橘子百科-橘子都知道橘子百科-橘子都知道

山西有多少人口2023年,山西有多少人口2022

山西有多少人口2023年,山西有多少人口2022 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(hóng)观经(jīng)济(jì)学家

  占(zhàn)烁 联(lián)系人(rén)

  投资要点

  ·核(hé)心(xīn)观(guān)点:我们(men)将影响青(qīng)年失业率的因素(sù)拆解(jiě)为三方面(miàn):①青(qīng)年失业人口,②青年总人(rén)口,③劳(láo)动参与(yǔ)率(lǜ),失业(yè)率=失业人口/(总人口×劳动(dòng)参与率)。通过三(sān)因素框架,我们发(fā)现16-24岁失(shī)业人口的(de)增加不能完全解(jiě)释青(qīng)年失业(yè)率的上升,更重要却被忽(hū)视的因素(sù)是(shì)青(qīng)年(nián)人口和劳动参与率下降,带来16-24岁劳动(dòng)力减少,从(cóng)分母端(duān)大幅推高青年失业率(lǜ)。假如(rú)今年3月分母端的青年劳动力与2020年(nián)持平(píng),新增约132万青(qīng)年(nián)失(shī)业人(rén)口只能将失(shī)业率拉升至16.2%,但实际青年(nián)失业率却(què)高达19.6%。我们(men)认为(wèi),失业人口(kǒu)会随着经济复苏而减少,但青年(nián)劳动力的下降可能成为就业“疤痕(hén)效应”的长期(qī)来源(yuán),抬(tái)高青年(nián)失业率中(zhōng)枢。

  ·青年失业率的三因素框架:(1)失业率=失业人口/劳动(dòng)力=失业人口(kǒu)/(总人口×劳(láo)动(dòng)参与(yǔ)率),据此可将青年失业率拆解(jiě)为青(qīng)年失业人口、总人口、劳动参与率(lǜ)三个因素(sù)。

  ·(2)失(shī)业率上升未必来(lái)自失业增加,不要忽略(lüè)分(fēn)母,劳(láo)动力的下降,也是抬(tái)高失业率的重要原因。2010-2020年(nián),青年失业人口只增加(jiā)4万,青年劳动力却减(jiǎn)少1578万,带动16-24岁人口失业率大幅提(tí)高3.8个(gè)点(diǎn)。

  ·分子端的青(qīng)年(nián)失业人口:(1)从总量来(lái)看(kàn),当(dāng)前城镇青年(nián)就业人数约为(wèi)2587万人(rén),失业(yè)人数632万人(rén),比去年4月增加约70万,较七(qī)普(pǔ)增加(jiā)约132万。

  ·(2)失业原因方面,近7成(chéng)青年失业者(zhě)是主动辞职(zhí),被裁(cái)员比例只有2.6%,远低于35岁以(yǐ)上群体。

  ·(3)按照受教育程(chéng)度(dù)来看,三分(fēn)之二的青年(nián)失业人员接(jiē)受过(guò)大学教育(yù)。

  ·(4)2010-2020年青(qīng)年就业的结构变化较(jiào)大,呈现出从制造到服务(wù)、知识密(mì)集程度(dù)由(yóu)低到(dào)高两个(gè)特点。2010年农(nóng)业和工业吸纳了(le)50.3%的(de)青(qīng)年就业人口,2020年大幅降至25.4%,流出的青(qīng)年就业主要转(zhuǎn)向(xiàng)服务业。以受教育年限(xiàn)作为维(wéi)度,青(qīng)年就业从知(zhī)识密集程度较低的行业流向(xiàng)较高行业(yè),但是(shì)知识(shí)密集型(xíng)行业(yè)的青年失业情(qíng)况比整体(tǐ)失(shī)业更(gèng)严(yán)峻(jùn)。

  ·(5)服务业复苏分(fēn)化(huà)或是(shì)一季度青年失(shī)业人口仍增加的(de)原(yuán)因(yīn)。经济复苏的主力是知识密集程度较低的(de)餐饮、零售(shòu)等服务业,而知识(shí)密集程度较高的生产性服务业复苏较慢,服务业就业复苏结(jié)构的分(fēn)化,带来青年(nián)就(jiù)业和(hé)25-59岁就业(yè)的分化。

  ·分(fēn)母端(duān)的(de)青年劳动力(lì):(1)青年人(rén)口(kǒu):出生(shēng)人口与乡村(cūn)迁(qiān)入均(jūn)在减(jiǎn)少。2010-2020年青年劳动力对应的(de)出生人口(kǒu)减少4381万,2020-2030年减少(shǎo)1762万。另(lìng)外,我国农村向城镇的(de)人(rén)口转移也在减(jiǎn)速,新增(zēng)城镇人口从十三(sān)五期(qī)间(2016-2020年)的2184万人(rén),减至2022年(nián)650万人。

