联系人: 房经理

手机:

QQ:

地址:山东省福山西岭街88号

 当前位置:主页 > 猎聘资讯 >
 

资讯│猎聘人才大数据报告:2000万人才的offer大

 
     
发布时间:2020-08-19 新闻来源:淄博市国内偷柏视频2019,国内情侣国语对白视频,国内精品2019在线 有限公司 浏览次数:
 

  原标题:资讯│猎聘人才大数据报告:2000万人才的offer大战,职场流动助攻敲碎阶层固化

  就像我们无法选择自己的父母一样,我们无法决定自己出生的阶层,在升学、求职、婚恋、生育等人生的关键节点,社会阶层无时无刻不在影响着我们。

  在这个阶层固化越来越明显的时代,难道出身平凡的我们只有束手无策?不,我们有太多的不甘心。

  有一句老话:家财万贯不如薄艺在身。职业技能让你在这个社会安身立命,而职场流动则使你产生新的价值,帮你改变自己的阶层。

  猎聘这份大数据报告就是要告诉你职场的机会和高薪分布在哪些行业,竞争的热点在哪里出现,行业和地区的人才流动所对应的可以量化的难度指标,去哪里你能获得多少薪资涨幅……这些都会让你更精确地判定潮水的方向,力争上游,打破阶层固化的魔咒,妥妥地安放好自己。

  8月中旬,猎聘发布了《2017年二季度人岗争夺战及职场流动力大数据报告》(以下简称“报告”)。报告显示,2017年二季度全行业人才紧缺程度相比一季度更加剧烈,并将延续到三季度。而行业间供需结构不平衡的现状,则推动了人才的流动和劳动力的重新分配。

  猎聘大数据研究院随机抽取了猎聘平台上20081899个经理人样本、780766个职位样本,这些样本包括751个小职能,覆盖全国31个省市自治区,研究时段以2017年二季度为主,参照时段跨度最长可追溯到2016年一季度。

  报告在分析2017年二季度行业人才供需、竞争状况的基础上,以人才供需占比最高的六大行业为例,解读了行业间、地区间以及跨行业、跨地区的人才流动难度指数(猎聘大数据研究院将经理人简历投递数次数与企业下载简历次数相加,除以跳槽成功次数,再将比值进行归一化处理,得出人才流动难度指数,数值越接近1,表示难度越大;越接近0,则难度越小)以及相关人才流动所产生的薪资涨幅,为人才择业、跳槽、以及企业招人提供可量化的参照标准和判断依据。

  二季度随着高考的结束和毕业季的到来,社会阶层固化的现象再次引发社会热议。在猎聘二季度一项涉及约11000人的问卷调研中,74.06%的参与者认为当前社会阶层已经固化;75.10%的人认为改变自己阶层最具决定性的因素是“获得职业上的晋升,提高收入”。可见,阶层流动相对不活跃的时候,职场人还是相信职业上的努力能改变命运,给人生带来正向意义。

  在2017年二季度,全行业人才需求和人才供给占比排名中,位居前六的行业均为互联网、金融、房地产、机械制造、电子通信和消费品。

  位居前六的行业需求与供给占比排名次序各不相同。互联网供需占比均位列第一,分别为31.03%、19.18%。

  行业需求占比位列第二、三、四的是金融(15.18%)、房地产(14.60%)、机械制造(7.37%);而供给占比位居第二、三、四的是房地产(15.52%)、机械制造(13.37%)、金融(11.55%)。电子通信、消费品在需求占比中排名第五(6.37%)和第六(5.84%),在供给占比中则排名第六(7.13%)和第五(8.99%)。

  其中,互联网的人才需求占比远远高出其供给占比;金融的人才需求占比明显大于其供给占比;房地产、电子通信的供求占比差异较小;机械制造、消费品的供给占比则明显高出其需求占比。这表明全国总体行业间人才需求结构和供给结构不平衡,这也在一方面推动了人才的流动和劳动力的重新分配。

  从2016年一季度到2017年二季度期间,全行业TSI(注:Talent Shortage Index,即人才紧缺指数,缩写为TSI=有效需求岗位数/求职人数。TSI1,表示人才供不应求;TSI1,表示人才供大于求。如果TSI上升,表示人才紧缺程度加剧)在2016年三季度达到峰值1.36。

  2017年一二季度全行业TSI均低于2016年同期,说明人才紧缺程度降低,企业招人相对容易。2017年二季度的TSI为1.18,同比下降1.67%,环比上升19.19%,说明人才比同年一季度更为紧缺。随着秋招的启动,2017年三季度的TSI预计还会继续周期性走高。

