高技能就业占比

字段字典

• Province [省份名称] — 省份的中文名称.
• ProvinceCode [省份代码] — 省份的相关统计部门代码 (6 位字符串).
• Year [年份] — 统计年份.
• UrbEmpInfo [信息传输、软件和信息技术服务业城镇单位就业人员(万人)] — 城镇单位就业人员指在各级国家机关、政党机关、社会团体及企业、事业单位中工作，取得工资或其他形式的劳动报酬的全部人员。包括在岗职工、再就业的离退休人员、民办教师以及在各单位中工作的外方人员和港澳台方人员、兼职人员、借用的外单位人员和第二职业者。不包括离开本单位仍保留劳动关系的职工。
• UrbEmpFin [金融业城镇单位就业人员(万人)] — 城镇单位就业人员指在各级国家机关、政党机关、社会团体及企业、事业单位中工作，取得工资或其他形式的劳动报酬的全部人员。包括在岗职工、再就业的离退休人员、民办教师以及在各单位中工作的外方人员和港澳台方人员、兼职人员、借用的外单位人员和第二职业者。不包括离开本单位仍保留劳动关系的职工。
• UrbEmpSciTech [科学研究和技术服务业城镇单位就业人员(万人)] — 城镇单位就业人员指在各级国家机关、政党机关、社会团体及企业、事业单位中工作，取得工资或其他形式的劳动报酬的全部人员。包括在岗职工、再就业的离退休人员、民办教师以及在各单位中工作的外方人员和港澳台方人员、兼职人员、借用的外单位人员和第二职业者。不包括离开本单位仍保留劳动关系的职工。
• UrbEmpEdu [教育业城镇单位就业人员(万人)] — 城镇单位就业人员指在各级国家机关、政党机关、社会团体及企业、事业单位中工作，取得工资或其他形式的劳动报酬的全部人员。包括在岗职工、再就业的离退休人员、民办教师以及在各单位中工作的外方人员和港澳台方人员、兼职人员、借用的外单位人员和第二职业者。不包括离开本单位仍保留劳动关系的职工。
• UrbEmpHealth [卫生和社会工作城镇单位就业人员(万人)] — 城镇单位就业人员指在各级国家机关、政党机关、社会团体及企业、事业单位中工作，取得工资或其他形式的劳动报酬的全部人员。包括在岗职工、再就业的离退休人员、民办教师以及在各单位中工作的外方人员和港澳台方人员、兼职人员、借用的外单位人员和第二职业者。不包括离开本单位仍保留劳动关系的职工。
• UrbEmpTotal [城镇单位就业人员(万人)] — 城镇单位就业人员指在各级国家机关、政党机关、社会团体及企业、事业单位中工作，取得工资或其他形式的劳动报酬的全部人员。包括在岗职工、再就业的离退休人员、民办教师以及在各单位中工作的外方人员和港澳台方人员、兼职人员、借用的外单位人员和第二职业者。不包括离开本单位仍保留劳动关系的职工。
• HighSkillEmpShare [高技能就业占比] — 高技能就业占比。计算公式：(UrbEmpInfo+UrbEmpFin+UrbEmpSciTech+UrbEmpEdu+UrbEmpHealth) / UrbEmpTotal。

常见问题

「高技能就业占比」是什么数据集？

高技能就业占比，隶属人口与就业。衡量各省知识密集型高技能就业在城镇总就业中的占比，反映区域人力资本结构与技能偏向型技术变迁水平。

该数据集的时间范围是？

覆盖 2004-2024 年。

包含哪些变量/指标？

共 10 个变量。核心指标包括：信息传输、软件和信息技术服务业城镇单位就业人员(万人)、金融业城镇单位就业人员(万人)、科学研究和技术服务业城镇单位就业人员(万人)、教育业城镇单位就业人员(万人)、卫生和社会工作城镇单位就业人员(万人)、城镇单位就业人员(万人)、高技能就业占比。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

数据频率和层级是怎样的？

频率为年度，省级层级。

样本量有多大？

约 575 条观测。

数据是如何测算/获取的？

指标定义与计算方法 高技能就业占比（HighSkillEmpShare）衡量城镇就业人员中从事知识密集型服务业的比重，是劳动经济学中技能偏向型技术变迁（SBTC）假说的核心控制变量。该指标基于Katz & Murphy（1992）提出的“技能分组”框架，将信息传输、软件和信息技术服务业、金融业、科学研究和技术服务业、教育业、卫生和社会工作等五大行业界定为高技能就业部门，其就业份额上升被视为技术进步偏向高技能劳动力的直接证据。数据来源于相关统计部门年度城镇就业人员分行业统计数据。计算公式为： $$ \text{HighSkillEmpShare} = \frac{UrbEmpInfo + UrbEmpFin + UrbEmpSciTech + UrbEmpEdu + UrbEmpHealth}{UrbEmpTotal} $$ 其中，分子各变量分别对应上述五大行业的城镇单位就业人员数（万人），分母UrbEmpTotal为城镇单位就业人员总数（万人）。计算步骤包括：首先从原始数据中提取各行业就业人数，确保分子中所有变量均在同一统计口径（城镇单位就业）下；然后加总分子并除以分母，得到比例值。该指标为无量纲比例，取值范围介于0到1之间，典型量级在0.15至0.35之间（中国省级数据，2000年后呈上升趋势）。 补充说明 本指标基于简化假设：将上述五大行业视为高技能就业的全部代表，忽略其他知识密集型行业（如文化、体育和娱乐业）以及非正规就业中的高技能劳动者。边界条件方面，数据覆盖年份为2003年至2022年（部分省份早期年份存在缺失，采用线性插值处理）；所有变量单位均为“万人”，无需额外换算。计算粒度为省级（ProvinceCode, Year），主键为省份代码与年份。已知限制包括：行业分类标准在2011年、2017年经历调整，可能导致部分行业口径变化；城镇单位就业统计未覆盖私营企业和个体就业，可能低估实际高技能就业规模。 参考文献 [1] Katz, L. F., & Murphy, K. M. (1992). Changes in relative wages, 1963–1987: Supply and demand factors. The Quarterly Journal of Economics, 107(1), 35-78. [2] Autor, D. H., Levy, F., & Murnane, R. J. (2003). The skill content of recent technological change: An empirical exploration. The Quarterly Journal of Economics, 118(4), 1279-1333.

如何获取该数据集？

通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。