京公网安备 11010802034615号
经营许可证编号:京B2-20210330
文 | 白天亮
来源 | 人民日报
有人在喊“招工难”:上调了待遇、放宽了标准,还是连续几个月招不到人。有人在喊“就业难”:工作一年比一年难找,应聘时一个岗位几十人来面试。劳动力市场供求态势到底怎么样?不妨让大数据来说话。
制图:蔡华伟岗位空缺总体略大于求职人数
人力资源和社会保障部中国人力资源市场信息监测中心2015年对全国100多个城市的公共就业服务机构市场供求状况监测显示,劳动力市场需求略大于供给。
2015年第四季度的汇总数据表明,岗位空缺与求职人数的比率(求人倍率)约为1.10,用人单位通过公共就业服务机构招聘各类人员约439万人,进入市场的求职者约400万人。
2015年第三季度,用人单位通过公共就业服务机构招聘各类人员约505万人,进入市场的求职者约462万人,求人倍率约为1.09。
分析2015年四个季度的数据,可以看出,劳动力市场总体上需求大于供给,求人倍率大致在1.10上下浮动。各个季度的起伏有季节性因素存在,例如一季度包括了春节,在此期间用人单位释放出大量岗位,但求职者并未大量入场。
中国人民大学中国就业研究所所长曾湘泉认为,在中国经济转型的大环境下,小微企业获得政府越来越多的政策、资源、甚至资金配置的倾斜。智联招聘数据显示,2015年第四季度微型企业(企业规模人数20人以下)用工需求同比猛增49%。微型企业CIER指数(需求人数/求职人数)首次超过小型企业“跃居榜首”,表明小微企业的就业形势相对较好。
记者了解到,新世纪以来,求人倍率逐步提高。在2001年一季度,求人倍率为0.65,即100个求职者竞争65个岗位,岗位供不应求,找工作极其不易。
中西部地区更容易找到工作,求职者仍涌向东部
东、中、西部,劳动力市场供求有何差异?中国人力资源市场信息监测中心的数据显示,三大区域市场需求均略大于供给。2015年四季度的数据最能反映当前的情况。四季度与上年同期相比,东部地区求职人数略有增长,中西部地区的市场供求人数呈下降态势,西部市场供求人数的下降幅度高于东、中部地区。东、中、西部地区岗位空缺与求职人数比率分别为1.08、1.13、1.13,市场需求均略大于供给。
既然中西部地区更容易找到工作,为什么求职者仍涌向东部?关键的因素是工资,东部地区吸纳的就业总量占全国的40%以上,平均工资水平明显高于中西部地区。大型网络招聘企业——智联招聘的在线数据显示,对比2015年冬季全国32个主要城市职位平均薪酬,北京、上海、深圳、杭州、广州位居前五,全是东部城市,薪酬水平明显领先于中西部。不过,在西南部经济发展进步飞速的成都和重庆的薪酬水平也在快速提升,进入到全国前十的位置。
中国人力资源市场信息监测中心的数据显示,从行业需求看,企业用人需求主要集中在制造业(33.9%)、批发和零售业(14.2%)、住宿和餐饮业(10.6%)、居民服务和其他服务业(10.2%)、租赁和商务服务业(7.2%)、信息传输计算机服务和软件业(4.6%)、建筑业(3.7%)等行业。
2015年第四季度,除信息传输计算机服务和软件业(+23.7%)、交通运输仓储和邮政业(+17.3%)、租赁和商务服务业(+1.0%)等三个行业的用人需求同比有所增长外,其余各行业的用人需求均有所减少。其中,用人需求减少较多的行业有:建筑业(-26.1%)、房地产业(-16.0%)、制造业(-14.5%)、住宿和餐饮业(-9.4%)、批发和零售业(-8.3%)。这一态势也与不同行业的景气度基本一致。
结构性矛盾突出,“好工作”难找
数据显示,尽管劳动力市场总体上需求大于供给,但结构性矛盾突出,不同的岗位在供求对比上有较大的差异。
以中国人力资源市场信息监测中心监测的全国十大城市岗位需求和求职排行榜为例:2015年第四季度,餐厅服务员、厨工、简单体力劳动人员、安全保卫人员等职业的用人需求较大,而财会人员、行政办公人员等职业的用人需求相对较小。其中,上海市餐厅服务员、厨工的岗位空缺与求职人数比达到了7∶1,此类劳动力严重供不应求。而合肥市行政办公人员的岗位空缺与求职人数比则为1∶9,用人单位招1人、求此职位的则达到9人。
岗位的供求状况,与城市的产业发展态势紧密相关。以重庆为例,随着产业梯度转移、信息产业加快发展,2015年全年当地对电子设备相关人员都是“求贤若渴”。一季度,重庆电子元件、电子设备制造人员的求人倍率达到3,二季度达到6,三季度为7,四季度为4,释放了大量岗位需求。
值得关注的是,行政办公人员、会计人员在各大城市均不易找到工作,岗位空缺与求职人数的比例全年在1∶9到1∶2之间浮动。
传统意义上的“好工作”竞争极其激烈。智联招聘的数据显示,2015年冬季“白领”就业不易,求职者投递简历数量最多的行业分别是互联网/电子商务、房地产/建筑/建材/工程和基金/证券/期货/投资。求职者简历投递量在一定程度上反映了求职者心目中各行业的受欢迎程度。这些行业大多具有薪酬福利好、社会地位高的特点。end
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24