上海就業形勢監測機制研究

[摘要] 系統高效地開展就業形勢監測工作對于促進高質量充分就業具有重要意義。當前，上海就業形勢調查制度逐步建立，監測指標日趨多元，監測方式逐漸多樣，專項監測日漸完善。但新形勢下，就業形勢監測工作仍面臨一定問題與挑戰，如就業形勢監測范圍尚不全面，監測機制尚不成熟，監測指標尚不完善等。基于此，本研究從健全就業監測工作機制、完善就業監測調查體系、建立就業監測指標體系、探索靈活就業監測路徑、打造就業形勢監測隊伍等方面提出了相關建議。

[關鍵詞] 就業形勢；監測機制；監測指標

[中圖分類號] F812.2" ［文獻標識碼］A" "［文章編號］1000-4211（2024）06-0042-10

就業是最基本的民生，黨中央、國務院長期高度重視就業工作。當前我國正處在實現中華民族偉大復興的關鍵時期，經濟社會發展的外部環境和內部條件發生深刻復雜變化，國際經濟復蘇乏力，外部環境的復雜性、嚴峻性、不確定性上升，國內經濟增速逐步放緩，加之后疫情時期的種種復雜因素的綜合影響，就業形勢面臨嚴峻考驗。

近年來，各級政府高度重視就業形勢監測工作，對健全完善就業形勢監測機制作出重要部署和要求。《“十四五”規劃和2035年遠景目標綱要》提出“健全就業需求調查和失業監測預警機制”，《“十四五”就業促進規劃》進一步明確要求“加快構建系統完備、立體化的就業失業監測網絡，實現勞動力市場、企業用工主體和勞動者個體全覆蓋，全面反映就業增長、失業水平、市場供求狀況”。2023年，上海市發布的《上海市就業促進條例》也明確規定“上海市健全勞動力資源調查統計制度，完善就業監測體系”。

就業形勢監測分析是一項重要的基礎性工作，是科學制定就業創業政策的關鍵。在新形勢下，加強就業形勢監測，有助于準確研判經濟形勢變化對就業、失業的影響，對可能發生的失業風險提前預警，并有針對性地采取調控措施，從而進一步促就業和穩就業。本文重點分析了上海就業形勢監測現狀、問題，并提出了進一步完善上海就業形勢監測機制的相關建議。

一、文獻綜述

開展就業監測是做好就業形勢分析研判的基礎和前提，有助于針對性地進行周期性和結構性調控，從而促進更高質量充分就業。就業形勢監測就是對就業人員、失業人員、就業崗位數量及影響就業的因素等進行實時跟蹤和動態監測。國內外學者對于就業形勢監測進行了大量的理論探索和實踐研究，主要集中于就業統計制度、就業形勢監測指標體系、就業失業預警、就業形勢監測趨勢研究等。

（一）關于就業統計制度相關研究

我國就業形勢監測體系內嵌于人力資源和就業信息統計監測體系。目前我國人力資源和就業信息統計監測相關制度和體系已較為完善。其中，就業失業全面調查制度主要包括以下統計項目：人口普查、“三合一”統計、就業失業登記及實名制管理、農村勞動力實名制登記與動態管理，以及就業統計報表；就業失業抽樣調查主要為勞動力調查和失業動態監測。但現有的就業失業全面調查和抽樣調查都存在一定局限性，如采集的數據信息與實際就業情況不匹配、與宏觀經濟形勢的相關性不夠、不同渠道數據不一致等，導致統計數據難以滿足宏觀就業形勢判斷和就業工作需要。

（二）關于就業形勢監測指標體系研究

從國內勞動力指標的統計實踐看，根據國內勞動力指標的統計實踐，人力資源和社會保障部主要負責就業、失業等勞動力市場的監測與統計，國家統計局主要負責宏觀指標監測。目前，我國就業形勢監測的主要指標包括：就業人口、失業率、工資水平、職業培訓與技能鑒定、工作時間、勞動爭議與處理及勞動保障監察、社會保障統計、工會工作統計、勞動力抽樣調查等。2008年，人社部開始在6省試點建立失業動態監測，此后逐步擴大至全國各省市。2011年，人社部建立全國就業信息監測制度，實現對勞動者就業登記、失業登記和享受就業扶持政策等相關信息的全面監測。其中，失業率測量指標采用登記失業率與城鎮調查失業率；工資與人工成本類指標包括：社會平均工資、各類工資指數、行業工資差距、工資指導線和勞動力小時/日/周補償費用等；就業人數指標包括：從業人員數、新增就業人數、城鎮人員再就業人數、失業人數等。

