成都工装公司_工装装修效果图_专注公装设计装修 - 无同之家装饰成都工装公司_工装装修效果图_专注公装设计装修 - 无同之家装饰

杨梅是高糖还是低糖,杨梅是高糖还是低糖水果

杨梅是高糖还是低糖,杨梅是高糖还是低糖水果 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(lú)哲(zhé) 首席宏观经济学(xué)家

  占烁(shuò) 联(lián)系人(rén)

  投资(zī)要点(diǎn)

  ·核心观点:我们将影响青年失业率的因素拆(chāi)解为三方面:①青(qīng)年(nián)失业人口,②青年总人(rén)口,③劳(láo)动参(cān)与率,失业率=失业人口/(总人(rén)口×劳动参与率)。通过三因素框(kuāng)架(jià),我们发现16-24岁(suì)失(shī)业人口的增加不能完全解释青年(nián)失业率的上(shàng)升,更重要却被(bèi)忽视的(de)因素是(shì)青年人口(kǒu)和(hé)劳(láo)动参与率下降,带来16-24岁(suì)劳动力减少,从分母端大(dà)幅推高青年失(shī)业率。假(jiǎ)如(rú)今年(nián)3月分母端(duān)的青年劳动(dòng)力与(yǔ)2020年持平(píng),新增约132万青年失业人口只能将(jiāng)失业率拉升至(zhì)16.2%,但实际(jì)青(qīng)年失业率却高达19.6%。我们(men)认为(wèi),失业人(rén)口会随(suí)着经济复苏而减少,但(dàn)青年劳(láo)动力的下降可能(néng)成为(wèi)就业“疤痕效应(yīng)”的长(zhǎng)期来源,抬高(gāo)青年(nián)失(shī)业(yè)率中枢。

  ·青年失(shī)业率的三(sān)因(yīn)素(sù)框架:(1)失业率=失业人口(kǒu)/劳动(dòng)力(lì)=失业人口/(总人口(kǒu)×劳(láo)动参与(yǔ)率(lǜ)),据(jù)此可(kě)将青年(nián)失业(yè)率拆解为青年失(shī)业(yè)人(rén)口(kǒu)、总人口、劳(láo)动(dòng)参与率三(sān)个因素。

  ·(2)失业率上升未必来自失业(yè)增加,不要(yào)忽略分母,劳动力的下降,也是抬高失业率的(de)重要原因。2010-2020年,青(qīng)年失业人口只(zhǐ)增加(jiā)4万,青年劳动力却减少1578万,带(dài)动16-24岁人(rén)口(kǒu)失(shī)业(yè)率大幅提高3.8个点(diǎn)。

  ·分子端的青年失业人口(kǒu):(1)从总(zǒng)量来看,当前城镇青年就业人数约为2587万人,失业(yè)人数(shù)632万人,比去年4月增(zēng)加(jiā)约70万,较七(qī)普(pǔ)增加约132万。

  ·(2)失业原因方面,近(jìn)7成(chéng)青年(nián)失业者(zhě)是主动辞职(zhí),被(bèi)裁(cái)员比(bǐ)例只(zhǐ)有2.6%,远(yuǎn)低于35岁(suì)以上群(qún)体。

  ·(3)按照受(shòu)教育程度(dù)来看,三分之二的(de)青年失业(yè)人员接受过大学教育。

  ·(4)2010-2020年青年就杨梅是高糖还是低糖,杨梅是高糖还是低糖水果业的结构变化较(jiào)大,呈现出从制造(zào)到服务、知识密(mì)集程度由低(dī)到高两个特点(diǎn)。2010年农业和工业吸纳(nà)了50.3%的青(qīng)年就业人口,2020年大幅(fú)降(jiàng)至25.4%,流出的青年就业主要转向(xiàng)服务(wù)业。以受教育年限作为维度,青年就业从(cóng)知识密集程度较(jiào)低的行业流向较高行(xíng)业,但是知识(shí)密集型行(xíng)业(yè)的青年失业情况比整体失(shī)业更严峻。

  ·(5)服(fú)务业复苏分化或(huò)是一(yī)季度青年失(shī)业人口仍增(zēng)加的(de)原因(yīn)。经济复苏的主力是知识密集程度较低的餐饮(yǐn)、零售(shòu)等服务业(yè),而知识密集程度较高的生产性服务(wù)业复苏较慢,服务业就业复苏结构的分化(huà),带来青年就业和25-59岁(suì)就业的分化。

  ·分母(mǔ)端的青年劳动力:(1)青年人口(kǒu):出生人口与乡村(cūn)迁入均在减少(shǎo)。2010-2020年青年劳动力对应的出生人口(kǒu)减少4381万,2020-2030年减少1762万。另外,我(wǒ)国农村向城镇的人口(kǒu)转(zhuǎn)移也(yě)在减速(sù),新增城(chéng)镇人口从(cóng)十三(sān)五期间(2016-2020年)的2184万(wàn)人,减至2022年650万人。

