一、研究背景

对于产业结构和就业结构问题，国内外学者已有广泛研究，库兹涅茨以产业结构和就业结构为目标反映国家工业化进程[1]，钱纳里等揭示了劳动力在各产业间分布结构的演变趋势，提出就业结构的转换具有滞后性[2]。温杰、刘东东等人分别对中国及河北省的产业结构升级的就业效应进行了研究，指出应重视技能培训，促进劳动力在产业间的转移[3,4]。夏建红等从定量分析的角度对就业结构的优化进行了分析，提出人才是经济结构优化升级的“助推剂”[5]。研究表明，产业结构优化升级过程中，就业结构的偏差客观存在，而教育与培训能够推动就业结构的优化调整。

在京津冀协同发展的背景下，河北省面临新的机遇和挑战。面对新形势，河北省应当重新定位未来的人才发展战略，科学决策，合理规划和培养适应区域经济发展需要的急需人才，适应区域经济结构调整的需求，缓解河北省就业结构性偏差。河北省在就业结构优化调整中，需要依托详尽的就业数据，对新形势下区域人才供求进行更精准的分析。河北省应充分利用大数据分析技术，提供精准的服务以提升人力资本水平，增强人才储备的针对性，使人才与经济发展水平及未来发展趋势实现动态适应，缩小结构性就业偏差。

科学的决策有赖于精准的调研分析，河北省在制定全面的区域人才发展储备规划时，应当充分借助于大数据分析技术，构建基于区域人才调研的就业大数据，在区域间实现对不同层次技能型人才供求的刻画。大数据分析技术用于区域性人力资本数据的挖掘和深度分析，有助于河北省科学制定区域特色人才培养与储备计划，缓解结构性就业矛盾，实现就业结构与产业结构的协调发展。依托行业人才需求，基于区域人才培养与储备计划，建立教育与培训体系，通过就业、产业、教育等综合数据，客观评价人力资本政策实施效果，以教育与培训推动就业结构优化，缩小结构性就业偏差。

二、传统数据分析刻画河北省结构性就业矛盾面临的主要问题

（一）就业数据对就业结构偏差刻画不够精准

1.传统就业结构数据信息采集口径过窄且披露不够详细

精准而详实的就业数据是就业结构性偏差分析的基础，可持续的追踪分析有助于人力资本政策的制定和执行效果的反馈。当前河北省人力资源的就业结构数据受传统调研方式、数据搜集和存储方式的限制，存在数据收集不够全面、就业数据分散、有效信息披露不够详细和信息公开不充分等问题。从数据采集来看，《河北经济年鉴》中包含三次产业及主要行业的就业人数，但并未涵盖全部的行业，存在调研口径过窄的问题。因此，应当将行业就业人员的就业信息、受教育程度、教育与培训、技能等级及要求等与就业结构性偏差密切相关的数据信息纳入调研范围并进行采集。从数据披露情况来看，受传统存储媒介的限制，存在数据公开不充分、披露不够详细的问题，就业结构数据中，如《中国劳动统计年鉴》中包含区域劳动力受教育层次比等数据，仅公开河北省省级层次，各行业企业等中微观受教育层次比等信息未充分披露。

局限于传统就业数据采集、公开方式，就业结构数据尚未得到充分的利用。由于缺乏企业级别、行业级别的详细就业结构数据，同时就业数据采集过程中未充分采集足够的有效信息，使得许多研究对就业结构的分析多停留于产业和行业层面，限制了就业结构分析的广度和深度。鉴于不同产业与行业有其自身发展特点，不同行业间结构性就业偏差存在差异性，河北省结构性就业偏差存在于不同的产业和行业间。由于河北省就业结构数据的分散化，同时在公开的数据中难以获取更详细层次的行业就业数据、行业受教育层次比以及对产业行业按年龄分的就业人员受教育程度构成比等有效数据，使得就业结构偏差刻画精准度受到较大影响。就业结构数据应当借助大数据的手段拓展调研范围，实现更广泛层次数据的充分披露。

