英国公共部门就业:2019年12月

• 2019年12月，公共部门就业人数估计为544万人，比2018年12月增加了7.9万人，比2019年9月增加了1.5万人。

• 据估计，2019年12月，16.5%的有偿工作人员受雇于公共部门，与2019年9月持平。

• 2019年12月，估计有2755万人在私营部门工作，比去年同期增加了19.2万人。

• 据估计，有173万人在英国国家医疗服务体系工作，这是有记录以来的最高水平，占英国公共部门就业人数的31.7%，占英国有偿工作人数的5.2%。

图1:自2008年以来，公共部门的就业受到了许多在公共部门和私营部门之间流动的机构的影响

英国公共部门总就业人数，季节性调整，1999年3月至2019年12月

资料来源:国家统计局-季度公共部门就业调查

下载此图像图1:自2008年以来，公共部门的就业受到了许多在公共部门和私营部门之间流动的机构的影响

.png (23.9 kB) .xlsx (23.5 kB)

2019年12月，公共部门约有544万名员工。这是:

• 与2019年9月相比增加1.5万人(0.3%)

• 与2018年12月相比增加了7.9万(1.5%)

2019年12月，在所有有薪工作的人中，估计有16.5%受雇于公共部门。这与2019年9月持平，比2018年12月高出0.1个百分点。

最新的估计显示，受雇于中央政府的人越来越多，受雇于地方政府的人越来越少，这主要是因为英格兰的一些地方政府学校转变为学院。

2019年12月，中央政府的估计就业人数继续增加，达到327万人，创历史新高。与2019年9月相比增加22,000(0.7%)，与2018年12月相比增加108,000(3.4%)，如图2所示。

2019年9月至12月，地方政府的就业人数估计减少了7000人(0.3%)。与2018年12月相比，下降了28000个(1.4%)，如图2所示。

据估计，12月份国民保健服务部门增加了14 000名雇员，公共行政部门增加了9 000名雇员，这有助于公共部门就业人数的增加。

2019年12月，估计有173万人受雇于国民医疗服务体系，这是有记录以来的最高数字。这是:

• 比2019年9月增加1.4万人(0.8%)

• 比去年同期增加5.5万名(3.3%)

截至2019年12月，英国国家医疗服务体系的雇员约占公共部门雇员总数的31.7%，占有偿工作人员总数的5.2%。

截至2019年12月，估计有107万人在公共行政部门就业。这是:

• 比2019年9月增加了9000人(0.9%)

• 25000人(2.4%)比去年同期增加

自2016年12月以来，公共行政部门的就业人数每个季度都在增加。

在英国，由于学院的转变，公共部门的构成正在发生变化。当地方政府的学校变成学院时，地方政府的雇员就会从地方政府转移到中央政府。

如表1所示，2019年12月，学院转换在本季度为6000名员工，全年为38,000名员工。学院的全职就业情况见表11公营部门就业数据集．

在2019年9月至2019年12月期间，公共企业的就业人数预计为15.5万人，没有变化。2018年12月至2019年12月，公共企业的就业人数减少了1000人(0.6%)。

私营机构的就业估计数是由总就业估计数(取自劳动力统计调查)与公营机构的就业估计数(取自公营机构)之间的差额得来的。

2019年12月的估计数据显示，私营部门就业人数为2755万人。这是:

• 比2019年9月的估计数字高出16.9万(0.6%)

• 19.2万人(0.7%)比一年前的估计多

截至2019年12月，英国本土公务员人数估计为45.3万人(占公共部门总就业人数的8.3%)。这是:

• 与2019年9月相比增加了2000人(0.4%)

• 比2018年12月增加1.3万人(3.0%)

如图5所示，自2016年6月、9月和12月录得416,000人的估计创纪录低点以来，本土公务员的就业人数稳步增长。

中央政府

中央政府包括政府的所有行政部门和其他中央机构和非部门公共机构(NDPBs);因此，它比“公务员制度”更广泛。这一部门还包括英国国防军和国民保健服务。在教育方面，学院归中央政府所有。

公务员

公务员是代表中央政府部门、机构或非部门政府机构(NDPB)在公共部门工作的人员。英国本土公务员制度不包括北爱尔兰公务员制度、其他公职人员和更广泛的公共部门雇员;北爱尔兰和海外都有本土公务员。

就业

就业衡量的是从事有偿工作的人数，与工作数量不同，因为有些人有一份以上的工作。

当地政府

地方政府指的是一个地方，以及由地方政府控制和主要由地方政府资助的机构。它包括英格兰和威尔士的警察部队及其文职人员，不包括英国交通警察。

私营部门

除了在中央政府、地方政府和公共企业工作的人以外，所有的就业人员都属于私营部门。

公共企业

公共公司是由政府控制的公司或准公司。这些公司一半以上的收入来自向市场销售商品或服务。

公共部门

公共部门包括中央政府、地方政府和英国国民核算中定义的公共公司。国民经济核算是根据国际可比的会计框架编制的，描述了国民经济活动。

本简报介绍了英国公共部门就业(PSE)的最新季度估计。公共部门包括中央政府、地方政府和英国国民核算中定义的公共公司。

这些统计数据主要用于监测英国公共和私营部门就业人数的变化，并为整个政府的决策提供信息。

退出欧盟后

随着英国脱离欧盟，我们的统计数据继续保持高质量并具有国际可比性是很重要的。在过渡期间，那些符合欧盟惯例和规则的英国统计数据将继续以与2020年1月31日之前相同的方式进行。