  ·(2)2020-2023年,青年劳动参与率出现(xiàn)超预(yù)期(qī)下降(jiàng)。2010-2020年青年劳动参与(yǔ)率(lǜ)下降6.7个点,但疫情(qíng)以来仅仅三年,已经下降(jiàng)7.1个点。近三年青(qīng)年劳(láo)动参(cān)与率(lǜ)的下降主要(yào)有三方面原因:一是16-24岁(suì)在校生(shēng)大幅增加493万(wàn);二是部分群(qún)体因就业形势恶(è)化而(ér)退出劳动市场;三是就业(yè)观(guān)念的变化导致初次进入劳动市场(chǎng)时间推迟,降低16-24岁(suì)劳动参(cān)与(yǔ)率(lǜ)。

  ·结论(lùn):(1)失业人口的(de)增加不能完全解(jiě)释(shì)青(qīng)年(nián)失(shī)业率(lǜ)的上升。假如当前青年劳动(dòng)力(lì)与2020年相同,在失业人(rén)口增加132万(wàn)至(zhì)632万人的情况(kuàng)下,对应青年(nián)失(shī)业率应该从(cóng)12.8%提高至16.2%,但3月却达到19.6%,如图(tú)19。失业人口的(de)增加只能解释当前青年失业率的一部分,另一部分则来(lái)自分母端,城镇青年劳(láo)动力的减少。

  ·(2)未来青(qīng)年失业率的变(biàn)动可能出现(xiàn)以下(xià)三种情况:①青(qīng)年失业(yè)人(rén)口(kǒu)增(zēng)加,同时劳(láo)动力减少,青年失业率上(shàng)升(shēng);②青(qīng)年失业人口与劳动力(lì)均在减少,但失业人口降幅不及(jí)劳动力降幅,青年失业率(lǜ)上升(shēng);③青年(nián)失业(yè)人口与劳(láo)动力均在减(jiǎn)少(shǎo),失(shī)业人口降幅大于劳动(dòng)力降幅,青(qīng)年失业率(lǜ)下(xià)降。

  ·(3)我们认为(wèi),失业人口会随着疫情后(hòu)经(jīng)济复苏而(ér)减(jiǎn)少,但青年劳动(dòng)力(lì)的下降可能成(chéng)为就业“疤痕效应”的长期(qī)来源(yuán),抬(tái)高青年(nián)失(shī)业率(lǜ)的长期(qī)中(zhōng)枢。未来失业率(lǜ)的分母端越来越重要(yào)。

  ·风险提示:服务业分化未(wèi)收窄;青年(nián)劳动参与率(lǜ)出现(xiàn)明显下降;外需、房地产等不及预期,经(jīng)济和就业(yè)恢(huī)复偏慢。

  目(mù) 录

  1. 青年失业率的三因素框架

  2.分子端:新增青年失业人员缘(yuán)于服务业复苏分(fēn)化

  2.1.青年失业人口:主(zhǔ)动(dòng)辞职(zhí)居多;三(sān)分之二接受过大(dà)学(xué)教(jiào)育(yù)

  2.2.行业:从制造到服务,知识(shí)密(mì)度从(cóng)低到高

  2.3.服务业(yè)复苏分化(huà)或(huò)是一季(jì)度青年失业人口仍(réng)增加的原因

  3.分母端:人口和劳动参(cān)与率(lǜ)均(jūn)下降,带来劳动力减(jiǎn)少

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

  3.2.青年劳动(dòng)参与率:超预期(qī)下降

  4. 结论:未来失业率(lǜ)的分(fēn)母端可能会越(yuè)来(lái)越(yuè)重要

  5. 附录:概念(niàn)和数据说明

  6. 风险提示(shì)

  正 文

  4月(yuè)份16-24岁青年失(shī)业率攀升至20.4%,创下(xià)2018年有数据(jù)以来最(zuì)高值(zhí)。在疫情(qíng)影(yǐng)响(xiǎng)退散、经济逐步复苏的(de)情况下(xià),城镇调查失业率较去年同期大幅下降(jiàng)0.9个点,但(dàn)青年失业(yè)率却较去年(nián)4月逆势(shì)攀升2.2个点(diǎn)。本篇报告将重(zhòng)点研究(jiū)疫情后留下的(de)“疤痕效应”如何推(tuī)高青年失业(yè)率。

  1.青年失(shī)业率的三因素框架

  失业率=失业人口/劳动力=失业人(rén)口(kǒu)/(总人(rén)口×劳(láo)动参与率)