  互联网、电子通信和金融的TSI几乎在每个季度都高于全行业均值,且大于1,人才长期供不应求,而互联网的TSI为最高。这三个行业在2017年二季度的TSI均低于去年同期,其中,互联网的TSI在2017年二季度为1.50,比去年同期下降26.47%。

  房地产、消费品、机械制造三个行业的TSI则每个季度都明显低于全行业均值,且都小于1,说明人才供大于求。值得注意的是,房地产TSI在二季度达到过去六个季度的最高值0.90,表明该行业供求关系趋向平衡。

  在2017年二季度人才竞争较为白热化的六大行业中,房地产名列第一,平均每个职位有92.69人投递简历;互联网排名倒数第二,平均每个职位有54.74人投递简历;倒数第一的是电子通信行业,平均每个职位有46.24人投递简历。

  2017年3月在全国范围内,以北京为首的城市为了抑制房价过快上涨,先后出台了较为严厉的限购政策,房地产行业的发展受到限制,使得本来就供大于求的业内竞争状况变得更加激烈。

  与此同时,互联网、电子通信这种创新性、技术性特色较强的行业尚有较大空间,竞争相对和缓。猎聘大数据研究院高级数据分析师秦可涵建议求职者可在这两个行业寻求适合自己发展的机会。

  在2017年二季度最抢手的职位中,人力资源经理/主管排名第一,平均每个职位有113.50人竞争。这跟人力资源岗位不分行业、极易跨界的优势密不可分。

  在这10种职位中,有四类带有明显互联网属性的职能——运营经理/主管、产品经理/主管、WEB前端开发工程师、测试工程师,这意味着互联网越来越多地渗入、融入到其他行业,互联网+越来越普遍。

  此次报告发现,任何行业的内部人才流动难度指数都小于与该行业相关的跨行业流动难度指数,这意味着跨行业流动难度更大。

  在供需占比最高的六大行业中,行业内人才流动难度指数最低的是电子通信行业,为0.25;难度指数最高的是房地产,为0.52。

  在六大行业的跨行业流动中,房地产是其他行业最难进入的行业,其他行业的人才进入房地产的难度指数普遍偏高,在0.58-1.00之间波动。房地产是较为传统且非常专业的行业,直接受经济及政策的影响,从业者压力巨大,业内竞争较为激烈,对于其他行业的人而言具有较高的专业门槛和较大的心理考验。

  本报告数据显示,在六大行业的跨行业人才流动中,从金融进入房地产行业流动难度指数最高,为1.00;从消费品进入金融行业难度指数最低,为0.38。

  在人才需求占比最高的互联网和金融行业,跨行业人才流动是什么情况?与互联网相关的跨行业流动中,从互联网进入房地产、从房地产进入互联网都是最难的,难度指数分别为0.81、0.71;从互联网进入消费品、电子通信和从后两个行业进入互联网难度最小,难度指数均为0.49。

  从与金融相关的跨行业人才流动来看,金融进入房地产最难,难度指数是1.00;进入机械制造是最容易的,难度指数为0.47;而在其他行业进入金融行业方面,消费品进入的难度最低,难度指数为0.38;房地产进入的难度最高,难度指数为0.65。

  薪资是吸引人才和跨行业流动的一个重要因素。在2017年二季度的全行业平均年薪排名中,金融行业最高,为22.17万元,比名列第二、第三的互联网、房地产分别高出2.14万元、2.79万元。

  在六大行业中,行业内流动并不会产生最高的薪资涨幅,此类流动的薪资涨幅范围为23.92%-28.35%。值得注意的是,跨行业流动会产生最高的薪资涨幅,为30.87%(从消费品进入电子通信行业);也会产生最低的薪资涨幅,为14.38%(从金融流入机械制造行业)。

  整体而言,从其它行业流入金融行业薪资涨幅最高,涨薪范围为23.75%-30.74%;从其它行业流入互联网产生的薪资涨幅次之。这与这两个行业薪资较高不无关系。

  从互联网流入其它各行业的情况来看,流入电子通信薪资涨幅最高,为27.36%;流入消费品涨幅最低,为17.89%。

  从金融行业流入其它行业的情况来看,流入消费品的薪资涨幅最高,为25.56%;流入机械制造涨幅最低,为14.38%。

  在2017年上半年全行业人才净流入率(行业人才净流入率=该行业人才净流入人数/该行业人才流动总人数×100%)方面,数值为正值的只有金融、互联网、制药医疗和房地产行业,说明这四个行业流入的人才多于流出的人才,对人才具有较大吸引力。其中,金融人才净流入率最高,为4.03%。金融行业平均年薪最高,从其它主要行业流入金融行业产生的薪资涨幅最高,因而金融行业对人才有较强的吸引力。

