大数据背景下高校精准就业服务工作研究

冯永鹏 张云婷

摘  要： 高校就业工作是教育领域重要的民生工程和人才工程。目前，大数据已经成为高校精准就业工作的重要推手，高校应发掘大数据在精准就业工作中的价值意蕴，以大数据技术为手段，树立大数据思维;建立就业信息台账;发挥大数据平台效用;提高大数据素养能力，为高校提高就业质量和水平提供重要参考。

关键词： 大数据; 高校; 精准就业

中图分类号： G647.38          文献标志码： A          文章編号： 1671-2153（2020）05-0047-07

大数据是指使用传统、常用的软件技术和工具在一定时间内完成获取、管理和处理的数据集。大数据不仅代表数据规模的定义，它更代表着信息技术发展进入了一个新的时代，代表着大数据分析和应用所带来的新服务和新的发展机遇[1]。2015年，党的十八届五中全会提出“实施国家大数据战略”;2016年，“十三五”规划纲要对全面促进大数据发展提出方向性目标和任务[2];2017年12月，习近平总书记在中央政治局第二次集体学习中明确指出：“大数据是信息化发展的新阶段”，要懂得大数据，用好大数据，增强利用大数据推进各项工作的本领，不断提高对大数据发展规律的把握能力，使大数据在各项工作中发挥更大作用[3]。随着我国将大数据上升为国家战略，并持续推向深入，就如何运用大数据来促进高校就业工作成为了重要议题。面对高校就业工作大数据化，须适应新时代发展的需要，以大数据为支撑，以了解和掌握就业基本信息为基础，以促进精准就业为目标，站在战略高度，看到高校就业工作在大数据背景下发展的新思路新方向，找到精准就业服务工作新的着力点，从而促使大数据在高校就业工作领域得到快速推广与应用。

一、形势分析：大数据成为高校精准就业的重要推手

高校就业质量是衡量一所高校办学水平和专业人才培养质量的重要指标。据教育部统计，2020届全国普通高校毕业生预计近874万人，就业形势依然复杂严峻[4]。今年以来，一系列促进高校就业工作的政策持续推进，使高校毕业生就业率维持在较高水平，就业态势实现平稳发展，但稳中有变、变中有忧，不确定、不稳定因素仍在增加。教育部副部长翁铁慧在2020届全国普通高校毕业生就业创业工作网络视频会议中指出：高校要科学推送就业信息，要推送个性化指导服务，努力实现岗位信息与求职信息“无缝对接”，提高就业统计科学性、即时性和准确性[5]。与此同时，大学生供大于求、用人单位供不应求等供需结构性矛盾、数据匹配精准性问题依然存在，影响了高质量就业。当前，“实施大数据战略”已上升为国家战略高度，大数据为高校精准就业与高质量就业带来了新机遇，提供了新方向，为后期精准就业指导服务提供了科学参考。大数据是运用传统软硬件技术工具对海量数据进行采集、存储、处理、分析、可视化、管理、服务和安全的集合，大数据一般具有大体量、准确性、多样性、时效性、大价值五大特点。大数据最重要的特点就是对各种格式和形态的数据进行分析，实现智能化匹配，可以很好地解决目前高校就业工作中的诸多问题。针对当前高校就业工作中存在的“供需矛盾”问题，大数据以需求为导向，寻找数据尺度算法和降低复杂度，将高校端、用人单位端、学生端三个端口进行连接，通过让用人单位和毕业生直接对接的方式，让高校就业部门从“上传下达者”和“桥梁承载者”变身为“数据决策者”和“交通指挥官”，助力高校全面精准掌握毕业生在就业过程中存在的问题与障碍，精准推进高校毕业生更高质量更充分地就业，从而让高校就业工作实现高效、便捷、低成本、高精准。近年来，多数高校运用大数据对就业市场和大学生就业的新变化情况进行分析，运用以互联网技术、云计算、大数据为基础，研发线上“智能匹配对接”、线下“精准高效就业”的高校精准就业智慧平台就成为了大趋势，探索出适应新时代发展的精准就业服务模式，促进更高质量和更充分就业。同时，高校应该坚持把科学运用大数据而推动毕业生就业创业工作放在突出位置和纳入学校人才培养工作的整体战略中。总体来看，运用大数据实现高校精准就业不仅可以从实质上解决“招不到人”和“一岗难求”矛盾问题，而且对于促进社会稳定发展和深化高等教育教学改革也有重要意义。

