劉金東 徐文君 劉君
青年群體就業問題一直是全球性難題,在中國也日趨突出,在當前需求收縮、供給沖擊和預期轉弱的三重壓力沖擊下,我國青年群體進一步面臨就業規模升高和失業問題嚴重的兩難局面。國家統計局數據顯示,2022 年高校畢業生規模將達到1076 萬人,比上年增加167 萬人,規模和增量均創歷史新高。與此同時,截至2022 年8 月,16—24 歲青年人口城鎮調查失業率為19.9%,相比2021 年底已經連續攀升5 個百分點。根據國際經驗來看,初次就業市場不景氣不僅是就業數量上失業率高企的問題,還會連帶造成就業質量下降,引發青年就業者持久收入損失,造成長期的“疤痕效應”(Oreopoulos et al.,2012)。近年來,人口老齡化程度加深和福利主義模式影響,各國的社保負擔率也在不斷上升。由于中國青年失業率的官方統計缺乏長期歷史數據,因此,我們統計了1965—2020 年OECD 國家青年失業率平均值和以社保繳款總額占GDP 比重來衡量的社保負擔率平均值的歷史變化趨勢,如圖1 所示,青年失業率總體在波動中上升,社保負擔率則平穩增長,兩者上升趨勢保持同步,同時,在特定時期的波動形態上也保持了相對一致,這一現象促使我們思考:社保負擔率作為企業用工成本的重要組成部分,是否是造成各國青年失業率不斷攀升的潛在原因?

圖1 :OECD 國家社保負擔率與青年失業率的歷史變化趨勢(1965—2020 年)
本文利用1965—2020 年OECD 成員國家的長期歷史面板數據實證分析了社保負擔對青年失業的影響,此項研究具有以下現實意義:一是為我國未來的改革提供國外的歷史經驗借鑒;二是指導我們更好地保持社會保障與經濟發展的協調適配性。相比已有研究,本文可能的邊際創新貢獻在于:一是首次基于國際宏觀面板數據直接求證了社保負擔推高青年失業率的正向作用,這對已有的微觀研究形成了有力補充;二是全面論證了社保負擔影響青年失業的作用機制和可逆性,為未來治理政策的有效性提供了現實參考;三是基于移動平均回歸檢驗了社保負擔影響青年失業的長期性特征,進一步揭示了研究社保負擔與青年失業內在關聯的重要意義,也為社保負擔影響青年失業的研究提供了更加完備的結論。
就企業的雇傭行為而言,提高企業社保繳款負擔將直接導致企業用工成本上升,根據需求定律必然使勞動力的需求下降,社保負擔對總體就業率表現出顯著的負向影響(Summers,1989;Boeri et al.,2002)。社會繳費負擔不僅是用工成本的一部分,也是就業保護程度的體現,國外研究也已表明,由于青年勞動者屬于初次就業群體,勞動保護更加有利于工作年限更長的老員工,從而讓青年群體成為就業弱勢群體(Heckman and Pages,2000)。嚴格的勞動保護雖然在名義上提高了就業者福利,但卻是以犧牲就業弱勢群體的就業機會、擴大內部收入差距為代價。我國企業數據的實證研究同樣表明了社保負擔會對企業的勞動力需求產生擠出效應(林治芬,2005;劉苓玲等,2015)。另外,企業由于工資粘性等因素在經濟沖擊時難以降低老職工的工資或者對其裁員,因此便更為傾向降低新入職員工成本,青年群體成為首當其沖的“被調整”對象,使其對宏觀和微觀經濟環境變化的敏感度最高(戴覓等,2013)。一方面,企業在經濟增速放緩時期解雇青年員工比解雇老員工的機會成本更小(譚永生,2016);另一方面,企業往往通過靈活調整新人招聘規模而非裁掉存量員工來應對經濟沖擊(戴覓等,2013)。因此,待就業的青年群體在市場需求收縮時無法順利實現就業,已就業的青年群體因為專用人力資本積累較少、合同保障程度較弱而被裁員,兩個方面都會直接導致青年失業率的上升。
