2022年7月第25卷第13期
中国管理信息化
China Management Informationization
Jul.,2022
梁亚玲，高 铭
（江汉大学 商学院，武汉 430056）
［摘 要］疫情之后，许多传统行业开始进行数字化转型，国家也出台了相关的政策来引导数字经济的发展，同时许多研究报告表明市场上数字化人才存在巨大的需求缺口。本文通过对51job网站上大数据岗位招聘信息进行分析，重点研究企业对于数字化人才的各种不同方面的诉求，通过对比、分析当前高校培养模式所培育的人才与市场需求之间的差异，为我国高校培养数字化人才建言献策。
［关键词］大数据；人才需求；培养模式；教学建议
doi：10.3969/j.issn.1673-0194.2022.13.058
［中图分类号］G640 ［文献标识码］A ［文章编号］1673-0194（2022）13-0198-06
0 引 言
0.1 “互联网+”模式需要大数据的支撑
信息技术的发展带来了数据量爆发式的增长，“互联网+”模式逐渐成为主流，如今大数据应用已经渗透到各个行业的各种业务模式之中。中国互联网络信息中心（CNNIC）发布的《中国互联网络发展状况统计报告》显示，截至2020年12月，我国网民规模达9.89亿，较2020年3月增长8540万，互联网普及率达70.4%［1］。
0.2 疫情和“十四五”规划推动大数据发展与数字化转型
新冠疫情进入常态化以来，大数据技术几乎应用于全球范围内各个领域与各个行业中，进一步扩大了市场对于数字化人才的需求。根据领英人才报告库发布的《全球数字人才发展年度报告（2020）》显示，欧洲有将近一半的数字化人才流向亚太地区，这也间接表明了亚太地区数字经济的发展活力［2］。在“第十四个五年规划”提出之后，政府也陆续出台了相关政策推进大数据行业的发展与传统行业的数字化转型，导致不同领域对数字化人才需求的侧重点与要求出现了
［收稿日期］2021-10-31非常大的差异。
0.3 数字经济的发展面临人才短缺的问题
中国信通院《2021年中国数字经济就业发展研究报告》指出：产业数字化领域招聘人数占总招聘人数的75.8%［3］。数据经济大力发展的同时，进一步扩大了数字化人才的需求缺口，目前国内大数据产业主要集中在东部沿海地区，与之相比中西部地区的数字化经济发展则相对落后。数字经济发展的不平衡也说明了整个大数据行业缺乏明确的发展方向与规划，而根本原因是已有人才在数量与质量上都不能满足数字化发展的需求，制约了数字经济的发展。
1 数字化人才的培养现状
1.1 数字化人才的定义
一般认为掌握ICT（信息与通信技术）相关技能并能够运用的人就是数字化人才，但这样的定义是不充分、不全面的。本文认为，2019年怡安翰威特咨询公司提出的“数字化人才”概念对数字化人才的定义是比较符合企业需求的。该公司认为，仅有优秀ICT 技能的技术人员并不足以满足企业的数字化变革需求，在企业中一般要求员工具有真正匹配数字化时代的胜任力——由于职能的不同，未必需要其掌握数字
主要参考文献
［1］黄华波.立足新起点 迎接新挑战 推进基金监管工作新跨越［J］.中国医疗保险，2021（4）：6-8.［2］国务院办公厅.国务院办公厅关于推进医疗保障基金监管制度体系改革的指导意见［J］.中国医疗保险，2020（10）：25.［3］蒋国平.加强医疗保险基金监督管理的思考［J］.预算管理与会计，2014（12）：39-40.