  ·(2)2020-2023年,青年(nián)劳动参与率出现超预(yù)期下降。2010-2020年青年劳动参与率(lǜ)下降6.7个点(diǎn),但(dàn)疫情(qíng)以来仅仅三年,已经下(xià)降7.1个点。近三年青年劳动(dòng)参与率的(de)下降主要有三方面原因(yīn):一是16-24岁在校生大幅增加493万(wàn);二是部分群(qún)体因就业形势恶(è)化而退出劳动市场(chǎng);三是就业观念的变化导致(zhì)初次进入劳动市场时间推迟,降低16-24岁劳动参与率。

  ·结论:(1)失业人口(kǒu)的增加不能完全解(jiě)释青年失业率(lǜ)的(de)上升。假如(rú)当(dāng)前青年劳动力与(yǔ)2020年相同,在失业人口增加132万至(zhì)632万人的情况下,对应青(qīng)年(nián)失业(yè)率应该从12.8%提高至16.2%,但3月却(què)达到19.6%,如图19。失(shī)业人(rén)口的增(zēng)加只能解(jiě)释当前青(qīng)年失业率的一部分,另一(yī)部分则来自分(fēn)母端,城镇(zhèn)青(qīng)年(nián)劳动力(lì)的减(jiǎn)少(shǎo)。

  ·(2)未来(lái)青年失业率的变(biàn)动可能出(chū)现以下三(sān)种情况:①青年(nián)失业人口增加,同时劳动力减少,青年(nián)失业率上(shàng)升;②青年失业人口(kǒu)与劳动力(lì)均在减少,但(dàn)失业人口降(jiàng)幅(fú)不(bù)及(jí)劳动力(lì)降幅,青年失业率(lǜ)上(shàng)升;③青年(nián)失业人口与(yǔ)劳(láo)动(dòng)力(lì)均在减少,失业人口降幅大于(yú)劳(láo)动力降(jiàng)幅,青年(nián)失业率下降。

  ·(3)我们认(rèn)为,失业人口会随着(zhe)疫情后(hòu)经济复苏而(ér)减少,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,抬高青年失业(yè)率的(de)长期中(zhōng)枢。未来失(shī)业(yè)率的分母(mǔ)端越来越重要。

  ·风(fēng)险提示:服务业分化未收(shōu)窄(zhǎi);青年(nián)劳动(dòng)参与率出现明显下降;外需、房地产等不(bù)及(jí)预期,经济和就(jiù)业恢(huī)复偏(piān)慢。

  目 录(lù)

  1. 青(qīng)年失业率的三因(yīn)素框架

  2.分子端:新增青年失业人员(yuán)缘于服(fú)务业复苏分化(huà)

  2.1.青年失业人(rén)口(kǒu):主动辞职居多;三分之(zhī)二接受过大学教育

  2.2.行(xíng)业:从制造到服务,知识密度(dù)从低到高

  2.3.服务(wù)业复苏分(fēn)化或是(shì)一季度青年失业(yè)人口仍增加的原(yuán)因(yīn)

  3.分母端:人口和劳动参与(yǔ)率(lǜ)均下(xià)降,带来劳动力(lì)减少

  3.1.青(qīng)年人口:出(chū)生(shēng)人(rén)口与乡村迁(qiān)入均在减少

  3.2.青年劳动参与率:超预期下降

  4. 结论:未来(lái)失业率的分母端可(kě)能会越(yuè)来越重要

  5. 附录(lù):概念(niàn)和数据说明

  6. 风险提示

  正 文

  4月(yuè)份16-24岁青年失(shī)业(yè)率(lǜ)攀升至(zhì)20.4%,创下2018年有数据以来(lái)最(zuì)高值。在(zài)疫情影(yǐng)响退散、经济(jì)逐(zhú)步(bù)复苏的(de)情况下,城镇(zhèn)调查失业率较去年同期大幅下(xià)降0.9个点,但青(qīng)年失业率却较去年4月逆势攀(pān)升(shēng)2.2个点。本篇(piān)报告将重点研究疫情后留下的“疤痕效应(yīng)”如何推高青年失业率(lǜ)。

  1.青年失业率的(de)三(sān)因素框架(jià)

  失业率=失业人口/劳动(dòng)力=失业人口/(总人口×劳(láo)动参与(yǔ)率)

