全球青年就业：现状、趋势与启示

每年新进入就业市场的青年，是一国劳动力结构优化的主要源泉，其就业率和就业质量影响着经济的潜在增长率。在总人口和劳动年龄人口双降的背景下，青年就业对于中国经济增长的重要意义不言而喻。新冠疫情对全球青年劳动力市场产生了短期周期性冲击和长期“疤痕”效应，中国也概莫能外。当前我国青年失业率明显高于已恢复至疫情前水平的整体失业率，周期性因素已不足以解释两者差别，摩擦性失业和专业结构错配等问题亦值得深究。

对青年失业率较高的原因，包括笔者在内的研究者此前已多有论述。不过，当前不仅要问“怎么了”，还应该回答“怎么看”且“怎么办”。本文的重点在于通过国际比较，客观研判我国青年真实的就业压力，分析经济转型和产业升级下青年就业的增长空间，并探讨释放这些就业潜力的政策举措。

01

尼特率比失业率更能反映青年就业的真实压力

失业率不能准确刻画一国青年真实的就业压力。根据国际劳工组织的定义，失业率=失业人口/（就业人口+失业人口），其中失业人口是指当前没有工作、最近一段时间寻找工作，并且能立即去工作的人。对于反映青年真实就业压力而言，失业率的定义是有缺陷的。从分母上看，该指标只包括就业人口和失业人口，而没有包括大量的青年学生群体，容易高估高中和高等教育普及化国家的青年就业压力。从分子上看，该指标只有青年失业人口，而没有包括既不在学校接受教育，也未进入劳动力市场（或退出劳动力市场）的“躺平”青年，容易低估青年劳动力闲置导致的社会压力。

如果以青年失业率进行就业压力的国际比较，我们就会发现一个反常的现象：低收入国家和中等偏下国家的青年失业率，要低于中等偏上国家甚至高收入国家。如图1所示，当前低收入国家和中等偏下国家的青年失业率均值分别为10.4%和15.4%，比中等偏上国家（23.7%）和高收入国家（15.5%）还要低。这固然有统计质量差异的因素，但是也与失业率在反映青年就业压力上的缺陷有重要关联。 

资料来源：国际劳工组织、联合国、中国统计局、欧盟统计局、日本总务省统计局。笔者根据各国可得的最新年度数据计算   制图: 于宗文

尼特率更能反映青年就业的真实压力。国际劳工组织的青年标准是15-24岁（我国为16-24岁），青年人口分为四个部分，即求学人口、就业人口、失业人口和退出劳动力市场人口（与一般劳动参与率的定义不同，本文的“退出劳动力市场人口”不含求学人口）。后两者属于非教育和非就业人口，又被称为“尼特族”（Not in Education, Employment or Training，简称NEET）。其中，退出劳动力市场的青年是指在近期没有积极寻找工作的人口。除了因残疾丧失劳动能力的青年退出劳动力市场的青年主要包括因家庭原因（比如照顾婴儿或老人）无法外出工作的青年，以及有能力但丧失工作意愿的“躺平”青年（Discouraged Youth）。

因此，青年人口整体100%=求学人口比重+就业人口比重+失业人口比重+退出劳动力市场人口比重。其中，“失业人口比重”的分母是一国青年总人口，这一点与青年失业率不同。此前国内有一些研究，用“青年总人口×失业率”误算出大规模的青年失业人口，就是混淆了“失业率”与“失业人口比重”，忽略了16-24岁青年中庞大的学生群体。

尼特率=失业人口比重+退出劳动力市场人口比重=（失业人口+退出劳动力市场人口）/青年总人口。除却丧失劳动能力的青年，尼特率大体刻画了一国有多大比例的青年处于闲置或未尽其能的状态（因家庭原因而不能外出工作的情况，也反映了相关服务业的社会化程度和就业创造能力不高），是衡量一国青年就业紧张程度的压力计。

综合国际劳工组织、联合国、中国统计局、欧盟统计局和日本总务省统计局的数据，本文119个样本国家的尼特率均值为20.3%。其中，高收入国家的尼特率为11.7%，中等偏上和中等偏下国家的尼特率分别为24.6%、26.2%，而低收入国家则高达31.1%。相比于失业率的反直觉结果，尼特率随国家收入的提高而下降，也印证了其比失业率更能反映青年真实的就业压力。

