基于招聘信息的GIS人才就業前景分析

周 霞，彭孝譜，劉彥文*，姜宇榕

（1.湖北科技學院 資源環境科學與工程學院，湖北 咸寧 437100）

傳統的現場招聘具有供需雙方面對面溝通、信息可靠等優勢，而隨著互聯網技術發展，網絡招聘因其成本較低、選擇余地大、涉及范圍廣、方便快捷，并且不受地點和時間的限制等優點而對傳統現場招聘方式進行了有益補充。不斷更新的網絡招聘信息及時反映了社會和各行業對人才能力需求的現狀，對人才的自我定位具有良好的導向性。同時，通過深層次挖掘網絡招聘信息，可以使人才培養單位及時掌握市場對人才技能需求的最新動態，對此后的課程設置、學科布局等有良好的指導意義。但招聘網站海量公開的招聘崗位數據的連續動態發布，受地區分布廣、數據量大、數據格式不統一、數據不斷修改等因素的影響，導致人工采集效率不高，而利用Python 網絡爬蟲對網絡招聘網站上地理信息專業招聘信息收集具有便捷高效的優勢。本文采用Python 網絡爬蟲技術獲取前程無憂招聘網站地理信息招聘與就業相關數據，之后對獲取的海量數據進行統計分析，以期為地理信息專業人才提供全面、直觀的就業前景信息與人才培養導向參考。

1 數據獲取與處理

1.1 Python 網絡爬蟲與數據獲取

網絡爬蟲技術是互聯網時代能夠獲取大量相關主題內容的主流工具之一，可以從不同的站點獲取預先設置好的主題內容，在為爬蟲設置相關搜索關鍵詞后就可以對指定網站的指定內容進行定向獲取[6]。網絡爬蟲的實現有不同的方法，本文采用Python 編程語言的爬蟲框架Scrapy 進行信息獲取。前程無憂人才網是國內人才招聘、求職、找工作等在內的全方位的人力資源服務信息發布平臺，以前程無憂招聘網站為地理信息科學就業信息的數據來源，設置搜索條件為“地理信息科學”、“GIS”兩個關鍵詞進行模擬網頁搜索，對搜索到的2020-01-05 前海量職位信息進行分類抽取并存儲。

1.2 數據清洗與預處理

本文運行爬蟲數據自動獲取程序后總共收集了6 892 條職位信息，由于同一職位可能包含多個關鍵字索引，因此將獲取的職位信息進行去重處理，處理后共計存儲5 484 條有效職位信息。通過分析，保存的職位信息中，崗位所在地區、薪資待遇表達的格式有所不同。崗位地區部分精確到街區，部分只有所在城市，因此本文刪除崗位地區信息中的街區部分而只保留所在城市。由于原始數據中薪資待遇信息有按日薪、月薪、年薪的格式，薪資單位也分為元、千、萬，所以本文將各類格式的待遇統一換算為月薪（單位:千/月），按最低和最高薪資存儲，數據格式也從字符串轉換為數字。

1.3 崗位描述的結構化分離與模糊匹配

經過預處理后，崗位所在城市、學歷要求、薪資待遇、公司類型等數據都是能夠直接統計的數據，但獲取的職位描述信息中，包含崗位要求、崗位職責等混合信息。經過分析，部分公司在發布崗位信息時是按照關鍵詞將信息分開展示，因此可以使用關鍵詞來分離崗位要求與職責。實際操作時由于大部分公司發布的招聘信息并沒有明確主題，且關鍵詞并不統一，這為信息直接分離帶來一定難度。在多番實驗的基礎上，本文最終采用結構化處理與模糊匹配相結合的方法，設計并實現了職位描述分離算法，將崗位要求、崗位職責等信息進行了有效分離與存儲，具體實現流程如圖1 所示。

圖1 結構化分離與模糊匹配

崗位要求與崗位職責分離方法中首先將獲取的職位描述信息按圖1 進行關鍵詞判斷，若存在關鍵詞，則進行關鍵詞分離處理。將分離的職位描述進行遞歸，多次遞歸調用后，將職位描述分離成若干不包含關鍵詞的職位描述，再將不包含關鍵詞的職位描述分別進行崗位要求、崗位職責模糊匹配率的計算。若關鍵詞的字符串長度X2=n，則按n、n-1、…、 2、1 長度依次對關鍵詞字符串進行分割，將分割后的子串與目標職位描述進行字符匹配，將匹配成功的子串進行存儲并刪除包含在內的子串，最終計算匹配成功字符長度為X1，模糊匹配率P=X1/X2。例如:關鍵詞字符串為“了解精通熟悉掌握經驗以上”，則其X2=12，若匹配成功的子串有“精通、掌握、經驗、以上、經驗以上”，進行刪除處理后剩下“精通、掌握、經驗以上”，則匹配成功字符串長度X1=8，模糊匹配率為P=8/12。通過比較模糊匹配率，最終分類存儲職位描述信息。

