【中国银河宏观】穿透美国就业数据的“迷雾”——非农、家庭就业与QCEW深度分析

（以下内容从中国银河《【中国银河宏观】穿透美国就业数据的“迷雾”——非农、家庭就业与QCEW深度分析》研报附件原文摘录）
　　核心观点 劳动市场数据间存在诸多矛盾，较常引发争议的问题包括2024年以来新增非农就业整体仍然强劲但失业率却在稳步上行、全职就业的“走平”和非农就业持续上升不符等。这也使得投资者开始质疑“非农就业数据到底准不准？” 美国劳动市场的三类主要统计序列：需要关注的第一是家庭调查（CPS），主要包括失业率、全职和兼职就业、劳动力人口和劳动参与率等；第二是企业调查（CES），主要包括非农就业、薪资、工时等；第三是季度就业和薪资普查（QCEW）。（1）家庭调查主要特点：以统计估算就业人口为目的、月度抽样6万户家庭、包括农业人口、不重复统计一人多份兼职、进行“人口控制”调整、近年来回复率降低。（2）企业调查主要特点：以统计估算就业岗位为目的、月度抽样约11.9万家企业和机构、不包括农业人口、重复统计一人多份兼职的情况、回复率低于家庭调查。（3）QCEW的主要特点：为类普查数据，因此准确度高、包括农业就业和自雇佣者、数据季度公布且滞后6个月。 “企业诞生-倒闭”模型（Birth-Death Model）对非农数据影响几何？有部分声音认为BLS调整非农就业的“企业诞生-倒闭”模型显著夸大了2023年以来的月度新增非农就业数据，但从数据上来看：（1）诞生-倒闭模型是直接对非季调非农数据的调节，不可以从常用的季调非农就业数值中直接减去；同时该模型自2004年投入使用以来表现稳定。（2）从该模型产生就业岗位占当年新增就业的总比例来看，该模型形成的就业在正常范围内的偏高水平。（3）从数据存在滞后的企业诞生和倒闭数量来看，公司诞生数量处于下降当中，而美联储加息后新设立公司理论上应当减少，而倒闭的数量可能上行，这一般对应着相关净就业的减少。总体上，数据显示该模型目前对新增非农就业的影响在正常范围的上沿，即存在小幅夸大的可能，但并不能作为非农就业持续强劲的主要解释理由。 什么因素可能导致非农与家庭就业近期的背离？背离的重要原因可能是“移民人口超预期增长?移民劳动参与率和兼职比例更高，服务业需求较旺盛情况下大量兼职工作诞生?非农就业重复统计兼职而全职就业并不重复统计，两者分化明显。”此外，新增非农数据初值自2022年二季度开始多以下修为主，也与更准确的QCEW偏离幅度加大，因此新增非农就业初值虽然强劲，但可信度降低。这意味着劳动市场虽然不弱，但实际情况可能没有新增非农就业显示的一样强劲。在月度数据层面综合考虑容易高估就业的非农数据和容易低估移民的家庭就业数据会更为合适。 非农数据与更准确的季度调查(QCEW)间存在怎样的差异？自美联储加息以来，QCEW数据显示就业岗位2022年增加411.8万个，2023年增加232.3万个；同期非农就业分别增加447.1万个和305.8万个。从非农和QCEW就业总数差值的12个月移动平均来看，2023年底的差值已经接近2020年的最高位，2023下半年两者的偏离幅度已经明显高于疫情前的正常范畴。与近似于就业普查的QCEW数据偏离意味着非农就业情况可能存在高估，非农数据并不根据更准确的QCEW进行月度修正也是其准确度面临的另一个问题。 劳动市场缓慢缓和，静待失业率上行：除了新增就业可能没有非农数据显示的一样强劲外，其他劳动市场指标，包括在粘性中弱化的薪资增速、持续降低的职位空缺率、回升斜率持续高于疫情前的移民供给、稳步抬升的失业率和失业人口、非农就业的不断下修、服务个人消费支出的弱化等等因素都支持劳动市场“缓慢缓和”的趋势延续。 我们依然认为供需角度是理解劳动市场合适框架：需求方面，由于高利率下私人部门总需求的降低（表现为消费下滑和投资回升受阻），劳动市场吸纳就业的能力不断降低，贝弗里奇曲线基本已经正常化至疫情前的位置。供给方面，虽然常规人口的劳动参与率难再上升，婴儿潮一代退出劳动市场，但移民的持续涌入使得总劳动力人口还在上行中。