數字化轉型背景下物流與供應鏈本科畢業生能力薪酬模型研究

任美星，王逸臨，王 淼，霍詠琪，程歡歡

(天津商業大學 管理學院物流管理系，天津 300134)

1 引言

當前，數字化浪潮方興未艾，新一代數字技術的迅猛發展，催生了數字經濟這一新的經濟發展形態。對于企業來講，數字經濟背景下傳統的經營模式已不再適合企業的發展，數字化轉型升級尤為迫切。

在數字經濟成為全球未來發展方向的背景下，物流與供應鏈企業的轉型發展呈現以下特征：在技術方面，人工智能、物聯網、5G等技術的應用使得物流與供應鏈行業發展逐漸趨于智能化、數字化和網絡化；在業務功能方面，物流與供應鏈行業作為社會發展的樞紐，逐漸從運輸、倉儲等單一業務向一體化方向發展；在商業模式方面，供應鏈體系逐漸發展，其本身的復雜性導致企業需應對更多的挑戰，第三方物流業務范圍也從傳統物流服務向更廣泛的供應鏈服務拓展；在組織結構方面，扁平化的體系逐漸成為企業組織結構的轉型趨勢，對員工所具備的能力也有了更高的要求。

人才是支撐企業發展的第一資源，面對快速發展的物流與供應鏈行業以及巨大的人才需求，建立充分體現人才能力的付薪機制成為很多企業的關注點。

2 文獻綜述

2.1 能力的含義和分類

1950年，David C. McClelland首次提出competency的概念，他認為能力是直接影響工作業績的個人條件和行為特征，隨后國外學者對能力的含義做出了不同的界定，Spencer認為能力包括動機、特質、自我形象、態度和價值觀、某領域的知識和認知以及行為技能等；Halley認為能力是個人卓越完成工作所具有的相關特征。國內學者對于能力的相關研究較少，且基本是在國外能力含義界定的基礎上進行應用性研究。

總結國內外學者的研究結論，雖然不同學者持不同觀點，但從本質來看，能力可以分為兩大類：硬能力和軟能力，其中硬能力包括知識、技能等，軟能力包括認知、特質、態度、價值觀等。同時能力具有動態性，會受到社會發展、工作環境、組織條件等因素的影響。

2.2 物流與供應鏈相關能力的維度劃分

現有研究中學者對物流與供應鏈的相關能力進行了劃分，見表1。

表1 物流與供應鏈能力維度劃分匯總

續表

通過大量文獻的分析，結合能力的含義與特征，文章基于數字化轉型背景，站在雇主角度，將物流與供應鏈專業人才能力需求劃分為社會能力、專業知識能力、業務管理能力、信息和數據能力以及外語能力五個維度。

2.3 薪酬的含義和界定

薪酬是一個比較寬泛的概念，不同學者對其含義與界定不同。George T. Milkovich將薪酬界定為：雇員作為雇用關系中的一方所得到的各種貨幣收入，以及各種具體的服務和福利之和。王莉秋從廣義角度將薪酬分為非經濟性報酬和經濟性報酬。

為簡化概念并便于研究，文章所指的薪酬是員工向其所在單位提供所需要的勞動而獲得的貨幣補償，即單位支付給員工的現金勞動報酬。

2.4 能力薪酬研究綜述

在企業運營管理中，薪酬體系的構建方式主要有基于職位和基于能力兩種。薪酬體系根據不同職位對企業的價值貢獻不同，以市場和工作職位為基礎，只考慮職位本身的因素，很少考慮人的因素。而基于能力的薪酬體系，是指企業根據一個人所掌握的和工作有關的能力以及知識的廣度和深度支付基本薪酬的一種報酬制度。多數學者通過對這兩種薪酬構建方式的對比研究，提出能力薪酬體系更能夠支持企業扁平化組織結構、激勵員工自主提升能力素養，維持企業的核心競爭力，更適合企業的轉型發展。

3 分析方法

在前期研究中使用文獻研究法對能力維度進行劃分、運用數據爬取及處理的方法獲取招聘數據并進行清洗，文章基于前期研究成果采用K-means聚類分析和多元回歸分析法建立能力薪酬模型并進行相關探討，具體方法如下兩點。

3.1 K-means聚類分析法

K-means聚類分析算法是一種迭代求解的聚類分析算法，由于其簡潔和高效，成為所有聚類算法中最廣泛使用的聚類算法。文章運用此方法將眾多的招聘信息分為三類，進而對各層級薪酬所需能力、對應的崗位進行深入分析，旨在為開設物流與供應鏈專業的本科高校和本科生提供有針對性建議。

