
如何用大数据判断一个高官的仕途_大数据培训
一个多月过去后,我的一位朋友还是念念不忘我去年11月底写的《如何在40岁之前当上市长》一文(见文末附录)。
他说,你写的文章都是纸上谈“官”,顶不上什么用,只是读读爽一下。这一次,他又给我出难题了。他问我:当上市长之后呢?
这真是一个好问题。
假设这个官员凭借自己努力或者领导赏识,成功当上了一个地级市的市长,他之后的仕途又该如何预判呢?
在中国做人事报道的记者都知道,一份官员简历的信息极为有限,主要包括两块:第一,官员的基本信息,如年龄、性别、籍贯、学历等;第二,官员的履职单位和职位。
除此之外,就没有多少能够正确判断这一官员仕途的信息了。更重要的是,这些简历都是用文字描述的,基本上没有量化的数据,如何仅凭这些简历正确判断一个官员的未来仕途呢?
好在办法都是人想出来的,我使用的就是最笨的那一种:读简历,一份份地读,反复地读。
我选择的简历都是最终仕途升到了副部级以上的官员,原因是,没准能够从这些成功者身上捕捉到一些升迁的共同“密码”。
等读到第300个副部级以上官员的简历时,我的脑海里突然出现了四组“指标”:总单位数、总岗位数、年龄线和平级调动岗位数。
我一拍大腿,对的,就是这四组指标。
在一个官员的文字简历中,除了基本信息以外,无非就是这四组信息:一个官员在宦海沉浮中待过了几个单位、经历了几次岗位调整、在多少岁时升到了哪一职位,每一次岗位调整是升、降还是平调。
有了这四组指标,剩下的工作就是辛苦的统计工作。在统计了近500份副部级以上官员简历之后,我得出了“两多两低”的结论。
“两多”是指一个官员要升得越高,任职过的单位就会越多,经历的岗位数也就越多。
这也就是通常的人事报道中屡屡提及的“多部门、多岗位历练”。
“两低”是指一个官员要升得越高,初次担任正厅级干部的年龄就要越低,经历的平级调动岗位数就要越少。
年轻化是官员选拔的整体趋势,这个自不待言。
我统计了现任省部级以上官员初任正厅级干部的年龄,平均年龄都在45岁以下,并且职位越高,初任正厅级时的年龄就越小。
以25名现任中央政治局委员为例,他们初任正厅级的平均年龄是39.1岁,31个省级党委书记和行政首长群体初任正厅级的平均年龄则要比他们晚上个两、三年。
平级调动岗位数是一个官员在同一级别岗位上调动的次数,如果一个正厅级官员的调整都是同属正厅级的岗位,那么他的未来仕途也就可想而知了。
以现任25名中央政治局委员为例,大多数人只经历过1次以下的平级调动,只有少数人曾经历过2次平级调动。
再具体来看,更多时候,这些平级调动更多是为了积累不同类型省份或领域的主政经验,为下一步晋升蓄积能量。
根据近500份副部级以上官员简历的统计结果,我自己初步建立了一个中高层官员晋升的分析模型。
这一简单的分析模型如下:
我试着描述一下:
一个中层(比如说正处级或者正厅级)官员如果要获得进一步的晋升,从参加工作算起,其任职的总单位数一般要超过5个,总岗位数要超过8个。
如果他还有志于向更高职位进发,其初次担任正厅级官员的年龄原则上不能超过45岁。
更重要的是,他经历的平级调动岗位数不能超过3个。
如果他在45岁之后相当长时间才初次递升正厅级,或者45岁之后还没有递升到正厅级,又或者他在同一级别的岗位上已经平调了3次或以上,那么,我想说,差不多就这样了。
事实上,总单位数和总岗位数这两个数值只是一个最低线。
一个高层官员经历的总单位数和其参加工作时的单位行政层级有关。
单位级别越低,在其升迁至最高层级之后就面临着晋升天花板,要获得进一步晋升,只能前往行政层级更高的单位任职。
与之相反,一开始就在省级党委政府、中央部委参加工作的高层官员,任职的总单位数一般比起步于一般级别单位的官员少得多。
他们往往在该单位历经拔擢,升至正厅级甚至副部级才会外放或者交流至其他单位任职。
