“十三五”期间我国劳动力供求的预测与差距分析_农村人口论文

中国“十三五”时期劳动供给和需求预测及缺口分析,本文主要内容关键词为:需求预测论文,缺口论文,中国论文,时期论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。

       1 引言

       进入“十二五”时期以来,我国经济下行压力不断加大,增长放慢,但劳动力市场却有不俗表现。首先,就业规模持续扩大,2011~2014年间,城镇新增就业年均增长1156万。其次,失业水平保持稳定,2011~2013年,城镇失业人口约2200万,城镇失业率维持在6%左右。第三,就业结构不断优化,2013年服务业就业比重达到38.5%,首次超过第二产业成为吸纳就业的最大部门。第四,就业正规化程度不断提高,2013年底,雇员占城镇就业人员的比例达到68.1%,比2010年的54.3%提高13.8个百分点。从传统观点来看,劳动力市场的良好表现与经济增长的疲软似乎不相符,但考虑到中国经济正在发生结构性变化,劳动力市场这一表现应该说也并不难理解。中国目前经济增长速度为7%左右与过去超过两位数的增长速度相比虽然有所降低,但仍然不是低速增长,就业形势保持稳定符合经济学理论预期,而且,中国经济结构正在发生更加有利于就业增长的变化,服务业已经成为推动经济增长的主要部门,由于服务业吸纳就业能力更强,创造相同数量就业岗位显然不需要与过去相同的增长速度。另外,中国经济结构转型升级步伐加快,新“业态”不断涌现,就业形态更加多样化。这些变化都为我们理解经济增长和就业之间的关系提供了新的视角。

       不过,当前劳动力市场总体形势的稳定并不能掩盖其面临的突出的结构性矛盾。大学毕业生以及其他就业群体就业压力依然很大。2015年大学毕业生达到749万,比2010年多119万,大学生就业难的局面还没有发生根本转变;农民工群体两极分化现象加剧,技能型工人缺口较大,而新进入劳动力市场、缺乏技能的青年农民工面临高失业率和就业不稳定的问题,老一代农民工技能水平偏低,失业风险提高。此外,城镇就业困难人员就业脆弱性进一步加大。

       展望“十三五”时期,中国经济进入新常态,增长动力和源泉发生改变,在此情况下,劳动力市场会面临着怎样的形势?尤其是劳动供给和需求会出现怎样的变化?这些仍然是“十三五”时期需要关注的重大问题。笔者根据对中国人口变化的预测结果,在考虑教育影响的情况下,对“十三五”以及今后更长一段时期每年新增劳动力数量进行测算①,同时,结合中国就业弹性变化趋势以及国际上就业弹性变化经验,对劳动力需求状况进行预测,最后,基于劳动供给和需求变化对劳动供求缺口进行预测和分析。

       2 劳动供给预测

       “十二五”期间,中国人口发展进程出现了一个重要转折——劳动年龄人口规模和比重开始减少。根据国家统计局数据,2011年15~64岁人口比重为74.4%,比2010年下降0.1个百分点,2014年进一步降至73.4%;劳动年龄人口规模也开始下降,15~64岁人口由2013年的100582万人降至2014年的100398万人,减少184万人。按照1.6左右的总和生育率水平,我们对中国人口进行了预测,结果显示,“十三五”时期劳动年龄人口总量和占总人口的比例将双双下降。15~59岁劳动年龄人口将从“十三五”期初的9.22亿左右下降至2020年的9.10亿,占比从2016年的66.78%下降至2020年的65.11%。不过,具体到每年新增劳动力供给的状况,我们并不能根据人口预测直接得到结果,而是需要进行重新测算。因为当一个人年满16岁后,一般来说并不会马上进入劳动力市场,而是仍在学校学习,具体什么时间进入劳动力市场,则视其结束教育的时间而定。现有关于劳动力供给预测的研究普遍缺少对教育延迟效应的考虑。从方法上看,这些研究大致可划分为两类:第一类研究以劳动力供给历史数据为基础,通过建立数学模型预测未来趋势(齐国友、周爱萍、曾塞星,2005;王涛生,2006)。这种方法本质上是劳动力供给的趋势外推,往往难以将影响劳动供给的因素考虑进来。第二类研究先预测劳动年龄人口数量,再建立劳动参与率变化影响因素模型,预测劳动参与率,最后用劳动年龄人口乘以劳动参与率得到劳动供给(王金营、蔺丽莉,2006;马忠东、吕智浩、叶孔嘉,2010)。这类研究预测准确性关键取决于劳动参与率的设定,然而当前学术界对劳动参与率研究尚缺乏严密的分析框架,劳动参与率的设定比较主观。本文尝试使用教育统计数据,推算各级教育毕业而不再升学的16岁以上人数,将其加总再扣除其中的死亡人口,得到每年新增劳动力的规模。我们把这样预测劳动供给的方法称为脱离教育人数法,使用这一方法我们预测了“十三五”和今后更长一段时间每年新增劳动供给状况。