3.2 多元回歸分析法

多元回歸分析法是在相關變量中將一個變量視為因變量，其他一個或多個變量視為自變量，建立多個變量之間線性或非線性數學模型數量關系式并利用樣本數據進行分析的統計分析方法。文章將平均薪酬和各維度能力進行多元回歸分析，深入研究影響平均薪酬的主要能力因素。

4 實證分析

4.1 數據采集與處理

文章基于前期數據爬取和處理分析，最終得到有效數據1570條。然后借助TF-IDF詞頻分析方法，對招聘數據“職位要求”中關鍵詞進行詞頻排序計算，選取詞頻排名前245的技能關鍵詞形成詞云，清洗后歸為社會能力、專業知識能力、業務管理能力、信息和數據能力和外語能力五類能力。

4.2 平均薪酬與各維度能力的聚類分析

綜合考慮實際分析數據集的特點，文章使用SPSS中的K-means聚類對編碼后的數據進行分析，通過對比，最終選取K=10時較穩定的聚類1、8、10的聚類結果進行比較分析，如表2所示。

表2 聚類結果

結合聚類結果，對這3個聚類按薪酬高低排序，并用abc標記，分析其招聘數據的分布特征如下:聚類a包含234個案例，占總體的14.90%，薪酬最高，達11896.3元。其中，社會能力和專業知識能力要求高于平均值，外語能力要求居中，信息和數據能力要求第二高，與聚類b相同，業務管理能力要求與其他相同。對應的職位有：供應鏈數據分析師、供應鏈運營經理、物流數據挖掘、供應鏈業務經理、供應鏈咨詢顧問、數據采集等；聚類b包含695個案例，占總體的44.26%，薪酬居中，達7702.2元，外語能力高于平均值，社會能力和專業知識要求居中，信息和數據處理能力要求第二高，與聚類a相同，業務能力要求與其他相同。對應的職位有：物流咨詢師、國際物流銷售、采購工程師、物流規劃、供應鏈運營專員等；聚類c有588個案例，占總體的37.45%，薪酬最低，達4916元。社會能力，專業知識能力，外語能力與信息和數據能力要求均最低，業務管理能力要求與其他類相同。對應的職位有：管理培訓生(物流管理方向、供應鏈方向)、物流/生產計劃(供應鏈方向)、業務助理、采購文員、采購助理等。

4.3 平均薪酬與各維度能力的多元回歸分析

文章分別以社會能力、專業知識能力、業務管理能力、信息和數據能力、外語能力編碼數量自變量,,,,，平均薪酬為因變量，使用SPSS進行回歸分析。為排除多重共線性，首先利用逐步回歸法處理自變量。根據自變量與待測變量間的相關性程度，排除相關性較小的自變量，最終確定將專業知識能力與信息和數據能力作為自變量建立多元回歸模型。

根據回歸分析結果，建立薪酬回歸方程為：=365248+589106+7655806。

該回歸方程表明物流與供應鏈專業本科畢業生平均薪酬7785.457元。每增加一項專業知識能力，薪酬增加384.524元。每增加一項信息和數據能力，薪酬增加594.560元。即專業知識能力與信息和數據能力是影響平均薪酬的主要因素，且信息和數據能力對平均薪酬的影響最為顯著。

5 結論與建議

回歸分析結果與企業數字化轉型的發展背景相契合，專業知識能力與信息和數據能力是企業雇主在為物流與供應鏈本科畢業生支付薪酬時重點關注的因素。同時聚類分析結果顯示，高薪崗位需要的是兼備多項能力的復合型人才，三類薪酬所對應的崗位職能都有所側重。文章的研究方法和研究過程同樣適用于企業雇主對應聘者能力需求的分析研究。

根據分析過程與結果，面向社會、開設物流與供應鏈相關專業的本科高校和物流與供應鏈專業本科生提出以下建議：對于社會：首先，建立人才需求預測平臺，根據對未來人才需求量的預測，結合教育部門的能力及國家財力進行分析，為制定人才規劃提供科學依據。其次，增加校企合作，建立企業參與的高校技能人才培養制度，在更大范圍上培養出社會和企業所需的各類人才；對于高校：首先，動態調整人才培養方案，挖掘專業前沿領域，講授與時俱進的專業內容，同時增加信息與數據方面相關課程。其次，本科高校作為本科畢業生從學校到社會的銜接點，要注重學生社會能力的培養，同時針對物流與供應鏈專業知識相關課程設置進行改進，適當增加學生的實習實踐時間。最后，高校應當對學生的未來規劃和就業傾向起到針對性引導作用，定期開展就業講座、座談會等，促進學生更好的自我定位；對于本科生：應當盡早明確自己的就業傾向與預期，充分運用招聘網頁等信息化平臺了解專業發展與社會需求，充分了解社會發展所需具備的能力，進而發揮主觀能動性自主學習。