國外官方就業統計指標監測經驗更為豐富。國際勞工組織（International Labour Organization，簡稱ILO）對各國的就業統計問題進行了規范，制訂了《勞動力市場關鍵指標（KILM）》，并進行多次修訂，監測指標主要包括勞動力參與率、就業人口比率、就業狀況、按部門劃分的就業、按職業劃分的就業、非全日制工人、工作時間、非正規經濟就業、失業、青年失業、長期失業、與時間相關的不充分就業、非經濟活動、受教育程度和文盲、技術不匹配、工資和人工成本、勞動生產率，以及貧困、收入分配、按經濟階層就業和工作貧困[5]。目前歐盟、經合組織及各國遵循ILO的推薦，采用勞動力抽樣調查（調查失業率）和就業機構統計（登記失業率）兩種統計方法。此外，KLEMS（K-capital，L-labor， E-energy，M-materials，and S-purchased services）數據庫是國際上重要的行業層面勞動數據來源之一，涵蓋20多個國家和地區的產出、資本、勞動力、中間投入及能源數據（Jorgenson et al.， 2016）。基于國家官方就業統計數據，美國在KLEMS項目中發布了65個行業的就業人數，而日本則公布了89個行業的就業人數。

（三）關于失業預警監測研究

從國內相關理論研究與具體實踐來看，勞動保障部課題組（2002）較早地研究了失業的監測預警問題，構建了失業預測“回歸模型”和“神經網絡模型”。近年來國內學者深入研究了失業預警的相關理論，并采用不同方法構建具體預警模型，包括擴散指數法、遞階對角神經網絡、BP（back propagation）神經網絡、回歸預測等。陳仲常等（2010）提出失業預警系統包括失業風險監測系統和預警系統，并在此基礎上，設計了失業預警電子平臺系統。李宏等（2012）重點探討了基于回歸分析技術構建失業預警系統的理論基礎、方法論及具體步驟，并對比了多種回歸技術在預測失業率方面的效果。鮑春雷（2019）提出了失業預警的系統框架，并利用調查失業率及宏觀經濟等數據，進行了預警模擬，同時提出了完善失業預警的建議；解金鍵等（2023）設計了基于大數據技術的就業監測預警方案，通過使用“爬蟲技術”從招聘網站中直接獲取就業相關信息，實現自動化數據匯總，并根據數據分析結果，制定相應的預警指標，以及時識別并應對潛在的風險和變化。

從國外的研究情況來看，失業預警一般通過采用相關參數變量并建立數學模型，模擬計算出相對精確的失業線或警戒線。國外學者通過擴散指數、綜合指數、利用時間序列分析、移動平均模型、自回歸模型、門限自回歸模型、基于分數協整與平滑轉換自回歸相結合的模型以及Harvey的時間序列自回歸移動平均模型等對失業預警進行監測。從國外實踐情況來看，發達國家早在20世紀40年代就建立起失業預警系統，以防范外生的沖擊和大規模失業對勞動力市場乃至社會經濟的影響。近年來隨著網絡技術的發展，各國側重于研究運用網絡技術建立勞動力市場信息系統（Labour Management Information System，以下簡稱LMIS），監測就業與失業狀況，提供勞動力市場供給與需求信息、職業教育和培訓信息，幫助人們找到培訓或工作。Larsen（2007；2009）、Vivent（2009）等研究了基于 Web 的勞動力市場信息系統及其在歐洲國家的實施，以及瑞典、法國等國家和地區層面勞動力市場監測的技術設計。

