1. 引言
随着全球经济合作深化和电子商务蓬勃发展，跨国电商领域正迎来新的发展机遇，显著提升了我国对国际化电商人才的迫切需求[1]。近年来，中国与新兴市场国家的经贸合作持续深化，中国“引进来”的步伐不断加快，对国际化、高端化的跨国电商人才的需求日益增大。
为此，本文尝试构建跨国电商来华就业意愿及行为决策机理的实证分析框架，既充分挖掘“跨国电商人才红利”，为中国提供“引进来”国际人才基础，助力高质量发展。又凸显“来华就业红利”，增强来华就业吸引力。最终目标是实现中国、人才输出国和专业人才的多方共赢，在重大历史机遇中实现共同发展。
2. 跨国电商来华就业的先行研究
跨国电商自从出现以来得到了快速的发展[2]，当前我国跨国电商市场具有巨大的发展潜力与活力。根据《中国数字贸易发展报告(2022)》，中国跨国电商进出口额2022年达2.11万亿元[3]，2023年中国跨国电商进出口额达2.38万亿元，同比增长15.6% [4]。这一快速增长的市场规模为跨国电商人才提供了广阔的就业空间和发展机遇。
当前关于人才来华就业的研究颇多，大部分是从推拉理论着手，比如李秀珍、马万华回顾以往文献研究时发现，大量研究支持人口统计学因素(如年龄、教育程度、专业背景等)与人才来华就业存在相关[5]；除传统的人口统计学因素外，学者们关注行业特定因素，如数字技能水平[6]、跨文化适应能力[7]对就业决策的影响。跨国电商特有的灵活就业形态和数字化工作模式，正在重塑国际人才的流动模式与职业发展路径。此外，相关研究还发现，语言水平对人才来华就业具有显著影响作用[8]。同时，产业集群等与跨国电商人才来华就业意愿存在强相关性等[9]。
基于社会资本理论[10]，本研究为理解跨国电商人才来华就业意愿与行为提供了新的理论视角。该理论框架对于分析人才流动决策具有重要意义，其不仅强调了结构性社会资本，职业网络、行业资源的基础性作用，可以通过在华留学经历、行业领域和工作状态等变量体现，通过留学生活积累本地人脉或行业资源；还突出了认知性社会资本，如文化认同、商业惯例的调节效应，可能与国籍、专业领域和年龄变量相关，通过增强异质文化认同，高效适应和把握中国市场机遇。社会资本理论通过上述变量间的交互作用，为解释跨境电商人才的来华决策提供了潜在路径。
跨境电商行业在全球化进程中机遇与挑战并存。一方面，电商海外市场拓展面临本土化运营难题、跨境支付结算障碍和供应链管理压力[11]；另一方面，具备国际视野的跨国电商人才严重匮乏。针对这一现状，本研究深入分析跨国电商人才的来华就业意愿及行为决策机理，旨在为企业国际化人才招募和政府引才政策制定提供更具操作性的建议。
3. 研究设计
3.1. 资料收集
本研究主要讨论跨国电商人才来华就业意愿及行为决策机理。通过系统搜集和整理梳理跨国电商人才相关政策文件、学术期刊论文、国际组织报告以及统计数据等文献资料，深入了解全球人才流动趋势与跨国电商人才需求的相关理论和调研结果，明确跨国电商人才来华就业的必要性与重要性。以期为提高跨国电商人才来华就业意愿提供策略支持。
在本研究中，采用了深度访谈法探究跨国电商人才的来华就业意愿及行为决策机理。通过与跨国电商运营人员、互联网开发人员、留学生人才等进行深入对话，总结归纳跨国电商人才群体来华就业所面临的普遍困境与问题，捕捉跨国电商人才来华就业意愿及行为新特征与模式。在访谈过程中，按照访谈对象姓名首字母和访谈日期进行编码，确保了数据的系统性和可追溯性，提供了丰富的一手资料。
3.2. 研究对象与区域
本文所研究的对象为跨国电商人才。在概念界定方面，本文将跨国电商人才界定为中青年层及有特殊技能的人群，具体包括以下几类：1) 高学历跨国电商人才；2) 高技能跨国电商人才；3) 高创新能力跨国电商人才；4) 国际视野跨国电商人才。通过国家政策为符合条件的跨国电商人才提供长期居留、税收减免、教育医疗保障等全方位支持。本项目组将针对该类人才进行调研。