  据此可见,影响青年失业(yè)率的(de)主要是三个因素:①青年失业人口(kǒu);②青年总人口(kǒu);③劳动(dòng)参(cān)与率,其中(zhōng)②③决定着青年劳动力的(de)变化。这三个因素均(jūn)为(wèi)城(chéng)镇口径。

  三个因(yīn)素的变(biàn)化都不能忽(hū)视。当我们(men)讨(tǎo)论失业(yè)率时(shí),经常(cháng)认为(wèi)失业率上升一定是失业增加的结果(guǒ),这个判(pàn)断对于全年龄段失业率来说并(bìng)没有问题,因为我国的(de)劳动(dòng)力总量(也称(chēng)经济活动人(rén)口)在2015年之前一直在(zài)上升(杨梅是高糖还是低糖,杨梅是高糖还是低糖水果shēng),2015年后略有(yǒu)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(lǜ)则(zé)不能忽(hū)视分母的(de)变动,因为(wèi)青年劳动(dòng)力波动(dòng)幅度更大(dà)。

  例如2010-2020年,青(qīng)年失(shī)业人口只增加(jiā)4万,青年劳(láo)动力却(què)减少1578万,带动16-24岁人口失业率大幅(fú)提高3.8个(gè)点(diǎn)。两次人口普查期间(2010-2020年),青年失(shī)业人(rén)口从(cóng)496万(wàn)增加到(dào)500万,仅(jǐn)增加了4万左右,约为2020年青年劳动力(lì)的0.1%,但(dàn)青年失业率(lǜ)却从六普的9%提高(gāo)到七普(2020年11月)的12.8%,大(dà)幅提高(gāo)3.8个点。主要原因就是失(shī)业率的(de)分母在(zài)下降,16-24岁(suì)青(qīng)年劳(láo)动力人口在此期(qī)间从5481万人(rén)大幅减至3903万人(rén),减(jiǎn)少了1578万。但是,2010-2020年全年(nián)龄段劳动力数量基本稳(wěn)定在7.8亿,整体失业率(lǜ)的分(fēn)母基本(běn)不(bù)变。因此,2010-2020年间,决定整(zhěng)体失业率变(biàn)动的是失业人口数量(分(fēn)子(zi)),但决(jué)定青(qīng)年失(shī)业率(lǜ)变动的却(què)是青年(nián)劳动力总量(分(fēn)母(mǔ))。

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

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

  2.分子端:新(xīn)增青(qīng)年失(shī)业人员缘于(yú)服务业复苏分化

  2.1.青年失(shī)业人口:主动辞职居多;三(sān)分之二接受过(guò)大(dà)学教育

  从总量来看,当前城镇青年就业(yè)人数约为2587万(wàn)人,失业(yè)人数632万人(rén),比去年4月(yuè)增加约70万,较七普(pǔ)增加约132万。国家统计局在3月(yuè)就业数据解读时,披露了(le)当前(qián)青(qīng)年就业和失业人数的(de)基本情况(kuàng):“初步测算3月份城镇青年9637万人,没有(yǒu)参(cān)与(yǔ)劳动力市场的青年(nián)6418万人,主(zhǔ)体为在校学(xué)生;参与劳动力(lì)市场的青年3219万(wàn)人,其中(zhōng)就(jiù)业人数2587万人、失业人数632万人。”[1]假设青年劳动力人数与去(qù)年基(jī)本持(chí)平,今年(nián)4月青年失(shī)业率比去年同期(qī)高2.2个(gè)点,青年(nián)失业人员比(bǐ)去(qù)年同期多70万人(rén)左右,比(bǐ)2020年七普多132万人。

  从增(zēng)量看,今(jīn)年前四个月(yuè)青年失业(yè)形势好于(yú)去(qù)年同期(qī)。假设2022年以来青年劳动力(lì)总量维持在3219万,青年失业率每(měi)提高(gāo)1个(gè)点,带来32万(wàn)左右的新增(zēng)失业人口。尽管(guǎn)今年4月青(qīng)年失业率比去年同期高2.2个点,但从(cóng)新增(zēng)青年失业人口来看,今年1-4月约为(wèi)119万(wàn),去年同期为125.5万。从增(zēng)量来看,今(jīn)年前四个月青年失业形势(shì)要好(hǎo)于去年(nián),这与(yǔ)当前经济(jì)逐(zhú)渐(jiàn)恢复也(yě)有关系(xì)。

  从节奏来看,受夏季毕业影响,我国(guó)青年失(shī)业率一(yī)般在上半年逐渐提高,7月达到峰值,8月(yuè)开始逐步(bù)回落,预计(jì)5-7月青(qīng)年失业率(lǜ)或(huò)将(jiāng)继续小(xiǎo)幅攀升。

