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
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25