具体调研区域为巴基斯坦、印度尼西亚和孟加拉国。这三个国家作为中国重要的经贸合作伙伴，其跨国电商人才样本具有显著代表性。巴基斯坦以4%~5%的经济增长率展现出工程和IT领域的人才潜力，印度尼西亚作为东南亚最大经济体凸显数字经济人才需求，而孟加拉国6%的高增速和年轻化人口结构则反映了制造业人才特征。三国共同呈现了多元文化背景、快速发展的产业需求以及与中国的深度人才合作机制，能够有效代表新兴市场国家外籍人才的典型特征和发展趋势。
3.3. 抽样方法与抽样框设计
本研究采用了网络调查抽样的方法，本次抽样基于概率抽样方法与非概率抽样，分别对目标人群进行调研。在概率抽样方面，基于研究团队掌握的跨国电商外籍人才联系清单建立抽样框，通过问卷星平台实施调查，既发挥网络调查优势，又保证样本代表性。非概率抽样则采用自愿抽样和滚雪球抽样相结合的方式，在微信、QQ等社交平台发布问卷，并借助受访者社交网络进行扩散，同时运用技术手段过滤重复回答以确保数据质量。
我们采用分层随机抽样和简单随机抽样方法相结合。并根据每一层内样本量与总数的比例来确定每个国家抽取的数目。创新性地将海上丝绸之路分别划分为三个区段，每一层的所有城市作为一级单元的抽样框，然后分别在这三层中使用三阶段抽样方法，第一阶段抽出国家作为一级抽样单位。二级单元的抽样框是第一阶段入样的国家管辖的所有地区，第二阶段通过简单随机抽样抽出地区作为二级抽样单位。第三阶段的三级单元的抽样框为入样地区内的所有外籍人才，见表1。
Table 1. Sampling frame
表1. 抽样框
总体分层 |
一级单元抽样框 |
入样国家 |
二级单元抽样框 |
三级单元抽样框 |
东段 |
东段所有国家 |
印度尼西亚 |
印度尼西亚所有地区 |
印度尼西亚全体外籍人才 |
西段 |
西段所有国家 |
巴基斯坦 |
巴基斯坦所有地区 |
巴基斯坦全体外籍人才 |
南段 |
南段所有国家 |
孟加拉国 |
孟加拉国所有地区 |
孟加拉国全体外籍人才 |
3.4. 预调查
本研究基于实证研究规范构建了覆盖问卷编制、调查执行、数据处理全流程的质量管控体系，在正式调查实施前，本研究通过预抽样调查对方案进行检验，调查执行阶段进行入户访谈创新采用内置逻辑跳转与实时校验功能的题器，线上采用网络问卷，共发放100份问卷，共回收93份问卷，回收率为93.0%，其中有效问卷89份，有效率为89.0%。通过试调查发现，抽样方案、问卷结构和操作流程整体可行，但在实际执行中发现问卷设计的专业术语过多、部分英文表述存在歧义等问题，易产生理解偏差的情况。针对上述发现，研究团队对问卷进行了系统修订，重点对术语表述进行改造，消除歧义性问题，调整问题逻辑结构，确保调查工具与研究对象认知水平相匹配。
3.5. 样本量确定
本调研根据各抽样框的总体容量、总体方差、总体均值、允许误差以及置信水平，求出各抽样框中应该抽取的最佳样本量。将置信水平设置为95%，t为置信度为95%时的临界值，t = 1.96。误差范围设为d，n0表示预调查中收回的问卷总数即有效问卷的数量，则可以得到近似样本量的计算公式为：
根据预调查的调查结果，共发放问卷100份，回收有效问卷89份，其中有来华就业意愿的群体的23人，占比25.84%，故可以根据预调查结果认为有来华就业意愿的跨国电商群体比例p = 0.26。将预调查得到的数据信息带入到上述公式中，确定最低样本发放量为296。
3.6. 正式调查
被测对象的选定采用整群抽样的方法，通过开展网络问卷的发放与实地纸质问卷入户调查结合的方式进行调研，见表2。
本研究选择的跨国电商人才被试共1894人，有来华就业意愿者439人(23.2%)，无来华就业意愿者1455人(76.8%)。被试在线上通过网络接受了问卷调查，这些问卷以自我报告的形式完成。
基于文献研究、前期研究和研究假设，本研究分析的变量如下：人口统计学变量包括跨国电商人才的性别、最高学历、婚姻状态；学业背景变量包括是否在华、在华留学经历、学科背景；工作背景变量包括工作状态，行业领域，期待城市类型，技能选择，是否接受来华就业培训。
Table 2. Survey status table
表2. 调研情况表
调研方式 |
调研对象 |
调研时间 |
CAPI回收数 |
网络问卷数 |
