后疫情時(shí)期大學(xué)生就業(yè)地域選擇影響因素探究

周碩 羅小杰 唐鋮 黃宇翔

吉林大學(xué)

一、問(wèn)題的提出

后疫情時(shí)期來(lái)臨，生活秩序和就業(yè)環(huán)境逐步恢復(fù)，疫情對(duì)我國(guó)乃至整個(gè)世界都產(chǎn)生了深遠(yuǎn)的影響。后疫情時(shí)期并不是我們?cè)瓉?lái)想象的疫情完全消失，一切恢復(fù)如前的狀況，而是疫情時(shí)起時(shí)伏，隨時(shí)都可能小規(guī)模爆發(fā)，從外國(guó)外地回流以及季節(jié)性的發(fā)作，而且遷延較長(zhǎng)時(shí)間，對(duì)各方面產(chǎn)生深遠(yuǎn)影響的時(shí)代。世界現(xiàn)代化城市的成功經(jīng)驗(yàn)表明，人才資源的快速增長(zhǎng)是城市現(xiàn)代化建設(shè)的最直接、最重要的推動(dòng)力量。人才是城市經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的動(dòng)力，實(shí)施城市人才發(fā)展結(jié)構(gòu)戰(zhàn)略，構(gòu)筑人才高地是決定城市競(jìng)爭(zhēng)力的一個(gè)重要因素。而疫情發(fā)生后，由于遇到突發(fā)公共衛(wèi)生事件的沖擊，城市運(yùn)行受到強(qiáng)烈打擊，各地政府終于意識(shí)到城市的人才結(jié)構(gòu)對(duì)于城市免疫力的影響程度，可以說(shuō)，城市的人才結(jié)構(gòu)決定了城市免疫力，于是，各地政府不僅僅局限于高等人才的引進(jìn)，各地人才政府調(diào)整了各個(gè)層次的人才吸引政策，接收各個(gè)程度、各個(gè)層次的人才，給予按照層次不同設(shè)置的人才補(bǔ)助、落戶(hù)補(bǔ)貼、租房補(bǔ)貼、落戶(hù)政策、安家費(fèi)等。努力在做好人才引進(jìn)的同時(shí)調(diào)整人才結(jié)構(gòu)至最優(yōu)。

后疫情時(shí)期，國(guó)家人才方針實(shí)時(shí)調(diào)整，各地為促進(jìn)經(jīng)濟(jì)繁榮，出臺(tái)了最新的人才扶持政策，而同時(shí)，國(guó)家為了促進(jìn)我國(guó)落后地域的經(jīng)濟(jì)發(fā)展，出臺(tái)了一系列的地方性扶持計(jì)劃，例如“三支一扶”、“大學(xué)生志愿服務(wù)西部計(jì)劃”等。反觀在疫情影響下，人才資源市場(chǎng)活躍度明顯下降，而通過(guò)新冠疫情的爆發(fā)，各地政府也發(fā)現(xiàn)城市的人才結(jié)構(gòu)決定了城市面對(duì)突發(fā)公眾事件的免疫力程度，于是，修改了新的人才引進(jìn)政策，如上海、杭州、廣州等地，相較于疫情前，開(kāi)放了落戶(hù)限制，提高了落戶(hù)就業(yè)人才補(bǔ)貼；南京、鄭州石家莊等地根據(jù)學(xué)歷水平給予房租補(bǔ)貼、購(gòu)房補(bǔ)貼。在當(dāng)今中國(guó)，研究就業(yè)人口的流動(dòng)及就業(yè)人才走向?qū)τ谖覈?guó)政府及各當(dāng)?shù)厝瞬耪畬?shí)時(shí)調(diào)整就業(yè)政策、進(jìn)行就業(yè)指導(dǎo)、實(shí)施人才引進(jìn)工作有著非常大的作用。那后疫情時(shí)期對(duì)于大學(xué)生的就業(yè)地域影響有多大呢？影響因素有哪些方面呢？這就成為社會(huì)及政府需要關(guān)注的問(wèn)題。

