全新內容經典珍藏版，人力資源管理必讀的經典著作！
AI應用、雲端共享服務、遠端工作等科技崛起，
12位頂尖學者深入剖析人力資源管理如何應用新科技因應變局，
幫助企業重塑組織最有效能的管理策略。
善用大數據分析將能節省數億人事成本，
運用雲端共享服務有助於加速全球化布局，
而企業與個人該如何保護自己的財產，
因應愈來愈多無法預測、接踵而來的風險？
健全的人力資源管理即是其中一個關鍵解方。
原本就複雜多變的國際商業環境，近期更因為區域貿易角力、新冠肺炎疫情等因素，進入了急速變遷的新時代。
在這個新時代，企業必須學會新興人力資源科技的組合運用，才能有效提升企業人力資源管理的效能，打造永續經營的競爭力，個人亦然，只有不斷學習、提升人力資本，才有能力面對職場突發風險。
前國立中央大學副校長兼代理校長李誠教授，邀集陣容堅強的人力資源管理11位學者，因應環境劇變，聯手推出經典暢銷書《人力資源管理的12堂課》全新第五版。
不論你是老闆、中高階主管或一般職員，人力資源管理是每個人的職場必修學分，本書將幫助你了解企業維持競爭力的人資策略及必備技能，成為公司極力爭取的燙手人才，並為企業打造持續創新的超強團隊。
全新內容
◎ 善用大數據分析，每年節省數億人事成本
◎ 運用移動物聯網、社交與協作平台、雲端共享等科技，提升組織運作效能。
◎ 如何培養具國際化能力的優秀員工？
◎ 創造鼓勵變革的公司文化，維持企業競爭優勢。
◎ 打造工作、生活平衡的友善環境，是企業留才最佳利器。
李誠／主編
美國麻省大學經濟學博士，前國立中央大學李國鼎講座教授、副校長兼代理校長。曾任美國明尼蘇達州州立大學經濟學教授（1970 ∼ 1992 年）、中華經濟研究院副院長、國際工業關係常務理事、中央大學管理學院院長、人力資源管理研究所所長、遠見天下文化副社長、中華經濟研究院顧問、勞委會委員、台灣經濟發展研究中心主任、104人力銀行及信義房屋獨立董事。
主要研究領域為人力資源管理、勞動市場分析、勞資關係、知識經濟、綠色經濟與經濟發展。主要著作除英文學術期刊論文數十篇外，編有下列重要中、英文書籍：《人力資源管理的12堂課》、《The Labor Market and Economic Development of Taiwan》等。
編者序
自從人力資源管理第四版出版以來，我們有7年沒有再版。但這7年中，科技突飛猛進，社會風氣隨之改變，產業結構由傳統產業進入高科技與知識密集的產業，最近更發展到以環境保護為主的綠色經濟，及顛覆現在生產技術的人工智慧時代（Artificial Intelligence，AI）。綠色經濟所帶來的綠色人力資源管理，對原來的人力資源管理有很大的影響，AI的發展更顛覆了人力資源管理原有的招募、安置、升等、訓練等功能，且影響力還不斷在發展，現在我們要重寫《人力資源管理的十二堂課》（第五版），更新原來的資料，趕上科技的發展。
我們在第五版中，也更換了一些單元的作者、改變原來的章節及內容，因為有些教授退休了，有些轉到其他學校，我們決定由原有中央人資，以及離開中央人資所的人資領域頂尖教授，各就其專長，介紹人力資源管理的新面目。
在本書的第1章，筆者簡化了傳統的人力資源管理內容，新增綠色經濟與人力資源管理的影響及未來可能的發展；在第2章，房美玉教授重新述說招募、安置等該有的步驟，使其更接近於實用的觀點；在第3章，蔡維奇教授把原有的訓練與開發更新後更為詳細；在第4章，林文政教授由原本的薪資理論，改變成總體獎酬管理，以便更符合時代的需要。
第5章是由黃同圳教授撰寫的績效評估與管理，他更新了部分資料；第6章是劉念琪教授撰寫的認識策略人力資源管理，該文學術性比較重，陳述了策略性在人力資源管理的重要性，讀者要耐心多花一點時間閱讀；第7章是由加拿大大學剛畢業的王群孝教授，講述國際人力資源管理的做法，台灣企業愈來愈國際化、多國化，人力資源從業人員不能忽略這一領域，此重要性不斷在增加。