有效问卷数 |
线下调查 |
巴基斯坦 |
1.20~1.25 |
100 |
/ |
281 |
印度尼西亚 |
1.25~1.30 |
100 |
/ |
孟加拉国 |
2.5~2.10 |
100 |
/ |
网络问卷 |
/ |
3.10~3.20 |
/ |
1815 |
1613 |
合计 |
2115 |
1894 |
3.7. 分析处理方法
针对回收的数据，本研究运用统计分析软件SPSS 24.0等进行量化分析，为研究提供客观的数据支持，增强研究结论的说服力。使用α = 0.05作为显著性水平进行数据分析。具体如下：
① 使用描述性统计以获得跨国电商人才的人口社会学特征以及来华就业意愿相关情况。② 采用卡方分析以获取跨国电商人才的来华就业意愿与主要变量之间的相关关系。③ 决策树方法预测跨国电商人才来华就业意愿。
3.8. 信效度检验
3.8.1. 信度检验
信度检验是通过计算量表的 Cronbach’s α系数(Cronbach’s alpha coefficient)的值来检验量表的内部一致性。计算求得Cronbach’s α系数值为0.832，说明该问卷具有良好的可靠性，结构合理，见表3。
Table 3. Reliability test
表3. 信度检验
项目 |
Cronbach’s α |
项数 |
信度评价 |
总体 |
0.832 |
18 |
信度良好 |
3.8.2. 效度分析
Table 4. Validity test
表4. 效度检验
KMO和Bartlett检验 |
KMO |
|
0.932 |
Bartlett球形检验 |
近似卡方 |
5624.503 |
|
df |
153 |
|
P |
0.000 |
根据SPSS对量表进行KMO和Bartlett球形检验可知，KMO值为0.932，达到良好指标，同时Bartlett球形检验对应显著性为0.000，小于0.01，结果显著，适合进行因子分析，见表4。
4. 研究结果
本研究被试总数为1894人，以有来华就业意愿和无来华就业意愿(有无来华就业意愿)为标签对象，对本研究所选取的所有研究变量进行描述统计分析、卡方检验与决策树分析。
4.1. 描述统计结果
4.1.1. 基于描述性统计的跨国电商人才群体特征分析
本研究通过人口社会学特征，年龄、性别、国籍等的描述性统计分析，系统刻画跨国电商人才群体的整体结构特征，为后续研究提供基础数据支撑，见表5。
Table 5. Descriptive statistics of characteristics of cross-border e-commerce talents
表5. 跨国电商人才群体特征的描述性统计
变量 |
|
频率 |
百分比 |
性别 |
男 |
925 |
48.8 |
女 |
969 |
51.2 |
合计 |
1894 |
100.0 |
学历 |
学士 |
501 |
26.5 |
硕士 |
517 |
27.3 |
博士 |
847 |
44.7 |
其他 |
29 |
1.5 |
合计 |
1894 |
100.0 |
婚姻 |
未婚 |
358 |
18.9 |
已婚 |
910 |
48.0 |
同居 |
332 |
17.5 |
离婚 |
246 |
13.0 |
丧偶 |
48 |
2.5 |
合计 |
1894 |
100.0 |
国籍 |
巴基斯坦 |
614 |
32.4 |
印度尼西亚 |
672 |
35.5 |
孟加拉 |
577 |
30.5 |
其他 |
31 |
1.6 |
合计 |
1894 |
100.0 |
