摘要:在数字化转型成为社会发展趋势的背景下，企业面临着业务功能、商业模式、组织结构等方面的转型，以能力建设为核心的人才战略已成为不少企业的共识。文章基于招聘数据爬取的前期研究结果，进一步使用聚类分析法和多元回归分析法研究在数字化转型背景下薪酬与雇主对物流与供应链本科毕业生所需能力的关系，建立能力薪酬模型，进而得到不同薪酬水平下所需能力及对应的岗位和显著影响平均薪酬的能力因素，面向社会、相关专业本科高校和本科生提出可行性建议。
关键词:数字化转型;能力薪酬模型;聚类分析;多元回归分析
1引言
当前，数字化浪潮方兴未艾，新一代数字技术的迅猛发展，催生了数字经济这一新的经济发展形态。对于企业来讲，数字经济背景下传统的经营模式已不再适合企业的发展，数字化转型升级尤为迫切。在数字经济成为全球未来发展方向的背景下，物流与供应链企业的转型发展呈现以下特征:在技术方面，人工智能、物联网、5G等技术的应用使得物流与供应链行业发展逐渐趋于智能化、数字化和网络化;［1－2］在业务功能方面，物流与供应链行业作为社会发展的枢纽，逐渐从运输、仓储等单一业务向一体化方向发展;在商业模式方面，供应链体系逐渐发展，其本身的复杂性导致企业需应对更多的挑战，第三方物流业务范围也从传统物流服务向更广泛的供应链服务拓展;在组织结构方面，扁平化的体系逐渐成为企业组织结构的转型趋势，对员工所具备的能力也有了更高的要求。［3］人才是支撑企业发展的第一资源，面对快速发展的物流与供应链行业以及巨大的人才需求，建立充分体现人才能力的付薪机制成为很多企业的关注点。
2文献综述
2.1能力的含义和分类
1950年，DavidC.McClelland首次提出competen-cy的概念，他认为能力是直接影响工作业绩的个人条件和行为特征，随后国外学者对能力的含义做出了不同的界定，Spencer［4］认为能力包括动机、特质、自我形象、态度和价值观、某领域的知识和认知以及行为技能等;Halley［5］认为能力是个人卓越完成工作所具有的相关特征。国内学者对于能力的相关研究较少，且基本是在国外能力含义界定的基础上进行应用性研究。［6］总结国内外学者的研究结论，虽然不同学者持不同观点，但从本质来看，能力可以分为两大类:硬能力和软能力，其中硬能力包括知识、技能等，软能力包括认知、特质、态度、价值观等。同时能力具有动态性，会受到社会发展、工作环境、组织条件等因素的影响。
2.2物流与供应链相关能力的维度划分
现有研究中学者对物流与供应链的相关能力进行了划分，见表1。［7－11］通过大量文献的分析，结合能力的含义与特征，文章基于数字化转型背景，站在雇主角度，将物流与供应链专业人才能力需求划分为社会能力、专业知识能力、业务管理能力、信息和数据能力以及外语能力五个维度。
2.3薪酬的含义和界定
薪酬是一个比较宽泛的概念，不同学者对其含义与界定不同。GeorgeT.Milkovich［12］将薪酬界定为:雇员作为雇用关系中的一方所得到的各种货币收入，以及各种具体的服务和福利之和。王莉秋从广义角度将薪酬分为非经济性报酬和经济性报酬。为简化概念并便于研究，文章所指的薪酬是员工向其所在单位提供所需要的劳动而获得的货币补偿，即单位支付给员工的现金劳动报酬。
2.4能力薪酬研究综述
在企业运营管理中，薪酬体系的构建方式主要有基于职位和基于能力两种。薪酬体系根据不同职位对企业的价值贡献不同，以市场和工作职位为基础，只考虑职位本身的因素，很少考虑人的因素。而基于能力的薪酬体系，是指企业根据一个人所掌握的和工作有关的能力以及知识的广度和深度支付基本薪酬的一种报酬制度。多数学者通过对这两种薪酬构建方式的对比研究，提出能力薪酬体系更能够支持企业扁平化组织结构、激励员工自主提升能力素养，维持企业的核心竞争力，更适合企业的转型发展。
3分析方法
在前期研究中使用文献研究法对能力维度进行划分、运用数据爬取及处理的方法获取招聘数据并进行清洗，文章基于前期研究成果采用K－means聚类分析和多元回归分析法建立能力薪酬模型并进行相关探讨，具体方法如下两点。
3.1K－means聚类分析法
K－means聚类分析算法是一种迭代求解的聚类分析算法，由于其简洁和高效，成为所有聚类算法中最广泛使用的聚类算法。文章运用此方法将众多的招聘信息分为三类，进而对各层级薪酬所需能力、对应的岗位进行深入分析，旨在为开设物流与供应链专业的本科高校和本科生提供有针对性建议。
3.2多元回归分析法