當然,以上是從勞動力市場需求的視角來分析問題,如果轉換到勞動力供給視角,社保負擔也可能存在對青年失業的正向影響。社保負擔提高會改變晚退休和早退休之間的相對價格,讓提前退休的相對收益更高(Kalemli-Ozcan and Weil,2002),這種替代效應會促使老年員工做出提前退休決策,從而減少了勞動力市場供給,給青年就業者騰出更多的崗位(王佳慧和張寧,2021)。Feldstein(1974)、Crèmer et al.(2004)等將其稱為“隱性稅收理論”,他們認為社會保障制度本質是對勞動者工作狀態征收的一種隱性稅收,社保負擔越高隱性稅收負擔越重,此時,勞動者需要繳納更多的社保稅費,卻得到更少的社保收益,讓按時退休和延后退休變得不再合算,從而引致退休效應。因此,政策雖然沒有直接干預實際退休年齡,但卻可能通過社保負擔調整從而間接影響個體的退休年齡決策。勞動力市場需求側的“成本擠出效應”和供給側的“引致退休效應”從不同方向影響了社保負擔的青年就業結果(如圖2 所示),社保負擔到底會促進青年就業還是推高青年失業,還需要本文基于實證分析去詳細驗證。

圖2 :社保負擔影響青年失業的作用機制
由于國內青年失業率的官方統計剛剛開始,本文以OECD 成員國家面板數據為研究對象,時間跨度涵蓋1965—2020 年,借以為中國未來政策制定提供更為豐富的歷史經驗參照。本文的數據來源于OECD 數據庫和世界銀行數據庫。由于澳大利亞、新西蘭缺少核心解釋變量的統計數據,韓國則缺少撫養比、對外開放度等控制變量統計數據,故而基準回歸所使用的面板數據共涵蓋此三國以外的全部35 個OECD 成員國家。
本文以各國青年失業率(16—24 歲之間)為被解釋變量,以各國社會保障實際負擔率(下文簡稱社保負擔率)為核心解釋變量,考慮到每個經濟體內存在大量自雇營業者繳納社保的情況,僅以工資總額作為分母計算社保負擔率的話,可能存在偏差,故而我們首選以社保繳款總額占國內生產總值(GDP)的比重來衡量社保負擔率。構建基準的面板固定效應模型回歸方程如下:
其中,下標i對應不同國家,t表示年份,unemprit為該國青年失業率,sgit表示該國社保負擔率,考慮到因果倒置帶來的內生估計偏誤,我們統一將核心解釋變量社保負擔率滯后一期處理。Θit表示國家層面的控制變量集,加入人均生產總值(pgdp)、對外開放度(trade)以控制各國經濟發展水平的異質性,加入老齡化程度(aging)、人口增長率(popug)、撫養比(depr)、有工資女性占比(sarlf)變量以控制可能影響青年就業表現的人口因素,考慮到失業率和通貨膨脹率之間可能存在菲利普斯曲線問題,我們同時控制了消費價格指數(cpi)。其中,老齡化程度以65 歲以上老年人口占比表示,撫養比以非勞動年齡人口(15 歲以下及64 歲以上)占勞動年齡人口(15—64 歲)之比表示,對外開放度以進出口總額與國內生產總值(GDP)的比值表示。此外,在本文的基準回歸中還同時考慮了國家固定效應μi和年份固定效應μt。主要變量的內涵及描述統計如表1 所示。

表1 主要變量描述統計表
表2 是面板回歸結果,第(1)列沒有加入任何控制變量,第(2)列控制了國家和年份雙向固定效應,回歸結果均顯示,社保負擔率(sg)的系數估計值顯著為正。第(3)列是同時加入全部控制變量和固定效應的基準回歸結果,社保負擔率(sg)的系數估計值依然顯著為正(0.732),表明社保負擔率確實能夠顯著推高青年失業率,社保負擔率每提高1 個百分點,能夠帶動青年失業率提高0.732 個百分點。35 個OECD 國家社保負擔率平均從1965 年的4.866%提高到2020 年的9.693%,提高幅度約為4.827 個百分點,按照本文基準回歸估計結果,將造成青年失業率提高3.533 個百分點,解釋了青年失業率過去56 年間漲幅的45.21%。這意味著,作為直接人力成本重要組成部分的社保繳款確實成為企業雇傭青年勞動者的關鍵考量因素,阻礙了企業對青年群體的就業吸納能力。由此,本文待檢驗的研究命題得到初步證實,社會保障的“需求擠出效應”要高于“引致退休效應”,總體表現出推高青年失業的凈影響。

