本文根据2020（第16届）中国人力资源管理新年报告会中曾湘泉教授的主题演讲:“CIER指数告诉了我们什么？大数据与劳动力市场”编辑整理，经本人审核发布。以下为曾湘泉教授以第一人称讲述。
曾湘泉 | 中国人民大学劳动人事学院教授、前院长
大家好。这几年，我主要在做就业市场测量方面的研究，也就是基于大数据的就业市场CIER指数的研究。那么， 为什么我们要开展对CIER指数的研究？CIER指数有何意义？它反映了什么？我今天就此讲一些内容。简单来说，CIER指数是宏观经济变化的反映，既可测量就业市场冷暖程度，也能反映出宏观人力资源配置状况。因此，了解CIER指数，对今天在座的各位人力资源管理工作者来说，也是一件有意义的事情。
1.为什么要做CIER指数的研究？
首先，讲一下开展CIER指数研究的最初背景，也即为什么我们投入巨大和持续的时间投入来做中国就业市场景气指数的研究。大家知道，经济学家关心经济周期的变动，这种变动是通过GDP、CPI、PPI、PMI等一系列经济指标的高低变化，来观察整体经济冷热的变化。劳动力市场一样，也需要一个反映劳动力市场冷热程度的指标，我们将其称之为就业市场的“温度计”。过去一百多年来，在发达的市场经济国家，通常是通过调查失业率的变化来获得这方面的信息，并得到一些基本的判断。
中国的情况如何呢？长期以来我们实行计划经济，不承认存在失业，并没有失业率的概念。1994年提出从计划经济转向市场经济，开始提出将“待业登记”转变为“失业登记”。众所周知，2008年发生了席卷全球的金融危机。2008年的年底，我本人赴广东给省人社厅做有关劳动力市场的讲座。当时，金融危机对广东东莞等地就业市场的冲击已经非常严重，很多企业受到波及。回到北京，才知道中国最大的芯片企业-中芯国际，其市场订单已接近为零。据不完全统计，有接近2000万的农民工失业返乡。但从当时国家使用的“登记失业率”这一指标的数据来看，情况则基本照常，并未发生明显变化。鉴于此，后来有些经济学家将此指标描绘为可笑的“登记失业率”。实际上，登记失业情况也是一个工作指标，在发达的市场国家，比如美国，也统计相关数据，比如，领取失业保险金的人数，并且予以发布。问题是，如果把它作为判断就业市场冷暖程度的指标显然存在着很大的风险和问题。
如果说“登记失业率”这类行政记录数据不敏感话，那么通过住户问卷调查的调查失业率怎样呢？调查失业率也存在一些局限性。中国的调查失业率是国家统计局人口和就业司，在1995年借助ILO专家帮助建立起来的一个指标，符合国际惯例，也很有意义。调查失业率基于管道循环的流量存量模型，它基于“就业者”“失业者”和“非劳动力”三者的识别和分析。首先是询问个人的工作意愿，第二是个人在劳动力市场寻找工作的行为。其中，有工作意愿同时又有寻找工作行为，但暂时没有找到的这种人，才能被定义为失业者。而没有工作意愿，或者有工作意愿但没有寻找工作的，并不被计入失业人群，而是归到“非劳动力”这一范畴。
在实际劳动力调查中，其情况非常复杂，迄今国际上也没有完全解决好这个问题。昨天在国际劳工组织成立一百周年的纪念会上，我呼吁ILO应当继续推动劳动力市场测量这一问题的研究。具体来说，在中国这个指标存在什么问题呢？首先是它的调查频率和密度不足。在2009年以前，主要是以年度为单位开展问卷调查。另外，该数据一直以来不对外公开，直到去年4月才第一次向社会正式发布。发布当天，国家统计局还邀请我专门写了一篇对此解读的文章。不过，调查失业率迄今也只是发布一个数，既缺乏不同劳动力年龄段的细分，也未有各地区可观察的信息。