蔡昉《經濟研究》發文（1.5萬字全文）

中國社科院學部委員蔡昉參加新經濟學家智庫研討會資料圖。本文來源：《經濟研究》2025年第6期

本賬號接受投稿，投稿郵箱：jingjixuejiaquan@126.com

蔡昉《經濟研究》發文：中國人口老齡化與結構性就業矛盾轉換

內容提要：

結構性就業矛盾是勞動力市場常態，由多種因素決定，也以多種形式表現 出來。與人口轉變過程和未富先老特征相關的勞動力年齡結構變化，是中國面臨結構性 就業矛盾的獨特且顯著因素，也應該成為構建中國特色就業理論的主要研究方向。本文 利用中國獨特的數據，展示結構性就業矛盾的存在、特征和變化趨勢。根據勞動力年齡分 布及其相關的人力資本稟賦特征，本文揭示一個就業匹配的特征化事實或參照框架，并將 其表述為就業匹配度隨勞動者年齡增長，呈現從低到高再下降的倒 U 字形曲線。與此相 對照，中國勞動力年齡結構已然呈現近似于 U 字形曲線的分布，這恰恰反映了結構性就業 矛盾的中國特色，即老齡化帶來的匹配難度。在分析結構性就業矛盾的微觀行為和宏觀 結果的基礎上，本文從勞動力市場匹配現狀中提煉政策含義，并有針對性地提出政策 建議。

關鍵詞：

人口轉變　結構性就業矛盾　搜尋與匹配　倒 U 字形匹配曲線

一、引　言

人口的全生命周期，可分為作為就業人口撫養或贍養對象的階段（兒童和老年人）、為就業積累人力資本的階段（接受教育人口）以及勞動就業階段（創業者和勞動力）。因此，無論從數量及其增長來看，還是從結構及其變化來看，人口都是影響勞動力供給的基礎性因素和長期變量。以生育率下降為驅動力、以少子化和老齡化為表現特征的人口轉變，必然重新塑造勞動力市場格局，進而改變就業的主要矛盾。改革開放以來，中國在創造了經濟高速發展、社會長期穩定奇跡的同時，也經歷了完整且快速的人口轉變，既遵循了一般規律，也凸顯了自身特色，相應改變了勞動力市場面貌和就業主要矛盾。按照關鍵轉折點及其對應的標志性階段，我們可以把人口轉變過程與就業矛盾轉換過程結合起來做一簡潔的敘述。

在 20 世紀 70 年代末和 80 年代初即改革開放的起步階段，中國國情的主要特征和一般表述是人口眾多和勞動力豐富。例如，1980 年中共中央在以“公開信”的形式提出“只生一個孩子”的計劃生育政策時，特別強調了控制人口增長的意圖之一是緩解就業困難。當時的預測及判斷是，在 30 年之內不必擔心勞動力不足的問題，40 年之內不必擔心老齡化的問題。隨后的經濟社會發展和計劃生育政策實施成效，明顯加快了中國人口轉變的進程，尤其是通過勞動年齡人口的數量增長和比重提高，大規模增加勞動力供給并改善勞動者素質，人口轉變產生了有利于經濟增長的積極效果，這被經濟學家稱為人口紅利，并在國內外學術界進行了充分討論（Cai，2016； Wang & Mason， 2008）。

1992 年中國的總和生育率降到 2.1 這個更替水平之下，這成為我國人口發展一個重要的轉折點。按照國際上通行的定義，這意味著中國從此進入低生育階段。雖然這個標志性變化在當時并未引起特別的關注，并且由此注定的后續轉折點——人口達到峰值并進入負增長要到 30 年之后的2022年才發生，它終究引發了后續若干重要的人口轉折點，從而更為直接地推動了中國勞動力市場變化。2000 年，盡管仍然處于勞動年齡人口繼續增加、經濟增長充分收獲人口紅利的階段，但 65 歲及以上人口比重（即老齡化率）達到 7%，中國從此進入“老齡化社會”。在不久后的 2004 年，從沿海地區開始的“民工荒”，逐漸演變為普遍的勞動力短缺和普通勞動者工資上漲現象，標志著中國經濟跨過了劉易斯轉折點，不再典型地具有“勞動力無限供給”特征（蔡昉，2022）。隨著人口老齡化進一步發展，不同統計定義下的勞動力資源也先后達到峰值。例如，15—64 歲勞動年齡人口和城鄉勞動力分別在 2014 年和 2016 年轉入負增長，城鎮就業人員的增長也處于徘徊狀態。繼 2021 年進入“老齡社會”，老齡化率超過 14.2%，2022 年中國開始進入人口負增長時代，也意味著勞動年齡人口和勞動力的數量減少將進一步加快。

從理論上看，不同的經濟學分支學科把重點放在就業的不同層面或側面。例如，發展經濟學關注的是勞動力無限供給條件下，如何充分利用勞動力資源，以跨越剩余勞動力消失的劉易斯轉折點（Lewis，1954；蔡昉，2022）。宏觀經濟學關注的是如何利用政策工具熨平經濟周期，促進經濟增長回歸至充分就業的軌道。勞動經濟學則探討勞動者與雇主如何通過相互搜尋，實現勞動力市場的匹配。從實踐中來看，中國已經經歷了完整的劉易斯 二元經濟發展過程，勞動力無限供給特征逐漸淡化乃至消失。從整體上判斷，中國不再面對與勞動力供給相關的就業總量矛盾，也應對了宏觀經濟對勞動力市場的沖擊，在新冠疫情后實現了經濟復蘇，消除了周期性失業現象。 與此同時 ，由勞動力供需匹配問題造成的結構性就業矛盾日益凸顯，成為勞動力市場的主要矛盾。

