|
天風·宏觀 | 誰是勞動力下降的元兇
在疫情沖擊下，海外失業率飆升，勞動參與率快速下行。疫情后，受益于疫情影響減弱、經濟穩步修復等，海外失業率快速下滑，但勞動參與率的修復進程曲折。從勞動參與率的修復速度和修復高度上來看，大致可以將這些國家分為兩類。第一類，以美國、英國為代表，疫后雖然經濟修復，失業率走低，但勞動參與率遲遲未回歸至疫情前水平。第二類以韓國、澳大利亞為代表，這類國家疫后勞動參與率穩步修復，且超過疫情前水平。對比這兩類國家，兩者之間的差別除了與經濟修復情況、老齡化程度、財政刺激力度等有關外，主要與受疫情影響情況有關。實證結果顯示感染原始株和阿爾法株對勞動參與率具有顯著的負面影響，但是感染德爾塔株和奧密克戎株對勞動參與率的影響并不具有顯著性。前兩輪新冠流行感染率高的國家，勞動參與率的修復進度往往偏慢，而奧密克戎流行對勞動參與率的影響明顯較弱。
(相關資料圖)
一、疫情之后各國勞動參與率的恢復參差不齊
2020年初受疫情沖擊，部分國家的勞動參與率快速下行。世界銀行數據顯示，2020年全球勞動參與率為58.6%，相比2019年下滑了1.9個百分點，大幅高于過去5年均值(年均-0.13個百分點)。
疫情過后，全球勞動力市場開始逐漸修復，大多數國家的失業率水平回落至疫情前，但是部分國家的勞動參與率水平并沒有完全恢復。以美國為例，勞動力市場持續呈現“供不應求”的狀態，職位空缺率大幅走高，拉高了薪資增速，并抬高了通脹中樞。
從勞動參與率修復的速度和高度來區分，各個國家大致可以分為兩類：
一類以美國和英國為代表，雖然疫后經濟和失業率恢復，但是勞動參與率沒有回到疫情前的水平。以美國為例，2022年10月美國勞動參與率為62.2%，相比于2019年末下降了1個百分點。
另一類以韓國和澳大利亞為代表，疫后勞動參與率穩步修復至超過疫情前水平。以澳大利亞為例，勞動參與率在2020年5月探底后快速回升，至2020年11月就超過了2019年末，2021年短期回落后，2022年8月勞動參與率上升至66.6%，高于2019年末0.68個百分點。
二、勞動參與率下降的三個可能原因
對于勞動參與率難以恢復正常的原因，主要有年齡結構、經濟因素、疫情影響等幾種可能的解釋。
第一個廣泛接受的解釋是退休潮。
以美國為例，1950-1964年的美國嬰兒潮對應了2008年開始的美國退休潮，2008年美國65歲以上人口占比12.6%，2021年已經上升至17%。按照亞特蘭大聯儲的估算，以1998年為基準，2009年退休對勞動參與率的拖累為-0.01%，到2019年已經升至-2.91%，2020年為-3.69%，2021年為-4.11%，退休對勞動參與率的拖累程度逐漸加深。
但是澳大利亞在2008年之后也面臨了退休潮。對比美國和澳大利亞的老齡化程度，美國的退休潮壓力高于澳大利亞，可能是兩國勞動參與率恢復差異的原因之一。
第二個解釋是經濟因素和政策因素。
疫情后美國和澳大利亞的經濟增長和失業率均恢復較快，2022年9月美國失業率為3.5%，低于2019年末0.1個百分點；澳大利亞失業率3.54%，低于2019年末1.5個百分點。所以勞動參與率下降的原因，應該不是沒有就業機會，實際上美澳兩國的職位空缺數量均大幅高于疫情前。
第三個解釋是疫情，這個頗具爭議。
一些研究將勞動供給不足歸因于新冠感染的后遺癥即長期新冠(long-covid)以及勞動者對于反復感染的擔憂，部分勞動力徹底退出了就業市場。根據中國日報網報導，長期新冠(long-covid)導致200-400萬美國人無法工作。
三、關于勞動參與率影響因素的實證研究
截止目前為止，我們至少發現了勞動人口年齡結構、財政刺激力度、經濟增長表現以及每一輪新冠流行毒株感染率等因素，都可能影響到疫后勞動供給或勞動參與率的恢復情況。
為了更好分析以上因素對勞動參與率的影響，我們構建了實證回歸模型，其中被解釋變量為勞動參與率，解釋變量包括新冠感染率、GDP增速、人口年齡、政府杠桿率、居民杠桿率。同時，我們設置了四個疫情虛擬變量來區分不同流行毒株對于勞動參與率的影響。我們用了12個國家的數據作為樣本，涵蓋了五個大陸和不同發展水平，也考慮到了數據質量和可得性，時間跨度為2019年1季度至2022年1季度。為了區分國別效應，經過豪斯曼檢驗后采用了固定效應模型。
實證結果如下：
第一，年齡對勞動參與率有負面影響，但并不顯著。第二，經濟增長對勞動參與率有顯著的正向影響。第三，財政補貼(政府杠桿率/財政支出同比)對勞動參與率具有負面影響，但不顯著。第四，居民杠桿率對勞動參與率有正面影響，顯著度較弱，這一點與政府部門杠桿率的影響相對應，即居民部門負債上升時，往往有更強的意愿回歸勞動力市場以賺取收入。
四、新冠感染是不是勞動力下降的元兇？
新冠感染是否會造成勞動參與率下降？這是最重要也是最有爭議的問題。
我們的實證研究結果發現，過去四輪新冠大流行感染率對勞動參與率的影響方向均為負，但是顯著性逐輪降低。
模型結果顯示，感染新冠原始株和阿爾法株，對于勞動參與率都具有顯著的負向影響，且原始株感染率的顯著度更高。但是感染德爾塔株和奧密克戎株，對于勞動參與率的影響不具有顯著性。
總的來說，海外數據實證結果顯示本輪勞動參與率的下滑主要與原始株感染率和阿爾法株感染率有關，奧密克戎對勞動參與率不存在顯著影響。另外財政轉移支付對勞動參與率下滑的影響偏短期，經濟好轉能夠更快地推動勞動參與率修復。
最后，本文對勞動參與率的影響因素、勞動參與率與疫情之間的關系等分析還存在一定缺陷，一是出于數據可得性等方面的考慮，樣本數據僅包含了12個國家，實證結果是否具有廣泛意義上的適用性還有待進一步驗證；二是模型目前的主要控制變量僅有5個，可能存在其他變量會對勞動參與率產生影響，這一點也需要后續研究來進一步擴充。