需求降低而供给延续的状态将会逐步推升失业率。美联储主席鲍威尔在2024年5月议息会议发布会中指出未来利率面临的三种路径：（1）通胀持续偏强，劳动市场火热，则会不降息；（2）通胀下行增加降息信心；（3）劳动市场弱化超过预期带来降息。从近期美联储经济展望（SEP）中维持年末失业率预期为4%以及通胀仍具备一定粘性来看，失业率未来的稳步抬升可能依然是触发降息的关键因素。目前的数据和经济演化的方向支持美联储9月进行首次降息，全年有望降息1至2次的判断。 风险提示：1. 美国通胀意外反弹的风险 2. 对劳动市场数据统计方法和误差理解不到位的风险 3. 美国意外出现流动性问题的风险 正文 作为美联储的“双重任务”之一，就业最大化一直是影响本轮货币政策周期的核心因素。由于疫情后的美国劳动市场面临（1）婴儿潮一代永久性退出劳动市场和（2）移民人口的快速回升的新范式，就业在“紧货币+宽财政”组合下展现超出市场预期的韧性，成为迫使美联储令政策利率在高位保持更久的关键之一。 不过，劳动市场数据间存在诸多矛盾，特别是每月如期而至的非农就业统计和其他劳动数据的背离导致了对劳动市场真实情况的争议。较常引发争议的问题包括2024年以来新增非农就业整体仍然强劲但失业率却在稳步上行、全职就业的“走平”和非农就业持续上升不符等。这也使得投资者开始质疑“非农就业数据存在哪些缺陷？到底准不准？” 下文将致力于回答上述问题并梳理美国劳动市场当前的状况。第一部分将列举美国劳动数据的主要统计序列与各序列的特征和问题。第二部分将分析可能导致非农数据和其他序列背离的因素，包括移民、兼职就业、劳工数据局的企业诞生-倒闭模型和修正方面的缺陷。第三部分将判断美国劳动市场当前的趋势以及对货币政策潜在的影响。 数据分析可以得出以下5点主要结论：（1）三类数据中QCEW数据最准确但滞后，家庭就业和非农就业为估算值且统计口径存在明显差异，优点是月度更新可以及时反映劳动市场变化。（2）非农就业采用的“企业诞生-倒闭”模型并不存在刻意“虚增”就业的情况，该模型对非农数据的影响处于正常范围的上沿，考虑到加息后企业倒闭数量抬升可能会在2024年存在高估，但幅度有限。（3）非农就业和家庭就业自美联储2022年加息以来偏离的程度不断扩大，这很可能是由于大量进行兼职就业的“超额”移民涌入劳动市场所致，统计岗位数量的非农就业会计入所有兼职，但统计就业人数的家庭就业并不会重复统计兼职，造成两者差值持续扩大。（4）与近似于普查数据的QCEW比较，非农数据在2023年存在一定程度高估，这种情况在2024年可能延续；而相较于QCEW，家庭就业则有低估的风险，因此需要综合考虑月度非农和家庭就业数据判断劳动市场情况。（5）结合两个月度序列来看，美国的新增就业处于持续的缓慢放缓中，虽然不弱但并未有非农数据显示的强劲。综合考虑，美国弱化的就业创造能力将在移民供给的持续增长下推动失业率上行，不降息的情况下未来数月中可能接近甚至超过4.4%的自然失业率；在通胀尚不具备显著反弹基础的假设下，失业率可能成为触发美联储三季度末降息的核心数据。 一、美国劳动市场主要统计序列有什么特征？ 在分析非农数据和其他劳动数据的差异前，首先需要了解不同劳动市场统计序列的目的和特征。主要的统计序列中有三类需要重点关注：第一是家庭调查（CPS/household survey），主要包括失业率、全职和兼职就业、劳动力人口和劳动参与率等数据；第二是企业调查（CES/establishment survey），主要包括非农就业、薪资、工时等数据；第三是季度就业和薪资普查（QCEW），该普查同样历史悠久并定期从失业保险项目覆盖的企业中调查就业和工资状况。其中，前两类直接美国劳工数据局（BLS）抽样统计，而QCEW则是在失业保险项目和行政数据的基础上由BLS和州劳动机构共同修订。这三类统计序列的特征如下： （一） 家庭调查数据（CPS）的特征 （1）为月度数据，覆盖范围为全体16岁以上非机构居民人口，即包括农业人口，但不包括在监狱、精神病院等惩戒性机构和有军事任务的人口。 （2）月度抽样约6万户家庭，一般在16个月内进行8次月度上门或电话采访；除首次采访上门外，更多是电话采访，对象为家庭内15岁及以上的成员。 （3）统计主要为了估算被雇佣的人口，工作的个体无论有几份工作均被记录为一个就业人口，包括无薪休假的工作人员。 （4）由于样本量更小，家庭调查面临比企业调查更明显的抽样误差问题，月度就业变动90%置信区间月为正负60万人左右。 （5）家庭调查进行“人口控制”调整，主要基于人口普查、出生死亡与净移民；BLS将每年的人口控制调整引入到1月份的数据中，但一般不会修订历史家庭调查数据。 （6）家庭调查的回复率自2013年以来下滑，由90%下滑至70%左右；尽管研究显示如果回复与不回复的样本特征大致相同，对调查结果影响并不显著，但降低的回复率仍可能导致误差1。 （二） 企业调查数据（CES）的特征 （1）月度数据，覆盖非农业部门所有给付薪酬的工作，包括私人和政府部门，但不包括自雇人员、无偿家庭工作者、在家庭企业以及农业和相关行业工作者、休假期间的无薪工作者等；这导致企业调查形成的非农总人数稳定低于家庭调查形成的被雇佣总人数2。 （2）月度抽样基于约11.9万家企业与政府机构数据，涵盖约62.9万个工作场所，由受访企业回复调查（电话、网络、传真、电子数据收集等等方式均有）；在调查参考期间任何工作或获得薪酬的个体都将被计入。 （3）统计主要为了估算工作岗位数量，个体如果有多份工作则都会被统计为就业岗位。 （4）由于样本量大于家庭调查，理论上企业调查面临小于家庭调查的样本误差，月度就业变动90%置信区间月为正负13万人左右。 （5）企业调查进行“企业诞生-倒闭模型”（Business Birth/Death Model）调整，以更加及时的反映企业的消亡和诞生对工作岗位数量的影响；2003年以来的新模型每月对未季调非农就业进行调整。 （6）企业调查的回复率也面临下滑的问题，尽管疫情前CES回复率整体在60%左右，但疫情后出现显著下行，2024年一季度末为43.5%左右3，比CPS的回复率更低。 （三） 季度就业和薪资普查（QCEW）的特征 季度就业和薪资普查（QCEW）：（1）季度数据，联邦就业数据来自于提交给州立机构的就业与薪资报告，由BLS和相关机构进行调整修订；就业的月度统计来自于当包括每月12日在内的付薪周期中工作或获得薪酬的个体，私人部门和州与地方政府雇员，包括所有管理和监督人员、专业工作人员、文职人员、计件工作者、有薪资收入人员和兼职工作者，以及大部分农业工作者（仅不包括某些特殊的国家安全机构）4。 （2）与前两类序列显著不同的是，QCEW不是估算数据，而是各类报告给相关行政管理部门的企业数据的汇总和两类调查序列形成；QCEW可以视为各州失业保险（UI）会计系统的副产品，各州会收到所有私人部门雇佣者的季度缴费报告，雇佣者也会提供的相关就业和薪资信息。个别情况下，当数据质量较差或完全缺失时，可能会进行计算填补。因此，QCEW虽然不能像CPS一样获得对全部就业人口的估计，总数上也少于非农就业，但其反映真实的工作岗位和各行业特征，是三类序列里数据质量最高的。 （3）QCEW在行业分类上和CES都采用北美行业分类系统，也包括兼职就业。 （4）由于不是估算数据，QCEW的样本对各行业就业情况有充分代表性。 （5）QCEW的两份相关调查报告（ARS和MWR）在绝大部分州都是强制要求回复，因此也不存在回复率显著下滑的问题。 总体上，在者三类主要统计数据中，家庭调查数据（CPS）对美国劳动市场的估计最为全面且不重复统计兼职工作，但面临样本偏少、回复率不高和部分数据调整不及时等问题。企业调查数据（CES）的优势在于对细分行业的就业情况进行月度估算，其样本量好于家庭调查，不过CES也面临回复率低、重复统计兼职以及不根据QCEW数据进行及时修正等问题。季度就业和薪资普查（QCEW）最显著的区别在于其不是估算数据，而是微观数据汇总形成，准确度和真实性方面优势突出，然而其是季度数据且公布时间显著晚于CPS和CES调查序列。 