必看的考研数据分析报告!官方发布!

大数据 数据分析
近日研招网(中国研究生招生信息网)发布了“2015-2018硕士研究生报考数据分析报告”,从硕士报考总人数、各省报考人数、应届生往届生报考比例、学硕专硕比例、男女比例、全日制和非全日制、热门报考专业、热门高校各专业报录比这8个方面,统计了2015-2018年的研究生报考数据。

小可爱们,晚上好呀~ 近日研招网(中国研究生招生信息网)发布了“2015-2018硕士研究生报考数据分析报告”,从硕士报考总人数、各省报考人数、应届生往届生报考比例、学硕专硕比例、男女比例、全日制和非全日制、热门报考专业、热门高校各专业报录比这8个方面,统计了2015-2018年的研究生报考数据,从而让我们直观的看到近几年的考研走势。

下面,小编就跟大家一起来具体看看吧!

1、报名人数持续增长

据教育部数据统计,2018年考研报考人数达到238万,比2017年增加37万人,增长18.4%。其中,应届考生131万人,比去年增加18万人,往届考生107万人,比去年增加19万人,考研增加人数和增长率均为近年来***。 


人数增加的主要原因:

  • (1)本科就业压力大,考研可提升就业竞争力;
  • (2)名校情结;
  • (3)在职研究生纳入统考,往届生考研人数增加。

2、多个省市报名人数持续增长 

山东作为生源大省,2018年考研人数达213803人,同比增长14.54%,为历年最多。 

2018年,四川省研究生招生考试报名人数再度飙升,有效报名人数达到了119523人,较2017年增加了37583人,增幅为45.87%。 

黑龙江省2018年硕士研究生招生考试共计报名79242人,比2017年增加了12053人,增幅为17.9%,这是该省研究生报考人数连续第三年增长。 

2018年河北省共报考120580人,比2017年增加17525人,增幅为17.0%。报名人数和增幅均创历史新高。

3、往届生读研比例增幅明显 

 

4、部分省市专硕报名人数超过学硕

近年来,由于招生计划增加的影响,除了总体报名人数呈上涨趋势之外,专硕的报考人数增长明显,多地甚至出现专硕报考人数超过学硕的现象。 

最近几年,随着专硕培养规模壮大及认可度提升,在全国报考北京招生单位的考生中,瞄准专硕的考生比例逐年提升,2015年为43%,2016年为46.3%,2017则***超过50%,达到52.2%,到了2018年,这个比例则高达54.7%。 




5、女生读研占比超半数 


硕士研究生招生规模不断增长的同时,女生考取研究生的比例不断提高,女生成考研群体主流。

6、全日制和非全日制统一招生 

 


非全日制研究生在新政策发布之后,明显提高了考试难度,尤其对于在职考生而言,意味着要付出更多的努力。相应的,非全日制研究生的含金量也必然提高,非全日制研究生顺利毕业后,将拥有“双证”(学历证书和研究生学位证书),和全日制研究生相同。因此,非全日制研究生成为了众多在职考生的***。

全日制和非全日制统一招生两年以来,报考非全日制的考生占比逐年增多。

7、报考的热门专业 


以北京为例:

2018年,工商管理专业报考人数居首,为19749人,随后为会计专业的13124人和法律硕士(非法学)专业的12957人,报考人数居第四至十位的专业依次为金融、公共管理、计算机技术、法律硕士(法学)、广播电视、软件工程、计算机科学与技术。

2016年,报考“工商管理”的人数为13395名,居各专业报考人数之首,报考会计的人数为9369名,报考“法律硕士(非法学)”的人数为7608名(不含推免生),分别居第二位和第三位。报考人数居第4至10位的专业依次为金融、公共管理、计算机科学与技术、金融学、材料科学与工程、汉语国际教育、计算机技术。

由此可见,工商管理、会计、法律硕士(非法学)连续数年成为报考专业的前三甲,依然是最热门的专业。

8、热门高校各专业报录比

报录比指的是报考人数和录取人数之比,报录比越大说明该专业考研难度越大。近几年研究生招生规模扩大,使硕士研究生报考的竞争度变小 ,录取率提高。但是,一些热门专业,如经济类、管理类等专业的报录比相对较高,考研难度依然很大。

中国人民大学 

复旦大学 

南开大学 

浙江大学 

看了研招网公布的报考数据,小可爱你有没有一些紧迫感呢?

 

责任编辑:未丽燕 来源: 搜狐
相关推荐

2017-08-03 15:20:19

大数据数据分析

2019-07-25 14:23:36

2022-10-09 15:32:05

数据分析大数据运营

2017-06-03 15:43:54

数据项目框架

2021-08-17 05:57:56

数据分析数据分析师工具

2020-10-25 15:24:04

数据分析打工技术

2023-02-26 00:00:03

数据分析数据模型

2021-08-12 11:37:23

数据分析错误

2024-06-26 01:09:36

2017-10-16 09:44:19

大数据数据分析王者荣耀

2010-12-31 09:47:19

2011年十大趋势移动应用

2021-06-04 12:56:22

数据分析岗位

2016-12-30 16:30:52

大数据数据分析大数据报告

2016-12-09 09:37:25

数据分析报告

2024-11-07 18:57:35

2017-10-08 10:22:00

大数据王者荣耀词汇

2013-10-30 09:13:35

微软Hadoop AzurWindows Azu

2021-12-03 11:29:21

数据分析年度

2017-01-05 18:39:35

数据分析大数据时代分析报告

2019-09-19 08:17:02

数据分析AB
点赞
收藏

51CTO技术栈公众号