太仓网站建设,太仓网络公司,太仓网站制作,太仓网页设计,网站推广-昆山云度信息科技有限公司太仓网站建设,太仓网络公司,太仓网站制作,太仓网页设计,网站推广-昆山云度信息科技有限公司

七尺是多少米呀 身高7尺是多少厘米

七尺是多少米呀 身高7尺是多少厘米 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(shǒu)席宏观经济学(xué)家

  占烁(shuò) 联(lián)系人

  投资要(yào)点(diǎn)

  ·核心(xīn)观点:我们(men)将影响青年失业率的(de)因素拆(chāi)解为三(sān)方面:①青年(nián)失业(yè)人口,②青(qīng)年总人口,③劳动参与率,失(shī)业率=失业人(rén)口/(总(zǒng)人(rén)口×劳动参(cān)与率)。通过三因素框架,我们发(fā)现16-24岁(suì)失业人口的增加不(bù)能完全解释青年失业率的上(shàng)升,更重要却被忽视的(de)因(yīn)素(sù)是青年人(rén)口和劳动参与率(lǜ)下降(jiàng),带来16-24岁劳动(dòng)力减少,从分母端大(dà)幅推高青年失(shī)业率。假如(rú)今(jīn)年3月分母端的青年劳动力与2020年持平,新增约132万青(qīng)年失业人口只(zhǐ)能将(jiāng)失(shī)业率拉升(shēng)至16.2%,但实际青年失业率却高达19.6%。我们认(rèn)为(wèi),失业(yè)人(rén)口会随着(zhe)经济复苏而减少(shǎo),但青年劳(láo)动力的下降可(kě)能成为就业(yè)“疤痕效应”的长期来源,抬高青年失业率中枢(shū)。

  ·青年(nián)失业率的三(sān)因素框架:(1)失业率=失(shī)业人口/劳动(dòng)力=失业人(rén)口/(总人口×劳动参与(yǔ)率),据此可将青年(nián)失业率拆解为青年失(shī)业(yè)人口、总(zǒng)人(rén)口、劳(láo)动参(cān)与率三个(gè)因素(sù)。

  ·(2)失(shī)业率(lǜ)上升未必(bì)来自失业增加,不要忽(hū)略分母,劳动力的下降(jiàng),也是抬高(gāo)失业(yè)率的重(zhòng)要(yào)原因。2010-2020年,青年失业人口只(zhǐ)增加4万,青年劳动力却(què)减少1578万,带动(dòng)16-24岁人口失业率(lǜ)大幅提高3.8个点。

  ·分子端的青年失(shī)业人口(kǒu):(1)从总(zǒng)量来看,当前(qián)城(chéng)镇(zhèn)青年就业人数约为2587万(wàn)人,失业人数632万人,比去(qù)年4月增加约70万,较七普增加(jiā)约132万。

  ·(2)失业原(yuán)因方面,近7成青年失(shī)业者是主动辞(cí)职,被裁(cái)员(yuán)比例只有(yǒu)2.6%,远低于35岁以上群体。

  ·(3)按照受教育(yù)程度来看,三分之(zhī)二的青年失业人员接受过(guò)大学教育(yù)。

  ·(4)2010-2020年青年就业(yè)的结构变化较大,呈现出从(cóng)制造到服务、知识密集程度由低到高两个特点。2010年(nián)农业和工业吸(xī)纳了50.3%的(de)青年就业人口(kǒu),2020年大幅(fú)降至25.4%,流出(chū)的(de)青(qīng)年就(jiù)业主要转(zhuǎn)向服务(wù)业。以(yǐ)受(shòu)教育年限作为维(wéi)度(dù),青年(nián)就业(yè)从知(zhī)识(shí)密集程度较低(dī)的行业流(liú)向较高行业,但是知识密集型行(xíng)业的青年失业情况比整体失(shī)业(yè)更严峻。

  ·(5)服务(wù)业(yè)复苏分化(huà)或是一季(jì)度青(qīng)年失业人口仍增加的原(yuán)因(yīn)。经济(jì)复(fù)苏的主(zhǔ)力是(shì)知识密集(jí)程度(dù)较低的餐饮、零售等服(fú)务业,而(ér)知识(shí)密集程度较高的生(shēng)产性服务(wù)业复苏较慢(màn),服务业就业(yè)复苏(sū)结构(gòu)的分化,带来青年就业(yè)和25-59岁就(jiù)业的分化。

  ·分母端的(de)青年(nián)劳(láo)动力:(1)青年人口:出生人口(kǒu)与乡村迁入均(jūn)在(zài)减少。2010-2020年青年劳动力(lì)对(duì)应的出生人(rén)口减少4381万,2020-2030年减少1762万。另外,我国农村向城镇的人口转(zhuǎn)移也在减速,新增城(chéng)镇人口(kǒu)从十三五(wǔ)期间(2016-2020年)的2184万人,减至(zhì)2022年650万人。