2 結果與分析

2.1 就業城市分析

為了更加簡明的反映爬蟲獲取的崗位需求信息，選取崗位數量超出100 個的城市，并將平均工資數據按各城市崗位數量由高到低排列制成表格（表1），其綜合反映了職位需求地域、崗位需求數量及其對應工資待遇的關系。對各個城市的崗位數量統計分析可知，崗位需求數量大多還是分布在我國經濟發達地區，如東南沿海、長江經濟帶、北京等地區，地理信息產業的發展與經濟、科技水平的發展密切相關，這些地區在國內相關技術與產業領域具有較高的發展水平。崗位數量多的地區除經濟發達外還具有一個相同的特點，都具有多所開設地理信息專業的高校并且具有較高水準，例如武漢、廣州、北京、上海、南京、長沙等城市。人才源源不斷的輸送也為地理信息產業的發展與創新提供能量，所以就業者在選擇就業城市時，可以重點關注這些地區，相對而言既有利于匹配所學的專業能力，也有助于畢業生獲得更多的就業機會。

表1 崗位城市平均工資表

在就業城市的選擇時，就業競爭壓力、薪資等問題受到求職者較多的關注。由表1 可以看到，自數據收集時起近3 個月，地理信息就業相關招聘崗位數量超過500 個的城市依次是武漢、廣州、北京地區，而上海、深圳等一線城市的相關招聘崗位數量卻減少一半，反映了這些地區彼時相應人才需求已呈飽和狀態。隨著用人單位不定時發布招聘信息，招聘網站的崗位數量一直在動態變化。鑒于市場資源配置對人才流動的導向性，崗位數量多的城市競爭壓力會相對較小，選擇這些城市相對有更多的機會找到一份適合自己的工作。這些城市中，最低的平均工資為5.8 k/月，最高的平均工資達到了18.0 k/月，薪資水平高低跨度達到了12.2 k。最低平均工資超過10 k 的城市有北京、上海、深圳，最高平均工資低于10 k 的只有長沙與昆明。在這些崗位數量超過100 個的城市里，普遍的薪資水平較高，但不同城市的薪資水平差異較大，城市的選擇也決定了薪資水平的高低。

2.2 工作經驗與薪資分析

一般來說，當排除其他相關因素后，薪資待遇與個人的工作能力有一定的關系，在用人單位對求職者能力不甚了解的前提下，招聘條件中的工作經驗就成為判斷個人工作能力的首要指標。而對于求職者，薪資待遇永遠是求職過程中所關注的現實問題，往往薪資待遇與工作經驗有著密不可分的關系，本文對二者相關信息進行了統計分析（圖2）。

圖2 工作經驗要求柱狀圖與平均最低工資表

由圖2 可見，基于高校畢業生等主要人才供給來源工作經驗普遍缺乏的現狀，公司企業等主要用人單位對地理信息科學專業的人才工作經驗的要求相對較低。而相對來說，1 ～2 a 工作經驗的職位數量相對較少，這也反映1～2 a 工作經驗的跳槽者并不太受到企業的重視，反而擁有3～4 a 工作經驗的求職者則較受歡迎。5～7 a、8～9 a 和10 a 以上的工作經驗者大多都屬于工作穩定的狀態，所以發布的崗位相對較少，在薪資待遇方面，也比較符合企業招聘對應工作年限的要求。由圖3 平均最低工資曲線可見，0 ～2 a 工作經驗的求職者，薪資待遇水平變化不大，只是在工作2 a 時略有漲幅。真正產生比較大的薪資變化是在工作3 a 以后，漲幅依次在3～5 k，工作5 a 后，薪資的平均水平超過10 k，在工作經驗到達10 a 以上后，平均薪資甚至高達22 k。可見，工作經驗是薪資待遇的決定因素之一，求職者可以根據自身工作經驗來選擇職位并提出自己期望的薪資。

2.3 公司類型與規模分析

在求職過程中，求職者會根據自身情況規劃自己未來的職業生涯。這時候，公司規模與類型便成為職業規劃中較強的影響因素，本文公司規模與類型統計分析如圖3。

由圖3 可見，在所有招聘單位中，民營企業、上市公司、國企占了較大的比重。在中小規模企業中，少于50 人占比16.88%；50 ～150 人占比為30.50%；150～500 人占比為27.65%；合計占比為75.01%，大規模企業占比為24.99%，可見中小規模企業占招聘企業的大多數。公司規模的大小決定了公司的實力，較大規模的公司一般是運營較成熟的公司，此類規模的公司一般內部人員較穩定，流動性較少，而且招聘要求較高[7]。而中小規模企業在各方面都比較均衡，這些企業處于發展時期，往往更注重人才的培養，會給求職者提供更好的學習提升的資源。對比民營企業，上市公司、國企在薪資待遇、福利上會占更大優勢，但晉升可能會相對困難，求職者可以根據自己的職業規劃進行選擇。

