基于復雜網絡的物流專業人才需求分析

摘" 要：以前程無憂、智聯招聘、中華英才網三大網站獲取到的98 213條招聘數據為基礎，通過復雜網絡和文本挖掘方法構建崗位、技能信息實體，從中挖掘崗位、技能關聯關系，并將其可視化，以了解物流專業人才需求特點，明確重要崗位技能要求，為各高校培養專業物流人才提供參考。研究發現物流行業的智能化轉型升級以及相關企事業對物流專業人才的需求正在發生改變，物流+數據的崗位有所增加，偏重的技能也由傳統的操作型技能轉為智能工具型技能，針對此類變化，文章提出三點發展意見以求促進物流專業發展，為企業輸送高質量、高水平專業人才。

關鍵詞：招聘數據；復雜網絡；企業物流類職位；崗位

-技能分析

" 中圖分類號：F719.1" " 文獻標志碼：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

物流業作為新興的生產性服務業，其發展對地區國民經濟增長和地區競爭力的提升至關重要[1]。因此物流人才的培養工作十分重要，需要進一步加強不斷深化。由于物流專業需求復雜，涉及到的技能也十分廣泛，包括操作技能、運作管理技能、創新能力、融合能力等。且隨著人工智能、云計算、互聯網+、大數據技術、網絡貨運、無人機、無人配送、智能分揀等技術的發展和驅動，因此高校必須明確物流行業市場需求，確保物流人才供給與市場需求之間相匹配以此支持物流行業的穩步發展。

1" 專業人才需求分析現狀

隨著“互聯網+”時代的到來，市場對人才素質與能力的培養產生了新需求[2]。與此同時，網絡招聘成為熱門選項，中華英才網、智聯招聘、BOSS直聘等招聘信息類網站出現在人們視野里，其中網站上發布的文本招聘數據反映了市場對人才以及專業技能等方面的需求，對這些文本數據進行處理，可以從中發現市場對專業人才的需求特點。如胡微等[3]回顧了我國人才需求預測研究情況及預測工作的實施情況，在此基礎上提出四點職業教育人才需求預測建議。石超等[4]基于中國—東盟自由貿易區人才需求量的歷史數據，運用灰色關聯理論方法來對未來的人才需求量進行預測。譚凱等[5]基于多元回歸-灰色預測的組合方法，對2013—2017年煤炭行業專業人才進行預測。和震等[6]認為需要開發和利用更加合理的人才需求預測模型，指導行業人才需求預測和職業院校辦學。基于內容分析法的人才需求研究。胡忠義等[7]根據拉勾網收集的智能招聘信息，通過內容分析法呈現出大數據環境下企業對商務智能專業人才的需求，并以此為參考設計人才培養技術體系。劉崇瑞等[8]基于510條企業招聘廣告分析我國就業市場對網絡安全人才的任職要求。因此可以采用復雜網絡的方法對招聘文本數據進行處理，挖掘出隱藏的專業人才需求特點，明確市場導向，避免人才培養和企業需求之間相互脫節。

2" 物流專業人才需求數據來源與處理

" 依據國內三大招聘網站的招聘信息數據，篩選出9 831條異常值數據，獲得最終正常數據集為88 382條。隨后，通過對招聘數據中企業所屬行業領域字段進行篩選，獲得交通物流領域企業的招聘數據。

" 使用Google公司開源的Word2Vec工具包對篩選出的物流行業招聘數據進行訓練。由于樣本招聘數據中包含繁體字，因此根據維基百科上約24 000篇中文詞條語料文件對文本數據進行繁簡轉化。利用Python軟件中的jieba分詞庫分詞，得到745 931個詞語，同時依據自定義詞典去除分詞結果中無意義的詞，例如“，”、“。”、“/”等，最終構建崗位、技能信息實體。在此基礎上，對原有的分詞結果進行詞向量訓練，計算各詞向量之間的相似度，完成對原有標簽的進一步拓展，形成完善的崗位、技能詞典。本文的物流招聘信息數據集中大約包含4萬條短文本數據，分詞后有10 456個詞語。

