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
CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22CDA数据分析师 出品 作者:李诗怡 1. 金字塔原理 定义: 一种“先总后分、先结论后原因”的思考和表达方式。顶层为核心观点,中 ...
2026-09-22