Full text · 原文
8,975 字
就业问题关乎国计民生。长期以来，由于就业统计制度的落后和就业统计数据的缺陷，使得我国在制定宏观政策促进就业增长的过程中缺乏可靠依据。当前，我国经济已经进入“新常态”，经济增长的速度逐步由高速增长转变为中高速增长，我国劳动年龄人口的数量和结构双双出现下降，农村劳动力的不断转移逐步缓解农村地区的隐性失业加剧城市就业市场的供需矛盾，网店、微商、网购快递等网络创业就业新业态的不断涌现，都深刻地改变了传统的就业形势。这些新变化将导致依赖传统统计方法获取的就业数据越来越无法真实地反映我国就业市场的真实情况，因此需要不断完善现有的统计数据，并充分利用网络和大数据等手段加强全方位的就业监测。
<br>
一、2015年一季度就业形势分析
<br>
（一）就业总量及其变化
<br>
根据人力资源和社会保障部公布的最新数据，2015年一季度我国城镇新增就业为324万人，与去年同期相比减少20万人。农村外出务工劳动力总数16331万人，与去年同期相比也减少了602万人。城镇登记失业率为4.05%，比2014年第一季度下降0.03个百分点，比第四季度下降0.04个百分点。从以上数字可以看出，今年一季度我国总体经济增长率的下滑确实对就业造成了较大的影响，城镇新增就业人数和农村外出务工劳动力人数都出现了下降。这种情况在东北地区甚至更加严重，受累于整体经济结构的失衡，东北地区一季度经济严重失速，产能过剩严重问题引发的企业倒闭潮和失业潮此起彼伏。但是城镇登记失业率数据却与此表现出相反的态势，这与登记失业率本身的统计缺陷密切相关。
<br>
（二）就业结构及其变化
<br>
由于就业人员三次产业结构分布的数据是年度公布的，因此对于就业结构统计数据的季度分析需要依赖于人力资源和社会保障部每个季度所做的关于部分城市公共就业服务机构市场供求状况分析报告。
<br>
1、区域结构
<br>
2015年一季度，东、中、西部市场岗位空缺与求职人数的比率分别为1.09、1.14和1.16，和去年同期相比，三大区域的市场供求人数均有所减少，与上一季度相比，中西部地区人数增长而东部地区人数下降。
<br>
分区域来看，与去年同期相比，东部地区市场用人需求和求职人数减少了50.3万人和49.7万人，分别下降了16.7%和17.8%；中部地区市场用人需求和求职人数减少了11.7万人和3.2万人，分别下降了7.4%和2.5%；西部地区市场用人需求和求职人数减少了29.9万人和25.7万人，分别下降了23.2%和23.3%。与上季度相比，东部地区市场需求人数和求职人数减少了15.2万人和6.2万人，分别下降了5.7%和2.6%；中部地区市场需求人数和求职人数增加了50.6万人和45.9万人，分别增长了50.8%和54.5%；西部地区市场需求人数和求职人数增加了3.4万人和6.6万人，分别增长了3.7%和8.3%。
<br>
与去年同期的对比数据表明，分区域的就业状况与全国整体的就业状况相一致，在全国总体就业数量下滑的同时，分区域的劳动力市场供求人数也在减少。而与上季度相比中西部地区的供求人数增长主要是因为春节因素的影响，东部地区的外出务工人员回到中西部地区就业所导致的。
<br>
2、行业结构
<br>
从行业需求的角度看，与去年同期和上季度相比，2015年一季度市场用人需求较大的行业中，制造业、批发和零售业、住宿和餐饮业、居民服务和其他服务业等行业同比下降幅度较大，但是环比仍有较大幅度增长。
<br>
具体来看，和去年同期相比，各行业的用人需求均有所减少。其中，减少人数较多的行业有制造业、批发和零售业、住宿和餐饮业、建筑业、居民服务和其他服务业、租赁和商务服务业、信息传输计算机服务和软件业、农林牧渔业、房地产业、金融业等。与上一个季度相比，用人需求增长较多的行业有制造业、批发和零售业、住宿和餐饮业、居民服务和其他服务业、交通运输仓储和邮政业等。用人需求减少较多的行业有信息传输计算机服务和软件业、卫生社会保障和社会福利业、金融业等。
<br>
从同比数据来看，今年的就业形势比去年更加严峻，各个行业的用人需求都下降了，其中制造业和建筑业用人需求大幅减少，与东北制造业危机和房地产行业深度调整息息相关。但从环比数据来看，一季度一些行业的用人需求开始恢复增长，表明经济已经开始出现企稳回升的迹象。
<br>
3、专业结构
<br>