表2 面板回歸結果
1.替換核心解釋變量的穩健性檢驗
為保證穩健性,我們也嘗試將核心解釋變量社保負擔率替換為社保繳款總額占工資總額比重的形式。表2 最右側一列的面板固定效應回歸結果顯示,核心解釋變量社保負擔率(sg)系數估計值依然顯著為正(0.284),原有結論保持不變,顯示了該結果的穩健性。
2.考慮遺漏變量的內生性檢驗
內生性估計偏誤主要有因果倒置和遺漏變量兩種成因,基準回歸中我們均將核心解釋變量社保負擔率滯后一期處理,已經控制了因果倒置的內生性偏誤,故而此處主要探討遺漏變量帶來的內生性偏誤。本研究參考Altonji et al.(2005)、王偉同等(2019)的處理方法,利用可觀測變量的影響幅度來度量遺漏變量的影響是否有可能達到篡改結果的程度。該方法主要考慮兩類不同控制集合的回歸,第一類回歸只考慮有限控制集合,核心解釋變量系數為β r;第二類回歸納入所有可能的控制集合,包括全部控制變量及雙向固定效應,對應于表2 第(3)列的基準回歸,其估計的核心解釋變量系數為β f。構建如模型(2)所示的統計比值Ratio,其值越大,意味著目前已有的控制集合對核心解釋變量的影響幅度越大,那么沒有加入回歸的不可觀測變量要篡改基準回歸結論,就必須要完全超過和抵消掉已有控制集合的影響幅度,這種可能性也就越小,此時,遺漏的不可觀測變量對估計結果造成內生性偏誤的可能性也就越小。
為了增加比值計算的穩健性,本研究針對第一類回歸選擇了兩種不同回歸:一個是不控制任何變量的回歸,對應于表2 第(1)列;另一個是僅控制雙向固定效應的回歸,對應于表2 第(2)列。兩種有限集合的核心解釋變量系數估計值分別為0.792、1.065,納入全部控制集合的基準回歸核心解釋變量系數估計值為0.732。由此得到的比值為12.2 和2.198,數值范圍均遠大于1,這意味著遺漏變量對被解釋變量的影響要比當前控制變量集至少高出2 倍,才會造成本文顯著為正的估計結果源自于遺漏變量的選擇效應所致。因此,基本上可以排除前文估計結果因遺漏變量而出現估計偏差的可能性,也表明了基準估計結果的可靠性。

表3 統計比值計算結果
上文回歸結果支持了社保負擔對青年勞動力就業的“需求擠出效應”占據上風。這一部分將對文中提及的兩種作用機制進行更加直接的驗證。我們以一國的青年就業質量作為“需求擠出效應”的代理指標,以平均退休年齡作為“引致退休效應”的代理指標。由于沒有青年群體人均薪酬水平的指標,以青年就業質量來衡量勞動力市場需求收縮下對青年就業的影響程度,勞動力市場需求越低,則青年就業者會被迫接受一份更低質量的工作(劉金東等,2022a),OECD 數據庫統計了三個維度的青年就業質量,包括收入質量、收入穩定和工作環境,由于工作環境指標缺失嚴重,就以收入質量和收入穩定指標來共同衡量青年質量。收入質量指標是通過考慮青年勞動者收入回報水平和內部收入差距程度來綜合衡量,收入穩定指標則通過衡量青年勞動者隨時失去工作的概率和損失規模來綜合衡量。考慮到兩個指標的量級不同,對其做歸一化處理后求均值,得到青年就業質量的綜合衡量指標。青年就業質量指標的統計年份有限,主要集中在2007—2016年間,各國開始統計的年份也有所差異,故而會讓嵌套后的面板數據樣本量有所下降。平均退休年齡統計期限為1970—2012 年。表4 機制檢驗1 顯示,社保負擔會顯著降低青年就業質量,系數為-0.098;機制檢驗2 顯示,社保負擔對平均退休年齡無顯著影響。這兩點也與上文基準回歸結果保持一致,即社保負擔主要通過“需求擠出效應”推高青年失業,而沒有實證證據表明其通過延遲退休年齡緩解青年失業的積極影響。這可能與各國退休政策對退休年齡的法定限制有關,員工并不能跳開制度限制任意選擇提前退休。故而,二者綜合作用的結果對青年就業產生了不利影響。

