（2）技术进步从2020年开始，线上办公应运而生，一方面提高了工作效率，降低了疫情对企业的冲击，另一方面也加快了产业结构的调整。那些无法在线办公的人难以适应这种变化，那些不能把工作转移到线上、或者无法在线上生存的企业（重资产、制造业）受疫情的冲击更严重，更容易倒闭，它们的员工失业之后更难就业。值得一提的是，2022年底，以ChatGPT为代表的大语言模型取得了重大突破，国内诸多企业纷纷跟进，推出和训练自己的大语言模型。广告、游戏制作工作的绘画师和设计师，金融企业的客服和投资顾问，甚至一些程序员开始被人工智能取代，造成了新的结构性失业。（3）行业监管政策2020年以来，中央对三个行业加强了监管。【1】2020年开始整改平台经济，一直到2022年4月29日中央政治局会议表示“要促进平台经济健康发展，完成平台经济专项整改，实施常态化监管，出台支持平台经济规范健康发展的具体措施”，整改告一段落。【2】2020年8月央行、银保监会等机构针对房地产企业提出“三道红线”指标，强化对房地产开发企业的监管。一直到2022年四季度逐渐放开了房企融资。【3】2021年开始整顿教育培训行业。另外，2022年以来，对金融行业的监管逐渐强化。这些监管政策恰好与疫情重叠，使行业的整体运行受到双重打击。在行业整体萎缩和人员流动不畅的情况下，这些专业性较强、就业面较窄的失业者很难再就业，推高了结构性失业。（4）企业的理性选择（往届生困境）疫情导致应届毕业生就业困难，出现大量“毕业即失业”的现象。那么在疫情之后，他们容易找到工作吗？恐怕不容易。通常来说，应届生在毕业前找工作是相对容易的。如果毕业前未找到对口的工作，在失业半年或更久之后再找到对口工作的难度会成倍增加，因为：【1】企业会怀疑他的能力；【2】他毫无相关工作经验，只能当应届生用；同时他又有一定的社会经验，企业会觉得不如应届生好管理，因此更喜欢招聘应届生。这在企业看来是最优的理性选择，但客观上导致了结构性失业。我将这种现象称为“往届生困境”。在疫情期间，这种情况达到极致。大量往届生因此找不到合意的工作，转而在家考研、考公务员甚至“啃老”，推高了青年失业率。3、迟滞效应（hysteresis effect）推高自然失业率Blanchard and Summers（1986）提出，即便是短期经济波动，对劳动力市场也存在迟滞影响。具体来说，在经济波动导致劳动力失业之后，不仅他的工作意愿受到打击，还可能失去工作技能，导致他难以再就业。即短期的需求冲击也可能导致失业劳动力永久退出劳动市场，从而导致失业率长期维持较高水平，而很难随着经济的恢复而下降到危机之前的自然失业率水平。即自然失业率上升了。这一观点已经得到很多研究的支持，例如Blanchard and Wolfers（2000）等。就中国经济来说，近年的疫情与2008年经济危机非常相似，严重伤害了居民和企业的资产负债表，造成了大面积失业，无疑也存在迟滞效应，会导致一些劳动力退出劳动市场，推高自然失业率。三、相关研究研究我国自然失业率的文献比较少，一个重要原因是，在2018年之前，我国只发布城镇登记失业率数据，质量不太可靠，用该数据构建计量经济学模型得到的估计结果不太可信。也有一些学者借鉴蔡昉（2004）的方法估算出的调查失业率数据来构建模型，不过只有年度数据。高卷、陈眷京（2017）对2017年之前的文献做过一个综述。2018年，国家统计局开始按月发布调查失业率数据，迄今数据还较短，且两年之后就开始了新冠疫情，迄今尚未看到专门研究新冠疫情对自然失业率影响的文献，提到疫情对失业影响的文献也很少。都阳、张翕（2022）以菲利普斯曲线作为理论基础，利用三角模型估计出2017年1月至2022年4月中国不变的自然失业率是5.06%左右。随后又构建状态空间模型，用Kalman 滤波方法估计时变自然失业率。他们发现，2021年下半年，我国的自然失业率开始上升，2022年4月升至5.15%左右（当月调查失业率是6.1%）。应该说明，这个研究是有瑕疵的。一是，Kalman滤波方法本身要求模型的量测方程和状态方程的误差项都服从正态分布，然后通过最大似然方法估计出结果。在一般情况下，误差项可能是服从正态分布的，但是新冠疫情、封控政策和迟滞效应对经济产生的巨大冲击显然不是“一般情况”，而是极其少见的“尾部风险”，此时误差项不可能是正态分布的；二是模型要求假设随机事件对变量的扰动是序列不相关的，过去几年各地先封城、再解封，显然是序列相关的。这导致模型的假设不再成立，估计得到的结果不再稳健。（未来在讨论疫情对自然利率和自然产出的影响时，我们还会提到疫状态空间模型在疫情面前不成立，使估计结果不稳健的问题。）蔡昉（2022）认为，自新冠肺炎疫情爆发以来，16-24岁青年的自然失业率被推高了，并且“在过去十余年就业的总量矛盾让位于结构性矛盾的基础上，可以预期今后劳动力市场的结构性和摩擦性矛盾将更为突出。”