昆明苹果手机维修|苹果电脑维修|iPhone维修|iPad维修|iPod维修|MacBook维修|iMac维修|三星手机维修|HTC手机维修|昆明安瓦手机电脑云南维修中心昆明苹果手机维修|苹果电脑维修|iPhone维修|iPad维修|iPod维修|MacBook维修|iMac维修|三星手机维修|HTC手机维修|昆明安瓦手机电脑云南维修中心

希望你一切都好是什么意思,只要你好一切都好是什么意思

希望你一切都好是什么意思,只要你好一切都好是什么意思 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(jīng)济学家(jiā)

  占烁 联(lián)系人

  投资要点

  ·核心观点(diǎn):我们(men)将(jiāng)影(yǐng)响青(qīng)年失业率(lǜ)的因(yīn)素拆(chāi)解为三方面:①青年失业人口(kǒu),②青年总(zǒng)人口,③劳动(dòng)参与(yǔ)率,失业率(lǜ)=失业人口/(总人口×劳动参与率)。通过三因素(sù)框架,我们发现16-24岁失业人口(kǒu)的增加不能(néng)完全(quán)解释青年失业率(lǜ)的(de)上升,更重(zhòng)要却被忽视的因素是青(qīng)年人口和(hé)劳动参与(yǔ)率(lǜ)下降,带来(lái)16-24岁劳动(dòng)力减(jiǎn)少,从分母端大幅(fú)推高青年失业率。假如今年3月分母端的青年劳动力(lì)与(yǔ)2020年持平,新增约132万(wàn)青年失(shī)业人(rén)口只能将(jiāng)失业率(lǜ)拉升(shēng)至16.2%,但实际青年失业率却高达(dá)19.6%。我们(men)认为,失业人(rén)口(kǒu)会随着(zhe)经济复苏而减少(shǎo),但青(qīng)年劳(láo)动力的下降可(kě)能成(chéng)为就(jiù)业“疤痕效应”的长(zhǎng)期来源,抬高青年失业率(lǜ)中(zhōng)枢。

  ·青年(nián)失业率(lǜ)的三因素框架:(1)失业率=失业人口/劳动力=失业人口(kǒu)/(总(zǒng)人口×劳(láo)动参与(yǔ)率),据此(cǐ)可(kě)将青年失业率拆解(jiě)为青年失业(yè)人口、总人口(kǒu)、劳动参(cān)与率三个因(yīn)素。

  ·(2)失(shī)业(yè)率上(shàng)升(shēng)未(wèi)必来自失业增加,不要忽(hū)略分母,劳(láo)动力的下降(jiàng),也(yě)是(shì)抬高失(shī)业率的重要(yào)原因。2010-2020年,青(qīng)年失(shī)业(yè)人口只增加4万,青年劳动(dòng)力却减少1578万(wàn),带动16-24岁人口(kǒu)失业率大(dà)幅提高3.8个点。

  ·分子端的(de)青(qīng)年失业人(rén)口(kǒu):(1)从总量(liàng)来看,当前城镇青年(nián)就业人(rén)数(shù)约为2587万人(rén),失业人(rén)数632万人(rén),比(bǐ)去(qù)年4月增加(jiā)约70万,较七普(pǔ)增加约(yuē)132万。

  ·(2)失业(yè)原因方面,近7成青年失业者(zhě)是主动(dòng)辞职,被裁员比例只有2.6%,远(yuǎn)低于35岁以上群体(tǐ)。

  ·(3)按照受教(jiào)育程(chéng)度来看,三分之二的青年失业人(rén)员接受(shòu)过大学教(jiào)育。

  ·(4)2010-2020年青年就(jiù)业的结(jié)构变(biàn)化较大,呈现出从制造(zào)到服务(wù)、知识密集程(chéng)度(dù)由(yóu)低到高两(liǎng)个特点。2010年农业(yè)和工(gōng)业吸纳了50.3%的(de)青年就业人口,2020年大(dà)幅降(jiàng)至25.4%,流出的青年就业主要(yào)转向服务(wù)业。以受教育(yù)年限作(zuò)为维(wéi)度,青年(nián)就业从知(zhī)识(shí)密集程度较低(dī)的(de)行(xíng)业流向较高行业,但(dàn)是(shì)知识密(mì)集型行业的青年失(shī)业(yè)情况(kuàng)比整(zhěng)体失(shī)业更(gèng)严(yán)峻。

  ·(5)服务业复苏分化或(huò)是一季度青年失业人口仍增加的原因。经济复苏的主力是知识(shí)密集(jí)程度较低的餐饮、零售等(děng)服务业,而知(zhī)识密集(jí)程度较高的生产性服务业复(fù)苏较慢,服(fú)务业就(jiù)业复苏结构的分化,带来青(qīng)年就(jiù)业和(hé)25-59岁就业的(de)分化。

