IDC站长站,IDC站长,IDC资讯--IDC站长站IDC站长站,IDC站长,IDC资讯--IDC站长站

鲁j是哪个城市 鲁j是哪个省的车牌号

鲁j是哪个城市 鲁j是哪个省的车牌号 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(hóng)观(guān)经济学家

  占烁 联系人

  投(tóu)资要(yào)点

  ·核心观点:我们将(jiāng)影响青年(nián)失业率的因(yīn)素拆解为三方(fāng)面:①青年失(shī)业人口(kǒu),②青年总人口,③劳动参与率,失业率=失(shī)业人口/(总人口×劳动参与率)。通(tōng)过三因素框架,我们(men)发(fā)现16-24岁失(shī)业人口的增(zēng)加不能完全(quán)解释青年失业率的上升,更重要却被忽视(shì)的因素是青年人口和劳(láo)动参(cān)与率下降(jiàng),带来16-24岁劳动力(lì)减少,从分母端(duān)大幅推高(gāo)青年失(shī)业(yè)率。假如今年3月分母端的青(qīng)年(nián)劳动力与(yǔ)2020年持平,新增(zēng)约132万青(qīng)年(nián)失(shī)业人(rén)口只能将(jiāng)失业率拉升至16.2%,但(dàn)实际青年失业(yè)率却高达(dá)19.6%。我(wǒ)们认为,失业(yè)人口(kǒu)会(huì)随着(zhe)经济复苏而(ér)减少,但青年劳动力的下降可(kě)能成(chéng)为(wèi)就(jiù)业“疤(bā)痕效应”的长期(qī)来源,抬高(gāo)青年失(shī)业率中(zhōng)枢。

  ·青年失(shī)业(yè)率的三因(yīn)素框架:(1)失业率=失业人口/劳动(dòng)力=失(shī)业人口/(总(zǒng)人口×劳(láo)动参与率),据此可将青年失业率拆解为青(qīng)年失(shī)业人口、总人口、劳动(dòng)参与(yǔ)率三个因(yīn)素。

  ·(2)失业(yè)率上(shàng)升未必来自(zì)失业增加,不要忽(hū)略分母,劳动力的(de)下(xià)降,也是抬高失业率的重要原因。2010-2020年(nián),青年(nián)失业人口只增加4万(wàn),青年劳动力却(què)减少1578万(wàn),带(dài)动16-24岁(suì)人(rén)口失业率大幅(fú)提高3.8个点(diǎn)。

  ·分子端的青(qīng)年失业人口:(1)从总量(liàng)来看,当前城镇青年就业人数约为2587万人,失业人数632万人,比去年(nián)4月(yuè)增加约70万,较七普增加约132万。

  ·(2)失业(yè)原因(yīn)方面,近(jìn)7成青年失业(yè)者是主动(dòng)辞职,被裁员(yuán)比例只有(yǒu)2.6%,远低(dī)于(yú)35岁(suì)以上群(qún)体(tǐ)。

  ·(3)按照受(shòu)教育程度来看,三分之二的青年失业人员接受(shòu)过大学(xué)教育(yù)。

  ·(4)2010-2020年(nián)青年就业的结构变化较(jiào)大,呈现出从制造到服务、知识密(mì)集(jí)程度由(yóu)低到高两个(gè)特点。2010年农业和工业吸纳了50.3%的青年就业人口,2020年大幅(fú)降至25.4%,流出的(de)青年就(jiù)业主要转(zhuǎn)向(xiàng)服务业(yè)。以受(shòu)教育年(nián)限(xiàn)作(zuò)为维度,青年就业从知识密集(jí)程度较低的行业流向较高(gāo)行(xíng)业,但是知识密集(jí)型行业的青(qīng)年失业情况比整体(tǐ)失业更严(yán)峻。

  ·(5)服务(wù)业(yè)复苏分化或是一季度青年失(shī)业(yè)人口仍增加的(de)原因(yīn)。经济复苏的主力是知(zhī)识密集程(chéng)度较低(dī)的餐饮、零售等(děng)服务业,而知(zhī)识密集程(chéng)度(dù)较高(gāo)的(de)生产性服务(wù)业(yè)复苏较(jiào)慢,服务业就(jiù)业复苏结构的分化,带来青年就(jiù)业和25-59岁就业(yè)的分化(huà)。

  ·分母端的青(qīng)年劳动力(lì):(1)青(qīng)年人(rén)口(kǒu):出生(shēng)人口与乡村迁入(rù)均在减少(shǎo)。2010-2020年青年劳(láo)动力对应(yīng)的(de)出生(shēng)人口减少4381万,2020-2030年减少(shǎo)1762万。另外,我(wǒ)国(guó)农村向(xiàng)城(chéng)镇的(de)人口转移(yí)也在(zài)减(jiǎn)速,新增城镇人口从十三五(wǔ)期(qī)间(2016-2020年)的(de)2184万(wàn)人,减至2022年650万人。

