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

三万日元等于多少人民币多少

三万日元等于多少人民币多少 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 首(shǒu)席宏观(guān)经济(jì)学家

  占(zhàn)烁 联系(xì)人(rén)

  投资要点

  ·核心观点(diǎn):我(wǒ)们(men)将影响青年(nián)失业率的(de)因素拆(chāi)解为三(sān)方面:①青年(nián)失业人口(kǒu),②青年总人(rén)口(kǒu),③劳动参(cān)与率,失业率=失业人(rén)口(kǒu)/(总(zǒng)人口×劳动参与率)。通过三(sān)因素框架,我(wǒ)们发现16-24岁失业人口(kǒu)的增加不能完(wán)全(quán)解释青年(nián)失业(yè)率的上升,更重要却被忽视的因素(sù)是(shì)青年人口(kǒu)和劳(láo)动参与率(lǜ)下降(jiàng),带来16-24岁劳动力减(jiǎn)少(shǎo),从(cóng)分母端三万日元等于多少人民币多少大幅推高青年失(shī)业率。假(jiǎ)如今年3月分(fēn)母端的青(qīng)年劳动力(lì)与2020年持平,新增约132万青年失业(yè)人口只能将失业率拉升至16.2%,但实际青年失业(yè)率却高达19.6%。我们认为,失业(yè)人口会(huì)随(suí)着(zhe)经济(jì)复苏而减少(shǎo),但青年劳动力的下降可能成为就业“疤痕效应”的长期(qī)来源(yuán),抬(tái)高青年失业率(lǜ)中枢(shū)。

  ·青年失(shī)业率的三因素框架(jià):(1)失业率(lǜ)=失业人口/劳(láo)动力=失业人口/(总人口×劳动参(cān)与率(lǜ)),据此可将(jiāng)青年失业率(lǜ)拆解为青(qīng)年失(shī)业人口、总(zǒng)人口(kǒu)、劳动参与率三个(gè)因(yīn)素。

  ·(2)失业率上升未(wèi)必(bì)来自失业增加,不要(yào)忽略分母(mǔ),劳动力的下降,也(yě)是抬(tái)高(gāo)失业率的重要原(yuán)因。2010-2020年,青年失业人口只增加4万,青(qīng)年劳动力却减少1578万(wàn),带动(dòng)16-24岁人口失(shī)业率大幅提高3.8个点。

  ·分子(zi)端的(de)青年失业人口:(1)从总量来看,当前(qián)城镇青年就业人数约为2587万人,失业人(rén)数632万人(rén),比去年(nián)4月增加约(yuē)70万,较七普(pǔ)增加约(yuē)132万。

  ·(2)失业原因方面(miàn),近7成(chéng)青年失业者是主动辞(cí)职(zhí),被裁员比(bǐ)例(lì)只有(yǒu)2.6%,远(yuǎn)低于35岁(suì)以(yǐ)上群体。

  ·(3)按照受教(jiào)育程度来看,三分之二的青年失(shī)业人员接受过大学教育。

  ·(4)2010-2020年青年就业的结构(gòu)变化较大,呈(chéng)现出从制造到服务、知识密集程度由(yóu)低到高两(liǎng)个特点。2010年农业和工业吸纳了50.3%的青年就(jiù)业(yè)人口,2020年大幅降至(zhì)25.4%,流出的青年就业(yè)主要转向服(fú)务业。以受(shòu)教育年限作(zuò)为(wèi)维(wéi)度(dù),青(qīng)年(nián)就业(yè)从知识密集程度较(jiào)低的行业(yè)流向较高行业,但是知(zhī)识密集型行业(yè)的(de)青年失(shī)业情况比整体失业更(gèng)严(yán)峻(jùn)。

  ·(5)服务业复苏分化或是一季度青年(nián)失业人口仍增(zēng)加的原(yuán)因。经济(jì)复苏的主力是知(zhī)识密集程度较低的餐饮、零售等服(fú)务业,而(ér)知识密集程度(dù)较高(gāo)的生(shēng)产性(xìng)服务业复苏较(jiào)慢(màn),服务业就(jiù)业复苏(sū)结构的分化,带来(lái)青年就业和25-59岁就业的(de)分化。

  ·分母(mǔ)端的青年劳动(dòng)力:(1)青年人口(kǒu):出生人口与乡村(cūn)迁(qiān)入均在(zài)减少。2010-2020年青年(nián)劳动力对应的出生人口减少4381万,2020-2030年减少1762万。另外,我(wǒ)国农(nóng)村(cūn)向城镇的(de)人口转(zhuǎn)移也在减速(sù),新增城镇人口从十(shí)三五期间(2016-2020年)的2184万人(rén),减(jiǎn)至2022年650万人。

