基于復(fù)雜網(wǎng)絡(luò)的物流專業(yè)人才需求分析

摘" 要：以前程無(wú)憂、智聯(lián)招聘、中華英才網(wǎng)三大網(wǎng)站獲取到的98 213條招聘數(shù)據(jù)為基礎(chǔ)，通過(guò)復(fù)雜網(wǎng)絡(luò)和文本挖掘方法構(gòu)建崗位、技能信息實(shí)體，從中挖掘崗位、技能關(guān)聯(lián)關(guān)系，并將其可視化，以了解物流專業(yè)人才需求特點(diǎn)，明確重要崗位技能要求，為各高校培養(yǎng)專業(yè)物流人才提供參考。研究發(fā)現(xiàn)物流行業(yè)的智能化轉(zhuǎn)型升級(jí)以及相關(guān)企事業(yè)對(duì)物流專業(yè)人才的需求正在發(fā)生改變，物流+數(shù)據(jù)的崗位有所增加，偏重的技能也由傳統(tǒng)的操作型技能轉(zhuǎn)為智能工具型技能，針對(duì)此類變化，文章提出三點(diǎn)發(fā)展意見(jiàn)以求促進(jìn)物流專業(yè)發(fā)展，為企業(yè)輸送高質(zhì)量、高水平專業(yè)人才。

關(guān)鍵詞：招聘數(shù)據(jù)；復(fù)雜網(wǎng)絡(luò)；企業(yè)物流類職位；崗位

-技能分析

" 中圖分類號(hào)：F719.1" " 文獻(xiàn)標(biāo)志碼：A

DOI：10.13714/j.cnki.1002-3100.2025.01.011

Abstract： Based on 98 213 recruitment data obtained from the three major websites of 51job， Zhilian Recruitment and Zhonghua Yingcai. com， a complex network and text mining method were used to construct job and skill information entities. The relationship between job and skill was excavated and visualized to understand the characteristics of logistics professional talent demand， clarify important job skill requirements， and provide reference for various universities to cultivate professional logistics talents. Research has found that the intelligent transformation and upgrading of the logistics industry， as well as the demand for logistics professionals from related enterprises and institutions， are changing. The number of logistics+data positions has increased， and the emphasis on skills has shifted from traditional operational skills to intelligent tool skills. In response to such changes， this article proposes three development suggestions to promote the development of logistics professionals and provide high-quality and high-level professional talents for enterprises.

Key words： recruitment data; complex networks; positions in enterprise logistics; job skills analysis

物流業(yè)作為新興的生產(chǎn)性服務(wù)業(yè)，其發(fā)展對(duì)地區(qū)國(guó)民經(jīng)濟(jì)增長(zhǎng)和地區(qū)競(jìng)爭(zhēng)力的提升至關(guān)重要[1]。因此物流人才的培養(yǎng)工作十分重要，需要進(jìn)一步加強(qiáng)不斷深化。由于物流專業(yè)需求復(fù)雜，涉及到的技能也十分廣泛，包括操作技能、運(yùn)作管理技能、創(chuàng)新能力、融合能力等。且隨著人工智能、云計(jì)算、互聯(lián)網(wǎng)+、大數(shù)據(jù)技術(shù)、網(wǎng)絡(luò)貨運(yùn)、無(wú)人機(jī)、無(wú)人配送、智能分揀等技術(shù)的發(fā)展和驅(qū)動(dòng)，因此高校必須明確物流行業(yè)市場(chǎng)需求，確保物流人才供給與市場(chǎng)需求之間相匹配以此支持物流行業(yè)的穩(wěn)步發(fā)展。