本研究的总样本量为1894人。从人口统计学特征来看：性别分布的男女比例接近，男性占48.8% (n = 925)，女性略高，占51.2% (n = 969)；学历构成中，博士学历占比最高(44.7%, n = 847)，其次是硕士和学士，分别占27.3% (n = 517)和26.5% (n = 501)，其他学历仅占1.5% (n = 29)；婚姻状况已婚者占比最大(48.0%, n = 910)，其次是未婚(18.9%, n = 358)和同居(17.5%, n = 332)。国籍分布以印度尼西亚(35.5%, n = 672)、巴基斯坦(32.4%, n = 614)和孟加拉(30.5%, n = 577)为主，其他国籍占1.6% (n = 31)。是否有在中国的留学经历中，有81.4%的受访者(n = 1541)具有在中国的留学经历，仅18.6% (n = 353)无相关经历。
4.1.2. 基于描述性统计的跨国电商人才来华就业意愿现状分析
本研究聚焦跨国电商人才来华就业意愿的分布规律，通过频次统计分析及可视化呈现，量化当前意愿强度及潜在趋势，为后续研究提供直观依据，见表6。
Table 6. Descriptive statistics of cross-border e-commerce talents’ willingness to work in China
表6. 跨国电商人才来华就业意愿现状分析的描述性统计
|
|
频率 |
百分比 |
在华留学经历 |
是 |
1541 |
81.4 |
否 |
353 |
18.6 |
合计 |
1894 |
100.0 |
专业领域 |
文科 |
528 |
27.9 |
科学 |
730 |
38.5 |
工程 |
282 |
14.9 |
业务部门 |
248 |
13.1 |
艺术 |
77 |
4.1 |
其他 |
29 |
1.5 |
合计 |
1894 |
100.0 |
工作状态 |
全职 |
956 |
50.5 |
兼职 |
189 |
10.0 |
自由职业 |
89 |
4.7 |
找工作 |
66 |
3.5 |
学生/进修 |
342 |
18.1 |
其他 |
252 |
13.3 |
合计 |
1894 |
100.0 |
行业领域 |
技术/信息 |
325 |
17.2 |
教育/科研 |
265 |
14.0 |
金融/经济 |
265 |
14.0 |
医疗/保健 |
279 |
14.7 |
制造/工程 |
135 |
7.1 |
文化/艺术 |
211 |
11.1 |
其他 |
59 |
3.1 |
合计 |
1539 |
81.3 |
缺失 |
系统 |
355 |
18.7 |
合计 |
|
1894 |
100.0 |
在是否有在中国的留学经历中，有81.4%的受访者(n = 1541)具有在中国的留学经历，仅18.6% (n = 353)无相关经历。从专业与职业特征来看：专业领域中，科学类(38.5%, n = 730)和文科(27.9%, n = 528)占比较高。根据工作状态来看，全职工作者占比过半(50.5%, n = 956)，其他状态占比较低。行业领域(有效样本1539人)，技术/信息技术(21.1%)、教育/科学研究(17.2%)、金融/经济(17.2%)及医疗/保健(18.1%)为主要领域。
“我在中国留学期间就开始做代购，后来转型做跨境电商。我们公司30多人的海外团队里，26个都有中国留学经历。没在中国生活过的人很难理解本土电商生态，要全天待命，比如到双十一的运营节奏，我已经掌握直播带货的话术了哈哈，要会‘上链接’。”(ZY20250306)“我现在为杭州一个跨境电商平台做算法优化，团队5个外籍是学计算机的，2个金融专业，我们要会分析爆款素材，还要会运营，这比纯物流专业背景更重要”(CS20250308)。
留学经历具有最显著的影响作用，主要体现在文化适应优势，如熟悉中国特色的电商运营模式和消费习惯。其次，专业人才因技术适配性更具优势，“专业技术 + 中国经验”的复合型人才具备更强竞争力。再者，跨境电商的全球化运营特性、中外时差不同可能强化了全职就业形态的优势。最后，行业领域存在结构性差异，技术密集型岗位需求旺盛，跨境直播等新兴业态创造就业增量等为制定跨境电商国际人才引进政策提供了系统性参考框架。
4.2. 卡方检验结果
