近年来，我国高校毕业生数量持续高位增长，叠加“慢就业”趋势与AI技术迭代带来的岗位重构效应，青年群体就业面临的结构性矛盾日趋严峻。2023年国家统计局上海调查总队调研显示，38%应届生选择“慢就业”，32%主动深造应对AI变革，6%因传统岗位缩减被动滞留。与此同时，AI技术正重塑就业格局：传统行业加速自动化，文科、基础工科岗位萎缩；新兴数字职业需求激增，但高校技能培养滞后，形成教育供给断层式矛盾。高校毕业生应积极转变就业观念，避免依赖单一技能或理想化择业倾向，以更加务实的态度应对AI影响，实现从“被动观望”到“主动适配”的质变，在技术革命中把握发展机遇，实现高质量就业的可持续发展。

　　本文依托全国教育科学规划项目高校毕业生就业研究专项课题《人工智能对毕业生就业影响研究》（ZKB250540），通过深度访谈、数据挖掘和问卷调查等方式从教育体系、就业市场和就业主体开展多维度实证研究，系统解构了AI技术变革下的“慢就业”现象，为毕业生慢就业转型的路径探索提供坚实的理论基础。

　　通过对高校行政管理者、教学人员、应届毕业生及待就业群体等18位受访者的深度访谈发现，疫情后高校毕业生就业观念明显转向求稳，“体制热”和“慢就业”现象突出，且慢就业现象呈现显性化趋势，其形成机制与人工智能技术革新引发的就业市场结构性变革密切相关。对于AI技术，多位受访对象表示需持辩证态度，既警惕AI对独立思考的影响，也肯定其在信息收集和职业适应中的辅助作用。对于AI变革与人才培养的结构化差异，部分毕业生反映AI技术更新太快，而学校课程更新滞后、实践机会不足、师资力量薄弱。亦有辅导员反馈很多学生有学习新技能意愿，但缺乏系统引导。面对就业生态系统的范式转换，亟需构建包含政府支持体系、高校育人机制和家庭引导策略的多主体协同应对框架。

　　通过爬虫技术，爬取国家大学生就业服务平台在福建省近期1641条招聘岗位数据，对就业市场需求和薪资分布进行统计分析发现，企业招聘集中于计算机类、工程类与金融类专业，高薪岗位稀缺性与基础岗位规模效应特点显著。与此同时，AI冲击下战略性新兴产业对硬技能人才的刚性需求使得就业市场对计算机技术的需求（如前端开发人员、初级算法工程师、软件开发）更加迫切（图1）。新兴交叉领域人才吸纳存在结构性缺口，专业适配性仍有优化空间，进一步凸显教育供给的断层式矛盾。不同类型和规模的公司对专业需求差异显著，国企偏重经济学和理学，外企侧重管理学和理学，民企专业需求相对宽泛。基于招聘薪资与专业要求的关联性分析，结果表明劳动力市场存在显著的专业人力资本定价异质性。其中，光学工程等理工科专业占据薪资榜首（例如光通信平均薪资高达35K），而文科类专业不仅需求少且薪资较低，进一步说明AI冲击下就业市场的改变。

图1 招聘岗位词云图

　　以福建省87所高校近两年毕业生群体为研究对象，采用多阶段PPS抽样，最终回收有效问卷904份。调研结果发现，超四分之一的毕业生选择慢就业，其成因与“体制热”（公共部门岗位偏好显著）及“考研热”形成联动效应，就业市场呈现“主动就业收缩、制度性竞争加剧”的阶段性趋势。在就业政策的了解方面，调查者以基础认知群体为主，31.50%“一般了解”与29.63%“比较了解”合计占比61.13%，说明多数学生对政策具备基础认知，但深度不足。在职业生涯规划上，9.25%的毕业生无职业规划，近五成的毕业生对未来的职业生涯只有大致方向。在就业乐观程度上，被调查者对目前就业形势的乐观程度大致呈偏右正态分布，43.6%的被调查者整体持悲观态度。

