大数据在高校人力资源管理中的应用

赵明轩

（西安理工大学，陕西 西安 710048）

0 引言

随着互联网的深度发展，全球已全面进入了一个新的时代——信息化时代。大数据是信息化时代应运而生的产物。现阶段，随着信息化行业大数据战略的普及应用，大数据战略开始拓展到工业领域、教育领域、医学领域、农业领域、服务领域等各个行业，尤其是服务业，如淘宝，京东等线上购物平台，通过大数据分析，个性化迎合消费者的需求，做到投其所好，定制化推送信息，实现销售宣传的最佳效力。总之，大数据能够优化资源配置，实现资源整合，提升资源利用效率和效力。

1 大数据在高校人力资源管理中的必要性

互联网经济推动了全球经济发生翻天覆地的变化，全球已由工业化时代向信息化时代全面转变。参与全球经济的各行各业随着时代的变革都进行着重大的重组与变革。在引领科技革命先锋的高校教育领域，传统的人力资源管理模式越来越无法满足新时代的要求，暴露出管理的信息化程度低、决策的预见性差、管理的效率低、管理的运行成本高等诸多问题。

目前，各高校之间的竞争逐渐进入“白热化”阶段，高校各尽所能“撸起袖子”争强优势资源，提高自身竞争力。各高校首先需要有清晰准确的社会定位，然后根据办学目标，去确定本校的发展方向，因此，就要求管理决策者对国家形势、社会环境、本校校情有多维度的了解。在人力资源管理工作中，大数据最直接的体现就是对全校教职工人力资源管理做出的各项决策。基于此，人力资源业务员在庞大的数据库中对人才引进、薪酬分配、师资培养、职称评审等各方面进行大数据的提取、分析，将隐性信息转化成显性知识，洞悉行业资源，抢占紧缺优势资源。此外，通过监测大数据的变化，洞察国家形势、社会环境或本校发展趋势，数据驱动决策者进行政策调整，走在政策前端，发挥政策的领航作用，避免政策制定的“后知后觉”性，降低“打补丁”式决策事件，减少决策的失误，增强决策的权威力和公信度，增强政策吸引人才的砝码[1]。

2 大数据在高校人力资源管理中的具体应用

2.1 大数据在人才引进中的应用

人才是高校发展的推动力，从清华、北大等知名高校到各种省属地方高校、职业技术院校都在人才引进上不遗余力地大胆尝试，不惜重金引进高层次人才。目前，对于人才的定义基本概括为发表文章数量、获得省部级以上奖项数量，职称、留学背景、荣誉称号等。暂且不论“盛名之下，其实难副”的行业乱象，评估进校人才对学校发展贡献度的预测和分析成为是否引进的主要依据。大数据成为人才引进评估的有效工具。人力资源管理者要分析近几年学校所引进人才年龄、性别、籍贯、毕业院校、专业方向及入校后的发展势头等海量信息，获得本校人才队伍建设的优势及短板，综合考虑学校的发展方向以及人才引进产出比，最终确定引进人才是否满足学校的需求，减少对人才的个人主观判断，弥补人们对直觉的过分自信。同时，根据大数据分析结果，拟定人才的入校合同中工作任务等条款，更好地发挥个人的价值与优势，达到“人尽其才，才尽其用，人事相宜”的效果[2]。另一方面，根据大数据的挖掘与分析，洞悉高层次人才市场变化的新动向，感知人才流动的大趋势，从人找信息转变为信息找人，牢牢掌握人才队伍建设的主动权[3]。

高校的人才队伍建设需要保持多元化，多层次化，这样才能保持自身的创新力和竞争力，在激烈的环境中找到属于自己的发展秩序。人力资源部门要利用大数据系统更好地规划人才队伍[4]，发挥学科优势，补足学科短板，共谋人才招聘团队的数字化转型之路。

2.2 大数据在薪酬分配中的应用

薪酬收入是劳动人员生存与发展的基础。随着国家机关事业单位工资改革的不断推进，工资结构越来越复杂。传统的薪酬统计分析方法主要对平均工资、工资总额、教职工平均人数等几个简单指标进行分析，很难明晰呈现工资体系中的问题，也难以预测指导今后工资政策调整的方向，越来越难以满足高等教育发展的需求。大数据战略与薪酬统计的交叉结合，成为新时代薪酬分析统计的一种必然的路径选择[5]。