  ·(2)2020-2023年(nián),青年劳动参与率出现超预(yù)期下降。2010-2020年青年劳动(dòng)参与率下(xià)降6.7个点,但疫情以来仅仅三年,已经下(xià)降(jiàng)7.1个点。近三年(nián)青年劳动(dòng)参与率的(de)下(xià)降主要有(yǒu)三(sān)方面(miàn)原因(yīn):一(yī)是16-24岁在校生大幅增(zēng)加(jiā)493万;二是(shì)部分群体(tǐ)因就业形势恶化而退出劳动市场;三是就业(yè)观念的变化导致初次进入劳动(dòng)市(shì)场时间推(tuī)迟,降低16-24岁劳(láo)动(dòng)参(cān)与率。

  ·结论:(1)失业人口的(de)增加不能完全解释青年失(shī)业率的上(shàng)升。假(jiǎ)如当前青年劳动力(lì)与(yǔ)2020年相同,在失业人口增加132万至(zhì)632万人(rén)的(de)情况下,对应青(qīng)年失业率应该从12.8%提高(gāo)至(zhì)16.2%,但3月(yuè)却达到19.6%,如图(tú)19。失业人(rén)口的增加只能解释当前青年失业率的(de)一部(bù)分,另(lìng)一部分则来自分母端,城镇青年劳(láo)动力的减(jiǎn)少。

  ·(2)未来青年失业(yè)率的变动可能出现以下三种情况:①青年失业人口增加(jiā),同(tóng)时(shí)劳动力减少,青(qīng)年失业率上升;②青年(nián)失(shī)业人口与劳动力均在减少,但失业人口降幅不及劳动力(lì)降幅(fú),青(qīng)年失(shī)业率上(shàng)升;③青(qīng)年失业人(rén)口与劳(láo)动(dòng)力均(jūn)在减少,失业人口降(jiàng)幅大于劳动力(lì)降幅,青年失业率下降。

  ·(3)我们认为,失业人口会(huì)随着(zhe)疫(yì)情后经济复苏(sū)而减少,但青(qīng)年劳动(dòng)力(lì)的下降(jiàng)可(kě)能成为就(jiù)业“疤(bā)痕效应(yīng)”的长期来(lái)源(yuán),抬高青年失业率的长期中枢。未来失业率的分母(mǔ)端越来越重要。

  ·风(fēng)险(xiǎn)提(tí)示:服(fú)务业分化未(wèi)收窄;青年劳动参与(yǔ)率(lǜ)出现(xiàn)明显下降;外需(xū)、房地产等不(bù)及预期(qī),经济和就业恢复偏慢。

  目 录

  1. 青年失业(yè)率(lǜ)的三因素(sù)框架

  2.分子(zi)端(duān):新增青年(nián)失业(yè)人员缘于服务业复苏分化

  2.1.青(qīng)年失(shī)业(yè)人口:主动辞职居多;三分(fēn)之二接(jiē)受过大学(xué)教(jiào)育(yù)

  2.2.行业:从制造到服务,知识密度从低到(dào)高(gāo)

  2.3.服务业复苏(sū)分化(huà)或(huò)是一季(jì)度(dù)青年失业人口仍增加的原因

  3.分母端(duān):人口(kǒu)和劳动参(cān)与率(lǜ)均下降(jiàng),带来(lái)劳动力减(jiǎn)少(shǎo)

  3.1.青(qīng)年人口(kǒu):出生(shēng)人(rén)口与乡村(cūn)迁入(rù)均(jūn)在减少(shǎo)

  3.2.青年劳动参与率:超(chāo)预期下降

  4. 结论:未来失业率的(de)分母端可能会越来越(yuè)重要(yào)

  5. 附录:概念和(hé)数据说明

  6. 风险提示

  正 文

  4月份(fèn)16-24岁青年失(shī)业率攀升至20.4%,创下2018年有数据以来最(zuì)高(gāo)值。在疫情影响退散(sàn)、经济逐步复苏的情况下,城镇(zhèn)调(diào)查(chá)失业率(lǜ)较去年同期大幅下降0.9个点,但青(qīng)年失业率却较去年(nián)4月(yuè)逆势(shì)攀(pān)升2.2个点。本篇报(bào)告(gào)将重点研究疫情后留(liú)下的“疤痕效(xiào)应”如(rú)何推高(gāo)青(qīng)年失(shī)业率。

  1.青年失业率的(de)三因(yīn)素(sù)框(kuāng)架(jià)

  失(shī)业率(lǜ)=失业人口(kǒu)/劳(láo)动(dòng)力=失业人口/(总人口×劳动参与(yǔ)率)

