Chapter 2 記述統計量

• 1963年から2021年9月までの月次データを用いて、ハローワーク市場における厚生変化を記述する

2.1 方法

• ４半期ごとに集計

• 季節性を除去するために、前年同期からの変化率を報告

\[\frac{Y_{year,quaterly}-Y_{year-1,quaterly}}{Y_{year-1,quaterly}}\]

2.2 求人/求職/就職件数

• 有効求人件数、有効求職者件数、新規就職件数の推移を記述する

2.2.1 Rコード

pacman::p_load("tidyverse",
               "readxl",
               "lubridate")

col.label <- 
   c("year",
     "1",
     "2",
     "3",
     "4",
     "5",
     "6",
     "7",
     "8",
     "9",
     "10",
     "11",
     "12",
     "type",
     "group")

select.raw <- 14:63

select.column <- c(1,3:14)

raw.vacancy.full <-
  "data/第6表.xlsx" |> 
  read_excel(sheet = "第６表ー２（パート除く）") %>%
  .[select.raw,select.column] |> 
  mutate(type = "求人",
         group = "フルタイム")

colnames(raw.vacancy.full) <- col.label

raw.seeker.full <-
  "data/第7表.xlsx" |> 
  read_excel(sheet = "第７表ー２（パート除く）") %>%
  .[select.raw,select.column] |> 
  mutate(type = "求職",
         group = "フルタイム")

colnames(raw.seeker.full) <- col.label

raw.hir.full <-
  "data/第8表.xlsx" |> 
  read_excel(sheet = "第８表ー２（パート除く）") %>%
  .[select.raw,select.column] |> 
  mutate(type = "新規就職",
         group = "フルタイム")

colnames(raw.hir.full) <- col.label

raw.vacancy.part <-
  "data/第6表.xlsx" |> 
  read_excel(sheet = "第６表ー３（パート）") %>%
  .[select.raw,select.column] |> 
  mutate(type = "求人",
         group = "パートタイム")

colnames(raw.vacancy.part) <- col.label

raw.seeker.part <-
  "data/第7表.xlsx" |> 
  read_excel(sheet = "第７表ー３（パート）")  %>%
  .[select.raw,select.column] |> 
  mutate(type = "求職",
         group = "パートタイム")

colnames(raw.seeker.part) <- col.label

raw.hir.part <-
  "data/第8表.xlsx" |> 
  read_excel(sheet = "第８表ー３（パート）") %>%
  .[select.raw,select.column] |> 
  mutate(type = "新規就職",
         group = "パートタイム")

colnames(raw.hir.part) <- col.label

df <-
  rbind(raw.hir.full,
        raw.hir.part,
        raw.vacancy.full,
        raw.vacancy.part,
        raw.seeker.full,
        raw.seeker.part
        ) |> 
  pivot_longer(cols = 2:13,
               names_to = "month",
               values_to = "n") |> 
  mutate(n = n |> as.numeric(),
         year = year |> str_sub(1,4) |> as.numeric(),
         month = month |> as.numeric(),
         quaterly = month |> cut(c(0,3,6,9,12), labels = c(1,2,3,4)),
         date = yq(str_c(year,quaterly,sep = ":Q"))
         ) |> 
  group_by(date,type) |> 
  mutate(n = n |> sum()) |> 
  ungroup() |> 
  distinct(year,quaterly,date,type,n) |> 
  spread(key = type, value = n) |> 
  group_by(quaterly) |> 
  mutate(求人 = (求人- lag(求人))/lag(求人),
           求職 = (求職 - lag(求職))/lag(求職),
           新規就職 = (新規就職 - lag(新規就職))/lag(新規就職)
           ) |> 
  ungroup() |> 
  pivot_longer(cols = c(4:6),
               names_to = "type",
               values_to = "N") |> 
  na.omit()

fig <-
  df |> 
  mutate(符号 = if_else(N >= 0, "増加", "減少")) |> 
  ggplot(aes(x = date,
             y = N,
             fill = 符号)
         ) +
  geom_bar(stat = "identity") +
  geom_line(aes(y=0)) +
  facet_wrap(~type,
             ncol = 1) +
  ylab("") +
  xlab("") +
  theme_bw(base_family = "HiraKakuPro-W3") 

