基于资源基础理论的大数据人力资源管理研究

余清文

（江苏省生产力促进中心，江苏南京 210042）

0 引言

随着电脑的普及，从20世纪90年代末开始，国内的一些科技公司，如朗新、金益康、宏景等，开始借鉴国外的人力资源管理信息化模式，在国内逐步开发、推广人力资源管理软件。企业通过电脑记录数据，把人力资源管理的薪酬、招聘、绩效考核等信息统一用数据库管理起来，完成了从单纯的数据记录向人力资源业务流程管理的演进过程。随着科学技术的发展，企业所使用的人力资源管理系统也积累了内部员工的大量数据，这使得企业具有了迈向大数据人力资源管理的资源基础。本文以资源基础理论为基础，探讨在互联网时代的企业人力资源管理中，如何利用大数据技术将涉及的相关各类资源转化为企业人力资源管理的核心竞争力，使企业保有持续的竞争优势。

1 资源基础理论概述

1.1 资源基础理论的诞生

1959年，Edith·T·Penrose发表了《企业成长论》（The theory of the growth of the firm），学术界将其看成资源基础理论（Resource-Based View，简称RBV）的起源研究。Penrose提出了企业内在成长理论，她认为被新古典企业理论视作“黑箱”的企业资源和能力是企业创造经济价值的基础，这些资源可以是原材料、厂房、设备，也可以是技术工人、企业形象等。企业的未来发展就是看它所拥有资源的数量和质量，以及企业是否能够更为有效地利用这些资源。

1984年，Birger Wernerfelt在《战略管理杂志》上发表的《企业的资源基础理论》（A Resource-based View of the Firm）一文，标志着资源基础理论的正式诞生。Wernerfelt提出企业内部资源是维持企业竞争优势的源泉，企业的可持续成长战略需要既运用好现有资源，又能够不断培育开发新资源，企业拥有的资源的差异性，导致了企业竞争优势的差异性。

1.2 资源的界定

Wernerfelt将“资源”界定为企业具有的任何优势或弱势。一家企业的资源在一段既定的时间里，可以被看成是与企业紧密联系着的具有一定持久性的有形资源和无形资源。这些资源包括：品牌名称、内部技术知识、雇佣来的技术熟练的员工、贸易合同、机械设备、有效程序和资本等。

1991年，Barney在其发表的《企业资源与持续竞争优势》中将“资源“分为：物质资本资源、人力资本资源、组织资本资源［1］。物质资本资源包括有形生产技术、厂房设备、获取的生产材料等。人力资本资源包括企业管理者以及员工的经验、判断力、智力、培训能力、人际关系以及思想理念。组织资本资源指与企业相关的一切属性集合，包括企业的组织结构、正式或非正式的控制计划、企业名誉、企业间与企业内的非正式联系。Barney认为企业资源的分类与定义应该与竞争优势相关，只有那些能给企业带来竞争优势的才能被视为企业的资源。在此基础上，Barney在《从内部寻求竞争优势》一文中提出VRIO（value、rarity、inimitability、organization）模型，将资源的价值性、稀缺性、不易复制性和组织性看作是能为企业获取竞争优势要具有的四大特性。

资源基础理论关注的主要是资源和企业竞争优势之间的关系，但并非所有企业资源都具有竞争优势。若要资源能够带来竞争优势，需要企业有效地配置资源及整合优势。企业合理分配其所拥有的财力、能力、竞争力、储备的知识、获取的信息等资源，才能促使企业完成计划并实现高效的企业绩效。

2 大数据

2.1 大数据的定义

大数据，是指已经超出现有传统数据库工具能够捕捉、储存、管理和分析的能力范围，规模巨大且能够进行智能预测的数据组合。它具有5V特征，即数据量大（Volume）、种类多样（Variety）、价值高（Value）、处理速度快（Velocity）和真实性（Veracity）［2］。大数据被认为是“未来的新石油”，也被比喻为21世纪的“钻石矿”，它在当代社会的很多方面，例如企业生产、商品流通、人员消费等，发挥着重要的作用。

2.2 发展趋势

大数据被提升到国家层面是始于2015年发布的《国务院关于印发促进大数据发展行动纲要的通知》。随后国家出台了一系列大数据政策，覆盖到了环境保护、现代农业、健康医疗、交通旅游、人力资源社会保障等多个层面。