  芦哲&;占烁:青年就业—从三(sān)因素(sù)框架看(kàn)“疤痕效(xiào)应”来自何处

  失业原因方面,近7成(chéng)青年(nián)失(shī)业者是(shì)主动辞职(zhí),被裁员比(bǐ)例只(zhǐ)有2.6%,远(yuǎn)低于35岁以上群(qún)体。一种观点(diǎn)认为,青年(nián)群体(tǐ)由于工作经验和(hé)技能相对(duì)不(bù)熟练,往往在企业裁员(yuán)时(shí)首(shǒu)当(dāng)其冲。但根据(jù)月度劳动力调查数据,青(qīng)年失业主要原因是主动辞(cí)职,被裁(cái)员的比例明显低于35岁以(yǐ)上群体。根据《2021年(nián)中国劳(láo)动统计年鉴》,有工(gōng)作意愿但(dàn)从(cóng)未(wèi)工作过的失业群体在16-24岁失业(yè)人口(kǒu)中占比59%,其他年(nián)龄群体中这一比(bǐ)例最高是14.4%。我们剔除这(zhè)部分失(shī)业人(rén)群(qún)后,剩下(xià)的(de)青年失业(yè)人(rén)口中,第(dì)一(yī)大失业原因是主动辞职,占比68.2%,单位(wèi)倒闭破产占比5.9%;而裁(cái)员(yuán)仅(jǐn)占2.6%。横向对(duì)比,裁(cái)员(yuán)比例从高到低(dī)依(yī)次是:60岁(suì)以上(4.8%)>;35-59岁(suì)(4.7%)>;16-24岁(2.6%)>;25-34岁(2.5%)。

  按照受教育程度(dù)来看,三(sān)分之二的青年失业人员接受过(guò)大学教(jiào)育。各(gè)年龄(líng)段失业(yè)人群中,年龄越低(dī),平(píng)均受教(jiào)育(yù)程度越高。16-24岁(suì)失(shī)业(yè)人员中66.2%是接(jiē)受过大(dà)学教育的,这一比例在其他三个年龄(líng)阶段逐步递减,25-34岁(40.5%)>;35-59岁(suì)(13.7%)>;60岁以上(4.3%)。城(chéng)镇就业人口(kǒu)的受(shòu)教育程度也大致类似,青年人(rén)由于年龄(líng)限(xiàn)制(zhì),接受(shòu)大学教育比例略低(dī)于25-34岁(suì),整体(tǐ)来(lái)看35岁以下(xià)就业人(rén)员(yuán)的(de)受教育(yù)程(chéng)度大幅(fú)高于35岁以上。按照接(jiē)受过大(dà)学(xué)教育的占比来看,25-24岁(47.9%)>;16-24岁(suì)(43.6%)>;35-59岁(suì)(26%)>;60岁以上(shàng)(3%)。

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

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

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

  2.2.行业(yè):从制造到服(fú)务,知(zhī)识密(mì)度(dù)从低到高

  青年失业人口的(de)行业与(yǔ)青年就业分(fēn)布基本一致。青年失(shī)业(yè)人(rén)口呈现出(chū)行业聚集(jí)的特(tè)点,主要集中在(zài)5个大类行业,2020年占(zhàn)比分别为:批发(fā)零售(19.3%)、制造业(18.8%)、住宿餐饮(13%)、教育(7.5%)、居民服务\修理和其他服务业(6.7%),这(zhè)5个行(xíng)业占全(quán)部(bù)青(qīng)年失业人口的(de)65%左右(yòu)。同时(shí),这5个行业(yè)也是青年(nián)就业集中(zhōng)的行业,吸纳(nà)了60.7%的青年就业。从行业来看,青年失业人口的行业分布(bù)是(shì)由就业分(fēn)布决定的,吸纳就业占比较(jiào)大的行(xíng)业,往(wǎng)往也贡献(xiàn)了较(jiào)大(dà)规模的失业(yè)。因此(cǐ),在(zài)挖掘青(qīng)年失(shī)业人口来(lái)自何处之(zhī)前,需要研究(jiū)青年就(jiù)业的行(xíng)业(yè)结构。

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

  芦哲(zhé)&;占(zhàn)烁:青(qīng)年(nián)就业—从三(sān)因素(sù)框架(jià)看“疤痕(hén)效应”来自何(hé)处

  2010-2020年(nián)青年就业的结构(gòu)变化(huà)较大,呈现(xiàn)出从制(zhì)造到服务、知(zhī)识密(mì)集程度由低(dī)到高两个特点。