  互联网人才净流入率仅次于金融行业,为3.68%。除这四个行业外,其余行业的人才净流率均为负值,不同程度地存在人才流失现象,交通贸易行业人才净流入率最低,为-9.99%,表明该行业人才流失最严重。

  在全国七大主要城市北京、上海、深圳、广州、杭州、成都、重庆的人才流动中,整体而言,人才流入前四个城市难度较大,流入后三个城市难度较小。

  在不同城市之间的人才流动中,从上海流入北京最难,人才流动难度指数为1.00;从深圳流入成都、重庆最容易,其人才流动难度指数为0.33。就整体而言,其他六个城市流入北京的难度最大,难度指数在0.72-1.00之间波动。

  在这七个城市中同城人才流动方面,北京市内人才流动难度指数最高,为0.64;杭州市内才流动难度指数最低,为0.37。

  在2017年二季度平均年薪最高的20个城市中,排名前五的城市依次是北京、上海、深圳、广州和杭州,除去杭州,其他四个城市的平均年薪均在20万元以上。北京以23.25万元的平均年薪排名第一,上海的平均年薪只比深圳高出100元。这表明,一线城市的薪资差距正在缩小。

  各地人才流入北京难度最大,而北京的同城人才流动也最难,这就不难说明进入北京的人才门槛最高,但薪资回报也同样最高。

  从七大城市人才流动产生的薪资涨幅来看,人才流入北京、上海、深圳、广州和杭州产生的薪资涨幅较大,流入成都和重庆的涨幅最小,甚至还有降薪的情况。北上广深杭的工作机会多,薪资相对较高,但同时生活成本也大。成都、重庆生活的成本小,在一定程度上抵消了工资的涨幅。而从成都、重庆进入其他五个城市所产生的薪资涨幅远远高于这两个城市内部流动所产生的薪资涨幅。

  在七大城市之间的人才流动中,重庆流入杭州产生的薪资涨幅最高,为62.97%;深圳流入成都产生的薪资涨幅最低,为-6.39%。

  在同城人才流动中,北京市内人才流动的薪资涨幅最高,为26.70%;最低的是重庆,薪资涨幅为18.91%。

  在2017年上半年全国主要城市人才净流入率排名中,杭州人才净流入率(地区人才净流入率=该地区人才净流入人数/该地区人才流动总人数×100%)最高,为11.21%,明显高出其他城市。杭州就业机会多、人才进入难度较小、薪资相对高、生活环境好,综合优势强,因而对外地人才有较大的吸引力。

  位居第二、第三、第四的是深圳、成都、上海,人才净流入率为5.65%、5.53%、5.23%,差距微小,几乎不相上下。

  北京人才净流入率为4.38%,排名第五;广州人才净流入率为1.42%,排名倒数第二;排名倒数第一的是天津,人才净流入率为-2.31%,是这10个主要城市中唯一净流入率为负值的城市,人才处于净流出的状态。

  现阶段,阶层固化成了多数人的共识。在猎聘二季度的万人问卷调研中,38.52%的人认为自己在社会底层,36.86%的人认为自己在社会中层,只有0.93%的人认为自己在社会上层。但人们并不因此而消沉,52.26%的受访者表示最想跻身社会上层,38.33%的人最想进入社会中层。收入、职业和教育背景被参与者认为是决定自己目前社会阶层最重要的三项要素,支持率排名最高,分别为77.23%、70.03%、49.32%,而原生家庭的支持率只占到33.30%。

  虽然阶层固化会酝酿一种略微消极的社会情绪,但是大部分职场人仍怀有提升自己社会地位和生活品质的进取心。猎聘职场顾问认为,职场上的流动产生新的价值和身份认同感,也可为缓解阶层固化问题带来新的可能,建议职场人审时度势,把握好适合自己的职业机会,做自己命运的主宰。