“从国际经验、中国经济发展阶段的变化以及劳动力市场新特点，可以预期自然失业率在后疫情时期将进一步提高。”总之，我们有充足的理由相信，疫情、疫情防控和迟滞效应，推高了我国的自然失业率。四、应对之策2022年末我国劳动年龄人口总量约8.8亿人。自然失业率每上升1个百分点，就意味着有880万人失业，退出了生产活动；叠加近年来我国老龄化加重，总抚养比从2019年的41.56%快速上升至2022年的46.6%，且人口自然增长率2022年转负，无疑会加快我国潜在GDP增速的下降。这是2023年以来我国经济复苏弱于年初预期的重要原因之一。因此采取措施降低自然失业率就显得尤为重要。考虑到摩擦性失业可以随着信息、交通的恢复而减少，我们主要考虑如何减少结构性失业。建议：一是出台强有力的政策，刺激消费和投资，提振实体经济，创造就业。前述导致自然失业率上升的六个传导机制，大部分都可以通过提振实体经济、创造就业来解决。经济增速上升，可以扭转居民和企业对未来的悲观预期，使居民敢于消费，企业敢于增加资本开支和研发费用，创造就业机会；可以改善区域产业结构，使具备相关专业技能的失业者得以再就业；还可以吸纳行业监管、往届生困境等造成的结构性失业。二是政策出台要快、力度要大，直接改善居民和企业的资产负债表如前所述，结构性失业一旦上升，具有较大的刚性，很难下降。另外，迟滞效应会导致失业者再就业困难，甚至永远退出劳动市场。因此政策出台要快，力度要大，尽快创造就业岗位，使失业者得以再就业，抵消迟滞效应，最大限度地压低结构性失业。考虑到年初以来经济复苏不及预期的微观原因是居民和企业的资产负债表受损，建议采取措施直接改善他们的资产负债表，使消费和投资增速能够快速改善。三是政策要精准发力，特别重视高新技术产业的扶持和培育。高新技术产业增加值增速的下降，是青年失业的重要原因。发展高新技术产业，一方面可以吸纳大量青年就业，有利于社会稳定；另一方面，可以提振经济，加快经济转型，提高全要素生产率和潜在经济增速。四是鼓励和引导广大青年到西部、四五线城市、农村就业。众多应届大学生毕业即失业，似乎一夜之间，文凭贬值了，“读书无用论”沉渣泛起，对经济社会长远发展不利。然而，我国大学生真的多到经济无法吸纳了吗？未必如此。这种失业其实是结构性的，大多数人毕业之后希望留在中东部或一、二、三线城市，不愿去西部地区、农村地区、甚至四五线城市就业。结果造成一方面大城市里毕业生就业难，另一方面西部、农村、四五线城市人才匮乏。这种结构性错配已经持续多年，在经济增速下行阶段尤为突出。建议政府对返乡就业的大学生提供一定的补贴、税费优惠，以及进行创业帮扶，鼓励和引导他们回乡就业。五是着眼长远，顺应人工智能发展的大趋势。人工智能必将成为中美科技角力的焦点。为了能够弯道超车，我国势必加大对人工智能产业链的扶持力度。而人工智能的快速发展，一方面会颠覆很多行业，另一方面也会催生一些新的行业，这会加剧结构性失业。并且由于人工智能将抬高很多职业和岗位的进入门槛，甚至使一些行业消失，因此失业者想再就业将更加困难。政府对此应该有充分的预估和应对。例如制定完善的人工智能产业发展规划，并广为宣传，使居民对此有所预期，提前调整自己的教育和从业计划；在高校里主动压减未来可能被人工智能取代的专业，增设人工智能相关专业，培养相关人才等。总之，在经济转型阶段，产业结构的变化会带来自然失业率的上升。在经济增速较高时，一方面失业者再就业比较容易，另一方面，高自然失业率造成的矛盾容易被居民收入的增长所掩盖。但是在经济增速下行阶段，高自然失业率具有较强的刚性，且容易造成社会矛盾，值得认真对待。
参考文献：
Friedman, Milton., “The Role of Monetary Policy”, American Economic Review, vol.58, no.1,1968, pp.1-17. Blanchard,O.J.,and Summers,L.H.1986,Hysteresis and the European Unemployment Problem. NBER Macroeconomics Annual.Blanchard, O. and Wolfers, J.”The Role of Shocks and Institutions in the Rise of European Unemployment.” Economic Journal，2000，110(462)，PP．C1-33．高卷，陈眷京，《中国的自然失业率水平及变化：一个文献综述》，《经济问题探索》，2017年第10期。都阳，张翕，《中国自然失业率及其在调控政策中的应用》，《数量经济技术经济研究》，2022年第12期。蔡昉，《中国面临的就业调整：从短期看长期》，《国际经济评论》，2022年第5期。