主页搜索
搜索
选择时间
搜索范围
全部的
‘就业信息院’新闻 2个
-
青年就业集中于首都圈，中年再就业质量下降…各生命周期劳动市场差距根据学历和地区的不同，劳动市场差距在青年到老年各个生命周期中均有所体现。青年群体中，稳定的工作主要集中在首都圈和高学历者中，而中年群体在退休后工作质量下降，老年群体的制度性保护则显得脆弱。韩国就业信息院在27日发布的《利用就业面板进行劳动市场深度分析》报告中，利用青年面板、老龄化就业面板和老龄化研究面板分析了从青年到老年各生命周期的劳动市场参与和就业质量。报告指出，青年劳动市场中，首都圈的集中现象十分明显。调查对象中超过一半的青年居住在首都圈，稳定的工作也主要集中在该地区。根据学历，大专及以上的就业比例较高，而非经济活动比例较低。相反，高中及以下的群体则相对较高的非经济活动和不稳定就业比例。随着年龄的增长，就业者数量有所增加，但学历和地区的差距并未得到缓解。青年群体的就业条件总体有所改善。2021年，青年中正式就业的比例从64.9%上升至2023年的74.6%，而临时和日工的比例则从28.2%下降至18.9%。然而，这一变化并未在所有群体中均等出现。首都圈和大专及以上学历的群体中，正式就业比例相对较高，而非首都圈和高中及以下学历的群体则集中在不稳定就业中。地区和学历成为影响劳动市场的关键因素。中年群体在主要工作退休后，调查显示其就业质量显著下降。已从主要工作退休的比例约为31%，其中相当一部分人重新进入劳动市场，主要从事临时、日工或自营职业。再就业的工作多为短期、非正式和低薪工作。男性主要转向自营职业，而女性则倾向于集中在护理、销售、清洁等低技能服务行业。学历和地区的差距依然存在。社会保障水平也因就业形式而存在较大差异。正式就业者的国民养老金参保率为73%，就业保险参保率为72%，退休金适用率为83%，而临时和日工的社会保险参保率则低于30%。就业信息院指出，再就业后的工作往往处于制度保护之外。老年群体显示出较强的继续留在劳动市场的意愿。根据2014年老龄化研究面板新样本中，至2022年每次调查均参与的59至92岁747人分析，68.3%的510人目前持有工作。无论是工资劳动者、自营职业者还是无薪家庭工作者，均有90%以上表示希望继续工作。就业信息院解读，老年人的劳动不仅是为了收入保障，也是维持社会关系和身份认同的手段。然而，超过一半的就业者表示没有固定的劳动合同，且没有雇员的自营职业者和无薪家庭工作者的比例也较高，制度性保护仍然脆弱。就业信息院就业统计调查团队的强敏正表示：“从青年到老年，劳动市场参与和就业质量上，学历和地区等结构性差距依然存在。”他强调：“需要针对不同生命周期的定制化就业政策，以缓解青年地区差距、改善中年再就业质量和扩大老年社会保障。”※ 本报道经人工智能（AI）系统翻译与编辑。
2026-07-28 00:32:00 -
人工智能分析求职者并推荐政策，构建个性化就业支持体系人工智能（AI）被提议用于分析求职者的就业可能性和长期失业风险，并推荐个性化的就业支持政策。这一构想超越了简单的职位信息搜索，旨在通过诊断求职者的特征和需求，建立一个将适合的职业培训、就业支持项目和咨询服务个性化连接的体系。韩国就业信息院在10日发布的《有效的线上线下就业支持求职者诊断工具体系化方案》研究报告中，提出了综合分析求职者的就业可能性、就业意愿和就业障碍等因素，以提供个性化就业支持的综合诊断体系建设方案。早在2023年，政府就推出了就业24，建立了一个整合了工作网、就业保险、HRD-Net等的就业服务平台。