面向人工智能的高職畢業生技能需求研究

許艷麗 呂建強

摘要：有效洞察雇主的技能需求對高職院校人才培養改革具有重要參照價值。通過對近萬條網絡招聘信息的數據挖掘及文本分析，檢驗和探討人工智能領域對高職畢業生的技能需求。研究發現，人工智能領域的雇主對高職畢業生的技能需求內容上呈現綜合化的新特點;需求維度上展露出專業能力、方法能力及社會能力三者并重的新趨勢;具體技能需求上有顯著的行業及崗位特色差異;出現較為明顯的人工智能人才集聚現象。高職院校應積極探索“人工智能+X”復合專業培養新模式，針對不同行業實施差異化培養策略，創新產教融合協同育人機制，加強人才需求預測，增強人才供給與雇主技能需求的契合度。

關鍵詞：人工智能;人才供給;技能需求;高職畢業生;網絡招聘

一、引言

人工智能正在全球范圍內蓬勃興起，為經濟社會發展注入了新動能。以人工智能為發展核心的智能產業已經成為新一代技術革命的排頭兵，國內外企業紛紛布局人工智能產業鏈，構建AI生態。同時，美、英、日等發達國家相繼推出人工智能國家戰略，對人工智能倫理、技術標準、人才培養等進行戰略部署，著重利用人工智能與數據分析技術提高生產力，幫助大眾提升學習技能，以適應未來全球競爭需求。2017年3月，人工智能首次被寫入我國《政府工作報告》，并正式上升為國家戰略;2017年7月，國務院頒布的《新一代人工智能發展規劃》表示，要力爭人工智能領域在2030年居于全球前列，形成一批全球領先的人工智能科技創新和人才培養基地。在全球競爭的背景下，人工智能產業發展已成為全球科技創新的新焦點。

經濟社會的發展離不開人才的支撐，人工智能時代和人工智能產業對不同層次人才的能力和素質都提出了新要求。除了頂尖研發人才外，數量龐大且符合產業需求的技術技能人才是人工智能產業的中堅力量。盡管我國人才培養規模位居世界前列，但人工智能領域的人才缺口卻逐年擴大。統計表明，2017年企業對人工智能人才的需求量分別是2016年和2015年的近2倍和5.3倍。[1]根據預測，新一代信息技術產業人才缺口將由2020年的750萬上升為2025年的950萬;高檔數控機床和機器人產業的人才缺口將由2020年的300萬上升為2025年的450萬[2]。人工智能權威吳恩達指出，人工智能人才缺口將持續存在，而應對的良方就是教育。全球著名管理咨詢機構麥肯錫發布的《2017人工智能影響中國報告》指出，中國AI戰略的五大基礎之一就是要針對人工智能的新挑戰，建立相關的教育和培訓制度。而我國高職院校對人工智能帶來的就業結構調整、就業方式轉變、技能需求更新迭代反映還不夠敏銳，對滿足人工智能產業需求的高職畢業生技能有哪些，還停留在理論或先驗層面，缺乏實踐層面的有力佐證。由此導致對面向人工智能的高職畢業生技能內涵解釋的泛化，也就無法構建系統的超前人才培養布局，最終使人才供給與市場需求對接不暢，造成企業招人難而學生就業也難的供需困境。

人工智能時代，畢業生具備高效洞察雇主技能需求的能力，對高職院校人才培養改革而言至關重要。為適應人工智能發展，職業教育要主動服務國家重大發展戰略，加大人工智能的應用與研究。[3]研究表明，互聯網勞動力市場大數據具有樣本量巨大、動態性和實時性較好的優點，能夠分析傳統調查方式無法分析的問題。[4]本研究通過挖掘人工智能領域的網絡招聘信息，采用大數據計量的方法推測雇主對高職畢業生的技能需求，進而揭示人工智能時代高職畢業生需要具備的技能內容與結構，為深化高職院校人才培養改革提供啟示。

二、數據與研究設計

（一）數據來源

數據的選取應以權威性、科學性以及可獲得性為標準。招聘網站不僅能提供某一時間節點勞動力市場的“快照信息”，還可以保存雇主和求職者雙方的交易歷史數據[5]，以及某一具體崗位的求職者數量、個人求職信息等多維數據[6]。隨著互聯網的普及，網絡招聘已成為求職與招聘的主要渠道，2017年中國網絡招聘雇主規模為536.6萬，較2013年增長173.8%;求職者超過1.6億人，較2013年增長55.2%[7]，預計2019年網絡招聘雇主規模將突破700萬，求職者將突破1.9億人。因此，相比傳統的小規模人才需求分析，通過分析網絡招聘信息并推測雇主對人才的技能需求是可行的。本研究借助大數據分析，通過數據挖掘、可視化技術等方法分析網絡招聘信息，推測雇主對高職畢業生的技能需求。

