選
Who?
看不到真實生產力時，如何估計人職適配？
資訊經濟學 · 搜尋與配對 · 歧視經濟學
Personnel Economics Field Guide
選・用・育・晉・留把 HR 重新寫成五個相互連動的經濟問題
企業不是被動地「管理人才」，而是在資訊不完整、誘因不一致、技能可攜與外部競爭之下，持續設計一套讓人與組織彼此選擇的制度。
選資訊不對稱 × 搜尋配對
用委託代理 × 協作激勵
育跨期投資 × 技能產權
晉人才配置 × 競賽誘因
留外部選項 × 關係契約
01 · 核心命題
人資制度的本質，是改變選擇之後形成的均衡
經濟學不只問某項制度「有沒有效」，而是繼續追問：它改變了誰願意加入、誰更努力、努力轉向哪裡、技能的報酬歸誰，以及誰因此更想離開。
「選用育晉留」不是五套獨立工具，而是一個持續處理 資訊、誘因、投資、配置與競爭 的動態系統。
02 · 五個預測問題
從 Who 到 Why stay
用
How?
努力與品質難以觀察時，如何讓人做對的事？
契約理論 · 團隊生產 · 行為激勵
育
Future value?
今天投入成本，未來價值如何形成與分配？
人力資本 · 投資理論 · 知識外溢
晉
Where?
如何預測下一個角色，而非獎勵上一個角色？
人才配置 · 競賽理論 · 雇主學習
留
Why stay?
相對外部選項，組織能提供多少剩餘價值？
議價 · 補償差異 · 勞動市場勢力
03 · 互動式理論地圖
跨學門的 HR 工具箱
0 項理論
找不到符合條件的理論，請調整搜尋字詞或篩選條件。
選
Selection · Information problem
不是找「最優秀」，而是降低錯配
候選人知道自己的能力、偏好與動機，企業只看得到履歷、測驗和面試表現。「選」的核心不是多蒐集資料，而是把資料轉成對未來績效與適配的較好預測。
E[生產力 θ｜訊號 X]＋雙方偏好適配－錯配成本
01 · SIGNALING
履歷是訊號，不必然是能力
學歷、證照與知名雇主可能同時反映能力形成與可信訊號。招募系統若只加速辨識名校或大公司，可能自動化既有聲望排序，未必提升預測品質。
02 · SCREENING
制度也會讓人才自我分類
變動薪酬、試做任務、工作預覽與職務菜單，都會讓不同風險偏好與能力信心的人作不同選擇。薪酬不只是支付工具，也是招募篩選機制。
03 · SEARCH & MATCHING
好人才與好職缺仍可能錯過
搜尋有時間與資訊成本。平台與獵頭能降低摩擦，但同一套技術也降低員工尋找外部工作的成本，因此「選」與「留」是同一個摩擦的兩面。
04 · DISCRIMINATION
辨識 individual signal，而非 group proxy
偏見可能來自喜惡，也可能來自資訊不足下以群體平均推估個人。增加真正與工作相關、可驗證的個人訊號，通常比單純移除敏感欄位更接近問題核心。
制度設計順序
- 先定義未來工作產出，不從既有明星員工倒推。
- 分開測量能力、動機、偏好與職務條件。
- 使用結構化、工作樣本式訊號降低雜訊。
- 追蹤錄用後結果，更新各訊號的預測權重。
常見副作用
- 高強度績效薪酬吸引自信者，也可能吸引過度冒險者。
- 低門檻大量投遞降低求職成本，也增加企業篩選噪音。
- 歷史錄用資料若帶偏，AI 可能學會的是過去決策而非真實生產力。
Quality of hire誤拒率差異90/180 天適配訊號增額效度
用
Deployment · Contract problem
激勵不是讓人更忙，而是讓努力方向更接近價值
企業通常無法完整觀察努力，只能看到被環境、團隊與運氣共同影響的產出。KPI、獎金、佣金、股權與升遷，本質上都是不完整的激勵契約。
可衡量產出≠真正價值；最適激勵取決於雜訊與任務可量測性
01 · PRINCIPAL–AGENT
努力看不到，契約只能綁代理指標
激勵強度需要權衡：愈貼近個人控制、愈少雜訊的指標，愈適合連動薪酬；環境噪音大的工作則需要較弱的短期績效連結。
02 · MULTITASKING
KPI 會重新分配努力
當業績好量化、法遵與關係品質難量化，強綁業績不只增加努力，也可能把努力從難量測但重要的任務抽走。Measurement 不等於 value。
03 · TEAM PRODUCTION
團隊獎金同時帶來合作與搭便車
個人獎金利於責任歸屬，團隊獎金利於協作；實務上常需要混合權重、同儕資訊與可追蹤的共同目標，避免把競爭放進高度互賴的工作。