  ·(2)2020-2023年,青年劳动参与率出现超预期(qī)下降。2010-2020年青年劳动参(cān)与率下降6.7个点(diǎn),但(dàn)疫(yì)情(qíng)以来仅仅三年(nián),已(yǐ)经(jīng)下(xià)降7.1个点。近三(sān)年青年劳动参与率的下降主(zhǔ)要有三方面原因:一是16-24岁在校(xiào)生大幅增加493万;二是部分群体因就业形势恶化而(ér)退出(chū)劳动(dòng)市场;三是就(jiù)业观(guān)念(niàn)的变化导致初次进入劳动市场时间推迟,降低(dī)16-24岁劳动参与率。

  ·结论(lùn):(1)失业(yè)人口的(de)增加不能完全(quán)解释青(qīng)年失(shī)业率的上(shàng)升(shēng)。假如当前(qián)青年劳动力(lì)与2020年(nián)相同,在失业(yè)人口(kǒu)增加132万至632万人的情况(kuàng)下(xià),对应青(qīng)年失业率应(yīng)该从12.8%提高至(zhì)16.2%,但(dàn)3月却达(dá)到19.6%,如(rú)图19。失业人(rén)口(kǒu)的增加只能解释(shì)当前青年失(shī)业(yè)率的一部(bù)分,另(lìng)一部分则来自分(fēn)母端(duān),城镇青年劳动力的(de)减少。

  ·(2)未来青年失(shī)业率(lǜ)的变动可能出(chū)现以下三种(zhǒng)情(qíng)况:①青年失业人口增加(jiā),同时劳动力减(jiǎn)少,青年失业(yè)率(lǜ)上升;②青年失(shī)业(yè)人口(kǒu)与劳动力均(jūn)在(zài)减少,但失业(yè)人口(kǒu)降(jiàng)幅不及劳动力降幅,青年失业(yè)率上升;③青年失业人口与劳动力均在减少,失业(yè)人口降幅大于劳(láo)动力降幅,青(qīng)年失业(yè)率下降。

  ·(3)我们认为,失业人口(kǒu)会随着疫情后经济复(fù)苏(sū)而减少,但青(qīng)年劳动(dòng)力的下降可能(néng)成为就业“疤痕(hén)效应(yīng)”的长期来源,抬高青(qīng)年失业率(lǜ)的长(zhǎng)期中枢。未来失业率(lǜ)的分母端越(yuè)来越重(zhòng)要。

  ·风险提示:服务业分化未收窄;青年(nián)劳(láo)动(dòng)参与率出现明显下降;外需、房地产等不及(jí)预期,经(jīng)济和就(jiù)业恢复偏慢。

  目 录(lù)

  1. 青年(nián)失业率的三(sān)因素框架

  2.分子端:新(xīn)增青年失业人员缘(yuán)于服务业(yè)复(fù)苏分(fēn)化

  2.1.青年失业人(rén)口:主动辞职(zhí)居多;三分(fēn)之(zhī)二接受过大学教育(yù)

  2.2.行业(yè):从制造到服务(wù),知识(shí)密度(dù)从低到(dào)高(gāo)

  2.3.服务业复苏(sū)分化或(huò)是一季度青年失业人口仍增加的原(yuán)因

  3.分(fēn)母端:人口和(hé)劳动参(cān)与率均下降(jiàng),带来劳动力减(jiǎn)少

  3.1.青年(nián)人口:出(chū)生人口与乡村迁入(rù)均在(zài)减少

  3.2.青年劳动参与率(lǜ):超预(yù)期下(xià)降

  4. 结论:未来失业(yè)率的分母端可能会(huì)越来越(yuè)重要

  5. 附(fù)录:概念和数据说明

  6. 风险提示

  正(zhèng) 文

  4月(yuè)份(fèn)16-24岁青年失业率攀升(shēng)至20.4%,创下2018年有数(shù)据以来最高(gāo)值。在疫情影响退散、经济(jì)逐步(bù)复苏的情况下,城镇调(diào)查失业率较去(qù)年(nián)同期大幅(fú)下降0.9个点,但青(qīng)年失业率(lǜ)却较去年(nián)4月逆势攀升2.2个点。本篇报告将重(zhòng)点研究疫情后留下的“疤痕效(xiào)应”如何推高青年失(shī)业率(lǜ)。

  1.青年失业率的(de)三因素框架(jià)

  失业(yè)率(lǜ)=失(shī)业人口/劳动力=失业人口/(总人口×劳动(dòng)参与率)

  据此(cǐ)可见,影响青年失业率的主要是三个因素:①青年失(shī)业人口;②青年(nián)总人口;③劳动参与率,其中②③决定着青年劳动力(lì)的(de)变(biàn)化(huà)。这三(sān)个因(yīn)素均为城(chéng)镇口径(jìng)。

