显著性水平。在个人传记特征变量的选择上，基于中国组织的特有情境加入了诸如“毕业学校背景”、“入职渠道”等因素，这进一步丰富了“个人传记特征与工作绩效关系”这一研究领域的相关结论。同时本研究样本为企业基层知识性员工，这对以往大量研究只关注企业高层是一种有效的补充。

在实践意义方面，本文在中国组织情境下发现了很多有趣而有意义的结论，这拓宽了诸多组织管理现象的解释力度，具体如下：

第一，组织是培养人重要还是选择人重要？这是一个经典的管理话题。本文的研究结论支持“选择人更重要”，因为个体的初始绩效水平与其后续的绩效水平有显著相关性，组织若从一开始就选择了绩效优秀的员工，这些员工在今后的工作中给组织带来持续优秀表现的概率更大。

第二，女性员工的工作绩效就一定不如男性吗？不同性别员工的工作绩效不存在显著差异性，但受时间效应的调节，女性受到工作-家庭冲突的影响，事业往往会有一个转折期，而男性员工整体的绩效水平会表现的更加稳定一些。事实上，大量企业在进行应届毕业生的招聘时，对男性毕业生往往会优先考虑。劳动法保护的是男女就业的公平性，企业讲求的是个体绩效的效率性，这确实是一个管理的矛盾体。

第三，司龄对于员工而言是优势还是劣势？从本研究的结果来看，就基层员工而言，年轻或年长员工对于组织而言都不是最受欢迎的，特别是对年长员工，如果一直在一个组织内没有得到晋升发展，并且长期从事事务性的工作会令其陷入工作倦怠，并导致绩效低下[31]，这对组织和个人而言都是一种资源的浪费。

第四，企业在校园招聘时预设教育背景的门槛有依据吗？近年来应届毕业生就业市场普遍形势严峻，普通高校毕业的本科生在求职之路上更是难上加难，很多人甚至连参加企业面试的机会都很少。这其中的一个主要原因是越来越多的企业在校园招聘时都会要求学生通过网络在线填写简历，而企业的招聘人员会通过网络系统对候选者的个人背景进行条件筛选，比如设置“985高校”、“目标高校”、“硕士研究生”等选项，这种做法看似有招聘歧视之嫌，社会舆论对此也颇有争议，但从实证经验来看，本研究的结论证明了不同毕业学校背景、不同学历水平等个人传记特征对于个体进入组织后的绩效表现是有影响的，这似乎也说明在校园招聘时预设进入门槛条件对组织而言能够提高选人的成功率。

第五，成功的选人渠道在哪里？本研究的结论显示，在集团化公司内部，总部员工从基层单位进行选调，往往能实现个人与组织的双赢。从个人发展的角度来看，最好的职业选择是在现有的组织系统内发展，这样以往积累的各种资源和工作经验能够发挥最大效用，而频繁的跳槽是有风险的，因为本研究的数据显示市场化入职的员工在新公司的绩效表现并不好。

第六，组织更需要通才还是专才？本研究的结论证明就基层岗位而言，专才更为重要，因为岗位与专业匹配程度不同的员工的工作绩效有显著差异，而且这种差异还受到岗位专业化程度的调节。这证明“专业的人干专业的事”、“专业的事交给专业的人”这些朴素的管理原则仍然适用。以往通常认为职能类工作不像技术类工作，其进入门槛相对较低，但随着社会专业化分工不断深化，所谓的通才想要在职能工作中有所作为也是越来越难了。但需注意的是，本研究的对象是基层岗位，而中高层管理岗位往往会弱化专业特性而突出管理职能，在中高层管理人员方面，“专业的领导不专业的”、“外行领导内行”的情况也是不少见的。

本文研究的主要目的在于辨识和寻找谁是高绩效员工。当企业尚无法验证员工的实际工作表现时，通过对个人简历中的个人传记特征进行筛选，能够在一定程度上提高选人用人的准确性，这也是本研究相关结论的主要意义。

本文研究还存在一些不足：第一，在样本的选取上，考虑到纵向研究数据收集的不易性，本文只是针对单个企业进行了细致考察。虽然单样本的研究容易控制大量的影响个体工作绩效的外生变量，但不可否认样本的单一性也会降低本研究结论的外部效度。第二，个体传记特征变量之间也可能存在一些交互效应，考虑到重复测量数据分析的复杂性，本文未对此做深入探讨。未来的研究在从不同角度对个体绩效成因机制进行探讨时，建议加入更多的交互效应检验，以明确不同因素对个体绩效的作用方向以及直接、间接作用的差异。

[1]WALDAN D A, AVOLIO B J. A meta-analysis of age differences in job performance[J].Journal of Applied Psychology,1986,71(1):33-38.

[2]卫旭华,刘咏梅,陈思璇.团队人口统计特征多元化与绩效关系的元分析[J].心理学报,2015(9):1172-1187.

[3]陆瑶,张鸣宇.CEO教育水平与公司绩效[J].清华大学学报(自然科学版),2015(4):428-442.

[4]WALDERSEE R, LUTHANS F. The impact of positive and corrective feedback on customer service performance[J].Journal of Organizational Behavior,2004,15(1):83-95.

[5]NEASE A, MUDGETT B O, QUINONES M A. Relationships among feedback sign, self-efficacy, and acceptance of performance feedback[J].Journal of Applied Psychology,2009,84(5):806-814.

[6]LYNESS K S, HEILMAN M E. When fit is fundamental: performance evaluations and promotions of upper-level female and male managers[J].Journal of Applied Psychology,2010,91(4):777-785.

