互联网与高校人力资源管理的相关性研究

孙永清

(山东工商学院 教务处，山东 烟台 264005)

一、引言

互联网的广泛应用促使高校的人力资源管理工作顺应信息时代的发展做出转变，传统的人力资源管理方式转变为多元化、信息化的管理方式。从人力资源管理的目标任务与范畴来看，高校人力资源管理工作与企业有着很大的不同，不仅仅是管理与效益的需要，而是承担着更广泛、更深刻的使命与内涵。包括教师发展、管理队伍建设、学生培养等多方面的主体，最终目标是通过丰富人力资源管理的方法与途径，进一步提升培养和开发人才的水平，落实立德树人根本任务。因此，充分发挥互联网在价值观塑造上的积极作用、在管理手段的多样化作用、在管理效果的便捷化特点，减少互联网对高校人力资源管理工作所产生的负面影响，这是当前的高校人力资源管理工作所面临的一个难题。积极推进以互联网和大数据为特征的人力资源管理，可以更好地指导高校开展人力资源管理工作，使其在更加贴近教师、管理队伍、学生主体的同时更加地高效。本文通过研究互联网与高校人力资源管理的相关性一方面能够明确互联网在创新人力资源管理理论过程中的重要作用，另一方面在更新人力资源管理载体内涵的基础上能够促进人力资源管理理论的整体发展与创新。本文通过建立VAR模型来研究互联网与高校人力资源管理的相关性，以达到构建一个比较合理的人力资源管理模式的目的。

目前，关于互联网与高校人力资源管理方面的研究主要有以下几个方面：一是关于互联网时代人力资源管理新趋势的研究。彭剑锋(2014)指出互联网时代的管理方式与体系的快速发展与变革，人力资源管理工作或多或少都受到了强烈的冲击，给当前人力资源管理带来一些机遇和挑战。作者指出互联网时代人力资源管理工作的特征以及新思维。王晓丽(2018)指出，互联网技术的广泛应用，给人力资源管理工作提出了新的要求，作者基于互联网时代人力资源管理工作的发展特征，提出了一些新的发展思路。二是关于互联网对人力资源管理的影响的研究,宗月琴(2015)指出互联网时代的到来使得人力资源管理工作出现了较大的转变，作者围绕人力资源管理受互联网的影响进行分析。作者认为应该遵循互联网发展潮流，构建新环境下的人力资源管理模式。王思琪(2015)总结了互联网发展人力资源管理工作的影响,提出了互联网时代人力资源管理的实现路径,希望对强化互联网中的人力资源管理功能起到一定的作用。三是关于在互联网时代高校人力资源管理模式研究,刘耀欣(2016)以高校人力资源管理工的难题为切入点，深入阐述了我国当代高校人力资源管理模式在互联网时代转型的必要性及措施，对高等人力资源管理的发展具有较强的指导意义。杨雨薇(2019)立足于互联网发展的特点，探讨如何将互联网应用到大学生的人力资源管理当中，旨在找到互联网的发展与高校人力资源管理的契合点[1-9]。

从上述文献可以看出，以往有关于互联网与人力资源管理的研究大部分都是从互联网时代人力资源管理的发展模式入手，并提出相应的引导对策。本文基于Stata和EViews分析软件，建立VAR模型，并结合Granger因果检验和脉冲响应函数等工具做出进一步的分析，定量研究互联网发展与高校人力资源管理的相关性，旨在更好地推动互联网视域下高校人力资源管理工作的开展。

二、模型设定以及数据的选取

(一)VAR模型

VAR模型的设立是以数据的统计性质为基础的。也就是说,该模型在设定过程中把各个内生变量都作为全部内生变量的滞后值的函数来建立模型, 该模型是将单变量模型转变为由多个时间序列变量组成的向量自回归模型。本文构建的VAR模型，即向量自回归模型，含有k个时间序列、p期滞后的VAR模型一般形式可以表示为：

yt=β0+β1yt-1+…+βpyt-p+εt.

