从国考大数据看中国哪个省的人最爱当官
道路千萬條,公務(wù)員之路最擁擠!
一個(gè)職位有成百上千人競爭的現(xiàn)象屢見不鮮
然而每年都有100多萬勇士
敢于直面國考的慘烈
說起公考
全國那么多人
到底哪個(gè)省份的人最愛當(dāng)官呢?
看數(shù)據(jù)分析就知道了
▼
先看下剛結(jié)束的2020年的國考大數(shù)據(jù)。
數(shù)據(jù)分析顯示,2020年國考共招錄24128人,有143.7萬人通過資格審核,參考人數(shù)達(dá)96.5萬人,競爭比高達(dá)40:1。
其中,2019年的這場國考,被稱為“史上最難國考”。經(jīng)過2018年報(bào)考高峰后,2019年,國考突然大縮水,招考職位從2018年的16144縮減到9657,招考人數(shù)縮減幾乎為2018年的一半,為14537人,而參考人數(shù)高達(dá)92萬。2019年也是競爭最激烈的一年,競爭比高達(dá)63:1。
2009-2020國考競爭比變化
在地域上,無用多說,很多中央機(jī)關(guān)崗位都在北京,所以北京報(bào)名人數(shù)和招考職位是最多的。除北京外,我們發(fā)現(xiàn),2020年,廣東、云南、浙江、山東、貴州、四川、江蘇、河南、河北,報(bào)考人數(shù)位居前十。
我們又做了近5年報(bào)考人數(shù)總和的圖,沒錯(cuò),廣東、山東、四川、浙江、河南、云南穩(wěn)坐前十。
山東一直被大家認(rèn)為是最當(dāng)官的地方,那山東人到底有多少當(dāng)官的呢?
網(wǎng)上數(shù)據(jù)顯示,355名現(xiàn)任省級(jí)常委中,山東人竟然占據(jù)了52席,占全國總數(shù)的15%,甚至超過了亞軍浙江(24人)、季軍湖南(23人)的總和。其中,省委書記就有8名,省長還有2名。大陸共31個(gè)省級(jí)行政區(qū),山東人當(dāng)一把手的就占了8個(gè),接近1/4。可見,山東人當(dāng)官的是真多。
山東作為國考報(bào)名大省,除了受孔孟文化影響外,與山東省人口基數(shù)大和山東的國營經(jīng)濟(jì)比較發(fā)達(dá)有很大關(guān)系。
而從近五年國考山東報(bào)名人數(shù)來看,從2018年之后,山東報(bào)考人數(shù)出現(xiàn)了縮減。
通過前面的分析圖發(fā)現(xiàn),除了山東,云南、貴州、四川、廣東、浙江歷年也都是國考大省。
關(guān)于廣東,一直有這樣一個(gè)流傳:客家人當(dāng)官多,潮汕人愛做生意。
2020國考廣東報(bào)名167491人,156741人過審。全省平均競爭比83.9,職位最大競爭比是799:1。
從數(shù)據(jù)分析圖可以看出,廣東和北京一樣,因?yàn)檎袖浫藬?shù)比較多,自然報(bào)名人數(shù)也多。競爭壓力也是相當(dāng)大。
而云南、貴州、四川三地雖然招錄人數(shù)不多,但是因?yàn)橐徊糠謲徫粭l件要求相對寬松,所以報(bào)考人數(shù)反而多了,這也造成了這些地區(qū)的國考競爭壓力大,特別是2020年,貴州國考競爭比超過北京,高達(dá)118.38:1。
浙江、江蘇這些地區(qū),原本也是出官員比較多的省份,但現(xiàn)在,隨著沿海經(jīng)濟(jì)的發(fā)展,經(jīng)商的氛圍越來越濃,更多的人想當(dāng)老板去創(chuàng)業(yè)。
再來看下各個(gè)地區(qū)的國考競爭比分析。
通過各個(gè)地區(qū)國考競爭比數(shù)據(jù)分析圖可以很直觀的看出,甘肅、貴州、云南這些經(jīng)濟(jì)相對不發(fā)達(dá),就業(yè)機(jī)會(huì)較少的的地方,才是考公務(wù)員熱情最高的地方。同樣,因?yàn)閳?bào)考人多,造成競爭也是比較激烈的。而江蘇、浙江、山東些經(jīng)濟(jì)較發(fā)達(dá)省份,人們考公務(wù)員的熱情其實(shí)差不多。
?總結(jié):
雖然說,公考上岸難,但這也是很多人執(zhí)著追求的一個(gè)方向。報(bào)考公務(wù)員的熱度一方面受地域文化影響,北方文化相比南方文化,官本位的思想還是更多一些,這個(gè)文化特點(diǎn)與南北方地域歷史、地方資源差異、人文觀念差異密不可分,是一種客觀存在。
另一方面,還有各地方的經(jīng)濟(jì)影響,像私有經(jīng)濟(jì)更活躍的地方,當(dāng)官的欲望是普遍比較低的。
總結(jié)
以上是生活随笔為你收集整理的从国考大数据看中国哪个省的人最爱当官的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 通过这组数据分析发现房价波动背后的规律
- 下一篇: 巧用参数组件和过滤组件,教你快速定位目标