二、 劳动市场像非农就业展示的一样强劲吗？ 劳动市场的多个统计序列在美联储加息后逐渐出现了明显的分化，这导致不同序列反映的劳动市场状况并不一致。非农就业（CES统计）方面，数据显示2023年末累计岗位达到1.5730亿人，新增了301.3万个岗位，月均增加约25.1万个新岗位；2024年1至6月，月均增加22.2万个新岗位，放缓并不明显。而家庭就业（CPS统计）方面，2023年末累计就业人口为1.6118亿人，新增就业188.3万人，月均增加仅15.7万人；2024年1至6月，月均仅增加0.27万就业人数。QCEW则显示2023年累计新增232.3万个岗位，月均增加约19.4万个新岗位。很明显，三类统计序列中非农就业数据显示劳动市场并未有明显缓和，季度就业普查显示劳动市场紧张程度缓慢降低，而家庭就业数据则显示就业有较为明显的下滑，特别是在2024年。 判断劳动市场的紧张程度和未来的趋势对美联储的货币政策至关重要，因此需要分析可能导致市场关注度最高非农就业数据和其他两个序列偏离的潜在原因。我们将尝试回答以下问题：（1）非农就业所采用的“企业诞生-倒闭”模型对新增非农就业影响程度如何？是否存在数据“造假”的现象？（2）什么主要因素可能导致非农与家庭就业人数自2022下半年以来出现显著背离？（3）非农数据与更准确的季度就业普查存在怎样的差异？ （一）“企业诞生-倒闭”模型（Birth-Death Model）对非农数据影响几何？ 有部分声音认为BLS调整非农就业的“企业诞生-倒闭”模型显著夸大了2023年以来的月度新增非农就业数据，但从数据上来看：（1）诞生-倒闭模型是直接对非季调非农数据的调节，不可以从常用的季调非农就业数值中直接减去；同时该模型自2004年开始即投入使用并随人口扩张和企业设立估算就业，并无直接剔除的理由。（2）诞生-倒闭模型产生就业岗位的绝对数量自2022年以来处于模型投入使用以来的最高水平，但从占当年新增就业的总比例来看，该模型形成的就业在正常范围内的偏高水平。（3）从数据存在滞后的企业诞生和倒闭数量来看，公司诞生数量处于下降当中，而美联储加息后新设立公司理论上应当减少，而倒闭的数量可能上行，这一般对应着相关净就业的减少。总体上，数据显示该模型目前对新增非农就业的影响在正常范围的上沿，即存在小幅夸大的可能，但并不能作为非农就业持续强劲的主要解释理由。 劳工数据局（BLS）采用“诞生-倒闭”模型的主要原因是为了减少由于企业诞生形成岗位带来的非抽样误差：由于企业从设立到被纳入BLS的可抽样样本之间存在滞后，该模型需要及时估计新企业设立在每月贡献的就业增长。模型的基准假设是企业的诞生和倒闭对就业的净贡献相对偏小且稳定，在这一基础上，BLS采用两个部分估计企业诞生与倒闭的影响。第一部分的特点是将因企业倒闭造成的净就业损失排除在基于样本的估算外，以抵消未被及时统计的企业诞生贡献的就业；在估算中，倒闭企业的样本被假定为和其他样本中企业保持同样的趋势，这一部分形成了诞生和倒闭对就业影响的主体数据。第二部分则是一个自回归移动平均时间序列模型，旨在估计通过数据插补无法解释的剩余的诞生和倒闭就业量5。最后，BLS特别强调该模型估算的净就业影响没有经过季节性调整，是与未季调的非农就业合并后一起进行季调。 BLS对统计方法的说明意味着，在衡量诞生-倒闭模型的影响时，不能直接将其产生的就业直接从季调后的非农就业中减去。有部分研究错误的将模型估计出的净就业贡献直接从季调后的非农就业中剔除，进而得到自2023年以来诞生-倒闭模型“虚增”近190万就业岗位的结论（图6），这是不准确的。首先，这些所谓“虚增”的就业岗位并未经过季调，波动明显大于季调数据（图7），以此去推测每月季调后新增非农就业的变动并不符合统计规范。其次，诞生-倒闭模型2004年以来稳定投入使用，跟随就业人口和企业数量的扩张稳定估算新增就业，如果考虑“虚增”，也应是计算近年来该模型估计的超出正常趋势的就业部分，而非直接将该模型从个别年份的非农就业中剔除。