懂一些数据分析的人估计能明白这里面的文字游戏，数据是可以解读出很多花样，可以把差的数据说得好，把好的数据说得差，关键在于数据解读者想给你看怎样的信息。
比率下降和绝对值下降所呈现出来的数据效果，不一定是我们表面好的转好。
比率受到分母和分子的影响，会掩盖一些数据真相。
首先，一千万毕业生的毕业时间大概是6月30日，在此之前他们是不计入失业率中。
从网上信息来看，16-24岁劳动人口约3300万人，其中大约有660万人失业，23届毕业生约1158万人，假设在7月前是不计入劳动人口。
7月16-24岁就业劳动人口的分母从3300万人变为4400万人，这时候失业人数的分子会很影响这个失业率。
每年高校的就业率，大家懂得都懂，年年90+%。
假如这一千万毕业生有九成被统计就业，那么失业的人是660w+110w=770w，770w/4300w=17.9%。
接下来我们预言一下，7月份需要点时间做大学生就业数据，6月失业率21.3%，7月失业率可能涨1-2点，等8月数据做好了，8-12月的数据往19%～20%趋势走。
这些笼统的数据描述是经不起细问的，一深究哪哪都是问题，我们看不到实际的就业人数、失业人数，也不知道这些人是什么教育背景、分布在什么地区、什么行业等等。
也没有具体的措施说明怎么解决就业，怎么预测数据，这些信息看看就好。
发布于 2023-07-24 14:42・IP 属地广东