  三个因素(sù)的变化都不能(néng)忽视。当我们讨论失业(yè)率时,经常认为失业率上升(shēng)一(yī)定是失(shī)业增加(jiā)的结(jié)果,这个判断对于全(quán)年(nián)龄(líng)段失业率来(lái)说并(bìng)没有问题(tí),因为我(wǒ)国(guó)的劳动(dòng)力总(zǒng)量(liàng)(也称经济(jì)活动人口)在(zài)2015年之前(qián)一(yī)直在上(shàng)升(shēng),2015年后略(lüè)有下(xià)降,到2021年(nián)末下降了2.6%,年均降幅(fú)约0.4%。但青(qīng)年(nián)失(shī)业率(lǜ)则(zé)不能忽视分母的变动,因为青年劳(láo)动力波(bō)动(dòng)幅度更大。

  例如2010-2020年,青(qīng)年(nián)失(shī)业(yè)人口(kǒu)只增(zēng)加4万(wàn),青年劳动力却减少1578万,带动16-24岁人(rén)口失(shī)业率大幅提高3.8个点。两次(cì)人口普查期间(2010-2020年(nián)),青(qīng)年失业(yè)人口从496万增加到500万(wàn),仅(jǐn)增加了4万左右,约为(wèi)2020年(nián)青(qīng)年劳动力(lì)的0.1%,但青年失业率却从六普的(de)9%提(tí)高到七(qī)普(2020年11月)的12.8%,大幅提高3.8个点三万日元等于多少人民币多少。主要原因就(jiù)是失业率的分母在下降,16-24岁青年劳动力人口(kǒu)在此期(qī)间从(cóng)5481万人大幅减至3903万(wàn)人,减少(shǎo)了1578万(wàn)。但(dàn)是(shì),2010-2020年全年龄段劳动(dòng)力数量基本稳定在(zài)7.8亿,整体失(shī)业率的分(fēn)母(mǔ)基本不变。因此,2010-2020年间(jiān),决定整(zhěng)体失业率变动的是失业人口数量(分子),但决定青(qīng)年失业率变动的却是青年劳(láo)动(dòng)力总量(分母)。

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

  芦哲&;占烁(shuò):青年(nián)就(jiù)业—从三因素(sù)框(kuāng)架看(kàn)“疤痕效应”来自何处

  2.分子(zi)端:新(xīn)增青年失业人员缘于服务业复苏(sū)分(fēn)化(huà)

  2.1.青年失业人口(kǒu):主动(dòng)辞(cí)职居多;三分之二(èr)接受过大学教育(yù)

  从(cóng)总量(liàng)来看(kàn),当前城镇青年就业人数约(yuē)为2587万(wàn)人,失业人数(shù)632万人,比去(qù)年(nián)4月增加约70万,较(jiào)七普增加约132万。国家统计局在3月就业数据解读时,披露了当前青(qīng)年就业和失(shī)业人数的基本情况(kuàng):“初步测算3月份城镇青年9637万人(rén),没(méi)有参与劳动力市场的青年(nián)6418万人,主体为在校学(xué)生;参与劳动力(lì)市场的(de)青年3219万人,其(qí)中(zhōng)就(jiù)业人数(shù)2587万人(rén)、失业人(rén)数(shù)632万人。”[1]假设青年(nián)劳动力(lì)人数与(yǔ)去(qù)年基(jī)本持平,今年(nián)4月(yuè)青年失业(yè)率比去年同(tóng)期(qī)高2.2个点,青年失业人员比去年同期多70万人(rén)左右,比2020年七普多(duō)132万人。

  从增量看,今年前四个月青年失业(yè)形势好于去(qù)年(nián)同(tóng)期。假设2022年以来青年劳动(dòng)力总量维持在3219万,青年失业率每提(tí)高(gāo)1个点,带来32万左右的新增失业人口。尽(jǐn)管今年(nián)4月(yuè)青年(nián)失(shī)业率比(bǐ)去(qù)年同期高2.2个点,但从新增青年(nián)失业人口(kǒu)来看,今(jīn)年1-4月约为119万,去年同期为125.5万。从增量来看(kàn),今年前(qián)四个月青年失业形势(shì)要(yào)好(hǎo)于去年,这(zhè)与当前(qián)经济(jì)逐渐(jiàn)恢复(fù)也有关系。

  从(cóng)节奏来看(kàn),受夏季毕业影响(xiǎng),我国青年(nián)失(shī)业率一般(bān)在上半年逐渐提高,7月达到峰值,8月(yuè)开始逐(zhú)步(bù)回(huí)落(luò),预计5-7月青年失业率或(huò)将继续小幅攀(pān)升。