  据此可见(jiàn),影响(xiǎng)青年失业率的主要是三个(gè)因素:①青年失业人口;②青年总人口;③劳(láo)动(dòng)参与率,其中②③决定着青年(nián)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忽视。当我们讨论失业率(lǜ)时,经常认(rèn)为失业率(lǜ)上升(shēng)一定是失业增加的结果,这个判断对(duì)于全(quán)年龄段失业率来(lái)说并没有问题,因为我(wǒ)国的劳动力总量(也称经(jīng)济活动(dòng)人口)在2015年(nián)之(zhī)前一直在上升,2015年后略有下降,到(dào)2021年末下降了2.6%,年均降幅约0.4%。但青年失业率则不能忽视(shì)分母(mǔ)的变动,因为青年劳(láo)动力波动幅(fú)度更大。

  例如2010-2020年(nián),青年失业人口只(zhǐ)增加4万(wàn),青年劳动(dòng)力却减少1578万,带动16-24岁(suì)人口失业率大幅提高(gāo)3.8个点。两次人口普查期(qī)间(2010-2020年),青年失业人口(kǒu)从496万(wàn)增加到(dào)500万,仅增加了4万左右,约为(wèi)2020年(nián)青年(nián)劳动力的0.1%,但(dàn)青年(nián)失业率却从(cóng)六普的9%提高(gāo)到七(qī)普(2020年(nián)11月(yuè))的12.8%,大幅提(tí)高3.8个点。主要(yào)原因(yīn)就是失业率(lǜ)的分母(mǔ)在下降,16-24岁青年劳动力人口在此期(qī)间(jiān)从(cóng)5481万人大(dà)幅减至3903万(wàn)人(rén),减(jiǎn)少了1578万。但是(shì),2010-2020年全年(nián)龄段劳动(dòng)力数量基本稳(wěn)定在7.8亿,整体失业率的分母(mǔ)基本不变。因(yīn)此,2010-2020年间,决定整体失业率变动(dòng)的是(shì)失业人口(kǒu)数(shù)量(分子),但决定青年(nián)失业(yè)率变动(dòng)的却是青年劳动(dòng)力(lì)总量(分母)。

  芦(lú)哲&;占烁(shuò):青年就(jiù)业—从三因素框(kuāng)架看“疤痕效(xiào)应”来自(zì)何处

  芦哲&;占烁(sh<span style='color: #ff0000; line-height: 24px;'>鲁j是哪个城市 鲁j是哪个省的车牌号</span>uò):青年(nián)就(jiù)业—从(cóng)三因素(sù)框架(jià)看“疤痕效应”来(lái)自何处

  2.分子端:新增青年失业人员缘于服务(wù)业复苏分化

  2.1.青年失业人口(kǒu):主(zhǔ)动辞职居(jū)多(duō);三分之(zhī)二接受(shòu)过大学教(jiào)育

  从(cóng)总量来(lái)看(kàn),当前城镇青年就(jiù)业(yè)人(rén)数(shù)约为2587万人,失业人数632万人(rén),比去年4月增加约70万,较七普增加约132万。国(guó)家统计局在3月就业(yè)数据解(jiě)读时(shí),披露(lù)了当前青(qīng)年就业和失业人数的基(jī)本情况:“初步测算3月份城(chéng)镇青年9637万人(rén),没有(yǒu)参与劳动力市场的(de)青年6418万(wàn)人(rén),主体为在校(xiào)学(xué)生;参与劳动力市场(chǎng)的青年3219万人(rén),其中(zhōng)就业人数2587万人、失(shī)业人数632万人。”[1]假设青年劳动力人数与(yǔ)去年基本持平,今年4月青(qīng)年(nián)失业率比去年(nián)同期高2.2个点,青年失业(yè)人员比去年同期多70万人左(zuǒ)右,比2020年七普多132万人。

  从增量看,今年前(qián)四(sì)个月青年(nián)失业形势好于去年同期(qī)。假设2022年(nián)以(yǐ)来青年劳(láo)动力总(zǒng)量维持在3219万,青年(nián)失业率每提高(gāo)1个(gè)点,带来32万(wàn)左右的(de)新(xīn)增失业人口。尽(jǐn)管今年4月青(qīng)年(nián)失(shī)业率比去年(nián)同期高2.2个点,但(dàn)从新增青年(nián)失(shī)业(yè)人口来(lái)看(kàn),今年(nián)1-4月(yuè)约(yuē)为119万(wàn),去年同期为125.5万。从增量来看,今年前四(sì)个月青年失业形势要好于去年,这与当前经济逐渐恢(huī)复也有关系。

  从(cóng)节奏来(lái)看,受夏季毕业影(yǐng)响,我国青(qīng)年(nián)失业率一(yī)般在(zài)上(shàng)半年逐渐提高,7月(yuè)达到峰值,8月开始逐步回落,预计(jì)5-7月青年失业率或将继续小幅攀(pān)升。