二、定位思考：大数据对高校精准就业的主要价值意蕴

大数据的挖掘和分析有利于实现精准就业决策和服务，并为高校精准就业创造条件，实现高校高质量就业。

（一）大数据有助于精准就业，促进毕业生更高质量就业

大数据分析是提升高校精准就业工作的最佳途径。大数据对高校就业工作具有两大支撑作用：一是实现真正意义上的精准就业，提高精准就业的研究和决策水平。大数据通过获取、处理和分析就业数据，以有效的信息技术手段和计算方法，发现和提取就业信息数据的价值，为高校就业工作提供高附加值的应用和服务，促使了高校就业工作的创新化与深度化[6]。在传统的“小数据”中，“用什么数据说话”、“让数据说什么话”、“如何让数据说话”在很大程度上取决于工作者的主观经验，但在“大数据”时代，大数据具有客观性，体现着其在现代科学技术体系中具有相对客观的优越性，如何让“数据说话”、“数据说什么样的话”成为了高校就业部门需要始终贯彻的科学意识。大数据有助于准确把握高校大学生的就业特点，对大学生从进校到毕业求职进行全过程、全方位的数据分析，能够对高校大学生进行全方位的跟进。同时，大数据可以对同一群体或个体在求职的不同时间段、同一时间段内不同群体或个体的数据进行差异性、关联性分析，可以对就业过程中存在的具体问题进行精准分析，从而为实施针对性、精准性的就业工作提供决策依据。二是大数据平台可以根据国家和地方部门与高校的各自诉求来提供精准化服务。国家和地方部门通过建立人才需求基础信息库，加强与高校的精准对接，基于大数据完善大学生个人用户和招聘用户的“画像”，实施就业供需精准匹配。高校基于对数据的挖掘与分析，快速锁定被就业对象，完成定岗、定向、“定单式”精准输出，改变传统高校就业方式，彻底解决由于信息不对称造成的大学生盲目就业、难就业问题。大学生根据大数据平台分析，可以迅速根据个人的知识结构、能力特点和兴趣爱好来匹配出适合的就业类型。

（二）大数据有助于优化高校就业工作的内容供给

中共教育部党组印发的《高校思想政治工作质量提升工程实施纲要》中明确要求：“要优化内容供给、改进工作方法、创新工作载体，激活高校工作的内生动力”[7]。大数据因人而生，由人发展，为人所用，具有鲜明的意识形态属性，高校是大数据的使用者和发展者，提升高校的大数据素养和引导高校使用大数据来促进就业工作，是大数据时代高校就业工作内容质量提升的内在要求和重要内容，这也意味着高校就业的内容质量提升必然以大数据为驱动要素。大数据有助于推动高校就业工作“供给侧改革”与优化内容供给，一是创新高校就业信息精准化体系。大数据方便对数据进行分类管理，能够结合定量测评和定性分析，探索大学生学习与职业发展调查WUT评估、预测及支持体系建构，保障指标机制科学化，做到就业数据信息的精准化运用。二是完善高校就业信息精细化程度。大数据可以设计实施大学生“来校、入学、毕业”、“信息采集、跟踪管理、信息更新”全方位全节点的数据可视化。并以学生群体分类和求职需求导向为依据，统筹安排全职与兼职就业内容，精准科学面向应届毕业生推送大型招聘会、中型招聘会、专场宣讲会内容，进行点对点推送。大数据通过探索分层分类个性化、差异化对接形式，促成实践实习、就业创业等精准化就业项目，创建更为高效更为精准的就业服务体系。三是优化高校就业精准指导服务工作。指导服务是毕业生就业的基础工作，要更加个性化、精准化。大数据以精细化管理为手段，以信息化平台为基础，通过分析毕业生参加招聘会次数和频率，形成数据共享、集成与分析模型，从而开展针对性的就业指导。大数据以互联网大数据管理为保障，可以全方位地对签约就业协议或劳动合同就业、其他形式就业、升学、出国出境、未就业和暂不就业等情况精准界定并分类统计，并以第三方抽样调查、布点监测等方式开展统计，建立第三方核查机制，完善以毕业生为主的反馈核查机制。同时有助于精准帮扶特殊群体，通过一对一服务，精准推送政策和岗位信息。四是强化落实毕业生就业数据统计和检测。大数据可以将毕业2-8年的毕业生为对象设置六个维度，24项指标，深入分析毕业生就业率、就业去向、就业满意度、就业适配性、薪资待遇、用人单位满意度以及毕业生对专业设置和教育教学的反馈意见，通过建立数据结构模型，推动形成就业与招生计划、专业调整、人才培养之间的联动机制，为人才培养提供有力支撑[8]。

