美国就业市场歧视：学历是定义阶级的最重要因素

原创邵宇陈达飞 Global Macro Strategy

图片来源 | 全景视觉

原文首发 | 澎湃新闻

本文作者 | 邵宇陈达飞

美国7月非农新增就业超预期，整体失业率及其内部结构同步改善（非裔失业率从9.2%下降到8.2%，西班牙裔从7.4%降到6.6%。），这为美联储退出QE奠定了基础（可参考：恃强凌弱的新冠，政治正确的联储——来自美国就业市场的证据；历史的回声、数据的噪声和美联储的“心跳声”）。

对于美国社会和白宫政策而言，分配是主要矛盾。对于美联储而言，就业是主要矛盾。二者的连接点在于，“最大就业”是实现分配正义的最有效途径之一。这不仅要求美联储烫平经济周期，还要求其将劳动力市场尽量长时间地维持在高压状态（Bernstein[1],2018）。

失业率的群体差异

美国劳动市场的不公平由来已久。依据族裔、学历、行业、是否全职、年龄和性别等维度均可将劳动者划分为弱势群体和优势群体。弱势群体包括：非裔、西班牙裔等边缘族裔；高中及以下学历就业者；个人护理、运输等低薪服务业从业者；兼职，或拿小时工资劳动者；25岁以下年轻就业者；和女性。当然，不同组别内部，弱势群体与优势群体的差异也是不同的。

就业的群体差异可分别从失业率、劳动参与率和工资水平（或涨幅）来考察，还可以进一步考察它们的周期敏感性。一般而言，弱势群体的失业率更高，劳动参与率和工资水平更低，且都具有高贝塔特征，即对经济波动更敏感（Aaronson等，2019）。例如，当经济遭遇负冲击时，非裔和西班牙裔劳动者的失业率的平均增幅远高于白人。

阶层分化还体现在时间维度。弱势群体往往是最先被解雇和最后被雇佣的——在劳动市场复苏的早期（失业缺口为正），受益的主要是优势群体，只有当劳动力市场呈现出“高压”（high-pressure）状态（失业缺口为负）之后，弱势群体才更加受益。他们与优势群体的失业率差距会缩小，工资涨幅甚至更高。所以，劳动市场的高压状态维持地越长，就越有助于推动社会阶层的公平。

在所有导致就业分化的因子中，族裔、受教育程度和年龄的显著性高，性别差异不显著。分族裔来说（图1），近半个世纪，非裔和西班牙裔失业率在任何时点都高于白人，相对失业率[2]的平均值分别为6.3%和3.2%。相对失业率具有显著的逆周期特征，在经济衰退期间（失业缺口为正），非裔和西班牙裔的相对失业率更高。比如，在1980-1983年沃尔克治理通胀期间，所有族裔的失业率都快速攀升，但非裔的相对失业率从1979年底的7%升至11.67%的历史性高位，西班牙裔则从2.8%升至6.3%。2008年全球金融危机也显著加剧了就业的种族分化。新冠大流行之前，种族分化已经降至历史性低位，非裔和西班牙裔的相对失业率分别为2.1%和0.9%。新冠期间，又分别上升至5.2%和4.8%。截止到2021年6月，已分别下降至4.1%和2.3%，两倍于疫情前。

图1：就业的种族差异

数据来源: BLS，CBO, CEIC，东方证券财富研究

按学历将劳动划分为：高中以下、高中毕业、学院肄业[3]和本科及以上（包括研究生学位），也能观察到类似的群体差异——学历越高，失业率水平和周期敏感性越低。近三十年绝对失业率平均值从高到低依次为9.1%、5.7&、4.7%和2.8%（图2）。“高中以下”的相对失业率[4]显著高于“高中毕业”和“学院肄业”两个群体。近三十年来，“高中以下”的相对失业率为6.2%。“高中毕业”和“学院肄业”的相对失业率的均值分别为2.9%和1.9%。不同学历层次劳动者的周期敏感性也有显著差异。“高中以下”群体的周期敏感性远高于其它三组，在全球金融危机和新冠大流行期间，其相对失业率均超过10%。

图2：就业的学历差异

数据来源: BLS，CBO, CEIC，东方证券财富研究

种族和学历比较而言，低学历在劳动力市场上的相对劣势更加显著，且有加剧的趋势。五个相对弱势群体的绝对失业率从高到低的次序为：非裔>高中以下>西班牙裔>高中毕业>学院肄业；相对失业率的排序为：高中以下>高中毕业>学院肄业>西班牙裔（图3）。公平总是相对而言的，教育是划分阶层更重要的维度。

“高中以下”和非裔都是各组中最弱势的群体，前者的相对失业率比后者高1个百分点。上世纪90年代初至2008年，两个群体的相对失业率水平和走势紧密相连，“高中以下”略微高于非裔，但全球金融危机之后，两者出现了明显的背离。无论是大危机，还是大流行期间，“高中以下”群体的相对失业率的上升幅度都更加显著。在大危机期间，“高中以下”群体的相对失业率从5%升至11%，非裔从3.7%升至8.3%。大流行期间，前者从3%升到了11%，后者从2.1%升到了5.2%。

