基于人口经济学视角的青年就业率实证分析

王棫冰

四川省社会科学院四川成都 610072

打开文本图片集

摘要：本文基于人口经济学的视角，探究人口与经济社会的关系，具体分析人口因素对就业的影响。收集了2005-2019年中国宏观经济发展的各项数据显示就业的宏观经济发展环境变化趋势，拟通过与代表人口内部系统的各项人口指标，如人口年龄结构、人口数量等进行回归联立的实证分析。分析除宏观经济影响就业之外，人口系统如何影响中国青年人的就业率。从人口经济学的角度，分析人口系统从何种程度作用于青年人就业率，对于中国特色社会主义新时代完善人口政策，促进就业的协调发展和社会稳定至关重要。

关键词：人口结构青年就业率人口经济学

一、研究背景

就业是民生之本，关注青年人的就业形势则为就业研究的重点对象。自改革开放以来，我国经济总量激增，创造了发展中国家经济腾飞的奇迹。在改革开放和城镇化的政策背景下，高等教育扩招，青年人的教育水平提升，参与就业的青年人与日俱增。基于我国高等教育招生规模大幅扩大的社会教育现实，随着教育年限的增加，我国青年人应届就业日趋推迟，大学生毕业就业难的问题凸显。

同时，随着社会经济的发展以及城镇化水平的提高和人们生育观念的改变，我国生育率呈下降趋势，中国总人口增速减缓。在劳动力市场上，我国女性就业率自建国以来大幅增加，越来越多的女性就业，拥有属于自己的事业，2019年我国就业性别比达104.5。2020年60岁及以上的人口达到18.7%，65岁及以上的人口达13.5%，已接近深度老龄化社会。

劳动适龄人口持续增长和充足的劳动力是我国改革开放以来经济持续增长的关键要素，然而随着我国人口老龄化程度日益加深，劳动适龄人口比例开始下降，人口红利逐渐消失，对我国的经济发展势头形成了严峻的威胁。因此从人口系统出发逐步分析人口年龄结构、性别结构、人口受教育程度、人口总数对于青年人就业率的影响，对于我国分析人口问题、就业问题有一定的理论和实践意义。

二、文献综述

古典经济学家分析了年龄结构和人口数量对于社会经济变动的影响。亚当·斯密认为人口数量的增加可以有效促进社会细化分工，提高劳动生产率，进而促进经济增长，国民财富的增长依赖于劳动人口的增加。马尔萨斯与亚当斯密观点相悖，他认为人口规模增加会对经济增长产生不利影响，控制人口数量才能实现经济持续增长。大卫李嘉图则认为人口高速增长不能持续促进经济增长，其促进作用是递减的。索诺模型提出了经济体需要资本、劳动力投入和知识进行生产，劳动力总数和资本等要素投入的增长会引起总产出的增长。戴蒙德提出世代交叠模型，突破了无限生命模型，假设人口存在新老交替，青年时期劳动收入在消费和储蓄中分配，老年时期依靠年轻时的储蓄和利息存活，其消费量小于生产量。因此当一个社会进入到老龄化社会，这个社会的经济活力将会降低。

二十世纪及以前的西方学者普遍认为人口老龄化会对消费、储蓄、投资、劳动力生产以及经济增长产生负面影响。如R·L·克拉克、J·J·斯彭格勒认为：劳动年龄人口比例相对应下降，劳动力资源相对缩减，是人口老龄化带来的严重经济后果，会影响社会生产力的发展。此外，人口老龄化会带来劳动年龄人口的高龄化，削弱劳动生产力。而人口总量的增加，会促进劳动力供给增加，从而促进国民财富的增加。