  ·分母端(duān)的青年劳动力:(1)青年(nián)人口(kǒu):出生(shēng)人口(kǒu)与乡村迁入均(jūn)在减少。2010-2020年青年劳(láo)动力(lì)对(duì)应的出(chū)生人口(kǒu)减(jiǎn)少4381万,2020-2030年(nián)减少1762万。另(lìng)外(wài),我国农村向城镇的人口转(zhuǎn)移也在减(jiǎn)速,新增(zēng)城镇人口从十三五(wǔ)期间(jiān)(2016-2020年(nián))的2184万人,减至2022年650万人。

  ·(2)2020-2023年,青年劳(láo)动参(cān)与(yǔ)率出现超预(yù)期下降。2010-2020年青年劳动参与率下(xià)降6.7个点,但疫情以来仅仅三年,已经下降(jiàng)7.1个(gè)点。近三(sān)年青年劳动参与(yǔ)率的(de)下降主(zhǔ)要(yào)有(yǒu)三方面(miàn)原因:一是16-24岁(suì)在校(xiào)生大(dà)幅增加(jiā)493万;二是部分(fēn)群体因就(jiù)业(yè)形势恶(è)化而(ér)退(tuì)出劳动市场;三是就业观念的变化导致初次(cì)进入劳动市(shì)场时(shí)间推(tuī)迟,降低16-24岁(suì)劳动参与率。

  ·结论:(1)失业(yè)人口的增加不能完全解(jiě)释青年失业率(lǜ)的上升。假如当(dāng)前青年劳(láo)动力与(yǔ)2020年相同,在失业人口增加132万至632万人的(de)情况下(xià),对应(yīng)青年失业率(lǜ)应该(gāi)从12.8%提高至16.2%,但(dàn)3月却达到19.6%,如图19。失(shī)业人口的增(zēng)加只能解(jiě)释当前青年失(shī)业(yè)率(lǜ)的一部分,另一部分则来自分母端,城镇青(qīng)年劳动力的(de)减少(shǎo)。

  ·(2)未来青年(nián)失业率的变动可能出现以下三(sān)种情况:①青年失业人口增加,同时(shí)劳动力减少,青年失业率(lǜ)上升;②青年失业人(rén)口与劳动力均在减(jiǎn)少,但(dàn)失业人口降幅不及劳(láo)动力降幅(fú),青(qīng)年失业率上升;③青年失业(yè)人口(kǒu)与劳(láo)动力均在减少,失业人口降幅大于劳动力降幅,青年(nián)失(shī)业率下降(jiàng)。

  ·(3)我们认为,失业人口会随着疫情后经济复苏(sū)而减(jiǎn)少,但青年劳(láo)动(dòng)力的下(xià)降可能成为就业“疤(bā)痕(hén)效应”的长期来源(yuán),抬高青年失业率的(de)长期中枢(shū)。未(wèi)来失业率的(de)分(fēn)母(mǔ)端越来(lái)越重(zhòng)要。

  ·风险提(tí)示(shì):服(fú)务业分化未收窄;青年劳动参与率出现明显(xiǎn)下降;外需(xū)、房地产等不(bù)及预(yù)期,经济(jì)和就业恢复偏慢。

  目 录

  1. 青(qīng)年(nián)失业率的(de)三因素框架

  2.分子端(duān):新增青年(nián)失业人员缘于服(fú)务(wù)业复苏(sū)分化

  2.1.青年失(shī)业人口:主(zhǔ)动(dòng)辞职居(jū)多(duō);三分之二接(jiē)受过(guò)大学(xué)教育

  2.2.行业:从制(zhì)造到服务,知识密(mì)度从低(dī)到高

  2.3.服务业(yè)复苏(sū)分化或是一季度青(qīng)年失(shī)业人口仍增(zēng)加的原因

  3.分母(mǔ)端(duān):人口和劳动参与率均下降,带来劳动力(lì)减少

  3.1.青年(nián)人口:出(chū)生人口与乡村迁入均(jūn)在(zài)减少

  3.2.青(qīng)年劳动参(cān)与(yǔ)率:超预期下降

  4. 结论:未来失业(yè)率(lǜ)的(de)分母(mǔ)端(duān)可能会越(yuè)来(lái)越重要

  5. 附录:概念和数据说明(míng)

  6. 风险提示

  正(zhèng) 文(wén)

