国家统计局发布的《2022年国民经济和社会发展统计公报》显示，2022年我国“城镇就业人员 45931万人”，比2021年城镇就业人员46773万人减少842万人，城镇净增就业与上年增长500 多万人比较更是下降1300多万人。2023年1月 18日人力资源和社会保障部新闻发布会宣布“2022年全国城镇新增就业1206万人”，与2021 年新增量1269万人比较仅小幅下降66万人。城镇净增就业大幅跳水的同时，城镇新增就业波澜不惊，新增与净增就业数据反差扩大引人注目。虽然新增与净增就业不一致现象多年存在，2021 年新增就业上升与净增就业减半同时发生，使得两个数据打架问题初露端倪，2022年净增就业量大幅跳水使二者反差矛盾更加凸显。本文尝试系统考察其成因并讨论其政策含义。
一、我国现行就业统计指标
我国现行城镇就业人员统计包含三个指标。一是“城镇累计新就业人员”，指各类市场主体和其他机构在特定统计时期内创造的所有城镇就业加总。该指标没有考虑自然减员因素，直到2020年对就业重复统计处理方式比较粗略，是口径最宽的就业统计指标。另外没有看到有关该指标的官方公布统计数。二是“城镇新增就业人员”，定义为城镇累计新就业人员减去退休、死亡等自然减员人数，这是官方制定就业政策重视的调控指标之一，被公众和学界广泛关注。三是“城镇净增就业人员”，被定义为历年城镇就业人员的相邻两年数据之差。
需要指出，有关“新增”和“净增”就业关系的逻辑推论与其实际情况不尽相同。一般而言，特定时期城镇就业净增量应是在新增量基础上扣除该时期所有就业减少量后的差额，因而如图1显示，净增量作为新增量子集应小于新增量。然而实际情况有所不同，受两点因素影响，部分年份城镇净增就业实际大于新增就业。首先是统计新增就业与城镇就业总数分别由政府不同职能部门主导，二者统计数据衔接可能出现状况。其次是国家定期人口普查提供的城镇就业总数结果被用来对早先非普查年份抽样调查数据进行修正调整，而新增就业统计数则不存在上述事后校准机制，可能导致特定年份城镇净增就业量大于新增量。
我们比较了历年抽样调查的城镇就业与采用人口普查结果回溯调整的城镇就业数。图2（a）报告未经过调整的历年城镇就业在普查年份呈现更高尖状峰值，显示人口普查所得当年城镇就业人数更大幅高于此前抽样调查数；有关部门会把普查年份该指标超常高出部分采用某种方式分配到此前9年从而调升早先城镇就业数，结果修订后数据除普查年份外普遍高于原始数据。图2（b）显示，没有经过普查调整的城镇就业人口，除两个人口普查年份峰值大幅高于新增量以外，其余年份都小于新增量，与新增量大于净增量的常识理解相一致。
二、新增-净增就业反差扩大
图3（a）报告2021年和2022年城镇新增就业量分别为1269万人和1206万人，比这两年初政府确定的新增就业目标值1100万人分别高出15.36%和9.64%，这两年新增就业完成量的平均值是1237.5万人，比2018—2020三年均值的1355万人仅回落8.7个百分点。从上述数据看，近两年宏观经济受到冲击，新增就业量虽也出现波动与回落，然而降幅比较有限，并且显著高于年初目标值，显示新增就业相对稳健态势。
不过观察城镇净增就业变化会看到不同图景，净增就业人数大幅下降导致城镇新增和净增就业反差超常扩大，提示实际就业形势可能要比新增就业显示得更为困难。图3（a）显示，2022年我国城镇净就业从2021年增量减半转变为2022年绝对减少842万人，城镇就业规模收缩约1.8个百分点，是过去60年来首次较大幅下降。城镇新增就业波澜不惊背景下，净增就业量大幅跳水，导致新增和净增就业反差急剧扩大。图3（b）显示2004年以来城镇新增与净增就业的历年差值：2011年及以前利用调整后城镇就业计算的净增就业大于当年新增就业，该差值一直是负数；过去11年该差值一直为正数，尤其是2021年和2022年分别跳升到767万和2048万，使得城镇新增与净增反差问题进一步凸显。