  芦哲(zhé)&;占(zhàn)烁:青年就(jiù)业—从(cóng)三因(yīn)素框(kuāng)架看“疤痕(hén)效应”来自何处

  失业(yè)原因方面,近7成青年失(shī)业者是主动(dòng)辞(cí)职,被(bèi)裁员比(bǐ)例只有2.6%,远低于35岁(suì)以上群体。一种(zhǒng)观点认为,青年群体由(yóu)于工作经验和技能相对(duì)不熟练,往往在企业(yè)裁(cái)员(yuán)时首当(dāng)其冲。但(dàn)根据月(yuè)度劳(láo)动力(lì)调查数据,青年失业主(zhǔ)要原因是主(zhǔ)动(dòng)辞职,被(bèi)裁员的比(bǐ)例明显低于35岁以(yǐ)上群体。根据《2021年中国劳动统计年(nián)鉴》,有工作意(yì)愿但从未工作(zuò)过的失(shī)业群体在16-24岁失业(yè)人(rén)口中占比59%,其他年龄(líng)群体中这(zhè)一比例最高(gāo)是14.4%。我们剔(tī)除(chú)这部分(fēn)失业人群后,剩下的青(qīng)年失(shī)业人(rén)口中(zhōng),第一大失(shī)业原因是主动辞(cí)职(zhí),占(zhàn)比(bǐ)68.2%,单位倒(dào)闭破(pò)产占比5.9%;而裁员仅(jǐn)占2.6%。横向对比(bǐ),裁员比例(lì)从高到(dào)低依(yī)次是:60岁以(yǐ)上(4.8%)>;35-59岁(4.7%)>;16-24岁(2.6%)>;25-34岁(2.5%)。

  按照受教育程(chéng)度来看,三分之二(èr)的青年(nián)失业人员接受(shòu)过大学教育。各(gè)年龄段失业人(rén)群中,年龄越低,平均受教(jiào)育程度(dù)越高。16-24岁失(shī)业人员中66.2%是接受过大学教(jiào)育的,这一比例在其他三个年(nián)龄阶段逐步(bù)递(dì)减,25-34岁(40.5%)>;35-59岁(13.7%)>;60岁以上(4.3%)。城镇(zhèn)就业人(rén)口(kǒu)的受教育(yù)程度也大致类似,青年人由(yóu)于年(nián)龄限制(zhì),接受大(dà)学教育比例略低(dī)于25-34岁,整(zhěng)体来(lái)看35岁以下(xià)就(jiù)业(yè)人员的受教育程度大幅高(gāo)于35岁(suì)以(yǐ)上。按照接(jiē)受过大学教(jiào)育的占比(bǐ)来看,25-24岁(47.9%)>;16-24岁(43.6%)>;35-59岁(suì)(26%)>;60岁(suì)以上(3%)。

  芦哲&;占烁(shuò):青(qīng)年就业—从三因素(sù)框架看“疤痕效(xiào)应”来(lái)自(zì)何处

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

  芦哲&;占(zhàn)烁:青(qīng)年(nián)就(jiù)业—从三因素(sù)框架看(kàn)“疤痕效应”来自何(hé)处

  2.2.行业(yè):从制造到服(fú)务,知识密度从低到高

  青年失业人口的行业与青年(nián)就(jiù)业分布(bù)基(jī)本一致。青年(nián)失(shī)业人口呈现出行业聚集的特点(diǎn),主要(yào)集(jí)中在5个大类行业,2020年占比(bǐ)分别为:批(pī)发零售(shòu)(19.3%)、制造业(18.8%)、住宿餐(cān)饮(13%)、教育(7.5%)、居民服务(wù)\修理(lǐ)和其(qí)他服(fú)务(wù)业(6.7%),这5个行(xíng)业占全部青年失业人口的65%左右(yòu)。同时,这5个行(xíng)业也是青(qīng)年就业(yè)集中的(de)行业,吸纳了60.7%的青年(nián)就业(yè)。从行业(yè)来看,青年失业人口的行业分(fēn)布是(shì)由就业分布(bù)决定的,吸(xī)纳就业占比较大的行业,往往(wǎng)也贡献了(le)较大(dà)规模的(de)失业(yè)。因此,在挖掘青年失业人口来自何处之(zhī)前,需要研究青年(nián)就业的行业结构。

  芦哲&;占烁:青(qīng)年(nián)就业—从三(sān)因素框架看“疤痕效应”来自(zì)何(hé)处(chù)

  芦哲(zhé)&;占(zhàn)烁:青(qīng)年就业—从三(sān)因素框架看“疤痕效应”来自何处

  2010-2020年青(qīng)年(nián)就业的(de)结构(gòu)变(biàn)化较大(dà),呈现出(chū)从制造(zào)到服务、知识(shí)密(mì)集程(chéng)度由(yóu)低到高(gāo)两个特(tè)点。

