在就业人口的变化里看懂中国——第七次人口普查分县数据报告（五）
人口普查分县资料的表五与表六列出了各地区的人口职业结构和人口行业结构，对我们了解城市产业对劳动力的需求，以及各地区的劳动力供给至关重要。
▍长表数据的使用
从分县资料的表5开始，人口普查分县资料进入了“长表”的范围。
相对于全面普查，每个人理论上都会被查到的短表，长表并非全面普查，而是进行约10%的抽样调查。2020年第七次人口普查将约1.39亿人纳入了长表抽样范围，抽样率约为9.84%。因此，从表5开始，所有数字都不能直接使用，而需要经过抽样比调整。
例如表5、表6首先汇报了各地区的16岁以上人口，全国总数为112,675,113人，仅1亿人出头。而在中国人口普查短表的年龄表格中，16岁以上人口为1,141,071,562人，短表人口数量为长表的9.87%。这个数字和整体抽样比9.84%非常接近，说明人口普查的抽样比在不同年龄上也是基本一致的。
因此，如果要从长表和短表中各拿出一些数字进行运算，就必须使用到这个抽样比，进行数字上的放缩和还原。但需要注意的是，计算时不能将长表数字简单除以9.84%了事——抽样比总体为9.84%，并不意味着每一个地区的抽样比均为9.84%。
在表5、表6中公布了各区县16岁以上人口，而在表7中公布了各区县15岁以上人口，将表7（长表）的15岁以上人口与表2（短表）中的15岁以上人口相除，便可发现一些地区的抽样比远低于9.84%，比如天津市和平区的抽样比仅有6.02%；而遂宁市安居区的抽样比又高达14.7%。因此，若是简单使用各个区县的长表数字除以9.84%来“还原”到该区县的全样本，将会得到错误的结果。以劳动参与率的计算为例，我们可以看到如何正确使用普查的长表和短表资料。
▍各地区劳动参与率的计算
劳动参与率是指劳动参与人口（就业人口&失业且在找工作的人口）在劳动年龄人口（男16-59岁，女16-54岁）中的占比，反映了一个地区劳动力市场的基本情况。
但在计算这个指标时，劳动参与人口的数值只能从长表信息获取，上文我们已经提到，各地的抽样比并不相同，必须充分利用长表和短表的信息才能算出隐含的抽样比和年龄结构，从而得出出较为准确的结果。在这种情况下，看似简单的“劳动参与率”计算，需要从下式的方法才能得到：
在上式的最后一个等号之后，所有以红色字体标注的部分都是来自人口普查长表，15岁以上人口来自表7，而劳动参与人口和16岁以上人口来自表6。黑色字体则来自人口普查短表，其中的不同年龄段人口以及名字和长表重复的“15岁以上人口”，都是通过分五岁年龄结构人口数据加总得到的。
这种方法虽然复杂，但却是唯一可行的路径，基于此算出不同地区的劳动参与率如下图所示：
上图列出了我国劳动参与率的前20名与后20名。可以看到，劳动参与率最高的八个城市，包括南充、荆门、南通、德阳、嘉兴、宜昌、广安、绵阳，其劳动参与率超过了80%。只要在16岁以上，同时没到退休年龄，这些地区的人口有五分之四都有一份工作，可以说是非常辛勤地劳动着。前20名地区中，四川有6个城市，浙江有5个城市，湖北有4个城市，可谓中国最“辛苦”的地区了。
劳动参与率最低的20名城市，则以欠发达地区和少数民族聚居区为主。广东省有四个城市在劳动参与率最低的城市中上榜，分别是湛江、河源、梅州、汕尾。如果大家对之前的一篇还有印象，可能不会忘记，这四个城市同时也是外流人口最多的城市。这20个城市的劳动参与率都在50%以下，且比起10年前平均下降了20.3%。
在全国层面上，中国这十年间的劳动参与率也在显著下降，从2010年的70.3%，下降至2020年的63.3%，整整下降了7%。在中国进入劳动力人口快速萎缩的阶段时，劳动参与率的进一步下降，使我们的就业人口进一步降低。
从2010年到2020年，中国的就业人口下降了14.7%。在人均产出能力增长并没有显著上升的同时，就业人口的持续下降，正是中国GDP增速近年来显著放缓的重要原因之一。