04 · RELATIONAL CONTRACT
寫不進合約的部分，靠未來互動治理
知識分享、臨時支援與不搶功很難逐條契約化。當雙方重視長期關係、主管承諾可信，聲譽與未來合作價值就能支撐正式契約之外的行為。
制度設計順序
- 先列出工作所有重要任務，再判斷哪些可被量測。
- 把個人可控制與外部噪音分開。
- 依任務互賴程度決定個人／團隊獎酬權重。
- 保留質性評估，但建立可校準的共同標準。
常見副作用
- 指標愈細，gaming 與行政成本也可能愈高。
- 公開排名能產生努力，也可能破壞互助與心理安全。
- 短期獎金可能把專業使命重新框架成單純交易。
多維品質團隊外溢gaming 指標績效持續性
育
Development · Investment problem
訓練是投資，但資產會跟著人走
人力資本與機器設備最大的不同，是技能由員工攜帶。企業必須同時估計生產力增益、學習轉移、人才流動與投資報酬如何在雙方之間分配。
訓練 NPV=未來生產力增益－直接＋機會成本－無法回收風險
01 · HUMAN CAPITAL
通用技能與公司專屬技能
通用技能提高整個市場的價值，專屬技能主要提高目前配對的價值。兩者的成本分攤、薪資路徑與留任效果不同，不能用同一套培訓 ROI 邏輯。
02 · HOLD-UP & POACHING
培訓成功，外部選項也會上升
公司若無法取得訓練報酬就會少投資；員工若擔心專屬技能不被市場承認也會少投資。職涯承諾、共同出資與內部機會可改善這個雙邊投資困境。
03 · REAL OPTIONS
把學習設計成分段投資
面對技能需求不確定，可先用小型任務或短課程取得訊號，再決定是否擴大投資。訓練不只是提升能力，也是在逐步揭露員工的學習速度與興趣。
04 · KNOWLEDGE SPILLOVER
個人學習能否變成組織能力？
導師制、實作社群、文件化與 AI 助理能讓高手知識擴散。真正的組織 ROI 應包含受訓者直接增益，以及對同儕與新人學習曲線的外溢。
制度設計順序
- 定義目標技能及其通用／專屬程度。
- 估計能力提升、使用率與轉移到工作的時間。
- 設計分段里程碑，依新訊號追加投資。
- 同步提供應用場景、內部流動與知識擴散機制。
常見副作用
- 只看完課率會把「學過」錯當成「會用」。
- 培養熱門通用技能卻沒有內部機會，可能加速離職。
- 把培訓綁過長服務期，可能降低信任或延後無效率配對的結束。
技能增益工作轉移率學習外溢風險調整 ROI
晉
Promotion · Assignment problem
升遷要預測下一個角色，不只是獎勵現在績效
升遷同時是人才配置、資訊更新與全組織激勵。企業若過度依賴目前職位績效，可能得到一位應受獎勵的明星，卻失去一位好業務並多出一位不適任主管。
E[下一職位價值｜證據]≠目前職位績效＋升遷獎賞效果
01 · TOURNAMENT
薪資差距也是一座獎盃
職級間薪酬差距會影響下層競爭者的努力。獎賞太小缺乏誘因，太大則提高搶功、藏資訊、破壞合作與過度冒險的報酬。
02 · PETER PRINCIPLE
現在最強，不等於下一職位最適
對 214 家公司的銷售資料研究發現，企業常把強銷售者升為主管，即使其他特徵更能預測管理績效；這揭示了「獎勵」與「配置」兩個目標的衝突。
03 · EMPLOYER LEARNING
升遷是持續更新後的配置決策
進公司後，教育與履歷的權重應逐漸下降，實際工作訊號的權重上升。輪調、代理主管與專案領導可產生更接近下一職位的資訊。
04 · INTERNAL LABOR MARKET
職等是一套內部市場
工作階梯同時連結任務難度、技能累積、工資與外部市場壓力。專家雙軌制能把「獎勵優秀」與「一定要當主管」拆開，降低配置錯誤。
制度設計順序
- 分開定義當前績效與下一角色成功條件。
- 用接近目標角色的任務取得行為證據。
- 提供管理與專業雙軌獎勵。
- 評估升遷對未升者合作、風險承擔與離職的外溢。
常見副作用
- 贏家全拿會把同事變成對手。
- 潛力模型若以歷史主管樣貌作標籤，會複製舊有配置偏差。
- 只用留任率判斷升遷成功，會忽略團隊績效與被管理者流失。
下一職位績效團隊淨產出後悔率未升者反應
留
Retention · Outside-option problem
員工留下，不等於滿意；而是尚未有更好的淨選項
