【广发宏观盛旭】从劳动力供给角度看当前就业压力

就业压力已初步上来，稳定就业将成为后续的经济关键点与重要政策目标。新冠疫情以来，宏观经济景气度与企业经营状况急剧变化，特别是集中在下游消费类、出口类行业的多数中小企业经营压力更为显著。1-2月，由于建筑施工活动停滞的影响，固定资产投资下降23.5%；由于物流与渠道停摆、终端零售与餐饮商户暂停营业，消费品零售规模同比收缩20.5%；由于销售环境约束，房地产销售仅实现了去年同期六成的规模。在这种情形下，供给侧也受到巨大冲击，工业企业利润同比大幅下降38.3%，特别是集中在下游消费类、出口类行业的多数中小企业在疫情冲击下盈利恶化更为迅速，即使在疫情冲击结束之后，短期内可能也难以恢复到原有的增长水平。因此中小企业的经营状况可能是未来经济关键点之一，而就业和中小企业本质上是同一个问题，即劳动密集型行业的稳定性。随着就业压力的显性化，稳定就业将成为后续一个重要政策目标。

常用的就业指标反映出哪些信息？2020年2月，城镇调查失业率由去年底的5.2%攀升到6.2%；即使在就业压力相对小的两个领域：31个大城市与25-29岁中青年，失业率也出现了不同程度的上升。就业人数方面，城镇新增就业人数同比下降37.9%，去年表现已经比较差的失业人员再就业与就业困难人员再就业人数，今年2月的降幅分别为36.8%与34.8%。中采PMI指标显示，建筑业、制造业、服务业的就业情况在今年1-2月都出现了不同程度的恶化，其中建筑业下降最快，制造业次之，但降幅都比较显著。

除直观的就业指标之外，失业保险基金支出与就业人群周平均工作时间也从侧面印证了就业情况的急剧恶化。一是今年1-2月，失业保险基金的支出增速攀升到76.7%，同期失业保险与养老保险的收入增速下降到-10%以上；二是在就业人群中，平均周工作时间也从46.7下降到40.2%，这也符合我们在《从发电量看劳动密集型行业对经济的影响》中指出的，复工复产率的提升不代表生产效率的等幅度提升。

我国哪些领域吸纳就业的能力最强？目前就业结构呈现出哪些特征？三大产业的就业数据显示，第一产业吸纳的就业人数逐年下降，目前已经是吸纳劳动力人数最少的产业部门。第二产业就业人数在2012年触顶，随后每年不断回落，而三产就业人数则持续创出新高。2018年，三大产业就业人员占比分别为26.1%、27.6%与46.3%。

进一步深入到产业内部，不同大类行业之间、城镇与乡村之间、私营部门与非私营部门之间的就业结构又各不相同。首先，随着我国城镇化进程的加快，就业结构由乡村为主向城镇为主逐年演化，目前城镇就业在全部就业人员中占比57.1%，这一比例在2000年仅为32%。其次，就城镇就业来说，私营部门（私营企业与个人）吸纳就业人数是非私营部门的1.41倍，且这一比例也在逐年上升。第三，不同领域中各行业对就业的吸纳能力存在差异，例如在城镇非私营企业中，就业占比最高的四个行业分别是制造业（24.2%）、建筑业（15.7%）、公共管理、社会保障与社会组织（10.5%）与教育业（10.1%），涵盖了全部城镇非私营就业的60%以上。而城镇私营部门就业则更多地集中在批发和零售业（40.3%）、制造业（12.3%）、租赁和商务服务业（9.3%）与住宿和餐饮业（8.8%）。乡村私营部门的就业结构也比较类似，只是比例略有差异，特别是制造业就业占比21.3%，明显高于城镇私营部门。

在就业吸纳能力最强的制造业领域，也存在细分行业的结构性差异。例如，下游行业往往能够吸纳更多的就业人口，一方面下游行业包含了上游产业链的产值创造部分，因此产值规模更高，另一方面我国的上游工业往往具有资本密集特征，下游工业表现出更显著的劳动密集特征。正因如此，吸纳就业人口最多的行业更多地集中在下游领域，如电子通信制造、电气机械、汽车制造、非金属建材与通用设备制造等行业合计占全部工业就业人数的34.5%。从今年2月就业人口的变化情况来看，多个行业的用工人数同比下滑，如可选消费、原材料行业、装备制造与公用事业的就业吸纳能力出现不同程度的下降，特别值得注意的是，受到贸易需求收缩与下游行业加速出清两方面因素影响，采矿、出口与低端消费领域的用工人数降幅最为显著。