　　在问卷数据描述性统计分析的基础上，本研究综合运用多种数学模型与统计方法，对数据展开系统深入的建模分析。研究结果表明，受AI技术冲击，毕业生就业信心指数明显降低，这一影响在理工科和女性群体中表现更为突出。相对于低乐观人群，高就业乐观者具有较高的家庭支持度、清晰的职业规划和娴熟的职业技能。对于慢就业人群，家庭支持、AI熟练程度、就业市场竞争和专业技能掌握是影响毕业生慢就业的主要因素。专业技能不足、技能与市场需求不匹配的学生就业可能受阻，家庭经济富足的学生选择更多，而普通院校学生就业竞争大，部分会陷入慢就业。对于已就业人群，职业规划清晰以及专业与职业的高度契合能够显著提升工作满意度，家庭支持和就业政策对大学生的职业满意度和职业发展亦有积极影响。此外，对就业市场的竞争、AI技术的影响等有积极感知的大学生，其工作满意度更高；而职业生态感知和职业匹配度更多地依赖于个人技能和职业需求，而非外部资源的支持。

　　基此，本文提出从“被动观望”到“主动适配”的三大转型路径：

　　“锻铸船身”——大学生应当着力构建“T型能力”体系，为职业发展锚定航向。

　　大学生应当从以下三个维度构建核心竞争力，实现从“被动观望”到“主动适配”的转型。首先，要着力提升综合技能，构建“技术+行业”的复合优势。一方面横向拓宽AI通识，掌握数据分析、智能工具应用等基础能力；另一方面纵向深耕专业领域，形成差异化竞争力。其次，要建立动态优化的职业规划体系。面对“体制热”与“慢就业”等现象应当保持理性认知，将“慢就业”转化为技术转型窗口期，进行系统化的技术赋能和职业重塑而非被动等待。建议借助AI工具进行职业兴趣、能力倾向等测评，在认清AI替代性边界的基础上，重点培养创造力、情感智能等人类特有优势。最后，要构建终身学习体系。鉴于AI时代技术迭代显著加速，大学生必须培养持续学习习惯，不断更新知识储备；同时建立行业动态追踪机制，持续调整自身的技能结构，从而在快速变迁的就业市场中保持竞争优势。

　　“校准罗盘”——高校应通过AI技术赋能职教，成为学生职业发展的引航灯塔。

　　高校应当从以下三个层面推进教育教学改革，实现人才培养与市场需求的精准对接。首先，在专业建设层面，需要建立动态调整机制。通过AI技术深度分析就业市场数据，精准把握行业人才需求趋势，及时优化专业结构。具体而言，既要增设人工智能原理、机器学习等前沿课程，也要构建跨学科课程体系，通过“AI+”的课程模式培养学生的复合能力。其次，在就业服务方面，应当构建智能化支持体系。通过搭建AI驱动的就业信息平台，实现岗位需求的实时追踪与精准推送。特别要关注学生的就业心理健康，通过AI心理测评与人工辅导相结合的方式，帮助学生建立积极的就业心态，缩短“慢就业”周期。最后，在产学协同方面，要打造深度融通的新模式。联合企业开发“AI+专业”微课程，共建实习基地，共同开展科研项目合作，让学生参与真实工作场景。这种“教学-实践-科研”三位一体的合作模式，既能提升学生的实战能力，又能帮助企业解决技术难题，实现校企双赢。

　　“借风扬帆”——政企当携手共建人才生态，共育职业发展新蓝海。

　　政府可通过出台相关政策促进大学生就业。如提高创新创业支持，设立创业基金，鼓励大学生自主创业；支持发展“零工经济”就业模式，借助AI赋能的自由职业平台探索灵活就业可能；为企业提供税收优惠、财政补贴等支持，同时加强对就业市场的监管，打击就业歧视等违法行为。而企业要实现从人才需求方到人才培养方的角色转变，应构建系统化的人才共育机制。一方面，企业应当打破传统的“招聘-培训”模式，通过AI驱动的实习管理平台、项目制合作等方式提前介入人才培养，缩短学生能力与企业需求之间的差距。另一方面，在实践平台赋能方面，企业可构建多层次的能力培养体系：基础层，开放经过脱敏处理的业务数据供教学使用；进阶层，提供云端开发环境和算力支持；高阶层，设立“创新工场”让学生参与实际项目的模块开发。通过这种阶梯式的实践安排，既能保证教学安全性，又能让学生循序渐进地接触真实的产业需求。

　　慢就业并非终点，而是转型的缓冲期。在AI驱动下，大学生需以开放心态拥抱变化，将技术焦虑转化为适配动力。政府、高校与企业也需协同搭建“AI+就业”生态，帮助大学生群体在变革中找准坐标，实现从“被动观望”到“主动适配”的跃迁。

　　作者：龙迟，吴慧萍，福建师范大学。