教育教学研究
化的技术，但必须具有数字化的思维与特质。怡安翰威特咨询公司发布的数字化胜任力模型指出：数字化人才有三大胜任力，即学习能力、灵活性与好奇心，以及八大辅助胜任力即成功的意愿、数据处理能力，解决问题的策略、商业敏锐度、远程协作、数字化沟通、毅力以及乐于助人的品质，这些，都是数字化人才的“软实力”［4］。
1.2 企业培养的人才
数字化人才不仅需要懂得相关的技能，同时还要掌握统计学、管理学等方面的知识。数字化人才培养过程漫长，同时又会涉及多个学科交叉的过程，而企业的培养模式通常都不够成熟和系统。不少企业员工都是边工作边学习相关的培训课程，而且企业培训的进度安排较为紧凑，没有考虑到员工能否掌握。同时，大数据相关的知识体系非常复杂，对员工开展在职培训也很难收到实质性的效果。
1.3 高校培养的人才
目前大多数高校大数据专业是新设立的，对于使用的教材与教师讲授的内容没有明确的规划。同时在讲授过程中也不够注重实践，课堂上缺乏项目来引导学生的兴趣，学生往往在结课时才能有系统的实验课程来练手，导致许多大数据专业的学生往往对于相关理论概念有印象，但是对于企业中真正的大数据处理与分析的具体流程与相关技能要求一知半解。事实上，学生在缺少实际应用场景的学习模式下，通过书本去学习大数据本身就是一个问题，从而导致高校培养的毕业生往往不能满足企业的用人需求，企业需要进行漫长的二次培养。
2 研究方案设计
2.1 整体方案
本文综合考虑招聘网站的权威性、抓取难度后，以“大数据”为检索关键字从51job上搜索招聘信息。本文的研究方案主要从以下五个方面进行：第一，对获得的数据进行清洗，去除无效、非结构化数据；第二，再对招聘信息的岗位描述进行文本整合，通过python进行分词处理，提取出频率最高的关键词；第三，运用数据挖掘技术对相应关键词进行词频统计并以K-means 算法对关键词进行聚类分析；第四，运用FineBI数据可视化工具进行数据可视化；第五，对上述结果进行相应分析。
2.2 数据的采集
本文为保证数据量的可靠性，通过自己编写程序抓取了51job上59222条原始数据，通过Excel对所得信息进行清洗，保留按“月”显示的工资信息；工作地点为具体城市；工作经验为：年、无须经验、在校生/应届生；学历要求为：博士、硕士、本科、大专、高中、初中及以下的数据，最后对重复值进行删除，保留清洗后的44663条数据。
2.3 数据预处理
对清洗后数据“岗位描述”字段进行文本整合，将整合好的文本内容进行预处理，包括更新词表、分词、词频统计等过程，保留词频大于100的关键词81个。2.4 技能字典生成
采用K-means聚类算法进行聚类分析，在使用该算法进行分析之前需要将文本进行向量化处理，所以本文使用TF-IDF（逆文档频率）算法来实现文本信息的向量化，例如，tf代表词频，对于某一关键词t i来说，它的词频计算公式如下：
tf
n
n
i j
i j
k j
k
,
,
,
=
∑
逆向文本频率idf如果包含词条t的文档越少，idf越大，说明词条具有很好的类别区分能力。其中|D|代表划分的文件总数，|D ti|代表包含关键词ti的文件数目，公式如下：
id
D
D
i j
ti
,
log
=
+
1
最后计算出t i的权重，公式如下：
tfidf tf idf
i j i j i j
,
,,
=×
对于K-means算法，其中K的值代表聚类的数量，本文设置为4，分别为：业务能力、技能要求、专业及学历要求、个人素质相关要求。
3 数字化人才总体需求分析
3.1 我国大数据行业分布情况
目前来说，大数据的主要应用领域依旧为计算机软件行业，占比大致为27.16%，但是对比以前，占比已经大幅度下降。电子商务、房地产、网络通信、金融类、教育、零售业等行业对于数字化人才的需求大幅度增加，其中金融类行业占比达到2.37%，对高校商学院毕业生来说也是一个新的就业方向，如图1所示。
同时，在疫情的影响下，教育、医疗、电子商务、金融等行业对于数字化人才的需求增加。疫情期间，线上办公、学习使得线上作业成为一种常态；疫情后像
教育教学研究
京东等大型企业也开始进军“互联网+”医疗领域；而
电子商务在这次疫情中充分发挥了自身优势，许多新用户开始网上购物，用户数量的激增加速了电子商务
