随着我国经济进入高质量发展新阶段，落实并细化就业优先政策成为必然要求。其中，就业市场测量统计备受社会各界关注。如何构建既符合国际标准、又体现中国特色的就业市场监测体系，成为我国劳动力市场理论研究和工作实践不能回避的重大问题。
笔者将在回顾已有研究文献的基础上，基于劳动力市场的存量—流量模型，对我国现有的就业市场监测体系中面临的问题进行深入分析和探讨，并就如何进一步完善就业市场测量统计体系和深化劳动力市场改革，提出相关政策建议。
一、就业市场监测体系的研究现状与不足
自改革开放以来，学术界便结合国内不同的统计调查数据，对我国调查失业率水平等劳动力市场测量和统计指标进行了一些追踪式研究。比如，王德文等认为，第五次人口普查参考国际劳工组织的定义，全面调查了中国失业状况，但由于没有统计能否到岗的情况，使得失业统计口径略宽。Giles等利用中国城市劳动力调查（CULS）数据，测算出2002年中国城市户籍人口失业率与“五普”数据结果存在差异，并将其归因于统计年份不同和失业测量标准不同。
Feng等提出，由于缺少找工作行为的调查，根据中国城镇住户调查（UHS）数据计算的失业率可能存在不到 0.5% 的低估。Schucher 基于全国人口普查数据，对中国的青年失业状况进行了分析。他认为，中国青年人的就业情况要复杂得多。年轻人特别是高等院校毕业生，每年约占进入中国劳动力市场的年轻人的一半，他们更关心的是找不到期望的工作而不是失业。
关于如何构建我国就业市场测量统计指标，学术界也进行了一系列探讨。比如，笔者团队认为，科学的就业失业测量体系应包括劳动力供给、劳动力需求和供需匹配等多个方面，涉及个体、企业、劳动力市场中介等多个主体，包含充分就业和不充分就业、工时和工资、调查失业率、登记失业率、职位空缺数等多项指标。全口径失业率具有宏观意义，建议借鉴货币分类方法，失业率测量可依据工作时间长短建立一个包含U0、U1、U2的测量统计指标体系。
葛玉好等从多个方面分析了我国调查失业率可能存在的问题，提出借鉴美国、加拿大等国家的经验，公布多种形式的失业率。如根据传统方法计算的失业率、考虑气馁类型劳动者的失业率、考虑季节因素调整的失业率、考虑就业不足问题的失业率等。刘华比较了我国目前几个主要微观调查数据库的就业失业调查和测量差异，分析了其对就业率和失业率估计结果的影响，并就如何完善就业失业测量统计提出了一些政策建议。
尽管上述研究利用人口普查数据和各类微观调查数据库等对失业率进行了测算以及评估，并对构建我国就业市场监测体系进行了初步分析，但仍存在以下不足 ：
一是对失业率水平等有较多关注，但对其测量统计的复杂性讨论不足。我国当前就业市场监测体系，其实是建立在劳动力市场存量—流量模型基础上，是研究劳动力面向市场的一种状态。应当说，就业或失业的界定不是简单的二分法。不充分就业，以及基于“工作意愿”和“工作搜寻期”界定的非劳动力范畴，已成为就业市场测量统计的重点和难点。换句话说，我们不仅要了解总体失业率水平的高低，更重要的是，需要对就业、失业和非劳动力三者之间复杂的流量变化进行分析，方可能清晰把握劳动力市场运行的动态性质和特点。
二是现有文献的讨论大都集中在 2018 年 4 月国家统计局首次对外发布城镇调查失业率之前。迄今为止，国家统计局公开发布的城镇调查失业率，以及后来陆续公布的青年失业率，多是基于尚未公布的劳动力调查数据库计算的结果，一些相关的就业失业问题还未得到充分学术讨论。特别是近年来受疫情等不确定因素影响，作为劳动力市场运行状况重要指标的城镇调查失业率发生波动，青年失业率出现走高，就业失业测量统计更加引起社会各界高度关注。
因此，笔者拟基于劳动力市场存量—流量模型，对就业失业测量的指标体系、技术定义以及重点问题进行深入分析和讨论，结合国际经验和做法，探讨我国就业市场监测体系中存在的误区，并对未来构建就业市场测量统计指标提出具体改革建议，以期更好地回应社会各界对当前和今后劳动力市场就业失业测量统计指标变动等问题的关切。
