中國就業(yè)景氣指數(shù)的構(gòu)建、預(yù)測及就業(yè)形勢判斷
——基于網(wǎng)絡(luò)招聘大數(shù)據(jù)的研究

耿 林 毛宇飛

中國就業(yè)景氣指數(shù)的構(gòu)建、預(yù)測及就業(yè)形勢判斷
——基于網(wǎng)絡(luò)招聘大數(shù)據(jù)的研究

耿 林 毛宇飛

中國人民大學中國就業(yè)研究所與中國領(lǐng)先職業(yè)發(fā)展平臺智聯(lián)招聘聯(lián)合推出了中國就業(yè)市場景氣指數(shù)(CIER)。該指數(shù)通過觀測不同行業(yè)、城市職位供需指標的動態(tài)變化，反映就業(yè)市場上職位空缺與求職人數(shù)的比例變化，能夠起到監(jiān)測中國就業(yè)市場景氣程度以及就業(yè)信心的作用。選取2011年第1季度至2017年第1季度的CIER數(shù)據(jù)，運用季節(jié)分解法、H-P濾波、VAR模型等時間序列分析方法進行的分析表明，CIER指數(shù)與宏觀經(jīng)濟景氣指標具有密切的聯(lián)動關(guān)系。該指數(shù)不僅能夠比較靈敏地反映中國就業(yè)市場的長期、中期及短期的動態(tài)變化特征，而且對宏觀經(jīng)濟景氣程度也具有較好的敏感性，因此，可以作為監(jiān)測宏觀經(jīng)濟景氣程度的輔助指標。

中國就業(yè)市場景氣指數(shù)；向量自回歸模型；季節(jié)分解法；H-P濾波法

改革開放以來，我國經(jīng)濟體制經(jīng)歷了由計劃經(jīng)濟向市場經(jīng)濟的轉(zhuǎn)變。在此期間，就業(yè)市場的變化趨勢及特點備受人們的關(guān)注。作為市場經(jīng)濟的重要組成部分，反映就業(yè)市場變動趨勢的指標需要具備及時性、準確性、代表性等特點，這對政府的宏觀市場調(diào)控、企業(yè)的招聘用工以及勞動者的求職應(yīng)聘都具有重要的現(xiàn)實意義。2008年9月之后，美國次貸危機誘發(fā)的金融危機在全球蔓延，對我國經(jīng)濟特別是出口貿(mào)易造成了巨大的沖擊，由此引發(fā)的國際訂單大幅減少，大批出口加工企業(yè)停產(chǎn)等，也給我國就業(yè)市場帶來了不利影響。當前，隱性失業(yè)增加、就業(yè)結(jié)構(gòu)性問題突出，以及就業(yè)質(zhì)量下降等問題，受到國內(nèi)外學者和社會各界的廣泛關(guān)注。[1]鑒于此，中國人民大學中國就業(yè)研究所與中國領(lǐng)先職業(yè)發(fā)展平臺“智聯(lián)招聘”聯(lián)合推出中國就業(yè)市場景氣指數(shù)(以下簡稱CIER指數(shù))，以反映我國就業(yè)市場的整體走勢。[2]

網(wǎng)絡(luò)搜索數(shù)據(jù)是當前大數(shù)據(jù)中應(yīng)用最廣泛的數(shù)據(jù)來源之一。自國外學者金斯伯格(J.Ginsberg)等人運用大數(shù)據(jù)預(yù)測流行病的發(fā)生概率以來，這一方法逐漸被拓展到經(jīng)濟學各領(lǐng)域中，包括對價格指數(shù)、個人消費行為、房地產(chǎn)價格變動等方面的預(yù)測。[3]關(guān)于大數(shù)據(jù)與勞動力市場的研究，茲姆曼(K.F.Zimmermann)等人運用谷歌大數(shù)據(jù)對失業(yè)率進行預(yù)測受到了學界的廣泛關(guān)注，之后陸續(xù)有學者運用招聘網(wǎng)站數(shù)據(jù)對勞動力市場中的工作搜尋、就業(yè)歧視和失業(yè)周期問題等進行分析。[4]目前，國內(nèi)使用大數(shù)據(jù)進行勞動力市場的研究并不多，僅有的少數(shù)文獻使用網(wǎng)站搜索數(shù)據(jù)對失業(yè)率進行分析。[5]然而，這種研究方法一般使用特定的“失業(yè)”關(guān)鍵詞進行指數(shù)搜索，只能通過用戶對目前失業(yè)狀況的關(guān)注度來間接地反映失業(yè)率狀況，不能直接體現(xiàn)勞動力市場的求職和供給變動的趨勢。相比之下，本文使用的智聯(lián)招聘網(wǎng)站大數(shù)據(jù)，是實時記錄求職者投遞簡歷與企業(yè)發(fā)布崗位信息的行為數(shù)據(jù)，能夠更好地體現(xiàn)勞動力市場的供求變動。

本文重點介紹CIER指數(shù)的構(gòu)建方法，搭建計量模型探討CIER指數(shù)與宏觀經(jīng)濟景氣指標的關(guān)聯(lián)程度，在此基礎(chǔ)上，對當前就業(yè)總體形勢，以及分行業(yè)、地區(qū)的就業(yè)現(xiàn)狀進行分析，并嘗試利用所搭建的計量模型對2017年后3個季度的就業(yè)形勢進行短期預(yù)測。