  芦哲(zhé)&;占烁:青(qīng)年就业—从(cóng)三(sān)因(yīn)素框架看(kàn)“疤痕效(xiào)应”来自(zì)何处

  失业原因方(fāng)面(miàn),近7成(chéng)青年失业(yè)者是(shì)主动(dòng)辞职,被裁员比(bǐ)例只(zhǐ)有2.6%,远低于35岁(suì)以上(shàng)群体。一种观点认(rèn)为,青(qīng)年群体由(yóu)于(yú)工作(zuò)经(jīng)验和技能(néng)相对不熟练(liàn),往往在企业裁员时首当(dāng)其冲。但根(gēn)据(jù)月(yuè)度劳动力调查(chá)数据,青年(nián)失业主要(yào)原(yuán)因(yīn)是主动辞(cí)职,被裁员的比例明显低于35岁(suì)以(yǐ)上群体。根据《2021年中国劳动统(tǒng)计(jì)年鉴》,有(yǒu)工作意愿但(dàn)从未(wèi)工作(zuò)过(guò)的失(shī)业群体在16-24岁(suì)失业人口中占比59%,其他年龄群体(tǐ)中(zhōng)这一比例最高是14.4%。我们剔(tī)除(chú)这部(bù)分失(shī)业人群后(hòu),剩(shèng)下的青(qīng)年失业人口中,第一大(dà)失业原因是主动辞职,占比68.2%,单位倒闭破产占比(bǐ)5.9%;而裁员仅占2.6%。横向对比,裁员比例从(cóng)高到低依次是:60岁以上(4.8%)>;35-59岁(4.7%)>;16-24岁(2.6%)>;25-34岁(suì)(2.5%)。

  按照(zhào)受教育程度来看,三分之二的青年失业人员接受(shòu)过大学(xué)教育。各年龄段(duàn)失(shī)业人群(qún)中(zhōng),年(nián)龄越低,平(píng)均受(shòu)教(jiào)育(yù)程度越高。16-24岁失(shī)业人员中(zhōng)66.2%是(shì)接(jiē)受过大学教育的,这一比例(lì)在其他(tā)三个年(nián)龄(líng)阶段逐(zhú)步递(dì)减,25-34岁(40.5%)>;35-59岁(13.7%)>;60岁(suì)以上(4.3%)。城镇就业(yè)人口的受(shòu)教(jiào)育程(chéng)度也大致类似,青年人(rén)由(yóu)于(yú)年龄限制(zhì),接受大学教育比例(lì)略低于25-34岁,整(zhěng)体来看(kàn)35岁以下(xià)就业人员(yuán)的(de)受(shòu)教育程度(dù)大幅高(gāo)于35岁以上(shàng)。按照接受过大学教育的占比来看,25-24岁(suì)(47.9%)>;16-24岁(43.6%)>;35-59岁(26%)>;60岁以上(3%)。

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

  芦哲(zhé)&;占烁:青(qīng)年就业—从三因素(sù)框架(jià)看“疤(bā)痕(hén)效应”来自(zì)何处(chù)

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

  2.2.行业:从制造到服务,知(zhī)识密度(dù)从低到高

  青(qīng)年失业人(rén)口的行业与(yǔ)青年就业分布基本一(yī)致。青(qīng)年(nián)失业人口呈现出行业聚集(jí)的特(tè)点(diǎn),主要集中在5个大类行(xíng)业,2020年占比分(fēn)别为:批发零售(shòu)(19.3%)、制造业(18.8%)、住宿餐饮(13%)、教育(7.5%)、居民服务(wù)\修理和其(qí)他服务业(yè)(6.7%),这5个行业占全(quán)部青年(nián)失(shī)业人(rén)口的65%左右(yòu)。同时,这5个行(xíng)业也是(shì)青年(nián)就业集中的(de)行(xíng)业(yè),吸纳(nà)了60.7%的青年就业。从(cóng)行业来看,青年失(shī)业(yè)人口的行业(yè)分布是由就业分布决定(dìng)的,吸(xī)纳(nà)就业占比(bǐ)较大(dà)的(de)行(xíng)业,往往也贡献了较大(dà)规模的失业。因(yīn)此(cǐ),在挖掘(jué)青年失业人(rén)口来自何处(chù)之前(qián),需(xū)要(yào)研究青年就业的(de)行业结构。

  芦哲&;占烁:青年(nián)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(yè)—从(cóng)三(sān)因素(sù)框架看“疤痕效应”来自(zì)何处

