新形势下师范生就业现状及动态监测体系构建的研究——以湖州师范学院为例

王敏

（湖州师范学院 浙江湖州 313000）

新形势下师范生就业现状及动态监测体系构建的研究
——以湖州师范学院为例

王敏

（湖州师范学院 浙江湖州 313000）

为更好地了解湖州师范学院近两年来师范类毕业生的就业现状，方便就业管理，为此，特以该校近两年来的师范类毕业生为研究对象，调查就业现状；并在此基础上，查阅相关文献资料及有关报告，提出适合本校实际的动态监测体系模型。

师范生 就业 动态监测体系

随着大学生就业形势市场化以及国家师范生就业政策的相关变化，师范类毕业生的就业形势日趋严峻。调查显示：毕业生能否动态掌握并知晓历届毕业生的就业状况和就业信息情况，是推动就业工作顺利展开的一个重要前提。此外，对毕业生的就业状况进行跟踪与调查，并进行交流和反馈也成为做好该项工作不可缺少的一部分［1］。本课题以湖州师范学院的师范类毕业生为研究对象，通过校招生就业网、浙江省大学生网上就业市场系统、浙江省高校毕业生职业发展状况调查及教育质量分析系统等媒介平台，对毕业生的数据进行分析管理。

一、近两年来我校师范生就业及监测的现状与问题

1.就业现状

根据校招生就业处的数据、浙江省大学生网上就业市场系统数据、学院就业辅导员采集的一手实时就业数据进行分类汇总，结果为：2013年、2014年该校师范类的毕业生总数分别为1010和1008人，师范专业也基本保持稳定。如下图所示：

图1.近两年师范专业待就业人数与毕业生人数比

通过图1发现：近两年湖州师范学院师范类毕业生就业行业流向人数基本呈稳定状态，但是公办教师（幼儿园、小学初高中、高校之和）考编比例却呈下降趋势，由2013的57%下降至45.57%；师范生毕业后从事教书工作的人数也在呈下降的趋势，由2013年79.1%下降至2014年75.6%，说明教师并不是师范生毕业后的唯一选择，就业呈多元化趋势；毕业生在企业从事工作的人数有97人增加到156人，环比增长60.8%。

与2013年相比，2014年待就业率较低的师范类专业为：学前教育、小学教育、物理学、教育技术等。换言之，以上师范类专业毕业生绝对就业就业率较高；相对而言，英语、音乐学、美术学专业学生的待就业率较高，增长趋势较为明显，值得引起大家的关注。进一步观察发现：小学教育、学前教育、教育技术、物理学等专业毕业生在幼儿园、中初等单位的数量较大，且与13年相比有一定的增幅；而英语、音乐学、美术学等师范类专业毕业生就业途径交分散且以企业为主，为此，在解决英语、音乐学、美术学专业学生待就业率较高的问题上，不仅需要解决毕业生的纵向增量问题，还需要拓展横向上的就业空间，从而扩增签约的力度，降低待就业率。

2.目前我校就业监测的现状与问题

自1999年起，我国对高校毕业生就业状况开始实施监测，我校也在加大毕业生的跟踪调查力度、拓宽就业面等工作，新的统计方法较统计方法有了明显的改善。但是，在统计指标和操作方法上部分项目依然存有一定不足。依据浙江省大学生网上就业市场系统显示，2014届毕业生就业数据上报期限为：2014年底至2015年5月（每月1次）。

由此可知：（1）监测时间设置不合理。相对而言，每年分别做一次校（下半年）、省级（上半年）就业问卷的跟踪调查和一次用人单位问卷调查（上半年）相对合理。然而，该校就业统计监测时间设置基本上在毕业生离校前半年实行每月一报制度。据笔者所知，在毕业离校后的3个月内，基本上实行每月两次报审制度。

（2）监测指标不完善［2］。监测指标不仅在数量维度上有所体现，在质量维度更应有严格的标准。通过图1发现，在就业统计中，将“考取研究生”、“出国”的毕业生归为已就业人员，这显然和就业的定义不符；再如“隐性就业”人员未列入就业范围这一缺陷，如部分同学毕业后可能从事第三产业，因客观现实原因决定其不能及时签订合同协议书，从而影响了该班级就业率的计算，最终导致就业采集的数据不够客观、科学。从以上分析可以得出：该类统计方法最大的弊端就是缺乏一定考量监测指标——质量维度，缺少对就业稳定情况、就业结构、就业满意度等质量维度评价标准，从而使就业状况的监测效果不尽如人意。

（3）监测主体不科学。原因如下：首先就业监测、统计的数据主要来源高校自己，个别专业为了提高影响力和提升自身信誉，存在受外界因素的人为干扰，对数据缺乏有力监控，有待验证真实性；其次，就业率的统计是一项庞大而系统的工程，需要大量的人力、物力、财力支撑，对于话语权较弱且人手相对缺乏的二级学院而言，这是一个重大的挑战。为此，监测主体可参照时间点的变换而发生转变。

