周星雨 陳江

［摘 要］21世紀是數(shù)字經濟時代，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2012—2022年的相關文獻為研究對象，利用CiteSpace軟件對收集的文獻進行梳理。通過總體趨勢、國家、核心作者、關鍵詞、文獻共被引等分析，發(fā)現(xiàn)數(shù)字化人力資源管理的研究熱點可分為數(shù)字化人力資源管理對組織的影響、數(shù)字化人力資源管理對個人的影響兩大模塊共六個類別。未來關于數(shù)字化人力資源管理的研究，可在現(xiàn)有研究的基礎上，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、中國本土化研究。

［關鍵詞］中字化；人力資源管理；CiteSpace；知識圖譜；可視化分析

doi：10.3969/j.issn.1673-0194.2023.17.038

［中圖分類號］F272.92 ［文獻標識碼］A ［文章編號］1673-0194（2023）17-0133-10

0? ? ?引 言

根據(jù)中國信息通信院的測算，2020年全球47個國家的數(shù)字經濟規(guī)模達32.6萬億美元，占GDP比重43.7%。大數(shù)據(jù)、人工智能、云計算、區(qū)塊鏈等新一代數(shù)字技術的快速發(fā)展，改變了員工工作方式以及管理員工的方式，企業(yè)進行數(shù)字化轉型也已經成為必然趨勢。人力資源管理作為企業(yè)管理重要的組成部分，為了順應企業(yè)變革趨勢，出現(xiàn)了數(shù)字化人力資源管理。目前關于數(shù)字化人力資源管理的研究正在興起，多數(shù)文獻集中于某一數(shù)字技術在人力資源管理中的應用以及影響，缺乏對數(shù)字化人力資源管理研究的系統(tǒng)性梳理?；诖?，本文對與數(shù)字化人力資源管理相關的國外文獻進行可視化分析，通過知識圖譜，整合和總結現(xiàn)有關于數(shù)字化人力資源管理的研究熱點，并分析未來的研究趨勢，為未來的研究發(fā)展指明方向。

1? ? ?研究設計

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。首先，在Web of Science核心合集數(shù)據(jù)庫中進行高級檢索，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”進行組合檢索，時間設定為2012年至2022年10月，共檢索到711篇文獻。其次，對檢索結果進行人工篩選，先剔除書籍評論、會議摘要、社論材料等無效文獻，再根據(jù)文章摘要確定其與主題的相關度，刪去與主題無關的文獻，最終得到與數(shù)字化人力資源管理相關的文獻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)的文獻計量軟件，能夠對Web of Science數(shù)據(jù)庫中的文獻進行關鍵詞、作者、合作網絡、期刊、文獻及被引等情況進行可視化分析，從而展現(xiàn)出某一知識領域的演進歷程，識別并顯示科研發(fā)展趨勢與最新動態(tài)［1］。本文利用CiteSpace可視化軟件對147篇文獻進行分析，通過發(fā)文情況、關鍵詞共現(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、熱點以及趨勢。

2? ? ?研究概述

2.1? ?總體趨勢分析

發(fā)文量的變化能夠直觀地展現(xiàn)出某個領域的發(fā)展情況。本文對選取的147篇文獻進行年發(fā)文數(shù)量的統(tǒng)計，如圖1所示，2012—2017年發(fā)文量僅有10篇，關于數(shù)字化人力資源管理的研究還很少，到2018年和2019年相關研究才逐漸豐富起來，2020—2022年發(fā)文量總體增長?？茖W技術是組織提高人力資源管理效率的關鍵因素，隨著科學技術的發(fā)展及其演變，組織人力資源管理也發(fā)生了演進。李燕萍等［2］總結出不同時期技術在人力資源管理領域的應用及影響。20世紀80年代計算機系統(tǒng)應用于人力資源管理領域，簡化了人事工作的負擔，出現(xiàn)了HRIS；20世紀90年代計算機硬件、軟件和電子網絡等的應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世紀第一個十年網絡2.0的技術工具的應用，出現(xiàn)虛擬組織、人力資源外包服務，v-HRM也隨即產生；直到21世紀的第二個十年，人工智能、大數(shù)據(jù)、云計算、區(qū)塊鏈等數(shù)字技術的發(fā)展應用，數(shù)字化驅動人力資源，產生了digital-HRM。伴隨著數(shù)字技術的發(fā)展，將會有更多學者參與到數(shù)字化人力資源管理的研究中，研究內容也將會更加深入。