自供给侧改革以来，就业结构已经发生明显变化：由第二产业向第三产业加速转移，并更多地进入个体与私营经济。就业是经济的滞后指标，规模以上工业企业的就业增速大约滞后于收入一年左右，自2018年起持续进入下降通道，今年1-2月更是达到了-6.4%的降幅。但三产的就业吸纳能力自2019年开始已经急剧下降，疫情中更是受到极大冲击，就业压力甚至高于第二产业。

未来劳动力供给压力如何：关于经济活动人口、毕业生规模、劳动力市场退出人群的测算。判断未来的就业压力，劳动力供给也是重要指标。经济活动人口指的是年龄在16岁及以上、实际参加或要求参加社会经济活动的人口，不包含在校学生、退休人士与病残人士。经济活动人口为经济生产和服务活动提供了劳动力供给，是衡量未来较长一段时间内就业压力的重要变量。这一指标由我国的人口基数、年龄结构与劳动参与率来决定，相对客观、变动也比较缓慢，因此具有一定的可预测性。另外，我们还需关注两个对经济活动人口形成重要影响的因素，一是各个教育阶段以毕业生形式向市场输送的劳动力供给，二是因劳动意愿下降等原因退出劳动力市场的人群（这一因素不考虑失业，因经济活动人口本身包含了就业人口与失业人口，失业人数变化并不影响经济活动人口的数量）。

经济活动人口已经于2016年触顶（7.9-8.0亿），之后10年将面临长趋势下降。我们基于2010年第六次人口普查数据，使用队列要素法对2011-2025年的的经济活动人口进行预测。在预测过程中需要根据各个年龄段（级差为1岁）的死亡率对不同年龄的人口数加以调整，再考虑不同年龄的劳动参与率特征，逐年递推得到每年的经济活动人口。与统计局公布的2011-18年经济活动人口数量相对比，我们在2011-15年期间的预测误差控制在1%范围内，由于2010年死亡率与劳动参与率数据的有效性会随着时间推移而逐渐下降，2016-18期间误差略有扩大，但仍然能够控制在2%左右，且经济活动人口的预测数据与统计公布数据同时在2016年见顶，预测方法与预测结果体现出比较强的有效性。那么根据预测结果，经济活动人口自2017-2025年持续下降，且降幅每年扩大，到2020年之后平均每年下降400万人，降幅0.5%。预计到2025年，经济活动人口将由2018年的8.0亿左右下降到7.6亿左右。

针对不同级别教育向市场输送劳动力供给的情形，我们使用张车伟（2016）的脱离教育人数法进行预测。由于目前我国实行9年义务教育，所有都进入劳动力市场的劳动力都至少经过小学、初中、高中（职业教育）、大学和研究生中的某一个或几个阶段。因此，针对每一个阶段，可按照入学人数→辍学人数→毕业未升学人数→升入更高教育阶段人数几个步骤预测，最后将辍学与毕业未升学人数加总，得到每年各个教育阶段结束后向市场输送的新增劳动力数量。在预测过程中，我们需要考虑每个教育阶段的教育类别，以及各教育类别的招生数、毕业生数、在校生数、辍学（肄业）人数、教育年限，上一阶段的毕业生数与下一阶段的招生数，以及对应年龄阶段的死亡率。基于该种预测方法，我们可以对劳动力结构和质量变化有更深刻的认识。

预测结果显示，各个教育阶段的毕业生向市场提供的劳动力规模在2015年见顶（1900万左右），随后快速下降。进入就业市场的毕业生规模底部大致出现在2021年（1500万左右），2022-25年将缓速回升，预计2025年这一数据将为1600万。结构上看，高等教育（本科生、硕士研究生、博士研究生）毕业生比重逐年上升，其中本科毕业生占比可能由2018年的39.2%提升到2025年的46.9%；初等教育（小学）、初级中等教育（初中）、中等职业教育（中专）、高级中等教育（高中）占比持续下降，预计高中以下（含）毕业生占比将很快回落到50%以内。从这一预测结果来看，未来各个教育阶段输送毕业生对劳动力市场形成的供给压力并不大，但高等教育毕业生数量将持续增加，可能存在结构性就业压力。