（二）分析方法

根據需要分析的數據特征，本研究運用內容分析法對所收集的資料進行分析。內容分析法是一種對具有明確特性的傳播內容進行的客觀、系統和定量描述的研究技術[8]，具有客觀性、系統性、定量性、描述性和顯明性[9]。內容分析的具體過程是借助數據處理軟件或程序將目標媒介上的信息轉化為能夠定量分析的數據，并將數據內容分解歸類，以此來分析所需信息的某些特征[10]。網絡招聘信息屬于較為正式且簡短精煉的書面用語，具有較強的一致性，適用于內容分析法。

（三）樣本選取

研究數據顯示，在眾多招聘網站中，前程無憂（www.51job.com）和智聯招聘（ts.zhaopin.com）行業占比最高，分別為31.8%和30.7%[11]，二者與應屆畢業生求職網（yingjiesheng.com）占據日均覆蓋人數的前三位，遠超其他招聘網站。遵循樣本選擇標準并綜合考量招聘網站規模、口碑等因素，本研究選取上述三個招聘網站作為樣本來源。具體取樣過程是分別在這三個網站的職位搜索頁面設定檢索條件：“全文搜索”設置為“人工智能”，工作類型設置為“全職”，“學歷要求”設定為“大?；蛲葘W力”，“發布日期”設定為“一周內”，使用Python語言編寫腳本程序。考慮不同網站的HTML語法結構，利用Python中的Scrapy工具包，并結合XPath定位所要獲取的文本信息，共抓取10011條招聘信息，抓取時間為2018年7月20日。對初步獲得的招聘數據進行篩選，剔除內容重復、外文、缺少具體要求，以及工作類型、學歷要求不符合數據選取標準、無關職位的招聘信息，最后獲得有效樣本9787份。招聘信息樣本基本情況如表1所示。

（四）資料編碼

資料編碼過程如下：①將Python采集的招聘信息保存到MYSQL數據庫中。由于不同網站所提供的字段不同，為方便后期統一處理，從招聘文本中選取崗位名稱、工作地點、薪資、企業名稱、企業規模、所屬行業、職能類別、任職要求等字段。其中主體內容為職位描述，主要包括崗位職責與任職要求，這是本研究的核心材料;②從MYSQL中提取導出CSV表格文件數據;③對數據進行清洗。由于各個公司招聘信息側重點不同，招聘信息中也包含了公司簡介、員工福利等與本研究主題相關較低的材料。因此，需要對獲得的初步數據進行清洗，剔除無關內容，提煉出任職要求，以減少對后續數據編碼產生的干擾。清洗規則是運用關鍵詞剔除法，程序自動判定數據的有效性，結合自身的算法程序進行大數據樣本統計。雇主普遍關心的技能需求會較多地呈現在網絡招聘的文本信息中，由于社會現象和相應的詞頻波動兩者間有著內在的聯系，某種社會現象會相應產生特定的詞頻波動[12]。因此，對這些反映技能需求的高頻詞匯進行分析可以推測出高職畢業生求職所需具備的技能。本研究首要的編碼工作是采用Jieba分詞軟件對所采集的數據進行分詞和詞頻分析，將與技能需求相關的高頻關鍵詞提取出來;然后將關鍵詞進行分類合并，并剔除無關詞匯;最后得到9項頻率在10%以上的技能指標，包括計算機語言基礎、Python、數學、開發經驗、思維能力、銷售經驗、責任心、溝通能力、協調合作能力等?；陉P鍵詞對各招聘信息中的任職要求內容分別進行編碼。

（五）信效度檢驗

本研究通過計算編碼者的編碼一致性來度量內容分析的信度。首先，隨機抽取80份招聘信息，請兩名具有情報學背景并學習過編碼知識的研究者各自進行編碼，采用二值數據（有無，是否）編碼規則進行編碼。包含某一技能則計為1，反之則計為0。然后，對二者的編碼結果進行對比分析，利用霍斯提的一致性百分比公式來判定是否符合信度要求，計算公式為R=2M/（N1+N2），其中M為完全一致的編碼數，第一位編碼者的編碼數量標記為N1，為第二位編碼者的編碼數量標記為N2。經計算，本次編碼信度為96.30%，信度檢驗方法與結果符合標準。進一步采用常用的內容效度檢驗法來度量研究效度。首先，本研究編碼表是在已有研究基礎上編制的，有較好的理論和現實依據;其次，編碼程序嚴格規范，編碼人員受過專業訓練和預編碼，并且剔除了意義指向不明的項目，進一步提高了內容效度;最后，參與研究人員一致認為此次編碼能夠全面有效地反映面向人工智能的高職畢業生招聘需求。據此認為，本研究的內容分析有較高的效度。