2.2? ?國 家

利用CiteSpace對各個國家發(fā)表的數(shù)字化人力資源管理的論文數(shù)量進行可視化分析，結果如圖2所示。圖中共有47個節(jié)點、67條連線，其中英國的中心度最大，與荷蘭、挪威、澳大利亞等國家都有著直接或間接的合作關系，其次是荷蘭和美國。

對可視化分析結果進一步分析，結果如表1所示。中國的發(fā)文量最高，其次是美國，分別為38篇和16篇，其中兩國都是在2021年出現(xiàn)發(fā)文量的大幅增長，這表明關于數(shù)字化人力資源管理的研究正處于成長階段。我國政府自2017年以來已連續(xù)五年將“數(shù)字經濟”寫入政府工作報告中，并在“十四五”規(guī)劃綱要中提出“加快推動數(shù)字產業(yè)化”“推進產業(yè)數(shù)字化轉型”，數(shù)字化轉型從組織層面上升為國家戰(zhàn)略。因此，我國關于數(shù)字化人力資源管理的研究將會日漸豐富。然而從關鍵節(jié)點（中心度＞0.1）角度看，中心度最高的是英國，其次是荷蘭和美國，分別為0.22、0.20和0.19，而中國僅有0.05。由此可以得出，盡管中國發(fā)文數(shù)量最多，但是文章影響程度遠不如英國、美國，這與國家數(shù)字化發(fā)展進程密切相關。

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系。多數(shù)作者發(fā)文量為1篇，僅部分作者存在合作關系，目前還沒有出現(xiàn)影響程度高的核心作者群。這說明學者們對數(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步，未來人力資源管理的數(shù)字化轉型將是企業(yè)的必由之路，學者們對數(shù)字化人力資源管理的研究也會更加深入，會涌現(xiàn)出大量成果，支持企業(yè)數(shù)字化人力資源管理的實踐。

2.4? ?核心機構及其合作分析

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

2.5? ?期刊分析

利用CiteSpace對樣本文獻進行共被引期刊的可視化分析，中心度可以反映期刊在該領域的重要程度，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中權威性較高的國際期刊。由此可以得出，目前關于數(shù)字化人力資源管理領域的研究主要集中于管理學學科領域。

3? ? ?研究熱點分析

3.1? ?文獻共被引分析

運用CiteSpace軟件，選擇“Reference”對文獻進行共被引分析，根據(jù)表3結果，對關鍵節(jié)點（中心度＞0.1）被引頻次排名前三的進行分析。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應用和大數(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)，而分析團隊也不了解人力資源，除非人力資源專業(yè)人員提升技術能力，否則，人力資源會被排除在戰(zhàn)略、董事會層面之外，不會給組織創(chuàng)造效益，并會損害員工的利益，人力資源將無法應對大數(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中使用數(shù)字技術的四個挑戰(zhàn)：人力資源現(xiàn)象的復雜性、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的責任問題，以及通過基于數(shù)據(jù)的算法對管理決策可能產生的不利員工反應。可以看出，學者們認為數(shù)字技術的發(fā)展及應用會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的人力資源管理專業(yè)人員，盲目地將新技術應用到組織的人力資源管理中，不僅不會給組織創(chuàng)造價值，反而會損害員工利益。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支持的人力資源實踐，它使用與人力資源流程、人力資本、組織績效和外部經濟基準相關數(shù)據(jù)的描述性、可視和統(tǒng)計分析，以建立業(yè)務影響并實現(xiàn)數(shù)據(jù)驅動的決策。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? ?關鍵詞共現(xiàn)分析

