数字化转型对中国农业银行人力资源需求影响及预测研究

【摘要】：近年来,随着金融科技技术的日新月异和迅猛发展,特别是受到去年以来新冠疫情的冲击,推动了各行各业新一轮数字化转型的高潮。以商业银行为代表的金融机构,在前几年数字化转型摸索和试点的基础上,也已经开始思考和探索全面推动金融业务特别是零售金融业务朝着零接触服务、全线上运作、智能化经营的方向加速前进。业务转型发展离不开人才队伍的支持,数字化转型不仅要求商业银行对其经营管理模式、产品、业务流程等进行创新和变革,同时更对商业银行人力资源规划提出了更高的挑战。人力资源需求分析是人力资源规划的重要环节,因此,研究数字化转型对商业银行人力资源需求的影响就具有重要的理论和现实意义。当前,国内商业银行人力资源规划面临着一些挑战:第一,缺乏对人员规模与业务发展匹配度的定量评估;第二,对数字化转型给人力资源需求带来的影响定量分析不够;第三,对人员规模及结构变化趋势预测不够准确。基此,本文对数字化转型对中国农业银行人力资源需求的影响和预测进行了深入研究,以填补数字化转型对银行金融机构人力资源需求影响的理论空白,为银行金融机构制定人力资源“十四五”规划提供理论参考。本文采用理论研究和实证分析相结合的方法,围绕数字化转型对中国农业银行人力资源需求影响及预测进行了研究。首先,运用DEA-Malmquist方法对中国农业银行等17家国内上市银行、中国农业银行各个区域的投入产出效率进行对比分析,验证了中国农业银行人员规模偏大、人员投入产出效率偏低的假设,为后续章节的进一步研究提供了必要性依据。其次,结合相关理论,定量分析了数字化转型对中国农业银行不同岗位序列人力资源需求的影响因素,探究了数字化转型对中国农业银行人力资源需求的影响机制。最后,运用Markov过程原理,构建了中国农业银行人员结构预测分析模型,对2021-2025年中国农业银行人员结构进行了预测。研究显示,本文提出的假设全部得到了支持。本文主要得出以下结论:(1)中国农业银行人员规模偏大,人均投入产出偏低,区域投入产出不平衡。中国农业银行在17家国内上市银行中人员规模最大、数量最多,但综合投入产出效率位居17家国内上市银行第12位,属于中下游位置。中国农业银行珠三角地区综合投入产出效率最高,长三角、环渤海地区次之,东北、西部地区最差。(2)数字化转型已经在一定时期内有效降低了中国农业银行业务发展对人员数量的需求。2011-2015年,中国农业银行人员规模随着业务发展而不断增长,2015-2020年中国农业银行人员规模随着业务发展而不断下降,与该企业从2015年左右开始实施数字化转型战略在时间序列上高度吻合。(3)数字化转型对中国农业银行不同岗位序列人力资源需求产生了不同方向和不同程度的影响。数字化转型对柜面序列人员、营销序列人员、科技序列人员和管理序列人力资源需求都具有显著作用。具体而言,电子渠道分流率每提升1个百分点对柜面序列人力资源需求减少1958.39人;线上贷款每增加1亿元对营销序列人力资源需求减少1.65人,线上个人客户数每增加1万人对营销序列人力资源需求增加0.29人;线上贷款每增加1亿元约需增加0.11个科技序列人员,线上个人客户占比每提升1个百分点对科技研发序列人力资源需求增加63.83人;线上贷款规模每增加1亿元管理序列人力资源需求约减少6.66人。(4)随着数字化转型的深入推进,“十四五”期间(2021-2025年)中国农业银行总的人力资源需求仍然持续下降,但数字化转型的边际效应在递减,未来人力资源需求可能出现“U”型增长。业务规模和客户规模的自然增长会推动中国农业银行人力资源需求的增加,数字化转型战略的深入推进同步推动中国农业银行人力资源需求的减少,而且减少的效果仍然会超过业务和客户自然增长带来的人力资源需求增加。因此,总的人力资源需求呈现持续下降趋势。预计到2025年末,中国农业银行人员规模将比2020年末下降5%左右。但从趋势看,数字化转型对人力资源需求减少的边际效应在递减,未来总的人力资源需求可能出现“U”型增长。(5)“十四五”期间(2021-2025年)中国农业银行人员队伍结构(包括年龄和学历结构)将会得到较大改善。数字化转型对人员队伍综合能力和素质提出了更高的要求,推动中国农业银行在新增人员补充上主要以高学历应届毕业生为主,将大幅改善人员队伍结构。预计到2025年末,中国农业银行人员队伍40岁以下人员占比将比2020年末提升约25个百分点;本科学历及以上人员占比将比2020年末提升约27个百分点。在研究过程中,本文获得了以下四点创新:(1)揭示了数字化转型对中国农业银行不同岗位序列人力资源需求的影响。本文聚焦数字化转型对中国农业银行人力资源需求影响进行了深入挖掘,揭示了数字化转型对中国农业银行柜面序列人员、营销序列人员、科技研发序列人员和管理序列人力资源需求的不同影响。本文的研究结论,揭示了数字化转型对中国农业银行人力资源需求的影响规律,在微观层面填补了数字化转型对人力资源需求影响的定量研究,为其他银行金融机构相关研究提供了重要参考。(2)将Lasso方法应用于技术进步对人力资源需求影响模型变量筛选,有效地识别出数字化转型指标对人力资源需求的影响。本文运用机器学习技术中的Lasso方法,对可能影响中国农业银行人力资源需求的诸多变量进行了有效筛选和甄别,识别出了数字化转型影响变量,同时有效解决了变量多重共线性的问题。丰富和拓展了Lasso方法在技术进步对人力资源需求影响领域的实践应用。(3)优化改造了基于Markov过程原理的人员结构预测模型。本文结合案例研究和Markov过程原理构建了中国农业银行人员结构预测模型。在构建模型过程中,引入了新增人员年龄和学历状态分布变量,使人员状态概率转移矩阵更加科学准确。实现了对Markov过程原理相关模型的优化改造,丰富了对人员结构预测的理论研究。在实践中已经成为中国农业银行人力资源“十三五”规划的重要决策参考,相关结论得到行内广泛认可和一致肯定,同时正继续应用于中国农业银行人力资源“十四五”规划的研究和制定。(4)揭示了中国农业银行人员规模增长曲线规律。本文对2021-2025年中国农业银行人员规模变化趋势进行了实证预测,揭示了“十四五”期间中国农业银行人员规模呈现持续下降。但随着数字化转型对部分岗位序列人力资源需求影响程度逐步降低,人员规模未来可能出现“U”型增长的发展规律。本文的研究结论,为学术界研究数字化转型对银行金融机构人力资源需求的影响提供了新的视角。本文作图26幅,作表34个,参考文献220篇。