疫情影响下招聘渠道效能分析
袁征
摘要：2019年末，疫情暴发对经济造成了重大的影响，对招聘就业上也有着较为强力的冲击。因此不同招聘渠道所取得的招聘成果效能，较平时会有相当的变化。所以，为了研究疫情对不同招聘渠道的招聘效能的影响，作出此研究。使用问卷调查法和模型分析法对招聘渠道在疫情前后收到的不同的效果进行调查。通过调查疫情暴发前后求职者对各个招聘渠道的倾向，并建立相关模型进行研究。
关键词：疫情;招聘;招聘渠道
中图分类号：F272.92 文献标识码：A? 文章编号：1003-2177（2021）06-0124-03
0 绪论
2019年末，由新型冠状病毒引发的疫情大规模爆发，对国家的经济、民生产生了重大影响，引发了全世界的持续关注。
疫情防控期间正值春招，招聘方法和招聘效能也在经受巨大的影响。中国社会科学院人口与劳动经济研究所的程杰博士认为疫情对就业的影响总体可控，虽然不会出现大规模失业现象，但“稳就业”压力加重。对于择业人员来说疫情影响下造成的出行问题会延长待业时间，从而挫伤就业积极性[1]。
根据《中国科技信息》的数据可知：疫情防控期间，中国居民出行频次大幅度下降。一天外出三次及以上的中国居民只有1.9%，而几乎没有外出的中国居民却上升至了15.8%。18.3%的中国居民一天外出一到两次;33.8%的中国居民两到三天外出一次，30.2%的中国居民四到五天外出一次[2]。
交通运输业也受到了强烈的冲击。数据显示，疫情暴发到春运之前，全国一共搭载发送旅客13.3亿人次，同比下降36.9%。铁路1.98亿人次，同比下降了29.2%;公路10.8亿人次，同比下降了38.2;船运1627.7万人次，同比下降了46.9%;空运3597万人次，同比下降了29.5%[3]。
招聘作为人力资源管理中的一个重要环节，能够给予企业新鲜的生命力。尤其是对中小企业来讲，招聘所带来的人才素质决定着企业发展的瓶颈的大小。虽然疫情影响下的劳动力市场略显沉寂，但人才的招聘却也不能停滞在疫情的影响下。招聘面临着方式改变。
此时的招聘，如果对招聘方法选择不当，将会面临很大的成本风险，尤其对于一些中小企业来说，仅仅靠常识判断，还不能完全规避疫情影响下的招聘风险。本文的研究将有利于为提高企业招聘科学合理性提供参考。同时也有利于增强社会对疫情对劳动力市场的影响的认识。
1 问卷与模型设计
1.1模型设计
为了方便研究，假设疫情防控期间，所有的人都可以划分为三种类型：频繁活动人口、正常活动人口、减少活动人口。此外依据研究目的将招聘渠道分为六种：校园招聘、现场招聘、网络招聘、人才中介机构介绍、熟人员工推荐、以及媒体广告。
给定概念人口活动率：S=I/A。式中I为在一段时间内，某区域外出活动人数，A为在一段时间内为区域内总人口。I1、I2、I3分别代表频繁活动人口、正常活动人口、减少活动人口。因此，有S1、S2、S3分别代表频繁人口活动率、正常人口活动率、减少人口活动率。
假设人员参加非线上招聘概率P，又有P1、P2、P3则分别代表着活动人口中频繁活动人口参加非线上招聘的概率、正常活动人口参加非线上招聘的概率、减少活动人口参加非线上招聘的概率。
假设招聘渠道意向率：QJ。QJ为当企业采用J型招聘渠道时，待就业劳动者参与招聘的概率。另外，在本文的研究中，由于研究样本均为待就业人口，人口均指定为待就业人口。
此时提出假设，正常活动的待就业人口参加非线上招聘的概率为50%，频繁活动的待就业人口参加非线上招聘的概率为75%，减少活动的待就业人口参加非线上招聘的概率为25%。即P1=75%、P2=50%、P3=25%。
由此给定公式：
式中E代表企业采用J型招聘渠道时共收到的意向数量。
1.2问卷设计与对象确定
为了确定I以及Q，本文采用问卷调查的方法进行数据收集，并明确问卷投放时想要的目标受众。本文将受众分为以下四个类型：非待就业学生、待就业毕业生、待就业无业劳动者以及已就业劳动者。而对于非主要受众的非待就业学生、待就业毕业生在问卷设计时，只考虑其第三方角度的看法。
2 问卷分析与模型应用
2.1 问卷信度分析