  青年就业(yè)从工农业大量(liàng)流入服务业。农林牧渔、采矿业、制造业和(hé)电热燃水(shuǐ)的生产供应业,这四个行业是(shì)国民经济分类的农业和工业。2010年这四个行业吸纳了(le)50.3%的青(qīng)年就(jiù)业人口,到2020年该比(bǐ)例(lì)大幅降至(zhì)25.4%。其(qí)中,制造业从37.4%降(jiàng)至(zhì)22%,农林牧渔从11.4%降(jiàng)至(zhì)2.5%,分(fēn)别降低15.4和9.0个点(diǎn)。有4个行业(yè)吸纳青年就业比例增加超2个点(diǎn),其中,教育(yù)业为5.3%,租(zū)赁(lìn)和商务服务为3.1%,信息技术为2.8%,卫生(shēng)和社工为(wèi)2.0%。另外,建筑(zhù)业(yè)和房地(dì)产(chǎn)等其他6个服务行业吸纳青年就业的比(bǐ)例均增超1个(gè)百分(fēn)点。

  以受教育(yù)年(nián)限(xiàn)作为维度(dù),青(qīng)年就业从(cóng)知识密(mì)集程度较低的行(xíng)业流(liú)向(xiàng)较高行业(yè)。我(wǒ)们以《2021年(nián)劳动统计年鉴(jiàn)》中各行业就业人员的受教育年限,来计算(suàn)各行(xíng)业(yè)的(de)知识密集程(chéng)度(dù)。有5个行(xíng)业(yè)的(de)平均受教育年限在14年以上,依(yī)次(cì)是:科学(xué)研究与技术服务(14.6)>;教育(yù)(14.4)>;金融(róng)(14.3)>;信息传输、软件和信息技术服(fú)务(14.2)>;卫生和社会工作(12.1),除金融业外,其他四个(gè)行(xíng)业(yè)是过去十(shí)年青年(nián)就业流入的(de)主要行业,吸(xī)纳青年就业比(bǐ)例(lì)的增幅均居前列。如图10,各(gè)行业所吸(xī)纳(nà)的(de)青年就(jiù)业比例(lì)变(biàn)动(dòng)与行业平均受教育年限(xiàn)基本一致,即青(qīng)年就业(yè)从(cóng)知识密集程(chéng)度较低的行业流向较高行业。

  但是(shì)知识密集(jí)型行业的青(qīng)年失业情况比整(zhěng)体失业更严峻。我(wǒ)们用(yòng)《2021年中国劳动统(tǒng)计(jì)年鉴》中各行业的(de)青(qīng)年失(shī)业(yè)比例(该行业(yè)的青年失(shī)业人数/青年失业(yè)总(zǒng)人数),除以各行业的青年就业(yè)比例(该行业的青年(nián)就(jiù)业人数/青年就业总人数),来作为各行(xíng)业失业率的近似替代指标。以(yǐ)这个指标来(lái)看,知识(shí)密集型行业(yè)的青年失业(yè)率大(dà)多高于(yú)全年龄段失业率,如信息(xī)技术(shù)、教育、科研服(fú)务、公共管理等(děng)行(xíng)业,体(tǐ)现在图11中,都位于(yú)右下方。

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

  芦哲&;占烁:青年就业—从三因素(sù)框架看“疤痕效应”来自何处

  2.3.服务业复苏分化(huà)或是(shì)一季度青年(nián)失(shī)业人口仍增加的原因

  一季(jì)度服(fú)务(wù)业复(fù)苏出现分化。今年一(yī)季(jì)度GDP同(tóng)比增长4.5%,较疫情前三年Q1均值有2.2个点的(de)增速缺口。分行业来看,批发零售(shòu)业缺口为1.5个点,而建(jiàn)筑业(yè)、住宿餐饮(yǐn)业增速均高于(yú)疫情(qíng)前三年均值,这三(sān)个(gè)行(xíng)业一季(jì)度复(fù)苏情况(kuàng)较(jiào)好;知识密集(jí)程(chéng)度更(gèng)高的房地产(chǎn)业、租赁(lìn)和商务服务业、信息技术(shù)服务业的缺口(kǒu)分别为4.1、4.7、11个点,一(yī)季度(dù)复苏相对较慢。

