市场调查|社会调查|问卷调查|市场执行|店面验收|神秘客|满意度-提供最专业的市场信息咨询服务-宁波信恒新市场信息咨询有限公司市场调查|社会调查|问卷调查|市场执行|店面验收|神秘客|满意度-提供最专业的市场信息咨询服务-宁波信恒新市场信息咨询有限公司

大学所在年级怎么填写才正确,大学所在年级一栏填什么

大学所在年级怎么填写才正确,大学所在年级一栏填什么 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(zhé) 首席(xí)宏观经济(jì)学(xué)家

  占烁 联系人

  投资(zī)要点

  ·核心观(guān)点(diǎn):我们将影(yǐng)响(xiǎng)青年(nián)失业率的因素拆解为三方(fāng)面:①青年失(shī)业(yè)人口,②青年总人口(kǒu),③劳动参(cān)与(yǔ)率,失业率(lǜ)=失业(yè)人口/(总人(rén)口×劳动参(cān)与率(lǜ))。通过三因素框架,我(wǒ)们发现16-24岁失业人口的增加不能完全解释青年(nián)失(shī)业率的(de)上升,更重要却被(bèi)忽视的因素是青(qīng)年人口和劳动(dòng)参与率下降,带来16-24岁(suì)劳动力减少,从分母(mǔ)端大幅推高青年失业率(lǜ)。假如今年(nián)3月分母端的青年劳动力与2020年持平,新(xīn)增约132万青年失业人(rén)口只(zhǐ)能将失业率拉升至大学所在年级怎么填写才正确,大学所在年级一栏填什么(zhì)16.2%,但实际(jì)青年失业率却高(gāo)达19.6%。我们(men)认为,失业人口会随着经济复苏而减少(shǎo),但青年劳(láo)动力(lì)的下降可能(néng)成为就业“疤痕效(xiào)应”的长期(qī)来(lái)源,抬(tái)高(gāo)青年失(shī)业率中枢。

  ·青年失业率的三因素框架:(1)失业率=失业人口(kǒu)/劳动力=失业(yè)人口/(总(zǒng)人口×劳动(dòng)参与率),据此可将青年失业(yè)率拆解为青年(nián)失业人口(kǒu)、总人口、劳动(dòng)参与率三个因(yīn)素(sù)。

  ·(2)失业率上升(shēng)未必来自失业增加(jiā),不要(yào)忽略分母,劳动力的(de)下降,也(yě)是抬(tái)高失业率的重要原因。2010-2020年,青年失业(yè)人口只(zhǐ)增加4万,青年劳动力却减少1578万,带动16-24岁人口失业(yè)率大幅(fú)提高3.8个点(diǎn)。

  ·分子端的青年失业人(rén)口:(1)从总量来(lái)看,当前城(chéng)镇青(qīng)年就业人数约为2587万人,失业人(rén)数632万人,比去(qù)年4月增(zēng)加约70万,较七普增加约(yuē)132万。

  ·(2)失业原因方(fāng)面(miàn),近7成青年(nián)失业(yè)者是主动辞职,被裁员比例(lì)只有2.6%,远低于35岁以(yǐ)上群(qún)体。

  ·(3)按照受教育程度来看,三(sān)分之二的(de)青(qīng)年失业人员接受过大(dà)学教(jiào)育(yù)。

  ·(4)2010-2020年青年就(jiù)业的结构变化(huà)较大,呈(chéng)现出从制造到服(fú)务、知(zhī)识密集(jí)程(chéng)度由低到高两个(gè)特点(diǎn)。2010年农业和工业(yè)吸(xī)纳了(le)50.3%的(de)青年就业人口,2020年大(dà)幅(fú)降至25.4%,流出(chū)的青年(nián)就业主要转向服务业。以受(shòu)教(jiào)育(yù)年(nián)限作为维度,青年就(jiù)业从(cóng)知识密集程(chéng)度较(jiào)低的行业流向较高(gāo)行业,但是知(zhī)识密(mì)集型行业的青年失业情(qíng)况比整体失业更严峻。

  ·(5)服务业复苏分化(huà)或(huò)是一季度青年失业人口(kǒu)仍增加(jiā)的原(yuán)因(yīn)。经济(jì)复(fù)苏的主力是知识密集程度较低的餐(cān)饮、零售等服务业,而(ér)知识密集程度较高的生产性服务业复苏较慢(màn),服务(wù)业就业复(fù)苏结(jié)构的分化,带(dài)来(lái)青(qīng)年(nián)就业和25-59岁就业的(de)分化。