二十一世纪之后，全球面临老龄化问题，诸多学者研究人口老龄化对于劳动供给、就业的影响，部分学者提出老龄化能对经济社会产生一定的正面影响。2012年，美国国家科学院就美国人口老龄化与宏观经济的关系做出了与现代经济学理论不一样的结论，通过对宏观数据和人口数据的长期效应分析，提出人口老龄化对于整个宏观经济的影响是温和的。工作岗位的数量很大程度上是由劳动力的数量决定，老年劳动力数量的增加预计会略微提高年轻人的工资水平，老年劳动力和年轻劳动力是相互补充的关系。对于就业性别比降低的研究，Gruber、Wise等（2009）发现在1960～2007 年之间，美国的女性劳动力增加了4800 万人，从原来占劳动力市场总数的34%提高到了46%，但这并没有降低同时期男性的就业率。

中国学者在进入二十一世纪之后，也研究了老年人就业与青年人就业的关系，张川川（2014年）提出老年人就业的增加不会挤出年轻人就业，高年龄段人口就业的增加会提高而非抑制年轻人就业，且对青年工人的工资水平有显著的正向影响。齐红倩（2018）分析31个省级2001-2015年的数据，认为人口老龄化对中国宏观经济的影响是复杂的且呈现区域的异质性。人口老龄化对经济增长的正向效应随时间变化呈现“V”型的动态走势，即先下降后上升的趋势，地区差异显著。严凌（2020）等提出老年人再就业对青年人就业具有短期“替代”，长期“互补”的效应。

三、研究思路与研究假设

本文将探寻人口系统与外系统相互作用的关系，进行人口与经济社会的相关研究。在本文中人口变量为影响因素，性别结构和年龄结构、人口总量、受教育程度四大因素作为本文研究的解释变量，宏观经济发展各项变量作为非人口因素，因数据为2005-2019年的时间序列数据，因此选取时间序列模型对就业率进行拟合，估计人口系统对于青年人就业率的影响。

根据文献梳理，本文认为人口规模增加会促进劳动力供给增加，就业性别比下降一定程度上有利于女性就业人数的增加，可以促进女性青年人的就业，从而青年人总体就业率上升;人口老龄化率的提高在一定程度上能够对青年人就业率产生正向影响。基于以上分析，提出三个研究假设：一，人口总量的增加会促进青年人就业率的提高。二，就业性别比的下降会促进青年人就业率的提高。三，人口老龄化，主要以人口老龄化结构的变化为主，人口老龄化率的提高会在一定程度上促进青年人就业率的提高。

四、数据来源和样本选取

（一）数据来源

本文数据来源于 2005-2019 年《中国统计年鉴》、《中国人口与就业统计年鉴》，包括以下的数据：就业人员总数主要分为青年人就业人数和老年人就业人数，其中青年人就业包括全国15-19岁、20-24 岁、25-29岁就业人员总数、老年人就业人员包括55-59 岁和60-64 岁以及65岁以上就业人员总数，除此之外还包括全国就业人员总数、国内生产总值、中国进出口总额、国家财政收入、平均消费物价指数、城镇平均工资指数、各年龄阶段就业人员的受教育程度等等。

（二）样本选取

本文把青年人就业率分解为15-19岁、20-24岁、25-29岁三个年龄段的就业人数。一般而言将15-19岁作为青年人的理论研究年龄段，但根据实际情况，我国青年人大学毕业主要位于20-24岁期间，张川川（2014）选取了 20-24 岁的青年人作为研究对象，而本文认为我国青年人的应届毕业就业年龄推迟，再加上部分青年人会因为较以前更加重视寻找适合自己个性的就业岗位的自由选择而推迟就业，一些大学生在毕业之后也处于持续进行考公务员、事业编的阶段。因此基于对现实就业情况的总结，本文将青年人就业分为三个年龄阶段，在前人的研究基础上加上了25-29岁年龄阶段。确定15-29岁青年人为样本总体。

五、变量定义与测量

（一）被解释变量

Y =青年人就业率。数据来源于 2005-2019 年《中国人口与就业统计年鉴》中全国就业人员中15-29岁就业人员总数和全国总就业人员，青年人就业率=青年人就业人员合计/全国就业人员合计。