在勞動經濟學中，自然失業或“非加速通貨膨脹的失業率”（non-accelerating inflation rate of un-employment，NAIRU）相關理論，針對的正是結構性和摩擦性就業矛盾。在技術迅速變革，特別是人工智能推動數字經濟發展的條件下，崗位破壞與崗位創造、勞動力的重新配置、人力資本的供需匹配，以及結構性和摩擦性失業等，也成為相關領域的熱門話題（如 Albrecht & Vroman，2002）。此外，學術界對中國勞動力市場結構性矛盾的關注日益增強，產生諸多研究成果（如蔡昉，2024；周敏 丹，2021）。概括來說，造成中國城鎮就業中結構性矛盾的主要因素，包括以自動化替代崗位為特征的技術變化、新冠疫情沖擊造成的“磁滯效應”（hysteresis effect）、人口轉變導致勞動力結構的變化等（蔡昉，2024）。相比之下，關于人口因素在形成結構性就業矛盾中的作用和機制，學術界的討論尚未形成應有的熱度。

中國經歷了人類歷史上最大規模和最迅速的人口轉變，創造并收獲了極為顯著的人口紅利。 這主要是通過勞動力市場相關改革，更好地配置勞動力資源達到的（如蔡昉，2017；Bosworth & Col? lins，2008）。與此同時，作為這個過程的結果，老齡化及其未富先老的特殊表現，也給勞動力市場 帶來新的挑戰。中國面臨的結構性就業矛盾加劇，一個重要且獨特的因素便是人口變化，具體體現在勞動力年齡結構的趨勢性特征中。由于這個原因，中國城鎮就業面對的結構性矛盾，既是亟待解決的現實問題，也是需要長期應對的嚴峻挑戰。這種需要長期應對的問題性質，為學科建設提出了一個必要性——構建一個符合理論邏輯、一般經驗和國情特點的分析框架。

本文著眼于從人口年齡結構變化的角度描述和認識結構性就業矛盾。在第二部分，主要從崗位空缺率和失業率之間關系的變化，展示勞動力市場結構性矛盾的表現，作為本文擬研究問題的背景和針對性。在第三部分，一方面，以經濟學界已有的研究發現，為本文擬提出的假說性論點進行理論鋪墊；另一方面，結合中國勞動就業領域的現實，對勞動年齡人口與勞動力市場匹配度之間的關系做出描述和理論解釋。這種關系基于人力資本的年齡分布特征而形成，呈現就業匹配度隨勞動者年齡增長先提高再緩慢下降的軌跡，可以用一條倒U字形曲線刻畫。在第四部分，利用中國的相關數據對上述假說做出描述性的論證和檢驗。第五部分從微觀和宏觀兩個視角進一步觀察結構性就業矛盾，揭示上述假說的政策含義。第六部分概括本文的核心觀 點，并提出若干具有操作性的政策建議。

二、結構性就業矛盾的顯示性變化

結構性就業矛盾緣于多種因素，也以不同形式表現出來（蔡昉，2024）。因此，通常沒有一種指標能夠既揭示此類現象的本質和特征，又反映它所達到的程度。然而，出于研究和政策意圖，我們仍然需要有這樣的指標，哪怕只是近似地描述勞動力市場的類似性質，非此則不利于揭示政策含義，出臺對癥的應對措施。在宏觀經濟學和勞動經濟學來看，自然失業或結構性失業現象是一種勞動力市場常態，表現為崗位空缺率和失業率兩種現象同時存在。這雖然僅限于結構性就業矛盾的一個側面，但能夠描述這種現象的指標不失為一種顯示性或代理性指標，亦可用來揭示結構性就業矛盾的一般趨勢。因此，做出結構性就業矛盾是否加劇的判斷，首先要看勞動力市場上崗位空缺率和失業率是否同時提高。相應地，貝弗里奇曲線通過闡釋周期性和結構性兩種勞動力市場狀態的關系，為我們理解、判斷以及從政策上應對相關就業困難提供了可供借鑒的理論工具（參見 Elsby et al.，2005； Rodenburg，2010）。

作為一個分析框架，貝弗里奇曲線指出在崗位空缺率與失業率之間存在著負相關關系。當一種使前者降低而后者提高的沖擊發生時，勞動力市場狀態表現為周期性失業；擺脫這種非均衡狀態則意味著回歸充分就業狀態。但是，勞動力市場變化并非只在兩者之間搖擺，而是還會出現兩者同時提高的情形，這意味著充分就業將在更高的自然失業水平上才能達到。在很多情況下，宏觀經濟沖擊導致的周期性失業及其持續時間，是自然失業率提高或結構性就業矛盾加劇的一個最容易觀察的原因。實際上，宏觀經濟學家討論沖擊的持續性影響或“磁滯效應”，就包括這樣一種情景：遭遇周期性失業沖擊之后，勞動力市場可能處于一個更高的自然失業率常態。例如，布蘭查德等人 （Blanchard et al.，2015）對 20 個國家 50 年數據的分析表明，通貨膨脹率與失業率之間的此消彼長關系發生了一些變化，即菲利普斯曲線變得更平緩（斜率減小）了。這意味著，以通貨膨脹率與失業率的權衡取舍為依據并作為杠桿的傳統宏觀經濟政策手段的有效性降低了，政策思路需要轉向更多因應結構性因素。