通过网上问卷投放以及走访投放，共投放450份，回收408份。回收率为100%。另外抛弃掉填写不规范21份，胡乱盲目填写4份，其他3份。共收到实际有效问卷380份。有效率为90.7%。对部分问题进行Cronbach信度分析，研究数据信度系数值高于0.6，综合说明数据信度质量可以接受。
2.2问卷数据分析
本次调查的380份问卷中，非待就业学生190人，占比50%;待就业毕业生140人，占比36.8%;待就业無业劳动者19人，占比5.3%;已就业劳动者31人，占比7.9%。
数据显示，疫情暴发前和疫情暴发后最具有求职者倾向的前三个招聘渠道分别是校园招聘和网络招聘、网络招聘和校园招聘以及现场招聘和熟人员工推荐。疫情爆发前校园招聘倾向率为62.5%;网络招聘倾向率为50%;现场招聘倾向率为43.8%。疫情爆发后网络招聘倾向率为68.8%;校园招聘倾向率为56.3%;熟人员工推荐倾向率为43.8%。
本次调查的380份问卷中，13.2%的人认为疫情对招聘就业具有较小影响;有34.2%的人认为疫情对就业具有一般影响;有50%的人认为疫情对就业具有较大影响;有2.6%的人认为疫情对就业具有重大影响。另外也可以得到以下数据：在疫情防控期间，有26.3%的人比平时外出频率稍微减少;有73.7%的人几乎不外出。有7.9%的位受访者认为在疫情防控期间周围有很多人外出;有65.8%的受访者认为在疫情防控期间周围较少人外出;有26.3%的受访者认为在疫情防控期间周围几乎没人外出。
通过比较分析不难看出，正向变动最大的为网络招聘，招聘倾向率上升了18.8%。负向变动最大的为人才中介机构介绍，招聘倾向率下降了12.5%。
另外，通过问卷，我们也可以得到疫情暴发前和疫情爆发后的招聘意向率QJ。
下面是疫情暴发前各个招聘渠道的Q：
校园招聘：62.5%;网络招聘：50%;现场招聘：43.8%;熟人员工推荐：31.3%;媒体广告招聘：18.8%;人才中介机构：12.5%。
下面是疫情暴发后各个招聘渠道的Q：
校园招聘：56.3%;网络招聘：68.8%;现场招聘：37.5%;熟人员工推荐：43.8%;媒体广告招聘：37.5%;人才中介机构：0。
2.3 模型应用
通过问卷调查，我们可以得到的关于人口出行流动的相关数据。等比例放大后，可以得到研究设定模型所需的数据。
另通过大数据可以得知1.9%的中国居民频繁外出，64%的中国居民较少外出，而几乎没有外出的中国居民有15.8%。
通过简单的数据整合，可以基本确定以下数据：在疫情防控期间，频繁外出的人占比为4.5%;较少外出的人占比为64.9%;正常外出的人为18.3%;几乎不外出的人占比为12.3%。
由此可以得到相应的S1、S2、S3分别为4.5%、18.3%和64.9%。如果某城市存在人口100万，即A=100。假设疫情暴发前，此城市所有人口均为正常外出人口，此时此城市活动人口I=I2=100万。而疫情暴发之后，相应的I1、I2、I3并不难得出。
I1=S1×A=4.5%×1000000=45000;
I2=S2×A=18.3%×1000000=183000;
I3=S3×A=64.9%×1000000=649000;
由此便可以得出疫情暴发前和疫情爆发后相应的招聘意向数量EJ。又由于疫情暴发前I=I2即I=I1+I2+ I3=I2，得I1+I3=0，I1、I3不为负，所以I1=I3=0。因此疫情暴发前各个招聘渠道的E则如下：
（1）校园招聘。
E=P2×I2×62.5%=50%×1000000×62.5%=312500;
（2）网络招聘。
E=AQ=1000000×50%=500000;
（3）现场招聘。
E=P2×I2×62.5%=50%×1000000×43.8%=219000;
（4）熟人员工推荐。
E=P2×I2×62.5%=50%×1000000×31.3%=156500;
（5）媒体广告招聘。
E=P2×I2×62.5%=50%×1000000×18.8%=94000;
（6）人才中介机构。
E=P2×I2×62.5%=50%×1000000×12.5%=62500;