二、文獻(xiàn)評(píng)述

（一）對(duì)于新冠疫情對(duì)大學(xué)生就業(yè)的影響研究

李春玲（2020）較為全面的從就業(yè)壓力，心理壓力等方面研究了新冠疫情沖擊下大學(xué)生的就業(yè)，認(rèn)為疫情影響更多大學(xué)生選擇中小城市，提出“因勢(shì)利導(dǎo)推動(dòng)應(yīng)屆畢業(yè)生基層就業(yè)趨勢(shì)，促進(jìn)人才流動(dòng)和區(qū)域平衡發(fā)展”。陳建幫（2020）提出對(duì)大學(xué)生就業(yè)引導(dǎo)工作的思考，認(rèn)為要正確引導(dǎo)大學(xué)生在新冠肺炎疫情下降低擇業(yè)要求，“先就業(yè)再擇業(yè)”。岳昌君（2020）梳理了2003年“非典”疫情以來(lái)的全國(guó)高校畢業(yè)生就業(yè)狀況調(diào)查數(shù)據(jù)，分析此次疫情對(duì)高校畢業(yè)生就業(yè)可能帶來(lái)的不利影響。張美玲，趙子涵冰（2020）對(duì)比2019年末的新冠疫情與2003年的非典疫情，并根據(jù)政府當(dāng)時(shí)對(duì)后非典時(shí)期做出的舉措提出了“1234”改進(jìn)工作新模式。侯文哲（2020）注重于學(xué)生個(gè)人的心理素質(zhì)、就業(yè)能力與就業(yè)預(yù)期三方面，認(rèn)為“95后”大學(xué)生因?yàn)闀r(shí)代問(wèn)題心理素質(zhì)，就業(yè)能力較低，就業(yè)預(yù)期過(guò)高，疫情沖擊只是一個(gè)影響大學(xué)生就業(yè)困難的因素。李春陽(yáng)，畢會(huì)娜（2020）從區(qū)域考慮到疫情對(duì)不同區(qū)域大學(xué)生的沖擊力度不同，認(rèn)為疫情使結(jié)構(gòu)性失業(yè)更加突出，建議高校設(shè)立新科研助理崗位。

（二）對(duì)于大學(xué)生就業(yè)城市選擇的研究

我國(guó)學(xué)者主要是研究高校人才流動(dòng)的現(xiàn)狀與特征，而對(duì)其就業(yè)地區(qū)選擇因素的研究不是很多。武毅英等（2013）運(yùn)用勞動(dòng)力市場(chǎng)分割理論，從城鄉(xiāng)、區(qū)域和行業(yè)三個(gè)方面分割中國(guó)勞動(dòng)力市場(chǎng)，研究高校畢業(yè)生就業(yè)流動(dòng)問(wèn)題，認(rèn)為制度性分割是流動(dòng)不均衡的主因。黃艷等（2013）同樣認(rèn)為在城市二元?jiǎng)趧?dòng)力市場(chǎng)分割的影響下，要弱化高校畢業(yè)生就業(yè)自由流動(dòng)受限的壁壘，需要政府一方面深化就業(yè)體制改革和發(fā)揮宏觀調(diào)控作用。馬莉萍，潘昆峰（2013）利用logit模型分析了不同類(lèi)型高校畢業(yè)生的生源地、院校地和就業(yè)地三者關(guān)系的差異。何仲禹，翟國(guó)方（2015）以城市類(lèi)別作為研究對(duì)象，通過(guò)logit模型得出選擇就業(yè)地時(shí)，職業(yè)發(fā)展機(jī)遇和家庭因素是最重要的，而地區(qū)特質(zhì)和其自然生態(tài)環(huán)境因素的影響最小。趙晶晶（2016）基于空間流動(dòng)網(wǎng)絡(luò)視角定量測(cè)度了高校畢業(yè)生的流動(dòng)強(qiáng)度。馬莉萍，劉彥林（2018）研究了在代際流動(dòng)中大學(xué)教育的作用，表明大學(xué)教育可以促進(jìn)學(xué)生向上流動(dòng)。鄧峰和郭建如（2020）通過(guò)多層線性交互分類(lèi)模型，得出了各地區(qū)生源畢業(yè)生的五種就業(yè)流動(dòng)路徑，研究表明各地區(qū)之間的高校畢業(yè)生流動(dòng)是多向流動(dòng)的復(fù)雜關(guān)系。

