2024年中国就业指数观察报告.pdf

1 中国就业指数观察报告 摘要：摘要：为贯彻落实习近平总书记关于促进高质量充分就业的最新指示，二十届三中全会关于健全高质量充分就业促进机制等最新改革部署，民生智库就业促进研究中心提出构建综合性的、常态化、定期公开发布的中国就业指数，从发展带动、要素供给、就业服务三个支撑指标构建指标体系，选取就业市场活跃、经济最具活力、人口聚集显著的 50 个代表性城市进行测算研究，从就业看到城市的产业发展、劳动力供给状况和公共服务水平，分析城市就业工作的核心支撑要素，为经济社会发展和就业协同、城市就业促进工作提供参考。关键词：关键词：就业指数、发展带动、要素供给、就业服务 一、研究概况一、研究概况（一）基于新时代就业工作的新变化、新挑战，提出（一）基于新时代就业工作的新变化、新挑战，提出就业指数研究构想就业指数研究构想 高质量充分就业是经济社会发展的优先目标高质量充分就业是经济社会发展的优先目标。党的十八大、十九大先后提出实施就业优先战略，推动实现更高质量更充分就业。2024 年 5 月 27 日，中央政治局第十四次集体学习，习近平总书记再次把就业工作摆到突出位置，提出促进高质量充分就业，是新时代新征程就业工作的新定位、新使命。二十届三中全会提出了健全高质量充分就业促进机制，完善公共就业服务体系，全力解决结构性就2 业矛盾；2024 年 9 月份印发中共中央国务院关于实施就业优先战略促进高质量充分就业的意见明确了高质量充分就业的内涵和工作任务，提出了重点工作的方向和具体政策举措。人口老龄化为就业带来新机遇新挑战。人口老龄化为就业带来新机遇新挑战。人口老龄化是经济社会发展到一定程度的必然趋势，也是当今许多国家正在或即将经历的社会现状，人口老龄化对就业工作带来新的机遇，重点体现在养老服务、家政服务用工需求的增长，延迟退休实施后，激发老年劳动者的就业需求；人口老龄化对就业工作带来的挑战重点体现劳动力供给数量减少，社会发展会更加注重人的全面发展，注重就业质量。人工智能技术的发展推动产业结构调整和就业结构变人工智能技术的发展推动产业结构调整和就业结构变化。化。传统行业以制造业为代表，通过大规模设备更新，推进高端化、智能化、绿色化发展。人工智能促进新型产业发展，推动人工智能、大数据、物联网等技术研发人员或人机互动岗位需求增加。人工智能重构服务业，推动劳动者技能需求转变，如规律性重复性技能需求减弱，沟通、管理、跨学科融合，人机协同等能力需求提升。（二）综合当前现状和研究综述，确定“综合性指数”（二）综合当前现状和研究综述，确定“综合性指数”定位定位 当前国内公开发布的指数主要包含三类，一是基于劳动力市场供需匹配数据形成的就业景气指数，二是对灵活3 就业、生活服务业等细分劳动力市场的指数研究，三是作为 PMI 子指数的 PMI 从业人员指数。这些指数是以劳动力市场或细分领域指数为主，而就业跟经济社会发展各个层面息息相关，是社会经济发展的综合性命题，是城市整体建设的结果，因此，中国就业指数探索构建一个综合性的、综合性的、常态化、定期公开发布的指数常态化、定期公开发布的指数，从就业看到城市的产业发产业发展、劳动力供给水平、公共服务展、劳动力供给水平、公共服务，找到就业的核心支撑要就业的核心支撑要素素。图：国内就业相关指数研究梳理图：国内就业相关指数研究梳理 （三）中国就业指数综合把脉我国城市就业潜力、动（三）中国就业指数综合把脉我国城市就业潜力、动力、活力力、活力 基于前期研究，民生智库提出了中国就业指数研究，目的是把脉全国城市的就业潜力、就业动力、就业活力，通过定期、长期跟踪监测分析，助力构建就业友好型发展方式。