经济就业背离，主因统计失灵
理论上来讲，失业率和经济周期应该是密切负相关的。
当经济周期向上时，生产扩张加快，就业机会增多，失业就会减少；当经济周期向下时，生产活
动放缓，就业机会减少，失业随之增加。所以美国、欧元区的失业率都和经济周期有明显的负相关关系，而且由于劳动力市场的刚性，失业率的变动经常滞后于经济周期。
我国的就业统计有两套方法，
一套是针对企业的城镇单位就业人数统计，其中非私营企业通过填表上报就业情况，私营企业和个体经营者按照抽样调查上报，城镇登记失业率主要基于这一套数据测算得出；另一套是针对居民的城乡家庭就业状况统计，对抽样家庭及成员进行问卷调查，城镇调查失业率主要基于这一套数据得出。
但当前我国的两套失业率指标和经济周期的相关性都不高。
过去
20
年不管经济周期怎么变化，我国的城镇登记失业率先是大幅上行，后小幅下行，没有表现出与经济周期有特别紧密的关系。
2018
年开始发布的城镇调查失业率波动非常小，基本维持在
5.0%
上下的窄幅区间，似乎我国的就业状况并没有受到本轮经济下行周期的影响。
之所以看似失业率和生产活动没有关系，是因为我国现有的失业率统计指标并不能很好的刻画真实的失业状况。
例如城镇登记失业率仅仅将在政府部门登记、并符合失业条件的人员统计为失业，而未到政府部门登记或者不符合失业条件、但同样渴望在城镇工作的失业人员，并没有纳入到失业统计。所以城镇登记失业率对失业人员的统计存在明显漏算。
从方法论上来说，我国的城镇调查失业率比城镇登记失业率确实有所改进。
一般国际上通用的对失业率的统计，都是基于对家庭的抽样问卷调查，例如美国的
CPS
调查，然后将渴望工作而没有找到工作的样本视为失业，将渴望工作而找到了工作的样本视为就业，以此来计算失业率。我国的城镇调查失业率的统计方法，基本上与国际上的这一通用方法相接轨，确实比登记失业率更完善。
但由于我国的特殊国情，农民工群体非常庞大，而城镇调查失业率并未真实反映农民工失业的问题，导致在刻画失业状况方面也存在明显缺陷。
具体来说，在城市有工作时，农民工属于工人；在城市失去工作后，农民工可以回到农村做农民，两种状态下都有工作可以做，农民工可以说并不存在统计意义上的失业问题。
但事实上，在经
济形势不好的时候，农民工可能希望留在城市继续工作，而因为无法找到城市的工作而被迫回到农村当农民，这其实也属于失业。在这个过程中，土地就相当于农民工的失业“保险”，作为农民获得的收入相当于失业保险的补偿。
而当前针对城乡家庭就业状态的抽样调查，是将在家
务农也作为就业的，农民工从城市回到农村并不会被作为失业来对待，这确实缺乏一定的合理性。
而我国现在有
2.9
亿农民工，其中外出进城的农民工有
1.35
亿，再加上纯粹在农村从事农业生产的
2
亿左右的农民，进城的农民工
+
留在农村的农民合计就有
3.35
亿，占到我国全部就业人数的
40%
以上，如果这一块群体的失业没有全部纳入统
计，调查失业率的统计也是存在缺
陷的。
既然现有的失业率数据并不能完全反映真实的失业状况，那么能否退而求其次，找到其他数据来获得对就业现状的了解呢？
现有的劳动力数据中，关于失业方面的数据较少，但关于就业方面的数据挺多，例如城镇非私营单位就业普查数据、城乡私营单位就业抽样调查数据、农民工流出地抽样调查数据，等等。
分析就业方面的数据，确实可以在一定程度上帮助我们了解就业和失业的大概形势。
但在使用就业数据来描述劳动力市场时，我们需要明白一点，就业人数的变动是同时受到长、短两方面因素的共同影响的。
一方面，人口总量、年龄结构、劳动力参与率是影响劳动力总量最重要的变量，所以就业和失业人数的长期趋势都会受到这些人口特征的影响。另一方面，即使劳动力总数不变的情况下，经济周期也会导致生产波动，劳动力在就业和失业两种状态之间转换，所以就业人数又会受到周期性失业的影响。
具体来说，随着老龄化的加剧，我国中青年人口持续出现负增长，导致劳动力总量会逐渐减少，所以长期来看，我国就业人口和失业人口的绝对量应该都是减少的。而短期来看，经济的周期性波动，又会导致就业人口和失业人口的相对数量发生变化，例如经济形势不好的时候，就业会减少，失业会增加。
所以实际的就业人数变动是这两种因素共同作用的结果，并不能因为就业人数减少，就直接说是由经济不好、失业增加导致的，背后更主要的还是人口等长期变量在发挥作用。就业人口减少，也许不是因为工人们失业了，而是可能退休了，直接退出了劳动力的大军。
同样的道理，去年我国进城务工的农民工数量减少了
204
万，我们不能据此立刻就判断城市里就业不景气，农民工失业回乡务农了。因为外出农民工老龄化程度也在加剧，也有可能农民工年纪大了，直接退出了劳动力的大军、或在乡内就近务工了。
人口变量影响的是就业增长的“速度”，而经济周期导致的失业，更多是影响就业增长的“加速度”。我们发现就业增速和经济周期在趋势上还是挺吻合的，所以可以根据就业增速的变动，来大致判断周期性失业的趋势。
由于统计局公布的第一产业的就业人数，包含了因无法在城市找到工作而被迫回乡务农的农民工，这部分可以算作半失业状态，并不能完全纳入就业的统计。所以我们不妨仅测算第二、三产业就业的增速，这部分更能反映真实的就业情况。
结果显示，第二、三产业就业增速的短期波动和经济周期相一致
，且和其他经济体一样，我国的就业变动略微滞后于经济周期。短期内当第二三产业就业增速上升时，说明周期性失业状况改善；而当第二三产业就业增速下降时，说明周期性失业加剧。
由于本轮经济下行开始于
2017
年
4
季度，就业压力或在去年已经开始体现。
从规模以上工业企业的就业增速来看，我国本轮就业压力也是从去年就开始体现的。
从工业向服务业的就业转移是我国劳动力市场的长期大方向，所以工业部门的就业是不断减少的。但短期的经济波动也会影响工业部门就业减少的速度，例如我们发现，过去十多年规模以上工业企业的就业增速和经济增速高度相关。但
2018
年以来，我国工业企业就业增速就开始大幅下滑，这或许是经济下行压力中周期性失业增多的体现。
除了就业增速的变动外，其他一些指标也能够辅助我们判断就业现状。
例如我国制造业
PMI
中的就业指标，从
2012
年起就已经跌至
50
以下的收缩区间，非制造业
PMI
中的就业指标也从
2014
年以后降至
50
以下，这些都反映了我国劳动年龄人口减少和产业转移的长期影响。但同时两个指标的短期走势和我国的经济周期高度一致，这部分来自周期性失业影响。
2018
年下半年以来二者都在下行，也反映了就业面临的压力增大。而利用中国人民大学中国就业研究所与智联招聘联合推出的
CIER
（中国就业市场景气指数），也能够得出同样的结论。
总结来说，除了以上列举的这些就业数据外，确实找不到更好的高频数据来观测劳动力市场现状。我们只能通过对现有数据进行分析，得出一些大致的判断。