从大数据内容上看，高校工资分配主要包括工资法律法规、工资分配政策、绩效工资总额、平均工资、工资指导线、劳动力市场工资指导价位、人力资源成本等相关方面的数据。大数据战略下的薪酬统计分析是高校进行绩效分配内部公平性和外部竞争力评估的基础，是制订科学合理的绩效分配方案的前提。利用大数据深度分析薪酬与人员类别、岗位等级、工作时间、性别、年龄、学历、学科性质、离职率等因素的关系，让海量工资数据进行相互碰撞，分析现行工资政策的内部公平性和激励性效果[6]。研究工资分布及流动情况，便于与其他高校进行全方位多维度比较，评估工资政策外部的竞争力。此外，随着薪酬大数据平台的开发，提高各种统计数据的全覆盖性，往上级报送年度报表时，实现联网直报方式，提高基层劳资人员的工作效率，保证数据的准确性。一键计算养老保险、住房公积金、医疗保险等缴费基数，改变现行条件下社保人员按人头按月逐一统计的烦琐，同时提高了数据统计的准确度。通过大数据系统让每位教职工清晰看到计算过程，增强整个计算过程的可视性和透明性。

2.3 大数据在人才培养中的应用

随着高等教育的发展，国家级、省部级、厅局级至校级等各种荣誉称号如雨后春笋般增加。各种荣誉称号的申报络绎不绝。传统的申报组织工作流程“自上而下”的通知方式，然后“自下而上”的申报模式。申报者花费大量时间从个人信息等基本材料开始准备，资料齐备后，交回人力资源部门，人力资源部门审核材料，最后将所有满足条件者汇总召开学术委员会确定本校的推荐人选。整个过程程序复杂，层层传递，时间成本和人力成本高。不同“荣誉”中有很多信息的交叉和申报人员的重复，这样就会让申报教师利用很多宝贵时间去准备基本材料。大数据可转变上述低效率高成本运转的申报模式。人力资源部建立校内人才数据库，囊括教师的个人基本信息及教学成果、科研成果，含获奖证书扫描材料、论文检索认证材料、科研情况认证材料等。每项申报工作开展前，在数据库内设置申报条件，一键筛选符合申报条件人员，个人复核数据库信息，协助业务人员补充缺失材料。在本次申报过程中，缺失材料补充在数据库中，可用于下次申报过程中。大数据库的使用，简化了申报流程，将申报教师由主体业务人员转化为辅助业务人员，降低时间成本，为后续工作形成良性循环，做到“让数据多跑路，教师少跑路”的运行模式。此外，人力资源部业务人员可通过大数据挖掘有发展潜力的“苗子”，学校针对性地进行培养，加快教师的成长步伐，为教师的个人成长提供更好的平台，为学校的发展提供更多的师资储备，整体提升学校的师资实力[7]。

2.4 大数据在人才评价中的应用

党的十八届三中全会《决定》提出“加快形成具有国际竞争力的人才制度优势，完善人才评价机制”。人才评价是人才队伍建设的基础，科学合理的人才评价机制对人才队伍的建设起到正面的导向作用。相反，则会打击人才发展的积极性[8]。

目前，高校人才评价机制主要对教师的本科教学、研究生教育、科学研究、师德师范与公共服务五大块进行考核。在现行人才评价体系中，只对教师的教学工作量、指导研究生数量、发表论文数目、科研经费、项目数量做出具体的量化要求。教学过程中的学生打分、同行打分、教学方法、学生成长等多个重要的定性指标难以量化为职称评定的指标，同时，人力资源部也无法对所要求的本科教学工作量、发表论文数目等指标给教职工一个合理明确的解释，很多高校的条件要求是决策者通过个人经验开会决定，没有数据支撑。当下，大数据为人才评价机制的发展打开了一个新的天地，把原来的线性相关性转化为多维度的相关性，让评价体系更加丰富、完整。例如，在设定教学评价指标时，从教务处统计各位教师每年的各项打分，包括学生打分、同行评分、专家打分，以及教学研究项目共四项一级指标考核成绩，前三项指标包含课堂秩序、课堂气氛、教学内容、教学方法、课堂互动、课后指导、学生成长、学生理解、教学方法创新、教学实践创新10项二级指标，全部统计各项成绩，建立一个数据库。对于得到的海量数据，通过因子分析法，计算分析各级指标的相关性，提取公共因子，计算因子得分，通过因子得分与权重的函数关系得到教师个人的综合得分[9]。若将通过因子分析法得到的综合得分作为职称评审的条件要求，则可避免设置职称评审条件的片面性，做到考察范围的全覆盖性，并对教师做出科学的解释，减少教师的困惑，激励教师由单纯地追求工作量转化为积极主动地全面提高教学质量的教学模式。

3 结语

《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》中明确提出“实施国家大数据战略，推进数据资源开放共享”。大数据战略在人力资源管理中全面推行是时代的强烈要求。各高校引入大数据战略，首先需要领导的重视，加强投资，以校园信息化整合为基础[10]，全校各个部门联动参与广域多点的大数据平台建设，并对从事大数据工作人员进行专业的培训，提高人员对海量信息进行去粗取精、去伪存真的处理能力。大数据战略是高效开展人力资源管理的方向，在大数据战略的逐步实施下高校人力资源管理将向着社会主义现代水平迈进。