一、就業(yè)景氣指數(shù)的構(gòu)建

(一)CIER指數(shù)的構(gòu)建方法

在我國就業(yè)市場中，如何準確測度勞動力的供求變化，及時獲取就業(yè)結(jié)構(gòu)特點的相關(guān)信息，預(yù)測就業(yè)的短期波動與長期趨勢，一直都是亟須解決的難題。早在計劃經(jīng)濟時期，我國就業(yè)市場的信息獲取，主要是通過統(tǒng)計報表制度來收集全國就業(yè)與失業(yè)的數(shù)據(jù)；在改革開放之后，這種報表制度逐漸消失，反映就業(yè)市場的信息主要由失業(yè)率、就業(yè)人數(shù)、領(lǐng)取失業(yè)救濟金人數(shù)、求人倍率等指標構(gòu)成。然而，雖然政府在每個季度公布城鎮(zhèn)登記失業(yè)率、新增就業(yè)人數(shù)等數(shù)據(jù)，但這些數(shù)據(jù)指標的科學性和準確性卻受到普遍的質(zhì)疑，且難以分析使用。以勞動力市場上核心指標失業(yè)率為例，我國官方發(fā)布的城鎮(zhèn)登記失業(yè)率，就有覆蓋面窄、登記機制不完善、失業(yè)定義不完整等缺陷，并且在數(shù)據(jù)表現(xiàn)上存在著數(shù)據(jù)僵化、缺少變化、不符合理論預(yù)期以及與其他宏觀經(jīng)濟指標脫節(jié)等問題，使其最終無法及時反映勞動力市場供求的現(xiàn)實變化。

為研究我國就業(yè)市場的勞動力供求狀況、就業(yè)結(jié)構(gòu)特點及變化趨勢，中國人民大學中國就業(yè)研究所在“智聯(lián)招聘”的大數(shù)據(jù)支持下，研發(fā)推出了反映我國就業(yè)市場供求匹配狀況時序變化的CIER指數(shù)。該指標采用智聯(lián)招聘(zhaopin.com)全站數(shù)據(jù)分析而得，通過不同行業(yè)、城市職位供需指標的動態(tài)變化，來反映勞動力市場上職位空缺與求職人數(shù)的比例的變化，從而起到監(jiān)測勞動力市場景氣程度以及就業(yè)信心的作用。CIER指數(shù)是用來反映就業(yè)市場景氣程度的指標，其計算方法是：CIER指數(shù)=市場招聘需求人數(shù)/市場求職申請人數(shù)。該指數(shù)以1為分水嶺，當指數(shù)大于1時，表明就業(yè)市場中勞動力需求多于市場勞動力供給，就業(yè)市場景氣程度高，就業(yè)信心較高；當指數(shù)小于1時，說明就業(yè)市場競爭趨于激烈，就業(yè)市場景氣程度低，就業(yè)信心偏低。*需要說明的是，《中國就業(yè)季報》描述的CIER指數(shù)含義曾發(fā)生變化。2015年第2季度之前， CIER指數(shù)指的是“中國就業(yè)市場競爭指數(shù)”，分子是求職人數(shù)(供給)，分母是招聘人數(shù)(需求)。而2015年第3季度之后，CIER指數(shù)指的是“中國就業(yè)市場景氣指數(shù)”，分子是招聘人數(shù)(需求)，分母是求職人數(shù)(供給)。CIER指數(shù)不僅有全國總指數(shù)，還有分行業(yè)、分職業(yè)和分地區(qū)(城市)等結(jié)構(gòu)性指數(shù)。

(二)CIER指數(shù)的特點

經(jīng)歷CIER指數(shù)的編制、時序數(shù)據(jù)的積累，以及每個季度依此所做的就業(yè)形勢分析，我們發(fā)現(xiàn)，CIER指數(shù)具有代表性、準確性和及時性等特點。首先，反映市場的代表性。CIER指數(shù)是對全國五十多個大中城市網(wǎng)絡(luò)就業(yè)市場供求的綜合，是絕大多數(shù)新興行業(yè)及傳統(tǒng)行業(yè)網(wǎng)絡(luò)就業(yè)市場供求的綜合，亦是對不同職業(yè)網(wǎng)絡(luò)就業(yè)市場供求的綜合。這種綜合性使CIER總指數(shù)具備了反映全國勞動力市場供求匹配狀況的代表性特征。其次，反映市場的準確性。一方面，CIER指數(shù)的原始數(shù)據(jù)是網(wǎng)絡(luò)招聘與求職過程記錄的自然觀測數(shù)據(jù)，通過科學的規(guī)范、原則及口徑提取數(shù)據(jù)，再經(jīng)簡單的匯總計算即可求得指數(shù)值，可規(guī)避人為因素的干擾；另一方面，不同于官方城鎮(zhèn)登記失業(yè)率的一成不變，CIER指數(shù)時間序列包含趨勢變化、周期性變化、季節(jié)波動及隨機因素，具有反映勞動力市場供求關(guān)系的敏感性。最后，反映市場的及時性。CIER指數(shù)編制的基礎(chǔ)數(shù)據(jù)是網(wǎng)絡(luò)招聘與求職數(shù)據(jù)，是網(wǎng)絡(luò)招聘公司的實時數(shù)據(jù)，可以按照每月的第一個工作日提取上月的全部所需數(shù)據(jù)。這種大數(shù)據(jù)獲得的迅捷與快速是以往調(diào)查數(shù)據(jù)所無法比擬的。

CIER指數(shù)在具有上述優(yōu)勢的同時，也有其局限性，主要是：首先，網(wǎng)絡(luò)數(shù)據(jù)的局限。網(wǎng)絡(luò)招聘求職市場的供求狀況能否代表實體就業(yè)市場的供求狀況？這一點尚未獲得充分研究和證實。以往的經(jīng)驗告訴我們，網(wǎng)絡(luò)市場與實體市場相比，擁有更多高學歷人才的求職和招聘。因此，在用CIER指數(shù)描述分析總體勞動力市場供求變化時，要小心并有所保留，但這一顧慮會隨著網(wǎng)絡(luò)招聘成本下降和網(wǎng)絡(luò)應(yīng)用普及而減小。其次，商業(yè)公司經(jīng)營業(yè)務(wù)變動風險。指數(shù)的基礎(chǔ)數(shù)據(jù)可能受到網(wǎng)絡(luò)招聘公司的經(jīng)營狀況變化以及業(yè)務(wù)推廣情況的影響，如公司業(yè)務(wù)在某一特定時期會重點開展推廣企業(yè)招聘或人才求職的某一方面的工作，這時數(shù)據(jù)就會出現(xiàn)招聘或求職數(shù)單方面的非市場性增長，從而導致CIER指數(shù)的非市場性變化，可能造成對勞動力市場變動趨勢的誤判。