中国就业指数对应就业友好发展方式的核心要义，重点理顺经济发展、劳动力供给、政策环境和就业的关系；4 具体包含高质量充分就业和经济社会发展互相促进；就业友好注重人的全面发展，充分就业和就业质量要兼顾，就业政策和产业、金融、人口政策协同发力。图图 就业友好发展方式具体要求（智库解读）就业友好发展方式具体要求（智库解读）二、指数构建二、指数构建（一）从市场、社会、政府三方视角出发构建指标框（一）从市场、社会、政府三方视角出发构建指标框架架 基于以上就业和经济发展、劳动力市场供给、政策环境关系的梳理，从市场、社会、政府三个视角出发构建指标框架。市场视角对应经济发展和就业的关系，衡量经济增长、产业更新和企业发展对就业的带动作用；社会视角对应劳动力供给和就业的关系，衡量区域劳动力供给水平对就业的影响；政府视角对应政策环境和就业的关系，衡量区域就业政策和服务创新对就业的促进作用。5 图图 中国就业指数指标框架中国就业指数指标框架 发展带动发展带动衡量经济增长、产业更新和企业发展对就业的带动作用。就业的根本要靠经济发展，经济增速较好，产业发展势头强劲，企业增收盈利，推动扩大再生产，雇佣更多劳动力，带动就业增长，因此“发展带动”二级指标选取从宏观形势、产业环境和企业个体三个层面考虑，选取“经济支撑”“产业发展”“用工主体”三个二级指标。“经济支撑”指宏观经济整体的发展对就业的带动力，具体指标为就业存量和就业增量两个维度；产业发展指区域优势产业和新兴产业对就业的带动力；用工主体选取最具市场活力的私营企业和中小企业分析用工主体的就业吸纳力。要素供给要素供给衡量区域劳动力要素供给水平对就业的影响。劳动力是重要的生产要素，也是就业市场的供给方，劳动力数量决定就业规模，劳动力的质量决定就业质量，因此6 “要素供给”二级指标从数量和质量两个维度选取三级指标及评价指标。“供给数量”指标分为内部供给和外部供给两个维度，内部供给考虑城市劳动年龄人口比重，外部供给考虑人口流入流出情况。“供给质量”指标主要考虑受教育程度，从当前供给质量和潜在劳动力质量两个维度选取指标。就业服务就业服务衡量区域就业政策和就业服务对就业的促进作用。就业政策和就业服务的区域特色亮点重点考虑当前政策对国家、省级政策贯彻落实情况，以及结合区域情况因地制宜开展的特色亮点工作，选取就业政策覆盖度和重点群体两个指标进行评估。就业政策和服务的落实效果选取城市就业热度和供需双方就业预期两个指标进行评估。基于上述研究框架，考虑各个维度指标侧重、数据可获取性，综合借鉴以往就业失业监测指标和就业领域专家学者的研究经验，形成了包含 3 个一级指标、8 个二级指标、15 项细项指标的就业晴雨表指数指标体系，详见下表：表表 中国就业指数指标体系中国就业指数指标体系 总指数总指数 一级指标一级指标 二级指标二级指标 细项指标细项指标 就业晴雨表指数 发展带动 经济支撑 城市从业人数 城市新增就业 产业发展 优势产业带动力 新型产业增长力 用工主体 私营及个体工商户吸纳力 中小企业活跃度 要素供给 供给数量 当前劳动年龄人口比重 人口流动状况 供给质量 教育程度-大专以上学历 7 总指数总指数 一级指标一级指标 二级指标二级指标 细项指标细项指标 潜在劳动力供给质量-每万人在校大学生数量 就业服务 就业政策 就业政策覆盖度 重点群体服务 就业热度 城市就业热度指数 就业预期 单位用工预期 劳动者就业信心（二）坚持官方数据、全量数据为主，大数据、调查（二）坚持官方数据、全量数据为主，大数据、调查数据为辅，进行指数科学测算数据为辅，进行指数科学测算 数据来源坚持官方数据为主，大数据及市场数据为辅，坚持全量数据为主，抽样及调查数据为辅的原则，获取了各省统计年鉴、城市统计数据库、人社部门统计数据、企查查平台数据、公开政策、调查数据等数据资料，进行统计加权计算和归一化处理，形成最后的观察结果。