我又比较了一下长期在中央和地方任职这两个高级官员群体。
一般来说,从地方尤其是低层级单位起步的正部级以上官员,多数经历了10个以上的单位,曾经待过的岗位数则更多,而长期在中央部委任职的官员经历单位要少很多,不少人会通过赴地方挂职或任职来弥补基层工作经验的不足。以国家发改委主任徐绍史为例,自1980年3月长春地质学院毕业后,徐绍史历任地矿部政策法规研究室干部、部领导秘书,部办公厅副主任、主任等职。这一任职经历显示,徐绍史在地矿部一个单位的多个岗位上一路升迁至正厅级。
1991年12月之后的两年,徐绍史挂职任广东省地矿局副局长、党组成员,1992年11月兼任深圳市地质局局长、党委书记。
1993年10月,徐绍史重返北京,先后在国务院办公厅、国土资源部等部门任职。2013年3月,徐绍史成为新一届中央政府组成部门国家发改委主任。
有些专业系统就属于例外,比如涉外系统,其官员的升迁就具有高度封闭性。
以外交部领导班子为例,外交部长王毅和外交部党委书记、副部长张业遂自毕业后都一直在外交部工作,历经升迁至外交部领导层。除了少数从其他部门调入外交部的副部长、部领导,绝大多数副部长、部长助理、副部级大使也多长期在外交部任职。那么,他们的升迁规律难道就不符合上述模型了么?
显然不是。如果是,我岂不白忙活了么?
稍作一下变通就可以了:不以外交部为其任职单位,而是将其曾经任职的外交部总部机关的部门,如亚洲司、欧洲司或者驻外使馆视为一个任职单位,调整一次,就认为其任职单位变化一次。
如此,他们的升迁规律也就和其他党政官员没有什么两样了。
没有经历多次总部机关与驻外使馆的往返任职,一个职业外交官要跻身涉外系统高官几乎是不可能的。
这一模型这么实用,亲们,还不赶紧拿它测试一下你所在单位最高领导的未来仕途。
写到这里,我还是要例行谨慎提醒一句:凡事都有例外。
说完这句话,我莞尔一笑。
附:《如何在40岁前成功当上市长》
我的一位公务员朋友昨天给我打来电话,抗议我尽整些虚的装腔指南,应该搞点实用的东西,比如公务员如何升迁之类的。
巧合的是,最近我刚对目前全国30多位“70后”地级市市长们(也包括直辖市辖区区长)的升迁之路做了一番梳理,也有一些规律可循。(这些市长的简历可以直接发送:70后,自行取阅)
兄弟,这篇文章就是给你写的,祝你早日干上市长。
我想先以三个公务员同学的仕途起个兴,他们分别是我的初中、高中和大学同学,年纪都在30岁上下。
我的这个初中同学大学毕业后就考了乡镇公务员,留在了家乡工作,现在还是个科员,副科级对于他们来说就是领导干部了。目前他已经对自己在40岁之前提为领导干部(实际上就是副科级)不抱多大希望了。
在其所在县城的各类饭局上,各县局局长都被尊称为局级干部,他们的属下坚定相信,这些局长们在当地实际能支配的权力甚至比祖国心脏的一个真的司局级干部还要大。
我的高中同学大学毕业时成功挤入选调生队伍,现在一个省直单位工作,去年已经提了主任科员(非领导职务的正科级)。
这个大学同学一毕业就进了海里,前两年,学院搞校友通讯录,我瞥见上面的职务已经是科长了,据说正在向副处级干部阔步前进。
这三个年龄相仿、仕途差不多同时起步同学的不同升迁速度成功说明了,一个公务员所在单位的级别基本上决定了你能够蹦跶的高度。
最近几天,一篇《没有了祖国你将什么都不是》的帖文在网上广为传播,本来已经什么都不是的屌丝们颇有些不以为然,但如果对照到我这三个同学的仕途上来,这句话就显得尤为贴切了。
没有了单位,你将什么都不是,单位的高度就是你的高度。
所以,在40岁之前成功当上市长的第一步就是选一个高的起点,比如国家重要部委(没有实质权力的也不行),或者省级党委政府核心部门。
当然,你会说了,现在稍微热门一点的职位考录比都是几千比一了,跻身国家部委或省委省政府谈何容易。
如果我挤不进去这些单位,我又特别渴望在40岁之前成功当上市长,我该怎么办呢?