  ·分母端的(de)青年劳动力:(1)青年人(rén)口(kǒu):出(chū)生人口(kǒu)与乡(xiāng)村迁入均在减少。2010-2020年(nián)青年劳动(dòng)力对应的出生人口减(jiǎn)少4381万,2020-2030年减少1762万。另外,我国农(nóng)村(cūn)向城镇(zhèn)的人口转移也在减速,新增城镇人口从十三(sān)五期间(2016-2020年)的2184万人,减至2022年650万人。

  ·(2)2020-2023年,青年劳动(dòng)参与率出现超预期下降。2010-2020年青年劳动参与率下(xià)降6.7个点,但(dàn)疫(yì)情以来仅仅三年(nián),已经下降7.1个点。近三(sān)年(nián)青年劳动(dòng)参与率的下降主要(yào)有三(sān)方面原因:一是(shì)16-24岁在(zài)校生大幅增加493万;二(èr)是(shì)部分群(qún)体因(yīn)就业(yè)形势恶化而(ér)退出劳(láo)动(dòng)市场(chǎng);三是就(jiù)业观念的变化导(dǎo)致(zhì)初次进(jìn)入劳(láo)动市场时间推迟(chí),降(jiàng)低16-24岁(suì)劳(láo)动参与率。

  ·结论:(1)失业人(rén)口的增加不能完全解释(shì)青年失业率(lǜ)的上升(shēng)。假(jiǎ)如当(dāng)前青年(nián)劳动力与(yǔ)2020年(nián)相同,在失业人口增加132万(wàn)至(zhì)632万人的(de)情况下,对应青年失业(yè)率应该从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(zhǐ)能(néng)解释当(dāng)前青年(nián)失业率的一部分,另一部分则来自分母端,城(chéng)镇青年劳动(dòng)力的减少。

  ·(2)未来青(qīng)年失业率的变动可能出现(xiàn)以(yǐ)下三种情况:①青(qīng)年失业人口增加,同时(shí)劳动(dòng)力减少,青年失业率上升;②青年失业人口与劳(láo)动力均在减少(shǎo),但(dàn)失业(yè)人口降(jiàng)幅(fú)不及劳动力(lì)降幅,青年失业率上升;③青年(nián)失业人(rén)口与劳动(dòng)力均(jūn)在减少,失业人口降幅大于劳动力(lì)降幅,青年失业率下(xià)降。

  ·(3)我们(men)认为,失(shī)业人口会随着(zhe)疫情后经济复苏而减少,但青年劳(láo)动力的(de)下降(jiàng)可能成为就(jiù)业(yè)“疤痕效应”的长(zhǎng)期(qī)来源,抬(tái)高青年失业率(lǜ)的(de)长(zhǎng)期中枢。未来(lái)失业(yè)率的分母端越来越重要(yào)。

  ·风险提示(shì):服务(wù)业分化未收(shōu)窄;青年(nián)劳动参与率(lǜ)出现明显下降;外需、房地产等不及预(yù)期,经济(jì)和就(jiù)业恢(huī)复偏慢。

  目 录(lù)

  1. 青年失(shī)业率的三(sān)因素框(kuāng)架(jià)

  2.分子端:新(xīn)增青年(nián)失业人员缘(yuán)于服务业复苏分化

  2.1.青(qīng)年失业人口(kǒu):主(zhǔ)动辞职居多(duō);三分(fēn)之二接受过(guò)大学(xué)教育

  2.2.行业:从制造到服务(wù),知识密度从低到高

  2.3.服务业复苏(sū)分(fēn)化或是一(yī)季度青(qīng)年失业人口(kǒu)仍(réng)增(zēng)加(jiā)的原因

  3.分母端:人口和(hé)劳动参与(yǔ)率均下(xià)降,带来劳动力减少(shǎo)

 大学所在年级怎么填写才正确,大学所在年级一栏填什么 3.1.青年人口(kǒu):出(chū)生人口(kǒu)与(yǔ)乡村迁(qiān)入均在减少

  3.2.青年劳(láo)动(dòng)参(cān)与率:超预期下降

  4. 结论:未来失业率(lǜ)的分母(mǔ)端可(kě)能(néng)会越(yuè)来越重要(yào)

  5. 附录:概念和数据说明(míng)

  6. 风险提示

  正(zhèng) 文

  4月份16-24岁青(qīng)年失(shī)业率(lǜ)攀升至20.4%,创下2018年有数(shù)据(jù)以来最高值。在(zài)疫情影响退散、经济逐(zhú)步复苏的(de)情况下,城(chéng)镇调查失业率(lǜ)较去(qù)年同期大幅下降0.9个(gè)点,但(dàn)青年失业率却较去年4月逆势攀升2.2个点。本(běn)篇报告将(jiāng)重(zhòng)点研究(jiū)疫情后(hòu)留(liú)下的“疤痕效应”如(rú)何推高青(qīng)年失业(yè)率(lǜ)。

