中新網北京8月18日電(張依琳)近日,河南省印發促進2021年高校畢業生就業政策措施,提出進一步拓展高校畢業生政策性就業崗位、鼓勵支援基層就業等舉措。

今年以來,在各地公務員、事業單位等招錄政策中,政策性崗位向大學畢業生,特別是應屆畢業生傾斜的特徵較為明顯,吸引大學生到基層幹事創業。

資料圖:求職者排隊應聘。周毅 攝

  資料圖:求職者排隊應聘。周毅 攝

多省份招錄規模擴大,政策傾向應屆畢業生

本月,河南省印發《河南省促進2021年高校畢業生更加充分更高品質就業若干政策措施》,提出各類政策性崗位招錄(聘)數量原則上不低於2020年。其中特別提到,2021年公務員招錄計劃9000人,事業單位招聘計劃40000人。

去年11月,教育部曾發文要求,各地教育部門要配合和會同相關部門,推動穩就業政策向高校畢業生重點傾斜,落實好黨政機關、事業單位、國有企業等今明兩年空缺崗位主要招聘應屆高校畢業生等政策。

從今年多地啟動的公務員考試和事業單位招聘工作來看,政策性崗位的招錄向應屆生傾斜的特徵十分明顯。

例如, 同樣在本月,湖北省印發《關於深化實施部分減負穩崗擴就業政策措施的通知》,明確各級事業單位2021年空缺崗位主要用於專項招聘高校畢業生,可面向湖北高校及湖北籍高校畢業生開展專項招聘。

在廣東,今年7月,廣東省事業單位2021年集中公開招聘高校應屆畢業生的公告,明確為應屆畢業生提供20028個編制崗位。

在福建,今年5月,該省發佈《關於做好2021年普通高等學校畢業生就業創業工作的通知》,要求持續推動穩就業政策向高校畢業生重點傾斜,提出挖掘國有企業崗位,拿出新增崗位不低於50%的比例用於招聘應屆高校畢業生。

資料圖:山西太原一公務員考點,考生準備進入考場。<a target='_blank' href='http://big5.china.com.cn/gate/big5/www.chinanews.com/'><p  align=

資料圖:山西太原一公務員考點,考生準備進入考場。中新社記者 武俊傑 攝

引導大學生積極參與鄉村振興、基層公共服務

除了擴大招錄規模,政策性崗位的招錄政策中,也注重吸引應屆畢業生到基層就業。

例如,在上述廣東面向應屆生的事業單位招聘中,明確提出,全省各級公益一類、二類事業單位均拿出一定比例的空缺崗位參加,粵東、粵西、粵北地區鄉鎮醫療衛生、農林牧漁、水利水電、規劃建築等事業單位更是拿出30%以上的空缺崗位參加,用於招聘應屆高校畢業生。

福建的文件中也提出多項措施鼓勵引導高校畢業生面向基層就業。加快推進鄉村人才振興,選聘本地生源高校畢業生回鄉助力新農村建設,充實基層公共服務、鄉村治理、農業技術等緊缺領域人才隊伍。同時,擴大基層公共管理和社會服務崗位,招聘高校畢業生到社區從事健康養老、社區矯正、社區防控等服務。

事實上,此前全國多地的公職人員招錄政策已有基層傾斜的趨勢。

例如,河北省在公務員省考招錄中就提出,著眼實施鄉村振興戰略,實行招錄計劃和招錄政策向基層傾斜,推動人才向一線集結。

該省今年縣鄉招錄計劃6866個,佔四級聯考計劃的82%。河北省還強調,確保基層公務員“招得來、留得住、用得好”。

資料圖:2020年11月29日,北京市東城區一處國考考點外,考生排隊等候入場。<a target='_blank' href='http://big5.china.com.cn/gate/big5/www.chinanews.com/'><p  align=

資料圖:2020年11月29日,北京市東城區一處國考考點外,考生排隊等候入場。中新社記者 蔣啟明 攝

專家:利於基層人才儲備和幹部素質提高

2021年全國高校畢業生人數達909萬。為方便畢業生就業,各地政策性崗位和基層崗位規模擴大,對於大學生來説,無疑是利好消息。

“以2020年為例,全國範圍內事業單位、‘三支一扶’、社區工作者的招錄規模都比上年度有明顯增加。此外,招錄政策中,部分崗位學歷條件、戶籍地限制等也在放寬。”華圖教育事業單位研究院負責人歐海對媒體表示。

歐海稱,近年來,政策性崗位對於應屆畢業生有所傾斜,“應屆生”定義範圍也在擴大,今年一些省份事業單位招錄公告中,就將應屆生界定為2019年至2021年未簽訂勞動合同的畢業生。

在專家看來,政策性崗位和基層招錄的增加,是落實保障就業的體現,也對國家公職人員的整體素質提高有積極影響。

中央黨校(國家行政學院)教授竹立家表示,大學畢業生是就業的主力軍,擴大對高校應屆生的就業扶持,拓寬就業渠道,體現出國家對當前高校畢業生就業的重視與關心。對高校畢業生來説,到基層幹事創業也會對個人的實踐經驗和人生歷練産生積極影響。

竹立家表示,政策性崗位的招錄中,向基層傾斜的特徵一直很明顯。鼓勵畢業生到政策類崗位和基層就業,有利於中西部地區、縣鄉基層部門的人才隊伍儲備、幹部素質提高和知識結構優化。(完)