高考成績終于公布了，你的學校該就讀什么專業？
更新時間：2024-03-15 09:10:58作者：佚名
作者 | 陳勤
高考成績終于公布了。
如果說高考成績是考生十年來努力的最后總結，那么接下來的事情就需要考生們站在十字路口，向大部分同學揮手告別，選擇自己人生的方向在接下來的幾十年里。
我應該去哪所學校？ 我應該學習什么專業？ 我們試圖通過這篇文章來提供一些參考。
#01
“天坑”專業與“熱門”專業轉換
本文使用的數據為2005年至2021年約400萬條分數線數據，涵蓋了這17年全國大部分高校各省份、各學科、各專業的分數線及招生情況。
我們將所有專業與《普通高等學校本科專業目錄（2020年版）》進行匹配后，計算出各學校、各地區各專業在招生中的平均百分位排名，并計算各專業在該專業中的“受歡迎程度”。年 。
例如，A地的A學校招收了20個理科專業，計算機專業在20個專業成績中排名第三。 這意味著 A 地點 A 學校的計算機專業和科學專業的百分位數為 15%。 將各學校、各地區、各學科的計算機專業按照各自招生人數的平均百分位進行加權后，得出的結果就是當年計算機專業招生的“熱度”。
2005年至2021年各專業熱度如下圖所示。 該數字范圍從 0 到 100，表示每所學校其他專業的平均水平較高的百分比。 越接近100，就越受歡迎。 越接近0，表示越不受歡迎。
上圖列出了近17年來招生人數最多的50個專業的受歡迎程度變化。 可見，不少專業的“熱度”發生了很大變化。 牙科醫學、軟件工程、計算機科學與技術、統計學、數學與應用數學5個專業成為最受歡迎專業。 材料科學與工程、建筑學、環境科學、生物工程、高分子材料與工程5個專業成為熱度下降最快的專業。
這些專業的流行趨勢并不是單調的上升或下降。 有些專業的曲線呈U形或倒U形。
倒U型曲線包括會計和金融。 2005年，他們分別只有50歲和63歲。 他們從2005年開始上升，并在2015年左右達到了人氣頂峰，為75歲。隨后開始下降，在2021年回落至59歲和61歲。
金融、會計等專業只是回到了起點，而其他專業則出現了“過度下滑”，主要是土木工程和建筑專業。 2005年建筑學的受歡迎程度為62，與當年的金融相似。 2014年達到77個，隨后迅速下降，2021年僅為43個，比2005年下降了19個。土木工程從2005年的53個上升到2013年的70個，然后又下降到2021年的31個； 工程管理從2005年的43個上升到2014年的55個，然后到2021年下降到22個。倒U形右半部的終點低于左半部的起點。
正U型專業主要與IT相關。 例如，信息與計算科學從2005年的46個下降到2012年的28個，然后在2021年上升到57個。軟件工程從2005年的40個下降到2011年的27個，然后再次上升。 2021年降至62個。最具代表性的是計算機科學與技術，從2005年的47個下降到2010年的35個，然后一路回升至2021年的67個。這些專業都經歷過名額低谷，但近幾年有所反彈后，它們已經超過了之前的高點。
持續下降的專業包括制藥工程（從2006年的50個到2021年的27個）、國際經濟與貿易（從2005年的63個到2021年的43個）、材料科學與工程（從2006年的57個到2021年的18個） 、高分子材料與工程（從2007年的59個增至2021年的21個）等
十多年來基本呈上升趨勢的專業包括法學（從2008年的37個到58個）、數學與應用數學（從2008年的42個到2021年的63個）、統計學（從2006年的35個）。 2021年上升至57個）、臨床醫學（從2005年的55個上升至2020年的72個）。
金融和建筑先熱后冷，計算機科學先冷后熱。 專業熱度的變化不僅體現了考生的選擇，也體現了中國經濟環境變化的需求。
#02
“師范”與“理工”的輪回
學校里的變化同樣有趣。 從數據上未來的熱門專業，我們選取??了2005年至2021年全國各地區招生數據最全的100所院校，并有17年的縱向可比數據。 根據各專業的最低分數（而不是全校所有專業的最低入學分數）計算各學院在這100所院校中的平均入學百分位排名。 這種方法可以避免學校規模差異較大時出現全校最低分無法比較的情況。 2005年和2021年排名前20的院校及其平均招生百分位排名如下表所示：