  2010-2020年青年就业(yè)的结构变化较大,呈(chéng)现出从制造(zào)到服务、知识密集程度由低(dī)到高(gāo)两个特点。

  青年就业从工农(nóng)业大量流入服务业。农林牧渔、采矿业(yè)、制造(zào)业和(hé)电热燃水的(de)生(shēng)产供应(yīng)业,这四(sì)个行业(yè)是国民经济分类(lèi)的农业和工(gōng)业。2010年这四个(gè)行业吸纳了50.3%的(de)青年就业人口(kǒu),到2020年(nián)该(gāi)比例大幅降至25.4%。其中,制造业(yè)从37.4%降(jiàng)至(zhì)22%,农林牧渔(yú)从11.4%降(jiàng)至2.5%,分别(bié)降低15.4和9.0个点。有4个行(xíng)业吸纳青年(nián)就业(yè)比(bǐ)例增加(jiā)超2个点,其(qí)中(zhōng),教育业为5.3%,租赁和商务服(fú)务为3.1%,信息(xī)技术为2.8%,卫生和社工为2.0%。另(lìng)外,建筑业和房地(dì)产等其他6个服务行业吸纳青年(nián)就业(yè)的(de)比例均增(zēng)超1个百分点。

  以受(shòu)教育年限作为(wèi)维度,青年就业从(cóng)知识密集程度较低的行业流(liú)向较高行(xíng)业。我们以《2021年劳动统计年鉴(jiàn)》中各(gè)行业就业人员的受教(jiào)育年限,来计算各行业(yè)的知(zhī)识密集程度。有5个行业(yè)的(de)平均受(shòu)教(jiào)育年限在14年以上(shàng),依次是(shì):科(kē)学研究(jiū)与技术服务(14.6)>;教育(yù)(14.4)>;金(jīn)融(róng)(14.3)>;信息传输、软件和(hé)信息技术服务(14.2)>;卫生和社(shè)会工(gōng)作(12.1),除金融业外,其他(tā)四个行(xíng)业是过(guò)去(qù)十年青年就业流入的主(zhǔ)要行(xíng)业,吸纳青年就(jiù)业(yè)比例的增幅(fú)均居(jū)前列。如图10,各(gè)行业所(suǒ)吸纳(nà)的青年就业(yè)比例变动(dòng)与行业平(píng)均受(shòu)教育年限基本一致,即青年就(jiù)业从知识密集程度较低(dī)的行业(yè)流向(xiàng)较高行业。

  但是知识(shí)密集(jí)型行业的青年失业情况比整(zhěng)体(tǐ)失业更(gèng)严峻。我们(men)用(yòng)《2021年中国劳动(dòng)统计年鉴(jiàn)》中各行业(yè)的青年失业比例(该(gāi)行业的青年(nián)失(shī)业(yè)人数/青年失业(yè)总人(rén)数),除以(yǐ)各行业的(de)青年就(jiù)业比例(该行业的(de)青(qīng)年(nián)就业人数(shù)/青年就业总人数(shù)),来作(zuò)为(wèi)各行(xíng)业(yè)失业(yè)率(lǜ)的近(jìn)似替代指标。以这个指标(biāo)来看,知(zhī)识密(mì)集型行业(yè)的青年失(shī)业(yè)率大多(duō)高(gāo)于全(quán)年龄(líng)段失业(yè)率,如信息技术(shù)、教育、科(kē)研服务、公共管(guǎn)理等行业,体现(xiàn)在图11中(zhōng),都位于右下方。

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

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

  2.3.服务业复苏分化或是一(yī)季度青年失业人(rén)口仍增加的原(yuán)因

  一(yī)季(jì)度服务业(yè)复苏出现分化。今年一(yī)季度GDP同比增长(zhǎng)4.5%,较疫情前三年Q1均值有2.2个点的增(zēng)速缺(quē)口。分行业来看,批发零(líng)售业(yè)缺(quē)口为1.5个(gè)点,而建筑业(yè)、住宿餐饮(yǐn)业增(zēng)速(sù)均(jūn)高于疫情前三(sān)年(nián)均值,这三(sān)个行业一(yī)季度复苏(sū)情况(kuàng)较好;知识(shí)密集程度(dù)更高的(de)房(fáng)地产业(yè)、租赁和商务服务业、信息(xī)技术服(fú)务业(yè)的缺(quē)口分(fēn)别为4.1、4.7、11个点(diǎn),一(yī)季度复苏相(xiāng)对较(jiào)慢(màn)。