  ·(2)2020-2023年,青年劳动参与率出现超预(yù)期下降。2010-2020年(nián)青年劳动(dòng)参与率下降(jiàng)6.7个点,但(dàn)疫情以来仅仅(jǐn)三年,已经下(xià)降7.1个点(diǎn)。近(jìn)三年青年劳(láo)动(dòng)参(cān)与率的下降主(zhǔ)要有(yǒu)三方(fāng)面(miàn)原因(yīn):一是16-24岁在校生大幅增加493万;二(èr)是部分群体因就业形势(shì)恶化而退出劳动市(shì)场(chǎng);三是就业(yè)观(guān)念的变化(huà)导致初次进入劳(láo)动市场时间(jiān)推迟,降低16-24岁劳动参(cān)与率。

  ·结论:(1)失业(yè)人口(kǒu)的增(zēng)加不能完全解释青年失业(yè)率(lǜ)的上升。假如当(dāng)前青(qīng)年劳动(dòng)力与2020年相同,在失业人口(kǒu)增(zēng)加(jiā)132万至632万人的(de)情(qíng)况下(xià),对(duì)应青年失业率(lǜ)应该(gāi)从12.8%提(tí)高至16.2%,但3月却达到19.6%,如图19。失业人口的增(zēng)加只能解释当(dāng)前青年失业(yè)率(lǜ)的(de)一部分(fēn),另一部(bù)分(fēn)则来自分母端,城镇青年劳动(dòng)力的减少。

  ·(2)未来青(qīng)年失(shī)业率的变动可能出现以下三种情况:①青年失业人口(kǒu)增加,同时(shí)劳动(dòng)力(lì)减少,青年失(shī)业率上升(shēng);②青年失业(yè)人口与(yǔ)劳动力均(jūn)在减少,但失(shī)业人口降幅不及劳动力(lì)降幅,青(qīng)年失业率上升;③青年失业(yè)人(rén)口与劳动力均在减(jiǎn)少,失业人口(kǒu)降(jiàng)幅(fú)大于劳动力降(jiàng)幅,青(qīng)年失业(yè)率下降。

  ·(3)我们认为,失业人口(kǒu)会随着(zhe)疫情后经济复苏而减(jiǎn)少,但青年劳(láo)动力的下降(jiàng)可能成为(wèi)就(jiù)业“疤(bā)痕效应”的长期来源,抬高青年失(shī)业率的长期中(zhōng)枢。未来(lái)失业率的分母端越(yuè)来越重要。

  ·风(fēng)险提示:服务业分化未收窄;青年劳动参与(yǔ)率出现明显下(xià)降;外(wài)需、房地(dì)产等不及(jí)预(yù)期(qī),经济(jì)和就业恢复偏慢。

  目 录

  1. 青(qīng)年失(shī)业率的三因素框架(jià)

  2.分子端:新增青(qīng)年失业人员缘于服务业(yè)复苏分(fēn)化

  2.1.青年失(shī)业人口:主动辞职居多(duō);三分(fēn)之二接受过(guò)大(dà)学教育

  2.2.行业:从制造(zào)到服务,知识密度从(cóng)低到(dào)高

  2.3.服务业复(fù)苏分化或是一季度青年失业人口仍(réng)增加(jiā)的原因

  3.分(fēn)母端:人口和劳动(dòng)参(cān)与率均(jūn)下降,带来劳(láo)动力减少

  3.1.青(qīng)年人口:出生人(rén)口(kǒu)与乡村迁(qiān)入均在(zài)减(jiǎn)少

  3.2.青年劳动参与(yǔ)率:超(chāo)预期下降

  4. 结(jié)论:未来(lái)失(shī)业率的分母端可能会越(yuè)来越(yuè)重要

  5. 附(fù)录:概念和数(shù)据说明

  6. 风险(xiǎn)提示

  正 文

  4月(yuè)份16-24岁青(qīng)年失业率攀升至20.4%,创(chuàng)下2018年有数据以(yǐ)来最高值(zhí)。在疫(yì)情影响退散、经济(jì)逐步复苏的情况下,城(chéng)镇调查失(shī)业(yè)率(lǜ)较去(qù)年(nián)同(tóng)期大幅(fú)下降0.9个点,但青年(nián)失(shī)业率却较去年4月逆势攀升(shēng)2.2个(gè)点。本篇报告将重点研究疫情后留下(xià)的“疤痕效应”如(rú)何推(tuī)高青(qīng)年失业率。

  1.青年失(shī)业(yè)率的(de)三因素框架

  失(shī)业(yè)率=失业人(rén)口(kǒu)/劳动力=失业人口/(总人口×劳(láo)动参与率)