  据(jù)此可见,影响青(qīng)年失(shī)业率(lǜ)的主要是三(sān)个因素:①青(qīng)年(nián)失(shī)业(yè)人(rén)口;②青年总人口;③劳动参与率,其中②③决定着(zhe)青年(nián)劳动力的变(biàn)化。这三(sān)个因素均(jūn)为城镇口径。

  三(sān)个因素的(de)变化都不能忽(hū)视。当我们讨论失业率时,经常认为失(shī)业(yè)率上升一定是失业增加的结果,这个判(pàn)断对于全年龄段失业率来说(shuō)并(bìng)没有(yǒu)问题,因(yīn)为我国的劳(láo)动(dòng)力总量(也(yě)称经济(jì)活动人口)在(zài)2015年之前一直在上升(shēng),2015年后(hòu)略(lüè)有下降,到2021年末下降了2.6%,年均降幅约0.4%。但青年失业率则(zé)不能忽视分(fēn)母的变动(dòng),因为青年(nián)劳动(dòng)力(lì)波动(dòng)幅度(dù)更(gèng)大。

  例如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岁人口失业率大幅提高3.8个点。两次人口普查期间(jiān)(2010-2020年),青年失(shī)业人(rén)口从496万增加到500万,仅增加了4万左右,约为2020年(nián)青年山西有多少人口2023年,山西有多少人口2022(nián)劳动力(lì)的(de)0.1%,但青年失业率却(què)从六普(pǔ)的(de)9%提高(gāo)到七普(2020年(nián)11月(yuè))的12.8%,大(dà)幅提高3.8个点(diǎn)。主要原因就是失业率的分母(mǔ)在下(xià)降(jiàng),16-24岁青年劳动力人口在此期间从5481万人大幅(fú)减(jiǎn)至3903万人,减少了1578万(wàn)。但(dàn)是,2010-2020年全年龄段劳(láo)动(dòng)力数量(liàng)基(jī)本稳定(dìng)在7.8亿,整体失业(yè)率的(de)分母基本(běn)不变。因此,2010-2020年间,决定整体(tǐ)失(shī)业率变动的是失(shī)业(yè)人口数(shù)量(分(fēn)子),但(dàn)决定(dìng)青(qīng)年(nián)失业率(lǜ)变动的却是青(qīng)年(nián)劳(láo)动力总量(分母(mǔ))。

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

  芦哲&;占(zhàn)烁:青年就业—从三因(yīn)素框架看(kàn)“疤痕效应”来(lái)自何处

  2.分(fēn)子(zi)端(duān):新(xīn)增青年失业人员(yuán)缘于服务业复苏(sū)分化(huà)

  2.1.青年失业人口:主动辞职居多;三分(fēn)之二(èr)接(jiē)受过大(dà)学教(jiào)育

  从总量(liàng)来看(kàn),当前(qián)城镇青(qīng)年就业人数约为(wèi)2587万人,失业人数(shù)632万人,比去年4月(yuè)增加(jiā)约(yuē)70万,较七普增加(jiā)约132万。国家统(tǒng)计局(jú)在3月(yuè)就(jiù)业数(shù)据解读(dú)时,披露(lù)了当前青(qīng)年(nián)就(jiù)业和失(shī)业人数的基(jī)本情况:“初步测算3月份城(chéng)镇青年9637万人,没(méi)有(yǒu)参与劳(láo)动力市场的青年6418万(wàn)人,主体为(wèi)在校学生;参与劳动力市场的青年3219万人(rén),其中(zhōng)就业人(rén)数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(qù)年基本持平,今年4月青年失业率(lǜ)比去年(nián)同期高2.2个点(diǎn),青(qīng)年失(shī)业人员(yuán)比去年同(tóng)期多(duō)70万人左右,比2020年七普(pǔ)多(duō)132万人(rén)。

  从增量看,今(jīn)年(nián)前四个(gè)月青年(nián)失业形势好于去年同期。假设2022年以(yǐ)来青年(nián)劳(láo)动力总(zǒng)量维持在3219万,青(qīng)年失(shī)业率每提(tí)高(gāo)1个(gè)点,带来32万左(zuǒ)右的新增失业(yè)人口。尽管今(jīn)年4月(yuè)青年失业(yè)率(lǜ)比(bǐ)去年同(tóng)期高2.2个点,但从新增(zēng)青年失业人口(kǒu)来看,今年1-4月约为119万,去(qù)年同期(qī)为125.5万。从增量来看,今年前四(sì)个月青年(nián)失业形势要好(hǎo)于去年,这与当前经济逐渐恢复(fù)也有关(guān)系。

