青年就业：从三因素框架看“疤痕效应”来自何处

证券研究报告|宏观专题 宏观专题 2023年5月26日 证券分析师芦哲 资格编号：S0120521070001 联系人 邮箱：luzhe＠tebon.com.cn 占烁 资格编号：S0120122070060 相关研究 邮箱：zhanshuo@tebon.com.cn 投资要点： 姓名 资格编号：S11305XXXXXX 港股执业证号：非必填 邮箱：xxxxx＠tebon.com.cn 青年就业：从三因素框架看“疤痕效应”来自何处 核心观点：我们将影响青年失业率的因素拆解为三方面：①青年失业人口，②青年总人口，③劳动参与率，失业率=失业人口/（总人口×劳动参与率）。通过三因素 框架，我们发现16-24岁失业人口的增加不能完全解释青年失业率的上升，更重 要却被忽视的因素是青年人口和劳动参与率下降，带来16-24岁劳动力减少，从 分母端大幅推高青年失业率。假如今年3月分母端的青年劳动力与2020年持平，新增约132万青年失业人口只能将失业率拉升至16.2%，但实际青年失业率却高达19.6%。我们认为，失业人口会随着经济复苏而减少，但青年劳动力的下降可能成为就业“疤痕效应”的长期来源，抬高青年失业率中枢。 青年失业率的三因素框架：（1）失业率=失业人口/劳动力=失业人口/（总人口×劳动参与率），据此可将青年失业率拆解为青年失业人口、总人口、劳动参与率三个因素。 （2）失业率上升未必来自失业增加，不要忽略分母，劳动力的下降，也是抬高失业率的重要原因。2010-2020年，青年失业人口只增加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。 分子端的青年失业人口：（1）从总量来看，当前城镇青年就业人数约为2587万人，失业人数632万人，比去年4月增加约70万，较七普增加约132万。 （2）失业原因方面，近7成青年失业者是主动辞职，被裁员比例只有2.6%，远低于35岁以上群体。 （3）按照受教育程度来看，三分之二的青年失业人员接受过大学教育。 （4）2010-2020年青年就业的结构变化较大，呈现出从制造到服务、知识密集程度由低到高两个特点。2010年农业和工业吸纳了50.3%的青年就业人口，2020年大幅降至25.4%，流出的青年就业主要转向服务业。以受教育年限作为维度，青年就业从知识密集程度较低的行业流向较高行业，但是知识密集型行业的青年失业情况比整体失业更严峻。 请务必阅读正文之后的信息披露和法律声明 （5）服务业复苏分化或是一季度青年失业人口仍增加的原因。经济复苏的主力是知识密集程度较低的餐饮、零售等服务业，而知识密集程度较高的生产性服务业复 苏较慢，服务业就业复苏结构的分化，带来青年就业和25-59岁就业的分化。 分母端的青年劳动力：（1）青年人口：出生人口与乡村迁入均在减少。2010-2020年青年劳动力对应的出生人口减少4381万，2020-2030年减少1762万。另外，我国农村向城镇的人口转移也在减速，新增城镇人口从十三五期间（2016-2020年） 的2184万人，减至2022年650万人。 （2）2020-2023年，青年劳动参与率出现超预期下降。2010-2020年青年劳动参与率下降6.7个点，但疫情以来仅仅三年，已经下降7.1个点。近三年青年劳动参 与率的下降主要有三方面原因：一是16-24岁在校生大幅增加493万；二是部分群体因就业形势恶化而退出劳动市场；三是就业观念的变化导致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）失业人口的增加不能完全解释青年失业率的上升。假如当前青年劳动力与2020年相同，在失业人口增加132万至632万人的情况下，对应青年失业率应该从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 能解释当前青年失业率的一部分，另一部分则来自分母端，城镇青年劳动力的减少。 （2）未来青年失业率的变动可能出现以下三种情况：①青年失业人口增加，同时劳动力减少，青年失业率上升；②青年失业人口与劳动力均在减少，但失业人口降幅不及劳动力降幅，青年失业率上升；③青年失业人口与劳动力均在减少，失业人口降幅大于劳动力降幅，青年失业率下降。 （3）我们认为，失业人口会随着疫情后经济复苏而减少，但青年劳动力的下降可能成为就业“疤痕效应”的长期来源，抬高青年失业率的长期中枢。未来失业率的分母端越来越重要。 风险提示：服务业分化未收窄；青年劳动参与率出现明显下降；外需、房地产等不及预期，经济和就业恢复偏慢。 内容目录 1.青年失业率的三因素框架4 2.分子端：新增青年失业人员缘于服务业复苏分化5 2.1.青年失业人口：主动辞职居多；三分之二接受过大学教育5 2.2.行业：从制造到服务，知识密度从低到高8 2.3.服务业复苏分化或是一季度青年失业人口仍增加的原因10 3.分母端：人口和劳动参与率均下降，带来劳动力减少12 3.1.青年人口：出生人口与乡村迁入均在减少12 3.2.青年劳动参与率：超预期下降13 4.结论：未来失业率的分母端可能会越来越重要14 5.附录：概念和数据说明15 6.风险提示17 图表目录 图1：劳动力人口自2015年后大致稳定4 图2：2010-2020年青年失业率分子和分母变化5 图3：青年失业率与月度新增失业人口6 图4：青年失业率的季节特征6 图5：各年龄段失业人口的失业原因7 图6：各年龄段城镇失业人口的受教育程度（%）7 图7：各年龄段城镇就业人口的受教育程度（%）8 图8：2020年城镇青年失业人员的行业分布（%）8 图9：2020年城镇青年失业人员的行业分布与就业分布基本一致（%）9 图10：城镇青年就业变迁的两个维度10 图11：知识密集型行业的青年失业情况比整体失业更严峻10 图12：一季度服务业复苏出现分化11 图13：一季度就业复苏也主要是餐饮住宿等服务业11 图14：教育行业上市公司雇员仍未改善12 图15：我国历年出生人口13 图16：新增城镇人口近年有所减少13 图17：青年劳动参与率变化14 图18：16-24岁在校生数量14 图19：2010-2020-2023青年失业率分子和分母端的变化14 图20：劳动力与就业、失业人口的关系15 4月份16-24岁青年失业率攀升至20.4%，创下2018年有数据以来最高值。