从全球来看，我国青年的尼特率并不算高。由于我国并未公布青年尼特率的数据，我们综合国家统计局公布的5月-6月城镇青年调查失业率、青年人口和劳动力规模，以及全国第七次人口普查的分年龄段在校人数和近年扩招数据，测算出我国当前16-24岁城镇青年中，求学人口和就业人口比重分别为62.5%和27.1%，失业人口和退出劳动力市场人口的比重分别为7.3%、3.1%，由后两者构成的我国尼特率为10.4%。近年来，我国的青年失业率虽高于主要经济体，但尼特率低于美（11.2%）、英（10.7%）等主要经济体，比高收入国家均值低1.3个百分点。

资料来源：国际劳工组织、联合国、中国统计局、欧盟统计局、日本总务省统计局。笔者根据各国可得的最新年度数据计算 

从典型国家来看，存在着不少“低失业率+高尼特率”组合的情况。低收入国家公布的青年失业率较低，但其退出劳动力市场的青年人口比重均值高达27.6%，大量适龄青年无法通过城市化和工业化进入现代生产部门，而处于劳动力闲置的状态，由尼特率反映出的低收入国家青年就业压力更贴近现实。一些高收入国家也存在着失业率和尼特率的反差，如韩国2019年的青年失业率仅有10.0%，但其尼特率已高达20.8%，后者所反映出的社会不稳定隐患明显更大。

我国青年尼特率较低的主要原因是求学人口比重较高。由于尼特率=1-（求学人口比重+就业人口比重），尼特率的变化取决于这两类青年人口比重的变化。我国青年就业比重为31.5%，高于中等偏上国家的均值（30.4%），但比高收入国家（37.4%）低5.9个百分点。缓解一国青年就业压力的不只是工作岗位，高中和高等教育阶段的学位也贡献颇大，在高等教育普及化的国家尤其如此。例如，法国2022年的失业率高达17.3%，但其青年人口中有55.0%在校学习，缓解了青年整体的就业压力，使其尼特率维持在10.1%这样一个全球较低的水平。从我国的情况来看，当前约9600万城镇青年人口中有超过六成（62.5%）在普通高中、中高职院校、普通本科院校中求学，青年求学人口比重比高收入国家的均值要高出11.6个百分点。

高校快速扩招带来的青年就业压力后延值得重视。我国高等教育毛入学率由2015年的40.0%，提升至2019年的51.6%，已实现从高等教育大众化向普及化（50%以上）的跨越。2019年到2022年四年间，我国高校累积扩招829万大学生（不包括成人本专科生、网络本专科生），增长规模是此前四年的4.1倍，成为近年来缓解青年就业压力的重要渠道。2022年，我国各种形式的高等教育在学总规模4655万人，高等教育毛入学率升至59.6%。短期内，高校扩招会抑制尼特率的增长，有效缓解当期的就业压力，但求学路漫漫却终有期，大多数升学青年最终还是要在22-24岁进入劳动力市场。此轮扩招生自2022年陆续毕业，每年多增的约200万毕业生打破原有相对平衡的供需，加大了近两年来的青年就业压力。

02

国际青年就业结构的五个新趋势

为探究各国青年就业的结构特征及其变化趋势，我们综合国际劳工组织和欧盟统计局的数据，在就业细分行业上采用ISIC行业分类，选择2014年以来数据较为完整的48个国家作为样本，包括了34个高收入国家和14个中等收入国家；在非正规就业数据上则选取了在2021年和2022年有最新数据的71个国家。由于中国的国民经济行业分类与ISIC行业分类存在差异，本部分的分析未将中国纳入样本。经过比对分析，我们梳理出全球青年就业的五个新趋势。

趋势一：全球青年就业质量有所下降

我们以“非正规就业率”来分析全球青年的就业质量。根据国际劳工组织的定义，非正规就业是“未受现有法律或管理框架登记、管制或保护的所有有酬工作”，因而缺乏有保障的薪资、就业合同、工人福利和职业发展阶梯。最新数据表明，高收入、中等收入和低收入国家的青年非正规就业率分别为19.9%、65.5%和94.8%。当前，中等收入国家近三分之二的就业青年、低收入国家几乎所有就业青年处于低质量就业，青年就业“零工化”的趋势较为明显。虽然高收入国家的非正规就业率较低，但受疫情冲击，也已较2019年上升了2.1个百分点。