留任是目前工作與外部選項的相對比較。薪資、彈性、成長、信任與身份認同構成一包工作價值；搜尋成本、地理限制與技能可攜性則改變轉職門檻。
Ustay≥E[Uoutside]－轉職成本
01 · OUTSIDE OPTION
真正的比較基準在公司外
員工外部需求、技能通用性與搜尋摩擦共同決定議價力。相同的滿意度，在景氣與外部機會不同時，會對應完全不同的離職率。
02 · COMPENSATING DIFFERENTIALS
EVP 是薪資與工作特性的組合包
彈性、通勤、工時、意義、風險與福利都進入效用。員工偏好不同，因此平均最受歡迎的福利不一定是最有效率的留才組合。
03 · EFFICIENCY WAGE
高於市場的薪資可能降低總成本
較高薪資可能提升應徵品質、努力與留任，並降低監督、缺工與重新訓練成本。關鍵不是薪資是否高，而是多付的一元能否產生更大的淨價值。
04 · FAIRNESS & IDENTITY
公平與認同會進入效用函數
員工不只比較絕對薪資，也比較程序、同儕與承諾是否一致。信任與身份認同能形成關係剩餘，但若被突襲式決策破壞，影響可能超過帳面金額。
制度設計順序
- 區分不該流失、可接受流失與健康流動。
- 估計不同人才群的外部選項與工作屬性偏好。
- 把薪資、職涯、彈性與主管品質視為組合包。
- 衡量介入的增額留任，排除本來就會留下的人。
常見副作用
- 留任獎金可能獎勵已準備離職的人，並讓忠誠者感到不公平。
- 低離職率也可能來自轉職障礙與雇主市場力，不代表高投入。
- 全面加薪若沒有鎖定關鍵職能，可能成本高但留才增額有限。
可避免離職外部選項熱度介入增額遺憾流失率
04 · 一般 HR 框架容易漏掉的事
每一項制度，都會穿越其他環節
制度效果不是一條直線。它會先改變人的行為與自我選擇，再回過頭改變公司看見的人才池與下一輪決策。
用 → 選
激勵制度會篩選人
佣金占比、團隊獎金與遠距規則不只影響現職員工，也決定何種風險偏好、合作傾向與生活需求的人願意加入。
育 → 留
能力提升也提高外部選項
通用技能培訓成功時，員工對內更有生產力、對外也更有吸引力。培訓與職涯配置必須同步設計。
晉 → 用
升遷規則是全員激勵
即使只有少數人升遷，所有候選人都會依獎賞大小與勝出規則調整努力、合作、冒險與資訊分享。
選 → 留
寫實工作預覽能減少錯配
若招募只賣夢想，短期接受率可能上升，卻把資訊問題延後到到職後，以低承諾與早期離職的形式付費。
留 → 晉
過度留才會阻塞職涯階梯
關鍵職位長期不流動，可能壓縮新人機會、造成內部市場壅塞；健康流動有時反而改善人才重新配置。
AI → 全系統
量測成本下降，不代表價值更清楚
AI 能擴大可觀察資訊，也會提高 proxy、gaming 與監控感。真正要驗證的是決策品質的增量，而不是資料量。
05 · AI / HRTech 延伸
AI 能降低哪種摩擦，又會創造哪種新問題？
最有用的問法不是「能不能導入 AI」，而是先指出原本的市場失靈，再為新工具設定機會、風險與因果驗證方式。
| 環節 | 可降低的摩擦 | 經濟機會 | 新風險 | 應驗證的增量 |
|---|---|---|---|---|
| 選 | 搜尋成本、訊號處理成本 | 從大量履歷中找出工作相關訊號，提升配對效率 | 用群體 proxy 代替個人能力；歷史標籤自我複製 | 相對基準流程的錄用後表現、誤拒率與群體校準 |
| 用 | 監督與量測成本 | 即時支援、品質回饋、把高手做法擴散給新人 | 過度最佳化可量測任務、監控感與策略性 gaming | 多維品質、長期學習、同儕外溢與員工福祉 |
| 育 | 個人化教學成本、知識傳播成本 | 依差距分配學習內容，縮短經驗曲線 | 短期代做替代真正學習；通用技能提高被挖角風險 | 無工具情境下的技能保留、工作轉移與知識擴散 |
| 晉 | 分散訊號彙整成本 | 整合跨專案證據，預測下一職位所需能力 | 把目前績效或歷史主管樣貌錯當潛力 | 下一角色表現、團隊淨效益、晉升後後悔率 |
| 留 | 流失風險辨識成本 | 在可避免離職發生前，提供較匹配的介入 | 只治療高風險分數、忽略制度根因；差別待遇傷害公平 | 介入相對不介入的增額留任與成本效益 |
一個值得保留的實證訊號
生成式 AI 在客服場域的研究發現，生產力增益高度異質，新手與低技能者受益較多，並可能透過工具吸收高手做法。這比較像「知識擴散技術」，不只是自動化。