对性别、学历、国籍、留学经历、学科专业、行业领域、是否在海外(中国)工作或实习、是否愿意参加在华就业培训进行卡方检验，结果发现，在所有离散变量中，被试的性别、学科专业领域、是否在海外(中国)工作或实习、是否愿意参加在华就业培训。这几个变量在有来华就业意愿组与无来华就业意愿组没有显著差异。结果见表7。
Table 7. Chi-square test results for discrete variables
表7. 离散变量的卡方检验结果
|
变量 |
有来华就业意愿
(n = 439) |
无来华就业意愿 (n = 1455) |
全体 (n = 1894) |
χ2 |
P |
性别 |
男 |
222 (24.0%) |
703 (76.0%) |
925 (100%) |
0.685 |
0.408 |
女 |
217 (22.4%) |
752 (77.6%) |
969 (100%) |
学历 |
本科学历 |
93 (18.6%) |
408 (81.4%) |
501 (100%) |
16.622 |
0.001 |
硕士学历 |
116 (22.4%) |
401 (77.6%) |
517 (100%) |
博士学历 |
217 (25.6%) |
630 (74.4%) |
847 (100%) |
其他学历 |
13 (44.8%) |
16 (55.2%) |
29 (100%) |
留学经历 |
有 |
303 (19.7%) |
1238 (80.3%) |
1541 (100%) |
57.400 |
0.000 |
无 |
136 (38.5%) |
217 (61.5%) |
353 (100%) |
行业领域 |
科技/信息 |
81 (24.9%) |
244 (75.1%) |
325 (100%) |
30.289 |
0.000 |
教育/科研 |
61 (21.0%) |
204 (77.0%) |
265 (100%) |
金融/经济 |
49 (18.5%) |
216 (81.5%) |
265 (100%) |
医疗/健康 |
52 (18.6%) |
227 (81.4%) |
279 (100%) |
制造/工程 |
9 (6.7%) |
126 (93.3%) |
135 (100%) |
文化/艺术 |
47 (22.3%) |
164 (77.7%) |
211 (100%) |
其他 |
21 (35.6%) |
38 (64.4%) |
59 (100%) |
工作或实习 |
有 |
264 (22.4%) |
916 (77.6%) |
1180 (100%) |
1.141 |
0.285 |
无 |
175 (24.5%) |
539 (75.5%) |
714 (100%) |
检验结果显示，部分变量存在显著统计学意义，由此可见，不同学历背景的受访者在来华就业意愿上存在显著差异(χ2 = 0.685, P < 0.001)，可能表明学历层次对就业选择存在影响；具有中国留学经历的受访者来华就业意愿显著更高(χ2 = 57.400, P < 0.001)，说明留学经验对来华就业意愿具有积极推动作用；从业领域差异显著影响来华就业意愿(χ2 = 30.289, P < 0.001)可能表明从事行业对就业选择存在影响。而性别、是否在海外(中国)工作或实习等与来华就业意愿均不存在显著性，说明这些变量与来华就业意愿的关联性较弱。
“我在本国读完商科硕士后，发现中国金融市场对高学历外籍人才的政策优惠很明显。在中国读博期间，我享受到居留便利和创业支持，不仅有税收减免，还有电商创业资金上的扶持和补贴！”(RK20250307)“在中国学习这段时间我不仅汉语水平突飞猛进，更重要的是建立了人脉网络。毕业后我的导师直接推荐了我去互联网科技园的岗位，虽然我最终没有去，但是在中国留学让我做什么事都能够请教我的中国老师获得更多便利。”(JY20250303)
