周星雨 陳江

［摘 要］21世紀(jì)是數(shù)字經(jīng)濟(jì)時(shí)代，為探究數(shù)字化人力資源管理的研究現(xiàn)狀，本文以Web of Science數(shù)據(jù)庫(kù)2012—2022年的相關(guān)文獻(xiàn)為研究對(duì)象，利用CiteSpace軟件對(duì)收集的文獻(xiàn)進(jìn)行梳理。通過總體趨勢(shì)、國(guó)家、核心作者、關(guān)鍵詞、文獻(xiàn)共被引等分析，發(fā)現(xiàn)數(shù)字化人力資源管理的研究熱點(diǎn)可分為數(shù)字化人力資源管理對(duì)組織的影響、數(shù)字化人力資源管理對(duì)個(gè)人的影響兩大模塊共六個(gè)類別。未來關(guān)于數(shù)字化人力資源管理的研究，可在現(xiàn)有研究的基礎(chǔ)上，開展數(shù)字化人力資源管理的理論研究、多視角研究、弊端研究、中國(guó)本土化研究。

［關(guān)鍵詞］中字化；人力資源管理；CiteSpace；知識(shí)圖譜；可視化分析

doi：10.3969/j.issn.1673-0194.2023.17.038

［中圖分類號(hào)］F272.92 ［文獻(xiàn)標(biāo)識(shí)碼］A ［文章編號(hào)］1673-0194（2023）17-0133-10

0? ? ?引 言

根據(jù)中國(guó)信息通信院的測(cè)算，2020年全球47個(gè)國(guó)家的數(shù)字經(jīng)濟(jì)規(guī)模達(dá)32.6萬億美元，占GDP比重43.7%。大數(shù)據(jù)、人工智能、云計(jì)算、區(qū)塊鏈等新一代數(shù)字技術(shù)的快速發(fā)展，改變了員工工作方式以及管理員工的方式，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型也已經(jīng)成為必然趨勢(shì)。人力資源管理作為企業(yè)管理重要的組成部分，為了順應(yīng)企業(yè)變革趨勢(shì)，出現(xiàn)了數(shù)字化人力資源管理。目前關(guān)于數(shù)字化人力資源管理的研究正在興起，多數(shù)文獻(xiàn)集中于某一數(shù)字技術(shù)在人力資源管理中的應(yīng)用以及影響，缺乏對(duì)數(shù)字化人力資源管理研究的系統(tǒng)性梳理?；诖?，本文對(duì)與數(shù)字化人力資源管理相關(guān)的國(guó)外文獻(xiàn)進(jìn)行可視化分析，通過知識(shí)圖譜，整合和總結(jié)現(xiàn)有關(guān)于數(shù)字化人力資源管理的研究熱點(diǎn)，并分析未來的研究趨勢(shì)，為未來的研究發(fā)展指明方向。

1? ? ?研究設(shè)計(jì)

1.1? ?數(shù)據(jù)來源

本文數(shù)據(jù)來源于Web of Science英文數(shù)據(jù)庫(kù)。首先，在Web of Science核心合集數(shù)據(jù)庫(kù)中進(jìn)行高級(jí)檢索，將“digital”“digitalization”“digitalization transformation”“artificial intelligence”“big data”“block chain”“cloud computing”“algorithm”作為主題詞分別與主題詞“human resource management”進(jìn)行組合檢索，時(shí)間設(shè)定為2012年至2022年10月，共檢索到711篇文獻(xiàn)。其次，對(duì)檢索結(jié)果進(jìn)行人工篩選，先剔除書籍評(píng)論、會(huì)議摘要、社論材料等無效文獻(xiàn)，再根據(jù)文章摘要確定其與主題的相關(guān)度，刪去與主題無關(guān)的文獻(xiàn)，最終得到與數(shù)字化人力資源管理相關(guān)的文獻(xiàn)147篇，將用于后續(xù)的可視化分析。

1.2? ?研究方法

CiteSpace是陳超美博士開發(fā)的文獻(xiàn)計(jì)量軟件，能夠?qū)eb of Science數(shù)據(jù)庫(kù)中的文獻(xiàn)進(jìn)行關(guān)鍵詞、作者、合作網(wǎng)絡(luò)、期刊、文獻(xiàn)及被引等情況進(jìn)行可視化分析，從而展現(xiàn)出某一知識(shí)領(lǐng)域的演進(jìn)歷程，識(shí)別并顯示科研發(fā)展趨勢(shì)與最新動(dòng)態(tài)［1］。本文利用CiteSpace可視化軟件對(duì)147篇文獻(xiàn)進(jìn)行分析，通過發(fā)文情況、關(guān)鍵詞共現(xiàn)分析、聚類分析等方面分析數(shù)字化人力資源管理研究脈絡(luò)、熱點(diǎn)以及趨勢(shì)。