在疫情影响退散、经济逐步复苏的情况下，城镇调查失业率较去年同期大幅下降 0.9个点，但青年失业率却较去年4月逆势攀升2.2个点。本篇报告将重点研究疫情后留下的“疤痕效应”如何推高青年失业率。 1.青年失业率的三因素框架 失业率=失业人口/劳动力=失业人口/（总人口×劳动参与率） 据此可见，影响青年失业率的主要是三个因素：①青年失业人口；②青年总人口；③劳动参与率，其中②③决定着青年劳动力的变化。这三个因素均为城镇口径。 三个因素的变化都不能忽视。当我们讨论失业率时，经常认为失业率上升一定是失业增加的结果，这个判断对于全年龄段失业率来说并没有问题，因为我国的劳动力总量（也称经济活动人口）在2015年之前一直在上升，2015年后略有 下降，到2021年末下降了2.6%，年均降幅约0.4%。但青年失业率则不能忽视分母的变动，因为青年劳动力波动幅度更大。 例如2010-2020年，青年失业人口只增加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（2010-2020年），青年失业人口从496万增加到500万，仅增加了4万左右，约为2020年青年劳 动力的0.1%，但青年失业率却从六普的9%提高到七普（2020年11月）的12.8%，大幅提高3.8个点。主要原因就是失业率的分母在下降，16-24岁青年劳动力人口在此期间从5481万人大幅减至3903万人，减少了1578万。但是，2010-2020 年全年龄段劳动力数量基本稳定在7.8亿，整体失业率的分母基本不变。因此， 2010-2020年间，决定整体失业率变动的是失业人口数量（分子），但决定青年失业率变动的却是青年劳动力总量（分母）。 图1：劳动力人口自2015年后大致稳定 （%） 中国:经济活动人口万人 90,000 80,000 70,000 60,000 50,000 40,000 30,000 20,000 10,000 0 195219571962196719721977198219871992199720022007201220172022 资料来源：Wind，德邦研究所 图2：2010-2020年青年失业率分子和分母变化 6,000 5,000 （万人） 分子-失业人数分母-劳动力失业率-右 5481 12.80% 3903 9.0% 496 500 14% 13% 12% 4,00011% 3,000 10% 9% 2,0008% 7% 1,000 6% 0 2010 5% 2020 资料来源：《中国劳动统计年鉴》，六普，七普，国家统计局，德邦研究所注：2020年为七普时点11月青年失业率数据 2.分子端：新增青年失业人员缘于服务业复苏分化 2.1.青年失业人口：主动辞职居多；三分之二接受过大学教育 从总量来看，当前城镇青年就业人数约为2587万人，失业人数632万人，比去年4月增加约70万，较七普增加约132万。国家统计局在3月就业数据解读时，披露了当前青年就业和失业人数的基本情况：“初步测算3月份城镇青年 9637万人，没有参与劳动力市场的青年6418万人，主体为在校学生；参与劳动 力市场的青年3219万人，其中就业人数2587万人、失业人数632万人。”1假设 青年劳动力人数与去年基本持平，今年4月青年失业率比去年同期高2.2个点， 青年失业人员比去年同期多70万人左右，比2020年七普多132万人。 从增量看，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32万左右的新增 失业人口。尽管今年4月青年失业率比去年同期高2.2个点，但从新增青年失业 人口来看，今年1-4月约为119万，去年同期为125.5万。从增量来看，今年前四个月青年失业形势要好于去年，这与当前经济逐渐恢复也有关系。 从节奏来看，受夏季毕业影响，我国青年失业率一般在上半年逐渐提高，7月达到峰值，8月开始逐步回落，预计5-7月青年失业率或将继续小幅攀升。 1王萍萍：一季度就业形势总体好转-国家统计局(stats.gov.cn) 图3：青年失业率与月度新增失业人口图4：青年失业率的季节特征 环比新增青年失业人口 调查失业率:城镇:16-24岁-右 （万（% （%） 2018 201920202021 人80）.060.0 40.0 20.0 0.0 -20.0 -40.0 -60.0 ）2121 20 19 19 1817 1715 16 1513 22/1 22/2 22/3 22/4 22/5 22/6 22/7 22/8 22/9 22/10 22/11 22/12 23/1 23/2 23/3 23/4 1411 20222023均值 资料来源：Wind，德邦研究所 注：假设2022年以来青年劳动力人数维持3219万不变，推算各月环比新增青年失业人口 9 123456789101112 资料来源：Wind，德邦研究所 失业原因方面，近7成青年失业者是主动辞职，被裁员比例只有2.6%，远低于35岁以上群体。一种观点认为，青年群体由于工作经验和技能相对不熟练，往往在企业裁员时首当其冲。但根据月度劳动力调查数据，青年失业主要原因是主 动辞职，被裁员的比例明显低于35岁以上群体。根据《2021年中国劳动统计年鉴》，有工作意愿但从未工作过的失业群体在16-24岁失业人口中占比59%，其他年龄群体中这一比例最高是14.4%。我们剔除这部分失业人群后，剩下的青年失业人口中