二、就业市场监测的理论框架、统计指标和技术定义
现代劳动经济学主要研究劳动力资源配置，即劳动力市场的运行规律。为了解一国的就业或失业水平及决定因素，不仅要对劳动力市场的存量进行分析，即对就业者（E）、失业者（U）和劳动力（N）进行划分，而且要分析三者之间的变化，即流量。这就是存量—流量模型分析，存量—流量模型是就业失业统计分类的经典理论。（图 1）
图1 存量—流量模型
存量—流量模型又称管道循环理论，它是用来刻画现代劳动力市场运行的动态属性。该模型要点是：劳动力范畴分类是研究劳动力面向市场的一种状态，即一个符合法定劳动年龄的人（如16岁及以上），到达这个年龄后，将面临进入或不进入劳动力市场的选择。进入市场即成为劳动力，包括就业者和失业者。不进入市场，即不在劳动力统计当中，英文为not in the labor force。
理论上讲，一个人在生命的不同阶段，可处于不同状态。比如，16岁后在校就读，就是非劳动力；到工厂上班，就是就业；没有工作且在寻找工作，就是处于失业状态。在现实经济活动中，在技术上如何界定就业和失业，以全面反映存量—流量模型的理论要求，是研究和探讨就业失业测量统计的核心问题。
就业的英文表达是employed，其含义是被雇佣。世界各国普遍遵循国际劳工组织的标准，即一个人在最近的一周内，如果在“有报酬”或者“自营就业”岗位上工作了至少一小时，即为就业。该定义强调，调查期限为“过去一周”，工作目的是“为获得收入”，工作时间限定为“一小时”以上。这一定义实际上强调的是就业“质”的属性，即处于工作状态。而对于就业“量”，或者说就业的充分程度，即工作时间多少并未涉及。劳动力范畴分类是衡量劳动力面向市场的一种状态，而不是衡量人们的收入即经济困难程度。
失业的英文表达是unemployed，其含义是未被雇佣。最典型的例子是企业裁员，或者说是员工的非自愿流动。在劳动力调查中，国际劳工组织提出失业的界定一般要符合三个标准 ：一是没工作；二是有工作搜寻行为，即在过去 4 周内做过专门努力，找过工作；三是若用人单位提供工作机会，两周内能去上班。
近日，耐克公司（Nike）首席执行官John Donahoe在一封向全公司发出的电子邮件中告诉员工，公司将裁员2%。
我国的失业测量一般使用3个月的工作搜寻期限，这与国际标准有所不同。其原因主要在于，一方面，20 世纪 90 年代，我国劳务中介机构较少，人们大多是通过亲戚朋友等社会关系网络渠道开展工作搜寻，这会导致工作搜寻期较长。另一方面，用4周作为工作搜寻期限的标准，可能产生偏低的失业率数据。
由于长期失业对个人及其家庭造成较大不利影响，故对长期失业的定义和统计格外重要。按照国际劳工组织的表述，长期失业人员是指求职持续时间（包括参照期在内）达到或超过12个月的人员。为监测那些与社会福利发放相关政策的执行情况，也可以缩短这个时限（例如调整为6个月或以上），比如，美国劳工统计局将长期失业人员限定为持续失业27周的人。
此外，在认知层面，人们通常对就业和失业之间的界定及区分较为明确，但对失业与非劳动力之间的含义区分则不易理解。比如，非劳动力（not in the labor force），其含义是指没有工作意愿，或者有工作意愿但没有工作搜寻行为的人。其中，没有工作意愿可能包括子女需要居家照料者、高收入家庭的主妇、退休职工等情况；有工作意愿但没有工作搜寻行为的人包括高校低年级学生等；有工作意愿且有工作搜寻行为，但两周内无法进行工作的，包括在校应届毕业大学生等。
就此而言，存量—流量模型不仅有助于界定就业、失业和非劳动力三者的范畴，以及测量统计其存量水平，更重要的是有助于观察和分析这三者之间的流量变化。就业、失业或者非劳动力，是劳动力在一个时点上的存量状态，而其存量状态是由三者之间的流量变化所决定。对劳动力市场研究而言，更重要的是要探讨三者的流量规模和变化方向。
