冰火五重天 罗霈颖失业率是经济学中一个关键的概念，它反映了一个国家或地区劳动力市场上就业和失业的状况，失业率不仅仅是经济学家和政策制定者密切关注的重要经济指标，也直接关系到数百万家庭和个体的生计。在现代经济体系中，失业率的波动常常成为社会经济动荡的指示器之一。失业率并非仅仅是一个数字，更是一个反映社会稳定与可持续发展的晴雨表。它不仅仅关乎经济体系的健康状况，也深刻影响着社会的生活方式和人们的日常生活。失业率上升可能导致社会压力的增加，影响人们的生活质量，甚至引发社会不安。相反，失业率的下降通常与经济增长、生产力提高和社会福利的增加相联系。

　　（一）定义：失业率（unemployment）英文解释为“Unemployment occurs when people are without work and actively seeking work”, 译为没有工作且在积极找工作的人（没工作且在此前4个星期中不曾试图找工作的人，不在此列），占总工作的人（除了小孩，老人，不能工作者）的百分比，也可以译为失业率。是资本市场的重要指标，属滞后指标范畴。

　　劳动力人口：是指所有在工作年龄范围内的人口，包括就业者和失业者。这个公式反映了失业。

　　（三）数据发布时间：美国（每月第一周周五20:30发布）；中国：未查到相关资料。

　　国际劳工组织提供了四种方式来统计失业率: 劳动保障部门的登记失业率统计; 调查失业率统计; 官方估算失业率；通过社会保险统计数值计算的失业率。其中，调查失业率统计是目前国际上最受欢迎的失业率统计方法。我国也是2018年后才普便使用调查统计的方法。我们主要阐释一下城镇调查失业率统计和城镇登记登记失业率统计方法：

　　（一）城镇登记失业率：城镇登记失业率是城镇失业人数在总劳动力人数所占的比重，在这个比值中，分子是登记的城镇失业人数，分母是城镇从业的人数与登记失业人数之和。城镇登记失业率中所统计的失业人员是指有非农业户口，在一定的劳动年龄内( 16 岁以上及男 50 岁以下、女45 岁以下) ，有劳动能力，无业而要求就业，并在当地就业服务机构进行求职登记的人员。从城镇登记失业率的定义及其统计方式中，不难看出城镇登记失业率存在着一些问题，使得以此方法统计得出的失业率数据可能会过多地偏离真实值。

　　（二）城镇调查失业率：城镇调查失业率是国际上大多数国家进行失业统计时使用的指标。城镇调查失业率是通过城镇劳动力情况随机抽样调查所取得的城镇就业与失业汇总数据进行计算的，是城镇调查失业人数占城镇调查失业人数和城镇调查就业人数之和的比重。

　　（一）技术性失业：是由于科技进步而引发的失业潮，例如工业革命引发的大量劳动人口的失业：蒸汽机、织布机、电灯等的发明；以及近代的自动化机械手臂、电子道路收费系统、各式自动化剪票口、未来的自动驾驶汽车等等。技术性失业通常产生卢德派之类的反科技进步组织，不过他们的抗争没办法对技术进步造成实质的阻碍。由于近代的工业革命（目前是互连网、物联网科技以及自动化机械）可能造成绝大数人都遭到技术性失业，所以不少社会学家在研究新的制度与对策，以应付大范围技术性失业而造成的贫富差距问题，例如无条件基本收入就是一例。

　　（二）摩擦性失业：是指当人们放弃原来的职业再寻找新的工作，可能需要花费一段时间而出现的失业状况。因就业市场的资讯不流通，可能使得一些企业未能在短期内找到适合的劳工，而劳工也未能在这段时间找到工作，于是造成短期的失业现象。

　　（三）结构性失业：是指市场竞争的结果或者是生产技术改变而造成的失业，通常由于就业市场并不平衡，某些行业正扩张，另一些则衰退，造成部分工人失业。结构性失业通常较摩擦性失业持久，因为失业人员需要再职业教育或是迁移才能找到工作。

　　（四）周期性失业（cyclical unemployment）：是指由于经济中的总需求减少，导致劳动人口过剩，从而出现失业情况。这种失业被归类为非自愿性失业，因为人们是有能力并且愿意工作，只是社会的总需求减少以致劳动人口的数目未能与经济体系内的部门所提供的职位数目配合。由于总需求减少，伴随着的是经济周期改变，经济步入衰退期一直到低谷。如何解决周期性失业向来是经济学家的重点研究对象，经济学界里提出数种方法，例如：工人或工会自愿降低工资；增加对企业部门的投资诱导，提高总需求；政府运用财政政策，补充私人投资的不足，填补和总需求的差距等等。

　　（五）季节性失业（Seasonal unemployment）：农业、营建业与旅游业特别容易受季节性因素影响。季节性失业是一种自然失业，它给社会带来两个方面的不良影响：一是季节性雇员由于就业时间短，收入受到影响（尽管有补偿性工资差别）；二是季节性失业不利于劳动力资源的有效利用。