  因(yīn)此从失业(yè)率的分子端来看,当(dāng)前青年失业人员增长的症结在于服务(wù)业(yè)就(jiù)业复(fù)苏的(de)结构不均(jūn)衡。一方面,随(suí)着受教育水(shuǐ)平的整体提高,青年(nián)就(jiù)业大量(liàng)流向知识密集型服务(wù)业,如教育、信息技术等行业。另一(yī)方面(miàn),年初(chū)疫情影响减(jiǎn)弱后,经(jīng)济(jì)复苏(sū)的(de)主力是知(zhī)识密集(jí)程度(dù)较低的生活性(xìng)服务业,而知识(shí)密集程度较高的生(shēng)产性服务(wù)业(yè)复苏较慢。所以服务业就业复苏结构分化,带来的(de)青年失业人口和(hé)25-59岁失业人口(kǒu)的分化。房地产、互联网(wǎng)、教(jiào)育[1]等行业的一(yī)季度就业尚未出现明显改善(shàn),应届(jiè)生(shēng)就业压(yā)力大;而住宿餐(cān)饮(yǐn)等行业就(jiù)业已经出现回暖,但对于(yú)三分(fēn)之二接受过大学教育的青年失业人口(kǒu)而言,这些(xiē)行业的就业(yè)吸纳相对有(yǒu)限。

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

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

  3.分母(mǔ)端:人口和劳动参与(yǔ)率均下(xià)降,带(dài)来劳动力减少

  青年失业率的分母(mǔ)端是城镇青年(nián)劳(láo)动力,主要由(yóu)青(qīng)年人口和劳动参与率(lǜ)决定。2022年我国(guó)开始步(bù)入人(rén)口负增长(zhǎng)时(shí)代,城镇青年劳(láo)动力可能将步入(rù)长期下降通道,这将从分(fēn)母端推升青年失业率,或成为疫情(qíng)后(hòu)就业(yè)“疤痕效应”的长(zhǎng)期(qī)来源。

  3.1.青年人口:出生人口与乡村迁入均(jūn)在减少

  城镇青年劳动力首先取(qǔ)决于城镇青年人口数(shù)量,而后者来自(zì)于(yú)两部分,一(yī)是16-24年前的出(chū)生(shēng)人(rén)口,二是(shì)乡村到城镇(zhèn)的迁移(yí)人口,这两部分增量(liàng)未来都趋于下降(jiàng)。

  2010-2020年青年劳(láo)动力对应(yīng)的(de)出生人口减少4381万,2020-2030年减(jiǎn)少1762万。2010年(nián)和2020年的16-24岁人口分别(bié)对(duì)应1986-1994、1996-2004年(nián)的出生人口,而前者(zhě)正好是(shì)建国以来(lái)的一(yī)轮“小婴儿潮”时(shí)期,年均出生人(rén)口超2000万,其中1987年出生(shēng)人口最高(gāo)超过(guò)2500万(wàn),到90年代开(kāi)始明显步入下降通道。1986-1994年合(hé)计(jì)出生人口2.07亿,1996-2004年降(jiàng)至1.63亿,减少约4381万,降幅为21.2%。2020和2030年的16-24岁人口分别(bié)对应1996-2004、2006-2014年的(de)出生人口,这两个时期分别(bié)为1.63、1.45亿,出(chū)生人(rén)口减少约1762万(wàn)。

  另一方面,我国农(nóng)村(cūn)向城镇的人口转移也在减(jiǎn)速。新增城镇(zhèn)人口从2016年开始逐(zhú)年减少(shǎo),十(shí)三(sān)五期间(2016-2020年(nián))均值约为2184万人,但2022年只(zhǐ)有650万(wàn)人。预计今年随着疫情影(yǐng)响减弱(ruò),人(rén)员流动恢复,新增(zēng)城镇(zhèn)人口数量(liàng)会较去年有(yǒu)明显增长,但可能仍然较难回到十三五期间超(chāo)2000万的规模(mó)。当(dāng)前我国城(chéng)镇化(huà)率已经达(dá)到65%以(yǐ)上(shàng),继续高(gāo)速增长空间有限,从乡(xiāng)村到城(chéng)镇的迁移人口数量(liàng)整体将呈现下(xià)降趋势(shì)。

  芦哲(zhé)&;占烁:青年就业—从(cóng)三因素(sù)框架看“疤痕效(xiào)应(yīng)”来自何处(chù)

  3.2. 青年劳动(dòng)参与(yǔ)率:超预期下(xià)降

  青年劳动参与率(lǜ)有两个(gè)特点,一是(shì)低于其他年龄段(duàn)群(qún)体,大部分青年在校(xiào),并未进入劳动市场。二是(shì)近年(nián)来呈下降趋(qū)势。

  2020-2023年,青年劳动参与(yǔ)率出现(xiàn)超预期下降。根据(jù)今(jīn)年3月统计(jì)局(jú)披露的青年就业和失业人数,当前16-24岁青年的劳动参(cān)与率(lǜ)约为33.4%,即(jí)9637万城镇(zhèn)青年人(rén)口中,有(yǒu)3219万进入(rù)或有(yǒu)意愿进入(rù)劳动市场。而2010和2020年(nián)两次人口普查时,青年劳动参与率分别为(wèi)47.2%、40.5%。此前十年,青(qīng)年(nián)劳动参(cān)与率(lǜ)下(xià)降6.7个点,但疫情以来仅仅三年,该指(zhǐ)标已经(jīng)下降(jiàng)7.1个点(diǎn)。