比较“西班牙裔”和“高中毕业”和“学院肄业”的相对失业率也可以发现类似特征。西班牙裔的平均绝对失业率高于后两者，平均相对失业率位于后两者之间——“西班牙裔”为2.75%，“高中毕业”为2.9%，“学院肄业”为1.9%。上世纪90年代至本世纪初，“西班牙裔”的相对失业率一直高于后两者，但下行趋势更明显，所以，截止到全球金融危机之前，其相对劣势地位已经低于后两者，目前大致与“学院肄业”相当。由此可见，“知识改变命运”。

图3：就业的族裔差异与学历差异的比较

数据来源: BLS，CBO, CEIC，东方证券财富研究

分年龄段而言，20-24岁劳动者的失业率显著高于25岁以上年龄段（25-54岁和55岁以上）。平均而言，近半个世纪以来，20-24岁劳动者的失业率为10.3%，相对失业率为6.3%（图4）。

不同年龄段劳动参与率的差异既不能解释相对失业率的差异，也不能解释相对失业率的波动。1973-1983年，20-24岁与25-54岁龄段的劳动参与率水平相当，期间处于升势，均值约75%。1984年之后，两者出现了背离，虽然都在下降，但前者下降幅度更大。截止到2020年2月，22-24岁劳动参与率已经下降到72%，后者仍为83%。

1984年之前，虽然两者劳动参与率相当，但20-24岁劳动者的相对失业率和周期敏感性依然较高。1984年之后，虽然20-24岁的劳动参与率在下降，但相对失业并不仅没有扩大，反而呈下降态势。类似的，20-24岁劳动参与率一直高于55岁以上人口，但前者的绝对失业率和相对失业率都要高于后者。所以，不同年龄段失业率的差异并非统计意义上的，本身就反映的是就业的竞争力，而这背后又是人力资本的积累。

图4：就业的年龄差异

数据来源: BLS，CBO, CEIC，东方证券财富研究

分性别而言，1973年以来，男性与女性的平均失业率基本相同，分别为6.28%和6.33%，但男性失业率的周期敏感性略高于女性。例如，2009年底，男性失业率升至11.0%，女性升至8.5%，二者相差3.5个百分点。

工资的群体差异

美国劳动市场的群体差异还可以从工资维度去观察。上世纪70年代中叶是美国劳动市场结构分化的关键节点。此前，工资与劳动生产率同步增长，不同分位数的工资涨幅也基本一致，贫富差距缩小。此后，工资与劳动生产率和不同分位数工资的增长都持续分化，无论是从族裔、学历、行业，还是从工资高低角度划分，优势群体与弱势群体的工资水平的“剪刀差”都在扩大。

分行业而言（图5），法律、管理、计算机与数学、医疗、生命科学等都属于高薪行业，农业、个人护理及服务、食物配置及服务等属于低薪行业，行业中位数工资低于拜登政府计划推动最低工资（15美元/小时）。

图5：工资的行业差异

数据：BLS，May 2019National Occupational Employment and Wage Estimates，东方证券财富研究

分性别而言，男性的工资高于女性，但溢价率在持续下降（图6）。2020年，美国男性的中位数工资和平均工资分别为23.0美元[5]和31.9美元，女性对应的工资为19.2美元和25.4美元，溢价率[6]分别为20%和23%，显著低于1978年的峰值（溢价率分别为37.5%和34.8%）。控制其它[7]因素，溢价率则从1978年的38%%降至2020年的23%[8]。

分族裔而言，白人工资显著高于非裔，且差距不断扩大。2020年，美国白人小时工资的中位数和平均值分别为23.0美元和30.9美元，非裔分别为17.6美元和23.0美元，溢价率分为为23.6%和25.3%（2018年峰值时溢价率分别为26.7%和27.5%），而1979年的溢价率仅为16.4%和17.3%。控制其它因素，白人的溢价率从1979年的8.6%升到了2020年的16.2%。

学历的溢价率最高，且比族裔溢价率上升得更快。以本科和高中学历为例，从1973年到2020年，本科的小时工资从29.0美元上升到36.8美元，涨幅27%，高中的小时工资从19.7美元涨到了20.0美元，涨幅为零[9]。相应地，本科学位的溢价率从32.2%上升到了45.5%。控制其它因素，2020年的溢价率高达49.7%。

图6：工资水平的群体差异

数据来源：CPS，EconomicPolicy Institute（EPI）datalibrary；东方证券财富研究

弱势群体的工资低，波动性大，随经济周期触底反弹的时间更为滞后，但在劳动市场高压期，其涨幅的提升速度也会更快（图7）。由此可见，烫平经济波动，实现充分就业，有助于缩小贫富分化。由于劳动收入是美国居民收入的主体[10]，缩小劳动收入的差距仍然是缓解贫富分化的最有效手段。这就要求有针对性地消除种族歧视，提升弱势群体的受教育水平。