2? ? ?研究概述

2.1? ?總體趨勢(shì)分析

發(fā)文量的變化能夠直觀地展現(xiàn)出某個(gè)領(lǐng)域的發(fā)展情況。本文對(duì)選取的147篇文獻(xiàn)進(jìn)行年發(fā)文數(shù)量的統(tǒng)計(jì)，如圖1所示，2012—2017年發(fā)文量?jī)H有10篇，關(guān)于數(shù)字化人力資源管理的研究還很少，到2018年和2019年相關(guān)研究才逐漸豐富起來，2020—2022年發(fā)文量總體增長(zhǎng)。科學(xué)技術(shù)是組織提高人力資源管理效率的關(guān)鍵因素，隨著科學(xué)技術(shù)的發(fā)展及其演變，組織人力資源管理也發(fā)生了演進(jìn)。李燕萍等［2］總結(jié)出不同時(shí)期技術(shù)在人力資源管理領(lǐng)域的應(yīng)用及影響。20世紀(jì)80年代計(jì)算機(jī)系統(tǒng)應(yīng)用于人力資源管理領(lǐng)域，簡(jiǎn)化了人事工作的負(fù)擔(dān)，出現(xiàn)了HRIS；20世紀(jì)90年代計(jì)算機(jī)硬件、軟件和電子網(wǎng)絡(luò)等的應(yīng)用提升了人力資源管理部門的戰(zhàn)略參與度，出現(xiàn)了e-HRM；21世紀(jì)第一個(gè)十年網(wǎng)絡(luò)2.0的技術(shù)工具的應(yīng)用，出現(xiàn)虛擬組織、人力資源外包服務(wù)，v-HRM也隨即產(chǎn)生；直到21世紀(jì)的第二個(gè)十年，人工智能、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等數(shù)字技術(shù)的發(fā)展應(yīng)用，數(shù)字化驅(qū)動(dòng)人力資源，產(chǎn)生了digital-HRM。伴隨著數(shù)字技術(shù)的發(fā)展，將會(huì)有更多學(xué)者參與到數(shù)字化人力資源管理的研究中，研究?jī)?nèi)容也將會(huì)更加深入。

2.2? ?國(guó) 家

利用CiteSpace對(duì)各個(gè)國(guó)家發(fā)表的數(shù)字化人力資源管理的論文數(shù)量進(jìn)行可視化分析，結(jié)果如圖2所示。圖中共有47個(gè)節(jié)點(diǎn)、67條連線，其中英國(guó)的中心度最大，與荷蘭、挪威、澳大利亞等國(guó)家都有著直接或間接的合作關(guān)系，其次是荷蘭和美國(guó)。

對(duì)可視化分析結(jié)果進(jìn)一步分析，結(jié)果如表1所示。中國(guó)的發(fā)文量最高，其次是美國(guó)，分別為38篇和16篇，其中兩國(guó)都是在2021年出現(xiàn)發(fā)文量的大幅增長(zhǎng)，這表明關(guān)于數(shù)字化人力資源管理的研究正處于成長(zhǎng)階段。我國(guó)政府自2017年以來已連續(xù)五年將“數(shù)字經(jīng)濟(jì)”寫入政府工作報(bào)告中，并在“十四五”規(guī)劃綱要中提出“加快推動(dòng)數(shù)字產(chǎn)業(yè)化”“推進(jìn)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型”，數(shù)字化轉(zhuǎn)型從組織層面上升為國(guó)家戰(zhàn)略。因此，我國(guó)關(guān)于數(shù)字化人力資源管理的研究將會(huì)日漸豐富。然而從關(guān)鍵節(jié)點(diǎn)（中心度＞0.1）角度看，中心度最高的是英國(guó)，其次是荷蘭和美國(guó)，分別為0.22、0.20和0.19，而中國(guó)僅有0.05。由此可以得出，盡管中國(guó)發(fā)文數(shù)量最多，但是文章影響程度遠(yuǎn)不如英國(guó)、美國(guó)，這與國(guó)家數(shù)字化發(fā)展進(jìn)程密切相關(guān)。

2.3? ?核心作者群

通過作者合作圖譜，可以發(fā)現(xiàn)數(shù)字化人力資源管理領(lǐng)域的核心作者以及作者之間的合作情況。如圖3所示，Stefan Strohmeier和Ashish Malik發(fā)文量最高，數(shù)量為3篇，并且和其他作者存在合作關(guān)系。多數(shù)作者發(fā)文量為1篇，僅部分作者存在合作關(guān)系，目前還沒有出現(xiàn)影響程度高的核心作者群。這說明學(xué)者們對(duì)數(shù)字化人力資源管理的研究處于較為分散的狀態(tài)。伴隨著科技的不斷進(jìn)步，未來人力資源管理的數(shù)字化轉(zhuǎn)型將是企業(yè)的必由之路，學(xué)者們對(duì)數(shù)字化人力資源管理的研究也會(huì)更加深入，會(huì)涌現(xiàn)出大量成果，支持企業(yè)數(shù)字化人力資源管理的實(shí)踐。

2.4? ?核心機(jī)構(gòu)及其合作分析

通過CiteSpace生成機(jī)構(gòu)合作圖譜，能夠直觀地了解數(shù)字化人力資源管理研究領(lǐng)域的研究機(jī)構(gòu)之間的合作情況。如圖4所示，共顯示了136個(gè)節(jié)點(diǎn)，86條連線，機(jī)構(gòu)合作的網(wǎng)絡(luò)密度為0.009 4，表明機(jī)構(gòu)之間合作密度較低。由圖4可知，拉德堡德大學(xué)、阿斯頓大學(xué)、廣東外語外貿(mào)大學(xué)、薩爾大學(xué)、比納努桑塔拉大學(xué)、俄羅斯普列漢諾夫經(jīng)濟(jì)大學(xué)、BI挪威商學(xué)院、紐約州立大學(xué)奧爾巴尼分校、復(fù)旦大學(xué)是數(shù)字化人力資源管理研究中影響力較大的機(jī)構(gòu)。目前還未出現(xiàn)較大的機(jī)構(gòu)合作網(wǎng)絡(luò)，只出現(xiàn)有北京航空航天大學(xué)、杜倫大學(xué)所在的小型合作網(wǎng)絡(luò)，其余多為單個(gè)機(jī)構(gòu)或兩兩機(jī)構(gòu)合作網(wǎng)絡(luò)，這表明關(guān)于數(shù)字化人力資源管理領(lǐng)域的研究，雖然已在全球范圍內(nèi)逐漸展開，但尚未集中于某一機(jī)構(gòu)合作群體。