从就业人员的专业结构来看，各技术等级的岗位空缺与求职人数的比率均大于1，总体上劳动力需求大于供给。其中，高级工程师、技师、高级技师、高级工岗位空缺与求职人数的比率较大，分别达到2.25、2.11、1.93和1.93。与去年同期相比，从技术等级看，市场对各类技术等级人员的需求均有所减少，其中，对初级工、中级工、技师的用人需求下降幅度较大。从专业技术职务看，市场对初级、中级专业技术职务的用人需求有所下降，对高级工程师的用人需求略有增长。与上季度相比，从技术等级看，市场对初级工、中级工、高级工的用人需求都有所增长，对技师、高级技师的用人需求则有所下降。从专业技术职务看，市场对初级、高级专业技术职务的用人需求有所下降，而对中级专业技术职务的用人需求略有增长。
<br>
同比数据的结果显示，2015年一季度相比于去年同期总体需求人数都减少了，就业的总体状况在变差，并且对拥有技能水平较低的人员冲击更大。而环比数据表明，相对于上一个季度而言，就业状况有所改善，对技能水平较低的人员需求有所增长。
<br>
（三）就业市场供求及其变化
<br>
从全国劳动力市场供求角度分析，2015年一季度，用人单位通过公共就业服务机构招聘各类人员约525万人，进入市场的求职者约469万人，岗位空缺与求职人数的比率约为1.12，比去年同期上升0.01，比上季度下降0.03，市场需求略大于供给。与去年同期相比，本季度的需求人数减少了91.9万人，下降了15.7%；求职人数减少了78.6万人，下降了15.1%。与上季度相比，本季度的需求人数增加了38.8万人，增长了8.5%；求职人数增加了46.3万人，增长了11.6%。这些数据也进一步证实了以上分析的结论：与去年同期相比，我国的就业状况有所恶化，而与上一个季度相比，整体就业状况略有改善。
<br>
二、当前我国就业统计存在的突出问题
<br>
以上是利用现有的宏观就业数据所做的关于我国整体就业形势的判断，然而由于统计制度上的缺陷，这些数据并不能完全真实地反映现实的就业情况，它们只能部分代表甚至无法代表全国就业情况的变化。
<br>
（一）就业总量数据失真
<br>
城镇新增就业人数指标是每个季度最为重要的就业指标之一，它是指报告期内城镇累计新就业的城镇各类单位、私营企业和个体经济组织、社区公益性岗位就业人员和各种灵活形势就业人员的总和减去报告期内因退休、伤亡等自然原因造成的城镇累计减少的就业人员总和。通过历史数据的分析可以发现，自2010年以来我国城镇新增就业持续保持增长势头，从2010年的1168万人增长至2014年的1322万人。尽管去年的经济增速出现了较为明显的降低，但是城镇新增就业仍然在2013年的高位基础上增加了12万人。虽然目前我国经济进入“新常态”，经济每增长1个百分点带动的就业能力增强了，但是良好的统计数据并不完全是因为经济质量的提升所导致的，也有统计缺陷的因素。
<br>
首先是城镇新增就业人数存在遗漏统计的情况，尤其表现在农村转移劳动力和网络就业上。目前我国农村转移劳动力数量庞大，然而直至今日他们中的多数仍然在城市非正规部门就业，这就使得相当大一部分群体并没有纳入到我们的就业统计当中。随着网络和电商的兴起，越来越多的人开始选择在网络上进行就业创业，依赖于传统工商注册登记企业统计就业人数的缺陷越来越凸显，这些网络创业就业人员被遗忘在了统计的角落。网络创业就业不仅能够解决网络创业者自身的就业问题，同时网店的雇佣也解决了相当大一部分人的就业，并且网络创业就业还带动了与此相关联的仓储、物流配送、客服等人员的就业。中国就业促进会和阿里巴巴研究院曾在2012年对网络创业就业情况进行了问卷抽样调查，它们的测算结果表明，伴随着网络经济和电子商务的快速发展涌现出了大量的新职业，累计拉动就业超过1000万人。
<br>
其次，对于城镇新增就业人数存在重复统计的问题。城镇新增就业人数的统计无法排除一年内某人多次频繁转换工作岗位的情况。因为目前的城镇新增就业人数统计并不是基于自然人的就业情况，而是基于企业上报的数据，只要企业招收了新员工就会被纳入到新增就业的统计中，而当年的员工离职情况却不被排除在外。与改革开放初期相比，我国现在的人员就业形式更加灵活多样，已不再是仅在传统的大型国有企业就业。尤其在经济不景气时期，由于企业裁员和大量灵活就业人员工作岗位的频繁变动，都对城镇新增就业人数统计的失真造成了影响。
<br>
再次，对于失业率的统计存在失真的现象。现在官方公布的数字是城镇登记失业率，这是已经被广泛证明的无法和实际经济活动相联系的一项就业指标。自从该项指标发布以来，几乎不会随着我国经济周期的波动而变动，甚至在一些时期还与经济变化出现了相反的变动趋势。现在我国已经尝试建立另一套失业调查统计数据，称为调查失业率，它是根据城镇劳动力的抽样调查所取得的城镇就业与失业汇总数据进行计算的。但是目前这项调查只覆盖了全国65个主要城市，样本的代表性尚不足以分析全国就业失业情况的变动。
