橘子百科-橘子都知道橘子百科-橘子都知道

事出有因必有妖下一句怎么回,事出反常必有妖,人若反常必有刀,言不由衷定有鬼

事出有因必有妖下一句怎么回,事出反常必有妖,人若反常必有刀,言不由衷定有鬼 德邦证券:16-24岁失业人口增加不能完全解释青年失业率上升,被忽视的因素是青年人口和劳动参与率下降

  芦哲 首席宏观经济学家

  占烁(shuò) 联系人(rén)

  投资(zī)要点(diǎn)

  ·核心观点:我(wǒ)们将影响青年失业率(lǜ)的因素(sù)拆解为(wèi)三(sān)方面:①青年失业人(rén)口,②青(qīng)年总人口(kǒu),③劳动(dòng)参与率,失(shī)业率=失(shī)业人(rén)口/(总人口×劳动参与率)。通过三(sān)因(yīn)素框架(jià),我们发现16-24岁(suì)失业人口的(de)增加不能完全解释青(qīng)年失业率的(de)上升,更重要却被忽(hū)视的(de)因素是(shì)青(qīng)年人口和劳动参与(yǔ)率下降(jiàng),带(dài)来16-24岁劳动力减少,从分母(mǔ)端(duān)大幅推高(gāo)青年失业率。假如今年(nián)3月分(fēn)母端的青年劳(láo)动力与2020年持平(píng),新增约(yuē)132万青年失业(yè)人口只能将失业(yè)率拉(lā)升至16.2%,但实际青年失业率却高(gāo)达19.6%。我们认为(wèi),失业人口(kǒu)会随着经(jīng)济复苏而减(jiǎn)少,但青(qīng)年劳动力的下降可能成(chéng)为就业“疤(bā)痕效应(yīng)”的长(zhǎng)期来(lái)源,抬(tái)高青年(nián)失(shī)业率(lǜ)中枢。

  ·青(qīng)年失业(yè)率的三因素(sù)框架:(1)失(shī)业率=失业人(rén)口/劳动力=失业人口/(总人(rén)口×劳动参与(yǔ)率),据此(cǐ)可将青(qīng)年失业率拆(chāi)解为青年失业人口、总人(rén)口、劳动参与率三个因素。

  ·(2)失业率上升未(wèi)必来自失业增加,不要忽略分母(mǔ),劳动力的下降,也是抬高失(shī)业率的(de)重要原因。2010-2020年,青年失业人口(kǒu)只(zhǐ)增加4万,青年劳动力却减(jiǎn)少1578万,带动(dòng)16-24岁人口失业率大幅提高(gāo)3.8个点。

  ·分子(zi)端(duān)的(de)青年失(shī)业人口(kǒu):(1)从总量来看,当前城(chéng)镇青年就业人(rén)数约为2587万人(rén),失(shī)业人数632万(wàn)人,比去年4月(yuè)增加约70万,较七普增加(jiā)约(yuē)132万。

  ·(2)失业(yè)原因(yīn)方面,近7成青年(nián)失业(yè)者是主动辞职,被(bèi)裁员(yuán)比例只有(yǒu)2.6%,远低于35岁(suì)以上(shàng)群体。

  ·(3)按照(zhào)受教育程度(dù)来看,三分之二的青年(nián)失业人员(yuán)接受(shòu)过大学(xué)教育。

  ·(4)2010-2020年青(qīng)年就业(yè)的(de)结构变化较大,呈现(xiàn)出从制造到服(fú)务、知识(shí)密集程度由低到高两(liǎng)个特点。2010年农业和工业吸纳(nà)了50.3%的青年(nián)就业人口,2020年大幅降至25.4%,流出(chū)的(de)青(qīng)年就业主要转(zhuǎn)向(xiàng)服务(wù)业。以受(shòu)教(jiào)育年限作为维度,青年(nián)就业从知识密集程度较低的行业流(liú)向(xiàng)较高行业,但(dàn)是(shì)知识密(mì)集型行业(yè)的青年失业情况比(bǐ)整体失(shī)业(yè)更严峻。

  ·(5)服务业复苏(sū)分化(huà)或是(shì)一季度青(qīng)年失业人口仍增(zēng)加的(de)原因。经(jīng)济复苏(sū)的主力是知(zhī)识密集程(chéng)度较低的(de)餐饮、零(líng)售等服务(wù)业,而(ér)知识密(mì)集程度较高的生(shēng)产性(xìng)服务业复(fù)苏较慢,服(fú)务(wù)业就(jiù)业(yè)复苏结构(gòu)的分化,带(dài)来青(qīng)年就业和25-59岁就业的分(fēn)化(huà)。

  ·分母端的(de)青(qīng)年(nián)劳动力:(1)青年(nián)人口(kǒu):出生(shēng)人口与乡村迁入均在减少。2010-2020年青年劳动力对应的出生人口减(jiǎn)少4381万,2020-2030年(nián)减少1762万。另外,我国农(nóng)村(cūn)向(xiàng)城镇的人口转移也在减速,新增城镇人口从(cóng)十三五期间(2016-2020年)的2184万人,减(jiǎn)至2022年(nián)650万人。