  1.青(qīng)年失(shī)业率的三(sān)因素框架

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

  据(jù)此可见,影响青年失业(yè)率的主要是三个因素:①青年失业人口;②青年总(zǒng)人口;③劳动参(cān)与率,其中②③决定着青年劳(láo)动(dòng)力的变化。这三(sān)个(gè)因素均为城镇(zhèn)口径。

  三个因素的变(biàn)化(huà)都不能忽视。当我(wǒ)们讨论失(shī)业(yè)率时,经常认为(wèi)失业率上升一定是失业增加的结果,这个判(pàn)断对(duì)于全年龄段失业率(lǜ)来说并(bìng)没有问题,因为我(wǒ)国的劳动力(lì)总(zǒng)量(liàng)(也称经(jīng)济活动人口)在(zài)2015年之前(qián)一直在上升,2015年后略(lüè)有下降,到2021年末下降了(le)2.6%,年均(jūn)降幅约0.4%。但青年(nián)失业率(lǜ)则不(bù)能(néng)忽视分母的变动,因为青(qīng)年劳动力波动幅度(dù)更大。

  例(lì)如2010-2020年,青年失业人口只增(zēng)加4万(wàn),青年劳动(dòng)力(lì)却减(jiǎn)少1578万(wàn),带动16-24岁人口失业率(lǜ)大幅提高3.8个点。两次(cì)人口普查期(qī)间(2010-2020年),青(qīng)年(nián)失(shī)业人口从496万增(zēng)加到500万,仅增加(jiā)了(le)4万左右,约为2020年(nián)青年劳动(dòng)力的0.1%,但青年(nián)失业率却从六(liù)普的9%提高到七普(2020年11月)的(de)12.8%,大幅提高(gāo)3.8个点。主要(yào)原因就是失(shī)业率的分母在下降(jiàng),16-24岁青年劳动(dòng)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(dàn)是(shì),2010-2020年全年龄段劳动力数量(liàng)基(jī)本稳定在7.8亿(yì),整体失(shī)业率的分母(mǔ)基本不变。因此,2010-2020年间,决定整体(tǐ)失业率变动的(de)是失业人(rén)口(kǒu)数(shù)量(分子),但决定(dìng)青年失业率变(biàn)动的却是青年劳(láo)动力总(zǒng)量(liàng)(分母(mǔ))。

  芦哲&;占烁(shuò):青(qīng)年就(jiù)业—从三因素框架看“疤(bā)痕效应(yīng)”来自何处

  芦哲(zhé)&;占烁:青(qīng)年(nián)就(jiù)业—从三(sān)因(yīn)素框架(jià)看“疤痕效(xiào)应”来(lái)自何处

  2.分(fēn)子端:新增青年失业人员缘于服务业复苏(sū)分化

  2.1.青年失业(yè)人口:主动辞(cí)职居(jū)多;三分(fēn)之二接受过大学教育

  从(cóng)总量来看(kàn),当前城镇青年就(jiù)业人数约(yuē)为2587万人,失业(yè)人数632万(wàn)人,比(bǐ)去年4月增加约70万,较七(qī)普增加约132万。国家统(tǒng)计(jì)局在3月就(jiù)业数(shù)据解读时(shí),披露了当(dāng)前青年就业(yè)和失业人数的基本情况(kuàng):“初步测算(suàn)3月份城(chéng)镇青年9637万人,没(méi)有参与劳动(dòng)力市场的青年6418万(wàn)人(rén),主体(tǐ)为(wèi)在校(xiào)学生;参与劳动力市场的青年3219万人,其中就业(yè)人数2587万人、失(shī)业人数632万人。”[1]假(jiǎ)设青(qīng)年(nián)劳动力人数与去(qù)年基本(běn)持平,今年4月青年失业率比去年同期高2.2个(gè)点,青年失业人员比去年同期(qī)多70万人(rén)左(zuǒ)右,比2020年七普多132万人。

  从增(zēng)量看,今年前四个月青年失业形势好于去年同期。假设2022年以来青年(nián)劳动力总(zǒng)量维(wéi)持(chí)在(zài)3219万,青年失(shī)业(yè)率(lǜ)每提高1个(gè)点,带来32万左右的(de)新增失业(yè)人口。尽管(guǎn)今(jīn)年4月青年失业率比(bǐ)去年同期高2.2个点,但从新增青年失业人口来看,今年1-4月(yuè)约为(wèi)119万,去年同期为(wèi)125.5万。从增(zēng)量来(lái)看,今年前四个月青年失业形势要好于去年,这与当前经(jīng)济逐渐恢复也(yě)有关系。