       2.1 每年新增劳动力数量预测:脱离教育人数法

       中国目前已经全面普及了九年义务教育,劳动年龄人口在进入市场之前都会接受各类教育。脱离教育人法预测劳动供给的具体做法是,将五个教育阶段——小学、初中、高中(职业教育)、大学和研究生,按照入学人数→辍学人数→毕业未升学人数→升入更高教育阶段人数几个步骤预测,最后将辍学与毕业未升学人数加总得到每年需要就业的新增劳动力数量。具体步骤参见图1。需要说明的是,在推算脱离教育人数时,要对各教育阶段的入学率、辍学率和毕业未升学率等进行设定,设定的依据主要是参考过去的发展变化过程,考虑经济、社会发展趋势,并结合各种教育规划的目标。如果没有特殊说明,数据全部来自国家数据库(http://data.stats.gov.cn)。

      

       图1 脱离教育人数法

       Figure 1 Measuring Annual Increment of Labour Supply

       (1)脱离小学教育阶段人数

       小学应入学人口为6岁年龄组人口规模,数据来自本研究人口预测结果②。首先,按照公式:小学辍学人数=6年前应入学人口-当年小学毕业人数,可得当年辍学人口。2013年小学辍学人口除以2007年小学入学人口得到2013年小学辍学率指标,该辍学率为0.52%。考虑到这个辍学率已经比较低,故假定2014~2030年辍学率不变,将1减去辍学率再乘以每年入学的人口,可以得到小学相应年份的毕业人数。其次,小学毕业人数减初中入学人数可得小学毕业未升学人数。2013年,仅有1%的小学毕业生未升入初中,假定未来小学升初中的比例维持这个数值不变,将预测小学毕业人数乘以99%可以得到未来初中入学人口规模。小学辍学和未升学的人员由于年龄未达到就业要求的最低年龄(16岁),我们假定这些人员在3年后进入劳动力市场。根据计算结果,“十三五”时期,小学辍学与小学毕业未升学人数相加每年约24万人左右。

       (2)脱离初中教育阶段人数

       初中阶段形成的劳动力包括初中辍学和初中毕业未升学人数。用3年前初中入学人数减去当年初中毕业人数即得到初中辍学人数,将其除以初中人数可得初中辍学率。根据算法,2013年,初中辍学率为6.4%,以其为不变参数,则初中毕业人数等于初中入学人数乘以(1-初中辍学率)。再来看初中毕业未升学人数,初中毕业未升学=初中毕业人数-高中阶段入学人数。其中,高中教育阶段入学人数为普通高中入学人数加上中等职业技术学校招生人数。根据计算公式,2013年,初中毕业未升学人数为160万,初中未升学率为10.1%。将这个比例作为常量,用预测的初中毕业生人数乘以该比例可得到2014~2030年的初中毕业未升学人数(见表1)。初中阶段形成的新增劳动力在“十三五”时期年均规模为258万人。

       (3)脱离高中教育阶段(包括中等职业教育)人数

       普通高中和中等职业教育这里统称为高中阶段。高中阶段的毕业生会分成两部分,普通高中毕业生有机会参加高考,进而接受高等教育,剩下职业教育毕业生则直接进入劳动力市场。

       首先预测高中教育阶段形成的新增劳动力数量。高中入学人员来自初中毕业生。2013年,初中毕业生中进入高中就读的比例达到36.1%,将其乘以预测的初中毕业人数可得到未来高中入学人数。高中辍学人数等于3年前高中入学人数减去高中毕业人数。据此可得,2012年,高中辍学人口规模为38.8万,辍学率达到4.9%。将其作为不变的比例,乘以高中入学人数可推算未来的高中辍学人数。

       其次,测算职业教育阶段形成的新增劳动力数量。职业中学入学人数等于初中毕业升学的人数减去进入高中就读的人数。由于缺少中职教育相关指标,加上中职教育的所有学生无论是否毕业,都会进入劳动力市场。因此,我们将预测得到的中职教育入学人数直接作为3年后中职教育进入市场劳动力的规模。