学历背景具有显著影响，可能源于中国就业市场对高学历外籍人才的政策倾斜，如工作签证便利化和人才引进计划。其次，中国留学经历展现出明显的促进作用，不仅帮助外籍人才提升语言能力和积累本地人脉，更使其获得中资跨国企业的优先录用机会。再者，从业领域差异产生重要影响，其中高科技、新能源等政策扶持行业提供优厚待遇，互联网等全球化行业倾向招募国际化人才，而本土化强的领域机会相对有限。相比之下，性别与是否在海外(中国)工作或实习影响较弱，反映用人单位更关注专业能力，综合来看，学历、留学经历和行业领域三个因素为制定更有针对性的人才引进政策提供了重要依据。
4.3. 决策树预测效果
本研究依托1894份调查问卷，对跨国电商人才来华就业意愿进行调研，基于决策树方法分析，对有来华就业意愿组和无来华就业意愿组进行比较，以优化预测准确性的方式选择多变量预测模式。本研究使用机器学习的决策树方法和一系列行为测量来评估多个与来华就业行为有关的自变量。主要目的是确定最能预测来华就业意愿的多变量预测模型，得出可推广的预测准确率。
在将分类模型训练完毕后，对分类模型进行了测试，在模型测试阶段，共有439名参与者属于有来华就业意愿者1455名参与者属于无来华就业意愿者，模型正确预测了83名有来华就业意愿者，预测准确率为18.9%；1410名无来华就业意愿，预测准确率为96.9%。模型总预测准确率为76.8%。
4.4. 决策树模型
根据决策树模型，在所分析的变量中，有3个变量具有重要的预测作用，具体包括：留学经历、工作状态、是否在华。
通过层次模型和分类规则可以看到，留学经历是优先级别最高的一个影响因素，并且在四个维度对有无来华就业意愿的分类产生影响。
此外，对于具有留学经历的个体，是否在华与工作状态是极为重要的预测因素，性别等并不能够显著预测，结果见图1。
预测有来华就业意愿的“if-then”规则如下：
If有留学经历and兼职/自由职业；
If有留学经历and兼职/自由职业and在华；
If有留学经历and兼职/自由职业and不在华；
If有留学经历and学生/继续学习/找工作/其他职业；
If有留学经历and全职工作；
If有留学经历and全职工作and在华；
If有留学经历and全职工作and不在华。
预测无来华就业意愿的“if-then”规则如下：
If无留学经历and男性；
If无留学经历and女性；
本研究采用CRT、CHAID决策树算法，以跨国电商人才来华意愿为分类目标，递归划分学历、行业等特征变量，生成可视化树状规则集。
Figure 1. Decision tree
图1. 决策树
决策树模型共3层，包含14个节点和8个终节点，模型预测准确率为76.8%。第1层为留学经历(χ2 = 57.400, P < 0.001)，有留学经历的跨国电商人才来华就业意愿率较高(81.4%, 1541/1894)，无留学经历意愿率较低(18.6%, 353/1894)。第2层为工作状态(χ2 = 70.791, P < 0.001)和性别(χ2 = 3.678, P = 0.046)，全职工作的跨国电商人才来华就业意愿率较高(44%, 834/1894)，求职中和在校学生/继续深造以及其他工作人群来华就业意愿率较低(25.2%, 477/1894)兼职工作和自由职业意愿率更低(12.1%, 230/1894)。性别因素不显著，影响不大。第3层为是否在华(有留学经历)，兼职工作和自由职业χ2 = 15.124，P < 0.001。在有留学经历的兼职工作和自由职业群组中，在华的跨国电商人才来华就业意愿率较高(8.9%, 169/1894)。在有留学经历的全职工作群组中，在华的跨国电商人才来华就业意愿率更高(37.8%, 715/1894)。
首先由表8可知自变量重要性排序。从数据来看，“留学经历”重要性最高为0.022，正态化重要性100.0%，表明留学背景是影响跨国电商人才来华就业意愿的核心因素；“是否在华”重要性为0.015，正态化重要性71.3%，位列第二；“行业领域”与“工作状态”重要性均为0.015，正态化重要性分别为71.2%和69.8%。而“是否接受来华就业培训”重要性最低，仅为0.001，正态化重要性2.3%。
Table 8. Importance of independent variables
表8. 自变量重要性