（三）綜合評(píng)述

對(duì)高校畢業(yè)生流向的研究一直是學(xué)者所關(guān)注的方向，大部分學(xué)者主要以高校畢業(yè)生的流動(dòng)為主體進(jìn)行研究，研究模型較為多樣。但是由本研究小組的信息收集調(diào)查表明國(guó)內(nèi)外相關(guān)研究的文獻(xiàn)較少，根據(jù)中國(guó)知網(wǎng)數(shù)據(jù)，2000年至2020年間關(guān)于畢業(yè)生流向的文獻(xiàn)年均產(chǎn)出數(shù)量為8.25篇。提出應(yīng)對(duì)畢業(yè)生流動(dòng)不均衡的措施方法大致相同，以理論為主。并且在對(duì)影響畢業(yè)生對(duì)就業(yè)城市的因素研究還不夠深入。

新冠肺炎疫情從突發(fā)到現(xiàn)在，國(guó)內(nèi)情況已經(jīng)得到控制，之前人們的主要精力集中于應(yīng)對(duì)疫情所帶來(lái)的巨大沖擊，而從學(xué)術(shù)視角深入分析這一公共衛(wèi)生危機(jī)對(duì)社會(huì)各個(gè)領(lǐng)域的影響還只是剛開(kāi)始。本研究小組發(fā)現(xiàn)學(xué)者對(duì)突發(fā)公共衛(wèi)生事件下大學(xué)生狀態(tài)及特征的研究較少，提出的應(yīng)對(duì)措施理論性更強(qiáng)，例如在面對(duì)后疫情時(shí)期擇業(yè)難的問(wèn)題，學(xué)者多建議畢業(yè)生先就業(yè)后擇業(yè)，確沒(méi)有詳細(xì)提出就業(yè)后如何再擇業(yè)。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源

本研究使用的數(shù)據(jù)來(lái)自對(duì)全國(guó)的各所高校的學(xué)生進(jìn)行調(diào)查，調(diào)查問(wèn)卷一共包括個(gè)人基本情況，家鄉(xiāng)的基本情況、疫情對(duì)就業(yè)觀點(diǎn)的影響程度、個(gè)人期望就業(yè)情況等部分，問(wèn)卷通過(guò)隨機(jī)抽查的方式，一共收集到了457份問(wèn)卷，有效問(wèn)卷457份，其中共有男性279名，占比61.05%，共有女性178名，占比38.95%。如表一，調(diào)研對(duì)象基本包括小學(xué)及以下、初中、普高/中專(zhuān)/技校/職高、專(zhuān)科、本科、碩士、博士學(xué)生人群，基本符合全國(guó)調(diào)研學(xué)生對(duì)象分布。

表一 調(diào)研對(duì)象學(xué)歷分布表

（二）變量選擇

1.因變量

學(xué)生的就業(yè)區(qū)域（或傾向的區(qū)域）是我們調(diào)查的主要問(wèn)題，這個(gè)問(wèn)題可以理解為一個(gè)現(xiàn)實(shí)的選擇行為，為了有效的反映出疫情前后學(xué)生就業(yè)的選擇地域的選擇因素，本研究聚焦于疫情前后影響學(xué)生就業(yè)地域的選擇的各種因素。學(xué)生的就業(yè)區(qū)域（或趨向的區(qū)域）包括了全國(guó)的東部地區(qū)（北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南）中部地區(qū)（山西、安徽、江西、河南、湖北和湖南）西部地區(qū)（內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆）東北地區(qū)（遼寧、吉林和黑龍江）沒(méi)有考慮過(guò)。將沒(méi)有考慮過(guò)賦值為0，西部地區(qū)賦值為1，東北地區(qū)賦值為2，西部地區(qū)賦值為3，東部地區(qū)賦值為4。