  从节奏来(lái)看(kàn),受夏季毕业影响,我国青年失(shī)业(yè)率一般(bān)在上(shàng)半年逐渐提(tí)高,7月达到峰值,8月开始逐步回落,预计(jì)5-7月(yuè)青(qīng)年失业(yè)率或(huò)将继(jì)续小幅(fú)攀升。

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

  失业原因(yīn)方(fāng)面,近7成青年失(shī)业者是主动辞(cí)职,被裁员(yuán)比例只有(yǒu)2.6%,远(yuǎn)低于(yú)35岁以上(shàng)群(qún)体。一种观点认为,青年群体由(yóu)于(yú)工作经验和(hé)技能(néng)相对不熟(shú)练,往往在企业裁员(yuán)时首当其冲。但根据月度(dù)劳动力调查数据(jù),青年失业主(zhǔ)要原因是主动辞职,被裁员(yuán)的比例明显低于35岁以上群(qún)体。根据(jù)《2021年中国劳动统(tǒng)计年鉴(jiàn)》,有(yǒu)工作意(yì)愿(yuàn)但从未工(gōng)作过的失业群体(tǐ)在16-24岁失业人口(kǒu)中(zhōng)占(zhàn)比59%,其他年龄群体中这一(yī)比例最高是14.4%。我(wǒ)们剔除这(zhè)部(bù)分失业人群后,剩下的(de)青(qīng)年失(shī)业人口中,第一大失业原因是主(zhǔ)动辞(cí)职,占(zhàn)比68.2%,单位倒(dào)闭破产占比5.9%;而裁员仅占2.6%。横向对比,裁员(yuán)比(bǐ)例从高到低依(yī)次是:60岁以上(4.8%)>;35-59岁(4.7%)>;16-24岁(2.6%)>;25-34岁(2.5%)。

  按照受教育程度来看(kàn),三分之二的青年失业人(rén)员(yuán)接受过大学教育。各年龄段失业人群中(zhōng),年龄越低,平均受教育程度(dù)越高(gāo)。16-24岁(suì)失业人(rén)员中66.2%是接受(shòu)过大(dà)学教育的,这一比例在其(qí)他三个年(nián)龄(líng)阶段逐步递减,25-34岁(suì)(40.5%)>;35-59岁(13.7%)>;60岁以上(4.3%)。城(chéng)镇就业人口的受教育程度也大致类似,青年(nián)人由于年龄限制(zhì),接受大学教(jiào)育比(bǐ)例略(lüè)低于25-34岁,整体来看35岁以下就业人员的受教育程度(dù)大幅高于35岁以(yǐ)上。按照(zhào)接受过大学教(jiào)育的占比来看,25-24岁(47.9%)>;16-24岁(43.6%)>;35-59岁(26%)>;60岁以上(3%)。

  芦(lú)哲&;占烁:青年就业—从三因素(sù)框架看“疤痕(hén)效应”来自何处(chù)

  芦哲&;占烁:青年(nián)就业(yè)—从三因素(sù)框架(jià)看(kàn)“疤(bā)痕效应”来(lái)自(zì)何(hé)处(chù)

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

  2.2.行业:从制(zhì)造(zào)到服务,知识(shí)密度从低到(dào)高

  青年(nián)失(shī)业(yè)人(rén)口的行业与青年就(jiù)业(yè)分布(bù)基(jī)本一致。青年失(shī)业人(rén)口呈现出行(xíng)业聚(jù)集(jí)的(de)特点,主(zhǔ)要集中在5个大(dà)类(lèi)行业,2020年占比分别为(wèi):批(pī)发零售(shòu)(19.3%)、制造业(18.8%)、住宿餐饮(13%)、教育(7.5%)、居民(mín)服务\修理和其他(tā)服务业(6.7%),这5个(gè)行(xíng)业占全部青年(nián)失业人口(kǒu)的65%左右。同时,这5个行(xíng)业(yè)也是青年就(jiù)业集(jí)中的行业(yè),吸纳(nà)了(le)60.7%的(de)青年(nián)就业。从(cóng)行(xíng)业来看(kàn),青年失业人(rén)口的行业分布(bù)是(shì)由就业分布决定的,吸纳就(jiù)业占比较大的行业,往往(wǎng)也(yě)贡献了较大规模的失业。因此,在挖掘青年失业人口来自何处(chù)之前,需要研(yán)究青年就业的(de)行业结构。

  芦哲(zhé)&;占(zhàn)烁(shuò):青(qīng)年就业—从三因素(sù)框架看“疤痕效(xiào)应”来自何处

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

  2010-2020年青年(nián)就业的结(jié)构变化较大,呈(chéng)现出从制造到服务、知(zhī)识密(mì)集(jí)程度(dù)由低到高两个(gè)特点(diǎn)。