一般来说，伴随着经济下行，企业可能进行裁员，反映在劳动力市场上，就是就业数量的减少，失业数量的增加，也即EU的出现。伴随着经济复苏，企业可能增加招聘，反映在劳动力市场上，就是就业数量的增加，失业数量的减少，也即 UE 的出现。
当然，经济下行，人们被裁员后，也可能完全丧失工作意愿，或有工作意愿而不再进行工作搜寻，这被描述为人们退出劳动力市场，此时就会出现EN的情况。而当经济复苏，人们开始重新进行工作搜寻，可能会导致NE，即从非劳动力变为就业者。
进一步分析，还有两种情况 ：当外部经济环境发生变化时，失业者缺乏工作意愿，或者有工作意愿而不再进行工作搜寻，最终退出劳动力市场，从而变为非劳动力，即出现UN；非劳动力者，有了工作意愿，且展开工作搜寻，但未找到工作时，便处于失业状态，即导致NU。
基于上述存量—流量模型的分析可见，就业市场测量统计，不仅是对人们在劳动力市场上客观状态的一种度量，还与人们的主观意愿和个人行为判断紧密联系。失业水平的上升，既可能直接来自失业人数的上升，也可能来自退出劳动力市场人数的增减变化，这集中反映在人们的工作意愿和工作搜寻行为的变化等方面。
三、我国就业市场监测体系中的主要问题
我国1996年建立城镇劳动力调查制度，2005年开始每年开展两次全国劳动力调查，2009年建立 31个大城市月度劳动力调查制度，2016年将上述两项劳动力调查整合、建立全国月度劳动力调查制度，2018年开始向社会正式公布全国城镇调查失业率。至此，我国劳动力调查制度基本实现了与国际标准接轨，统计数据具有了可比性。
图源：财新数据
但由于劳动力市场运行规律的复杂性，依照存量—流量模型的理论要求，不难发现我国当下的就业市场测量统计中仍存在一些值得深入研究的问题，归纳起来大致有以下几点。
（一）失业率水平统计结果既存在一定程度的“高估”，也存在一定程度的“低估”
基于存量—流量模型的分析可知，劳动力范畴最难界定的是失业者和非劳动力。这其中争议最大的是关于工作意愿和工作搜寻时间的界定。之所以说我国失业率测量统计存在一定的“高估”，主要在于我国对调查周前个人工作搜寻时间的界定较之国际标准明显要长。从全球来看，目前仅有我国使用“3个月（12周）搜寻期限”这一标准，由于12周较之国际标准4周而言，开展工作搜寻的人数自然会增多，这势必使得一部分非劳动力者被划为失业者。
因此，从理论上讲，与国际标准“调查周前 4 周”相比，我国失业率水平难免存在一定程度的高估。我们借助相关调查数据进行比较研究，也证实了这一点。比如，北京大学中国社会科学调查中心开展的中国家庭追踪调查（CFPS），采用的是国际4周的标准，将其与依照国家统计局数据测算的结果进行对照，即可发现二者存在较大差距。（表1）
关于上述统计差异，笔者在2023年《经济观察报》和“知识分子”公众号两次专访中都曾提及。也就是说，如果将按国际4周标准计算的2020年失业率结果与按国家统计局数据测算的失业率结果进行比较，可以发现中国失业率的各项指标其实并不算高。当然，这种判断是基于两套不同的调查数据库。如果国家统计局相关机构未来能够在调查问卷中，增加工作搜寻 4 周的国际标准，通过对同一套数据进行比较，将会得出更为准确的判断。
其中，青年失业率尤其是高校毕业生的失业率统计也存在显著高估。基于存量—流量模型的失业率测量的三项标准，同样适用于在校学生就业情况的测量：一是无工作；二是正在找工作；三是两周内能到岗。对于在校学生而言，前两项标准没有多大争议，关键在于第三项标准，即“单位录用两周内能否到岗”这一点如何理解？根据国际经验，高校毕业生找工作，即使单位发出录用通知，除非两周内能到岗，否则不能视为就业或失业。
原因其实很简单，对在校大学生求职而言，无论他们是否找到工作，此时都无法满足两周内到岗的条件，他们的主要任务仍然是在校学习，故既不能算作“就业”，也不能算作“失业”，而应将其归为“非劳动力”，或者说是退出劳动力市场的人员。而现有统计将正在进行工作搜寻、且未拿到录用通知的高校在校学生视为失业者，这就会在一定程度上造成青年失业率水平的高估。