  因此从失(shī)业(yè)率的分子端(duān)来看(kàn),当前(qián)青年失(shī)业(yè)人(rén)员增长的症结在于服(fú)务业就业(yè)复苏的结构不均衡(héng)。一方面,随着受教育(yù)水平的(de)整(zhěng)体提高,青年(nián)就(jiù)业大量流向(xiàng)知识密(mì)集型服务业,如教育、信息技术等行业。另(lìng)一方面,年(nián)初(chū)疫情影响减弱后,经济复(fù)苏的主力是知识密集程度较低的生活性服务业,而知识密集程度较高的生(shēng)产性服务(wù)业复苏较慢。所以服务(wù)业就业(yè)复(fù)苏结(jié)构分化,带(dài)来的青年失业(yè)人(rén)口和25-59岁失业人口的分化(huà)。房地产、互联网(wǎng)、教(jiào)育[1]等行业的一季度就业尚(shàng)未出现明(míng)显改善,应届生(shēng)就业(yè)压力(lì)大;而住宿餐(cān)饮等行业就业已经出现回暖(nuǎn),但对(duì)于(yú)三分(fēn)之二接受(shòu)过大学教(jiào)育的(de)青年失(shī)业(yè)人口而言,这些行业的(de)就业吸纳相对有限(xiàn)。

  芦哲&;占烁:青年就业—从三因素框架看“疤痕效(xiào)应”来自何处

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

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

  青年失业率的分(fēn)母(mǔ)端是城镇青年劳动力(lì),主要(yào)由(yóu)青年人口和(hé)劳动参(cān)与(yǔ)率决定。2022年(nián)我国开(kāi)始(shǐ)步(bù)入人(rén)口(kǒu)负增长时代,城镇青(qīng)年劳动力可能将步(bù)入长期下(xià)降(jiàng)通道,这将从(cóng)分母端(duān)推升青年失业率,或成(chéng)为疫情后就业(yè)“疤痕效应”的(de)长期来源。

  3.1.青(qīng)年(nián)人口:出生(shēng)人口与乡村(cūn)迁(qiān)入均在(zài)减(jiǎn)少

  城镇(zhèn)青(qīng)年劳(láo)动力首先(xiān)取决于城(chéng)镇(zhèn)青(qīng)年人口数量,而后(hòu)者来自于两部分,一是16-24年前(qián)的出(chū)生人口,二是乡(xiāng)村到城镇的迁移人口,这两部分增量未(wèi)来(lái)都趋于下降。

  2010-2020年青年(nián)劳动力对(duì)应(yīng)的出(chū)生人口减少(shǎo)4381万,2020-2030年减少1762万。2010年(nián)和2020年的16-24岁(suì)人口分别对(duì)应1986-1994、1996-2004年(nián)的出(chū)生人口,而前者正好(hǎo)是(shì)建国以(yǐ)来(lái)的一轮“小婴儿潮”时期,年(nián)均出生人口超2000万(wàn),其中1987年出(chū)生人口最高超过(guò)2500万,到90年(nián)代开始明显步(bù)入(rù)下降通道(dào)。1986-1994年合计出生人(rén)口2.07亿,1996-2004年降至1.63亿,减少(shǎo)约4381万,降幅(fú)为21.2%。2020和(hé)2030年的(de)16-24岁人(rén)口分别对应1996-2004、2006-2014年的出生人(rén)口,这两个时期(qī)分别(bié)为1.63、1.45亿,出生人(rén)口(kǒu)减少约1762万。

  另一方面,我(wǒ)国农村向(xiàng)城镇的人口(kǒu)转(zhuǎn)移(yí)也在减速(sù)。新增城(chéng)镇人口(kǒu)从2016年(nián)开始逐(zhú)年减少,十(shí)三五期间(2016-2020年(nián))均(jūn)值约为2184万(wàn)人,但2022年只(zhǐ)有650万人(rén)。预计(jì)今年随着疫情(qíng)影响减弱,人员流动恢复,新增城镇人口数量会较去年(nián)有明(míng)显增长,但可(kě)能仍然较难回到十三五期(qī)间超2000万的规模。当前我国城镇化率已(yǐ)经(jīng)达到65%以上,继(jì)续(xù)高(gāo)速增长空间有限,从乡村到城镇的迁移人口(kǒu)数量(liàng)整(zhěng)体(tǐ)将呈现下降(jiàng)趋势。

  芦哲&;占烁(shuò):青年就(jiù)业—从三因素框架看“疤痕(hén)效应(yīng)”来自何处

  3.2. 青年劳动参(cān)与率:超预期下降

  青年劳动参与率有(yǒu)两个特(tè)点,一是低于其他年龄(líng)段群体,大部(bù)分青(qīng)年在校,并未进入劳动(dòng)市场。二是近年来呈(chéng)下降趋势。