3" 基于復雜網絡的物流崗位需求特征分析

" 物流文本招聘數據中包含了工作經驗、崗位名稱、崗位薪資、崗位需求人數、學歷要求、公司注冊資本、公司所屬行業類別、公司規模、崗位職責等信息。為得到物流崗位需求特征，利用復雜網絡和文本挖掘方法對招聘文本中的非結構化信息進行處理，并將崗位以及崗位技能實體作為復雜網絡中的節點，崗位和技能之間的關聯關系作為復雜網絡中的連邊，由此構建崗位-技能、技能-技能復雜網絡。

3.1" 崗位-技能二分網絡構建

崗位-技能復雜網絡包含崗位與技能兩類節點，從屬于二分網絡范疇。其中崗位節點表示擁有某項技能的從業者；技能節點表示物流行業所需要的專業技能。在該網絡中同類節點間不存在連邊關系，僅在不同類別節點（崗位-技能）間存在連邊。根據獲取到的41 284條招聘文本數構建崗位-技能二分網絡，如圖1所示，其中供應鏈開發工程師、物流分析師、物流經理等崗位的詞頻較高，說明在行業中企業更傾向于招聘擁有分析專業、工程專業、管理專業相關背景的物流人才。從圖1中可以明顯地發現少數重要崗位節點承載著大部分的連接，具有無標度特征，即在物流行業中少數崗位和技能的需求過重，因此高校可以重點培養具有相關技能和專業知識的物流專業人才。

3.2" 核心崗位、技能節點分析

在崗位-技能網絡中，節點數量為269個，其中包括96個崗位節點和173個技能節點，邊數量為2 312條。排名前15的崗位/技能節點度值和中心性信息，其中崗位節點的度值，代表崗位從業者擁有的技能種類數量，度值越高，越符合現代交叉學科的要求以及對復合型人才的需求，如供應鏈開發工程師、物流分析師、調度算法開發工程師、供應鏈大數據架構師、物流咨詢顧問、物流倉儲/運輸經理等崗位，這些節點對于構建行業知識結構、引領行業發展具有重要作用。技能節點表示技能的應用性，度值越高，表示在各崗位間的通用性越強。因此，擁有高技能的崗位從業者相較于低技能的從業者競爭力更強，更換工作的選擇性也更多。對于供應鏈開發工程師崗位、物流分析師崗位和供應鏈-PCBA測試工程師、供應鏈大數據架構師、調度算法開發工程師等接近中心性較高的崗位節點，其節點與技能節點間接近程度高，崗位從業者擁有的行業信息和專業知識量豐富，熟練掌握眾多需求技能。

" 此外，崗位-技能網絡節點中低度值節點數量較多，高度值節點數量較少，具有長尾分布特點，高度值節點的接近中心性較大，說明其鄰居節點的數量更多，在復雜網絡中處于重要位置。以供應鏈開發工程師和物流咨詢顧問崗位節點為例，其相關聯的TOP10技能節點為數據分析、自動化、數據庫、建模、數據挖掘、仿真、英語、統計、表達能力、數據倉庫。而物流倉儲管理TOP10技能節點為責任心、吃苦耐勞、數據、協調、統計、合作、ERP、對接、自學能力、駕駛。

3.3" 基于模塊度的行業社團劃分

" 基于模塊度的方法對網絡進行劃分，得到6大類網絡社團，分別為輔助技術類、管理層類、技術工程師類、決策層類、市場銷售類、職能類。基于模塊度劃分的社團網絡結果表明職能類的節點數量最少，但是該類社團網絡密度最大，說明在行業中職能類崗位節點和技能之間的連接關系非常緊密。相較來說，管理層類擁有的節點數和邊數較多，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。輔助技術類網絡平均度為8.974，技術工程師類網絡平均度為7.662，這兩個網絡的崗位技能要求較復雜，涉及到的節點數量更多，從屬于這兩類的崗位從業者在勞動力市場處于主體位置。