（三）综合选取就业、经济、人口最为活跃集聚，且（三）综合选取就业、经济、人口最为活跃集聚，且具有全国代表性的具有全国代表性的 5050 个城市个城市 城市是经济社会发展最集中的体现，因此本次指数选取就业市场活跃、经济最具活力、人口集聚显著、体现不同发展程度的 50 个全国代表性城市，具体包含以下四类：第一类第一类 4 4 个直辖市：个直辖市：北京、天津、上海、重庆。第二类第二类 2727 个省会城市：个省会城市：石家庄市、太原市、沈阳市、长春市、哈尔滨市、南京市、杭州市、合肥市、福州市、南昌市、济南市、郑州市、广州市、长沙市、武汉市、海口市、成都市、贵阳市、昆明市、西安市、兰州市、西宁市、呼和浩特市、南宁市、拉萨市、银川市、乌鲁木齐市。8 第三类第三类 5 5 个计划单列市：个计划单列市：深圳、厦门、宁波、青岛、大连 第四类综合考虑人口规模、经济发展水平和城市综合第四类综合考虑人口规模、经济发展水平和城市综合评级，评级，选择人口 500 万以上，人均 GDP10 万以上，将所有新一线城市纳入，共计 14 个城市：苏州、东莞、无锡、唐山、常州、南通、盐城、嘉兴、绍兴、泉州、漳州、烟台、襄阳、佛山。三、观察分析三、观察分析（一）就业服务对城市就业友好水平影响显著（一）就业服务对城市就业友好水平影响显著 就业服务是总指数得分差距拉开的主要原因。就业服务是总指数得分差距拉开的主要原因。就业服务指数得分最大最小差值 30.10，显著高于发展带动和要素供给，是总指数得分拉开差距的主要原因。就业服务指数得分在平均分以上，同时总指数得分也在平均分以上的城市占比 86.3%，且就业服务指数表现前 10 的城市和总指数表现前 10 的城市，重合度高达 90%。图：图：5050 个城市三个支撑总体趋势个城市三个支撑总体趋势 发展带动指数支撑力仅次于就业服务，表现较好的城发展带动指数支撑力仅次于就业服务，表现较好的城市拉高了整体平均水平。市拉高了整体平均水平。发展带动指数得分在平均分以上，同时总指数得分也在平均分以上的城市占比 85%，略低于就9 业服务对总指数的支撑力（86.3%）。发展带动指数中位数低于平均数，且表现在前 20%的城市最大最小值差值为 6.51，显著高于要素供给，说明发展带动指数表现较好的城市拉高了平均水平，绝大多数城市得分在平均分以下。要素供给表现相对均衡，要素供给表现相对均衡，要素供给指数平均得分 78.19分，50 个城市中 25 个得分在平均分以上，中位数和平均数基本持平，城市指数得分基本呈现正态分布。表表 各指数统计指标对比各指数统计指标对比 指标指标 发展带动发展带动 指数指数 要素供给要素供给 指数指数 就业服务就业服务 指数指数 总指数总指数 平均 79.64 78.19 78.35 78.73 中位数 79.01 78.23 78.1 78.1 平均数平均数-中位数中位数 0.63 0.63 -0.04 0.04 0.25 0.25 0.63 0.63 最大最小差值最大最小差值 12.87 17.52 30.1030.10 15.37 前前 20%20%最大最小差值最大最小差值 6.51 6.51 4.83 4.83 8.07 8.07 5.33 5.33 （二）就业服务指数中就业政策覆盖度和就业热度是（二）就业服务指数中就业政策覆盖度和就业热度是关键影响因素关键影响因素 就业服务细项指标中就业政策覆盖度和就业热度得分较低，城市差距较大，50 个城市中得分在平均分以上的数量为 40%。