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

3.3? ?關鍵詞聚類分析

為了更加清晰地了解數(shù)字化人力資源管理領域的研究熱點，本文利用CiteSpace對文獻進行關鍵詞聚類。一般認為，聚類模塊值（Q值）＞0.3時，聚類結構顯著；聚類平均輪廓值（S值）＞0.5時，聚類效果合理，S值＞0.7時，聚類效果令人信服。如圖6所示，關鍵詞聚類圖譜的Q值=0.589 3，S值=0.815 6，這表明聚類結構顯著，聚類效果令人信服。圖中最右邊的數(shù)據(jù)可以看到6種聚類結果：“#0 information technology（信息技術）”“#1 hr analytics（人力資源分析）”“#2 hr business involvement（人力資源業(yè)務參與）”“#3 hrm strategies（人力資源戰(zhàn)略）”“#4 hrm practices（人力資源管理實踐）”“#5 hrm（人力資源管理）”“#6 small and medium enterprises（中小企業(yè)）”“#7 organizational performance（組織績效）”“#8 smart hrm（智能人力資源管理）”，其中序號的大小代表聚類下包含關鍵詞的數(shù)量，“#0”是最大的集群。本文基于關鍵詞聚類結果，對研究現(xiàn)狀進行進一步探究，將數(shù)字化人力資源管理的研究現(xiàn)狀總結為數(shù)字化人力資源管理對組織的影響、數(shù)字化人力資源管理對個人的影響兩大模塊共六個類別。