中國面臨的結構性就業矛盾加劇，誠然是技術進步、產業結構變化、體制機制障礙以及人口轉變的必然結果和綜合反映。與此同時，中國經濟也經歷了包括新冠疫情這種因素導致的周期性沖擊，勞動力市場也呈現某種程度的“磁滯效應”。因此，把結構性就業矛盾加劇的長期因素和周期因素結合考查，一方面，可以提供一個有益的案例，對貝弗里奇曲線的含義進行豐富；另一方面，可以找到一個量化的指標，對勞動力市場狀態和趨勢做出一致性的描述。

首先，作為勞動力短缺的一個反映，城鎮勞動力市場的崗位空缺率持續提高。在中國公共就業服務系統中，通常用“求人倍率”這個指標反映崗位空缺率，即根據城市公共就業服務機構記錄的崗位數與求職人數計算得到的比率。在人力資源和社會保障部發布的“城市公共就業服 務機構市場供求狀況分析”和“季度新聞發布會”等來源中，可以查閱到一些求人倍率的數據。雖然數據的發布并不系統和完整，但是得到的信息足以顯示，這個指標經歷了從低到高并持續攀升的過程，意味著崗位空缺程度不斷提高。從時間序列來看，城市求人倍率在 2001—2009 年 期間始終小于 1，表明當年總量就業矛盾居主導地位；自 2010 年第一季度超過 1 以后，該比率便始終保持提高的勢頭，例如，2018 年第四季度已經達到 1.27；新冠疫情暴發之后，該比率逐漸向更高水平攀升，例如，2020 年第四季度為 1.52，2021 年第四季度為 1.56，2022年第四季度為 1.46。 在這之后，雖然尚未發布全國的數據，從部分監測城市的數據來看，求人倍率迄今仍然保持在很高水平上。

其次，城鎮就業的求人倍率與城鎮調查失業率具有同步提高的趨勢。貝弗里奇曲線著眼于從靜態角度，揭示崗位空缺率與失業率之間反向變化特征或負相關關系。鑒于做類似的觀察需要滿足兩個指標在同一時點較多觀察值的數據要求，對中國來說，求人倍率和調查失業率數據發布的系統性和連續性，尚無法直接幫助我們觀察到兩者之間的顯著關系。但是，在時間連續性上或從動態上看，仍然可以發現值得注意的特征。如圖 1 所示，隨著時間的變化，崗位空缺率和失業率具有在更高位置上相遇的傾向，這就是貝弗里奇曲線趨于向右上方移動。從理論上說，與之對應的應該是自然失業率逐漸提高，這也確實得到了研究證實（都陽和陸旸，2011；曾湘泉和于泳，2006；都陽和張 翕，2022）。

20 世紀 90 年代后期，中國城鎮勞動力市場遭遇了嚴重沖擊，失業率和下崗率達到空前的高度，直到 21 世紀第一個十年的前段，宏觀經濟尚未回到充分就業軌道上，以周期性失業為主的城鎮調查失業率保持在較高的水平。也就是說，城鎮勞動力市場的充分就業常態，始于 21 世紀的第二個 十年，很快地，即在這個十年的后期，自然失業率便逐漸有所提高。并且，在新冠疫情期間的高周期性失業過后，自然失業率這個提高趨勢得以繼續。可見，如果按照圖 1 所示那樣，分不同時間段來觀察求人倍率與失業率之間的關系，無論從靜態看還是從動態看，都可以看到負相關性以及共同提高的趨勢。這也說明，中國經濟在跨過劉易斯轉折點和終結二元經濟發展階段之后，必然面對著就業主要矛盾從總量性到結構性的轉變。

最后，城鎮不同勞動者群體的失業率具有分化的趨勢，也是結構性就業矛盾的體現。借助多位學者的估算，我們可以推斷并描述出中國城鎮自然失業率的大致變化幅度和趨勢。自 20 世紀 70 年代末改革開放以來，城鎮勞動力市場開始發育，就業和工資形成逐漸轉到市場調節。 在 20 世紀 90 年代后期經歷國有企業“減員增效”和“打破鐵飯碗”改革的情況下，城鎮調查失業率大幅度提高 ，并且與城鎮登記失業率脫節 ，直到 2000 年 達到最 高點后才逐漸下降（Cai， 2016）。利用官方發布的數據，都陽和陸旸（2011）估算得出，中國城鎮的自然失業率在 1988— 2009 年期間大約在 4.05%—4.10% 之間。由于這個估計區間包括了失業率大幅上升的期間，因此也留下了一個伏筆，即自然失業率總體上應該具有上升的趨勢。曾湘泉和于泳（2006）的估算表明，2002 年之后中國的自然失業率在 4.8%—5.6% 的范圍內波動，同時也發現有繼續上升的趨勢。

都陽和張翕（2022）更新的估計，證明了中國城鎮自然失業率的提高。估 計結果顯示，在 2017—2022 年期間，中國城鎮的自然失業率在 5.06%左右。的確，2010 年以后，城鎮調查失業率一度保持穩定 ，基本未曾顯著 偏離自然失業率 ，直到新冠疫情沖擊到就業 。 在新冠疫情期間的 2020 年 2 月到 2022 年底 ，絕大多數月份調查失業率都顯著高于自然失業率水平，反映了遭受的周期性失業沖擊 。 疫情后宏觀經濟逐漸復蘇 ，也同時 向充分就業狀態回歸 。 然而 ，就業數據開始表現出較大的復雜性 ，需要 做出必要的解釋 ，以便理解變化了的性質及其政策含義。