  ·(2)2020-2023年(nián),青年劳动(dòng)参与率出现超(chāo)预期下降。2010-2020年青年劳(láo)动参与率下降6.7个点,但(dàn)疫(yì)情以来仅仅三(sān)年,已(yǐ)经下降7.1个点。近三年青年劳(láo)动参与率的(de)下(xià)降主要有三(sān)方面原(yuán)因:一是16-24岁在校(xiào)生大幅(fú)增加493万;二(èr)是部分群体因就业形势恶化而退出劳(láo)动市场;三是就(jiù)业观念的变化(huà)导致初次进入劳(láo)动市场(chǎng)时间推迟,降低16-24岁劳动参(cān)与率。

  ·结论:(1)失(shī)业人(rén)口的增加不能完(wán)全(quán)解释青年失业率的上升。假(jiǎ)如当前青(事出有因必有妖下一句怎么回,事出反常必有妖,人若反常必有刀,言不由衷定有鬼qīng)年(nián)劳动力与2020年相同,在失业人口增加132万至632万人的情(qíng)况下,对应(yīng)青年失业率应(yīng)该从(cóng)12.8%提高至16.2%,但3月却(què)达到19.6%,如图19。失业人(rén)口的增加只(zhǐ)能(néng)解释当(dāng)前青年(nián)失业率的一部分,另一部分则来自(zì)分母端(duān),城镇青年劳动力(lì)的减少。

  ·(2)未(wèi)来青年失业率的变动可(kě)能出现(xiàn)以(yǐ)下(xià)三种(zhǒng)情况:①青(qīng)年失业人(rén)口增加(jiā),同时劳(láo)动力减(jiǎn)少,青年失业率上升(shēng);②青年失(shī)业人口与劳动力均在减少,但失业人口(kǒu)降(jiàng)幅不(bù)及劳(láo)动力降幅,青年失(shī)业率上升;③青年失业人(rén)口与劳动力均在(zài)减(jiǎn)少,失业人(rén)口降(jiàng)幅大于劳动力降幅(fú),青年失业率下降。

  ·(3)我(wǒ)们认(rèn)为(wèi),失业人(rén)口会随着疫情后经(jīng)济(jì)复苏而减少,但青(qīng)年劳动(dòng)力(lì)的下降可(kě)能成为就业(yè)“疤痕效(xiào)应(yīng)”的长期来源,抬高青年失业率的(de)长期中枢。未来失业率(lǜ)的分母端(duān)越来越重要。

  ·风险提示:服务业(yè)分化未收窄;青年(nián)劳(láo)动参与率出现(xiàn)明(míng)显下降;外需、房地产等(děng)不及(jí)预期,经济和(hé)就业恢复(fù)偏慢。

  目 录

  1. 青年失业(yè)率(lǜ)的三因素框架

  2.分子端:新增青年失业人员缘于服(fú)务业复(fù)苏分化

  2.1.青年失业人(rén)口(kǒu):主(zhǔ)动(dòng)辞职居(jū)多;三分之二(èr)接受过大学教育

  2.2.行(xíng)业:从制(zhì)造到服务,知识密度从低到高

  2.3.服(fú)务业复苏分化或是一季度青年失业(yè)人口(kǒu)仍增加的原因

  3.分(fēn)母端:人口和劳动(dòng)参与率(lǜ)均下降,带来劳动力(lì)减少

  3.1.青年人口:出(chū)生人口与乡村迁入均在减少

  3.2.青年(nián)劳动参与率(lǜ):超预期(qī)下(xià)降(jiàng)

  4. 结论:未(wèi)来(lái)失业(yè)率的分母(mǔ)端可能会越(yuè)来(lái)越重要

  5. 附录:概念和数(shù)据说明

  6. 风险提示

  正 文

  4月份16-24岁青年(nián)失业(yè)率攀升至20.4%,创下(xià)2018年有数据以来最(zuì)高值。在疫情(qíng)影响(xiǎng)退散、经济逐步复苏的情况(kuàng)下(xià),城镇调查(chá)失业率较(jiào)去年(nián)同期大幅(fú)下(xià)降(jiàng)0.9个点,但(dàn)青年失业率却较去年(nián)4月(yuè)逆(nì)势攀升2.2个点。本篇(piān)报告将(jiāng)重(zhòng)点研究疫情后留下(xià)的“疤痕(hén)效应”如(rú)何推高青年(nián)失业率。

  1.青年失业率的三因素框架(jià)

  失(shī)业(yè)率(lǜ)=失业人(rén)口(kǒu)/劳动力=失业人口/(总(zǒng)人口×劳动参与率)