[7]EAGLY A H, KARAU S J. Role congruity theory of prejudice toward female leaders[J].Psychological Review,2012,109(3):573-598.

[8]ROTH P L, PURVIS K L, BOBKO P. A meta-analysis of gender group differences for measures of job performance in field studies[J].Journal of Management,2015,38(2):719-739.

[9]MYERS M B, GRIFFITH D A, DAUGHERTY P J, et al. Maximizing the human capital equation in logistics: education, experience, and skills[J].Journal of Business Logistics,2004,25(1):211-232.

[10]KRISTOF-BROWN A L, ZIMMERMAN R D, JOHNSON E C. Consequences of individuals’ fit at work: a meta-analysis of person-job, person-organization, person-group, and person-supervisor fit[J].Personnel psychology,2005,58(2):281-342.

[11]HAMAN W S, BlUM M, STEFANI J, et al. Albanian turnover: is the job embeddedness construct predictive in an albanian context?[J].Journal of Behavioral & Applied Management,2009,10(2):192-205.

[12]CHUSMIR L H, KOBERG C S. Creativity differences among managers[J].Journal of Vocational Behavior,2014,29(2):240-253.

[13]EBNER N C, FREUND A M, BALTES P B. Developmental changes in goal orientation from youth to late adulthood: from striving for gains to maintenance and prevention of losses[J].Psychology & Aging,2014,21(4):664-678.

[14]STUMAN M C. Searching for the inverted u-shaped relationship between time and performance: meta-analyses of the experience/performance, tenure/performance, and age/performance relationships[J].Journal of Management,2009,29(5):609-640.

[15]NG T W H, FELDMAN D C. Organizational tenure and job performance[J].Journal of Management,2010,36(5):1220-1250.

[16]SCHMIDT F L, HUNTER J E. The validity and utility of selection methods in personnel psychology: practical and theoretical implications of 85 years of research findings[J].Psychological Bulletin,1998,124(2):262-274.

[17]OLMI D J, EDWARDS R P, TINGSTROM D H. The sequential introduction of compliance training components with elementary-aged children in general education classroom settings[J].School Psychology Quarterly,2011,16(2):142-157.

[18]NG T W H, EBY L T, SORENSEN K L, et al. Predictors of objective and subjective career success: a meta-analysis[J].Personnel psychology,2005,58(2):367-408.

[19]NG T W H, FELDMAN D C. How broadly does education contribute to job performance?[J].Personnel Psychology,2009,62(1):89-134.

[20]BORMAN W C, MOTOWIDLO S J. Task performance and contextual performance: the meaning for personnel selection research[J].Human Performance,1997,10(2):99-109.

[21]LANCE C E, BENNETT J R W. Replication and extension of models of supervisory job performance ratings[J].Human Performance,2000,13(2):139-158.

[22]TESLUK P E, JACOBS R R. Toward an integrated model of work experience[J].Personnel psychology,2010,51(2):321-355.

[23]LAUVER K J, KRISTOF-BROWN A. Distinguishing between employees’ perceptions of person—job and person—organization fit[J].Journal of Vocational Behavior,2001,59(3):454-470.

[24]HUNTER J E. A causal analysis of cognitive ability, job knowledge, job performance, and supervisor ratings[J].Performance measurement and theory,1984,10(2):257-266.

[25]SCHMIDT F L, HUNTER J E, OUTERBRIDGE A N. Impact of job experience and ability on job knowledge, work sample performance, and supervisory ratings of job performance[J].Journal of Applied Psychology,1986,71(3):432-439.

[26]HUNTER J E. Cognitive ability, cognitive aptitudes, job knowledge, and job performance[J].Journal of Vocational Behavior,1986,29(3):340-362.

[27]CHEN G, WENDY J, CASPER J M. The roles of self-efficacy and task complexity in the relationships among cognitive ability, conscientiousness, and work-related performance: a meta-analytic examination[J].Human Performance,2001,14(3):209-230.

[28]JAMES L R, DEMAREE R G, WOLF G. Estimating within-group interrater reliability with and without response bias[J].Journal of Applied Psychology,1984,69(1):85-98.

[29]张文彤.SPSS统计分析高级教程[M].北京：高等教育出版社,2004：101-138.

[30]CARSTENSEN L L, ISAACOWITZ D M, CHARLES S T. Taking time seriously. A theory of socioemotional selectivity[J].American Psychologist,1999,54(3):165-81.

(责任编辑 束顺民)

The Influence of Personal Biographical Characteristics on Job Performance: A 4-Year Follow-up Study

FU Fei-qiang1, PENG Jian-feng2

(1.SchoolofEconomicsandManagement,BeijingUniversityofChemicalTechnology,Beijing100029,China； 2.SchoolofLaborandHumanResourcesManagement,RenminUniversityofChina,Beijing100872,China)

Seeking and Identifying the high-performance staff is always the core issue of organizational management. This study is based on 4 consecutive measurements of individual job performance, analyzing the development trend of individual job performance, the influence of personal characteristics (gender, age, education level, entry channel, post and professional matching degree) on job performance and the interaction between the difference and time. This study works out some interesting and meaningful conclusions in the context of Chinese organizations, which broaden the interpretation of the phenomenon of organizational management. This research also gives some suggestions on how to improve the effectiveness of the personnel selection and appointment.

job performance; biographical characteristics; follow-up study

2016-12-06

中央高校基本科研业务费专项资金项目(ZY1501)

傅飞强，男，讲师，博士，主要从事人力资源开发与管理研究；彭剑锋，男，教授，博士，主要从事人力资源开发与管理研究。

F270

A

1000-2154(2017)06-0048-12

10.14134/j.cnki.cn33-1336/f.2017.06.005