京公网安备 11010802034615号
经营许可证编号:京B2-20210330
什么职业最好找工作?最新大数据分析来了
人社部就业司日前在其官网向社会公开发布《2016年第二季度部分城市公共就业服务机构市场供求状况分析》。数据显示,今年二季度就业市场,岗位需求和求职人数均同比减少。
另外,根据同时发布的“全国十大城市岗位需求和求职排行榜”,在监控的10大城市中,有9个城市第三产业的用人需求最大,比如上海,裁剪缝纫相关工作人员的需求比较大,平均每三个职位只有一人申请。在广西南宁,机动车驾驶人员非常紧缺,岗位需求与求职人数比达到10:1。
不过,由于今年大学毕业生再创历史新高,大学生就业形势依然比较严峻。
公共就业机构:就业市场需求略大于供给
报告显示,从供求对比看,今年二季度,用人单位通过公共就业服务机构(由原地方人事、劳动保障部门的就业和人才服务管理机构合并成立)招聘各类人员约497万人,进入市场的求职者约472万人,岗位空缺与求职人数的比率约为1.05,比上季度和去年同期分别下降了0.02和0.01,市场需求略大于供给。这也就是说,每100个求职者对应的是105个空缺岗位,而空缺岗位数相比于求职者的比例同比和环比都略有下降。
报告显示,与去年同期相比,本季度的需求人数和求职人数分别减少了50.8万人和45.3万人,各下降了9.5%和9%。而与上季度相比,本季度的需求人数和求职人数分别减少了25.3万人和22万人,各下降了5.1%和4.8%。这也就是说无论招聘多岗位还是求职的人数,都在下降。但总体来说,就业市场需求略大于供给,市场总体还算稳定。
求职人数下降原因:新业态导致求职减少
对于出现市场用人需求和求职者双下降的现象,有人可能会比较困惑,因为当下在推进去产能的工作,会有很多人重新进入就业市场,求职者怎么会减少?对此,专家解释称“双下降”和当前的宏观经济形势有关。一方面,经济下行压力比较大,企业招募工作人员总体减少,需求下降在情理之中。另一方面,随着大众创业、万众创新的深入,各种新业态不断出现,比如最新出现的“家庭厨房”,自己在家烧饭通过网络平台卖给顾客。这些人无需通过传统的招聘平台求职,但也可以谋生。这反映的是就业多元化以及各种自由职业者的增多(当然,在这方面也需要进行监管以确保食品安全。
据中国人民大学中国就业研究所所长曾湘泉介绍,相关研究表明,2016年二季度的就业,新经济的特征表现明显。曾湘泉介绍,在互联网电子商务领域,平均1个求职者可以有11.47个岗位,而在过剩产能如能源矿产领域,平均1个劳动者只有0.24个岗位。一家网络约车平台的负责人也介绍,在其平台上注册的仅钢铁、煤炭产业的去产能安置分流职工就达到了53万人。这类就业未必通过传统的公共就业机构来实现。
多城市急需餐厅服务员、厨工等服务人员
在“全国十大城市岗位需求和求职排行榜”中,除福州外,其余9个城市的用人需求均主要集中在第三产业。其中,南宁市的2个岗位为最缺人岗位,“电子元器件与电子设备制造、装调人员”的岗位空缺与求职人数比达到了20:1,而“机动车驾驶人员”则达到了10:1。
报告显示,收银员、餐厅服务员、厨工等职业的用人需求较大,财会人员、行政办公人员、治安保卫人员、打字员、行政业务人员等职业的用人需求相对较小。
对此,专家表示,从不同产业来看,第二产业越来越多的使用机器,对劳动者的需求会下降,而随着产业结构的转型升级,第三产业会出现更大的用人需求。而机动车驾驶员需求这么多,这也与网络约车平台的业务拓展有关。
值得一提的是公共就业服务机构所呈现出来的情况并非就业市场的全貌,从大学生的就业情况来看,今年大学毕业生人数达到765万,再创历史新高,随着大批高校毕业生进入就业市场,其就业难度不低。比如,2016年第二季度南京人力资源市场供求报告显示,临近毕业,南京有大批毕业生涌向就业市场,再加上往年的大学生,导致二季度求职猛增。应届高校毕业生求职人数为99461人,同比增加39345人,环比增加54758人。2016年二季度人力资源市场中,除了大专毕业生外,本科和研究生都呈现供大于求的情况。
随着“互联网+”的推进,大批和互联网相关职位出现。不过,尽管能赚得一定工资,这些岗位,尤其是和服务业相关的岗位,很多并不是大学生毕业生的选择。比如互联网约车的司机,目前有大量的下岗和转岗职工在从事,但是大学生从事该行业的很少。另外,在电商的快速发展下,对快递员需求很大,但是大学生也不热衷。
这恰恰反映的是就业市场的结构性问题,一方面,公共就业机构提供的岗位显示求职者比岗位少,但大学生却出现就业难题。对此,专家认为未来仍然需要采取多种手段来促进就业市场的平衡。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22