  近三年青年劳(láo)动参与(yǔ)率的下降主要有三(sān)方面原因。

  一是16-24岁在校(xiào)生(shēng)大幅(fú)增加493万。2010到(dào)2020的十年(nián)间(jiān),16-24岁在校(xiào)生增加了706万,年均增(zēng)加70.6万;但(dàn)2019年末到2021年末(mò),仅仅两(liǎng)年(nián)的时间里(lǐ),该年龄(líng)段的在校生增加了493万,年(nián)均增长(zhǎng)246.5万,远远快于此前十年增速。

  二是(shì)部分群体因就业形势恶化(huà)而退出劳动市场,在(zài)未来经(jīng)济和就业好转后会回(huí)到劳动市场(chǎng)。2020年(nián)3月(yuè),国家统计(jì)局曾在发布会指出(chū)当月“就业(yè)人员规模比1月(yuè)份(fèn)下降6%以上”,说(shuō)明就业形(xíng)势(shì)恶化时(shí),也会影响劳动(dòng)参与(yǔ)率。

  三是就(jiù)业观念的(de)变化导致初次进入劳动(dòng)市(shì)场时间推迟,降低16-24岁(suì)劳(láo)动参与(yǔ)率。从社会风(fēng)气来(lái)看,对(duì)学历的推崇(chóng)导致(zhì)本(běn)科毕(bì)业(yè)即进入就业(yè)市场的年轻人(rén)减少(shǎo),加(jiā)上考(kǎo)研、考公竞争(zhēng)激烈,发展至“二战”“三战”,客(kè)观上会将部分青年人初次就业时(shí)间从16-24岁延迟到25岁(suì)之后,从而导(dǎo)致(zhì)16-24岁劳动参与(yǔ)率(lǜ)出现(xiàn)下降。

  芦(lú)哲&;占烁:青年就业—从三因素(sù)框(kuāng)架(jià)看“疤痕效应”来自(zì)何处

  4.结(jié)论:未来失(shī)业率的分(fēn)母端(duān)可(kě)能会越来越重(zhòng)要

  失业人口的(de)增加不能完全解释青年(nián)失业率的(de)上升。假(jiǎ)如当前青年劳(láo)动(dòng)力与2020年相同,在(zài)失业人口增加(jiā)132万至632万人的情况下,对应青年(nián)失业率应该从12.8%提高(gāo)至16.2%,但3月却(què)达到(dào)19.6%,如图19。失业人口(kǒu)的增(zēng)加只能(néng)解释当前青年失业率的一部分,另一部分则来自(zì)分母端,城(chéng)镇青年劳动力(lì)的减少。

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

  考虑到2020年我国人(rén)口(kǒu)已经开始负(fù)增长(zhǎng),未来(lái)青年失(shī)业率的(de)变动可能出(chū)现以下三种情况(kuàng):

  ①青(qīng)年失业人口增加,同时劳动(dòng)力减少,青年失业(yè)率上升;

  ②青(qīng)年失业人口与劳动(dòng)力均(jūn)在(zài)减少,但失(shī)业人口降幅不及劳动(dòng)力降幅,青年失业率(lǜ)上(shàng)升;

  ③青年失(shī)业人口(kǒu)与劳(láo)动力均在减少(shǎo),失业(yè)人口降幅大于(yú)劳(láo)动力降(jiàng)幅(fú),青年失业率(lǜ)下降。

  我(wǒ)们认为,未来失业(yè)人口(kǒu)会(huì)随着经济复苏而减(jiǎn)少,但(dàn)经济复苏难以改变失业(yè)率的分母下(xià)降趋势(shì)。青年劳动力的下降(jiàng)可能(néng)成(chéng)为就业“疤痕效应”的长期来(lái)源,抬高(gāo)青年失业(yè)率的长(zhǎng)期(qī)中枢。未来失业(yè)率的分母端可(kě)能(néng)会越(yuè)来越重要,这也是人口长(zhǎng)周期变化的(de)影响之一。

  5.附录:概念(niàn)和(hé)数据说(shuō)明(míng)