  2017年是中国大数据产业进入应用时代的关键节点,回首国内大数据产业发展的五年,国内大数据产业快速实现了从“默默无闻”到“声名鹊起”,成为第四次工业革命时代,最具代表性也是最基础的典型。回首过去五年,中国大数据产业政策全面开花,大数据产业发展环境日臻完善,大数据产业规模不断壮大,大数据应用市场不断成熟,大数据产业相关技术更加精进。

  2013年之前是我国大数据产业发展的萌芽和起步期,大数据的概念刚刚在国内兴起。该阶段国内并没有出现大数据的专项政策,但是国家在2012年7月发布的《“十二五”国家战略性新兴产业发展规划》中已经提出了支持海量数据存储、处理技术的研发和产业化。2013~2014年随着大数据技术的不断发展,一些地方,如重庆、上海等进一步关注到该趋势,提出了地方性专项政策,如2013年7月重庆市提出《重庆市大数据行动计划》,上海市提出《上海推进大数据研究与发展三年行动计划(2013-2015年)》。到2014年,目前国内大数据发展最典型的地区贵州,结合自身的资源和区位经济情况,颁布了《关于加快大数据产业发展应用若干政策的意见》。2015和2016年是国内大数据备受关注的两年,从政策维度上实现了全面开花。从国家维度看,国家分别颁布了《关于做好制定“互联网+”行动计划有关工作的通知》、《大数据产业发展规划(2016-2020)》、《关于组织实施促进大数据发展重大工程的通知》、《促进大数据发展行动纲要》,各部委为推进大数据应用的落地也纷纷出台支持行业大数据发展的政策,如《关于促进和规范医疗大数据应用发展的指导意见》、《农业农村大数据试点方案》、《关于推进交通运输行业数据资源开放共享的实施意见》、《促进国土资源大数据应用发展实施意见》等。地方政府也认识到大数据产业的重要性,纷纷出台相关实施意见,推动地方大数据的落地,目前全国基本上大部分省和地区都出台了推进大数据落地的政策意见。

  具有完善的软硬件环境,是产业逐步成熟的标志,也是推动产业发展的关键要素之一。历经几年的发展,国内的大数据产业具有较大提升。从人才环境看,教育部已经批复35所高校设立数据科学与大数据技术专业,标志着大数据人才培养步入正轨。从管理力度来看,管理日趋专业和正规。截至2016年12月底,国内已经有21个省市和地区设立了大数据管理局,统筹该地区大数据产业发展相关事宜,该数据是2015年的一倍以上。

  从法制法规上看,重要法规正在加快制定中。考虑到“数据”发展的特殊性,其法制法规的制定,如数据安全的法规、数据交易流程的法规、数据相关描述词语的规范等是其未来持续发展的推手和保障。但是由于大数据产业是一个新兴产业,目前国内外任何一个国家和地区都尚未形成完善的法规体系。相比较而言,国内相关领域的研究已经取得了一定成就,如《信息技术数据交易服务平台交易数据描述》、《信息技术数据交易服务平台通用功能要求》两项标准已经通过专家审查,保监会也首批发布了《保险业务要素数据规范》等行业规范。

  从整体发展氛围来看,国内各主要地区成立了大数据产业联盟或者协会,并通过联盟和协会打通上下游产业的资源,共同推进大数据产业发展,如北京有中国大数据产业生态联盟等。

  除了以上软环境得到完善以外,截至2016年12月,国内数据中心的规模已经达到2410亿元,为大数据应用奠定良好的基础。中部和东北地区的数据交易中心已经建立了将近20个数据交易所,为下一步数据应用的发展提供了有效保障。

  2012~2016年是中国大数据产业飞跃发展的5年,中国大数据产业以年均超过100%的增速发展。截止到2016年年底,中国大数据产业规模突破14000亿元。其中基础支撑层规模为1335亿元,数据服务层规模为202.9亿元,融合应用层规模达到13000亿元,占比达到将近90%。从企业数量来看,国内A股大数据和云计算概念股多达百家,而未上市的中小企业更是不可估量。