綜上所述，我們得出的基本結(jié)論是：CIER指數(shù)是對我國勞動力市場的一種自然觀察，它對我國勞動力市場變動的描述是有效、敏感和及時的。在我國目前尚無合適和令人滿意的失業(yè)率數(shù)據(jù)的情況下，CIER指數(shù)在一定意義上或可作為失業(yè)率的補充指標，用于勞動力市場宏觀經(jīng)濟關(guān)系和宏觀經(jīng)濟規(guī)律的研究。另外，CIER指數(shù)還分為CIER季度指數(shù)和CIER月度指數(shù)，若不做特別說明，本文中的CIER指數(shù)即指CIER季度指數(shù)。關(guān)于CIER指數(shù)的宏觀經(jīng)濟分析特性，將另文作專門討論。

二、就業(yè)景氣指數(shù)與宏觀經(jīng)濟景氣指標的關(guān)系

(一)就業(yè)景氣指數(shù)的分解與預(yù)測

當現(xiàn)實經(jīng)濟數(shù)據(jù)為月度和季度等時間序列數(shù)據(jù)時，會發(fā)現(xiàn)數(shù)據(jù)存在著一定的月度或季度的循環(huán)變動，可能會掩蓋其本質(zhì)規(guī)律。為了發(fā)現(xiàn)時序數(shù)據(jù)的本質(zhì)規(guī)律，可以對其進行季節(jié)調(diào)整。采用季節(jié)調(diào)整法(seasonal adjustment)從時間序列中去除季節(jié)變動要素和不規(guī)則變動要素，從而得出序列潛在的趨勢循環(huán)分量，可以在沒有季節(jié)要素干擾的情況下更好地反映出經(jīng)濟時間序列的客觀規(guī)律。目前有4種比較常用的季節(jié)調(diào)整方法：Census X12方法[6]、x11方法、移動平均方法和Tramo/Seats方法。

利用Census X12季節(jié)調(diào)整可以對時間序列進行分解，得到趨勢循環(huán)要素。然而這種方法并不能分解趨勢要素與循環(huán)要素。為了將趨勢要素與循環(huán)要素分解，比較常用的方法有回歸分析方法、移動平均法、階段平均法(phase average，PA方法)、HP(Hodrick-Prescott)濾波方法[7]和頻譜濾波方法(frequency band-pass filter，BP濾波)。本文采用Census X12季節(jié)調(diào)整和HP濾波相結(jié)合的方法，將CIER指數(shù)進行分解，分別找出其中的趨勢要素、季節(jié)要素、循環(huán)要素和不規(guī)則要素，以便更好地看到CIER指數(shù)所反映的勞動力市場的本質(zhì)規(guī)律。

按上述方法對CIER指數(shù)進行分解的結(jié)果如圖1所示：

圖1 2011年第1季度至2017年第1季度CIER指數(shù)的分解圖

CIER指數(shù)的趨勢成分曲線呈現(xiàn)出明顯向上的趨勢，這一趨勢符合人口結(jié)構(gòu)以及勞動年齡人口變動的大趨勢，從總量上來看，勞動力供給與勞動力需求的缺口逐年拉大，需求大于供給的趨勢日益明顯。CIER指數(shù)的季節(jié)成分曲線顯示，每年的第1季度和第2季度，季節(jié)成分都在低位運行，勞動力需求相對勞動力供給而言較為低迷，就業(yè)景氣程度低；第3季度和第4季度，季節(jié)成分持續(xù)拉升，相對于供給而言，勞動力需求更為旺盛，就業(yè)景氣程度高。CIER指數(shù)的周期成分則與宏觀經(jīng)濟景氣程度有較強的同步性，從近兩年來看，2015年全年的CIER指數(shù)(周期成分)持續(xù)走低，這與當年的宏觀經(jīng)濟狀況相吻合；2016年全年以及2017年第1季度的CIER指數(shù)(周期成分)低位企穩(wěn)，也契合了2016年全年以及2017年第1季度宏觀經(jīng)濟逐步企穩(wěn)的大趨勢。

基于季節(jié)分解方法*由于篇幅所限，文中略去了基于季節(jié)分解法進行預(yù)測的詳細步驟，如需要相關(guān)資料，請與作者聯(lián)系。，本文預(yù)測了2017年后3個季度的CIER指數(shù)走勢，見圖2。預(yù)測結(jié)果顯示，2017年后3個季度，CIER指數(shù)將呈現(xiàn)持續(xù)上升的局面，預(yù)示著2017年就業(yè)市場將大概率地保持穩(wěn)中向好的態(tài)勢。