  青(qīng)年就(jiù)业从工农(nóng)业大(dà)量流入服务业。农林(lín)牧渔、采(cǎi)矿业、制(zhì)造(zào)业(yè)和电(diàn)热燃(rán)水(shuǐ)的(de)生产供(gōng)应业,这四个行业是国民(mín)经济(jì)分类的(de)农(nóng)业和工业。2010年(nián)这四个行业(yè)吸纳(nà)了(le)50.3%的青年就业(yè)人口,到2020年该比例大幅(fú)降至25.4%。其(qí)中(zhōng),制造业从37.4%降至(zhì)22%,农林牧渔从(cóng)11.4%降至2.5%,分(fēn)别降低15.4和9.0个点。有4个行(xíng)业(yè)吸纳青年就业比例(lì)增加(jiā)超(chāo)2个点,其中,教(jiào)育(yù)业(yè)为5.3%,租(zū)赁和商务服(fú)务为3.1%,信息技术为(wèi)2.8%,卫生(shēng)和(hé)社工为2.0%。另外,建筑业(yè)和房地产(chǎn)等其他6个服(fú)务行业吸纳青年就业的比例均增超1个百(bǎi)分(fēn)点。

  以(yǐ)受教育年限作为维(wéi)度,青年就业从知识密集程度(dù)较低的(de)行业流向较高行(xíng)业。我们以《2021年劳(láo)动(dòng)统计年鉴》中(zhōng)各行业就业人员的受教育年(nián)限(xiàn),来计(jì)算(suàn)各行业的知识(shí)密集程度(dù)。有5个行业的平均受教(jiào)育年(nián)限在14年(nián)以上,依次是:科学(xué)研(yán)究与技术服(fú)务(14.6)>;教育(14.4)>;金融(14.3)>;信息传(chuán)输、软件和(hé)信(xìn)息(xī)技术服务(14.2)>;卫生和社会工作(12.1),除金融业外,其他(tā)四(sì)个行业是(shì)过去(qù)十年青(qīng)年(nián)就业流入的主(zhǔ)要行业,吸纳青(qīng)年就业比例的(de)增幅均居前列(liè)。如(rú)图(tú)10,各行业所吸纳的青(qīng)年就业比(bǐ)例变动与行业平均受教(jiào)育年限基本(běn)一致,即青年就(jiù)业从知识密集(jí)程度较低的行业流(liú)向较高行业。

  但是知识密集(jí)型(xíng)行业的青年(nián)失(shī)业情况(kuàng)比(bǐ)整体失业更(gèng)严峻。我们用《2021年中(zhōng)国劳(láo)动统计(jì)年鉴》中(zhōng)各行(xíng)业的青年失业比例(该(gāi)行业的青年失业人数/青年失业总人数),除以各行业(yè)的青年就业(yè)比例(lì)(该行(xíng)业的青年(nián)就(jiù)业人数/青(qīng)年就业总人数),来作为各行(xíng)业(yè)失业(yè)率(lǜ)的近似替代指标(biāo)。以这个指标来看,知识密集(jí)型(xíng)行业的(de)青年失业率大多高于(yú)全年龄段失业率,如信(xìn)息技术、教育、科研服务、公共管理等(děng)行业,体(tǐ)现(xiàn)在(zài)图(tú)11中(zhōng),都(dōu)位于(yú)右下方。

  芦哲&;占烁:青年就(jiù)业—从三因素框架(jià)看(kàn)“疤痕效(xiào)应”来(lái)自何处

  芦哲&;占烁:青年就(jiù)业—从三因素(sù)框(kuāng)架(jià)看(kàn)“疤痕效应”来自何处

  2.3.服务业复苏分化或是一季(jì)度青年失业人(rén)口仍增加的原因

  一季度服务业复苏出现分化(huà)。今年一季度GDP同(tóng)比增长4.5%,较(jiào)疫情前三年Q1均值有2.2个(gè)点的增速(sù)缺口(kǒu)。分(fēn)行业(yè)来看,批发零(líng)售业(yè)缺口(kǒu)为1.5个(gè)点,而建筑(zhù)业、住宿餐饮业(yè)增速均高于疫(yì)情前三年均值,这三个行(xíng)业一(yī)季度复苏情(qíng)况(kuàng)较好(hǎo);知识密集程(chéng)度更高的房(fáng)地产业、租赁和(hé)商务服务(wù)业(yè)、信息技术(shù)服务(wù)业(yè)的缺口(kǒu)分别为4.1、4.7、11个点,一季度复苏(sū)相对较慢。