（二）解释变量

人口因素包括三大过程——生育、死亡、迁移和三大内容——结构、规模、质量，以下选取了性别结构、年龄结构、人口总量和受教育程度四个变量分析人口对就业的影响。

=就业性别比。就业性别比显示在全国就业人员中男性和女性比例，代表女性为100单位对应多少单位的男性。人口老龄化率，指65岁及以上的老年人占全国人口总量的比例。人口总量（万人），指每一年末全国人口总数。青年组受教育程度。本文主要收集了15-29岁年龄段学历为高中及以上的就业人数，青年组受教育程度=15-29岁学历为高中及以上的就业人数/15-29岁就业人员总数。

（三）控制变量

本文将宏观经济各项指标定为消费、投资、对外贸易、GDP国民经济核算数等四个指标，作为控制变量，具体指标如下：GDP国内生产总值（亿元），国内生产总值指国家在一定时期内运用生产要素所生产的全部最终产品和服务的市场价值。GDP水平受供求关系驱动，因此需求增加会导致GDP增加，需求增加必须伴随保持需求的相应生产率和就业增长。根据奥肯定律，GDP每增加一个百分点，就业率相应提高两个百分点。=CPI（居民消费价格指数，1978=100），CPI 是度量通货膨胀的一个重要指标，通货膨胀是物价水平普遍而持续的上升。CPI 上升会导致生产者的利润上升，促进他们扩大生产，从而增加工人雇佣数量，就业率上升。数据选取平均CPI，即城镇居民 CPI （1978年=100）和农村居民 CPI（1978年=100）的简单算数平均值。固定资产投资总额（亿元），固定资产投资形成生产资料和提供工作岗位，对扩大就业发挥重要作用。进出口总额（亿元），进出口的增长显示出社会经济的繁荣，必然带来劳动力需求的增加，所以能提高就业人数

六、实证模型设计

其中Y为青年人就业率，（i=1～4），分别表示四个人口因素，其中为就业性别比，

为人口老龄化率，若 >0，则对青年人就业具体表现为正向影响。（t=5～8）为控制变量，X5 为GDP（亿元）;X6为CPI;X7为固定资产投资（亿元）;X8为对外贸易。

（一）描述性统计

2005-2019年青年组就业率的平均值为20.992%，先升后降的总体趋势。2005年的青年人就业增长率最高。2005年到2010年上升，2010至2019年平缓下降，2010年青年人就业率为峰值最高值，达到24.7%。2020年最新青年就业率为18.8%。

中国老龄化比例逐年增加，15年间增长了近63.6%。根据国际老龄化社会的定义，中国日益接近深度老龄化社会。2005年65岁以上的比例为7.7%，逐年递增，自2014年步入10%，随后增速提升，于2020年达到12.6%。2021年，65岁及以上人口突破2亿人达到20056万人，比上年增加334万人，占全国人口的14.2%。

随着建国后“妇女能顶半边天”等一系列妇女运动的兴起，妇女从封建制度、父权制度的压迫中解放出来，越来越多的妇女接受了高等教育并参与到工作中去，就业性别比逐年下降，总体呈下降趋势。2005年就业性别比为106.16，2005-2008年平稳发展，之后逐年递减，2009年降为105.76，2013年降为104.92直到2017年，就业性别比不增不减，2019年就业性别比降为最低峰值。

七、统计结果

通过回归方程，反映人口系统四大因素的变化如何影响青年人的就业率，人口结构、人口规模、人口质量（分别为β1 和 β2、β3、β4）分别在何种程度上对青年人就业率产生影响。

ADF检验平滑结果可得：

P值为0.0%，远低于阈值1%，因此检验的是一个标准正太分布，因此我们的序列为稳定性时间序列。

相关与协相关统计结果如下图所示，从统计结果可得自变量就业性别比和老龄化率与被解释变量青年人就业率成负相关关系，其余自变量与青年人就业率呈正相关关系。变量之间的协方差也是代表了两个变量之间的相关性，值越高相关性越高。

由此可见，人口学因素中人口总量、就业性别比、青年人受教育程度与青年人就业率之间相关性较高，其中就业性别比最为相关。