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
在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31