(1)

其中，y表示k维的内生变量；β表示相应的系数矩阵；p表示内生变量的滞后阶数；表示残差向量。

(二)构建VAR模型的步骤

在文献中，大多数宏观经济时间序列变量都有单位根，在模型中回归非稳态变量可能会导致虚假的回归结果(Granger，1986)[10]。在本研究中，首先对所有变量进ADF单位根检验，以确定变量的平稳状态。大多数变量的一阶或二阶差分项通常会是平稳的，验证数据的平稳性之后，继而可以构建VAR模型。其次，选择不同的滞后阶数会得出不同的估计结果，因此我们需要根据信息准则确定最优滞后阶数。第三，执行协整检验以确定变量之间后续的长期关系。本研究执行Johansen协整检验，如果检验统计量大于其临界值1%、5%或10%的显著性水平，则拒绝不存在协整的零假设。协整的存在意味着序列之间存在着固定的长期关系。第四，借助格兰杰因果关系检验、脉冲响应函数与方差分解等工具探求变量之间的相关关系。VAR模型是研究冲击在变量间传递的最佳方法。对第i个变量的冲击并不直接影响第i个变量，而是通过VAR的动态(滞后)结构传递给其他所有内生变量。VAR的脉冲响应函数追踪了一次创新冲击对内生变量当前和未来值的影响。累积反应是脉冲反应的累积总和。脉冲反应函数追踪对一个内生变量的冲击对VAR中其他变量的影响，而方差分解则将一个内生变量的变化分离为对VAR的冲击成分。因此，方差分解提供了每个随机创新在影响VAR中变量的相对重要性的信息。

(三)变量和数据的选取

在对相关文献查阅和借鉴的基础上, 用互联网上网人数这个指标来反映本文所要研究的互联网。而在高校人力资源管理方面则选用高校人力资源管理类学术论文数量这一指标，选用该指标是因为思想政治教育类论文的数量在整体上是对高校人力资源管理成果的一种反映。表1报告了本次研究中相关指标的描述性统计结果。

表1 描述性统计

对照表1中所选取的指标，WM的数据是从《中国统计年鉴》中截取1997年—2019年的数据作为本文所要研究的样本数据，LW的数据是从万方数据库中截取的数据作为本文所要研究的样本数据，然后进行模型的建立以及建模后的一系列分析。

三、实证分析

(一)平稳性检验

在建立线性VAR模型之前，我们需要检验数据的平稳性。首先对样本数据进行取对数处理，并分别用lnWM、lnLW来表示取完对数后的新序列, 然后执行单位根检验，以确定序列是否达到平稳状态。若ADF检验值小于在某种显著性水平下的临界值，则认为该序列不存在单位根，为平稳序列，拒绝原假设；否则就接受原假设，认为序列存在单位根，即为非平稳序列。单位根检验的结果如表2所示。

表2 ADF单位根检验

若变量的ADF统计值小于在某显著性水平下的临界值，则可认为该变量为平稳序列，变量不存在单位根。由表2的ADF单位根检验结果，可知，lnWM、lnLW这两个变量的ADF值均小于在5%s的显著性水平下的临界值，故这两个变量为平稳序列。

(二)VAR模型滞后阶数的选取

在建立由平稳序列lnWM、lnLW构成的VAR模型时，需要确定最优滞后期。一般来讲，滞后期过少容易导致误差项存在很严重的自相关，并且也会导致参数的非一致性估计。为了估计VAR模型，首先需要根据信息准则确定VAR模型的阶数，本文采用广泛使用的AIC、SC、LR、FPE和HQIC等标准来确定最优滞后期，滞后期选择的计算结果如表3所示。

其中，“LL”表示对数似然函数；“LR”表示似然比检验，是对最后一阶系数的联合显著性进行的似然比检验。df和p分别表示似然比统计量的自由度和p值。“FPE”表示度量向前一期预测的均方误差。表3中的检验结果显示，不同的信息准则所选择的滞后阶数一致(表3中打*号者)。根据最简洁的SBIC准则、FPE准则、LR检验准、SBIC准则和AIC准则，选择最佳滞后期为4，因此建立VAR(4)模型。

表3 模型滞后期的选择

(三)VAR模型的检验

1.AR根检验。建立 VAR 模型，需进行平稳性检验，以确保建立的模型是稳定的，基于上述建立的VAR(4)模型, 验证该模型的稳定性，本文运用AR根的方法检验，结果见图1。

