楊天宇

摘要：本文基于M銀行2012年—2014年校園招聘數(shù)據(jù)，運用獨立樣本T檢驗和多元線性回歸分析對M銀行過去三年招聘人員的簡歷及工作績效進行了比對研究，結(jié)果表明簡歷中的一些關(guān)鍵信息對于員工未來的工作績效具有顯著影響。進而提出依據(jù)企業(yè)過去招聘人員的績效與其簡歷中的關(guān)鍵信息進行比對，建立企業(yè)各崗位簡歷篩選標準的方法。

關(guān)鍵詞：簡歷篩選；校園招聘；工作績效一、 研究背景

隨著就業(yè)形勢的日益嚴峻，一方面求職者為找到一份合適的工作而四處奔波，另一方面則是企業(yè)為招到一個合適的員工而耗費精力。求職與招聘，本質(zhì)上是一個雙向選擇的過程。面對堆積如山的簡歷，人力資源部門如何建立簡歷篩選標準，最大限度的從簡歷中發(fā)掘出適合招聘崗位的人才，將不合適的求職者剔除出去，是提高企業(yè)招聘效率和成功率的一個難題。

以往面對這些問題，企業(yè)通常的做法是設(shè)定幾個硬性指標（如要求211大學(xué)畢業(yè)，相關(guān)專業(yè)，英語水平，計算機等級等），在這些指標符合條件后，第二步再由招聘人員根據(jù)崗位的需要以及簡歷的實際情況進行對比和篩選。在這一步驟中，招聘人員顯然具有極大的自主性，這也不可避免的造成了所篩選出的簡歷帶有招聘人員的主觀經(jīng)驗判斷。因此，建立一種符合招聘崗位要求的量化的簡歷篩選標準可以提高企業(yè)招聘的效率和成功率，減少面試環(huán)節(jié)的資源浪費。

目前，企業(yè)和學(xué)術(shù)界對于簡歷篩選這一領(lǐng)域的研究缺乏重視。相關(guān)文獻數(shù)量不多且大多是理論論證，并沒有確定的量化篩選方法。而對于簡歷中哪些信息對于企業(yè)的招聘有重要影響則是眾說紛紜。

有學(xué)者認為求職者在大公司的工作經(jīng)歷與求職者未來的績效正相關(guān)（李鑫等，2004），也有學(xué)者認為名校畢業(yè)的求職者在知識積累、學(xué)習(xí)能力及勤奮程度上比普通院校畢業(yè)的求職者要高，因此會對未來的工作績效產(chǎn)生一定的影響（龔昱，2007）。還有學(xué)者提出，每個崗位都具有其特殊性，學(xué)者基于特殊崗位的研究結(jié)果并不具有普適意義，在招聘中應(yīng)結(jié)合崗位的特殊性，對求職者的簡歷信息進行篩選（韓春艷，2010）。

二、 實證分析

（一）樣本的選擇

M銀行為我國大型股份制銀行。筆者以M銀行H分行銷售部為研究對象，選擇了該部門2012-2014年通過校園招聘會招聘的57名員工為樣本（n=57），對其簡歷及入職一年內(nèi)的工作績效進行了比對分析。描述性統(tǒng)計分析結(jié)果顯示，2012年通過校園招聘會入職人數(shù)為22人，2013年為19人，2014年為16人。其中男性為24人，約占42.1%；女性為33人，約占57.9%。中國共產(chǎn)黨員人數(shù)為35人，約占61.4%。重點大學(xué)本科畢業(yè)人數(shù)為40人，非重點大學(xué)本科畢業(yè)人數(shù)為17人。本科所學(xué)專業(yè)為經(jīng)濟管理類專業(yè)的人數(shù)為38人，約占66.7%。

（二）變量的設(shè)計

研究選取通過校園招聘會招聘的員工一年內(nèi)的工作績效為被解釋變量。由于選取的樣本均來自M銀行H分行的銷售部門，該部門每個月都會根據(jù)員工的績效水平發(fā)放一定的績效工資。因此，以員工入職一年內(nèi)的月平均績效工資作為衡量其績效水平的量化指標是合適的。筆者從M銀行H分行的銷售部門獲得了全部56名員工入職一年內(nèi)的月績效工資表。由于員工的入職年份不同，考慮到貨幣的實際價值以及經(jīng)濟形勢和業(yè)務(wù)環(huán)境的不同，本次研究采用了以下方法對入職一年內(nèi)的月平均績效工資水平進行了調(diào)整。首先按照入職年份的不同將樣本劃分為3個組，選取每組中月平均績效工資最高值記為100，組內(nèi)其他樣本的變量值與最高值作比后乘以100，即得到調(diào)整后的被解釋變量Y。

