特稿｜蔡昉：从菲利普斯曲线到贝弗里奇曲线——应对结构性就业矛盾的政策框架
中国就业的主要矛盾已经从总量性、周期性转变为结构性，这要求政策理念、取向、工具和实操都进行相应的调适。一般来说，宏观经济政策被应用于应对周期性失业时，既有理论依据，也有政策工具，还积累了丰富的实际经验。然而，在应对结构性就业矛盾时，宏观经济政策的传统做法未必有效，常常在功能上力有不逮，在效果上事倍功半。因此，亟待把理论依据和经验框架，从基于菲利普斯曲线的周期视角，转变到基于贝弗里奇曲线的结构视角。本文揭示结构性就业矛盾成因与表现，针对宏观经济政策，提出关于如何转换范式、充实工具箱以及加强政策协调的建议。
结构性就业矛盾的表现形式
首先，在实现充分就业时自然失业率升高。在实际失业率中剔除短期波动性的部分（即周期性失业率），即为结构性失业率。鉴于这种结构性因素表现受到劳动力市场匹配效率的影响，从宏观经济来看相当于充分就业状况下的失业率，并且相对平稳和恒定，所以也被称为自然失业率。在新冠疫情之前，学术界估算的中国城镇自然失业率大约为5.05%。疫情结束并且劳动力市场回归正常之后，城镇调查失业率经常高于而不是低于这个自然失业率，这也就意味着在中国城镇劳动力市场上，已经有了更高的自然失业率。
其次，城镇失业率和岗位空缺率并存且同时提高。贝弗里奇曲线表明，静态地看，岗位空缺率与失业率具有此消彼长的关系，这与我们根据经济学原理具有的认知，以及在经验中观察的结果也相吻合；动态地看，如果岗位空缺率与失业率同时提高，那么两者之间的消长关系在更高的绝对水平上展现，所对应的便是提高的自然失业率。例如，从两个指标在2008~2016年期间和2016~2024年期间的平均水平（算术平均值）比较，我们可以观察到中国城镇的岗位空缺率和失业率同时上升的趋势。从读数上来看，其一，城镇调查失业率从5.00%提高到5.14%；其二，城镇劳动力市场“求人倍率”（岗位数与求职人数之比），从1.04提高到1.37。
再次，城镇就业形态的非正规化。国际劳工组织定义的非正规就业主要包括非正规部门就业人员、家庭自用品生产者、家庭帮工、非正规雇员和有偿家政工人等。然而，这与中国的国情特点和就业统计并不完全吻合。我们可以用两种方式来刻画中国的非正规就业。其一，在内涵上重点关注劳动者在岗位层级和晋升机会、劳动合同签订情况、基本社会保险覆盖率、工资标准和待遇条件，以及其他权益保障等方面的状况。其二，在统计上以私营和非单位就业占全部城镇就业的比重作为代理指标，观察非正规性的变化趋势。2023年，私营和非单位就业人数为3.1亿，占比从2013年最低点的53.0%大幅度提高到65.2%。此外，还有其他口径的非正规就业群体：一是所谓灵活就业人员，包括个体经营和非全日制就业群体等，2023年约为2亿人；二是包括货车司机、网约车司机、快递员、外卖配送员等所谓新就业形态就业人员，2022年大约为8400万人。
最后，城乡之间劳动力流动的内卷化。随着农业劳动力人数减少和年龄老化，向城镇非农产业转移的速度明显放慢。由于户籍制度仍然妨碍农民工永久性在就业城镇落户，养老保险制度的分割性使得大龄农民工无法选择在城镇养老，因此，劳动力流动方向已经发生逆转，在外出农民工增长速度明显减速的同时，他们中跨省、跨市、跨县的比重均有所降低。众所周知，就生产率水平而言，非农产业高于农业、城镇高于农村、大城市高于中小城市和镇。因此，这种劳动力流动方向变化就意味着内卷化，在整体上降低了生产率，削弱了劳动者报酬提高和就业质量改善的基础。
结构性就业矛盾的产生原因
在经济史上，结构性就业矛盾的最主要表现形式为技术性失业，即旨在提高劳动生产率的技术进步导致自动化，进而替代劳动者的工作岗位。不过，现阶段中国遭遇的结构性就业矛盾，却是受到多种因素的共同影响而形成的。充分了解这些因素，是确保应对措施能够对症、精准和有效的必要智力前提。
首先，技术进步及与之相伴的产业结构变化。包括人工智能在内的任何技术突破，在应用中往往都是以节约稀缺要素为动机的。一旦所要节约的对象是劳动力时，技术进步往往带来自动化，导致对就业岗位的替代。虽然生产率提高后因应新的需求，技术进步也创造新的岗位，但是，就业创造往往在数量上小于、在时间上滞后于就业破坏。随着中国经济进入高质量发展阶段，技术进步加快也意味着就业破坏的速度加快。2012年以来，中国城镇每年净增就业数量都小于毛增就业数量，并且两者之间差额趋于扩大，意味着技术进步和产业结构调整的就业破坏效应越来越明显。