▍各地区职业结构变化
在本次人口普查中，职业被划分为七大类：
1.党的机关国家机关群众团体和社会组织企事业单位负责人
2.专业技术人员
3.办事人员和有关人员
4.社会生产服务和生活服务人员
5.农林牧渔业生产及辅助人员
6.生产制造及有关人员
除了以上六类职业外，另有一类为：
7.不便分类的其他从业人员
下面分别展示了各职业人口占比最高的50城。
“党的机关国家机关群众团体和社会组织企事业单位负责人”，可以按照其关键词“负责人”来理解。无论是一个组织还是一个企业、团体，在其中担任领导职务，且具有决策、管理权的人，便属于这类职业。排除人口较少的大兴安岭、日喀则这两个地区，排名最领先的城市是南京市、天津市、湖州市、北京市、佛山市。南京、天津、湖州、北京的“负责人”占比在过去十年内上升较快，相比之下，佛山、中山、上海的“负责人”占比有所下降。
“专业技术人员”可以直接按照其字面意思理解，指从事科学研究和专业技术工作的人员。这类人员占比排名最高的城市是北京、上海、太原、南京、西安，其中北京占比为25.7%，遥遥领先第二名上海的20.7%。从事这部分职业人口的比例在过去十年上升较快，北京、上海、西安等地都增长了5%以上，前50名城市平均增长3.8%。
“办事人员和有关人员” 指在国家机关、党群组织、企业、事业单位中从事行政业务、行政事务、行政执法、安全保卫和消防等工作的人员。具体包括办事人员、安全和消防人员、其他办事人员和有关人员。这类职业不属于负责人，他们需要从事具体工作，但并不直接提供服务和产品。这类职业占比排名最高的5个地区中有4个是少数民族聚居区，大兴安岭则属于林区。在前50名城市中，有一半城市都是这样的少数民族聚居区，且这些地区的“办事人员和有关人员”比例都有显著上升。在这类民族聚居区以外，一些大城市的“办事人员”占比也比较高，例如北京、天津、太原等地，都有15%左右的就业人员属于这类“办事人员”。
“社会生产服务和生活服务人员”指从事商品批发零售、交通运输、仓储、邮政和快递、信息传输、软件和信息技术、住宿和餐饮以及金融、房地产、租赁和商务技术辅助、生态保护、文化、体育和娱乐等社会生产服务与生活服务工作的人员。这类职业比例最高的五个城市是三亚、乌鲁木齐、海口、广州、杭州，这几类地区恰好也是旅游业、餐饮业和住宿业较为发达的地区。在前50名城市中，这类职业额比例上升了17.2%，是所有职业中比例上升最大的。
“农林牧渔生产及辅助人员”较高的地区也以少数民族聚居区和农产品主产地为主。这类职业占比较高的城市一般发达程度也较低。排名前50的城市中，农林牧渔人员的比例在过去十年下降了26.4%，是所有职业中比例下降最大的。
“生产制造及有关人员”直接给出了工业在不同城市的占比。东莞、嘉兴、台州、中山、宁波五地排名前五。但这5个地区的生产制造人员比例都在下降，事实上，排名前21位的城市，全部在过去10年内出现了制造业相关人员的比例下降，而排名22-50的城市，则以制造业相关人员比例上升为主。这意味着制造业出现了“疏散”，从以往的制造业重镇，向其他城市出现了转移。例如2010年时曾经让制造业劳动力占比一半的无锡市，2020年时的制造业劳动力占比仅剩38.1%。另一方面，安庆、黄冈、遂宁等地的制造业比例则从20%上升到30%以上，甚至接近40%。前50名城市的制造业劳动占比正在变得更加平均。
▍各地区行业结构变化
下面再来看看各地区的行业结构的变化，需要特别注意的是，在统计中“行业”和“职业”是两个不太一样的概念。职业侧重于从事工作的性质，而行业侧重于工作单位所属的行业类型。
例如东莞的制造业行业从业人员占比下降了16.2%，但是从事制造业职业的人员却只下降了13.4%。那在行业占比上额外下降的2.8%，曾经从事制造业行业，却没有从事制造业职业，他们是什么样的人员？我们可以将这类人理解为在该行业中的非生产性人员。例如在制造业行业的公司从事人事或者专业技术研发工作，这部分人就是在行业上比职业上额外减少的人员。