  4月份16-24岁青(qīng)年失业率攀(pān)升至20.4%,创(chuàng)下2018年有(yǒu)数据(jù)以来(lái)最高(gāo)值。在疫情影响退散、经济逐步复(fù)苏的情况下,城镇调查失业率(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4月逆势(shì)攀升(shēng)2.2个点。本篇(piān)报(bào)告将重点(diǎn)研究疫情后留下的(de)“疤(bā)痕(hén)效应”如何推高(gāo)青(qīng)年(nián)失业率(lǜ)。

  1.青(qīng)年失业率的三因(yīn)素框架

  失(shī)业率=失业(yè)人口(kǒu)/劳动力=失业人口/(总人口×劳动参与率)

  据此(cǐ)可见,影(yǐng)响青(qīng)年失业率的主要是三个因素(sù):①青年(nián)失业人口;②青年总人(rén)口;③劳(láo)动参与率,其(qí)中②③决定(dìng)着青年劳动力的变化。这三个因(yīn)素(sù)均为(wèi)城镇(zhèn)口径(jìng)。

  三(sān)个因(yīn)素的变化都不能忽视。当我们讨论失业率时,经(jīng)常认为失业率上升一(yī)定(dìng)是(shì)失业(yè)增加(jiā)的结果,这个判(pàn)断对(duì)于全年龄段失(shī)业率来说(shuō)并没有问题,因为我国的劳动力总量(也(yě)称(chēng)经济活(huó)动人口)在(zài)2015年之前一(yī)直在上升,2015年后(hòu)略(lüè)有下降,到2021年末下降了(le)2.6%,年均降幅约0.4%。但青年失业率则不能(néng)忽视分母的变(biàn)动,因为青年劳动力波动幅度更大。

  例如(rú)2010-2020年,青年失(shī)业人口只增加4万,青年(nián)劳(láo)动力(lì)却(què)减少1578万,带动16-24岁人口(kǒu)失业率(lǜ)大幅提高(gāo)3.8个点。两次人(rén)口普查期间(2010-2020年(nián)),青年失业人口(kǒu)从496万增加到500万,仅增加了(le)4万左右,约为2020年青年劳动力的0.1%,但青年失业率却从六普的9%提高到七普(pǔ)(2020年(nián)11月)的12.8%,大(dà)幅提高3.8个点。主要(yào)原因就是失业(yè)率的分(fēn)母在下降,16-24岁青年劳(láo)动力(lì)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(nián)全年龄段劳动力数量基本稳定在7.8亿,整(zhěng)体失业(yè)率的分母基本不变(biàn)。因此,2010-2020年(nián)间(jiān),决定整体失业率变(biàn)动的是失业人(rén)口数量(分(fēn)子),但(dàn)决定(dìng)青年失业率变动的却(què)是(shì)青年劳动力总量(分母(mǔ))。

  芦哲(zhé)&;占烁(shuò):青年就业—从三因素框架(jià)看“疤痕效应”来(lái)自何(hé)处

  芦(lú)哲&;占(zhàn)烁:青年就业(yè)—从三因(yīn)素框架看“疤痕效应”来自何处

  2.分(fēn)子端:新增青年失业人员缘(yuán)于服务业复苏分化(huà)

  2.1.青年失业人口:主动辞职居多(duō);三分之二接受过大学教育

  从总量来(lái)看,当前城(chéng)镇青年(nián)就业人数(shù)约为2587万人,失业人数(shù)632万人,比去年4月增加约70万,较(jiào)七普增加约(yuē)132万。国家统计局在3月就业数据(jù)解读时,披露(lù)了当(dāng)前青年就业和失业人(rén)数的基(jī)本情况:“初步测算(suàn)3月份城(chéng)镇青年9637万人,没(méi)有(yǒu)参与(yǔ)劳动力(lì)市场的青年6418万人,主体为在校学生;参与(yǔ)劳动(dòng)力市场的(de)青年3219万人,其中就(jiù)业人数(shù)2587万人、失业人数632万(wàn)人。”[1]假设青(qīng)年劳动力(lì)人数与去年基本持平,今年(nián)4月青年失(shī)业率比去年(nián)同期(qī)高2.2个点,青年失业人(rén)员比去年同期(qī)多70万人左右(yòu),比2020年七普多132万(wàn)人(rén)。

  从增量看,今年前(qián)四个月青(qīng)年失业(yè)形(xíng)势好于去年同期。假设2022年以来青年劳动力(lì)总(zǒng)量(liàng)维(wéi)持在3219万,青年(nián)失业率每提高1个(gè)点,带来32万左右的新(xīn)增(zēng)失(shī)业人口。尽管今(jīn)年(nián)4月青年失业率比去年同期(qī)高2.2个(gè)点,但从(cóng)新增青年(nián)失(shī)业(yè)人(rén)口来看,今年(nián)1-4月约(yuē)为119万(wàn),去年(nián)同期为125.5万。从(cóng)增量来看,今年前四个(gè)月青年失业形(xíng)势要好于(yú)去年(nián),这与当前经济逐渐恢复也有关系。