（四）關于全球就業形勢監測的趨勢研究

境外勞動力市場的監測機制建立較早、體系較為完善，運行相對成熟，在應對解決就業問題和指導宏觀調控方面發揮了積極作用。美國的就業形勢監測主要包括當前人口調查（Current Population Survey，以下簡稱CPS）和當前就業統計（Current Employment Statistics，以下簡稱CES）。英國最主要的就業形勢監測手段包括勞動力調查（Labour Force Survey，LFS）、職位空缺調查（Vacancy Survey，簡稱VS）、月度工薪調查（Monthly Wages amp; Salaries Survey，簡稱MWSS）和“賺繳實時信息”（Pay As You Earn Real Time Information， 簡稱PAYE），即基于稅務信息管理系統進行的就業監測。德國的就業形勢監測主要由納入微觀人口普查的勞動力調查（labor force survey）和就業賬戶（employment accounts）組成，同時，德國統計部門根據社保部門提供的就業人員參保信息按季度發布社會保險參保就業人數，并建立了崗位空缺、工資率、工作時間的監測分析機制。日本的就業形勢監測包括勞動力調查和月度勞動統計調查。中國香港的就業監測主要是通過綜合住戶統計調查、雇傭及職位空缺統計調查和勞工收入統計調查實現。中國臺灣地區就業監測工作主要包括人力資源調查統計和受雇員工薪資工時統計。

從全球發展趨勢來看，就業監測工作具有一定的共性。一是統計方法方面，均主要依托于由政府部門組織開展的勞動力調查，以家庭住戶為單位對勞動年齡人口展開抽樣調查，調查范圍全覆蓋。二是調查設計方面，采用多階段抽樣方法，兼具代表性，勞動力調查問卷詳細詢問受訪者個人信息和就業信息，通過樣本輪換機制統計環比和同比數據。三是統計結果方面，以月度勞動報告的形式發布，涵蓋就業及失業人數、就業率、失業率、勞動參與率等關鍵性指標并經過季節性調整，參考ILO標準，具有國際可比性。

在勞動力調查以外，發達國家和地區根據實際情況輔之以不同的調查手段實現對就業監測的補充，呈現出不同的特點。美國的機構調查，抽取工作地點調查，以工資單記錄信息為主統計得到總體就業規模、工作時長、薪資等指標，樣本量大、覆蓋面廣，提供非農就業數據這一關鍵指標，是美聯儲決策的重要參考之一；英國基于稅務信息管理系統建立了一套實驗性統計方法——PAYE實時信息，通過匯總經由稅務系統的工資轉賬信息得到受薪雇員規模和工資水平，覆蓋全體正規就業人口，具有優越的時效性；德國利用就業賬戶，挖掘匯總一切可以獲得的統計來源核算就業規模和結構，可以識別出勞動力調查無法覆蓋到的邊緣就業者，數據具有完整性和綜合性，還用于計算勞動生產率等派生指標，輔助宏觀決策；日本的每月勞動統計調查同樣是機構調查，從雇主角度收集信息，在就業監測系統中起到補充工資和工時數據的作用，統計得到的求人倍率可以反映勞動力市場的供需情況；中國香港地區則是通過抽選用人單位，聚焦職位空缺進行調查統計，以反映勞動力市場需求，對失業率及失業趨勢提供有益補充；中國臺灣地區與日本類似，在勞動力調查外，另設一項受雇員工薪資工時統計，從勞動力市場需求側角度，專門統計受雇員工工時、薪資、進退率狀況以及勞動生產率等指標，以了解整體勞動市場人力需求以及工時與薪資變動趨勢。

二、上海就業形勢監測的現狀

近年來，上海不斷優化就業形勢監測制度，為促就業、保民生提供準確的信息依據。

（一）就業形勢調查制度逐步建立

現階段，上海統計部門和人社部門均建立了相應的調查制度。其中統計部門主要通過勞動力調查和勞動工資統計報表制度獲取就業信息。

勞動力調查采用了國際通行的指標定義、調查方法，收集全社會就業人員的具體情況。2016年起，國家統計局正式在全國范圍開展月度勞動力調查，上海調查樣本量為每月1.28萬戶，調查范圍覆蓋11520個城鎮和1280個鄉村。勞動力調查項目分為住戶信息、個人信息、工作情況和無工作情況4個模塊。

