方 思， 林丽萍

( 福建船政交通职业学院 经济与管理学院， 福建 福州 350007 )

近些年来， 我国电子商务(下文简称“电商”)行业在5G 大数据等多项新技术的加持下飞速发展， 且市场规模不断扩大， 在2011—2019年电商交易额持续增长， 2019 年全国电商交易金额达34.81 万亿元[1]。 虽然我国电商行业发展愈加成熟， 但是电商相关人才仍然存在巨大缺口， 据电商研究中心发布的数据显示， 我国84%的电商企业存在人才缺口问题[2]。 同时由于受疫情影响， 导致传统电商模式快速迭代更新，加速大中小电商企业的数字化转型与升级， 对于人才的需求产生变化， 造成当前新型电商人才极度缺乏且流动性大。 与此同时， 由于高校人才培养目标与企业需求无法匹配， 致使用人企业需求与人才培养相脱节。

目前， 利用数据挖掘手段对网络招聘信息中电商专业岗位需求进行分析的研究较少， 具体到福建省内相关的研究就更少了。 林秀君等设计回归模型预测福建省的数字人才需求[3]， 夏立新等提出利用数据挖掘与分词技术建立专业、 岗位和知识点三者之间的联系[4]， 但研究数据量较少。 谭昕章等则是对招聘信息中电商运营岗位对人才的需求和素质要求进行研究， 分析运营岗位人才的供需情况、 薪酬和素质要求等[5]， 但所讨论的电商岗位比较单一。 詹川主要通过设计非结构化挖掘分析系统， 将文本挖掘技术应用于电商岗位分析[6]。 因此， 本文着眼于福建省， 通过Web 文本挖掘技术， 梳理与归纳当前福建省电商企业对人才职业能力和素质的要求， 旨在更准确了解企业需求， 为设计与优化高校电商专业人才培养方案提供参考。

一、 研究方法与数据采集

1. 研究方法

本文主要应用Web 文本挖掘、 内容分析与文本聚类等分析方法。 Web 文本挖掘技术通过编写爬虫代码以快速采集互联网中的数据[7]。内容分析方法是对文字信息进行客观、 系统和量化的数据研究手段[8]。 文本聚类算法是结合自然语言处理和聚类算法的一种综合性分析方法[9]， 对不同岗位进行聚类分析， 从而分析岗位之间的差异与各岗位的侧重点。 研究过程分为以下阶段: 首先， 利用网页爬虫技术抓取与采集招聘网站内的相关岗位信息； 其次， 对数据信息进行清洗、 查重和预处理， 紧接着对岗位信息展开整理与分析， 进行分词处理与计算； 再次， 对分词结果进行聚类分析， 区分不同岗位特征； 最后， 数据可视化， 呈现岗位分布特征与技能需求情况。

2. 数据获取与采集

为了保证招聘数据的全面性， 本文数据来源网站选取综合型招聘网站和垂直型招聘网站的代表——前程无忧网与猎聘网。 前程无忧网是我国占据市场份额较大且集中多媒介资源的人才资源服务网站， 猎聘网则是由企业直接发布岗位招聘信息， 弥补综合型招聘网站信息不对称的缺陷，服务于中高端人才。 确定数据来源后， 利用八爪鱼数据采集器， 分别在两个招聘网站福建区域以“电子商务” 为关键词进行检索， 发布信息时间限定在 2021 年 1 月 15 日—2 月 28 日， 采集招聘信息数据共计7 831 条。 通过数据清洗与去重，删除不相关的无效职位信息后， 最终获得数据信息6 162 条。

二、 岗位需求数据分析

1. 职位分析

将采集处理后的数据进行再次检索与分类，发现与电商行业相关的岗位种类较多， 参考前程无忧网和猎聘网对电商行业岗位的分类， 构建包括6 种岗位大类和26 个具体岗位的电商行业岗位分布体系 (如表1 所示)。

