从城市、行业角度分析招工意愿,软件行业依然强劲!

来自:裸睡的猪 2020-02-18

作者 | 脉策&启信宝

来源 | 城市数据团

很多朋友都希望我们能分析下此次疫情对经济的影响,我们也看到很多机构都用各种方法做出了很多预测。在这种情况下,我们是不主张悲观唱衰或者盲目自信的各种预测的,还是从数据角度对现象进行一些基本的分析和挖掘吧。

现阶段,大家最关心的除了疫情、剩下的就是复工了。

那么,你的城市复工了吗?

首先,复工是由各地方政府来精准施策的,不少城市还需要有企业进行复工申请和批示,而这些数据我们暂时不能获取,因此,我们换了一个思路,即是利用百度地图数据计算出各个城市内部的人流活力恢复情况, 近似地 代表各个城市线下复工率大体状况,因此,我们就有了一下这个公式:

#复工率指数#

(说明:数据来源为百度地图。复工率指数不等于真实复工率,但可以近似代表线下复工率大体的程度。)

(图中蓝色越深,复工率指数越低)

从第一周的情况来看,全国平均线下复工率指数约42%,而相比之下,2019年春节后同期复工率指则超过90%,不到去年的一半。

而分区域来看,江浙沪、湖北、河南、新疆、黑龙江、成渝的线下复工率指数都低于全国水平,不足40%,而在云南、湖南、贵州、西藏等地的复工率指数较高,在70%左右,但同样不及去年同期水平。

再来看20个样本城市(选取了一二三线部分有代表性的城市)的线下复工率指数:

可以看到,绝大多数样本城市的线下复工率指数低于全国平均水平;一线城市中,北上广不足40%,深圳更是只有20%出头。

当然,城市间的复工率指数差异除了受疫情程度不同影响外,城市间产业结构、外来劳动力依赖度等因素都会对复工率产生影响(比如建筑业复工期远远晚于服务业,那么建筑业占比高的城市自然复工率就比服务业占比高的城市低)。

为了排除这一因素,我们再用每个城市的今年和去年做同期复工率比较,因此就有以下这个公式:

#相对复工指数#

(数据来源:百度地图)

把结果落在地图上:

(图中绿色越深,相对复工指数越高)

这张图乍看之下似乎规律并不明显。但如果我们把这张图与下面这张“病例浓度图”(新冠肺炎确诊人数/常住人口数)进行比较,将会发现二者有很强的空间互斥性。

(更正:上图图例有误,但地图数据无误。图中红色越深,病例浓度越高)

简单地说,病例浓度越高的地区,相对复工程度越低;病例浓度越低的地区,相对复工程度越高。

这个结论基本符合常识认知。那么我们就可以进一步来分析下一个问题:

现阶段复工率仍然很低(尤其是发达地区城市),是因为外来劳动力还没有回到其所在城市吗?

这里,我们可以继续利用百度地图数据,比较一下2020年春季前后三周的人口迁入迁出变化,以近似地代表每个城市缺工的大体情况,于是就有了以下公式:

#缺工规模指数#

(说明:数据来源为百度地图。缺工规模指数不等于实际缺工规模,但可以近似代表大体缺工的规模程度。)

(图中红色越深,缺工规模指数越大)

上图中,京津冀、长三角核心区、珠三角和许多省会城市都呈现深红色,这意味着比较严重的缺工。

再来看看样本城市的缺工情况:

可以看到,缺工规模最大的四个城市正好是四个一线城市;其中,对外来劳动力依赖程度较高的广深更是严重的地区。

但是,城市规模的差异性可能影响就业规模,进而对缺工规模造成影响,为了消除这一差异,我们把每个城市的常住人口数引入进来,进一步说明缺工的严重程度:

#缺工率指数#

(说明:数据来源为百度地图。缺工率指数不等于实际缺工率,但可以近似代表每个城市单位人口规模下的缺工情况。)