（三）大数据有助于准确把握大学生的就业行为和特点

大数据有助于分析过去，把握现在和预测未来。一是大数据能够全面记录大学生的成长发展轨迹，全程记录大学生求职轨迹，深度分析与及时反馈，个性化求职策略调整，并从动态上把握大学生的求职状況和实践状况。有助于把握重点群体并有针对性地进行就业帮扶，科学构建人际支持系统与筛查系统。二是大数据可以根据大学生的职业发展理论建立需求模型，观察不同类型学校、不同学科、不同群体特征，并能够关注群体特征的差异性。三是大数据可以对大学生从进校到毕业全过程、全方位、全立体的数据进行分析，对大学生群体及个体的思想和行为特征进行多维度的描述，从而立体式地还原大学生数字化生活的真实状态。譬如，建立全面的个性化信息，记录毕业生在校期间综合表现，从“学习成绩、个人特长、个人荣誉、科技创新、社会实践、志愿公益、社会工作、文体发展、诚信记录、专业匹配程度、职业发展情况、择业单位关注情况、就业期待（薪资、生活质量、岗位性质、就业区域）”等十三大模块对学生进行综合评估，进行个性兴趣、价值观与职业测评，最终依据不同发展阶段学生成长及发展的实际及诉求，准确推送与学生职业素质培养、就业服务项目、实习实践、企业兼职及企业招聘等相匹配的就业信息，实现精准化个性化的信息推送。

三、案例分析：大数据提升高校就业的精准化水平

为全面了解毕业生的就业情况及去向等因素，运用大数据精准地开展就业工作。笔者采用问卷调查法，选取江苏某高校1000余名2020届应届毕业生作为研究对象，从工作地点选择、就业方向选择两个方面进行深入细致的分析，并构建数据模型。使用KNN算法对工作地点选择、就业方向选择等数据进行分析，使用Python对数据进行预处理，对13个自变量X值与因变量值进行分析，得出大学生对就业方向和地点选择的影响因子以及其影响力大小，从而为高校提高精准就业质量和水平提供重要参考。笔者将13个小类特征划分为两个大类，分别是性格特征、工作目标、学习成绩、英语成绩、社会工作经历、学科竞赛、社会实践、兼职工作、就业方向、求职所具备的素质、影响就业因素、专业对口度、对本专业的了解情况，并将13个小类特征进行两两组合（强关联因素），使用KNN模型算法预测，从中选出前10%准确率高的特征搭配，然后将所有数据集导入模型中，进行分析，并给特征数据集构建三维立体空间。

（一）工作地点影响因素分析

如图1所示，在本次调研对象中没有兼职工作经历的应届毕业生居多。首先从总量上看，没有学科竞赛经历的应届毕业生更倾向于选择生源地或者大学所在地，相比于北上广深这些热门城市，自己熟悉的城市更容易吸引他们;而在有学科竞赛经历的应届毕业生中，选择北上广深的居多，特别是对于无兼职工作经历的应届毕业生，工作机会是他们优先考虑的因素。从各工作地点选择所占比例来看，可观察到两种组合，一是北上广深或找到合适工作就去比例较大，这或许可以说明应届毕业生比较重视工作机会、薪资以及自我提升机会等因素。从图1中的分析结果可知，有学科竞赛经历的人更注重工作机会;另一种是选择生源地或大学所在地的居多，这种选择也意味工作环境对于应届毕业生来说更熟悉，这时首要考虑的因素可能是工作的成本，如工作地点离家距离、城市生活节奏、物价水平、人脉积累等，在生源地或者大学所在地工作不需要时间去适应新的环境或者重新建立人脉关系，所以没有学科竞赛经历的应届毕业生更倾向于在不需要重新积累人脉或者重新适应的熟悉环境中工作。