就业服务指数及关键指标表现在平均分以上的城市，总指数得分均在平均分以上，其中 85.7%城市总指数得分现在前 12。表现较好的城市有北京、上海、深圳、广州 4个一线城市，成都、杭州、南京、武汉等省会城市，以及苏州、青岛、长沙、天津、合肥、重庆等。10 图图 就业服务优秀城市工作亮点（部分）就业服务优秀城市工作亮点（部分）（三）发展带动指数中优势产业带动力和用工主体吸（三）发展带动指数中优势产业带动力和用工主体吸纳力是重要发力点纳力是重要发力点 优势产业带动力、城市新增就业和私营及个体工商户吸纳力是差距最为显著的指标，指标得分波动较大，得分在平均分以上的仅为 15-16 个城市。多元化产业结构及民营多元化产业结构及民营经济活力是发展带动力的重要因素。经济活力是发展带动力的重要因素。梳理发展带动关键指标表现好，发展带动及总指数表现较好的城市有深圳、广州、苏州、东莞，这些城市的共同点是产业结构更加多元，市场活跃度很高，具体来看城市第二产业的占比相对较好，优势产业中制造业从业人员最多，个体工商户从业人员增长率都高于平均水平。表表 发展带动优秀城市分析发展带动优秀城市分析 城市城市 第二产业第二产业 从业人员从业人员比重比重%优势产业优势产业 top1top1 优势产业优势产业 top2top2 优势产业优势产业 top3top3 优势产业优势产业 top4top4 优势产业优势产业 top5top5 私营及个私营及个体工商户体工商户从业人员从业人员增长率增长率 深圳 49.3149.31 制造业制造业 教育业 信息传输、计算机服务和软件业 租赁和商业服务业 批发零售贸易业 11.4%11 城市城市 第二产业第二产业 从业人员从业人员比重比重%优势产业优势产业 top1top1 优势产业优势产业 top2top2 优势产业优势产业 top3top3 优势产业优势产业 top4top4 优势产业优势产业 top5top5 私营及个私营及个体工商户体工商户从业人员从业人员增长率增长率 广州 25.34 制造业制造业 租赁和商业服务业 批发零售贸易业 教育业 交通运输和仓储业 10.0%苏州 62.3362.33 制造业制造业 教育业 批发零售 公共管理和社会组织 卫生、社会保险和社会福利业 6.0%东莞 66.1966.19 制造业制造业 公共管理和社会组织 教育业 批发零售贸易业 租赁和商业服务业 24.0%24.0%50 个城市平均 42.442.4 2.0%2.0%（四）要素供给指标中人口流入“吸引力”和潜在劳（四）要素供给指标中人口流入“吸引力”和潜在劳动者“培养力”发挥主要作用动者“培养力”发挥主要作用 相比就业服务和发展带动，要素供给指标各城市得分较为均衡，25 城市得分在平均分以上，高于就业服务和发展带动的 22、20。分析细项指标，人口流动状况和潜在劳动力素质得分差距较大，分别有 18、19 个城市得分在平均分以上，是要素供给指数得分拉开差距的主要指标。梳理两个关键指标表现较好的城市，人口流入吸引力表现较好的城市包含一线城市北上广深和杭州武汉、郑州、贵阳等省会城市，以及东莞等外来劳动力流入较大的城市。潜在劳动者“培养力”表现较好的城市包含广州、南京、武汉、长沙、郑州、合肥、西安、贵阳、兰州等城市。两个指标均表现较好的城市是广州、武汉、郑州、贵阳，覆盖一线城市、中西部省会城市等不同发展程度的城市。