  另外,从产业发展集聚区来看,以贵州、北京、上海、广州、成都等城市和地区为代表的区域已经形成了一定的规模效应,但是每个地区的发展都是基于其资源和经济情况,具有其独特的发展模式。贵州是国内大数据产业发展最具代表性的区域,贵州大数据产业发展主要是抓住了大数据产业发展的先机,根据自身的特点,选择了数据存储作为起点,并通过会议会展的方式迅速取得品牌影响力,率先在国内大数据领域实现了从“0”到“1”的过渡。目前,贵州大数据交易所建立和“七朵云”的加快推动,都是贵州推动大数据应用的主要措施。北京和上海,特别是北京,主要依靠强大的人才优势和良好的创新孵化环境,重点推动数据的技术研发环节和应用环节。而上海主要形成了产业发展生态圈,以上海为核心的长三角地区大数据产业整体发展水平相对比较均衡。广州大数据产业特点是成立了大数据产业情报平台,基于垂直搜索与大数据分析等技术,为企业提供信息与情报服务,帮助众多企业走向数据驱动的智能商务模式,为企业决策、营销、客户服务发挥巨大作用。

  目前国内的大数据产业已经进入了应用时代,应用市场不断成熟。主要表现在:一是从大数据应用市场规模来看,市场规模扩大,分布更加广泛,5年内中国大数据应用市场翻了几番,而大数据应用市场基本覆盖了全国各个地区,虽然华北(30%)、华东(22.47%)和华南(18%)依然是最主要的市场分布区域,但是西北和东北等地区已经开始推广大数据与本地区相关行业融合,进而推动传统行业提质增效。二是从应用行业分布看,金融、政务、电信、教育、制造业是主要应用领域,但是前五大领域应用占比总额低于50%,分布最少的行业占比为2.7%,说明整体行业分布更加均匀。三是从行业客户对大数据应用的认知来看,用户对大数据应用效果日渐清晰。据调研,有22.7%的用户认为大数据可以帮助企业提升运营效果,21.1%的用户认为大数据可以帮助企业辅助决策,19.8%的用户认为大数据可以帮助企业降低成本。未来,随着《中国制造2025》战略的推进,受各部委行业应用政策推动和试点推广扩大的影响,及客户对大数据行业应用认知的加深,国内的大数据行业应用市场将更加广阔。

  大数据技术的进步是大数据产业发展壮大的重要支撑。大数据技术起源于上世纪90年代,该时期是数据挖掘技术大发展阶段。大数据发展的突破期是2003至2006年,处于围绕非结构化数据自由探索阶段。2006至2009年,大数据技术形成并行运算与分布式系统,为大数据发展壮大奠定了基础。此阶段,大数据研究的热点关键词再次趋于集中,聚焦“Performance”(性能)、“CloudComputing”(云计算)、“MapReduce”(大规模数据集并行运算算法)、“Hadoop”(开源分布式系统基础架构)等。随着智能手机的应用日益广泛,移动数据急剧增长,数据的碎片化、分布式、流媒体特征更加明显,在此背景下,大数据发展起来。目前,国内大数据技术的发展和应用与国际接轨。除数据采集、数据分析(流处理、交互查询、批处理)和数据展示(可视化等)等技术外,大数据技术另一个重要特征是不同相关领域技术,如移动互联网、知识工作自动化、物联网、云计算、先进机器人、自动汽车、基因组学等相互融合,推动了整体技术的发展。近年来,最典型和最具代表性的融合范例是人工智能与大数据融合后,深度学习、机器学习等技术成为各大IT企业和投融资机构的新宠。

  ICT行业最典型的特征是新技术、新热点频出,一个领域被长期坚持和重视一方面体现了该领域的前景势不可当,另一方面也亟待后续环境、技术和市场的不断扩展和开发。中国大数据产业未来的发展,也应突破发展中的人才、技术、市场、规范等障碍,在新的工业变革中,成为领先者。

上一篇:招聘主管经理(深圳市阿卡索资讯股份有限公司
下一篇:资讯推荐系统工程师(深圳全民吃瓜科技有限公司
   相关信息:
 
  招聘主管经理(深圳市阿卡索资讯股份有限公司   2020-08-19
  资讯主任(分公司)(佳兆业集团(深圳)有限公司   2020-08-18
  资讯推荐系统工程师(深圳全民吃瓜科技有限公司   2020-08-20
  APP资讯运营岗(国内知名银行)   2020-08-19
  猎聘 - 最新猎聘新闻资讯以及投资、融资动态 猎   2020-08-18
  产品经理(证券行情资讯)(友信金服)   2020-08-18
  广东猎聘人力资源服务有限公司携手GSCO挖掘培养   2020-08-18
  猎聘发布2020高校专业就业热度指数计算机科学与   2020-08-18
  猎聘:在新时代重新定义中高端   2020-08-18
  猎聘网_相关新闻报道_财新网   2020-08-18
 
友情链接: 织梦CMS官方DedeCMS维基手册织梦技术论坛
网站地图