  从节奏来看,受(shòu)夏(xià)季(jì)毕业影响,我国青年(nián)失业率(lǜ)一般(bān)在上(shàng)半(bàn)年逐渐提高(gāo),7月达到(dào)峰值,8月开(kāi)始逐步回落,预计5-7月青(qīng)年失业率或(huò)将(jiāng)继续(xù)小幅(fú)攀升(shēng)。

  芦哲(zhé)&;占烁(shuò):青年(nián)就业—从(cóng)三因素(sù)框架看“疤痕效应”来自何处(chù)

  失(shī)业(yè)原因方面,近7成青年失业者是主动辞职,被裁员比例只有2.6%,远低(dī)于35岁以上群体。一种观点(diǎn)认(rèn)为,青年(nián)群体由于工作(zuò)经验和技能相对不(bù)熟(shú)练,往往在企(qǐ)业裁员时首(shǒu)当其冲。但根据月度劳动力调查数(shù)据(jù),青年失业主要原(yuán)因(yīn)是主(zhǔ)动辞(cí)职(zhí),被(bèi)裁员的比例明显低(dī)于(yú)35岁(suì)以(yǐ)上(shàng)群体。根据《2021年中国劳动统计年鉴》,有工作(zuò)意愿但从未(wèi)工作过的失业群体在16-24岁失(shī)业人口中占(zhàn)比59%,其他年(nián)龄群体(tǐ)中(zhōng)这(zhè)一比例最高是(shì)14.4%。我们剔(tī)除这部(bù)分(fēn)失(shī)业(yè)人(rén)群后,剩下的(de)青年失业人(rén)口中,第一大失(shī)业(yè)原因是(shì)主动辞(cí)职,占比68.2%,单位倒闭破产占比5.9%;而裁员仅占2.6%。横向对比,裁(cái)员比例(lì)从高到低依次(cì)是:60岁以上(shàng)(4.8%)>;35-59岁(4.7%)>;16-24岁(2.6%)>;25-34岁(2.5%)。

  按照(zhào)受(shòu)教育程度(dù)来看,三分之(zhī)二的(de)青(qīng)年失业(yè)人员接受过大学(xué)教育。各年(nián)龄段(duàn)失业人群中,年龄(líng)越低,平均受(shòu)教(jiào)育程度(dù)越(yuè)高。16-24岁失(shī)业人(rén)员(yuán)中66.2%是接(jiē)受过大学教育的,这一(yī)比(bǐ)例在其他三个年(nián)龄阶段(duàn)逐(zhú)步递减(jiǎn),25-34岁(40.5%)>;35-59岁(suì)(13.7%)>;60岁以上(4.3%)。城镇就业人口的受(shòu)教育程度也大致类似,青(qīng)年人由于年龄(líng)限制,接受大学教育比例略低于25-34岁(suì),整体来看35岁以(yǐ)下就业(yè)人员的受教育程(chéng)度大(dà)幅高于35岁(suì)以上。按照接受过大学教(jiào)育的(de)占比来看,25-24岁(47.9%)>;16-24岁(43.6%)>;35-59岁(26%)>;60岁以(yǐ)上(3%)。

  芦哲&;占烁:青(qīng)年(nián)就业—从三因(yīn)素(sù)框(kuāng)架看“疤痕(hén)效应(yīng)”来自何处(chù)

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

  芦哲&;占烁:青年就业—从(cóng)三(sān)因素框架看(kàn)“疤(bā)痕效应”来自何处(chù)

  2.2.行业:从制(zhì)造到(dào)服务,知(zhī)识密度从(cóng)低(dī)到高(gāo)

  青年失业人口的行(xíng)业与青年就(jiù)业分布基本一(yī)致。青(qīng)年失业人口呈现出行(xíng)业(yè)聚(jù)集的特点,主要集中在5个大类行业,2020年占(zhàn)比分别为:批发零售(shòu)(19.3%)、制(zhì)造业(18.8%)、住宿餐(cān)饮(yǐn)(13%)、教育(7.5%)、居民服务\修(xiū)理和(hé)其(qí)他服务业(6.7%),这(zhè)5个行(xíng)业占(zhàn)全部(bù)青年失业(yè)人口的65%左右。同时,这5个行业也是青(qīng)年就业集中的行业,吸纳(nà)了(le)60.7%的青年就业。从(cóng)行业(yè)来(lái)看,青年失业人口的行业(yè)分布是由就业分布决定的(de),吸纳就业(yè)占比较大的行业(yè),往往(wǎng)也贡献了较(jiào)大规模的失业。因此,在挖掘青(qīng)年失业人口来自何处之前,需(xū)要研究青年就(jiù)业的行业结(jié)构。

