
作者 | 趙鹿鳴
來源 | 網(wǎng)易數(shù)讀
時值國慶前夕,2019屆的應(yīng)屆生們多數(shù)已經(jīng)工作一段時間。不出意外的話,他們的朋友圈文風(fēng)可以總結(jié)如下:
“我好難??!”
對于兩只腳都踏入社會,正在經(jīng)受“風(fēng)吹雨打”的應(yīng)屆生來說,志愿填報、復(fù)習(xí)備考真的不算什么,選好一個職業(yè)、做好一份工作,才是難上加難。
難的背后,是大學(xué)生們在職業(yè)選擇上的迷茫。在知乎平臺,“大學(xué)學(xué)什么專業(yè)最好”的提問已有3000余個回答,1000多萬次瀏覽。多數(shù)回答將各專業(yè)與其對應(yīng)的行業(yè)前景連接,但結(jié)論不一。
2019年6月,麥可思研究院如期發(fā)布了《2019年中國大學(xué)生就業(yè)報告(就業(yè)藍皮書)》(以下簡稱《報告》)。綜合近年來的就業(yè)調(diào)研數(shù)據(jù),大學(xué)生的職業(yè)選擇問題也許可得到一個更好的回答。
學(xué)什么就要做什么嗎?
學(xué)什么就要做什么嗎?不一定?;蛘哒f,需要分學(xué)科來定。
從《報告》來看,2018屆的畢業(yè)生中,醫(yī)學(xué)學(xué)科的畢業(yè)生,其工作與專業(yè)相關(guān)度最高,為93%。農(nóng)業(yè)學(xué)科畢業(yè)生所從事的工作與專業(yè)相關(guān)度最低,僅為57%。其它學(xué)科位列兩者其間。
在這里,工作與專業(yè)相關(guān)度是指所調(diào)研畢業(yè)生的所學(xué)專業(yè)與實際工作相關(guān)的比例。也就是說,農(nóng)業(yè)學(xué)科的同學(xué)們,從事的第一份工作就有近半數(shù)不在農(nóng)業(yè)領(lǐng)域。
如果說僅應(yīng)屆生的就業(yè)數(shù)據(jù)比較單薄,那么引入2015屆畢業(yè)生三年后的從業(yè)情況進行對比會更能說明問題。
對比來看,各學(xué)科專業(yè)對應(yīng)的工作相關(guān)度整體呈下降趨勢。這說明走入社會三年后的年輕人們更容易離開本科專業(yè)的領(lǐng)域,相對自由地選擇自己想從事的行業(yè)。
不過,醫(yī)學(xué)與教育學(xué)依然高居前二,印證了關(guān)于醫(yī)生、教師“工作穩(wěn)定”的民間說法。
此外,法學(xué)與工學(xué)的相關(guān)度排名也相對較高,似乎也在某種程度上與法律人、工程師需要“越老越吃香”的觀點保持一致。
反觀農(nóng)學(xué)的“低迷”,則免不了人們長期以來的固有觀念,以及對工作環(huán)境擔(dān)憂的影響。
具體來看,與工作相關(guān)度最高的專業(yè)被醫(yī)學(xué)占據(jù)多數(shù)。醫(yī)學(xué)影像學(xué)、臨床醫(yī)學(xué)與口腔醫(yī)學(xué)位居前三,幾乎所有的畢業(yè)生都進入了與專業(yè)對應(yīng)的職業(yè)軌道。
進入前三十的專業(yè),也多屬工科或教育學(xué)科。在全國本科專業(yè)的平均工作相關(guān)度在71%的情況下,這些高相關(guān)度的專業(yè)至少在一定程度上順遂了父輩們“工作一定要追求穩(wěn)定”的心愿。
再將目光看向相關(guān)度最低的專業(yè)列表。社會工作位居最末,相關(guān)度僅為40%,其后為文化產(chǎn)業(yè)管理、旅游管理,冶金工程等專業(yè)。
如果將它們與相關(guān)度高的專業(yè)對比,會發(fā)現(xiàn)這些專業(yè)可以粗分為兩類:一類是應(yīng)用方向相對較窄的“冷門”工科或基礎(chǔ)理科;另一類是技術(shù)性要求不高的人文社科,比如各種管理專業(yè)。
還有一些專業(yè),復(fù)合兩類特點。比如社會工作,就因為對口工作少且可替代性強,長期處于就業(yè)“黑榜”的名單上。
當(dāng)然,應(yīng)用方向窄、技術(shù)性不高,換個角度講,就意味著更多元的流向。因此,這些專業(yè)的畢業(yè)生,會通過跨學(xué)科考研、考公務(wù)員、另行求職等方式,去謀得一份自己更愿意從事的工作。
換工作,已是年輕人的平常
