大數據背景下應用型本科高校就業問題及應對策略研究

高 政，徐 妲

(吉林工程技術師范學院，吉林 長春 130052)

一、引言

教育部在《關于做好 2019 屆全國普通高等學校畢業生就業創業工作的通知》中明確指出：“促進高校畢業生就業創業，既是民生，也是國計，事關廣大群眾切身利益，事關社會和諧穩定，事關社會主義現代化建設，事關高等教育健康發展。”[1]2021年，我國高校應屆畢業生人數達到909萬人，相比去年增長35萬人，加之有往屆未就業畢業生競爭，以及受疫情等因素影響，就業市場十分不穩定，就業形勢越發復雜和嚴峻。而且畢業生的就業方向逐漸追求個性化，企業需求也趨于多樣化，人才與社會需求發展無法完全匹配，精準就業服務日益成為高校就業工作的重點。[2]

隨著云計算、移動通信、物聯網以及存儲技術等發展，互聯網上的信息呈爆炸式增長，推動了大數據技術的產生和發展。大數據具有Volume(大量)、Velocity(高速)、Variety(多樣性)、Value(低價值密度)、Veracity(真實性)的5V特性，其改變了傳統靜止、陳舊的數據應用理念。人們逐漸發現蘊含在動態海量數據中的巨大價值，大數據在科技、商業、社會管理、醫療等領域已經產生了重大的影響。面對當前高校畢業生就業的種種挑戰，探索以大數據為基礎的創新創業工作模式，是高校就業指導工作實現精準就業服務，提高工作效率的一種新型思維模式。

二、 應用型本科高校就業問題分析

應用型本科高校是高校轉型發展的熱點方向，2014年，國務院出臺《關于加快發展現代職業教育的決定》，提出引導一批普通本科高校向應用技術類型高校轉型，重點舉辦本科職業教育；[3]2016年政府工作報告中明確提出“推動具備條件的普通本科高校向應用型轉變”。[4]應用型本科高校的轉型發展是“高等教育供給側結構性改革”，與學術型大學不同，應用型本科高校更強調“應用”，要求各專業要對接、服務、引領地方產業發展和升級，緊密結合地方經濟發展特色，著重培養學生實踐能力，培養高層次應用型人才[5]。

畢業生就業是一項系統性的工作，由學生個人因素、學校的教學和就業服務、社會需求和國家政策多個方面來共同發揮作用。找到就業問題的關鍵可控性因素對實現高質量就業服務至關重要。

(一)學生個人因素

1. 自身定位不清晰，就業比較盲目。有相當一部分學生臨近畢業時仍對自身的能力定位不是很清晰，沒有明確的就業目標，不清楚自己的能力是否能夠匹配就業崗位需求，或者盲目自信、屢屢受挫，或者妄自菲薄、不敢嘗試。所謂“知己知彼，百戰不殆”，但是很多畢業學生既不知己，也不知彼，且進行工作篩選時主觀性太強，對自身能力和崗位要求整體分析不夠，導致很難找到理想的工作。[6][7]

2. 實戰經驗不足，很難匹配崗位要求。大學四年的成績單并不代表實際工作的能力，很多畢業生尚未對專業實習給予足夠的重視，參與社會實踐較少，導致其工作經驗不足，應變能力較差，應聘工作優勢并不明顯。進入工作崗位之后，理想與現實存在很大差距，學生的綜合素質、學習能力和抗壓能力等體現了其對工作的適應能力，工作一年之內是新畢業生工作非常關鍵的時期。

3. 就業意識不強，缺乏明確規劃。目前，很多學生畢業之后就業意識很差，也缺乏明確的職業規劃，不急于找工作，而是以繼續考研、考公務員、考事業編、工作不理想等為理由“緩就業”“慢就業”，甚至出現“不就業”“閃辭”現象，[8][9]這些現象逐年增加，這就對高校就業服務提出更高挑戰。學生對教育政策了解不足，也影響了學生的就業動機和就業質量。

(二) 學校就業工作方面

1. 精準就業指導不足。就業指導工作部門對學生就業做了大量的工作，包括組織招聘會、發布招聘信息、解讀就業政策、就業指導教學、申請就業補貼、就業派遣等，但是這些就業服務工作屬于“廣播式”服務，受眾是學生群體。每一位學生的學習情況、專業能力、家庭因素和就業意愿等都是影響其就業質量的關鍵因素，當前就業指導工作部門的工作模式很難實現針對每一位學生的就業精準服務。

