> **来源：[研报客](https://pc.yanbaoke.cn)** # 总结：发展中国家失业与非正规就业的周期性变动 ## 核心内容 本论文探讨了发展中国家（巴西和墨西哥）劳动力市场中工人流动的周期性特征，提出了三个关键的“stylized facts”，对传统模型中关于非正规就业的认知提出了挑战，并为理解发展中国家劳动力市场动态提供了新的视角。 ## 主要观点 1. **失业率的周期性特征** - 失业率在经济周期中表现出**反周期性**，即在经济衰退时显著上升。 - 失业率与产出的同期相关性约为 -0.8，弹性分别为 -4.3（墨西哥）和 -4.5（巴西）。 - 工人离职率（尤其是非正规部门的工人）在衰退期显著上升，解释了失业率的大部分波动（约 40%），远高于职位找到率的解释力。 2. **非正规就业占比的周期性特征** - 非正规就业占劳动年龄人口的比例是**反周期性**的，而正规就业则是**顺周期性**的。 - 产出每下降 1%，非正规就业占比上升约 0.20%，正规就业占比下降约 0.5%。 - 非正规就业占比的反周期性并非源于正规部门的工人离职，而是由于在衰退期间，非正规部门工人寻找正规职位的概率显著上升。 3. **工人流动的周期性特征** - 工人流动（包括部门间流动）整体上是**顺周期性**的，而非正规部门到正规部门的流动并不反周期。 - 非正规到正规的流动率与非正规自雇和正规部门之间的双向流动率具有较高的同期相关性（约 0.7）。 - 非正规部门并非衰退期的“安全网”，反而在衰退时减少，缓解了非正规就业的上升。 ## 关键信息 - **数据来源**： - 墨西哥：使用国家城市就业调查（ENEU）数据，覆盖 16 个主要都市区，时间跨度为 1987-2004 年。 - 巴西：使用月度就业调查（PME）数据，覆盖 6 个主要都市区，时间跨度为 1983-2001 年。 - 数据均经过清洗，排除性别和年龄维度的不匹配。 - **非正规就业的定义**： - 按照国际劳工组织（ILO）标准，非正规就业分为三类：非正规雇员（I）、非正规自雇（S）和正规部门工人（F）。 - 在巴西，由于缺乏企业规模数据，非正规自雇包括所有企业主，尽管有极少数可能属于大型正规企业。 - **方法论**： - 使用连续时间马尔可夫过程估计工人流动率。 - 采用贝叶斯方法处理时间聚合问题，确保估计结果的嵌入性（embeddability）。 - 对数据进行平滑处理（使用 4 季度移动平均）和去趋势化（使用 HP 滤波器）。 ## 周期性模式分析 - **巴西**： - 非正规就业占比在 1990 年代持续下降，从约 62% 降至 52%。 - 正规就业与产出呈强顺周期性，每增加 1% 的产出，正规就业增加约 0.56%。 - 非正规就业在衰退期上升，尤其是非正规自雇。 - **墨西哥**： - 非正规就业占比在 1995 年“龙舌兰危机”期间显著上升。 - 正规就业与产出呈强顺周期性，每增加 1% 的产出，正规就业增加约 0.50%。 - 非正规就业在衰退期上升，但幅度较小。 ## 结论与政策意义 - 传统观点认为非正规就业是“伪装失业”或被排除在正规市场之外的群体，但本研究显示其具有较强的自愿性。 - 非正规部门的工人流动与失业者流动具有相似的周期性特征，表明非正规部门可能不是劳动力市场的“安全网”。 - 正规部门的招聘在衰退期下降，而非正规部门则保持相对稳定，这为理解非正规就业的周期性变化提供了新视角。 - 对非正规部门的深入研究有助于改进发展中国家劳动力市场的建模方法，并对政策制定有重要启示，例如如何通过改革提高正规部门的就业吸纳能力。 ## 理论与实证贡献 - 提供了关于发展中国家劳动力市场周期性调整的实证依据，挑战了传统模型。 - 强调了非正规部门在经济周期中的动态作用，特别是其与正规部门之间的双向流动。 - 为未来研究提供了关于工人流动率的估计方法和数据处理技术，有助于更准确地预测失业率和就业结构的变化。 ## 参考文献与致谢 - 研究得到了多位学者的有益意见，包括 Pietro Garibaldi、Alan Manning、Rachel Ngai 等。 - 使用了 Geweke（1986）的贝叶斯方法进行连续时间转移率估计。 - 数据来源包括墨西哥和巴西的就业调查，研究结果在两个国家之间具有高度相似性。 ## 结构概述 - **I. 引言**：介绍研究背景和目的，强调劳动力市场流动的重要性。 - **II. 数据**：描述墨西哥和巴西的调查数据及其特点。 - **III. 方法论**：介绍连续时间转移率的估计方法和数据处理技术。 - **IV. 周期性模式分析**：分析就业结构和失业率的周期性变化。 - **V. 工人流动的周期性影响**：探讨工人流动对就业结构和失业率的贡献。 - **VI. 结论**：总结研究发现，提出政策建议和未来研究方向。