工信部在2016年12月印发了《大数据产业发展规划（2016—2020年）》，全国大数据产业建设掀起热潮，目前已形成八个大数据综合试验区，建成100多个大数据产业园。伴随新一代信息技术、智慧城市、数字中国等发展战略逐步推动社会经济数字化转型，大数据的产业支撑得到强化，应用范围加速拓展，产业规模实现快速增长。

中国信息通信研究院2019年5月6日发布了《中国大数据与实体经济融合发展白皮书（2019年）》，书中将国内和国外环境、科学技术的创新和发展等多个因素进行综合比较分析，测算出我国2018年大数据产业增速约为15%，产值达到5 405亿元［3］。当前，大数据相关技术已基本成熟，逐步成为支撑型的基础设施，其发展方向也开始向提升效率转变，向个性化的上层应用聚焦。随着5G通信标准的落地，物联网、移动互联网、大数据、传统行业将深度融合，算力、流批、TA、模块、云数、数智等技术融合的趋势愈发明显，大量既懂大数据技术又懂其他相关行业技术的人才在大数据应用领域发挥着越来越多的作用。

2.3 大数据与人力资源管理的结合

企业独有的人力资源是企业的核心资源，企业的历史越久、经营规模越大，拥有的人力资源信息和员工业绩数据也就会越多。在人力资源管理领域，有大量的研究表明，将企业架构、职级、人员信息、人事业务流程等资源数据化，能够降低企业人力资源管理成本，提升人力资源管理水平，减少人力资源管理部门的事务性工作，可以使人力资源管理部门将更多的精力放在企业人力资源发展战略制定等更具高附加值的工作。

从资源基础理论出发，企业大数据人力资源管理的物理基础，如计算机硬件设施、软件配备都属于企业的有形资源，技术人员专业技能、经验都属于企业的无形资源，它们已经逐渐成了企业信息技术方面核心竞争力，是企业竞争优势的来源之一。一些科技类型的大公司，已经走在了大数据人力资源管理的前列，例如，谷歌公司的人力资源部门（People Operations，POPS），建立了一套复杂的员工数据追踪系统以便更好地进行人才培养，为了设计出更加科学的薪酬福利制度，谷歌聘请了社会科学家来对公司及员工进行研究。通过数据挖掘和分析，缩短原来的招聘流程。利用大数据技术计算出员工的知识差距和技能差距。

3 大数据人力资源管理的竞争优势

大数据人力资源管理需要在挖掘和收集数据的基础上，进一步“智能”化，能够帮助人力资源管理者进行预测，实现前置管理。例如，人力资源管理者从数据和分析中获取前瞻性的业务预测信息，降低企业用工成本；通过人才流动规律，用人需求潮汐变动情况，有针对性发掘人才等。

3.1 大数据人力资源管理具备的有形资源及其竞争优势

大数据人力资源管理具备的有形资源主要包括人力资源大数据基础软硬件设施以及数据本身。从专业科技公司人力资源管理的经验来看，完善的人力资源大数据基础软硬件设施一般分为4个层次，以便更好地实现数据的层层筛选，使数据持续保持独特的竞争优势。

第一层次是原始数据层。这一层的主要功能就是抓取在人力资源管理六大模块中，例如日常招聘、人员管理、绩效考核等人力资源管理工作，出现的各种信息数据，进行规范梳理，保证数据质量，同时要保障数据的存储安全。

第二层次是衍生数据层。这一层次的数据量以及数据的作用要比第一层次更加重要，它的作用就是根据原始数据形成人力资源管理者需要的其他更便于分析的有效数据，例如，根据员工的参加工作时间可以计算出他的工龄，工龄在计算薪酬、带薪休假等数据时会被频繁使用，这也就要求该层次的数据需要建立统一的计算标准，提升分析使用的效率，减少数据使用的浪费。

第三层次是架构层。这一层需要将管理者关心的优质人才如何选拔、员工绩效如何改进等需求，通过前期数据的分析计算，得出满足需求的衡量指标，架构指标体系，建立解决这些需求问题的思路和方法。

第四层次是应用层。这一层次就是将前述所有的数据、方式方法制作成能够被管理者所使用的数据报告，方便管理者更直观地监控企业运营情况。通过提供预判性的大数据分析，为管理者决策提供支持。