12 表表 要素供给优秀城市分析要素供给优秀城市分析 人口流入状况指标及要素供人口流入状况指标及要素供给指数得分较好给指数得分较好 城市城市 潜在劳动力供给质量指标及潜在劳动力供给质量指标及要素供给指数得分较好城市要素供给指数得分较好城市 两项指标及要素供给指数两项指标及要素供给指数得分均较好城市得分均较好城市 北京 广州 广州 上海 南京 武汉 深圳 武汉 郑州 广州 长沙 贵阳 杭州 郑州 武汉 合肥 东莞 西安 郑州 贵阳 厦门 兰州 贵阳 （五）华东地区发展带动和就业服务优势突出，华中、（五）华东地区发展带动和就业服务优势突出，华中、西北及西南地区要素供给表现抢眼西北及西南地区要素供给表现抢眼 华东地区发展带动和就业服务优势突出，主要基于华东地区经济发展好，城市综合服务水平高，就业潜力和吸引力较好。华中、西北、西南等地区要素供给支撑较好，不同城市要素供给支撑力各有侧重。成都、武汉、长沙、郑州、重庆、西安等城市全国辐射力和城市群辐射力吸引力逐步提升；贵阳、兰州、西宁、银川等中西部省会城市区域及省内就业吸引力较好。13 图图 三个支撑指数分地区表现三个支撑指数分地区表现 （六）一线城市北上广深表现优秀，位列前四（六）一线城市北上广深表现优秀，位列前四 北京北京得益于优势产业就业带动力较强和城市就业热度持续高涨。发展带动指数表现最好，优势产业带动力表现最好，信息传输与软件信息服务业、金融业、租赁和商务服务业、科研、技术服务和地质勘查业、教育业从业人员集聚度处于优势地位。就业服务质量较高，作为首都城市就业热度指数高涨，就业政策覆盖度和重点群体服务表现较好。上海上海得益于经济发展、就业政策及服务支撑力较好。2022 年上海就业人员为 1347 万人，在就业存量较大的基础上，2023 年仍实现新增就业 60.56 万人，总量在 50 个城市中表现突出。就业政策更加契合经济发展，支持经济、金融、管理专业人才，强化青年专项技能培训计划，稳岗措施、政策优化、服务强化齐发力，就业政策和服务表现优秀。深圳深圳得益于劳动力要素供给充足，就业政策覆盖度较14 高。深圳是年轻且奋斗的城市，评估的 50 个城市中，16-59岁劳动年龄人口占常住人口的比例占比达到 86%，居 50 个城市首位；深圳吸纳较多外来劳动力，人口流入比 2.7；与此同时，深圳就业政策扶持力度大，补贴范围广，人才政策灵活且持续创新，对高校毕业生及青年群体引进友好，就业政策覆盖度表现优秀。广州广州得益于发展带动、要素供给、就业服务等综合实力均较强。城市新增就业动力较足，在 50 个城市中新增就业人数表现较好；劳动力供给数量和供给质量均处于较高水平；就业政策系统性较好，持续出台稳定和扩大就业 1.0、2.0、3.0 版；注重技能人才培养和产业发展融合，高质量实施“粤菜师傅”“广东技工”“南粤家政”三项工程。（七）成都、杭州、南京、武汉、长沙三类支撑强劲，（七）成都、杭州、南京、武汉、长沙三类支撑强劲，挺进前十挺进前十 成都成都发展带动和就业服务支撑较好。成都是西部地区经济高地，作为西部商贸物流中心、金融中心和科技中心，制造业、批发零售业、建筑业、住宿餐饮业、交通仓储邮电业吸纳就业较好。成都就业服务和产业发展协同较好，引进产业发展亟需的技能人才，鼓励技能人才落户，鼓励创新创业，对高新技术企业和创新型企业提供大量政策支持，民营经济活跃，中小企业就业发展较好，从业人员增长显著。15 杭州杭州就业服务和发展带动支撑较好。杭州拥有“数字经济”和“民营经济”两张金名片。杭州是中国数字经济发展的前沿城市，拥有阿里巴巴、网易等众多知名互联网企业，民营经济非常发达，是经济发展的重要支柱，数字经济产业和民营经济的蓬勃发展，创造了大量的就业机会。杭州依托数字化赋能，持续推进就业服务创新，拥有自主知识产权的“数智就业”综合服务平台，形成“三端共治”的全市统一就业服务智能平台，提升服务效能。