2.5? ?期刊分析

利用CiteSpace對(duì)樣本文獻(xiàn)進(jìn)行共被引期刊的可視化分析，中心度可以反映期刊在該領(lǐng)域的重要程度，期刊重要性越高，其中心度和共被引頻數(shù)越高。如表2所示，總結(jié)出中心度排名前10的期刊，其中中心度較高的有Academy of Management Annals，Academy of Management Journal，Academy of Management Review，這些期刊都是管理學(xué)中權(quán)威性較高的國(guó)際期刊。由此可以得出，目前關(guān)于數(shù)字化人力資源管理領(lǐng)域的研究主要集中于管理學(xué)學(xué)科領(lǐng)域。

3? ? ?研究熱點(diǎn)分析

3.1? ?文獻(xiàn)共被引分析

運(yùn)用CiteSpace軟件，選擇“Reference”對(duì)文獻(xiàn)進(jìn)行共被引分析，根據(jù)表3結(jié)果，對(duì)關(guān)鍵節(jié)點(diǎn)（中心度＞0.1）被引頻次排名前三的進(jìn)行分析。共被引頻數(shù)最高的是Angrave等2016年發(fā)表的HR and analytics：why HR is set to fail the big data challenge，被引頻次為16。Angrave等［3］的研究表明，人力資源部門在技術(shù)應(yīng)用和大數(shù)據(jù)分析方面弱于其他管理職能部門，許多人力資源專業(yè)人士不了解大數(shù)據(jù)，而分析團(tuán)隊(duì)也不了解人力資源，除非人力資源專業(yè)人員提升技術(shù)能力，否則，人力資源會(huì)被排除在戰(zhàn)略、董事會(huì)層面之外，不會(huì)給組織創(chuàng)造效益，并會(huì)損害員工的利益，人力資源將無法應(yīng)對(duì)大數(shù)據(jù)帶來的挑戰(zhàn)。其次是Tambe等2019年發(fā)表的Artificial intelligence in human resources management：Challenges and a path forward被引頻次為14。Tambe等［4］提出在人力資源任務(wù)中使用數(shù)字技術(shù)的四個(gè)挑戰(zhàn)：人力資源現(xiàn)象的復(fù)雜性、小數(shù)據(jù)集施加的約束、與公平及其他道德和法律約束相關(guān)的責(zé)任問題，以及通過基于數(shù)據(jù)的算法對(duì)管理決策可能產(chǎn)生的不利員工反應(yīng)?？梢钥闯?，學(xué)者們認(rèn)為數(shù)字技術(shù)的發(fā)展及應(yīng)用會(huì)給人力資源管理工作帶來便利，但是目前缺乏能夠掌握新技術(shù)的人力資源管理專業(yè)人員，盲目地將新技術(shù)應(yīng)用到組織的人力資源管理中，不僅不會(huì)給組織創(chuàng)造價(jià)值，反而會(huì)損害員工利益。Marler和Boudreau 2017年發(fā)表的An evidence-based review of HR analytics，被引頻次為12。Marler和Boudreau［5］將人力資源分析定義為一種由信息技術(shù)支持的人力資源實(shí)踐，它使用與人力資源流程、人力資本、組織績(jī)效和外部經(jīng)濟(jì)基準(zhǔn)相關(guān)數(shù)據(jù)的描述性、可視和統(tǒng)計(jì)分析，以建立業(yè)務(wù)影響并實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的決策。而人力資源分析沒有被廣泛采用的最常用的原因是缺乏具有分析技能的人力資源專業(yè)人員。

3.2? ?關(guān)鍵詞共現(xiàn)分析

利用CiteSpace對(duì)關(guān)鍵詞進(jìn)行分析，得到如圖5所示的關(guān)鍵詞共現(xiàn)圖譜，共150個(gè)節(jié)點(diǎn)，481條連線，關(guān)鍵詞反映的是研究領(lǐng)域的熱點(diǎn)。如表4所示，高頻關(guān)鍵詞有人力資源管理（human resource management）、績(jī)效（performance）、影響（impact）、模型（model）、創(chuàng)新（innovation）、管理（management）、挑戰(zhàn)（challenge）、技術(shù)（technology）、未來（future）、系統(tǒng)（system）、大數(shù)據(jù)（big data）。

3.3? ?關(guān)鍵詞聚類分析

為了更加清晰地了解數(shù)字化人力資源管理領(lǐng)域的研究熱點(diǎn)，本文利用CiteSpace對(duì)文獻(xiàn)進(jìn)行關(guān)鍵詞聚類。一般認(rèn)為，聚類模塊值（Q值）＞0.3時(shí)，聚類結(jié)構(gòu)顯著；聚類平均輪廓值（S值）＞0.5時(shí)，聚類效果合理，S值＞0.7時(shí)，聚類效果令人信服。如圖6所示，關(guān)鍵詞聚類圖譜的Q值=0.589 3，S值=0.815 6，這表明聚類結(jié)構(gòu)顯著，聚類效果令人信服。圖中最右邊的數(shù)據(jù)可以看到6種聚類結(jié)果：“#0 information technology（信息技術(shù)）”“#1 hr analytics（人力資源分析）”“#2 hr business involvement（人力資源業(yè)務(wù)參與）”“#3 hrm strategies（人力資源戰(zhàn)略）”“#4 hrm practices（人力資源管理實(shí)踐）”“#5 hrm（人力資源管理）”“#6 small and medium enterprises（中小企業(yè)）”“#7 organizational performance（組織績(jī)效）”“#8 smart hrm（智能人力資源管理）”，其中序號(hào)的大小代表聚類下包含關(guān)鍵詞的數(shù)量，“#0”是最大的集群。本文基于關(guān)鍵詞聚類結(jié)果，對(duì)研究現(xiàn)狀進(jìn)行進(jìn)一步探究，將數(shù)字化人力資源管理的研究現(xiàn)狀總結(jié)為數(shù)字化人力資源管理對(duì)組織的影響、數(shù)字化人力資源管理對(duì)個(gè)人的影響兩大模塊共六個(gè)類別。

