長沙市高職院校畢業生就業大數據統計分析

臧芳+曹楊

摘要：本文通過收集長沙市畢業生就業信息網提供的就業信息和長沙范圍內高職院校畢業生信息，進行縝密嚴謹的數據清洗，然后進行大數據應用分析，從中分析得出影響高職畢業生就業的因素。長沙市高職院校畢業生大數據分析在對預測就業趨勢、提升就業工作質量等方面具有創新的應用價值，為提升畢業生就業工作服務水平和用人單位提供理論借鑒與現實指導。

Abstract： This paper summarizes the employment information provided by Changsha City Graduate Employment Information Network and the information of vocational college graduates in Changsha， carries on careful and rigorous data cleaning， and then analyzes the application of big data， and obtains the factors affecting the higher vocational graduates employment. The analysis of big data of graduates of vocational colleges in Changsha is of innovative application value in predicting the employment trend and improving the quality of employment， so as to provide theoretical reference and practical guidance for improving the employment service level of the graduates and the employing units.

關鍵詞：高職畢業生；就業；大數據；清洗；分析

Key words： vocational college graduates；employment；big data；cleaning；analysis

中圖分類號：G647 文獻標識碼：A 文章編號：1006-4311（2017）33-0202-02

1 研究背景

近些年來，高校畢業生就業形勢愈來愈嚴峻。每年遞增的畢業生人數加上往年沒有就業的畢業生人數使得就業工作壓力有增無減。據統計，2013年高校畢業生總數達699萬人。2014年，全國高校畢業生規模達727萬人。2016年我國高校畢業生達765萬，相比2015年增加16萬。而掌握畢業生各方面數據、明確就業市場動態，是解決大學生就業工作壓力的首要問題。《2006-2020年國家信息化發展戰略》指出，要“建設多層次、多功能的就業信息服務體系，加強就業信息統計、分析和發布工作，改善技能培訓、就業指導和政策咨詢服務”[3]。在大數據應用發展的時代，借助于大數據應用強大的功能輔助提升就業工作的工效與服務質量，是本文重點討論的問題。

2 采集清洗數據

收集長沙市范圍內高職院校相關畢業生信息，同時整合這類信息作為大數據分析的基礎是大數據分析首要攻克的問題。這些海量信息一方面指即將畢業學生的基本信息（包括主修專業、學習成績、興趣愛好、培訓經歷、就業意向等，盡可能全面）；另一方面指已畢業學生的信息（包含個人情況、就業崗位、崗位性質、崗位素質要求、發展前景等）。數據的來源主要從學校就業指導中心通過歷年就業協議書獲得；其次可以從學校有關部門獲得學生個人信息、成績情況、在校表現、性格特點、獎懲記錄等信息；還可以借助微信、QQ空間等網絡資源從側面獲得學生大量的動態信息。

海量數據收集之后接踵而來的是增強數據的準確性，數據清洗就是實現這一目標的關鍵。數據清洗約占整個大數據分析時間的50%-80%。該步驟是為了識別并刪除“噪聲”數據即有損壞或信息不全的數據；其次，完善學生情況、招聘企業信息；第三，補充完整元數據庫的構建，存儲將來可能用到的所有信息，如應聘單位評分、學生就業意向、求職進展情況、學習狀況、家庭經濟狀況、往屆招錄情況、畢業生離職率等[4]。數據清洗之后將結果提交給下一環節。

3 建立模型

獲取清洗后的數據接著就是建立分析模型、構造數據算法，然后進行數據分析。原型系統設計和測試初期以長沙市范圍內幾所高職院校的電子信息類學生為例，“全樣”采集電子信息類在校學生和畢業兩年內學生的基本信息，收集學生的個性信息及相關網絡數據，整理歷年來電子信息類用人單位信息，進行大數據分析實測。

4 數據分析與預測

以“樣本=總體”的大數據分析思維為出發點，從校園招聘情況分析、畢業生就業流向分析、畢業生求職影響因素等方面進行就業相關數據分析。為描述方便，圖1以長沙高職院校2014-2016屆畢業生相關數據為例進行分析說明。

圖1表明，招聘需求最大的是每年的10月至11月，并且每年的3月份也是一個招聘需求的小高潮，所以在每年的這幾個月份學生應做好充分的就業前準備工作，從容應對招聘。各個學校應積極組織各種類型招聘會，為學生和招聘企業創造良好的條件。不僅可以聯系長沙、湖南省內的企業還應積極吸引其他省市單位來校招聘，擴大學生的擇業范圍。在招聘需求相對不大的月份應安排學生就業意向摸底調查、求職技巧培訓等相關就業研究工作。