相關(guān)度盡管與穩(wěn)定有關(guān),但從更年輕的視角講,它并不是決定一個工作是“好”是“壞”的完整標準,更多的是受到行業(yè)特性的影響。
比如相關(guān)度極高的醫(yī)學(xué),除了與職業(yè)聲望、行業(yè)前景有關(guān),攻讀學(xué)位期間的巨大精力投入、行業(yè)的相對獨立性,使其畢業(yè)生本身也不具備較大的“轉(zhuǎn)行”空間。
同時,相關(guān)度也不一定與待遇存在明確關(guān)聯(lián)。在教育行業(yè),吐槽自己“工作艱辛,待遇奇低”的老師們不在少數(shù)。而早早擺脫所學(xué)的畢業(yè)生,也許可以在其它領(lǐng)域謀得更理想的收益。
更何況,一個大的趨勢是:換工作,早已成為年輕人的平常。
以《報告》中公布的離職率數(shù)據(jù)來看,2018屆畢業(yè)生半年內(nèi)的離職率多在兩成以上,其中藝術(shù)學(xué)最高——近三分之一的藝術(shù)學(xué)科畢業(yè)生會在半年內(nèi)再換一份工作。位列其后的為文學(xué)、農(nóng)學(xué)、經(jīng)濟學(xué)等學(xué)科。
當(dāng)然,單就藝術(shù)學(xué),還可以有另外一種解釋維度:藝術(shù)專業(yè)出身的同學(xué)們,更具備自由、獨立的氣質(zhì),因此在“穩(wěn)定”這一指標之外,也傾向接受更流動的工作狀態(tài)。
將時間延伸到三年,除醫(yī)學(xué)與教育學(xué),各學(xué)科的行業(yè)轉(zhuǎn)換率還是職業(yè)轉(zhuǎn)換率都不算低。
其中,藝術(shù)學(xué)、管理學(xué)與文學(xué)的畢業(yè)生,有約四成會在三年內(nèi)轉(zhuǎn)換職業(yè)。當(dāng)然,這其中的大多數(shù)人,是直接“轉(zhuǎn)行”。
無論是離職還是轉(zhuǎn)行,背后的原因可以非常多樣:可能是職業(yè)前景不好的主動退出,也可能是工作崗位的被迫離開,同時也有個人志趣的因素。
比如熱度只增不減的互聯(lián)網(wǎng)公司與公務(wù)員系統(tǒng),這兩個領(lǐng)域前景看好,且諸多崗位并不設(shè)置專業(yè)要求,因此吸引了無數(shù)的年輕人涌入。
此外,離職、轉(zhuǎn)行的數(shù)據(jù)里還藏有一個富有想象力的說法——跳槽。跳槽多與“被挖”相連。由此帶來的可能是包括薪資在內(nèi)的一系列工作待遇的提升。
一個常見的情況是,在公司耕耘數(shù)年,卻不如近期跳槽進來的人薪資高??僧?dāng)你成為后者,你自然也會美滋滋。
尤其是在傳媒、互聯(lián)網(wǎng)、經(jīng)管等領(lǐng)域,頻繁地跳槽已成為常見現(xiàn)象,也成為年輕人努力擴展事業(yè)的重要途徑?!秷蟾妗凤@示,諸多專業(yè)的學(xué)生在畢業(yè)三年內(nèi)的平均雇主數(shù)都在2-3個之間。
職業(yè)決策,真的挺難
無論父母輩的人是否樂見,換工作的確已成為年輕群體中的日常。但由此反映的事實是,職業(yè)決策,真的是件挺難的事。
因為選什么工作,與選擇什么生活方式相連,而每個人的性情志趣又千差萬別。社交媒體平臺上的職業(yè)決策提問,會引來各種不同的答案,每個人都可以高談闊論、引經(jīng)據(jù)典,但這種回答很難照顧到你的內(nèi)心世界。因此,萬千大學(xué)生才會在求職路上迷茫。
不過,對職業(yè)決策感到為難,也很正常。與決策有關(guān)的問題,都很難,因為我們并不知道不同的選擇會將我們帶向何處。
但這一現(xiàn)象可以得到優(yōu)化——李文道、李西營等人的研究發(fā)現(xiàn),大學(xué)生出現(xiàn)的職業(yè)決策困難,主要與缺乏信息、錯誤信念、缺乏動機等因素有關(guān)。[1][2][3]
一方面,大學(xué)中開設(shè)的職業(yè)規(guī)劃課基本上沒有什么實質(zhì)性的內(nèi)容,也是公認的“水課”;另一方面,在讀期間擺正心態(tài),認清自我,同時對就業(yè)信息及時跟進和搜尋,也是非常關(guān)鍵的因素。
因此,在盡人事的前提下,免不了一句俗話:做你喜歡的工作,比什么選擇都好。當(dāng)然,如果你什么工作都不喜歡,那就選個錢多的。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10