3.3.1? ?數(shù)字化人力資源管理對(duì)組織的影響

（1）數(shù)字化人力資源管理對(duì)組織績(jī)效的影響。有眾多學(xué)者對(duì)數(shù)字化人力資源管理對(duì)組織績(jī)效的影響進(jìn)行研究，普遍認(rèn)為數(shù)字化人力資源管理能夠提高組織績(jī)效。數(shù)字化人力資源管理能夠提升組織績(jī)效的原因在于，首先通過采用先進(jìn)的數(shù)字技術(shù)，可以有效地收集、處理和利用員工數(shù)據(jù)，組織可以確定績(jī)效最優(yōu)的關(guān)鍵員工，而這些信息可用于招聘流程、面試和團(tuán)隊(duì)發(fā)展，進(jìn)而幫助組織建立更有效的人才庫(kù)；其次，借助數(shù)字技術(shù)對(duì)人力資源相關(guān)數(shù)據(jù)進(jìn)行深入分析，組織可以更準(zhǔn)確、全面、及時(shí)地了解員工的個(gè)人特征（如工作態(tài)度、情緒和行為傾向），從而能夠有效地激發(fā)員工的動(dòng)機(jī)和積極性。Zhou等［6］基于中國(guó)211家上市企業(yè)的樣本進(jìn)行研究，結(jié)果表明，人力資源管理數(shù)字化和人力資源管理系統(tǒng)成熟度的相互作用與企業(yè)績(jī)效呈正相關(guān)。Nicolas-Agustin等［7］以西班牙的184家制造公司為樣本，采用問卷調(diào)查法，結(jié)果表明，組織要實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，需要兩個(gè)基本方面：一個(gè)是與價(jià)值鏈中技術(shù)的使用有關(guān)；另一個(gè)是與影響其人員、文化和知識(shí)的變化有關(guān)。其中數(shù)字化人力資源管理在戰(zhàn)略一致性與數(shù)字化轉(zhuǎn)型之間起中介作用，因?yàn)閿?shù)字化人力資源管理實(shí)踐可以促進(jìn)員工創(chuàng)新行為，并且使員工行為符合企業(yè)戰(zhàn)略，使員工成為組織內(nèi)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的盟友，從而提升組織績(jī)效，更好實(shí)現(xiàn)組織目標(biāo)。Oncioiu等［8］以有旅游部門人力資源數(shù)字化招聘經(jīng)驗(yàn)的受訪者為樣本，結(jié)果表明，數(shù)字化人力資源管理在旅游公司中發(fā)揮重要作用，了解數(shù)字化人力資源管理的機(jī)制有助于企業(yè)做出相關(guān)、真實(shí)、及時(shí)的決策，以應(yīng)對(duì)動(dòng)蕩的環(huán)境威脅，從而提高旅游公司的潛力。

（2）招聘環(huán)節(jié)的數(shù)字化。目前，招聘環(huán)節(jié)主要應(yīng)用人工智能技術(shù)，眾多學(xué)者從利弊兩方面展開研究。關(guān)于人工智能，學(xué)界目前還沒有統(tǒng)一的定義，但學(xué)者們普遍認(rèn)同人工智能的最終目標(biāo)是“賦予機(jī)器人類智能”，只要實(shí)現(xiàn)這一目標(biāo)，都能視為人工智能［9］。一方面，人工智能技術(shù)引入人力資源管理工作中，提高了工作效率，為人力資源員工創(chuàng)造更多空余時(shí)間，可以專注于制定新戰(zhàn)略，實(shí)現(xiàn)更重要的任務(wù)［10］。Black和Van Esch［11］總結(jié)了人工智能招聘系統(tǒng)已經(jīng)成為一個(gè)必須利用的系統(tǒng)的三個(gè)原因：首先，人力資本已經(jīng)成為重要競(jìng)爭(zhēng)優(yōu)勢(shì)；其次，人力資本的數(shù)字化招聘已經(jīng)成為招聘的中心階段；最后，人工智能招聘系統(tǒng)已經(jīng)提高了招聘效率，如果管理者忽視，將會(huì)承擔(dān)一定風(fēng)險(xiǎn)。Van Esch和Black［12］對(duì)人力資源部高管與員工進(jìn)行訪談，其表明人工智能招聘技術(shù)能夠快速、準(zhǔn)確地篩選大量候選人，有效地初始篩選能夠提高雇傭質(zhì)量。另一方面，一些學(xué)者研究表明，人工智能技術(shù)引入人力資源管理工作中會(huì)帶來一些問題。首先是招聘算法無法完全模擬現(xiàn)實(shí)情況，導(dǎo)致招聘結(jié)果不理想。Fritts和Cabrera［13］根據(jù)人力資源研究所最近的一項(xiàng)調(diào)查發(fā)現(xiàn)，隨著人工智能在工作場(chǎng)所越來越普遍，人力資源管理專業(yè)人員擔(dān)心招聘算法會(huì)導(dǎo)致招聘過程“非人化”，這種“非人化”是由于招聘算法嵌入的價(jià)值觀和實(shí)際招聘人員的價(jià)值觀存在差異，而影響雇主和申請(qǐng)者的關(guān)系。其次是新技術(shù)會(huì)讓人力資源管理從業(yè)者感到擔(dān)心，同時(shí)每位員工對(duì)新技術(shù)的接受程度不同，這都會(huì)影響新技術(shù)的應(yīng)用。Suseno等［14］通過對(duì)417名在中國(guó)工作的人力資源經(jīng)理進(jìn)行調(diào)查，發(fā)現(xiàn)人力資源管理者對(duì)人工智能的信念和人工智能的焦慮對(duì)他們采用人工智能的變革準(zhǔn)備有顯著影響。具有積極信念的個(gè)體更容易接受人工智能的改變，而對(duì)人工智能有較高焦慮的個(gè)體則不太愿意接受人工智能。人工智能在人力資源管理工作中的應(yīng)用，既是機(jī)遇又是挑戰(zhàn)，只有將人工智能作為技術(shù)手段輔助管理者工作，管理平衡好人與技術(shù)的關(guān)系，才能發(fā)揮出技術(shù)的作用，從而提升管理效率。