近年两个就业指标反差激增的原因何在？首先需明确，回答这个问题不同于解释城镇就业人数或净增数为何下降。例如人口结构变动导致近年退休人员增加可对后者提供部分回答，然而无法解释上述反差现象。由七普数据推测，2022年我国60年前出生人数有望从上年不到1200万人跳升到接近2500万人，2023年增至约3000万人（卢锋、任慧，2022）。目前我国法定退休年龄是男性60岁、女性分干部和普通员工分别为55岁和50岁，有理由推测2022年前后一段时期退休人口会显著上升并一定程度导致净增就业减少。不过现行城镇新增就业统计按规定需扣除从业人员退休和意外死亡等，年届60岁人数跳升增加退休人数同时影响城镇新增和净增就业，因而无法解释二者统计值反差扩大。
三、反差现象分析思路
本文采用一个简单的三阶段考察思路来厘清上述新增与净增就业关系问题。首先，考虑一个最宽口径的城镇总增就业量与净增就业指标关系，给出逻辑上可能导致二者差别的所有因素。其次，结合新增就业指标统计定义，部分剔除上述可能导致差异的因素，从而确定现行统计方式下可能导致新增和净增量差别的变量子集。最后，结合相关经验数据，评估哪些因素实际导致新增和净增量差离，并讨论其相对影响大小。
七点因素会导致广义城镇总增就业量与净增就业之间差异：（1）从业人员退休离开工作岗位；（2）从业人员非正常死亡；（3）城镇就业人员失去工作但仍在城镇积极寻找工作；（4）城镇就业人员失去工作岗位不再寻求工作；（5）农业户口在城镇打工的从业者失去工作后返回农村；（6）在某个特定城镇转换工作岗位因而可能一人“多次”就业情况；（7）在不同城镇异地转换工作岗位导致一人“多次”就业情况。
七点因素可归为两类。一是城镇总增就业量统计没有考虑的就业人口退出就业情形，这是总增量与净增量可能发生差别的最重要原因。依据从业人员退出岗位的决定因素、主体身份以及退出后状态不同情况，对应上述第（1）~（5）种情形。二是可能发生的重复计算导致就业毛增量与净增量差别，对应第（6）和（7）两种可能。在这七种因素中，新增就业统计指标定义已考虑剔除退休和意外死亡因素影响，另外已排除两种重复统计可能，由此可锁定余下第（3）~（5）种三点因素是可能导致城镇新增与净增就业量差别的基本原因。
三点原因都与宏观经济和劳动力市场变动导致从业人员失去工作有关，考虑我国体制转型背景分析个别因素影响还需区分从业人员城乡户籍身份和城乡就业差别。第一，城镇从业人员如失去工作并且继续寻求工作，对应典型的失业情景，其影响理应被城镇失业人数或失业率变动所捕捉。第二，对于具有城镇户口身份的从业人员来说，如果失去工作但在统计期内由于种种原因自愿或不得不放弃寻求工作（包括求学深造），则意味着在统计意义上退出了劳动力市场，这类影响逻辑上应能表现为城镇劳动参与率指标变动。第三，农业户籍城镇从业人员失去工作并放弃寻求工作，其影响或需分两种情况讨论：如当事人继续留在城市居住（这种情况较少不过也不能排除），理论上也会影响城镇劳动参与率。但是如果他们返回农村原户籍地，则表现为“农业户籍城镇从业人员返乡人数”增加或“返乡率”上升，这类情形或许是现行常规就业统计的盲点。
四、失业率与劳动参与率影响
上述失业率、参与率、返乡率三重解释因素在能否量化统计上差别很大，需结合现实情况分别考察它们对城镇新增和净增就业反差的影响和解释作用。统计部门常态化公布城镇调查失业率数据，利用年度城镇调查失业率和城镇就业人数，可估算出城镇失业人数及其年际变动，由此定量观察其对城镇新增与净增就业量反差的影响。2022年月平均失业率为5.5%，比2021年的5.1%增加了0.4个百分点，结合城镇就业数据可以估算2022年城镇新增失业人数约为190万人（见图4）。给定2022年城镇就业新增与净增量扩大2000多万人，失业人数增加能解释其近10%的变化。但是2021年城镇失业增量估计为-231万，由于失业人数减少即就业人数上升会同时影响新增和净增就业统计，因而不会额外影响城镇新增和净增就业反差。
如城镇从业人员失去工作后因种种原因放弃寻找工作，在统计上则被看作退出经济活动人口并表现为劳动参与率下降，可见就业形势收紧可能同时表现为失业率上升和劳动参与率下降。在没有发现城镇劳动参与率现成数据 情况下，我们尝试计算该指标值并考虑其变动对城镇新增和净增就业反差的解释作用。利用城镇经济活动人口等于城镇就业人口除以（1-城镇调查失业率）得到城镇劳动参与率的分子，合计城市和镇分年龄人口数得到城镇劳动年龄人口，由此计算2013-2021年城镇劳动参与率。