  据此可见(jiàn),影响青年(nián)失业(yè)率的主(zhǔ)要是三(sān)个因素:①青(qīng)年失(shī)业人口;②青年总人口;③劳动(dòng)参(cān)与率,其中②③决(jué)定着青年劳动力的变化(huà)。这三个因素(sù)均(jūn)为(wèi)城镇口径(jìng)。

  三(sān)个因素的(de)变化都不能忽视。当我们讨论失业率(lǜ)时(shí),经常(cháng)认(rèn)为失业率上升一定是失业增(zēng)加的(de)结果,这个判(pàn)断对于全年龄段失业率来说并(bìng)没有(yǒu)问(wèn)题,因为我国的劳动(dòng)力总(zǒng)量(也称经(jīng)济活动人口(kǒu))在(zài)2015年(nián)之前一直在上升,2015年后略有下降,到2021年末下降了2.6%,年均(jūn)降幅约0.4%。但青年(nián)失(shī)业率则不(bù)能(néng)忽(hū)视分母的变动,因为(wèi)青(qīng)年劳动力波动幅度(dù)更大。

  例如2010-2020年,青年失(shī)业(yè)人口只增加4万,青年劳动力却(què)减(jiǎn)少(shǎo)1578万,带动16-24岁人口失业率大幅(fú)提高3.8个点。两次人口普(pǔ)查期间(2010-2020年),青年失业人(rén)口从496万增加到500万,仅增加(jiā)了4万左右,约(yuē)为(wèi)2020年(nián)青年劳动力的0.1%,但青年失业率却从(cóng)六(liù)普的9%提高到(dào)七普(2020年11月)的(de)12.8%,大(dà)幅提高3.8个点。主要原因就是失业率(lǜ)的分母在下降(jiàng),16-24岁青(qīng)年劳动力人口在此期间从(cóng)5481万人大(dà)幅减至3903万(wàn)人,减(jiǎn)少了(le)1578万。但是,2010-2020年(nián)全年(nián)龄段劳动力数量基本稳定在7.8亿,整体失业率的分母基(jī)本(běn)不变。因此,2010-2020年间(jiān),决定(dìng)整体失业率变动的是失业(yè)人口(kǒu)数量(liàng)(分子),但决定青(qīng)年失业率(lǜ)变(biàn)动的却是青年劳动力总量(分(fēn)母)。

  芦哲(zhé)&;占(zhàn)烁:青年就业—从三因素框架看“疤(bā)痕效应(yīng)”来自何处

  芦(lú)哲&;占烁:青年就业(yè)—从三因素框架(jià)看(kàn)“疤痕效应”来自何(hé)处

  2.分(fēn)子端(duān):新增青年(nián)失业(yè)人员缘(yuán)于服务业复苏分(fēn)化

  2.1.青年(nián)失业人口:主动辞职居多;三分之二接受过(guò)大学教育

  从总量来(lái)看(kàn),当(dāng)前城镇青年就业(yè)人(rén)数(shù)约为2587万人(rén),失业人数632万人,比去年4月(yuè)增加约(yuē)70万,较七普增(zēng)加约132万。国家统(tǒng)计局在3月就业数据解读时(shí),披(pī)露了当前青年就业和(hé)失业人(rén)数的基本情况:“初步测算3月份城镇青年(nián)9637万人,没有参与劳动力市(shì)场的青年6418万人,主体为在校学生(shēng);参与劳动力市场的(de)青年(nián)3219万(wàn)人,其中就业人(rén)数2587万人(rén)、失业人数632万人(rén)。”[1]假设青(qīng)年劳动力人数(shù)与去年(nián)基本持平,今(jīn)年4月青年失业率(lǜ)比去年同期高(gāo)2.2个点,青年(nián)失业人(rén)员比去年(nián)同期多70万人左右,比2020年七普多132万人(rén)。

  从增(zēng)量看(kàn),今年前四个月青(qīng)年失业形(xíng)势好于去年同(tóng)期。假设2022年以来青年劳(láo)动力(lì)总量维持在3219万,青年失业率每提高1个点(diǎn),带(dài)来32万左(zuǒ)右(yòu)的新增失业(yè)人口(kǒu)。尽管(guǎn)今年4月(yuè)青(qīng)年失业(yè)率比(bǐ)去年(nián)同(tóng)期高2.2个点(diǎn),但从新增青(qīng)年失业人口来(lái)看,今年1-4月(yuè)约为119万,去年同期为125.5万。从增量来看,今(jīn)年前(qián)四个月青年(nián)失业(yè)形(xíng)势要(yào)好于去年,这与当(dāng)前经(jīng)济逐渐(jiàn)恢复也有关系。

  从节奏(zòu)来(lái)看,受夏季毕业(yè)影响,我国青年失业率一般在上(shàng)半年逐渐提高,7月达到峰值,8月开始逐步(bù)回落,预计5-7月青年(nián)失(shī)业率(lǜ)或将(jiāng)继续(xù)小幅攀(pān)升。

