人力资源价值影响因素分析

贺宗皖

［摘要］ 在人力资源的开发、利用和管理过程中，首先要解决的是人力资源价值计量问题，而人力资源价值计量问题的解决必须建立在对影响人力资源因素进行分析的基础上，本文主要对人力资源价值影响因素进行分析。

［关键词］ 人力资源价值； 影响因素； 分析

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 11. 037

［中图分类号］F272.92 ［文献标识码］A［文章编号］1673 - 0194（2012）11- 0057- 01

随着社会主义市场经济的逐步建立和完善，人力资源的经济价值日益受到人们的重视。目前，企业之间的竞争已经由物质资源的竞争转向人力资源的竞争，谁拥有掌握高新技术和知识的人力资源，谁就能够在激烈的竞争中获胜。

1人力资源价值的影响因素

1.１自身的因素

人力资源自身的因素包括劳动能力和动力因素。其中劳动能力包括劳动者的知识、技能、智力水平等因素。① 知识是人们长期从事各种活动所形成的各种经验和理论的总结。人力资源知识水平可用学历层次、受教育程度来表示，一般情况下，受过较高层次教育的人要比没接受教育或教育水平较低的人的价值更大。② 技能水平主要指的是技术、管理和人际交往等方面的能力，它反映了人力资源为企业提供服务的潜在能力。技能水平一般是相对固定的，但也可以通过培训、学习等得到提高。③ 智力是人们认识事物、运用知识解决问题的能力，包括观察力、记忆力、思维能力、想象力等。④ 动力是劳动者工作的努力程度，它由不同的生理、心理和社会条件决定，对高级人员来说是企业家精神，它是企业家把企业利益和个人利益联系起来，自觉要求为企业做出贡献的努力程度。努力和能力既有区别，又有联系。努力要以一定的能力为基础，没有相应的知识和技能，只有主观愿望是不行的，同时，努力程度的大小也直接影响到其做出贡献的大小，在此，知识技能是“硬件”，员工努力或企业家精神是“软件”。

1.２外部因素

人力资源价值的大小，除了人力资源自身因素外，其所在的组织及社会等外部因素对人力资源潜力的发挥也起着重要的作用。① 组织结构。组织结构简单、快速高效的企业为人力资源发挥其潜力提供了良好的环境。② 领导方式。企业组织的正确领导和决策，往往能产生极强的凝聚力、亲和力和员工的协作力。这种由于领导有方和信息网络通畅而产生的协作力，可以激发广大员工的工作热情和创造欲望，促进人力资源价值的充分实现和发挥，同时还能产生一种生产“自乘”的作用，大大提高企业的经济效益。③社会环境。尊重知识、尊重人才的良好的社会氛围能给人力资源价值提供良好的激励机制。

2对人力资源价值进行评估的可行性分析

2.１劳动力成为商品是进行人力资源价值评估的客观前提

资产评估是市场经济的产物，没有商品的交换就不会有资产评估的客观要求。在现代经济社会中，没有资产的市场交易行为的发生，也就不会产生资产评估活动。作为企业人力资源基本组成单元的劳动力能够成为商品，是将人力资源作为评估对象的基本前提。

马克思关于劳动力商品的理论指出，劳动力成为商品，必须有两个条件：一是劳动者必须有人身自由；二是劳动者丧失生产资料。虽然在理想的社会主义条件下，实行生产资料全民所有制，劳动者和生产资料直接相结合，劳动者真正成为生产资料的主人，此时劳动力不再是商品。但考虑到我国现阶段处于社会主义初级阶段，公有制经济不成熟、不完善，多种经济成分并存，劳动力仍然具有成为商品的两个条件。

2.２人力资源会计研究为人力资源价值评估提供了可借鉴的经验

随着人力资本理论的形成和发展，人们对人力资源会计研究日益增多，许多会计学者就适合西方人力资源开发与管理的会计核算模式、计量方法、会计报告体系等进行了深入的研究，提出了一些人力资源价值计量方法，并构成了理论体系。20世纪８０年代以后，我国会计理论工作者也开始对人力资源会计问题进行研究，并提出了对人力资源成本和价值进行核算的方法。国内外有关人力资源会计的理论研究为我们进行人力资源价值评估研究提供了宝贵的经验。

3人力资源价值影响因素分析

3.１人力资源价值影响因素调查

为了确定人力资源价值的主要影响因素，对各种相关资料中提到的人力资源构成要素进行筛选、收集、总结和分类后，建立起人力资源价值构成体系的框架，并将其做成调查表，分别在企业单位职工、事业单位职工、高等院校学生和大学教师中间进行了调查。要求被调查者对所列指标的重要性按０~１０分进行评价。本次调查共发放调查表２４０份，收回有效调查表２２０份。其中，对于生产性企业单位职工共发放７８份调查表，收回有效调查表７５份；对于事业单位职工共发放６６份，收回有效调查表６３份；对于高等院校学生共发放６６份，收回有效调查表６０份；对于大学教师共发放２９份，收回有效调查表２０份。

3.２人力资源影响因素的因子分析

通过运用多元统计分析方法对多个随机变量观测数据的分析，来研究变量之间的相互关系以揭示这些变量内在的变化规律。多元分析包括多元正态总体的参数估计和假设检验以及常用的统计方法。这些方法有多元数据图表法、聚类分析、判别分析、主成分分析、因子分析、对应分析、多重多元回归分析、典型相关分析、路径分析、多维标度法等。通过对多元统计分析各方法进行比较，并发现运用因子分析法可以达到将指标按相关性大小分类的目的。故本文将采用因子分析法对调查所得数据表明的因素进行分析。

因子分析是将具有错综复杂关系的变量（或样品）综合为数量较少的几个因子，以再现原始变量与因子之间的相互关系。同时根据不同因子还可以对变量进行分类，它属于多元分析中处理降维的一种统计方法。其基本思想是通过变量（或样品）的相关系数矩阵（对样品是相似系数矩阵）内部结构的研究，找出能控制所有变量（或样品）的少数几个随机变量去描述多个变量（或样品）之间的相关（相似）关系。然后根据相关性（或相似性）的大小把变量（或样品）分组，使得同组内的变量（或样品）之间的相关性（或相似性）较高。