南京南京要素供给和就业服务支撑较好。南京拥有较好的科研环境和教育资源，劳动力供给数量和素质相对均衡，要素供给优势突出。南京就业服务各项指标表现均在平均分以上，政策体系较为完善，实现“稳岗有奖励、创业有扶持、培训有补贴、困难有援助”；企业服务高效精准，通过用工全监测、走访全覆盖、服务全对接，提升企业服务的覆盖度和精准度。武汉武汉发展带动、要素供给和就业服务整体较为均衡。武汉产业基础雄厚，制造业实力强劲，带动现代服务业蓬勃发展，产业就业创造力和带动力整体较好。武汉作为中部经济带的中心和国家中心城市，科教资源丰富，人才吸引力强，要素供给指数表现突出。武汉打造多样化就业服务品牌，开展职业技能培训工作，大力推行企业新型学徒制、菜单式、项目制等定岗定向培训模式，积极推进就业16 服务创新，提升就业服务支撑力。长沙长沙要素供给和就业服务支撑较好。长沙产业基础良好，科教资源丰富，城市文化底蕴深厚，同时作为省会城市对周边城市及省内城市人才吸引力较强，劳动力供给数量和供给质量整体支撑较好。长沙通过就业政策引导、服务平台搭建、重点群体服务等构建多层次、多方位就业服务体系，注重产业人才培养，完善高校和技工院校创新创业教育体系，就业服务细项指标得分均在平均分以上，对总指数支撑作用显著。（八）苏州、厦门、海口三个“黑马城市”凭借产业（八）苏州、厦门、海口三个“黑马城市”凭借产业及政策优势综合表现跻身前列及政策优势综合表现跻身前列 苏州苏州得益于发展带动力强劲、就业政策和服务创新、用工单位和劳动者信心较好。根据企查查数据，苏州市中小企业数量约 418.77 万家，在 50 个城市中位于前列，且保持较好增速，就业吸纳力较好。苏州优势产业和一线城市协同较高，承接了一线城市的产业外溢人才，重点支持电子信息、装备制造、生物医药、先进材料等新型产业人才引进，同时积极参与“国聘行动”，开展多元化招聘，城市吸引力强，用工单位和劳动者信心较好，就业预期表现优秀。厦门厦门得益于良好的人才引进及就业创业扶持政策，吸引较多外来人口。厦门对不同层级以及台湾地区的人才引17 进均有相应的政策补贴与奖励，同时具有良好的创业环境，鼓励个体工商户和小微企业吸纳就业，鼓励高校毕业生来厦求职、见习、创业，相比周边二线城市，厦门人口流入比为 1.81，远高于福建、泉州的 1.16、1.15；中小企业数量增长率 13.1%，高于福建、泉州的 10.8%、11.2%，外来人口流入多，城市活力和劳动参与率较高，劳动力要素供给优势提升总指数表现。海口海口得益于优势产业带动和中小企业增长。在本次评估的三线城市中，海口的产业集聚度位居三线城市第一名，其交通仓储邮电业、房地产业、金融业、制造业、建筑业从业人员集聚度优势显著。同时海口作为自贸区，政策税收优惠、营商环境优化、金融产业支撑，推动中小企业快速增长，本次评估海口中小企业增长率为 75.5%，为 50 个城市首位，对总指数具有显著拉动作用。四、智库建议四、智库建议（一）就业工作整体建议：构建高质量充分就业促进（一）就业工作整体建议：构建高质量充分就业促进机制，推进经济社会发展和就业协同机制，推进经济社会发展和就业协同 1.1.健全高质量就业服务体系健全高质量就业服务体系 建立“政府+市场”多元化就业服务体系：保障基本公共就业服务均等化、标准化、数智化、精细化，探索社会化机构项目制、有偿式参与就业服务。完善重点群体就业促进机制：在关注失业登记人员和就业困难人员的基础上，18 加大对高校毕业生及产业发展需要人才的支持政策。强化就业服务组织实施保障：落实省级就业服务体系的统筹机制，加强就业服务体系绩效评估和监督管理，提升服务效能。2.2.