假设新闻公布某月"城镇调查失业率 5.2%",大白话翻译过来就是:在每 100 个"想干活、能干活"的人里,大约有 5 个正在找工作还没找到。

这里有个关键:失业率的分母不是所有人,而是劳动力人口——就业的人和失业的人加在一起。未满统计年龄的小孩,以及没有工作、也暂时不找工作的退休老人、在家带娃或一心备考的人,不算进这个算式,他们叫"非劳动力"。

用一个虚构的临河镇把这层关系演一遍(以下全部是演示数字)。镇劳动服务站的小陈做月度就业调查,走访了 100 名 16 岁及以上的居民,分成三堆:

  • 就业 70 人:开五金店的王师傅、在厂里上班的赵姐、跑网约车的老周……有活干、有收入。
  • 失业 5 人:毕业三个月还在投简历的小吴、工厂裁员后天天刷招聘软件的老刘……没工作,但在找,找到了能马上去。
  • 非劳动力 25 人:退休的张大爷、全职备考研究生的小李、决定这两年在家带娃不上班的孙姐……没工作,也暂时不打算找。

失业率 = 失业人数 ÷ 劳动力人口 = 5 ÷ (70+5) ≈ 6.7%。

最常见的算法错误是拿 5 去除以 100——分母错了。那 25 个不找工作的人,既不算就业也不算失业,他们压根不进这个算式。

一眼看懂 / 示意图

哪些人进入失业率的分母

100名受访者,只有75人进入分母就业70人失业5人非劳动力25人失业率 = 5 ÷ (70 + 5) ≈ 6.7%灰色25人不进入这个算式。人数为演示。

受访者均为16岁及以上,人数为演示。

"没工作"和"失业"不是一回事

为什么没工作的小吴算失业、同样没工作的小李不算?因为失业认定有两个硬条件:正在找工作,而且有合适工作时能很快上岗。

以我国国家统计局的城镇调查口径为例:16 岁及以上、调查参考周没有工作、此前 3 个月内找过工作、如果有合适工作能在 2 周内开始工作,四条同时满足才算失业人口。缺了"正在找"这一条,就只是"没有工作的人",不进失业率。

一眼看懂 / 示意图

我国调查失业人口的主要条件

  1. 01年龄与工作

    16岁及以上,参考周没有工作

  2. 02求职与上岗

    此前3个月找过,2周内能开始

按国家统计局口径简化说明,不按退休、学生等身份直接分类。

所以一个有意思的结论:一个人可以"没工作"很多年,却一天都没被统计为失业——只要他压根没在找。反过来,一个刚辞职明天就去新公司报到的人,调查周里也可能短暂落进"失业"格子里。失业率反映的是"劳动力中还有多少人没找到工作",不是"谁有活干谁没活干"这么简单。

失业率下降,不一定是好消息

接着看临河镇几个月后的一次调查(还是演示数字)。假设那 5 个失业者里,小吴投了半年简历没回音,心灰意冷,决定回家先歇一年慢慢想——这次调查时他已经超过3个月没有找过工作。按口径,他从"失业"挪进了"非劳动力":

失业率 = 4 ÷ (70+4) ≈ 5.4%。

一眼看懂 / 示意图

退出求职后,分母也会变

  1. 01原来

    5 ÷ 75 ≈ 6.7%

  2. 02几个月后

    4 ÷ 74 ≈ 5.4%

假设就业仍为70人,小吴已超过3个月未求职;没有增加岗位。

数字从 6.7% 降到 5.4%,镇上没有多出一个新岗位,只是小吴退出了算式。失业率降了,就业人数却没变。现实中这类现象有个说法叫"灰心工人":找工作受挫的人放弃求职,退出劳动力,失业率反而变好看了。

所以读失业率数字时,内行会同时看另一个指标:劳动参与率(劳动力占统计年龄范围内人口的比例)。失业率降、参与率也降,往往是退出的人多了;失业率降、参与率稳或升,才更可能是真的多了工作岗位。一个数字说不清的事,两个数字对着看就清楚多了。

一个常见误会

"失业率 5% = 一百个人里有 5 个没工作。"

不对。5% 的分母是劳动力,不是总人口。按上面临河镇的数字,受访的 100 名16岁及以上居民里其实有 30 人没工作(5 个失业+25 个非劳动力),占 30%——但这 30% 不是失业率,失业率是 6.7%。下次看到"失业率"和"多少人没工作"被混为一谈,你就知道分母被人偷偷换了。

另外,各国、各机构的具体口径不完全一样(比如找工作的时间窗,我国是 3 个月内,美国劳工统计局是 4 周内),比较两个失业率数字之前,先看它们的分母和认定条件是不是一回事。