如图2所示，可观察到无论工科、理科和文科应届毕业生，大多数选择留在大学所在地工作，应届毕业生在选择工作时受个人兴趣和亲友意见的影响较大，令人意外的是，在选择工作的时候首要考虑薪资待遇的占比反而较少，这一定程度上反映“90后”应届毕业生在选择工作时比较重视工作中的主观体验，关注于工作内容本身，而不仅仅是自身能力是否胜任工作或报酬之类的问题;因为“90后”个性都比较强，更关注自我价值挖掘，而且目前很多工作的门槛比较低，从事工作与本科所学专业不相关的现象比比皆是。此外，总趋势是趋向于生源地和大学所在地或者找到合适的工作就去，其中工科和理科应届毕业生中选北上广深的要多一些。如图3所示，“北上广深+找到合适工作就去”强关联组合在担任过学生干部的应届毕业生中所占比重，比没有担任过学生干部的学生大很多，而在这些学生中，外向和多重性格的学生选择北上广深的比例相较于内向和慢热学生更多，内向的学生选择去北上广深的比较少，而选择留在大学所在地的所占比例比较大。

综上所述，我们发现在具备某一特质的应届毕业生中选择生源地的比例高时，大学所在地所占的比例也会相应较高，而生源地与大学所在地有相似之处，根据这一规律可以将这些选择大致分成两类，一是选择北上广深和找到合适的工作就去，另一个是选择生源地或者大学所在地，仔细分析可以发现这两类选择对应于当代大学生不同的需求。不同的需求下同学们在选择工作时首要考虑的因素也不一样。首先，应届毕业生在选择工作时可能会考虑工作机会、离家距离、自我提升机会、人际关系积累、就业成本、生活城市环境、政府政策等。对于生源地或大学所在地不是一二线城市的应届毕业生来说，北上广深意味着更多的就业机会、自我提升机会和更好的生活环境，但就业成本相对较高（租房成本、重新积累人脉、适应新环境等）;而在大学所在地或生源地工作意味着能更快适应工作状态、竞争压力小、更容易享受当地政府政策优惠、更低就业成本等。此外，结合图1、图2、图3分析可得出，有学科竞赛经历、担任过学生干部的理工科应届毕业生倾向于选择北上广深等就业机会多的城市，具备这些特征的学生往往有很高的积极性，且能在大学阶段给自己制定了规划，在实践探索中对自身能力以及职业意向有一定的认识，因此他们在就业阶段对自身能力提升的渴望比较强烈。相较之下，无学科竞赛经历、无学生干部经历的学生在找工作过程中优势不明显，因此更倾向就业成本低、工作状态可长期维持稳定的生源地或大学所在地。

（二）就业方向选择影响因素分析

如图4所示，多数应届毕业生认为学校知名度、实践经历、工作经验以及外在形象对就业方向影响较大，注重学校知名度和沟通表达能力的应届毕业生中选择自主创业的比例比较大，而注重实践和工作经验的应届毕业生中选择去国有企业的比例大大高于选择其他因素的，特別是理工科学生更加关注。同时，注重外在形象的应届毕业生选择去民营企业和部队的比例较高，而注重实践和工作经验的理工科学生也有相当一大部分学生选择去民营企业。如图5中所示，特别是就业方向选择学校的毕业生，学校知名度影响他们的录用率;而在选择基层作为就业方向的毕业生中工科生比较多。

如图6所示，社会实践次数为2次似乎为一个分界线，社会实践次数大于2次的应届毕业生大多数选择国有企业或学校，而社会实践次数少于2次的应届毕业生都倾向基层和民营企业（除成绩优秀的学生外）。成绩优秀且实践经历丰富的应届毕业生中几乎没有选择去基层和部队。在选择去学校的应届毕业生中主力军为成绩中上的学生。在成绩较差的应届毕业生中几乎没有选择自主创业，其中社会实践经历丰富的应届毕业生主要选择政府机关或国有企业，而社会实践经历相对较少的人倾向于基层。