圖2 2011年第1季度至2017年第1季度CIER指數(shù)以及2017年第2季度至第4季度CIER指數(shù)預(yù)測值

(二)就業(yè)景氣指數(shù)與宏觀經(jīng)濟景氣指標的動態(tài)關(guān)聯(lián)性

西姆斯(C.Sims)提出向量自回歸模型(vector autoregressive model)，即VAR模型。[8]這種模型采用多方程聯(lián)立的形式，它不以經(jīng)濟理論為基礎(chǔ)，在模型的每一個方程中，內(nèi)生變量對模型的全部內(nèi)生變量的滯后值進行回歸，從而估計全部內(nèi)生變量的動態(tài)關(guān)系。本文首先剔除CIER月度指數(shù)的季節(jié)成分和趨勢成分，隨后估計宏觀經(jīng)濟景氣指標PMI*制造業(yè)采購經(jīng)理指數(shù)(PMI)是國際通行的經(jīng)濟監(jiān)測指標體系，許多國家通常將其與國內(nèi)生產(chǎn)總值(GDP)、就業(yè)指數(shù)、生產(chǎn)者物價指數(shù)(PPI)、新屋開工/營建指標(與國內(nèi)固定資產(chǎn)投資指標類似)、匯率、股指等并行，用來分析經(jīng)濟走勢，幫助進行各種投資決策，進行階段性研究預(yù)測等，已成為政府、銀行、企業(yè)、各類金融機構(gòu)以及財經(jīng)媒體廣為使用的重要信息之一。國家統(tǒng)計局與中國物流與采購聯(lián)合會(CFLP)合作，于2004年啟動，進行試點和前期調(diào)查，2005年1月開始正式調(diào)查，同年7月正式對外公布中國制造業(yè)采購經(jīng)理指數(shù)(CFLP-PMI)，一般簡記為PMI。與剔除了趨勢和季節(jié)成分之后的CIER月度指數(shù)之間的動態(tài)關(guān)系，據(jù)此驗證CIER指數(shù)與宏觀經(jīng)濟的關(guān)聯(lián)性。

本文選取2011年1月至2017年3月共74個月的PMI數(shù)據(jù)和CIER月度數(shù)據(jù)進行實證分析。其中，PMI的數(shù)據(jù)來源于國家統(tǒng)計局官網(wǎng)。本文構(gòu)建的VAR模型中包含兩個變量x和y。變量x代表剔除了季節(jié)與趨勢成分的CIER月度指數(shù)，變量y則代表制造業(yè)采購經(jīng)理人指數(shù)PMI。

模型構(gòu)建以及基于模型的分析的具體步驟如下：第一，對兩個變量進行的單位根檢驗表明兩個變量都是平穩(wěn)變量，表明兩個變量可以建立VAR模型。第二，根據(jù) SIC、AIC 和 LR 等準則，并結(jié)合所選取的樣本容量，確定 VAR 的最優(yōu)滯后階數(shù)，構(gòu)建VAR模型。第三，對所建的VAR模型進行穩(wěn)定性檢驗。第四，如果所建VAR模型是穩(wěn)定的，那么就可以基于這一模型進行脈沖響應(yīng)函數(shù)檢驗，對兩個變量的動態(tài)關(guān)系進行分析。

1.單位根檢驗

單位根檢驗是為了判斷時間序列的平穩(wěn)性。檢驗時間序列是否平穩(wěn)通常用ADF檢驗。ADF檢驗需要進行一些假設(shè)檢驗來得到。ADF的原假設(shè)H0：該序列有一個單位根；備擇假設(shè)H1：序列沒有單位根，即該序列是平穩(wěn)序列。具體來說，如果檢驗統(tǒng)計量的值小于對應(yīng)顯著性水平的臨界值，則序列是平穩(wěn)的，否則為非平穩(wěn)序列。對變量x和變量y所做單位根檢驗的結(jié)果如表1所示?？梢?，x、y都是平穩(wěn)序列，因此可以構(gòu)造雙變量VAR模型。

表1 變量x和變量y的單位根檢驗

注：檢驗類型(c，t，k)的c、t、k分別表示單位根檢驗中是否具有截距項、時間趨勢項及滯后期數(shù)。

2.最優(yōu)階數(shù)和穩(wěn)定性檢驗

首先，根據(jù)SIC、AIC和LR三準則，并結(jié)合所選取的樣本容量，確定VAR的最優(yōu)滯后階數(shù)為2。其次，通過計算VAR模型差分方程的特征根來檢驗所建立的VAR模型是否具有穩(wěn)定性，計算結(jié)果如表1所示。從表1中的計量結(jié)果可以得出，所建立的VAR模型全部特征根小于1，即全部特征根都落在單位圓的內(nèi)部，所以所建立的VAR模型是穩(wěn)定的(見圖3)。

圖3 VAR模型穩(wěn)定性檢驗的特征根單位圓圖

3.脈沖響應(yīng)分析

通過脈沖響應(yīng)函數(shù)能夠計量給隨機誤差項的一個單位正沖擊而對其他各個變量現(xiàn)在和后續(xù)取值的影響軌跡，也可以通過圖像直觀地描述變量相互間的動態(tài)效應(yīng)與結(jié)果。通過檢驗，上述VAR模型是穩(wěn)定的，可以做脈沖響應(yīng)函數(shù)。

從圖4的左上圖可以看出，在本期給 CIER指數(shù)(剔除趨勢和季節(jié)成分)一個單位的正沖擊，當期就會有一個比較明顯的正響應(yīng)，第2期相應(yīng)減弱，第3期又有所加強，隨后就進入單調(diào)衰減過程，直至第12期之后，響應(yīng)逐步消失。這表明，在本期給 CIER指數(shù)(剔除趨勢和季節(jié)成分)一個單位的正沖擊，短期內(nèi)會對CIER指數(shù)(剔除趨勢和季節(jié)成分)產(chǎn)生正向影響，雖然這種正向影響會持續(xù)一段時間，但并不造成長期影響。

圖4的右上圖表示當期給PMI一個正的沖擊，CIER指數(shù)(剔除趨勢和季節(jié)成分)的脈沖響應(yīng)函數(shù)?？梢钥闯?，當期給PMI一個正的沖擊，CIER指數(shù)(剔除趨勢和季節(jié)成分)當期無明顯響應(yīng)，第2期有一個小的正響應(yīng)，且隨后兩期正響應(yīng)有所加強，第4期之后正響應(yīng)開始衰減，進入單調(diào)下降過程，直至第12期，響應(yīng)基本消失。這表明，在本期給PMI一個單位的正沖擊，短期內(nèi)會對CIER指數(shù)(剔除趨勢和季節(jié)成分)產(chǎn)生正向影響，雖然這種正向影響會持續(xù)一段時間，但并不造成長期影響。

