上一期数的是「谁在招人」,这一期数的是「在哪招人」。制造业是全库最大的行业基本盘,也是最容易被一句「进厂」概括掉的板块——而「进厂」这个词,恰恰掩盖了它最真实的两件事:岗位高度分散,地点高度集中。
本报告的口径是校招宝库内在架(status=active)的校招岗位,按行业标签切出制造业子集,共 84,506 条。它占全库 595,545 条的 14.2%;如果只在「有行业标注」的 285,734 条里算,它占到 29.6%——接近三分之一。每一个百分比都能回到一条具体岗位记录,SQL 口径写在文末。
先纠正一个尺度感。制造业不是「那几家大厂加一堆代工厂」,而是 15,695 家单位;前十家加起来只占 1.9%。这意味着你几乎不可能靠「盯几个名字」把制造业投明白。
按合并后的企业主体统计(有母公司归母公司,否则用企业名),84,506 个岗位分布在 15,695 家单位,岗位数最多的十家合计 1,634 个,占 1.9%。作为对照,第 2 期央国企同口径下前十家占 15.4%——同一个指标,制造业的头部集中度只有央国企的八分之一。
更直观的一组数:单家在架岗位数最多的企业也只有 201 个,占全样本 0.24%。也就是说,没有任何一家企业在制造业里的份额超过千分之三,这个板块没有「必投名单」,只有「筛选方法」。
每家企业中位数 3 个在架岗位,均值 5.4 个,P90 才 11 个、P99 也仅 43 个。而 27.5%(4,316 家)的单位在库里只有 1 个在架岗位,另有 46.4% 只有 2–5 个。
这条对投递有直接影响:73.9% 的制造企业在库里只放 1 到 5 个岗位。这类单位的公告期通常短、曝光少,不会出现在任何「制造业 TOP 雇主」榜单里,只能靠按城市和岗位族去筛。反过来讲,把时间花在反复刷新那几家头部企业上,在这个板块里回报很低。
制造业的招聘曲线比全库更尖,而且尖的位置不一样:全库在 8 月有一个明显的高台,制造业没有;制造业把量几乎全部压进 9 月和 10 月。
84,506 条岗位全部带公告发布日期(填充率 100%),其中落在 2026 年的 81,219 条用于下面的曲线,其余 3,287 条为 2025 年及更早的历史回填,绝对量不可比,不参与比较。
| 月份 | 制造业(条) | 占制造业 | 占全库 | 浓度倍数 |
|---|---|---|---|---|
| 2026-03 | 5,048 | 6.2% | 4.4% | 1.4× |
| 2026-06 | 1,050 | 1.3% | 2.6% | 0.5× |
| 2026-07 | 539 | 0.7% | 3.1% | 0.2× |
| 2026-08 | 6,432 | 7.9% | 15.0% | 0.5× |
| 2026-09 | 31,658 | 39.0% | 32.5% | 1.2× |
| 2026-10 | 22,184 | 27.3% | 22.6% | 1.2× |
| 2026-11(截至 22 日) | 8,285 | 10.2% | 12.2% | 0.8× |
浓度倍数 = 制造业该月占比 ÷ 全库该月占比;全库分母为 2026 年内 541,267 条。
三个信号,一个比一个实际:
这是本期最硬的一条结论,也是最反直觉的一条:制造业的岗位分布不是「一线城市为主、下沉为辅」,而是一线城市占不到七分之一,珠三角一地吃掉五分之一。
84,506 条中 84,460 条有城市标注(99.95%)。把「广东省东莞」这类省级前缀与「上海市浦东新区」这类区级后缀归一到城市名后,得到下面的浓度对比。浓度倍数 = 制造业占比 ÷ 全库占比,大于 1 表示该城市在制造业里比在全市场更重。
| 城市 | 制造业岗位 | 占制造业 | 占全库 | 倍数 |
|---|---|---|---|---|
| 深圳 | 4,964 | 5.9% | 4.6% | 1.28× |
| 东莞 | 3,467 | 4.1% | 1.5% | 2.74× |
| 上海 | 3,064 | 3.6% | 9.9% | 0.37× |
| 苏州 | 2,686 | 3.2% | 1.6% | 1.97× |
| 广州 | 2,603 | 3.1% | 4.2% | 0.73× |
| 重庆 | 2,306 | 2.7% | 2.4% | 1.16× |
| 杭州 | 2,187 | 2.6% | 2.8% | 0.94× |
| 成都 | 1,892 | 2.2% | 2.8% | 0.82× |
| 佛山 | 1,742 | 2.1% | 1.1% | 1.96× |
| 西安 | 1,708 | 2.0% | 1.8% | 1.10× |
| 北京 | 1,540 | 1.8% | 8.4% | 0.22× |
| 惠州 | 1,331 | 1.6% | 0.6% | 2.73× |
| 南京 | 1,325 | 1.6% | 1.7% | 0.91× |
| 珠海 | 1,316 | 1.6% | 0.6% | 2.70× |
| 中山 | 1,085 | 1.3% | 0.5% | 2.47× |
把城市带聚合起来看,结论更清楚:
按岗位名称关键词归类(一个岗位可命中多族,故各族之和不等于 100%),共 57,806 条(68.4%)能归入至少一个族,其余 31.6% 的岗位名不含任何可识别职能词(多为「技术员」「储备干部」「助理工程师」这类泛称),不计入下图。
三个和直觉不太一样的点:
按 company_type 字段(填充率 99.99%,仅 7 条未标注):民企 67,393 条(79.7%),央国企 13,080 条(15.5%),其余为上市、合资/外资等。这与第 2 期「央国企占全库 15.1%」恰好互为镜像——制造业里也有 15.5% 是央国企,两个标签大量重叠,所以「去制造业」和「去央国企」不是二选一,而是两张交叉的筛网。
「制造业门槛低」这句话,对一半、错一半。对的是学历——硕士要求确实比全库低 5.9 个百分点;错的是专业——机械、自动化、电子、材料四个词几乎覆盖了所有岗位,跨专业投递的真实难度比学历门槛高得多。
学历字段在本期样本里填充 82,089 条(97.1%),远高于全库的 80.1%,所以这一节的结论可以覆盖绝大多数岗位,但仍以「已标注学历」为分母。
| 学历 | 制造业 | 占制造业 | 占全库 | 差值 |
|---|---|---|---|---|
| 本科 | 51,515 | 62.8% | 61.7% | +1.1pp |
| 大专 | 18,478 | 22.5% | 15.4% | +7.1pp |
| 硕士 | 9,345 | 11.4% | 17.3% | −5.9pp |
| 博士 | 843 | 1.0% | 3.2% | −2.2pp |
| 不限 | 1,551 | 1.9% | 1.9% | 0.0pp |
| 中专及以下 | 357 | 0.4% | 0.6% | −0.2pp |
全库分母为已标注学历的 476,976 条(全库填充率 80.1%);两侧都用「已标注」分母,避免全库 19.9% 未标注把占比拉平。
两组数字对照着读:
库里没有结构化的「专业要求」字段,因此本节改用「岗位名称 + 备注正文」的文本命中做量级参考——它衡量的是「这个专业词在岗位描述里被提到的频次」,不等于「该岗位要求这个专业」,也不代表全量可投。
| 专业关键词 | 命中岗位数 | 占样本 | 出现形态(示例) |
|---|---|---|---|
| 机械 | 33,639 | 39.8% | 机械工程师 / 机械设计 / 机械相关专业 |
| 自动化 | 29,229 | 34.6% | 自动化工程师 / 电气自动化 / 自动化产线 |
| 电子 | 24,776 | 29.3% | 电子工程师 / 电子信息 / 电子相关 |
| 材料 | 23,172 | 27.4% | 材料工程师 / 高分子 / 金属材料 |
| 软件 | 21,156 | 25.0% | 软件工程师 / 嵌入式软件 / 上位机软件 |
| 电气 | 17,721 | 21.0% | 电气工程师 / 电气设计 / 电气自动化 |
| 化工 | 12,178 | 14.4% | 化工工艺 / 化学工程 / 应用化学 |
| 机电 | 12,013 | 14.2% | 机电一体化 / 机电工程师 |
| 工业工程 | 3,729 | 4.4% | IE 工程师 / 工业工程 |
| 焊接 | 3,074 | 3.6% | 焊接工艺 / 焊接工程师 |
分母为 84,506 条;命中方式为 position LIKE '%关键词%' OR remark LIKE '%关键词%',同一岗位可命中多个关键词。
一个值得注意的错位:「软件」命中 21,156 条(25.0%),比「电气」(21.0%)还高。制造业正在大量招嵌入式、上位机、视觉算法方向的软件岗——这是计算机类学生进制造业的真实入口,而且这些岗位的地点分布比产线岗更靠近一线与省会城市。
笔试字段在本期样本里 83,322 条为「未明确」(98.6%),明确「有笔试」的仅 535 条、「免笔试」280 条、「仅测评」79 条。在 98.6% 缺失的情况下,任何「制造业笔试率是 X%」的说法都是假精确,因此本报告不对笔试环节下结论。若你需要判断某家单位是否笔试,只能看该岗位的公告原文,本库该字段不可用。
上一期写薪资时最谨慎,因为央国企只有 54.4% 的岗位标了薪资。制造业不一样:85.7% 的岗位带薪资标注,这是全库(44.6%)的近两倍。这个差别本身就是一个发现——制造业更习惯明码标价。
| 指标 | 数值 | 说明 |
|---|---|---|
| 有薪资标注的岗位 | 72,443 | 占制造业 85.7%(全库 44.6%) |
| 其中写「面议/详谈/待定」 | 913 | 占有标注的 1.3%(央国企为 17.1%) |
| 可解析为月薪区间 | 70,505 | 占制造业 83.4%、占有标注的 97.3% |
| 月薪中位数 | 7,000 | P25 6,000 / P75 9,000 |
| P10 – P90 | 5,000 – 12,500 | 区间宽度 2.5 倍,比央国企更宽 |
四个数字连起来读,制造业的薪资结构非常清楚:
制造业一线城市只占 14.4%(12,171 条),珠三角占 20.5%、长三角占 21.4%。如果你能接受非一线城市,可投池子会从 12,171 条扩到 35,371 条(珠三角 + 长三角,两地不重叠),接近三倍;而东莞 2.74×、惠州 2.73×、珠海 2.70×、中山 2.47×、南通 2.45×、常州 2.23×,这些城市的制造业浓度都是全库的 2 倍以上,意味着岗位密度高、同类机会多、跳槽不用搬家。反之,如果你只能在北上广深,请把预期调整为「总部职能岗 + 研发岗」,并接受竞争强度接近互联网。
生产制造与工艺 17,625 个、设备运维 7,537 个、质量体系 5,101 个,三族合计约 3 万个岗位,学历门槛集中在大专与本科(22.5% + 62.8%)。硕士同学则相反:制造业硕士岗只有 11.4%(9,345 个),但薪资中位 12,500 元,是本科的 1.67 倍——数量少、单价高,值得精准投,不值得海投。计算机类学生注意「软件」关键词命中 25.0%,嵌入式与上位机是真实入口,地点比产线岗更靠近城市。
在有明确截止日期的 43,733 条里,18.4% 会在 30 天内关门,另有 3,569 条写的是「招满即止/尽快投递」——没有日期,先到先得。剩下 62.5% 是 120 天以上的长窗口(中位数 171 天),不必抢,早投是占位不是抢名额。现在的正确动作是:按城市筛一遍、按岗位族筛一遍,把「30 天内截止」的全部投掉,「招满即止」的当天投,长窗口的排进下周。
本节写清所有可能被质疑的地方,并列出本期用到的每个字段的填充率与样本量。如果某个数字在本节没有交代清楚,请当作不可引用。
| 项目 | 口径与填充率 |
|---|---|
| 样本范围 | jobs WHERE status='active',全库 595,545 条;制造业子集 84,506 条 |
| 制造业判定 | industry LIKE '%制造%'。行业字段填充率仅 47.98%(285,734 / 595,545),低于 60% ⇒ 本报告所有行业相关结论只针对「有行业标签的子集」,不代表全量 595,545 条 |
| 口径敏感性 | 同一数据三种切法:严格等于「制造业」69,835;含「制造业」三字 78,707;含「制造」二字(本期采用)84,506。三者差 21%,差异来自「机械制造」「汽车制造业」等平台自建标签是否计入 |
| 企业主体 | COALESCE(parent_company, company),用于集中度与分档;未合并时原始企业名 16,851 个 |
| 时间维度 | 按 publish_date(公告发布日)归月,填充率 100%(84,506/84,506);其中 2026 年内 81,219 条参与月度曲线,2025 年及更早 3,287 条为历史回填,绝对量不可比 |
| 城市 | city 填充率 99.95%(84,460/84,506,全库 535,721/595,545 = 89.95%);已归一去省级前缀与区级后缀(「广东省东莞」→东莞、「上海市浦东新区」→上海);「全国/不限」保留为独立项,未摊派到具体城市 |
| 学历 | education_level,填充率 97.1%(82,089/84,506;全库 80.1%);空值单列不参与占比,全库对比同用「已标注」分母 |
| 薪资 | salary 填充率 85.7%(72,443/84,506;全库 44.6%);剔除「面议/详谈/待定」913 条后,可解析月薪区间 70,505 条(占样本 83.4%);未统一年终奖/补贴/公积金口径,仅作量级参考 |
| 截止日期 | deadline 填充率 55.97%(47,302/84,506),低于 60% ⇒「窗口长短」的结论只在这 47,302 条内成立;其中真实日期 43,733 条、文本型 3,569 条(「招满即止/尽快投递」,无法计算天数);以 2026-11-22 为基准日算差值 |
| 笔试 | exam 中「未明确」占 98.6%(83,322/84,506)⇒ 本报告不下结论 |
| 岗位族归类 | 按 position 关键词归入,可多族重叠,属量级参考非精确职业分类;68.4%(57,806 条)能命中至少一族,其余 31.6% 不计入 |
| 专业关键词 | 对 position + remark 做子串匹配,衡量「被提及」而非「被要求」;库内无结构化专业字段,故该节只作量级参考,不支撑「某专业可投 X% 岗位」的结论 |
| 企业性质 | company_type 填充率 99.99%(84,499/84,506);原始标签未做二次人工核验,源站标注口径可能存在个别误标 |
本期未做的三件事,以及原因:① 不排名「制造业最佳雇主」——因为 27.5% 的单位只放 1 个岗、头部第一也只有 0.24%,任何排名都会被长尾稀释成噪音;② 不下「笔试难度」结论——字段缺失 98.6%;③ 不比较具体企业薪资——同一企业的岗位薪资文本形态差异极大,且未统一薪酬结构。
数据来自校招宝岗位库,采集自各地人社部门公告、高校就业网、企业官方招聘站等公开渠道,用于行业观察与求职参考,不构成对任何具体岗位、企业或薪酬的承诺;投递请以企业官方公告为准。