  从节奏来(lái)看,受夏(xià)季毕(bì)业影响(xiǎng),我国青(qīng)年失业率一般在(zài)上半年逐渐提(tí)高,7月达到峰值(zhí),8月(yuè)开始逐步回落(luò),预计5-7月青年失(shī)业率或将(jiāng)继续小幅攀升。

  芦哲&;占烁:青年就(jiù)业—从三因素框架看“疤痕效(xiào)应”来自(zì)何处

  失(shī)业原(yuán)因方面,近7成青年失业者是主(zhǔ)动辞职,被裁员(yuán)比例(lì)只(zhǐ)有2.6%,远低于35岁(suì)以上群体(tǐ)。一种观点认为,青年(nián)群(qún)体由于工(gōng)作经验和技能(néng)相对不熟练,往往在(zài)企业裁员时首(shǒu)当其(qí)冲。但(dàn)根据月度(dù)劳动力(lì)调查数(shù)据,青年失业主(zhǔ)要原因是主动(dòng)辞职(zhí),被裁(cái)员的比(bǐ)例明显低于35岁(suì)以上群体。根(gēn)据《2021年中国劳(láo)动统计(jì)年鉴》,有工作意(yì)愿但从(cóng)未工作(zuò)过的失业群体在16-24岁失(shī)业人(rén)口中占比(bǐ)59%,其他(tā)年龄(líng)群体中(zhōng)这一(yī)比例(lì)最高(gāo)是14.4%。我们(men)剔除这部分失业(yè)人群后,剩(shèng)下(xià)的青(qīng)年失业人口中,第一大失业(yè)原因是主动辞职(zhí),占比(bǐ)68.2%,单位倒闭破产(chǎn)占(zhàn)比5.9%;而(ér)裁员仅占(zhàn)2.6%。横向对比,裁员比(bǐ)例从高到低(dī)依次(cì)是:60岁以(yǐ)上(4.8%)>;35-59岁(suì)(4.7%)>;16-24岁(2.6%)>;25-34岁(2.5%)。

  按照受(shòu)教育(yù)程度来看,三(sān)分之(zhī)二的(de)青年失(shī)业人员接(jiē)受过大(dà)学教育(yù)。各年龄段失业人群中,年(nián)龄越低(dī),平(píng)均受教育程度越高(gāo)。16-24岁(suì)失(shī)业人(rén)员(yuán)中66.2%是接受(shòu)过大学教育的(de),这一(yī)比例在其他(tā)三个年龄阶段(duàn)逐步递减,25-34岁(40.5%)>;35-59岁(13.7%)>;60岁以上(4.3%)。城镇(zhèn)就业人口的受教育程度也大致类(lèi)似,青(qīng)年人由于年龄限制,接受(shòu)大(dà)学教(jiào)育比例略低(dī)于25-34岁,整体来(lái)看35岁(suì)以下就业人员的受教育程(chéng)度大(dà)幅高于35岁以上。按照接(jiē)受(shòu)过大学教育的(de)占(zhàn)比来看,25-24岁(47.9%)>;16-24岁(43.6%)>;35-59岁(suì)(26%)>;60岁以上(3%)。

  芦哲&;占烁(shuò):青年就业—从三因(yīn)素框架看(kàn)“疤痕(hén)效应”来自何(hé)处

  芦哲&;占烁:青年就(jiù)业—从三因素框架看“疤痕(hén)效(xiào)应”来自何(hé)处

  芦哲&;占烁:青年就业(yè)—从三因(yīn)素框(kuāng)架看“疤痕效(xiào)应”来(lái)自何处(chù)

  2.2.行业:从制造到服务(wù),知识密(mì)度从低(dī)到高

  青年失业(yè)人(rén)口(kǒu)的行(xíng)业与青年就(jiù)业分(fēn)布基本(běn)一致(zhì)。青年(nián)失业人口呈(chéng)现出行业聚集的特点(diǎn),主要集中在5个大类行业(yè),2020年占比分(fēn)别(bié)为(wèi):批发零(líng)售(19.3%)、制造业(yè)(18.8%)、住宿(sù)餐(cān)饮(13%)、教育(7.5%)、居(jū)民服务\修理和其(qí)他服务业(6.7%),这5个行(xíng)业占全(quán)部青年失(shī)业人口的65%左(zuǒ)右。同时,这5个(gè)行业也是青(qīng)年就业集中的行业,吸(xī)纳了60.7%的青(qīng)年就业。从行业来看(kàn),青年失业人口的行业分布(bù)是由就(jiù)业(yè)分布(bù)决定的,吸纳(nà)就业占比较大的行业,往往也贡献了较(jiào)大规模(mó)的(de)失业(yè)。因此,在(zài)挖掘青年失业人口来自(zì)何(hé)处之(zhī)前(qián),需要研究青年就业的行业结构。

