美阿密—女性私护高端品牌|女性生殖保养|女性私密健康养护|女性私护微商代理产品|美阿密官网美阿密—女性私护高端品牌|女性生殖保养|女性私密健康养护|女性私护微商代理产品|美阿密官网

函数奇偶性加减乘除判定口诀,指数函数奇偶性的判断口诀

函数奇偶性加减乘除判定口诀,指数函数奇偶性的判断口诀 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 首席宏观经济学家

  占烁 联(lián)系人

  投资要点

  ·核心观点(diǎn):我们将影响(xiǎng)青(qīng)年失业率的因素拆解为三方面:①青年失业(yè)人口,②青年总人口,③劳(láo)动参与率,失业率=失业人口/(总(zǒng)人口×劳(láo)动参与率)。通过三因素框架,我们发现16-24岁失业人口的增加(jiā)不能完全解(jiě)释青年失业率的(de)上升,更(gèng)重(zhòng)要(yào)却被忽(hū)视的因素是青年人(rén)口和劳动(dòng)参与率下降,带来16-24岁劳动力减少,从分母端大幅推高青(qīng)年失(shī)业率。假如今(jīn)年3月分母端(duān)的(de)青年劳(láo)动(dòng)力与2020年(nián)持(chí)平,新增(zēng)约132万青年失业人口只能将(jiāng)失业率拉(lā)升至16.2%,但实(shí)际(jì)青年失业率(lǜ)却高达19.6%。我们认(rèn)为(wèi),失业(yè)人口会随(suí)着经(jīng)济复苏而减少,但青(qīng)年(nián)劳动力的(de)下(xià)降可能成为就业“疤痕效应(yīng)”的长期来源,抬高青年失业率中枢(shū)。

  ·青年失业率(lǜ)的三因素(sù)框架(jià):(1)失业(yè)率=失业人口/劳动力=失业人口(kǒu)/(总(zǒng)人口×劳动参与率),据此(cǐ)可将青年失业率拆解为青年失业人(rén)口、总人口(kǒu)、劳动参与率三个因素。

  ·(2)失业率上升未必来(lái)自失(shī)业增加,不要忽略分母,劳动力的下降,也(yě)是抬高失(shī)业率的重要原因。2010-2020年,青年失业人口(kǒu)只增加4万(wàn),青年劳动力却减少1578万(wàn),带动16-24岁(suì)人口(kǒu)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(liàng)来看,当(dāng)前(qián)城镇青年就业(yè)人数约为(wèi)2587万人,失(shī)业人(rén)数632万(wàn)人,比去年4月(yuè)增加约(yuē)70万,较(jiào)七普增加约(yuē)132万(wàn)。

  ·(2)失业原(yuán)因方面,近7成青(qīng)年失业者(zhě)是主动辞职,被(bèi)裁员(yuán)比例只有(yǒu)2.6%,远低(dī)于35岁(suì)以上群(qún)体(tǐ)。

  ·(3)按照受教(jiào)育程度来看,三分之二(èr)的(de)青年失业人(rén)员接(jiē)受过(guò)大学教育。

  ·(4)2010-2020年青年就(jiù)业的(de)结构变化较(jiào)大(dà),呈(chéng)现出从制(zhì)造到服务(wù)、知识密集程度由低到高两个特点。2010年农业和(hé)工业吸纳(nà)了50.3%的青年就(jiù)业人口,2020年(nián)大幅(fú)降至25.4%,流出(chū)的青年就业主要(yào)转向服务业。以受教(jiào)育年限作为维(wéi)度,青年就业从知识密(mì)集程度较低的行业流向(xiàng)较高行业,但是(shì)知(zhī)识密集型行业的青年失(shī)业(yè)情(qíng)况比整体失(shī)业更(gèng)严(yán)峻。

  ·(5)服(fú)务业复苏分化(huà)或是一季度青年失业人口仍增加(jiā)的原因。经济复苏的主(zhǔ)力是(shì)知(zhī)识密集程度(dù)较低(dī)的餐(cān)饮、零售等服务业,而知识(shí)密(mì)集程(chéng)度较高的(de)生产性服务(wù)业复苏(sū)较慢(màn),服务(wù)业就(jiù)业复苏结构(gòu)的分化,带来青年就业(yè)和25-59岁就(jiù)业(yè)的分化。

函数奇偶性加减乘除判定口诀,指数函数奇偶性的判断口诀  ·分(fēn)母端(duān)的(de)青年劳动力:(1)青(qīng)年(nián)人口:出(chū)生(shēng)人口(kǒu)与(yǔ)乡村迁(qiān)入(rù)均在减少(shǎo)。2010-2020年青(qīng)年劳动力对(duì)应的出生人口减少(shǎo)4381万(wàn),2020-2030年减少1762万。另外,我国农村向城镇的人口(kǒu)转(zhuǎn)移(yí)也在(zài)减(jiǎn)速,新增城(chéng)镇人(rén)口从十(shí)三五(wǔ)期间(2016-2020年)的2184万人(rén),减至2022年650万人。