与此同时，当下失业统计也存在着一定的低估倾向。比如，劳动力调查或发布中没有涉及个人工时分布的数据，即没有展现未充分就业人数及比率的情况。这导致不少人误以为，工作“一小时”是中国制定的就业标准，并质疑工作一小时怎么能养家糊口。其实，在广大发展中国家，不充分就业是一个普遍存在的事实，备受社会各界关注。
各国普遍遵循国际劳工组织的标准，即一个人在最近的一周内，如果在“有报酬”或者“自营就业”岗位上工作了至少“一小时”，视为就业，但这并不意味着，对就业的测量和统计仅限于此。实际上，“一小时”强调的是就业“质”的属性，即一个人是否处于就业状态，并未涉及工作时间的长短，或者说没有考虑就业的充分程度。而基于存量—流量模型重新思考就业测量统计，就不仅仅涉及工作“一小时”，即处于就业状态的标准，还要考虑实际的工作时间是多少，即分析就业的充分程度。
国际劳工组织对不同工作时间的标准有明确划分，一般来说，小于20小时为极短工时；等于或大于20小时、小于35小时为工时不足；35小时及以上为充分就业。按照这个标准，CFPS数据显示，2020年我国极短工时为3.94%，工时不足为4.76%，合计为8.7%。国家统计局数据显示，2021年，按照每周工作1小时以上、20小时以下计算，我国的极短工时占比大体为2.1%；按照每周工作20小时以上、40小时以下计算，不充分就业率为5.8%；二者合计为7.9%。
由此可见，按照国际标准，我国工时相对不足，即未充分就业的情况明显存在。国家统计局的劳动力调查中还包括不同工作时长的内容，且在《中国劳动统计年鉴》中公布部分工时数据，这些测量和划分标准与国际标准并不完全一致，同时也未随调查失业率一起按月发布。
除了包括极短工时在内的不充分就业问题应当引起关注外，一些国有企事业单位因“预算软约束”而产生的“隐形失业”现象也在一定程度上存在。这是我国传统劳动力市场的一大特点。与其他国家情况不同，当经济发展面临下行压力时，一些国有企事业单位通常不会采取裁员或较少采取裁员手段，而是通过采取减薪等措施，或者是采取3个人的活由5个人来干的方式来应对外部冲击。这也造成了我国当前25岁及以上人群调查失业率较低、波动较小，但可能存在一定程度低估的整体成像。
（二）调查失业率单一指标难以反映劳动力市场全方位信息，来自工作场所调查的劳动力需求信息缺乏，难以对就业形势作出全面、精准的判断
对于初次进入劳动力市场的青年，企业通常会通过直接减少招聘需求来应对经济形势的变化。青年失业率其实更灵敏，更能反映劳动力市场的流量变化，以及经济形势对劳动力市场需求的直接影响。因此，劳动力市场的运行状况是否正常还需要多角度分析，并结合多项测量统计指标来综合判断。一些发达国家已经开发了多项就业失业测量指标，并将此类统计置于极其重要的地位。如美国劳工部下设的劳工统计局（BLS），开发出包括“丧失信心人群”等6项失业率指标（U1—U6），每月公布大量的信息，从多角度呈现劳动力市场的变化，成为美国政府进行相关政策调整的重要依据。
需要指出的是，基于存量—流量模型形成的就业失业指标及其变动分析，是观察和了解劳动力市场运行状况的十分重要的内容，但仍不够全面。国际经验表明，观察劳动力市场的景气程度，其中一项重要内容是收集来自工作场所的信息，即劳动力需求，或者说职位空缺的信息。
就业失业数据，均来自家庭住户调查，更多反映劳动力供给的变化 ；而来自工作场所调查的信息，则反映劳动力需求的变化，对分析和判断劳动力市场具有不可替代的意义。只有将职位空缺信息与调查失业率等结合在一起使用，才可能更为全面系统地把握劳动力市场的总体趋势、分析劳动力流向和经济周期，为政府制定更有针对性的宏观就业政策提供强有力的支持。对此，我国“十四五”规划纲要曾明确提出，“健全就业需求调查和失业监测预警机制”，这一重要要求还未引起足够重视，该项工作亟待着力推进。