最后，这是一个根据住户问卷调查获得的结果，换句话说，在国际上，迄今有关失业率的测量，或者说就业市场的冷暖变化的测量，一直以来依赖这种主观性很强的问卷调查，因缺乏客观标准，其测量信度和效度仍令人发生疑问。还有，其标准源于发达国家，对中国这样一个非正规就业比重极高的发展中国家，并不完全适用。比如，参考期工作时长界定为1小时是否合理？“工作搜寻期限”是4周（国际标准），还是12周（中国标准）？都存在较大的争议！尽管较之登记失业率，调查失业率有了明显的进步，但由于问卷调查的主观性，加之非抽样误差等，存在着一系列令人不满意的地方或缺陷。
中国就业研究所成立于2004年，是我本人2003年为政治局授课后建立的智库机构。最初几年我们一直开展就业战略研究，出版过《变革中的就业环境与大学生就业》、《面向市场的就业与失业测量研究》、《就业中介服务与就业促进》、《就业能力提升战略》等一系列就业战略研究报告。面对2008年金融危机对中国就业市场冲击的影响，我们开始思考将研究中心从长期就业战略研究转向短期就业市场波动的分析工作上来。鉴于此，2009年初，在智联招聘的协助下，我们启动了网络招聘的大数据研究，开始编制CIER指数，并召开中国就业季度分析会，开展就业市场现状分析，包括地区、行业、职业、企业规模及性质等。伴随着数据的不断积累，研究提出中国就业市场的预测模型，对季度、周期和趋势等变化进行分解等。经过10年的不懈努力，可以说基本实现了最初提出的目标，在中国我们建立了一个灵敏反映短期就业市场变化或波动的“温度计”。
2.CIER指数的特点和优势
除了上述行政纪录数据和问卷调查两类数据外，第三类数据类型就是大数据。大数据概念在学术界是2008年《自然》杂志首次提出来的。2009年，德国劳动研究所（IZA）所长ZIMMERMANN 教授率先利用大数据对德国失业率预测进行了开创性的研究和分析。他们借助Google的搜索引擎，通过与找工作或失业相关的关键词搜索和分析，得到了2008年金融危机对德国失业率分析和预测结果。我们利用智联网络招聘大数据，开展中国就业市场分析和研究有什么优势呢？
首先是数据量大。这一点最容易理解。大数据有多大？人类现在一年数据量已经超过自文字记载以来所有数据的总和。截止到2017年底，智联招聘网站上所登记的个人简历数为9000万个，其中，最近12个月的活跃简历超过了全部简历的30%，即有约3000万个活跃用户。而智联招聘为超过350万个企业用户提供过服务，平均每季度大概为60-70万家。
二是数据变化的速度快。面对如此海量的数据，系统需要每天处理TB级的新数据和PB级的历史数据，以及需要分析数以千万计的产品数据，数以亿计的用户和搜索关键词，其变化速度是非常惊人的。而我们看到的行政记录数据，以及问卷调查数据是怎样的一种情况呢？它是按月度，按季度进行的，存在明显的滞后性。
三是数据种类多。不仅量大，大数据所记录的数据种类也非常的多，包括各种结构化的业务系统的关系表数据，半结构化的简历和职位数据，日志数据，非结构化的图片、图像及文档数据等。
四是数据客观真实。客观性和真实性是大数据最大的优势。例如，智联所采取的数据融合技术，就是通过结合多个数据来源创建更准确的数据点，应用鲁棒优化技术和模糊逻辑方法等进行数据可靠性和真实性的判断。