　　失业率通过失业率指标可以判断一定时期内全部劳动人口的就业情况。一般认为，摩擦性失业、结构性失业和自愿性失业都是难以避免的，它们与经济社会的总需求水平、与经济周期无关。因此，它们也被统称为自然失业。自然失业与总劳动的比率就是自然失业率。自然失业率一般被认为是经济社会所难以消除的，因为摩擦性失业、结构性失业和自愿性失业总是存在的，它与周期性失业、经济运行周期及总需求水平无关，因而是相对稳定的，是一个国家能够长期持续存在的最低失业率。当经济中不存在周期性失业时，所有失业都是摩擦性、结构性、季节性和自愿失业时，便认为经济达到了充分就业，即消除了非自愿性失业或周期性失业以后的社会就业状况。因而又可以说，充分就业时的失业率就是自然失业率。充分就业既意味着一个国家劳动力资源的充分利用，也意味着一个国家所有经济资源的充分利用。当实际失业率等于自然失业率时，一国经济处于长期均衡状态，所有的经济资源都得到了充分利用，即实现了充分就业均衡。

　　(一）菲利普斯曲线：通货膨胀率和失业率一直都是各国经济政策 关注的重要指标，面对这两个指标，由于它们的内 在冲突性，各国常常将面临决策，那么该如何权衡 通货膨胀率和失业率呢？对此，菲利普斯早在 1958年便根据经验统计数据提出了一条用以表示工资 变动率和失业率相关关系的曲线，之后又有学者发 现工资变动率可以反映通货膨胀的情况，因此，这条曲线演变为可以解释通货膨胀率与失业率关系的曲线，即菲利普斯曲线。这一曲线所隐含的经济含义也被世界上若干国家的数据证实，即：在充分就业和价格稳定这两个目标上，各个国家都只能被迫选择其中一个，若一个国家想要实行积极的财政政策或者宽松的货币政策扩大国内需求，虽然有可能降低失业率，但却是通过商品价格上涨的代价来得以实现的。

　　(二）基于我国的菲利普斯曲线：菲利普斯曲线的适用性在经济发达的欧美地区普遍得到了验证，但在我国其适用性一直存在争议，而随着我国近几十年的快速发展，通货膨胀也日益严重，加之我国高校毕业生人数近年来屡创新高，就业形势也越来越严峻，随之表现出来的是通货膨胀和失业率的矛盾日益突出。对于菲利普斯曲线在中国的适用性的争议，各个学者对它的研究得出的结论也各不相同，我国对于通货膨胀与失业率关系的研究较晚。数据研究发现：菲利普斯曲线在我国先后经历了正相关、正负相关交替与负相关关系三个阶段。这里就不过多介绍了，感兴趣的读者可以私聊我领取关于中国菲利普斯曲线的相关文献资料。

　　（一）经济周期分析：失业率通常受经济周期的影响。通过分析宏观经济指标（如 GDP、消费水平、投资等），研究者可以推断失业率的变化趋势。经济周期的阶段（繁荣、衰退、复苏等）对失业率有直接影响，当然失业率又反向作用于GDP，一般而言失业率和GDP呈现负相关关系。

　　（二）政府政策分析：政府的经济政策（如货币政策、财政政策）和劳动市场政策（如就业保险、培训计划）对失业率也有影响。政策的调整可能会影响就业水平。

　　（三）时间序列分析：利用历史失业率数据进行时间序列分析，可以识别出周期性和趋势性的模式。这些模式可用于预测未来失业率的可能变化。

　　（四）经济模型和计量经济学方法：利用经济模型和计量经济学方法，研究者可以建立关于失业率和其他经济变量之间关系的模型，并通过估计参数来进行预测。如VAR模型（向量自回归模型）、ARIMA 模型（差分自回归移动平均模型）、SVM支持向量机等。

　　（五）调查和调研：定期进行关于就业状况和失业原因的调查，以获取实时的劳动力市场信息。这可以提供更直观和细致的失业率分析。

　　需要注意的是，失业率的预测是一个复杂的任务，受多种因素影响。综合使用多种方法，并考虑多方面的因素，有助于更准确地预测失业率的趋势和变化。

　　失业率作为一个关键的经济指标，在经济学领域中扮演着重要的角色。它不仅是经济学家和政策制定者关注的重要数据，更直接关系到数百万家庭和个体的生计。失业率的波动常常反映着社会经济的动荡状况，不仅关乎经济体系的健康状况，也深刻影响着社会的生活方式和人们的日常生活。失业率的定义和计算公式为我们提供了衡量劳动力市场状况的工具，而统计方法则影响着失业率数据的准确性和可靠性。失业的成因多种多样，包括技术性失业、摩擦性失业、结构性失业、周期性失业和季节性失业，每种失业形式都需要不同的政策和解决方案。在失业率的意义方面，菲利普斯曲线为我们提供了对通货膨胀率和失业率关系的一种理解，而充分就业时的失业率被视为自然失业率，是一个国家能够长期持续存在的最低失业率。失业率与通货膨胀率之间的关系在经济政策制定中起着重要作用，需要权衡两者之间的矛盾。最后，失业率的分析和预测涉及经济周期分析、政府政策分析、时间序列分析、经济模型和计量经济学方法等多方面因素。通过综合运用这些方法，我们可以更全面、准确地理解失业率的变化趋势以及在宏观和微观中的意义。

　　[1]田思源，刘永文，何志康.中国通货膨胀与失业率的关系研究—基于VAR模型的实证研究[J].生产力研究.2021. [2]曼昆.宏观经济学[M].中国人民大学出版社. [3]国家统计局.[4]百度百科.