勞動工資統計報表制度統計調查對象是法人單位，統計范圍為全部地域的一套法人單位表和一套非法人單位表。統計調查內容是調查對象單位中的從業人員及工資總額等情況。

人力資源和社會保障部門實施人力資源與社會保障統計調查制度，涵蓋就業統計、人力資源市場統計、工資福利統計及社會保險統計等內容，調查范圍覆蓋全市，采用城鄉居民入戶抽樣調查方式。此外，通過人口普查、經濟普查、農業普查等也可獲取部分就業信息。

（二）就業形勢監測指標日趨多元

我國較早采用城鎮登記失業率，但隨著勞動力市場改革推進，登記失業率對勞動力市場反映不全面、不敏感的弊端日益突出。在此背景下，我國開始采用全面調查與抽樣調查相結合的方法，以相互補充和驗證的方式，對就業與失業的總體特征及其變化趨勢進行統計分析，并于2018年正式發布城鎮調查失業率。

從宏觀層面看，就業相關指標主要有城鎮新增就業人數、調查失業率與失業人員實現再就業人數等。另外，上海戶籍城鎮登記失業人數與領取失業保險金人數也可作為參考指標。從微觀層面看，就業相關指標主要有公共就業服務機構市場供求狀況的調查數據等。

（三）就業形勢監測方式逐漸多樣

隨著信息化技術發展，上海深入探索運用大數據手段加強就業形勢監測，經過多年的實踐，逐步構建起了網上監測、社區監測和定點監測相結合的“三位一體”就業形勢監測體系，并隨形勢發展不斷完善監測指標、豐富監測手段，積極跟蹤分析上海市就業狀況變化，重點做好就業預警監測，防范失業風險。

網上監測主要依托上海市統一的就業信息管理系統提供各項業務信息數據，包括反映整體就業狀況的指標，如上海市就業登記參保人數（含上海市戶籍和外來從業人員）；反映戶籍勞動者就業狀況的指標，如戶籍勞動者就業人數；反映失業狀況的指標，如登記失業率。

社區監測主要依托負責社區管理和公共服務的就業援助員定期上門開展勞動力資源的調查排摸和政策宣傳，了解社區人員失業在家、隱性就業等方面情況并錄入數據系統。同時，上海在16個區的37個社區設立了外來人員就業情況監測點，每月對外來人員的流動、就業狀況及薪酬水平進行動態監測。

定點監測主要是根據國家開展失業動態監測工作的統一部署，兼顧企業規模及行業類型，選擇了近2000家企業作為樣本持續定點開展監測。

（四）就業形勢專項監測日漸完善

為精準掌握特定人群的就業現狀與需求，近年來，上海市開展了一系列專項就業監測與調查。

一是高校畢業生就業狀況跟蹤調查。上海人社部門和教育部門每年都會通過問卷調查、就業社保大數據等方式定期開展高校畢業生就業狀況調查分析，研究結果供政府部門決策參考，同時對離校未就業高校畢業生開展“一對一”跟蹤幫扶和就業服務。

二是農民工就業情況監測調查。按照全國部署要求，上海每年開展農民工監測調查，調查對象為抽中調查小區和抽中住戶的所有住戶成員。該項監測調查內容涵蓋住戶成員的基本情況；勞動力就業基本情況；外出從業人員及本地非農務工人員的工作條件、收入水平、生活情況和社會保障情況；以及農村勞動力在本地的自主經營和創業情況等。

三是退役軍人就業情況監測調查。為科學精準研判退役軍人就業形勢，全面了解掌握退役軍人就業情況，國家統計局上海調查總隊于2023年開展上海市退役軍人就業情況調查。該項調查在上海市16個區抽取400個居委會，共調查12000名退役軍人，調查內容包括退役軍人就業情況、職業教育培訓需求、創業服務需求。

三、上海就業形勢監測存在的問題

當前上海就業形勢總體平穩，但國內外經濟形勢復雜，就業總量壓力和結構性矛盾并存，“有活沒人干”和“有人沒活干”的問題尚未根本解決，對照新形勢和新要求，上海就業形勢監測工作仍存在一定短板和問題。