3.3.1? ?數(shù)字化人力資源管理對組織的影響

（1）數(shù)字化人力資源管理對組織績效的影響。有眾多學者對數(shù)字化人力資源管理對組織績效的影響進行研究，普遍認為數(shù)字化人力資源管理能夠提高組織績效。數(shù)字化人力資源管理能夠提升組織績效的原因在于，首先通過采用先進的數(shù)字技術，可以有效地收集、處理和利用員工數(shù)據(jù)，組織可以確定績效最優(yōu)的關鍵員工，而這些信息可用于招聘流程、面試和團隊發(fā)展，進而幫助組織建立更有效的人才庫；其次，借助數(shù)字技術對人力資源相關數(shù)據(jù)進行深入分析，組織可以更準確、全面、及時地了解員工的個人特征（如工作態(tài)度、情緒和行為傾向），從而能夠有效地激發(fā)員工的動機和積極性。Zhou等［6］基于中國211家上市企業(yè)的樣本進行研究，結果表明，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)績效呈正相關。Nicolas-Agustin等［7］以西班牙的184家制造公司為樣本，采用問卷調查法，結果表明，組織要實現(xiàn)數(shù)字化轉型，需要兩個基本方面：一個是與價值鏈中技術的使用有關；另一個是與影響其人員、文化和知識的變化有關。其中數(shù)字化人力資源管理在戰(zhàn)略一致性與數(shù)字化轉型之間起中介作用，因為數(shù)字化人力資源管理實踐可以促進員工創(chuàng)新行為，并且使員工行為符合企業(yè)戰(zhàn)略，使員工成為組織內實現(xiàn)數(shù)字化轉型的盟友，從而提升組織績效，更好實現(xiàn)組織目標。Oncioiu等［8］以有旅游部門人力資源數(shù)字化招聘經驗的受訪者為樣本，結果表明，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制有助于企業(yè)做出相關、真實、及時的決策，以應對動蕩的環(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)主要應用人工智能技術，眾多學者從利弊兩方面展開研究。關于人工智能，學界目前還沒有統(tǒng)一的定義，但學者們普遍認同人工智能的最終目標是“賦予機器人類智能”，只要實現(xiàn)這一目標，都能視為人工智能［9］。一方面，人工智能技術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)造更多空余時間，可以專注于制定新戰(zhàn)略，實現(xiàn)更重要的任務［10］。Black和Van Esch［11］總結了人工智能招聘系統(tǒng)已經成為一個必須利用的系統(tǒng)的三個原因：首先，人力資本已經成為重要競爭優(yōu)勢；其次，人力資本的數(shù)字化招聘已經成為招聘的中心階段；最后，人工智能招聘系統(tǒng)已經提高了招聘效率，如果管理者忽視，將會承擔一定風險。Van Esch和Black［12］對人力資源部高管與員工進行訪談，其表明人工智能招聘技術能夠快速、準確地篩選大量候選人，有效地初始篩選能夠提高雇傭質量。另一方面，一些學者研究表明，人工智能技術引入人力資源管理工作中會帶來一些問題。首先是招聘算法無法完全模擬現(xiàn)實情況，導致招聘結果不理想。Fritts和Cabrera［13］根據(jù)人力資源研究所最近的一項調查發(fā)現(xiàn)，隨著人工智能在工作場所越來越普遍，人力資源管理專業(yè)人員擔心招聘算法會導致招聘過程“非人化”，這種“非人化”是由于招聘算法嵌入的價值觀和實際招聘人員的價值觀存在差異，而影響雇主和申請者的關系。其次是新技術會讓人力資源管理從業(yè)者感到擔心，同時每位員工對新技術的接受程度不同，這都會影響新技術的應用。Suseno等［14］通過對417名在中國工作的人力資源經理進行調查，發(fā)現(xiàn)人力資源管理者對人工智能的信念和人工智能的焦慮對他們采用人工智能的變革準備有顯著影響。具有積極信念的個體更容易接受人工智能的改變，而對人工智能有較高焦慮的個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用，既是機遇又是挑戰(zhàn)，只有將人工智能作為技術手段輔助管理者工作，管理平衡好人與技術的關系，才能發(fā)揮出技術的作用，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)作為新興的研究領域和實用方法，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)造了跨學科的機會，使得組織的人才匹配更加精準。麥肯錫全球研究所對于大數(shù)據(jù)給出的定義是：一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具范圍的數(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、多樣的數(shù)據(jù)類型和價值密度低四大特征。Liu［15］借助58同城提供的大數(shù)據(jù)，跟蹤關鍵職位的發(fā)展趨勢，預測員工流動情況，同時通過薪酬比較和人才評估來確定最適合公司的員工，幫助互聯(lián)網公司更好應對外部環(huán)境的不確定性，從而提高公司的競爭優(yōu)勢。此外，員工流失對組織來說是一個關鍵問題。Ben Yahia等［16］通過從大數(shù)據(jù)轉移到深層數(shù)據(jù)環(huán)境中，來構建相關的員工流失模型，幫助人力資源經理使用預測分析方法盡快發(fā)現(xiàn)員工的離職意圖，從而應對這種流失。然而，Zhang等［17］基于大數(shù)據(jù)人力資源管理研究文獻的計量分析，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)方法仍然主導著當前的人力資源管理，主要的原因在于缺乏足夠的基于大數(shù)據(jù)的方法，雖然學者們已經意識到將大數(shù)據(jù)方法應用于人力資源管理中的重要性，但對于如何將兩者結合起來，缺乏明確的指導。Dahlbom等［18］對九家芬蘭公司進行定性訪談，結果表明，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)技術的障礙，還可能需要組織進行文化變革、組織結構的重新設計、變革管理。盡管在組織的人力資源管理中應用大數(shù)據(jù)技術還有很多困難，但是大數(shù)據(jù)技術的應用能夠有效提高組織的管理效率，以應對日趨激烈的人才競爭環(huán)境。