  芦哲&;占烁:青年(nián)就业—从(cóng)三因素(sù)框(kuāng)架(jià)看(kàn)“疤痕效应(yīng)”来(lái)自何处

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

  2010-2020年青(qīng)年就业(yè)的(de)结构变化较大,呈现出从制造到服务、知识密集程(chéng)度由低到高两(liǎng)个特点(diǎn)。

  青年就业(yè)从工(gōng)农业大(dà)量流入服务业(yè)。农林牧渔、采矿业(yè)、制造(zào)业和电热燃水的生(shēng)产供(gōng)应业,这四个行业是国民经济分类的农业和工业。2010年这四(sì)个行业吸纳(nà)了(le)50.3%的青(qīng)年就(jiù)业人(rén)口,到2020年该比例大幅降至25.4%。其(qí)中(zhōng),制造业从37.4%降至22%,农林牧(mù)渔从11.4%降至2.5%,分别降(jiàng)低15.4和9.0个点。有4个行业(yè)吸纳青年就业比例增加超2个点,其中,教育业为(wèi)5.3%,租赁(lìn)和商务服(fú)务为3.1%,信息技术为2.8%,卫生和社工(gōng)为(wèi)2.0%。另外,建(jiàn)筑业和(hé)房(fáng)地产等其他6个服务行业吸纳(nà)青年(nián)就业(yè)的比例均增超1个百分(fēn)点。

  以受(shòu)教育年限作为维(wéi)度,青(qīng)年就业从知(zhī)识密(mì)集程度较低的行业(yè)流向较高行业。我们(men)以《2021年(nián)劳动统计年鉴》中各行(xíng)业就业(yè)人员的受教育(yù)年(nián)限,来(lái)计算各行(xíng)业的知(zhī)识密集程(chéng)度(dù)。有5个行业的平均受教育年限(xiàn)在(zài)14年以上,依次是:科(kē)学研(yán)究与技术服(fú)务(14.6)>;教育(yù)(14.4)>;金(jīn)融(14.3)>;信(xìn)息传输、软(ruǎn)件和信息(xī)技术服务(wù)(14.2)>;卫生和社会工(gōng)作(12.1),除金融业外,其他(tā)四个行业(yè)是过(guò)去(qù)十年青(qīng)年就(jiù)业流(liú)入的主要(yào)行业,吸纳青年就(jiù)业(yè)比例的增幅均居前(qián)列。如图10,各行(xíng)业所吸纳的青年就业比例变动与行业平均受(shòu)教育年限基(jī)本一致,即(jí)青年就业从知(zhī)识(shí)密集(jí)程(chéng)度较低(dī)的行业流向较高行业(yè)。

  但(dàn)是知识密集型行业的青年失(shī)业情况比整(zhěng)体失业更严峻。我们用《2021年中国劳动统计年(nián)鉴》中(zhōng)各行业的青(qīng)年(nián)失业(yè)比(bǐ)例(lì)(该(gāi)行业的青年失业人(rén)数/青年失业总人数(shù)),除以各行业(yè)的青年就业比例(该(gāi)行业(yè)的(de)青(qīng)年就业人数(shù)/青(qīng)年就业总人(rén)数(shù)),来作为(wèi)各行业失业(yè)率的近似替代指标。以这(zhè)个指标来(lái)看,知识密集型行业的青年失(shī)业率(lǜ)大多高于(yú)全年龄(líng)段失(shī)业率(lǜ),如信息技术、教(jiào)育、科研服务、公共管理等行业(yè),体现在图(tú)11中,都位于(yú)右下方。

  芦哲(zhé)&;占烁:青年就业(yè)—从三因素框架看“疤(bā)痕(hén)效应”来自何处

  芦(lú)哲&;占烁:青年就业—从三因素框(kuāng)架(jià)看“疤(bā)痕效应”来自何处

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

  一季(jì)度服务(wù)业(yè)复(fù)苏出现分化。今年(nián)一季度GDP同比增长4.5%,较疫情(qíng)前三年Q1均(jūn)值有2.2个点的增速缺口。分行业来看(kàn),批发零售(shòu)业缺口为1.5个点(diǎn),而建(jiàn)筑业、住宿(sù)餐饮业(yè)增速均高(gāo)于疫情前三(sān)年均值,这三个(gè)行业一(yī)季度复苏情(qíng)况较好;知识密集程(chéng)度更高的(de)房(fáng)地产业、租赁和(hé)商务服务业(yè)、信息技术服务(wù)业(yè)的缺口分别为4.1、4.7、11个点,一(yī)季度(dù)复(fù)苏相对(duì)较慢。