2.2.2 結果

• 景気と求人・新規就職の正循環、求職との反循環を再確認できる

  • オイルショックやバブル崩壊、リーマンショック後の不況期において、求人の低下、求職の増加が認められる

• COVID-19の影響を反映していると考えられる2020年第2・3四半期の求人急落および第3四半期以降の求職増加はオイルショックやリーマンショックほどではないが、90年代のバブル崩壊後落ち込みを超える水準であった。

  • 顕著な特徴は、2020年第2四半期の新規就職件数急落が、他の経済ショック期と比べても大きい点にある。 求人・求職の変化と比べても大きく、COVID-19が採用・入職の手控えを強力に促進した可能性が高い。

• 2021年にかけて、求人の回復傾向、求職者の増加傾向が見られる。

2.3 入職/充足/求人倍率

• ”一件あたり”に基準化した指標を用いて、求職市場の推移を記述する

  • 入職率 \(=\) 新規就職件数/有効求職件数

  • 充足率 \(=\) 新規就職件数/有効求人件数

  • 求人倍率 \(=\) 有効求人件数/有効求職件数

2.3.1 Rコード

col.label <- 
   c("year",
     "1",
     "2",
     "3",
     "4",
     "5",
     "6",
     "7",
     "8",
     "9",
     "10",
     "11",
     "12",
     "type",
     "group")

select.raw <- 14:63

select.column <- c(1,3:14)

raw.vacancy.full <-
  "data/第6表.xlsx" |> 
  read_excel(sheet = "第６表ー２（パート除く）") %>%
  .[select.raw,select.column] |> 
  mutate(type = "求人",
         group = "フルタイム")

colnames(raw.vacancy.full) <- col.label

raw.seeker.full <-
  "data/第7表.xlsx" |> 
  read_excel(sheet = "第７表ー２（パート除く）") %>%
  .[select.raw,select.column] |> 
  mutate(type = "求職",
         group = "フルタイム")

colnames(raw.seeker.full) <- col.label

raw.hir.full <-
  "data/第8表.xlsx" |> 
  read_excel(sheet = "第８表ー２（パート除く）") %>%
  .[select.raw,select.column] |> 
  mutate(type = "新規就職",
         group = "フルタイム")

colnames(raw.hir.full) <- col.label


raw.vacancy.part <-
  "data/第6表.xlsx" |> 
  read_excel(sheet = "第６表ー３（パート）") %>%
  .[select.raw,select.column] |> 
  mutate(type = "求人",
         group = "パートタイム")

colnames(raw.vacancy.part) <- col.label

raw.seeker.part <-
  "data/第7表.xlsx" |> 
  read_excel(sheet = "第７表ー３（パート）")  %>%
  .[select.raw,select.column] |> 
  mutate(type = "求職",
         group = "パートタイム")

colnames(raw.seeker.part) <- col.label

raw.hir.part <-
  "data/第8表.xlsx" |> 
  read_excel(sheet = "第８表ー３（パート）") %>%
  .[select.raw,select.column] |> 
  mutate(type = "新規就職",
         group = "パートタイム")

colnames(raw.hir.part) <- col.label

df <-
  rbind(raw.hir.full,
        raw.hir.part,
        raw.vacancy.full,
        raw.vacancy.part,
        raw.seeker.full,
        raw.seeker.part
        ) |> 
  pivot_longer(cols = 2:13,
               names_to = "month",
               values_to = "n") |> 
  mutate(n = n |> as.numeric(),
         year = year |> str_sub(1,4) |> as.numeric(),
         month = month |> as.numeric(),
         quaterly = month |> cut(c(0,3,6,9,12), labels = c(1,2,3,4)),
         date = yq(str_c(year,quaterly,sep = ":Q"))
         ) |> 
  group_by(date,type) |> 
  mutate(n = n |> sum()) |> 
  ungroup() |> 
  distinct(year,quaterly,date,type,n) |> 
  spread(key = type, value = n) |> 
  group_by(quaterly) |> 
  mutate(充足率 = (新規就職/求人- lag(新規就職/求人))/lag(新規就職/求人),
           入職率 = (新規就職/求職 - lag(新規就職/求職))/lag(新規就職/求職),
           求人倍率 = (求人/求職 - lag(求人/求職))/lag(求人/求職)
           ) |> 
  ungroup() |> 
  pivot_longer(cols = c(7:9),
               names_to = "type",
               values_to = "N") |> 
  na.omit()