下文分析也将显示诞生-倒闭模型尚未显著超出过往正常的趋势，尽管处于偏高水平。 对于诞生-倒闭模型的影响，可以从绝对量和占比两个维度判断。由于模型估算的就业净贡献没有经过季调导致月度波动较大，我们从全年总贡献数据入手。从模型2004至2023年估算的平均年度就业贡献来看，平均年度对就业的贡献为87.8万人左右，但各年度数据明显有跟随经济周期的特征：在2008年全球金融危机爆发后，该模型估计的净就业贡献下滑并于2011年触底，随后随着美国经济恢复而持续上行，仅在疫情爆发后的2020年出现明显回落。如果仅从绝对量考虑，诞生-倒闭模型的就业净贡献的确处于历史高位（2023年为126.6万人，2022年为135.9万人，图8），有显著多估计非农就业的嫌疑，但不能忽视的是估算净贡献增长的背后是企业和就业人数的持续扩张，因此还需要考虑就业净贡献是否显著快于人口和就业的扩张。我们将当年的诞生-倒闭模型就业净贡献除以全年新增的未季调非农就业，得到模型的就业贡献占总新增就业的比例。这一比例显示，除去受全球金融危机和新冠疫情影响的极端年份，诞生倒闭模型估算的就业净贡献占总新增就业人口比例的正常范围在25%-50%之间，而2022和2023年占比则分别为30.4%和41.4%，并不属于特别异常的年份（图9）。对于2024年前6个月的估算净贡献，其占前5个月非农就业的比例为58.9%，处于略高水平，超出历史趋势的高估程度有限。 最后，也需要检验“企业的诞生和倒闭对就业的净贡献相对偏小且稳定”这一假设和相关变动对就业的潜在影响。回顾历史数据，企业和诞生和消亡趋势大致同步（图11），导致的净就业增加一般情况下的确比较稳定，2022年的净就业增加也属于正常水平（图12、13）。不过，在2001、2008和2020年的衰退期间，出现了企业诞生数量下滑而倒闭数量抬升的情况，这导致净就业贡献下滑。尽管2023和2024年的企业诞生和倒闭数据还未全部更新，但考虑到高利率环境对经济的压制，以及破产案件数量的上升，出现倒闭数量上行和诞生数量降低引发净就业减少的可能性更高。这似乎支持2024年诞生-倒闭模型可能会小幅高估就业，但目前没有实际数据验证这一合理猜测。 综合来看，“企业诞生-倒闭”模型在2023年及以前对新增非农就业的实际影响较为有限，2024年随着企业倒闭数量上行的可能性增大，可能对就业存在小幅高估，但尚无法定量分析。该模型并没有明显的夸大非农就业数据，也不存在利用该模型大量“虚增”新岗位以造成劳动市场强劲假象的情况。 （二）什么因素可能导致非农与家庭就业近期的背离？ 自2022下半年以来，CPS统计的家庭就业和CES统计的非农就业开始出现明显的背离:从2022年6月至2024年5月，家庭就业显示就业人口增加了296.7万人，而非农就业显示的工作岗位则增加了619.5万人，为前者的两倍有余。尽管由于统计方式和口径的问题，非农就业岗位一直稳定的低于家庭就业，但非农总就业与家庭总就业的比值已经由疫情前96%左右的水平上升至98.4%，为有统计以来的最高水平。考虑到失业率的稳步抬升、职位空缺数的下行等其他支持劳动市场缓慢缓和的证据，非农就业持续偏热的表现似乎与其他指标“格格不入”。 背离的理由可能如下：（1）统计口径的差异，即非农就业重复统计兼职岗位，而家庭就业对有多份兼职的就业人员只统计一次。（2）兼职就业在数据背离的时段显著增加，但兼职增多并不意味着劳动市场状况一定出现恶化。（3）移民人口兼职比例明显更高，可能是近期兼职显著增加的主要因素。因此，非农数据偏强很可能反映移民增加引发的兼职岗位上行，实际的就业情况可能弱于新增非农就业描绘的状况，尽管劳动市场的弱化依然缓慢。 导致背离的第一个理由在分析统计序列特征的部分已有充分阐述。家庭调查（CPS）序列是为统计全国的就业人口，因此即使一个人有多份工作，也只统计为一个就业人口；而企业调查（CES）序列是为了估算非农业行业工作岗位的数量，所以一个人的多份兼职将被统计为多个就业，这种差异天然导致了家庭就业和非农就业的不同，数据也支持这一结论。 