<br>
（二）就业质量数据缺乏
<br>
相对于就业总量数据的失真而言，就业质量数据的缺乏显得更为突出。之前，由于我国经历的三次人口生育高峰使得我国人口爆发式增长，劳动力的供给非常充分，而劳动力需求显得相对不足，因此当时更关注的是如何解决众多劳动力的就业问题。而随着计划生育政策效应的逐步显现带来的老龄化问题日益突出、人们生活水平的不断提高、劳动力市场的不断放开使得就业有了更多的选择和公民权利意识的增强，就业质量问题逐步进入大众的视野。但是，当前对于就业质量的统一监测制度并没有建立，很多只是专家学者利用现有的零散统计数据按照国际上通行的标准进行了测算，从而得出相应的结论。
<br>
就全国层面而言，人力资源和社会保障部以及国家统计局每个季度的新闻发布会会公布社会保障、劳动关系、城镇薪资等数据，但是并没有说明这些指标究竟对就业质量产生了什么样的影响，并且对这些指标的统计本身也存在一定的问题。例如城镇薪资数据，最早国家统计局只公布国有及大型私营企业的薪资数据，后来随着经济结构的调整不断完善了相关分类，将更多所有制类型的企业纳入了统计范畴。然而，截止目前为止，外出务工人员和失地农民的收入依然没有反映在官方数据里；许多国企和私企的合同工工资都在账外支付，没有收录在统计结果中。因此，从就业质量指标的广度和精度来说都存在很大的问题。
<br>
（三）就业供求数据偏差
<br>
对就业市场供求情况的考察数据主要来自前文所述的公共就业服务机构市场供求状况分析报告，这项调查开始于2001年，最初覆盖了全国59个城市的10700万人口，10年后调查的范围扩大到100个城市的17000万，约占到城镇人口的25%。通过对历史数据的考察后可以发现，自2001年一季度有统计数字以来，该项指标一直在波动中处于上升趋势（从2001年一季度的0.65上升至2015年一季度的1.12），说明劳动力市场的供求状况在不断改善，逐渐由供过于求转变为供不应求。虽然，这可能是因为我国劳动力逐步由无限供给转变为有限供给，新业态的出现不断创造新的需求岗位所导致的。然而，应该注意到求职人数或者岗位空缺的增加，或者二者比率的变化，很可能是因为被调查城镇数量的增加或者覆盖人口范围的扩大所导致的，并不是实际供求关系的变化。此外，这项统计的原始数据来自地方劳动部门登记的求职者和用工单位的信息，显然又再次忽视了网络招聘发展带来的巨大影响。所以，可以说劳动力市场供求的数据也存在着偏差问题。
<br>
三、新常态下推进就业数据质量统计的完善措施
<br>
从以上的分析中，我们看到了当前的就业统计存在的广泛缺陷，从就业总量的统计到就业质量的监测，再到就业市场的调查，都存在或多或少的缺陷。未来随着我国经济发展步入“新常态”，就业形势将变得更加复杂，需要不断改革创新，进一步完善就业数据统计制度，多手段全方位监测就业相关指标变化，以更好地为宏观经济及就业决策服务。
<br>
第一，要改革现有的就业统计制度，让就业统计覆盖最广泛的人群。针对现有统计体系无法覆盖农民工和网络就业的情况，制定针对这些群体特殊的统计措施及方法。同时，改革现有的就业统计指标的搜集方法，借鉴发达国家的先进经验，尽可能使指标结果能反映真实的就业情况。
<br>
第二，要在现有的关于社会保障、劳动保护和职工薪资统计的基础上，建立完整系列的就业质量监测指标体系。借鉴现有的国际劳工组织的监测办法，可以在就业环境、就业状况、劳动报酬、就业能力、社会保障和劳动关系等几个维度上选取、获取或者监测一些相关指标的变化，然后对这些数据进行汇总分析后得出最终的关于就业质量状况的结论。
<br>
第三，要充分利用网络大数据实时把握就业动态。可以利用网络大数据获取最新的网络创业就业的情况，比传统的就业统计更加及时；可以利用网络大数据获取网络招聘网站及网络求职者发布或者寻找工作岗位的最新动态，可以作为经济预警的现行指标；可以利用网络大数据对广大劳动者开展就业满意度的网络调查，掌握最真实的社会舆情，作为对政府相关政策制订的反馈或者改进的参考。<br>
中心概况<br>
工作要闻<br>
宏观形势分析<br>
信息化和产业研究<br>
电子政务外网<br>
大数据与数字中国<br>
在线培训<br>
工作成果<br>
预决算公开<br>