觀察城鎮總體調查失業率、16—24 歲青年失業率以及估算的自然失業率（5.06%）趨勢和相 互關系（圖 2），有助于我們理解城鎮勞動力市場變化及其背后的邏輯和驅動力。隨著新冠疫情后經濟復蘇，城鎮總體失業率于 2023 年初開始降低，與此同時，16—24 歲青年失業率并未隨之下降 ，反 而大幅度攀升 。 在 2023 年 6 月兩個指標之間形成最大反差 ，城鎮總體 失業率為 5.2%，青年失業率高達 21.3%。在 2023 年 7—11 月青年失業率暫停發布期間，城鎮總體失業率按照回歸自然失業率的方向繼續下行。在 2023 年 12 月國家統計局按照新口徑（不再包含在校 生）重新發布青年失業率后，城鎮總體失業率隨青年失業率一起下降，說明口徑變化產生了壓 低城鎮各類人群失業率的效果。然而，城鎮失業率總體呈現高于以往估算的自然失業率的趨勢，這不應被看作是周期性失業的重歸，而是反映出一個符合邏輯的現象：自新冠疫情后經濟 復蘇和勞動力市場狀況正常化以來，無論是成年失業率與青年失業率的分化，還是新口徑下失業率的趨勢性水平，都顯示并表明，中國城鎮自然失業率較此前有所提高，標志著結構性就業 矛盾的加劇。

三、年齡結構、人力資本和就業匹配

在任何勞動力市場，結構性就業矛盾的存在皆曠日持久，本質上是一個市場匹配中無所不在的摩擦現象。在搜尋和匹配理論主導勞動力市場分析之前，宏觀經濟學對于就業問題，主要著重于勞動力供給與需求以及價格（工資）與數量（如失業）的關系研究。以戴爾·莫滕森和克里斯托弗·皮薩里德斯（Mortensen & Pissarides，2011）為代表的“搜尋和匹配市場理論”，采用流量分析的方法，以就業搜尋和匹配過程定義勞動力市場行為和結果。在這個解釋框架中，勞動者和雇主作為當事人，通過相互搜尋、相遇和討價還價達成均衡或實現匹配。由于雙方均缺乏充分信息，相互碰面也常因各種因素而受阻，由此便產生摩擦和沖突，從而在勞動力市場上產生不同的匹配表現。 從微觀行為上看，勞動者尋職和雇主招聘的強度、動機和急迫性，都在或大或小的程度上體現在勞動力市場行為和策略上，影響當事雙方的博弈結果。從流量分析意義上看，這個搜尋可能形成就業或失業、參與或退出勞動力市場、進入或退出失業狀態等結果。從宏觀經濟角度來看，上述行為 和過程最終表現為崗位創造、崗位破壞、崗位空缺，進而由結構性和摩擦性因素造成的自然失業現象及其他表現。

這個關于崗位搜尋和匹配的分析框架，對勞動經濟學和宏觀經濟學做出具有方法論意義上的貢獻，包括為觀察勞動力市場提供流量分析方法，為認識宏觀經濟結果提供堅實的微觀分析基礎， 為理解貝弗里奇曲線提供行為依據等。該模型也受到一些批評，特別是被認為過于簡單，忽略了一些不應遺漏的因素。例如，市場搜尋中勞動者技能的同質性假設，以及崗位技能要求的同質性假設，使得該模型的解釋力和政策應用受到限制。不過，好在這個框架本身是開放的，完全可以包容必要的補充。下面，我們回顧有代表性的相關文獻，考察人力資本因素一經被納入該模型，可以產生哪些新的發現，在何種程度上增進人們對勞動力市場的認識。

這方面的一些開創性研究，恰好在于增加勞動者技能供給和崗位技能要求皆為異質性的假設 （例如 Albrecht & Vroman，2002）。在既有模型中引入人力資本分析后，搜尋和匹配的重心便聚焦于技能的供給和需求，以及在勞動力市場上如何實現匹配的問題。于是，我們有必要重溫早期人力資本研究的重要發現，將其與搜尋和匹配模型結合起來理解。事實上，這種做法讓我們認識到一些特征化事實，從中獲得有益的啟發。例如，人力資本稟賦為勞動者帶來回報是有條件的，勞動力市場搜尋和匹配恰好就是創造這種條件的過程。

雅各布·明瑟曾經揭示過人力資本回報隨年齡變化的趨勢。他把人力資本分為學校教育和工作經驗兩部分，發現并以統計圖展示了一個規律，人力資本回報特別是其中工作經驗部分，呈現隨年齡增長先上升再下降的倒 U 字形軌跡（Mincer，1974）。后續的研究則發現，教育回報率不僅呈現隨年齡增長變化的倒 U 字形特征，對收入曲線的形狀也可以做出反應（Murphy & Welch， 1990）。詹姆斯·赫克曼更為晚近的研究從區分認知能力和非認知能力著眼，發現前者具有隨年齡增長而遞減的趨勢（Heckman et al.，2006）。麥肯錫全球研究院的最新研究表明，在貫穿勞動者終身的人力資本回報中，學校教育與工作經驗大體各占半壁江山。一般來說，對勞動者就業的全生命周期回報來說，受教育年限在前期的作用更顯著，工作經驗在后期發揮更大作用。盡管這 項研究系從更積極的方面定義“工作經驗”，包括改變工作性質和變換崗位角色，但是，這些變化的內涵仍然可以由工作年限這個可度量的概念來體現。總而言之，對于青年勞動者來說，人力資本的相對優勢體現在較高的受教育年限，對于大齡勞動者來說，人力資本的相對優勢則在于工作經驗。可見，人力資本的性質以及匹配水平，在微觀上與勞動者的年齡相關，在宏觀上則與人口的年齡結構相關。