  2020-2023年,青年劳动(dòng)参与(yǔ)率出(chū)现超预期下(xià)降。根据今(jīn)年3月(yuè)统(tǒng)计局披(pī)露的青(qīng)年就业(yè)和(hé)失(shī)业人(rén)数(shù),当前(qián)16-24岁青年的劳动参与率(lǜ)约(yuē)为(wèi)33.4%,即9637万城镇(zhèn)青(qīng)年人口(kǒu)中,有3219万进(jìn)入(rù)或有意(yì)愿进入劳动市场(chǎng)。而2010和2020年两次人口普查时,青年劳(láo)动参与率(lǜ)分别(bié)为47.2%、40.5%。此前(qián)十(shí)年,青年劳(láo)动参与(yǔ)率(lǜ)下降6.7个点,但疫情以(yǐ)来仅仅三年,该指标已经下(xià)降7.1个点。

  近三年青年劳动参与(yǔ)率的下降主(zhǔ)要(yào)有三方面原因(yīn)。

  一是16-24岁在校(xiào)生大幅(fú)增(zēng)加(jiā)493万。2010到2020的十年(nián)间,16-24岁在校生增(zēng)加了706万,年均增加70.6万;但(dàn)2019年末到2021年末,仅(jǐn)仅两年的时间里,该年(nián)龄段的在校(xiào)生增(zēng)加(jiā)了493万,年均增长246.5万,远远快于此前十年(nián)增速。

  二是部分群体因就业形势(shì)恶化而退出劳动市场,在未来经济和就业好转后会回到劳(láo)动市场。2020年3月,国(guó)家统计局曾在发布(bù)会指出当月“就业(yè)人员规模比1月份下降6%以上”,说明就业形(xíng)势(shì)恶化时,也会影响(xiǎng)劳(láo)动(dòng)参与率(lǜ)。

  三(sān)是就业观(guān)念(niàn)的(de)变化(huà)导致初次进入劳(láo)动(dòng)市场时间推迟,降低16-24岁劳动参与率。从社会风气来看,对学历的推崇导(dǎo)致本科毕业即进入就业市(shì)场(chǎng)的年轻人减(jiǎn)少,加上考研、考公竞(jìng)争激烈,发展至“二(èr)战”“三战”,客观上会将部分(fēn)青年人初次就业时间从(cóng)16-24岁延迟到(dào)25岁(suì)之后,从而导致16-24岁劳动参与率出现下降。

  芦哲&;占烁:青(qīng)年就业—从(cóng)三因素框架看(kàn)“疤痕效(xiào)应(yīng)”来自(zì)何处

  4.结论:未来(lái)失业率的分母端(duān)可能(néng)会越来越重要(yào)

  失业人(rén)口(kǒu)的增加不能完全解(jiě)释青(qīng)年失(shī)业率的(de)上升。假如当前(qián)青年劳动力与2020年相同,在失业人口增加132万(wàn)至632万人的情况下,对(duì)应青年失业率应该从(cóng)12.8%提(tí)高至16.2%,但3月却达到19.6%,如图19。失业(yè)人口的(de)增(zēng)加只能解释当前青年失业率(lǜ)的一部分,另一部分则来自分母端,城镇青年劳动力的(de)减(jiǎn)少。

  芦哲&;占烁:青年就(jiù)业—从(cóng)三因(yīn)素(sù)框架(jià)看“疤痕(hén)效应”来自何处

  考虑到2020年我国人口已经开始负(fù)增长(zhǎng),未来青年(nián)失(shī)业(yè)率的变动可能(néng)出现以下三种情况(kuàng):

  ①青年失业人口增加,同时(shí)劳动力(lì)减少,青年失(shī)业率上升;

  ②青年失(shī)业人口与劳(láo)动力均在减少,但(dàn)失业人口降幅不及(jí)劳动力(lì)降幅,青年失(shī)业率(lǜ)上升;

  ③青(qīng)年失业人口(kǒu)与劳动力均在减少(shǎo),失业人口降幅大于劳动力降幅,青年(nián)失业率下降。

  我(wǒ)们认为,未来失(shī)业人口会随(suí)着经济复苏而减少(shǎo),但(dàn)经济复苏难以改变(biàn)失业(yè)率的分母(mǔ)下降趋势。青年(nián)劳动(dòng)力(lì)的下降可能(néng)成为就业“疤痕效应”的长期来源(yuán),抬(tái)高青(qīng)年失业(yè)率的长期中枢。未来失业率的分母端可能会越(yuè)来越重(zhòng)要,这也是(shì)人口长周期(qī)变(biàn)化的影响之一(yī)。

