全球热文：青年就业：从三因素框架看“疤痕效应”来自何处

投资要点：

(相关资料图)

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。

（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。

关键词