（4）数据难采集。由于监测主体的不科学，导致毕业生离校后数据难采集，也就更不易核实。量多点散，学生、企业不配合等情况，信息的有效性不易核实。因此，就高校对毕业生是否就业，以毕业生是否与用人单位签订就业协议（或合同）为唯一鉴定标准，值得商榷。建议：只要毕业生向就业监测主体提供一定的劳动报酬作为经济收入证明，就可以视作其已经就业。毕业生离校之后应当回归社会，其监管主体也可发生转变，如政府相关的人事劳动保障部门。

二、就业动态监测体系的构建与探讨

1.动态监测指标体系模型的建构

针对以上提出的监测指标模糊，监测主体复杂这一境况，我们引入一种新型的综合评价法，来进行综合评定，这样可以得到一个定量的结果。该法是评估信息综合处理方法中的一种，即在模糊环境的条件下，考虑多种因素的影响，为了某种目的对一事物作出综合决策的方法［3］。我们采用模糊数学技术和理论，对这种受多种因素影响的监测主体进行综合处理［4］，从而解得出高校毕业生就业状况监测指数。由于在监测信息的采集、监测指标的选择以及指标权重的制定都需要汇聚高校就业工作者、毕业生、用人单位、专家，因此，本文构建的运算模型和指标体系得出的结果较为客观，能够准确地反映监测主体的就业状况，归纳其特征［5］。

根据上述高校毕业生就业监测的指标内容和监测指标系统的构建方法，可以大致研究并形成高校毕业生就业监测指标体系的初步模型（见图2）。

图2.毕业生就业监测指标体系模型

2.该模型的优点及不足

该模型以湖师院师范类毕业生为研究对象，前期基础：生源监测。统计得出各师范类专业毕业生的人数之和，或者是根据其生源地，划分出各地区师范类毕业生人数之和（便于针对性的就业信息发布）。在此基础上，做好每年生源异动（包括：专业调换、专业分流等）的摸底情况，根据生源异动的情况可以间接显示就业是市场的趋向性，即所谓的专业“热门度”。其次，中期考核：签约监测，即毕业生签约人数、用人单位性质等统计与分析。此阶段往往是备受关注，其重要性不言而喻。后期管理：反馈监测。通过中期考核的洗礼，各项数据的相继出炉，此时更需做好毕业生的后期跟踪调查工作，可持续2-3年（不稳定期时常）。除此之外，该阶段的监测主体可转变为政府有关部门。

该模型可最大化挖掘高校毕业生在就业监测的过程中隐藏的信息，提高有关就业方面的分析和决策力，转变以往“中间重，两头轻”的不合理观念，重塑三者兼顾、监测主体动态转变论等观点；其次，该模型还能用于高校毕业生的就业监管，如就业情况的归类总结；就业信息的归类、分群及排列，方便于监测主体对就业情况的知晓、研究和利用。其次，可对毕业生就业信息进行关联分析，探索各指标间背后的信息、找出规律，准确把握分析相关性特点，加大特定时间的指导和服务［6］；最后，还可进行就业危机预警，预测将来一段时间内的就业情况，并依据警戒线发布预警信息。不足之处在于该模型的监测主体较复杂，需要多部门的联动配合，时间周期较长。

三、结语

在高校师范类毕业生就业动态监测过程中，涉及海量数据，一方面要界定就业监测数据的范围，包括监测和评价的指标与维度。如，毕业生的生源信息汇总、用人单位性质分类汇总、毕业生离校后的跟踪调查（含调查结果和调查频率）等，从以上信息中筛选我们需要的数据进行监测，从而对将来进行指导和预测；另一方面，明确并落实就业监测工作的主体，施行动态转变论，对不同类型、层次、区域的高校、专业就业情况作出客观的评估。

［1］.郑雪静.师范类毕业生就业形势与对策的研究［J］.福建教育学院学报，2013，（1）.54-57

［2］.春英.高校毕业生就业状况统计及监测体系的构建［J］.人民论坛，2012，（32）.124-126

［3］.石声波，吕何新.高校毕业生就业市场监测指标体系的构建初探［J］.浙江树人大学学报（自然科学版），2012，12（1）.11-15

［4］.刘海滨，徐文.高校毕业生就业状况监测指标体系分析与建构［J］.东北师大学报（哲学社会科学版），2011，（2）.170-176

［5］.徐文.高校毕业生就业监测系统研究［D］.东北师范大学 2011

［6］.张杰.高校毕业生就业市场监测指标体系构建原则和建议［J］.中国大学生就业，2010，（23）.11-14