高职信息技术类专业对口就业影响因素及人才培养策略

严志嘉，傅晶瑶，裘一蕾

（1.浙江育英职业技术学院，杭州 310018；2.浙江财经大学，杭州 310018）

对口就业一般是指就业岗位与所学专业的相关程度，是教育主管部门实施毕业生就业跟踪调查的一项指标。由于当前社会对职业院校就业问题的日益关注，对口就业成了许多专家学者研究职业教育、评估和诊断专业建设的依据之一。一般认为，对口就业率首先与所处区域的经济环境及院校的专业设置息息相关[1-4]，职业院校须紧跟区域经济特点，依据产业需求设立或调整专业。其次，对口就业也反映出专业人才培养模式的特性，深化产教融合、强化实践教学、注重学用结合[3-5]能显著提升学生初次就业的对口率。

从学校教育的维度看，一个学生从入校到毕业要经历许多教育环节，其中某一个或几个环节的变化都有可能促使其改变毕业后的职业选择，例如学生的入学情况、专业及其所属行业、专业课程的设置与特点、课程成绩、校园文化氛围、实习实训经历等。然而很多文献和研究主要阐述了专业设置、培养模式等“学校因素”对学生从事专业对口工作的影响，专门从学生这一主体角度探讨就业选择及其影响因素的文献还比较少见。当前高等职业院校的毕业生规模日益扩大，特别是百万扩招对高职学生的高质量就业产生了很大挑战，因此运用实证数据来分析高职毕业生的对口就业及其影响因素具有十分重要的现实意义。

一、就业数据的获取、分类及预处理

本文获取了某高职院校信息技术专业群计算机应用技术、计算机信息管理和计算机网络技术三个专业2016—2020年5年的毕业生初次就业数据共计1 963条。依据就业单位和工作职位类别，将学生的就业岗位分为IT技术类、IT服务类、升学类和其他类共四个类别。所谓IT技术类是指从事软件开发、网络应用与运维、信息系统管理与维护、计算机硬件设备开发测试等技术岗位。IT服务类主要是指从事计算机软硬件及周边产品的应用、推广与销售等服务岗位。升学类是指通过专升本或出国研修以获得更高学历的学生。学生的对口就业是指从事IT技术、IT服务和升学这三个类别的工作。通过采集学生的个体数据，分析比较各数据与就业岗位的关联度和影响力，从中总结出对学生就业影响较大的育人环节及教学因素，进而为探索专业创新型人才培养、提高人才培养质量提供借鉴和参考。

1.学生数据指标

学生的就业选择与其专业成长息息相关，知识基础和课程学习是其中两大显性因素，团学及班干部经历也会对职业方向产生较大影响。此外，社团活动、寝室状况这些因素能反映学生的行为习惯细节，会直接或间接地影响其就业选择，也应纳入数据指标体系。

本文将影响学生就业选择的主要指标定义为三类：一是入学信息，包括中学入学类型、高考（单招单考）成绩和录取专业；二是在校成绩，包括主要的基础课和专业课成绩、专业实习成绩和毕业设计成绩；三是活动评奖，主要包括班级职务、团学职务、校内奖学金、校外奖学金、参加社团及寝室卫生状况。具体指标如表1所示。

表1 学生数据指标表

2.数据预处理

由于学生数据维度较高且构成复杂，不适合直接用于数据分析，有必要对部分指标的值进行标准化处理。首先是入学类型，考虑到职业院校生源的复杂性，在采集数据中删去了五年一贯制（3+2）学生的数据，仅保留普高毕业生和单招单考两类学生。其次是用成绩比值的方式处理不同届不同类别学生的高考成绩，即取某一学生的高考成绩（或单招单考成绩）与当年该批次录取最低分数的比值，用这个比值来表示其入学时的成绩水平。最后是在专业课程方面，选取了三个专业共有的12门课程。考虑到专业课程体系中课程之间的地位差异，每门课程以学分与成绩绩点的乘积为采集数值，其中不合格成绩（60分以下）、及格（60～69分）、中等（70～79分）、良好（80～89分）和优秀（90分及以上）对应的绩点分别为0至4。