我自己归纳大数据的最大特征有两个：一个它是一种有生命力的数据，始终处于一个不断更新的状态。基于这一点，我们对就业市场情况的了解，不仅是一手资料和一手情况，而且是随时更新。二是它是一种自然观察的数据，客观真实，这是大数据最显著的特征，也是最大的优点。我们知道，所有数据都涉及到信度，而问卷调查数据的结果是对调查对象询问回答的信息，出于个人利益等各种各样的原因，有时候回答的结果是不可信的，甚至是错误的。大数据则不同，它是基于自然观察获得的数据，是被调查者在日常经济活动客观真实情况的一种反映。各种数据之间是可以互相印证，是经得起对比和分析的，比“提问-回答”的过程更加能够反映真实情况。
正是基于上述认知，国际上从2009年开始，开展了与就业和失业相关的大数据分析和研究。除了利用搜索引擎的关键词搜索，对失业率预测，与真实的失业率状况高度吻合外，另外，还针对网络招聘大数据研究雇主的性别偏好，以及影响因素等。由于时间关系，相关的研究文献我不在这里介绍了。
3.CIER指数告诉了我们什么？
就业市场季节性、趋势性、周期性变动
简单来说，CIER指数=招聘需求人数/求职申请人数。看起来这个指数很简单，实际情况其实是比较复杂。比如，如何界定就业市场的需求？涉及到我们如何识别、分析和理解企业的招聘信息和行为。从计量模型来看，CIER指数的原始序列（Y）可分解为：成长期趋势（T），季节性波动（S），周期性波动（C），不规则波动（I）等四部分。而利用季节分解可将CIER指数的时间序列分解为三个部分，即Y=TC×S×I 。在这个公式中，TC表示趋势性和周期性成分的叠加，S表示季节性成分，I表示不规则波动。
经过多年数据积累，以及深入研究和分析，我们迄今已将CIER指数分解为季节性、趋势性和周期性等一系列有意义的指标。
首先，对企业和个人而言，一年当中的招聘和求职都带有明显的季节性，比如，大部分企业进校园招聘的时间一般是在下半年，因此，三四季度的CIER指数肯定会高于一二季度。
第二，在季节性的因素之外，还存在趋势性因素。自2013年以来，CIER指数一直呈现上升趋势。那是为什么呢？其实，从劳动力供给角度可以得到解释，这就是国家统计局公布的，自2012年开始，我国的劳动年龄人口开始下降。2018年底，出现了58年以来从未出现过的一种新情况，那就是全国就业总量第一次开始下降。人口出生率变化带来了长期影响。分析表明，劳动年龄人口，即劳动力供给下降以后，劳动力需求则仍然每年至少以6%的速度在上升。所以说，尽管经济下行的压力很大，但中国的就业市场则没有出现问题，其原因就是劳动力供求关系发生了根本变化。今天我们看到，很多企业面临着非常突出的招工难问题。
第三，从宏观经济分析的角度，其实最重要内容是周期性分析。我们的周期分解表明，CIER指数波动，与宏观货币政策和财政政策密切相关。迄今，针对季节性因素，国内习惯一般是用“同比”的概念，即今年和去年同期相比，由此来排除季节性因素的影响。我们CIER指数报告不但非常清楚了将季节性和趋势性因素分解出来，而且将周期性因素也解出来。这对宏观经济的判断构成了重要支撑，我们最近的一期报告的题目是“环比上升，同比下降，CIER指数低位运行”，充分表达了我们对中国宏观经济，特别是就业市场总体状况的理解和判断。
这里面还有一些基本的检验、计量方法，来验证它与PMI等重要指标关联性的分析，在此不再展开。
地区、行业等就业市场景气程度变化
CIER指数不光是告诉了我们就业市场的总体冷暖程度，季节变化，趋势变化和周期变化，它还告诉了我们中国不同地区、不同行业、不同企业规模和性质等一系列重要的走向和变化。
比如，从地区来看，中国经济和就业最困难的是地区是东北地区，它的需求总量很低，其CIER的指数长期居于1之下，甚至长期徘徊在0.4-0.5这个范围。对比这个CIER指数，我们还能发现，新一线城市的需求上升特别快，而三线城市的需求占比较小，但波动大，尤其是近年来，有比较明显的下降。