与整体就业质量相比，青年就业的质量还要更低一些。在高收入、中等收入和低收入国家中，青年的非正规就业率比整体的非正规就业率高6.4个、6.5个和5.7个百分点，青年人在各国劳动力市场都属于相对弱势的群体。在图3所示的“失业率-就业质量”的二维坐标里，我们以失业率=25%、非正规就业率=50%为界，划分出四个区间，其中有40.8%的样本国家的青年处于低失业率但低质量就业区间。

资料来源：国际劳动组织和笔者计算

趋势二：批发零售和住宿餐饮吸纳全球三成以上的青年就业

批发零售（含汽修）和住宿餐饮行业属于劳动力密集型的生活性服务业，已成为吸纳全球青年就业最多的领域。在高收入国家中，当前批发零售和住宿餐饮吸纳了18.2%的劳动力，却吸纳了34.2%的青年就业。后者高出前者近一倍，侧面反映出高收入国家的青年在劳动力市场中处于相对劣势。从典型国家来看，美国青年中的40.2%和韩国青年中的43.9%，在这两个生活性服务业就业，而意大利和北欧五国的比重也分别达到33.4%和36.3%。

从中等收入国家来看，青年在批发零售和住宿餐饮领域的就业比重达到29.2%，比这两个行业的整体就业比重高出6.8个百分点，比2014年提高3.9个百分点，已替代制造业成为城镇化过程中吸纳青年农业劳动力最大的领域。

趋势三：制造业回流增加了部分发达经济体的青年就业机会

制造业依然是吸纳全球青年就业人数最多的第二大行业。从高收入国家来看，13.3%的青年从事制造业的工作，略高于整体制造业就业比例（13.0%）。自2014年至今，高收入国家青年在制造业的就业比例平稳下降，八年内只下降了1.2个百分点。近年来，在全球产业链重构和发达国家制造业回流的背景下，美国、日本和韩国的青年从事制造业岗位的比重有微弱上升的态势，特别是在高端制造业的就业比重有所上升。从美国制造业内部来看，从2008年至2022年，青年群体中在化学制品、汽车、医药以及电力设备制造的就业比例，分别提高了2.2个、2.0个、1.8个和1.6个百分点。

近年来，中等收入国家整体的制造业就业比例出现下降，有过早去工业化的倾向。不过，在中等收入国家的青年群体中，从事制造业的比重继续上升，从2014年的13.7%上升至14.8%，当前要比整体劳动力高出3个百分点。比较有代表性的国家是越南，其2022年整体制造业就业比例（21.4%）比2014年提高了6.9个百分点，而接近三分之一（32.6%）的青年在制造业获得岗位，比2014年提高了10.2个百分点。

趋势四：技术密集型生产性服务业吸纳青年的潜力有限

本文将技术密集型生产性服务业定义为信息通信行业以及科学研发和专业技术行业。在中等收入国家，只有3.2%的青年在技术密集型生产性服务业就业，该比重相较于2014年只提高了0.24个百分点。

高收入国家的技术密集型生产性服务业就业比重达到10.2%，比2014年提高1.7个百分点。虽然在高收入国家青年群体中，从事这一领域工作的比例不高，仅为7.6%，但相较于2014年增长1.8个百分点，上升速度略快于总体。从典型国家来看，法国和德国青年群体中从事技术密集型生产性服务业的比例较高，分别为9.2%和8.8%。虽然美国劳动力在该领域的整体就业比例为10.3%，位居高收入国家前列，但只有5.7%的青年在该领域就业，明显低于高收入国家平均水平。对比前述高达四成的美国青年在批发零售和住宿餐饮行业就业，显示出其青年就业两极分化较为明显。

趋势五：老龄化让健康产业成为青年就业新引擎

老龄化会让一国的养老金体系陷入“长寿的诅咒”，但也会带来新的就业机会。影响老年人认知的阿尔茨海默病、帕金森症等疾病，在65岁以上群体的发病率快速上升，全球对养老护理人员、老年科医生、神经科医生和慢性病药物研发人员的需求正在上升。2022年，全球经济总量排名前17的国家中，有14个已经进入老龄化社会，且12个国家进入深度老龄化。大健康产业已成为吸纳高收入国家整体就业的第三大领域（就业占比11.1%），也是青年就业的第四大来源（就业占比9.3%）。失能老人穿衣、沐浴、如厕、行走等日常活动，需要高素质职业护理人员提供服务，而且在可预见的未来，机器还很难替代人类的情感支持，会有更高比例的劳动力进入大健康领域。