2.自變量

問(wèn)卷主要包括三種類(lèi)型的自變量：自身及家庭因素、學(xué)校因素、社會(huì)因素。自身因素包括性別、家人對(duì)就業(yè)對(duì)象的選擇、疫情發(fā)生后，是否影響對(duì)于離家鄉(xiāng)遠(yuǎn)近的選擇；學(xué)校因主要是包括高校所在層次、高校所在地域、高校就業(yè)推薦；社會(huì)因素主要是包括城市的影響因素、國(guó)家政策的影響因素、就業(yè)風(fēng)險(xiǎn)。

（三）效度檢驗(yàn)

問(wèn)卷效度可以采用 KMO 和 Bartlett 值來(lái)檢驗(yàn)問(wèn)卷數(shù)據(jù)是否具有有效性，通過(guò)SPSS對(duì)樣本數(shù)據(jù)進(jìn)行分析后如下圖。KMO 值為0.911，大于 0.7，這代表問(wèn)卷數(shù)據(jù)的充足度比較高，適合對(duì)其采用因子分析。Bartlett 球形檢驗(yàn)的近似卡方值為1370.033，顯著水平為0.000＜0.01，表示各變量之間存在很強(qiáng)的相關(guān)性。

四、實(shí)證結(jié)果分析

（一）自身以及家庭因素

通過(guò)對(duì)性別與家人對(duì)就業(yè)選擇的影響因素以及疫情發(fā)生后，有影響您對(duì)于就業(yè)城市距離家鄉(xiāng)遠(yuǎn)近的考慮進(jìn)行分類(lèi)匯總分析，結(jié)果如下表：

表二 分類(lèi)匯總分析結(jié)果表

通過(guò)對(duì)性別以及您選擇一座城市最看重的因素進(jìn)行交叉分析，結(jié)果如表3：

表三 性別以及選擇城市最看重的因素交叉結(jié)果分析表

（二）學(xué)校因素

利用相關(guān)分析去研究“您愿意在高校所在地就業(yè)嗎和您所在高校的院校層次”“您高校所在的地域?yàn)椤薄耙咔楹?，您?huì)更加愿意參與高校的就業(yè)指導(dǎo)及就業(yè)推薦嗎”共3項(xiàng)之間的相關(guān)關(guān)系，使用Kendall相關(guān)系數(shù)去表示相關(guān)關(guān)系的強(qiáng)弱情況。具體分析可知：

您愿意在高校所在地就業(yè)嗎和您所在高校的院校層次之間的相關(guān)系數(shù)值為-0.095，接近于0，并且p值為0.126＞0.05，因而說(shuō)明您愿意在高校所在地就業(yè)嗎和您所在高校的院校層次之間并沒(méi)有相關(guān)關(guān)系。您愿意在高校所在地就業(yè)嗎和您高校所在的地域?yàn)橹g的相關(guān)系數(shù)值為0.162，并且呈現(xiàn)出0.01水平的顯著性，因而說(shuō)明您愿意在高校所在地就業(yè)嗎和您高校所在的地域?yàn)橹g有著顯著的正相關(guān)關(guān)系。您愿意在高校所在地就業(yè)嗎和疫情后，您會(huì)更加愿意參與高校的就業(yè)指導(dǎo)及就業(yè)推薦嗎之間的相關(guān)系數(shù)值為0.191，并且呈現(xiàn)出0.01水平的顯著性，因而說(shuō)明您愿意在高校所在地就業(yè)嗎和疫情后，您會(huì)更加愿意參與高校的就業(yè)指導(dǎo)及就業(yè)推薦嗎之間有著顯著的正相關(guān)關(guān)系。

（三）社會(huì)因素

1.城市影響因素

如下圖，通過(guò)對(duì)城市吸引力的影響因素進(jìn)行成分矩陣分析：

圖一 城市吸引力成分矩陣分析表

城市吸引力=0.241＊政策支持+0.346環(huán)境水平+0.408＊房?jī)r(jià)水平+0.542＊生活節(jié)奏+0.392＊薪酬待遇+0.681＊消費(fèi)水平+0.520＊幸福指數(shù)+0.711＊社保水平