数字化的发展；对金融行业来说，由于疫情原因，90%以上的业务都需要通过线上的渠道完成，进一步推动
了行业的数字化转型。
图1 招聘行业分布图
3.2 数字化人才的区域需求分析
数字化岗位在全国的分布不是非常广泛，全国大数据发展中心集中在长三角、珠三角地区，其中人才需求数量最多的8个城市为：上海、深圳、广州、北京、南京、成都、武汉、杭州。由于国家对受疫情影响企业的扶持以及“十四五”规划的实施，在2020年，武汉借助国家与湖北省的支持，大力发展新兴行业，提供了大量的数字化就业岗位，同时通过降低毕业生的生活成本与创业成本，使得更多武汉毕业生愿意留汉工作创业。3.3 数字化人才工作经验与薪资分析
本文绘制在不同工作经验区间的薪资分布图来分析大数据岗位招聘对于工作经验的偏好，如图2、图3所示。数字化相关岗位对于应聘者无经验数量占比为31.4%，薪资主要分布在6 000 ~ 15 000元 /月，良好的薪资待遇一定程度上说明了疫情之后全国范围对于数字化岗位需求的迫切程度。而对于需要经验的岗位，需求主要集中在3 ~ 4年工作经验，同时薪资 10 000 ~ 20 000元 /月之间的人数占比超过一半，从用人成本上来说，3 ~ 4年经验人才也更容易令企业接受。工作经验在5 ~ 7年的需求人数大幅度减少，但是相应的薪资也是远远高于其他工作经验区间，其中最高能达到40 000元 /月。总结来说，数字化人才的需求缺口非常之大，导致对于工作经验的要求不是很看重的同时薪资福利非常可观。3.4 数字化人才的学历要求
在学历方面，大专和本科的需求数量占据了整个需求的93.9%，其中对大专学历的需求达到32.94%，对互联网行业来说是罕见的，说明企业往往难以招聘到足够的人才。但其对于人才也具有一定的技能性要求和学习能力的偏好；而硕士与博士仅占3.31%，主要集中在涉及算法的岗位，其对于专业技能的掌握程度有更严格的要求。如图4所示。
总结来说，数字化人才的缺口导致企业对招聘学历的要求不像以前一样严格，企业更加看重人才的综合能力。
教育教学研究图
2 数字化人才工作经验与薪资分布图
图
3 数字化相关岗位经验分布图
图4 数字化相关岗位学历要求占比
3.5 数字化人才的技能需求研究
51job人才招聘网
3.5.1数字化人才整体技能要求
本文通过自定义分词的方式对招聘描述文本信息进行分词处理，选取了英文词频数前28个与中文词频数前53个关键词通过FineBI生成词云图，如图5所示。数字化岗位更加看重人才是否具备经验，包含学习、工作经验，以及生活中的人际交往与团队协作等方面的经验。同时，对于“开发”能力也有一定要求。总的来说，数字化相关的岗位不仅仅只看专业技能，也注重个人综合素质。
3.5.2数字化岗位高频率的技能需求分析
使用技能分类关键词生成词云，如图6所示。其
教育教学研究
中数据库出现的次数最多，说明对于数据处理、分析方面的要求比较高，除了SQL相关基础技能外，对于hadoop、python、spark、redis等大数据处理工具也要求掌握。在编程语言方面，对人才的编程能力要求不高，工作中大多使用java与python，但是对于算法方面会有一定的要求。总结来说，
数字化行业进入门槛不高。图5 数字化相关岗位整体能力要求
3.5.3数字化岗位综合素质需求分析
通过对综合能力类的关键词生成词云，如图7所示。大多数企业更加喜欢招聘具有相关经验的人才来减少企业的用人成本；同时要求应聘者能够通过团队合作沟通来快速完成岗位工作；硬性要求具备相应的分析能力，需要对公司的业务与客户的需求能深度理解，能够通过分析、处理、团队协作来解决相应的问题。
4 结论及建议
4.1总 结
大多数企业对数字化人才的专业技能掌握程度要求不高，更多聚焦在综合素质方面。在2016年中国首次设立大数据专业时，仅仅只有3所高校设立该专业，到目前全国大部分高校都相继设立了大数据专业，足以看出大数据未来的发展趋势。但目前企业招聘的数字化人才中大部分都是计算机类专业的学生，让他们通过短期的岗前培训来填补数字化岗位的缺口。高校培养的人才数量、质量远远达不到预期。
本文研究发现：企业对人才招聘的注重点更偏向于招收具有相关经验的人才，用以减少企业的培养成本；相较于传统互联网行业来说，
企业对于专业技能图6 数字化相关岗位高频技能
发布评论