为体现学生在校的生活细节，寝室卫生也作为采集的指标之一。寝室卫生选自学院每周的通报数据，依据不合格寝室（0分）、合格寝室（1分）和优秀寝室（2分）三个等级累加计分。经过以上处理，最终采集有效样本数据1 686条，其中计算机应用技术专业数据938条，计算机信息管理专业358条，计算机网络技术专业390条。

二、构建分类模型及结果分析

学生的就业出路是多种因素相互作用的结果。为了分析各因素对就业的影响，以极端梯度提升（XGBoost）算法[6]为基础构建了训练模型。

XGBoost是一种基于Tree Boosting思想的可扩展机器学习算法，广泛应用于分类和回归的应用领域，具有快速、高效和良好的可扩展性等优点。依据就业的四个类别，设定了四类标签，其中，第一类标签包含全部的四类就业岗位，第二类标签包含IT技术类与非IT技术类，第三类标签包含IT服务类与非IT服务类，第四类标签包含升学类与非升学类。运用XGBoost算法，将表1中的学生数据作为训练数据，针对四类标签训练得到四个分类模型，通过对比四个模型中的特征重要度来分析学生就业选择的敏感因素。

XGBoost算法中评估特征重要性的指标有三个，即覆盖度（cover）、增益（gain）和频率（freq），其中增益（gain）相对客观地表达了每个特征在模型构建中的价值，增益值越高说明该特征对结果的影响度越大。以模型一为例，得出了学生数据中每个特征（指标）的重要度排序，如图1所示。

从图1可知，参加社团和高职英语两项特征对结果影响较大，除此之外，高等数学、程序设计基础、职业发展和就业指导、数据库应用技术、计算机网络基础这些课程对结果的增益均大于2，入学信息的入学类型、高考总分以及活动评奖中的寝室卫生特征的增益也大于2。基于以上结果，笔者在样本数据中选取了参与社团活动、入学类型为普高类、高考总分相对较高、相关课程成绩中等以上以及没有寝室卫生通报批评的学生数据进行统计分析，发现这些学生从事IT技术类、IT服务类工作以及升学的比例相对全体样本数据高出近20%，由此表明分类模型的准确度达到了预期。

图1 模型一的特征重要度排序

如图2所示，以“IT技术类与非IT技术类”为标签的模型二，参加社团、录取专业和程序设计基础课程成为对就业结果影响最大的特征，数据库应用技术、JAVA程序设计、团学职务和专业实习这四个特征的增益大于2，而校内外奖学金、寝室卫生对结果的影响相对较小。对比模型一，专业课程对学生从事一线技术工作的重要性明显增大。此外，团学职务也对模型结果有着直接作用，说明学生在校的团学经历与今后是否从事专业类的工作直接相关。

图2 模型二的特征重要度排序

在以“IT服务类与非IT服务类”为标签的模型三中，参加社团这一特征对结果的影响更为显著（如图3所示）。对比模型二，计算机网络基础、职业发展与就业指导这两门课的重要度明显上升，说明这两门课程与从事IT服务类岗位有一定关联。而校外奖学金、录取专业、高考总分和入学类型这些特征对结果影响并不显著，其中录取专业这一特征从模型二的第2权重滑落到模型三的倒数第2，变化差距最为明显。

图3 模型三的特征重要度排序

模型四是以升学为标签的。升学即专升本或是毕业后进修获取更高学历，麦克思发布的《2019中国大学生就业报告》显示，2018届高职学生读本比例（6.3%）连续五届上升，较2014届增长2.1个百分点”。升学比例的增长反映了高职学生对学历提升需求的扩大，升学也逐渐成为高职毕业生的热门出路之一。从图4可以看出，高职英语成为影响最大的特征，可见英语是信息技术类学生升学途径上的主要门槛。此外，参加社团、入学类型都对结果产生了显著影响，其中普高毕业生在升学方面明显优于职高生。基础课程中，高等数学的增益为7.08，考虑到专升本考试中数学和英语均为必考科目，因此这一结果与事实相符。而与其他模型差距最大的特征是校外奖学金，这一特征增益为0，说明在采集的样本数据中该特征与结果不相关。