以美国、德国、法国和北欧五国为例，健康领域从业者在总体就业中的比例分别达到13.9%、13.6%、14.2%和16.4%，而青年群体中在健康领域就业的比例分别为10.9%、14.1%、10.2%和14.0%。值得一提的是，德国青年在健康产业就业的比例，要超过整体就业的比例。这既是德国双元制职业教育成果在健康领域的体现，也与其注重职业立法有关。德国通过《老年护理职业法》保护了从业人员的权益，通过《老年人护理质量保护法》提高了行业准入门槛和护理质量，这都有助于提高从业人员的社会地位，吸引青年从事该行业。

03

有潜力大规模吸纳我国青年就业的六个领域

从今年的情况看，互联网、教培和房地产对大学生就业吸纳能力继续下降。综合国际比较、重点企业走访和典型行业协会座谈情况，本文认为以下领域具有发展潜力足、人才缺口大、符合青年就业意愿的特征，有望成为新的就业增长点。

（一）数字技术开发和应用

数字技术作为通用目的技术，正加快向各行各业渗透，不仅增加了已有研发、应用、服务、管理等岗位需求，还不断创造出数据可视化工程师、机器学习工程师、物联网安装调试员等新职业需求。数字技术领域具有知识密集、更新迭代快、薪酬水平高的特点，根据世界经济论坛《未来工作报告2023年版》的分析，全球增速最快的100种新兴岗位中有16种与数字技术相关，成为近年来发达经济体吸纳青年就业的重要领域。当前日本和韩国的青年群体中，在IT行业就业的比重均为4.3%，比2008年分别提高了0.98和0.7个百分点。

我国青年群体中从事IT行业的比重只有2.4%，且比2006年下降1.3个百分点。根据华为与安永联合撰写的《中国ICT人才生态白皮书》，到2025年，我国数字技术的人才缺口将达2135万人，其中云计算、人工智能、大数据和物联网尤缺人才。从人才供给侧看，高校中的数字技术相关专业的扩招人数增速未显著提升。多家数字化企业还向笔者反映，由于数字技术与应用场景紧密联动、快速更新，大学生技能水平与岗位要求存在明显差距，特别缺乏既掌握数字技术又了解特定行业的复合型人才，在人工智能、自然语言处理、数据科学、网络安全等新兴技术领域尤其明显。

（二）技术型离岸外包

随着通信技术推动全球分工细化，信息技术服务、制造业服务、生物医药研发、金融服务、设计服务等领域的离岸外包市场价值近2万亿美元，其2021年增速比全球服务贸易高出8.2个百分点。离岸外包业务涉及软件开发、数据管理、建筑设计、媒体编辑、翻译、会计等具有中高技术含量的职业，日益成为全球青年就业的重要领域。随着虚拟现实技术、机器翻译等新兴技术快速发展，文化创意及数字内容服务、互联网营销推广服务、电子商务平台服务等外包新业态正快速发展，发包方在全球匹配高性价比知识白领，发展中国家大学生成为首选。2022年，印度依靠信息技术和业务流程外包就吸纳了近500万人就业，其离岸外包市场约为国内市场的5倍。

离岸外包已是吸纳我国大学毕业生的重要领域，我们根据商务部数据测算，截至2023年4月底，从事离岸外包的大学生为541万，2022年新吸纳55万大学生。但总体而言，我国离岸外包仅占全球份额的7.7%，还有较大上升空间。以全球信息技术和业务流程外包为例，吸纳就业体量最大的前两位国家是印度和菲律宾，全球就业份额分别占四成和二成，远高于我国的3%。而且，我国离岸外包业务增速慢于国内外包业务，离岸外包比重从2016年的66%降至2022年的55%，国内在信息技术、制造业服务、金融科技等领域形成的优势未能同步对外输出。随着语音识别和机器实时翻译的发展，我国参与离岸外包的语言制约进一步下降，而国内企业海外布局加速也将进一步提升离岸外包的业务需求。

（三）中高技能的制造业岗位

制造业呈现自动化、数字化、智能化趋势，就业类型也从劳动密集型向技术密集型转变，对拥有专业技能和创新能力的青年需求上升较快。2020年以来，发达经济体青年就业向制造业回流，汽车制造、医药制剂和化学制品等中高端制造业，成为发达国家吸纳青年就业的新增长点。