（4）電子化人力資源管理在組織中的作用。隨著技術的發(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］對塞爾維亞各組織使用電子化人力資源管理的數(shù)據(jù)進行實證分析，總結了電子化人力資源管理主要優(yōu)勢有：更快、更準確、更容易處理有關員工的信息，節(jié)約成本，將人力資源經理從管理任務中解救出來，增加對人力資源數(shù)據(jù)的訪問，實現(xiàn)公司內部人力資源流程的標準化，更新員工及其績效數(shù)據(jù)等。這些優(yōu)勢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146家公司的在線案例進行聚類分析，結果表明信息技術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大作用未能很好的實現(xiàn)。大數(shù)據(jù)、云計算、人工智能等新數(shù)字技術的發(fā)展，為電子化人力資源管理的發(fā)展提供了新技術、新理念、新方向。Ziebell等［21］對電子化人力資源管理的相關文獻進行系統(tǒng)的回顧與梳理，總結了電子化人力資源管理的演變、實際應用、技術使用、實施等方面，并提出“云環(huán)境”有助于增強電子化人力資源管理，云計算提供了在一個單一系統(tǒng)內全面數(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的分析能力，同時減少了信息技術部門的實施和維護工作。

3.3.2? ?數(shù)字化人力資源管理對個人的影響

（1）員工權益受到威脅。數(shù)字技術的發(fā)展給數(shù)字平臺的建立和發(fā)展提供重要支撐，使組織形式越來越虛擬化，越來越多員工轉向數(shù)字平臺，員工對組織的依附性越來越低，由此產生了“零工經濟”。數(shù)字平臺改變了傳統(tǒng)的雇傭關系，平臺不承認工人是雇員，但卻又實施人力資源管理實踐，這在一定程度上使平臺員工應有的權益得不到保障。Duggan等［22］通過研究算法管理的關鍵作用，批判性地指出這種新工具對雇傭關系的影響，隨著算法管理取代了大多數(shù)平臺上的人工監(jiān)管，人力資源管理活動往往外包給開發(fā)和管理算法的系統(tǒng)設計人員，這消除了人力資源管理的許多成本，并將就業(yè)風險轉嫁給個人。這雖然提高了組織生產力，隨即也產生了個人數(shù)據(jù)的保護、算法過程的透明度和問責制以及工人福利方面等一系列問題。除此之外，伴隨著對大數(shù)據(jù)和人力資源分析的興趣上升可能進一步表明，人力資源管理中更多的人際關系和同理心方面被消除了。Williams等［23］對17個數(shù)字平臺的網站內容、條款和文件進行定性對比分析，結果表明平臺企業(yè)通過應用程序將自營職業(yè)者與客戶聯(lián)系起來，將傳統(tǒng)招聘實踐與新形式的算法招聘相結合，會給平臺員工帶來行業(yè)特有的風險。為此，有學者提出解決方案，讓平臺、客戶、員工互惠共贏。Waldkirch等［24］對來自Upwork上的在線工人論壇中12 924條評論進行文本分析，概念化數(shù)字平臺如何采用“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系相結合來實現(xiàn)的，如果將數(shù)字平臺工作描述為一個生態(tài)系統(tǒng)，在這個生態(tài)系統(tǒng)中，平臺、客戶和員工通過“相互依存”和“多邊主義”創(chuàng)造價值，人力資源實踐則控制著生態(tài)系統(tǒng)中行動者之間的交流。