自2008年金融危机爆发以来，中国人民大学中国就业研究所利用智联招聘和58同城招聘平台大数据，编制了中国就业市场景气指数（简称CIER 指数）和蓝领指数（简称BLUE指数），以及高校毕业生就业市场CIER指数，召开中国就业季度分析会，公开发布中国就业市场景气报告，试图全面、客观反映网络招聘平台的职位空缺状况，对于国家利用大数据开展就业市场监测工作起到补充作用。比如，近些年我国就业市场呈现新变化，受到疫情等不确定性因素冲击，产业转型面临升级，房地产和教培等重点领域出现结构调整，新经济和新就业形态蓬勃发展的同时重点群体就业问题凸显等。
面对就业市场瞬息万变的新情况，政府在制定和实施“稳就业”政策前，更需要客观、真实、动态的劳动力供求数据来把握就业市场的变化。在此背景下，借助网络招聘平台大数据，了解职位空缺和劳动力需求变化，进而推动就业市场的动态监测和科学分析，有助于弥补现有就业市场测量统计过程中存在的一些欠缺。人大中国就业研究所借助网络招聘平台大数据开展职位空缺和劳动力需求调查，在一定程度上推动了政府对就业市场的动态监测工作目前的难点在于，由于网络招聘平台仅仅是我国用人单位开展招聘活动的一部分，包括线下招聘在内的总体就业情况等仍未得到全面和精确的反映。
图源：中国就业研究所2022年第一季度《高校毕业生就业市场景气报告》
（三）现有劳动力调查数据开发利用有待提升
根据目前我国政府信息公开的标准，政府的未来管理规划、与公众利益相关的政策、公共资源的合理使用和监督、各级政府部门机构之间的人事沟通协作，以及国家规定的各个法律规定等方面的信息，均属于政府信息公开的内容。从世界各国或各地区的一般经验来看，大多倾向于将劳动力调查信息和内容向全社会公开。比如，美国政府在公布 U1—U6 失业率的同时，还提供了详细的调查数据 ；我国澳门特区政府劳动调查，也以统计表格形式公布详细调查数据。
近年来，国家统计局在北大、人大和清华三所高校，已经建立了微观调查数据库实验室，也陆续公布了人口普查等微观数据信息，这些举措对推动我国劳动经济研究起到了很好作用。但劳动力调查数据库作为分析和判断我国就业形势最为重要的数据来源，开发和利用还明显不足，使得我国劳动经济学界无法准确了解就业、失业和非劳动力的存量现状，难以基于存量—流量模型，对就业、失业和非劳动力人员之间的流量变化及其影响因素展开更深入的探讨和更科学的分析，这也在一定程度上导致民众对我国就业失业状况产生一些误解和误判。就此而言，我国劳动力调查数据库亟待获得更充分的开发、交流和使用。
四、完善我国就业市场监测体系的政策建议
我们需要认真贯彻落实党的二十大报告关于“高质量充分就业”的要求，基于经典的存量—流量模型，研究构建既符合国际标准、又能体现中国特色的就业市场监测体系。这一监测体系既包含就业失业的数量变化，也包括薪酬福利、工作时间等维度。在测量手段或方法上，还应引入国际通行的住户劳动力调查、工作场所职位空缺调查、企业劳动用工成本调查等多种手段和方法。与此同时，还应积极采用招聘平台大数据、灵活用工大数据等就业市场数字化测量的新手段和新方法。当下，我国就业市场测量统计可以在五个方面优先改进。
其一，进一步优化“充分就业”的界定。传统的就业理论认为，充分就业（full employment），也称作完全就业，即愿意工作的人均可获得工作；或者说，排除自然失业率之外的就业，即为充分就业。按照国际通行标准，一个人在最近的一周内，如果在“有报酬”或者“自营就业”岗位上工作了至少“一小时”，即为就业。这一界定或许对于标准就业占比较高的发达国家尚可适用，但是对于我国这样一个非标准就业占比较高的发展中国家而言，就存在明显不足。由于这一界定未能考虑就业时间的充分程度，更重要的是也未将工资和工时等就业质量的衡量指标综合纳入其中，这很容易导致对我国就业状况的相关研究判断出现一定偏差。
