客观看待当前就业市场

1、内容目录 HYPERLINK l _TOC_250004 中国二元经济背景下的就业市场结构 3 HYPERLINK l _TOC_250003 城镇失业压力有多大 4 HYPERLINK l _TOC_250002 劳动力转移速度压力更大 6 HYPERLINK l _TOC_250001 劳动力转移速度放缓的影响 7 HYPERLINK l _TOC_250000 风险提示 9图表目录图表 1：非农劳动力增量与经济增速高度一致 3图表 2：农民工增量与经济增速高度一致 3图表 3：估算失业率与经济增速明显负相关 4图表 4：估算城镇失业率与经济增速关系 4图表 5：调查失业率显示失业压力加大

2、 5图表 6：登记失业率有效性低，不反应实际的就业情况变化 5图表 7：PMI 就业指数 5图表 8：CIER 指数变化 5图表 9：CIER 指数分行业变化 6图表 10：工资收入增速的明显下行也说明城市劳动力市场供需情况恶化 6图表 11：经济增速与新增农民工人数相关性较好 7图表 12：经济增速与新增农民工人数的拟合关系 7图表 13：1 季度外出农民工人数和平均工资均明显下行 7图表 14：河南、贵州、湖南、广西和四川五省平均人口迁出指数 7图表 15：农村居民可支配收入下行幅度更大 8图表 16：农村居民可支配收入拆分 8图表 17：2001 年以来限额以上消费增速与农民工增量的相关

3、系数 8图表 18：2010 年以来汽车消费与农民工增量相关性较高 8图表 19：消费总体将保持弱势 9受疫情冲击影响，1 季度 GDP 同比增速创下-6.8%的历史新低，经济明显下行也带来就业压力攀升。稳经济、保就业已成为政策的主要目标之一。4.17 政治局会议在“六稳”基础上提出“六保”，其中保居民就业居于“六保”之首，可见政策面对保就业非常重视。在探讨稳就业政策之前，首先需要对目前的就业市场形势有清楚的认识。本文将对中国就业市场结构、失业衡量指标、农村“隐性”失业以及以及失业上升对经济会造成怎样的影响等问题进行深入分析，以期能更客观的看待目前中国的就业形势。中国二元经济背景下的就业市场结

4、构二元经济决定我国就业市场的特殊性，我国就业压力会同时表现为表现为劳动力转移速度放缓以及城镇失业率上升。我国是城乡二元经济结构，劳动力分为三类：长期在农村的劳动力，在城乡之间转移的劳动力，长期在城镇的劳动力。一般不考虑长期在农村劳动力的就业问题，就业压力主要表现在后两类劳动力中。城乡之间转移的劳动力如果在城市找不到工作，则会返回农村，因而经济增速与城乡之间劳动力转移的速度有明显的正相关性，劳动力转移量是就业压力状况有效的衡量指标之一。而长期在城镇的劳动力如果找不到工作则会表现为失业，因而城镇失业率也与经济增速有高度的相关性。国际上普遍存在的奥肯定律，即经济周期与失业率之间相关性在我国并不存在，

5、背后的原因是仅包含失业率变量的标准奥肯模型，适用于已经完成劳动力转移的发达国家。而中国作为继续在劳动力转移过程中的二元经济，经济周期与劳动力转移的速度更为相关，因而就业指标更应关注劳动力转移数量，而非失业率指标。经济增速与劳动力转移指标之间却存在较好的正相关性。经济增长与非农就业增量之间存在明显的正相关性，经济增速提升 1 个百分点，能够推动每年非农就业多增加 128.3万人。同样，GDP 增速与新增农民工之间也存在非常高的正相关性，GDP 增速提升 1 个百分点，将推动每年农民工增加 86.9 万人。虽然 GDP 与新增城镇就业相关性略弱，但也存在明显正相关性，GDP 增速提升 1 个百分点