第8章是新加入作者陣容的葉穎蓉教授，他這篇很平易近人，述說了為什麼今天世界各角落都很重視職家平衡，這不單是女性員工的問題，雖然女性勞動力每日在增加，男性也要注意此問題，特別是1987年以後出生的男女，都有職家平衡的問題。在這章節裡面，葉教授沒有提到綠色職家問題，這是今日漸漸重要的議題，但筆者在第一章補充了這一點，這是今日企業該注意的問題。
新時代裡組織要不斷變更，我們看見台積電由流體組織改變了多少次，但是組織變更時會遇到助力與阻力，陳春希教授在第9章中敘述了組織變更的重要性，而且說明如何防止及解決這些阻力；此外，現代產業不但要注意職災，更要進一步注意員工的健康，以保持人力資本，陸洛教授在第10章說明現在一些產業不但不注重員工的職災，更不注意員工的健康，陸教授在這裡說明員工身體健康、心靈健康的重要，目前有些雇主已注意到這一點，公司設有各種健身設備與遊戲，不是讓員工遊玩，而是員工身心健康，可以省下日後很多治療費用及人力損失。
本書很值得注意的是第11章及第12章，因為內容述及人力資本與人力資源管理的未來趨勢。鄭晉昌教授在第11章敘述新一代人力資源科技的發展與應用，他說明了科技的發展對人力資源管理有何影響，為什麼今日會發展到AI的時代，未來的人力資源管理從業人員應該如何準備；胡昌亞教授則在第12章說明大數據在人力資源管理的應用，指出人力資源管理的發展與影響。人力資源從業人員必須對這兩章要細讀幾次，知道未來發展方向，上層經理雖然不是人力資源專家，但也要懂得此一發展脈動，才能掌握住企業發展的方向。
最後，我們要衷心感謝第五版的12位作者，他們放棄了寫SSCI論文寶貴的時間來辛苦撰寫這些文章，他們對從事人力資源管理的同仁及後學的同學有非常大的貢獻。在此也謝謝責任編輯李文瑜、前助理張淑嘉，以及遠見天下文化事業群創辦人高希均教授，他不是專為了賺錢創辦此出版社，而是為了傳播新觀念與新知識而成立此機構。
編者序
自從人力資源管理第四版出版以來，我們有7年沒有再版。但這7年中，科技突飛猛進，社會風氣隨之改變，產業結構由傳統產業進入高科技與知識密集的產業，最近更發展到以環境保護為主的綠色經濟，及顛覆現在生產技術的人工智慧時代（Artificial Intelligence，AI）。綠色經濟所帶來的綠色人力資源管理，對原來的人力資源管理有很大的影響，AI的發展更顛覆了人力資源管理原有的招募、安置、升等、訓練等功能，且影響力還不斷在發展，現在我們要重寫《人力資源管理的十二堂課》（第五版），更新原來的資料，趕上科技的發展。
我們在第五版中，也更換了一些單元的作者、改變原來的章節及內容，因為有些教授退休了，有些轉到其他學校，我們決定由原有中央人資，以及離開中央人資所的人資領域頂尖教授，各就其專長，介紹人力資源管理的新面目。
在本書的第1章，筆者簡化了傳統的人力資源管理內容，新增綠色經濟與人力資源管理的影響及未來可能的發展；在第2章，房美玉教授重新述說招募、安置等該有的步驟，使其更接近於實用的觀點；在第3章，蔡維奇教授把原有的訓練與開發更新後更為詳細；在第4章，林文政教授由原本的薪資理論，改變成總體獎酬管理，以便更符合時代的需要。
第5章是由黃同圳教授撰寫的績效評估與管理，他更新了部分資料；第6章是劉念琪教授撰寫的認識策略人力資源管理，該文學術性比較重，陳述了策略性在人力資源管理的重要性，讀者要耐心多花一點時間閱讀；第7章是由加拿大大學剛畢業的王群孝教授，講述國際人力資源管理的做法，台灣企業愈來愈國際化、多國化，人力資源從業人員不能忽略這一領域，此重要性不斷在增加。