其二，进一步强化全方位监测，增加相关测量指标。由于单一指标并不能全面反映劳动力市场动态变化的情况，通过多角度测量统计获得全面丰富的信息，有助于对就业形势作出更为准确的判断，为国家宏观经济政策调整提供重要依据。因此，可以考虑增加国际可比较的调查失业率。建议尽快增加工作搜寻期为4周标准的失业率统计口径，形成中国版的多口径调查失业率；借鉴国际经验，增加 U1 和 U4 失业率统计，增加不充分就业率和长期失业率指标等。
其三，适时启动职位空缺和劳动力流动调查。对于有关职位空缺的调查，国际上已有不少成熟的经验可供借鉴。随着数字化的推进，借助互联网开展此项工作会更为便利，关键是如何更好地推进这项工作。调查的内容可以包括 ：职位空缺、人员招聘、企业雇佣、员工离职和企业裁员等。考虑到这项工作的复杂性，建议考虑委托学界首先启动相关研究工作，然后在借鉴国际经验的基础上，在有条件的地方开展试点，最后在总结经验的基础上逐步向全国推广。
其四，择机共享劳动力调查微观数据库。国家统计局在上述三所高校联合建立的三个微观数据库实验室，已面向中央和国务院各部门科研机构，开放了包括第三次全国经济普查、第六次全国人口普查、第三次全国农业普查、2015年1%人口抽样调查、住户收支调查、规模以上工业企业财务状况年度调查六大类微观数据。为了更好地调动更广泛的社会力量，为政府就业政策调整提供更科学的依据，建议择机尽快共享劳动力调查信息，进一步提高数据库的利用率。
其五，采取适当的激励措施和方法，进一步提升调查数据的有效性。为增强就业失业测量统计的可信度，2022年国家统计局已经将劳动力调查的样本量从12万扩大到40万，在我国这样一个幅员广大、人口众多的国家，要增强样本代表性，的确有必要扩大样本量。与此同时，也可以考虑借鉴发达国家的经验和做法，在国家投入增加较少甚至不增加的基础上，通过对调查对象的适当激励，以及通过后期建模、加权调整、小区域估计等调研方法的优化，进一步提高就业市场测量统计的有效性。
本文在对研究现状回顾的基础上，基于劳动力市场存量—流量模型，对现有就业市场测量统计的现状、面临的突出问题等进行了分析和探讨，并就未来如何深化改革、完善我国就业市场测量统计指标提出了一些政策建议。未来，应从促进高质量充分就业的战略目标出发，积极构建既符合国际标准、又体现中国特色的就业市场监测体系。
这一体系应具有科学性、全面性和及时性三大特征。就科学性而言，应客观准确反映我国就业市场运行的规律和要求，并能与国际通行的就业市场测量统计指标进行比较；就全面性而言，应纳入就业市场各类主体之间以及内部的测量和统计，不仅包括就业者、失业者和非劳动力之间的流量变化，而且能够测量和统计三者内部要素的流量及变动；就及时性而言，不仅要适当增加现有住户或用人单位问卷调查的频率，更要充分利用各类招聘平台大数据的优势，及时捕捉就业市场瞬间变化的各类信息，尽可能消除或减少就业市场供求信息不对称导致的决策失误。
此外，构建我国就业市场监测体系，还应包括及时对社会关切加以回应，开展相关测量统计指标的解释和宣传。对就业、失业和非劳动力等概念的理解，都需要一定的劳动经济学专业知识。长期以来，由于我国高校许多经济院系不曾开设劳动经济学课程，这导致不少专家学者，都将未处于工作状态的人一概笼统归为失业者。
对此，需要在我国高校经济管理院系推广劳动经济学课程教学，加大这方面专业人才的培养；尤其要加强对劳动参与率、就业、失业等劳动力调查概念的澄清式阐释，出版相关专题的普及读物，尽力减少误解。相信经过各方的共同努力，我国就业市场监测体系将会不断完善，社会各界对我国就业形势的判断和认识将会更加理性，党的二十大报告提出的“促进高质量充分就业”的新要求，也将切实得到全面落实。
本文来自微信公众号：探索与争鸣杂志 （ID：tansuoyuzhengming），作者：曾湘泉（中国人民大学劳动人事学院教授、中国就业研究所所长）