（3）人才匹配環(huán)節(jié)的數(shù)字化。大數(shù)據(jù)作為新興的研究領(lǐng)域和實(shí)用方法，為人力資源管理研究人員解決傳統(tǒng)樣本數(shù)據(jù)無法解決的難題創(chuàng)造了跨學(xué)科的機(jī)會(huì)，使得組織的人才匹配更加精準(zhǔn)。麥肯錫全球研究所對(duì)于大數(shù)據(jù)給出的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征。Liu［15］借助58同城提供的大數(shù)據(jù)，跟蹤關(guān)鍵職位的發(fā)展趨勢(shì)，預(yù)測(cè)員工流動(dòng)情況，同時(shí)通過薪酬比較和人才評(píng)估來確定最適合公司的員工，幫助互聯(lián)網(wǎng)公司更好應(yīng)對(duì)外部環(huán)境的不確定性，從而提高公司的競(jìng)爭(zhēng)優(yōu)勢(shì)。此外，員工流失對(duì)組織來說是一個(gè)關(guān)鍵問題。Ben Yahia等［16］通過從大數(shù)據(jù)轉(zhuǎn)移到深層數(shù)據(jù)環(huán)境中，來構(gòu)建相關(guān)的員工流失模型，幫助人力資源經(jīng)理使用預(yù)測(cè)分析方法盡快發(fā)現(xiàn)員工的離職意圖，從而應(yīng)對(duì)這種流失。然而，Zhang等［17］基于大數(shù)據(jù)人力資源管理研究文獻(xiàn)的計(jì)量分析，發(fā)現(xiàn)人力資源管理工作中并沒有充分利用大數(shù)據(jù)方法，基于樣本的小數(shù)據(jù)方法仍然主導(dǎo)著當(dāng)前的人力資源管理，主要的原因在于缺乏足夠的基于大數(shù)據(jù)的方法，雖然學(xué)者們已經(jīng)意識(shí)到將大數(shù)據(jù)方法應(yīng)用于人力資源管理中的重要性，但對(duì)于如何將兩者結(jié)合起來，缺乏明確的指導(dǎo)。Dahlbom等［18］對(duì)九家芬蘭公司進(jìn)行定性訪談，結(jié)果表明，人力資源職能部門要成功采用大數(shù)據(jù)，除了需要克服大數(shù)據(jù)技術(shù)的障礙，還可能需要組織進(jìn)行文化變革、組織結(jié)構(gòu)的重新設(shè)計(jì)、變革管理。盡管在組織的人力資源管理中應(yīng)用大數(shù)據(jù)技術(shù)還有很多困難，但是大數(shù)據(jù)技術(shù)的應(yīng)用能夠有效提高組織的管理效率，以應(yīng)對(duì)日趨激烈的人才競(jìng)爭(zhēng)環(huán)境。

（4）電子化人力資源管理在組織中的作用。隨著技術(shù)的發(fā)展，電子化人力資源管理出現(xiàn)，在人力資源管理中所采用和使用的信息技術(shù)的數(shù)量、功能和整體成熟度都在增加，有越來越多組織采用電子化人力資源管理。Berber等［19］對(duì)塞爾維亞各組織使用電子化人力資源管理的數(shù)據(jù)進(jìn)行實(shí)證分析，總結(jié)了電子化人力資源管理主要優(yōu)勢(shì)有：更快、更準(zhǔn)確、更容易處理有關(guān)員工的信息，節(jié)約成本，將人力資源經(jīng)理從管理任務(wù)中解救出來，增加對(duì)人力資源數(shù)據(jù)的訪問，實(shí)現(xiàn)公司內(nèi)部人力資源流程的標(biāo)準(zhǔn)化，更新員工及其績(jī)效數(shù)據(jù)等。這些優(yōu)勢(shì)提高了人力資源管理工作效率。電子化人力資源管理極大提高了組織效率，但是要充分發(fā)揮其作用并不是件易事。Poba-Nzaou等［20］通過對(duì)146家公司的在線案例進(jìn)行聚類分析，結(jié)果表明信息技術(shù)在人力資源管理中的潛力尚未得到充分開發(fā)，電子化人力資源管理的強(qiáng)大作用未能很好的實(shí)現(xiàn)。大數(shù)據(jù)、云計(jì)算、人工智能等新數(shù)字技術(shù)的發(fā)展，為電子化人力資源管理的發(fā)展提供了新技術(shù)、新理念、新方向。Ziebell等［21］對(duì)電子化人力資源管理的相關(guān)文獻(xiàn)進(jìn)行系統(tǒng)的回顧與梳理，總結(jié)了電子化人力資源管理的演變、實(shí)際應(yīng)用、技術(shù)使用、實(shí)施等方面，并提出“云環(huán)境”有助于增強(qiáng)電子化人力資源管理，云計(jì)算提供了在一個(gè)單一系統(tǒng)內(nèi)全面數(shù)字化所有人力資源流程的可能性，從而為人力資源部門提供了新的流程集成方式和改進(jìn)的分析能力，同時(shí)減少了信息技術(shù)部門的實(shí)施和維護(hù)工作。