图1 AR根检验结果

若VAR模型的所有特征值均落在单位圆内, 说明VAR系统是稳定；反之, 说明该模型不稳定。由图1可以看出，所有特征值均在单位圆内，故通过检验,说明此VAR系统是稳定的，可以对模型进行进一步的分析。

2.基于VAR的协整分析。由单位根检验结果可知，lnWM和lnLW的一阶差分序列为平稳序列，即一阶单整，故可对lnWM和lnLW这两个平稳序列进行Johansen协整检验，具体检验结果见表4、表5所示。

由表4所列检验结果可以看出，只有一个线性无关的协整向量(表4中打星号者)。当统计量小于显著性水平下的临界值时拒绝对应的原假设(没有协整关系)，可认为变量之间存在协整关系。表5最大特征值检验结果表明，可以在5%的水平上拒绝“协整秩为0”的原假设，但无法拒绝“协整秩为1”的假设，故应该接受“协整秩为1”的原假设，认为变量 lnWM 与lnLW之间存在一个协整关系，即，这两个变量存在长期的均衡关系。

表4 包含常数项和时间趋势的协整检验结果

3.Granger检验。格兰杰因果关系能够用来检验某个变量的所有滞后项是否对另一个或几个变量的当期值产生影响，lnWM和lnLW的因果关系检验结果如表6所示。

由表6中的格兰杰检验结果可知，在以lnLW为被解释变量的方程中，如果检验变量lnWM系数的联合显著性，其卡方统计量为35.584，相应P值为0.000，故可认为lnWM是lnLW变化的格兰杰原因。同样可知, 在以lnWM为被解释变量的方程中，如果检验变量lnLW系数的联合显著性，lnLW 是lnWM 变化的格兰杰原因这个假设成立的概率为0.999, 因此可以在1%的显著性水平下认为lnLW是lnWM变化的格兰杰原因。故，lnWM与lnLW 存在双向格兰杰因果关系, 即互联网与高校人力资源管理之间存在相互格兰杰因果关系。

表5 最大特征值检验

表6 格兰杰检验结果

4.脉冲响应函数。脉冲响应函数是用来反映当模型受到冲击时, 对系统的作出的动态反应。在图2中, 横轴表示冲击影响的滞后阶数, 纵轴为变化率。位于“0”轴上方意味着两个变量之间是正相关关系，位于“0”轴以下意味着两个变量之间是负相关关系。

图2第一行的两个图均以lnLW为响应变量，分别描述lnLW对lnLW以及lnWM变化的动态反应。可以看出，在初期，lnLW对自身的S.E值反应比较强烈，在第一期的时候就达到整个变化过程的峰值，达到峰值之后逐步开始回落，在第3期时开始回升，在第5期之后一直保持不断下降的趋势。lnLW对lnWM变化的反应在初期并不强烈，不过在第1期之后开始上升，并于第2期达到峰值，之后开始逐步回落，继而保持比较平稳的状态。由图2中的脉冲响应图可以看出，给lnWM一个冲击，lnLW会受到正向冲击，即，互联网在短期内会促进高校人力资源管理，只不过变化幅度比较小。

图2第二行的两个图均以lnWM为响应变量，分别描述lnWM对lnWM与lnLW变化的动态反应。由第二行的第一个图可以看出，给lnLW一个冲击，lnwn会受到正向冲击，即，人力资源管理会促进互联网的发展。在初期，lnWM对lnLW变化的动态反应并不强烈，但在初期，这种反应呈现一个不断上升的趋势，在第4期达到峰值，在第4期之后开始逐步回落，继而保持一个较为缓慢的下降趋势。lnWM对lnLW变化的反应趋势一直位于“0”轴上方，这说明人力资源管理会促进互联网的发展，只不过这种变化波动幅度比较大。在前2期的时候，lnWM对自身的S.E值反应比较强烈，在第一期的时候就达到整个变化过程的峰值，达到峰值之后逐步开始回落，在第3期达到低值，继而保持在一个比较平稳的状态。

