人力资源管理系统的现状及不足

李清黎　徐慧娟

【摘要】现有人力资源管理系统是从人力资源管理的角度出发，用集中的数据库处理几乎所有与人力资源相关的数据统一管理起来，形成集成的信息源。目前的系统虽然可以高效的实现数据的录入、查询、统计等功能，但无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展。文章根据市场现有情况，针对系统出现的弊端及新的业务需求，指出原有的人力资源管理系统是最好所存在的不足及解决途径。

【关键词】人力资源管理系统 数据挖掘

一、人力资源管理系统的现状

人力资源管理系统（Human Resource Management System），HRMS是指人力资源管理与信息技术相结合的信息系统。一个好的人力资源管理系统，既是人力资源管理的信息处理工具，更应是规范人力资源管理的工具。如果系统只是简单地处理信息，则只能被称为人力资源信息系统（Human Resource Information System，HRIS）。

人力资源管理系统从产生到现在，大约经历了三个阶段，分别为：第一代的人力资源管理系统出现在20世纪60年代末期。系统的主要功能是利用计算机自动计算薪金。系统受到当时技术条件和需求的限制，不包括非财务信息和薪金的历史记录，更不用说报表生成功能和薪资数据分析功能了。但是，它的出现为人力资源的管理展示了美好的前景。第二代的人力资源管理系统出现在20世纪80年代初。随着计算机技术的发展，尤其是数据库技术的发展，系统基本上解决了第一代的主要缺陷，对非财务的人力资源信息和薪金的历史记录都予以考虑，报表生产和数据分析功能也都有了较大的改善。但是，系统没有纳入人力资源管理的需求和理念，因此人力资源信息不是十分系统和全面。第三代的人力资源管理系统出现在20世纪90年代末期，产生了质的飞跃。此时，企业竞争十分激烈，人力资源成为企业兴衰的重要因素。计算机已经普及，数据库技术、客户/服务器技术以及互联网技术也都有了长足发展。该阶段的人力资源管理系统开始从人力资源管理的角度出发，用集中的数据库将几乎所有与人力资源相关的数据统一管理起来，形成了集成的信息源，并且增强了报表生成功能、分析功能和信息共享。

我国人力资源管理系统落后于先进国家，出现在20世纪80年代。那时，国内部分企业开始将计算机用于企业管理，主要进行办公打字，然后逐渐延伸为内部人员自己编制解决方案，用于基本的人事档案管理及工资的计算与发放。进入90年代后，国内大部分企业都已拥有计算机，但人力资源部门的计算机普及程度仍然不够。企业人力资源管理系统没有很大发展，大多是自己开发或委托小型软件公司开发，个别的直接采用EXCEL进行工资计算。这个时期的人力资源管理系统远远落后于财务管理系统的发展。90年代中期，国外软件厂商开始进入中国，推广各自的人力资源管理系统。同时，我国的系统开发商也注意到了这个市场，开始研制人力资源管理系统。到了90年代末，国外先进的人力资源管理理念开始在国内被广泛接受，在经济市场化进程及互联网快速发展的推动下，企业对信息建设越来越重视，人力资源管理系统成为企业信息化的核心内容之一。

随着管理者对人力资源重视程度的提高，他们认识到了人力资源管理系统的重要性，并且希望通过使用系统来规范人力资源部门的业务流程、集中人力资源管理信息和提高人力资源管理的透明度等。同时，国内外的许多软件厂商也注意到了人力资源管理这个市场，纷纷开发了各自系统。国内外厂商开发的人力资源管理软件主要有：第一，SAP。主要功能：人事管理，招聘，时间管理，薪金核算，差旅费核算，组织管理，人事发展，培训和时间管理，人事成本规划，轮班规划。第二，EasyPayroll。员工培训及职业发展计划管理，考勤及休假管理，薪资福利管理，Payroll与个人所得税计算，绩效管理，报表中心，权限控制与数据维护。第三，朗新人力资源管理软件。机构管理，人员管理，工资管理，保险管理，考勤管理，统计报表，决策支持，领导查询，系统维护，远程拥护和文件检索。第四，奇正人力资源管理系统人力资源规划，人才招聘和选拔，合同管理，员工管理，培训管理，绩效考核，社会保障，考勤管理，岗位变动管理，工资管理，集团管理。第五，施特伟人力资源管理系统人事信息管理系统，工资自动计算系统，自设报表，雇员上税处理，统计报表和养老金，公积金等国家福利管理系统等六个系统。

从人力资源管理内容方面比较：所有系统都涵盖了人力资源管理中的人事信息管理、薪资管理，可见这是人力资源管理的基本。其中，部分系统又增加了机构管理、绩效考核等内容，但每个系统都各有侧重。从系统功能方面比较：大部分系统处于MIS管理的较低层次，只是进行数据的录入、存储、查询和统计等管理工作，较少有系统涉及到决策支持功能，而集成数据挖掘技术的系统则没有一个。可见，人力资源管理系统仍存在完善和发展的空间。

二、传统的人力资源管理技术及其不足

人力资源管理是实用性很强的一种管理，除了法律法规、制度保障和政策指导之外，还必须有一整套的管理技术和方法。到目前为止，人力资源管理应用的技术主要有以下四种。

1、统计技术

统计技术是指通过计算概率、总值、均值、方差等统计指标进行数据的比较分析。该技术适合于人力资源管理的许多方面，尤其是处理定量数据。统计技术的典型应用是薪酬管理部分。例如，在评价工资制度的合理性时，按照职务的不同计算相应的平均工资，然后画出散点分布图或曲线图，通过该图可以看出某些职务工资的偏离程度，从而制定纠正措施。