求职者可以通过就业24在一个地方搜索招聘信息、接受职业培训、申请失业救济和参与就业支持项目等多种服务。截至2024年10月，就业24的个人会员从928万增加到去年5月的1119万，用户规模不断扩大。目前，根据会员特征提供个性化的培训信息和职位信息。然而，用户往往需要自己寻找所需的政策和服务，因此对更精细的个性化推荐功能的需求日益增加。就业信息院在此次研究中指出，失业救济、国民就业支持制度和求职者跃升保障套餐等各项业务中使用的诊断工具分散运营，诊断目的和测量方式各不相同，限制了对求职者特征的综合把握和服务之间的衔接。为了更系统地分析求职者特征并连接个性化服务，建立综合诊断体系的必要性被提出。因此，提出了尽早筛选出长期失业风险高的求职者并给予集中支持的数据驱动的个人档案系统的必要性。目前，美国、澳大利亚、德国等主要国家已经在运用统计个人档案系统，集中支持长期失业风险高的求职者。尤其是德国等欧洲国家，在保持一对一咨询为中心的就业服务的同时，利用统计分析实施“筛选与集中”策略，以高效利用有限的预算和人力资源。就业信息院强调，我国也需要摆脱单纯的资格审查型就业服务，转向基于数据识别求职者特征和风险因素，并提供相应服务的方向。为此，建议利用就业行政数据库（DB）和可解释的人工智能（XAI）来预测就业可能性，并高效分配有限的就业服务资源。对于长期失业风险高的求职者，提供更集中的咨询、职业培训和就业推荐服务；而对于相对就业可能性高的求职者，则支持快速的职位匹配。最终目标是建立一个“AI协作型就业服务体系”，让AI分析求职者特征和风险因素，咨询师基于此制定支持策略。韩国就业信息院职业生涯开发研究室高级研究员徐贤珠表示：“我们需要建立一个‘AI协作型就业服务体系’，让AI分析求职者特征，咨询师据此设计个性化服务。”※ 本报道经人工智能（AI）系统翻译与编辑。
2026-06-11 00:30:00
-
青年就业集中于首都圈，中年再就业质量下降…各生命周期劳动市场差距
根据学历和地区的不同，劳动市场差距在青年到老年各个生命周期中均有所体现。青年群体中，稳定的工作主要集中在首都圈和高学历者中，而中年群体在退休后工作质量下降，老年群体的制度性保护则显得脆弱。韩国就业信息院在27日发布的《利用就业面板进行劳动市场深度分析》报告中，利用青年面板、老龄化就业面板和老龄化研究面板分析了从青年到老年各生命周期的劳动市场参与和就业质量。报告指出，青年劳动市场中，首都圈的集中现象十分明显。调查对象中超过一半的青年居住在首都圈，稳定的工作也主要集中在该地区。根据学历，大专及以上的就业比例较高，而非经济活动比例较低。相反，高中及以下的群体则相对较高的非经济活动和不稳定就业比例。随着年龄的增长，就业者数量有所增加，但学历和地区的差距并未得到缓解。青年群体的就业条件总体有所改善。2021年，青年中正式就业的比例从64.9%上升至2023年的74.6%，而临时和日工的比例则从28.2%下降至18.9%。然而，这一变化并未在所有群体中均等出现。首都圈和大专及以上学历的群体中，正式就业比例相对较高，而非首都圈和高中及以下学历的群体则集中在不稳定就业中。地区和学历成为影响劳动市场的关键因素。中年群体在主要工作退休后，调查显示其就业质量显著下降。已从主要工作退休的比例约为31%，其中相当一部分人重新进入劳动市场，主要从事临时、日工或自营职业。再就业的工作多为短期、非正式和低薪工作。男性主要转向自营职业，而女性则倾向于集中在护理、销售、清洁等低技能服务行业。学历和地区的差距依然存在。社会保障水平也因就业形式而存在较大差异。正式就业者的国民养老金参保率为73%，就业保险参保率为72%，退休金适用率为83%，而临时和日工的社会保险参保率则低于30%。