从家庭就业数据来看，自美联储2022年3月加息以来，全职工作增加了约149万人（截至2024年6月总计1.3324亿人），而兼职工作则增加了231万人（截至2024年6月总计2805万人），兼职工作增长明显较多；而同期的新增非农就业为358万人左右且其与家庭就业背离的趋势不断扩大。因此，兼职就业比例的上行和由此造成的重复统计很可能是导致非农就业增长斜率明显强于家庭就业的核心原因。 不过需要注意的是，虽然历史上兼职就业同比的大幅上行和全职就业的显著下滑被理解为经济周期进入衰退的前兆，本轮（2022-2024年）全职就业增速的放缓和兼职显著增加尚未引发衰退或明显的经济下滑。这可能与疫情后移民增加，以及部分就业人群观念的变化导致兼职就业上升相关，因此不同于此前的是本轮兼职上行更多是主动选择。BLS将兼职就业划分为两类，第一类是因经济原因被迫进行兼职（仅能找到兼职或工作条件过分松弛），第二类是更自愿的兼职（即非经济原因兼职）。从这两类的兼职人数占劳动人口的比例不难看出，一般经济萎缩期间经济原因兼职的占比会从低点显著上行，但本轮回升幅度较为有限，这表明大量的新增兼职是主动选择的结果，劳动市场整体弱化仍较为缓慢。 最后，移民可能是导致兼职就业增加的核心因素，也是劳动市场的关键变量之一：一方面，不论是不同研究估算的非法移民还是非本地出生劳动人口等数据都显示移民在拜登执政期间显著恢复，超过疫情前的增长趋势；另一方面，数据也表明非本地出生劳动人口进行兼职的比例显著高于平均水平，因此移民的涌入会伴随兼职的增加，进而加大家庭就业和非农就业的背离。 国会预算办公室（CBO）的研究显示相较于2019估算的2023年新增100万左右移民人口，2023年实际移民可能超过330万人，其中潜在的非法和身份待确认移民可能高达240万人，这也意味着更多的劳动人口和劳动供给，BLS数据也显示易反映移民增长的非本地出生劳动人口的劳动参与率（77.5%）明显高于本地出生人口（66.1%）。从非本地出生人口的趋势来看，其自美联储2022年加息以来增加了近140万人，比疫情期间的最低点增加近594万人；在对移民政策相对宽容的拜登政府执政后，其恢复的斜率显著快于疫情前的增长水平，这种势头在美联储加息期间保持，与同期移民超预期的增幅可以互相验证。在移民增长超过此前趋势的背景下，非本地出生劳动人口不仅拥有更高的劳动参与率，也拥有更高的兼职倾向。2023年非本地出生劳动人口兼职比例约为24.3%左右，而总人口简直比例为16.8%，非本地人口的兼职比例长期高于总人口6%-8%左右。因此，非农与家庭就业总人数近年背离的重要原因可能是“移民人口超预期增长?移民劳动参与率和兼职比例更高，服务业需求较旺盛情况下大量兼职工作诞生?非农就业重复统计兼职而全职就业并不重复统计，两者分化明显。”这意味着劳动市场虽然不弱，但实际情况可能没有新增非农就业显示的一样强劲。 （三）非农数据与更准确的季度调查(QCEW)间存在怎样的差异？ 除了跟统计口径并不完全一致的家庭调查序列交叉印证外，非农就业也可以直接与更准确但更新更缓慢的季度就业和薪资普查（QCEW）进行比较。从口径上考虑，QCEW和非农数据更加接近，两者均因估算职位数量而重复统计兼职、在行业分类上采用北美行业分类系统（NAICS）；不过，两者也存在一些区别，比如QCEW并不统计自我雇佣人员，但非农就业将其包括在内，而非农就业则不统计农业就业。总体上，虽然BLS会根据两类序列的区别进行数据调整，但从总量数据来看，QCEW统计的总人数一直低于估算的非农就业总人数。 从统计的准确性来看，QCEW明显好于非农，其主要缺点就是严重滞后的数据公布。（1）QCEW不是估算数据，是根据各州行政和企业直接的统计数据汇总而成，为失业保险系统的副产品，几乎类似全面普查，所以准确度和代表性明显好于估算的非农数据。（2）QCEW的数据主要为为直接上报给行政部门的数据，补充的调查问卷基本强制要求企业回复，不存在非农调查回复率下降的问题。