  据此可(kě)见,影响青(qīng)年失业(yè)率的主要是三个因素:①青年失业人口;②青年(nián)总人口;③劳(láo)动参与率,其中②③决定(dìng)着青年劳动力的(de)变化。这三个因素均为城(chéng)镇口径。

  三个因素的变化都不能(néng)忽视。当我们讨论失(shī)业(yè)率时,经(jīng)常认为失业率上升一定是失业增加(jiā)的结果,这个判断对于全年龄段失业(yè)率来(lái)说并没有(yǒu)问(wèn)题,因为(wèi)我国的劳动力总量(也(yě)称经济(jì)活动(dòng)人口(kǒu))在2015年之前一直在上升,2015年(nián)后略有下降,到2021年末(mò)下降(jiàng)了2.6%,年均降幅约(yuē)0.4%。但青年失(shī)业率则不能忽视(shì)分(fēn)母的变动,因为青年劳动力波(bō)动(dòng)幅度更大。

  例如2010-2020年,青年失业人(rén)口只增加4万(wàn),青年劳动力(lì)却(què)减少1578万(wàn),带动16-24岁(suì)人口失业率大幅提高(gāo)3.8个点(diǎn)。两次人(rén)口普查期间(2010-2020年),青年(nián)失业人口(kǒu)从496万增加到500万(wàn),仅增加(jiā)了4万左右,约为2020年青年劳动力的(de)0.1%,但青年(nián)失业率却从六普的(de)9%提(tí)高到七普(pǔ)(2020年11月)的12.8%,大(dà)幅(fú)提高3.8个点。主要原(yuán)因就(jiù)是失业(yè)率的分母在下(xià)降,16-24岁青年劳动力人口在此期间从5481万(wàn)人大幅减至3903万人,减少了1578万。但是,2010-2020年全年龄段劳动力(lì)数(shù)量基(jī)本(běn)稳定在7.8亿(yì),整体失业率的分母(mǔ)基本不变(biàn)。因此,2010-2020年间,决定整体失业率变动的是失业人口(kǒu)数量(分(fēn)子),但决定青年失(shī)业率变(biàn)动的(de)却是青(qīng)年劳动力总(zǒng)量(分母)。

  芦哲&;占烁:青年就业—从三因素(sù)框(kuāng)架(jià)看“疤(bā)痕效应”来自何处

  芦哲(zhé)&;占烁:青年就业(yè)—从三(sān)因素框架看“疤痕效应”来自何处(chù)

  2.分子端(duān):新(xīn)增(zēng)青年失业人员(yuán)缘于服务(wù)业复苏(sū)分(fēn)化

  2.1.青年失业(yè)人口(kǒu):主动辞职居多;三分之二(èr)接受过(guò)大学教育

  从总量(liàng)来看,当前城镇青年就业人数约为2587万人,失(shī)业人数632万(wàn)人,比(bǐ)去年(nián)4月增加约70万,较(jiào)七普增加(jiā)约132万。国家统(tǒng)计局在3月就业数据解读(dú)时,披露了当前青年就(jiù)业和失业(yè)人(rén)数(shù)的(de)基(jī)本情(qíng)况(kuàng):“初步测算3月份城镇青年9637万人,没有参与劳动力市场的青(qīng)年6418万人,主体为在校学生(shēng);参(cān)与劳(láo)动力(lì)市场的青年3219万人,其中就(jiù)业人(rén)数2587万人、失业人(rén)数(shù)632万人。”[1]假(jiǎ)设青年劳动(dòng)力人(rén)数与去年基(jī)本持平,今(jīn)年(nián)4月(yuè)青年失业率(lǜ)比(bǐ)去年(nián)同期高2.2个点(diǎn),青(qīng)年失(shī)业人员比(bǐ)去(qù)年同期(qī)多70万人左右,比(bǐ)2020年七普多132万人。

  从增量看,今年(nián)前四(sì)个月青(qīng)年失(shī)业形势好(hǎo)于去年同期。假设2022年以(yǐ)来青年(nián)劳(láo)动力总量维(wéi)持在3219万,青年失业率每提高1个点,带来(lái)32万左右的新增(zēng)失业人口。尽管今年(nián)4月(yuè)青年失业率(lǜ)比去(qù)年同期(qī)高2.2个点,但从新增青年失(shī)业人口来看,今(jīn)年1-4月约为119万,去年同(tóng)期为125.5万。从增量(liàng)来看,今年前(qián)四个月青年失业(yè)形(xíng)势要(yào)好于去年(nián),这与当前经济逐渐恢复也(yě)有(yǒu)关系(xì)。

  从节(jié)奏来看(kàn),受夏季毕业(yè)影(yǐng)响,我国青年失业率一般在(zài)上(shàng)半年逐渐提高,7月达到峰(fēng)值,8月开始逐步回落(luò),预(yù)计5-7月青年(nián)失业(yè)率(lǜ)或将继续小幅攀升(shēng)。