图5（a）结果显示，我国城镇劳动参与率从2013年的71.3%上升到2019年的76.3%，但是2020年和2021年都显著回落，其中2021年回落0.5个百分点，结合当年城镇劳动年龄人口估计数，估计2021年约有324万城镇从业人员退出劳动力市场［见图5（b）］，大约能解释当年城镇新增与净增就业量反差的42%。受目前数据限制暂时无法直接估算2022年劳动参与率变化，本文姑且假定2022年与2021年劳动参与率下降幅度大体相当，等2022年我国城镇分年龄人口数据再订正相关结果。这样2022 年劳动参与率下降带来324万城镇劳动力同样减少，约相当于同年城镇新增与净增就业量反差的15.8%。
三点原因都与宏观经济和劳动力市场变动导致从业人员失去工作有关，考虑我国体制转型背景分析个别因素影响还需区分从业人员城乡户籍身份和城乡就业差别。第一，城镇从业人员如失去工作并且继续寻求工作，对应典型的失业情景，其影响理应被城镇失业人数或失业率变动所捕捉。第二，对于具有城镇户口身份的从业人员来说，如果失去工作但在统计期内由于种种原因自愿或不得不放弃寻求工作（包括求学深造），则意味着在统计意义上退出了劳动力市场，这类影响逻辑上应能表现为城镇劳动参与率指标变动。第三，农业户籍城镇从业人员失去工作并放弃寻求工作，其影响或需分两种情况讨论：如当事人继续留在城市居住（这种情况较少不过也不能排除），理论上也会影响城镇劳动参与率。但是如果他们返回农村原户籍地，则表现为“农业户籍城镇从业人员返乡人数”增加或“返乡率”上升，这类情形或许是现行常规就业统计的盲点。
五、农民工返乡因素影响
农业户籍城镇打工者“返乡人数”或“返乡率”变动，对本文讨论主题具有特殊和重要意义。特殊性在于这个因素跟城市化推进阶段背景有关，特别是跟我国户籍等制度安排决定的城乡二元结构转型进程有关，也与卢锋等（2014）多年前讨论的“广义奥肯定理与中国奥肯关系”有关，其经济属性内涵决定了这个因素在国外标准劳动经济学教科书中没有对应概念。说它重要，是考虑前两年经济增长面临下行压力的特殊背景环境，来城市打工的农业户籍从业人员因为环境原因失去工作后返乡比例可能较大幅度上升，成为理解城镇新增和净增就业反差飙升的关键因素。
统计部门公布了近年分户籍（本地户籍、外来户籍、外来农业户籍）劳动者城镇调查失业率。从图6数据看，2022年二季度经济增速较低时段城镇外来农业户籍从业人员失业率上升更快。2021年前三季度经济压力较为缓和时期城镇总体失业率回落，这时外来农业户籍从业人员失业率下降更快并显著低于前者；但是在2022年4月前后和年底经济受到掣肘影响，农业户籍人员失业率上升更快并显著反超整体失业率。农业户籍从业人员失业率增长，显示相当一部分农业户籍城镇从业人员失去工作后仍留在城市寻找工作，估计同时应有不少甚至更多农业户籍城市打工者在求职难度较大背景下返回户籍地农村。例如社交媒体报道的2022年10月中下旬河南富士康工厂员工大量返乡，显然包括相当比例返回农村户籍地人员。没有找到年内农民工返乡的常规统计数据，下面利用乡村就业人数变动信息间接推测。
六、农民工返乡量推测
考虑总就业人数由城镇就业与乡村就业人数组成，返乡农民工超常增加会表现为同期乡村就业人数反向变动，因而可以通过观察乡村就业人数变动间接观察。图 7（a）显示总就业人数总量和年度变动，21世纪初以来总体趋势是净增量趋势下降，并从2015年开始就业总量净增量转为负值，2022年大幅下降1301万人。图7（b）显示，总就业净增量分解为城镇和乡村就业净增量，例如2022年总就业净增量（-1301万）等于城镇就业净增量（-842 万）和乡村就业净增量（-459万）之和。
受城市化阶段劳动力转移等因素推动，我国乡村就业在20世纪90年代中期达到峰值后由升转降，净增量持续为负数。图7（b）显示2010年以来该指标趋势性下降轨迹，但是过去两年净增量绝对值扩大趋势出现转折性变化，净减少量从2020年的1405万人大幅收缩为2021年的914万人和2022年的459万人。考虑2020年城镇新增就业与净增就业差距较小，另外2020年年初经济复苏较顺利，假定该年农民工外出后因为就业形势困难超预期返乡情况较少，因而以2020年作为参照年份来估计后续两年超预期返乡人数。进一步假定总就业减少在没有受到超预期返乡因素影响时按照城乡就业比例进行分配，然后把城镇和乡村就业统计减少量与假设没有发生超常返乡情形下模拟减少值比较，其差异可作为对超预期返乡人数的估计。