2.國(guó)家政策

利用Spearman相關(guān)分析去研究對(duì)于國(guó)家鼓勵(lì)高校畢業(yè)生到基層、到中西部地區(qū)就業(yè)、三支一扶、大學(xué)生志愿服務(wù)西部計(jì)劃、您對(duì)此是否愿意參與分別和對(duì)于國(guó)家鼓勵(lì)高校畢業(yè)生到基層、到中西部地區(qū)就業(yè)、三支一扶、大學(xué)生志愿服務(wù)西部計(jì)劃，您對(duì)此是否了解共1項(xiàng)之間的相關(guān)關(guān)系，使用Spearman相關(guān)系數(shù)去表示相關(guān)關(guān)系的強(qiáng)弱情況。

表五 Spearman相關(guān)分析表

具體分析可知：變量之間的相關(guān)系數(shù)值為0.309，并且呈現(xiàn)出0.01水平的顯著性，因而說(shuō)明對(duì)于各個(gè)變量之間有著顯著的正相關(guān)關(guān)系。

3.風(fēng)險(xiǎn)

模型公式為：疫情催生了許多新挑戰(zhàn)和新機(jī)遇，您會(huì)更愿意向這些新興領(lǐng)域發(fā)展嗎=1.380 +0.254＊疫情后，是否會(huì)讓您對(duì)于就業(yè)風(fēng)險(xiǎn)更加避讓+0.224＊您的性別：模型R方值為0.080，意味著疫情后，是否會(huì)讓您對(duì)于就業(yè)風(fēng)險(xiǎn)更加避讓,您的性別：可以解釋疫情催生了許多新挑戰(zhàn)和新機(jī)遇，您會(huì)更愿意向這些新興領(lǐng)域發(fā)展嗎的8.0%變化原因。對(duì)模型進(jìn)行F檢驗(yàn)時(shí)發(fā)現(xiàn)模型通過(guò)F檢驗(yàn)(F=11.225，p=0.000＜0.05)，也即說(shuō)明疫情后，是否會(huì)讓您對(duì)于就業(yè)風(fēng)險(xiǎn)更加避讓,您的性別：至少一項(xiàng)會(huì)對(duì)疫情催生了許多新挑戰(zhàn)和新機(jī)遇，您會(huì)更愿意向這些新興領(lǐng)域發(fā)展嗎產(chǎn)生影響關(guān)系，另外，針對(duì)模型的多重共線性進(jìn)行檢驗(yàn)發(fā)現(xiàn)，模型中VIF值全部均小于5，意味著不存在著共線性問(wèn)題；并且D-W值在數(shù)字2附近，因而說(shuō)明模型不存在自相關(guān)性，樣本數(shù)據(jù)之間并沒(méi)有關(guān)聯(lián)關(guān)系，模型較好。

表六 線性回歸分析表

4.疫情發(fā)生后

如下圖，建立疫情發(fā)生前后，對(duì)于您的就業(yè)選擇狀況影響因素成分矩陣：

圖二 疫情對(duì)就業(yè)選擇成分矩陣

疫情對(duì)就業(yè)影響=0.748＊就業(yè)適應(yīng)區(qū)域影響+0.856薪資水平影響+0.835＊就業(yè)率影響

如下圖，建立疫情前后感情對(duì)就業(yè)選擇的影響因素成分矩陣：

圖三 疫情中感情對(duì)就業(yè)選擇成分矩陣

疫情中感情對(duì)就業(yè)影響=0.761＊家鄉(xiāng)影響+0.616＊高校影響+0.760＊家人、戀人影響：

如下圖，建立疫情發(fā)生前后城市的相關(guān)水平對(duì)就業(yè)選擇的影響因素成分矩陣

圖3中每個(gè)單元格負(fù)責(zé)預(yù)測(cè)邊界框的置信度c及邊界框。邊界框的大小可以由向量(bx,by,bw,bh)來(lái)表示;邊界框的中心坐標(biāo)(bx,by)代表相對(duì)于每個(gè)單元格左上角頂點(diǎn)坐標(biāo)的偏移量,其大小是相對(duì)于單元格的比例。(bw,bh)是邊界框的寬與高,其數(shù)值是相較于整個(gè)輸入圖片的寬和高大小。采用sigmoid函數(shù)處理偏移量,將邊界框的中心點(diǎn)位置約束在當(dāng)前單元格中,根據(jù)邊界框預(yù)測(cè)的偏移量(tx,ty,tw,th),由式(1)～式(4)可計(jì)算出邊界框相對(duì)于整張圖片的位置和大小。