  青年就业从工农业大量流入服务业(yè)。农林牧(mù)渔(yú)、采矿业、制造(zào)业和电热(rè)燃水的生产供应业,这(zhè)四个行(xíng)业是国民(mín)经济分类的农业(yè)和工业。2010年这四(sì)个行业(yè)吸(xī)纳了(le)50.3%的(de)青年(nián)就业人口,到2020年该比(bǐ)例大幅降至25.4%。其(qí)中,制(zhì)造业从37.4%降至22%,农林牧渔从11.4%降至(zhì)2.5%,分别(bié)降低15.4和9.0个点。有(yǒu)4个行业吸纳青年(nián)就(jiù)业(yè)比例增加超2个点(diǎn),其(qí)中,教育业为(wèi)5.3%,租赁和商务服务(wù)为3.1%,信息(xī)技术为2.8%,卫生和社工为2.0%。另外,建筑业和房地(dì)产等(děng)其他6个服(fú)务行业吸(xī)纳(nà)青(qīng)年(nián)就业(yè)的比例均增超1个(gè)百(bǎi)分点(diǎn)。

  以受教育年限(xiàn)作(zuò)为(wèi)维度,青(qīng)年(nián)就业从(cóng)知识(shí)密集程度较低的行业流向(xiàng)较高行业。我们(men)以《2021年劳动统(tǒng)计年(nián)鉴》中各行(xíng)业就(jiù)业人员的(de)受教(jiào)育年限,来计算各行业的知识密集程度(dù)。有5个行业的平均受教(jiào)育年限在14年以上,依次是(shì):科学研究(jiū)与(yǔ)技术(shù)服务(14.6)>;教育(14.4)>;金融(14.3)>;信息传(chuán)输、软件(jiàn)和信息技术服务(14.2)>;卫生和社会(huì)工作(12.1),除(chú)金融(róng)业(yè)外,其他四(sì)个(gè)行业是过去十年(nián)青(qīng)年就业(yè)流入的(de)主要行业,吸(xī)纳青年就业比(bǐ)例的增幅均居前列。如图(tú)10,各行业所吸纳的青(qīng)年就(jiù)业(yè)比(bǐ)例变(biàn)动与行业平均受(shòu)教(jiào)育年(nián)限基本一致(zhì),即(jí)青(qīng)年就业从知识密集程度(dù)较低的(de)行(xíng)业流向较高行业。

  但是知(zhī)识密(mì)集型(xíng)行(xíng)业的青(qīng)年失业情况比(bǐ)整体失业更严峻。我们(men)用(yòng)《2021年中国劳(láo)动统计(jì)年鉴》中(zhōng)各(gè)行业的青年失业比例(该(gāi)行业的青年失业人数/青(qīng)年失业(yè)总人数),除(chú)以各行业的(de)青年就业比例(该行业的青年就业人数/青年就业总人数),来作为各行(xíng)业失(shī)业率(lǜ)的近似替(tì)代指标。以(yǐ)这个(gè)指标来看,知(zhī)识密集型行(xíng)业(yè)的青年失业率大(dà)多高于全年龄段失业(yè)率,如信息技术、教(jiào)育、科研服(fú)务、公共管理等行业,体现在图11中(zhōng),都位于右下方。

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

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

  2.3.服务业复苏分化或是一(yī)季度青年失(shī)业人(rén)口仍增加(jiā)的原因

  一(yī)季度服务业复苏出现分化。今年(nián)一季度GDP同比(bǐ)增长(zhǎng)4.5%,较疫情前三年Q1均值有(yǒu)2.2个点的增速缺(quē)口(kǒu)。分行(xíng)业来(lái)看,批发(fā)零售业缺口(kǒu)为(wèi)1.5个点,而建筑(zhù)业、住宿餐(cān)饮业(yè)增速均高于(yú)疫(yì)情前(qián)三年均值,这三个行(xíng)业一季度复苏(sū)情(qíng)况较(jiào)好;知识密集程(chéng)度更高的(de)房地产业(yè)、租赁和商(shāng)务服务业(yè)、信息技术服务业的缺口分别为4.1、4.7、11个(gè)点,一(yī)季度(dù)复苏相对较(jiào)慢。