2.进程性就业数据利用率低

传统数据采集方式由于发布方式的限制，仅公布某一级次数据，进程性就业数据无法得到充分利用。如《河北经济年鉴》对外公布省级层次的三次产业及主要行业的就业人数，而实际的数据调研过程中，现有就业结构数据在由各基层调研单位向省级或国家级层次汇总的过程中，存在未充分利用的大量的进程性统计数据，而这些进程性的数据对于科学的决策有着更加重要的作用。受传统数据存储及发布媒介局限，这些数据或者不对外披露，或者无法进行集中的存储，分散存储于不同调研单位，造成已有进程性数据信息无法得到充分利用。提高进程性就业数据使用效率，才能更好地为就业决策服务。就业结构偏差的形成，相关引导政策的制定，应当基于更精准的就业结构的刻画，因此需要充分抓取和挖掘利用进程性数据，为人力资本政策的制定提供更充实的数据基础。

（二）就业数据关联性弱，制约人力资本政策的精准性

1.就业数据间缺乏关联对比

传统就业结构数据存储分散，从时间看，不同年份数据存在于各年份的年鉴中，同年的不同门类的数据存在于不同种类的年鉴中，数据间缺乏横向及纵向对比，数据关联度低。以河北省为例，就业数据、产业数据、教育与培训数据分散于不同年鉴，某类统计数据只反映某一特定方面的信息，形成信息孤岛，数据间的关联性较弱，难以综合反映就业结构与产业结构的长期适应性以及劳动力转移中对教育与培训的详细需求，不利于人力资本政策的科学制定和综合评价。就业问题是综合性问题，受产业结构的变动、教育水平与培训水平等多因素的共同影响。从某一阶段看，就业数据、产业数据、教育与培训数据之间存在着密切的内在联系。结构性就业偏差不是一成不变的，随着产业结构的优化升级，因就业结构与产业结构的变动不同步，还会带来新的结构性就业偏差。缓解就业结构偏差，不仅涉及就业部门，还需要注重就业与产业发展的动态适应。产业结构优化过程中，对劳动力提出更高的知识与技能要求，还需要教育与培训的充分介入，推动就业结构与产业结构的优化升级，实现劳动者技能的提升。因此，从时间进程看，就业数据、产业数据、教育与培训数据之间存在着动态的关联。传统就业数据存储特点，不利于展示数据的关联对比，故传统就业数据在采集、存储、调用方面应进一步优化，以便于为决策服务。

2.就业相关数据不能实现即时调用及交互分析

传统就业结构数据存储的调用和分析难度大，不能实现数据的共享及深入的综合分析，不利于人力资本政策管理创新。数据存储媒介的分散，使得数据的分析中，许多精力被用于数据提取，难以实现数据的即时调用，降低了数据的使用效率。同时数据的交互分析不易实现，只能根据某次研究的模型进行孤立的分析，不能实现常用数据分析模型的重复利用和对比分析。优化传统数据使用方式，统筹就业数据与产业数据、教育与培训数据，实现就业、产业、教育等不同数据源数据即时调用和交互分析，有助于从区域经济发展的角度，实现人力资本的精准管理，缓解结构性就业偏差。

三、大数据技术应用于缓解结构性就业矛盾的可行性分析

京津冀协同发展背景下，河北省应当适应区域经济的发展需求，建立人力资本综合数据库。从结构性就业矛盾入手，利用大数据分析手段，对区域人才需求进行广泛的动态化的追踪调研，深入分析就业结构与经济结构偏差产生的根源，并依托调研和分析提升人力资本决策水平，提供精准的教育与培训，缓解结构性就业矛盾。