為了給本文擬提出的理論假說做好必要的邏輯鋪墊，有必要在這里及時插入兩點說明。其一，雖然勞動者技能的兩個組成部分，即受教育程度和工作年限隨年齡變化的軌跡不會完全一致，也就是說，學校教育回報率和工作經驗回報率的峰值和轉折點不會落在同一處，然而，對于包絡了兩種技能情景的總人力資本回報率，假設其遵循一個倒 U 字形曲線軌跡，并在某個中間年齡上達到峰值，不會削弱理論假說的邏輯和事實基礎。其二，既然人力資本回報率是勞動力市場對勞動者技能 做出的客觀估價，與其他替代選擇相比來說，把這個指標作為勞動力市場匹配度的一個顯示性和代理性指標，既合理也必要。因此，對應于年齡分布，人力資本回報的變動軌跡為倒 U 字形曲線，即為 勞動力市場匹配的倒 U 字形曲線。

人口年齡結構及其相對應的人力資本稟賦結構，無疑會影響技術創新和應用的方向。由于人口老齡化導致中間年齡勞動力短缺，又由于中間年齡勞動者的技能更偏向于手工操作型，因此，在更依賴中間年齡勞動力的工作領域，旨在替代勞動力的自動化創新和應用更加明顯。結合人力資本回報的倒 U 字形曲線，可以得出一個關于就業搜尋和匹配的重要結論：在勞動力的年齡分布與人力資本稟賦之間，存在著一個“倒 U 字形曲線”，最佳組合發生在中間年齡階段。或者說，中間年齡勞動者所擁有的技能組合，更容易達到人力資本的需求，從而取得理想的匹配效率。并且，這個匹配效率的分布形狀是內生或相互影響的，即在老齡化過程中，中間年齡勞動力短缺使得與這個年齡 段相對應的崗位率先被自動化，而在部分傳統崗位被破壞的同時，新創造的崗位對技能要求更高。 誘致的人力資本需求與固有的人力資本稟賦在這個年齡段相遇，既會產生結構性就業困難，也會以更高的人力資本回報反映匹配效率。

以上述文獻的理論和經驗發現為基礎，可以結合中國的現實有針對性地加入中國的獨特因素，使這個關于在就業搜尋和匹配過程中，勞動力年齡結構與匹配水平遵循“倒 U 字形曲線” 軌跡的假說更具經驗基礎。例如，在較低和較高的年齡段上，勞動者的人力資本分別具有相對優勢和相對劣勢，這是一個一般規律的表述。把中國勞動者的人口轉變特征及其對人力資本稟賦的影響考慮進來，這個規律性表述的合理性便更加明顯。首先，中國人口教育稟賦的年齡分布特征，即勞動者年齡越大 ，受教育年限越低（Cai，2016），使青年勞動者受教育程度較高、 工作經驗明顯不足的特征更趨明顯。其次，中國的大齡或老年勞動者特有的背景因素表明，他們平均受教育水平低于青年勞動者的程度更加明顯。特別是，他們中占比越來越大的部分是進城農民工，既有受教育年限不足的弱勢，工作經驗豐富的優勢也不顯著。可見，對中國勞動力市場來說，“一老一小”的人力資本的弱勢更明顯，與需求的缺口也更大，中間年齡勞動者的 人力資本優勢則更明顯。既然在中國的語境下，這個就業匹配與勞動者年齡之間的變化軌跡更有解釋力，自然也更富有現實針對性和政策含義，有助于為解決中國結構性就業矛盾提供理論指導。

利用中國分勞動年齡人口的城鎮就業率數據，很容易畫出這樣一條倒 U 字形曲線（圖 3）。對于本文的目的來說，由于就業率是一個信息相對充分的指標，所以可以說圖 3 以描述性統計方式，完好地刻畫了關于年齡結構與就業匹配度的理論關系。在勞動經濟統計中，依據人口范圍從大到小 的順序，有這樣幾個依次包容和相互關聯的人口群體。一是勞動年齡人口，系作為具有潛在勞動就 業能力的人口群體。圖 3 使用的口徑是 16—69 歲。二是經濟活動人口，系勞動年齡人口中有就業意愿的人口，其占勞動年齡人口的比重即為勞動參與率。三是就業人口，系經濟活動人口與失業人口之差，其占勞動年齡人口的比重即為就業率，相應地，失業人口占經濟活動人口的比重則為失 業率。

可見，就業率具有同時展示兩種勞動力市場狀態即失業率和勞動參與率的優點。由于青年 勞動者面臨的就業困難往往表現為青年失業率升高，而大齡勞動者面臨的就業困難往往表現為 勞動參與率降低，因此，就業率抓住了中國勞動力市場“一老一小”結構性就業矛盾的關鍵信息。 如圖 3 所示，隨著青年勞動年齡人口相繼從學校畢業，進而克服進入勞動力市場的障礙，就業率 逐漸得到提高，在達到峰值后就業率轉而下降。從這個就業率的倒 U 字形曲線中，可以看到兩個值得注意的特點。其一，與勞動經濟學一般定義的“黃金年齡”（25—59 歲）相比，中國城鎮就業者富有競爭力的年齡持續時間較短。特別是女性，在 50—54 歲年齡段時，就業率即已經大幅度下降。其二，就業率的倒 U 字形曲線具體表現為，一方面是青年群體的高失業率，另一方面是大齡群體的低勞動參與率。例如，在 2025 年 4 月份這個時點上，與不包含在校生的 16—24 歲勞動力 15.8% 的失業率，以及 25—29 歲勞動力 7.1% 的失業率相比，30—59 歲勞動力的失業率僅為 4.0%。