圖4的左下圖表示當期給CIER指數(shù)(剔除趨勢和季節(jié)成分)一個正的沖擊，PMI的脈沖響應(yīng)函數(shù)?？梢钥闯?，短期內(nèi)給CIER指數(shù)(剔除趨勢和季節(jié)成分)一個正的沖擊，會導致PMI的上升，且這一上升過程會持續(xù)到第9期，但上升幅度會逐步收窄，第9期之后，影響消失。這表明，給CIER指數(shù)(剔除趨勢和季節(jié)成分)一個正的沖擊，只會對PMI造成短期影響，不會造成長期影響。

從圖4的右下圖可以看出，在本期給制造業(yè)采購經(jīng)理人指數(shù)PMI一個單位的正沖擊，PMI當期有一個明顯的正響應(yīng)，隨后正向響應(yīng)單調(diào)衰減，直至第12期趨于零。這表明，在本期給PMI一個單位的正沖擊，短期內(nèi)會對CIER指數(shù)(剔除趨勢和季節(jié)成分)產(chǎn)生正向影響，雖然這種正向影響會持續(xù)一段時間，但并不造成長期影響。

本文建立的 VAR 模型是穩(wěn)定的，所以脈沖響應(yīng)函數(shù)的結(jié)果是可信的，由此表明CIER指數(shù)與PMI之間存在緊密聯(lián)系，可以反映現(xiàn)實的經(jīng)濟狀況。

圖4 脈沖響應(yīng)函數(shù)圖

三、供給側(cè)結(jié)構(gòu)性改革背景下就業(yè)形勢判斷

(一)我國總體就業(yè)形勢判斷

在本節(jié)中，我們將利用2011年1月至2017年1月的PMI數(shù)據(jù)和CIER月度數(shù)據(jù)，對我國當前的就業(yè)形勢進行判斷。2016年以來，在供給側(cè)結(jié)構(gòu)性改革的推動下，我國各項宏觀經(jīng)濟指標逐漸趨穩(wěn)，2016年GDP超74萬億元，增速達6.7%。與此同時，CIER指數(shù)呈現(xiàn)逐漸向好的態(tài)勢，由2016年第1季度的1.71增長為第4季度的2.41，與宏觀經(jīng)濟變動保持一致。進入2017年第1季度，受春節(jié)之后職場中“跳槽熱”和高校畢業(yè)生“春季招聘期”等因素的影響，與上一季度相比，求職申請人數(shù)有明顯回升，而招聘需求人數(shù)變動較小。反映在CIER指數(shù)上呈現(xiàn)季節(jié)性回落，下降至1.91，這一變化與上一季度的趨勢預(yù)測相一致。此外，從CIER指數(shù)的同期變動來看，與2016年同期相比，本季度CIER指數(shù)相對較高，表明就業(yè)形勢較上一年有明顯好轉(zhuǎn)(參見圖5)。

(二)不同行業(yè)及職業(yè)就業(yè)形勢分析

1.就業(yè)形勢較好和較差的行業(yè)

表2中列出CIER指數(shù)最高和最低的行業(yè)排名?？傮w來看，在供給側(cè)結(jié)構(gòu)性改革的進程中，不同行業(yè)間的就業(yè)景氣仍存在兩極分化現(xiàn)象。排名結(jié)果顯示，2017年第1季度就業(yè)景氣最好的仍為互聯(lián)網(wǎng)/電子商務(wù)行業(yè)，然而CIER指數(shù)卻由上季度的10.89下降為本季度的9.21。具體來看，與上一季度相比，互聯(lián)網(wǎng)/電子商務(wù)行業(yè)求職申請人數(shù)增加24%，而企業(yè)招聘需求人數(shù)僅增加5%，申請人數(shù)的變動幅度遠大于需求變動，因此CIER指數(shù)有所下降。這也間接地反映出互聯(lián)網(wǎng)行業(yè)員工在春節(jié)過后離職流動性較大這一事實。其他就業(yè)景氣較好的行業(yè)為交通/運輸、保險、中介服務(wù)和基金/證券/期貨/投資業(yè)等，這些行業(yè)與上季度相比，排名變動較小。值得注意的是，從2016年第4季度開始，房地產(chǎn)/建筑/建材/工程的CIER指數(shù)排名進入前10名，就業(yè)景氣程度較好。這是因為，2016年第2季度后，全國主要大中型城市房價上漲較快，國家為進行宏觀調(diào)控，在北上廣深一線城市，以及蘇州、杭州、天津等二線城市相繼出臺限購政策。2017年春節(jié)過后，再次引來新一輪“購房熱”，尤其是“環(huán)京周邊”的樓市更是受到購房者的青睞，以北京為首的一二線城市再次出臺更為嚴苛的“認房又認貸”限購政策來調(diào)控房價。這些政策的出臺，無疑會給就業(yè)市場帶來一定的“信號效應(yīng)”，由此帶動房地產(chǎn)等行業(yè)的就業(yè)需求，也促進了就業(yè)形勢的趨好。

圖5 2011年第1季度至2017年第1季度全部求職申請人數(shù)、全部招聘需求人數(shù)、CIER指數(shù)

表2 2017年第1季度就業(yè)形勢較好和較差的職業(yè)排名

能源/礦產(chǎn)/采掘/冶煉、印刷/包裝/造紙及石油/石化/化工等行業(yè)的CIER指數(shù)仍然偏低，這些多屬于傳統(tǒng)制造業(yè)等。在當前供給側(cè)結(jié)構(gòu)性改革的背景下，以制造業(yè)為代表的傳統(tǒng)行業(yè)面臨新的挑戰(zhàn)。一方面，受到國外“逆全球化”等不穩(wěn)定因素的沖擊；另一方面，相關(guān)企業(yè)轉(zhuǎn)型升級進程緩慢，使得這些行業(yè)對于人才的招聘需求大幅縮小，形成就業(yè)形勢較差的緊張局面。與上一季度相比，這些行業(yè)的CIER指數(shù)均有所下降，這主要是受到季節(jié)性因素的影響。以能源/礦產(chǎn)/采掘行業(yè)為例，申請人數(shù)環(huán)比增加28%，而需求人數(shù)環(huán)比僅增加15%，申請人數(shù)增幅要高于需求人數(shù)的增幅，因此CIER指數(shù)呈現(xiàn)下降趨勢。隨著鋼鐵、煤炭行業(yè)“去產(chǎn)能”政策的推進，以及互聯(lián)網(wǎng)平臺與傳統(tǒng)行業(yè)的結(jié)合，這些行業(yè)的就業(yè)形勢將會逐漸好轉(zhuǎn)。