（一）就業形勢監測機制尚不成熟

當前雖然統籌制定了就業形勢監測工作規劃，但就業形勢監測機制尚不成熟，不同部門之間在就業監測工作中的協調配合不夠緊密，存在一定的信息壁壘與溝通不暢等問題，導致監測工作的整體性和協同性欠佳。雖然上海市成立了大數據中心，但在實際工作運行中，就業、經濟、產業、外貿、人口、統計等部門的數據仍呈現割裂狀況，交換機制仍未有效建立，部分數據口徑仍未實現標準化。

此外，由于缺乏適應中國國情的數據季節調整機制，統計部門難以保證關鍵指標能夠進行有效的月度比較。統計部門應參考美國普查局的Genhol程序，全面綜合考慮公歷季節效應與農歷節假日效應，將公歷與農歷節假日所產生的“移動假日效應”同時納入模型，從而有效剔除季節因素影響。

（二）就業形勢監測指標尚不完善

當前，就業形勢監測雖然涵蓋了反映勞動力供求狀況的求人倍率等指標，發揮了一定的預測功能，但更多仍局限于反映實時就業狀況的指標，如城鎮新增就業人數、調查失業率、登記失業率等。基于歷史數據進行對比分析，這些指標一定程度上可以研判就業狀況好壞并作出趨勢性判斷，但對于預判和防控大規模失業風險的準確性、前瞻性、靈敏性不強，尤其是難以精準區分風險行業、區域和人群等，失業預警機制的科學性、實用性有待進一步提高。

另外，當前就業指標反映經濟形勢的有效性和全面性不足。當前僅公布了城鎮調查失業率，統計范圍涵蓋城鎮常住人口，而農村勞動力的使用狀況并未反映在該指標中。與此同時，監測指標存在的問題還包括調查失業率指標單一，未能涵蓋不同地區和人群的具體失業情況，導致難以進行區域性和結構性分析；尚未建立關于工資收入和崗位空缺的月度調查機制；缺乏勞動參與率、單位就業人數、靈活就業人數、長期失業人數等統計；關于勞動力市場供需變化的信息不足等。此外，對于特殊群體就業數據的統計仍有一定缺失，如退休人員、殘疾人等。

（三）就業形勢監測范圍尚不全面

一方面，部分靈活就業形式被監測遺漏。目前，統計部門開展的《勞動力調查》中新增了新就業形態相關問題，如“您本人是否有通過互聯網開展或承接的業務（包括主要工作和其他工作）？”但收集的樣本量較少，且新就業形態僅是靈活就業的形式之一，難以客觀反映靈活就業人員的整體全貌。同時，基于就業登記參保人數進行的網上數據監測，也因進行靈活就業登記及繳納社保的比例低，難以準確掌握靈活就業人員的真實就業數據。

另一方面，一些非正規就業渠道，如小型個體經營戶、家庭作坊式就業等，可能由于信息獲取難度大、統計方法受限等原因，未被全面準確地統計。還有部分農村地區的季節性務工人員也難以被現有就業形勢監測體系全面涵蓋。此外，部分自主創業群體，特別是一些處于初始創業階段、規模較小的創業者，也因統計口徑等問題未能及時納入監測范圍。

四、完善上海就業形勢監測機制的相關建議

就業形勢監測是一項系統工程，涉及指標體系、監測機制、調查方式及監測隊伍等多個方面，這些關鍵要素既獨立運行，又互相影響、互相關聯。基于當前上海就業形勢監測工作面臨的新形勢新要求新挑戰，提出以下建議。

（一）強化部門協同聯動，健全運轉高效、快速響應的就業監測工作機制

一是建立就業形勢監測工作小組。加強頂層設計，由人社部門牽頭，統計部門、發展改革、商務、稅務、教育、公安等部門參與，建立規范化、精準化、制度化的就業形勢監測協調推進機制，構建指標設定、方案設計、數據采集、統計分析、趨勢研判、結果發布與應用的閉環管理體系。工作小組定期開展就業形勢監測指標數據采集，召開就業形勢分析研判例會，協商解決促進就業工作中的重點問題、突出問題，研究制定促進就業政策舉措。