  ·(2)2020-2023年,青(qīng)年(nián)劳(láo)动参(cān)与(yǔ)率出现超预期下降。2010-2020年青(qīng)年劳动(dòng)参与率下降6.7个(gè)点(diǎn),但疫情以来仅仅三年,已经下(xià)降(jiàng)7.1个点。近三年(nián)青年(nián)劳动参与率的下降(jiàng)主要有(yǒu)三(sān)方面原(yuán)因:一是16-24岁在校生大幅增加493万;二是部(bù)分群体(tǐ)因就业形势恶(è)化而退出劳动市场;三是(shì)就(jiù)业观念的变(biàn)化(huà)导(dǎo)致初次进入劳(láo)动市场(chǎng)时间推迟(chí),降低16-24岁(suì)劳(láo)动(dòng)参与率。

  ·结(jié)论:(1)失(shī)业人口的增加不能完全解(jiě)释(shì)青年失业率的上升。假如当前(qián)青年劳动力与2020年相(xiāng)同,在失(shī)业人(rén)口增加132万至632万人的情况下,对应青年(nián)失业率应该从12.8%提高至16.2%,但3月却达到19.6%,如图19。失业人口的增加只能解(jiě)释当(dāng)前(qián)青年失(shī)业率的一(yī)部分,另一(yī)部分则来自(zì)分母端(duān),城镇(zhèn)青年劳动力的减少。

  ·(2)未(wèi)来(lái)青年失(shī)业率(lǜ)的(de)变动可能出(chū)现以(yǐ)下三种情(qíng)况:①青年失(shī)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(yǔ)劳动力均(jūn)在减少(shǎo),但(dàn)失业(yè)人口降幅不及(jí)劳动(dòng)力(lì)降(jiàng)幅(fú),青年失(shī)业率上升;③青(qīng)年失(shī)业人口与劳(láo)动力均(jūn)在(zài)减少,失业人口降(jiàng)幅大于(yú)劳动(dòng)力(lì)降幅,青年(nián)失业(yè)率下降。

  ·(3)我(wǒ)们(men)认为(wèi),失业(yè)人口(kǒu)会(huì)随(suí)着疫情(qíng)后(hòu)经(jīng)济复苏(sū)而减少,但(dàn)青年劳动力的下降(jiàng)可能成为就业“疤痕效应”的长(zhǎng)期(qī)来(lái)源,抬高(gāo)青年失业率的长期(qī)中枢(shū)。未来失业率的分母端(duān)越来越重要。

  ·风险(xiǎn)提示:服务业分化未收窄(zhǎi);青年劳动参与率出现明显下降;外需、房地产等不及预期,经济和就(jiù)业恢复偏慢。

  目 录

  1. 青年失业(yè)率(lǜ)的三(sān)因素框(kuāng)架(jià)

  2.分子(zi)端(duān):新增青年失(shī)业人员(yuán)缘于服(fú)务业(yè)复苏分(fēn)化(huà)

  2.1.青年失业人(rén)口:主动辞职居(jū)多;三分之二接(jiē)受(shòu)过大学教育

  2.2.行业:从制造到(dào)服务,知(zhī)识密(mì)度从低到(dào)高

  2.3.服务业复苏分化或是一(yī)季度青(qīng)年(nián)失业(yè)人口仍增加的原(yuán)因

  3.分母(mǔ)端:人口和(hé)劳动参(cān)与(yǔ)率均下降,带来劳动(dòng)力减少

  3.1.青年人口:出(chū)生人口与(yǔ)乡村迁入均在(zài)减少

  3.2.青(qīng)年劳动参与(yǔ)率(lǜ):超预期(qī)下降

  4. 结(jié)论:未来失业(yè)率(lǜ)的(de)分母端(duān)可能会越来(lái)越重(zhòng)要

  5. 附录:概念和(hé)数(shù)据说明

  6. 风险提示

  正 文(wén)

  4月份(fèn)16-24岁青年失(shī)业率(lǜ)攀升至(zhì)20.4%,创(chuàng)下2018年有数(shù)据(jù)以来(lái)最(zuì)高值(zhí)。在(zài)疫情影响退散、经(jīng)济逐步复苏(sū)的情(qíng)况下,城镇调查失业率较去(qù)年同(tóng)期大幅(fú)下降0.9个点,但(dàn)青年失业率却较去(qù)年4月逆(nì)势攀升2.2个点(diǎn)。本篇报告将重点研(yán)究疫(yì)情后留(liú)下的“疤痕(hén)效应”如何推(tuī)高青年(nián)失业率(lǜ)。