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

  失业原(yuán)因(yīn)方面,近7成(chéng)青年失业者是(shì)主(zhǔ)动辞(cí)职,被裁员比(bǐ)例只有2.6%,远低(dī)于35岁以上群(qún)体。一种观(guān)点(diǎn)认为(wèi),青年群体由(yóu)于工(gōng)作经验和技能相对不(bù)熟(shú)练,往往在(zài)企(qǐ)业裁(cái)员时首当(dāng)其(qí)冲。但(dàn)根据(jù)月度劳(láo)动力调(diào)查数(shù)据(jù),青年失业主(zhǔ)要(yào)原因(yīn)是(shì)主动辞职(zhí),被(bèi)裁(cái)员的比例明显低于(yú)35岁以上群体。根(gēn)据《2021年中(zhōng)国(guó)劳(láo)动统计年(nián)鉴》,有工作(zuò)意愿但(dàn)从未工作(zuò)过的失业群体在16-24岁失业人口中占比59%,其他年(nián)龄群体中这一比例(lì)最(zuì)高(gāo)是14.4%。我们剔除(chú)这(zhè)部(bù)分(fēn)失业人群(qún)后,剩下的青年(nián)失业人口(kǒu)中(zhōng),第一大(dà)失业原因是主动(dòng)辞职,占比68.2%,单位倒闭破产(chǎn)占比5.9%;而(ér)裁员仅占2.6%。横向对比,裁员比例从高到(dào)低依次是:60岁(suì)以上(4.8%)>;35-59岁(4.7%)>;16-24岁(2.6%)>;25-34岁(2.5%)。

  按(àn)照(zhào)受教育程(chéng)度来看,三(sān)分之二(èr)的青年失业人员(yuán)接受过大(dà)学教育(yù)。各年龄段失(shī)业人(rén)群中(zhōng),年龄越低,平(píng)均受教育程度越高。16-24岁失(shī)业人(rén)员中66.2%是(shì)接受过大学教育(yù)的,这一比例在(zài)其他(tā)三个年龄阶段逐(zhú)步(bù)递减(jiǎn),25-34岁(suì)(40.5%)>;35-59岁(13.7%)>;60岁以上(4.3%)。城镇就(jiù)业(yè)人口(kǒu)的受教(jiào)育程(chéng)度也大致类似(shì),青年人(rén)由于年(nián)龄限制,接受大学教育比例略低(dī)于(yú)25-34岁,整体(tǐ)来看35岁以(yǐ)下就(jiù)业人员(yuán)的受(shòu)教育程度(dù)大幅(fú)高于(yú)35岁以上。按照(zhào)接受过大(dà)学(xué)教育的占比来看(kàn),25-24岁(47.9%)>;16-24岁(43.6%)>;35-59岁(26%)>;60岁以上(3%)。

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

  芦哲&;占烁:青年就业—从三(sān)因素框架看“疤痕效应”来自何处

  芦哲&;占(zhàn)烁:青年就(jiù)业—从(cóng)三因素框架看(kàn)“疤痕效应(yīng)”来自何处

  2.2.行(xíng)业:从制(zhì)造到服务,知识(shí)密度从(cóng)低到(dào)高

  青年失业人口的行业与青年(nián)就业分(fēn)布基(jī)本(běn)一致。青年(nián)失业人口呈现出行业(yè)聚集的(de)特(tè)点(diǎn),主要集(jí)中(zhōng)在5个大类(lèi)行(xíng)业,2020年占比分别为:批发(fā)零售(19.3%)、制造业(18.8%)、住宿餐饮(yǐn)(13%)、教育(7.5%)、居(jū)民服务\修理(lǐ)和其他服务业(6.7%),这5个行业占全部(bù)青年(nián)失业人(rén)口(kǒu)的(de)65%左(zuǒ)右。同时,这5个行业也是青(qīng)年就业集中(zhōng)的行业,吸(xī)纳了(le)60.7%的青(qīng)年(nián)就业。从行业(yè)来看,青(qīng)年(nián)失业人(rén)口的(de)行业分布(bù)是由就业分布决(jué)定的,吸纳就业占比较大的(de)行(xíng)业,往往也贡献了较大规模的失业。因此(cǐ),在挖掘(jué)青年失(shī)业人口来自何处之前,需要研究青(qīng)年就(jiù)业的(de)行业结构。