从表1 中的数据可以发现， 目前电商行业的招聘信息集中于运营与策划岗、 市场营销岗， 均属于商务型人才范畴， 占比均在30%左右。 首先， 在运营与策划大类中仍以网店运营与客服为主； 其次， 市场营销大类中的销售招聘信息也达1 170 条， 说明不论是网络推广还是线下推广，电商企业都需要优质的销售人员。 再次是开发岗， 偏向技术支持型， 以 Java、 C＋＋、 Python 程序开发岗为主， 说明技术支持是优化服务流程的保障。 其后的职能类岗位， 仓储物流岗的招聘信息明显比其他4 类多， 反映出仓储物流对于电商企业的重要性。

表1 电商行业招聘岗位类别分布表

2. 地域分布分析

针对福建省各地市的电商相关岗位进行统计， 能够明显看出不同地区的人才需求存在巨大差异。 厦门与福州的电商人才需求量大， 所提供的岗位量相加占全省岗位量的56.39%。 紧随其后的是泉州市， 侧面反映泉州的区位与经济优势。 莆田与漳州的相关岗位量接近， 其余4 个地市的岗位量占比总共只有5.03%。 由此推断，福建省电商企业集中于沿海城市， 闽西与闽北受经济和地域位置限制， 发展速度较缓。

3. 学历、 工作经验及企业类型分析

数据统计结果显示， 电商相关岗位对于从业者学历要求不高， 大专与本科学历人才仍是招聘市场的需求主体， 占总数的75.01%。 有937 个岗位对学历没有明确限制， 中专以及同等学历的岗位有555 个， 要求硕士及以上的岗位仅48 个，反映电商行业实践性非常强， 对研究型人才的需求较少。

从工作年限角度来看， 除865 条招聘信息未对工作年限进行设定以外， 其余岗位中， 要求工作年限1～2 年的最多， 紧随其后的是工作年限3～5 年。 说明与大部分行业一致， 电商企业偏好有一定工作经验且薪资较低的员工。 此外， 电商企业也有自身行业的特殊性， 无经验与工作年限1 年以下的人才同样具备市场， 显示该行业在不断吸纳年轻的学习能力强的人才。 要求5 年以上工作经验的岗位明显减少， 推测具备丰富工作经验的电商从业者会选择向创业方向转型。

通过表 2 可以发现， 在企业类型维度上(以企业发布招聘信息时选择的类型以准)， 民营企业的人才需求量遥遥领先， 远高于其他类型的企业， 共计4 327 条招聘信息， 占比70.22%。有1 176 条招聘信息来自上市企业， 说明对其而言电商人才也是不可或缺的。 合资企业、 创业企业以及外资企业发布的招聘信息较少。 国有企业(国家参与投资控股)、 事业单位与非营利组织所发布的招聘信息更少。 从企业规模维度上分析， 主要集中在＜50、 50～149、 150 ～499 以及≥10 000 人4 种规模的企业中， 招聘岗位数均超过1 000 条， 可见招聘企业以中小型与超大型企业为主， 可以推测处于上升期的中小型企业， 以及处于成熟期需要不断创新变化的超大型企业， 都需要在电商领域吸引与培养更多优质人才。

表2 电商行业招聘信息发布企业类别分布表 条

4. 岗位薪资分布

岗位的薪资水平可从侧面反映行业对人才的需求程度与重视程度， 判断行业整体的发展水平。 在6 162 条招聘信息中， 有准确给出薪资范围与工作年限要求的有4 547 条， 具体分布见表3。 从表 3 可知， 电商企业员工的月薪集中在0.6 万～0.8 万元与 0.9 万 ～1.2 万元， 说明该职业具备良好发展前景。 此外， 有不少岗位月薪超过2 万元， 甚至达到5 万元以上， 表明电商企业当前仍然需要高层次管理型人才。

