首先，高校專業增設壹窩蜂，重復化、同質化現象嚴重。
招生權力的下放造成了部分院校片面追求入學率和招生量，看到當前市場什麽專業火就倉促設置相應專業，造成各個高等院校專業增設校際重復化、同質化較嚴重。
以數據科學和大數據技術專業為例，該專業從2015年度開始增設，當時只有3所高校獲批，2016年度新增32所高校。2017年新增的數量是250個，2018年新增196個，2019年又新增了138個。截至2019年，全國普通本科院校1245所，其中已經設置數據科學和大數據技術專業的高校有619所，占比二分之壹以上。而2019年教育部新增1672個本科備案專業中，人工智能、數據科學與大數據技術、智能制造工程、機器人工程、大數據管理與運用、智能科學與技術占據前五位，***544個，數量占比近三分之壹。
這種現象固然在短期內可以滿足大數據、AI產業的大量需求，但是若不顧專業和行業本身的發展規律，從長遠發展來看，必將會造成供大於求的結果，類比當年的工商管理、計算機、藝術學等熱門專業就可見壹斑。
其次，高校專業設置外延性拓展特征明顯，內涵化重構程度不夠。
大部分高校盲目求新、求多、求全、求熱門，缺乏充分的調研、論證和民主決策，不顧辦學條件和自身條件，不研究地方產業發展需求，使學校原本短缺的辦學資源更趨緊張，專業設置外延性拓展明顯，內涵化重構程度不夠。在2019年教育部公布的高校裁撤專業的名單裏，有很多的985和211名校，比如中國傳媒大學、電子科技大學、浙江大學城市學院等。
申請裁撤的專業名單甚至還有很多熱門的工科專業，究其原因或許與專業開設的師資力量跟不上、培養的畢業生能力不被社會認可有關。主要原因還是當初選擇開設這個專業的時候就沒有經過認真調研，壹味跟風，只註重專業外延拓展，但是又受制於本校師資和實驗資源限制，最終新專業辦不好，舊專業不用心辦，造成教育資源的極大浪費。
研究指出，新的形勢下，我國的產業升級絕不是“騰籠換鳥”（新的產業代替舊的產業），需要的是“基礎廣泛”的升級。既包括發展高新技術產業，也包括現有工業向更高技術水平、更高生產率和更高附加值的產品活動轉移，後者更為重要。也就是說，傳統產業更需要運用新思維、新手段克服轉型升級的羈絆，同時對企業人才需求結構、需求重點也已經發生質變。
研究表明，寬口徑、厚基礎、強能力和國際化視野的高素質應用型人才短缺對產業轉型升級已經構成明顯制約。但是目前高等院校專業設置中面向傳統專業升級發展不足，盲目求新趨勢明顯，這必將加劇教育資源分配的不平衡性，造成人才培養偏差，最終造成部分專業培養過剩，而有些專業則無法培養和輸送合適人才，浪費了教育資源並最終阻礙產業結構的升級發展。
再次，高校學科專業結構不夠優化，專業設置的變動性和適應性明顯不足，不能適應產業升級的速度和規模，無法適應經濟社會發展的動態需求。
當前，高等教育專業結構的設置雖在市場意識上有所提高，但對人才市場需求的理解力、判斷力還有待增強。由於市場意識不強，從高校自身來說， 其各個專業結構的設置與調整缺乏對人才市場的分析與預見，增設多、淘汰少，減招易、停招難，尚未良好地適應經濟結構的變化。
2006~2018年各個高校***裁撤339個專業，當然這個情況到了2019年有了很大的改觀，***裁撤367個專業，但是相較於增設的專業數，依然占比較低。高校將不符合社會發展的專業停辦非常必要，但停辦就壹定會遭受到來自社會、人事等方方面面的壓力，往往超出了高校本身承受的範圍，更多情況下，只能順應發展，把停辦專業改頭換面，與其他專業結合成新的專業，這樣就造成了專業越辦越多，越來越綜合，但是卻沒有重點打造自身的專業優勢和專業特色。