  因此从失业率的分(fēn)子端来(lái)看,当前青(qīng)年失业人(rén)员增长(zhǎng)的症结(jié)在于服务业就业复苏的结构不(bù)均衡(héng)。一方面,随着受教育水平的整体提高,青(qīng)年就业大(dà)量流向知识密集型服务业,如教育、信(xìn)息技术等行业。另一(yī)方面,年初疫(yì)情影(yǐng)响减弱后(hòu),经济复(fù)苏的主力是(shì)知识密(mì)集程度较低的生活性(xìng)服(fú)务业,而知(zhī)识密集(jí)程(chéng)度较高的生(shēng)产性(xìng)服务业复苏较(jiào)慢(màn)。所以服(fú)务业(yè)就业复苏结构分化,带来的青年失业(yè)人口和25-59岁(suì)失业人口的分化。房地产(chǎn)、互联(lián)网、教育[1]等行业(yè)的一季度就业尚未出现明显改善,应届(jiè)生就业(yè)压力大;而住宿餐饮(yǐn)等行业就业已经出现回(huí)暖,但(dàn)对于(yú)三(sān)分之二接(jiē)受(shòu)过大学(xué)教育(yù)的青年失(shī)业人口而言,这些行业的(de)就业吸纳(nà)相对有限。

  芦哲&;占烁:青年就业—从三因素框(kuāng)架看“疤痕(hén)效应”来自何处(chù)

  芦(lú)哲&;占烁:青(qīng)年(nián)就业—从三因素框架看“疤痕效应(yīng)”来(lái)自何处

  3.分(fēn)母端:人口和劳动参(cān)与率均下降,带(dài)来(lái)劳动力减少

  青年失业率的(de)分母端(duān)是(shì)城镇青年劳动(dòng)力,主要(yào)由青年人口和劳动参与率决定。2022年我国开始步入人(rén)口负增(zēng)长(zhǎng)时(shí)代,城(chéng)镇青(qīng)年劳动力可能将步入长(zhǎng)期下降通(tōng)道,这将(jiāng)从分母端推升青年失业(yè)率,或成为疫情后就(jiù)业(yè)“疤(bā)痕(hén)效应(yīng)”的长(zhǎng)期来源。

  3.1.青年(nián)人口(kǒu):出生人口与乡村迁入(rù)均在减少

  城镇(zhèn)青年劳动(dòng)力首先(xiān)取决于(yú)城镇青(qīng)年人(rén)口数量,而后(hòu)者来自于(yú)两部分,一是16-24年前的出生人口,二是(shì)乡村到(dào)城(chéng)镇的迁(qiān)移人口,这两部分增量未来都趋于下降(jiàng)。

  2010-2020年青年(nián)劳动(dòng)力对应的出生人口减少4381万,2020-2030年减少1762万。2010年(nián)和2020年的16-24岁人口分别对应1986-1994、1996-2004年(nián)的出(chū)生人口(kǒu),而前者(zhě)正好是(shì)建国以来的(de)一轮“小婴儿(ér)潮”时期,年均出生人口(kǒu)超2000万,其中1987年出生(shēng)人口最(zuì)高超过2500万,到90年代开始明显步入下降通道。1986-1994年合计出生人(rén)口2.07亿,1996-2004年降(jiàng)至1.63亿,减少(shǎo)约4381万,降幅为(wèi)21.2%。2020和(hé)2030年的16-24岁人口分别对应1996-2004、2006-2014年的出生人口,这(zhè)两个(gè)时期分别为(wèi)1.63、1.45亿,出生人口减少约(yuē)1762万。

  另(lìng)一方面,我(wǒ)国农村向城镇的人(rén)口转(zhuǎn)移也(yě)在减速(sù)。新增城镇(zhèn)人口从2016年开始逐年减(jiǎn)少,十三五(wǔ)期间(2016-2020年)均值约为2184万(wàn)人(rén),但2022年(nián)只有650万人(rén)。预计今年随着疫(yì)情影响减弱,人(rén)员流动恢复,新增(zēng)城镇人口(kǒu)数量会较去年有明显增长(zhǎng),但可(kě)能仍然较难回(huí)到十三五期(qī)间(jiān)超2000万的规(guī)模。当前我国城(chéng)镇化率已经达(dá)到65%以上,继续高(gāo)速增(zēng)长空间有限,从乡村(cūn)到城镇的(de)迁移人(rén)口数(shù)量整体将呈现下(xià)降趋势。

  芦(lú)哲(zhé)&;占(zhàn)烁:青年就业—从三因素框(kuāng)架看“疤痕效应”来自何(hé)处(chù)

  3.2. 青年劳(láo)动(dòng)参与(yǔ)率:超(chāo)预期(qī鲁j是哪个城市 鲁j是哪个省的车牌号)下降

  青年劳动参(cān)与率(lǜ)有两个特点,一是低于其他年龄段群(qún)体,大部(bù)分青年在校,并未进入(rù)劳动市场。二是(shì)近年来呈下降(jiàng)趋势。

