隨着社會主義市場經濟的逐步建立和完善，人力資源的經濟價值日益受到人們的重視。目前，企業之間的競爭已經由物質資源的競爭轉向人力資源的競爭，誰擁有掌握高新技術和知識的人力資源，誰就能夠在激烈的競爭中獲勝。
1人力資源價值的影響因素
1.1自身的因素
人力資源自身的因素包括勞動能力和動力因素。其中勞動能力包括勞動者的知識、技能、智力水平等因素。① 知識是人們長期從事各種活動所形成的各種經驗和理論的總結。人力資源知識水平可用學歷層次、受教育程度來表示，一般情況下，受過較高層次教育的人要比沒接受教育或教育水平較低的人的價值更大。② 技能水平主要指的是技術、管理和人際交往等方面的能力，它反映了人力資源爲企業提供服務的潛在能力。技能水平一般是相對固定的，但也可以通過培訓、學習等得到提高。③ 智力是人們認識事物、運用知識解決問題的能力，包括觀察力、記憶力、思維能力、想象力等。④ 動力是勞動者工作的努力程度，它由不同的生理、心理和社會條件決定，對高級人員來說是企業家精神，它是企業家把企業利益和個人利益聯繫起來，自覺要求爲企業做出貢獻的努力程度。努力和能力既有區別，又有聯繫。努力要以一定的能力爲基礎，沒有相應的知識和技能，只有主觀願望是不行的，同時，努力程度的大小也直接影響到其做出貢獻的大小，在此，知識技能是“硬件”，員工努力或企業家精神是“軟件”。
1.2外部因素
人力資源價值的大小，除了人力資源自身因素外，其所在的組織及社會等外部因素對人力資源潛力的發揮也起着重要的作用。① 組織結構。組織結構簡單、快速高效的企業爲人力資源發揮其潛力提供了良好的環境。② 領導方式。企業組織的正確領導和決策，往往能產生極強的凝聚力、親和力和員工的協作力。這種由於領導有方和信息網絡通暢而產生的'協作力，可以激發廣大員工的工作熱情和創造慾望，促進人力資源價值的充分實現和發揮，同時還能產生一種生產“自乘”的作用，大大提高企業的經濟效益。③社會環境。尊重知識、尊重人才的良好的社會氛圍能給人力資源價值提供良好的激勵機制。
2對人力資源價值進行評估的可行性分析
2.1勞動力成爲商品是進行人力資源價值評估的客觀前提
資產評估是市場經濟的產物，沒有商品的交換就不會有資產評估的客觀要求。在現代經濟社會中，沒有資產的市場交易行爲的發生，也就不會產生資產評估活動。作爲企業人力資源基本組成單元的勞動力能夠成爲商品，是將人力資源作爲評估對象的基本前提。
馬克思關於勞動力商品的理論指出，勞動力成爲商品，必須有兩個條件：一是勞動者必須有人身自由;二是勞動者喪失生產資料。雖然在理想的社會主義條件下，實行生產資料全民所有制，勞動者和生產資料直接相結合，勞動者真正成爲生產資料的主人，此時勞動力不再是商品。但考慮到我國現階段處於社會主義初級階段，公有制經濟不成熟、不完善，多種經濟成分並存，勞動力仍然具有成爲商品的兩個條件。
2.2人力資源會計研究爲人力資源價值評估提供了可借鑑的經驗
隨着人力資本理論的形成和發展，人們對人力資源會計研究日益增多，許多會計學者就適合西方人力資源開發與管理的會計覈算模式、計量方法、會計報告體系等進行了深入的研究，提出了一些人力資源價值計量方法，並構成了理論體系。20世紀80年代以後，我國會計理論工作者也開始對人力資源會計問題進行研究，並提出了對人力資源成本和價值進行覈算的方法。國內外有關人力資源會計的理論研究爲我們進行人力資源價值評估研究提供了寶貴的經驗。
3人力資源價值影響因素分析
3.1人力資源價值影響因素調查
爲了確定人力資源價值的主要影響因素，對各種相關資料中提到的人力資源構成要素進行篩選、收集、總結和分類後，建立起人力資源價值構成體系的框架，並將其做成調查表，分別在企業單位職工、事業單位職工、高等院校學生和大學教師中間進行了調查。要求被調查者對所列指標的重要性按0~10分進行評價。本次調查共發放調查表240份，收回有效調查表220份。其中，對於生產性企業單位職工共發放78份調查表，收回有效調查表75份;對於事業單位職工共發放66份，收回有效調查表63份;對於高等院校學生共發放66份，收回有效調查表60份;對於大學教師共發放29份，收回有效調查表20份。
3.2人力資源影響因素的因子分析
通過運用多元統計分析方法對多個隨機變量觀測數據的分析，來研究變量之間的相互關係以揭示這些變量內在的變化規律。多元分析包括多元正態總體的參數估計和假設檢驗以及常用的統計方法。這些方法有多元數據圖表法、聚類分析、判別分析、主成分分析、因子分析、對應分析、多重多元迴歸分析、典型相關分析、路徑分析、多維標度法等。通過對多元統計分析各方法進行比較，並發現運用因子分析法可以達到將指標按相關性大小分類的目的。故本文將採用因子分析法對調查所得數據表明的因素進行分析。
因子分析是將具有錯綜複雜關係的變量(或樣品)綜合爲數量較少的幾個因子，以再現原始變量與因子之間的相互關係。同時根據不同因子還可以對變量進行分類，它屬於多元分析中處理降維的一種統計方法。其基本思想是通過變量(或樣品)的相關係數矩陣(對樣品是相似係數矩陣)內部結構的研究，找出能控制所有變量(或樣品)的少數幾個隨機變量去描述多個變量(或樣品)之間的相關(相似)關係。然後根據相關性(或相似性)的大小把變量(或樣品)分組，使得同組內的變量(或樣品)之間的相關性(或相似性)較高。