3.3.2? ?數(shù)字化人力資源管理對(duì)個(gè)人的影響

（1）員工權(quán)益受到威脅。數(shù)字技術(shù)的發(fā)展給數(shù)字平臺(tái)的建立和發(fā)展提供重要支撐，使組織形式越來越虛擬化，越來越多員工轉(zhuǎn)向數(shù)字平臺(tái)，員工對(duì)組織的依附性越來越低，由此產(chǎn)生了“零工經(jīng)濟(jì)”。數(shù)字平臺(tái)改變了傳統(tǒng)的雇傭關(guān)系，平臺(tái)不承認(rèn)工人是雇員，但卻又實(shí)施人力資源管理實(shí)踐，這在一定程度上使平臺(tái)員工應(yīng)有的權(quán)益得不到保障。Duggan等［22］通過研究算法管理的關(guān)鍵作用，批判性地指出這種新工具對(duì)雇傭關(guān)系的影響，隨著算法管理取代了大多數(shù)平臺(tái)上的人工監(jiān)管，人力資源管理活動(dòng)往往外包給開發(fā)和管理算法的系統(tǒng)設(shè)計(jì)人員，這消除了人力資源管理的許多成本，并將就業(yè)風(fēng)險(xiǎn)轉(zhuǎn)嫁給個(gè)人。這雖然提高了組織生產(chǎn)力，隨即也產(chǎn)生了個(gè)人數(shù)據(jù)的保護(hù)、算法過程的透明度和問責(zé)制以及工人福利方面等一系列問題。除此之外，伴隨著對(duì)大數(shù)據(jù)和人力資源分析的興趣上升可能進(jìn)一步表明，人力資源管理中更多的人際關(guān)系和同理心方面被消除了。Williams等［23］對(duì)17個(gè)數(shù)字平臺(tái)的網(wǎng)站內(nèi)容、條款和文件進(jìn)行定性對(duì)比分析，結(jié)果表明平臺(tái)企業(yè)通過應(yīng)用程序?qū)⒆誀I(yíng)職業(yè)者與客戶聯(lián)系起來，將傳統(tǒng)招聘實(shí)踐與新形式的算法招聘相結(jié)合，會(huì)給平臺(tái)員工帶來行業(yè)特有的風(fēng)險(xiǎn)。為此，有學(xué)者提出解決方案，讓平臺(tái)、客戶、員工互惠共贏。Waldkirch等［24］對(duì)來自Upwork上的在線工人論壇中12 924條評(píng)論進(jìn)行文本分析，概念化數(shù)字平臺(tái)如何采用“混合形式的人力資源管理方法”，這種混合是通過將算法管理與替代雇傭關(guān)系相結(jié)合來實(shí)現(xiàn)的，如果將數(shù)字平臺(tái)工作描述為一個(gè)生態(tài)系統(tǒng)，在這個(gè)生態(tài)系統(tǒng)中，平臺(tái)、客戶和員工通過“相互依存”和“多邊主義”創(chuàng)造價(jià)值，人力資源實(shí)踐則控制著生態(tài)系統(tǒng)中行動(dòng)者之間的交流。