6、，将推动城镇新增就业提升 45.2 万人。图表 1：非农劳动力增量与经济增速高度一致图表 2：农民工增量与经济增速高度一致万人同比，%非农劳动力增量实际GDP（右轴）万人同比，%新增农民工人数实际GDP2000180016001400120010008006004002000151413121110987651990 1994 1998 2002 2006 2010 2014 201816001400120010008006004002000151413121110987651990 1994 1998 2002 2006 2010 2014 2018资料来源：Wind， 资料来源：Wind，

7、 我国作为转型经济，就业人口中不仅包括在城乡间转移的劳动人口，同样也包含一直呆在城镇的劳动人口。这两者具有完全不同就业逻辑，在经济下行就业压力上升期，在城乡间转移的劳动力则可能返乡回到农村，因而不表现为城镇失业，而表现为劳动力转移速度的放缓。但一直呆在城镇的劳动人口，一旦找不到工作，则会表现为城镇失业。随着城市化的不断推进，大部分人口已经进入城镇，而且年轻人在城市比例更高，这意味着就业问题会越来越多的表现为城镇失业。因而，我国就业问题同时表现为城镇失业以及劳动力转移速度的变化。城镇调查失业率序列较短，无法进行横向比较。我们尝试用现有数据构建一个较长序列的失业率指标，并于目前调查失业率进行衔接。

8、目前官方公布的登记失业率和调查失业率有效性较低，且调查失业率时间序列果断，无法做纵向对比。因而我们尝试用现有数据构建一个有效的失业率指标。由于经济活动人口分为就业人口和失业人口，而统计局每年公布经济活动人口和就业人口数据，那么我们就可以根据两者之差推算失业人口，然后再用失业人口除以经济活动人口来估算失业率。需要说明的是，这样计算出来的失业率是总体失业率，并非城镇失业率。计算城镇失业率需要将失业人口在城乡间进行分配，2000 和 2010 年两次人口普查提供了城镇和乡村失业人口数据，我们假定 2000 与2010 年之间年份城镇失业人口占比线性变化，2000 年之前保持 2000 年水平，201

9、0 年之后保持 2010 年水平，来估算城镇失业人口，进而估算城镇失业率。我们构建的指标与经济增长有明显的负相关性，能够有效的反映城镇失业状况。基于上述方法，我们能够构建长序列的失业率数据，从 1990 年以来数据看，我们估算的城镇失业率与经济增速具有明显负相关性，相对于官方公布的城镇失业率和调查失业率，我们估算的失业率指标与经济增速相关性更高，因而更为有效。从数量关系来看，经济增速每提升 1 个百分点，失业率将下降 0.32 个百分点，这可以认为是中国城镇就业的奥肯定律。从我们估算的城镇失业率来看，当前城镇失业压力非常严峻。随着经济增速下行，我们估算的城镇失业率持续攀升，从 2007 年 3

10、.0%的水平上升至 2016 年最高的 5.8%，而后虽然有所回落，到 2018 年下降至 5.3%，但依然保持高位。这个与当时调查失业率水平相近。而今年 2 月调查失业率攀升至 6.2%，3 月有所回落至 5.9%，如果我们构建的 失业率与调查失业率相近。那么目前的失业率水平与 2000 年国企改革职工下岗时期 6.5%的峰值水平相近，3 月有所下降略低于当时水平。总的来说，我们估算的城镇失业率指 标显示，当前城镇失业压力较大，接近或者与 2000 年过期改革时期较为接近，就业压力 较为严峻。图表 3：估算失业率与经济增速明显负相关图表 4：估算城镇失业率与经济增速关系%同比，%估算城镇失业

11、率实际GDP（右轴）估算城镇失业率，% 776.565.554.543.532.52151413121110987651990 1994 1998 2002 2006 2010 2014 20186.565.554.543.532.52y = -0.3154x + 7.2826 R = 0.437GDP同比，% 579111315资料来源：Wind， 资料来源：Wind， 城镇失业压力有多大城镇调查失业率大幅攀升，显示目前的就业形势严峻。2020 年 2 月城镇调查失业率攀升至 6.2%的高位，3 月小幅回落至 5.9%，而 19 年 12 月只有 5.2%，显示失业压力大。但城镇调查失业率时