图4 模型四的特征重要度排序

三、结论与建议

就业的不同类别反映出行业对人才需求的不同层次及学生个体对自我发展的不同选择，关联到专业教育的层面，需要针对不同就业方向开辟培养途径。另一方面，对比模型二、模型三和模型四（IT技术、IT服务、升学）中的主要特征，模型二（IT技术）中对结果影响较大的为数据库应用技术、计算机网络基础这两门专业课程，模型三（IT服务）为职业发展与就业指导课程，模型四（升学类）为专业基础类课程。可以看出除“参与社团”一项外，三类模型的特征分布差异较为明显，即课程的侧重点各不相同。综合外部的行业需求和内部的培养过程，信息技术类专业实现高质量人才培养应该配有一套主体相同但方向有异，适合学生专业成长，符合学生个性发展的分类培养体系。

1.完善机制建设，筑牢分类培养的主框架

分类培养首先要形成共性与个性协调统一的机制，既要尊重学生的个体差异，为其搭平台鼓励个性化发展，更要依据校情、学情，依托专业提取培养的共性元素，确保其走正确的成长之路。其次是建立科学的分类评价机制，建立学生的学习行为、校园活动和实习就业的数据库，为每一个学生绘制在校状态的实时数字画像，为教师实施针对性指导提供依据。最后是形成有效的引导激励机制，运用专业竞赛、行业证书等为学生设立阶段目标，赛教结合、课证融通，运用目标导向的方法[7]，借助学生获奖获证形成正向的学习反馈，提升学习的获得感，以点带面形成持续的学习激励。

2.改革课程体系，丰富分类培养的内容

课程是人才培养过程中的主体，对于分类培养而言要精心设计一套“平台+方向”的课程体系，基于课程体系丰富三方面的内容。第一是创新课程形式，丰富学习元素。各类的校园文化活动、对外服务、专业认知等都是“课程”，通过这些课程丰富学习元素，让学生“忙起来”，从而提升学生的学习主动性。第二是丰富基础课程的资源。从文中的数据分析可知，高职英语（T10）、高等数学（T11）和程序设计基础（T14）这三门基础课程与学生的职业发展关联度较高，但基础知识的学习一直是高职生的挑战。对此，基础课程可以充分借助互联网，引用网上的优质资源开展线上线下结合的教学，让学生逐步建立起学习自信。第三是丰富实训课程的种类。以学生的就业数据为准，选取其中有代表性的岗位工作，校企合作开发岗位体验式实训，让学生有机会提前了解岗位进而规划自己的职业路径。

3.关注职业素质，提升社团活动的内涵

在四个分类模型中，“参与社团”是对就业结果影响最大的指标。大学生社团作为传统课堂教学的补充，因其活动内容的社会性和实践性，为提升学生职业素质提供了良好的平台。麦克思发布的《2017届大学生毕业半年后培养质量的跟踪评价报告》也指出，社团活动经历与大学生素质提升存在相关性，能直接促进毕业生的就业质量。

高质量的社团活动要把握普及性、专业性和行业性。首先是要倡导人人参与社团，一方面要增加社团的种类，降低参加社团的门槛，让学生有较充分的选择权；另一方面要健全制度，为学生参加社团构建保障机制。其次是创新社团活动的内容，尽可能地将专业元素融入社团活动，加强专业教师对社团活动的参与指导，开辟专业实训的第二课堂领域。最后是实现校企合办社团，将校外合作企业的优质资源和文化引入社团，在丰富社团活动内容的同时增进校企合作的深度，为学生接触行业提供更多的渠道。