从行业角度看，其变化也是非常大的。比如，CIER的行业指标印证了，在2015年以来开展“双创”的年份当中，中国互联网行业需求是最大的。但近两年，保险行业、教育培训等行业的CIER指数则呈现直线上升趋势，互联网行业、金融业、制造业的CIER指数则呈现下降的趋势。贸易行业、影视和媒体等行业景气程度变差。
从职业角度看，操作工和技工的需求大幅度上升，而对翻译这一职业的需求则急剧萎缩。小微企业近年来受到环保风暴、社保风暴等因素影响则急剧下降。等等。由于时间关系，这部分内容也不展开了。
我们还利用CIER指数的历史数据，开展了未来一个季度的预测，预测结果令人满意。多年预测实践检验证明，我们得出的预测结果，除了一个季度之外，几乎所有季度预测都很准。而大家知道，做宏观经济预测，包括就业市场的预测是非常困难的，因为影响因素或变量太多，预测的结果很难把握。通过这个预测证明了，我们研究，特别是我们所使用的工具、方法还是很不错的。到今天为止，CIER研究已经形成了较大的影响力，两次走进中南海，得到国务院领导的充分肯定，对国家决策产生了积极作用。10年来，我们和人社部，国家统计局等部位相关司局都有定期的沟通和交流，得到支持，也获得了高度认可。《哈佛商业评论》（中文版）刊登我们的报告；国际最大的财经媒体彭博社建立了CIER指数数据库；国际最大的企业智库，世界企业联合会（Conference Board）在刻画和描绘中国劳动力市场时，将CIER指数与PMI并列作为短期波动和分析最重要的指标。
反映我们多年研究成果的《大数据与劳动力市场研究》一书，在人大出版社的大力支持下，刚刚正式出版。这本书汇集了我们多年以来公开发布的报告，以及利用大数据开展就业市场学术研究的一些成果。
4.CIER指数的未来？
那么，在未来，CIER指数还能做些什么呢？未来还有很多的研究问题需要我们去面对和解决。比如，对不同群体就业市场的景气程度的判断和分析。从去年开始，我们对应届毕业生、在职工作搜寻人群等进行了指标识别和区分。今年我们要与58等企业合作，开展蓝领群体就业市场的分析和研究。尽管研究工作难度很大，且非常复杂，但我们有信心，将这些研究进一步深入推进。特别是要推进就业质量方面的研究，需要把不同群体，比如说应届生的起薪点，在职人员工资水平等识别出来。尽管部分数据可以获得，但其范围和精度都很有限。
总的来说，未来研究工作需要在以下四个方面推进：一是分行业、区域及企业类型指数的分解；二是就业质量变化分析，包括工资、工时等；三是特殊群体就业市场，如大学生、蓝领市场的形势分析；四是与传统数据结合的一些研究：比如，结合统计局调查数据，分析CIER指数与城市增长、最低工资、产业结构变动的关系；结合企业调查数据，探讨CIER指数与企业用工成本和企业绩效的关系；结合CGSS、雇主雇员匹配数据、分析CIER指数对雇员离职意愿、收入分配情况和个体决策之间的关系等。
最后，还要讲一点，大数据本身也存在一定的局限性。所以，我们还需要开展不同数据类型结合的研究，未来还将开展有关网络招聘大数据与问卷调查数据的匹配研究工作。相信这项研究工作深入推进之后，会产生一批高质量的学术成果。
基于中国的劳动力市场来研究中国的问题，这是中国劳动经济学家的使命和追求。经过不懈的努力，我们一方面将现有的数据体系构建好，为各位学者的研究工作提供数据支持，也希望我们本身也能够能产生一批优秀的研究成果展示给大家。期望对人类知识体系做出贡献——这是我们最重要的想法，尽管这项工作极具挑战，但也正因为如此，我们的人生才富有价值和充满意义！
|