12、间跨度仅从 2018 年 1 月开始，时间序列太短。并且以居住半年以上常住人口为统计对象，因而会漏统大量的流动人口。对于该指标，我们只能看趋势性的变化。此外，统计局从 2013 年开始公布 31 个大中城市调查失业率，该指标在 2-3 月均录得 5.7%的历史高位，也显示就业压力大。结合我们估算的长序列调查失业率指标与目前的官方的城镇调查失业率，目前城镇失业压力可能与 2000 年国企改革下岗潮时期相近，明显高于 2008 年金融危机时期，当前城镇就业压力严峻。城镇登记失业率的有效性低。人社保部公布的城镇居民登记失业率是季度数据，不包括农村户籍劳动力和未在人力资源保障部登记的失业人员。由于该指

13、标为被动登记的结果，因而该指标波动率较小，常年保持在 4%左右，不反应实际就业状况变化。图表 5：调查失业率显示失业压力加大图表 6：登记失业率有效性低，不反应实际的就业情况变化%城镇调查失业率31个大城市城镇调查失业率6.36.15.95.75.55.35.14.94.74.52013/05 2014/07 2015/09 2016/11 2018/01 2019/03% 城镇登记失业率城镇登记失业率4.44.34.24.143.93.83.73.63.52004/01 2006/11 2009/09 2012/07 2015/05 2018/03资料来源：Wind， 资料来源：Wind，

14、景气指标来也显示目前城镇就业形势严峻。PMI 从业人员指数，反应了雇佣需求情况， 2 月PMI 从业人员指数创历史新低下行至 31.8%，3 月明显反弹至 50.9%。由于 PMI 是环比指标，用 12 个月移动平均来近似代替同比变化，则 2-3 月的 12 月移动平均 PMI 从业人员指数处于历史低位。图表 7：PMI 就业指数图表 8：CIER 指数变化12M MA 制造业PMI:从业人员非制造业PMI:从业人员% %央行未来就业市场预期指数565454525250504848464644424440CIER中国就业市场景气指数（右轴）3.532.521.510.502005-12 200

15、8-05 2010-10 2013-03 2015-08 2018-012010 2011 2012 2013 2014 2015 2016 2017 2018 2019资料来源：Wind， 资料来源：Wind， 人民大学中国就业研究所与智联招聘联合发布的 CIER（中国就业市场景气）指数反映就业市场的整体走势。该指标是用招聘需求人数与求职人数之比来计算，指数大于 1，则说明劳动力需求大于供给。1 季度 CIER 指数回落至 1.43%，较去年 1 季度下行了 0.25个百分点，较去年末下行了 0.75 个百分点，也显示就业形势在变差。从分行业的指标来看，1 季度环比下行最明显的行业是保险；中

16、介服务；互联网电子商务以及房地产/建筑/建材/工程。图表 9：CIER 指数分行业变化2020年1季度相对于2019年末环比变化（%）保险中介服务互联网/电子商务房地产/建筑/建材/工程电子技术/半导体/集成电路外包服务教育/培训/院校专业服务/咨询(财会/法律/人力资源等)电气/电力/水利石油/石化/化工仪器仪表及工业自动化礼品/玩具/工艺美术/收藏品/奢侈品环保能源/矿产/采掘/冶炼印刷/包装/造纸办公用品及设备资料来源：Wind， -3.5-3-2.5-2-1.5-1-0.500.5工资收入增速的明显下行也说明城市劳动力市场供需情况恶化，失业压力上升。工资收入也能侧面反映就业情况。1 季