2.就業(yè)形勢較好和較差的職業(yè)

對于國有企業(yè)來講，一定要把企業(yè)產(chǎn)權(quán)的邊界劃分清楚明了，這樣一來會使得企業(yè)對利潤的分配更加合理科學，提高企業(yè)的資本利用率。此外還要注重塑造銀行和企業(yè)之間的關(guān)系，使得兩者之間的信用契約關(guān)系穩(wěn)固堅定，進而形成對企業(yè)產(chǎn)生一種牽制作用。

表3顯示，2017年第1季度就業(yè)市場景氣指數(shù)較高的職業(yè)有技工/操作工、交通運輸服務(wù)、翻譯、銷售業(yè)務(wù)和證券/期貨等。與上一季度相比，技工/操作工的CIER指數(shù)明顯下降，從28.44下降為20.21。具體來看，技工/操作工職業(yè)的求職申請人數(shù)增加明顯，環(huán)比上升49.0%，而招聘需求人數(shù)僅增加5%。這可能是受到春節(jié)過后農(nóng)民工返城以及技術(shù)工人離職流動的影響，使得求職申請人數(shù)變動大于招聘需求，因此CIER指數(shù)下降。保健/美容/美發(fā)/健身職業(yè)的CIER指數(shù)排名有明顯上升，從第10名躍居至第6名；并且，由于招聘需求增幅大于求職申請變動(招聘需求增加了31%，求職申請增加了24%)，使得CIER指數(shù)有所增加。此外，受春節(jié)過后房價上漲、樓市較熱的影響，房地產(chǎn)行業(yè)就業(yè)景氣趨好，也帶動了房地產(chǎn)開發(fā)/經(jīng)紀/中介等職業(yè)表現(xiàn)出較好的就業(yè)形勢。

就業(yè)市場景氣指數(shù)較低的職業(yè)為IT管理/項目協(xié)調(diào)、環(huán)境科學/環(huán)保、物業(yè)管理、項目管理/項目協(xié)調(diào)等，這些職業(yè)多為項目管理類相關(guān)專業(yè)，勞動力市場人才供給充足，但企業(yè)招聘需求數(shù)量需求有限。同時，受到傳統(tǒng)制造業(yè)轉(zhuǎn)型和重工業(yè)改革升級的影響，相關(guān)企業(yè)對這些管理人員的招聘需求量整體下降，因此就業(yè)形勢相對較差。

表3 2017年第1季度就業(yè)形勢較好和較差的職業(yè)排名

(三)不同區(qū)域及一二線城市就業(yè)形勢分析

1.不同行政區(qū)域的職位供需狀況

按照行政區(qū)域劃分對55個樣本城市*在55個樣本城市中，東部地區(qū)城市為34個，占61.8%；中部地區(qū)城市為7個，占12.7%；西部地區(qū)城市為9個，占16.4%；東北地區(qū)城市為5個，占9.1%。進行分類，得到不同行政區(qū)域2017年第1季度CIER指數(shù)。圖6顯示，2017年第1季度的CIER指數(shù)呈現(xiàn)出東部、中部、西部及東北地區(qū)依次遞減的趨勢。其中，東部地區(qū)樣本城市的CIER指數(shù)相對較高，為1.60；中部和西部地區(qū)CIER指數(shù)較為接近，分別為1.35和1.33。相對而言，東北地區(qū)就業(yè)形勢仍然嚴峻，CIER指數(shù)為1.17。具體來看，在東北地區(qū)的樣本城市中，大慶市的CIER指數(shù)最高，為2.61，企業(yè)招聘需求明顯多于求職申請人數(shù)。這主要是由于大慶石油產(chǎn)業(yè)發(fā)達，并且大慶作為中國服務(wù)外包示范區(qū)，擁有技術(shù)服務(wù)優(yōu)勢，人才需求旺盛；哈爾濱和長春兩市的CIER指數(shù)接近1，分別為0.95和0.98，招聘需求與求職申請基本持平；而沈陽和大連兩個城市的CIER指數(shù)相對較低，分別為0.57和0.73，就業(yè)形勢相對嚴峻。

圖6 不同行政區(qū)域CIER指數(shù)

從表4顯示的環(huán)比變動的情況來看，在需求人數(shù)方面，各地區(qū)的環(huán)比需求人數(shù)均有明顯下降，并且東、中、西和東北地區(qū)的招聘需求呈現(xiàn)依次遞增的趨勢，尤其是西部和東北地區(qū)的需求量下降幅度超過了10%。在申請人數(shù)方面，各行政區(qū)域的申請人數(shù)均有明顯上升，尤其是中部地區(qū)，環(huán)比增加32.9%，表明中部地區(qū)勞動力供給較為充足；東部和西部地區(qū)環(huán)比增加約26%，東部地區(qū)環(huán)比僅增加了12.9%。在CIER指數(shù)方面，各地區(qū)均呈現(xiàn)環(huán)比下降趨勢，其中，中部地區(qū)降幅最大，為0.59；西部地區(qū)降幅最小，為0.23。在需求人數(shù)方面，中部和西部地區(qū)同比分別增加71.8%和70.1%，表明中西部地區(qū)的就業(yè)回暖現(xiàn)象明顯，而東北地區(qū)同比增幅最少，為49%。在申請人數(shù)方面，東部地區(qū)對人才吸引的區(qū)域優(yōu)勢明顯，同比增加最多，為2.9%，而中部、西部和東北地區(qū)同比均為負增長。在CIER指數(shù)方面，與2016年的同期數(shù)據(jù)相比，不同行政區(qū)域的CIER指數(shù)均有明顯提升，尤其是東部地區(qū)，同比增幅達0.78。

