我從4035份簡歷中發現的求職秘密

設想你是一名剛剛走出高考考場的學生，面對幾百個大學專業名錄，想選一個有前途的專業，但又怕選錯影響未來的4年甚至一生。

再設想你是一名大三學生，“金九銀十”秋招將至，卻拿不準簡歷上該寫什么技能才能吸引HR。

在我和3位合作者新近發表于教育經濟學領域國際期刊《Economics of Education Review》的論文中，用一場基于中國求職市場的簡歷實驗，提供了一個實證答案——數據分析技能，尤其對女性來說，能顯著提升求職成功率。

這不是一篇“轉碼成功學”的軟文，而是一項設計嚴謹、因果識別清晰的實地審查實驗。它不僅能為經濟學學生提供行動指南，也為即將邁入大學的年輕人，提供專業選擇外的第二種技能路徑選擇。

4035份簡歷中的啟示

2022年夏天，我們做了一個大規模的隨機對照試驗：在中國最大的求職網站之一，向北京4035個真實招聘崗位投遞了精心設計的虛構簡歷，簡歷中的照片也是使用人工智能生成的。

每份簡歷在性別、學歷背景、實習經歷、證書、期望薪資、學校聲譽等方面完全一致，僅在“數據分析技能”這一項上設定了三種水平：

基礎技能：熟練使用Excel；

中級技能：掌握Stata與SPSS；

高級技能：在中級基礎上，還掌握Python與SQL。

這些技能層級，正是當前國內經濟學本科生在數據訓練中的真實情況。遺憾的是，學會Python和SQL的學生還不夠。

研究助理詳細記錄每一份簡歷收到面試的情況，再禮貌地拒絕面試，由此驗證哪一種簡歷更容易獲得面試邀請。

總體而言，掌握中級或高級數據分析技能的簡歷比掌握基礎技能的簡歷面試回復率提高約2.5%～2.8%，增幅為19.2%～21.5%。

對于女性而言，擁有中級技能和高級技能的面試回復率分別提高29.8%和44.7%。

為什么這些正向效果主要體現在女性身上？為了解釋這一點，我們又在6所中國大學的1781名經濟學本科生中做了一項補充調查。結果顯示，男女學生的課程成績、掌握數據工具的能力都相似，但男性在實習中更常使用數據工具，更有信心勝任數據崗位，也更愿意從事數據分析的相關工作。

因此，女性并非“學不會”，而是對自己掌握與應用數據分析的能力缺乏信心，從而在實習和求職中回避了這些機會。

這種技能回報究竟是“人力資本效應”還是“信號效應”？我們采訪了10位來自不同行業的人力資源主管，他們一致認為，數據分析技能不是一個“看上去聰明”的標簽，而是真正“能干活”的能力。簡而言之無論是運營、市場、產品，還是行政、銷售、客服崗位，都希望候選人能理解數據、處理數據、用數據說話。

這種“技能回報”更容易體現在數據密集型崗位上，如服務業、大型企業或薪資較高的職位。在農業制造業、低薪崗位中，技能的邊際價值不顯著。

這一結果強化了一個事實：Python不是用來嚇唬HR的，而是用來提效、說服、決策的。

專業中的隱藏技能

技能可以重構你的簡歷，并在一紙文憑之外，在勞動力市場上帶給你更真實的競爭力。即使出身于同一專業、學校，不同的技能組合，也可能讓畢業生在就業市場的回報差異高達45%。選專業不能只看名字、排名、道聽途說，而要看4年中能否學到有用的技能——尤其是數據分析、編程、統計思維等橫向遷移性強、跨行業通用的技能。如果愿意，文科生也可以主動選修方法課、編程課等。

如果你是一名來自“雙非”學校“非熱門專業”的學生，不必自卑。如果你能在簡歷上寫出熟練掌握Stata、SPSS、Python、SQL，能舉出清晰的數據項目經驗，能在實習中說出如何用數據做決策、改進流程，你的競爭力將與名校學生不相上下。

如果你學習的是經濟學、社會學、管理學、教育學等文理均可的專業，請盡早利用你所在高校提供的方法課資源（比如經濟計量學、社科統計、數據庫課程），去Coursera、網易云課堂、B站等開始學習一門編程語言。

很多人填志愿時會被誤導：專業等同于職業。但我們的研究提醒大家——即使是同一個專業，不同人學到的技能差別很大，結果也完全不同。

經濟學專業并不等于數據分析職業，但你可以通過經濟學中的計量課、數據課，為自己打開進入數據世界的大門。同理，心理學、傳播學、教育學、政治學都可以成為數據分析的入口，只要你愿意走出那一步。

你大學4年到底學會了什么，決定你將來能做什么。

每個人都要學編程嗎？

我經常被問道：“是不是應該從高中就開始學Python？”我回答：“可以學，但這不是問題的核心?！蔽覀冋嬲枰伎嫉?，是如何成為一個有能力學習、跨域遷移、反思行動的人。

進入AI時代，勞動經濟學的最新研究揭示出3個重要趨勢：第一，跨領域復合技能成為核心競爭力；第二，非認知與社交技能持續升值；第三，元技能——即“學習如何學習”的能力——正在成為長期發展的保障。

以AI為例，雖然它能夠快速處理信息、生成文本、優化模型，但它無法在陌生情境中提出問題、無法作出價值判斷。這些是人類必須承擔的任務。大學教育若只聚焦于“記住知識”“通過考試”，則注定錯失真正可轉移技能的訓練契機。

我更愿意把大學看作一個技能生態系統。它的價值不在于授予你一張學位證書，而在于給予你3個訓練機會：結構性訓練（建立邏輯與表達）、社交性互動（構建團隊合作能力）、探索性試錯（練習在復雜環境中做決策）。你能否抓住這些機會，將決定你能否擁有未來。

最后，我并不主張每個高三考生都去報人工智能、大數據、計算機科學專業，也不建議每個大學生都成為Python高手。人生選擇應有多樣性，社會也需要多樣性。

我希望你了解研究背后的事實：在現代勞動力市場上，有些技能是真正有回報的。它們不一定寫在專業名稱里，卻決定你簡歷上的分量。

數據分析正是這樣一種技能。我們可以，也應該在大學四年里，爭取習得這種技能。

（七月摘自 《看天下》）