自变量 |
重要性 |
正态化重要性 |
留学经历 |
0.022 |
100.0% |
是否在华 |
0.015 |
71.3% |
行业领域 |
0.015 |
71.2% |
工作状态 |
0.015 |
69.8% |
学科背景 |
0.012 |
55.0% |
婚姻状况 |
0.011 |
49.2% |
技能选择 |
0.007 |
30.2% |
学历 |
0.004 |
18.8% |
期待城市类型 |
0.003 |
16.0% |
性别 |
0.002 |
11.5% |
是否接受来华就业培训 |
0.001 |
2.3% |
注：CRT。
“自从我来到中国留学后才有的留在中国继续发展电商产业想法，我发现中国经济发展的速度快、质量高，对待留学生和国际人才的政策也非常便利，非常有利于我在这里进一步发展电商事业。”(GS20250306)“也许我会在中国继续待5~10年左右吧，除了可操作性强、上手简单、能够多赚钱这几个方面，更加吸引我的是中国成熟的电商运营模式，有一套完整的培训模式和产业链，我想把这些中国经验带回去，在我自己的国家可持续发展下去。”(AS20250308)
其次是关键自变量解读。留学经历影响显著，可能因具有留学经历的人才更适应跨文化环境，或通过国际交流有了更开放的职业视野，从而更倾向于选择来华就业。是否在华影响次之，已在华跨国电商人才可能因其对中国就业市场、政策环境已有实际体验，更具有来华就业意愿。行业领域与工作状态也有一定影响，但相对前两者较弱。不同行业的人才需求差异及工作稳定性可能影响其来华就业的可行性与意愿。而“是否接受来华就业培训”对来华就业意愿影响极低，或许说明政策认知与培训机会在整体决策中占比较小，或需通过其他途径强化其作用。
5. 讨论与结论
5.1. 讨论
跨国电商来华就业意愿是一个全球性的发展问题。人才是驱动发展的核心要素，加强国际化人才队伍建设是推动跨国经贸高质量发展的重要保障。在此背景下，本研究的目的在于响应国家战略需求，系统分析当前中国人才储备需求与跨国电商人才供给不足的矛盾。本研究采用决策树方法，对跨国电商来华就业影响因素进行分析，针对研究结果做出如下讨论。
5.1.1. 文化适应能力的潜在影响
研究表明，文化适应能力对跨国电商人才的流动决策具有潜在影响。文化适应这一概念最早由美国人类学家Robert Redfield等人在1936年提出[12]，根据Berry的文化适应理论，个体在异国文化环境中居住的时间越长，其环境适应、社会文化适应及心理适应能力会显著提升[13]，从而增强其在留学国长期发展的意愿。这一结论与既有研究一致，即留学生的社交网络扩展和家庭社会支持会进一步强化其留居当地的倾向[8]。此外，为留学生提供了更多职业发展机遇和政策支持，成为吸引跨国电商人才来华的关键因素[14]。
在本研究中，缺乏留学经历的跨国电商人才由于文化适应能力较弱，其来华意愿明显降低。相反，根据Ward的社会文化适应模型，留学经历有助于人才与当地人建立社交网络，提升跨文化适应能力[15]，并深化对当地跨境电商商业模式的理解，从而促进资源整合与业务拓展。因此，留学经历通过增强文化适应能力和社交资本，能够有效提升人才的来华意愿。然而，这一过程仍需政府、企业及社会各界的协同支持，以实现人才长期留华的经济与社会效益。
5.1.2. 双向推拉因素的决定作用
研究表明，跨国电商人才的流动决策受到双向推拉因素的关键性影响。根据推拉理论[16]，人才流动是原籍国拉力和中国推力共同作用的结果。从原籍国拉力维度来看，亲友归属感、海外生活的孤独感等[5]使得跨国电商人才来华就业意愿降低。期望通过来华就业实现收入增长、减轻经济压力、体验中国文化以及完善职业规划等目标[17]，但跨境电商行业的全球化发展使得这些需求完全可以在原籍国得到满足。从中国推力维度分析，个人收入期待、职业发展需求、信息渠道不通畅等因素[5]降低跨国电商人才来华就业意愿。中国市场的吸引力面临挑战。尽管中国跨境电商产业集聚效应曾对地区就业产生显著促进作用[9]，但随着全球电商市场的多元化发展，这种优势也正在被稀释。这种反向推拉作用的形成，使得跨国电商人才来华就业的意愿被削弱。虽然跨境电商行业操作性较强，能够实现线上供需对接和收入增长，但人才流动方向呈现多元化趋势。这一变化要求政府和企业建立起多元化的就业生态，以应对全球电商人才竞争的新格局。