（2）員工工作安全性降低。數(shù)字技術(shù)的不斷進(jìn)步正在使工作及其管理發(fā)生廣泛的變化，雖然技術(shù)的發(fā)展可以為員工提供更大的靈活性，降低組織管理成本，但是會(huì)給員工帶來一定的風(fēng)險(xiǎn)。首先是被替代的風(fēng)險(xiǎn)，Donnelly和Johns［25］結(jié)合“digital”和“remote”兩個(gè)關(guān)鍵詞對(duì)已發(fā)表的文獻(xiàn)進(jìn)行系統(tǒng)綜述，總結(jié)出數(shù)字化在促進(jìn)靈活性方面發(fā)揮著重要作用，可以實(shí)現(xiàn)更智能的工作，并有助于工作生活管理，然而在某些情況下，雇主對(duì)這些形式的靈活性的廣泛需求會(huì)使個(gè)人面臨更大的危險(xiǎn)，員工也越來越擔(dān)心他們的工作正在被不知不覺地商品化。其次是會(huì)有不公平的風(fēng)險(xiǎn)，Newmana等［26］開展了四個(gè)實(shí)驗(yàn)室實(shí)驗(yàn)和一個(gè)組織環(huán)境中的大規(guī)模隨機(jī)實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，基于算法的人力資源管理，尤其是在評(píng)估員工和確定人員結(jié)果時(shí)，決策程序的公平性是組織關(guān)注的一個(gè)關(guān)鍵問題，雖然人力資源管理算法可能會(huì)消除決策過程中的人類偏見，但是被評(píng)估者可能會(huì)認(rèn)為該過程是簡(jiǎn)化的，這可能會(huì)破壞他們關(guān)于使用人力資源管理算法評(píng)估績(jī)效的程序公平性的信念。最后是一系列管理風(fēng)險(xiǎn)，Giermindl等［27］基于數(shù)字技術(shù)在人員分析中應(yīng)用的研究，提出六大可能的威脅，包括可能會(huì)帶來控制和簡(jiǎn)化的錯(cuò)覺、導(dǎo)致錯(cuò)誤的判斷、培養(yǎng)路徑依賴性、損害透明度和問責(zé)制、降低員工的自主權(quán)、邊緣化人類推理，侵蝕管理能力。針對(duì)產(chǎn)生不公平的風(fēng)險(xiǎn)，Leicht-Deobald等［28］的研究指出，關(guān)鍵數(shù)據(jù)素養(yǎng)、道德意識(shí)、參與式設(shè)計(jì)方法的使用以及民間社會(huì)內(nèi)部的私人監(jiān)管制度有助于克服基于算法的人力資源管理帶來的道德問題，其中，關(guān)鍵數(shù)據(jù)素養(yǎng)可以幫助經(jīng)理和員工應(yīng)對(duì)基于算法的人力資源管理的文化和道德復(fù)雜性；道德意識(shí)可能有助于組織成員抑制基于算法的人力資源管理的有害后果；參與式設(shè)計(jì)方法可以幫助人力資源經(jīng)理以不損害員工個(gè)人誠(chéng)信的方式實(shí)施基于算法的人力資源管理工具；私人監(jiān)管制度可能有助于以更加道德敏感的方式設(shè)計(jì)和應(yīng)用基于算法的人力資源管理工具。

4? ? ?結(jié)論與展望

本文運(yùn)用CiteSpace軟件對(duì)數(shù)字化人力資源管理研究進(jìn)行了梳理。首先對(duì)數(shù)字化人力資源管理的總體趨勢(shì)進(jìn)行分析，從時(shí)間、空間兩個(gè)維度總結(jié)研究的發(fā)展趨勢(shì)。其次通過核心作者群、核心機(jī)構(gòu)、期刊的可視化圖譜，對(duì)研究現(xiàn)狀進(jìn)行總結(jié)。最后，在文獻(xiàn)共被引分析、關(guān)鍵詞共現(xiàn)、聚類分析的基礎(chǔ)上，總結(jié)了現(xiàn)有研究的兩大模塊共六個(gè)類別。通過上述分析可知，關(guān)于數(shù)字化人力資源管理的研究還在初步探索階段，從2018年開始有關(guān)數(shù)字化人力資源管理的研究才逐漸增多，其中中國(guó)對(duì)文章數(shù)量貢獻(xiàn)最大，但文章影響度有待提高。通過聚類分析可以發(fā)現(xiàn)，目前主要是結(jié)合目前的技術(shù)背景，研究數(shù)字技術(shù)在人力資源管理中的應(yīng)用，包括帶來的機(jī)遇與挑戰(zhàn)。總體來看，學(xué)者們認(rèn)同數(shù)字化人力資源管理會(huì)給組織帶來可持續(xù)的競(jìng)爭(zhēng)力，但是帶來的風(fēng)險(xiǎn)也亟須解決。在未來的研究中，數(shù)字化人力資源管理的研究?jī)?nèi)容將會(huì)更豐富，研究方法也將更加多樣。

未來針對(duì)數(shù)字化人力資源管理的研究可以從以下方面著手：首先，可以構(gòu)建數(shù)字化人力資源管理相關(guān)理論，在數(shù)字化時(shí)代，由于數(shù)字技術(shù)的發(fā)展，組織管理現(xiàn)象更加多樣化，傳統(tǒng)理論已經(jīng)無法完全解釋，因此，需要構(gòu)建數(shù)字化人力資源的新理論來解釋組織中的各種管理現(xiàn)象；其次，現(xiàn)有研究多集中于數(shù)字技術(shù)對(duì)人力資管理的作用及影響，未來可以從組織領(lǐng)導(dǎo)、人力資源管理從業(yè)者、員工等不同視角探究其對(duì)數(shù)字化人力資源管理的態(tài)度及影響；再次，現(xiàn)有研究已經(jīng)表明數(shù)字化人力資源管理有利有弊，未來可以深入研究如何克服數(shù)字化人力資源管理帶來的弊端；最后，和國(guó)外相比，國(guó)內(nèi)關(guān)于數(shù)字化人力資源管理的研究起步較晚，未來可以結(jié)合中國(guó)文化背景以及中國(guó)的政策環(huán)境開展數(shù)字化人力資源管理的中國(guó)本土化研究。

本文只運(yùn)用了Web of Science一個(gè)數(shù)據(jù)庫(kù)分析國(guó)際上數(shù)字化人力資源管理研究的熱點(diǎn)，在研究范圍和數(shù)量上存在一定局限性，分析結(jié)果可能與現(xiàn)實(shí)情況存在細(xì)微偏差。未來可以運(yùn)用CNKI數(shù)據(jù)庫(kù)進(jìn)一步探究國(guó)內(nèi)數(shù)字化人力資源管理的研究現(xiàn)狀及趨勢(shì)，以推進(jìn)我國(guó)數(shù)字化人力資源管理的發(fā)展。

主要參考文獻(xiàn)

［1］陳悅，陳超美，劉則淵，等. CiteSpace知識(shí)圖譜的方法論功能［J］. 科學(xué)學(xué)研究，2015，33（2）：242-253.