  芦哲&;占烁:青年就业—从(cóng)三因素(sù)框(kuāng)架看“疤(bā)痕效应”来自何处

  失业(yè)原(yuán)因方面,近7成青年失业者是主动(dòng)辞职,被裁员比例只有2.6%,远低于35岁以(yǐ)上群体。一种观点认为,青年(nián)群体由于工作经验和技能相(xiāng)对(duì)不熟(shú)练,往往在企业裁员(yuán)时首当其(qí)冲(chōng)。但(dàn)根据月度劳动力(lì)调查数据,青年失业主要(yào)原(yuán)因是(shì)主动辞职,被裁(cái)员的比例明显(xiǎn)低于35岁以上(shàng)群体(tǐ)。根(gēn)据《2021年中国劳动统计年鉴》,有(yǒu)工(gōng)作(zuò)意愿但从未工作过的失业群体在16-24岁失业(yè)人口中占比59%,其他(tā)年龄群体中这一(yī)比例(lì)最高是14.4%。我(wǒ)们(men)剔除这部分失业人群(qún)后,剩(shèng)下的青(qīng)年失业人口中,第(dì)一(yī)大失业原因(yīn)是主动辞职,占比68.2%,单位倒(dào)闭破产占比(bǐ)5.9%;而裁员仅占(zhàn)2.6%。横向对比(bǐ),裁(cái)员比(bǐ)例从高到低依(yī)次是:60岁以上(shàng)(4.8%)>;35-59岁(4.7%)>;16-24岁(2.6%)>;25-34岁(suì)(2.5%)。

  按照受教(jiào)育程度来看,三分之二的(de)青年(nián)失业(yè)人员接受过大学教育。各(gè)年(nián)龄段失业人群(qún)中,年龄越低,平均受教育程度越高(gāo)。16-24岁失业(yè)人(rén)员中66.2%是接受过大学(xué)教育的,这一比(bǐ)例在(zài)其他三个(gè)年(nián)龄阶段逐步递减,25-34岁(suì)(40.5%)>;35-59岁(13.7%)>;60岁以上(4.3%)。城镇就业人口的受教育程度也(yě)大致类似,青年人(rén)由于年龄(líng)限制,接受大学教育比例(lì)略低于25-34岁,整体来(lái)看(kàn)35岁(suì)以下就(jiù)业人员的受教育(yù)程度大幅高于(yú)35岁以上(shàng)。按(àn)照接受过大学(xué)教育(yù)的占比来看(kàn),25-24岁(47.9%)>;16-24岁(suì)(43.6%)>;35-59岁(26%)>;60岁(suì)以上(3%)。

  芦哲&;占烁:青年(nián)就业(yè)—从三因素(sù)框架看(kàn)“疤痕效应”来自(zì)何处

  芦哲&;占烁:青(qīng)年就业—从三因素(sù)框架看“疤痕效应”来(lái)自何处

  芦哲&;占(zhàn)烁:青(qīng)年就(jiù)业(yè)—从三因素(sù)框(kuāng)架看“疤痕效应”来(lái)自何处

  2.2.行业:从(cóng)制造到服务,知(zhī)识(shí)密度从低到(dào)高(gāo)

  青年失业人(rén)口的行(xíng)业(yè)与青年就业(yè)分(fēn)布基本一(yī)致。青年(nián)失业(yè)人(rén)口(kǒu)呈现出行业(yè)聚集(jí)的特点,主要集中在5个(gè)大类行业,2020年占比(bǐ)分别为:批发零售(19.3%)、制造业(yè)(18.8%)、住宿餐饮(13%)、教育(7.5%)、居民(mín)服务(wù)\修理和其他服(fú)务业(6.7%),这5个(gè)行业占全部青年(nián)失业(yè)人口的65%左右(yòu)。同时,这5个(gè)行业(yè)也是(shì)青年(nián)就业集(jí)中的(de)行业,吸纳了60.7%的青年就业。从行业(yè)来(lái)看,青年(nián)失业人(rén)口的行业分(fēn)布(bù)是由(yóu)就业分布决定的,吸纳就业(yè)占比较(jiào)大的行业,往往也贡(gòng)献了较大规模(mó)的(de)失业。因(yīn)此,在挖掘青年失业(yè)人口来自(zì)何(hé)处(chù)之(zhī)前(qián),需要研究青(qīng)年(nián)就业的(de)行(xíng)业(yè)结构。