为进一步增强分析精准性，下面将结合九型人格理论对上述8个因素如何影响就业方向选择分析。九型人格是一个倍受美国斯坦福大学推崇，并成为现今最热门的课程之一，是职业规划、职业发展的最佳辅助工具之一。从社会实践经历、学习成绩、对就业影响因素的看法等因素中，可大概观察到大学生的主要性格特质，从而分析出他们行为选择背后的动机和需求。从上述结论中，我们明显发现愿意自主创业的学生主要具有学习成绩优秀、关注个人兴趣、实践和工作经验丰富以及出色的公关素质等特征，这些特征是8号领袖型人格所具备的，即行动力强、追求独立自主、主观自信、勇于挑战、目标感明确等。而成绩优秀、社会实践经验少的学生可能是理性主导的5号、6号或7号人格，他们比较注重逻辑思维，头脑冷静，思路清晰，善于对问题作出理性而深刻的分析，有学者范，能够成为出色的幕后决策者，因此这类学生往往倾向于选择政府机关、基层或学校。

四、趋势展望：大数据提升高校就业的精准化水平

大数据时代，高校精准就业服务工作提升，要不断树立大数据思维、建立就业信息台账、发挥大数据平台效用、提高大数据素养能力，提高就业服务的精准化程度。

（一）树立大数据思维

互联网和信息技术的快速发展，促使就业部门建立起以数据说话的定量决策思维，根据时间长度、空间广度的大数据分析，使高校就业工作主客体对相互之间思想和行为变化及特征的把握更加真实、全面，既能从变化的数据中寻找因果关系，又能从系统的数据中寻找关联要素。具体而言，一是运用大数据来处理海量信息，对信息处理的要求更高，信息的搜集、处理和存储各个环节更需要各个部门的配合，形成合力，否则，大数据战略只能是一盘散沙。二是科学利用大数据进行信息整合，打造全校就业工作“一盘棋”，将高校招生单位、培养单位、学生工作处、就业单位、团组织、二级学院等职能部门所收集的基础信息进行共享和比对，通过在就业部门建设高校就业信息大数据中心，加强高校就业数据的获取、筛选、整理、组织、分析和决策，真正实现高校就业信息数据的统一管理，提高就业工作效率，提升就业服务的精准化水平。三是二级单位应为学生建立求职档案，细致全面了解每一位毕业生的求职状况，及时跟踪求职动态，并科学指导学生端及时上传求职简历，明确求职地域、岗位意愿、起薪标准等个性化求职意向，以便数据平台系统智能化匹配，不断提高供需对接和人岗匹配效率，在海量招聘岗位中及时精准地向学生推送符合要求的就业信息。

（二）建立就业信息台账

信息是基础，也是保障，是高校开展精准就业工作的基础，只有摸清底数，才能精准施策。要想充分发挥出大数据的作用，就要重视信息的采集，并且要采集到精准、安全、可靠的信息数据。具体而言，一是掌握基础信息。包括学生学习成绩、个人特长、社会实践、奖惩情况、求职意向、薪资待遇、职业测评和诚信记录等内容，建立大学生数字化人才信息库，做到个人信息清、就业愿望清、技能状况清、求职过程清、就业情况清“五清”。二是核查基础信息。与学生工作处、校团委、辅导员等进行数据交换，比对核查，补充完善学生第二课堂成绩单等核心内容。三是落实基础信息。将毕业生求职信息按照意向清单分解下发，并依托当地就业服务平台，及时录入人力资源台账信息系统;对于用工单位，可以采用线上登记、线下采集方式，掌握本地用人单位的基本用人需求，建成精准化、广覆盖的企业人才需求数据库。通过搭建台账的方式，不仅让就业部门掌握资料信息，做好就业服务，也让供需双方找到了平台，夯实了信息化建设基础。只有准确掌握了毕业生的基本信息以及用人单位的基本需求，才能真正做到就业服务的精准，此外，就业信息并非一成不变，要定时更新，确保“一池活水而非死水”。

