基于大数据的高校人事档案管理转型

彭艳

摘要：大数据技术为高校人事档案信息化管理带来了机遇和挑战。高校人事档案管理部门要注重人事档案信息化、构建大数据平台，注重人事档案数据化、确立大数据理念，注重人事档案安全性、规避大数据风险。

关键词：大数据人事档案转型

大数据时代的来临，使人类社会生活的方方面面发生了革命性的变化，也正在有形无形地影响着人们的行为习惯、思维方式以及工作模式。众所周知，高校人事档案管理是典型的、基于数据收集、整理和分析的工作，大数据时代的到来，无疑为我们的工作带来了挑战和变革，当然也为我们带来了新视角和新方法。就现状而言，国内高等院校人事档案管理基本上是以档案的收集、整理、保存为主，在管理理念、思维习惯、行为方式乃至工作模式都远未达到大数据时代对数据管理的要求。在高度信息化的现代社会，如何利用大数据理念来提升当前高校人事档案管理水平，转型高校人事档案管理模式，是高校档案工作者面临的新课题。

一、注重人事档案信息化，构建大数据平台

目前，在高校人事档案管理中，人事档案信息化的不全面、不系统和远落后于时代是人们常常诟病的一个主要问题。正如大数据的研究专家指出，大数据不仅仅是数据的体量大，更重要的是认识数据的思维要变化、收集数据和分析数据的思维也要变化。

高校人事档案信息化建设的关键在于准确可靠的、数字化的原始数据，这就要求人事档案管理人员在收集整理档案材料时，要以高度认真负责的态度审核和鉴别有关材料的真实性、准确性和完整性。在核定好有关材料信息的准确无误后，要以二级单位或职能部门建立好基础数据库，并录入昕有人员的基本状态数据，如，职工代号、姓名、性别、民族、籍贯、出生和入职日期、政治面貌、学历学位、职务职称等。档案管理人员在录入这些基本数据后，应继续根据人事档案分类编目的统一要求及标准，分门别类地数字化档案材料的名称、形成时间、份数及页码等。这样在查询时，便可以很快地定位想要查询的内容，并可在索引中清晰地掌握被查询人员的档案全貌。当然，基于部门或职能部门的基础数据库还应互连、互通，以便基础数据的及时更新和共享。如，组织部门的职务职级任免、年度绩效考核等，人事部门的职称评聘、师资培训等，劳资财务部门的工资变动、社保办理等，只有各部门和单位将人事档案材料及时归档、录入、更新，人事档案部门才能统一审核、入库，并最终达到更替及时、数据准确、信息共享。

档案管理人员素质胜任、管理科学是高校人事档案信息化的关键。因此，高校人事档案主管部门在配备人员时，要对岗位人员的学历层次、专业知识、年龄结构等方面提出工作胜任要求，并培训在岗工作人员的信息化知识、网络技术知识和大数据知识，切实提升大数据背景下档案管理人员的服务、管理、适应的素质和能力。

二、注重人事档案数据化，确立大数据理念

对于大数据，麦肯锡全球研究所给出了大家比较认可的定义，即一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。转而言之，大数据变革了我们对世界的思维方式，如从样本思维、精确思维、因果思维过渡到总体思维、容错思维、相关思维。大数据的理念使得原本完全独立的基础数据库间有了联系和交汇，通过这些关联重聚的数据就变成了更为丰富多样的信息资源。也就是说，大数据的关键作用在于赋予信息内容及信息关系以新的内涵和意义。为此，高校人事档案管理工作需要将人事档案信息数据化，而不仅仅是数字化。数据化与数字化之间内涵差距较大。数字化是指将模拟数据变换为以0与1表示的二进制码；而数据化则是指将现象转变为可量化分析对象的过程。高校人事档案信息通过数据化，才能被检素、比较、统计、判断、预测，进而有效地体现出数据的潜在价值。

在高校人事档案管理中，管理者常常需要做各种各样的人事信息统计和判断，这就需要有一个虚拟系统能够把分布在不同基础数据库中的原始数据按照设定的要求进行描述和统计，大数据的理念给高校人事档案管理带来了革新性的理念。

就我所在的地方本科院校而言，学校经常会对人事信息进行各类统计，这些数据需要从多个二级单位、职能部门的数据库中获取。然而，这里甚为关键问题的是，这些不同的基础数据库中的信息资源是否是及时更新，是否是完全同步，并且是否可共享。例如，现在要统计全校副职你在各岗位定级中的薪酬情况和年龄分段情况，这其中需要涉及的信息包括：从师资信息管理系统中获取某某副教授是某级岗位信息，从档案信息管理系统中获得该副教授的年龄情况，从劳资信息管理系统中获取该副教授的工资信息，实际操作上非常复杂繁琐。然而，如果这些基础性数据库的数据是关联的、同步的、共享的，那么此种情况统计工作就非常容易且简单快捷高效。倘若该同志刚刚评上了正教授，师资信息管理系统予以了体现，但劳资信息管理中该教授的工资却没有兑现，很明显会造成人事信息统计数据的错误。基于大数据理念，建立在人事档案数量化的人事管理系统完全可以有效避免此类低级错误，达成真正现实意义上的资源共享。

三、注重人事档案安全性，规避大数据风险

由于当前还处于迈向大数据时代的初期，其应用方式和规模与现实要求还存在较大的距离。因此，我们在充分利用大数据进行高校人事档案管理的转型时，也应充分认识到大数据运行的局限性，尤其是目前的数据化技术还存在许多未知风险。

一是要规避人事档案大数据分析与判断的潜在风险。即不能盲目提升大数据技术的作用却没有真正把握数据化资料的真谛，也不能盲目信任大数据技术的力量而忽视其自身的局限性，我们必须清醒地意识到大数据技术仅是提供了某种可能的解决方案或关系，而不是直接的或标准的答案和结果。在实际工作中，人事档案管理者必须针对人事档案信息化、数据化过程中可能存在的偏差或干扰建立必要的数据失效风险预警机制，以消除或最大程度地降低人事档案数据资源的无效分析和误判风险。

二是要规避人事档案数据资源的流失和泄露风险。由于采集者无法预知所集约的人事档案信息未来的使用环境和应用目的，人事档案信息化、数据化后，如何确保数据信息既能有效运用，又能确保不泄密和流失，已成为高校人事档案部门信息资源开发利用工作中极为关键的现实问题。这可能既是人事档案领域发展的机遇，也可能是引发信息灾难的陷阱。

因此，我们要建立信息隐私权的保护机制，对特殊信息数据进行必要的模糊处置，对有关个人信息关键数据再利用的行为，设置必要的数字化限制技术。高校人事档案部门作为信息数据采集管理者应按照有关政策法律，要确立信息安全管理制度，依法担负人事信息安全监管责任。