  芦(lú)哲&;占(zhàn)烁:青年就业(yè)—从三因素(sù)框(kuāng)架看(kàn)“疤痕效(xiào)应”来(lái)自何处

  芦哲&;占烁(shuò):青年(nián)就业—从三因素框(kuāng)架看“疤痕效应”来自何处

  2010-2020年青年就业的结构(gòu)变化较大,呈现出从(cóng)制造到服务、知识密集程度由低到(dào)高两个特点(diǎn)。

  青年就(jiù)业(yè)从(cóng)工农业大量流(liú)入服(fú)务业。农林牧(mù)渔、采矿业、制(zhì)造业(yè)和(hé)电(diàn)热(rè)燃水的生产供应业,这四个行业是国(guó)民经济分类的(de)农业和工(gōng)业。2010年(nián)这四(sì)个行(xíng)业吸(xī)纳了50.3%的青年就(jiù)业人口,到2020年该比例大幅降至25.4%。其中,制(zhì)造业从(cóng)37.4%降至(zhì)22%,农林(lín)牧渔从11.4%降至(zhì)2.5%,分别降低(dī)15.4和9.0个点。有(yǒu)4个行业吸纳青(qīng)年(nián)就业比例增(zēng)加超(chāo)2个点,其中(zhōng),教(jiào)育业为5.3%,租赁和商务服(fú)务为3.1%,信(xìn)息(xī)技(jì)术为2.8%,卫生和社工为2.0%。另外(wài),建(jiàn)筑业和房地产等其他(tā)6个服务行(xíng)业吸(xī)纳青年就业的(de)比(bǐ)例均增超1个百分点。

  以受教育年限作为维度,青(qīng)年就(jiù)业从(cóng)知识密集程度较低的行(xíng)业(yè)流向较高(gāo)行业。我(wǒ)们以《2021年劳(láo)动统计年鉴》中(zhōng)各行业就(jiù)业人(rén)员的(de)受教(jiào)育年限,来计算各行业的知识密集程度。有5个行业(yè)的平均受教育(yù)年(nián)限在14年以上(shàng),依(yī)次是:科学研究与技术服务(14.6)>;教育(14.4)>;金融(14.3)>;信息传输(shū)、软件(jiàn)和信息(xī)技术服务(wù)(14.2)>;卫生和社会(huì)工作(12.1),除(chú)金融(róng)业外,其(qí)他四个行(xíng)业是过(guò)去十年青年就业(yè)流(liú)入的主要行业,吸(xī)纳青年(nián)就业(yè)比(bǐ)例的(de)增(zēng)幅(fú)均居(jū)前(qián)列。如图(tú)10,各行业所吸纳(nà)的青年就业比(bǐ)例变(biàn)动与行(xíng)业平均受(shòu)教育年限基本一(yī)致,即青年就业从(cóng)知识密集程度较低的行(xíng)业流向(xiàng)较(jiào)高行业。

  但是知识密集型(xíng)行业(yè)的青年失业情况比整体失业更(gèng)严峻。我(wǒ)们用《2021年中(zhōng)国劳动统计年鉴》中各行业(yè)的(de)青年失业比例(该行业(yè)的(de)青年失业人数/青(qīng)年失业(yè)总人数),除以各行业的青年就业比例(该行业的(de)青(qīng)年就(jiù)业人(rén)数/青年就业总人数),来作为各行(xíng)业失(shī)业率的(de)近似替代指标(biāo)。以这个指标(biāo)事出有因必有妖下一句怎么回,事出反常必有妖,人若反常必有刀,言不由衷定有鬼来看,知识(shí)密集型(xíng)行业的(de)青年(nián)失业率大多(duō)高于全(quán)年龄(líng)段失(shī)业率,如(rú)信息技术、教育、科研服(fú)务、公共管(guǎn)理(lǐ)等行业,体(tǐ)现在图11中,都位于(yú)右(yòu)下方。

  芦(lú)哲&;占(zhàn)烁:青(qīng)年(nián)就业—从三(sān)因(yīn)素框架看“疤痕效(xiào)应”来自(zì)何处

  芦哲&;占(zhàn)烁:青年就业—从三因素框(kuāng)架看“疤痕效(xiào)应”来(lái)自何处

  2.3.服务业(yè)复苏分化或是一季(jì)度青年失业人口(kǒu)仍增加的原因(yīn)

  一季(jì)度服务业复(fù)苏出现分(fēn)化。今年一季度GDP同比增(zēng)长4.5%,较疫情前三年Q1均值(zhí)有2.2个点的增速缺口。分行业来看,批(pī)发(fā)零售业缺(quē)口为1.5个点,而建(jiàn)筑业(yè)、住宿(sù)餐饮业增速均高于疫情前(qián)三年均值,这三(sān)个行业一季度复苏(sū)情(qíng)况较(jiào)好;知识密(mì)集程度更高的房地产业、租(zū)赁(lìn)和商务服(fú)务业(yè)、信(xìn)息技(jì)术服务业的缺口(kǒu)分(fēn)别为4.1、4.7、11个点,一季(jì)度(dù)复(fù)苏相对较慢。