  1.青年失业率的(de)三(sān)因素框架

  失业率=失业人口/劳动(dòng)力=失业人口/(总人(rén)口×劳(láo)动参(cān)与率)

  据此可见(jiàn),影(yǐng)响青年(nián)失业(yè)率的主要是(shì)三个(gè)因(yīn)素:①青年(nián)失业人口;②青(qīng)年总人(rén)口;③劳动(dòng)参与率,其(qí)中(zhōng)②③决定着青年劳(láo)动力的变化。这三(sān)个因素(sù)均为城镇(zhèn)口径。函数奇偶性加减乘除判定口诀,指数函数奇偶性的判断口诀p>

  三个因素的变化都不能忽视。当(dāng)我(wǒ)们讨论失业率时,经常认为失业率上升一定是(shì)失业增加(jiā)的结果(guǒ),这个判断对于全年龄段(duàn)失业率来说(shuō)并没(méi)有问(wèn)题,因为(wèi)我国(guó)的劳动力总量(也(yě)称(chēng)经济活(huó)动人口)在2015年之前一直在上(shàng)升,2015年(nián)后略有下(xià)降,到2021年末下(xià)降了2.6%,年均降幅(fú)约(yuē)0.4%。但青(qīng)年失业率(lǜ)则(zé)不能忽视分母的变动,因为青(qīng)年劳动力波动幅度更大。

  例如2010-2020年(nián),青年失业(yè)人口只(zhǐ)增(zēng)加4万(wàn),青年(nián)劳动力却减少1578万(wàn),带动(dòng)16-24岁人口(kǒu)失(shī)业率大幅提高3.8个点(diǎn)。两次人口普查期间(jiān)(2010-2020年),青(qīng)年失(shī)业人口从496万增(zēng)加到500万,仅(jǐn)增加(jiā)了4万左右(yòu),约为(wèi)2020年青年(nián)劳(láo)动(dòng)力的0.1%,但(dàn)青年(nián)失业率却从六普的(de)9%提高到七普(2020年11月(yuè))的(de)12.8%,大幅提高(gāo)3.8个点。主要原因就(jiù)是失业率的分母(mǔ)在下降(jiàng),16-24岁青年劳动力人(rén)口在此(cǐ)期(qī)间从5481万人大(dà)幅减至3903万人,减少了1578万。但是(shì),2010-2020年全年龄段劳动(dòng)力数量基本(běn)稳(wěn)定(dìng)在7.8亿(yì),整体失业(yè)率的分母基本不变。因此(cǐ),2010-2020年间,决定整体失业率变动的是失业人口(kǒu)数量(liàng)(分子),但(dàn)决定青年失(shī)业(yè)率变动(dòng)的却是青年劳动力总量(分母)。

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

  芦(lú)哲&;占烁:青年就业—从(cóng)三因素(sù)框架看“疤痕效应”来(lái)自何处(chù)

  2.分子端:新增青年失(shī)业人员缘(yuán)于服务业复苏分化

  2.1.青年失业人口:主动辞(cí)职(zhí)居多;三分之二接(jiē)受过大学(xué)教育

  从总量来看(kàn),当前城镇青(qīng)年就业(yè)人数约(yuē)为2587万人,失(shī)业人(rén)数632万人,比去年4月增加约70万,较七(qī)普增加约132万。国家统计局(jú)在3月就业数据解读时,披(pī)露了当(dāng)前青年就业(yè)和失业人(rén)数的基本(běn)情况(kuàng):“初(chū)步(bù)测算3月份城镇青年9637万人,没(méi)有参与(yǔ)劳动力(lì)市(shì)场(chǎng)的青年6418万人,主体为在校学生;参与劳动力市场的青年3219万人,其中(zhōng)就业人数2587万人、失业人数(shù)632万(wàn)人。”[1]假设青年劳(láo)动(dòng)力人数与去年基本持平,今年4月青年失业率(lǜ)比去年同期高(gāo)2.2个点,青年失业(yè)人员(yuán)比去年(nián)同期多(duō)70万人左右(yòu),比2020年七普多132万(wàn)人。

  从增量看,今年前四(sì)个月青年失业(yè)形势(shì)好于去年(nián)同期。假设2022年以(yǐ)来青年劳动力总量维持在3219万,青年失业率每提高1个点,带来32万左(zuǒ)右的新增失业人口。尽管今年4月青年(nián)失业(yè)率比去(qù)年同期高2.2个点,但(dàn)从新增青年失业(yè)人口来(lái)看,今年1-4月约为119万,去(qù)年同(tóng)期(qī)为125.5万。从增量(liàng)来看,今年(nián)前四(sì)个月青年失业形势要好于(yú)去年,这(zhè)与(yǔ)当前(qián)经(jīng)济逐渐恢(huī)复也有(yǒu)关系。