利用大数据技术，建立区域人力资本数据库，为科学决策提供数据支撑。从纵向上，保留并提取微观到宏观层面的就业数据，实现纵向上对微观、中观、宏观层次的就业数据进行广覆盖、动态化的追踪调研，力图呈现对区域性人才供需的结构性矛盾从微观到宏观的刻画，实现不同层次不同行业的结构性就业偏差的可视化呈现。从横向上，实现就业结构、产业结构、教育与培训数据的多方囊括。依托区域经济发展需求，综合整合就业结构偏差现状、未来人才需求发展趋势、所需技能及培训资源，根据区域人才需求建立宏观人才储备培训计划，普及区域人才储备政策，推动教育与培训的开展，鼓励人才的自我提升，缓解结构性就业矛盾。

（一）构建人力资本大数据

在京津冀协同发展背景下，河北省应适应产业升级需求，面向区域经济社会发展，以大数据分析为基础，建立区域人才调研机制，依托基于数据支持的就业结构偏差的持续性调研及深度分析，对就业结构偏差进行更深入和全面的刻画，为区域人力资本储备计划的制定提供数据支持，提升区域人力资本管理水平。

1.完善区域人才调研机制

区域人才供求大数据调研方案应当具备持续性及广泛性的特征，持续性的人才供求调研，保证对人力资本政策实施效果的追踪分析，提升区域人力资本政策效率；广泛性的人才供求调研，实现就业结构数据、产业行业数据、教育与培训数据的综合提取、整合、转换与分析，保障区域人力资本政策制定的综合性，从区域人力资本政策管理的精细化角度缩小就业结构偏差。

2.重视大数据调研和模型构建

大数据分析应用于缓解结构性就业矛盾，需要充分发挥行业企业专家在就业结构调整中理论经验的专业性以及大数据分析企业在大数据分析业务上的专业性，充分发挥行业企业专家的作用，对调研方案进行科学设计。大数据分析不仅涉及技术性的对计算工具的使用，更应当关注从专业性的角度立足于对河北省企业、行业的认识，广泛采集相关就业数据，通过理论经验评估、优化和部署预测模型，以实现大数据在就业结构偏差预测分析中的价值。就业大数据分析包括就业数据采集、数据清洗、数据存储、数据挖掘、数据建模与分析，最终实现数据的可视化[6]。从技术的实现角度，可通过政府采购等多种形式委托大数据分析企业进行技术性操作，在行业专家的指导下，对就业结构及相关数据进行采集、抓取、不同数据库间的即时调用，根据就业结构分析的研究目的提供预设的基本建模方法，支持就业数据的多维分析、自助分析等数据应用，将就业结构数据形成仪表盘、可视化大屏等直观显示，实现对国家、省、市等不同层次及行业的就业结构的形象刻画。

3.依托现有统计调查体系补充和完善信息采集

充分挖掘现有统计调查数据信息，收集和保存对就业、产业、教育等相关数据调研汇总阶段的进程性数据，实现从微观到宏观不同层面就业相关数据的抓取、存储、挖掘、分析。针对河北省就业结构偏差的差异性，结合河北省未来区域经济发展趋势，将区域急需不同的产业及行业的人才的数量、层次、关键能力等信息纳入持续性市场调研方案中，全面采集和整理影响就业结构变动的因素，以期全面了解和刻画微观、中观和宏观的劳动力需求的层次及职业差异等特征，了解不同教育层次、不同职业的人才需求。保持就业综合数据库的开放性，通过数据的全面采集和增量采集等多种方式，实现对就业、产业、教育数据的更新和补充，以期促进就业结构与产业结构的动态协调。

（二）建立紧缺人才信息普及与政策导向信息平台

建立基于行业特征的区域紧缺人才信息普及与政策导向信息平台，引导人才储备与培养。基于企业和行业层次的就业大数据分析，结合河北省未来经济调整方向，利用区域人才供求大数据分析，经过不断的实践和研究，建立标准的行业数据模型。结合不同行业的业务模式的特点，依托行业独特性，形成行业特定的数据模型，预测分析行业企业的人才需求，并据以制定区域性人才培养与储备规划。