  芦哲&;占烁(shuò):青年就业(yè)—从(cóng)三因素框架看“疤痕效应(yīng)”来自何处

  芦哲&;占烁(shuò):青(qīng)年(nián)就业—从(cóng)三因(yīn)素框(kuāng)架看“疤痕效应(yīng)”来(lái)自何(hé)处

  2010-2020年青年就业的结(jié)构变化较大(dà),呈现出(chū)从制造到(dào)服务、知识密集(jí)程度由(yóu)低到高两个特(tè)点。

  青年(nián)就业从(cóng)工农业大量流入服务业。农林牧(mù)渔、采矿业、制造业和电热燃(rán)水的生产供应(yīng)业,这四(sì)个行(xíng)业是国民(mín)经济分类的农业(yè)和(hé)工(gōng)业。2010年(nián)这(zhè)四(sì)个行(xíng)业吸纳了50.3%的青年就(jiù)业人口(kǒu),到2020年该比例大(dà)幅降至25.4%。其中,制造业从37.4%降至22%,农林(lín)牧渔(yú)从11.4%降(jiàng)至2.5%,分别降低(dī)15.4和9.0个点。有4个行业吸(xī)纳青年就业比例(lì)增加超(chāo)2个(gè)点,其中(zhōng),教(jiào)育业(yè)为5.3%,租赁和商务服务为3.1%,信(xìn)息(xī)技术(shù)为2.8%,卫(wèi)生和社工为2.0%。另(lìng)外,建筑业和房地产等其他6个服务行业吸纳青年(nián)就(jiù)业的比例均增超1个(gè)百分点。

  以(yǐ)受教育年(nián)限作为(wèi)维(wéi)度(dù),青年就(jiù)业(yè)从知识密(mì)集程度(dù)较(jiào)低的行业流向较高行业。我们以《2021年劳动(dòng)统(tǒng)计(jì)年鉴》中各(gè)行业就业人员的(de)受教育(yù)年限,来计(jì)算各行(xíng)业的知识(shí)密集程(chéng)度。有5个(gè)行业(yè)的平均受教(jiào)育年(nián)限在14年以上,依次是:科(kē)学研究与技术服(fú)务(wù)(14.6)>;教(jiào)育(14.4)>;金(jīn)融(14.3)>;信息传(chuán)输、软件和信(xìn)息技术服(fú)务(14.2)>;卫生和(hé)社会工作(12.1),除金融(róng)业外,其他(tā)四个行业是过去十年(nián)青年(nián)就业(yè)流入的主要行业(yè),吸纳青年就业比例的增幅均居(jū)前列(liè)。如图10,各(gè)行业所吸纳的青年就业比(bǐ)例(lì)变动与行业平均(jūn)受教育年限基本一致,即青年就(jiù)业(yè)从(cóng)知识密集程度较低(dī)的行业流(liú)向较(jiào)高行业。

  但是知识密集型行业的青年失业情况比整体(tǐ)失业更严峻。我们用《2021年中国(guó)劳动统计年(nián)鉴》中各行(xíng)业的青年(nián)失业(yè)比例(该(gāi)行(xíng)业的青(qīng)年(nián)失业(yè)人数/青(qīng)年(nián)失(shī)业总人数),除以各行七尺是多少米呀 身高7尺是多少厘米业的青年就(jiù)业比例(该行业的青(qīng)年就业(yè)人(rén)数/青(qīng)年就业总人数),来作为各(gè)行业失业率的(de)近似替代指标(biāo)。以这个指(zhǐ)标来看,知识密(mì)集型行(xíng)业(yè)的青年失业率大多高于全年龄(líng)段失(shī)业率,如信息技术、教育、科研服务、公(gōng)共管理等行业(yè),体(tǐ)现(xiàn)在(zài)图(tú)11中,都(dōu)位于右下方。

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

  芦哲&;占烁:青年(nián)就业—从(cóng)三因素框架看“疤(bā)痕(hén)效(xiào)应(yīng)”来(lái)自何处

  2.3.服务业复苏(sū)分化(huà)或是一(yī)季度(dù)青年失业人口仍增加的(de)原因

  一季度服务业复苏(sū)出现分(fēn)化(huà)。今年一(yī)季(jì)度GDP同比增(zēng)长4.5%,较疫情前三年Q1均(jūn)值有2.2个点的(de)增速(sù)缺(quē)口。分行业(yè)来看,批发零售(shòu)业缺口为1.5个点,而建筑业、住(zhù)宿餐饮业增速均高(gāo)于疫情前三年均值,这三(sān)个行业一季度复苏情况较好(hǎo);知(zhī)识密集程度更(gèng)高的房地产业、租(zū)赁和商务服(fú)务(wù)业(yè)、信息技术服务业的(de)缺口分(fēn)别为4.1、4.7、11个点,一季(jì)度复苏相(xiāng)对较慢。