  从(cóng)节奏来看,受夏季(jì)毕业(yè)影响,我国青年(nián)失业率(lǜ)一般在上半年(nián)逐(zhú)渐提高(gāo),7月达到峰值,8月开(kāi)始逐步回落,预计5-7月青年(nián)失(shī)业率或将继续小(xiǎo)幅攀升。

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

  失(shī)业原因方(fāng)面(miàn),近7成青年(nián)失(shī)业者是主动辞职,被裁(cái)员比例只有2.6%,远低于35岁以上群体。一种(zhǒng)观点认为,青年群体(tǐ)由于工(gōng)作经验和技能相(xiāng)对不熟练(liàn),往往在企业裁(cái)员时(shí)首(shǒu)当其(qí)冲。但(dàn)根据月度(dù)劳动力调(diào)查(chá)数(shù)据,青年失业主要原因是主动辞职,被裁员(yuán)的比例(lì)明显低(dī)于(yú)35岁以(yǐ)上群体。根据《2021年(nián)中国劳动统(tǒng)计(jì)年鉴》,有工作意愿但从未工(gōng)作过的失业群体在(zài)16-24岁失业人(rén)口(kǒu)中占(zhàn)比(bǐ)59%,其他年龄群体中这一比例(lì)最高(gāo)是(shì)14.4%。我们剔除这部分失业(yè)人群后,剩下的青(qīng)年失(shī)业人(rén)口中(zhōng),第一大失业原因是主动辞职,占比68.2%,单位倒闭(bì)破(pò)产占比5.9%;而裁员仅占2.6%。横向对比,裁员比例(lì)从高到(dào)低依(yī)次是:60岁以上(shàng)(4.8%)>;35-59岁(4.7%)>;16-24岁(2.6%)>;25-34岁(2.5%)。

  按照(zhào)受教育程度来看,三(sān)分之二的青年(nián)失业人员接受过(guò)大学(xué)教育。各(gè)年龄段失业人群中,年龄(líng)越低,平均受教育程度(dù)越高(gāo)。16-24岁(suì)失(shī)业人员中(zhōng)66.2%是接受(shòu)过(guò)大学教育的,这一(yī)比例在其他三个(gè)年龄阶段逐步(bù)递(dì)减,25-34岁(40.5%)>;35-59岁(13.7%)>;60岁以上(4.3%)。城(chéng)镇就业人口的受教育(yù)程度也大(dà)致类似,青年(nián)人由于(yú)年龄限制,接受大(dà)学教育比例(lì)略低于25-34岁,整体(tǐ)来(lái)看(kàn)35岁以下(xià)就业人员的受教育程度大幅高于(yú)35岁以(yǐ)上。按照接受过大(dà)学教育的占比来看,25-24岁(47.9%)>;16-24岁(43.6%)>;35-59岁(suì)(26%)>;60岁以上(3%)。

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

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

  芦哲&;占(zhàn)烁:青(qīng)年(nián)就业—从三(sān)因素框架(jià)看(kàn)“疤(bā)痕(hén)效应(yīng)”来自何处

  2.2.行业:从制造(zào)到服务,知识密(mì)度(dù)从低到高

  青年失业人口的行业与青年就业分布基本一致。青年失业人口呈(chéng)现出行(xíng)业(yè)聚集的特点,主要集中在5个大(dà)类行业(yè),2020年占(zhàn)比分别为(wèi):批(pī)发(fā)零售(shòu)(19.3%)、制造业(18.8%)、住宿餐饮(yǐn)(13%)、教育(7.5%)、居民服务(wù)\修(xiū)理和其他服务业(6.7%),这(zhè)5个行业占全(quán)部青年失业人(rén)口(kǒu)的(de)65%左右。同(tóng)时,这5个行业也是青年就业(yè)集中的行业,吸(xī)纳了(le)60.7%的(de)青年就业。从行业来看,青年失(shī)业人(rén)口的行业分(fēn)布是由就业分(fēn)布(bù)决定的,吸纳(nà)就业占比较大的行业,往往(wǎng)也贡献了较大规模的失业。因此,在(zài)挖掘青年(nián)失(shī)业人(rén)口(kǒu)来自何处(chù)之前,需要研究青年就业的行(xíng)业(yè)结构。

