乐发lvAPP - 互动百科

想去三、四线城市就业大学生占比呈上升趋势******

　　《社会蓝皮书：2023年中国社会形势分析与预测》发布——

　　想去三、四线城市就业大学生占比呈上升趋势

　　中国社会科学院社会学研究所与社会科学文献出版社近日联合发布了《社会蓝皮书：2023年中国社会形势分析与预测》(以下简称“蓝皮书”)。蓝皮书指出，大学生就业地域偏好明显，想去北上广深等一线大城市和二线经济发达城市的大学生仍占大多数，不过这一占比呈缓慢下降趋势。想去三、四线城市以及小县城、基层乡镇和农村工作的大学生占比虽然相对较少，但呈上升趋势。

　　教育部的数据显示，2023届全国普通高校毕业生规模预计达1158万人，比2022届增加82万人。

　　高校毕业生倾向三、四线城市为什么会呈上升趋势？对于超千万的毕业生群体来说，这是否会成为一个新信号？记者对此进行了调查。

　　一、二线城市仍是首选

　　家住河南郑州的刘燕在大学所学专业属于师范类，正在准备参加当地的教师招聘。她说：“肯定还是想优先考一、二线城市。如果没考上，考离家近的三、四线城市也能接受。”

　　“毕业生刚走出大学校门，尽管不能全面理解城市等级和职业生涯的关系，但总能判断出在各类城市就业的长短期收益差异。”中国宏观经济研究院社会政策室副主任魏国学表示，进入一线城市会面临激烈竞争，薪资水平和生活舒适度方面可能并不友好，但可以预期更高的发展上限和更广阔的职业空间，在跳槽或者失业时的回旋余地更大。毕业生到三、四线城市求职的竞争压力相对较小，但也存在劳动力市场规模小、制约长期发展空间的局限性。

　　“毕业生在一线城市和三、四线城市之间做出选择，本质上都是在权衡职业生涯的长短期利弊，并非一线城市吸引力不再。”魏国学坦言。

　　虽然，在三、四线城市就业的意愿增强，但蓝皮书显示，2021年，想去北上广工作的大学生占比34.1%，想去二线省会城市或经济较为发达的非省会城市的占比39.27%，合计超过70%。这说明大部分大学生依然倾向于“传统”大城市。

　　魏国学分析，一线城市资源集聚和配置能力从未停止增长，职场吸引力也在持续增强，加剧了已然激烈的竞争。因此，当毕业生觉得长远的预期收益难以抵消短期竞争带来的损失时，到三、四线城市的意愿就会增强。

　　以家乡为参照对比城市间就业优劣

　　家住济南的赵禾马上大学毕业，在找工作的这段日子里，他以家庭所在城市为最低标准进行择业。“除非是公务员外派，不然去别的三、四线城市不如在老家工作。”

　　不愿离开家乡，是不是代表着这届毕业生更加“佛系”？

　　“对毕业生而言，没有比老家城市更熟悉的参照系。”魏国学坦言，毕业生离开故土到陌生的城市工作，除了要适应当地环境，还需重构社会网络，在短期可能得独自承担困难及风险，这些事项看起来很微妙，但对个体而言意味着成本，如果就业城市的收益低于家乡城市，远走他乡工作肯定是个亏本的决策，理性的毕业生会尽力避免。

　　魏国学说：“对比城市间就业优劣的难度非常大，主观性很强，部分结论甚至是道听途说，以家乡为参照进行比较是一种理性行为。”

　　选择就业城市并非一锤定音

　　近期，清华大学、南京大学、上海交通大学等高校陆续公布了2022年毕业生就业质量报告。

　　在这些报告中，高校2022年毕业去向落实率均在83%以上，高校毕业生就业“基本盘”稳定，并且呈现出扎根西部的趋势。其中，西安交通大学到中西部就业的大学生人数占比为59.52%，上海交通大学赴中西部就业的学生比例也创历史新高。

　　和高校就业质量报告一致，蓝皮书也显示出近三年的大学毕业生倾向到三、四线城市就业的趋势。2018年，大学生中想去三、四线城市工作的比例为7.29%，到2021年，这一比例上升到了11.77%。

　　“有几个关键因素对毕业生影响较大，带动毕业生将目光投向三、四线城市。”魏国学分析，城市边际发展能力和就业竞争强度此消彼长，一线城市逐步趋于成熟定性，经济增长速度放缓，释放高质量就业岗位的速度同步趋缓，劳动力市场对毕业生学历等门槛要求提高，求职竞争日益激烈，三、四线城市虽然整体发展水平不高，但发展速度较快，利好就业并舒缓竞争。

　　“数字经济一定程度上淡化了距离和区位对职业生涯的影响。数字经济在国民经济中的占比不断提高，创造了大量分散在三、四线城市的新就业岗位，毕业生薪资、机遇、发展空间与一线城市的差别并不明显。”魏国学提醒，到何类城市就业并非一锤定音，而是多次博弈。00后等新生代毕业生择业观更灵活，工作转换频率更快，无论一线城市还是三、四线城市，都不可能快速锁定职业生涯，愿意去三、四线城市就业，也能重返一线城市。

　　(记者 陈鹏 通讯员 鲁山青)

ChatGPT搞钱行不行******

　　一系列的试探之后，AI聊天机器人ChatGPT的收费计划浮出水面。当地时间2月1日，人工智能实验室Open AI在其官网宣布将推出“ChatGPT Plus”付费订阅版本，每月收取20美元。免费了两个月，月活用户却达1亿的ChatGPT，终于踏上了自己的“赚钱路”，由此，AIGC商业化落地的探讨也陡然升温。不少人迫切地想知道，ChatGPT Plus会不会是AIGC从烧钱到赚钱的关键转折。