法定退休年龄并不会造成该年龄段的劳动参与率断崖式下跌。关于退出劳动力市场的人群预测，市场往往存在一个误区，即认为绝大多数劳动者都将在法定退休年龄退出劳动力市场（男60岁，女50岁，特殊工种除外），因此在这两个年龄段劳动参与率将出现断崖式下跌。而实际上法定退休年龄的规定仅适用于全民所有制企业、事业单位和国家机关、人民团体，仅仅是劳动者群体的一部分。人口普查数据显示，不同年龄段的劳动参与率（经济活动人口占比）大致在39-42岁见顶（91%左右），随后随着年龄的增长而近乎匀速地下降，只是到法定退休年龄降幅略微显著一些，如50岁时下降幅度大约为5.5个百分点（78.9%），60岁下降8.2个百分点（54.0%）。总体来看，退出市场的劳动力规模并不是由某一个年龄段的人群决定，而是由整个群体的劳动意愿共同决定。

我们使用队列要素法，考虑各个年龄阶段的死亡率与劳动参与率变化，预测未来每年退出劳动力市场的人口，可以看到这部分人口规模每年都在增加，预计将由2015年的1421万上升到2025年的1760万。

关于劳动力供给与就业：一些重要结论。经济活动人口已于2016年触顶，之后10年将面临长趋势下降。今年比去年下降350万左右，2020年之后平均每年下降400万人。从就业角度，可以接受每年一定程度名义GDP增速下行；但过快的下行则会带来就业冲击。包括对于未来中周期增长目标的理解，也必须考虑到劳动力供给这一因素的平滑性，它会构成增长的事实下限。

各个教育阶段投向就业市场的毕业生2020年估计1622万，和去年相差不大，2022年之后将缓速回升。高中以下（含）毕业生就业环境与服务业、劳动密集型企业、中小企业景气度有较高相关度，稳定这部分就业需要稳定中小企业的经营连续性。

高等教育毕业生进入就业市场人数（扣去读研）2020年估计660万，高于去年，在未来五年也是逐年增加的，这会带来比较明显的结构性就业压力。

退出劳动力市场的人口规模（不含失业）每年都在增加，预计将由2015年的1421万上升到2025年的1760万。

综合来看，在疫情冲击影响下，年内企业经营压力与居民就业压力将逐渐凸显，但从供给的角度，未来五年内劳动参与人口降幅将逐渐扩大，就业压力在一定程度上得到缓解。无论是经济活动人口数量（从2018年的8.0亿到2020年的7.6亿）、教育阶段结束后向劳动力市场的输送毕业生的规模（从2015年的1900万到2025年的1600万），还是退出劳动力市场的人员数量（由2015年的1421万到2025年的1760万），都表明劳动力供给对就业市场的压力将逐渐缓解。当然，随着应届高校毕业生进入就业市场的规模增加（由2018年的635万到2025年的752万），结构性就业压力可能会加速显现。

针对当前劳动力供给的结构性特征，政策可以多方面入手。一是针对产业结构升级所需要的专业门类，扩大研究生招聘和专升本规模；二是在消费和出口两个链条上，稳定服务业和中小企业；三是推动体制内就业稳定，引导央企、国企、事业单位扩大招聘规模，引导基层就业；四是进一步发挥“扩大财政政策空间-上马重大项目-带动上下游产业链-带动就业和招聘预期”这一链条的逆周期传递机制；五是加快城市群建设，扩大对建筑业、服务业的需求及就业吸纳能力。

核心风险假设：经济下行超预期；就业压力超预期；疫情防控低于预期

我们使用脱离教育人数法（张车伟，2016）对流向就业市场的各教育阶段毕业生规模进行测算。测算思路是：由于目前中国实行9年义务教育，所有都进入劳动力市场的劳动力都至少经过小学、初中、高中（职业教育）、大学和研究生中的一个阶段。因此，针对每一个阶段，可按照入学人数→辍学人数→毕业未升学人数→升入更高教育阶段人数几个步骤预测，最后将辍学与毕业未升学人数加总得到每年需要就业的新增劳动力数量。此种方法的好处是，由于教育数据较为精确，更新频率较高，且前后连贯可比，因此对于短期内的预测精度较高；且由于逐年更新和加总，可以得到每一年每个学历段进入劳动力的数量，方便我们对劳动力结构和质量变化有更深刻的认识。