虽然我国制造业就业人数处于下降通道，但其就业总量仍达1.32亿人，是解决我国16岁-24岁青年就业的第一大行业。近五年来，以集成电路、新能源、新能源汽车、生物医药为代表的我国战略新兴产业年均增长10.3%，是同期GDP（国内生产总值）增速的1.7倍。随着国内企业在价值链的上下游拓展，我国制造业正处于中高技能人才替代低技能劳动力的阶段，对能源动力、精密仪器、材料科学等领域的运维工程师和研发工程师有大量需求，还缺少数控机床操作员、焊接工等中等技能人才。智联招聘网站数据显示，2020年-2022年智能制造领域招聘职位数同比增幅均在50%以上。

（四）基于平台经济的休闲服务业

主要发达国家服务性消费占最终消费的比重约为75%，休闲服务业是一些国家解决其青年就业的最重要领域。在韩国、日本和美国的青年群体中，从事住宿餐饮和文娱行业的比例达31.4%、23.6%和23.1%。我国服务性消费支出占消费比重仅43.2%，只有11.4%的青年在住宿餐饮和文娱行业就业，具备较大的上升空间。

在居民收入提高、家庭规模小型化、消费个性化的背景下，休闲服务业的需求规模将不断提升。同时，平台经济为我国休闲服务业的快速扩容提供了渠道支撑。生活服务平台扩大了住宿、餐饮、旅游、即时零售等行业的消费触达范围，为青年创造出了外卖运营师、酒店营销师、旅游路线规划师、电商选品师等大量新型就业岗位。据一家外卖平台在调研中反映，当前仅外卖运营师的人才缺口就有28.7万。以短视频、公众号为代表的文娱内容服务平台，为青年提供了便捷的内容创作、知识分享和才艺展示空间，契合青年人的学习能力、创意思维和社交技巧。综合我们对两家社交媒体平台的调研，相关创意型全职岗位需求有上千万。从行业发展的角度，青年特别是大学生的参与，能更好地促进休闲服务业的可持续、规范化发展，满足居民对高品质休闲服务的需求，形成稳定增长的高质量就业。

（五）大健康产业

在我国大学毕业生中，医学类专业占比为10.1%，每年毕业的大专及以上医学生超过110万。但从我们的问卷调查看，医学毕业生就业落实率比整体低3.3个百分点，且大量医学毕业生转行。从国际上看，人类对医疗、养老和护理等大健康服务的需求持续增加，而医疗技术和智能养老设备的快速发展与应用，推动大健康领域的就业向着技能密集型的方向转变，成为青年就业的重要去向。美、德、法等国青年在大健康领域的就业比重均超过10%，但我国只有4.2%的青年从事大健康领域工作。

根据《“十四五”国民健康规划》，到2025年，我国健康服务业总规模将超过11.5万亿元；根据《“健康中国2030”规划纲要》，2030年健康服务业超过16万亿元。一方面，由于医疗卫生资源在城乡、区域、层次之间配置不均衡，我国基层医疗人员较紧缺，根据《“十四五”卫生健康人才发展规划》测算，到2025年人才缺口将达200万。另外，我国有4000万左右的失能半失能老年人，养老护理员需求达600多万，但目前仅有50多万名护理员。根据课题组对养老机构的访谈，随着护理复杂度的提高和智能养老设备的应用，急需一大批具备专业护理素养和学习能力的医学毕业生。但由于社会观念、薪资待遇等原因，高素质护理人员缺口很大，成为制约养老产业发展的最大瓶颈。

（六）校外素质教育和中外合办高等教育

教育行业是发达国家解决大学生就业、扩大居民消费、推动人力资本投资的重要领域。2022年，美国和德国青年群体中的教育从业者比重分别为6.3%、6.6%，韩国则高达8.5%左右。我国青年群体中从事教育行业的比重，从2011年的2.3%一度攀升至2021年的8.3%，但近年来下降较为明显。从美国、日本、芬兰等国的国际经验看，以科学素养、文艺体育、研学实践为主的校外教育，是公立教育的有益延伸，也是解决青年特别是大学生就业的重要渠道。