三、研究分析與結果

（一）高職畢業生技能需求的內容

網絡招聘信息中提及的高職畢業生技能需求及比例情況的描述性統計分析如圖1所示。由于網絡招聘信息屬于較為正式且簡短精煉的書面用語，招聘信息內容都是對高職畢業生技能最基本和最緊迫的需求，具有較強的一致性，因此可以推定，經統計所得的圖1中的技能需求具有普遍性和代表性。由圖1可以看出，在各項技能需求中，雇主提出最多的是數學知識（27.31%）;其次是溝通能力（25.85%）;提及率較高的還有軟件開發（18.63%）、Python（18.18%）、責任心（16.23%）、協調合作能力（12.87%）、語言基礎（10.91%）以及思維能力（10.74%）等。

圖1網絡招聘信息中雇主的具體技能需求及百分比

數據反映了多數雇主沒有對專業做出明確限定，多是提及“優先錄用計算機、數學等相關專業”，但對工作崗位所需的專業技能則普遍予以規定，以確保求職者具備勝任工作崗位的基本技能。數據還表明，人工智能類崗位對求職者工作經驗限定不多，招聘信息中無工作經驗要求的占32.06%，沒有具體工作年限要求的占34.42%，兩者占招聘總數的66.48%;有工作經驗要求的僅占33.52%，說明工作經驗不是雇主最為關心的技能內容。薪酬待遇方面，平均月薪在6000-10000元之間的占25.77%，月薪在10000元以上的高達51.67%，而2016年和2017年的畢業生就業質量年度報告表明，2016年和2017年全國高職畢業生平均薪資分別為3599元和3907元?？梢?，人工智能領域的高職畢業生處于供不應求的狀態。

（二）高職畢業生技能需求的維度

雇主的技能需求具有多樣性、復雜性和異質性，需按一定邏輯加以整合，以便更清晰地把握其技能需求特點。聚類分析（ClusterAnalysis）是根據研究對象的特征加以歸類的內容分析方法，其過程是將研究對象按一定標準歸入不同類別，使其特征更加澄明。通過聚類分析將雇主的技能需求進行歸類，減少數據雜亂和遮蔽，進一步提煉雇主技能需求特征。德國職業教育學家勞耐爾認為，職業技能主要包括專業技能、方法技能和社會技能[13];日本職業教育學者細谷俊夫從技術與產業關系的層面將職業技能分為物質方面與社會方面的技能[14];我國學者姜大源基于技能的功能指向將職業技能分為通用技能和特殊技能[15]。依據聚類分析并綜合不同分類方法的特點與共識，結合雇主對技能需求關注點的差異，將面向人工智能的高職畢業生技能需求劃分為專業能力、方法能力與社會能力三大維度。人工智能領域的雇主對高職畢業生的技能需求結構如圖2所示。

1.專業能力。專業能力是指在專業基礎知識上，符合專業要求的，能夠按照一定方法獨立完成任務、解決問題和評價結果的技能。[16]統計數據表明，人工智能時代的高職畢業生的專業能力需求主要包括數學、軟件開發、計算機、語言編程等，其中數學占27.31%、軟件開發占18.63%、Python占18.18%、語言編程占10.91%。可見，在各項專業能力中，人工智能領域的雇主對數學、計算機科學等與人工智能緊密相關的專業知識較為關注。

2.方法能力。方法能力是指對問題和情境的解釋、思考和評判并開發自己的智力、設計發展道路的能力，尤其強調獨立學習和獲取新知識的能力。[17]數據表明，雇主最為關心的方法能力是思維能力，招聘信息中有10.74%的雇主更為看重思維能力。智能化時代，企業需要具備快速適應環境的創新能力，這依賴于員工在不確定情況下自組織并尋求創造性解決方案的能力。因此，面向人工智能的高職畢業生尤其要具備較強的思維能力來促進工作創新進而帶動整個組織的創新。

3.社會能力。社會能力是指在不同情境下能夠采取恰當行為的能力，其涵蓋范圍較廣，主要是指交往、合作，組織與責任意識等。數據表明，雇主最為關心的社會能力為溝通能力（25.85%）、責任心（16.23%）和協調合作能力（12.87%）。人工智能時代，員工只負責單一工位、崗位間交集少、只注重專業技能提升，忽視社會能力的傳統工作職位會急劇減少，注重團隊協作、化解沖突能力、人機交互的工作崗位會更加普遍，社會能力的價值將進一步凸顯。