  青年失业率(lǜ)的(de)两(liǎng)个前(qián)置概念。讨论16-24岁人(rén)口(kǒu)调查失(shī)业(yè)率时(shí),有必要(yào)明晰(xī)这一概念的两个要(yào)点:一(yī)是(shì)调查失业率是(shì)城(chéng)镇就(jiù)业范围,并(bìng)非针(zhēn)对(duì)全部就业人口,不包括乡村就(jiù)业,2022年(nián)底我国城乡就业大(dà)约分别占63%、37%,近四(sì)成的(de)就业人口并未(wèi)包含在(zài)内(nèi)。因此,许多针对青年失业(yè)率(lǜ)的讨论以全国青年人口数(shù)量(liàng)为(wèi)出发点,未(wèi)区分(fēn)人口总量与城乡结构的问题,有失偏(piān)颇。本篇报告如(rú)无特别说明(míng),各概念均(jūn)是指城镇就业(yè)口径。

  二是(shì)失业率的分(fēn)母不含没(méi)有劳动意愿(yuàn)的(de)劳动年龄(líng)人(rén)口。按照统计局的定义,“劳动力指年满(mǎn)16周岁,有劳动能(néng)力,参(cān)加或要求参加(jiā)社会经济活(huó)动的人(rén)员。包括就业人员(yuán)和失业人员”,因此没有就业意(yì)愿的(de)劳动(dòng)年龄人口不计(jì)入劳动力。根据《2022年中国劳动(dòng)统计年鉴》,2021年底我国(guó)16岁以(yǐ)上的人(rén)口约为(wèi)11.5亿,其中只有68%属于(yú)劳动(dòng)力,约为7.8亿,而就业人口为约(yuē)7.46亿,据此(cǐ)推算城(chéng)乡失业(yè)人口可能为3372万(wàn)人(rén)左右(yòu)。

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

  从数据来看,失业率(lǜ)来(lái)自全国月度劳动力调查。该项调查制度于2005年正式实施,每年进行两次全(quán)国劳动(dòng)力抽样调查,调(diào)查范(fàn)围为(wèi)中国大陆的城镇(zhèn)和乡(xiāng)村,调查对象为16岁及以(yǐ)上人口。2009年3月(yuè),为更及时准(zhǔn)确反映劳动(dòng)力市场变化情况,建立了31个大城(chéng)市月度劳动力调查制(zhì)度。2013年4月(yuè),又将月(yuè)度劳动力调查(chá)范围扩大至65个城市。2016年1月,全国(guó)月度劳动力调查(chá)正式在(zài)全国范围内开展,调查范围覆盖全国所有地(dì)级市。

  月度劳动力(lì)调查样本(běn)比例约为0.2‰,是年度调(diào)查的五分之一左右。全国每月调查(chá)约12万户(hù),2020年全国家庭户约为49415.7万户(hù),样本(běn)占比约0.2‰,作

  为对比,我(wǒ)国年度人口(kǒu)调查样本比例为1‰,五年(nián)一次的(de)人(rén)口抽样调(diào)查样本比例(lì)为1%。而每10年(nián)一次的人口普(pǔ)查则在长表(biǎo)部(bù)分(fēn)纳入就(jiù)业调(diào)查,长表抽样(yàng)比(bǐ)例是(shì)10%左右(yòu),因(yīn)而(ér)人(rén)口普查的(de)就业(yè)数据质量更高(gāo)。

  就业人员总数(shù)会根据普查数据(jù)进(jìn)行(xíng)修正,但结(jié)构数据仍会存在差异(yì)。比如2020年的《劳动(dòng)统(tǒng)计年(nián)鉴(jiàn)》显示,2019年末全国就业人员约为7.75亿人(rén);而七普后次年(nián)的年(nián)鉴(jiàn)将这(zhè)一数据(jù)修正(zhèng)为7.54亿(yì)人左右,误差约2100万(wàn)人。但(dàn)结构数据的差异(yì)仍然(rán)存在。比如《2021年劳动统计年(nián)鉴》中,2020年城镇(zhèn)制造业就(jiù)业(yè)人员占比为18.0%,而七普数据为19.7%。

  6.风(fēng)险提示

  (1) 服务业(yè)分化未收窄;

  (2) 青年劳动参与率出现(xiàn)明显下降(jiàng);

  (3) 外需(xū)、房(fáng)地产等(děng)不及预期,经济和就业恢复偏慢。

  报告信息

  证券研(yán)究报告:【芦哲&;占烁】青(qīng)年就业:从三(sān)因素(sù)框架看“疤痕效应”来自何(hé)处(chù)

  研报撰(zhuàn)写人员:芦哲(S0120521070001,首席宏观经济学家),占烁(S0120122070060,联(lián)系人)

  对外发(fā)布时间:2023年5月26日

  报告发(fā)布机构(gòu):德邦(bāng)证(zhèng)券股份有限公司

未经允许不得转载:成都工装公司_工装装修效果图_专注公装设计装修 - 无同之家装饰 杨梅是高糖还是低糖,杨梅是高糖还是低糖水果

评论

5+2=