当前位置:首页 > 文章列表 > 文章 > 常见问题 > 人力资源服务机构怎样保存劳务派遣人员信息

人力资源服务机构怎样保存劳务派遣人员信息

来源:17golang原创 2026-11-07 01:08:58 0浏览 收藏

人力资源服务机构保存劳务派遣人员信息,关键不是把所有材料放进一张表,而是先分清机构角色,再按记录类型、使用目的、保存期限和访问权限建档。服务台账有明确的保存底线,劳动者个人信息则要遵循最小必要和到期处理原则。

实务上可以采用“角色分开、资料分层、期限入表、到期锁定”的方法:服务台账至少保存两年以上;如果是网络招聘平台记录,招聘信息和服务信息应从服务完成之日起保存三年以上;合同、工资、社保、工伤和争议资料还要叠加适用的专项规则,不能一律套用两年或三年。
核心要点先捋清
  • 人力资源服务机构、劳务派遣单位和用工单位的责任不能混写。
  • 保存期限按记录类别制定,不等于个人信息可以无限期留存。
  • 投诉、检查、仲裁或诉讼未结束时,相关资料应先进入保全状态。

一、适用范围:先分清机构角色和派遣关系

人力资源服务机构如果实际经营劳务派遣业务,应按劳务派遣规则管理;如果只是提供招聘、外包或人力资源管理服务,就要把服务边界写清楚。不能用“外包”“服务外包”等名称掩盖实际的派遣用工关系。判断时重点看谁与劳动者订立劳动合同、谁按协议提供派遣服务、谁实际安排岗位和日常使用。

建议在档案首页固定写入“主体角色”和“信息来源”:派遣单位负责劳动合同、工资待遇、社保和解除终止证明等资料;用工单位保存岗位、考勤、培训、劳动保护和实际用工记录;人力资源服务机构保存受托服务过程和服务结果。三类材料可以关联,但不要默认所有人员都能查看全部内容。

人力资源服务机构、劳务派遣单位、用工单位和劳动者之间的角色与记录边界说明图
图1:角色边界说明图,查看劳务派遣合同关系与服务台账关系如何分开。

二、保存哪些信息:按记录类型建立目录

建档时可以用“人员—合同—服务—安全”四层目录。基本信息只保留完成招聘、派遣管理、结算或法定义务所必需的内容;身份证件扫描件、家庭信息、银行卡资料等敏感材料应单独存放,并注明用途、经办人和访问范围。

记录类别建议记录内容管理重点
基本信息姓名、联系方式、必要的身份核验信息、岗位相关经历最小收集,避免把无关家庭或健康资料放入普通台账
合同与协议劳动合同、派遣协议、岗位、地点、人数、期限、报酬、社保、培训和责任标明签订、变更、退回、解除或终止时间
服务台账服务对象、服务过程、服务结果、交付记录、投诉处理记录如实记录,保证完整、可追溯和可导出
招聘服务记录平台发布信息、沟通记录、推荐结果和服务完成时间仅在开展网络招聘平台服务时按专项规则保存

三、保存多久:把期限写进矩阵而不是写在口头约定里

《人力资源服务机构管理规定》要求服务台账保存两年以上;以网络招聘服务平台方式开展服务的,招聘信息、服务信息自服务完成之日起保存三年以上。这两个期限不能直接推导出“所有劳务派遣人员资料都保存三年”。

更稳妥的做法是建立保存矩阵,至少包含“资料名称、处理目的、责任主体、起算点、最短期限、到期动作、例外状态”七列。例如,服务台账以服务完成日为起算点;合同和派遣协议以履行、变更或终止节点关联;工资、社保、工伤和争议材料则分别核对相应的劳动、财税、社保或争议处理要求。法律、行政法规另有规定的,从其规定;没有明确期限的,保留到实现目的所必要的最短时间。

官方查询入口:https://www.mohrss.gov.cn/

基本信息、合同协议、服务台账、招聘记录和到期处理之间的保存矩阵说明图
图2:保存矩阵说明图,查看不同记录类别与权限、封存和删除策略的关系。

四、怎样保存:权限、备份和到期处理要同时设计

电子档案建议按“机构—客户—人员—记录类型”建立唯一编号,纸质材料也用同一编号归档。普通业务人员只看岗位和派遣状态,工资社保、身份证件、工伤和投诉资料采用更小的授权范围;每次查看、下载、修改和导出都保留访问日志。

备份应与生产数据分开,重要文件至少保留可恢复副本,并定期检查恢复可用性。把资料发到个人聊天工具、用公共网盘长期共享,或者把身份证扫描件和普通名单混在一起,都会扩大泄露面。机构还应把隐私告知、委托处理、对外提供和跨主体共享写进服务协议,明确谁负责接收、谁能使用、何时返还或删除。

到期处理不要直接“一键清空”。先检查是否存在投诉、劳动仲裁、诉讼、工伤认定、监管检查或审计事项;存在这些情况时先标记为保全,限制继续使用,待事项结束后再按矩阵封存、匿名化或删除,并留下处理时间、范围和经办记录。

五、常见误区和地区差异

  • 把服务台账当成人事档案。服务台账记录服务对象、过程和结果,不等同于完整的人事档案,也不能替代劳动合同、工资或社保资料。
  • 把网络招聘三年误用到所有记录。三年以上是网络招聘平台记录的明确要求,其他材料要按自身规则和处理目的判断。
  • 只保存劳动者资料,不保存用工证据。岗位、派遣期限、培训、考勤、退回和沟通记录同样关系到责任核对,应由对应主体留存。
  • 忽略属地要求。跨地区派遣、社保办理、许可和检查口径可能存在地方执行差异,正式制度发布前应向机构所在地或业务发生地人力资源社会保障部门确认。

相关问答

所有派遣人员都要保存完整身份证复印件吗?

不应一概而论。只收集与合同履行、派遣管理或法定义务直接相关的信息;确需留存证件材料时,应单独控制权限、告知处理目的和保存期限,普通人员名单不必复制完整证件内容。

劳动者离职后能不能马上删除信息?

不能只看离职日期。先检查服务台账、合同履行、工资社保、工伤、投诉和争议事项是否已完成,再按照对应记录的期限处理。处于保全状态的资料不能按普通到期任务删除。

人力资源服务机构和用工单位谁负责保存?

按各自决定的处理目的、实际掌握的资料和合同约定划分,并在共享前写明资料种类、用途、权限、期限和返还或删除方式。不能因为资料交给了对方,就完全免除本方的管理责任。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
手机壁纸提示词:雾蓝玻璃山脊与下方深色留白手机壁纸提示词:雾蓝玻璃山脊与下方深色留白
上一篇
手机壁纸提示词:雾蓝玻璃山脊与下方深色留白
手机壁纸提示词:墨绿叶脉剪影与中央雾白光带
下一篇
手机壁纸提示词:墨绿叶脉剪影与中央雾白光带
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    918次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    924次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    1022次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1000次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    825次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码