（三）高職畢業生技能需求的差異

不同崗位類別對高職畢業生的技能需求情況見表2。在專業能力方面，“金融/投資/證券”和“計算機/軟件/通訊”類崗位的限定條件最多，而“醫療設備/器械”和“房地產/物業/農業等”崗位類別對專業能力的要求則普遍較少，這與職業的專業化程度以及職業與專業的關聯性有密切關系;“金融/投資/證券”“計算機/軟件/通訊”“教育/培訓/院校”“廣告/互聯網/電子商務”“醫療設備/器械”，這些崗位要求有更多的銷售和工作經驗。在方法能力方面，“計算機/軟件/通訊”“教育/培訓/院?！睂λ季S能力要求較高，說明從事此類職業需要具備較多的方法能力。社會能力方面，“金融/投資/證券”“教育/培訓/院?！薄皬V告/互聯網/電子商務”等類崗位對溝通能力要求明顯偏高，上述崗位類別都需要經常處理人際溝通方面的事務;“金融/投資/證券”“教育/培訓/院校”“醫療設備/器械”對協調合作能力要求較多。在所有技能需求中，只有責任心在所有崗位類別中提及的比例超過50%，可見雇主對責任心尤為重視。

數據還表明，人工智能產業的崗位需求主要集中在北上廣深以及杭州、南京等經濟發達城市，這些城市正是智能企業最為密集的地區，僅位于北京市的智能企業就占該類企業總數的43.9%[18]。面向人工智能的高職畢業生技能需求的企業規模1000人以上的占20.82%，500-1000人的占14.49%，150-500人的占32.40%，150人以下的占32.29%。由此推知，人工智能領域的崗位和技能需求主要集中在發達中心城市與規模較大的企業。一是由于人工智能產業集聚引發集中的人才需求;二是因為人工智能產業屬于技術密集型產業，需要較高的科技積淀及大量資金投入，欠發達地區和中小企業由于資金和技術壁壘，短時間內難以有效進入該領域。

四、研究結論與建議

通過對網絡招聘信息需求的數據挖掘和內容分析，本研究呈現并分析了當前我國雇主對高職畢業生面向人工智能需求的相關技能要求，并得出四點結論。第一，人工智能領域的雇主對高職畢業生的技能需求內容上呈現綜合化的特點，其中專業知識、思維能力、溝通能力、責任心、協調合作能力是雇主普遍看重的具體技能。這對我國高職院校現有的界限分明的專業細分式的人才培養模式提出了挑戰。第二，人工智能領域的雇主對高職畢業生的技能需求維度上展露出多維度并重的趨勢。除了諸如數學、Python、Linux、語言編程等專業技能之外，人工智能時代的雇主日益重視交往能力、責任心、協調合作能力等，這與工業時代的“雇主更看重專業技能”明顯不同。第三，人工智能領域對不同崗位的具體能力需求存在著顯著性差異。這一差異不僅體現在專業能力上，在方法能力和社會能力上尤為顯著。第四，人工智能領域出現較為明顯的人才集聚現象。區域上表現為大部分人才流向北上廣深等發達中心城市;行業上表現為大部分人才流向高新技術企業;雇主上表現為大部分人才流向規模較大的企業。

根據上述結論，并結合人工智能時代及智能產業特點，提出高職院校面向人工智能的人才培養改革建議。

第一，探索“人工智能+X”復合專業培養新模式，培養復合型、創新型高技能人才。隨著知識、信息、技術更新周期越來越短，單一的知識體系和固化的技術結構難以應對智能時代的技能需求。高職畢業生不僅需要掌握扎實的專業知識，還要不斷更新拓展已有的知識和技能體系，具備復合能力和創新能力。高職院校應積極迎接人工智能帶來的新挑戰，加快培養智能科學與技術專業方面的專業人才[19]，通過人工智能與數學、計算機科學、物理學、社會學等學科專業教育的交叉融合，構建技術賦能的教育教學，探索“人工智能+X”的人才培養新模式，更多地關注學生方法能力和社會能力的培養，并借助人工智能開展教學監測、學情分析和學業評價，調動學生學習的主動性，激發學生的創造力與跨界思維。