圖四 疫情對(duì)就業(yè)選擇成分矩陣

疫情對(duì)就業(yè)的影響=0.745＊疫情對(duì)城市經(jīng)濟(jì)發(fā)展的影響+0.699＊疫情催生的新興產(chǎn)業(yè)+0.757＊就業(yè)風(fēng)險(xiǎn)+0.732＊薪資待遇及職業(yè)發(fā)展趨勢(shì)。

五、結(jié)論與啟示

（一）主要結(jié)論

研究基于對(duì)全國(guó)各所高校學(xué)生的457份調(diào)查數(shù)據(jù)，用線性回歸與kendalls相關(guān)系數(shù)模型分析了疫情前后對(duì)學(xué)生就業(yè)地域選擇的影響因素，得到以下主要結(jié)論：

第一，大學(xué)生在選擇就業(yè)區(qū)域時(shí)，無(wú)論性別、學(xué)歷還專(zhuān)業(yè)，都更加重視就業(yè)區(qū)域能提供的就業(yè)機(jī)會(huì)與發(fā)展前景，說(shuō)明大學(xué)生更加注重自己以后的發(fā)展?fàn)顩r。

第二，在學(xué)校因素方面，高校所在地域?qū)Υ髮W(xué)生選擇未來(lái)就業(yè)區(qū)域有顯著影響，并且在疫情后，大學(xué)生也更愿意參與高校的就業(yè)指導(dǎo)及推薦。

第三，大學(xué)生選擇就業(yè)區(qū)域時(shí)，在城市吸引力方面，社保水平影響最大，其次是消費(fèi)水平，影響最小的是政策支持。

第四，疫情發(fā)生后，大學(xué)生一邊愿意向疫情催生出的新興領(lǐng)域發(fā)展，其中女生占比更多，一邊對(duì)就業(yè)風(fēng)險(xiǎn)更加避讓。相比較下，避讓就業(yè)風(fēng)險(xiǎn)的比例要略大于想要在新興領(lǐng)域發(fā)展的比例。

第五，疫情對(duì)就業(yè)影響明顯，其中在就業(yè)情況、考慮就業(yè)城市家鄉(xiāng)之間的遠(yuǎn)近、人才政策改進(jìn)、人才補(bǔ)貼政策四個(gè)方面存在顯著性差異。

（二）啟示

綜上，疫情對(duì)大學(xué)生就業(yè)及就業(yè)地域選擇影響明顯，大學(xué)生普遍都非常重視就業(yè)城市的機(jī)遇和發(fā)展前景，其中薪酬待遇、房?jī)r(jià)水平等皆是影響后疫情時(shí)期大學(xué)生就業(yè)地域選擇的重要因素?？傊?，各地在引進(jìn)人才，增加城市競(jìng)爭(zhēng)力方面，要充分考慮大學(xué)生真實(shí)需求，進(jìn)一步優(yōu)化政策。因此，國(guó)家如何指導(dǎo)大學(xué)生正確形成就業(yè)觀，地方如何有針對(duì)的制定引進(jìn)人才就業(yè)的政策，采取吸引人才的措施，大學(xué)生如何以客觀、理性的方式接收疫情相關(guān)的信息，并結(jié)合自身優(yōu)勢(shì)和職業(yè)發(fā)展規(guī)劃合理選擇都非常重要。對(duì)此，可以從以下幾個(gè)方面著手：