  因此从失业率的分子端来看(kàn),当前(qián)青年失业人员增长(zhǎng)的症结在(zài)于服务业就业复苏(sū)的结构不均衡。一方面,随着受教育水平的整体(tǐ)提高,青年就业大量流向(xiàng)知识密集型(xíng)服(fú)务(wù)业(yè),如教育(yù)、信息技(jì)术(shù)等行业(yè)。另(lìng)一方(fāng)面(miàn),年初疫情影(yǐng)响减弱后,经(jīng)济复苏的主力是知识(shí)密(mì)集程(chéng)度(dù)较(jiào)低(dī)的生活性(xìng)服务业(yè),而知识(shí)密集(jí)程度较高(gāo)的生产性服务业复苏(sū)较慢。所以服务(wù)业就(jiù)业复苏结构分化,带来的青年(nián)失业(yè)人口和25-59岁失业人(rén)口的分化。房地产、互(hù)联网、教育[1]等行业的(de)一(yī)季度就业尚未出现明显改善,应(yīng)届生就(jiù)业压力大;而住宿餐(cān)饮等行业(yè)就业已经出现(xiàn)回暖(nuǎn),但对于三分之(zhī)二接受过大(dà)学(xué)教育的青年失(shī)业人口(kǒu)而(ér)言(yán),这些(xiē)行业的就业(yè)吸纳相(xiāng)对(duì)有(yǒu)限。

  芦哲&;占烁:青年就业—从三因素框架看“疤痕(hén)效应”来自何处

  芦哲&;占烁:青年就业—从三(sān)因素框架看“疤痕效应”来自何(hé)处

  3.分母端:人口(kǒu)和(hé)劳动参(cān)与率(lǜ)均下降,带来(lái)劳动力(lì)减少

  青年(nián)失业率的分母端是城镇青年劳动力,主要由青年(nián)人口和(hé)劳(láo)动参与率决(jué)定。2022年(nián)我(wǒ)国(guó)开始(shǐ)步入人口负增(zēng)长时(shí)代,城镇青年劳动力可能(néng)将步入长(zhǎng)期下降通道,这将(jiāng)从分母端(duān)推升青年失业率,或成为(wèi)疫情后就业“疤痕效应”的长(zhǎng)期来源。

  3.1.青年人口:出(chū)生(shēng)人口与乡村(cūn)迁入均在(zài)减(jiǎn)少

  城镇青年劳动力首先(xiān)取决于城镇(zhèn)青(qīng)年人(rén)口数量,而后(hòu)者(zhě)来自于两部分,一是16-24年前的出生人口,二(èr)是乡(xiāng)村到城镇的迁移人口,这两部分(fēn)增量未来都趋于下降。

  2010-2020年青年劳动力(lì)对应的出(chū)生人(rén)口减少4381万,2020-2030年减少1762万(wàn)。2010年和(hé)2020年(nián)的(de)16-24岁人口(kǒu)分别(bié)对应1986-1994、1996-2004年的出生人(rén)口,而前者正好是建(jiàn)国以来的一轮“小(xiǎo)婴(yīng)儿潮”时期,年均出生(shēng)人(rén)口超2000万,其中1987年出生人(rén)口最高超过(guò)2500万,到90年代开(kāi)始明显步入下(xià)降(jiàng)通道。1986-1994年合计(jì)出生人(rén)口2.07亿,1996-2004年降(jiàng)至1.63亿(yì),减少约4381万,降(jiàng)幅为(wèi)21.2%。2020和2030年(nián)的(de)16-24岁人口分别对应1996-2004、2006-2014年的(de)出生(shēng)人(rén)口(kǒu),这(zhè)两(liǎng)个(gè)时期分别为1.63、1.45亿(yì),出(chū)生人口减少约(yuē)1762万(wàn)。

  另一方面,我(wǒ)国农(nóng)村向(xiàng)城镇的人口(kǒu)转移也(yě)在减速。新增城镇人口从2016年开(kāi)始(shǐ)逐年减少,十三五期(qī)间(jiān)(2016-2020年)均值约为2184万人,但2022年只有650万人。预计(jì)今年随着疫情影响减(jiǎn)弱(ruò),人员流动恢复,新增城镇人口数量(liàng)会较(jiào)去年有明(míng)显增长,但(dàn)可能仍然较难回(huí)到十三(sān)五期(qī)间超2000万的(de)规模(mó)。当前我国城镇化率已经达到65%以上(shàng),继(jì)续高(gāo)速(sù)增长空间有限,从(cóng)乡村(cūn)到城(chéng)镇的迁移人口数量整体将呈现下(xià)降趋势。

  芦哲&;占烁(shuò):青年就(jiù)业—从三因素框架看“疤痕效应”来自何处(chù)

  3.2. 青年劳动(dòng)参与(yǔ)率:超预期(qī)下(xià)降

  青年劳动参与(yǔ)率有(yǒu)两个特(tè)点,一是(shì)低于其他年龄段群体,大部分青年在校,并未进入劳动市场。二是近年来(lái)呈下(xià)降趋势。