第8章是新加入作者陣容的葉穎蓉教授，他這篇很平易近人，述說了為什麼今天世界各角落都很重視職家平衡，這不單是女性員工的問題，雖然女性勞動力每日在增加，男性也要注意此問題，特別是1987年以後出生的男女，都有職家平衡的問題。在這章節裡面，葉教授沒有提到綠色職家問題，這是今日漸漸重要的議題，但筆者在第一章補充了這一點，這是今日企業該注意的問題。
新時代裡組織要不斷變更，我們看見台積電由流體組織改變了多少次，但是組織變更時會遇到助力與阻力，陳春希教授在第9章中敘述了組織變更的重要性，而且說明如何防止及解決這些阻力；此外，現代產業不但要注意職災，更要進一步注意員工的健康，以保持人力資本，陸洛教授在第10章說明現在一些產業不但不注重員工的職災，更不注意員工的健康，陸教授在這裡說明員工身體健康、心靈健康的重要，目前有些雇主已注意到這一點，公司設有各種健身設備與遊戲，不是讓員工遊玩，而是員工身心健康，可以省下日後很多治療費用及人力損失。
本書很值得注意的是第11章及第12章，因為內容述及人力資本與人力資源管理的未來趨勢。鄭晉昌教授在第11章敘述新一代人力資源科技的發展與應用，他說明了科技的發展對人力資源管理有何影響，為什麼今日會發展到AI的時代，未來的人力資源管理從業人員應該如何準備；胡昌亞教授則在第12章說明大數據在人力資源管理的應用，指出人力資源管理的發展與影響。人力資源從業人員必須對這兩章要細讀幾次，知道未來發展方向，上層經理雖然不是人力資源專家，但也要懂得此一發展脈動，才能掌握住企業發展的方向。
最後，我們要衷心感謝第五版的12位作者，他們放棄了寫SSCI論文寶貴的時間來辛苦撰寫這些文章，他們對從事人力資源管理的同仁及後學的同學有非常大的貢獻。在此也謝謝責任編輯李文瑜、前助理張淑嘉，以及遠見天下文化事業群創辦人高希均教授，他不是專為了賺錢創辦此出版社，而是為了傳播新觀念與新知識而成立此機構。
大數據在人力資源管理的應用
運用大數據分析協助人力資源管理決策是管理的趨勢，為因應此趨勢，人力資源管理人員除了需要具備專業知能外，也需具備大數據分析專案相關概念，以協助人力資源管理部門在「選育用留」時做出更良好的決策。
大數據（bigdata，又稱為巨量資料）一詞在1990年代即出現在統計相關領域中，但因電腦科技與儲存技術的限制，當時並未獲得學界與業界的重視。自2010年起，因為電腦與資訊科技大幅進展，軟硬體已經能負荷大數據分析所需要的資源與儲存空間，使得大數據和數據分析（analytics）的概念與方法更臻成熟，日益受到學界與業界重視。
大數據分析的成熟有其時代脈絡，包括2000年初期，亞馬遜、臉書、Google等社群、搜尋引擎與電商網站等開始蓬勃發展，讓網路使用行為成為重要的人類行為。此外，雲端計算與儲存科技的進步，以及智慧型手機普及，使網路公司可快速逐一記錄人類在網路上的足跡，甚至開始預測其網路（購物）行為，進而推動大數據分析在商業上的應用。
大數據分析與商業應用
大數據分析的重點有二：一是「大數據」，二是「分析」。目前學界與業界對大數據的定義，大多認同大數據具備4個「V」的特性，包含：儲存大量資料（volume）、資料傳輸儲存速度快速（velocity）、資料類型多樣化（variety）、資料來源真實性（veracity），有的學者則加上能創造價值（value）這第5個V。
這些數據來源可以是公司的內部資料，如員工人事資料、工作日誌或工作活動錄音錄影等；也可以是公司的外部資料，如消費者在臉書上的瀏覽偏好、供應商相關資料、網路平台購物資料、政府公開數據統計資料等。
到底資料量要多大（如至少100TB以上）、變項數目要多少才是大數據呢？這部分眾說紛紜，目前對大數據分析的看法，除了強調數據數量外，更重要的是數據種類需具備多元性（如行為、態度、數值、文字等）與真實性（如實際行為、交易金額等），並且要能有效運用這些數據分析的結果，為商業決策提出參考。