（中科院大學2016年開始招生，在招生省份中普遍排名第三或第四位。但由于其招生省份較少，數據積累時間較短，為保證招生省份的縱向可比性數據，它不包含在列表中。在列表內。）
從上表可以看出，中國大學招生名額前八名多年來沒有變化。 排名前兩位的清華大學和北大排名沒有變化，但清華的招生百分位更加突出。 原本可以招收這100所大學中排名前1.24%的學生，現在可以招收排名前0.33%的學生。 。 復旦大學和上海交通大學在第三和第四名之間交換了席位，但兩所學校的招生百分位數均大幅上升。 復旦大學從錄取前5.4%的學生增加到錄取前3.7%的學生。 上海交通大學從招收前6%的學生到招收前2%的學生。 2005年排名第五至第八位的是中國人民大學、浙江大學、中國科學技術大學和南京大學。 2021年，更名為中國科學技術大學、中國人民大學、南京大學、浙江大學。
與前八名保持不變相比，第9名到第20名的排名可以說是城市的變化。 2005年，北京外國語大學、對外經濟貿易大學、北京航空航天大學、北京科技大學躋身前20名。 郵電大學、天津大學2021年跌出前20名，華中科技大學、東南大學、華東師范大學、電子科技大學、中國政法大學進入前20名。其中，華中科技大學迅速崛起，從20名外躋身全國前十名。
（中科院大學2016年開始招生，在招生省份中普遍排名第三或第四位。但由于其招生省份較少，數據積累時間較短，為保證招生省份的縱向可比性數據，它不包含在列表中。在列表內。）
從全國范圍來看，最難以忽視的漲跌趨勢是“師范”學校的崛起和“理工”學校的衰落。 北京師范大學、華東師范大學、華中師范大學、南京師范大學……幾乎所有師范大學都有不同程度的上升，平均百分位從34位上升到53位。
北京礦業大學、北京化工大學、哈爾濱工程大學等工礦工科院校出現一定下滑，平均百分位從45位下降至38位。
類似的下降也出現在理工類大學中，北京理工大學、大連理工大學、華東理工大學的平均百分位從2008年的55位下降至目前的47位。
師范類、理工類大學的崛起，以及理工科、工礦類大學的衰落，也與中國宏觀經濟有關。 而最能反映宏觀經濟變化的高頻數據是什么，最能決定不同大學、不同專業招生情況的數據是什么？
是的，這正是我們將在下面使用的招聘數據。
#03
從2億招聘數據看職業薪資“溢價”
2015年至2022年，我們收集了3.5億條招聘數據。 招聘廣告反映了公司對勞動力的需求。 當招聘廣告的職位描述中有明確與專業要求相關的關鍵詞時，就會被標記為某類專業的“對口招聘”。 我們總共提取了2億條包含職業需求信息的招聘廣告，并通過以下公式計算出每個專業的薪資“溢價”。
對每一年的所有招聘廣告做多次回歸，提取每一年、每個專業的系數大小。 這個系數大小代表了在同一時間、同一地點、具有相同教育和經驗要求的某項工作的候選人數量。 類似專業的緊缺職位會有多少“工資溢價”？
（感謝加州大學圣地亞哥分校（UCSD）楊陽提供招聘相關數據）
上面兩個數字代表的是2021-2022年所有職位空缺中對某類專業有明確需求時的工資溢價。可以看出，前十名中最高的是航空航天專業。 當某個職位需要相應的航空航天專業時，該職位的薪資將比平均水平高出25%以上。 口腔醫學和數學排名第二和第三，薪資溢價也超過10%。 基礎醫學、物理學、電子信息、計算機科學與技術、金融學、臨床醫學、經濟學分別排名4-10。
排名后十的專業包括中醫學、食品科學與工程、新聞傳播學、公共管理等。 他們的薪資“負溢價”已經達到15%以上。 工商管理、旅游管理、美術、心理學、工業工程、護理等專業負保費也超過10%。
（前十名的“正溢價”和后十名的“負溢價”無法抵消。這是因為不同專業對口的招聘職位數量不同。）
那么，這些專業的“工資溢價”與招生的“熱門度”之間有何關系呢？ 以2021年的工資溢價和受歡迎程度為例，我們可以畫出下圖——