四、“倒 U 字形曲線”的反向年齡分布

如果把市場匹配效率與人力資本之間的關系推導出來，并在中國經驗中得到驗證的“倒 U 字形 曲線”，當作一個就業匹配度的參照系的話，在很多情形下，現實中的勞動力年齡分布與之并不相吻合，這成為實現良好就業匹配的一個現實難題。根據人口轉變的特征可以推斷，在人口轉變的很低階段上，勞動年齡人口的年齡分布更接近于一個從高到低、斜率為負的下行曲線；在人口轉變的很高階段上，勞動年齡人口的年齡分布更接近于一個從低到高、斜率為正的上行曲線；而在這兩種極端的情形之間，在人口轉變的特定階段上，勞動年齡人口的年齡分布則相對平坦，甚至可能接近于一個 U 字形曲線。

根據聯合國人口統計和預測數據，選擇四個年份來觀察中國勞動人口年齡結構的變化趨勢和分布特征（圖 4）。彼此相隔 20 年的這四個年份的選擇是有意義的，因而有助于揭示出有意義的結論。首先，1980 年可以被看作中國人口紅利元年，從此勞動年齡人口開始增長，并與依賴型人口停滯這個特征一道，共同推動形成“生之者眾、食之者寡”的年齡結構。勞動年齡人口的年齡分布形狀 確為向下傾斜的曲線，與預期相符。其次，2000 年仍然處于人口紅利收獲期，在勞動年齡人口占比明顯提高的同時，也初步顯現老齡化特征，即 65 歲及以上人口比重達到 7%，正在跨越國際公認的老齡化社會門檻。再次，到 2020 年，勞動年齡人口已經多年處于減少過程，總人口也接近于達到峰值；并且，由于老齡化率已達 14.2%，已經跨越老齡社會門檻，年齡分布曲線變得明顯平坦。最后， 根據對 2040 年的人口預測，一方面，老齡化進入更深階段，大齡勞動力比重進一步提高；另一方面， 雖然少子化程度加深，但青年勞動力仍占一個不容忽略的比重。即便不能說一個嚴格意義的 U 字 形曲線已經形成，但迄今觀察到的這個最接近于 U 字形的勞動年齡人口分布，在理論上和統計上都 是有意義的。

勞動年齡人口的這種 U 字形年齡分布，與勞動力市場匹配對人力資本要求的倒 U 字形曲線之間，便形成了一個直接的反差。也就是說，在理論上具有對人力資本最高要求，從而可能具有最高市場回報率的中間年齡段上，恰恰對應著數量相對不足的人口規模。毋寧說，從現在開始的 10— 20 年期間，中國城鎮就業正好處于人力資本供需不對稱的狀況，這種格局將從稟賦層面制約勞動力市場合理匹配以及人力資源有效配置。這種預期也可以用以往的經驗，即求人倍率的變化趨勢進行印證。城鎮勞動力市場求人倍率這個指標，在一定程度上可以反映就業匹配度。也就是說，勞動力需求大于勞動力供給的程度，代表著更嚴重的結構性就業矛盾。從研究的角度來說，如果擁有 時間序列且分年齡組的求人倍率數據，便可以挖掘一些趨勢性變化特征。如圖 5 所示，我們確實獲得了這樣一組需要的數據。雖然可得數據的時間跨度較小，鑒于其覆蓋了幾個最重要的轉折點，也足以幫助描述中國城鎮勞動力市場面臨的矛盾，即就業匹配的年齡要求同實際年齡分布之間的不 對稱性，從而為前述結論提供進一步的論據。

圖 5 中數據的時間跨度雖然有限，仍可提煉出幾個有意義的特點。一是這期間恰好經歷了勞動力從無限供給到出現短缺的重要轉折。例如，在 2004 年前后中國經濟迎來劉易斯轉折點（蔡昉， 2022），2010 年后不同口徑的勞動力資源紛紛達到峰值，求人倍率從小于 1 到接近乃至超過 1，意味 著就業矛盾從總量性到結構性的轉變。二是 16—24 歲青年勞動者經歷了從早期作為最受歡迎的新成長勞動力，到技能優勢漸趨相對弱化的過程。三是 25—34 歲這個更接近中間年齡的青年勞動者群體，始終受到勞動力市場的歡迎，該組的求人倍率最早跨過以 1 為基準的供求關系門檻，并始終保持在高于其他組的位置。四是 45 歲及以上的大齡勞動者只是在剛剛出現勞動力短缺的時候， 呈現過相對高的求人倍率，此后再次相對降低。從圖中數據的截止時期即 2014 年這一年的格局來 看，25—34 歲中間年齡組勞動者具有最高的求人倍率，35—44 歲組的中年勞動者次之，隨后是 16— 24 歲年齡組的青年勞動者，45 歲及以上大齡勞動者的求人倍率最低。可以說，圖 5 以分年齡組的橫 截面數據表達了市場匹配與年齡分布的關系。