1.以就业信息公开化引导劳动力转移

从区域层面建立信息公开机制，基于大数据分析建立综合信息系统，优先对区域人才供求数据特别是紧缺人才进行集中的综合信息发布，定期向公众公布区域紧缺人才需求。依托人才供求综合信息平台系统，降低由于信息不对称带来的就业结构偏差。同时通过对区域未来人才供求的预测性分析，以可视化图表、大屏报表、仪表盘等直观方式公布区域内各行业企业的人才需求，包括人才需求数量、层次、技能要求，激发劳动力提升自身知识与技能的内在需求，引导劳动力以教育与培训等多种方式，提升自身素质，实现劳动力在产业和行业间的顺利转移。

2.建立激励机制实现劳动者高层次就业

依托区域紧缺人才信息普及与政策导向信息平台，结合个性化推送等多种宣传手段，将教育与培训相关惠企、惠民政策向需求方进行主动推送。基于就业大数据分析，有针对性地加强人力资本培育政策的宣传，定期向公众公布区域紧缺人才需求，配套公布围绕紧缺人才的培养制定的导向性政策，综合提供基于紧缺人才培养的惠企、惠民政策以及财税优惠政策等，以未来职业生涯可预期的利益回报驱动劳动力自我提升，引导企业及教育培训机构积极参与劳动者的就业质量提升，助力区域就业结构的优化，实现以区域人才需求数据为导向，以优惠政策为推动力的人才储备与培养机制。

（三）提升区域人才教育与培训质量

1.建立区域人才培养与储备计划

在大数据对人才需求的刻画的基础上，提供针对性的教育与培训。推动劳动力在产业及行业间进行转移，减少结构性就业的偏差，需要掌握产业及行业对劳动力的知识技能要求。根据产业和行业对劳动力的需求，提供有针对性的教育与培训机会，推动区域劳动者依据自身发展需求参与技能性学习与培训，实现就业的精准化。刘冰和徐卫的研究表明劳动力转移过程中职业教育与培训对人力资本的重要作用[7,8]。利用就业大数据预测分析技术，建立区域人才培养与储备计划。针对行业企业不同层次的人才供求偏差制订教育与培训计划，优化区域人才教育与培训内容，从行业企业角度提高职业教育与培训的时效性和针对性，提升教育与培训对劳动力的再塑造作用，助力劳动力转移，缩小就业结构偏差。

2.优化教育与培训内容和方式

依托就业大数据分析，制定科学实用的教育与培训的内容。通过采集大量的微观、中观、宏观层面的人才需求数据，从中抓取人力资本提升的信息，充分发挥教育与培训在促进劳动力产业间转移的作用。依托大数据分析建立的标准行业数据模型，广泛调研不同行业中用人单位意见，利用技术手段筛选核心培训内容，增强教育与培训的针对性，在产业和教育的深度融合中，对教育与培训内容进行科学设计，提供精准的教育与培训资源。在培训方式上，推广线上教学及VR场景技术模拟等现代化教学手段，并对培训结果进行科学评价，提升教育与培训的实施效果，提升对劳动力的教育与培训质量，促进就业质量提升。通过大数据分析提取与行业企业相关的教育与培训内容，促进劳动力在产业及行业间的转移，在教育与培训中实现知识、技能和职业态度的全面提升，拓展劳动者职业生涯的深度与广度，为劳动者职业生涯的成长或跨行业发展提供支持。

四、大数据分析在缓解结构性就业矛盾中应注意的问题

（一）注重调研方案设计的科学性

调研方案设计的科学性是数据采集质量和分析效果的重要保障。调研方案需要将大数据分析技术与区域人才供求调研计划深入结合。大数据分析应用于区域人才需求的调研，应在科学设计区域人才调研方案的基础上，通过大数据分析技术对人才供求大数据进行有效信息的抓取，实现与产业结构就业结构变动的动态适应。设计专业的调研方案，需要大数据分析技术企业、区域产业、行业、人力资源管理专家等多方的通力合作。在京津冀协同发展背景下，应当立足于河北省实际，从河北省就业结构的现状出发，科学设计调研方案，将适应区域经济发展需要的人才结构、职业岗位所需的关键能力、可持续发展能力等因素纳入调研和分析范围，尽可能全面地收集和整理就业相关原始信息，为就业大数据分析提供数据基础。