（3）QCEW明显的缺点就是“慢”，在季度结束后6个月才会公布数据，时效性上远逊于非农数据。非农数据（CES序列）每年会根据失业保险系统和QCEW数据进行重新校准，最终修订的基准以前一年的3月为校准锚点，一般在新一年的2月初随1月非农数据公布，但需要注意的是月度非农数据本身并不根据更准确的QCEW进行调整。 因此，2023年QCEW和非农就业背离程度的上升也可能反映非农就业数据对劳动市场的情况存在一定夸大，这与家庭就业提供的信息较为一致，对劳动市场的评估需要综合考虑这三类主要序列。由于QCEW数据不进行季调且公布滞后，目前只能与2023年的未季调非农月度数据做比较。自美联储加息以来，QCEW数据显示就业岗位2022年增加411.8万个，2023年增加232.3万个；同期非农就业分别增加447.1万个和305.8万个，可以看出2023年非农数据与QCEW的背离已经较为明显，差值接近73.5万个岗位。从非农和QCEW就业总数差值的12个月移动平均来看，2023年底的差值已经接近2020年的最高位，2023下半年两者的偏离幅度已经明显高于疫情前的正常范畴。其他差值较大的时段还包括全球金融危机时段、2017年至疫情前以及疫情期间。与近似于就业普查的QCEW数据偏离意味着非农就业情况可能存在高估，非农数据并不根据更准确的普查进行月度修正也是其准确度面临的另一个问题，目前尚不清楚BLS为何不根据滞后但更准确的QCEW数据对CES序列进行月度调整。此外，在非农数据与全职就业和QCEW偏离后，非农数据初值自2022年二季度开始多以下修为主，因此新增非农就业初值虽然强劲，但可信度降低，反映劳动市场并没有该数据表面一样火热。 同时，将QCEW与口径差距更大的家庭就业比较也可以看出，家庭就业在2023年估算的全年新增就业可能偏低（当然不对兼职就业进行重复统计预计也有影响）；家庭就业由于样本更小且采样方式更复杂，对移民就业的统计能力可能低于非农就业和QCEW。总体上，在月度数据层面综合考虑容易高估就业的非农数据和容易低估移民的家庭就业数据会更为合适，如同美国GDP与GDI分化时取平均值可能更为准确。 三、 劳动市场缓慢缓和，静待失业率上行 通过以上部分对美国劳动市场主要重要数据序列的分析可以得知：（1）三类数据中QCEW数据最准确但滞后，家庭就业和非农就业为估算值且统计口径存在明显差异，优点是月度更新可以及时反映劳动市场变化。（2）非农就业采用的“企业诞生-倒闭”模型并不存在刻意“虚增”就业的情况，该模型对非农数据的影响处于正常范围的上沿，考虑到加息后企业倒闭数量抬升可能会在2024年存在高估，但幅度有限。（3）非农就业和家庭就业自美联储2022年加息以来偏离的程度不断扩大，这很可能是由于大量进行兼职就业的“超额”移民涌入劳动市场所致，统计岗位数量的非农就业会计入所有兼职，但统计就业人数的家庭就业并不会重复统计兼职，造成两者差值持续扩大。（4）与近似于普查数据的QCEW比较，非农数据在2023年存在一定程度高估，这种情况在2024年可能延续；而相较于QCEW，家庭就业则有低估的风险，因此需要综合考虑月度非农和家庭就业数据判断劳动市场情况。（5）结合两个月度序列来看，美国的新增就业处于持续的缓慢放缓中，虽然不弱但并未有非农数据显示的强劲。 除了新增就业外，其他劳动市场指标，包括在粘性中弱化的薪资增速、持续降低的职位空缺率、回升斜率持续高于疫情前的移民供给、稳步抬升的失业率和失业人口、非农就业的不断下修、服务个人消费支出的弱化等等因素都支持劳动市场“缓慢缓和”的趋势延续。我们依然认为供需角度是理解劳动市场合适框架：需求方面，由于高利率下私人部门总需求的降低（表现为消费下滑和投资回升受阻），劳动市场吸纳就业的能力不断降低，贝弗里奇曲线基本已经正常化至疫情前的位置。供给方面，虽然常规人口的劳动参与率难再上升，婴儿潮一代退出劳动市场，但移民的持续涌入使得总劳动力人口还在上行中。需求降低而供给延续的状态将会逐步推升失业率。