一個重要的研究設計提醒
「使用者表現較好」可能來自工具，也可能因為原本就較強的人更願意使用。以隨機試驗、分階段導入或可信的比較組，才能估計工具的因果增量。
06 · 經濟學式制度檢查
設計任何 HR 制度前，先問八個問題
資訊：真正看不到的是什麼？
能力、努力、偏好、外部選項，還是下一職位的適配？
代理：你量到的是價值，還是 proxy？
指標改善時，整體產出與品質是否也會改善？
誘因：人會怎麼重新最佳化？
除了更努力，是否會轉移任務、藏資訊或承擔過多風險？
篩選：制度會吸引與排除誰？
一項政策對現職行為與未來人才池可能同時有影響。
外溢：誰承擔沒被計入的成本？
同儕、主管、候選人、未升遷者或其他部門是否受影響？
動態：明天的選項會被怎麼改變？
培訓、升遷與留才可能改變未來議價力與職涯機會。
公平：程序與比較基準是否可信？
員工評估的不只有金額，也包括相對位置與承諾一致性。
因果：若沒有這項制度，會發生什麼？
用比較組與增額效果，避免把自然趨勢誤認為政策成果。
07 · 研究來源
延伸閱讀與學術依據
以下以原始論文、NBER 研究頁面與諾貝爾獎官方說明為主；頁面內容是概念整理與管理應用，不主張每項理論在所有情境都會得到同樣效果。
01
Lazear & Oyer｜Personnel Economics
人才配對、薪酬、激勵、技能形成與工作組織的領域綜述。
02
Nobel Prize｜Asymmetric Information
Akerlof、Spence、Stiglitz 的逆選擇、訊號與篩選。
03
Nobel Prize｜Search & Matching
Diamond、Mortensen、Pissarides 的搜尋摩擦與勞動配對。
04
Lazear & Rosen｜Rank-Order Tournaments
以相對排名與獎賞差距建立的競賽型勞動契約。
05
Benson, Li & Shue｜Promotions and the Peter Principle
目前績效與管理潛力錯配的跨企業實證。
06
Gibbons & Waldman｜Wage and Promotion Dynamics
人才配置、人力資本與雇主學習如何共同形成內部職涯。
07
Autor｜Why Do Temporary Help Firms Provide Free General Skills Training?
延伸 Becker 通用／專屬人力資本與企業培訓誘因。
08
Fryer et al.｜Loss Aversion and Teacher Incentives
以損失框架設計績效獎勵的場域實驗。
09
Bénabou & Tirole｜Incentives and Prosocial Behavior
外在誘因、社會形象與親社會動機的 crowding-out 理論。
10
DellaVigna et al.｜Social Preferences at Work
社會偏好與職場 gift exchange 的模型化場域研究。
11
Bertrand & Mullainathan｜Labor Market Discrimination
以隨機履歷辨識招募歧視的經典 field experiment。
12
Altonji & Pierret｜Employer Learning
雇主隨經驗累積，以實際生產力訊號取代初始憑證。
13
Katz｜Efficiency Wage Theories
高於市場薪資與努力、招募品質、監督及流動之關係。
14
Horton & Zeckhauser｜Peer Effects in Production
同儕產出如何影響工作標準、學習與行為。
15
Bloom, Han & Liang｜Hybrid Working
混合工作對離職、滿意度與溝通的隨機試驗。
16
Brynjolfsson, Li & Raymond｜Generative AI at Work
AI 對生產力、學習與留任的異質性影響。
17
Naidu & Dube｜Monopsony Power in Labor Markets
搜尋摩擦、異質偏好與雇主薪資制定力的現代綜述。
18
Bloom et al.｜Working from Home Experiment
遠距工作的生產力、滿意度、離職與升遷效果。