17、度全国居民工资性收入同比 1.2%，增速较 2019 年末下行了 7.1 个百分点。其中城镇居民 1 季度工资性收入同比增长 1.3%，较 2019 年末下行了 5.7 个百分点，农村居民工资性收入增速为-0.6%。图表 10：工资收入增速的明显下行也说明城市劳动力市场供需情况恶化%，同比 18全国居民工资性收入城镇居民 农村居民1383-22014201520162017201820192020资料来源：Wind， 劳动力转移速度压力更大除了城镇就业情况以外，也需要考察转移劳动力就业情况。在经济不景气时，这些转移劳动力不会留在城镇，而是会回到农村，表现为劳动力转移速度放缓，而不会表现为城镇失

18、业。劳动力转移速度放缓会形成农村“隐性”失业，这也不容忽视。劳动力转移量在年度层面可以用农民工增量、非农就业增量和城镇就业净增量来衡量。过往经验显示，新增农民工人数与实际 GDP 增速有较好的正相关性。在经济上行的时候，农村向城市劳动力转移增加，反之亦然。图表 11：经济增速与新增农民工人数相关性较好图表 12：经济增速与新增农民工人数的拟合关系同比，%15141312111098765实际GDP新增农民工人数万人16001400120010008006004002000新增农民工人数，万人y = 91.302x - 159.96 R = 0.2957实际GDP，%16001400120010

19、008006004002001991/011997/012003/012009/012015/01046810121416资料来源：Wind， 资料来源：Wind， 在季度层面，可以用统计局公布的外出农民工人数和农民工工资增速来衡量转移劳动力，2 月外出农民工人数大幅下降，说明农村“隐性”失业压力大。2020 年 2 月外出农民工人数为 1.23 亿人，较 2019 年末减少了 5174 万人，显示外出农民工人数大幅下降。而1 季度外出农民工工资增速下跌了 7.9%，显示需求不足导致农民工劳动力量价双缩，从中可以看出目前就业形式严峻。虽然 2 月下旬开始逐步复工复产，但是从主要劳动力迁出省份，

20、比如河南、贵州、湖南、广西和四川五省来看，这五个省份目前的人口迁出规模和去年相比还是有不小的差距，4 月 1-27 日，这五个省份平均人口迁出规模较去年同期下降了 34%。显示外出农民工到目前可能依然尚未完全恢复此前水平，依然存在较大幅度的下滑。图表 13：1 季度外出农民工人数和平均工资均明显下行图表 14：河南、贵州、湖南、广西和四川五省平均人口迁出指数万人元/月外出农民工人数平均工资（右轴）春节对齐，百度人口迁出指数20192020190001800017000160001500014000130001200011000100002012 2013 2014 2015 2016 2017

21、 2018 201945004000350030002500200018161412108642020200101 20200126 20200220 20200316 20200410 20200505资料来源：Wind， 资料来源：Wind， 劳动力转移速度放缓的影响由于中国还没有完成城市化进程，因而中国的失业并不会全部表现为城镇的显性失业，农村向城镇劳动力转移量减少所代表的“隐性”失业也不容忽视。农村的就业形势比城市更为严峻。这从农村居民工资性收入增速下行速度比城镇居民快，并且农村居民可支配收入增速下行幅度较城镇居民下行更大可以得到印证。图表 15：农村居民可支配收入下行幅度更大图表 1

22、6：农村居民可支配收入拆分累计同比，%城镇居民人均可支配收村居民人均可支配收入累计同比，%50502014-032015-042016-052017-062018-072019-082011-5工资性收入经营净收入财产净收入转移净收入2014-032015-042016-052017-062018-072019-08资料来源：Wind， 资料来源：Wind， 劳动力转移大幅放缓将导致农村居民收入承压，并进而拖累消费回升。消费受到当期收入增长和对未来收入增长预期的影响。疫情冲击下，农村“隐性”失业率大幅上升，从而导致农村居民收入增速下行，并进而拖累消费回升。根据各项消费与农民工增量之间的相关性可以看出，农村“隐性”增加将对通讯器材、服装、烟酒和药品等消费造成更为明显的拖累。虽然从 2001 年以来，汽车和外出农民工之间的相关性不高，但是 2010 年以来，汽车消费走势与农民工增量之间的相关性非常高，