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

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

  2010-2020年(nián)青年(nián)就业的结构(gòu)变(biàn)化(huà)较大,呈现出从制造到服务、知识密集(jí)程(chéng)度由低到高两个特点。

  青年就业从(cóng)工(gōng)农(nóng)业(yè)大(dà)量流(liú)入(rù)服务(wù)业。农林(lín)牧(mù)渔、采矿业(yè)、制造业和电热燃水的生产(chǎn)供应业,这(zhè)四个行业是国民经济分类(lèi)的农业和工(gōng)业。2010年这(zhè)四个(gè)行业吸纳(nà)了50.3%的青(qīng)年就业人口,到2020年(nián)该比(bǐ)例(lì)大(dà)幅(fú)降至25.4%。其(qí)中,制造业(yè)从37.4%降至22%,农林(lín)牧(mù)渔从11.4%降至2.5%,分(fēn)别(bié)降低15.4和9.0个(gè)点。有4个行业(yè)吸纳青年就业比(bǐ)例增加超2个点,其中,教育业(yè)为5.3%,租赁和商务服务为3.1%,信息技术(shù)为2.8%,卫生和社工为2.0%。另(lìng)外,建筑业和房(fáng)地产等其他6个服务行业吸(xī)纳青(qīng)年就业的比(bǐ)例均(jūn)增超1个(gè)百(bǎi)分(fēn)点。

  以受教育年限作为维(wéi)度(dù),青(qīng)年就业(yè)从知(zhī)识(shí)密集程度(dù)较低(dī)的行(xíng)业流向较(jiào)高行(xíng)业。我(wǒ)们以(yǐ)《2021年(nián)劳动统计年鉴》中各行业就业(yè)人(rén)员的受教育年限(xiàn),来计算(suàn)各行业的知识密集程度。有5个行(xíng)业(yè)的平均受教(jiào)育(yù)年限在14年以上,依次是(shì):科学研(yán)究与技术(shù)服务(14.6)>;教育(14.4)>;金融(14.3)>;信息传输(shū)、软件(jiàn)和(hé)信息技术服务(14.2)>;卫生和社会工作(12.1),除金(jīn)融业外,其(qí)他(tā)四个行业是过去十(shí)年(nián)青(qīng)年就业流入的主要行业,吸纳(nà)青年就业比(bǐ)例的增幅均(jūn)居前列。如图10,各(gè)行业所(suǒ)吸纳的青年就业比例变(biàn)动与(yǔ)行业平均受教育年限基本一(yī)致,即青年就业(yè)从知识(shí)密集程度较低的(de)行业流向较高行(xíng)业。

  但(dàn)是知识密集型行(xíng)业的青年失业(yè)情况(kuàng)比整体(tǐ)失业更严峻(jùn)。我们用《2021年中(zhōng)国劳动(dòng)统计年鉴》中(zhōng)各行业的青年失业比例(该行业的青年失业人数/青年失业总(zǒng)人(rén)数),除以各行(xíng)业(yè)的青年(nián)就业(yè)比(bǐ)例(该(gāi)行业(yè)的(de)青(qīng)年就业人(rén)数/青(qīng)年(nián)就(jiù)业总人(rén)数(shù)),来作为各行业失业率的近似替代指标。以这(zhè)个指标(biāo)来看,知识(shí)密集型行(xíng)业的青年(nián)失业率大多高于全年龄(líng)段失业率(lǜ),如信息技术(shù)、教育(yù)、科研服务、公(gōng)共管(guǎn)理等行业,体现在图11中,都位(wèi)于右下(xià)方。

  芦(lú)哲&;占烁:青年(nián)就业—从三因(yīn)素(sù)框架看“疤痕效应”来自何处

  芦哲(zhé)&;占(zhàn)烁:青年就业—从三(sān)因素(sù)框架(jià)看“疤(bā)痕效应”来(lái)自何处

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

  一季度服(fú)务业(yè)复苏出现分化。今(jīn)年一季度GDP同比增长4.5%,较(jiào)疫情前三(sān)年Q1均值(zhí)有2.2个点的增速(sù)缺(quē)口。分行业(yè)来(lái)看,批发零售业缺口为(wèi)1.5个点,而建筑业、住宿餐饮业增速(sù)均高于疫情前三年(nián)均值,这(zhè)三个行业一季度复苏情况较好;知识密集程度更高的房地(dì)产业、租赁和(hé)商务服(fú)务业、信息技术服(fú)务(wù)业的缺口分别(bié)为4.1、4.7、11个(gè)点(diǎn),一季度复苏相对较慢。