       (4)脱离大学教育阶段人数

       高中毕业学生也分为未升学和进入大学两部分。首先来测算大学阶段入学人数。2012年,高中毕业生人数为791万,普通高等学校招生688.8万,高中毕业入学达到87%③。将2012年高中毕业生升学率作为一个常量,乘以预测得到的高中毕业生人数,可以得到大学入学人数。考虑到大学辍学情况比较少,故可假定大学入学人数与大学毕业人数相等。大学毕业后有一定比例会攻读硕士研究生,那么大学毕业人数为入学人数扣除读研究生的比例,大学阶段进入劳动力市场人数为:4年前大学入学人数×(1-攻读研究生的比例)=进入劳动力市场的毕业生人数。其中,攻读研究生的比例设定见下文研究生教育阶段的分析。按照此公式,“十三五”期间大学阶段新增劳动力规模为611万,远高于其他教育阶段产生的劳动力。

       (5)脱离研究生教育阶段人数

       研究生分为硕士研究生和博士研究生,由于博士研究生规模比较小,而且统计指标不全,这里不再将两者区分对待。2012年,大学毕业生攻读硕士学位的比例为9.4%。假定该比例到2030年逐步提高到15%④,以4年前大学入学学生规模乘以考取硕士研究生的比例,得到研究生入学规模预测。目前,硕士研究生制大多为3年,根据3年前硕士招生规模可得研究生阶段新增劳动力规模。

       必须指出,新增劳动力供给还需要考虑死亡的情况。各年龄段人口死亡率并不相同,我们将脱离教育人数划分为小学(6~12岁)、初中(12~15岁)、高中(15~18岁)和大学及以上(18~28岁)4个阶段,分别计算各阶段的死亡人口。考虑到年轻人死亡率已经比较低,进一步下降的空间有限,故我们将第六次人口普查死亡率作为恒定值,预测未来死亡人口。根据测算,4个阶段死亡率分别为0.30‰、0.31‰、0.38‰和0.52‰,用脱离教育人数法得到新增劳动力人数乘以1减死亡率可得最后的新增劳动力供给数量。

       根据上述劳动力的预测方法,可以测算从小学到高等教育每个教育阶段升学和进入劳动力市场人群结构状况。如表1所示,进入劳动力市场的数量在2015年为1573万,随后出现缓慢下降趋势,新增劳动供给的最低点出现在2025年前后,2025年以后趋于稳定。从受教育结构来看,由于高等教育毛入学率将由2013年的35%左右提高到2020年40%,到2030年提高到45%左右,受过高等教育劳动力所占比例越来越大。劳动者素质的提高有利于中国未来产业结构的调整,从供给方为产业结构升级做了准备,同时教育也平滑了进入了劳动力市场的规模,减轻了社会的就业压力。

      

       2.2 每年新增“农民工”数量预测

       农民工在中国经济发展中发挥了巨大作用,国家在制定五年规划以及一些具体政策时,一般都会把农民工作为重点关注人群。例如,“农村劳动力转移数量”就是“十二五”规划的重要指标。鉴于此,我们这里有必要对每年新增农民工数量进行测算。具体预测方法为:根据前面对每年新增劳动力数量的预测结果,使用分城乡教育统计数据,测算出各类教育中辍学和毕业未升学的农村户籍学生,这部分人就是所谓的新增农民工。需要说明的是,新增农民工只是每年新增劳动力的一部分,二者是部分与总体的关系。事实上,继续使用农民工这一词汇已经不合时宜,因为这部分新增农民工从来没有当过农民,大部分人可能城市“生”城市“长”,仅仅因为他们拥有农村户籍而被称为“农民工”既不合适,也不合理。

       (1)脱离小学教育阶段的“农民工”。通常小学辍学和未升入初中的现象基本发生在农村地区,城市中不能完成九年义务教育的学生数量极少,因此假定流失学生(小学辍学)全部为农村学生,考虑到小学生达不到法定的劳动年龄,再假定这部分人3年以后全部进入劳动力市场成为新增长农民工。

       (2)脱离初中教育阶段的“农民工”。初中辍学的学生在城市和农村都有发生,但是以农村地区为主。县城和农村初中流失率量的比例在1/6~1/4之间(袁桂林、洪俊、李伯玲,2004)。因此,我们将流失学生按照农村和城市4∶1的比例进行分拆,得到初中教育阶段进入劳动力市场的新增长农民工数量。

       (3)脱离高中教育阶段的“农民工”。农村高中学生规模很小,而且升入大学的比例也很少,故假定农村高中毕业后全部进入劳动力市场。县镇高中也有一定比例的学生来自农村,这些农村高中生如果没有考入大学,就会成为待转出的农村新增劳动力。参考全国高中升学率,假定县镇高中未能升入大学的比例为40%,以农村户籍人口占总人口的比重为标准,假定县镇高中毕业未升学的学生中70%是农村户籍。根据这些假定可以得到县镇高中未能升学的农村高中生,这些学生与农村高中毕业生一起成为高中阶段新增农民工的来源。