二是明確相關部門職責與分工。清晰界定各部門在就業監測工作中的具體職責，避免職責不清導致就業監測系統運行效率低下。例如：統計部門負責數據的收集與匯總，人社部門負責就業政策的制定與執行情況監測，經信等部門負責企業用工情況的監測等。同時，建立責任追究制度，對于未能履行職責的部門進行問責，以確保各部門切實履行自身責任，共同推動就業監測工作的高效運轉。

三是完善就業數據實時共享機制。借助數字化轉型，強化政府部門間就業數據實時共享，賦能就業形勢監測工作。建立就業數據共享協調機制，加強就業數據共享統籌協調和管理服務能力，嚴格落實數據安全管理要求，形成“職責清晰、分工有序、協調有力”的數據共建共享格局。優化就業數據共享流程，提高數據供需對接智能化、精準化、便捷化水平。

（二）借助數字信息技術，完善科學嚴謹、系統全面的就業監測調查體系

一是豐富勞動力統計監測方式。完善勞動力市場抽樣調查系統，采取企業調查、員工調查與住戶調查相結合的方式，企業調查可依據稅收機構或社會保險征繳機構收集的企業信息進行分層抽樣；員工調查與住戶調查可采用多階段分層整群抽樣，并實施樣本輪換制度。利用現代化技術，創新調查方式，應對“入戶難”等問題，如“數字化面訪”系統、計算機輔助電話訪問系統、傳真、網絡數據交換等。

二是完善就業監測保障系統。加快數字化建設，進一步完善人力資源基礎信息庫和用工主體基礎信息庫，增加就業監測指標采集信息。建立統一規范的指標標準和統計口徑，明確各監測指標的基本概念、內涵與外延，便于不同監測主體所采集數據之間進行相互印證和補充完善，進一步增強橫向、縱向可比性，提升就業監測實效。相關部門遵循信息標準化原則，適應數據聯通對比要求，為做好就業形勢監測工作提供技術支撐。

三是整合運用就業大數據資源。充分利用人社部門的就業登記、社保繳費信息，公安部門的實有人口信息，以及市場監管部門的實有單位信息等大數據資源，構建全方位的就業、失業監測分析研判機制，堅持動態監測，實現精準研判，進一步完善勞動力市場總體分布流向的圖譜，加強對各類勞動者群體就業狀況變化規律的研究和分析。

（三）借鑒學習國際經驗，建立客觀合理、豐富實用的就業監測指標體系

一是構建“三層兩類”指標體系框架。根據與就業的相關性，擬從“外、中、內”三個層次構建指標體系。外層指標主要是反映宏觀經濟運行和人口變化趨勢的指標，該層指標變化先于就業數據，對就業具有傳導效應，屬于先導性指標。中層指標主要是反映勞動力市場供求狀況的指標，該層指標變化對未來一段時期內的就業數據將產生直接影響，屬于預警性指標。內層指標主要是反映當期就業、失業狀況的指標，即結果性指標。“兩類”是指由于每一層指標均對應包含了多個可監測指標，擬根據關聯程度，將每層指標細分為核心類指標和參照類指標。

二是設定就業形勢監測具體指標。外層為宏觀層面的先導性指標，核心類指標包括國民經濟增長速度、對外貿易出口額；參照類指標包括固定資產投資額、社會消費品零售總額、勞動年齡人口規模等。中層為供需層面的預警性指標，核心類指標包括企業用工需求、求人倍率；參照類指標包括企業單位數、欠保企業數、平均工資；內層為當期層面的結果性指標，核心類指標包括單位就業人數、靈活就業人數、三次產業就業人數分布、失業情況；參照類指標包括平均工作時間、勞動參與率等。

三是統計細分城鄉、區域調查失業率。科學、合理、準確衡量農村地區勞動力的利用情況，如農村勞動力非農就業工作時間、農村勞動力非農就業失業率等。同時，參照國際慣例，計算并發布分區、分性別、分年齡、分行業、分教育程度等不同群體的調查失業率，精準鎖定失業風險所指向的區域、人群、行業等，以快速采取防范應對措施。此外，逐步建立和完善退休人員、殘疾人等群體的專項就業監測。