课题组了解到，头部教育培训机构正进行素质教育和教育科技转型，一二线城市家庭对校外素质教育的需求也很旺盛。但由于对未来发展的不确定性存有担忧，企业对校外素质教育存在信心较弱、投入不足现象。另外，我国每年海外求学规模有上百万人，大量高端教育消费外流。可以海南中外合办高等教育试点为契机，利用境外教学机构在理工农医等方面的学科优势，每年引导30%境外留学需求留在国内，并吸引10万左右中高收入国家的学生到中外合办高校学习。根据教育部公布的数据，国内中外合作办学的学生和教职工之比约为8∶1，每年能多解决5万大学生就业。

04

释放青年就业潜力的政策建议

（一）加大青年就业促进政策力度

青年就业新的增长点多分布在技术或技能密集型企业，人力资本投资是其主要财务支出项。目前，处于资产负债表修复期的企业，不愿意为新进入劳动力市场的青年付出6个-12个月的培养成本，是企业社会招聘恢复而削减应届生招聘的主因。

为此，本文建议：在政策工具上化繁为简，将就业补助资金更多用于企业获得感最强的“社保补贴”上，以抵消青年的上岗培养成本；扩大享受社保补贴政策的企业范围，从“小微企业”扩大到“中小微企业”，因为中型企业不仅潜在招聘需求大，大学生对其就业意愿也更高；利用大数据比对实行“免申即享”，企业无需“先缴后补”，降低企业资金成本。

（二）优化大学专业设置和人才培养方式

近年来我国新产业新赛道创设了大量技术型岗位需求，但据调研了解，由于毕业生专业能力不匹配，并未都能转化为现实的新增就业，科技型企业“招人难”和青年“就业难”并存。相比我国高校近年来文科人数增长较快，自2011年以来美国高校扩招中86.2%的份额，流向了STEM（包含科学、技术、工程和数学）及医学领域，文科生扩招比重大幅下降（见图4）。 

资料来源：美国综合高等教育数据系统(IPEDS）

为响应知识密集型、技能密集型现代产业需求，针对我国产业升级中的人才缺口，应加快调整专业设置和人才培养方式。

一是大幅压缩高职院校和普通本科的文科专业比重，理工科专业比重在各层次扩招大学生中应提高到80%以上。

二是针对数字化和离岸外包较大的人才缺口，同时考虑数字化应用学科的固定资本投入较低，可大规模增加高职院校和应用型大学数字技术相关专业的招生规模，并由龙头企业开设实用型课程和相关技能证书认证，加速培养应用型数字化人才。

三是以工程硕博试点为契机，组织各领域头部企业参与紧缺专业的课程设计和教学实训，在“双一流”高校大规模培养专业学位与实践能力兼具的高层次工程技术和工程管理人才。

（三）提升青年从事“灰领”职业的意愿

需要技能知识和体力劳动相结合的“灰领”职业，是发达国家吸收大量高等职业教育和社区学院毕业生的重要领域。我国在制造业、康养产业、房屋中介等领域也有较大的灰领人才缺口，要通过多方渠道，提高青年特别是大学生从事相关工作的意愿。

一是通过出台相关职业法规，保障灰领从业者的工作权益，并设置职业资格评价、职业技能等级认证和职称晋升通道，建立与技能、职称等级相挂钩的薪酬制度。

二是针对当前公益性岗位饱和和灰领职业薪资较低的情况，探索将公益性岗位设在城乡社区的养老、托育、物业等机构中，以提高灰领职业的薪资待遇。

三是在积分落户、保障性住房申请、子女就学等事项，给予社会贡献多、人才缺口大的灰领从业者优先权。

（四）将考研考公时间提前至“秋招”之前

每年有500多万大学生备考研究生和公务员，错过了当年9月到次年1月的招聘“黄金期”，这一就业时间差造成供需大规模错峰，缩小了近三分之二毕业生的有效求职期，经年累积了大量就业困难大学生。建议将每年的公务员考试提前至国庆前后，将研究生考试提前至暑期，以便让大规模落榜者能够赶上“秋招”黄金期，有效降低摩擦性失业。

（五）完善大学生职业规划和就业指导

将大学生职业规划培养前置，构建从入校、实习前、毕业前等全周期指导体系，提供职业咨询、性格测试、技能训练、模拟面试等服务。加强高校就业辅导工作队伍职业化、专业化建设，以校内和校外双导师制度为抓手，将实习实践纳入高校人才培养方案，通过校企合作解决学用脱节问题。鼓励家庭成员参与大学生职业生涯规划，帮助大学生尽早建立正确的择业观念，避免就业预期脱离实际。