数据分析:你的城市复工了吗?
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。
说明
本文由脉策数据(城市数据团)和启信宝联合出品。主要数据来源为启信宝、百度地图,脉策负责数据分析、制图和文章创作。
启信宝是合合信息旗下产品,涵盖了全国2.1亿家企业及社会组织机构数据,覆盖超过5000个信息描述字段和600多亿条动态商业数据,通过743个维度透视企业,帮助企业挖掘实时数据,提升企业整合数据能力,提高企业风险预警和识别能力。
复工率指数=红圈段平均值/蓝圈段平均值
以上分析研究,仅供大家参考。欢迎在留言区写下你所在城市的复工情况。
延伸阅读口罩是什么时候成为硬通货的?! 来了,SQL也能在线玩 实战解读:数据分析,如何更进一步?
小z读者群已经建立,后台回复“入群”,即可加入有趣讨论,交流数据干货
数据分析:你的城市复工了吗?相关推荐
- 我用大数据分析了一线城市1000多份岗位招聘需求,告诉你如何科学找工作
微信搜「后端技术学堂」有干货,本文已收录于Github:https://github.com/imcoderlemon/CodeClass 内含原创干货文章,千本计算机电子书,3本LeetCode题解 ...
- 数据分析案例--01 城市餐饮店铺选址分析
城市餐饮店铺选址分析 数据下载链接: 链接:https://pan.baidu.com/s/1l2-EEMhK0-n8gFPLuOHb1g 提取码:7olt 要求: 1.从三个维度"口味&q ...
- 【python数据分析实战】城市餐饮店铺选址问题(1)—— 对不同菜系进行比较,并筛选出可开店铺的餐饮类型
1. 首先将要使用的库全部进行导入,并设置程序运行路径 import os os.chdir(r"C:\Users\86177\Desktop") #设置路径 import pan ...
- 【python数据分析实战】城市餐饮店铺选址问题(2)—— 确定餐馆的具体位置
1. 选址的评价指标如下: 人口密度指标 → 得分越高越好 道路密度指标 → 得分越高越好 餐饮热度指标 → 得分越高越好 同类竞品指标 → 得分越低越好 综合 ...
- 2020高考志愿填报:去哪个城市?选什么专业?挑哪个学校?大数据分析告诉你!
2020年的高考已结束,随着各省份高考成绩的陆续公布,高考志愿填报即将开启! 高考志愿填报,最基本的就是选择学校与专业,而全国高校3005所,703个专业(本科专业506)该如何正确选择呢? 选专业还 ...
- Python之城市旅游数据分析
前言: 本着跟大家一同探讨学习的态度,今后几期文章会更新一些用python实现爬虫&可视化的文章.Python对于本人来讲也是一个在逐渐学习掌握的过程,这次的内容就从旅游开始讲起,进入正文前首 ...
- Python爬虫可视化第1季-城市旅游数据分析
前言: 本着跟大家一同探讨学习的态度,今后几期文章会更新一些用python实现爬虫&可视化的文章.Python对于本人来讲也是一个在逐渐学习掌握的过程,这次的内容就从旅游开始讲起,进入正文前首 ...
- 数据预测模型_预测疫情走势,联通大数据疫情传播趋势仿真模型助力复工复产...
联通大数据通过融入基于运营商信令数据分析得出的城市人口职住分布.城市活跃指数.城市复工指数等实际数据指标,对经典传染病SIR模型中的传染率.恢复率等关键指标进行了优化提升,构建了城市疫情传播趋势仿真模 ...
- 盘点|应用落地,构建城市“大脑”
来源:IDC圈 北京:"云"建智慧之都 "全国政治中心.文化中心.国际交往中心.科技创新中心--"城市战略定位下的北京正处在落实首都城市战略定位.建设国际一流和 ...
最新文章
- python自带的shell是什么-python shell是什么东西?
- iOS 毛玻璃效果的实现方法
- Android加速度传感器
- CCF BDCI 技术需求与技术成果关联度冠军分享
- VTK:vtk布尔运算隐式函数BooleanOperationImplicitFunctions用法实战
- CS 320—Week 8 Homewor
- [转]c++类的构造函数详解
- 信息学奥赛一本通(1070:人口增长)
- 699美元起!一加8系列新机海外发布:120Hz 2K屏+骁龙865
- ORA-01843 无效的月份的解决方法/NLS_DATE_FORMAT参数
- GLUT教程(八) GLUT场景漫游II
- 机器学习基础(三十七) —— 处理类别特征
- 显示器信号接口的发展历程
- 【20G】三菱PLC全套资料(手册+视频教程+编程软件+仿真软件)
- 旧台式电脑改软路由过程记录
- 服务器vga接显示器无信号,显示器用HDMI转VGA接口后,无信号怎么解决
- 利用计算机打字教学设计,《键盘打字》教学设计
- 回顾码农历程总结2013 期待2014
- JVM各内存区域存放内容
- 期货量化策略的分类与概述(完整录播版)