1" 專業(yè)人才需求分析現(xiàn)狀

隨著“互聯(lián)網(wǎng)+”時(shí)代的到來(lái)，市場(chǎng)對(duì)人才素質(zhì)與能力的培養(yǎng)產(chǎn)生了新需求[2]。與此同時(shí)，網(wǎng)絡(luò)招聘成為熱門選項(xiàng)，中華英才網(wǎng)、智聯(lián)招聘、BOSS直聘等招聘信息類網(wǎng)站出現(xiàn)在人們視野里，其中網(wǎng)站上發(fā)布的文本招聘數(shù)據(jù)反映了市場(chǎng)對(duì)人才以及專業(yè)技能等方面的需求，對(duì)這些文本數(shù)據(jù)進(jìn)行處理，可以從中發(fā)現(xiàn)市場(chǎng)對(duì)專業(yè)人才的需求特點(diǎn)。如胡微等[3]回顧了我國(guó)人才需求預(yù)測(cè)研究情況及預(yù)測(cè)工作的實(shí)施情況，在此基礎(chǔ)上提出四點(diǎn)職業(yè)教育人才需求預(yù)測(cè)建議。石超等[4]基于中國(guó)—東盟自由貿(mào)易區(qū)人才需求量的歷史數(shù)據(jù)，運(yùn)用灰色關(guān)聯(lián)理論方法來(lái)對(duì)未來(lái)的人才需求量進(jìn)行預(yù)測(cè)。譚凱等[5]基于多元回歸-灰色預(yù)測(cè)的組合方法，對(duì)2013—2017年煤炭行業(yè)專業(yè)人才進(jìn)行預(yù)測(cè)。和震等[6]認(rèn)為需要開發(fā)和利用更加合理的人才需求預(yù)測(cè)模型，指導(dǎo)行業(yè)人才需求預(yù)測(cè)和職業(yè)院校辦學(xué)?；趦?nèi)容分析法的人才需求研究。胡忠義等[7]根據(jù)拉勾網(wǎng)收集的智能招聘信息，通過(guò)內(nèi)容分析法呈現(xiàn)出大數(shù)據(jù)環(huán)境下企業(yè)對(duì)商務(wù)智能專業(yè)人才的需求，并以此為參考設(shè)計(jì)人才培養(yǎng)技術(shù)體系。劉崇瑞等[8]基于510條企業(yè)招聘廣告分析我國(guó)就業(yè)市場(chǎng)對(duì)網(wǎng)絡(luò)安全人才的任職要求。因此可以采用復(fù)雜網(wǎng)絡(luò)的方法對(duì)招聘文本數(shù)據(jù)進(jìn)行處理，挖掘出隱藏的專業(yè)人才需求特點(diǎn)，明確市場(chǎng)導(dǎo)向，避免人才培養(yǎng)和企業(yè)需求之間相互脫節(jié)。

2" 物流專業(yè)人才需求數(shù)據(jù)來(lái)源與處理

" 依據(jù)國(guó)內(nèi)三大招聘網(wǎng)站的招聘信息數(shù)據(jù)，篩選出9 831條異常值數(shù)據(jù)，獲得最終正常數(shù)據(jù)集為88 382條。隨后，通過(guò)對(duì)招聘數(shù)據(jù)中企業(yè)所屬行業(yè)領(lǐng)域字段進(jìn)行篩選，獲得交通物流領(lǐng)域企業(yè)的招聘數(shù)據(jù)。

" 使用Google公司開源的Word2Vec工具包對(duì)篩選出的物流行業(yè)招聘數(shù)據(jù)進(jìn)行訓(xùn)練。由于樣本招聘數(shù)據(jù)中包含繁體字，因此根據(jù)維基百科上約24 000篇中文詞條語(yǔ)料文件對(duì)文本數(shù)據(jù)進(jìn)行繁簡(jiǎn)轉(zhuǎn)化。利用Python軟件中的jieba分詞庫(kù)分詞，得到745 931個(gè)詞語(yǔ)，同時(shí)依據(jù)自定義詞典去除分詞結(jié)果中無(wú)意義的詞，例如“，”、“。”、“/”等，最終構(gòu)建崗位、技能信息實(shí)體。在此基礎(chǔ)上，對(duì)原有的分詞結(jié)果進(jìn)行詞向量訓(xùn)練，計(jì)算各詞向量之間的相似度，完成對(duì)原有標(biāo)簽的進(jìn)一步拓展，形成完善的崗位、技能詞典。本文的物流招聘信息數(shù)據(jù)集中大約包含4萬(wàn)條短文本數(shù)據(jù)，分詞后有10 456個(gè)詞語(yǔ)。

3" 基于復(fù)雜網(wǎng)絡(luò)的物流崗位需求特征分析

" 物流文本招聘數(shù)據(jù)中包含了工作經(jīng)驗(yàn)、崗位名稱、崗位薪資、崗位需求人數(shù)、學(xué)歷要求、公司注冊(cè)資本、公司所屬行業(yè)類別、公司規(guī)模、崗位職責(zé)等信息。為得到物流崗位需求特征，利用復(fù)雜網(wǎng)絡(luò)和文本挖掘方法對(duì)招聘文本中的非結(jié)構(gòu)化信息進(jìn)行處理，并將崗位以及崗位技能實(shí)體作為復(fù)雜網(wǎng)絡(luò)中的節(jié)點(diǎn)，崗位和技能之間的關(guān)聯(lián)關(guān)系作為復(fù)雜網(wǎng)絡(luò)中的連邊，由此構(gòu)建崗位-技能、技能-技能復(fù)雜網(wǎng)絡(luò)。