2、计量经济学技术

计量经济学技术是以经济理论为前提，利用数学、统计技术建立数学模型，从而发现变量之间的关系。在人力资源管理中的典型应用是建立人力资源需求模型。它可以根据企业一段时期内的产量X（或收入）和员工数Y建立一元回归模型Y=a+bX，说明该企业产量的变化对人力资源需求的影响程度。当企业要求增加产量时，可以用该模型进行预测。

3、调查技术

调查就是管理者根据一定的管理目的，通过一定的程序，对人力资源管理活动相关现象进行系统而科学的考察，为认识管理活动的规律性提供全面材料的方法。问卷调查是人力资源管理者经常采用的方式。职务分析中常用该方法。其优点在于速度快、分析的样本量大、内容涵盖面宽。

4、信息系统技术

信息系统技术是指人力资源管理部门通过使用计算机信息系统进行数据和工作过程的管理。除此以外，信息系统可以对人力资源的管理和决策提供支持，功能包括数据处理、事务处理和决策支持。计算机的应用是人力资源管理现代化的标志，是人类脑力劳动的重要助手，并帮助人们完成以前所不能完成的工作。

以上四种技术已经在实践中得到应用并取得了良好的效果，是目前人力资源管理者采用的主要技术。但是，它们仍然不能完全解决人力资源管理领域的现有问题，而这些问题是人力资源管理者不能回避且迫切需要解决的。

首先，由于人的特性，人力资源管理的内容多为结构化数据（或称定性数据），而定量数据只占很小比重。因此，人力资源管理者通常只进行定性分析。如人员招聘和绩效考评部分，人力资源管理者只做出“需要什么”、“内容包括哪几方面”、“结论是什么”的说明，并不提出原因。即使分析原因，也只是语言的描述，没有充分的数据支持。这种偏重于定性分析而忽略定量分析的工作方式往往容易造成偏差甚至错误，更缺乏有说服力的证据来充分论证自己的工作内容和业绩。

其次，由于定量分析的缺乏，容易造成人力资源管理中主观因素过多。例如，在对员工进行工作绩效评价时，往往先由管理者确定评价内容和各自的权重（或者比例），然后再根据每个人的具体情况进行打分或比较，最后得出结论。而权重的大小主要依据管理者的主观认知标准。如果管理者的认知全面客观，则评价结果能够真实地反映实际情况，如果管理者偏袒某方面，则评价结果势必存在一定的偏差。总之，减少人力资源管理中的主观因素十分重要，否则容易降低人力资源管理工作的可信程度。

另外，在目前的人力资源管理理论中，如何高效准确地建立人力资源的具体模型还是一个空白。这主要是由于人本身的复杂性、多样性和易变性造成的。但是，一个具体的人力资源模型不仅可以直观的反映人力资源状况，还

可以从中发现其他方法难以察觉的内容。因此说，人力模型对管理工作具有指导作用，有待人们的研究。

三、引进数据挖掘技术

近年来，数据挖掘引起了信息产业界地极大关注，其主要原因是存在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的信息和知识。获取的信息和知识可以广泛用于各种应用，包括商务管理、生产控制、市场分析、工程设计和科学探索等。数据挖掘，英文是Data Mining，中文又译作数据采掘。一种比较公认的定义是W.J.Frawley,G.Piatetsky-Shaprio等人提出的数据挖掘，就是从数据中获取正确新颖、有潜在应用价值和最终可理解模式的非平凡的过程。

诚如上文所述，人力资源的管理目标是人，是一个复杂的、易变的对象，传统的分析方法已不能满足管理者的需要。数据挖掘技术在近几年刚刚出现，它在挖掘已有数据中隐含的规律以及解决具体问题方面，是其他技术方法所不能比拟的。现已在实际领域得到广泛的应用，并且产生了良好效果。此外，数据挖掘技术的优点是：可以集成到具体的MIS系统之中，从而利用已有信息系统存储的数据进行挖掘计算；利用计算机应用程序，把高深复杂的统计技术、挖掘算法封装起来，使人们不用掌握这些技术也能完成同样的功能，从而更专注于自己所要解决的问题。对于数据挖掘技术的研究，在国外已经有几年的历史了，数据挖掘技术及其相关的决策支持系统的发展很快。目前已经直接给商业界、公共服务行业等众多行业带来令人吃惊的利润。并且，很多院校和科研机构也正投入大量的资金进行数据挖掘技术的进一步开发和更深入的研究。

（注：本文是2007年度河南省科技发展计划项目《基于SAN技术的企业物流信息化管理系统研究与开发》的课题成果，项目编号：072102240020，徐慧娟为该项目主持人。）

【参考文献】

[1] Ian H.Witten、Eibe Frank：数据挖掘实用机器学习技术[M].机械工业出版社，2002.

[2] Jiawei Han、Micheline Kamber：数据挖掘概念与技术[M].机械工业出版社，2005.

[3] 邱李华、郭志强、曹青：计算机程序设计基础 Visual Basic 版[M].机械工业出版社，2005.

[4] 张海藩：软件工程导论（第四版）[M]．清华大学出版社，2003.

[5] 施伯乐、丁宝康、汪卫：数据库系统教程（第二版）[M]．高等教育出版社，2003.

[6] 陈大祥：人力资源管理（第1版）[M]．中山大学出版社，2001.

[7] 张一弛：人力资源管理教程（第1版）[M]．北京大学出版社，2000.