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

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

  2010-2020年(nián)青年就(jiù)业的(de)结构(gòu)变化(huà)较大,呈现出从制造到服务、知识密集(jí)程(chéng)度(dù)由低到高两个特点。

  青(qīng)年就业从(cóng)工农业大量流入服(fú)务业(yè)。农林牧渔、采矿(kuàng)业、制(zhì)造业和电热燃水的生产供应业,这(zhè)四个(gè)行业是国(guó)民经济分类(lèi)的农业和(hé)工业。2010年这四(sì)个行业吸(xī)纳了50.3%的青(qīng)年就业(yè)人口,到2020年(nián)该比例大幅降至25.4%。其(qí)中,制(zhì)造业(yè)从37.4%降至22%,农(nóng)林牧渔从11.4%降至(zhì)2.5%,分别(bié)降(jiàng)低15.4和(hé)9.0个点。有(yǒu)4个行业(yè)吸纳青年(nián)就业比例增加超2个点,其中,教育业为5.3%,租赁和商务服(fú)务为3.1%,信息技术(shù)为2.8%,卫生和社工为(wèi)2.0%。另外,建筑(zhù)业和房地产(chǎn)等(děng)其他(tā)6个(gè)服务行业吸纳(nà)青(qīng)年就业(yè)的比例均增超1个百分点。

  以受教育(yù)年限(xiàn)作(zuò)为维(wéi)度,青年就业从知识密集程度较低的行(xíng)业流(liú)向较高行业。我们以《2021年劳动统(tǒng)计年(nián)鉴》中各行(xíng)业就业(yè)人员的受教育年限(xiàn),来计算各(gè)行业的知识(shí)密(mì)集程度。有5个行业的平均受教育年限在14年以上,依次是(shì):科(kē)学研究与技术服务(14.6)>;教育(14.4)>;金融(róng)(14.3)>;信(xìn)息传输、软件(jiàn)和(hé)信(xìn)息技术服务(14.2)>;卫生(shēng)和(hé)社会工(gōng)作(12.1),除金融(róng)业外,其(qí)他(tā)四个行业是过(guò)去(qù)十年青年(nián)就业流入的(de)主要(yào)行业,吸纳(nà)青年(nián)就(jiù)业(yè)比例的增幅均居(jū)前列。如图10,各行(xíng)业所吸纳的青年(nián)就业比例变动与行业平均受教(jiào)育年限(xiàn)基(jī)本一致,即青年就业从知识(shí)密集程度较低的行业流(liú)向较高行业。

  但是知识(shí)密(mì)集(jí)型行业的青年失(shī)业(yè)情况比整(zhěng)体失业更严峻。我们用《2021年中国劳动统计年鉴》中各(gè)行(xíng)业的(de)青年失业(yè)比(bǐ)例(该行业的青年失业(yè)人(rén)数/青年失业总人数),除以(yǐ)各行业的青年就业(yè)比例(lì)(该行业的青年(nián)就业(yè)人数(shù)/青年就业总人数),来作为各行业失业率的近似替(tì)代指标。以这个指标来看(kàn),知(zhī)识密集型行业的(de)青年失业(yè)率(lǜ)大多高于全年龄段失(shī)业率(lǜ),如信息技术、教育、科研(yán)服务、公共管(guǎn)理等行(xíng)业,体现在图11中,都位于(yú)右下方。

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

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

  2.3.服(fú)务业复苏分化(huà)或是一季度青(qīng)年失(shī)业人口仍增加的原因

  一季(jì)度服务业复苏(sū)出现分化。今年一(yī)季度(dù)GDP同比增长4.5%,较疫情前三(sān)年Q1均值(zhí)有(yǒu)2.2个点的增速缺口。分行业来看,批发零售业缺口为1.5个点,而建筑(zhù)业、住宿(sù)餐饮(yǐn)业(yè)增速均(jūn)高(gāo)于疫情前三年均值,这三(sān)个(gè)行业一季度复苏情况较好;知(zhī)识密集程度更高(gāo)的房地产业(yè)、租赁(lìn)和(hé)商务服务业(yè)、信(xìn)息技术服(fú)务业的缺口分别为(wèi)4.1、4.7、11个点,一(yī)季度(dù)复苏相对较慢(màn)。