       (4)脱离中职教育阶段“农民工”。中等职业教育毕业后的学生基本进入劳动力市场,但是只有农村户籍的学生才成为新增农民工的一部分。调查数据显示⑤,2012年,中等职业教育学校中学生大约有82%的人为农村户籍学生,按此比例得到可能进入劳动力市场的农村学生数量。需要说明的是,进入大学及以上教育的学生都可以根据意愿转为城镇户口,因而理论上不会从中产生农民工。我们将上述四个阶段新增农民工测算原理以图2的形式展现出来,以使计算过程更为直观。

       脱离教育人数法计算新增“农民工”规模也必须考虑死亡的情况,这里我们按照新增劳动力供给总量的计算方法,用小学阶段、初中阶段和高中阶段3个阶段的人数分别乘以相应年龄段农村人口死亡率,推算新增“农民工”的死亡人口。新增“农民工”为农村户口,故可根据第六次人口普查数据中农村人口分年龄死亡率,代表新增“农民工”的死亡率。根据测算,农村人口中,6~12岁、12~15岁和15~18岁死亡率分别为0.39‰、0.42‰和0.60‰。

       根据新增农民工数量预测方法(见图2),我们计算了2013~2030年每年新成长的农民工数量(见表2)。总体来看,新成长农民工规模处于不断下降的趋势,由2013年的742万,下降到2020年的583万。“十三五”期间,需要转移的农村新增劳动力规模近3000万,每年平均需要转移约600万人。2030年将降为528万。从学历结构上看,中等职业教育产生的劳动力规模比例最大,几乎占据新成长农民工总量的一半,初中产生的劳动力比重为23%左右,高中和小学的贡献很小,都在5%以下。从新增农民工占新增劳动力总量的比重来看,该比重从2013年的44.8%,下降到2020年的37.5%,2025年后稳定在38%左右。这说明,随着城镇化进程的推进,新增劳动供给越来越依赖于城镇中成长起来的劳动人口。

      

       图2 新增农民工数量预测方法

       Figure 2 Measuring Annual Increment of Migrant Workers

      

       3 劳动需求变化趋势分析与预测

       预测劳动需求必须首先要弄清楚什么是劳动需求,在微观的企业层面和宏观的国家层面,劳动需求的内涵是不同的。在微观层面,劳动需求是指,一定市场工资水平下,企业愿意雇佣的劳动力数量。而在宏观层面,劳动需求是指一国经济增长实际创造的就业岗位数量。目前学者对劳动需求的预测大都采用就业弹性法,如刘钧、徐文娟(2011)和齐明珠(2010)等人的研究。就业弹性表示经济每增长一个百分点就业增长多少个百分点⑥,就业弹性乘以经济增长速度得到就业增长率⑦,该法预测结果准确与否,关键取决于就业弹性的设定。已有研究对就业弹性的设定通常是根据过去的变化趋势,结合对将来经济形势的判断,进行趋势外推得到。然而,就业弹性与经济结构、要素禀赋有着密切关联,中国目前这些外部因素正处于剧烈变动时期,只从过去经验推测就业弹性变化可能并不可靠。我们这里试图通过归纳发达国家工业化阶段的就业弹性变化规律,为设定中国就业弹性提供参考。

       3.1 “十二五”时期劳动需求变化

       从我国每年净增就业数量来看,其数量并不大,尤其是“十二五”时期以来,这一数量每年平均不足300万。究其原因,主要在于就业在三次产业部门间的重新配置抵消了就业岗位的净增加,农业部门就业规模不断萎缩,使得非农产业部门就业增加被一定程度上抵消。目前,第三产业已经成为吸纳就业增长的主要部门,第三产业就业增长占非农就业增长比重超过70%。分城乡来看,城镇年均新增就业数量基本稳定,每年大约1200万左右。因此,我国目前就业岗位的增加,从产业看主要集中在第三产业,从区域看主要在城镇(见表3)。

      

       3.2 就业弹性变化状况

       一个国家或一个产业就业弹性越大,说明其经济增长创造就业岗位的能力越强。反之,就业弹性越小说明经济创造就业岗位的能力越低。一般来说,要预测今后就业增长状况,首先必须了解就业弹性的变化状况。

       我们这里首先看一看我国2001年以来特别是“十二五”期间,分产业就业弹性的变化状况(见表4)。2001年以来,第一产业的就业弹性为负值,这表明第一产业是释放劳动力部门,而且随着经济发展水平和农业劳动生产率的提高,其释放劳动力的能力在增强。第二产业的就业弹性先增长后下降,“十二五”以来,第二产业增长拉动就业增长的能力在下降。第三产业的就业弹性经历了先下降后上升的过程,“十二五”时期其就业弹性达到0.469,大大超过第二产业和总就业弹性。考虑到“十二五”以来,第三产业产出增长率也超过了第二产业,第三产业成为吸纳就业的主要部门也就顺理成章了。如果把第二产业和第三产业合在一起作为非农产业,那么,可以看到我国的非农就业弹性呈现上升趋势。