  因此从失业率的分(fēn)子端来看,当前青年(nián)失业人员增长的症结在于(yú)服务业就业复苏的结(jié)构不均衡(héng)。一方面,随(suí)着受(shòu)教(jiào)育(yù)水(shuǐ)平的整体提(tí)高,青年就业(yè)大量流向知识(shí)密(mì)集型服务业,如教育(yù)、信息技术等行业(yè)。另一方面,年初(chū)疫情(qíng)影响减弱后,经(jīng)济复(fù)苏的主(zhǔ)力是(shì)知识密(mì)集程度较低的生活性服务业,而(ér)知(zhī)识密(mì)集程度较高的生产性服(fú)务(wù)业复苏较(jiào)慢。所以服(fú)务业就业复(fù)苏结(jié)构(gòu)分化,带来的(de)青年(nián)失业人口和25-59岁失业人(rén)口的分化(huà)。房地产、互(hù)联网、教育[1]等行业的一(yī)季度就业(yè)尚未(wèi)出现明显改善,应届生就业(yè)压(yā)力大(dà);而住宿餐饮等行业就业已经出现回暖(nuǎn),但对于(yú)三分之二接受(shòu)过大学教(jiào)育的(de)青年失业人口而言,这(zhè)些行业的就业吸纳相对有(yǒu)限。

  芦哲&;占烁(shuò):青(qīng)年就业—从三(sān)因素框架看“疤(bā)痕效(xiào)应(yīng)”来自何(hé)处

  芦哲&;占(zhàn)烁(shuò):青(qīng)年(nián)就(jiù)业—从三因(yīn)素框架看“疤痕效应”来自何处

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

  青年(nián)失业率的分(fēn)母端是城(chéng)镇青年劳动力,主要由青年人口(kǒu)和劳动参与率决定。2022年我国开始步入人口(kǒu)负增长时(shí)代(dài),城镇青(qīng)年劳动力可能将(jiāng)步入长期下(xià)降通道,这将从分母端推升青年(nián)失(shī)业率,或(huò)成为疫情后就业“疤痕效应”的(de)长期来源。

  3.1.青年(nián)人(rén)口:出生人口与乡村迁入均在减(jiǎn)少

  城(chéng)镇青年劳动力(lì)首(shǒu)先取决于城镇青年人口数量,而后者来自于两(liǎng)部分,一是16-24年前(qián)的出生人口,二是乡村(cūn)到城(chéng)镇的迁(qiān)移(yí)人口,这两部分增量未来都趋于下(xià)降。

  2010-2020年青(qīng)年(nián)劳动(dòng)力对应的出生人口减少4381万,2020-2030年(nián)减(jiǎn)少1762万。2010年和2020年的16-24岁人口分别(bié)对应1986-1994、1996-2004年(nián)的出(chū)生人口,而前者(zhě)正好是建国以(yǐ)来的一轮“小婴(yīng)儿潮”时期,年均(jūn)出(chū)生人口超2000万,其(qí)中1987年(nián)出生(shēng)人口最高超过2500万(wàn),到90年(nián)代开始明显(xiǎn)步入下降(jiàng)通(tōng)道。1986-1994年合计出生人口2.07亿,1996-2004年降至(zhì)1.63亿,减(jiǎn)少约4381万,降(jiàng)幅为21.2%。2020和2030年的16-24岁人口分别对应1996-2004、2006-2014年的出生人口,这两个时期(qī)分(fēn)别为1.63、1.45亿,出生人口减少(shǎo)约1762万。

  另一方面,我国农村向城镇的人口转移也在(zài)减速。新增城(chéng)镇人口从2016年开始逐(zhú)年减少(shǎo),十(shí)三(sān)五期(qī)间(2016-2020年)均值(zhí)约(yuē)为(wèi)2184万人,但2022年只有650万人。预计(jì)今年随着疫情影响(xiǎng)减弱,人员流动恢复,新增城镇人口数量会较(jiào)去年有明显增长,但(dàn)可能(néng)仍然较难(nán)回到(dào)十三五期间超2000万的规模。当(dāng)前我国城镇化率已经达到65%以(yǐ)上,继续(xù)高速增长空间有限,从乡(xiāng)村到城(chéng)镇的迁移人口数量整(zhěng)体将呈现(xiàn)下降(jiàng)趋势。

  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

  3.2. 青年劳动参与率:超预(yù)期下降

  青年(nián)劳动参与率(lǜ)有两个(gè)特点,一是低于其(qí)他(tā)年龄段群体,大部分青(qīng)年在校,并未进(jìn)入劳动市场(chǎng)。二是(shì)近年来呈下降趋(qū)势。

  2020-2023年(nián),青年劳动参与率出现超(chāo)预期(qī)下降。根(gēn)据今年(nián)3月(yuè)统计局(jú)披露的(de)青年就业和失业人数,当前16-24岁青年的(de)劳动参与率(lǜ)约(yuē)为33.4%,即9637万(wàn)城镇青(qīng)年人口中(zhōng),有3219万进入或有意愿进入(rù)劳动市场(chǎng)。而2010和2020年两次人(rén)口(kǒu)普查(chá)时,青年劳动参与率分别为(wèi)47.2%、40.5%。此(cǐ)前十年,青年劳动(dòng)参与率下(xià)降6.7个(gè)点,但疫情(qíng)以来仅仅三年,该指标已经下降7.1个点。