第二，實施差異化培養策略，增強技能適切性。一方面，將人工智能的常識性知識納入到通識課程，以提高學生的人工智能素養;另一方面，有針對性地培養不同專業領域學生的不同技能。靈活調整高職院校對學生技能培養的重點和方向，在專業能力和其他能力之間尋求恰當的比例和結合點，并適當提升方法能力和社會能力培養的比重[20]。在具體培養過程中，應根據不同行業的技能需求，有所側重地培養技術技能。比如，金融類專業應加強對學生溝通能力、組織協調能力的培養;計算機類專業應進一步突出對學生思維能力、工作責任心等方面的培養;教育和醫護類專業則應重點強化交往、合作能力的培養等。

第三，創新產教融合協同育人機制，構建多主體辦學模式。為進一步減少技能錯配并滿足自身技能需求，雇主應從“招聘人才”的終端走向“人才培養”的前端，深度參與職業教育，構建企業、院校和培訓機構共同參與的“多主體”辦學模式，不斷創新產教融合協同育人機制。政府支持建立智能時代的產學研聯盟，建設集教育、培訓、科研于一體的區域共享型人工智能實訓平臺，培養滿足人工智能產業發展需求的高技能人才。引導高職院校通過增量支持和存量調整，穩步增加相關學科專業招生規模、合理確定層次結構，加大人工智能領域人才培養力度。

第四，建立人才需求預測平臺，化解供需矛盾。智能化時代必將帶來職業教育人才培養模式的根本性變革[21]，建立人工智能的人才需求預測和信息服務平臺，借助大數據分析等多元工具及研究方法組合，探索人工智能帶來的就業結構、就業方式轉變以及新型職業和工作崗位的技能需求，加強人工智能產業人才需求預測，完善高技能人才信息庫，構建人工智能產業人才評價制度和信息發布平臺。深化高職院校人才培養改革，有效完善人才培養隨產業發展的動態調整機制，使高技能人才供給與人工智能產業發展需求更加吻合。

參考文獻：

[1]騰訊研究院.2017全球人工智能人才白皮書[R].2018-09-19.

[2]教育部，人力資源和社會保障部，工業和信息化部.制造業人才發展規劃指南[Z].2016-12-27.

[6]中華人民共和國教育部.關于進一步推進職業教育信息化發展的指導意見[EB/OL].[2017-09-05].http：//www.moe.edu.cn/srcsite/A07/zcs-zhgg/201709/t2017-0911-314171.html.

[4]KuhnPJ，ShenKL.DoEmployersPreferUndocumentedWorkers？EvidenceFromChinasHukouSystem[R].2014.

[5]AutorDH.WiringtheLaborMarket[J].JournalofEconomicPerspectives，2001（1）：25-40.

[6]KuhnPJ.TheInternetasaLaborMarketMatchmaker：HowEffectiveareOnlineMethodsofWorkerRecruitmentandJobSearch？[J].IZAWorldofLabor，2014（5）：1-10.

[7]360數字營銷中心.2017年招聘行業研究報告[R].2018-01-06.

[8]MichaelSingleFary.MassCommunicationResearch：ContemporaryMethodsandApplication[M].NewYork：LongMan，1994：281.

[9]周翔.傳播學內容分析研究與應用[M].重慶大學出版社，2014：10.

[10]王偉軍，蔡國沛.信息分析方法與應用[M].北京：清華大學出版社，2010：172.

[11]艾瑞咨詢.中國網絡招聘行業半年度報告（2017）[EB/OL].[2018-09-17].http：//report.iresearch.cn/report/201711/3082.shtml.

[12]鄧路華.詞頻分析：一種新的情報分析研究方法[J].大學圖書館通訊，1998（2）：24.

[13]郭廣軍，劉蘭明，龍偉，等.新形勢下我國職業院校學生關鍵能力定位與培養體系研究[J].中國職業技術教育，2017（5）：22-28.

[14]（日）細谷俊夫.技術教育概論[M].肇永和，王立精，譯.北京：清華大學出版社，1984：4-5.

[15]姜大源.技術與技能辨[J].高等工程教育研究，2016（4）：71-82.

[16]徐國慶.職業教育原理[M].上海：上海教育出版社，2007：244.

[17]趙志群.職業教育與培訓學習新概念[M].北京：科學出版社，2003：21.

[18]中國新一代人工智能發展戰略研究院.新一代人工智能科技驅動的智能產業發展報告[Z].2018-05-15.

[19]劉寧，夏克儉.人工智能給高等教育帶來哪些改變？[J].高教探索，2018（6）：22-25.

[20]陳松云，何高大.機器智能視域下的教育發展與實踐范式新探——2018《美國機器智能國家戰略》的啟示[J].遠程教育雜志，2018（3）：34-44.

[21]徐國慶.智能化時代職業教育人才培養模式的根本轉型[J].教育研究，2016（3）：72-78.

（責任編輯 賴佳）