(图中红色越深,缺工率指数越大)

可以看出:

北上的颜色“暗淡”了,排名“落后”了,这说明它们缺口虽大,家底也厚,缺工率指数并不是很高; 而珠三角以制造业为特色的中山、东莞、佛山等城市成为了缺工率指数最高的城市。 相应地,省会城市的缺工率指数往往远高于其他省内城市。

当然,随着疫情进一步得到缓解和控制,后续国内的劳动力流动性会进一步加强,各个城市的缺工率也会进一步下降。这一点我们很有信心。

那么各个城市的复工信心又怎样呢?

面对较低的复工率和巨大的劳动力缺口,大部分城市其实在复工后第一时间就挂出了大量的招聘信息。我们从启信宝提供的60万条抽样招聘信息中提取出20个样本城市的年后招工规模指数,可以从这个角度来观察以上问题:

#招工指数#

(说明:数据来源为启信宝。招工规模指数不等于实际全量招聘岗位数,但与招聘岗位数正相关。)

显然,缺工规模指数最大的一线城市,招工规模指数也最大。进一步地,我们绘制了“缺工规模指数~招工规模指数”和“缺工率指数~复工率指数”的两张散点图。

大体可以看到,缺工规模指数与招工规模指数成正相关,缺工率指数与复工率指数成负相关。

接下来,我们以缺工率指标为横轴(做了对数处理),招工率指标为纵轴(做了对数处理),做出了下面这张散点图。

我们把20个城市分到4个象限:

右上角: 缺工率高、招工率也高; 包括以广州、杭州、深圳为代表的一线与准一线城市,它们面临的缺工困难较大,但恢复的意愿和信心也都非常强。

左下角: 缺工率低、招工率也低; 包括青岛、济南、昆明等城市,其劳动力缺失情况不严重,而相应地,招工意愿也较为一般。

右下角: 缺工率高,招工率低;以中山和佛山为代表的城市里,企业似乎招聘意愿不强,这是值得我们关注的现象与地区。

左上角: 缺工率低,招工率高;北京上海成都都是这一类城市,其实已经有大量的劳动力返回了,困难不是那么严重,但这些城市的企业仍然希望能够进一步扩大招聘规模,表现出较强的信心。

当然,城市的“招工”态度不同,可能跟城市的产业结构有一定关联。比如传统制造业可能在疫情前就在若干地区出现了问题。

那么为了排除产业结构差异,更针对性地观察疫情对招工的影响,我们可以对招聘岗位情况进行今年和去年的同期对比,用以下公式:

#招工意愿指数#

(说明:数据来源为启信宝。)

招工意愿指数大于0,意味着某行业今年的相对招工意愿强于去年;小于0,则是相对弱于去年。

从全国层面来看,受疫情影响,绝大多数行业的招工意愿都比去年要弱,其中:

文体娱乐、制造、住宿餐饮等行业的招工意愿下降较大,超过了50%;

交运物流、房地产、教育等行业的招工意愿也下降30%-40%;

在普遍较弱的情况下,招工意愿增强的行业是金融和信息服务。

如果我们把以上算法细分到每个城市,会看到更有有针对性的结果,我们会看到在疫情之下,依然有很多行业支撑着城市的经济信心,请看下图

(说明:仅展示每个城市招工意愿指数高于0的行业top3)

可以看到:

就大部分城市而言,信息技术、科研技术和金融业的招工意愿依然普遍较高。

在大行业遭受寒冬的情况下,北京、深圳以及青岛的餐饮住宿行业依然有较高的招工意愿。

东莞、中山等强制造业城市影响较为严重,全行业招工意愿均低于去年。

长沙招工意愿较去年更高的行业是文体娱乐行业。

武汉招工意愿较去年更高的行业是卫生和社工。

#全民抗疫,武汉加油#

以上分析研究,仅供大家参考。那么你复工了吗?