图2 正交化脉冲响应图

5.方差分解分析。基于脉冲响应函数能够考量VAR模型当中一个内生变量的冲击对于其他的内生变量的作用趋势, 但是难以更进一步地评价不同结构冲击的程度及其重要性。这就需要我们通过方差分解来衡量其每一个结构冲击对内生变量变化的解释力度。文章基于VAR模型, 分别对lnWM和lnLW进行方差分解，预测方差分解结果如图3所示。

图3第一行是对lnLW进行的预测，由图示检验结果可以看出，lnLW的预测方差在整个滞后期几乎都来自lnLW自身。lnWM从第1期之后开始慢慢对lnLW的变化有解释能力，并于第3期达到峰值，继而慢慢回落，在第5期下降到低值，继而保持比较平稳的状态。这个变化趋势说明，在短期内互联网对高校人力资源管理的变化有一定的解释能力，但从长期来看，互联网对高校人力资源管理的变化并没有解释能力，故，从第一行两个图来看，lnLW主要受自身的影响，变量lnWM对lnLW几乎没有影响。

图3第二行是对lnWM进行预测，从图示检验结果来看，其预测方差在第1期几乎都来自lnWM自身。lnLW从第2期开始对lnWM的变化有解释能力，并且这种解释能力迅速变强，在第4期达到第1个峰值之后，又进入新一轮的增强过程，从图示检验结果来看，解释能力的增强速度较为缓慢，这说明高校人力资源管理对互联网的变化具有很强的预测作用，虽然在第1期的时候比较低，但总体上增速比较快。人力资源管理的变化对互联网的变化的预测能力的变化到第8期之后稳定在比较高的水平，人力资源管理变化一个单位的外生冲击会在很大程度上影响互联网的变化，并且这种影响在短期内还会逐渐增强，长期会趋于稳定。

图3 预测方差分解图

综上所述，高校人力资源管理在短期内受到自身变化的影响最为剧烈，而互联网的变化对高校人力资源管理的数量影响效果不甚明显。高校人力资源管理的变化对互联网的变化影响比较大，并且这种影响比较持久，这一点可以直观的通过图示结果看出来。

四、结论与建议

本研究建立VAR模型，探讨了互联网与高校人力资源管理之间的相关性，由实证分析可知，互联网发展与高校人力资源管理之间存在相互促进关系。首先，由协整检验与格兰杰检验结果可知，互联网与高校人力资源管理之间存在相互促进的关系，互联网在短期内会促进高校的人力资源管理状况不断改善，而高校人力资源管理对互联网有长期的持续性的正向影响。脉冲响应和方差分解的结果均显示互联网对高校的人力资源管理冲击的响应较为灵敏和强烈，说明高校人力资源管理显著影响了互联网，并且这种影响比较持久，而互联网的变化对高校人力资源管理影响效果不甚明显。通过分析，本文提出以下几点建议，加快促进互联网与高校校人力资源管理融合发展，积极构建互联网+高校人力资源管理模式，更好的发挥互联网在高校人力资源管理中的作用。一是要自觉转变传统的高校人力资源管理观念。高校人力资源管理工作是一项持续的系统性工程，要想做好高校人力资源管理工作，必须注重因时而新、循序渐进。互联网、大数据、云计算等技术的快速发展，给高校人力资源管理工作的开展提供了极大便利。必须转变传统的人力资源管理观念，紧跟时代发展步伐，不断解放思想，积极树立与互联网相适应的新观念，主动融入互联网平台使用中，从而带动人力资源管理工作实现创新和突破。二是要积极拓展高校人力资源管理领域。高校人力资源管理要站在立德树人高度，积极承担在师资队伍建设、教师个人发展、学生培养等方面的使命与担当，发挥互联网时代，信息(数据)高度发达、数据挖掘便利、形式多样高效的特点，使新技术与高校人力资源管理高度融合。三是要有序推进高校人力资源管理信息化平台建设。互联网与信息技术的发展为高校人力资源管理效能的提升提供了广阔的空间，要积极融合传统方式方法与新型互联网各自优势，促进高校人力资源管理模式转变。要有序推进基础设施、数据资源、管理平台、管理制度等方面的建设，逐步形成运行高效、功能完备的高校人力资源管理生态系统。