李伟春 谈红 吴凤媛 张秀珍
[摘 要]长三角地区作为重要的物流基地,对物流人才的需求量巨大,并且呈现多样化和多层次的特点。为了了解长三角地区对于物流人才的需求特点,项目组对长三角地区物流企业进行了问卷调查。文章通过对调查结果的统计和整理,建立层次分析模型,定量分析长三角地区物流人才的需求特点,为物流管理人才培养模式的改进提供了现实依据。
[关键词]长三角地区;物流人才;需求特点;层次分析法
[DOI]10.13939/j.cnki.zgsc.2015.45.022
随着经济的增长与科技的进步,作为“第三利润源泉”的物流越来越受到重视,“十二五”规划纲要中明确提出要“大力发展现代物流业”,把发展物流业提升到了战略高度。长三角地区作为中国物流发展前景最好的地区,物流人才的需求量巨大,并且对物流人才的需求呈现多样化和多层次的特点。为了分析长三角地区对于物流人才的需求状况,项目组对长三角地区多家物流企业进行调查,从定量和定性两个角度对长三角地区物流人才的需求特点进行分析,以期为物流管理人才培养模式的改进提供依据。
1 调查情况
1.1 调查对象与方式
项目组通过实地调查、邮件等方式向长三角地区物流企业发放《物流管理岗位素质与能力调查问卷》,共收回116份。从企业类型来看,包括综合性物流企业、运输型企业、仓储型企业、快递企业、货运代理、生产型企业和商贸流通企业。从企业性质来看,包括国有或国有控股,外资或合资,民营企业。
1.2 调查内容
本次调查的主要内容包括:企业类型,企业性质,公司营业额,公司员工人数,不同层次岗位物流人才的素质与能力,包括个人素质,专业知识技能和管理知识技能。本次调查将物流人才分为基层人才,中层人才和高层人才三类。高层人才主要负责企业整体目标的制定,中层人才主要负责企业具体事宜的计划与指挥,基层人才主要负责具体事宜的操作。
2 调查结果分析
2.1 层次分析法原理
层次分析法是一种多准则评价方法,能将复杂系统的各种因素分解为若干层次,并建立多级递阶结构,以上层某一因素为准则对下层因素进行分析和比较,建立判断矩阵,通过计算得到不同因素的权重,从而为决策提供依据。
2.2 建立层次结构
分析物流人才岗位能力,将各个因素按照不同属性分解成若干层次:最上层为目标层,最下层通常为指标层,中间可以有一个或几个层次,通常为准则层。同一层的因素从属于上一层的因素,同时又受到下层因素的作用。经过分析,本文建立的层次结构如表1所示。
2.3 构造判断矩阵
以基层物流人才为例构造判断矩阵。如表2所示。
2.4 层次单排序和一致性检验
为了检验判断矩阵的一致性,计算一致性指标CI。判断矩阵的一致性还有随机性,这种随机一致性用平均随机一致性指标RI表示,相对一致性指标CR=CI/RI。当CR≤0.1时,判断矩阵基本符合一致性条件,层次单排序和一致性检验如表2所示。
通过分析可知,基层物流人才岗位能力因素的一级指标重要性顺序是个人素质、专业知识技能、管理知识技能,二级指标中道德素质是最重要的因素,其次为物流操作技能。其他二级指标的重要性由表4可得。同样的方法可得中层和高层物流人才岗位能力因素重要性的排序。对于中层人才,一级重要性顺序为个人素质、管理知识技能、专业知识技能。其中二级指标中社交适应能力是最重要的因素,其次为解决问题的能力。对于高层人才,一级重要性顺序为管理知识技能、个人素质、专业知识技能,其中二级指标中计划组织能力是最重要的因素,其次为管理控制能力。
3 建 议
根据研究结果,本文提出以下建议:
第一,对于学生而言,应该在较早时期就开始培养社交能力和个人素质,可以通过参加学校活动、企业实习等活动来提升自己的个人能力,并且需要全面学习本专业的知识和管理大类的通识知识,增强就业能力。
第二,对学校而言,课程设置不仅要加强专业知识培养,还应该打造通识教育平台,培养学生的综合能力。
第三,对企业而言,用人单位可去学校进行联合订单培养模式创新,介入学生的培养过程之中。通过学校、学生和企业三方联合,提升学校的就业率、学生的就业能力及用人单位的满意度,实现三方共赢。
4 结 论
本文根据调查问卷表,定量的构建了层次分析模型。通过对个人素质、专业知识技能和管理知识技能3个二级指标和12个三级指标相对于总目标的权重,得出这些因素的相对重要性的排序。利用这些排序,为学校进行物流专业培养模式改革提供依据,同时也可以给在校大学生有针对性的提高就业能力提供指导。
参考文献:
[1]吴清烈.运筹学[M].南京:东南大学出版社,2007.
[2]黄炜,方玖胜.基于层次分析法大学生就业质量影响因素评价研究[J].湖南文理学院学报(自然科学版),2010(22):29-31.
[3]余绍军,吴向东,刘灵犀.我国物流人才需求现状调查与分析[J].中国管理信息化,2010,13(10):117-119.
[4]刘闯,邱秀伟.基于层次分析法的高校毕业生就业率影响因素研究[J].统计教育,2008(4):36-37.