【ITニュース解説】A month of daily job-ad counts from Praca pl: the weekly rhythm, and pay transparency inching up

このニュース記事は、ポーランドの主要な求人掲示板の一つである「Praca pl」に掲載された求人広告のデータを1ヶ月間にわたって毎日追跡し、そこから見えてきた求人市場の興味深いた傾向について解説している。通常、求人市場の統計は月単位で発表されることが多いが、この記事では毎日データを観察することで、月次の数字だけでは捉えきれない、より詳細な動きを明らかにしている点が特徴だ。システムエンジニアを目指す皆さんにとって、こうしたデータ収集や分析の視点は、将来のキャリアを考える上で役立つだろう。

まず、この1ヶ月間の全体的な求人広告数の動向を見てみよう。データは10月2日から毎日、ポーランド時間の早朝5時から6時の間に取得された。ライブ広告、つまりその時点で掲載されている求人広告の総数は、10月8日には18,022件でピークに達したが、その後は徐々に減少傾向を示し、10月31日には16,757件、11月2日には16,206件まで減少した。これはピーク時と比較しておよそ10%の減少であり、特定の日に急激に減少したのではなく、月を通して緩やかに減少していったことがわかる。この変動は、市場の活発さや季節的な要因など、様々な背景が考えられるだろう。

次に、この調査で特に注目すべき発見の一つが、求人広告数にはっきりとした「週ごとのリズム」が存在する点である。記事では、4週間の平均データが示されており、これを見ると、新規に掲載される広告の数は週が進むにつれて増加し、金曜日の読み取り時（木曜日に掲載された広告が中心）に最も多くなることがわかる。一方、削除される広告の数は、週の初めに最も少なく、週末に向けて増加する傾向にある。この二つの動きが組み合わさることで、週のどの時点に求人広告を見ても、その総数には違いが生じる。具体的には、毎週月曜日がライブ広告の数が最も少ない日となることが判明した。これは、週末に多くの広告が削除され、新しい広告の掲載がまだ本格的に始まっていないためだ。そのため、もし求人サイトを毎週月曜日にだけ見ているとしたら、他の曜日よりも求人広告が「減っている」ように感じるかもしれないが、それは単にカレンダーのリズムによるものであり、市場全体の落ち込みを意味するわけではない、という非常に重要な洞察を提供している。データを分析する際には、このような周期的な変動を考慮に入れることが不可欠である。

もう一つの重要な発見は、「給与の透明性」が少しずつ向上しているという点である。求人広告の中で、具体的な給与額が明記されている割合は、10月の前半には17.0%から18.1%の範囲だったが、10月17日以降は18.4%から19.1%へとわずかながら上昇した。これは1.5ポイント程度の小さな変化であり、1ヶ月間のデータだけで「トレンド」と断定するにはまだ早いものの、EU（欧州連合）が推進している給与透明性に関する指令が影響を与えている可能性が指摘されている。この指令は、雇用における男女間の賃金格差を是正するため、求人広告での給与明示を奨励するものであり、将来的にはさらに多くの企業が給与情報を開示するようになるかもしれない。しかし、現状ではまだ5件の広告のうち4件は給与について何も言及しておらず、給与透明性が広く普及するにはまだ時間がかかりそうだ。

さらに、給与の透明性については地域ごとの違いも分析されている。ポーランドの地域区分である「ヴォイヴォデスプ」（県のような行政区分）別に見た場合、最も多くの求人広告を抱えるマゾフシェ県では、約26.8%の広告で給与が明示されており、この割合は安定していた。一方で、ウッチ県では21.1%から24.2%へ、ポトカルパチェ県では12.8%から16.1%へ、といった具合に、給与明示率が上昇した地域もあれば、ドルヌィ・シロンスク県のように18.3%から15.9%へと減少した地域もあった。この地域ごとの変動は、各地域の産業構造や企業文化、あるいは求職者のニーズの違いを反映している可能性がある。また、海外の求人広告については、39.2%と非常に高い割合で給与が明示されており、その中央値は月額11,900ポーランドズロチであった。これは、海外の求職者に対してより明確な情報を提供する必要がある、という背景があるのかもしれない。

この調査結果を解釈する上で、いくつかの「注意点」を理解しておくことは非常に重要だ。まず、これらの数字は「Praca pl」という一つの求人掲示板に掲載された広告の数であり、ポーランド全体のすべての空席数や求人市場全体を表しているわけではない。あくまで特定プラットフォームの動向と捉える必要がある。また、「新規」な広告とは、初めて識別された広告IDを指し、「削除」された広告とは、リストから見えなくなった広告IDを指す、という定義が設けられている。給与に関する数字も、提示された範囲の下限値が使われ、中央値は少なくとも5件の広告で給与が明示されている場合にのみ表示されている。さらに、特定の地域に紐付けられていない求人広告が増加したため、一部の地域での広告数の減少が、実際に求人が減ったのではなく、単に広告が地域不明として分類された結果である可能性も指摘されている。このように、データがどのように収集され、どのような前提で分析されているかを把握することは、その結果を正しく理解するために欠かせない。

最後に、このような日々のデータ収集と分析は、手動で行われたわけではない。この記事の著者「listingworks」は、ApifyというWebサイトから情報を自動的に収集するWebスクレイピングや自動化ツールを使ってデータを収集し、その日ごとの集計結果はHugging Faceというプラットフォームで公開している。これは、大量のWebデータを効率的に収集し、それを分析可能な形に整理する、システムエンジニアの仕事にも通じる具体的な技術活用例である。Hugging Faceは、特に機械学習の分野でデータセットやモデルを共有するために使われることが多いプラットフォームだが、このように生のデータ共有にも活用されている。この著者は、今後もこのデータ収集を継続し、2ヶ月分のデータが揃った時点で再度分析結果を報告する予定とのことだ。このような継続的なデータ収集と分析は、短期的な変動だけでなく、より長期的な市場のトレンドを捉える上で不可欠であり、将来のIT専門家にとっても大いに参考になるだろう。