調(diào)整后，被解釋變量Y可以代表員工入職一年內(nèi)的工作績效水平。

筆者從M銀行H分行人力資源部門獲得了以上56名員工在校園招聘會上提交的簡歷。根據(jù)這些簡歷，歸納出了10個可能對被解釋變量產(chǎn)生影響的變量作為解釋變量。分別為：

X1：性別。X2：政治面貌。X3：畢業(yè)院校。X4：所學(xué)專業(yè)。以上4個變量為定類變量。X5：獲獎次數(shù)。X6：平均績點。X7：學(xué)生工作經(jīng)驗。X8：學(xué)生干部經(jīng)驗。X9：相關(guān)實踐經(jīng)驗。X10：不相關(guān)實踐經(jīng)驗。以上6個變量為定距變量。

（三）分析方法

分別以X1-X4這4個定類變量為分組變量，以被解釋變量Y為檢驗變量，進行獨立樣本的T檢驗，驗證各組的變量Y的平均值是否具有顯著差異。以此為依據(jù)，判斷以上4個變量是否會對被解釋變量產(chǎn)生影響。以定距型解釋變量X5-X10為自變量，以被解釋變量Y為因變量進行多元線性回歸分析。為防止解釋變量的自相關(guān)及多重共線性，以逐步剔除變量的方法進行多元線性回歸。以此為依據(jù)，判斷以上6個變量中的哪些變量會對被解釋變量Y產(chǎn)生直接的顯著影響，并且可以排除這些變量因中介效應(yīng)對被解釋變量Y產(chǎn)生的間接影響。

（四）分析結(jié)果

經(jīng)過檢驗，取顯著性水平a=0.05，以X1（性別）為分組變量時，被解釋變量Y的平均值存在顯著差異（p=0.007）；以X3（畢業(yè)院校）為分組變量時，被解釋變量Y的平均值存在顯著差異（p=0.023）。

以X2（政治面貌）為分組變量時，被解釋變量Y的平均值不存在顯著差異（p=0.751）；以X4（所學(xué)專業(yè)）為分組變量時，被解釋變量Y的平均值不存在顯著差異（p=0.203）；

使用逐步排除變量的方法，經(jīng)過對X5-X10的多元線性回歸分析，最終確定X7（學(xué)生工作經(jīng)驗）（p=0.002）及X9（相關(guān)實踐經(jīng)驗）（p=0.004），在排除多重共線性影響之后與被解釋變量Y存在顯著的線性相關(guān)關(guān)系。其余解釋變量對被解釋變量的影響均被排除。

根據(jù)以上的數(shù)據(jù)分析，M銀行H分行銷售部可以在今后的校園招聘中按以下方法建立簡歷篩選標準。首先，從收集到的簡歷中找出以下4個變量：性別，畢業(yè)院校，學(xué)生工作經(jīng)驗，相關(guān)實踐經(jīng)驗。并將學(xué)生工作經(jīng)驗及相關(guān)實踐經(jīng)驗換算成月數(shù)。其次，根據(jù)線性模型2，學(xué)生工作經(jīng)驗與相關(guān)實踐經(jīng)驗的系數(shù)比例大致為1比3。因此，將學(xué)生工作經(jīng)驗與相關(guān)實踐經(jīng)驗合并為一個變量X（經(jīng)驗）。

最后，對變量X進行降序排列，并且優(yōu)先選擇變量X3（畢業(yè)院校）為“重點大學(xué)本科”的簡歷。此外，應(yīng)適當調(diào)整男女比例，在男女比例合適且上述兩個變量均一致時，優(yōu)先考慮男性求職者。

上述簡歷篩選標準建立在企業(yè)過去招聘的基礎(chǔ)上，企業(yè)過去招聘員工的簡歷及工作績效均可以方便的獲得，因此上述簡歷篩選標準的建立在實踐中是可行的。當然，不同的企業(yè)不同的崗位對于員工的要求有著不同的標準。在其他企業(yè)或者其他部門，上述根據(jù)M銀行H分行的招聘數(shù)據(jù)選擇出的變量很可能就不是其他企業(yè)或者其他部門的員工工作績效的相關(guān)變量。但其他企業(yè)或部門，仍然可以利用以上方法找出適合自己的員工工作績效的相關(guān)變量，并以此為建立簡歷篩選標準。（作者單位：云南大學(xué)工商管理與旅游管理學(xué)院）

參考文獻：

[1]洪海燕.基于貝葉斯分類器的簡歷篩選模型[J].計算機技術(shù)與發(fā)展，2012：22：7.

[2]龔昱.名校畢業(yè)-自然高人一等[J].軟件工程師，2007.

[3]韓春艷.有效進行校園招聘的思考[J].經(jīng)營管理者，2011.

[4]李鑫，高山，白俊杰.青年的工作經(jīng)歷與人格發(fā)展[J].重慶工學(xué)院學(xué)報，2004：10.