（2）員工工作安全性降低。數(shù)字技術的不斷進步正在使工作及其管理發(fā)生廣泛的變化，雖然技術的發(fā)展可以為員工提供更大的靈活性，降低組織管理成本，但是會給員工帶來一定的風險。首先是被替代的風險，Donnelly和Johns［25］結合“digital”和“remote”兩個關鍵詞對已發(fā)表的文獻進行系統(tǒng)綜述，總結出數(shù)字化在促進靈活性方面發(fā)揮著重要作用，可以實現(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，雇主對這些形式的靈活性的廣泛需求會使個人面臨更大的危險，員工也越來越擔心他們的工作正在被不知不覺地商品化。其次是會有不公平的風險，Newmana等［26］開展了四個實驗室實驗和一個組織環(huán)境中的大規(guī)模隨機實驗，實驗結果表明，基于算法的人力資源管理，尤其是在評估員工和確定人員結果時，決策程序的公平性是組織關注的一個關鍵問題，雖然人力資源管理算法可能會消除決策過程中的人類偏見，但是被評估者可能會認為該過程是簡化的，這可能會破壞他們關于使用人力資源管理算法評估績效的程序公平性的信念。最后是一系列管理風險，Giermindl等［27］基于數(shù)字技術在人員分析中應用的研究，提出六大可能的威脅，包括可能會帶來控制和簡化的錯覺、導致錯誤的判斷、培養(yǎng)路徑依賴性、損害透明度和問責制、降低員工的自主權、邊緣化人類推理，侵蝕管理能力。針對產生不公平的風險，Leicht-Deobald等［28］的研究指出，關鍵數(shù)據(jù)素養(yǎng)、道德意識、參與式設計方法的使用以及民間社會內部的私人監(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，關鍵數(shù)據(jù)素養(yǎng)可以幫助經理和員工應對基于算法的人力資源管理的文化和道德復雜性；道德意識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；參與式設計方法可以幫助人力資源經理以不損害員工個人誠信的方式實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計和應用基于算法的人力資源管理工具。

4? ? ?結論與展望

本文運用CiteSpace軟件對數(shù)字化人力資源管理研究進行了梳理。首先對數(shù)字化人力資源管理的總體趨勢進行分析，從時間、空間兩個維度總結研究的發(fā)展趨勢。其次通過核心作者群、核心機構、期刊的可視化圖譜，對研究現(xiàn)狀進行總結。最后，在文獻共被引分析、關鍵詞共現(xiàn)、聚類分析的基礎上，總結了現(xiàn)有研究的兩大模塊共六個類別。通過上述分析可知，關于數(shù)字化人力資源管理的研究還在初步探索階段，從2018年開始有關數(shù)字化人力資源管理的研究才逐漸增多，其中中國對文章數(shù)量貢獻最大，但文章影響度有待提高。通過聚類分析可以發(fā)現(xiàn)，目前主要是結合目前的技術背景，研究數(shù)字技術在人力資源管理中的應用，包括帶來的機遇與挑戰(zhàn)?？傮w來看，學者們認同數(shù)字化人力資源管理會給組織帶來可持續(xù)的競爭力，但是帶來的風險也亟須解決。在未來的研究中，數(shù)字化人力資源管理的研究內容將會更豐富，研究方法也將更加多樣。

未來針對數(shù)字化人力資源管理的研究可以從以下方面著手：首先，可以構建數(shù)字化人力資源管理相關理論，在數(shù)字化時代，由于數(shù)字技術的發(fā)展，組織管理現(xiàn)象更加多樣化，傳統(tǒng)理論已經無法完全解釋，因此，需要構建數(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)字技術對人力資管理的作用及影響，未來可以從組織領導、人力資源管理從業(yè)者、員工等不同視角探究其對數(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，和國外相比，國內關于數(shù)字化人力資源管理的研究起步較晚，未來可以結合中國文化背景以及中國的政策環(huán)境開展數(shù)字化人力資源管理的中國本土化研究。

本文只運用了Web of Science一個數(shù)據(jù)庫分析國際上數(shù)字化人力資源管理研究的熱點，在研究范圍和數(shù)量上存在一定局限性，分析結果可能與現(xiàn)實情況存在細微偏差。未來可以運用CNKI數(shù)據(jù)庫進一步探究國內數(shù)字化人力資源管理的研究現(xiàn)狀及趨勢，以推進我國數(shù)字化人力資源管理的發(fā)展。

主要參考文獻

［1］陳悅，陳超美，劉則淵，等. CiteSpace知識圖譜的方法論功能［J］. 科學學研究，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］. 科技進步與對策，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. 人工智能技術與人力資源管理實踐：影響邏輯與模式演變［J］. 中國人力資源開發(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.