  5.附录:概(gài)念和数据说(shuō)明

  青年失业率的两个(gè)前置概念。讨论16-24岁人口调查失业率时,有(yǒu)必要明晰这一概(gài)念(niàn)的两个要点:一是调查失业(yè)率是城镇就业(yè)范围,并(bìng)非针对全部就业人(rén)口,不包(bāo)括乡(xiāng)村就业,2022年底(dǐ)我国城(chéng)乡就(jiù)业大约(yuē)分别占63%、37%,近四成的(de)就业(yè)人口并未(wèi)包含在(zài)内(nèi)。因此,许(xǔ)多针对青年失业率的(de)讨论以全(quán)国青年人口数量为(wèi)出发点,未区分(fēn)人口总量与城乡结构的问题,有失偏颇。本(běn)篇报(bào)告如无特别说明,各概念均是指(zhǐ)城镇就业(yè)口径。

  二(èr)是失业率(lǜ)的(de)分母不含(hán)没(méi)有劳动(dòng)意(yì)愿的劳动年龄人(rén)口(kǒu)。按照统计局的定义,“劳动力指年满16周岁(suì),有劳动能力,参加或(huò)要求参加社会经济活(huó)动的人员。包括就(jiù)业(yè)人员和失业人员(yuán)”,因此没有就业意愿(yuàn)的劳动年龄人口不计入劳动力(lì)。根据《2022年中国劳(láo)动统计年鉴》,2021年(nián)底我国16岁以上的人(rén)口约(yuē)为(wèi)11.5亿(yì),其中只有68%属于劳动力,约(yuē)为7.8亿,而就业(yè)人口为(wèi)约7.46亿,据此推算城乡失业人口可能(néng)为(wèi)3372万人左右。

  芦哲&;占(zhàn)烁(shuò):青年就业—从三因素(sù)框(kuāng)架看(kàn)“疤痕效(xiào)应”来(lái)自何处

  从数据来看(kàn),失(shī)业(yè)率(lǜ)来自全(quán)国月度劳动力(lì)调查。该项调查(chá)制度于(yú)2005年正式实施,每年进行两(liǎng)次全国(guó)劳动力抽样调查,调查(chá)范围为(wèi)中国大陆(lù)的城镇和(hé)乡村(cūn),调查对象为16岁及以(yǐ)上(shàng)人(rén)口。2009年3月(yuè),为更及时准确(què)反(fǎn)映(yìng)劳动力市场变(biàn)化情况,建立了31个大城市月度劳动力调(diào)查制度。2013年4月,又将月(yuè)度劳动力调查(chá)范围扩大至65个(gè)城市。2016年(nián)1月,全国(guó)月度(dù)劳(láo)动力调查正式在全国范围内(nèi)开展,调查范围覆(fù)盖全国(guó)所有地级市。

  月度劳(láo)动力调查样本比例约为(wèi)0.2‰,是年度调查的五分(fēn)之一(yī)左右。全国每(měi)月调查(chá)约(yuē)12万户(hù),2020年全国家庭户约为49415.7万(wàn)户,样本占比(bǐ)约(yuē)0.2‰,作

  为(wèi)对比,我国年度人(rén)口调查样本比例为(wèi)1‰,五(wǔ)年一次的人口抽(chōu)样调查样(yàng)本比例为(wèi)1%。而每10年一次(cì)的人口普(pǔ)查则在长表部分纳入(rù)就(jiù)业调查,长(zhǎng)表(biǎo)抽样比例是10%左右,因而(ér)人口普查(chá)的(de)就业数据质(zhì)量(liàng)更(gèng)高。

  就业(yè)人(rén)员总数(shù)会根据(jù)普查数(shù)据进行修正,但(dàn)结构数据(jù)仍会存在差(chà)异。比如2020年的《劳动统(tǒng)计年鉴》显示,2019年末全(quán)国就业人员约为7.75亿(yì)人;而(ér)七普后次年的年鉴(jiàn)将这一(yī)数据(jù)修正为7.54亿人(rén)左(zuǒ)右,误差(chà)约2100万人(rén)。但结构(gòu)数据的差异仍然(rán)存在。比如《2021年劳动统计年鉴(jiàn)》中,2020年城镇(zhèn)制(zhì)造业就业人(rén)员(yuán)占比为18.0%,而七(qī)普数(shù)据为(wèi)19.7%。

  6.风险提示

  (1) 服务业(yè)分化未收窄;

  (2) 青年劳动参与率出现明显下降;

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

  报告(gào)信息(xī)

  证券研(yán)究报告:【芦哲(zhé)&;占烁(shuò)】青年就业:从三(sān)因(yīn)素框架看“疤痕效应”来自何处

  研报撰写人员:芦哲(S0120521070001,首席宏观经济学家),占(zhàn)烁(S0120122070060,联系人)

  对外发布时间:2023年(nián)5月26日

  报告发(fā)布机构:德邦(bāng)证券(quàn)股份有(yǒu)限(xiàn)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 三万日元等于多少人民币多少

评论

5+2=