  因此(cǐ)从失业率的分子端(duān)来看,当前青年失业人(rén)员增长的症结在(zài)于服务业就业复苏的(de)结构(gòu)不均衡。一(yī)方(fāng)面,随着受(shòu)教育水平的整体提高,青(qīng)年就(jiù)业大量流(liú)向知(zhī)识密集型服务业,如教育、信息(xī)技术等行(xíng)业。另一方面,年初疫情影响减弱后,经济复苏的主力是知(zhī)识密集(jí)程(chéng)度较低的生(shēng)活(huó)性服务(wù)业(yè),而知识密集程度较高的生产性服务业复苏较慢。所(suǒ)以(yǐ)服(fú)务(wù)业就(jiù)业复苏结构分化,带来的青年失业人(rén)口和25-59岁失(shī)业人口的分化。房地产、互(hù)联网、教育[1]等行业的(de)一季度就业尚未出现(xiàn)明显改(gǎi)善,应届生就业(yè)压力大;而住宿餐(cān)饮(yǐn)等行业(yè)就业已经出现回暖,但对于三分之二(èr)接受过大学教育的青(qīng)年失(shī)业人口而(ér)言,这些(xiē)行业的(de)就业(yè)吸纳相对(duì)有限。

  芦哲&;占烁:青(qīng)年就业—从三因素框(kuāng)架看(kàn)“疤痕效应”来(lái)自何(hé)处

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

  3.分母端:人(rén)口和(hé)劳(láo)动(dòng)参与率均下降,带(dài)来劳(láo)动(dòng)力减少(shǎo)

  青年失业(yè)率的分母端是城镇青年劳(láo)动力(lì),主要(yào)由青(qīng)年人口和劳(láo)动参与率(lǜ)决(jué)定。2022年我(wǒ)国开(kāi)始步入人口负增长时(shí)代(dài),城(chéng)镇(zhèn)青年劳动力可能将(jiāng)步入长期下降通(tōng)道,这将从分母端(duān)推升青年失业率,或(huò)成(chéng)为疫情后就(jiù)业“疤(bā)痕效应”的长期来(lái)源。

  3.1.青年人口:出生(shēng)人口(kǒu)与乡村迁(qiān)入均在减少

  城镇青年劳动(dòng)力首先取决于(yú)城镇青年人口数量(liàng),而后者来自(zì)于两部(bù)分,一是16-24年前的出生人(rén)口,二(èr)是乡村到城镇(zhèn)的迁移人(rén)口,这两部分(fēn)增(zēng)量未来都趋于下降。

  2010-2020年(nián)青年(nián)劳动力对应的出生人口减少(shǎo)4381万,2020-2030年减少(shǎo)1762万。2010年和2020年的16-24岁人口分别对应1986-1994、1996-2004年的出生人口(kǒu),而(ér)前(qián)者正好是(shì)建国以来的(de)一轮“小婴儿(ér)潮”时(shí)期(qī),年均出生(shēng)人口(kǒu)超2000万,其中1987年(nián)出(chū)生人(rén)口(kǒu)最(zuì)高超过2500万(wàn),到(dào)90年代(dài)开始明显步入(rù)下降通道。1986-1994年合(hé)计出生人口2.07亿(yì),1996-2004年降至1.63亿(yì),减少约4381万,降幅为21.2%。2020和2030年的16-24岁(suì)人(rén)口(kǒu)分别(bié)对应1996-2004、2006-2014年的出生人口(kǒu),这两个(gè)时期分别为1.63、1.45亿,出生人(rén)口减少(shǎo)约1762万。

  另一方面(miàn),我国(guó)农村向(xiàng)城(chéng)镇的人口转移也在减(jiǎn)速。新增城(chéng)镇人口从2016年开始逐年减少,十三五期间(jiān)(2016-2020年)均值约为(wèi)2184万(wàn)人,但2022年只有650万(wàn)人。预计今年随着疫情影响减弱,人(rén)员流动(dòng)恢复,新增城镇人(rén)口数量会较去年有明(míng)显增长(zhǎng),但可能仍然较(jiào)难回(huí)到十三五(wǔ)期间超(chāo)2000万的规模。当前我国城(chéng)镇化率已经达到65%以上,继续(xù)高(gāo)速增长(zhǎng)空间有限,从(cóng)乡村到(dào)城镇的迁移人(rén)口数量整体将(jiāng)呈现(xiàn)下降趋势。

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

  3.2. 青年劳(láo)动参与率:超(chāo)预(yù)期(qī)下降

  青(qīng)年劳动(dòng)参(cān)与率(lǜ)有两个特点,一(yī)是低(dī)于其(qí)他(tā)年龄段(duàn)群体,大部分(fēn)青年在校,并未(wèi)进入(rù)劳动市场。二是近年来呈下降(jiàng)趋势。

  2020-2023年,青(qīng)年劳动参与率出现超预期下降。根(gēn)据(jù)今年3月(yuè)统计(jì)局披露的青(qīng)年就(jiù)业和失业人数(shù),当前16-24岁(suì)青年的劳动(dòng)参与率约为(wèi)33.4%,即(jí)9637万(wàn)城镇(zhèn)青(qīng)年人口中,有3219万进入或(huò)有意愿(yuàn)进入(rù)劳动市场。而2010和(hé)2020年(nián)两次人口(kǒu)普查时,青(qīng)年劳动参与率分(fēn)别为47.2%、40.5%。此前(qián)十(shí)年(nián),青年劳动参(cān)与率下降6.7个点,但疫情以来仅仅三年(nián),该指(zhǐ)标已经下降(jiàng)7.1个点。