［2］李燕萍，李樂，胡翔. 數(shù)字化人力資源管理：整合框架與研究展望［J］. 科技進(jìn)步與對(duì)策，2021，38（23）：151-160.

［3］ANGRAVE D，CHARLWOOD A，KIRKPATRICK I，et al. HR and analytics：Why HR is set to fail the big data challenge［J］. Human Resource Management Journal，2016，26（1）：1-11.

［4］TAMBE P，CAPPELLI P，YAKUBOVICH V. Artificial intelligence in human resources management：Challenges and a path forward ［J］. California Management Review，2019，61（4）：15-42.

［5］MARLER J H，BOUDREAU J W. An evidence-based review of HR analytics［J］. International Journal of Human Resource Management，2017，28（1）：3-26.

［6］ZHOU Y，LIU G J，CHANG X X，et al. The impact of HRM digitalization on firm performance：Investigating three-way interactions［J］. Asia Pacific Journal of Human Resources，2021，59（1）：20-43.

［7］NICOLAS-AGUSTIN A，JIMENEZ-JIMENEZ D，MAESO-FERNANDEZ F. The role of human resource practices in the implementation of digital transformation［J］. International Journal of Man-power，2022，43（2）：395-410.

［8］ONCIOIU I，ANTON E，IFRIM A M，et al. The influence of social networks on the digital recruitment of human resources：An empirical study in the tourism sector［J］. Sustainability，2022，14（6）：14.

［9］張建民，顧春節(jié)，楊紅英. 人工智能技術(shù)與人力資源管理實(shí)踐：影響邏輯與模式演變［J］. 中國(guó)人力資源開發(fā)，2022，39（1）：17-34.

［10］KAMBUR E，AKAR C. Human resource developments with the touch of artificial intelligence： A scale development study［J］. International Journal of Manpower，2022，43（1）：168-205.

［11］BLACK J S，VAN ESCH P. AI-enabled recruiting： What is it and how should a manager use it？［J］. Business Horizons，2020，63（2）：215-226.

［12］VAN ESCH P，BLACK J S. Factors that influence new generation candidates to engage with and complete digital，AI-enabled recruiting［J］. Business Horizons，2019，62（6）：729-739.

［13］FRITTS M，CABRERA F. AI recruitment algorithms and the dehumanization problem［J］. Ethics and Information Technology，2021，23（4）：791-801.

［14］SUSENO Y，CHANG C，HUDIK M，et al. Beliefs，anxiety and change readiness for artificial intelligence adoption among human resource managers：The moderating role of high-performance work systems［J］. International Journal of Human Resource Management，2022，33（6）：1209-1236.

［15］LIU S. Human resource management of internet enterprises based on big data mobile information system［J］. Mobile Information Systems，2021：9.

［16］BEN YAHIA N，HLEL J，COLOMO-PALACIOS R. From big data to deep data to support people analytics for employee attrition prediction［J］. Ieee Access，2021（9）：60447-60458.

［17］ZHANG Y C，XU S，ZHANG L，et al. Big data and human resource management research：An integrative review and new directions for future research［J］. Journal of Business Research，2021（133）：34-50.

［18］DAHLBOM P，SIIKANEN N，SAJASALO P，et al. Big data and HR analytics in the digital era［J］. Baltic Journal of Management，2020，15（1）：120-138.

［19］BERBER N，DORDEVIC B，MILANOVIC S. Electronic human resource management（e-HRM）：New concept for digital age［J］. Strategic Management，2018，23（2）：22-32.

［20］POBA-NZAOU P，UWIZEYEMUNUGU S，GAHA K，et al. Taxonomy of business value underlying motivations for e-HRM adoption an empirical investigation based on HR processes［J］. Business Process Management Journal，2020，26（6）：1661-1685.

［21］ZIEBELL R C，ALBORS-GARRIGOS J，SCHOENEBERG K P，et al. e-HRM in a cloud environment implementation and its adoption：A literature review［J］. International Journal of Human Capital and Information Technology Professionals，2019，10（4）：16-40.

［22］DUGGAN J，SHERMAN U，CARBERY R，et al. Algorithmic management and App-work in the gig economy：A research agenda for employment relations and HRM［J］. Human Resource Management Journal，2020，30（1）：114-132.

［23］WILLIAMS P，MCDONALD P，MAYES R. Recruitment in the gig economy：Attraction and selection on digital platforms［J］. International Journal of Human Resource Management，2021，32（19）：4136-4162.

［24］WALDKIRCH M，BUCHER E，SCHOU P K，et al. Controlled by the algorithm，coached by the crowd-how HRM activities take shape on digital work platforms in the gig economy［J］. International Journal of Human Resource Management，2021，32（12）：2643-2682.

［25］DONNELLY R，JOHNS J. Recontextualising remote working and its HRM in the digital economy：An integrated framework for theory and practice［J］. International Journal of Human Resource Management，2021，32（1）：84-105.

［26］NEWMANA D T，F(xiàn)AST N J，HARMON D J. When eliminating?bias isn't fair：Algorithmic reductionism and procedural justice in human resource decisions［J］. Organizational Behavior and Human Decision Processes，2020（160）：149-167.

［27］GIERMINDL L M，STRICH F，CHRIST O，et al. The dark sides of people analytics：Reviewing the perils for organisations and employees［J］. European Journal of Information Systems，2022，31（3）：410-435.

［28］LEICHT-DEOBALD U，Busch T，Schank C，et al. The challenges of algorithm-based HR decision-making for personal integrity［J］.Journal of Business Ethics，2019，160（2）：377-392.