表4 不同行政區(qū)域環(huán)比變化情況

注：需求人數(shù)環(huán)比變動=100%×(本季度需求人數(shù)-上一季度需求人數(shù))/上一季度需求人數(shù)；申請人數(shù)環(huán)比變動=100%×(本季度申請人數(shù)-上一季度申請人數(shù))/上一季度申請人數(shù)；CIER指數(shù)環(huán)比增幅=本季度CIER指數(shù)-上一季度CIER指數(shù)。

按照城市劃分對55個樣本城市*按照《第一財經(jīng)周刊》公布的城市等級劃分標準，在55個樣本城市中，一線城市為4個，占7.3%；新一線城市為17個，占12.7%；二線城市為24個，占43.6%；三線城市為10個，占18.2%。進行分類，得到不同等級城市2017年第1季度CIER指數(shù)。圖7顯示，2017年第1季度的CIER指數(shù)呈現(xiàn)一線、新一線、二線及三線城市依次遞增的趨勢。其中，一線樣本城市的CIER指數(shù)平均值為0.68，表明目前在一線城市中，企業(yè)招聘需求人數(shù)要少于求職申請人數(shù)；新一線樣本城市CIER指數(shù)為1，表明企業(yè)招聘需求人數(shù)與求職申請人數(shù)基本持平；在二線和三線樣本城市中，CIER指數(shù)平均值要高于1，平均約有2個左右的崗位對應(yīng)1個求職者，表明在這些城市中，企業(yè)招聘需求人數(shù)要多于求職申請人數(shù)，就業(yè)形勢相對較好。

圖7 不同等級城市CIER指數(shù)

表5顯示，從環(huán)比變動來看，在需求人數(shù)方面，除三線城市的CIER指數(shù)環(huán)比上升之外，其他城市的招聘需求均有所下降。其中，新一線城市的環(huán)比下降最多，為-11.3%。在申請人數(shù)方面，各等級城市的環(huán)比增幅均超過24%。從CIER指數(shù)的環(huán)比變化來看，各個等級城市的CIER指數(shù)環(huán)比均有所下降。其中，新一線和二線城市降幅較大，分別為0.47和0.54，表明受到季節(jié)性因素影響最多；一線和三線城市環(huán)比降幅相對較小，分別為0.25和0.32。從同比變動來看，在需求人數(shù)方面，一線、新一線、二線和三線城市需求量呈遞增趨勢。在申請人數(shù)方面，除一線城市同比增加8.3%之外，其余等級城市的申請人數(shù)均有所下降。在CIER指數(shù)方面，不同城市的CIER指數(shù)同比均有所增加，并且二、三線城市的增幅較大，表明在新經(jīng)濟紅利和宏觀經(jīng)濟回暖等因素的驅(qū)動下，這些城市的就業(yè)形勢有了明顯好轉(zhuǎn)。

表5 不同等級城市環(huán)比變化情況

(四)不同規(guī)模企業(yè)的職位供需狀況

圖8和表6分別列出了不同規(guī)模企業(yè)2017年第1季度的CIER指數(shù)和環(huán)比變化情況。圖8顯示，2017年第1季度，中小型企業(yè)的CIER指數(shù)略低于1，表明中小型企業(yè)招聘需求與求職申請供需較為匹配，就業(yè)形勢相對穩(wěn)定。而大型企業(yè)和微型企業(yè)的CIER指數(shù)明顯高于1，表明在大型和微型企業(yè)中，招聘需求人數(shù)多于申請人數(shù)。與上一季度相比，大型、中型和小型企業(yè)的CIER指數(shù)均有所下降，而微型企業(yè)的CIER指數(shù)變動較小。微型企業(yè)CIER指數(shù)為2.09，表明目前企業(yè)的招聘需求仍要高于求職申請人數(shù)。

圖8 不同規(guī)模企業(yè)CIER指數(shù)

表6 不同規(guī)模企業(yè)CIER指數(shù)環(huán)比變動情況

在表6中，從環(huán)比變動情況來看，在需求人數(shù)方面，中型企業(yè)有所下降，小型企業(yè)基本持平，而大型和微型企業(yè)均有明顯上升，增幅分別為10.4%和27.8%。在申請人數(shù)方面，不同規(guī)模企業(yè)的環(huán)比均明顯上升，增幅達20%以上，尤其是微型企業(yè)，環(huán)比增加了28.9%。在CIER指數(shù)方面，除微型企業(yè)變動較小之外，其他規(guī)模企業(yè)的CIER指數(shù)均受到季節(jié)性因素影響，表現(xiàn)出一定程度的下降。從同比變動情況來看，在需求人數(shù)方面，大型企業(yè)同比增幅最多，為119.3%，小型和中型企業(yè)分別增加了85.7%和60.6%，而微型企業(yè)需求量同比持平。在申請人數(shù)方面，除微型企業(yè)同比上升之外，小型、中型和大型企業(yè)的同比均下降。在CIER指數(shù)方面，除了微型企業(yè)略微下降之外，其他規(guī)模企業(yè)的CIER指數(shù)同比均有一定程度上升。這可能是由于微型企業(yè)處于“創(chuàng)業(yè)階段”，多數(shù)企業(yè)市場競爭力較弱，生存周期較短，因此就業(yè)需求較之前出現(xiàn)一定下降；小型、中型企業(yè)同比增幅較接近，分別為0.39和0.35；而大型企業(yè)增幅最多，為0.90，表明隨著國企改革的深入推廣，大型企業(yè)的就業(yè)形勢明顯轉(zhuǎn)好。