五、結構性就業矛盾的微觀和宏觀維度

以自然失業率為表現的結構性就業矛盾，體現了人力資本的供需不對稱以及勞動力市場功 能的不盡完善。前面提及的經濟理論分析已經揭示，就業搜尋和匹配的過程既有微觀經濟行為基礎，又有宏觀經濟集成表現。同樣地，結構性就業矛盾同時具有微觀環節和宏觀層面的含義。 從這兩個層次進行一些分析，有助于我們從本文分析的中國特色就業矛盾中引申出有益的政策 含義。

市場在資源配置中發揮決定性作用，勞動力市場也非例外。所以，勞動者自身及其家庭仍然是 勞動力市場相關活動的主體，會對市場信號做出反應。同樣，政府也應該更好發揮作用，彌補市場失靈和提供公共服務。就業、失業、勞動參與率、工資及收入，都是宏觀經濟調控的指標，作為勞動力市場主體的勞動者也是各項政策的關注對象。并且，勞動力不同于其他物質要素，需要來自法律和規制、社會保障網以及相關制度的更好保護。因此，討論結構性就業矛盾，嘗試理解相關的政策含義，需要把微觀行為和宏觀目標兩個維度結合起來進行。下面，將從勞動者面臨的就業挑戰入手，從微觀和宏觀兩個層面提煉相關的含義。

首先，勞動者及其家庭是人力資本投資的主體。在所有導致結構性就業矛盾的原因中，人力資本供需不對稱最直接對應著勞動力市場主體，而人力資本供給或技能培養涉及的就是勞動者自身。在人工智能革命性突破并賦能數字經濟發展的條件下，人力資本仍然是勞動者在就業中保持競爭力的法寶。但是，由于新技術的特點對就業市場產生了重大影響，人力資本培育也面臨 著一系列重大挑戰。其中最大的挑戰就在于：人力資本的競爭不再主要發生在不同勞動者之間， 而更多發生在人類智能與人工智能之間。因此，只有教育和培訓更加著眼于培養人類勞動力的獨特能力、勞動力市場著力開發人類人力資本的相對優勢，勞動者技能才能在揚長避短中立于不敗之地。

通常被用來作為人力資本代理指標的受教育年限，并不是人力資本本身，甚至也不是好的人力資本度量。在諸多人力資本形態中，與操作能力和認知能力相比，還有一些更能顯示人類獨特優越地位的能力，并且在創新、創業和就業中的作用越來越重要。其一，與共情力、同理心、情商、溝通 力、領導力、協作力等相關的能力。其二，涉及那些從未或者難以記錄下來，并且往往不能直接傳授的“隱性知識”的能力。其三，來自能夠恰如其分地融合理性、情感與經驗的“實踐智慧”的能力。這類能力大多可以納入非認知能力這個范圍，屬于更富有人類獨特屬性、面對人工智能具有相對優勢 的技能。這類能力通常要求從更早的生命階段開始培養，并在全生命周期中不斷開發和維護，并以此幫助與認知能力相關的技能得以更新，避免后者過早過快貶值（Heckman et al.，2006）。這意味著教育的外部性愈益顯著，對人進行投資的社會效益提高，在教育投入總規模需要不斷擴大的同時，政府應該承擔更大的支出責任。

其次，所有勞動者和各類雇用單位都是就業搜尋和匹配過程中的行動主體。作為勞動和技能的供給者和需求者，勞動者和雇主需要展開諸如收集市場信息、相互搜尋和見面、討價還價和簽約履約等種種行動和互動，在各自充分考量人力資本供需、勞動生產率增長以及產出和收益的可能性等因素的條件下，實現合理的勞動力市場匹配和有效的資源配置。在結構性就業矛盾加劇的情況下，譬如說人口年齡分布與市場匹配要求產生較大摩擦，勞動者和雇主都傾向于采取一些異常的市場搜尋和匹配策略。例如，一些遭遇結構性就業困難的勞動者不再以積極的心態和行動尋職，或者處于勞動參與和退出的中間狀態，或者不恰當地降低自己的保留工資；與此同時，雇主也可能把工資壓低到人力資本合理回報的水平之下，并且采取非正規的就業待遇。可見，正是就業行為中的雇傭雙方，共同造成各種躺平和內卷的勞動力市場表現。這些現象均屬于勞動力市場失靈的表現，因此，政府應該提供更多手段、更有針對性和更充分覆蓋的公共就業服務，消除就業匹配中的這些負外部性。

最后，勞動者報酬和家庭收入及福祉，與勞動力市場運行、宏觀經濟波動和技術變革緊密相關。在經濟高速增長、宏觀經濟穩定和就業充分的條件下，勞動者工資和家庭收入都隨之增長，民生福祉得到持續改善。在經濟增長動能轉換的過程中，人工智能引領的技術進步并導致產業結構變化， 歸根結底是通過創造性破壞機制以達到提高生產率的目標，從長期看將有利于提高人民福祉。然而，這個過程也意味著結構性就業矛盾加深，由此導致的直接后果，如失業、轉崗、工資降低、就業非正規性等，卻不應該由勞動者及其家庭來獨自承受。換句話說，技術、產能乃至產業結構固然應該優勝劣汰和推陳出新，但是，由于勞動力的載體是人，所以這個特殊的要素不能采用優勝劣汰的方式對待。因此，制度上應該隔斷創造性破壞與基本民生福祉的因果關系，應對之策是進一步完善社會保護機制和勞動力市場制度，確保在技術進步提高生產率的過程中，勞動者和居民的基本生活和公共服務得到保障。進一步說，鑒于人工智能及其賦能的數字經濟發展，對就業的影響將是全方位的，社會保障體系在確保兜底的前提下，應該降低對識別機制的依賴，逐步轉變為普惠性的社會福 利制度。