  近三年青(qīng)年(nián)劳动(dòng)参与率的下(xià)降主要(yào)有三方(fāng)面(miàn)原(yuán)因。

  一是16-24岁在校生大幅增加(jiā)493万。2010到2020的(de)十年间,16-24岁在(zài)校(xiào)生增加(jiā)了706万,年均(jūn)增(zēng)加70.6万;但2019年末到2021年末,仅仅两年的时间里,该年(nián)龄段的在校生增加了493万,年(nián)均增长246.5万,远(yuǎn)远快(kuài)于此前(qián)十年增速。

  二是部分群体因(yīn)就(jiù)业形势恶化而(ér)退出劳动(dòng)市场,在未(wèi)来经济和就(jiù)业好转后(hòu)会回到劳动市场。2020年3月(yuè),国(guó)家统计局(jú)曾(céng)在(zài)发布会(huì)指(zhǐ)出当(dāng)月“就业人(rén)员规模(mó)比(bǐ)1月份(fèn)下降(jiàng)6%以上”,说明(míng)就业(yè)形势恶化时,也会影(yǐng)响(xiǎng)劳动参与率。

  三是就(jiù)业观念的变化导致初次进入劳动市(shì)场时(shí)间推迟,降低16-24岁劳动(dòng)参与率(lǜ)。从社(shè)会风(fēng)气(qì)来(lái)看,对学(xué)历(lì)的推(tuī)崇导致本科(kē)毕业即进(jìn)入就(jiù)业市场的年(nián)轻人(rén)减少(shǎo),加上考研、考公竞争激烈,发展至“二战”“三战(zhàn)”,客(kè)观上会将(jiāng)部分(fēn)青年人初次就业(yè)时(shí)间从16-24岁延迟到25岁之后,从而导致16-24岁(suì)劳动参与率出现下降。

  芦(lú)哲&;占烁:青年就业—从(cóng)三因(yīn)素框架看“疤痕效(xiào)应”来自何处

  4.结论:未来失业率的分母(mǔ)端可能会(huì)越来(lái)越重要

  失业人(rén)口的增加(jiā)不能完全解释青年失业率的上升。假如当前(qián)青(qīng)年(nián)劳(láo)动力与2020年相同,在失业人口增(zēng)加132万至632万人的情(qíng)况下,对应青年失业率应该从12.8%提高(gāo)至16.2%,但3月却达到(dào)19.6%,如图(tú)19。失业(yè)人口的增(zēng)加只能解释当前(qián)青年(nián)失(shī)业率的一部分(fēn),另一部分则来自分(fēn)母端,城(chéng)镇青年劳动(dòng)力的减(jiǎn)少。

  芦哲(zhé)&;占烁(shuò):青年就业(yè)—从(cóng)三(sān)因(yīn)素框架(jià)看“疤痕效应”来自何处(chù)

  考虑到2020年我国(guó)人口已经(jīng)开始负增长,未来(lái)青年失业率的(de)变动可能出现以下三种情(qíng)况:

  ①青年失业人(rén)口(kǒu)增加,同时劳动力减(jiǎn)少,青年失业率上升;

  ②青年(nián)失业人口(kǒu)与劳动(dòng)力均在减少,但失业人口(kǒu)降幅不及劳动力降幅(fú),青年(nián)失业(yè)率上升;

  ③青(qīng)年失业人口与劳动(dòng)力均(jūn)在(zài)减少,失业人口降幅大(dà)于劳动力降幅,青年(nián)失业率下降(jiàng)。

  我们认为(wèi),未来失(shī)业人口会随着经济复苏而减(jiǎn)少,但经济(jì)复(fù)苏难(nán)以改变失业率的分母(mǔ)下降趋势。青年(nián)劳动(dòng)力的下降可能(néng)成为(wèi)就业“疤痕效应”的(de)长期来源,抬高青年失业率的(de)长期中枢。未来失(shī)业率的分母端可能会越来越重要,这也是人口长周期变化的(de)影响之一。