      

       3.3 就业弹性变化的国际经验

       在各国的现代化进程中,劳动力不断从农业向工业和服务业转移似乎是一条“铁律”,其结果,经济发展所带来的就业增加就主要表现为非农部门就业增长,因此,要了解经济增长和就业之间的真实关系,可靠的办法是观察非农就业弹性的变化而不是总就业弹性的变化。我们以下就使用非农就业弹性(简称就业弹性)来看一看世界各国就业弹性的历史变化。

       就业弹性反映了一个经济体发展过程中创造就业岗位的能力,这种能力是经济结构、生产方式演变的结果。由于各国经济发展具有相似的发展轨迹,就业弹性的变化也应有规律可循。我们这里考察了6个主要发达国家在较长历史时期中就业弹性的变化趋势,试图为进一步预测中国就业需求变化提供参照依据。

       从图3中不难发现,各国的就业弹性变化某个时间点(如图3中纵虚线所示)前后,呈现非常不同的形态。分界线以前,就业弹性表现出相对稳定略有降低的趋势,之后则出现无规律的波动状态。当然,有些国家在分界线以前也有剧烈波动,但这主要是因为两次世界大战导致经济运行被严重破坏所致,在考虑就业弹性长期趋势时可忽略这些特殊情况。美国在1930~1945年就业弹性为0.25~0.35,日本战后就业弹性从1950年的0.56稳步下降到1985年的0.38,韩国从1955年的1.1稳步下降到2000年的0.34,英国1841~1901年就业弹性为稳定在0.7~0.85之间,德国1945~1970年就业稳定在0.3左右,法国1950~1975年就业弹性在0.2~0.36间波动。有趣的是,当我们对这条分界线进行考察后,发现在分界线时点,各国第一产业就业比重都在10%上下。美国1955年第一产业就业比重为10.4%,日本1985年为9.3%,韩国2000年为10.7%,英国1901年为9.1%,德国1965年为10.7%,法国1975年为10.0%。

      

       图3 一些发达国家就业弹性变化

       Figure 3 Trends in Employment Elasticity in Selected Developed Countries

       资料来源:美国的就业数据来自《美国殖民地时期到1950统计》和《美国统计摘要》(1960、1990和2009)。日本就业数据来自日本统计局网站。韩国数据来自OECD官方网站。英国、德国和法国1955年以前的就业数据来自《帕尔格雷夫世界历史统计:欧洲卷》(第四版),1955年以后数据来自OECD网站。各国人均GDP来自Maddison(2010)。

       为什么就业增长弹性呈现出先稳定后波动的变化趋势?这个特征化事实必须放在更宏观的历史背景下才能对其形成机制有更全面和深刻的理解。经济学家为了认识增长的类型,将传统经济到现代经济转变过程划分为3个阶段:马尔萨斯贫困陷阱阶段、二元经济阶段(或库兹涅兹结构转变阶段)、新古典增长阶段(Hanson and Prescott,2002;蔡昉,2013)。不同的发展阶段,由于要素禀赋和生产技术的差异,经济发展方式也存在很大不同。分界线以前,农业就业比重相对较高,产业的发展容易从农业中获得剩余劳动力,如果考察较长时间内劳动力供给,那么分界线之前比较符合二元经济结构的发展特征;后一阶段农业就业比重下降至较低水平,农业释放劳动力的难度比较大,城市劳动力市场更接近出清状态,这个阶段可能更符合新古典的发展特征。为什么不同的发展阶段就业弹性表现差异如此巨大?根据发展经济学理论(费景汉、拉尼斯,1989),劳动需求的增长取决于资本增长和技术进步速度,资本存量增长和技术进步都会扩大产业对劳动力的需求。在劳动力存在剩余的发展阶段,就业增长主要由资本增长决定,劳动剩余经济的内在特征决定资本增长是一个稳定的过程,因而经济增长和就业之间呈现一种相对稳定的关系。随着剩余劳动力的枯竭,经济体进入新古典发展阶段,在边际递减规律的作用下,各种经济变量处于紧密关联的均衡状态。这个阶段中,劳动需求和经济增长完全由技术进步决定。但技术进步发生带有偶然性,引发劳动需求也不稳定。加之在这一时期,各国纷纷加强就业保护制度,以及工会力量也大大增强,就业波动被削弱,就业增长和经济增长之间的关系链条被割断,这也导致就业弹性变化的不确定性。就中国而言,当前农业就业比重仍达30%,与劳动力市场出清的新古典发展阶段还有一段距离,故可以合理地推断,中国未来一段时期就业弹性还将保持稳定。