1.  脱离小学教育阶段人数

我们采用张车伟（2016）的定义：

该年龄段小学辍学人数 = 6 年前应入学人口－ 当年小学毕业人数

该年龄段辍学率 = 该年龄段辍学人数/ 该年龄段小学毕业前6年入学人口

该年初等教育未升学人数 = 当年中等教育:招生人数 – 当年初等教育:毕业生数

当年初等教育未升学率 = 该年初等教育未升学人数 / 当年初等教育:毕业生数

由于我们观察到目前辍学率和未升学率都处于持续变动中，因此，我们不采用张车伟（2016）的计算方法，即以实际数据最后一年的辍学率和未升学率作为预测期所有年份的比率。可以观察到2011-2012年的辍学率为负值，这显然是瞒报误报引起的。最近几年的数据，无论是辍学率还是失学率都呈现出稳定的下降趋势。因此，预测数据应以最近几年的变动为参考。为了避免受到不良数据的影响，我们只统计最近3年的数据。可以观察到，2016年-2018年，初等教育辍学率年均下降0.45%，初等教育未升学率年均下降0.86%，由于中国社会处于一个持续的发展上升趋势中，特别伴随着最近几年大规模的扶贫行动，我们预期当前辍学率和未升学率双降的趋势还将在整个预测期（2018 – 2023年）内持续。但由于当前的辍学率和未升学率已经很低，因此我们假定二者在预测期内年均下降幅度为最近3年年均下降幅度的一半，我们可以得到未来几年初等教育辍学率和初等教育未升学率预测值。

通过预测的辍学率，以及2013-2018的入学人口，我们就可以推算出2019-2025的毕业人口，进而通过预测的未升学率推算出2018-2023年的升学人口，从而得到预测期内每个年份未来将以小学学历进入劳动力市场的人口。我们采用张伟成（2016）的假定：将小学辍学或未升学的人口数视为小学毕业3年后以小学学历进入劳动力市场的人口数。截止目前，所有的估算都没有考虑人口死亡率对于劳动力人口的影响。因此，我们将通过第六次人口普查数据获得的6-12岁人口的死亡率，调整这部分以小学学历进入劳动力市场的人口数量。

2.  脱离初中教育阶段人数

通过小学毕业人数以及对应年份毕业但未升学人数，我们就可以估计出当年进入初中教育的人数。初中阶段形成的劳动力包括初中辍学和初中毕业未升学人数。用3年前初中入学人数减去当年初中毕业人数即得到初中辍学人数，将其除以对应的初中入学人数即可得到初中辍学率。我们观察到初中的辍学率处于一个先升后降的变动趋势当中，当前的辍学率仅回落到2008年的水平。因此，从趋势上看，我们缺少充分的证据断言未来初中辍学率的水平会进一步回落，所以我们采用2018年的辍学率作为预测期内每年辍学率的预测值。

再来看初中毕业未升学人数，初中毕业未升学 = 初中毕业人数－ 高中阶段入学人数。由于高中阶段教育包括普通高中教育和中等职业学校教育，因此，高中阶段入学人数等于普通高中入学人数加上中等职业技术学校入学人数。我们观察到，最近10年，初中未升学率整体也处于一个较为稳定的下降趋势当中。但由于初中阶段目前的未升学率也已较低。因此，我们假定19、20年的未升学率以最近3年的平均下降幅度下降，而后维持19年未升学率不变，由此得到预测期内每一年的初中阶段未升学率。

我们同样采用张车伟（2016）的假定：将初中辍学或未升学人数之和视为当年以初中学历进入劳动力市场的人数。通过3年前初中入学人数，调整辍学率估算出的辍学人数，以及未升学率估计出的未升学人数之后，我们就得到当年以初中学历进入劳动力市场的人数。然后通过调整12-15岁人口的死亡率，利用第六次人口普查数据获得的数据，我们就可以得到每年以初中学历进入劳动力市场的具体人口数量。

3.  脱离高中教育阶段(包括中等职业教育)人数

通过初中毕业生人数扣除毕业但未升学人数，我们可得到每年对应的高中阶段入学人数（高中阶段招生人数）。普通高中和中等职业教育这里统称为高中阶段，两者的区别在于，普通高中毕业生有机会参加高考，进而接受高等教育，职业教育毕业生则在毕业之后直接进入劳动力市场。