（二）拓展调研分析的深度

大数据预测分析技术对调研数据的分析深度，决定就业结构、区域人才培养、教育与培训计划等内容的精准程度。依托大数据深度预测分析不同产业海量就业供求数据源来发现、评估、优化和部署预测就业结构调整模型，在产业和教育的深度融合中，促进劳动力在产业间转移。依托不同层次就业结构供求的调研分析，对职业岗位所需知识与能力进行科学的提炼，提供精准的教育与培训资源，制定有效的财税等优惠政策，引导劳动力进行教育与能力提升，全面推进人才的素质培养和创新培养，促进就业结构优化。人才供求大数据的收集、整理、常用模型的预设，需要在行业企业专家指导下，由大数据分析企业在技术层面实现。拓展人力资本大数据分析的深度性和综合性，实现不同层次行业企业就业与产业及培训数据的调用分析。基于人力资本决策目标需要，反复研讨切磋，共同搭建多样化的理论分析模型，才能够充分利用大数据进行深度分析，为人力资本政策的决策服务。

（三）保持人才供求数据库的开放性

从长期看，就业结构处于不断变动中，保持人才供求数据库的开放性，才能使调研分析更精准，为科学决策服务。随着产业结构的优化升级，第一产业劳动力向第二、三产业的转移，第二、三产业内部实现高级化，一定时期内区域人才就业结构性偏差客观存在，并呈现不断变动的趋势。因而，人力资源政策应当根据产业和就业结构的变动实现动态调整。基于上述原因，区域人才供求大数据应当保证开放性，根据区域经济的发展变化，收集和补充新的数据，满足大数据分析的时效性。持续性的大数据跟踪调研，也有助于完善人才供求、培养培训追踪反馈机制，对人力资本政策实施进行追踪和反馈。

河北省为缓解结构性就业矛盾，应当充分借助于大数据分析技术，建立开放性的人才供求数据库，充分挖掘和深度分析区域性人力资本数据，实现对不同层次技能型人才供求的刻画，科学制定人才培养与储备计划，综合提供基于紧缺人才培养的惠企、惠民政策公告，鼓励企业和劳动力参与到就业结构优化中，提升教育与培训对劳动力的塑造作用，实现就业结构与产业结构变化的动态适应，缓解结构性就业矛盾，为产业结构升级提供人力资源保障。

参考文献：

[1]西蒙·库兹涅茨.各国的经济增长[M].常勋,译.上海:商务印书馆,1999:42-43.

[3]温杰.中国产业结构升级的就业效应[D].武汉:华中科技大学,2010.

[4]刘东东.河北省产业结构升级对就业结构优化的影响研究[D].保定:河北大学,2014.

[5]夏建红,矫卫红.产业与就业结构演变路径及耦合效应分析:以山东省为例[J].经济问题,2018(10):65-71.

[6]罗丹.基于机器学习的高校就业情况大数据分析及预测[J].无线互联科技,2020(2):114-115.

[7]刘冰.企业在职培训与农村转移劳动力的人力资本形成[D].杭州:浙江大学,2009.

[8]徐卫.新生代农民工职业培训研究[D].武汉:武汉大学,2014.

郝琳琳.基于大数据分析的河北省就业结构性问题研究[J].保定学院学报,2020,33(06):8-13.

基金:2020年度河北省人力资源和社会保障研究课题“大数据分析在缓解结构性就业矛盾中的应用”(JRS-2020-1082)阶段性研究成果(主持人:郝琳琳,课题组成员:李广明､李世杰､于飞､赵岩红､佟玉兰､郝静).