京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者 | 赵鹿鸣
来源 | 网易数读
时值国庆前夕,2019届的应届生们多数已经工作一段时间。不出意外的话,他们的朋友圈文风可以总结如下:
“我好难啊!”
对于两只脚都踏入社会,正在经受“风吹雨打”的应届生来说,志愿填报、复习备考真的不算什么,选好一个职业、做好一份工作,才是难上加难。
难的背后,是大学生们在职业选择上的迷茫。在知乎平台,“大学学什么专业最好”的提问已有3000余个回答,1000多万次浏览。多数回答将各专业与其对应的行业前景连接,但结论不一。
2019年6月,麦可思研究院如期发布了《2019年中国大学生就业报告(就业蓝皮书)》(以下简称《报告》)。综合近年来的就业调研数据,大学生的职业选择问题也许可得到一个更好的回答。
学什么就要做什么吗?
学什么就要做什么吗?不一定。或者说,需要分学科来定。
从《报告》来看,2018届的毕业生中,医学学科的毕业生,其工作与专业相关度最高,为93%。农业学科毕业生所从事的工作与专业相关度最低,仅为57%。其它学科位列两者其间。
在这里,工作与专业相关度是指所调研毕业生的所学专业与实际工作相关的比例。也就是说,农业学科的同学们,从事的第一份工作就有近半数不在农业领域。
如果说仅应届生的就业数据比较单薄,那么引入2015届毕业生三年后的从业情况进行对比会更能说明问题。
对比来看,各学科专业对应的工作相关度整体呈下降趋势。这说明走入社会三年后的年轻人们更容易离开本科专业的领域,相对自由地选择自己想从事的行业。
不过,医学与教育学依然高居前二,印证了关于医生、教师“工作稳定”的民间说法。
此外,法学与工学的相关度排名也相对较高,似乎也在某种程度上与法律人、工程师需要“越老越吃香”的观点保持一致。
反观农学的“低迷”,则免不了人们长期以来的固有观念,以及对工作环境担忧的影响。
具体来看,与工作相关度最高的专业被医学占据多数。医学影像学、临床医学与口腔医学位居前三,几乎所有的毕业生都进入了与专业对应的职业轨道。
进入前三十的专业,也多属工科或教育学科。在全国本科专业的平均工作相关度在71%的情况下,这些高相关度的专业至少在一定程度上顺遂了父辈们“工作一定要追求稳定”的心愿。
再将目光看向相关度最低的专业列表。社会工作位居最末,相关度仅为40%,其后为文化产业管理、旅游管理,冶金工程等专业。
如果将它们与相关度高的专业对比,会发现这些专业可以粗分为两类:一类是应用方向相对较窄的“冷门”工科或基础理科;另一类是技术性要求不高的人文社科,比如各种管理专业。
还有一些专业,复合两类特点。比如社会工作,就因为对口工作少且可替代性强,长期处于就业“黑榜”的名单上。
当然,应用方向窄、技术性不高,换个角度讲,就意味着更多元的流向。因此,这些专业的毕业生,会通过跨学科考研、考公务员、另行求职等方式,去谋得一份自己更愿意从事的工作。
换工作,已是年轻人的平常
相关度尽管与稳定有关,但从更年轻的视角讲,它并不是决定一个工作是“好”是“坏”的完整标准,更多的是受到行业特性的影响。
比如相关度极高的医学,除了与职业声望、行业前景有关,攻读学位期间的巨大精力投入、行业的相对独立性,使其毕业生本身也不具备较大的“转行”空间。
同时,相关度也不一定与待遇存在明确关联。在教育行业,吐槽自己“工作艰辛,待遇奇低”的老师们不在少数。而早早摆脱所学的毕业生,也许可以在其它领域谋得更理想的收益。
更何况,一个大的趋势是:换工作,早已成为年轻人的平常。
以《报告》中公布的离职率数据来看,2018届毕业生半年内的离职率多在两成以上,其中艺术学最高——近三分之一的艺术学科毕业生会在半年内再换一份工作。位列其后的为文学、农学、经济学等学科。
当然,单就艺术学,还可以有另外一种解释维度:艺术专业出身的同学们,更具备自由、独立的气质,因此在“稳定”这一指标之外,也倾向接受更流动的工作状态。
将时间延伸到三年,除医学与教育学,各学科的行业转换率还是职业转换率都不算低。
其中,艺术学、管理学与文学的毕业生,有约四成会在三年内转换职业。当然,这其中的大多数人,是直接“转行”。
无论是离职还是转行,背后的原因可以非常多样:可能是职业前景不好的主动退出,也可能是工作岗位的被迫离开,同时也有个人志趣的因素。
比如热度只增不减的互联网公司与公务员系统,这两个领域前景看好,且诸多岗位并不设置专业要求,因此吸引了无数的年轻人涌入。
此外,离职、转行的数据里还藏有一个富有想象力的说法——跳槽。跳槽多与“被挖”相连。由此带来的可能是包括薪资在内的一系列工作待遇的提升。
一个常见的情况是,在公司耕耘数年,却不如近期跳槽进来的人薪资高。可当你成为后者,你自然也会美滋滋。
尤其是在传媒、互联网、经管等领域,频繁地跳槽已成为常见现象,也成为年轻人努力扩展事业的重要途径。《报告》显示,诸多专业的学生在毕业三年内的平均雇主数都在2-3个之间。
职业决策,真的挺难
无论父母辈的人是否乐见,换工作的确已成为年轻群体中的日常。但由此反映的事实是,职业决策,真的是件挺难的事。
因为选什么工作,与选择什么生活方式相连,而每个人的性情志趣又千差万别。社交媒体平台上的职业决策提问,会引来各种不同的答案,每个人都可以高谈阔论、引经据典,但这种回答很难照顾到你的内心世界。因此,万千大学生才会在求职路上迷茫。
不过,对职业决策感到为难,也很正常。与决策有关的问题,都很难,因为我们并不知道不同的选择会将我们带向何处。
但这一现象可以得到优化——李文道、李西营等人的研究发现,大学生出现的职业决策困难,主要与缺乏信息、错误信念、缺乏动机等因素有关。[1][2][3]
一方面,大学中开设的职业规划课基本上没有什么实质性的内容,也是公认的“水课”;另一方面,在读期间摆正心态,认清自我,同时对就业信息及时跟进和搜寻,也是非常关键的因素。
因此,在尽人事的前提下,免不了一句俗话:做你喜欢的工作,比什么选择都好。当然,如果你什么工作都不喜欢,那就选个钱多的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22