　　免费服务仍将继续

　　“新晋顶流”ChatGPT用收费计划再次搅动了AI圈的一池春水。根据Open AI的公告，订阅ChatGPT Plus服务的用户，即使在高峰时段，也可获得该聊天机器人更快速的回应，而且可以提前体验新功能和改进。

　　去年11月，ChatGPT横空出世，不仅能够通过学习和理解人类的语言与用户进行对话，还能根据上下文互动，甚至能够完成撰写文案、翻译等工作。得益于这种突破性的使用体验，ChatGPT迅速蹿红。

　　当地时间2月1日，瑞银发布研究报告称，截至今年1月，近期爆火的ChatGPT在推出仅两个月后，其月活跃用户估计已达1亿，成为历史上用户增长最快的消费应用。同样的成绩，海外版抖音TikTok在全球发布后，花了大约9个月的时间，Instagram则花了两年半的时间。

　　但大量用户涌入的同时，也导致ChatGPT经常在流量压力之下无法提供及时的回应，此次收费版的ChatGPT Plus针对的便是这一痛点。

　　据悉，付费计划将在未来几周内首先在美国推出，然后扩展到其他国家。但ChatGPT Plus的推出并不意味着取代免费版的ChatGPT，Open AI表示，将继续为ChatGPT提供免费访问。

　　烧不起的模型成本

　　尽管只推出了两个月，但Open AI对于ChatGPT的收费计划却已经暗示了有一阵子。早在1月初，Open AI就曾提出过专业版ChatGPT的计划，宣布“开始考虑如何使ChatGPT货币化”，并公布了一项调查。什么价格以上会无法接受？什么价格以下会觉得太便宜？诸如此类关于定价的问题皆在其中。

　　有用户曾在社交媒体上提问ChatGPT是否会永久免费，对此，Open AI首席执行官Sam Altman回应称：“我们将不得不在某个时间点，以某种方式将其商业化，因为运算成本令人瞠目结舌。”Sam Altman曾透露，ChatGPT平均每次的聊天成本为“个位数美分”。

　　“这类大模型训练成本非常高。”在接受北京商报记者采访时，瑞莱智慧高级产品经理张旭东表示。

　　但相对训练来说，模型推理，也就是用户提交输入模型输出结果的过程，这一成本会更高。“据说ChatGPT在开放测试阶段每天要花掉200万美元的服务器费用，所以前段时间免费的公测也停止了，如何降低模型推理的消耗也是目前的一个重要研究问题。”张旭东称。

　　“钱景”在哪

　　长久以来，广阔的市场前景和难以盈利的现状几乎成为了AI领域难以平衡的理想和现实，对ChatGPT或者说是以ChatGPT为代表的AIGC也是一样。

　　洛克资本副总裁史松坡对北京商报记者分析称，ChatGPT受到广泛认可的重要原因是引入新技术RLHF，即基于人类反馈的强化学习。在史松坡看来，ChatGPT是一个高效的信息整合助手，可以取代大量人类中初级助理的角色。

　　但他同时提到，目前ChatGPT在海外英文环境中已经能胜任图画创作、音乐创作、文字整理、信息搜集综合、基础编程和金融分析，但还不能胜任高频度的人类主观决策，比如大型投资决策、政治战略决策等。

　　天使投资人、知名互联网专家郭涛认为，ChatGPT在重塑众多行业或场景的同时也孕育着巨大的商机，将推动众多行业快速变革，有望在AIGC、传媒、娱乐、教育、客户服务、医疗健康、元宇宙等领域快速落地，具有万亿级市场规模。

　　张旭东认为，AIGC商业化落地还需要结合应用场景，目前基于生成式大模型的商业应用案例还比较少，就以当下的技术水平看，一两年内达到很好的AGI(通用人工智能)水平还是不太现实的，所以一定需要有垂直领域的创新公司来基于OpenAI等公司的工作来寻找合适的场景落地。

　　AIGC商业化，侵权与被侵权

　　AIGC要想商业化，场景只是其一。伴随着ChatGPT的爆火，争议始终并行，比如AI绘画面临的版权探讨。学术界也已针对ChatGPT做出了反应，权威学术出版机构Nature规定，ChatGPT等大模型不能被列为作者。纽约市教育部门曾表示，纽约公立学校的所有设备和网络上将禁止使用ChatGPT。

　　张旭东认为，目前AIGC最为成熟的应用在内容作品创作上，但从专业角度看，AIGC属于模仿创新，并不具备真正的创造力，AIGC的作品可能对一些艺术家、创作家的风格题材造成侵权；另一方面，AIGC作品也存在被他人侵权的风险。

　　此外，就安全性问题而言，AIGC这种深度生成能力很可能被滥用于伪造虚假信息，比如生成一些敏感性的有害信息，甚至伪造新闻信息恶意引导社会舆论，而且这些生成式内容难以分辨追踪，大幅增加对信息治理的挑战难度。信息获取也是AIGC需要解决的问题之一。

　　郭涛则提到，当前AIGC赛道尚处于孕育探索阶段，存在关键核心技术不成熟、免费素材资源较少、内容堆砌且质量参差不齐、成熟的商业应用场景较少、相关法律法规不健全及技术伦理挑战等突出问题，短期内还难以实现大规模商业化应用。

　　北京商报记者 杨月涵

　　（文图：赵筱尘 巫邓炎）