2. 就業資源應用不充分。就業資源包括就業信息、就業政策、就業課程、就業咨詢、校友信息等，而以往的就業數據、優質就業學生的成長經歷、就業崗位能力分析等需要挖掘和分析的數據利用得還不夠。以往的就業數據中蘊含著未來就業方向、就業動態等信息，為就業服務提供大量可參考的數據；優質就業學生的成長經歷能夠起到榜樣作用，能夠方便學生更好地進行對比，準確定位自身的優勢與不足；就業崗位能力分析能夠最大限度地與人才培養課程相關，解決學生培養與崗位要求不對應的問題。

3. 就業服務部門與培養部門溝通不夠緊密，形成服務“孤島”。就業工作是人才培養的出口和結果，它不是臨近大四畢業才開始的，而是從入學就開始的。建立學生檔案，進行就業意識培養和就業能力教育，以畢業就業目標為導向進行培養和教育，加強學生理論與實踐的培養，根據社會需求，動態調整人才培養方案和教學內容，就業工作應貫穿于人才培養的全過程。就業問題沒有第一時間反饋給人才培養單位，導致教學內容更新不夠及時，所以各人才培養單位、教務處、學生工作處等部門的教育教學工作應該與就業服務聯動起來，共同為學生服務。

4. 難以跟蹤動態的企業需求變化。對于應用型本科高校，要時刻面向社會需求培養人才，企業需求的產生往往是動態變化的，那么就需要就業服務平臺實時跟蹤并更新就業信息，把最新的、最符合學校特征的就業信息收錄進來，并發布到就業服務平臺當中，利用傳統的查找、獲取、編輯、更新的方式，將產生巨大的工作量。

(三)學校教學工作方面

1. 崗位需求與學校教育結合不夠緊密。高校人才培養往往只顧低頭做事、不抬頭看路。當前社會科技發展非常迅猛，隨著互聯網時代的深入發展，傳統工作崗位都面臨著巨大的變革，有些工作崗位面臨取消的風險，也有一些新興工作崗位缺少相應的人才，一些重要崗位面臨著轉型問題。很多大學教師并未有過真正的企業工作實踐，對社會需求理解并不深入透徹，尤其是應用型本科高校，更要強調教師的企業工作經歷，積極培養雙師型教師。學校教學工作要積極應對社會需求，實時更新課程內容，要積極對標畢業要求，將最新的理論和技術傳授給學生，提高學生專業自信和就業實力。

2. 畢業后教學服務不足。學生畢業走入社會是學生培養的真正起點，而不是終點。由于人才培養方案是會定期更新的，那么新的課程內容也應分享給往屆畢業生，可以將最新優質課程上網，對往屆畢業生開放，讓他們也能繼續接受到學校教育，感受到學校的支持和關懷。

三、應用型本科高校畢業生精準就業解決方案

(一)大數據技術為就業工作帶來創新思路

大數據技術的產生是數字化、信息化技術發展的必然，尤其是5G通信技術、物聯網技術的逐漸成熟，使得萬物都可以產生數據，再一次引發了數據的大爆炸，大規模生產、分享和應用數據的時代正在開啟。大數據分析得出的關聯關系往往讓人意外，比如經典的“啤酒—紙尿褲”關系，研究它們之間為什么會有這樣的關系，似乎遠不如直接應用在商業中產生的價值大，人們不必追求嚴格的、推演的因果關系，探索數據之間的相關性更能帶來直接的效益。

數據不再是靜止和陳舊的，以前數據收集完畢之后用處就不大了，比如說飛機降落之后，票價數據就沒有用了。[10]對于教務系統來講，學生畢業之后，學生的學習成績對于學校來講并沒有明顯的實際應用價值了，其實不然，高質量就業學生的學習歷史和學習成就可以為以后成長經歷相似的學弟或者學妹提供可參考的職業發展路徑，為他們提供更為有參考價值的職位匹配、推薦和學習提示。

大數據已經上升到了國家戰略層面。2015 年，國務院印發了《促進大數據發展行動綱要》；2016年，《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》中明確提出，“實施國家大數據戰略”。這些增強了大數據分析在高校就業服務應用中的必要性、緊迫性和技術可行性。