3.1" 崗位-技能二分網(wǎng)絡(luò)構(gòu)建

崗位-技能復(fù)雜網(wǎng)絡(luò)包含崗位與技能兩類節(jié)點(diǎn)，從屬于二分網(wǎng)絡(luò)范疇。其中崗位節(jié)點(diǎn)表示擁有某項(xiàng)技能的從業(yè)者；技能節(jié)點(diǎn)表示物流行業(yè)所需要的專業(yè)技能。在該網(wǎng)絡(luò)中同類節(jié)點(diǎn)間不存在連邊關(guān)系，僅在不同類別節(jié)點(diǎn)（崗位-技能）間存在連邊。根據(jù)獲取到的41 284條招聘文本數(shù)構(gòu)建崗位-技能二分網(wǎng)絡(luò)，如圖1所示，其中供應(yīng)鏈開發(fā)工程師、物流分析師、物流經(jīng)理等崗位的詞頻較高，說(shuō)明在行業(yè)中企業(yè)更傾向于招聘擁有分析專業(yè)、工程專業(yè)、管理專業(yè)相關(guān)背景的物流人才。從圖1中可以明顯地發(fā)現(xiàn)少數(shù)重要崗位節(jié)點(diǎn)承載著大部分的連接，具有無(wú)標(biāo)度特征，即在物流行業(yè)中少數(shù)崗位和技能的需求過(guò)重，因此高校可以重點(diǎn)培養(yǎng)具有相關(guān)技能和專業(yè)知識(shí)的物流專業(yè)人才。

3.2" 核心崗位、技能節(jié)點(diǎn)分析

在崗位-技能網(wǎng)絡(luò)中，節(jié)點(diǎn)數(shù)量為269個(gè)，其中包括96個(gè)崗位節(jié)點(diǎn)和173個(gè)技能節(jié)點(diǎn)，邊數(shù)量為2 312條。排名前15的崗位/技能節(jié)點(diǎn)度值和中心性信息，其中崗位節(jié)點(diǎn)的度值，代表崗位從業(yè)者擁有的技能種類數(shù)量，度值越高，越符合現(xiàn)代交叉學(xué)科的要求以及對(duì)復(fù)合型人才的需求，如供應(yīng)鏈開發(fā)工程師、物流分析師、調(diào)度算法開發(fā)工程師、供應(yīng)鏈大數(shù)據(jù)架構(gòu)師、物流咨詢顧問(wèn)、物流倉(cāng)儲(chǔ)/運(yùn)輸經(jīng)理等崗位，這些節(jié)點(diǎn)對(duì)于構(gòu)建行業(yè)知識(shí)結(jié)構(gòu)、引領(lǐng)行業(yè)發(fā)展具有重要作用。技能節(jié)點(diǎn)表示技能的應(yīng)用性，度值越高，表示在各崗位間的通用性越強(qiáng)。因此，擁有高技能的崗位從業(yè)者相較于低技能的從業(yè)者競(jìng)爭(zhēng)力更強(qiáng)，更換工作的選擇性也更多。對(duì)于供應(yīng)鏈開發(fā)工程師崗位、物流分析師崗位和供應(yīng)鏈-PCBA測(cè)試工程師、供應(yīng)鏈大數(shù)據(jù)架構(gòu)師、調(diào)度算法開發(fā)工程師等接近中心性較高的崗位節(jié)點(diǎn)，其節(jié)點(diǎn)與技能節(jié)點(diǎn)間接近程度高，崗位從業(yè)者擁有的行業(yè)信息和專業(yè)知識(shí)量豐富，熟練掌握眾多需求技能。

" 此外，崗位-技能網(wǎng)絡(luò)節(jié)點(diǎn)中低度值節(jié)點(diǎn)數(shù)量較多，高度值節(jié)點(diǎn)數(shù)量較少，具有長(zhǎng)尾分布特點(diǎn)，高度值節(jié)點(diǎn)的接近中心性較大，說(shuō)明其鄰居節(jié)點(diǎn)的數(shù)量更多，在復(fù)雜網(wǎng)絡(luò)中處于重要位置。以供應(yīng)鏈開發(fā)工程師和物流咨詢顧問(wèn)崗位節(jié)點(diǎn)為例，其相關(guān)聯(lián)的TOP10技能節(jié)點(diǎn)為數(shù)據(jù)分析、自動(dòng)化、數(shù)據(jù)庫(kù)、建模、數(shù)據(jù)挖掘、仿真、英語(yǔ)、統(tǒng)計(jì)、表達(dá)能力、數(shù)據(jù)倉(cāng)庫(kù)。而物流倉(cāng)儲(chǔ)管理TOP10技能節(jié)點(diǎn)為責(zé)任心、吃苦耐勞、數(shù)據(jù)、協(xié)調(diào)、統(tǒng)計(jì)、合作、ERP、對(duì)接、自學(xué)能力、駕駛。

