后疫情时代：大学生的精准就业

2020-09-10朱瑾

看世界·学术上半月 2020年9期

摘要：从表面上看，大学生“就业难”难在找不到满意的工作，用人单位“招聘难”难在招不到滿意的人才。实际上整个大学生就业市场是不缺岗位的，很多高校每年用人单位提供的岗位数与毕业生人数之比超过10：1，也就是平均每个学生有10个岗位可供选择。但是，作为就业主体的大学生对工作的需求发生了变化，从仅仅是一份提供经济保障的工作转向对薪资待遇、工作条件、工作地域、工作时间等等因素的全面考量的高质量工作。同时，对大部分用人单位来说也不是招不到人，而是招不到合适的人。什么是合适的人呢？对用人单位来讲就是符合岗位能力要求的人。对比来看，我们或许就能发现二者的矛盾：一方面是作为就业主体的学生对自己未来的工作有很多理想化的需求;另一方面是作为用人主体的用人单位发现很多学生能力素质不能满足岗位需求。精准就业就是要解决这个长期困扰大学生就业市场的“两难”矛盾。

关键词：大学生就业;精准就业;市场研究

一、什么是精准就业？

2016年教育部下发《关于开展全国普通高校毕业生精准就业服务工作的通知》，要求建立健全精准推送就业服务机制，促进毕业生更充分和更高质量就业，强调精准就业服务是提升就业指导服务水平、做好新形势下高校毕业生就业创业工作的必然要求。精准就业提到的背景就是为了解决原来粗放式就业过程中信息不对称造成的大学生就业难和用人单位招聘难的结构性矛盾。精准就业的核心要解决两个方面的问题，一个是信息精准;一个是能力精准。

所谓信息精准就是用人单位的招聘需求信息和学生的求职信息能实现及时准确的匹配。信息精准的问题，就是要求分别建构学生和用人单位岗位需求的能力素质模型，为学生和用人单位需求画像。而要实现为供需双方精准画像就必须在整个线上线下求职招聘数据链条上形成一个完整的闭环。目前几乎所有的用人单位都必须通过线上平台发布就业需求信息，这样学校通过后台数据系统很容易就能收集到各种数据信息，但是，真正有效的校园招聘行为却大部分发生在线下，而线下的求职招聘数据如何收集，目前没有很好的办法。

实现就业供需双方信息精准只是精准就业的第一步，让就业供需双方在自身能力素质和目标岗位能力素质要求之间进行标准化匹配。精准就业要解决的第二个方面的问题是能力精准，也就是赋能问题。精准就业的核心是就业，而不仅仅是信息精准就可以了。我们通过精准就业的第一步实现了就业供需双方信息精准匹配后，发现学生和用人单位岗位的能力素质模型之间存在一定的差距，一般而言学生个人的能力素质模型是要低于目标岗位的能力素质要求的。这个时候为了实现精准就业，就需要给学生赋能，使学生的能力素质达到目标岗位的要求，这样才能实现精准就业的完整闭环，既实现了信息精准又找到了学生离目标岗位的能力素质差距，并通过赋能帮学生达到目标岗位能力素质要求，最终实现学生和用人单位共赢，真正达到精准就业。

基于此，我们可以把精准就业定义为：为了解决粗放式就业过程中信息不对称而造成的大学生就业难和用人单位招聘难的结构性矛盾，利用互联网、大数据、人工智能等技术手段，实现求职者和目标岗位精准匹配的过程。精准就业虽然首先是解决就业过程中信息不对称的问题，但最终要实现的是学生找到满意的工作和用人单位招到合适的人才的目标。因此，精准就业的核心要解决两个方面的问题，一个是信息精准;一个是能力精准。

二、高校精准就业体系构成及系统分析

（一）信息精准

1当前在信息精准方面存在的问题：

1.1在当前线上就业信息注册流程上，学生个人注册信息和用人单位注册信息缺乏统一的标准，一般而言学生在信息注册的时候更多的是以描述性的简历为主，缺少结构化的指标体系。用人单位信息注册方面，也多是描述性的岗位需求缺少结构化指标体系。

1.2当前线上就业工作流程基本能够实时统计学生和用人单位注册提交的信息，以及招聘会的场次、提供岗位、学生点击数等信息。

1.3在当前线下招聘工作流程上，线下就业行为数据的统计基本上是靠人工统计，人工统计只能统计入场的学生和用人单位数，而这些学生和单位的双向选择过程和结构无法统计，这就导致精准就业大数据平台数据没办法形成闭环，实现不了真正的精准就业大数据分析。

2在信息精准方面的优化对策：

2.1为学生和用人单位建构统一的结构化模型，代替工业化时代描述性的简历和岗位说明。如将学生能力素质模型指标分为专业知识技能（30%）、通用技能（50%）和职业品质（20%）等三部分，分别进行量化评价。用人单位的岗位能力素质模型指标跟学生指标体系相近，不同企业可以根据自身实际情况，设置不同指标权重。

2.2对线下招聘工作流程进行数字化改造，打造精准就业线下招聘工作流程，真正实现招聘就业线上线下的大数据闭环。

（二）能力精准

1实现能力精准主要步骤：

1.1给学生做职业测评。从职业兴趣、职业性格、职业能力、职业价值观四个维度进行测评。