fig <-
  df |> 
  mutate(符号 = if_else(N >= 0, "増加", "減少")) |> 
  ggplot(aes(x = date,
             y = N,
             fill = 符号)
         ) +
  geom_bar(stat = "identity") +
  geom_line(aes(y=0)) +
  facet_wrap(~type,
             ncol = 1) +
  ylab("") +
  xlab("") +
  theme_bw(base_family = "HiraKakuPro-W3") 

2.3.2 結果

• 景気と入職率|求人倍率の正循環、充足率との反循環が観察できる

• COVID-19後、入職率・求人倍率が急落し、充足率の上昇がみられる

  • 特に入職率の低下は、過去の不況期と比べても大きい

• 2021年において入職率・求人倍率の低下は下げ止まる傾向がある。

2.4 環境

sessionInfo()

## R version 4.1.3 (2022-03-10)
## Platform: x86_64-apple-darwin17.0 (64-bit)
## Running under: macOS Big Sur/Monterey 10.16
## 
## Matrix products: default
## BLAS:   /Library/Frameworks/R.framework/Versions/4.1/Resources/lib/libRblas.0.dylib
## LAPACK: /Library/Frameworks/R.framework/Versions/4.1/Resources/lib/libRlapack.dylib
## 
## locale:
## [1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8
## 
## attached base packages:
## [1] stats     graphics  grDevices utils     datasets  methods   base     
## 
## other attached packages:
##  [1] lubridate_1.8.0 readxl_1.3.1    forcats_0.5.1   stringr_1.4.0  
##  [5] dplyr_1.0.8     purrr_0.3.4     readr_2.1.2     tidyr_1.2.0    
##  [9] tibble_3.1.6    ggplot2_3.3.5   tidyverse_1.3.1
## 
## loaded via a namespace (and not attached):
##  [1] Rcpp_1.0.8.3     assertthat_0.2.1 digest_0.6.29    utf8_1.2.2      
##  [5] R6_2.5.1         cellranger_1.1.0 backports_1.4.1  reprex_2.0.1    
##  [9] evaluate_0.15    httr_1.4.2       highr_0.9        pillar_1.7.0    
## [13] rlang_1.0.2      rstudioapi_0.13  jquerylib_0.1.4  rmarkdown_2.12  
## [17] labeling_0.4.2   munsell_0.5.0    broom_0.7.12     compiler_4.1.3  
## [21] modelr_0.1.8     xfun_0.29        pkgconfig_2.0.3  htmltools_0.5.2 
## [25] tidyselect_1.1.2 bookdown_0.24    fansi_1.0.3      crayon_1.5.1    
## [29] tzdb_0.2.0       dbplyr_2.1.1     withr_2.5.0      grid_4.1.3      
## [33] jsonlite_1.8.0   gtable_0.3.0     lifecycle_1.0.1  DBI_1.1.2       
## [37] pacman_0.5.1     magrittr_2.0.3   scales_1.1.1     cli_3.2.0       
## [41] stringi_1.7.6    farver_2.1.0     fs_1.5.2         xml2_1.3.3      
## [45] bslib_0.3.1      ellipsis_0.3.2   generics_0.1.2   vctrs_0.4.0     
## [49] tools_4.1.3      glue_1.6.2       hms_1.1.1        fastmap_1.1.0   
## [53] yaml_2.3.5       colorspace_2.0-3 rvest_1.0.2      knitr_1.37      
## [57] haven_2.4.3      sass_0.4.0