  因此从失(shī)业率(lǜ)的分子端来看(kàn),当前青年失业人(rén)员增长的(de)症结在于服务业就业复苏的结构不均(jūn)衡。一方面(miàn),随(suí)着受教育(yù)水平的整体提高,青年就业大量流向(xiàng)知识密集型(xíng)服务业(yè),如教育、信息(xī)技(jì)术等(děng)行业(yè)。另一(yī)方(fāng)面,年初疫情影响减弱(ruò)后(hòu),经济复苏的主力是知识密集程度较(jiào)低的生活(huó)性服务(wù)业,而知识(shí)密集程度较高(gāo)的生(shēng)产性服务业(yè)复(fù)苏较慢。所(suǒ)以服务业就业复苏(sū)结构分化,带来(lái)的(de)青年失业人口和25-59岁失业人口的分(fēn)化。房(fáng)地(dì)产、互(hù)联网、教育[1]等行业的(de)一季(jì)度(dù)就业(yè)尚未出现(xiàn)明显(xiǎn)改(gǎi)善,应届(jiè)生就业压(yā)力大;而(ér)住(zhù)宿餐饮等行业就业已(yǐ)经出现回(huí)暖,但(dàn)对于三分之二接(jiē)受过(guò)大学教(jiào)育的(de)青(qīng)年(nián)失业(yè)人(rén)口(kǒu)而言,这些(xiē)行(xíng)业(yè)的就(jiù)业吸纳(nà)相对有(yǒu)限。

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

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

  3.分母端:人(rén)口和劳动(dòng)参(cān)与(yǔ)率均下降,带来劳(láo)动力(lì)减少

  青年失业(yè)率(lǜ)的分母端是(shì)城镇青年劳(láo)动(dòng)力,主要(yào)由(yóu)青年人口和劳动参(cān)与率决(jué)定。2022年我国开始步入人口负(fù)增长时代(dài),城镇青(qīng)年劳(láo)动力可能(néng)将步入长(zhǎng)期(qī)下降(jiàng)通道(dào),这(zhè)将(jiāng)从分母(mǔ)端推(tuī)升青年失业率,或成为(wèi)疫情后就业(yè)“疤(bā)痕效应(yīng)”的长期(qī)来源。

  3.1.青(qīng)年人口:出生人口(kǒu)与乡(xiāng)村迁入(rù)均在减(jiǎn)少

  城(chéng)镇青(qīng)年(nián)劳动力首先(xiān)取决于(yú)城镇青年人口数量(liàng),而后者(zhě)来自于两部分,一(yī)是(shì)16-24年前的(de)出生人口,二是(shì)乡村到(dào)城镇的迁移人口,这两部分(fēn)增量未来都趋于下降。

  2010-2020年青年劳动(dòng)力(lì)对(duì)应(yīng)的出(chū)生人口(kǒu)减少(shǎo)4381万,2020-2030年减少1762万。2010年和2020年(nián)的(de)16-24岁人口分别对应1986-1994、1996-2004年的出(chū)生人口,而(ér)前者正(zhèng)好是(shì)建国以(yǐ)来的一轮(lún)“小婴儿潮”时期,年均出生(shēng)人口(kǒu)超2000万,其中1987年(nián)出生人(rén)口(kǒu)最高超过2500万,到90年代开始明(míng)显步(bù)入下降(jiàng)通道。1986-1994年(nián)合计出(chū)生人口2.07亿,1996-2004年降至1.63亿,减少约(yuē)4381万,降幅为21.2%。2020和2030年的16-24岁人口分别对应1996-2004、2006-2014年的(de)出生人口,这(zhè)两(liǎng)个时期分别(bié)为1.63、1.45亿(yì),出生人口减少约1762万。

  另一方面,我国农村向城镇的(de)人口转移也在减速(sù)。新(xīn)增城镇人口(kǒu)从2016年开始逐年(nián)减少,十三五期间(jiān)(2016-2020年)均值约为2184万人,但2022年只有650万人。预计今年随着疫情影响减弱,人员流动(dòng)恢复,新增城镇(zhèn)人口数量会(huì)较去(qù)年有明显增长,但可能仍然较难回到十(shí)三五期间超2000万的规模。当(dāng)前我国城(chéng)镇化率(lǜ)已经达到(dào)65%以上,继续高(gāo)速增长空间有限,从乡村到城镇的迁移人(rén)口数(shù)量整体将呈现下(xià)降趋势。

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

  3.2. 青(qīng)年劳动参与率:超(chāo)预(yù)期下(xià)降(jiàng)

  青年劳动(dòng)参与率有两个(gè)特(tè)点(diǎn),一(yī)是(shì)低(dī)于其他年龄段(duàn)群体,大部分青(qīng)年在校,并(bìng)未进入(rù)劳动市(shì)场。二是近(jìn)年来呈下降(jiàng)趋势(shì)。

