▊国外高校就业服务特点以及模型构建
美国是世界上最早开展职业指导服务的国家,美国高校的大学生的就业服务机制在提高大学生成功就业和减少人为失业等方面取得了不少的成功经验,从美国高校大学生就业服务可以一窥其对促进就业的各种努力。主要包括以下方面:
“以学生为本”的就业服务
以学生为本是就业服务的教育价值观、教育发展和教育人才的根本性的理论基础。就业服务指导部门作为大学生就业和联系社会的一个平台,不仅要提供就业服务,还要通过完善的职业生涯指导服务帮助高校的学生认识自己和社会,做好职业生涯规划,在此理念之下,充分发挥学生的主动性、积极性、创造性。
扩展学生就业服务的范围
就业服务多样式
就业服务是集服务、管理、教学和研究四维一体的多元化的活动方式,目前国内高校重管理和服务,在教学和研究方面投入较少,很多高校的学生在大一到大三基本没有就业的投入,缺少对大学生技能的培养、潜力的挖掘、职业生涯规划、心理健康服务等全方面的了解和培养学生。而美国高校在此也有一定的经验,通过一些工具和计算机针对学生进行测试和培养。
专业性的就业指导队伍建设
美国高校针对学生就业方面成立了专业的就业管理服务部门,按照与学生1:200的配比进行人才队伍建设,而且人才队伍按照不同岗位招聘专业性的博士或者硕士,这就提供了研究性人才队伍的基本保障,实现实践与研究相结合,提供专业、专家型的指导服务。
就业导向的信息化服务
美国高校除了基本的就业信息推送和管理之外,主要注重人才的培养,尤其是交叉学科人才的培养。美国把高等教育作为为经济建设服务的三大目标之一。优势主要体现在交叉学科满足社会的需要,同时能带动学校传统的专业,最终受益的学生本身在社会的激烈竞争中能脱颖而出。
以上可以看出国外高校在就业服务方面取得了一定的成绩,而我国高校就业服务的理念、过程、方式、队伍建设等方面和国外还存在一定的差距。然而“互联网+”概念给了高校提高就业服务质量的一个契机,传统的管理模式已经不能满足高校的需求,大数据时代的到来,已经引起了社会以及高校的重视,对高校的改革起到了一定的带动作用,改变着以往人们对业务的认识。
就业数据源
1.学生在校数据,主要包括学生的第一课堂学习、二三课堂学习、参加社会实践、消费轨迹、学习轨迹等数据,这些数据是目前高校要攻克的难点,大多数高校都在“十二五”期间完成了高校数据中心的建设,但从实际情况来看,高校的数据质量参差不齐,也就无法做到真正科学的、全面的学生素质评价,因此,高校的数据质量是一个不可逾越的鸿沟,是所有数据应用的基础,因此在校学生数据就需要高校信息化部门从整体考虑,进行顶层设计,积极地协调各个部门与业务疏通,打破传统的业务习惯牢笼,建立新的信息化秩序。
2.学生网络数据,此类数据主要包括学生的上网行为数据、上网学习行为轨迹、网络资源等数据,网络数据目前高校的学生比较敏感,信息化部门应该做足充分准备和沟通,循序渐进地推动学生网络数据应用,要对学生的数据进行筛选,抽取有效信息,去除脏数据,这样既保证学生的隐私问题,使学生不会对此类数据敏感,又保证学校的信息化顺利进行。
数据平台层
数据平台层是对数据整合和治理的过程,从松散的、异构的、孤岛的数据到标准化、有机联系的、科学的数据,主要包括对数据进行抽取、清洗,数据共享和转换,数据标准化、结构化的处理等操作,最终把数据存入相应的数据仓库,为不同的数据分析提供不同的角度。
总之,信息技术手段提供了高校实现针对大学生就业质量和就业率这一指标,反过来分析其在学校的行为轨迹,把学生个人因素与学校的客观因素区分开来,更加透彻地挖掘深层次的影响,才能深入了解到影响学生就业的因素是哪些指标,影响的权重,对于决策者可以针对这些指标和因素进行调整高校的决策,从而提高学校的竞争力。