2024年需求职业

2024年需求中的职业技术报告

核心观点
本报告分析了英国2020年标准职业分类（SOC）四位数字级单位群的职业需求，识别出39种高需求职业和128种需求显著上升的职业。报告基于七个劳动力市场指标构建需求指数，并通过K-means聚类方法对职业进行分组。

方法

• 需求指标：包括签证申请密度、技能短缺空缺密度、网上招聘广告密度、小时工资同比变化、工资溢价、工作时间的同比变化以及临时工或合同工的同比变化。
• 数据来源：英国国家统计局（ONS）的劳动力调查（LFS）、年度人口调查（APS）、雇主技能调查（ESI）、年度工时和薪资调查（ASHE）等。
• 数据处理：对指标进行缩放和加权，排除缺失值过多或包含“未另行分类”（N.E.C.）的职业，并使用Winsor化处理异常值。

关键数据

• 高需求职业：需求指数得分高于平均值一个标准差（≥0.39）。
• 需求较高职业：需求指数得分介于平均值和平均值以上一个标准差之间（≥0.004）。
• 排除标准：缺失值≥5个或包含N.E.C.的职业被排除，共412种职业中的76种被剔除。
• 聚类结果：职业被分为四个聚类，其中集群1和2包含更多高需求职业。

研究结论

• 敏感性分析：技能短缺职位密度、工资溢价和年度工时变化指标最敏感，签证申请密度和在线招聘广告密度最不敏感。
• 指标相关性：无指标呈现明显正相关或负相关，但年度合同工或临时工变化与在线招聘信息密度指标相关性较高。
• 未来改进建议：
  • 优化工资溢价指标，考虑同一技能水平内职业群体差异。
  • 探索替代职业工人数据来源或结合多年度APS数据提高可靠性。
  • 加入更多年份比较以识别长期需求趋势。
  • 统筹工资汇总分析，与技能水平汇总方式对比差异。
  • 与ONS发布的ASHE数据保持一致，并纳入北爱尔兰数据。

数据排除
因缺失值或推断数据过多而被排除的职业列表见附录。