  2020-2023年(nián),青年劳(láo)动参与率出(chū)现超预(yù)期下降。根据今年(nián)3月统计局(jú)披(pī)露(lù)的青年就业和失业人数,当前16-24岁青年(nián)的(de)劳动参(cān)与率约为33.4%,即9637万(wàn)城镇(zhèn)青年(nián)人口中,有3219万进入或有意愿进入劳动(dòng)市场。而2010和2020年两(liǎng)次人口普查时,青年劳(láo)动参与率分别为47.2%、40.5%。此前十年(nián),青年劳动参与率下降(jiàng)6.7个点,但(dàn)疫情以(yǐ)来仅仅(jǐn)三年,该指标已经下降7.1个点。

  近三年青(qīng)年劳动参与率的下降(jiàng)主要(yào)有三(sān)方面原因。

  一是16-24岁在校生大幅增(zēng)加(jiā)493万。2010到2020的十年间,16-24岁在校生(shēng)增加了706万,年(nián)均增加70.6万;但2019年(nián)末到2021年末,仅(jǐn)仅两年的时(shí)间里,该(gāi)年龄段的在校生增加了493万,年均增(zēng)长246.5万(wàn),远远快于此前十年增速。

  二(èr)是部(bù)分群体(tǐ)因(yīn)就业(yè)形势(shì)恶(è)化而退出劳动市场,在未(wèi)来经(jīng)济和(hé)就业好转后会(huì)回到劳动市场(chǎng)。2020年3月,国家统计局曾在发布会指(zhǐ)出当月(yuè)“就业人员(yuán)规模比(bǐ)1月份下降6%以上”,说(shuō)明就业(yè)形势(shì)恶(è)化时(shí),也会影响劳动参与率。

  事出有因必有妖下一句怎么回,事出反常必有妖,人若反常必有刀,言不由衷定有鬼trong>三是就业观念(niàn)的变化导致(zhì)初次(cì)进(jìn)入劳动市场时间推迟,降低16-24岁劳(láo)动参与率(lǜ)。从(cóng)社会风气来(lái)看,对学历的推崇导致本科毕业即进入(rù)就业市(shì)场的年(nián)轻(qīng)人减少,加上考研、考(kǎo)公竞争激(jī)烈,发展至“二(èr)战”“三战”,客观上(shàng)会将部分(fēn)青年人初次(cì)就业时间从16-24岁延(yán)迟到25岁之后(hòu),从而导致(zhì)16-24岁劳动参与率出现下(xià)降。

  芦哲&;占烁:青年(nián)就业—从三因素框架看(kàn)“疤痕效应”来自何处

  4.结论:未来(lái)失业率的分(fēn)母端可能(néng)会越来越(yuè)重(zhòng)要

  失业人(rén)口的(de)增(zēng)加不(bù)能完全(quán)解释青(qīng)年失业率(lǜ)的上升。假如当前(qián)青年劳动力与(yǔ)2020年相(xiāng)同(tóng),在(zài)失业(yè)人口增加132万至632万人的情况下,对应青年失业率应该从12.8%提高至16.2%,但3月却达到19.6%,如图19。失业人口(kǒu)的增加只能解释当前青年失业(yè)率(lǜ)的一部分,另一部分则来自分母端,城(chéng)镇青年劳动力的减少。

  芦哲&;占烁:青(qīng)年就业—从三因素框架看“疤(bā)痕(hén)效(xiào)应”来自何处

  考(kǎo)虑(lǜ)到(dào)2020年我国人口已(yǐ)经开始负增(zēng)长(zhǎng),未来青年失(shī)业率的变动可(kě)能(néng)出现以下三种(zhǒng)情况:

  ①青(qīng)年失业人口增加(jiā),同时劳动力减少(shǎo),青年失业率上升(shēng);

  ②青年失业(yè)人口与劳动力(lì)均在减少,但失业人口降幅(fú)不及劳动(dòng)力降幅,青年(nián)失(shī)业率上升;

  ③青年失业人口与(yǔ)劳动力均在减少(shǎo),失业人口降(jiàng)幅(fú)大(dà)于劳动力降幅,青(qīng)年失(shī)业(yè)率下(xià)降。

  我们(men)认为,未来失(shī)业人口会随着经济复苏(sū)而减(jiǎn)少(shǎo),但经济复苏难以改变失业率(lǜ)的分母下降趋势。青年(nián)劳动力的下降可(kě)能成为就业“疤痕效应”的长期(qī)来源,抬(tái)高青年失业率的长期中枢。未来失业率的(de)分母端可(kě)能会越来越重要,这也是人(rén)口长周期变化的影响之一。