四、結(jié)語

綜上所述，中國人民大學中國就業(yè)研究所與中國領(lǐng)先職業(yè)發(fā)展平臺智聯(lián)招聘聯(lián)合推出CIER指數(shù)(中國就業(yè)市場景氣指數(shù))，不僅能夠反映就業(yè)市場的整體走勢，還可以反映就業(yè)市場的分區(qū)域、分行業(yè)、分職業(yè)及分企業(yè)規(guī)模等結(jié)構(gòu)性變化。同時，還可以通過對這一指標的分解分析，得到就業(yè)市場景氣程度的長期趨勢、季節(jié)特征及周期性變化情況，從而更細致地把握就業(yè)市場長期、短期及中期的景氣程度變化。本文利用VAR模型初步證明了CIER指數(shù)具有較好的宏觀經(jīng)濟分析特性，與宏觀經(jīng)濟景氣程度指標有著顯著的動態(tài)互動關(guān)系。這說明，CIER指數(shù)不僅能夠比較靈敏地反映中國就業(yè)市場的長期、中期以及短期的動態(tài)變化特征，而且對宏觀經(jīng)濟景氣程度也具有較好的敏感性，因此，可以作為監(jiān)測宏觀經(jīng)濟景氣程度的輔助指標。

當然，網(wǎng)絡(luò)招聘數(shù)據(jù)也有其局限性。首先是代表性問題。網(wǎng)絡(luò)招聘求職市場的供求狀況是否可代表整體勞動力市場的供求狀況？這一點尚未獲得充分研究和證實。其次是商業(yè)風險問題。指數(shù)的基礎(chǔ)數(shù)據(jù)可能受到網(wǎng)絡(luò)招聘公司經(jīng)營狀況變化和業(yè)務(wù)推廣情況的影響，導致CIER指數(shù)的非市場性變化，如果不能分辨出這種變化，可能會造成對就業(yè)市場變動的誤判。自CIER指數(shù)推出以來，這一指標就表現(xiàn)出了對中國就業(yè)市場的高度敏感性，對就業(yè)市場的結(jié)構(gòu)性變化的捕捉與宏觀經(jīng)濟結(jié)構(gòu)的變化高度吻合，同時，基于這一指標對就業(yè)市場趨勢的預(yù)測準確度也保持了比較高的水平。但是，這兩個問題是基于互聯(lián)網(wǎng)所構(gòu)建指標都會遇到的問題，目前還沒有一個比較系統(tǒng)且成熟的處理方法，因此，未來在這方面需要進行更深入的創(chuàng)新性研究。

[1] 曾湘泉：《深化對就業(yè)質(zhì)量問題的理論探討和政策研究》，載《第一資源》，2013(2)。

[2] 曾湘泉：《中國就業(yè)戰(zhàn)略報告·2015——金融危機以來的中國就業(yè)季度分析》，北京，中國人民大學出版社，2015。

[3] Ginsberg, J., Mohebbi, M.H., and R.S.Patel, et al.“Detecting Influenza Epidemics Using Search Engine Query Data”.Nature, 2009, 457(7232):1012; Vosen, S., and T.Schmidt.“Forecasting Private Consumption: Survey-based Indicators vs.Google Trends”.JournalofForecasting, 2011, 30(6):565-578; Edelman, B.“Using Internet Data for Economic Research”.JournalofEconomicPerspectives, 2012, 26(2):189-206.

[4] Askitas, N., and K.F.Zimmermann.“Google Econometrics and Unemployment Forecasting”.Discussion Papers of Diw Berlin, 2009, 55:107-120; Kuhn, P., and K.Shen.“Gender Discrimination in Job Ads: Evidence from China”.QuarterlyJournalofEconomics, 2013, 128(1):287-336; Capiluppi, A., and A.Baravalle.“Matching Demand and Offer in On-line Provision: A Longitudinal Study of Monster.com”.IEEE International Symposium on Web Systems Evolution.IEEE, 2014:13-21.

[5] Su Zhi.“Chinese Online Unemployment-Related Searches and Macroeconomic Indicators”.FrontiersofEconomicsinChina, 2014, 9(4):573-605.

[6] 韓荊：《基于Census X12與HP濾波下的現(xiàn)金投放分析，載《工業(yè)技術(shù)經(jīng)濟》，2009(10)。

[7] Sims，C.“Macroeconomics and Reality”.Econometrica.1980, 48(1); Hodrick.R.J., and E.C.Prescott.“Postwar U．S．Business Cycles：An Empirical Investigation”.JournalofMoney,CreditandBanking，1997,29(1).

[8] Sims，C.“Macroeconomics and Reality”.Econometrica.1980, 48(1).

ConstructionofChinaEmploymentMarketProsperityIndex(CIER)andEmploymentSituationAnalysisBasedonCIER——ResearchBasedonLargeDataonNetworkRecruitment

GENG Lin,MAO Yu-fei

(School of Labor and Human Resources,Renmin University of China, Beijing 100872)

The China Institute for Employment Research of Renmin University of China and Zhaopin ltd., a leading professional development platform in the country, jointly launched CIER ( China employment market prosperity index ), which reflected the overall trend of the employment market. The index, constructed on the basis of the big data on recruitment of Zhaopin Ltd. ( zhaopin. com ), can reflect the change of the ratio of job vacancies to job seekers in the job market through analyzing the dynamics of labor supply and labor employment of different industries, different urban and different positions, and can monitor the prosperity of China’s employment market and the confidence in the employment market. The authors selected CIER data from the first quarter of 2011 to the first quarter of 2017, using seasonal decomposition method, HP filtering method, VAR model to analyze the relationship between CIER and the macro economic prosperity index (PMI). The results show that CIER has close relationship with PMI. The authors predicted the trend of the CIER index for the next three quarters in 2017 using seasonal decomposition method，and analyzed the overall employment situation of China under the background of supply-side reform, and the employment structure of different industries, cities and regions, and put forward relevant policy suggestions.

China employment market prosperity index(CIER); purchasing manager index of manufacturing industry(PMI);vector autoregressive model (VAR); seasonal decomposition method; H-P filtering method

耿林：中國人民大學勞動人事學院助理教授，中國就業(yè)研究所副研究員；毛宇飛：中國人民大學勞動人事學院博士研究生(北京 100872)

(責任編輯武京閩)