  因此从失(shī)业率的分子端(duān)来看,当前青年失(shī)业人员增长的(de)症结在于服务业就业复苏(sū)的(de)结构不均(jūn)衡。一方面,随(suí)着受教育水平(píng)的(de)整体提(tí)高,青年(nián)就业大(dà)量流向知(zhī)识密集型(xíng)服(fú)务业,如教(jiào)育、信息技术等行业。另一(yī)方面,年初疫情影(yǐng)响(xiǎng)减弱(ruò)后,经济复(fù)苏的主力是知(zhī)识(shí)密集程度较低的生活性服务业,而知识密集程度较高的生产性服务业复(fù)苏较慢(màn)。所以(yǐ)服务业就(jiù)业复苏结构分化,带来的青(qīng)年(nián)失业(yè)人口和25-59岁(suì)失业(yè)人口的分(fēn)化。房地产、互联网、教育(yù)[1]等行业的一季度就业尚未出(chū)现明显改善,应(yīng)届生就业压力大(dà);而住宿(sù)餐(cān)饮等行业就业已经出现回暖,但对于三(sān)分之二(èr)接受(shòu)过大学教育(yù)的青年失业人口而言,这些行业的就业吸纳相对有限(xiàn)。

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

  芦哲&;占烁:青年就业(yè)—从三因(yīn)素框架看(kàn)“疤痕效应”来自(zì)何(hé)处

  3.分母端:人口和劳动参与率均(jūn)下降,带来劳动力减少

  青(qīng)年(nián)失业率的(de)分母端是城镇青年劳动力,主要由(yóu)青年人口和劳(láo)动参与率决定。2022年我(wǒ)国开始步入人(rén)口负增长时代,城(chéng)镇青年劳动力可能将(jiāng)步入长(zhǎng)期下降通道,这将从分母端推升青(qīng)年失(shī)业率,或成为疫情后就业“疤(bā)痕效应”的长期来源。

  3.1.青(qīng)年人口:出生人口与乡村迁入(rù)均在减少

  城(chéng)镇青年劳动力(lì)首先取决于城镇青年人口数量,而后者来(lái)自于(yú)两部分(fēn),一是16-24年前的出生人口(kǒu),二是(shì)乡村到城镇的迁移人口(kǒu),这两部分增量未来(lái)都趋于下降。

  2010-2020年青年劳动力对应的(de)出生人口减少4381万,2020-2030年减少1762万。2010年和2020年的(de)16-24岁人口(kǒu)分别(bié)对(duì)应1986-1994、1996-2004年的出生人口,而前者正好是建国以来的一轮(lún)“小(xiǎo)婴儿(ér)潮”时期,年均(jūn)出(chū)生人口超2000万,其中1987年出生人口(kǒu)最高超过2500万,到90年(nián)代开始明显步入下降通道。1986-1994年合计出生(shēng)人口2.07亿,1996-2004年降至1.63亿(yì),减少约4381万,降幅为21.2%。2020和(hé)2030年的16-24岁人口分别对应1996-2004、2006-2014年(nián)的(de)出生人口,这两(liǎng)个时期分别为1.63、1.45亿(yì),出生人口减(jiǎn)少(shǎo)约1762万。

  另一方面,我(wǒ)国农村向城镇的人口(kǒu)转移也(yě)在减速。新(xīn)增(zēng)城镇人口从(cóng)2016年开始逐(zhú)年减少,十三五期间(2016-2020年)均值约为2184万(wàn)人,但2022年(nián)只(zhǐ)有650万人(rén)。预计(jì)今年随着疫情影响减弱,人员(yuán)流动恢复,新(xīn)增城镇人口数量会较去(qù)年(nián)有明显增长(zhǎng),但(dàn)可能仍(réng)然较难回到十三五期(qī)间超(chāo)2000万的规模。当前我国城镇化率已经达到65%以上(shàng),继(jì)续高速(sù)增(zēng)长空(kōng)间有限(xiàn),从乡村到城镇的迁(qiān)移人口数量整体将呈现下降趋势。

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

  3.2. 青年劳动参与率:超预期(qī)下降

  青(qīng)年劳动参与率有两个(gè)特点,一是低(dī)于其他年龄段群体,大部分(fēn)青年(nián)在校,并未进入劳动市(shì)场。二是近年(nián)来(lái)呈(chéng)下(xià)降(jiàng)趋势。

  2020-2023年,青年(nián)劳动参与(yǔ)率出(chū)现超预期下降(jiàng)。根据今年3月统计(jì)局披露的青(qīng)年就业和失业人数(shù),当前16-24岁青(qīng)年的(de)劳(láo)动参(cān)与(yǔ)率约为33.4%,即9637万城镇青年人口中,有3219万进入或有意愿(yuàn)进(jìn)入劳动市场(chǎng)。而2010和2020年两次人口普查(chá)时,青年(nián)劳动参与(yǔ)率分别为47.2%、40.5%。此前十年(nián),青年劳(láo)动参与率(lǜ)下降6.7个点,但(dàn)疫情以来仅仅三年,该指标已经下(xià)降7.1个点。