       3.4 就业需求预测

       根据上文各国历史经验设定可对中国就业弹性(ε)进行预测。但这个预测值设定必须考虑发展阶段的差异,这里我们以人均GDP作为判断标准(钱纳里、鲁滨逊、赛尔奎因,1995)。找到参照国人均GDP与中国相接近的历史时期,将其当时的就业弹性作为预测值。2013年,中国人均GDP为6639美元,相当于日本20世纪60年代中期水平和韩国20世纪80年代末期水平⑧。如果按照6.5%的增长速度,2030年中国人均GDP约1.8万美元,分别相当于日本和韩国1990年和2010年发展水平。日本在1960~1990年间、韩国在1980~2010年间,农业就业比重均从30%下降到10%左右,二者就业弹性均稳定在0.35左右。基于此,我们假定中国就业弹性将从2013年的0.42逐步收敛至2030年的0.35,具体到各阶段为:2014~2015年就业弹性为0.39,2020年降至0.37,再降至2025年的0.37,中间年份按照不变增长率进行插值,2026~2030年为0.35(见表5)。

      

       经济趋势增长率是劳动力需求预测必需的另一个变量(g)。中国未来经济走势不仅对我国全面建设小康和现代化目标的实现具有重要意义,对世界经济格局也影响深远,因而受到国内外研究机构的广泛关注,这些机构纷纷对中国未来经济增长做出了预测。世界银行预测中国2011~2015年年均增速为8.6%,2016~2020年年均增速为7.0%,2021~2025年为5.9%。OECD预测中国2012~2017年均经济增长速度为8.9%,2018~2030年增速为5.5%。中国社会科学院预测2020年经济增长率为7.7%,2030年为5.8%。

       参考各研究结构的预测结果,以及对宏观形势的判断,我们也给出高、中、低3种预测方案:2016~2020年时期,经济增长率高、中、低方案分别为7%、6.5%和6%;2021~2030年3种方案经济增长率分别为6%、5.5%和5%。根据就业增长计算公式,可以得到2013~2030年非农就业规模增长预测值(见表5)。“十三五”期间,高、中、低3种方案下劳动力需求年均增长1585万、1549万和1511万,2020~2030年年均增加1602万、1489万和1374万。

       4 劳动供求缺口预测及结构分析

       通过上文对劳动供给和需求的预测,可以对未来失业人口和失业率进行测算,并借助人口普查数据,进一步对失业人口的结构进行考察和分析。

       (1)供求缺口规模预测

      

       根据(1)式,我们以2013年失业人口(2323万)为初始值,加上每期失业人口的增量可得失业人口存量变化(见表6)。2020年以前,劳动力市场总体是供大于求的局面,失业人口由2013年的2436万提高到2020年的2567万,2021年开始供不应求,到2030年失业人口下降到1885万人。由此可见,虽然中国劳动年龄人口绝对规模开始下降,但在2020年劳动力供应还是相对充分的,2020年以后,由于教育对劳动力进入市场的平滑作用,劳动供需缺口并不大。这对处于经济转型期的中国具有重要的意义,国家有较大的余地通过提高劳动者素质和改进生产技术弥补劳动力数量下降的负面影响,维持中国经济的竞争力。

       失业人口反映了劳动供求缺口的绝对量大小,但同时我们也关注这种缺口的相对大小——失业率。城镇失业率等于城镇失业人口除以城镇经济活动人口,失业人口已预测得到,城镇经济活动人口需要进一步测算。经济活动人口等于就业人口加上失业人口,因此只要得到城镇就业人口,就可得到城镇经济活动人口数量。前文已对劳动力需求规模进行了预测,得到每年增加的非农就业岗位数。假定非农就业岗位增加全部发生在城镇之中,那么用2013年城镇就业规模加上每年的就业岗位增加就可得到城镇就业规模序列。如表7所示,城镇就业人口从2013年的3.8亿提高到2030年的6.4亿,总共增加约2.6亿。城镇失业率呈现逐步下降的趋势,虽然城镇失业人口在2020年以前是增加的,但由于城镇就业人口更快的增加使得城镇失业率依然是下降的,从2015年的5.56%降为2020年的4.97%,年均下降0.1个百分点,“十三五”期间,城镇失业率平均为5.2%。2020年后,城镇失业率下降加快,从2021年的4.8%下降到2030年的2.86%,年均降幅为0.2个百分点。

      

      