  因此从失业率的(de)分子端(duān)来看,当前青年失业人员增长的(de)症结在于服务业就业复苏的结构不(bù)均衡。一方面,随(suí)着受教育水平的整体提高,青年就业大量流向知识(shí)密集型(xíng)服务业,如教育(yù)、信息技术等行业。另一方(fāng)面(miàn),年初疫情影响减(jiǎn)弱后(hòu),经济复苏(sū)的主力是知识密集(jí)程度(dù)较(jiào)低的生活性(xìng)服务业,而知识密集(jí)程度较高的生产性服务业复(fù)苏较慢。所以服务(wù)业就业复苏结构分化,带来(lái)的(de)青(qīng)年失业人口和25-59岁失(shī)业(yè)人口的分化。房地(dì)产、互(hù)联网、教育[1]等行业(yè)的一季度就业尚未出(chū)现明显改善,应届生就业压力大;而住宿餐饮等行业就业已经出现(xiàn)回暖,但对于三分之二接受(shòu)过(guò)大(dà)学(xué)教育的青(qīng)年失业(yè)人口而(ér)言,这些行业(yè)的就业吸纳相对(duì)有(yǒu)限。

  芦哲&;占(zhàn)烁:青年就业—从三因素(sù)框架看“疤痕效(xiào)应”来自(zì)何(hé)处

  芦哲&;占烁:青年就业—从三因(yīn)素框架看“疤(bā)痕效应(yīng)”来(lái)自何处

  3.分母端:人口和劳动参与率均下降,带来劳动力减少

  青年失(shī)业率(lǜ)的分母端是城镇青年(nián)劳动力(lì),主要由(yóu)青(qīng)年人口和劳动(dòng)参与率决定(dìng)。2022年我国开始步入人口(kǒu)负增(zēng)长时代,城镇青年劳动力(lì)可能将步入长期(qī)下降通道(dào),这将从分母(mǔ)端推升青年失(shī)业率(lǜ),或成为疫情后就(jiù)业“疤痕(hén)效(xiào)应”的(de)长(zhǎng)期来源。

  3.1.青年人口:出生人口与乡村迁入(rù)均在减(jiǎn)少

  城镇青年劳动力首先取决于城镇青年人口(kǒu)数(shù)量(liàng),而后者来自于(yú)两部分,一(yī)是16-24年前的出生(shēng)人口,二是(shì)乡村到城镇的迁移人口,这两部分增量未来(lái)都趋于下(xià)降。

  2010-2020年青(qīng)年劳(láo)动(dòng)力对应(yīng)的出生人口减少4381万(wàn),2020-2030年减少1762万。2010年(nián)和2020年的16-24岁人口分别对(duì)应1986-1994、1996-2004年(nián)的出生(shēng)人(rén)口,而前者正好是建国以来的(de)一轮“小婴儿(ér)潮”时期,年(nián)均出生人口超(chāo)2000万(wàn),其中1987年出(chū)生人口最高超(chāo)过(guò)2500万(wàn),到90年代开始明显步入下(xià)降通道(dào)。1986-1994年合计出生人口(kǒu)2.07亿,1996-2004年降至1.63亿,减少约(yuē)4381万(wàn),降(jiàng)幅为(wèi)21.2%。2020和2030年的16-24岁人(rén)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1.63、1.45亿(yì),出生人口减少(shǎo)约1762万。

  另一方面,我国农村向(xiàng)城(chéng)镇的人口(kǒu)转(zhuǎn)移也在减速。新增城(chéng)镇(zhèn)人口从(cóng)2016年开始(shǐ)逐年减少,十三五期间(2016-2020年)均值约为2184万人,但2022年只有(yǒu)650万人(rén)。预计今(jīn)年随着疫(yì)情影响减弱(ruò),人员流动恢复,新增城镇人口数量会(huì)较去年有明显增长,但可能仍然较难(nán)回到十(shí)三五期间超2000万的(de)规模。当(dāng)前(qián)我国(guó)城镇化率已经达(dá)到65%以上,继(jì)续高(gāo)速增长空间(jiān)有限(xiàn),从乡村到城(chéng)镇的迁移人口数(shù)量(liàng)整(zhěng)体将呈现下(xià)降趋势。

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

  3.2. 青年劳动参与率:超预期下降

  青年(nián)劳动参与率有两个特点(diǎn),一(yī)是(shì)低于其他年龄段群体,大部分青年在(zài)校,并未进入劳动市场。二是近年来呈下降(jiàng)趋势。