六、結語和政策建議

中國快速發生并產生深遠影響的人口轉變，不僅改變了少年兒童人口、勞動年齡人口和老年人口之間的比例關系，也改變了勞動年齡人口的年齡分布。這個年齡格局同勞動力市場的人力資本需求分布（倒 U 字形曲線）形成一種不對稱的關系，在勞動力市場上表現為結構性就業矛盾。居于主要地位的這種就業矛盾，既有微觀行為的基礎又有宏觀后果的表現。中國人口年齡變化的這種新格局，一方面，對包括人工智能在內的各類科技創新，乃至替代就業的自動化產生需求，另一方 面，也在一定時期內因加速了人力資本折舊，從而弱化了勞動者應對沖擊的能力。然而，技術創新具有的就業破壞性質，注定了技術替代就業并不是結構性矛盾的解決方案，反而因減少勞動力需求 而預期強化就業困難，甚至可能制造出一個近似無解的循環，表現為特定的勞動者年齡結構誘致產生就業替代的技術應用，這種就業替代反過來又強化結構性就業矛盾。打破這個邏輯悖論和現實難題，要求進行適當的政策干預。本文的分析，已經為提出有針對性的政策建議提供了理論儲備和 經驗基礎。下面，我們立足于形成新的理念和范式框架，以轉變行為激勵和重塑制度環境為著眼點，概要說明若干緊迫的政策調整和制度建設任務。

首先，應對結構性就業矛盾的根本手段，是拓展、提升和強化勞動者技能，要求與時俱進地重塑人力資本培養模式。一是從兒童早期發展和學前教育入手，把被證明行之有效的試驗項目納入常規教育要求，強調培養非認知能力。同時，努力消除父母在戶籍身份、就業類型和收入水平上的差 別，對兒童教育獲得的影響。二是分步驟將學前和（或）高中階段的部分年限納入義務教育范圍，普及十二年義務教育，整體提高未來勞動者的受教育年限。三是把提升大齡及老年勞動者技能和就業適應力作為公共就業服務內容，幫助這個群體根據勞動力市場需求急用先學，提高實際勞動參與率。四是建立規范化、常態化、貫穿全生命周期的人力資本培養機制，在各個年齡階段上，以多種形式提供學習和培訓機會。為達到上述目標，要求政府打破人力資本培養在托育與學前教育之間、各級各類教育之間，以及教育與培訓之間的政策分割，加大政府的財政支出責任，提高人力資本培養的公共投入水平。五是破除一“學”定終身、以受教育年限作為人力資本唯一衡量標準，以及學歷、 資質的“羊皮紙效應”大行其道等傳統理念和做法，創造教育、培訓、再教育、再培訓協同整合的終身 學習體系和社會氛圍。

其次，在結構性因素成為就業主要矛盾的情況下，需要以就業優先理念充實、完善和實施產業政策。一是在面對人工智能賦能數字經濟以及其他技術應用帶來的就業挑戰時，采取以子之矛、攻子之盾的策略，即引導人工智能等新技術的應用，著力增強勞動者的能力，改進工作績效和個人生產率，同時避免形成過度替代就業的傾向，同時著眼于提高產品和服務質量，改善消費者體驗。二是在提高生產率的前提下，通過延伸生產和服務鏈條，擴展資源配置空間，增加對人力資本和人力資源的需求，增加就業數量和提高就業質量。三是樹立新人口紅利理念，通過發展銀發經濟、照護 經濟、人力資本培養產業以及廣義“人口經濟”，從供給側和需求側同時發力破解老齡化和未富先老難題，形成新的經濟增長點。四是在各項國家戰略和宏觀經濟政策的協同中，以破解結構性就業矛盾為重點，完善和充實產業政策工具，把就業優先理念落實到實踐中。解鈴還須系鈴人。把人口趨勢性特征轉化為經濟發展新優勢，以新人力資本和新人口紅利賦能新質生產力，關鍵在于形成老齡化背景下的產業政策新版本。

最后，以充實、完善和融合運用政策工具的思路和實踐，拓展和統籌宏觀政策體系。總的政策思路是把促進長期增長的手段、實施周期調控的舉措與推動制度建設的改革有機結合起來。一是宏觀經濟調控目標從瞄準菲利普斯曲線，即通過實施反周期的政策手段，推動宏觀經濟回歸充分就業狀態，以及推動經濟增長回歸潛在增長率，轉向同時關注和應對貝弗里奇曲線，即豐富政策工具 箱以應對自然失業現象。二是在應對周期性就業沖擊時，貨幣政策與財政政策更有效協調運用，特別是借助財政政策的社會保護和民生保障職能，以促進居民消費復蘇來配合貨幣政策的需求刺激 效應。三是在制度建設方面，立足于經濟政策和社會政策的目標和手段一致性。一方面，把勞動者作為供給側的關鍵要素，通過人力資源合理配置的途徑，支撐高質量發展和合理增長速度。另一方面，通過創造更多更高質量就業，促進實現充分社會流動的發展目標。這樣的話，社會福利體系所提供的基本公共服務就不再僅是“福利”，勞動力市場制度也不再僅是“規制”，而都是促進人的全面 發展的制度性保障。

參考文獻略。 ■

入群可參加全年至少12場精彩閉門研討