5.1.3. 异质文化认同的显著效应
研究发现，异质文化认同对跨国电商人才的流动具有显著影响。异质文化国家的人才在中国期间，逐渐产生对中国文化认同，适应这种差异性会增进其来华行为[18]。根据文化情景理论，在跨文化环境中，个体既需要保持自身文化认同，又需要主动适应新的文化环境[19]。对于跨国电商人才而言，若缺乏在华工作、学习和生活的经历，往往难以对中国的本土文化环境产生认同，从而削弱其来华发展的意愿。相比之下，具备在华经历的跨国电商人才展现出更强的异质文化认同：一方面，他们能够更高效地理解和把握中国市场机遇；另一方面，即便回国后，他们凭借对中国文化和电商贸易制度的深入了解，仍倾向于优先选择与中国电商公司合作[20]。这种优势体现在不仅是采购渠道上能够接触到较为便捷中方市场的采购源信息而且在技能上，在华跨国电商人才能够为企业提供语言文化服务等[21]。在华经历显著提升了跨国电商人才在中国文化、职业发展、商业实践和语言沟通等多方面的异质文化认同度，强化了其与中国企业合作的倾向。反之，若缺乏这些适应能力，则会明显降低人才来华就业的意愿。因此，培养和强化异质文化认同应当成为吸引跨国电商人才的重要策略，这对提升中国跨国电商产业的国际竞争力具有关键意义。
5.2. 提升跨国电商人才来华就业意愿的路径
5.2.1. 跨境人力资本积累的路径优化
跨国电商人才的培养是特殊人力资本的积累过程。首先是做到扩大留学生招生与校企合作，针对重点区域，坚持联化培养，校企合作，提升开放温度[22]，建立知识传递渠道，构建了从学术知识到行业实践的转化桥梁。其次，增设跨国电商相关专业的奖学金项目，鼓励海外学生来华学习，高校与企业联合开设跨境电商平台运营、跨文化商务沟通等实践课程，帮助留学生积累本土行业经验，并提供跨文化适应培训，积极探索“中文 + 职业技能”的国际化人才培养模式[23]。此外，在国家层面上也要优化留学生就业政策，简化留学生毕业后在华工作签证流程，对跨境电商领域人才提供居留便利。
5.2.2. 弹性就业生态系统多元化构建
构建能够满足全职、兼职、自由职业的跨国电商人才的就业生态，在企业层面，应该搭建能够满足多主体参与的就业平台，完善职业发展体系，市场信息、日常管理等多个要素协同，促进可持续发展[24]，保证跨国电商人才能够高质量就业。其次，在政府层面通过税收或补贴政策，吸引海外成熟电商人才来华全职就业，优化工作环境与权益保障，完善并创新跨境电商平台监管机制，推动跨境电商与产业发展的融合[25]，通过税收优惠等激励措施，调节着不同技能水平人才的供给弹性，构建来华就业的跨境电商的多元化就业生态。
5.2.3. 完善跨境人才留华的顶层设计
针对在华的跨国电商人才，想要留住人才，必然要增强人才在华的本土化体验，为已在华的跨国电商人才提供中文语言、中国法律培训等[23]，通过提升人才的本地市场适应能力，增加了其转换工作的机会成本。在生活环境上，以人才为主体，加大各种资源的投入，保障好科研环境和生活条件，做到真正实现引进人才、留住人才的目标，解决好住房补贴、配偶安置、儿女上学的问题[26]，利用住房补贴等物质保障满足基础需求，子女教育等长期投资则创造了代际锁定效应，降低海外人才的家庭安置困难，以期提升在华人才继续留华工作的意愿。
5.3. 研究不足
本文样本代表性存在明显局限，仅抽取巴基斯坦、印度尼西亚和孟加拉三国作为研究对象，这三个国家虽然具有一定的区域代表性，但无法全面反映相关国家跨境电商人才的多样性特征。
未来研究会在以下方面进行深入拓展，在样本选择上扩大地理覆盖范围，纳入更具代表性的区域样本，并按经济发展水平进行分层抽样设计，以提升研究结论的普适性，设计差异化区域引才政策建议，从而推动跨境电商人才国际化建设，为相关政策制定提供更全面、科学的依据。
NOTES
*通讯作者。