你不要灰心,还有办法。一个是在大学里就要积极担任校学生会或团委干部工作,最后毕业后就能留在大学团委或省市级团委,成为青年工作的领导者。
《共青团章程》会给你极大的信心,其上面明确写着,共青团就是党的助手和后备军。
目前,大部分“70后”地级市市长正是从各级团委起步,数年前纷纷走上这些岗位的。
信心有没有增强一些了?就在刚才,已经快毕业的你突然告诉我,看到这篇文章时太晚了,现在都大四或研三了,现在加入学生会人家也不收了,人生还能不能从绝望中寻找到希望?
我要告诉你,还是有的:进央企,进不了央企,省属重点国企的冲刺效果也是一样的,或许竞争的压力还略小一点。
在国企里,你要想迅速晋升,基本上有两条途径可循:迅速成为技术骨干、项目带头人,近年来纷纷涌现的“兵器少帅”、“航天少帅”、“石化少帅”就是明证,他们在30多岁时就成为各自单位的“领头羊”了,现在已经走上了更高级别的岗位,正迎来一段无比广阔的人生。
我要颇带惊喜地告诉你,统计数字显示,国企干部的升迁速度很多时候比团委干部升迁速度还要快很多。恭喜你,你的选择对了。
你又说,自己的专业能力不足以胜任这一技术骨干的关键岗位,没关系,还有希望。
大型国企尤其是央企岗位很多,技术岗位不擅长,不少管理岗位也是你不错的选择。
一旦在组织活动、撰写材料、处理危机过程中,你成功展现了自己的惊人天赋与责任心,你一样可以在40岁之前成功入“局”(局级干部)。
也只有在局级干部这个层次,政企之间交流任职的大门才真正打开了,你的人生从此一马平川。
从政地的选择也很关键。
放眼全国,一番搜索之后,我的眼神定睛在了中华大地靠近中间偏东一点的位置。没错,我说的就是湖北,这个并不领改革开放风气之先的省份在年轻干部培养上有着惊人的魄力。早在今年6月份,我就将湖北称为“福地”。
有数据为证。在现有的团中央书记处中,6位书记有三位仕途就起于湖北,并且都曾经历过湖北地方政府行政首长的历练。
另外,其三个地级市市长、两个省直管市的市长都是不折不扣的“70后”。
你或许还不知道的是,曾经被称为“最年轻市长”的1980年人周森锋,目前已经是湖北唯一林区——神龙架林区的党委书记了。
同为“80后”的你是不是连钻地缝的心都有了。
如果你遇到了贵人,鸿运当头,挡都挡不住。
好多人总是避谈贵人,其实是没有必要的。只要是为国家揽才,贵人又何乐而不为呢?
小平同志就是汪洋的贵人,当年拔擢的故事广为流传,至今还是一段佳话。
《人民日报》旗下的《大地周刊》曾讲述了小平同志赏识汪洋的两个版本,一个是小平同事1992年南巡回京途中在安徽蚌埠停留,并特别召见了时任铜陵市长的汪洋;第二个版本是1992年小平同志南巡来到安徽合肥,接见安徽有关领导,汪洋也被点名要求参加。会见后,小平同志对汪印象深刻,认为其是个人才。
不管哪个版本,此后不久,汪洋即调离铜陵,担任安徽省省长助理兼省计委主任。
哎,这位同学,怎么还在看不实用的饭局阅读啊,赶紧去看考公教材先!
虽然你既不是团委干部,好多央企国企连面试的机会都没有给你,冲一冲,你黯淡的人生或许还能迎来一线光明。
写到最后,我谨慎提醒所有阅读这篇文章的人,凡事都有例外。说完这句话,我再次莞尔一笑。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28