（三）发挥大数据平台效用

大数据平台是实现高校精准就业工作的前提。以江南大学为例，学校已通过就业信息网、智慧就业APP搭建了供需精准对接服务平台，不断完善用人单位岗位需求信息数据库。具体而言，一是利用“互联网+就业”新模式，准确掌握毕业生求职意愿和用人单位岗位需求信息，充分利用“智慧就业”系统、“91job”平台的个性化定制服务功能，建立精准推送就业服务机制，精准推送个性化指导服务，努力实现岗位信息与求职信息“无缝对接”，提高就业统计科学性、即时性和准确性，从而降低学生求职的时间和经济成本，提高求职成功率。二是与学生资助中心建立对接联系，运用大数据对“贫困库信息”进行比对分析，重点帮扶关心建档立卡贫困家庭、农村生源学生、少数民族、身体残疾等特殊困难群体，针对学生的不同特点和需求，送政策、送指导、送信息，实现个性化就业服务[6]。三是发动二级学院领导、专业教师、党员师生与就业困难学生结对子，实行“一生一策”动态管理制度、“月报”、“周报”动态管理制度，建立帮扶工作台账，优先推荐就业岗位，落实求职创业补贴，进行有针对性的指导和服务。

（四）提高大数据素养

大数据时代，不再是“一把钥匙开一把锁”，而是“一把钥匙可以开不同的锁，而同一把锁也可由不同的钥匙来开”。高校就业工作应遵循“数据为主、价值导向、就业指导、精准服务”的工作思路。具体而言，一是关注大学生进入大学后生涯成长，运用大数据进行精准就业指导教育，运用大数据加强多维度、全程化精准就业指导力度，建设职业化、专业化、专家化就业指导师资队伍，将大数据知识学习和素养提升纳入高校就业指导教师培养的内容体系，培养大学生就业工作的大数据专门人才，不断完善精准就业服务发展支持体系。二是细化就业服务体系，提供以智能化、信息化为主导的精准对接就业服务，做优做强校园招聘市场，不断提高用人单位和学生满意度，真正实现毕业生更高质量和更充分就业。

总体来看，大数据正在进入高校工作的各个领域层面。利用大数据开展高校就业工作，有利于实现就业资源配置的精准化、就业管理决策的科学化、就业“数量化与质量化”的统一化与就业宏观评估与微观评估相统一。可以说，大数据技术与高校就业工作的深度融合有助于引发“就业生态”的再平衡。量变层面：大数据技术在高校就业工作中的运用，提高了就业效率与资源共享服务水平;质变层面：科学优化就业工作流程，实现高校就业供需精准匹配，能够促进就业质量的全面提升，实现真正意义上的精准就业。

参考文献：

[1] 黄宜华，苗凯翔. 深入理解大数据：大数据处理与编程实践[M]. 南京：南京大学，2014.

[2] 新华社. 国家十三五规划纲要[EB/OL]. （2016-03-17）[2020-03-31]. http：//www.xinhuanet.com/politics/2016lh/2016-03/17/c_1118366322.htm.

[3] 新华社.习近平主持中共中央政治局第二次集体学习并讲话[EB/OL]. （2017-12-09）[2020-03-31]. http：//www.gov.cn/xinwen/2017-12/09/content_5245520.htm.

[4] 教育部. [EB/OL]. （2019-11-01）[2020-03-31]. http：//www.moe.gov.cn/jyb_xwfb/s5147/201911/t20191101_406366.html.

[5] 新華社. 2020届全国普通高校毕业生就业创业工作网络视频会议[EB/OL]. （2019-10-31）[2020-03-31]. http：//www.gov.cn/xinwen/2019-10/31/content_5447265.htm.

[6] 王美丽. 大数据时代高校精准就业服务模式工作研究[J]. 思想理论教育，2016（06）：84-88.

[7] 教育部. 中共教育部党组关于印发《高校思想政治工作质量提升工程实施纲要》的通知[EB/OL]. （2017-12-05）[2020-03-31].http：//www.moe.gov.cn/srcsite/A12/s7060/201712/t20171206_320698.html.

[8] 陈智旭. 利用大数据实现大学生精准就业论析[J]. 学校党建与思想教育，2017（08）：81-83.