首先看普通高中学生的情况。我们观察到在高中阶段教育中，高中教育学生的比例自2009年就持续上升。我们仍然采用最近3年的平均上升幅度的一半作为预测期年均上升幅度的判断，并由此得到预测期内每一年的高中教育入学人数占高中阶段入学人数的比重。据此估计出每年高中教育入学人数。由于高中学生毕业之后可以选择继续升学或者直接进入劳动力市场。我们将继续分别观察辍学率和未升学率。我们观察到辍学率最近10年来一直处于波动状态，并无明确趋势。且2018年的辍学率已经处于10年来最低水平。因此我们假定预测期高中辍学率维持在2018年水平。尽管高中未升学率处于持续下降状态，但2018年的辍学率已经一个非常低的水平，且较2017年有了明显减少。因此我们同样假定预测期高中未升学率维持在2018年水平。

根据辍学率和未升学率，则可以计算出高中阶段辍学人数和未升学人数。二者之和为未调整的以高中学历进入劳动力市场的人口数量。然后将此规模根据15–18岁人口的死亡率进行调整，则得到当年以普通高中作为最终学历进入劳动力市场的人口数量。

与高中不同，由于中职教育的所有学生无论是否毕业，都会进入劳动力市场。因此，我们将预测得到的当年中职教育入学人数直接作为3年后以中职教育作为最终学历进入劳动力市场的人口数量。普通高中和中等职业教育合称为高中阶段教育，因此中职教育入学人口可以直接由高中阶段入学人口扣除普通高中入学人口得到，然后将此规模根据15–18岁人口的死亡率，调整这部分以中等职业学校作为最终学历进入劳动力市场的数量。

4.  脱离大学教育阶段人数

普通高中毕业生分为未升学和进入大学两部分，我们通过扣除未升学的普通高中毕业生人数，就可以直接得到当年普通高校入学人数。普通高校中包含普通高校本科生和普通高校专科生，但在这里由于他们的区别不影响我们的测算，所以不做进一步区分。考虑到大学的辍学情况比较少，故可假定大学入学人数与大学毕业人数相等。大学毕业后，有一定比例的大学毕业生会攻读硕士研究生，则大学阶段进入劳动力市场人数为：

4年前大学入学人数×(1－攻读研究生的比例) = 进入劳动力市场的毕业生人数。

考虑到年轻人死亡率已经比较低，进一步下降的空间有限，我们将整个高等教育阶段视为整体，用18-28岁的死亡率对本科进入劳动力市场的人数进行调整。

我们观察当年研究生入学人数与4年前本科入学人数的比例，我们发现攻读研究生比例在2010-2018年间都处于一个比较稳定的状态，并未表现出明显的上升趋势，且2018年攻读研究生比例已处于自2009年以来的高点。因此，我们不采用张车伟（2016）的假定，即认为此比例会在2030逐步提高至15%，而是直接以2018年的比例作为预测期内的普通高校毕业生攻读研究生的比例。

5.  脱离研究生教育阶段人数

研究生分为硕士研究生和博士研究生，由于博士研究生规模比较小，而且统计指标不全，这里不再将两者区分对待。目前，硕士研究生制大多为3年，根据3年前研究生招生规模可得研究生阶段新增劳动力规模。我们将整个高等教育阶段视为整体，用18-28岁的死亡率对研究生进入劳动力市场的人数进行整体调整即可得到最后以研究生作为最终学历进入劳动力市场的新增劳动力数量。

最终，我们通过加总每一年以每一种学历加入劳动力市场的人口，就得到当年新加入的劳动力市场供给。

（二）每年退出劳动力市场的人口规模测算

我们知道，人口可以分为经济活动人口与非经济活动人口，其中经济活动人口是指在16岁以上，有就业意愿并且正在积极找工作或者正在参与工作的人口。因此处于16岁以上，但是无就业意愿的人口则不被视为劳动力供给。因此，估算每年退出劳动力市场的人口并非简单的扣除当年达到60岁的男性人口数量，和当年达到55岁的女性人口数量，而是扣除掉随着年龄增大，由于种种原因主动退出劳动力市场的数量。

通过第六次人口普查数据，我们可以刻画出不同年龄的就业人口占该年龄人口总数的比重，以及不同年龄人口的劳动参与率。可以观察到，劳动参与率的峰值出现在39岁，就业比重的峰值出现在43岁，之后就开始持续下降。由于我们衡量的是参与劳动力供给的人口，因此应以劳动参与率为准。即，我们通过加总40岁之后，每个年龄每年退出劳动力市场的数量就可得到每年退出劳动力市场的劳动人口总数。