此时也可以算出疫情暴发后各个招聘渠道的E，疫情暴发后各个招聘渠道的E则如下：
（1）校园招聘。
E=P1×I1×56.3%+P2×I2×56.3%+P3×I3×56.3%= 75%×45000×56.3%+50%×183000×56.3%+25%×
649000×56.3%=161862.5;取161863;
（2）网络招聘。
网络招聘的E为：E=AQ=1000000×68.8%=688000;
（3）現场招聘。
E=P1×I1×37.5%+P2×I2×37.5%+P3×I3×37.5%
=75%×45000×37.5%+50%×183000×37.5%+25%×649000×37.5%=107812.5;取107813;
（4）熟人员工推荐。
E=P1×I1×43.8%+P2×I2×43.8%+P3×I3×43.8%
=75%×45000×43.8%+50%×183000×43.8%+25%×649000×43.8%=125925;
（5）媒体广告招聘。
E=P1×I1×37.5%+P2×I2×37.5%+P3×I3×37.5%
=75%×45000×37.5%+50%×183000×37.5%+25%×649000×37.5%=107812.5;取107813;
（6）人才中介机构。
E=0。（Q=0）
通过对以上疫情暴发后各个招聘渠道的E的计算，可以得到以下数据：校园招聘渠道上意向数量减少了150637，占疫情暴意向的48.2%。网络招聘渠道意向数量增加了188000，占疫情暴发前的37.6%。现场招聘渠道意向数量减少了11187，占疫情暴发前的50.7%。熟人员工推荐意向数量减少了30575，占疫情暴发的19.5%。媒体广告招聘意向数量增加了107813，占疫情暴发前的14.7%。人才中介机构意向数量介绍减少了100%。综上，可以发现受疫情影响，各招聘渠道收到的招聘意向较疫情暴发前有不少变动，其中负向变动最多的为现场招聘，正向变动最多的为网络招聘。因此可以知道在疫情影响情况下，网络招聘最受欢迎而现场招聘欢迎度大为降低。
3 研究结论与建议
从研究的结论可以看出，疫情对招聘渠道的招聘效果具有很大的影响。此时选择合理的招聘渠道，不仅能够节省招聘时所需要的费用，也能使得招聘行为有着更好的效果。
经过假设检验，我们可以得出结论网络招聘在疫情影响下能收获更大的效果，因此一方面，对于招聘者来说，在疫情防控期间，首先选用线上网络招聘这一招聘方式，不仅能够减少安全隐患，也能够降低招聘费用如面试所需要的路费、住宿费等。如实在不能选择线上招聘的，应当选用同人群接触较少的传统媒体招聘或者熟人员工推荐，减少非面试意外的其他人员接触。另一方面，对于用人单位来说，在疫情防控期间，应当首先选用线上网络招聘，这样不仅能够收获最多的招聘意向、收到最好的招聘效果，也能够减少招聘费用如摊位费等。
4 研究展望
通过本文的研究，已经能够对求职者和用人单位在疫情期间对招聘渠道的选择有初步指导的作用。在本文研究中，采用了两个重要指标作为主要数据来源，分别是求职者的招聘意向率和求职人口出行流动程度。在今后的研究中，从这两个方面进行切入时，可以增加用人单位的招聘渠道选择意愿作为一个同求职者招聘意向率权重相当的重要指标。
研究基于最严重的时期的情况进行数据调查。而在今后的研究中，可能疫情会慢慢减轻，届时最突出的影响招聘渠道招聘效果的指标将不再会是人口出行流动程度，而在此时进行研究，可能会有新的重要指标，而此时所采取的数据是否较本研究有更大变化，这是值得探究的。到疫情结束后，网络招聘这一招聘渠道会有哪些变化？这些变化是为迎合疫情需要而短暂设计还是会有具有更长的生命周期，成为网络招聘的新的技术成分，这些也在未来的研究中值得深入调查。
参考文献
[1]程杰.新冠疫情对就业的影响及对策建议[J].中国发展观察，2020（z2）：40-42.
[2]新冠疫情影响下的中国[J].中国科技信息，2020（6）：2-9.
[3]周一鸣，姜彩良.“非典”和新冠肺炎疫情对我国客货运输的影响比较与分析[J].交通运输研究，2020，6（1）： 24-32.
（责编：陈静姝）