研究畢業生的流向問題，有助于高職院校科學地掌握社會市場需求，為以市場需求為導向的高職院校提供明確的招生決策，同時也為高職院校的教學改革提供有效的參考。這也符合國發〔2014〕19號文《國務院關于加快發展現代職業教育的決定》的精神中“專業設置要與市場需求對接”的要求。各院校可以依據畢業生去向的分布數據指導本院的就業相關工作，做好專業設置與市場對接工作。endprint

通過整理分析得到，長沙市2016年高職畢業生較往年有所下降，但繼續升學或自主創業的人數依然呈上升趨勢。圖2說明高職學生慢慢在提升對于學歷的要求，這樣更能適應社會對人才技能+學歷的雙需求。自主創業人數也在逐步增加，特別是留在長沙創業的人數在逐年增加，從某個方面來講，學生敢于拼搏、勇于創業的精神也有所提升，這對于整個社會來講應該是一個良好的示范。高職畢業生流向分布，如果將各院校專業一并加以研究，就能得出每個專業畢業生的市場需求和畢業生的流向，這樣有益于優化教學資源以及與就業相關的資源配置。

4.1 分析基本情況與主要特點

從大數據應用分析來看，女性就業落實率高于男性。男性落實率為80.3%，女性為85.8%。學校性質不同起薪也存在差異，公辦高職院校約為2800元，民辦高職約為2500元；就業地區之間存在差異，京津滬約為3500元，東部地區約為3200元，湖南省內約為2400元。因行業的不同平均起薪工資也有差異，按照由高到低分別為：信息處理、計算機軟件業，接著是金融業，然后是技術服務、水利環境公共設施管理，再次是制造業。最后是建筑業、交通運輸、倉儲和郵政、批發零售。從就業滿意度來看，對應聘崗位非常滿意的約占26%，滿意度一般的約占18%，約2%的感到不滿意，還有約0.5%的非常不滿意，超過半數的畢業生對應聘崗位感到適應與愉悅。

4.2 影響因素

通過對長沙市范圍內的高職院校畢業生的大數據統計，就業受諸多因素的影響，工作能力為首要影響因素（一般情況下學習能力強的工作能力也隨之較強），其次是實習經歷（以職業生涯為目標，有效規劃大學生活），再次是發現自己的興趣愛好，還有一個比較重要的因素是了解求職崗位的要求及特點，熱門專業、學習成績、老師推薦和家人朋友的幫助也有一定的關系。所以，工作能力的強弱、實習經歷、個人的興趣愛好是影響就業最為重要的因素。學校是否為公辦或民辦、專業是否熱門等因素不是特別重要。

4.3 預測

通過大數據應用提供的數據表明，未來幾年，人力資源管理、園林技術、護理、軟件技術等專業依然受到就業市場強烈的需求。各高職院校應緊密圍繞《國務院關于加快發展現代職業教育的決定》中五個對接要求：專業設置要與市場需求對接，課程內容要與職業標準對接，教學過程要與生產過程對接，畢業證書要與職業資格證書對接，職業教育要與終身學習對接。根據就業市場的實際情況完善人才培養模式。拓展工作思路，創新高職學生就業指導方法。依托教育引領，指導畢業生明確職業發展方向。學生應積極參加實踐，提升綜合能力。

5 結論

大數據分析的應用是大數據時代計算機技術與統計分析相結合的產物，但目前尚處于應用雛形階段，特別是應用于大學生個性化就業指導方面還只是初探。下一步繼續多渠道的進行畢業生就業數據的采集，重點改進分析模型和分析算法，最終預測學生就業行為趨勢，實現大學生的個性化服務就業指導服務。逐步建立一套系統而動態的有效管理機制，隨時根據長沙市高職學生和外界的變化，對數據系統進行合理調整。進而從該機制中獲取大數據分析應用的全面準確的信息，使之成為高職院校與就業領域橋梁與紐帶。

參考文獻：

[1]劉全，張勇，朱允寬.基于大數據的我國人才市場對高校畢業生的需求分析[J].中國統計，2016（8）：20-21.

[2]周曉燕，尹亞麗.基于國內市場需求的大數據管理人才知識結構分析[J].情報科學，2017，35（1）：29-34.

[3]明承瀚，黨瑞紅.大數據理念在高校就業工作中的應用[J].中國大學生就業，2014，10（20）.endprint