文 献 综 述

作为时代变革的力量，大数据应用到商业生活中的方方面面，如医疗、零售、管理等领域。大数据在人力资源管理领域的应用主要体现在对人才的分析上，为组织在人才方面的决策提供高含金量的依据。本课题中的专业化企业指的是专精某一个行业或某一个细分领域的企业，是一个和平台化企业相对应的概念。这类企业由于组织规模、组织办公模式、所在行业以及文化特征等诸多因素，往往并不具备应用大数据的物质基础和制度基础，并且对于其中相当一部分企业来说，由于难以将大数据应用于公司其他业务，e-HRM相对于大数据人力资源管理而言是一种更具性价比的选择。

一、概念的界定

信息化人力资源管理，即electronic-human resource management，e-HRM。目前对于e-HRM的内涵学界尚未形成明确而统一的认识，其中一种较具代表性的界定将其概括为在人力资源活动的共享行为中出现的信息技术的计划、实施和应用，其目的在于建立并维持两个个体或一个群体之间的共同工作关系(Strohmeier S. 2007)。换言之，e-HRM是由配置的计算机硬件、软件和电子网络等资源构成，使预期或实际的人力资源管理活动在组织内或跨组织边界，并在个体和群体层面互动成为可能(吴方建,唐贵瑶,徐伟涛. 2017)。

另一方面，作为近几年的热点技术大数据与人力资源管理相结合的产物，大数据人力资源管理，学界对其同样没有明确而统一的认识，并且存在将其和e-HRM混用的现象(西楠, 李雨明, 彭剑锋,等. 2017)。其中一种观点认为，大数据人力资源管理以员工在工作中产生的非结构化数据为出发点，通过数据分析技术、经验、工具，向员工和管理者提供人才方面有实施性和洞察力的决策参考(张欣瑞,范正芳,陶晓波. 2015)。

二、区别和联系

e-HRM和大数据人力资源管理的区别在于：第一，在数据来源上，e-HRM所使用的数据均为根据明确的指标抓取的结构化数据，比如招聘、绩效等具体的人力资源管理过程中产生的各种统计数据；而大数据人力资源管理所使用的数据在包含结构化数据的基础上，更多的使用了通过技术手段截获的非结构化数据例如定位信息、网络搜索、以及在社交网络上的沟通等(徐艳. 2016)。第二，在时效性上，e-HRM对统计产生的数据进行分析，通过分析结果来实现对人力资源现状的监控并作出报告以作为决策参考，是一种滞后性的管理；而大数据人力资源管理通过对各项非结构化数据的建模分析，并结合相关管理实践经验，给出一定的预测结果用于决策参考，以实现实时的管理活动。第三，在应用方向上，e-HRM更多的是利用信息技术跨越地域的限制，以及实现人力资源管理的自动化，提高人事部门的工作效率，降低人工成本，对数据的统计、分析和监控以辅助决策仅是其应用方向的一小部分；而大数据人力资源管理则完全专注于预测，进而辅助管理人员进行管理和决策(卢轶遐. 2017)。

e-HRM和大数据人力资源管理的联系在于：e-HRM是大数据人力资源管理得以顺利进行的必要物质基础和制度基础，而大数据人力资源管理是e-HRM的一个演进方向。e-HRM也好，大数据人力资源管理也好，都不仅仅只是将信息技术应用于人力资源管理活动，其本质是人力资源管理的战略转型，使得人力资源管理由行政导向的管理活动逐渐上升为战略导向的管理活动，让人力资源管理人员摆脱传统行政性、事务性工作的束缚，有更多的时间进行战略性工作，实现人力资源管理职能重建和战略地位的全面提升(彭剑锋. 2015)。

三、目前研究中存在的问题

在目前有关e-HRM和大数据人力资源管理的研究中尚存在下列不足：第一，学界需要统一并加深对e-HRM和大数据人力资源管理的认识，一个更为清晰准确的界定有助于打破目前众多研究结果得不到累积和互相印证的零散状态(刘善仕,周子琛,肖祥伟. 2015)。第二，缺乏普适性的模型或方案，多数研究建立在以腾讯、谷歌、微软、百度等企业为案例的基础上，这些企业由于本身业务需要，普遍具备成熟的信息化及大数据相关的技术储备、人才团队以及相关基础设施，使得案例具有特殊性，研究结果的普适性尚不清晰(胡水晶. 2016)。第三，对于e-HRM向大数据人力资源管理演进的动态性研究以及对于e-HRM和大数据人力资源管理与组织竞争优势之间的相关性的研究较少。