  近三年青年劳动参(cān)与(yǔ)率的下降(jiàng)主(zhǔ)要有(yǒu)三方面(miàn)原(yuán)因(yīn)。

  一是16-24岁(suì)在校生大幅增加493万。2010到2020的(de)十年间(jiān),16-24岁(suì)在校(xiào)生增加(jiā)了706万,年均增(zēng)加70.6万;但(dàn)2019年末到2021年(nián)末,仅仅(jǐn)两年的(de)时间里,该年龄段的在校生增加了493万(wàn),年均(jūn)增长246.5万(wàn),远远快于此前十年增速。

  二(èr)是部分群体因就业形势恶(è)化而退出(chū)劳动市场(chǎng),在(zài)未来(lái)经济和就(jiù)业(yè)好转后会回到劳动市场。2020年3月,国家(jiā)统计局曾在发布会指出当月(yuè)“就业人员(yuán)规模比1月份下降6%以上(shàng)”,说明就(jiù)业形(xíng)势恶(è)化时,也会影(yǐng)响劳(láo)动参(cān)与(yǔ)率(lǜ)。

  三是就业观念的变化(huà)导致初次进入劳动市场时间推迟,降低16-24岁劳动参与率(lǜ)。从社(shè)会(huì)风气来看,对(duì)学历的推崇导致本科毕业即进入(rù)就业市场的年(nián)轻人(rén)减少,加上考研、考公竞争激烈,发展至“二战”“三战(zhàn)”,客观上会将部分(fēn)青(qīng)年人初次就业时间从(cóng)16-24岁延迟到25岁之后,从而导致16-24岁劳(láo)动参与率(lǜ)出现(xiàn)下降(jiàng)。

  芦(lú)哲&;占烁:青年就(jiù)业—从(cóng)三因素框架看“疤痕效应(yīng)”来自(zì)何(hé)处(chù)

  4.结论:未(wèi)来失业率的(de)分(fēn)母端可能会(huì)越(yuè)来越(yuè)重(zhòng)要

  失业人口的增加不能(néng)完全解释青年失业率的(de)上升。假(jiǎ)如当前(qián)青年劳动(dòng)力与(yǔ)2020年相同,在失(shī)业人口(kǒu)增加132万至632万(wàn)人的情况(kuàng)下,对应(yīng)青年(nián)失业率应该从12.8%提高至16.2%,但3月(yuè)却达到19.6%,如(rú)图19。失业人口的增加只(zhǐ)能解释(shì)当前(qián)青年失业(yè)率(lǜ)的一部分(fēn),另一部分则来自分母端(duān),城(chéng)镇青年劳动(dòng)力的(de)减少(shǎo)。

  芦哲&;占烁:青年就(jiù)业(yè)—从三因素(sù)框架看“疤痕效应(yīng)”来(lái)自何处

  考虑到2020年我国人口(kǒu)已经开始负增(zēng)长,未来青年(nián)失(shī)业率的变动可能出现以下三种情况:

  ①青(qīng)年失业人口增加,同时劳动力减少,青年失业率上升;

  ②青年失业人口与劳动(dòng)力(lì)均在减少,但失业人口降幅不(bù)及劳动力降(jiàng)幅,青年失业(yè)率上(shàng)升;

  ③青(qīng)年失(shī)业人口与劳动力均在减少(shǎo),失业人口降幅大于劳(láo)动(dòng)力降幅(fú),青年失业率下降。

  我们认为,未来失业人口会随着经济复苏而减(jiǎn)少,但经济复苏难以改变失业率(lǜ)的(de)分母下降趋势。青年劳动力的(de)下降可能(néng)成为就业(yè)“疤痕(hén)效应”的长期(qī)来源,抬高(gāo)青年失(shī)业率(lǜ)的(de)长期中(zhōng)枢。未(wèi)来失业率的分母端(duān)可(kě)能会越来越重要,这也是人口(kǒu)长(zhǎng)周期变化(huà)的影响之一。

  5.附录:概(gài)念和数据说(shuō)明

  青年失业率的两个(gè)前(qián)置概念。讨论16-24岁人(rén)口调查失业率时,有(yǒu)必要明晰这(zhè)一概念的两个(gè)要(yào)点:一(yī)是调查失业率是(shì)城镇(zhèn)就业(yè)范围,并非(fēi)针(zhēn)对全部就业人口(kǒu),不包括乡(xiāng)村就业,2022年底我国城乡就业大约分(fēn)别占63%、37%,近四(sì)成(chéng)的就业人口并未包含在内(nèi)。因(yīn)此,许多针对(duì)青年失业率的讨论以全国青年(nián)人(rén)口数量为出发点(diǎn),未区分(fēn)人口总量(liàng)与城乡结构(gòu)的问题,有失偏颇(pǒ)。本篇报告如无特别(bié)说明,各(gè)概念均是指城镇就业口径(jìng)。