  2020-2023年,青年劳动参(cān)与率出现超预期下降(jiàng)。根(gēn)据今年3月(yuè)统计(jì)局披露的青(qīng)年就业和失业人数,当前16-24岁青年的(de)劳动参与率约(yuē)为33.4%,即9637万城镇青年人口中(zhōng),有3219万进(jìn)入或有意愿(yuàn)进入劳动市场。而2010和2020年两次人口(kǒu)普(pǔ)查时,青年劳动参与率分(fēn)别为47.2%、40.5%。此前十年(nián),青年劳(láo)动参与率下(xià)降6.7个点(diǎn),但(dàn)疫情以来仅仅三(sān)年,该指标已经下降7.1个点。

  近三年青年劳动参与率的下降(jiàng)主要有三方面原因。

  一(yī)是(shì)16-24岁在校生大幅增(zēng)加(jiā)493万(wàn)。2010到2020的(de)十年间,16-24岁在校生增加了706万(wàn),年(nián)均(jūn)增加70.6万;但2019年末到2021年末(mò),仅仅(jǐn)两年的时间里,该年(nián)龄段的在校生增(zēng)加(jiā)了493万,年均增长246.5万,远远快于此前(qián)十(shí)年增速。

  二(èr)是部分(fēn)群(qún)体因(yīn)就业形(xíng)势恶化(huà)而退(tuì)出劳动市场,在未来经(jīng)济和(hé)就(jiù)业好转后会回到(dào)劳(láo)动市场。2020年3月(yuè),国家统(tǒng)计局曾在发布会指出当月“就业(yè)人员规模比1月(yuè)份下降6%以(yǐ)上”,说(shuō)明就业形势(shì)恶化时,也(yě)会影响劳动参与率。

  三(sān)是就业(yè)观念的(de)变化导致初次进入劳动市场时间推迟,降低16-24岁(suì)劳动参(cān)与(yǔ)率。从社会风气来(lái)看(kàn),对学历的推崇(chóng)导致(zhì)本科(kē)毕业即进(jìn)入(rù)就业市场的年轻人减少,加上(shàng)考研、考公竞争(zhēng)激烈,发展至“二战”“三战”,客(kè)观上(shàng)会将部(bù)分青(qīng)年人初次就(jiù)业(yè)时间从16-24岁延(yán)迟到25岁之后,从(cóng)而导(dǎo)致16-24岁劳动参与率出现下降。

  芦哲(zhé)&;占烁:青年(nián)就(jiù)业(yè)—从(cóng)三因(yīn)素框架看“疤(bā)痕效应(yīng)”来自何(hé)处

  4.结(jié)论:未(wèi)来失(shī)业率的(de)分母端可能(néng)会越来越重要

  失业人口的增加不能完全(quán)解释(shì)青年失(shī)业率的上升。假如(rú)当(dāng)前青年劳动力与2020年(nián)相同,在失业人口增(zēng)加(jiā)132万(wàn)至632万人的情况(kuàng)下,对(duì)应青年(nián)失业率应该从12.8%提高至(zhì)16.2%,但(dàn)3月却达到19.6%,如图19。失业人口的增加只能(néng)解释当(dāng)前青年失业率的一部(bù)分,另一部(bù)分则来(lái)自(zì)分母端(duān),城镇青年劳动(dòng)力的减少。

  芦哲(zhé)&;占烁:青年就业—从三因素(sù)框架(jià)看“疤(bā)痕效(xiào)应”来自(zì)何处

  考虑(lǜ)到2020年(nián)我国人口已经开始负增长,未(wèi)来青年(nián)失业率的变(biàn)动可能出现以(yǐ)下三种情况:

  ①青(qīng)年失业(yè)人口增加(jiā),同时劳动(dòng)力(lì)减少,青年(nián)失业率上升;

  ②青年(nián)失业人口与劳(láo)动力均在减少,但失业人口(kǒu)降幅不及(jí)劳动力降幅,青年失业率上升(shēng);

  ③青年失业人口与(yǔ)劳动力(lì)均在减(jiǎn)少,失(shī)业人口降幅(fú)大于劳动力降(jiàng)幅,青年失(shī)业(yè)率(lǜ)下降。

  我们认(rèn)为,未来失业人(rén)口会随着经济复苏而减少,但经济复苏难以改变失(shī)业率的分母下降(jiàng)趋势。青(qīng)年劳动力的下降可能成为就业(yè)“疤痕效应(yīng)”的长期来源(yuán),抬高(gāo)青年失(shī)业率的长期(qī)中(zhōng)枢。未(wèi)来失业率的分母端(duān)可能会越(yuè)来越重(zhòng)要,这也是(shì)人(rén)口长周(zhōu)期变化的影响之一。