3.3" 基于模塊度的行業(yè)社團(tuán)劃分

" 基于模塊度的方法對(duì)網(wǎng)絡(luò)進(jìn)行劃分，得到6大類網(wǎng)絡(luò)社團(tuán)，分別為輔助技術(shù)類、管理層類、技術(shù)工程師類、決策層類、市場(chǎng)銷售類、職能類?；谀K度劃分的社團(tuán)網(wǎng)絡(luò)結(jié)果表明職能類的節(jié)點(diǎn)數(shù)量最少，但是該類社團(tuán)網(wǎng)絡(luò)密度最大，說(shuō)明在行業(yè)中職能類崗位節(jié)點(diǎn)和技能之間的連接關(guān)系非常緊密。相較來(lái)說(shuō)，管理層類擁有的節(jié)點(diǎn)數(shù)和邊數(shù)較多，但是連接更為分散，不利于崗位之間的溝通和交流，信息的傳遞速度更加緩慢。輔助技術(shù)類網(wǎng)絡(luò)平均度為8.974，技術(shù)工程師類網(wǎng)絡(luò)平均度為7.662，這兩個(gè)網(wǎng)絡(luò)的崗位技能要求較復(fù)雜，涉及到的節(jié)點(diǎn)數(shù)量更多，從屬于這兩類的崗位從業(yè)者在勞動(dòng)力市場(chǎng)處于主體位置。

不同社團(tuán)對(duì)從業(yè)人員的認(rèn)知與非認(rèn)知技能要求有所側(cè)重：分析能力、表達(dá)能力、協(xié)調(diào)能力、決策與執(zhí)行能力等非認(rèn)知技能出現(xiàn)在管理類中；信息處理能力、理解能力、溝通能力、思維能力、表達(dá)能力等認(rèn)知類技能出現(xiàn)在市場(chǎng)銷售類中；數(shù)據(jù)分析、ERP、統(tǒng)計(jì)分析、數(shù)據(jù)挖掘、數(shù)據(jù)處理等認(rèn)知類技能主要出現(xiàn)在技術(shù)工程師類中；PLC、信息化技術(shù)、BOM、方案設(shè)計(jì)、系統(tǒng)分析等認(rèn)知類技能主要出現(xiàn)在輔助技術(shù)類中；Oracle、系統(tǒng)優(yōu)化、英語(yǔ)能力、應(yīng)變能力、WMS等認(rèn)知類技能主要出現(xiàn)在職能類中；而作為決策層則兼具了表達(dá)能力、應(yīng)變能力、分析能力等一系列非認(rèn)知技能和數(shù)據(jù)處理、數(shù)據(jù)模型、項(xiàng)目分析、制定方案、軟件開發(fā)等認(rèn)知類技能。

基于上述分析可知，非認(rèn)知技能在技術(shù)工程師類和輔助技術(shù)類社團(tuán)中出現(xiàn)較少，在管理類以及市場(chǎng)銷售類社團(tuán)中出現(xiàn)較多，說(shuō)明前者相較于后者更加重視和強(qiáng)調(diào)崗位從業(yè)者的硬性條件。而決策層相關(guān)崗位則對(duì)于認(rèn)知類和非認(rèn)知類的技能都有較為全面的覆蓋，對(duì)應(yīng)聘者有全面的綜合素質(zhì)要求。

" 另挖掘技能-技能間關(guān)聯(lián)關(guān)系，對(duì)原始崗位-技能二分網(wǎng)絡(luò)進(jìn)行降維處理，得到技能-技能關(guān)聯(lián)關(guān)系復(fù)雜網(wǎng)絡(luò)。非認(rèn)知技能的要求如合作、協(xié)調(diào)、溝通、責(zé)任心、分享、表達(dá)能力是職業(yè)人才不可缺少的。算法、統(tǒng)計(jì)、數(shù)據(jù)挖掘、建模、調(diào)研、數(shù)據(jù)分析、ERP、可視化等軟件和數(shù)據(jù)應(yīng)用技能也是物流類崗位需求的重要技能。