表3 电商岗位薪资分布表

结合工作年限， 能够分析该职业的成长路径与上升空间。 不难发现工作年限较短(3 年以下)时， 大部分的企业能给到的月薪处于0.6 万～0.8 万元， 随着工作经验的增加， 薪资水平也有很大程度的提高， 企业愿意支付超过1 万元月薪来招聘优质人才。 由于电商行业更新速度快， 因此在该行业具备5 年以上工作经验的员工备受青睐。 由此说明， 电商行业收入水平处于中上， 且有较大的上升空间。

三、 岗位职业能力分析

利用文本分词技术处理招聘信息中的岗位工作内容与任职资格要求， 按照知识、 技能与素养三个维度进行区分与整理， 统计关键词频数， 判断各个技能重要程度， 构建人才培养标准。

1. 专业知识体系分析

经过数据处理与计算得到的数据信息数量，代表该知识模块在企业对电商人才知识需求中的普遍性与关键性。 如表4， 将知识体系分为基础知识与专业知识两个部分。 基础知识涵盖求职者所需理解和掌握的通识型内容， 包括法律、 语言、计算机与管理营销等知识， 其中， 提出需要 “计算机知识” 的招聘信息有2 290 条， 说明信息化知识已经成为非常重要的知识点。 在专业知识方面， 被提及最多的知识内容是与数据分析相关的， 反映数据分析对于行业发展的重要性， 也侧面突出数据驱动销售的特点。

表4 电商专业相关岗位核心知识体系表

2. 技能要求分析

将技能划分为专业技能与综合技能， 见表5。 专业技能重点梳理出四大核心技能点(电商运营、 市场营销、 视觉设计、 系统开发)以及岗位工作内容， 其中电商运营需求最为广泛， 达到45%。 进一步拆解， 在二级技能中， 排在前五的是销售技巧、 营销策划与执行、 产品开发与优化、 数据处理与分析、 客户服务， 这些技能具有一定通用性。

表5 电商岗位技能需求体系表

表5(续)

与具体性的专业技能相对应的是全面性的综合技能， 综合技能被所有企业广泛提及和需要，由社会能力、 个人能力和方法能力组成。 如表5所示， 在三项一级技能中， 对社会能力需求远超过其他一级技能， 说明社会技能是所有岗位开展工作的基石。 此外， 探究二级技能， 团队协作(40.6%)、 沟通与语言表达(39.0%)和学习能力(31.8%)出现频次排名前三， 说明团队协作、沟通与语言表达能力是开展工作的纽带， 学习能力则是员工能快速接受新工作的基础。 最后， 在社会技能中企业对于人才的管理、 统筹与执行能力(25.8%)也有一定需求， 也就是要求员工具有独立推进工作实施的能力。 抗压力(20.0%)是个体能力中被提及最多的， 凸显当下电商企业发展变化快， 工作压力大的特性。

3. 素养需求分析

借助文本分词技术， 对电商企业提出的素养需求绘制词云图(图1)。 发现在岗位描述中提及较多的素养关键词为 “责任心” “积极” “热情” “挑战” “认真” “吃苦耐劳” “创新” 等。有负责心和积极、 热情都是对待工作的态度， 说明电商企业最为关注员工的工作态度。 此外， 富有挑战精神和创新意识在岗位需求中被反复提及， 反映电商行业具有与时俱进、 变化快、 机会多的特点， 需要不惧改变、 勇于创新的人才。

图1 岗位素养需求词云图

四、 电商主要类型企业人才需求对比分析

1. 招聘企业行业分类

将6 162 条招聘信息的发布企业进行行业归类， 如图2 所示。 其中互联网/电商企业超过半数， 达到57%， 紧随其后的是房地产、 计算机软件与服务行业， 各占7%， 说明技术型人才也较为紧缺。 贸易/进出口、 网络游戏等属于岗位需求的第三梯队。

图2 招聘企业行业类型

2. 企业人才需求差异研究

为比较电商企业间人才能力需求的差异， 集中研究互联网/电商行业所发布的岗位信息， 根据电商行业人才需求趋势， 将福建省相关企业划分成三大代表企业类型， 分别是传统电商企业、跨境电商企业和网红孵化机构(又称MCN 机构)， 岗位占比分别为 63%、 25%和 12%。 结合上文所构建的人才能力体系， 从知识、 技能与素养三个维度进行对比， 以帮助相关专业进行职业细分， 设计不同方向的培养方案与教学课程。