（四）整合政府企業資源，探索渠道多元、相互印證的靈活就業監測路徑

一是準確理解把握靈活就業標準。根據《中華人民共和國社會保險法釋義》，“靈活就業，是與正規就業相對而言的就業狀態”靈活就業形式主要有非正規部門就業、自雇型就業、自主就業和臨時就業。國辦文件對靈活就業的界定是，個體經營、非全日制、新就業形態。總體來看，靈活就業本質上是一種勞動關系不規范的非正規就業，勞動合同是確立勞動關系最重要的手段，可依據勞動合同簽訂情況判斷是否為靈活就業。

二是進一步完善靈活就業統計監測路徑。目前上海綜合運用人社部門的就業人口數據庫、靈活就業登記參保信息庫、社區外來人員就業監測信息庫和公安部門的實有人口自主申報信息庫，結合靈活就業狀況抽樣調查，通過五庫合一多維度全方位監測靈活就業人員就業狀況。未來進一步加大調查樣本覆蓋面、大數據的充分挖掘等，以提升靈活就業統計監測的精準性。

三是探索新就業形態統計監測。通過住戶調查、平臺企業調查及社保數據分析等渠道對新就業形態開展監測統計。住戶調查主要指在人口普查、人口抽樣調查、勞動力調查中設置相應題目識別新就業形態從業者。平臺企業調查指依托平臺企業的業務信息調查新就業形態注冊人員、月活人數、收入總額等，并考慮跨平臺重復情況，對新就業形態從業人員規模進行估算。社保數據分析主要指根據新就業形態就業人員職業傷害保障試點工作數據，獲得相應訂單完成數量、繳費人員數量等，并根據數量波動變化研判新就業形態從業人員的變化趨勢。

（五）加強職業能力建設，打造敬業奉獻、服務專業的就業形勢監測隊伍

一是提升監測隊伍的職業化和專業化能力。持續加強就業形勢監測隊伍的業務培訓，提高調查員開展入戶調查訪問的專業素養和工作技巧；提升督導員的敬業精神和工作能級；加強統計分析管理人員對熱點話題和可用數據的敏感性；提升統計分析工作人員收集數據、整合數據、使用數據、解讀數據的專業水平等。

二是完善就業監測隊伍獎勵激勵機制。將就業形勢監測資金納入財政預算內專項經費支出，明確資金來源并保障按時足額支出，特別是增加基層就業統計調查工作的經費支持。進一步優化完善基層就業統計隊伍的考核管理，通過科學合理的考核指標全面評估基層統計人員的工作表現和成果，并依據考核結果，給予相應的表彰與獎勵。

三是整合社會資源共同加強就業形勢監測。加強與科研院所、行業協會、重點企業、智庫等社會機構的合作，引入社會力量共同參與就業形勢監測工作。建立數據跟蹤監測機制，跟蹤分析社會關注度持續較高的重要數據，研究各重點行業、熱點區域的勞動就業數據變化，進一步提升對未來就業形勢的研判能力。

參考文獻：

[1]Cazes， Sandrine， Sher Verick. Perspectives on labour economics for development[M]. International Labour Office， Geneva， 2013：255-282.

[2]Hansen B. E. Inference in TAR Models[J]. Studies Nonlinear Dynamics Econometrics， 1997， 2： 1- 14.

[3]ILO. Key Indicators of the Labour Market， Eigth edition [M]. International Labour Office， Geneva，2014：13-20.

[4]Jones， S.， amp; Riddell， W. C. The Measurement of Labor Force Dynamic with Longitudinal Data： The Labour Market Activity Survey Filter[J]. Journal of Labor Economics， 1995， 13（2）： 351-385.

[5]Jorgenson D W， Fukao K， Timmer M P. The World Economy： Growth or Stagnation？ [M]. Cambridge， United Kingdom： Cambridge University Press，2016.

[6]Larsen， Christa， Marco Mevius ， Jenny Kipper ， Alfons Schmid. Information Systems for Regional Labour Market Monitoring： State of the Art and Perspectives [M]. Rainer Hampp Verlag， 2009：40-47.