就业信息院指出，再就业后的工作往往处于制度保护之外。老年群体显示出较强的继续留在劳动市场的意愿。根据2014年老龄化研究面板新样本中，至2022年每次调查均参与的59至92岁747人分析，68.3%的510人目前持有工作。无论是工资劳动者、自营职业者还是无薪家庭工作者，均有90%以上表示希望继续工作。就业信息院解读，老年人的劳动不仅是为了收入保障，也是维持社会关系和身份认同的手段。然而，超过一半的就业者表示没有固定的劳动合同，且没有雇员的自营职业者和无薪家庭工作者的比例也较高，制度性保护仍然脆弱。就业信息院就业统计调查团队的强敏正表示：“从青年到老年，劳动市场参与和就业质量上，学历和地区等结构性差距依然存在。”他强调：“需要针对不同生命周期的定制化就业政策，以缓解青年地区差距、改善中年再就业质量和扩大老年社会保障。”※ 本报道经人工智能（AI）系统翻译与编辑。
2026-07-28 00:32:00 -
人工智能分析求职者并推荐政策，构建个性化就业支持体系
人工智能（AI）被提议用于分析求职者的就业可能性和长期失业风险，并推荐个性化的就业支持政策。这一构想超越了简单的职位信息搜索，旨在通过诊断求职者的特征和需求，建立一个将适合的职业培训、就业支持项目和咨询服务个性化连接的体系。韩国就业信息院在10日发布的《有效的线上线下就业支持求职者诊断工具体系化方案》研究报告中，提出了综合分析求职者的就业可能性、就业意愿和就业障碍等因素，以提供个性化就业支持的综合诊断体系建设方案。早在2023年，政府就推出了就业24，建立了一个整合了工作网、就业保险、HRD-Net等的就业服务平台。求职者可以通过就业24在一个地方搜索招聘信息、接受职业培训、申请失业救济和参与就业支持项目等多种服务。截至2024年10月，就业24的个人会员从928万增加到去年5月的1119万，用户规模不断扩大。目前，根据会员特征提供个性化的培训信息和职位信息。然而，用户往往需要自己寻找所需的政策和服务，因此对更精细的个性化推荐功能的需求日益增加。就业信息院在此次研究中指出，失业救济、国民就业支持制度和求职者跃升保障套餐等各项业务中使用的诊断工具分散运营，诊断目的和测量方式各不相同，限制了对求职者特征的综合把握和服务之间的衔接。为了更系统地分析求职者特征并连接个性化服务，建立综合诊断体系的必要性被提出。因此，提出了尽早筛选出长期失业风险高的求职者并给予集中支持的数据驱动的个人档案系统的必要性。目前，美国、澳大利亚、德国等主要国家已经在运用统计个人档案系统，集中支持长期失业风险高的求职者。尤其是德国等欧洲国家，在保持一对一咨询为中心的就业服务的同时，利用统计分析实施“筛选与集中”策略，以高效利用有限的预算和人力资源。就业信息院强调，我国也需要摆脱单纯的资格审查型就业服务，转向基于数据识别求职者特征和风险因素，并提供相应服务的方向。为此，建议利用就业行政数据库（DB）和可解释的人工智能（XAI）来预测就业可能性，并高效分配有限的就业服务资源。对于长期失业风险高的求职者，提供更集中的咨询、职业培训和就业推荐服务；而对于相对就业可能性高的求职者，则支持快速的职位匹配。最终目标是建立一个“AI协作型就业服务体系”，让AI分析求职者特征和风险因素，咨询师基于此制定支持策略。韩国就业信息院职业生涯开发研究室高级研究员徐贤珠表示：“我们需要建立一个‘AI协作型就业服务体系’，让AI分析求职者特征，咨询师据此设计个性化服务。”※ 本报道经人工智能（AI）系统翻译与编辑。
2026-06-11 00:30:00