       (2)劳动供需缺口结构分析

       在劳动力市场中,一些劳动者由于年龄偏大、缺乏经验或者技能水平偏低等原因,经常处在失业或者濒临失业的状态,这部分劳动者被称为就业困难群体。不过,失业人口中其他群体,如农民工和大学毕业生,因关系到民生改善和社会稳定问题,也往往成为受关注的对象(曾湘泉、李丽林,2003)。所以,我们这里对劳动供求缺口的结构分析主要关注3类人群:“4050”失业群体、农民工失业群体和大学生失业群体。

       从失业率的年龄分布来看,青年劳动力的失业率比较高,失业率按年龄呈递减趋势(见图4)。相比2000年,2010年50岁以下人口的失业率整体有所下降,年龄越低劳动力失业率降幅越大,失业率的年龄分布也更加平坦。50岁以上人口的失业率比2000年有所上升。一般来说,中青年劳动者的劳动效率更高,也更能适应生产技术革新,以上结果反映出,经济发展对劳动者需求有年轻化的倾向。从失业人口的规模分布来看(见图4下图),40岁以上劳动者所占比重在提高。根据人口普查数据,2010年40岁以上失业人口占全部失业人口比重达到34.4%,超过2000年22.1%的水平,增幅超过12个百分点。这也反映出,随着经济的发展,年龄较大的“4050”人员的就业形势越来越严峻。

       图4 失业率和失业人口的年龄分布

       Figure 4 Unemployment Rate and Distribution of Unemployed Population by Age

      

       资料来源:根据第五、六次人口普查资料计算。

       自1999年实施大学扩招政策后,大学毕业生就业难的问题就甚嚣尘上。这里通过对失业人口的学历分布的测算,观察大学失业的规模和趋势。由图5可见,不同学历失业人口中,初中比重最高,2000年占全部失业人口50.7%,2010年降至44%,高中学历失业人口次之,比重达到28%。大学及以上学历(包括大专教育)的失业人口比例低于初中和高中的比重,但2000~2010年大幅提升,比重从2000年的10.7%,提高到2010年的17.4%。

       图5 失业人口的学历分布状况

       Figure 5 Distribution of Unemployment Population by Education Level

      

       资料来源:同图4。

       大学学历的失业人口比重虽然并不高,但这并不表示大学生失业问题不严重。实际上,通常所说的大学生就业难是指刚毕业的大学生第一次就业困难。为反映大学毕业生失业状况,我们计算了失业者中毕业未找到工作人员的学历分布(见图6)。可以看到,大学本科、专科和研究生毕业未找到工作的比重达到44.0%,占全部失业人员的比重达到9.6%。如果不考虑以往累积下来的人数,则可以说每十个失业人员中就有一个是刚毕业的大学生。按照2010年2283万的失业总规模,刚毕业的大学生找不到工作的规模将近200万,占当年毕业大学生的1/3左右。大学生失业人员在总失业中的比重在提高,加上未来大学生在新成长劳动力中的比重会继续提高,“十三五”期间,促进大学生就业难度会加大。

       图6 毕业未工作人员的学历分布

       Figure 6 Distribution of Graduates without Job by Education Level

      

       资料来源:同图4。

       由于农民工流动性很强,失业规模统计非常困难,只能借助人口普查资料对其失业规模进行考察。根据第六次人口普查千分之一样本,外出农民工总体失业率为2.56%,应该说这一失业率水平较低,符合我们通常所观察到的外出农民工的失业率低于城镇本地劳动力的失业率的预期。从分年龄组、分性别的迁移农民工失业率看(见表8),越年轻的群体失业率越高。50岁以上农民工失业率已经非常低,这可能是由于这部分人很多已退出劳动力市场,劳动参与程度很低所致。同时,可以看出,16~20岁、21~25岁青年外出农民工失业率相对高于其他年龄组,表明青年外出农民工就业符合劳动力市场上青年劳动力失业率高的特点。根据2010年农民工监测报告,外出农民工总量为1.53亿,按此规模乘以2.56%的农民工失业率,可得失业农民工规模为392.6万,占城镇总失业人口的17.2%。

      

       根据上文对年龄较大的“4050”失业人员、大学生失业人口和农民工失业人口测算,结合对失业人群的预测,可以对2014~2030年的失业人口结构进行测算(见表9)。设定40岁以上失业人口比重为34.4%,大学生失业人口比重为17.4%,农民工失业人口比重为17.2%,假定三者比例在2014~2030年间不改变。到“十三五”末,40岁以上失业人员、大学生失业人员和农民工失业人员分别为883万、447万和442万。