在过渡时期结束后，我们会继续根据英国统计局的数据，编制劳动力市场统计数字统计工作守则并根据国际劳工组织(ILO)的定义和商定的国际统计指南。

估计

PSE的估计值按部门分类、行业和地区提出。公务员就业情况由政府部门和机构列出。执行非部门公共机构(NDPBs)的就业人数由主办部门汇总。

虽然本简报的重点是PSE的总人数估计，但全职的等效估计(根据工作时数除以标准全职时数计算)可在附带的PSE数据集．

PSE估计值是某个时间点的就业估计值，与公布月份中的某一天有关。

时间序列的季节调整

所有时间序列在这个版本中，除区域系列外，都是季节性调整，以帮助解释。在未经调整的系列中成立的关系并不一定适用于经季节调整的系列。例如，总PSE等于季节性调整前所有公共部门行业估算的总和，但在季节性调整后不一定如此。

比较公共和私营部门的就业情况

随着时间的推移，公共部门和私营部门的就业比较由于一些重大的重新分类而变得复杂，在这些分类中，雇用大量人员的机构在公共部门和私营部门之间转移。我们对公共和私营部门的就业情况进行估计，排除重大分类调整的影响，以帮助您了解就业的潜在趋势。我们在公布这些数据的同时，还估算了年公共和私营部门的总就业人数表5、表6a和表7a是PSE数据集．

修正

符合修订公共部门就业统计政策，统计数字可能会有所修订。可以根据各种原因进行修改，最常见的原因包括:

• 解释来自受访者的迟来信息

• 说明公共部门最近的分类情况

• 更新季节因素(每季度更新，每年回顾)

数据源

PSE的主要来源是公营机构就业按季统计调查，目的是全面覆盖地方当局和公务员，以及所有雇员人数在20人或以上的公共机构。很难实现地方和中央政府的完全覆盖，例如在教育部门。

qpse包括三个独立的数据集:国内公务员，英格兰和威尔士的地方当局，英国公共公司和非部门公共机构(NDPBs)。

公营部门的就业估计亦基于以下因素:

• 英国国防军统计数据，由国防部提供

• 北爱尔兰季度就业调查，为北爱尔兰公共部门的就业提供估计

• 国民保健服务(NHS)数据，英格兰由国民保健服务数字系统提供，苏格兰由苏格兰政府提供，威尔士由国民保健服务威尔士信息处提供

• 英格兰和威尔士的警力估计由内政部提供，苏格兰的则由苏格兰政府提供

• 苏格兰地方当局的数据，由苏格兰政府进行的联合人员配置观察调查提供

• 英国各学院的数据来自教育部;苏格兰、威尔士和北爱尔兰都没有学院

我们对公营部门就业人数的总体估计来自于qps，而对公营和私营部门就业人数的估计则来自于劳动力调查(一项针对家庭的调查)数据集EMP13．虽然qpse的估计值遵循了国民核算对公共部门和私营部门就业的定义，但劳动力调查的估计值是基于受访者对自己是否受雇于公共部门或私营部门的看法，并且它们提供了比qpse调查更高的公共部门就业估计值。

质量和方法信息

更多的质量和方法信息，关于优势，限制，适当的使用，以及数据是如何创建的公共部门就业QMI．

响应率

公共部门的就业估计是基于对地方政府和公务员的全面普查，涵盖所有雇员在20人或以上的公共机构。因此，适用于我们商业调查的通常抽样和估计技术并不适用(例如，不可能产生抽样误差或置信区间)。

在结果汇编之前，我们对地方当局和公共机构季度公共部门就业调查(qpse)的回应目标是90%(受访者数量)和90%(总就业)。此外，每个调查都有一个关键受访者(通常是那些就业人数最多的人)的列表，为此要特别努力以实现100%的响应和清除测试失败。就公务员优质服务质素评估计划而言，调查结果编制前的回应目标为100%(受访者人数)及100%(总就业人数)。

非应答者的数据是根据以前的回报和已知的季节性年度变化估算的。一个地方当局、公共机构或公务员部门连续两个季度不回复是极其罕见的。地方当局和公共机构的数据收集是法定的(1947年《贸易统计法》)，并在出现未响应问题时采取积极行动解决问题。

非抽样误差，或偏差，是偶然发生的变化，从真实值的总体，而不是由于抽样。在大量重复的调查中，这种类型的误差平均接近于零。