  2020-2023年,青年劳动参与率出(chū)现超预期下降。根(gēn)据今年3月统(tǒng)计局披露的青(qīng)年就业和失业人数,当前16-24岁青年的(de)劳动参与率约为33.4%,即9637万城(chéng)镇青(qīng)年(nián)人(rén)口中,有3219万进入或有意(yì)愿进(jìn)入劳动市场。而(ér)2010和2020年两次人口普查时,青年劳动(dòng)参与(yǔ)率分(fēn)别为47.2%、40.5%。此前十(shí)年,青(qīng)年劳动参与率下降6.7个点(diǎn),但疫情以来(lái)仅仅三(sān)年,该指标已经下降7.1个点。

  近三(sān)年青(qīng)年劳动参与率的(de)下(xià)降主要有三方(fāng)面原因。

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

  二是部分(fēn)群体因就(jiù)业形势恶化(huà)而退(tuì)出劳动市场,在(zài)未来经济和就业(yè)好转后(hòu)会回(huí)到劳动市场。2020年3月(yuè),国家统(tǒng)计局曾在(zài)发(fā)布会指出当(dāng)月(yuè)“就业人员规模(mó)比(bǐ)1月份下(xià)降(jiàng)6%以上(shàng)”,说(shuō)明就(jiù)业形势恶化时,也会影响劳动参与率。

  三是就业观念的变化导致初次进入劳动市场时(shí)间推迟,降低16-24岁(suì)劳动参与(yǔ)率。从社会风气来看,对(duì)学历的推崇导致本科毕业即进入(rù)就业市场的(de)年轻人减(jiǎn)少(shǎo),加上(shàng)考研、考公(gōng)竞(jìng)争(zhēng)激烈,发展至“二战”“三(sān)战”,客观(guān)上会将部(bù)分青年人(rén)初次就业时间从16-24岁延迟到25岁(suì)之后,从而导致(zhì)16-24岁劳(láo)动(dòng)参与率出现下降。

  芦哲&;占(zhàn)烁:青年就业—从三因素框架看“疤痕效应”来自何(hé)处

  4.结论:未来失(shī)业(yè)率的分(fēn)母端可(kě)能会(huì)越(yuè)来(lái)越重要

  失业人口的增(zēng)加(jiā)不能完全解释(shì)青年失业率(lǜ)的上升。假如当(dāng)前青年(nián)劳动力(lì)与2020年相同,在(zài)失业(yè)人(rén)口(kǒu)增加132万至632万人的情况下,对(duì)应青年失业率应该从12.8%提高至(zhì)16.2%,但3月却(què)达(dá)到19.6%,如(rú)图19。失(shī)业人口的增(zēng)加只(zhǐ)能(néng)解释(shì)当(dāng)前青(qīng)年(nián)失业率(lǜ)的(de)一部分(fēn),另(lìng)一部(bù)分则来自分母(mǔ)端,城镇青年劳动(dòng)力的减少(shǎo)。

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

  考虑(lǜ)到2020年我国(guó)人口(kǒu)已经开始负增长,未来青年失业率的变动可能(néng)出现以下三种情况(kuàng):

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

  ②青年失业(yè)人口(kǒu)与劳动力均在减(jiǎn)少,但失业人口降幅不及劳动力降幅(fú),青年失(shī)业率上升;

  ③青年失业人(rén)口与劳(láo)动力均在(zài)减少(shǎo),失业人口降幅大于劳动(dòng)力(lì)降(jiàng)幅(fú),青(qīng)年失(shī)业率下(xià)降。

  我们认为,未(wèi)来失业人口会随着经(jīng)济复苏而(ér)减少,但经济复苏难以改(gǎi)变(biàn)失(shī)业率的分母下(xià)降趋势。青年劳动力的下(xià)降可能成(chéng)为就业“疤痕效应(yīng)”的长(zhǎng)期(qī)来(lái)源,抬高青(qīng)年失业率的长期中枢。未来失业率的分母(mǔ)端(duān)可能会越来越重要,这也是人口(kǒu希望你一切都好是什么意思,只要你好一切都好是什么意思)长周期变化的影响之(zhī)一。

  5.附录(lù):概念和数据说(shuō)明

  青年失业率的两个前置概念。讨论16-24岁人口调查(chá)失业率时,有必(bì)要明晰这(zhè)一概念的两(liǎng)个(gè)要点(diǎn):一是调查失业率是城镇就业范(fàn)围,并非(fēi)针对(duì)全部(bù)就业人口(kǒu),不包括乡(xiāng)村就业,2022年(nián)底我国城乡就业大约分别占63%、37%,近四(sì)成的就业人口并(bìng)未包含在内。因此,许多(duō)针对青年(nián)失业(yè)率的(de)讨论以全国(guó)青(qīng)年人口数量(liàng)为出发点(diǎn),未区分人口总量(liàng)与城(chéng)乡结构的问题,有失偏颇。本篇报告(gào)如无特别说(shuō)明,各(gè)概念均(jūn)是指城镇就业口(kǒu)径。