大數據分析受到實務界重視的主因，是公司能運用數據分析結果提升商業決策品質，進而提升獲利。亞馬遜公司的產品推薦系統，就是常見的大數據分析運用，快遞業者優比速（United Parcel Service）公司，則利用大數據分析規劃最佳送貨路線，不但降低送貨時間，也減少交通意外。
大數據分析與人力資源管理的關係
在人力資源管理方面，大數據可用於效標關聯效度（criterion-related validity）分析，預測應聘者就職後可能的行為，常見的預測指標包含：工作表現、離職、反生產工作行為（counterproductive work behavior）等。此外，組織亦可建置用來預測員工工作行為的模型，為人力資源管理提供更完善的資訊。
例如美國矽谷公司Brilliant採用大數據和人工智慧（AI）檢視求職者的履歷，快速篩選出符合招聘工作條件和職位的求職者；日本軟銀（Softbank）則是採用IBM人工智慧系統Watson，審查畢業大學生求職文件。其做法為先讓人力資源管理部門在1500份的求職資料評出高低分數，再交由AI系統學習，待AI系統成熟穩定後，即可應用於人力資源管理實務，預計將可縮短約四分之一審查應聘資料的時間。簡言之，一些公司已經開始用大數據和人工智慧，協助經理人對應聘者是否合適該職位進行綜合評估，簡化招募與甄選流程，以提升管理效能。
企業亦可透過大數據預測員工「留任」或「離職」的機率，同時也能建立和驗證影響員工離職行為的預測模型，於招聘與甄選人員時運用此預測模型，淘汰掉潛在高離職傾向的應聘者，進而減少這些人員入職後的訓練等成本。也可以透過大數據分析，了解影響員工工作投入的因素，例如Google的氧氣專案（Project Oxygen），大數據分析結果顯示，直屬主管是影響個人工作績效表現和工作滿意度的重要因素。
氧氣專案分析結果指出，高效能的Google主管具有8項特質（8 habits of highly effective Googl emanagers），分別為：當個好教練、給予團隊成員授權、對團隊成員的成功和幸福感表示興趣、以生產和結果為導向、傾聽團隊意見，當個良好的溝通者、協助員工實現職涯發展、提供團隊明確的願景、具備關鍵技術，提供建議給團隊。具備這些特質的主管能與「選、育、用、留」等人力資源管理實務有緊密的連結。
Google也根據這個分析結果修改公司的人力資源管理制度，例如：設計符合員工需求的發展課程等。由此可見，大數據分析的結果，確實能協助人力資源管理實務的決策，讓員工、主管和組織三方都從中獲益。
相較於其他管理領域（如行銷）大量運用大數據分析進行管理決策，大數據分析在人力資源管理領域的運用較不普遍，可能的原因有以下幾個：
第一、大部分公司的人事資料僅屬於「小數據」的層級，所欲探討的關係通常也較為簡單，例如個人背景與留任之間的關係，只需要使用傳統數據分析技術即可，例如：T檢定、變異數分析、多元迴歸分析、羅吉斯迴歸分析、因素分析等，不需要進行大數據分析。
第二、人力資源管理決策涉及員工勞動權益與人權，因此，資料蒐集時需留意個人資料隱私的議題；根據數據分析結果進行人力資源管理決策（如升遷）時，還需要考量客觀、公平、無偏誤等因素，以避免職場歧視。第三、人力資源管理實務者，較少使用大數據分析結果進行決策。
基於上述原因，人力資源管理實務者，在大數據的資料蒐集、分析、運用於管理決策上，比其他領域受到更多限制。例如亞馬遜公司曾在2014年進行一項大數據分析專案，企圖建立篩選求職者履歷表的分析模式，以提升招募與甄選效率。雖然分析結果顯示此預測模型良好，可以有效預測求職者是否適合該職位，但檢視指標後，卻發現該預測模型會給女性求職者較差的評價，可能有「性別偏誤」，為了避免性別歧視，亞馬遜在2015年終止這項計畫。
由此可見，運用大數據分析協助人力資源管理決策是重要的趨勢，但大數據分析在人力資源管理上的運用仍有待發展。