由于每个年龄就业人口的详细数字仅在全国人口普查中加以统计，因此我们将从2010年开始，逐年将每个年龄的人口调整对应年龄段的死亡率，然后得到下一年各个年龄的人口数量。然后通过对应年龄的劳动参与率得到下一年各个年龄的经济活动人口。通过计算此年龄的经济活动人口相比上一年经济活动人口的差值，即可得到当年该年龄退出劳动力市场的人口数量。加总各年龄退出劳动力市场的数量，即可得到该年退出劳动力市场的人口总数。由于全国人口普查提供的调查数据仍然是一个抽样数据，因此我们在通过样本占整体的比重推算出2010年全国范围内退出劳动力市场的具体数字。例如，通过2010年第六次全国人口普查中39岁的人口数量，通过调整39岁的死亡率数据，就可以得到2011年40岁人口的具体数字。然后根据40岁的劳动参与率，我们就可以计算出2011年40岁的经济活动人口。由于劳动参与率峰值出现在39岁，因此我们只需要得到1971年及之前出生人口（在2011年40岁及以上）退出劳动力市场的人数即可。具体来说，我们通过比较2011年时40岁经济活动人口与2010年时39岁的经济活动人口的差额，就得到1971年出生劳动力在2011年退出劳动力市场的数量。同理可计算在2011年时在40岁以上年龄的劳动力退出劳动力市场的人口数量。加总所有年龄退出劳动力市场的人口，并通过调整样本占全国16岁以上人口总数的比例，我们就可得到2011年全国退出劳动力市场人口数量。我们用2010年的数据作为基期逐年递推，就可以得到2011-2023年各年份退出劳动力市场的数量。

看到以上测算结果，可能读者会对我们的测算数据产生一定疑问：建国后从1962年开始有一波持续11年的婴儿潮。这波婴儿潮人口将在预测期内陆续达到60岁，为什么我们预测结果中退出劳动力市场的人数没有在未来几年中持续增加？

2大原因导致了如果不考虑由于健康状况等引起的不同年龄的劳动参与率变化，直接扣除当年到达60岁人口的男性和当年到达55岁人口的女性的测算方法会有较大的估算偏差：

1.  根据《国务院关于工人退休、退职的暂行办法》，多数男性会集中在60岁退休，而女性工人和干部分别在50岁，55岁退休，因此从整体人口的角度来讲，劳动参与率的下跌是分次而非一次进行。同时，《中华人民共和国劳动法》只规定禁止雇佣16岁以下的人口，但并未规定禁止雇佣60岁以上的人口。因此，60岁以上的人口只要有劳动力能力和劳动意愿，仍然可以进入劳动力市场。直接扣除当年到达退休年龄的人口并不符合市场的实际情况。

2.  以就业岗位类别来划分，根据《国务院关于工人退休、退职的暂行办法》，适用于退休规定的岗位类别大致包括：国家机关党组织企事业负责人、专业技术人员、办事人员、生产运输设备操作人员（合计权重约35.4%），而不适用于退休制度的岗位包括农林牧渔业生产人员、商业服务业人员（合计权重约64.5%）。因此，近三分之二的就业人口并不受退休年龄限制。尽管2010年新制定的《中华人民共和国社会保险法》对养老保险的领取范围给与了充分的扩大，但是这只涉及养老金的发放，并不涉及退休制度的改变。

正是由于以上两个原因，简单的直接扣除法会误估每一年的退休规模，使得我们对劳动力数量的整体预测产生较大的错误。

参考文献

【广发宏观郭磊】仍处左侧，但已有积极因素积累

【广发宏观郭磊、周君芝】降准及时雨

【广发宏观郭磊】就业目标与GDP目标是什么样的关系

【广发宏观郭磊】价格趋势没有偏离市场预期

【广发宏观郭磊】政策实质上要对冲三种力量

【广发宏观郭磊】需求缺口、固定资产投资与新老基建

【广发宏观郭磊】国内PMI属事实落地，海外PMI更为关键

【广发宏观郭磊】财政政策力度将深度影响后续大类资产风格

【广发宏观郭磊、周君芝】疫情发生后的首份货币政策执行报告解读

【广发宏观郭磊、周君芝】如何理解五年期LPR利率的下调