網絡招聘:國外研究動態及前沿
——基于VOSviewer和CiteSpace的可視化分析

□ 朱雨婷 莫蕾鈺 徐孝民

(中國礦業大學(北京) 管理學院,北京 100083)

網絡招聘是利用互聯網技術進行的招聘活動,包括發布職位信息、收集整理簡歷、在線面試與在線測評等招聘程序[1]。它具有覆蓋面廣、時效性強、成本低等優勢,成為了高校畢業生和企業員工求職的首選方式。近些年,社交媒體的廣泛應用,使得社交網絡招聘成為企業招聘的重要手段;人工智能和大數據等新思想、新技術的出現,賦予了網絡招聘新的內涵,大數據下的網絡招聘成為學者關注的焦點。

綜合網絡招聘研究可以看出,該領域研究文獻的視角、內容呈現多樣化,采用可視化的文獻計量方法,有助于考察國外研究的最新成果,探索其內在規律和趨勢,把握最新的研究動態。因此,為了進一步明確網絡招聘領域的研究概況、研究熱點及研究前沿,本文基于WOS數據庫,利用文獻計量軟件繪制知識圖譜,對2010—2019年網絡招聘領域的文獻進行可視化分析,為今后國內網絡招聘研究提供借鑒和參考。

一、數據來源與研究方法

本文文獻數據主要來自于Web of Science 數據庫,基本檢索“主題=online recruitment OR e-recruiting OR social networking sites”,“語種=English”,“時間跨度=2010—2019”,共得到文獻2667篇。最后,人工剔除條件不符的文獻以確保數據有效性,共篩選出外文文獻810篇。為對數據進行可視化分析,本文使用VOSviewer 1.6.14軟件對網絡招聘研究相關發文作者、來源機構、高被引文獻、關鍵詞聚類進行共現知識圖譜分析,并使用CiteSpace V.5.0.R2的突現關鍵詞對研究前沿進行分析。

二、文獻最新研究概況

(一)文獻基本信息

發文量總體呈增長趨勢,2010— 2016年逐年上升,2016年發文最多,達到114篇,2017—2019年稍有回落。產出豐碩的機構為多倫多大學、墨爾本大學、明尼蘇達大學、密歇根大學、倫敦大學學院、密歇根州立大學、斯坦福大學、哈佛大學、牛津大學和伊利諾伊大學。

圖1 關鍵詞聚類知識圖譜

(二)知識基礎

一般來說,論文被引頻次的多少反映了其學術價值的高低[2]。因此,本文通過高被引文獻分析,識別出對該領域研究發展起基礎性的重要文獻,進而揭示該領域研究的知識基礎。通過二次閱讀被引頻次排在前10 名的文獻,發現其內容主要包括:在數據管理上,明確了大數據的概念、來源、類型、特點和價值等[3-4],并結合成功運用大數據技術提高企業績效的案例[5],強調了“大數據”導向以及相關管理和運營的重要性,指出大數據在領導力、人才管理、企業文化、商業價值和決策等方面有巨大影響[6],還基于社交大數據中使用的數據挖掘和數據分析現狀,提出了一種從社交媒體中高效挖掘數據信息和應用程序的方法[7]。在隱私風險上,從企業社會責任角度批判了企業利用社交網絡招聘時侵犯個人隱私的行為[8],構建社交網絡接受模型,指出隱私風險是影響社交網絡使用的主要原因[9],并結合社會交換理論探討了影響社交網絡用戶披露個人信息的因素,闡明隱私風險對信息披露有負向影響[10]。在行為科學上,評估了利用社交網站Facebook招聘年輕女性參與健康研究的可行性[11],并比較了由亞馬遜MTurk平臺、社交媒體和線下面對面招聘的參與者的測試結果,指出在行為測試中,在線招聘參與者是一種有效的方式[12]。

三、研究熱點與前沿

(一)研究熱點

關鍵詞體現了某一研究領域的主題,因此對關鍵詞的聚類分析能夠有效揭示該領域的研究熱點。如圖1所示,國外網絡招聘包括3個主要聚類。

聚類#1申請者吸引力因素研究。該聚類的關鍵詞主要包括 applicant attraction,person organization fit和web-based recruitment等。現有研究表明:招聘平臺的品牌形象和招聘信息的匹配程度是吸引求職者使用的主要因素,主要體現在招聘信息有效性、信息更新速度、招聘結果反饋、平臺口碑、招聘網站或軟件使用體驗感等方面。

聚類2社交網絡招聘有效性研究。其關鍵詞為social media,Facebook,Internet和social networking site等。目前,被廣泛使用的社交網絡招聘平臺有LinkedIn,Facebook,Myspace和Twitter等。社交招聘能夠加快信息傳播的速度、易于開發潛在客戶,通過雇主雇員雙向互動提高人崗匹配度[13-14]。為提升匹配度,需要關注個體社交網絡的信息質量,以及社交網絡分析技術方法[15]。社交媒體參與度、經驗和專業知識、候選人質量、資料匹配、目標設定和品牌等是影響使用社交媒體招聘的主要因素[16]。

聚類3大數據在網絡招聘中的價值與挑戰研究。該聚類的關鍵詞主要包括 human resources,big data和technology等。大數據在網絡招聘中的價值主要體現在:智能匹配求職者,減少招聘人員工作量;采集挖掘各類數據,提高招聘效率與質量;建立以數據為依托的績效考核指標,提高人力資源決策科學性;主動搜索變為被動推薦,改變招聘運作方式。其挑戰在于存儲和分析個人數據會導致尖銳的隱私和道德問題[17]。同時,復合型大數據人才也是大數據背景下網絡招聘面臨的挑戰之一[18]。

(二)研究前沿

根據圖2可知,國外研究熱點主要包括3個階段:第一階段為2010—2014年,其關鍵詞有recruiting,internet,web-based recruitment,person organization fit,personality,selection,和unemployment。這一階段中,個性特質、人與組織的匹配持續時間較長,是該階段的研究重點。第二階段為2014—2016年,借助社交網站進行網絡招聘成為研究主體,關鍵詞代表有social media,Facebook,technology和site。第三階段為2016年至今,有關大數據在網絡招聘中的研究呈現迅速增長趨勢。該階段的關鍵詞為big data和performance,可見依靠客觀數據對招聘人員進行績效考核成為研究前沿。

圖2 國外研究熱點情況

四、結論與展望

(一)結論

本文運用VOSviewer和CiteSpace文獻計量軟件對WOS數據庫中2010—2019年網絡招聘研究的文獻進行分析,得出以下結論。

1.從文獻基礎信息上看,發文數量總體呈增長趨勢;發文機構以大學為主,大部分分布在美國、英國、加拿大和澳大利亞。

2.從知識基礎上看,社交網絡招聘和大數據領域的理論相對成熟,起步較早,研究更加深入。

3.從研究熱點上看,主要關注申請者吸引力因素研究、社交網絡招聘有效性研究和大數據在網絡招聘中的價值與挑戰研究。通過研究熱點突現詞分析,確定大數據與招聘績效的結合為研究前沿。

(二)展望

大數據與網絡招聘的結合無疑是未來發展的趨勢,但面臨的最大挑戰就是個人隱私問題。要想推進大數據在網絡招聘的進程,解決個人隱私保護是驅動力,而這就涉及到大數據處理技術的開發與應用，以及掌握專業技術的人力資源優秀人才。大數據與數字化一樣,都是人工智能的前置階段,未來人工智能可能作為一種手段提高工作績效和生產力,運用在網絡招聘中。但無論是大數據還是人工智能,進一步探究如何優化網絡招聘流程，是未來研究的發展方向。□