表4 機制分析與可逆性分析結果
傳統的回歸模型都假定核心解釋變量對被解釋變量的影響具有雙向對稱性,即核心解釋變量向上和向下變動對被解釋變量的影響是一致的,體現在估計結果上就是核心解釋變量的系數估計值是一個穩定的常數,但這一模型假定有可能與現實不符。部分國家和地區的事實顯示,就業存在一定的“回滯”現象,即就業隨經濟波動表現出易跌難升的非對稱性特征(丁守海等,2010)。這種現象與勞動保護有關,企業決策者可以零成本縮招,卻不能無成本擴招,擴招員工意味著未來將承擔更多入職者的薪酬待遇,勞動保護下并不能靈活將其解聘以應對不利局面,故而企業決策者往往更加謹慎地做出招聘決策,使得經濟企穩后就業卻不會隨之同步上升。那么,有必要探究一個問題:單獨針對青年群體而言,其就業是否也隨社保負擔的變化同樣表現出“回滯”現象?一方面,青年就業群體大都屬于初次就業,對企業擴招和縮招的敏感度最高,也是行業專用人力資本零積累的就業群體,企業招聘和解聘的成本更低。另一方面,社保負擔變化態勢與經濟波動并不一樣,從圖1 也可以看到,社保負擔并不存在周期性波動特征。故而,青年失業隨著社保負擔的變化趨勢可能在對稱性上有特殊的表現。此處,我們參考劉金東等(2022b)的做法,構建面板固定效應的非對稱反應模型如下:
其中,dumit在社保負擔率上升時取1,反之取0,這樣就把原有的核心解釋變量sgit拆分成了兩部分變量dumit×sgit和(1-dumit)×sgit,β捕捉的是社保負擔率上升時核心解釋變量sgit的邊際影響,γ捕捉的是社保負擔率下降時核心解釋變量sgit的邊際影響,如此設計就克服了傳統計量回歸模型對稱性影響的隱含假設。非對稱反應模型的回歸結果如表4 所示,發現社保負擔率在下行時期對青年失業率的邊際影響,無論是系數大小還是系數顯著程度上,都要高于上行時期,前者系數估計值為0.903,后者系數估計值為0.831,均在1%水平內顯著。對比可知,社保負擔率對青年失業的影響并沒有表現出“上山容易下山難”的情況,相反地,當社保負擔率下調的時候,前期社保負擔對青年失業率的擴大效應反而能夠加速消散。這也說明,社保負擔對青年失業的影響具有一定的政策可逆性,后續可以通過壓降社保負擔率有效控制青年失業,從而成為治理青年失業的一項理想的政策工具。
如圖1 所示,青年失業率容易受到經濟波動影響,那么前文回歸得到的社保負擔率對青年失業率的影響到底是短期波動之間的影響,還是長期趨勢之間的影響,可能存在不確定性。為了剔除掉短期波動給估計結果帶來的干擾,此處參考劉金東等(2022b)的研究,對被解釋變量和核心解釋變量同時做N 年期移動平均處理,以此來消除變量的短期波動成分。表5 是基于移動均值重新進行的回歸結果,分別選取了5 年期、8 年期、10 年期移動均值,均顯示社保負擔率能夠顯著推高青年失業率,與基準回歸結論保持一致。進一步研究發現,社保負擔率不僅能夠在長期推高青年失業率,而且其影響系數均大于基準回歸呈現的短期邊際影響(0.764),隨著移動平均的期限越長,核心解釋變量社保負擔率的系數估計值也越大。這表明社保負擔對青年失業的影響具有動態累積效應,隨著時間的積累而不斷加深。從圖1 可以看到,各國社保負擔率可能偶有回調,但總體呈現穩定向上的歷史趨勢,由于其在下行時期比上行時期影響更大,故而進行N 年期移動均值處理后,相當于剔除了向下波動的部分,故而其邊際影響相比基準回歸結果理應更小,但此處卻更大,說明長期趨勢變化并不是非對稱性影響所致,反而是抵消了非對稱性影響后的長期關系的真實體現。這一影響與初次就業市場的“疤痕效應”息息相關,不景氣的初次就業市場會讓該就業群組(cohort)的就業狀態始終保持在一個較差的水平,對后續參加工作的新青年就業群體也將產生不利的示范效應,企業決策者也慣性保持較低的青年勞動力需求,從而帶來了青年就業的長期低迷。由此可見,社保負擔對青年失業的長期影響值得引起警惕。