  5.附录(lù):概念(niàn)和数据(jù)说(shuō)明

  青年失业率(lǜ)的两个前置概(gài)念。讨论16-24岁人(rén)口调(diào)查失业(yè)率时,有必(bì)要明(míng)晰这一(yī)概念的两(liǎng)个(gè)要点:一是(shì)调查失业率是城镇就(jiù)业(yè)范围,并非(fēi)针对全部就业人口,不包括乡村就业,2022年底(dǐ)我国城乡就业(yè)大约分别占63%、37%,近四(sì)成的就业人口并未包含在内。因此,许(xǔ)多针对青年失业率的讨论以(yǐ)全国青年人口数量为出(chū)发点,未区(qū)分(fēn)人(rén)口总量(liàng)与城乡结构的问题,有失偏(piān)颇。本篇报告(gào)如无(wú)特(tè)别说明,各概(gài)念均(jūn)是指城镇就业口径(jìng)。

  二是失业率的分母不含没(méi)有(yǒu)劳动意(yì)愿(yuàn)的劳动年龄人口。按(àn)照统计局的定义,“劳动(dòng)力指(zhǐ)年满16周岁(suì),有劳动能力,参加或要求(qiú)参(cān)加社会经济(jì)活动的人员。包括就业人员和失(shī)业(yè)人员”,因此没有就业意愿(yuàn)的劳动(dòng)年龄人口不计(jì)入劳动(dòng)力。根据《2022年中国劳(láo)动统计年(nián)鉴》,2021年底我国16岁以上的人(rén)口(kǒu)约为(wèi)11.5亿,其中只有68%属(shǔ)于劳动力,约为(wèi)7.8亿(yì),而就业人口为约7.46亿,据此推算(suàn)城(chéng)乡失业人口可能为3372万人左右(yòu)。

  芦哲&;占(zhàn)烁:青年就业—从三因素(sù)框(kuāng)架看“疤(bā)痕效应”来自何处

  从数据来看,失业率来自全国月(yuè)度劳动力(lì)调查。该项调查制度于2005年正(zhèng)式实施,每(měi)年进(jìn)行两次(cì)全国(guó)劳动力抽样调查(chá),调查范围为中(zhōng)国大陆(lù)的城镇和乡村,调查对象为16岁及以上人口。2009年(nián)3月,为更及时准确反(fǎn)映劳动力(lì)市场变化(huà)情况(kuàng),建立了31个(gè)大城市月度劳动力调(diào)查制度。2013年4月,又(yòu)将月度劳动(dòng)力调查范围扩大至65个城市。2016年(nián)1月,全(quán)国月(yuè)度劳(láo)动力(lì)调查正(zhèng)式在全(quán)国范围内开展,调查范围(wéi)覆盖全国(guó)所有地级市(shì)。

  月度劳动力调查样(yàng)本比例约为(wèi)0.2‰,是(shì)年度调查的五分之一左右。全(quán)国每月调查(chá)约12万户(hù),2020年全国(guó)家庭户约为49415.7万户(hù),样本占(zhàn)比约0.2‰,作

  为(wèi)对比,我(wǒ)国年度人口(kǒu)调查样(yàng)本比例为1‰,五(wǔ)年一次的人口抽样调(diào)查样本比(bǐ)例为(wèi)1%。而每10年一(yī)次的人(rén)口(kǒu)普查(chá)则在长(zhǎng)表(biǎo)部分纳入就业调(diào)查,长表抽样(yàng)比(bǐ)例(lì)是(shì)10%左右,因而人口普查的就业数据质量更高。

  就业(yè)人员总数会(huì)根据普(pǔ)查数据进行(xíng)修正,但结构(gòu)数据仍(réng)会存(cún)在差异。比如2020年(nián)的《劳(láo)动(dòng)统(tǒng)计(jì)年(nián)鉴》显示,2019年末(mò)全国就业人员约为7.75亿(yì)人;而七普(pǔ)后次年的年鉴将这一(yī)数据修正为7.54亿(yì)人左右,误差约2100万人。但结(jié)构数据的差异(yì)仍然存在(zài)。比如《2021年劳(láo)动统计年鉴》中,2020年城镇制造业(yè)就业人(rén)员占比为(wèi)18.0%,而七普数据为19.7%。

  6.风险提(tí)示

  (1) 服务业(yè)分化未收窄(zhǎi);

  (2) 青年劳动参与率(lǜ)出现(xiàn)明显下降;

  (3) 外需、房地产等不及(jí)预期,经济和就(jiù)业恢复偏慢。

  报告信息(xī)

  证券研究报告:【芦哲&;占烁】青年就业(yè):从三因(yīn)素框架看“疤痕(hén)效(xiào)应”来自(zì)何处

  研报撰写人(rén)员:芦哲(S0120521070001,首(shǒu)席宏(hóng)观经济学家),占烁(shuò)(S0120122070060,联系人)

  对(duì)外发布时间(jiān):2023年5月26日

  报告(gào)发布机(jī)构:德邦证券股份有限公司(sī)

未经允许不得转载:IDC站长站,IDC站长,IDC资讯--IDC站长站 鲁j是哪个城市 鲁j是哪个省的车牌号

评论

5+2=