多元回归分析法是在相关变量中将一个变量视为因变量，其他一个或多个变量视为自变量，建立多个变量之间线性或非线性数学模型数量关系式并利用样本数据进行分析的统计分析方法。文章将平均薪酬和各维度能力进行多元回归分析，深入研究影响平均薪酬的主要能力因素。
4实证分析
4.1数据采集与处理
文章基于前期数据爬取和处理分析，最终得到有效数据1570条。然后借助TF－IDF词频分析方法，对招聘数据“职位要求”中关键词进行词频排序计算，选取词频排名前245的技能关键词形成词云，清洗后归为社会能力、专业知识能力、业务管理能力、信息和数据能力和外语能力五类能力。
4.2平均薪酬与各维度能力的聚类分析
综合考虑实际分析数据集的特点，文章使用SPSS中的K－means聚类对编码后的数据进行分析，通过对比，最终选取K=10时较稳定的聚类1、8、10的聚类结果进行比较分析，如表2所示。结合聚类结果，对这3个聚类按薪酬高低排序，并用abc标记，分析其招聘数据的分布特征如下:聚类a包含234个案例，占总体的14.90%，薪酬最高，达11896.3元。其中，社会能力和专业知识能力要求高于平均值，外语能力要求居中，信息和数据能力要求第二高，与聚类b相同，业务管理能力要求与其他相同。对应的职位有:供应链数据分析师、供应链运营经理、物流数据挖掘、供应链业务经理、供应链咨询顾问、数据采集等;聚类b包含695个案例，占总体的44.26%，薪酬居中，达7702.2元，外语能力高于平均值，社会能力和专业知识要求居中，信息和数据处理能力要求第二高，与聚类a相同，业务能力要求与其他相同。对应的职位有:物流咨询师、国际物流销售、采购工程师、物流规划、供应链运营专员等;聚类c有588个案例，占总体的37.45%，薪酬最低，达4916元。社会能力，专业知识能力，外语能力与信息和数据能力要求均最低，业务管理能力要求与其他类相同。对应的职位有:管理培训生(物流管理方向、供应链方向)、物流/生产计划(供应链方向)、业务助理、采购文员、采购助理等。
4.3平均薪酬与各维度能力的多元回归分析
文章分别以社会能力、专业知识能力、业务管理能力、信息和数据能力、外语能力编码数量自变量X1，X2，X3，X4，X5，平均薪酬为因变量Y，使用SPSS进行回归分析。为排除多重共线性，首先利用逐步回归法处理自变量。根据自变量与待测变量间的相关性程度，排除相关性较小的自变量，最终确定将专业知识能力与信息和数据能力作为自变量建立多元回归模型。根据回归分析结果，建立薪酬回归方程为:Y=365.248X2+589.106X4+7655.806。该回归方程表明物流与供应链专业本科毕业生平均薪酬7785.457元。每增加一项专业知识能力，薪酬增加384.524元。每增加一项信息和数据能力，薪酬增加594.560元。即专业知识能力与信息和数据能力是影响平均薪酬的主要因素，且信息和数据能力对平均薪酬的影响最为显著。
5结论与建议
回归分析结果与企业数字化转型的发展背景相契合，专业知识能力与信息和数据能力是企业雇主在为物流与供应链本科毕业生支付薪酬时重点关注的因素。同时聚类分析结果显示，高薪岗位需要的是兼备多项能力的复合型人才，三类薪酬所对应的岗位职能都有所侧重。文章的研究方法和研究过程同样适用于企业雇主对应聘者能力需求的分析研究。根据分析过程与结果，面向社会、开设物流与供应链相关专业的本科高校和物流与供应链专业本科生提出以下建议:对于社会:首先，建立人才需求预测平台，根据对未来人才需求量的预测，结合教育部门的能力及国家财力进行分析，为制定人才规划提供科学依据。其次，增加校企合作，建立企业参与的高校技能人才培养制度，在更大范围上培养出社会和企业所需的各类人才;对于高校:首先，动态调整人才培养方案，挖掘专业前沿领域，讲授与时俱进的专业内容，同时增加信息与数据方面相关课程。其次，本科高校作为本科毕业生从学校到社会的衔接点，要注重学生社会能力的培养，同时针对物流与供应链专业知识相关课程设置进行改进，适当增加学生的实习实践时间。最后，高校应当对学生的未来规划和就业倾向起到针对性引导作用，定期开展就业讲座、座谈会等，促进学生更好的自我定位;对于本科生:应当尽早明确自己的就业倾向与预期，充分运用招聘网页等信息化平台了解专业发展与社会需求，充分了解社会发展所需具备的能力，进而发挥主观能动性自主学习。
作者：任美星 王逸临 王淼 霍咏琪 程欢欢 单位：天津商业大学 管理学院物流管理系