技能-技能節(jié)點(diǎn)間存在相互連接關(guān)系，這表明在物流行業(yè)中同一種崗位至少需要同時(shí)掌握兩種認(rèn)知類或非認(rèn)知類技能。技能-技能模型關(guān)聯(lián)中清晰表現(xiàn)了物流行業(yè)同IT業(yè)間的軟件操作技能存在交叉融合關(guān)系，相關(guān)的崗位從業(yè)者可同時(shí)具備兩類領(lǐng)域的操作技能，以便滿足時(shí)代對(duì)專業(yè)復(fù)合型人才的需求。同時(shí)，系統(tǒng)優(yōu)化、系統(tǒng)分析、保證系統(tǒng)等核心技能反映出對(duì)IT軟件分析和優(yōu)化領(lǐng)域的迫切需求，說(shuō)明物流行業(yè)對(duì)綜合能力，數(shù)據(jù)收集和處理，統(tǒng)計(jì)分析能力的要求逐漸增強(qiáng)，學(xué)校在培養(yǎng)相關(guān)職業(yè)人才時(shí)應(yīng)改革相關(guān)的課程體系，與人力市場(chǎng)需求相匹配。

4" 總" 結(jié)

基于上述研究發(fā)現(xiàn)：（1）在大數(shù)據(jù)和人工智能快速發(fā)展的時(shí)代，管理模式的智慧化、系統(tǒng)設(shè)備的智能化、底層數(shù)據(jù)的智慧化都對(duì)物流人才培養(yǎng)提出了更高的要求。（2）通過(guò)計(jì)算分析得到技能網(wǎng)絡(luò)中高度值崗位，例如供應(yīng)鏈開發(fā)工程師、物流分析師、物流倉(cāng)儲(chǔ)/運(yùn)輸經(jīng)理、調(diào)度算法開發(fā)工程師等，這些崗位節(jié)點(diǎn)多為交叉學(xué)科人才崗位，在企業(yè)中控制著關(guān)鍵知識(shí)與技術(shù)信息，其對(duì)應(yīng)技能需求節(jié)點(diǎn)（數(shù)據(jù)分析、數(shù)據(jù)庫(kù)、數(shù)據(jù)挖掘、Python、ERP、WMS、CRM、MES等）應(yīng)當(dāng)強(qiáng)化學(xué)習(xí)。（3）人才培養(yǎng)方案應(yīng)加強(qiáng)相關(guān)數(shù)字化資源建設(shè)，重視學(xué)生IT與物流相結(jié)合的知識(shí)技能，方便日后崗位流動(dòng)和角色轉(zhuǎn)型，同時(shí)，升級(jí)改造傳統(tǒng)的實(shí)訓(xùn)室/實(shí)訓(xùn)基地，從傳統(tǒng)操作型技能培養(yǎng)轉(zhuǎn)向智能工具型技能培養(yǎng)。

參考文獻(xiàn)：

[1] 陳治國(guó)，陳儉，杜金華. 我國(guó)物流業(yè)與國(guó)民經(jīng)濟(jì)的耦合協(xié)調(diào)發(fā)展——基于省際面板數(shù)據(jù)的實(shí)證分析[J]. 中國(guó)流通經(jīng)濟(jì)，2020，34（1）：9-20.

[2] 彭飛霞. “互聯(lián)網(wǎng)+”時(shí)代職業(yè)教育人才培養(yǎng)模式的轉(zhuǎn)型升級(jí)[J]. 教育與職業(yè)，2018（5）：42-48.

[3] 胡微，石偉平. 我國(guó)職業(yè)教育人才需求預(yù)測(cè)研究的回溯與前瞻[J]. 教育與職業(yè)，2017（13）：13-17.

[4] 石超，張薦華. “一帶一路”背景下中國(guó)—東盟自由貿(mào)易區(qū)人才需求預(yù)測(cè)[J]. 廣西社會(huì)科學(xué)，2018（3）：55-59.

[5] 譚凱，汪文生，張利，等. 基于多元回歸——灰色預(yù)測(cè)組合方法的煤炭行業(yè)人才需求預(yù)測(cè)[J]. 煤炭工程，2019，51（3）：151-154.

[6] 和震，柳超. 職業(yè)教育規(guī)劃需要人才需求預(yù)測(cè)的優(yōu)化[J]. 現(xiàn)代教育管理，2021（1）：85-91.

[7] 胡忠義，李雅，吳江，等. 基于招聘信息的商務(wù)智能人才需求分析與啟示[J]. 信息資源管理學(xué)報(bào)，2019，9（3）：111-118，129.

[8] 劉崇瑞，王洪杰，王聰，等. 就業(yè)市場(chǎng)對(duì)網(wǎng)絡(luò)安全人才的需求分析——基于企業(yè)招聘廣告的內(nèi)容分析[J]. 科技管理研究，2020，40（3）：182-187.