在知识维度， 除电商模式与规则、 数据分析、 网络营销知识以外， 三类企业对知识点是有所侧重的。 传统电商企业对管理营销知识、 电商运营推广工具较为关注。 跨境电商企业则重点偏向语言知识、 法律知识。 管理营销知识、 电商运营推广工具的使用以及文案撰写知识是MCN 机构所期望求职者能够掌握的知识点。 见表6。

表6 三类电商企业知识需求分布表 %

在技能维度， 根据三类代表企业所需的关键技能构建雷达图， 直观对比三类企业对员工的专业技能(图3)与综合技能(图4)的偏好。 在专业技能中， 三类企业招聘信息中出现最多的核心技能为网店管理、 营销策划与执行、 市场竞品调研与分析， 占比分别为61.5%， 60.1%和38.6%。同时， 传统电商企业对九大专业技能的岗位占比比较平均， 说明该类型企业需要偏向综合型人才。 跨境电商企业需要具有较强的产品开发与优化、 网店管理与规划、 市场竞品调研与分析的专业技能。 MCN 机构强调营销策划与执行、 内容运营与直播运营技能， 优先录取专业性高的求职者。 通过综合技能雷达图展现， 传统电商企业各项技能需求分布较为均等， 侧面印证传统电商企业对综合型人才的需求。 与其对比， 跨境电商企业与MCN 机构目前仍侧重于某几项特殊的技能。跨境电商企业注重个人能力与方法能力， 需要求职者具备较强的抗压力、 逻辑思维能力与创新能力。 MCN 机构则重视员工的社交能力， 包含团队协作、 沟通与语言表达、 组织协调能力， 以及管理、 统筹与执行能力。

图3 专业技能分布雷达图

图4 综合技能分布雷达图

最后对比三类企业对人才素养需求的异同，如表7 所示。 三类企业对 “责任心” 方面的要求都较多， 说明电商企业很重视这一点。 认真、乐观、 上进、 诚信等是传统电商企业的要求。 认真、 积极、 富有挑战精神、 心理素质佳符合福建跨境电商中小企业对于创业型人才的需求特点。热情、 吃苦耐劳、 富有创意以及具有网络职业道德素养符合新媒体行业的发展需求。

表7 三类电商企业对人才素养需求排名表

五、 结论

综上， 本文从职位分布、 地域、 学历与工作年限、 薪资水平等方面进行分析， 总结电商运营与策划岗、 市场营销岗是电商专业学生主要的就业方向， 福建省内大部分电商岗位在厦门、 福州和泉州， 大专与本科毕业生及具备一定工作经验的专业人才最受电商企业青睐。 进一步对人才培养的专业知识、 技能要求和素养需求进行梳理，构建电商专业人才培养目标。 研究发现， 应重视电商人才销售技巧、 营销策划与执行等技能的培养， 同时良好的团队协作能力、 沟通与语言表达能力也是电商人才培养的重点， 工作的责任心与积极性则是被企业看重的个人素养。 最后， 对比传统电商企业、 跨境电商企业与MCN 机构的需求差异， 发现传统电商企业需要综合型人才， 而跨境电商企业更需要具备一定数据分析、 语言知识等技能， 且熟悉跨境平台运营、 能创新的抗压型人才， MCN 机构则急需拥有丰富的创意、 内容策划执行力与组织沟通能力的人才。

由此， 利用Web 文本挖掘技术与分词技术，采集电商专业相关的岗位招聘信息， 对岗位描述与任职要求进行分析， 确定福建省电商人才的职位需求以及职业技能要求， 重构人才能力模型，以帮助高校毕业生制定职业目标， 做好职业生涯规划。 同时， 电商企业间的人才需求差异也为各高校电商专业的细分与人才培养优化提供新的方向。