       5 总结与建议

       “十三五”是中国经济结构调整与发展方式转变的关键时期,劳动力市场也将发生深刻变革,就业形势与矛盾会变得更加复杂。本文的预测表明,从劳动供给来看,尽管劳动年龄人口呈现不断下降趋势,但每年需要就业的新增劳动力数量并不随劳动年龄人口下降而下降,由于教育的影响,“十三五”及今后较长的一段时间内,年新增劳动力数量基本上维持在1500万~1600万之间,就业压力仍然较大;而且,在新增劳动力中大学教育劳动者所占比重会由“十二五”时期的38%提高到“十三五”时期的42%,而初中及以下教育劳动者比重减少至不足20%,这一根本性变化预示着过去靠简单劳动扩张驱动经济增长的模式难以为继,吸纳高素质劳动者就业需要新的增长方式。从劳动需求来看,受经济减速影响,新增非农就业岗位保持基本稳定,“十三五”时期保持在1542万左右。综合来看,进入“十三五”时期,就业总量矛盾依然存在,但主要矛盾是劳动力市场的结构性问题。

      

       在对劳动供求预测的基础上,本文具体测算了劳动供求缺口规模,估算了供求缺口中3类需要重点关注人群:“4050”人员、农民工和大学生群体的规模。其中,“4050”(40岁以上失业人员)人员占比最高,在“十三五”时期,这类人占全部失业人口的比例在1/3左右,数量维持在840万~890万之间;农民工群体和大学生群体失业规模相当,数量都保持在420万~450万之间,这两类人加在一起占全部失业人员的比例也在1/3左右。3类失业人口加在一起超过全部失业人口的2/3。事实上,这3类人群的就业问题都突出地表现了劳动力市场的结构性矛盾。

       解决劳动力市场结构性矛盾的关键就是要解决劳动者技能素质与市场需求不匹配的问题。这就要求我们了解经济结构转变和产业升级需要什么样的劳动者,同时,要不断完善教育和培训体系,努力使劳动者素质技能适应市场需要。鉴于“十三五”时期新增劳动供给主体是大学毕业生,如何促进大学生就业就成了解决劳动力市场结构性矛盾的关键。

       解决大学生就业难题,首先需要打通职业教育和普通教育之间的人才流通壁垒。消除就业歧视,承认职业教育和普通教育在地位上的互通性和等值性。建立职业资格证书与普通教育学历文凭之间的等值框架体系,允许获得职业资格证书的学习者申请同等级别的大学学位课程,允许职业资格证书和普通大学教育学历证书之间互相转换。其次,要构建适应市场经济变化的高校人才培养模式。优化高校课程设置,鼓励应用型交叉学科的发展,鼓励高校与政府、科研院所、企业以及其他社会团体组织合作建立高校毕业生联合培养机制。开设创业和就业指导课程,建立多层次的大学教育课程体系。

       注释:

       ①需要指出,虽然文章题目的时间范围为“十三五”时期,但为便于对就业政策制定提供更长期预测指引,我们预测了2015~2030年的劳动供需,其中“十三五”时期是分析重点。

       ②本文采用队列要素法对中国2014~2030年的人口进行了预测。预测软件为Spectrum 4.0。预测主要参数为:到2030年,总和生育率1.6维持不变,男性平均预期寿命逐步提高为75岁,女性为80岁。参数输入参见《Spectrum 4.0使用指南》http://futuresgroup.com/files/softwaremodels/DemmanE.pdf。

       ③这里假定普通高等院校招生全部来自应届高中毕业生,不考虑复读和中职学生进入大学的情况。

       ④中间年份的数据按照初始年份9.4%和结束年份15%的比例进行线性插值。

       ⑤据《2012中国中等职业学校学生发展与就业报告》显示:农村户籍占到职业院校在校生总数的82%。

       ⑥就业弹性计算可分为点弹性和弧弹性。点弹性反映产出和就业曲线上每个点的斜率,是时间趋于0的弹性。弧弹性反映了一段时间就业增长与经济增长之间的关系,考虑了时间的变化过程。本节所说的就业弹性是以年度或者更长年度计算的,是弧弹性的概念,用某部门就业增长率除以该部门增加值增长率得到。

       ⑦根据就业弹性的概念,就业增长公式为:

),其中,E表示就业总量,ε代表就业弹性,g代表经济增长率,ε*g表示就业增长率,劳动力需求的年度净增规模就表示为:

。因此,劳动需求预测的关键参数是就业弹性ε和经济增长率g。

       ⑧按照Maddison(2010)的估计,美国1928年的人均GDP为6569美元,日本1966年人均GDP为6506美元,韩国1987年人均GDP为6916美元,中国当前与这些国家当时的水平比较接近。

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

“十三五”期间我国劳动力供求的预测与差距分析_农村人口论文
下载Doc文档

猜你喜欢