推进产业发展和就业协同推进产业发展和就业协同 突出优势产业的就业创造力。注重优势产业的就业创造能力，提升产业对高校毕业生、技能型人才的吸纳力提升产业的就业带动效应。延伸优势产业的配套产业链，提升就业带动效应。提升中小企业就业吸纳力。充分发挥中小企业的就业吸纳力，鼓励创新创业，支持多元化就业。3.3.构建就业友好型发展方式构建就业友好型发展方式 健全劳动者权益保障制度，完善适应灵活就业和新就业形态的权益保障体系，提升城市就业宜居的吸引力。完善产教融合机制。优化企业参与职业教育的方式和途径，充分调动企业积极性，推进人才培养和产业发展相互支撑促进，提升城市人力资本水平。（二）城市就业工作建议：不同类型城市结合自身优（二）城市就业工作建议：不同类型城市结合自身优势，找准发力点势，找准发力点 1.1.一线城市：保持优势，推进三个支撑合力效应一线城市：保持优势，推进三个支撑合力效应 建议北京重点提升民营经济活力，推动产业转型发展和就业协同，提升就业服务支撑力。上海应关注要素供给，优化劳动力市场结构，完善社会保障体系，加强监测和政19 策引导，保持发展和就业服务持续优势。深圳应重视发展与服务协同，提升劳动者整体素质和技能水平，关注劳动者长期发展；完善劳动权益保障，提升就业满意度。广州应挖掘就业服务优势，提升城市综合实力。以就业服务关键指标为抓手，挖掘就业服务优势亮点，提升城市就业热度和吸引力。2.2.部分省会城市及综合实力较好的城市：持续优化就部分省会城市及综合实力较好的城市：持续优化就业服务，提升城市就业吸引力业服务，提升城市就业吸引力 根据本次指数观察结果，这类城市主要包含成都、杭州、南京、武汉、长沙、苏州、青岛、天津、东莞、郑州、厦门、合肥、无锡、重庆、宁波、西安、海口，应当重点关注产业转型和就业工作协同，提升就业服务效能；完善重点群体就业促进机制，保护新业态从业人员劳动权益；及时跟进产业发展需求，建立劳动者终身职业技能培训体系，着力解决就业结构性矛盾。3.3.其他经济基础较好的省会城市及二三线城市：挖掘其他经济基础较好的省会城市及二三线城市：挖掘核心优势，瞄准关键指标重点突破核心优势，瞄准关键指标重点突破 根据本次指数观察结果，这类城市主要包含沈阳、济南、昆明、常州、佛山、南昌、福州、大连、南通、泉州、长春、绍兴、唐山、烟台、嘉兴、石家庄、襄阳、漳州、盐城，应当梳理城市核心要素和资源禀赋，寻找发展带动、要素供给和就业服务的发力点；重点突破就业服务创新，20 完善公共就业服务体系，挖掘就业服务和产业发展、劳动力供给的结合点，加强“双轮”驱动力；聚焦优势产业集聚、中小企业发展、外来人口吸引力等关键指标，挖掘城市核心优势，重点突破。4.4.中西部省会城市：强化区域中心城市的协同效应中西部省会城市：强化区域中心城市的协同效应 根据本次指数观察结果，这类城市包含贵阳、兰州、哈尔滨、太原、南宁、呼和浩特、拉萨、西宁、乌鲁木齐、银川，应当重点加强城市区域产业协同、劳动力市场协同和就业服务协同，关注城市综合发展和人才吸引力，保持发展活力；完善就业政策及服务体系，构建区域劳动力统一市场，提升对周边城市及省内其他城市劳动力的吸引力；对标优势产业发展需求，优化劳动力供给结构和供给素质，打造区域优势劳务品牌和技能型人才，提升产业发展带动能力。附件：中国就业指数观察结果 如需了解报告详细业务情况，可咨询中心销售负责人 范宝成，联系电话：[phone]。