[7]Larsen， Christa， Waldemar Mathejczyk ， Alfons Schmid. Monitoring of Regional Labour Markets in European States [M].Rainer Hampp Verlag， München u. Mering， 2007：13-27.

[8]Van Dijk D.， Franses， P. H.， amp; Paap， R. A Nonlinear Long Memory Model with an Alication to US Unemployment[J]. Journal of Econometrics， 2002， 110： 135-165.

[9]Vivent， Céline， Yvette？Grelet， Bernard？Hillau. A comparison of French web-based information systems in use for labour market monitoring at regional and local level[J]. Information systems for regional labour market monitoring， Rainer Hampp Verlag， 2009： 40-54.

[10]鮑春雷.失業預警系統的構建與模擬應用［J］.中國勞動，2019（2）：67-80.

[11]陳仲常等.失業風險自動監測和預警系統研究[M].北京：中國社會科學出版社，2010：58-89.

[12]解金鍵，陳敏，李春蕾，等.大數據背景下就業監測預警實施方案研究大數據背景下就業監測預警實施方案研究[J].山東人力資源和社會保障，2023（09）：30-31.

[13]勞動和社會保障部勞動科學研究所課題組.我國失業預警系統與就業對策研究 [J]. 經濟研究參考，2002（34）：13-28.

[14]李宏，李建武，莫榮，等.基于回歸分析的失業預警建模實證研究[J].中國軟科學，2012（05）：138-147.

[15]唐青，王漢鵬.關于完善我國就業失業統計制度的研究[J].中國勞動，2016（04）：26-31.

[16]王亞菲，賈雪梅，王春云.中國行業層面就業核算研究[J].統計研究，2021，38（12）：3-18.

[17]王陽.我國就業狀況變化的綜合評價：一種增強就業形勢監測效能的新工具[J].中國人力資源開發，2020，37（09）：101-114.DOI：10.16471/j.cnki.11-2822/c.2020.9.007.

[18]袁國敏.建立勞動力市場監測與統計體系的思考[J]. 渤海大學學報 （哲學社會科學版）， 2015（1）：56-60.

[19]張翕.就業監測體系構建與宏觀調控：基于國際比較視角[J].勞動經濟研究，2023，11（04）：118-143.

Research on the Monitoring Mechanism of Employment Situation"in Shanghai

Hou Liwen1 ， Zhang Shaohua1，2， Wang Jiawen3

（1 Shanghai Institute of Human Resources and Social Security，Shanghai 200070，China

2 Shanghai Municipal Human Resources and Social Security Bureau 200125， China

3 Shanghai Employment Promotion Center， Shanghai 200051， China）

Abstract： Carrying out employment situation monitoring work efficiently is of great significance for promoting high-quality and full employment. Currently， the employment situation investigation system in Shanghai is gradually being established， with increasingly diverse monitoring indicators and methods， and specialized monitoring becoming more perfect. However， under the new situation， the monitoring of employment situation still faces certain problems and challenges， such as incomplete monitoring scope， immature monitoring mechanism， and incomplete monitoring indicators. Based on this， this study proposes relevant suggestions from the aspects of improving the employment monitoring mechanism， perfecting the employment monitoring and investigation system， establishing an employment monitoring indicator system， exploring flexible employment monitoring paths， and building an employment situation monitoring team.

Key Words：Employment situation; Monitoring mechanism; Monitoring indicators

[基金項目] 2022年度全國統計科學研究項目“新形勢下我國就業形勢監測機制研究”，批準號為2022LY097。

[作者簡介]侯立文，上海市人力資源和社會保障科學研究所（上海市社會保險科學研究所）人力資源研究室副主任，助理研究員，研究方向：就業創業與人力資源管理;張少華，上海市人力資源和社會保障局政策研究室主任，上海市人力資源和社會保障科學研究所（上海市社會保險科學研究所）所長，研究方向：就業創業、人事人才;王加文，上海市就業促進中心來滬人員就業處處長，研究方向：勞動力市場、失業預警與勞動就業理論。