  近三年青(qīng)年劳动参与率的(de)下降主要有(yǒu)三方面(miàn)原因(yīn)。

  一(yī)是16-24岁在(zài)校生大幅增加493万。2010到2020的十年间,16-24岁在(zài)校生增加了706万,年均增加(jiā)70.6万(wàn);但2019年末(mò)到2021年(nián)末,仅仅两(liǎng)年的(de)时间(jiān)里,该年龄(líng)段的在校生增加(jiā)了493万,年(nián)均增(zēng)长246.5万,远远(yuǎn)快于此前十年增(zēng)速。

  二是部分群(qún)体因就业形势恶化(huà)而退出劳动市场,在未来(lái)经济和就业好转后会回到劳动(dòng)市场(chǎng)。2020年3月,国(guó)家(jiā)统计局曾在发布会(huì)指出(chū)当月“就业人(rén)员(yuán)规模比1月份下降6%以上”,说明就业形势恶化(huà)时,也会影响劳动参与率(lǜ)。

  三是(shì)就业观念的变(biàn)化导致(zhì)初次进(jìn)入劳动(dòng)市场时间(jiān)推迟,降(jiàng)低16-24岁劳动参与率。从社(shè)会风气(qì)来看,对学历的推崇导致本(běn)科(kē)毕业(yè)即进入就(jiù)业(yè)市(shì)场的年轻(qīng)人减少,加上考研、考公竞(jìng)争激烈,发展至“二战”“三(sān)战”,客观上会将部分青年人初次(cì)就业时间从16-24岁(suì)延迟到(dào)25岁之后,从而(ér)导致16-24岁劳动参与率出现下(xià)降(jiàng)。

  芦哲&;占烁:青年就业—从三因素框架(jià)看(kàn)“疤痕效应”来(lái)自(zì)何处

  4.结论(lùn):未(wèi)来失业率的分(fēn)母端可能会越(yuè)来越重(zhòng)要

  失业人口的增加(jiā)不能完全(quán)解释青(qīng)年失业率(lǜ)的上升。假如当前(qián)青(qīng)年(nián)劳动力与2020年相同,在失(shī)业人口增加132万(wàn)至632万人的情况下,对应青年失业(yè)率应该从12.8%提高(gāo)至16.2%,但3月(yuè)却(què)达到19.6%,如(rú)图19。失业人口的增加只能解释当前(qián)青年(nián)失业(yè)率的一部分,另一部(bù)分则来(lái)自分(fēn)母端(duān),城(chéng)镇(zhèn)青年劳动力(lì)的(de)减(jiǎn)少(shǎo)。

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

  考(kǎo)虑(lǜ)到2020年(nián)我国人口已经开始(shǐ)负(fù)增长,未来(lái)青年失业(yè)率的变动可能出(chū)现以下三(sān)种情(qíng)况:

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

  ②青年失业(yè)人口与劳(láo)动(dòng)力(lì)均(jūn)在减少,但失业人口降(jiàng)幅(fú)不(bù)及劳动力(lì)降幅,青年失业率上升;

  ③青年失业人口与劳动力均在减少,失业人口降(jiàng)幅(fú)大于(yú)劳动力(lì)降幅,青年(nián)失业率下降。

  我们认为,未来失业人(rén)口会随(suí)着(zhe)经济复苏而减少,但经(jīng)济复苏难以改变(biàn)失业率的分母下降(jiàng)趋(qū)势。青年劳动(dòng)力的下降可能成为就业“疤痕效应”的长期来源,抬高青年失业(yè)率的长期(qī)中枢。未来失业(yè)率的分(fēn)母端可能会(huì)越来越(yuè)重要(yào),这也(yě)是人口长周(zhōu)期变化的影响之一。

  5.附录:概念和(hé)数据说(shuō)明

  青年失业(yè)率的(de)两个前置(zhì)概念。讨(tǎo)论16-24岁(suì)人(rén)口调(diào)查失业率时,有必要明晰这(zhè)一概(gài)念(niàn)的两个要点:一是(shì)调查失业(yè)率是城镇(zhèn)就(jiù)业范围,并非针(zhēn)对全部(bù)就(jiù)业人口(kǒu),不包括乡村就(jiù)业,2022年底我国城乡(xiāng)就(jiù)业大约(yuē)分(fēn)别(bié)占63%、37%,近四(sì)成的就业人口并未包含(hán)在内。因(yīn)此,许多针对(duì)青年(nián)失业率的讨论以全国青年人(rén)口(kǒu)数量为出发(fā)点,未(wèi)区分人口总(zǒng)量与城(chéng)乡结构的问题,有失(shī)偏(piān)颇。本篇报告如(rú)无(wú)特(tè)别说(shuō)明,各概念均(jūn)是(shì)指城镇就业口径。