21 附件附件：中国就业指数观察结果中国就业指数观察结果 表表 中国就业指数观察结果中国就业指数观察结果 序号序号 城市城市 总指数总指数 发展带动指数发展带动指数 要素供给指数要素供给指数 就业服务指数就业服务指数 1 北京 87.11 87.6 82.54 91.19 2 上海 86.84 87.12 80.02 93.38 3 深圳 86.62 87.1 86.18 86.59 4 广州 86.61 85.64 84.06 90.16 5 苏州 84.41 83.42 78.02 91.78 6 成都 83.82 82.5 79.67 89.29 7 杭州 83.64 81.09 79.8 90.05 8 南京 82.44 79.67 83.15 84.5 9 武汉 82.23 80.34 81.17 85.19 10 青岛 81.78 81.64 75.85 87.85 11 长沙 81.71 79.83 80.43 84.86 12 天津 81.49 80.74 77.24 86.5 13 东莞 81.09 81.42 84.69 77.17 14 郑州 80.7 78.94 82.63 80.54 15 厦门 80.47 79.25 81.35 80.81 16 合肥 80.41 78.6 79.61 83.02 17 无锡 80.32 79.17 76.47 85.31 18 重庆 80.29 84.91 72.31 83.66 19 宁波 79.85 80.21 76.39 82.96 20 西安 79.66 80.82 81.01 77.15 21 海口 79.56 80.47 78.82 79.39 22 贵阳 79.31 79.05 82.04 76.84 23 兰州 79.14 77.79 85.91 73.73 24 沈阳 78.27 78.07 77.91 78.83 25 济南 78.19 78.78 78.88 76.92 26 昆明 78 77.75 80.07 76.2 27 常州 77.45 78.1 76.33 77.91 28 佛山 77.42 79.39 78.43 74.44 29 南昌 77.34 78.22 80.57 73.22 30 福州 77.18 79.65 75.32 76.57 31 大连 76.96 79.29 75.89 75.69 32 南通 76.93 78.97 71.38 80.44 33 泉州 76.85 79.97 72.03 78.55 34 长春 76.6 77.83 77.18 74.8 35 哈尔滨 76.59 78.34 77.63 73.79 36 绍兴 76.43 78.59 73.55 77.16 37 太原 76.29 76.33 82.27 70.27 22 序号序号 城市城市 总指数总指数 发展带动指数发展带动指数 要素供给指数要素供给指数 就业服务指数就业服务指数 38 南宁 76.14 77.52 76.42 74.47 39 呼和浩特 76.1 78.58 80.88 68.85 40 拉萨 75.69 75.7 80.06 71.31 41 唐山 75.46 78.04 71.28 77.04 42 烟台 75.09 78.36 73.32 73.59 43 嘉兴 74.92 80.48 75.11 69.18 44 石家庄 74.42 75.55 75.02 72.68 45 西宁 74.28 74.76 76.92 71.16 46 乌鲁木齐 74.08 78.01 79.71 64.52 47 襄阳 73.35 77.9 77.88 64.26 48 漳州 73.22 78.49 70.41 70.77 49 盐城 71.84 76.99 68.66 69.85 50 银川 71.74 74.98 76.97 63.28 23