  5.附录(lù):概念(niàn)和数据(jù)说明

  青年(nián)失业率的两个前(qián)置概念。讨论16-24岁人口调查失(shī)业率时(shí),有(yǒu)必要明晰这(zhè)一概念的两个要(yào)点:一是调查失业(yè)率(lǜ)是城镇就业范围(wéi),并非(fēi)针(zhēn)对全部就(jiù)业人口,不包括乡村(cūn)就业,2022年底(dǐ)我(wǒ)国(guó)城乡就业(yè)大约分别占(zhàn)63%、37%,近四(sì)成(chéng)的就业人(rén)口并未包(bāo)含(hán)在内。因此(cǐ),许多(duō)针对青(qīng)年失业(yè)率的讨(tǎo)论以全(quán)国青年人口数量为(wèi)出发点,未区分人口总(zǒng)量与城乡结构的问题,有(yǒu)失偏颇(pǒ)。本(běn)篇报告(gào)如无(wú)特别说明,各(gè)概念均是指城镇(zhèn)就业口(kǒu)径。

  二是失业率的分(fēn)母不(bù)含没有劳(láo)动意(yì)愿的劳动年龄(líng)人口。按照统计(jì)局的(de)定义(yì),“劳动(dòng)力(lì)指年(nián)满(mǎn)16周岁,有劳动(dòng)能力,参(cān)加或要求参加社会经济活动的人员(yuán)。包括就(jiù)业人员和失业人员(yuán)”,因此没有就业意愿的劳动年龄人口不计(jì)入劳动力。根(gēn)据《2022年中国劳动(dòng)统计年(nián)鉴》,2021年(nián)底(dǐ)我国16岁以上的(de)人口约为11.5亿,其中只(zhǐ)有68%属于劳动力,约为7.8亿,而就业人口为约(yuē)7.46亿,据此推(tuī)算城(chéng)乡失(shī)业人口可能(néng)为(wèi)3372万人(rén)左(zuǒ)右。

  芦(lú)哲&;占(zhàn)烁:青(qīng)年就业—从(cóng)三(sān)因(yīn)素框(kuāng)架(jià)看(kàn)“疤痕效应(yīng)”来自何(hé)处

  从(cóng)数据来看(kàn),失业(yè)率来(lái)自(zì)全国(guó)月度劳动力调查。该(gāi)项调查(chá)制度于2005年正(zhèng)式实(shí)施,每年(nián)进(jìn)行两(liǎng)次全国劳动力抽样(yàng)调查,调查范(fàn)围为中国大陆的城镇和乡村,调查对象为(wèi)16岁及以上(shàng)人口。2009年3月,为更及时准确反映劳(láo)动力市场(chǎng)变化情况,建立了(le)31个大城市(shì)月度(dù)劳(láo)动力调(diào)查制(zhì)度。2013年(nián)4月,又将月度(dù)劳动(dòng)力调查范围(wéi)扩(kuò)大(dà)至65个城市。2016年1月,全(quán)国月度劳(láo)动力调(diào)查正式在全国范围内开展,调查范围覆盖全国所有地级市。

  月度劳动(dòng)力调查样本比例约为0.2‰,是年度调查的五分之一左右。全国每月(yuè)调查约12万(wàn)户,2020年全国家(jiā)庭户约为49415.7万(wàn)户,样本占比约0.2‰,作

  为对比,我国年度人(rén)口(kǒu)调(diào)查样本比例为(wèi)1‰,五年一次的(de)人口抽样调查样本比例为1%。而每10年一次的人口普(pǔ)查则(zé)在(zài)长表(biǎo)部分纳入就业调查,长表抽(chōu)样比例是10%左右,因而人口普查的就业(yè)数据质量更(gèng)高。

  就(jiù)业人(rén)员总(zǒng)数会根据普查(chá)数(shù)据进行修正(zhèng),但结构数(shù)据仍会存(cún)在差异。比如2020年的《劳动统计年鉴》显示,2019年末全国就业人员(yuán)约为(wèi)7.75亿人;而七(qī)普(pǔ)后次年的年鉴将这一数(shù)据修正为7.54亿人左右,误差(chà)约2100万人。但结构数据的差异(yì)仍然存在。比如《2021年劳动统计年鉴》中,2020年城镇制造(zào)业(yè)就业人员占(zhàn)比为18.0%,而七普(pǔ)数据为19.7%。

  6.风(fēng)险提(tí)示

  (1) 服务业分化(huà)未收窄;

  (2) 青年(nián)劳(láo)动参与(yǔ)率出现明显(xiǎn)下(xià)降;

  (3) 外需、房地产(chǎn)等不及预期,经济和就业恢(huī)复偏慢。

  报(bào)告信息

  证券(quàn)研究报(bào)告:【芦(lú)哲&;占烁(shuò)】青(qīng)年(nián)就业:从三因素框架看“疤痕效应”来自何(hé)处

  研报撰写人员:芦(lú)哲(S0120521070001,首(shǒu)席宏观(guān)经济学家(jiā)),占烁(S0120122070060,联系人)

  对(duì)外发布时(shí)间:2023年(nián)5月26日

  报告发布机构:德邦证券股(gǔ)份有限公司

未经允许不得转载:橘子百科-橘子都知道 事出有因必有妖下一句怎么回,事出反常必有妖,人若反常必有刀,言不由衷定有鬼

评论

5+2=