主办单位：国家信息中心 京ICP备05063309号/京ICP备05063309号-1<br>
京公网安备11010202010038号<br>
技术支持：北京中经网软件开发有限公司<br>
地址：北京市西城区三里河路58号<br>
邮编：100045<br>
电话：010-68557000<br>
信访电话：010-68558389<br>
信访邮箱： xinfang@sic.gov.cn<br>
$(window).scroll(function () {<br>
var sc = $(window).scrollTop();<br>
var winHeight = $(window).height();<br>
if (sc > winHeight) {<br>
$(".backTop").css("display", "block");<br>
} else {<br>
$(".backTop").css("display", "none");<br>
}<br>
})<br>
$(".backTop").click(function () {<br>
var sc = $(window).scrollTop();<br>
$('body,html').animate({scrollTop: 0}, 500);<br>
})<br>
$(".nav li").hover(function () {<br>
$(this).children(".menuLiList").toggle();<br>
});<br>
$(".nav li .menuLiList ul > li").click(function () {<br>
$(this).siblings().children(".menuLiListLi").hide();<br>
/* $(this).siblings().css("color","#333333");*/<br>
$(this).children(".menuLiListLi").toggle();<br>
$(this).children("a").css("color", "#cc0001");<br>
});<br>
$(".nav li .menuLiList ul > li").siblings().css("color", "#333333");<br>
$(".nav li .menuLiList ul > li .menuLiListLi ul li").hover(function () {<br>
$(this).siblings().css("color", "none");<br>
$(this).css("color", "#cc0001");<br>
});<br>
$(".print").click(function () {<br>
window.print();<br>
});<br>
$(".typeface a").each(function () {<br>
var index = $(this).index();<br>
$(this).click(function () {<br>
if(index == 0){<br>
$(".articleDetailsText").css("fontSize","20px");<br>
$(".articleDetailsText p").css("fontSize","20px");<br>
$(".articleDetailsText p span").css("fontSize","20px");<br>
$(".articleDetailsList li").css("fontSize","20px");<br>
$(".articleDetailsList li p").css("fontSize","20px");<br>
$(".articleDetailsList li p span").css("fontSize","20px");<br>
}else if(index == 1){<br>
$(".articleDetailsText").css("fontSize","16px");<br>
$(".articleDetailsText p ").css("fontSize","16px");<br>
$(".articleDetailsText p span").css("fontSize","16px");<br>