上圖橫軸是2020年各專業的薪資溢價，縱軸是2021年的入學百分位。可以看出，兩者之間存在高度相關性——專業的薪資溢價越高。相應專業，后續入學時的分數百分位越高。
#04
“工資溢價”與“職業走紅”的時機錯位——隨波逐流，還是冒險一搏？
上圖所示的趨勢是，某個專業的薪資越高，就會有越多的人涌向該專業。 這很容易理解。
但另一方面，如果你申請的是熱門專業，你能保證畢業時仍然有巨大的需求市場和相應的高薪嗎？
正面例子當然有很多，但反例也有。 例如，2011年至2013年選擇建筑、土木工程等熱門專業的學生在2015年后陸續畢業，但面臨著逐漸降溫的勞動力需求市場。 選專業時間與實際就業時間間隔4年以上，存在較高風險。
是順應周期還是逆周期嘗試，是讓每個候選人猶豫不決的問題。 填寫申請、選擇專業時也是一個永恒的謎。
為了解開這個結，我們進行了一組研究，看看每年的勞動力市場招聘情況與往年專業的熱門程度有什么關系——熱門專業是因為就業熱門，但這種熱門能持續多久？最后的？ 與畢業后就業有什么關系？
具體來說，我們使用2005年至2021年的歷史分數數據和2015年至2021年的歷史招聘數據，并使用T1年的職業知名度來回歸T2年的工資溢價，其中T1和T2之間的間隔為T。每個T，計算兩者之間的相關性以及回歸系數的平均值。
例如，當T等于5時，包含7個回歸，其中工資溢價和職業受歡迎度每年相隔5年：
通過對上述七個回歸的系數和相關系數進行平均，我們得到了當T=5時職業受歡迎度與工資溢價之間的關系。 從T=-6到T=15，平均相關性和平均回歸系數的變化如下兩圖所示：
這兩張圖表明，當專業受歡迎程度與工資溢價的相關性最高時未來的熱門專業，T等于2，此時考生已進入大學二年級。 然后相關性開始下降。 當T等于8時，即大學畢業四年后，專業受歡迎程度與工資溢價之間的關系達到最低點。
這個時候，可能是大家感受“逆周期”最明顯的時期。 我明明是用我所有的考試成績來的這個學校和這個專業。 但畢業幾年后，我感覺原來的高考成績和現在職場上的待遇差距越來越遠。
我做出了錯誤的選擇嗎？
如果我進行了一場逆周期的賭博，現在的情況會更好嗎？
這么多優秀的人都選擇了這個專業，但畢業幾年后，市場并沒有繼續擴大，那我為什么要成為成功者呢？
很多人在這個低潮期都會有類似的自我懷疑。
不過別擔心，繼續看上面的圖片。
上圖右半部分，從T=8到T=15，高考專業分數線開始對當前勞動力市場發揮越來越高的解釋作用——盡管此時的勞動力市場狀況已相差甚遠。 高考已經越來越遠了，已經十幾年了，但兩者之間的相關性其實是越來越大。
人們常說，從學校畢業進入職場后，很多事情都會歸零，大家都會回到同一起跑線。 然而，上述研究發現了相反的結果——距離高考的時間越來越遠，高考成績后一周你所做的選擇對你的生活影響越來越大。
很奇怪，對吧？ 但這也在情理之中。 20世紀90年代，美國也出現了類似的現象。 人數增長較快的高技能群體的工資增長速度高于人數增長緩慢的低技能群體。 人們用SBTC效應（Skill-biased Technical Change，技術進步偏向技能）來解釋這種看似不符合供需原理的現象。 它需要三個條件：
1、某一行業聚集具有一定技能的優秀人才。
2、該行業比其他行業技術進步更快，生產率更高。
3、該行業全體勞動力的工資漲幅也較快。
這些情況恰好適用于中國的許多行業。 但這種進步可能不會很快出現，因此選擇熱門專業的學生會受到逆周期供需曲線的影響。 畢業三四年后，他們將面臨供給大、需求低的困境。 但當我們把目光放得更長遠，看看畢業后5年、10年、甚至15年的情況時，我們會發現這種影響只是暫時的，人們的努力最終會帶來回報。
寫在最后
那么，2022年考生應該選擇什么專業和學校呢？
不幸的是，數據不能為個人提供完整的指導手冊，但數據可以提供更大范圍、更長時間內的統計模式。 如果我想用三句話來概括這些規則，那么我想給你的是：
結合個人利益，參考長期趨勢，避免機會主義，忽略短期波動。
人生很長，選擇與最好的人一起度過接下來的四年。
你，你，最終將改變世界。