美联储主席鲍威尔在2024年5月议息会议发布会中指出未来利率面临的三种路径：（1）通胀持续偏强，劳动市场火热，则会不降息；（2）通胀下行增加降息信心；（3）劳动市场弱化超过预期带来降息。从近期美联储经济展望（SEP）中维持年末失业率预期为4%以及通胀仍具备一定粘性来看，失业率未来的稳步抬升可能依然是触发降息的关键因素。目前的数据和经济演化的方向支持美联储9月进行首次降息，全年有望降息1至2次的判断。 如需获取报告全文，请联系您的客户经理，谢谢！ 本文摘自：中国银河证券2024年7月12日发布的研究报告《穿透美国就业数据的“迷雾”——非农、家庭就业与QCEW深度分析》 首席经济学家：章俊 S0130523070003 研究助理：于金潼 评级标准： 评级标准为报告发布日后的6到12个月行业指数（或公司股价）相对市场表现，其中：A股市场以沪深300指数为基准，新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准，北交所市场以北证50指数为基准，香港市场以摩根士丹利中国指数为基准。 行业评级 推荐：相对基准指数涨幅10%以上。 中性：相对基准指数涨幅在-5%～10%之间。 回避：相对基准指数跌幅5%以上。 公司评级 推荐：相对基准指数涨幅20%以上。 谨慎推荐：相对基准指数涨幅在5%～20%之间。 中性：相对基准指数涨幅在-5%～5%之间。 回避：相对基准指数跌幅5%以上。 法律申明： 本公众订阅号为中国银河证券股份有限公司（以下简称“银河证券”）研究院依法设立、运营的两个研究官方订阅号之一（另一为“中国银河宏观”）。其他机构或个人在微信平台以中国银河证券股份有限公司研究院名义注册的，或含有“银河研究”，或含有与银河研究品牌名称等相关信息的其他订阅号均不是银河研究官方订阅号。 本订阅号不是银河证券研究报告的发布平台，本订阅号所载内容均来自于银河证券研究院已正式发布的研究报告，本订阅号所摘录的研究报告内容经相关流程及微信信息发布审核等环节后在本订阅号内转载，本订阅号不承诺在第一时间转载相关内容，如需了解详细、完整的证券研究信息，请参见银河证券研究院发布的完整报告，任何研究观点以银河证券发布的完整报告为准。 本订阅号旨在交流证券研究经验。本订阅号所载的全部内容只提供给订阅人做参考之用，订阅人须自行确认自己具备理解证券研究报告的专业能力，保持自身的独立判断，不应认为本订阅号的内容可以取代自己的独立判断。在任何情况下本订阅号并不构成对订阅人的投资建议，并非作为买卖、认购证券或其它金融工具的邀请或保证，银河证券不对任何人因使用本订阅号发布的任何内容所产生的任何直接或间接损失或与此有关的其他损失承担任何责任，订阅号所提及的任何证券均可能含有重大的风险，订阅人需自行承担依据订阅号发布的任何内容进行投资决策可能产生的一切风险。 本订阅号所载内容仅代表银河证券研究院在相关证券研究报告发布当日的判断，相关的分析结果及预测结论，会根据银河证券研究院后续发布的证券研究报告，在不发出预先通知的情况下做出更改，敬请订阅者密切关注后续研究报告的最新相关结论。 本订阅号所转发的研究报告，均只代表银河证券研究院的观点。本订阅号不保证银河证券其他业务部门或附属机构给出与本微信公众号所发布研报结论不同甚至相反的投资意见，敬请订阅者留意。 《证券期货投资者适当性管理办法》于2017年7月1日起正式实施，通过微信订阅号发布的本图文消息仅面向银河证券客户中的机构专业投资者，请勿对本图文消息进行任何形式的转发。若您并非银河证券客户中的机构专业投资者，为保证服务质量、控制投资风险，请取消关注，请勿订阅、接收或使用本订阅号中的任何信息。 本订阅号所载内容的版权归银河证券所有，银河证券对本订阅号保留一切法律权利。订阅人对本订阅号发布的所有内容（包括文字、影像等）的复制、转载，均需注明银河研究的出处，且不得对本订阅号所在内容进行任何有悖原意的引用、删节和修改。 投资有风险，入市请谨慎。

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）