Davenport等人（2010）指出，有6類數據分析可以協助人力資源管理實務，由簡至繁依次是：人力資本事實（human capital facts）、分析性人力資源（analytical HR）、人力資本投資分析（human capital investment analysis）、人力預測（workforce forecasts）、人才價值模型（talent value model），以及人才供應鏈（talent supply chain）。
除了「人力資本事實」與「人力資本投資分析」外，其他四類都有大數據分析的實例，可見大數據分析的應用，已擴展至人力資源管理實務的規劃和決策，以下介紹大數據分析在人力資源管理的實務應用。
1. 留才與提升工作表現
員工離職公司付出的成本很高，無論是個別公司或是人力資源管理顧問業，大數據分析的首要應用，就是如何透過大數據分析的結果留才。例如Evolv公司透過分析13個國家、超過500萬筆的員工資料，欲了解不同產業員工的工作行為，Evolv公司透過此大數據分析，協助全訊科技（Transcom）公司將客服中心的員工離職率降低30%，也協助Kelly公司將員工工作效率提升7%。
Sociometric Solutions公司協助美國銀行找出影響員工生產力的因素。其分析結果指出，讓員工可以一起休息（如午休）是影響生產力的重要因素，員工會藉著這個機會互相吐苦水消除工作上的不愉快，有經驗的員工也會分享如何與不講理的客人互動，這種即時的反應與互動，使得員工的工作表現較佳。
IBM公司以大數據與人工智能所發展的員工離職預測模式，準確度高達95%，每年為IBM公司在留才上節省了高達3億美元的費用。而在中國設廠的和碩聯合公司，則根據大數據分析，了解薪資與獎金對員工離職的重要性，並且有效預測生產線員工的離職行為，提升該公司人力資源規劃與生產管理的決策成效。
2. 選才
選才的品質不但影響員工工作表現，也會影響員工留才，因此，人力資源管理另一個常見的大數據分析應用是甄選的判斷與決策。
目前大數據和AI技術已經能將個人的臉部表情變化、肢體語言、語氣聲調等細微的資訊予以保存編碼，快速估算出一個人的人格特質或能力，將之整合給徵才公司參考。許多公司希望透過大數據分析來提升甄選的效果，例如亞馬遜公司曾利用大數據分析技術，分析求職者履歷表內容，並且與公司在職者做比較，進而建立篩選履歷的模式，不過最後因為可能存在性別偏誤而作罷。
人力資源管理顧問公司（如Pymetrics與HireVue）則透過提供雲端自動化的甄選服務，提供考試、遊戲、面試等活動，取得求職者的大數據，建立認知能力或性格測驗的常模資料，作為甄選時的參考依據；美國Novo1顧客關係服務公司則透過大數據分析，找出工作表現好的員工具備哪些特質，並且招募此類員工，因此將面試時間從1小時降低到12分鐘，員工每通電話的平均通話時間也降低了1分鐘，還讓員工離職率降低了39%。
3. 育才與晉任
培養公司內部管理人才是重要的人力資源管理活動，因此，預測管理人才也是不少公司使用大數據資料分析的目的之一，分析此議題大多會採用公司內部的數據，可能屬於小數據分析，較有名的例子為Google人力營運部門（People Operations）執行多年的氧氣專案，其目的為找出優秀的管理者應具備哪些重要條件。
4. 員工身心健康
近年來，職場健康是重要的管理議題，有不少公司利用穿戴裝置蒐集員工工作數據，並且進行分析。例如在工廠安全管理的領域中，Modjoul透過穿戴智慧裝置（如智慧手環、智慧皮帶），蒐集客戶公司員工工作行為的數據，用於監控工廠狀態，並且根據大數據分析建立的模型，即時提供公司職場安全訊息，進行工廠公共安全管理。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。
