青年人作为优化劳动力结构的主要驱动力，其就业问题既关系社会民生，又关乎新质生产力背后的劳动要素新动能。因此，青年人就业问题受到党和政府的持续高度关注。作为劳动力市场的一部分，青年劳动力市场状况往往与整体经济周期保持同步。今年的《政府工作报告》指出，回顾过去一年，多重困难挑战交织叠加，我国经济波浪式发展、曲折式前进，成绩来之不易。在经济波浪式发展的当下，以高校毕业生为代表的青年人就业面临不少困难，就业形势依然严峻。但随着我国经济韧性显现，劳动力市场持续复苏，青年人就业新机会也随之出现。
基于经济学理论，就业与失业是经济个体根据已有信息，权衡利弊后的自主选择结果。失业问题的产生，存在多方面因素。
首先，对当前工作待遇的不满、备考深造或工作倦怠等都可能导致青年人离开工作岗位。如高校毕业生出于对未来美好生活的憧憬，希望找到一份高薪工作，而在工资水平较低时，他们会选择暂时不就业或“慢就业”，主动成为失业人群中的一员，以期找到更好的工作机会，让自身劳动力发挥更高效力。
其次，随着我国经济结构不断升级，新业态不断涌现，其创造的新型工作岗位对人才技能和工作模式提出了新要求，可能导致部分青年人无法承担劳动再培训的时间、物质与精神成本，进而使他们陷入被动失业的困境；还可能引发求职劳动力间的“内卷”现象，以及加剧用工企业与雇员间的不平等关系。
最后，就业选择也受个人发展规划的影响。有研究显示，高质量工作为高校毕业生提供了良好的职业发展平台，以及在实践中提升和补全技能的机会，有助于他们更好规划未来职业发展路径。因此，多数毕业生十分看重首份工作。然而，刚刚走出校园的他们，通常很难“一步到位”。观望等待，成为其在低质量就业和保留“应届生”身份之间做出的主动选择，或因就业信息繁杂而不得不做出的被动应对。但等待所导致的失业期，会给初出茅庐的毕业生带来较大的社会、家庭和心理压力，负面情绪的累积和工作经验的缺乏，可能进一步阻碍他们顺利融入劳动力市场，进而成为就业长期“困难户”。
鉴于当前高校毕业生就业面临的诸多挑战，降低其首次就业的机会成本、确保在职人群劳动技能的及时更新、进一步缩短失业到就业的匹配时滞，成为解决该群体就业问题、提高就业质量的关键举措。
第一，以行业需求引领高校育人体系建设。随着新一轮科技革命的推进，国家与社会对教育服务提出了更专业化的要求。高等教育应以满足国家现代化战略和新型经济发展需求为目的，主动作为，积极了解劳动力市场对求职者技能的具体需求，改革教学逻辑与内容，灵活探索“企业+学校”毕业年级学生培养模式，将教学实践与工作需求相结合，利用人工智能技术的有效性和适应性提升个性化教育教学质量。将学科发展与时代所需结合，以应用和实践为牵引，帮助学生构建完善的专业学科知识体系。可尝试进一步延长“应届毕业生”身份适用时效，强化对失业“应届毕业生”的就业辅导支持。降低学生首次就业的机会成本，引导他们以就业为契机主动思考未来职业发展路径，以及如何在实现自我价值的同时服务社会、报效国家。
第二，推动在职教育体系的智能化、数字化与普惠化改革，构建全社会公共终身教育生态。充分利用人工智能技术，加快建设适应新型技术、劳动技能的在职教育体系，特别关注智能制造、机器人、虚拟现实等新时代所需职业技能的培养。一方面，提升全社会对新兴技术的理解，弥合技术鸿沟，引导市场充分挖掘人工智能、大数据分析技能与实体经济工作需求的结合点，真正发挥新兴技术的应用价值。另一方面，充分利用智慧教育的自适应特性，实现规模化职业教育与个性化培养的有机结合，降低在职人群获取新型技能要素所需的物质成本与精神成本。减少由于数字经济时代行业更替所造成的劳动力市场摩擦，真正实现劳动力市场向新质生产力要活力、向新兴技术要动能。
第三，加快建设面向高校毕业生的人力资源市场，注重提升监管，提升就业指导部门对就业信息全面统筹、有效处理与精确推送的能力。加快建立针对高校毕业生就业的应聘、培训市场，充分利用市场力量协助高校毕业生顺利就业。监管部门应进一步做好对市场应聘信息的筛查、统筹和匹配工作，并协同就业指导部门利用大数据手段精准识别大学生就业行业的需求动向。就业指导部门还应基于庞大的数据资源，深入剖析各个行业的就业趋势、岗位需求以及薪资待遇等信息，从而为未就业大学生提供有针对性的就业指导，同时倒逼高校教育教学体系改革。此外，各地各高校可结合大学生在校行为与求职数据，如学生成绩、兴趣爱好以及实习经历等，个性化匹配学生所适合从事的岗位类型和行业方向，并据此推送相关招聘信息与就业指导服务内容，进一步提升高校毕业生就业技能、心理需求与劳动力市场的匹配度。监管部门还可从源头上优化招聘信息的发布与筛选机制，进一步解决招聘信息繁杂、针对性不强以及毕业生面临信息过载等问题。
——原载《光明日报》
2024年04月02日 14版
王熙
永利3044浏览器金融学系助理教授、研究员、博士生导师，北京大学中国金融研究中心副主任，主要研究方向为宏观金融、资产定价、机器学习与复杂计算。近期工作已经发表或被接受于《经济研究》、《经济学（季刊）》、《金融研究》、China Economic Review及《国际金融研究》等国内外著名期刊。
供稿：金融学系
美编：初夏
责编：度量、雨禾、雨田