图7：不同分位数工资的涨幅

数据来源: Atlanta Fed；东方证券财富研究

说明：阴影部分为劳动市场“高压”期，产出缺口为负。

社会流动性的下降和群体差异

劳动市场不公平的直接结果就是社会阶层[11]向上垂直流动性的下降和群体差异的扩大（Rose，2020）。比较1967-1981年和2002-2016年社会阶层的流动性可发现，所有阶层向上跃迁的人口比例都在下降，而且，所处的阶层越低越困难；反之，所有阶层向下流动的比例却在上升，且阶层越低概率越高（图8）。

贫困或准贫困阶层维持原状的比例从57%增加至65%，升至中产阶级的比例从43%[12]下降至35%[13]。低层中产阶级维持原状的比例从37%增加至50%，升至更高阶层的比例从56%下降至32%，向下流动的比例从6%增至18%；高层中产阶级维持原状的比例从68%下降至65%，但向上流动的比例从26%下降到24%，反而向下流动的比例从5%增加至11%；高层中产阶级维持原状的比例从84%下降至81%，变为富裕阶层的比例从6%下降到3%，向下流动的比例从10%增至15%。

图8：美国社会阶层的漂移

数据来源：Rose，2020.Brookings Institution，东方证券财富研究

可见，本世纪以来，所有阶层向上的流动性都在下降，但贫困/准贫困和低层中产阶级下降的幅度更明显；所有阶层的向下的流动性都在增加，增加的幅度随阶层的上升而递减——低层中产增加了12个百分点，中层中产增加了6个百分点，高层中产增加了5个百分点。

分族裔看（图9），在任意时间段，相比白人而言，非裔和西班牙裔在低层中产及以下阶层分布比例都比较高，在中层中产及以上阶层分布的比例则更低。两个时间段比较而言，西班牙裔整体状况在恶化，贫困/准贫苦比例增加了3个百分点；非裔和白人的贫困/准贫困人口比例都有所下降，差距主要体现在高层中产阶级占比的变化上，非裔从1%增加至14%，白人则从13%增加至37%。

图9：社会向上流动性的下降：按族裔划分

数据来源：Rose，2020.Brookings Institution，东方证券财富研究

分学历而言（图33），可得到类似的结论，高中肄业或高中毕业的弱势群体分布在贫困/准贫困阶层和低层中产阶级的比例显著高于高学历人群。与上世纪相比，就在中层中产及以上阶层分布的比例而言，高中肄业从35%下降至20%，高中毕业从65%下降至56%，大学肄业/准学士和本科及以上学历维持不变；但是，他们在高层中产及以上阶层分布的比例大幅提升，尤其是对于本科及以上学历人群。

图33：社会向上流动性的下降：按学历划分

数据来源：Rose，2020.Brookings Institution，东方证券财富研究

劳动市场的不公平与劳动力市场是否处于充分就业状态密切相关。一个高压的劳动力市场兼具效率和公平两层含义（Aaronson等，2019）。奥肯早在1973年（Okun，1973）就提出，失业率从5%下降至4%不仅意味着有1%的劳动力资源得到了利用，还有助于社会向上垂直流动性的提升和全社会人力资本的积累。

将所有弱势群体和优势群体放在一起进行比较，横轴是平均失业率，纵轴是贝塔系数，会呈现出一条斜率为正的直线——平均失业率和贝塔系数最高的三个弱势群体的排序为：非裔、高中肄业和西班牙裔；优势群体的排序为：研究生、大学本科和55-64岁群体[14]。这说明：弱势群体向优势群体的转变靠得是人力资本的积累——知识与时间[15]。

[1] Jared Bernstein是拜登经济顾问团队的一员。

[2]非裔或西班牙裔的失业率-白人失业率。

[3]即某个学院但未毕业。

[4]与“本科及以上”学历的差。

[5]小时工资（2020年美元，下同）。

[6]（23.0-19.2/19.2）*100%，（31.9-25.4/25.4）*100%。

[7]控制变量包括：种族、民族、教育、年龄和地域划分。

[8]数据参考EPI data library》

[9] 2019年的工资（19.1美元）甚至低于1973年

[10]按收入高低将劳动分为5组，每组人数占比20%。在收入最高的20%人群中，劳动收入占比约为62%，在其余4组中则超过80%。

[11]阶层划分的依据是收入水平，可参考Rose，2020。

[12]低层中产阶级的比例为37%，升至中层中产的比例为6%；

[13]低层中产26%，中层中产8%，高层中产1%。

[14] Wolfers，2019. Comment on “Okun Revisited: Who Benefits Most from a Strong Economy?”

[15]对于本科以上学历者，时间是“值钱的”，单位小时工资会随着年龄的增长而增长，反之，对于高中及以下学历的就业者，工资随年龄增长的趋势并不明显（Nunn,2019）。从这个角度来说，知识比时间更有助于阶层的跃迁。

一瓣公益

这是一瓣在2018年4月23日“世界读书日”发起的一个公益活动。每篇文章获得的赞赏，全部捐献给“深圳市石门坎教育公益基金会”，为石门坎的孩子建一个“图书馆”。感谢各位读者的支持，目前已为小朋友们筹集约2万元“图书基金”。