  二是失业率的分母不含没有劳动意(yì)愿的(de)劳动年龄人口(kǒu)。按照统计局(jú)的定义,“劳动力指年满16周岁,有劳动能(néng)力(lì),参(cān)加或要求参加(jiā)社会经济活动(dòng)的人员。包括(kuò)就业人(rén)员和(hé)失业(yè)人员”,因此没有就业意愿的劳(láo)动年(nián)龄(líng)人(rén)口不计(jì)入劳动力。根据(jù)《2022年(nián)中国劳动(dòng)统计(jì)年(nián)鉴》,2021年底我国16岁(suì)以上(shàng)的人口约为(wèi)11.5亿,其中只有68%属于劳动力,约为7.8亿(yì),而就业人口为约7.46亿(yì),据此(cǐ)推算城乡(xiāng)失业人口可能为(wèi)3372万(wàn)人左右。

  芦(lú)哲&;占烁:青年就业—从(cóng)三(sān)因素框架看(kàn)“疤(bā)痕效应”来(lái)自何(hé)处

  从数(shù)据来看(kàn),失(shī)业(yè)率来自全国月度(dù)劳动力(lì)调查(chá)。该项调查制度于2005年正式实施,每(měi)年(nián)进(jìn)行(xíng)两次(cì)全(quán)国(guó)劳动(dòng)力抽样调查,调(diào)查(chá)范围为(wèi)中国大陆的城镇和乡(xiāng)村,调查对象为16岁及以上人口。2009年3月,为(wèi)更及时准确反映劳动力(lì)市场(chǎng)变化情况(kuàng),建(jiàn)立了31个大城市月度劳动力调查(chá)制度。2013年4月,又将(jiāng)月度劳动力调查范围扩大(dà)至65个城(chéng)市(shì)。2016年1月,全国月度劳(láo)动力调查(chá)正式(shì)在全国范围(wéi)内开展(zhǎn),调查范围覆(fù)盖全国所有地级市(shì)。

  月度劳动力调查样本(běn)比例约为(wèi)0.2‰,是年度(dù)调查的(de)五(wǔ)分之一左右(yòu)。全国每月调查约12万户,2020年全国家庭户(hù)约为49415.7万户,样本占比约(yuē)0.2‰,作(zuò)

  为对(duì)比,我国年度(dù)人口调查样本比例为1‰,五年一次(cì)的人口抽样(yàng)调查样本(běn)比例为1%。而每10年一(yī)次(cì)的人(rén)口普查则在长表部分纳入就业调查,长表(biǎo)抽样(yàng)比例是10%左右,因而人口普查的就业(yè)数据质量更高。

  就业人员总数(shù)会根据普查数据进行修正,但(dàn)结构数据仍(réng)会存在差异。比(bǐ)如2020年的《劳动统计(jì)年鉴》显示,2019年末全(quán)国就业(yè)人员(yuán)约(yuē)为(wèi)7.75亿人;而(é希望你一切都好是什么意思,只要你好一切都好是什么意思r)七普后次年的年(nián)鉴将这一(yī)数据修正为7.54亿人(rén)左右,误差约2100万人。但结构数据的(de)差异仍然存在(zài)。比如《2021年劳动统计(jì)年鉴(jiàn)》中,2020年城镇(zhèn)制造业就业人员占比为18.0%,而七(qī)普数据(jù)为19.7%。

  6.风(fēng)险(xiǎn)提(tí)示

  (1) 服务业(yè)分化未收窄(zhǎi);

  (2) 青(qīng)年(nián)劳动参与率出现明显(xiǎn)下(xià)降(jiàng);

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

  报(bào)告信息

  证券研究报告:【芦哲&;占烁】青年就业:从(cóng)三因素(sù)框架看“疤痕效应”来自何(hé)处

  研报撰写人(rén)员:芦(lú)哲(zhé)(S0120521070001,首席宏观经济(jì)学家),占烁(S0120122070060,联系人(rén))

  对外发布(bù)时间(jiān):2023年5月26日

  报告发布机构:德邦证(zhèng)券股份有(yǒu)限公司

未经允许不得转载:昆明苹果手机维修|苹果电脑维修|iPhone维修|iPad维修|iPod维修|MacBook维修|iMac维修|三星手机维修|HTC手机维修|昆明安瓦手机电脑云南维修中心 希望你一切都好是什么意思,只要你好一切都好是什么意思

评论

5+2=