  二是(shì)失(shī)业率(lǜ)的(de)分(fēn)母不含没有劳动意愿的(de)劳动年(nián)龄人口(kǒu)。按(àn)照统计局的(de)定义,“劳(láo)动力指年满16周(zhōu)岁,有(yǒu)劳动能力(lì),参加(jiā)或要求(qiú)参(cān)加(jiā)社会经济(jì)活动的人员。包括就(jiù)业人(rén)员和失业人员”,因此(cǐ)没有就业(yè)意(yì)愿(yuàn)的劳动(dòng)年龄人口不计入(rù)劳动力。根(gēn)据《2022年中国(guó)劳(láo)动统计年(nián)鉴》,2021年底(dǐ)我国16岁以上的人口约为11.5亿,其中只(zhǐ)有(yǒu)68%属于劳(láo)动力,约为7.8亿,而(ér)就(jiù)业人口为约7.46亿(yì),据此推算城乡(xiāng)失业(yè)人口可能(néng)为3372万人左右。

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

  从数据来看(kàn),失业率(lǜ)来自全国月度(dù)劳动力调查。该项调查制度于2005年正式实施,每年进行两(liǎng)次全国劳动(dòng)力抽(chōu)样调查,调(diào)查范围为中国大陆的(de)城镇(zhèn)和乡村,调(diào)查对(duì)象为(wèi)16岁及以(yǐ)上人口。2009年(nián)3月,为更及(jí)时准确反映(yìng)劳动力(lì)市场变化情况(kuàng),建立了31个大城市月度劳动力调(diào)查制度。2013年(nián)4月,又将(jiāng)月度劳动(dòng)力调(diào)查范围(wéi)扩大至65个城市(shì)。2016年(nián)1月,全国月度(dù)劳动力(lì)调查(chá)正(zhèng)式(shì)在全(quán)国范围内(nèi)开展,调查范围(wéi)覆(fù)盖全(quán)国所有地级(jí)市。

  月(yuè)度劳动力调查(chá)样本(běn)比例约为0.2‰,是年度(dù)调查(chá)的五分之一左右。全国每月调查约12万户,2020年全国家庭户约为49415.7万户,样本占比(bǐ)约(yuē)0.2‰,作

  为(wèi)对比,我国(guó)年(nián)度人口(kǒu)调查样本比例为1‰,五年(nián)一(yī)次(cì)的人口抽样(yàng)调查样本比例为1%。而每10年一次的人口(kǒu)普查(chá)则在(zài)长(zhǎng)表部分(fēn)纳入就业调查,长表抽样比例是(shì)10%左右(yòu),因而人口普查(chá)的就业(yè)数据质量更高(gāo)。

  就业人员(yuán)总数会根据普(pǔ)查(chá)数(shù)据(jù)进行修正,但结构数据仍会存(cún)在差(chà)异。比(bǐ)如2020年的《劳(láo)动统计年鉴》显(xiǎn)示(shì),2019年末(mò)全国(guó)就业人员(yuán)约(yuē)为7.75亿人;而七(qī)普后次(cì)年的年鉴将这一(yī)数据修正(zhèng)为(wèi)7.54亿人(rén)左(zuǒ)右,误差约2100万(wàn)人。但结构数据的差异仍(réng)然存在。比如(rú)《2021年劳动(dòng)统计年鉴》中,2020年城镇制造业就业人员占(zhàn)比为18.0%,而七(qī)普数据为19.7%。

  6.风险提示(shì)

  (1) 服务业分(fēn)化未收窄;

  (2) 青(qīng)年劳动(dòng)参(cān)与率出(chū)现(xiàn)明显下降;

  (3) 外(wài)需、房地产(chǎn)等(děng)不及预期(qī),经济和就(jiù)业恢(huī)复偏慢。

  报告信息

  证券(quàn)研究报告:【芦哲(zhé)&;占烁】青年就业(yè):从三因素框架看(kàn)“疤(bā)痕效(xiào)应”来自何处

  研(yán)报撰写(xiě)人员:芦哲(zhé)(S0120521070001,首席宏观经济学家),占烁(S0120122070060,联(lián)系人)

  对外发布时(shí)间:2023年(nián)5月26日

  报告发布(bù)机(jī)构:德邦证券股(gǔ)份有限公司(sī)

未经允许不得转载:市场调查|社会调查|问卷调查|市场执行|店面验收|神秘客|满意度-提供最专业的市场信息咨询服务-宁波信恒新市场信息咨询有限公司 大学所在年级怎么填写才正确,大学所在年级一栏填什么

评论

5+2=