  二是失业率的分母不(bù)含(hán)没有劳动(dòng)意(yì)愿的劳(láo)动年(nián)龄人口。按(àn)照统(tǒng)计(jì)局(jú)的定义,“劳动力指年满16周岁,有劳(láo)动能力,参加或要求参加社会经济活动的人员。包括(kuò)就业人员(yuán)和失业(yè)人员”,因此没有(yǒu)就业意愿的劳动年龄人(rén)口(kǒu)不(bù)计入(rù)劳动力(lì)。根(gēn)据《2022年中国劳动统(tǒng)计年鉴》,2021年底我国(guó)16岁以(yǐ)上的人(rén)口约为11.5亿(yì),其中只有68%属于(yú)劳(láo)动(dòng)力,约为(wèi)7.8亿,而(ér)就(jiù)业人口为约7.46亿,据此(cǐ)推算(suàn)城乡失业(yè)人口可能为3372万(wàn)人左右。

  芦(lú)哲&;占(zhàn)烁:青年(nián)就业—从(cóng)三因素(sù)框架看“疤(bā)痕效应”来自(zì)何(hé)处(chù)

  从数据(jù)来看,失业(yè)率来自(zì)全国(guó)月度劳动力调查。该项调查制度于2005年正式实施(shī),每年进(jìn)行两(liǎng)次全国劳动(dòng)力抽样调(diào)查,调查范(fàn)围为中国大陆的城镇和(hé)乡(xiāng)村,调查对象(xiàng)为16岁及以上人(rén)口(kǒu)。2009年3月,为更及时准确反映(yìng)劳(láo)动力市场变化情况(kuàng),建(jiàn)立了(le)31个(gè)大城市月度劳动力调查制度(dù)。2013年4月(yuè),又将月度劳动力调查范围扩大至65个城市(shì)。2016年(nián)1月(yuè),全国月度(dù)劳动力调查正式在全国范围内开展,调(diào)查范围覆盖全国(guó)所(suǒ)有地级市。

  月度劳动(dòng)力调(diào)查样本比例约为0.2‰,是年度调查的五分之一左右。全(quán)国每(měi)月调查约12万户,2020年全国家庭(tíng)户(hù)约为(wèi)49415.7万户,样本(běn)占比(bǐ)约0.2‰,作

  为对比,我国年度(dù)人(rén)口调查样本比例为1‰,五(wǔ)年一次(cì)的(de)人口抽样调查样本比(bǐ)例(lì)为1%。而(ér)每10年一次的人(rén)口普查则在(zài)长表部分纳入就业调(diào)查,长表抽样(yàng)比例(lì)是(shì)10%左右,因而人(rén)口普查的就业数据(jù)质量更(gèng)高。

  就业人员(yuán)总数会根据普(pǔ)查数据进行(xíng)修正,但结构数据仍会存在(zài)差(chà)异。比(bǐ)如2020年的(de)《劳动统计年鉴(jiàn)》显示(shì),2019年末全国就业人员约为7.75亿人(rén);而七普后次(cì)年的年鉴将这(zhè)一数据修正(zhèng)为7.54亿(yì)人左(zuǒ)右,误差约2100万人。但结构数据的(de)差异仍然(rán)存(cún)在。比如《2021年劳(láo)动(dòng)统计年鉴》中,2020年城镇制造业就业人员(yuán)占(zhàn)比(bǐ)为18.0%,而七普数据为(wèi)19.7%。

  6.风(fēng)险提(tí)示

  (1) 服务业分化(huà)未收窄;

  (2) 青年劳动(dòng)参与率(lǜ)出现明显下(xià)降;

  (3) 外需、房地(dì)产等不(bù)及预期,经济(jì)和就业(yè)恢(huī)复偏慢。

  报告信息

  证券研究报告:【芦哲&;占烁(shuò)】青(qīng)年就业:从三因素框架(jià)看(kàn)“疤痕效应(yīng)”来自何处

  研报撰写人(rén)员:芦哲(S0120521七尺是多少米呀 身高7尺是多少厘米070001,首席宏观经济学家(jiā)),占烁(S0120122070060,联系(xì)人)

  对外(wài)发(fā)布(bù)时间:2023年5月26日

  报(bào)告发布(bù)机构:德邦(bāng)证券(quàn)股份有限公司

未经允许不得转载:太仓网站建设,太仓网络公司,太仓网站制作,太仓网页设计,网站推广-昆山云度信息科技有限公司 七尺是多少米呀 身高7尺是多少厘米

评论

5+2=