  2020-2023年,青年劳动参(cān)与率出现超(chāo)预期(qī)下降(jiàng)。根据今年3月统计局披露的青年就业和失业人数,当前(qián)16-24岁青(qīng)年的劳动参与率约为(wèi)33.4%,即9637万城镇青年人口中,有3219万进入或有意愿进入劳动市场。而2010和2020年两次人(rén)口普(pǔ)查时,青年劳动参与率分别为(wèi)47.2%、40.5%。此前十年,青年劳动(dòng)参与(yǔ)率下(xià)降6.7个点,但疫情(qíng)以来仅(jǐn)仅三年(nián),该指(zhǐ)标已(yǐ)经下降7.1个点。

  近三年青(qīng)年劳动参与率的下降主要(yào)有三方面原因。

  一(yī)是(shì)16-24岁在校生大幅增加493万。2010到2020的十年间,16-24岁在校生(shēng)增加了706万,年(nián)均增加70.6万;但2019年(nián)末(mò)到2021年末,仅仅两年(nián)的时间里,该年龄段的在校生增加了493万(wàn),年(nián)均增长246.5万,远(yuǎn)远快于(yú)此(cǐ)前十年增速(sù)。

  二是部分群(qún)体因就业形势恶(è)化而退出劳动市场,在未(wèi)来(lái)经济和就业好转后会回(huí)到劳动市场。2020年3月,国(guó)家统计局曾在发布会指出当月“就业人员规模比1月份(fèn)下降6%以上”,说明就(jiù)业(yè)形(xíng)势(shì)恶化时,也会影响劳动参与率。

  三是(shì)就业观念的变化导(dǎo)致初次进入(rù)劳动市(shì)场时间推迟,降低16-24岁劳动参与率。从社会风气来看(kàn),对(duì)学历的推崇导致本科毕业(yè)即进入就业市(shì)场的年(nián)轻(qīng)人减少(shǎo),加上考研、考公竞争激烈,发展至(zhì)“二战”“三战”,客观(guān)上会将(jiāng)部分青(qīng)年人(rén)初次就业时间从(cóng)16-24岁延迟到25岁(suì)之后,从而(ér)导致16-24岁(suì)劳动(dòng)参与率(lǜ)出现下降。

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

  4.结论:未来失业率的(de)分母(mǔ)端可能会越来越(yuè)重(zhòng)要

  失业人口的(de)增加不能完全解释(shì)青年失业率(lǜ)的(de)上升(shēng)。假如当前青年(nián)劳(láo)动力(lì)与2020年(nián)相(xiāng)同,在失业人(rén)口(kǒu)增加132万至632万(wàn)人(rén)的情况下,对应青年失业率应该(gāi)从12.8%提高至16.2%,但(dàn)3月(yuè)却(què)达到(dào)19.6%,如图19。失业人(rén)口的增加只能(néng)解释当前青年失业率的(de)一部分,另一部分则来自分母(mǔ)端,城镇青(qīng)年劳动力的减少。

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

  考虑(lǜ)到2020年(nián)我国人口已经开始负(fù)增长(zhǎng),未(wèi)来青(qīng)年失业率(lǜ)的(de)变动可(kě)能(néng)出现以(yǐ)下三种(zhǒng)情况:

  ①青年失业(yè)人口增(zēng)加(jiā),同时劳动力减少,青年失业(yè)率上升;

  ②青年(nián)失业人口与劳动力均在减少,但(dàn)失业(yè)人口降幅不及劳(láo)动力降幅(fú),青年失业率(lǜ)上升;

  ③青(qīng)年失业人口与劳动力均(jūn)在减少(shǎo),失业人口降幅(fú)大于(yú)劳动力(lì)降幅,青(qīng)年失业率下降(jiàng)。

  我们认为,未来失业人(rén)口会(huì)随着经济复(fù)苏而减(jiǎn)少,但经济复苏难以(yǐ)改(gǎi)变失业率(lǜ)的分母(mǔ)下降趋势。青年(nián)劳动(dòng)力的(de)下降(jiàng)可能(néng)成为就业“疤痕(hén)效应”的(de)长期来源,抬(tái)高(gāo)青(qīng)年失业率的长期(qī)中枢。未来失业率的分母端可(kě)能会(huì)越来越重(zhòng)要,这也是人(rén)口长周(zhōu)期变化的(de)影(yǐng)响之一。

  5.附录(lù):概念和(hé)数据说明

  青年(nián)失业率(lǜ)的(de)两个(gè)前置概念。讨论(lùn)16-24岁人口调查失业率时,有必要明晰这一概念的两个要点:一是(shì)调查失业率(lǜ)是城镇就业(yè)范(fàn)围,并非针对全(quán)部就业人口,不包括(kuò)乡村就业(yè),2022年底我国城乡(xiāng)就(jiù)业大约(yuē)分别(bié)占63%、37%,近四成的就业人口并未包含在(zài)内(nèi)。因此,许(xǔ)多针对青年失业(yè)率的讨论以(yǐ)全国青年人口数量为出(chū)发点,未区(qū)分人口(kǒu)总量与(yǔ)城乡结构的问(wèn)题,有失偏(piān)颇。本篇报告(gào)如无特(tè)别(bié)说(shuō)明(míng),各概(gài)念均(jūn)是指城镇就业(yè)口径。

