王洪亮

摘 要：“大数据”技术的应用，对大专院校就业体系的构建产生了深远影响。大专院校虽然能够完善国家赋予的创新型人才培养任务，但其就业指导体系构建仍然存在一些问题。文章从大数据视域下大专院校就业体系构建的意义入手，结合其存在的问题，研究和探索相应的构建策略。

关键词：大数据；大专院校；就业体系；构建；意义；问题；策略

中图分类号：G648.2 文献标志码：A 文章编号：1008-3561（2018）32-0008-02

“大数据”是以多元化形式存在，由许多信息流构成的庞大数据组，具有极强洞察力、决策力和实施流程优化能力的海量信息资产。其具有“5V”特征，即Volume（大量）、Variety（多样）、Velocity（高速）、Veracity（真实性）、Value（价值密度）。大数据能够为国家战略提供有效支撑，但有效使用“大数据”才是根本。2012年3月，美国将“数据战略”上升至国家战略，并视其为“未来的新石油”。此后，一些发达国家开始建立以大数据为核心的战略体系，将基于IT产业的竞争转化为产业体系、技术系统的竞争，实现了上下游资源的融合，形成了更为强大的决策、经营系统。如今，我国已全面开启数据化时代，着力构建新的数字生存空间，不断推动人们生活向更高层次发展。对于我国而言，大数据已经上升为全局性、战略性的产业，能为所有的社会活动提供决策依据，能极大提升所有社会领域的运转效率。随着高校应用型创新体系不断发展与完善，“大数据”技术得到了广泛应用，这对于大专院校就业体系的构建产生了深远影响。从大数据视域来看，大专院校虽然能够完善国家赋予的创新型人才培养任务，但其就业指导体系构建仍然存在一些问题，这在很大程度上影响了人才市场供需关系平衡。本文从大数据视域下大专院校就業体系构建的意义入手，结合其存在的问题，研究和探索相应的构建策略。

一、基于大数据视域的大专院校就业体系构建的意义

1.有效反馈学生综合就业水平

对学生群体进行“标签化”、数据化处理，能够综合各种数据指标，确保对其就业能力进行综合性的评估，从而更加全面地体现学生的就业水平，并且通过数据化处理能够更加客观真实地反映所有情况，做到“一搜了然”，从而实现全数据管理；大数据体系能够对学生的基本素质、日常表现、考试成绩、综合评估等数据进行综合，并按照预设的模型对其进行评估，形成具有权威性、稳定性、综合性的数据报告，从而真实反映学生的就业能力，为企业提供识别及数据支撑。

2.有效实现市场供需关系对接

通过建立具有权威性的学生就业平台，不断优化和培养供需体系，为学生提供合理流动的渠道，学校只需要发挥审核与监督作用，一方面提供学生就业能力综合数据，另一方面审核进驻企业真实性，就能够确保学生与市场的有效对接。随着“互联网+”不断融合发展，大量数据开始向集中化方向发展，随着各类数据平台的不断对接与完善，市场需求、输出供给、桥梁纽带逐渐成型，供需关系实现高效对接，能够更好地满足市场各个主体的需求。

3.有效提升学生职业规划能力

基于大数据视域的大专院校就业体系构建能够打破以往“证书论”的错误认知，能够将学生的就业能力进行解构，从而使企业找到完全契合岗位的员工。同时，学生必须进行职业规划，保持自己优质的履历，构建更为庞大的征信系统，培育更加完善的社会主义核心价值体系；“数据化”模式是最具权威的思考方式，能够最大限度地避免思想偏差，学生在毕业之前、之后，都必须对自己的职业能力进行规划。学生可以通过“大数据”找到市场需求关系，从而更好地设计自己的学习内容、实践重点、就业方向。