第一，國(guó)家出臺(tái)宏觀政策，增加大學(xué)生就業(yè)渠道，幫助大學(xué)生樹(shù)立正確的就業(yè)觀，先就業(yè)再擇業(yè)。增加國(guó)企、事業(yè)單位、政府等針對(duì)大學(xué)生的就業(yè)崗位，推進(jìn)新興產(chǎn)業(yè)發(fā)展，促進(jìn)經(jīng)濟(jì)發(fā)展。政府應(yīng)擴(kuò)大針對(duì)大學(xué)生的選調(diào)招考規(guī)模，提高高校畢業(yè)生在國(guó)考招考中的比例。能夠吸引追求低就業(yè)風(fēng)險(xiǎn)的大學(xué)生就業(yè)。

第二，地方可以根據(jù)大學(xué)生需求與當(dāng)?shù)靥厣?，制定合適的人才吸引政策。支持當(dāng)?shù)靥厣髽I(yè)，重點(diǎn)企業(yè)，發(fā)展中小企業(yè)，提高其抗壓能力、增強(qiáng)其穩(wěn)定性，為大學(xué)生就業(yè)提供多元化選擇。重視社保水平，落實(shí)大學(xué)生在當(dāng)?shù)鼐蜆I(yè)的各種優(yōu)惠幫扶政策，當(dāng)?shù)卣瞥鲋С謳椭髮W(xué)生創(chuàng)業(yè)的政策，調(diào)控傳統(tǒng)產(chǎn)業(yè)與新興企業(yè)之間的平衡，盡可能減少社會(huì)環(huán)境變化對(duì)人才帶來(lái)的壓力，增強(qiáng)大學(xué)生的就業(yè)自信心。

第三，建立權(quán)威真實(shí)，清晰明了的信息發(fā)布平臺(tái)。疫情發(fā)生后，各地均有推出或改進(jìn)相關(guān)人才引進(jìn)政策，這一方面的政策信息眾多。政府可以針對(duì)人才需求建立清晰明了，全面具體的信息發(fā)布平臺(tái)，不止為大學(xué)生提供當(dāng)?shù)鼐蜆I(yè)信息，就業(yè)福利，還可以為大學(xué)生提供當(dāng)?shù)氐纳钚畔?，如?dāng)?shù)丨h(huán)境、消費(fèi)水平、房?jī)r(jià)水平、醫(yī)療條件等或者發(fā)布一些將要實(shí)施的政策，在體現(xiàn)城市吸引力的同時(shí)，讓大學(xué)生充分接收消息，全面考慮，進(jìn)行就業(yè)城市選擇。

第四，當(dāng)?shù)卣谶M(jìn)行大學(xué)生人才引進(jìn)計(jì)劃的同時(shí)，也應(yīng)該從大學(xué)生的家庭方面考慮。疫情發(fā)生后，常出現(xiàn)因?yàn)榈胤揭咔榉揽匾蠡蚴枪疽蟪霈F(xiàn)“難回家，回家難”的問(wèn)題，導(dǎo)致大學(xué)生在就業(yè)城市選擇時(shí)，更加注重與家鄉(xiāng)、家人、愛(ài)人的距離，更加注重在居住地就業(yè)，在就業(yè)地落戶(hù)的情況。地方可以根據(jù)大學(xué)生的能力盡可能提供人才及家屬落戶(hù)政策，在稅收、房?jī)r(jià)等方面提供優(yōu)惠政策。

第五，注重疫情后對(duì)大學(xué)生進(jìn)行就業(yè)指導(dǎo)和幫助。如果學(xué)校能夠?yàn)榇髮W(xué)生提供完善的大學(xué)生職業(yè)生涯規(guī)劃以及就業(yè)指導(dǎo)相關(guān)課程，引導(dǎo)大學(xué)生樹(shù)立正確的就業(yè)觀和人生觀，幫助大學(xué)生掌握準(zhǔn)確獲取就業(yè)相關(guān)信息的能力，以形成一套完整的指導(dǎo)體系，就可以較多程度上幫助大學(xué)生正確面對(duì)疫情對(duì)就業(yè)帶來(lái)的影響。同時(shí)，還要盡可能在學(xué)校設(shè)立就業(yè)心理指導(dǎo)咨詢(xún)辦公室，為大學(xué)生在就業(yè)選擇迷茫時(shí)提出意見(jiàn)，緩解就業(yè)選擇給學(xué)生帶來(lái)的壓力。