  二是失业率的分母不(bù)含没有劳动(dòng)意愿的劳动年(nián)龄人口。按照统计局(jú)的定义,“劳(láo)动力指年满(mǎn)16周岁,有劳(láo)动能力(lì),参加或要(yào)求参加社会经济活动的人(rén)员。包(bāo)括就业人员和失业人员”,因此没(méi)有就(jiù)业意愿(yuàn)的劳动年龄人口不计(jì)入劳(láo)动力。根据《2022年(nián)中国劳动统计年鉴(jiàn)》,2021年(nián)底我(wǒ)国16岁以(yǐ)上的人口约(yuē)为11.5亿,其中只(zhǐ)有68%属于劳动力,约为7.8亿,而就业人口为约7.46亿(yì),据此(cǐ)推算城(chéng)乡失(shī)业(yè)人口可能为(wèi)3372万人(rén)左右。

  芦哲&;占烁:青年(nián)就业—从三因素框架看“疤痕效应(yīng)”来(lái)自何处(chù)

  从数据来看,失(shī)业率来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)国劳动力(lì)抽样调查,调查范(fàn)围(wéi)为中国大(dà)陆的城镇和(hé)乡村,调查对象为(wèi)16岁(suì)及以上人口。2009年3月,为更(gèng)及(jí)时准确反映劳动力市场变化情况,建(jiàn)立(lì)了31个大城市月度劳动力(lì)调查制度。2013年4月,又将月(yuè)度劳动力调查范围扩大至65个城市。2016年1月,全国(guó)月度劳(láo)动力调查(chá)正式在全国范(fàn)围内开展,调(diào)查范围覆盖(gài)全国所有地(dì)级市。

  月(yuè)度劳动力调查样本比例约为山西有多少人口2023年,山西有多少人口20220.2‰,是年度调查的五(wǔ)分之一左(zuǒ)右。全国每月(yuè)调(diào)查约12万户,2020年全国家庭户(hù)约为49415.7万户(hù),样本占比约(yuē)0.2‰,作(zuò)

  为对比(bǐ),我国(guó)年度人口调查样本(běn)比(bǐ)例为1‰,五年(nián)一次(cì)的人口抽样调(diào)查(chá)样本(běn)比(bǐ)例(lì)为1%。而(ér)每(měi)10年(nián)一(yī)次的人口普查(chá)则在长表部分纳(nà)入就业(yè)调(diào)查(chá),长(zhǎng)表抽样比例是10%左右,因而人口普(pǔ)查的就(jiù)业(yè)数据质量更高。

  就(jiù)业人员总数(shù)会根(gēn)据普(pǔ)查数据进行修(xiū)正,但结构数(shù)据仍会存在差异。比如2020年的《劳(láo)动统计年鉴》显示,2019年末(mò)全国就业人员(yuán)约(yuē)为7.75亿人;而七普(pǔ)后次年的年鉴将这(zhè)一数(shù)据修正(zhèng)为7.54亿人左(zuǒ)右,误差约2100万人。但结构数据(jù)的差异仍然存在。比如(rú)《2021年劳动统(tǒng)计年鉴》中,2020年城镇制造业就业人员占比为18.0%,而(ér)七(qī)普数(shù)据为19.7%。

  6.风险提示

  (1) 服务业分(fēn)化未收窄;

  (2) 青(qīng)年劳动(dòng)参(cān)与率(lǜ)出现明(míng)显下(xià)降(jiàng);

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

  报告信(xìn)息

  证券研究报告:【芦哲(zhé)&;占烁】青年就业(yè):从三因素(sù)框(kuāng)架(jià)看(kàn)“疤(bā)痕(hén)效应”来自何处

  研(yán)报(bào)撰写人(rén)员:芦哲(S0120521070001,首席宏观经济学家(jiā)),占烁(S0120122070060,联系人)

  对外(wài)发布时间:2023年5月(yuè)26日

  报告发布(bù)机构(gòu):德(dé)邦证(zhèng)券(quàn)股(gǔ)份有限(xiàn)公山西有多少人口2023年,山西有多少人口2022

未经允许不得转载:橘子百科-橘子都知道 山西有多少人口2023年,山西有多少人口2022

评论

5+2=