2022年总就业人员减少量比2020年增加918万人，假定不考虑劳动力超常返乡因素，按城镇和乡村就业占比分配减少量变化，那么2022年乡村就业比2020年应额外多减343万人即净减少1748万人（1405万人+343万人）。然而统计数据显示2022年乡村就业仅减少459万人，两者之差1289万人可以作为农民工劳动力超常返乡增加乡村就业量的结果，大约相当于2022年城镇新增和净增就业差额值2048万的62.9%。可见农民工超常返乡是导致该年城镇新增和净增就业反差激增的主要原因。
用类似方式也可估算2021年农民工超常返乡规模：2021年总就业减少量比2020年多29万人，按比例分配2021年乡村就业净减量应比2020年多出10.8万人为1415.8万人（1405万人+10.8万人）。然而官方数据显示2021年乡村就业净减量只有914万人，二者之差501.8万人［-914-（-1415.8）］估计是当年农民工超常返乡因素所致。2021年城镇新增和净增之差为767万人，农民工返乡人数估计大约能解释其中的65%，与上述2022年返乡因素对城镇新增与净增就业之差贡献率比较接近。
七、小结和政策含义
在我国现行劳动就业统计体系下，城镇新增就业和调查失业率是政府对就业形势的两大调控目标。近年我国经济增长中枢增速较大幅回落与波动加大背景下，城镇新增就业对早先趋势水平回落有限并且显著超过官方目标值，提示就业形势仅受到相对温和冲击。然而官方发布最新数据提示近两年我国城镇新增与净增就业不一致大幅激增，反差值从2020年前5年均值229万人飙升到2021的767万人和2022年的2048万人，提醒现行就业统计或存局限和盲点。本文考察结果显示，上述反差激增大体可用三方面异动解释：一是城镇失业人数上升，二是城镇劳动参与率下降，三是农民工返乡人数增加。表1依据本文讨论内容，对过去两年城镇新增和净增就业反差现象提出初步定量解释。
本文初步结果有待后续数据补充修订，也有待后续研究检验批评。如果本文基本思路与结果离谱不远，或有必要重新探讨近年我国就业形势的困难程度。虽然近两年城镇新增就业回落相对温和，然而城镇新增与净增就业反差激增提示近年新增就业成为有偏指标。城镇劳动参与率与农民工返乡率变动是推高城镇新增减净增就业反差的重要推手，由于这两个指标不在官方监测就业形势的雷达荧光屏上，采用常规统计数据或低估就业形势的困难程度。例如，从外出农民工中扣除年内农民工超常返乡因素，近三年来农民工总数一直低于早先水平；又如在2022年新增和净增就业落差中扣除城镇失业增加数仍剩下1800多万差值，如将其看作失业人数增量，则相当于城镇失业率增加三个多百分点。
2022年我国城镇就业受冲击程度超出原先评估水平，意味着2023年宏观经济较快复苏有利于岗位创造背景下，仍需关注劳动力市场“悬留效应”（hangover eff ect）对就业形势的不利影响，特别要重视青年就业压力难以很快实质性扭转的结构性困难。我国决策层高度重视就业形势及其对居民收入及民生的影响，近年更是把“稳就业保民生”作为宏调优先目标，这就要求有关部门进一步改进、完善我国就业统计方法，提供全面准确的就业统计数据。长期以来我国劳动就业统计体系和方法持续改进，目前城镇调查就业率、城镇新增就业和农民工定期统计对动态研判就业形势提供了重要信息，建议下一步以年内农民工返乡、城镇劳动参与率等指标创新构建为切入点，进一步健全完善就业统计体系和方法，以更好服务于政府就业以及宏调政策。
不过好的一方面是，随着中国重新开放，国民经济正步入平稳发展阶段，2023 年我国经济利好因素多于不利因素，加之宏观政策有望继续保持积极取向，较快复苏是大概率事件（卢锋，2022）。随着整个经济的恢复，城镇就业需求的提升，返乡的劳动力可能会重新回到城镇，城镇就业的净减少会下降甚至可能转成净增加，农村就业的减少量可能会再度扩大。虽然近两年农民工返乡成为新增与净增反差激增的主要因素，但有可能只是特定时期的摩擦性现象。从2022年四季度外出农民工增速触底反弹，前两季度负增长转为正值来看，农民工返乡浪潮已有退势，从周期性规律来推测，通常一季度是农民工返岗高峰，预计我国2023年返乡现象会有所减弱，从而缩小净增新增反差。
