探索反映中国国情的就业指标

二元经济下中国的就业市场需要同时观察劳动力转移和城镇失业这两类指标，且随着城市化推进未来就业问题会越来越多地表现为城镇失业。

中国的二元经济下，由于存在大量农民工等转移劳动力，如果经济下滑导致雇佣需求减少，农民工则会返乡，形成劳动力转移减缓，而非城镇中失业，这也是中国就业市场不同于发达国家的最根本之处。但随着城市化的推进，城镇人口占比提升，同时年轻人已经不愿意返回农村，即使经济下行压力下难以在城市找到工作，越来越多的人也愿意继续留在城市，而非返回农村，这意味着经济下行形成的就业压力开始越来越多的体现为失业人员的增加。相应的，观察转型时期中国就业市场也需要同时观察劳动力转移和城镇失业这两类指标。

从经验数据看，中国经济增速与官方公布的失业率基本没有相关关系，但与劳动力转移规模却高度相关。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，将推动每年非农劳动力增加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，将推动城镇新增就业提升45.2万人。

年度数据来看，非农劳动力增量、农民工增量以及城镇就业净增量都是可以作为劳动力转移量的指标。而从季度指标来看，统计局公布的外出农民工数量与工资增速数据可以作为观察季度劳动力转移量的指标。近年劳动力转移速度缓慢，外出农民工数量同比增速一直在1%左右的低位波动。而这种转移速度放缓的原因并非来自劳动力供给层面，而是来自需求层面。农民工工资增速从2012年以来持续下降，同比增速从14%左右下降至2016年的7%附近，而后持续稳定在这个水平。量价同时收缩显示是需求放缓所致。

二元经济下中国的就业市场需要同时观察劳动力转移和城镇失业这两类指标，且随着城市化推进未来就业问题会越来越多地表现为城镇失业。

中国作为转型经济，就业人口中不仅包括在城乡间转移的劳动人口，也包含留在城镇的劳动人口，两者具有完全不同就业逻辑。在就业压力上升期，在城乡间转移的劳动力则可能返乡回到农村，不表现为城镇失业，而表现为劳动力转移速度的放缓。但留在城镇的劳动人口一旦找不到工作，则表现为城镇失业。随着城市化的不断推进且年轻人留在城市比例更高，这意味着就业问题会越来越多地表现为城镇失业。

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过短，无法做纵向对比。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。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，笔者假定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，2010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。

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，笔者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，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。由于经济活动人口为年度数据，因而估算的失业率数据同样为年度数据。官方公布的调查失业率为月度数据，绝对水平与笔者估算的失业率相去不远。