其次，人口因素特别是中国的未富先老表现。诺贝尔经济学奖获得者阿西莫格鲁发现，正是由于老龄化导致中间年龄劳动者短缺，使得这个年龄组最集中就业的领域发生自动化，因而这类就业岗位率先被机器替代。在第五次和第七次全国人口普查之间的十年期间，在15~65岁劳动年龄人口中，25~45岁中年组所占比重从2000年的52.8%下降到2020年的46.3%，恰好符合前述“阿西莫格鲁事实”，因而成为自动化和就业替代的动因。被机器（人）替代的劳动者只好转移到一些低生产率岗位，加剧相关领域的就业竞争，使各年龄段的劳动者都或多或少成为技术性失业的受害者。与此同时，综合考虑受教育年限和工作年限，在劳动力市场占比逐渐提高的青年劳动者以及大龄和老年劳动者，在人力资本上缺乏竞争力，易于遭遇结构性就业困难，形成所谓“一老一小”问题。
最后，体制机制弊端妨碍劳动力的有效匹配。任何要素的合理匹配和有效配置，归根结底有赖于无障碍的体制机制。劳动力市场良好运行的体制条件，则是要求人员流动渠道通畅、自由进入和退出、劳动报酬符合社会必要标准。由此来看，对于中国城镇就业匹配来说，最大的体制弊端在于户籍制度的存在，以及由此造成的就业环境和公共服务不均等。根据第七次全国人口普查，2020年在城镇常住人口中，撇开市辖区内人户分离现象之后，户籍登记地在外乡镇的人口比重高达37.6%。其中劳动年龄人口，特别是青年劳动者的非户籍比重尤其高，成为就业匹配的一大障碍。
以能力建设和制度创新应对
解决结构性就业矛盾和应对劳动力市场冲击，有两个事物是永远靠得住的保障：在个人层面上，体现在有助于劳动者适应就业市场变化的人力资本禀赋；在制度层面上，是对失业及转岗者予以扶助和保护的社会保障制度。至于人力资本的禀赋水平，以及社会保障制度的完善程度，归根结底要以生产率的不断提高作为物质基础，以能力建设和制度创新作为政策环境。在人工智能时代，就业面临冲击的挑战与生产率预期提高的机会并存，为了抓住机会、迎接挑战，相关的能力建设和制度创新应该更富前瞻性、力度更大。
首先，加快培养新人力资本。结构性就业矛盾的主要表现就是技能的供需不匹配，因此，应对的根本出路在于提升教育和更新技能，使劳动者符合人工智能时代技术进步的人力资本需求。针对特定需求的技能培养固然重要，但在产业迅速升级换代条件下，技能的折旧速度也越来越快。因此，人力资本培养应该着眼于可持续、可更新、对人工智能有相对优势的技能。为此，一是加强儿童早期发展，为非认知能力发展打下良好基础；二是把学前和高中教育纳入义务教育范围，延长义务教育年限；三是建立各级各类学校和机构教育、培训、再教育、再培训协同整合的终身学习体系。
其次，完善社会保护体系和劳动力市场制度。技术颠覆性变革、宏观经济波动、可预见或不可预见风险总会发生并且对就业产生冲击。一方面，劳动者的权益也好，居民的社会必要生活标准也好，始终需要牢固的制度安排予以保障。另一方面，预见到未来更大劳动力市场风险，相应的制度安排在理念上应该与时俱进，在功能上应该日臻完善，在水平上应该水涨船高。一是提高现有社会保障的给付水平和均等化程度，消除社会群体间的待遇差异。二是根据发展阶段和社会必要需求，扩大基本公共服务范围。三是弱化根据各种身份特征识别以及多缴多得原则的给付方式，加强各保障项目的普惠性。四是更新和重构劳动力市场制度，引入应对人工智能冲击的新机制，确保技术进步成果共享。
最后，充实宏观经济政策工具箱。在就业结构性矛盾日渐突出的情况下，宏观经济政策着眼点需要有一个突破性转变，关注点从总体和总量转向个体和结构，面对主体从企业和投资者转向劳动者和家庭，调控目标从降低失业率转向同时帮助劳动者提高就业能力。为此，需要加强政府各部门的协调，把各种政策工具兼收并蓄。例如，提高劳动力市场上的技能匹配度，公共就业服务内容应该因应劳动者需求确定，各相关政府部门之间，以及公共部门、社会和市场之间需要协同用力，提高数据分享水平和市场信息的集成分析能力，提升扶助措施的协调程度，增强投入资源的力度和互补性。
（作者系中国社会科学院国家高端智库首席专家、学部委员）