(二)高校畢業生精準就業解決方案

針對高校畢業生就業的問題，基于大數據技術構建一個完善的精準就業服務系統是非常必要的。

1. 打通各部門數據，建立學生數字化檔案庫。將學生的學業信息與就業信息打通，建立學生數字化檔案庫。數字化檔案庫分為兩大部分數據，首先是在校期間數據，具體包括所修課程，學習成績，學習狀態，所獲獎勵，學習作品，參加活動等信息；其次是畢業后就業數據，具體包括就業城市、工作單位、具體崗位、工作變動記錄等信息。

2. 拆解崗位需求，建立課程與能力關系矩陣。將工作崗位需求進行分解，轉換為知識和能力的組合，形成能力需求點集合，同時重構人才培養方案，將課程培養內容與能力需求點進行匹配，形成課程與能力對應矩陣，提升人才培養的準確性。通過學生學業完成情況進行達成度分析，構建個人能力矩陣，判斷學生能力與崗位需求的匹配程度。通過與學生數字化檔案庫結合，全程記錄學業數據，實現學習預警，學習弱點評估，學習差距計算，動態推薦崗位，動態推薦學習資源等功能，幫助學生發現自己的優長，建立專業自信；發現自身的不足，及時調整學習狀態。

3. 進行人才關聯分析，發揮人才榜樣力量。在學生培養過程中，同齡人的“同頻共振”非常重要，以往優秀畢業生的經歷對學生的影響最為直接有效。首先他們的學習背景相同，學習課程相近，學習資源相通，所以他們取得的成果最容易觀察和效仿，進而超越。通過大數據技術分析以往畢業生的成長經歷，并與在校生進行能力對比，有助于在校生建立榜樣目標，激發學習和就業動力。同時建立優質校友資源庫，讓他們分享自己的學習、成長經歷，對在校生進行直觀的榜樣教育。

4. 打造學校信息羅盤，做好就業精準服務。在眾多的數據支持下，可以實現多維的數據統計與分析，通過數據可視化技術對上至學校整體就業情況，下至個別學生就業現狀進行直觀呈現，生成學校就業信息羅盤，方便就業服務人員盤點學生就業情況，掌握各專業人才的社會接受程度以及優勢專業和劣勢專業發展情況，提前進行人才預警，精準掌握本校學生能力與就業崗位需求匹配程度，進行個性化就業信息推薦和咨詢，從而實現精準就業服務。

5. 加強畢業后教育，完善育人體系。建設線上課程，完善育人體系，形成畢業生“補課”機制。根據人才培養方案的變更，完善和更新線上課程內容，為校內、校外學生同時提供課程服務，讓學生畢業之后仍然能夠到學校的網站上繼續進行學習充電，跟上社會發展的步伐。通過大數據計算學生學習和咨詢需求，實時推送學習資源和咨詢信息，更好地為畢業生服務，從而加大畢業生的系統應用粘度，以便于實時跟蹤畢業生動態，實現數據服務雙贏目的。

(三)大數據應用時需要注意的問題

1. 信息安全問題。信息安全是大數據系統的首要問題。第一，保證信息不外漏，不被非法訪問；第二，設置信息權限，不同角色用戶暴露信息要有一定限制，否則會對用戶產生不必要的危害；第三，做好系統數據備份，防止數據損壞和丟失，造成數據財產的破壞；第四，做好數據檢查，對系統中的“臟”數據進行分析和過濾，以免影響運行結果。

2. 信息更新問題。就業服務系統的價值在于數據的“新鮮度”，要注意維護數據，避免過期的招聘信息、不完整的用戶信息、失效的政策文件等影響系統的穩定應用，要通過人工錄入、數據轉接更新、網絡爬蟲等多種形式定期更新數據，保證系統中數據是最新的、正確的。

3. 數據整合問題。在已有的教學系統、就業系統、學生管理系統等平臺的基礎上進行大數據平臺建設時，面臨最大的問題就是已有數據的應用和收集?，F有系統的數據結構不同，數據整合比較困難，包括數據字典的重新定義和轉錄、重復數據的分歧處理、空白關鍵數據的填充和處理等問題，在設計和實施時要尤其注意，為后期數據分析和應用做好數據基礎。

四、結語

大數據時代已經到來，傳統的思維模式逐漸在改變，而真正的革命在于大數據如何為我們所用。面對應用型高校畢業生就業的難題，我們要以開放的心態、創新的勇氣擁抱“大數據時代”，創新工作思路，更好地為學生服務、為社會服務。