$(".articleDetailsList li").css("fontSize","16px");<br>
$(".articleDetailsList li p").css("fontSize","16px");<br>
$(".articleDetailsList li span").css("fontSize","16px");<br>
}else if(index == 2){<br>
$(".articleDetailsText").css("fontSize","12px");<br>
$(".articleDetailsText p").css("fontSize","12px");<br>
$(".articleDetailsText p span").css("fontSize","12px");<br>
$(".articleDetailsList li").css("fontSize","12px");<br>
$(".articleDetailsList li p").css("fontSize","12px");<br>
$(".articleDetailsList li p span").css("fontSize","12px"); };<br>
$(this).siblings().css("color","#333333");<br>
$(this).css("color","#cc0001");<br>
});<br>
});<br>
var keyword = ''<br>
if(keyword.length>0){<br>
getSearchResult()<br>
}<br>
function getSearchResult() {<br>
$.ajax({<br>
url:'https://172.23.56.75/public/cms-search/es/articleSearch',<br>
type:'get',<br>
dataType: "json",<br>
async: false,<br>
data: {<br>
keyWord: keyword,<br>
siteId: '82808186-8768b9c8-0187-690869b1-0007',<br>
indexName: 'article_info',<br>
page: 1,<br>
size: 10,<br>
highlight:false<br>
},<br>
success:function (rsp) {<br>
if(rsp.status == 1){<br>
if(rsp.data.total > 0){<br>
totalPage = rsp.data.pages<br>
totalCount = rsp.data.total<br>
var str='相关文章'<br>
for (var i = 0; i |/ig,"");<br>
searchtitle = searchtitle.replace(/]+>/g,"");<br>
searchtitle = searchtitle.replace(/\s*/g,"");<br>
searchtitle = searchtitle.replace(/ /ig,"");<br>
if(searchtitle.length > 65){<br>
searchtitle = searchtitle.substring(0,65) + '...'<br>
}else{<br>
searchtitle = rsp.data.results[i].articleTitle<br>
}<br>
// searchtitle = searchtitle.replace(searchWords,"" + searchWords + "");<br>
str += '' + searchtitle + ''+rsp.data.results[i].publishDate.substring(0,10)+''<br>
}<br>
str +=''<br>
$(".artiDetAbout").html(str)<br>
// $('#ShowKeyconut').html(rsp.data.total)<br>
}<br>
}<br>
},<br>
error: function (xhr, type) {}<br>
})<br>
}