3.2 大数据人力资源管理具备的无形资源及竞争优势

大数据人力资源管理具备的无形资源包括企业领导者能力，企业整体员工构成、人才队伍建设情况，人力资源管理部门的职能构成，人力资源管理者的知识、技能储备特别是大数据技术经验积累等方面。

大数据技术应用逐渐普及后，基本上每个企业都能够掌握基本的大数据技术应用工具和方法，那么基于资源基础理论，企业想要获得竞争优势，就需要具备稀缺性资源，此时胜出的关键就在于企业是否储备了掌握大数据技术应用经验的专业人才以及是否使人才发挥出了应有的水平，如此，企业才有可能在激烈的商业竞争中胜出。比如腾讯公司，它成立了人力资源大数据团队，其成员除了要求具备人力资源管理专业知识，还被要求具备数据库使用、信息资源管理、软件开发、管理咨询等一项或多项知识技能。谷歌公司的人力资源分析师团队，成员的主要专业来源是统计学和组织行为学，该团队根据企业大数据分析研究人力资源政策差异性与员工绩效考核结果之间的关系，并根据分析结果调整员工薪酬或职位，确保团队的良好工作状态［4］。

4 当前大数据人力资源管理的短板

4.1 信息安全保障问题

大数据存储对企业信息化硬件和软件有着很高的要求，如果企业为了节约成本，在互联网中进行数据的传输，或者有些企业会把数据保存在第三方存储空间，而该第三方供应商具有取得该企业全部数据的条件或权限，则企业很难完全保证数据的安全性。企业的人力资源数据系统里保存着多年积累的员工成长信息，包含了企业的人力资源战略计划等商业机密，一旦泄露，造成的损失或损害将无法估量。

4.2 高昂的经费持续投入

企业想借助大数据进行数据分析，需要持续投入大量的经费。首先，要应用大数据，企业必须在软件、硬件上面做出很大的投入。无论是软件——数据分析操作系统，还是硬件设施——服务器、计算机，前期的大量数据搜集，后期的运行维护，都需要大量的资本投入，这些都不是一般企业可以完全负担得起的。

4.3 数据的可靠性有待加强

大数据的优势有目共睹，但也要认识到大数据不是万能的。企业的人力资源信息是在不断更新、变化的，相对应的数据量也在不断增加和变化，一旦数据更新不及时或抓取不准确，就会降低大数据分析结果的准确性，不可靠的分析结果会使企业决策偏离企业战略发展方向。所以，企业决策既需要参考大数据分析结果，也需要进行辩证分析。

4.4 企业内部管理的限制

首先，将大数据技术应用导入人力资源管理，虽然可以提高人力资源管理的效率，但是对于其他的业务部门来说，意味着其部门信息数据将完全透明，部门争取资源、人员配备的可回旋的余地就小了，这导致业务部门配合完成大数据人力资源管理的意愿比较低。

其次，是由于目前大部分的人力资源管理者都是文科类专业毕业，基本上不具备处理大数据的专业能力，专业能力的转换需要付出极大的努力，出于人性本能，很多人都不会愿意增加自己的工作强度，这就给大数据人力资源管理的推广带来了困难。

最后，最主要的是企业领导者思路的问题。重视大数据使用的企业领导者并不多，他们更多的还是在沿用原来的管理思路。如果企业没有一个了解大数据威力的领导者强势推进，大数据人力资源管理模式很难在企业实施成功。

5 结语

基于资源基础理论，企业人力资源具有的稀缺性、不易复制性等特性使其一直是企业竞争优势的来源。大数据作为当代一项新兴的企业竞争优势来源，它与人力资源管理的结合，为人力资源管理模式的创新提供了新的工作思路和方法。将大数据技术应用到人力资源管理上，使大量的人力资源数据转化为具有价值的信息和业务预测，对企业竞争力提升和企业运营发展产生良性影响，对企业持续保持竞争优势，实现战略发展目标起到了重要的作用。虽然大数据技术目前存在着一些发展初期的问题，但是合理利用大数据技术，实现大数据人力资源管理是未来人力资源管理行业的发展趋势，企业应当从自身实际需要出发，量力而行，建立与企业战略相匹配的大数据人力资源管理模式，持续保持企业竞争优势。