不同社團對從業人員的認知與非認知技能要求有所側重：分析能力、表達能力、協調能力、決策與執行能力等非認知技能出現在管理類中；信息處理能力、理解能力、溝通能力、思維能力、表達能力等認知類技能出現在市場銷售類中；數據分析、ERP、統計分析、數據挖掘、數據處理等認知類技能主要出現在技術工程師類中；PLC、信息化技術、BOM、方案設計、系統分析等認知類技能主要出現在輔助技術類中；Oracle、系統優化、英語能力、應變能力、WMS等認知類技能主要出現在職能類中；而作為決策層則兼具了表達能力、應變能力、分析能力等一系列非認知技能和數據處理、數據模型、項目分析、制定方案、軟件開發等認知類技能。

基于上述分析可知，非認知技能在技術工程師類和輔助技術類社團中出現較少，在管理類以及市場銷售類社團中出現較多，說明前者相較于后者更加重視和強調崗位從業者的硬性條件。而決策層相關崗位則對于認知類和非認知類的技能都有較為全面的覆蓋，對應聘者有全面的綜合素質要求。

" 另挖掘技能-技能間關聯關系，對原始崗位-技能二分網絡進行降維處理，得到技能-技能關聯關系復雜網絡。非認知技能的要求如合作、協調、溝通、責任心、分享、表達能力是職業人才不可缺少的。算法、統計、數據挖掘、建模、調研、數據分析、ERP、可視化等軟件和數據應用技能也是物流類崗位需求的重要技能。

技能-技能節點間存在相互連接關系，這表明在物流行業中同一種崗位至少需要同時掌握兩種認知類或非認知類技能。技能-技能模型關聯中清晰表現了物流行業同IT業間的軟件操作技能存在交叉融合關系，相關的崗位從業者可同時具備兩類領域的操作技能，以便滿足時代對專業復合型人才的需求。同時，系統優化、系統分析、保證系統等核心技能反映出對IT軟件分析和優化領域的迫切需求，說明物流行業對綜合能力，數據收集和處理，統計分析能力的要求逐漸增強，學校在培養相關職業人才時應改革相關的課程體系，與人力市場需求相匹配。

4" 總" 結

基于上述研究發現：（1）在大數據和人工智能快速發展的時代，管理模式的智慧化、系統設備的智能化、底層數據的智慧化都對物流人才培養提出了更高的要求。（2）通過計算分析得到技能網絡中高度值崗位，例如供應鏈開發工程師、物流分析師、物流倉儲/運輸經理、調度算法開發工程師等，這些崗位節點多為交叉學科人才崗位，在企業中控制著關鍵知識與技術信息，其對應技能需求節點（數據分析、數據庫、數據挖掘、Python、ERP、WMS、CRM、MES等）應當強化學習。（3）人才培養方案應加強相關數字化資源建設，重視學生IT與物流相結合的知識技能，方便日后崗位流動和角色轉型，同時，升級改造傳統的實訓室/實訓基地，從傳統操作型技能培養轉向智能工具型技能培養。

參考文獻：

[1] 陳治國，陳儉，杜金華. 我國物流業與國民經濟的耦合協調發展——基于省際面板數據的實證分析[J]. 中國流通經濟，2020，34（1）：9-20.

[2] 彭飛霞. “互聯網+”時代職業教育人才培養模式的轉型升級[J]. 教育與職業，2018（5）：42-48.

[3] 胡微，石偉平. 我國職業教育人才需求預測研究的回溯與前瞻[J]. 教育與職業，2017（13）：13-17.

[4] 石超，張薦華. “一帶一路”背景下中國—東盟自由貿易區人才需求預測[J]. 廣西社會科學，2018（3）：55-59.

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

[6] 和震，柳超. 職業教育規劃需要人才需求預測的優化[J]. 現代教育管理，2021（1）：85-91.

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

[8] 劉崇瑞，王洪杰，王聰，等. 就業市場對網絡安全人才的需求分析——基于企業招聘廣告的內容分析[J]. 科技管理研究，2020，40（3）：182-187.