  5.附录:概念(niàn)和(hé)数据(jù)说明

  青年失业率的两个前置概念。讨论16-24岁人口调查失(shī)业率时,有必要明(míng)晰这(zhè)一概念(niàn)的(de)两个要点:一是(shì)调查失业(yè)率是城镇就业范围(wéi),并非针对全部就业(yè)人口,不包括乡村就业,2022年底我国城乡就业大约分别(bié)占63%、37%,近(jìn)四成的就业人口并未包含(hán)在(zài)内。因此,许多针(zhēn)对青年失(shī)业率的讨论以全国青(qīng)年人口数量为出发点,未区分人口总量与城乡(xiāng)结构的问题,有失偏颇。本篇报告如无特(tè)别说明(míng),各(gè)概念均是指(zhǐ)城镇(zhèn)就业口径。

  二是失业率的分(fēn)母不含没有劳动意愿(yuàn)的劳(láo)动年龄人(rén)口(kǒu)。按(àn)照统计(jì)局的定(dìng)义,“劳动力(lì)指年满(mǎn)16周岁,有劳动(dòng)能力,参加或要(yào)求(qiú)参(cān)加社会经济活动(dòng)的人员。包括就业人员和失(shī)业人员”,因此(cǐ)没有(yǒu)就业意愿的劳动年(nián)龄人口不计入劳动(dòng)力。根据《2022年中国劳(láo)动统计年(nián)鉴》,2021年底(dǐ)我国16岁以(yǐ)上的人(rén)口约为11.5亿,其中只有68%属于劳动力,约为7.8亿(yì),而(ér)就业人口为约(yuē)7.46亿,据此推算城乡失业(yè)人(rén)口可能为3372万(wàn)人左右。

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

  从数据来(lái)看,失业率(lǜ)来自全国(guó)月(yuè)度劳动力(lì)调查。该(gāi)项调(diào)查制度(dù)于2005年正式实施(shī),每年(nián)进行两(liǎng)次全国劳动力(lì)抽样调查,调(diào)查范围(wéi)为中国大(dà)陆的(de)城镇(zhèn)和乡村,调查对象为16岁及以上人口。2009年3月,为(wèi)更及时准确反映劳动力市场变化情况,建立(lì)了31个大(dà)城市(shì)月度劳动力调查制度。2013年4月,又将月度劳动力调查范围扩大至(zhì)65个城(chéng)市。2016年1月,全国月度劳动力调查正式在全国范围(wéi)内开展,调查范围覆盖全国所有地级(jí)市。

  月度(dù)劳动力(lì)调查样本比(bǐ)例约为0.2‰,是(shì)年度调(diào)查的(de)五分之一左右。全(quán)国每月调(diào)查约12万户,2020年(nián)全国家庭(tíng)户约为49415.7万户,样本占(zhàn)比约0.2‰,作

  为对比,我国(guó)年度人口调查样本比(bǐ)例为1‰,五年一次的人口抽样(yàng)调查样本比例(lì)为1%。而每10年一次的人口普查则在长表部分纳入就业调查(chá),长(zhǎng)表抽样比例是(shì)10%左右,因而人口普(pǔ)查(chá)的(de)就业数(shù)据(jù)质量(liàng)更高。

  就业人员(yuán)总数(shù)会(huì)根(gēn)据普查数据进行修正,但结(jié)构数据(jù)仍(réng)会(huì)存(cún)在(zài)差(chà)异。比如2020年的《劳动统计(jì)年鉴》显示,2019年末全国就业人员约为(wèi)7.75亿人(rén);而七普后(hòu)次年的年鉴(jiàn)将这一(yī)数据修(xiū)正为(wèi)7.54亿人(rén)左右,误差约2100万人。但结构数据的差异仍然存在。比如《2021年劳动统计年鉴》中,2020年城(chéng)镇制造业就业(yè)人(rén)员(yuán)占(zhàn)比为18.0%,而七普数据为19.7%。

  6.风险(xiǎn)提示

  (1) 服务业分化未(wèi)收窄;

  (2) 青年劳动参与率出现明(míng)显下降;

  (3) 外需(xū)、房地产等不及预期(qī),经济(jì)和就业(yè)恢复偏慢。

  报告信息

  证(zhèng)券(quàn)研究报(bào)告:【芦哲&;占烁(shuò)】青年就业(yè):从三因素框(kuāng)架看“疤痕效应”来自何处(chù)

  研报撰写人员:芦哲(S0120521070001,首席(xí)宏观经济学家(jiā)),占烁(S0120122070060,联系人)

  对外发布(bù)时间:2023年(nián)5月(yuè)26日

  报告发(fā)布机构:德邦(bāng)证券(quàn)股(gǔ)份有(yǒu)限公司(sī)

未经允许不得转载:美阿密—女性私护高端品牌|女性生殖保养|女性私密健康养护|女性私护微商代理产品|美阿密官网 函数奇偶性加减乘除判定口诀,指数函数奇偶性的判断口诀

评论

5+2=