全新任務中心上線了!
會員專屬好禮都在這

立即前往
任務中心
2020 年應屆畢業生只有 18% 找到工作?!除了失業 為什麼工作也焦慮?
收藏文章
很開心您喜歡 股感知識庫 的文章, 追蹤此作者獲得第一手的好文吧!
股感知識庫
字體放大


分享至 Line

分享至 Facebook

分享至 Twitter


2020 年應屆畢業生只有 18% 找到工作?!除了失業 為什麼工作也焦慮?

2021 年 2 月 4 日

 
展開

從去年新冠疫情爆發以來,我們與病毒相處了整整一年,為了防疫,遠距工作、遠距醫療、遠距教學等各種無接觸的工具和科技興起,我們越來越能在不用面對面的情況下辦公和學習。但是疫情衝擊下企業裁員、停招的消息對這幾年的畢業生來說,「畢業即失業」幾乎是常態,報告顯示去年的應屆畢業生中只有 18% 的人在畢業前找到工作。但除了應屆畢業生,詐騙集團也蠢蠢欲動。

僅有 18% 畢業生在畢業前找到工作

世界銀行的數據表示,失業率因 COVID-19 疫情而持續維持在高點,企業也停止招聘新進人員,全球經濟將經歷自第二次世界大戰以來最嚴重的衰退。且根據英國畢業生職業網站 Milkround 的研究,只有 18% 的畢業生在畢業前找到工作,相較疫情爆發前通常有 60%的人都能在 6 月畢業潮之前就有工作錄取通知,今年畢業就職的難度可能比 2008 年金融海嘯還要嚴重。

勞動力市場分析機構 Burning Glass Technologies 的報告指出,雇主在這幾年最重視的基本技能有:數據分析、業務溝通、批判思考等。英國新創公司 TableCrowd Talent 的人資主管 Claire Jenkins 表示她發現市場上除了系統開發人員或工程師等職位之外,所有職缺的人數都大幅縮減。而且有招聘的職務薪資相較過往降低了 10% 左右。報告也指出,求職困難大學畢業生在 5 年後仍保持這種狀態的可能性增加了 5 倍。

工作詐騙案件增加

美國勞工局(BLS)統計,有將近 1,100 萬名美國人沒有工作,在這麼龐大數量的求職者急切找工作的時刻,誆騙工作機會的狀況也開始增加。網路安全專家 Joseph Steinberg 在《Money》報導中表示,許多詐騙透過 Zoom 傳送虛假的招聘廣告,要求進行線上面試,而這些偽造的工作職缺在失業者、求職者承受巨大心理壓力的時候更難被發現和查證。

統計 2020 年 在 LinkedIn 就有許多利用求職者急於找工作的心態,假冒各大企業之名刊登虛假的職位,向求職者索取個人資料,當中甚至有人被要求提交銀行戶口號碼等現象。有位美國的攝影師 Luuigi Benvisto 就是收到在 LinkedIn 的訊息後,被要求提供有效的銀行帳戶,也有記者被通知將錄取哈佛大學的新聞副教授職務,後來經過主動聯絡校方,才知道職缺為虛構的。

為什麼遠距工作反而更焦慮?

找到工作的畢業生挑戰也更為嚴峻,還在摸索公司文化和規則的焦慮時期,卻需要「遠距辦公」,加大了溝通的困難度。通常在辦公室裡工作遇到不確定或無法解決的工作任務時,可以直接向坐在旁邊的同事或主管求助,然而遠距工作下,「我該先找解決辦法嗎?」、「要確認這細節嗎?」、「我應該與團隊核對細節以證明我正在工作嗎?」、「如果必須優先處理其他任務而無法及時完成某事該怎麼辦?」這些因還不了解公司和工作禮節的焦慮和恐懼,因為遠距工作將變得更加複雜。

少了同事之間的互動和面對面交流,對主管和工作者來說可能也變成不安全感的來源,通常在開會或辦公時只要起身或轉頭就能與其他人互動,「您如何做到這一點?」、「剛剛我沒有聽清楚,能再跟我說一次嗎?」這些問題在透過遠距軟體交流中變得不容易,工作團隊也可能因此缺乏共事的默契。

Deloitte 的全球千禧年調查(Global Millennial Survey)指出,Z 世代有 46% 的人對工作和職涯感到焦慮和壓力,又有 43% 的人對將來的財務收入感到備感壓力。

總結

習慣遠程進行辦公、社交、求職的我們開始習慣透過線上接收和執行所有事,也讓不法人士有機可趁,在找工作過程中心理容易緊張的時候,更容易被不法人士利用,因此先確保職缺是確實存在的,再進行下一步的面試或提供個人資料,才不會適得其反、人財兩失。

「不要將 100%的時間花在找工作上,否則你會精神錯亂。」人資主管 Claire Jenkins 建議求職者應該將一半的時間放在求職,一半的時間用來累積技能。

參考資料:

【延伸閱讀】

 
週餘
 
 
分享文章
分享至 Line
分享至 Facebook
分享至 Twitter
收藏 已收藏
很開心您喜歡 股感知識庫 的文章, 追蹤此作者獲得第一手的好文吧!
股感知識庫
分享至 Line
分享至 Facebook
分享至 Twitter
地圖推薦
 
推薦您和本文相關的多維知識內容
什麼是地圖推薦?
推薦您和本文相關的多維知識內容