圖3 公司類型與公司規模

3 崗位要求與職責分析

求職是一個雙向選擇的過程，招聘單位在發布的相關信息中，一般包括了對求職者能力要求、工作職責、薪資待遇等相關信息的描述。本文將職位描述生成分類字符串，利用Python 中的分詞模塊jieba 將字符串分割為單詞列表，按照詞頻生成詞云并通過Python實現可視化[8]，詞語的字號越大說明出現的頻率越高、次數越多（圖4）。

由圖4a 可見，崗位要求依據詞頻由高到低大體可以分成3 個層次，第一層次中計算機能力、地理信息系統、軟件工程、本科學歷、開發經驗、數據庫等關鍵詞最為醒目，反映出在類似崗位要求上招聘者達到了很高的一致意見，相關知識與技能也是求職者需要具備的基本能力。第二層次中表達能力、良好溝通、軟件開發、數據處理、GIS 軟件、前端開發、責任心、合作精神等頻次較高，這些需求體現出招聘者對求職者不僅具有較強的專業基礎能力需求，而且希望應聘者擁有較強自身素質，能適應團隊工作。第三層次詞頻上，主要以熟悉GIS 開發、Oracle、二次開發、項目開發、GIS 平臺、大數據等詞語為主，這些關鍵詞代表著更強的專業能力或專業方向，包含著熱門的應用與技術方向，從側面反映出用人單位對人才綜合素質、人才專業視野、人才發展潛力等的關注。

由圖4b 可見，各項工作內容的詞頻較為平衡，大致可以分為兩個層次。第一個層次的詞語有GIS、設計、方案、開發、數據處理、項目經理、項目管理等，這些關鍵詞反映出地理信息工作者的普遍工作內容，擁有這些工作的實戰經驗能讓求職者更快的適應工作。第二個層次的詞語有設計、計劃、研發、研究等詞語，包含著在具有豐富經驗后的統籌工作、創新性研究與地理信息未來的研究。在大數據與人工智能時代，地理信息科學的發展也迎來了新的挑戰與創新。選擇這類地理信息科學的創新與研究，可能（在）對未來的職業生涯有極大的幫助，也符合社會的發展。

圖4 崗位詞云分析

4 綜合分析

本文采用Python 的爬蟲框架Scrapy，結合地圖數據統計分析，對2020-01-05 前3 個月左右來源于前程無憂人才網站地理信息科學專業相關的5 484 條有效職位信息進行了相關分析，結果顯示企業對地理信息專業人才具有較高的基本要求，如本科學歷、計算機能力、軟件開發能力、數據處理能力。除這些基本能力外，對求職者專業能力和團隊合作能力也有著較高的要求，并希望求職者能夠積極溝通與表達。此外，部分企業崗位的招聘則希望求職者掌握較強的專業能力和熱門技術，如大數據技術等。大部分企業對無經驗的地理信息人才提供了較多崗位，對擁有0～2 a 工作經驗的人才提供的求職崗位相對較少，在支付的薪資待遇上，也沒有太大的波動。對擁有3 ～4 a 工作經驗的求職者提供的求職崗位相對前者較多，因為這部分求職者不僅經驗豐富，處于職業規劃的上升期，之后會相對穩定，會持續給企業帶來效益，所以薪資水平上也迎來首次大幅增長。這些企業大部分為民營企業，少部分為上市公司和國企，規模約在50～500 人左右，主要分布在我國經濟發達的地方或高校聚集的地方。

相對擁有工作經驗的地理信息人才而言，應屆畢業生會更需要得到就業前景分析與指導。應屆畢業生應該打好專業基礎、培養地理信息行業就業所需的基本能力，最好結合自身愛好或市場需求培養在某一專業領域上較強的競爭能力，如開發能力或數據處理能力等。平時參與多種形式、全方位的綜合實習等是提升整體能力的最佳方式，只有擁有豐富的實踐經驗才能更受企業的歡迎。在選擇就業的城市與就業的企業時，求職者應當結合自己的學歷、專業能力、實戰經驗來選擇輕松就業或薪資高的城市以及對應規模的企業，在獲得一份工作后，不應當過分關注薪資或急于更換公司跳槽，應該積攢自己的工作經驗為以后的職業發展打下良好的基礎。

5 結 語

本文闡述了網絡招聘信息爬取收集、數據清洗與分析的方法，并利用柱狀圖、餅狀圖、折線圖、詞頻云圖等，較為直觀地分析了地理信息專業人才在求職過程中所關注的熱點問題，包括崗位地區分布、薪資水平、公司規模、崗位要求、崗位職責等幾個方面。結合這些分析結果，從招聘者、應屆畢業生求職者的角度綜合分析了企業對求職者的素質要求及應屆畢業生在求職過程中所具備的基本能力，最終給出部分建議，為廣大地理信息專業人才提供借鑒與參考。