二、基于大数据视域的大专院校就业体系构建存在的主要问题

1.就业数据信息整合不力

大专院校对学生就业数据信息记录不够全面，无法对学生个体进行全面评估，也就无法通过大数据真实反映其就业能力。由于大专院校本身师资力量有限，很少有专业人员负责各种数据评估、综合和录入，因而学生就业信息很难进入高校系统。部分高校存在“信息孤岛”现象，学生的信息只有学校有，没有将学生的资料上传至平台，导致学生就业存在“瓶颈”，也就是说学生就业必须靠自己去争取，很多企业会以“空口无凭”延长其试用期。部分大专院校教育思想存在滞后性，没有认识到对学生就业能力进行“数据化”“标签化”的重要意义，只是就教育而教育，导致学生就业范围相对较窄。

2.就业预测指导前瞻不足

部分大专院校对学生就业市场预测不足，学科设置缺乏前瞻性、指导性，导致学生的市场适应能力相对较弱。虽然学校的培养方向是应用型、创新型、管理型人才，但由于对就业趋势分析不够透彻，所以教育培养存在混乱现象，无法做到有效指导。部分大专院校本身缺乏就业市场分析体系，只是被动地根据国家政策实施教育，上级要求设置什么学科就设置什么学科，没有符合自己优势的教育特色，导致学生就业存在局限性。由于大专院校向社会输出的人才定位相对较高，所以很难有效把握和对接前沿企业，缺乏具有前瞻性的思维，也就很难给予学生相应的指导，导致学生本身也存在局限性。

3.人才评估定位不够准确

一些大专院校缺乏学生就业能力评估机制，无法通过“大数据”对学生进行综合评估，也就无法为市场提供有效的数据支撑，导致培养对象被市场离弃。换言之，学生如果无法从学校获取有效的就业信息，那么就很难针对自身情况进行设计，无法找到适合的工作岗位。一些学校对市场需求掌握不好，无法实施“订单式”供给机制，导致就业趋势培养存在差异。学校教育目标应当是“培养市场需要的人才”，学校只有能够根据市场需求进行培育才是最有效的。另外，学校没有形成完善的个体就业能力模型，大多是导师根据考试成绩进行主观性评估，而这种评估方式在就业市场中往往不具备借鉴意义，也就是说掺杂很多情感因素在内。

4.市场供需对接不够紧密

我国有着庞大的基础就业市场，但高端领域的创新型、管理型及应用型人才则相对缺失，市场供给比例仅有1/8左右，市场存在大量的人才需求缺口，而对应人才的未成功匹配率则在42.4%左右，说明供需市场对接存在严重失衡现象；大专院校在实施“校企对接”战略后，能够为企业提供具有专业能力的人才，但在某种程度上限制了人才的合理流动，使得供给机制固化，学生很难获得大范围的就业机会，只能偏安一隅，在自己的家乡进行就业；学校组织教育培训形式分析的机会较少，一般很难掌握自身的发展态势，也就无法根据“短板”进行补足，导致其人才生成存在很大的局限性。

三、大数据视域下加强大专院校就业体系构建的途径

1.开发数据信息管理平台，打造基于庞大数据资源的就业体系

大专院校要依托“大数据”优势，构建符合就业趋向的信息管理平台，每年将学生的培养情况、职业评估、就业能力等数据上传至网络，企业可以根据权限进行数据查询，可以选择在校生进行专业优化与培养，也可以选择毕业生直接录用；大专院校要成立就业联盟，对全国毕业生的就业进行指导，使他们能够得到持续的支持，最终形成具有权威性的征信管理平台；大专院校必须持续优化数据管理系统，做到时时更新，确保学生就业信息的有效性、稳定性，使大专院校毕业生能够始终“爱惜羽翼”，保持良好的就业履历，督促他们进行持续性的自我提升；高校与平台要建立合作关系，高校需保证所提供数据的真实性、可靠性，平台则负责对所有数据信息进行整合，从而打造一个基于庞大数据资源的就业体系，并且按照“车轮滚动”模式运转下去，不断补充、更新现有数据，确保能够为全社会有需求的企业提供人才。

