京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大学生就业形势分析
《报告》数据来源于2013届大学生毕业半年后社会需求与培养质量的抽样调查,以及2010届大学毕业生三年后跟踪调查。选取了2013届大学生毕业半年后全国样本约26.8万。覆盖的本科专业为324个,高职高专专业为490个;覆盖了全国28个省、直辖市和自治区;覆盖了本科毕业生能够从事的593个职业、高职高专毕业生能够从事的537个职业;覆盖本科毕业生就业的323个行业、高职高专毕业生就业的324个行业。《报告》披露了2013届各专业大学生的就业率、就业满意度、毕业生月收入等指标的排名情况,并列出了最不被看好的红牌专业、需要预警的黄牌专业和最被看好的绿牌专业。
就业形势
《报告》显示,2013届大学生毕业半年后的就业率(91.4%)比2012届(90.9%)略有上升,比2011届(90.2%)上升1.2个百分点。其中,本科院校2013届毕业生半年后的就业率为91.8%,与2012届(91.5%)基本持平,比2011届(90.8%)上升1个百分点。从近三届的趋势可以看出,大学毕业生半年后就业率稳定。目前来看大学生就业难并不是体现在就业率上了。
在国内外读研的比例 2013 届为12.2%,比2012届(10.9%)增加1.3个百分点,比2011届(10.1%)增加2.1个百分点,连续三届呈上升趋势。2013届“211”院校毕业生毕业半年后“受雇全职工作”的比例为66.7%,比2012届(68.8%)下降2.1个百分点,比2011届(72.1%)下降5.4个百分点,连续三届呈下降趋势;在国内外读研的比例(26.9%),比2012届(24.4%)增加2.5个百分点,比2011届(19.9%)增加7个百分点,连续三届呈上升趋势。从《报告》中所指出的数据分析,重点大学院校考研的学生正在迅速飙升,而整个大学本科毕业生考研的比率也在飞速地增长。更多的大学生开始用考研来避开就业矛盾。导致这个的原因是大学生就业的核心矛盾已经不是能否找到工作了,而是在于就业的满意度。
专业选择
《报告》称,2013年大学本科毕业生工作与职业期待的吻合度为46%,在认为职业期待与工作不吻合的毕业生中有33%的人认为工作不符合自己的职业规划,24%的认为工作不符合自己的兴趣爱好。半年后职业吻合度最高的是法学,达到了51%,职业期待吻合度最低的是理学,只有43%。
《报告》指出,2013届本科毕业生毕业半年后就业率居前三位的专业是建筑学(98.3%)、安全工程(96.9%)、地质工程(96.7%)。高职高专毕业生半年后就业率居前三位的专业是城市轨道交通运营管理(97.6%)、学前教育(97.5%)、电气化铁道技术(97.0%)。与此相对应的则是,2013年本科毕业生失业率最高的专业为物理学(14.7%),其次为生物科学与工程(14.3%);高职高专毕业生失业率最高的为艺术设计(14.9%),其次为法律事务(14.6%。)。在选择专业时,可以看专业类的长期趋势,就业率具有一定的稳定性,就业率高的专业类始终较高,比如本科的能源动力类、土建类和环境生态类等的就业率连续三届大都在95%左右。就业率可以作为选择专业的参考,但不应是唯一参考。考生本人是否喜爱学习相关的专业课程、是否愿意从事相关的职业也是重要因素。
薪酬统计
2013年本科毕业生有17.2%月收入在5000元以上,在本科毕业生中毕业半年后月收入最高的是经济学,为3775元,最低的是教育学为3151元。
从从事的职业归类看,毕业半年后平均收入最高的是“互联网开发及应用”为4415元,其次是“金融”为4248元。细分到行业中,半年后月收入最高的是“金融”4186元,其次是“媒体、信息及通信产业”3922元。
在2013届本科学科门类中,毕业生在工作时,专业相关度最高的是医学达到了88%,其次是工学73%,最低为法学53%。医学和工学半年内离职率最低,均为18%,文学的半年内离职率最高,达到了30%。理工农医强调寻求专业相关工作,可其他专业毕业生选择与专业无关的工作未必就是不好。其实大学教育也是打基础,专业对口不应成为求职的必要条件。
职业指标
从职业期待、收入和专业相关度来看,不同的专业在这三方面指标中所带来的差异是巨大的。"数据分析师"依据各类指标,在《报告》中一些失业量大、就业率低、薪资低的专业被亮了红牌,2014年本科的红牌警告专业包括,生物科学与工程、法学、生物技术、生物工程、动画、美术学、艺术设计、体育教育。这些专业如何面应对严峻的就业形势呢?已经身处就业不好的专业的学生要积极求职。辅修第二专业以拓展就业面,通过考研来转变专业和提升自己的就业能力。
就业率持续走高薪资走高的绿牌专业包括,建筑学、地质工程、矿物加工工程、采矿工程、油气储运工程、车辆工程、城市规划、船舶与海洋工程及审计学。
这份报告能否作为抉择的“晴雨表”? 我看不尽然,就业不能光看这些客观因素,而是要想想自己怎样在主观上提升自己的个人能力来在行业中立足,所谓“三百六十行行行出状元”,特别是在这个到处充斥着数据信息的时代,如果你会项目数据分析,那么你的优势就显而易见了,当然就业就不在话下了,而且从业中抓住机遇的几率更会大大提升。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26