表5 長期影響檢驗
2018 年,黨的十九屆三中全會作出了關于社會保險費征收體制改革的決定,明確將基本養老保險費、基本醫療保險費、失業保險費等各項社會保險費交由稅務部門統一征收。社保費移交稅務部門后的突出問題之一就是企業社保負擔和用工成本可能迅速增加。雖然近年來中央一再調低社保繳費比例,但我國社保名義繳費比例和實際負擔率之間長期偏離,一直存在欠繳少繳現象,不按員工名錄繳費或者不按員工實發工資數繳費都拉低了實際負擔率,一旦移交稅務部門征繳后將面臨做實繳費基數、依法加強征管的局面。2018 年9 月,國務院常務會議要求把已定減稅降費措施切實落實到位,確保社保費現有征收政策穩定,嚴禁自行對企業歷史欠費進行集中清繳。雖然“存量不究”為之前欠繳少繳的企業降低了巨大成本,但考慮到中國名義繳費比例和實際負擔率之間的剪刀差,即使是只考慮面向未來的“增量繳費做實”也將是企業無法承受的巨大成本。正是考慮到廣大企業是欠繳少繳問題最為突出的部位,原定于2019 年1 月1 日移交稅務部門征收社保費的單位范圍僅限于機關事業單位,對于企業職工基本養老保險和企業職工其他險種繳費原則上暫按現行征收體制繼續征收,繳費方式的劃轉視條件而定,成熟一個省份,移交一個省份。
經收集測算2016—2020 年我國社保名義負擔率和實際負擔率的數據,如表6 所示,對比劉金東和秦子洋(2019)測算的OECD 國家數據可知,我國名義負擔率在世界各國中排名上游,比肩發達國家社保待遇,但按照實際負擔率來看,則與一般發展中國家相差無幾,顯著低于發達國家水平。這說明社保征管中確實存在欠繳少繳現象,未來在名義負擔率不做調整的情況下,隨著稅務部門加強征管、做實基數,我國社保實際負擔率將不斷上升,將給國內中小企業帶來一定壓力。根據工業和信息化部統計顯示,中小企業承擔了我國就業總人數的80%,如果社保負擔預期加重,將對我國就業帶來直接影響。特別是作為增量就業人員的青年群體,受到的需求沖擊無形中增大。三重壓力疊加疫情沖擊下,以失業率來計的就業數量還會向就業質量傳導(劉金東等,2022a)。青年人要么進入“緩就業”“慢就業”的臨時失業狀態,要么放低心理預期,被迫接受更低的工資待遇,從而加大了社會內部收入差距。

表6 中國社保負擔率水平
本文收集1965—2020 年35 個OECD 國家的長期歷史面板數據進行了系統性實證分析,發現社保負擔長期居高不下帶來的企業用工成本加劇是造成各國青年失業率偏高的重要原因。上述研究結論對我國未來政策選擇具有多重啟示意義,我國正同時面臨青年失業加劇和財稅政策大幅調整改革,如何實現就業政策和財稅政策的協調發展有其必要性,基于以上研究,本文提出如下兩點政策建議:
其一,構建與年齡掛鉤的靈活社保繳費比例,青年職工群體可適當降低參保繳費比例。青年群體無論是養老還是醫療的需求都較弱,青年時期通過社會保障制度為養老醫療進行強制性儲蓄的必要性相比其他年齡段也更為有限,可以適當根據不同年齡階段、家庭負擔、健康狀況評估情況等因素綜合考量,設置與之相適應的社保繳費比例,使其更有針對性、適配性,從而讓青年用工相對成本降低,激發企業對青年群體的勞動力需求和就業吸納能力。
其二,降低社保名義費率與強化社保征管相結合。正視我國社保繳費名義費率相比發展中國家偏高的事實,無論是對歷史欠賬不再追繳還是疫情期間社保緩繳都“治標不治本”。從規模上而言,未來應當協同推進“降費率”和“嚴征管”,通過“降費率”為“嚴征管”創造空間,通過“嚴征管”為“降費率”彌補資金。從結構上而言,未來應適當降低社保名義費率,同時,持續做大企業年金、職業年金的第二支柱,通過第一支柱和第二支柱的此消彼長來配合社保降費改革。在保持員工原有待遇不降的前提下,允許中小企業自主選擇第二支柱的支付標準,保證社保繳費負擔不至于大幅提升。