强化就业优先，要理顺四个机制******
作者：梅伟惠（浙江大学教育学院教授，浙江大学就业指导与服务中心副主任）、邵頔（教育学院博士研究生）
党的二十大报告指出：“就业是最基本的民生。强化就业优先政策，健全就业促进机制，促进高质量充分就业。”当前，高校毕业生已经成为新增的就业主力。确保高校毕业生高质量充分就业，既是受教育者顺利实现从校园到职场过渡的关键事件，也是扩大中等收入群体，增进民生福祉，实现共同富裕的重要途径。为实现高质量充分就业，有必要理顺以下四个机制。
构建适应需要的能力发展机制
2022年第三届世界高等教育大会指出，“随着人工智能、自动化和结构转型重塑全球就业格局，创造以人为本的体面工作将成为更加艰巨的挑战。”在新一轮产业革命背景下，重复性的、机械性的工作将有很大可能性被人工智能取代。麦肯锡全球研究院《自动化时代的劳动力转移》报告通过分析自动化浪潮下不同国家11个行业大类的岗位需求变化，指出至2030年全球将有3.75亿人口面临重新就业的挑战，需要学习技能，其中中国占1.02亿左右。
新一轮产业革命对大学生的数字能力、创新创业能力、系统思维能力、问题解决问题、团队合作能力等提出了更高的要求。高等教育机构需要将就业创业力融入人才培养的全过程，才能实现人力资本投资的有效转化。根据联合国教科文组织为面向2030和2050的高等教育绘制的六大变革方向，实现高质量充分就业，不是仅仅给高校毕业生传授一次就业或二次就业所必需的技能，而是需要高等教育作出系统性变革：一是提供平等和可持续的高等教育入学途径；二是为学生提供更全面的学习体验；三是推动跨学科、学科内的开放与交流；四是为青年和成年人提供终身学习的途径；五是构建多样化和方式灵活的综合学习体系；六是以技术赋能高校的教学与研究。
搭建共同参与的机会供给机制
在新的就业形势下，政府、高校、用人单位等各利益相关方应通过共同努力，实现高校毕业生高质量充分就业。党的十八大以来，党和政府将高校毕业生群体列为就业关注的重中之重，相继出台鼓励高校毕业生面向基层就业、自主创业、参军入伍、学术深造等政策，以人为本，分类引导，不断拓展大学毕业生的就业机会。同时，通过不断调整产业结构，优化产业布局，促进战略性新兴产业健康发展，释放新的就业潜能。
高校应从以下几方面着手来应对日益严峻的就业形势。一是根据社会需求调整教育教学培养方案，让高校培养与社会需要接轨，以就业导向深化教育教学改革，缩小供需矛盾；二是深化创新创业教育改革，抓住数字经济和新一轮产业革命的契机，以创业带动高质量就业；三是进一步加强职业生涯教育和就业创业指导，通过实习、见习、实践和大规模、高质量毕业生职业技能培训等方式，帮助高校毕业生为就业做好准备；四是主动联系企业开拓优质用人单位市场，建立有效的信息沟通机制和渠道，提高岗位供需的匹配度和有效度。
健全保障帮困资源补偿机制
当前我国高校家庭经济困难学生占全部在校生总人数的23.06%左右，其中不少人在就业过程中处于劣势。党的二十大报告对加强困难群体就业兜底帮扶提出了要求，我们要着力完善资源补偿机制，帮助困难毕业生群体顺利就业，才能真正实现高等教育公平。
针对困难毕业生群体，一是建立健全工作体制机制，包括经济资助体系和帮困助学体系，完善就业困难帮扶长效机制和预警机制等，实现对就业困难群体的全生命周期关照；二是采取精准指导和精准帮扶工作，实施“一生一档”和“一生一策”，针对就业困难个体开展有效帮扶结对、岗位定点推送等服务工作；三是充分发挥朋辈互助和榜样激励的作用，提高帮扶有效性，提升就业群体的自我认同感；四是通过提升就业能力、加强招聘服务、提供财政补贴、完善社会保障，重点帮扶脱贫家庭、低保家庭、零就业家庭以及有残疾的、较长时间未就业的高校毕业生等困难群体顺利实现就业。
完善就业观念和就业心态调整机制
从全球趋势看，就业压力的增大催生了一大批“既不就业也不接受正规教育或培训”的“尼特族”（NEET, Not in Employment, Education & Training）青年。在经合组织国家中，平均大约有16.1%的18～24岁青少年为尼特族，而在智利、哥伦比亚、哥斯达黎加、意大利和土耳其，这一比例甚至超过了25%。尼特族青年不仅错过了当下的学习和就业的机会，而且可能对其长远发展产生消极影响，如较低的就业率和较低的收入、较差的精神状态和较大的社会排斥等。
“慢就业”风潮近年来也在我国高校毕业生中兴起。社会和高校应该正视这一现象，一是要做好思想引导工作，帮助大学生树立正确的就业观和价值观，充分发挥学生在求职过程中的主观能动性；二是加强心理健康教育在就业过程中的作用，营造积极的就业心态，切实帮助学生缓解现实焦虑，切勿好高骛远，同时也避免就业“内卷”，提高抗挫折能力；三是建立健全大学生职业生涯教育体系，帮助大学生更好地认识自我，做好职业生涯规划，精准开展就业指导；四是充分发挥家庭教育在大学生求职过程中的作用，家校协同联动，杜绝“懒就业”“怕就业”等现象。
《光明日报》（ 2023年01月10日 15版）
提速近10倍！基于深度学习的全基因组选择新方法来了******
近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。
全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。
统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。
相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。
该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。
与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。
该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。
学术支持
中国农业科学院作物科学研究所
记者
宋雅娟