在分县资料的表6中列出了20个行业，我们选择了其中10个占比较大，或者比较有代表性的行业，展示其中每种行业从业人员占比前30名的城市。
在农林牧渔业和制造业上，两者的排名都和职业上同类排名类似，但值得注意的是，从事该行业的人员要比从事该职业的人员下降得更快，这说明在农业、制造业中，非直接生产人员比直接生产人员减少得更多。
建筑业占比最高的五个城市分别是巴中、遂宁、鄂州、昭通、广元。其中有三个四川城市，南充、内江等四川城市在建筑业占比排行榜中也名列前茅。建筑业在这些城市起到了巨大的就业支撑作用，且在过去十年间上升很快。
批发和零售业占比最高的城市是揭阳、莆田、汕头、汕尾和乌鲁木齐。广东城市占据了前五席中的三个。从东莞、中山、佛山生产出来的产品，立刻送往揭阳、汕头、汕尾发售至全国，广东的产销一体可谓运转良好。
住宿和餐饮业占比最高的城市是三亚，接下来的海东、临夏、延边和拉萨都是少数民族聚居区。这些城市的共同特点是以旅游为主要支撑产业。一定意义上，这个30城市的列表甚至可以当做中国国内旅游的地区指南，但在这两年疫情期间，这些地区也受到了比其他行业更大的打击。
IT业（普查中全名叫做“信息传输软件和信息技术服务业”）占比最高的城市是北京、上海、杭州、南京、深圳、广州、成都、厦门、武汉和西安。北京在这个榜单上领先第二名上海3.3%，向人们展示谁才是中国互联网巨头的领军城市。上海、杭州和南京分别位于长三角三级，占比从6.1%到5.9%紧随北京。深圳则略为落后前五名城市，占比5.2%。如果说前面的行业城市排行榜中经常会有小城市出现，那么IT业占比前30名的城市，则几乎全是大城市，且城市越发达，排名越靠前。
金融业占比最高的城市是北京、上海、呼和浩特、太原和天津。和IT业不同，金融业排名前两强虽然也是北京和上海，但后面却往往会出现一些中小城市。这一方面是因为金融业本身是一个需要面对面服务于普通人的行业，从而并不像IT业一样可以通过远程工作而达成地区上的垄断。另一方面，金融业其实远没有IT业那样高的技术门槛。在北京、上海的券商、投行工作的人属于金融业，在小城市银行网点柜面工作，理财产品的地面推销人员也属于金融业，而小城市的金融业，往往以后者为主。
公共管理业主要包括党的机关、国家机构、群众团体、基层组织，这类行业占比最靠前的同样主要是少数民族聚居区。在阿里、果洛、克孜勒苏柯尔克孜、那曲和日喀则，有20%以上甚至30%的从业人员是在这类部门工作的，且过去十年内平均上升了17.5%。在少数民族聚居区大量设置国家机关和机构来，以此加强基层领导，是我们在过去十年内切实在做的工作，这点在人口普查的就业数据中也得到了如实反应。
科学研究和技术服务业占比最高的城市包括北京、南京、上海、克拉玛依、武汉。由于地质勘探业也被列为技术服务业，因此以资源类城市在这张榜单上也比较靠前。这份榜单同样也是一张大学聚集地列表，和上一篇大学生排名靠前的城市几乎一致。
房地产业占比最高的城市包括克拉玛依、三亚、海口、北京、乌鲁木齐。房地产业和建筑业不同，建筑业以盖房子为业，而房地产业则以开发、经营、管理、促成交易为业。这部分行业从业人口占比虽然不如之前的行业高，但却能够如实反映不同城市在开发土地、经营土地的愿望和房地产交易的热度。在前30名城市中，房地产业的就业占比从2010年的1.9%上升至2020年的3.6%。在占比最高的前30名城市中，三亚、郑州、武汉、廊坊、北海五个城市成为房地产业占比上升最快的城市。而上海、北京、厦门、广州与合肥，则是过去十年内增长最慢的。
从职业和行业的人口占比变化中，我们不难看到城市的发展变化，更能看到中国整体的行业变迁。可以说，当人们在选择不同的城市——不管是想要搬家，还是投资，还是选择生意伙伴——人口普查分县资料的表5和表6，都是你必备的案头资料。