2.加强前瞻就业信息分析，准确预测市场供需关系

大专院校要构建自己的就业市场分析团队，每年对市场需求供需情况进行全面分析，根据需求设置学科比例，将培养“有用的人”作为教育目标，实现供需市场有效对接；大专院校要加强“双师型”师资队伍建设，确保学生理论、实践能力双提升，能够更好地满足市场需求，为学生就业创造更为“宽泛”的入口；要建立资质评估机制，对学生的专业素质及能力进行考核，使他们能够满足专业化、应用型、创新型标准，更加符合市场的需求；要定期分析国家政策导向，确保按照政策指引进行培育，保证培育方向正确，不致出现指导性的偏差。高校要定期分析市场需求情况，找准学校教育的切入点，以培养“应用型创新人才”为自己的目标，对现有学科体系进行整体优化，科学设置学科内容，让市场发挥好资源配置作用，让市场成为学科发展的引领者。

3.构建人才评估数据模型，建立人才分类储备体系

大专院校要建立符合人才生成和发展的数据评估模型，针对学生的综合素质、就业能力、思想道德等指标进行计量，从而让市场能够有效掌握人才的供给动态，在海量的数据资源中找到符合企业发展的人才；市场对于人才的需求极为细致，大专院校要通过数据平台对人才进行分类和解构，使分类标准更细、更准、更精，通过数据标签进行准确定位，让企业能够更快、更便捷地进行选择，找到适合自己的人才，有效实现“双向选择”；大专院校应建立人才信息分类储备库，这不仅能够为学生提供就业机会，还能够为市场提供多次选择权限，从而实现高端人才的供给。分类信息储备库的主要目的是记录人才成长及现状评估，从更透明、更公平的层面实现人才的使用；应根据不同的分类权重，选择不同的指标体系，构建人才评估数据模型，使模型的使用能够社会化、全民化。

4.加强市场人才需求分析，构建人才数据共享机制

大专院校应适当给予用人企业权限，让他们能够对人才使用情况进行适度的更新，这既便于学校对自己培养的人才进行持续跟踪，為其提供专业化的指导与后续培训，又能够为在校学生的培养提供借鉴与考量；学校应与企业建立人才数据共享机制，共同分析市场需求动态，从而掌握培养方向，为市场培养有用的人才。人才共享能够使企业通过相应的平台找到自己需要的人才，而人才也可以在平台上找到心仪的企业，实现人才与企业之间的有效对接，帮助学生实现自身的职业价值。另外，学校应加强人才市场需求分析，每季、每半年、每年都要出具就业报告。这样，学校不仅可以审视自己的培养方向，还可以对不符合市场需求的培养模型进行改进。学校还要对企业进行把关，对企业的资质进行审核，为学生提供就业策划，使学生逐渐向市场需求靠拢，形成畅通的供需体系。

四、结语

大专院校必须构建完善的就业指导体系，为学生提供全周期支撑，从技术、知识、思想、培训等视角进行综合性的指导。要依托大数据构建自己的人才就业指导机制，构建符合市场需求的服务平台，不断满足市场需求；要提升大专院校学科建设水平，不断优化自身发展能力，加强市场供需关系预测，保持动态培养供给能力，确保市场需求与高校培养相一致，从而实现就业效益最大化、最优化，为构建“创新型国家”提供最大的支撑。

参考文献：

[1]姜宇国.终身教育理念下的大专院校就业“后服务”模式研究[J].中国高教研究，2015（04）.

[2]阳作林.“互联网+”时代下大专院校就业指导工作研究[J].科教导刊，2016（02）.

[3]温雷雷.大数据视角下的大专院校就业工作创新研究[J].黑龙江高教研究，2016（02）.

[4]李照清，吴越.大专院校就业指导师资队伍的现状与建设[J].现代教育管理，2009（06）.

[5]高金宝.大专院校就业指导上存在的问题及对策研究[D].河北师范大学，2013.