疫情期間的“消費(fèi)與產(chǎn)出偏離之謎”：只是失業(yè)率問題嗎？

劉金東，寧 磊，姜令臻

（1.山東財(cái)經(jīng)大學(xué) 財(cái)政稅務(wù)學(xué)院,山東 濟(jì)南 250014；2.上海財(cái)經(jīng)大學(xué) 高等研究院,上海 200433）

一、引言

2020 年上半年，新冠疫情對(duì)我國經(jīng)濟(jì)發(fā)展造成一定沖擊，一季度GDP增長率自改革開放以來首次出現(xiàn)負(fù)值，雖然二季度開始強(qiáng)勢(shì)反彈，但整體經(jīng)濟(jì)活力仍處于緩慢恢復(fù)中。在這一過程中，一個(gè)可能反常的事實(shí)是消費(fèi)變動(dòng)遠(yuǎn)遠(yuǎn)超過了產(chǎn)出變動(dòng)，其超速下降的同時(shí)還出現(xiàn)低速恢復(fù)的特征，2020 年后三個(gè)季度GDP同比增長率分別恢復(fù)到3.2%、4.9%和6.5%，而社會(huì)消費(fèi)品零售總額同比增長率則分別為—3.9%、0.9%和4.6%，在一系列刺激政策之下依然滯后于產(chǎn)出的恢復(fù)水平，最終的全年零售品銷售總額仍然相比上一年是負(fù)增長。2021 年上半年，在短期刺激政策下社會(huì)消費(fèi)品零售表現(xiàn)出快速增長的態(tài)勢(shì)，但在7 月份開始又出現(xiàn)了總額回落，恢復(fù)速度低于預(yù)期。根據(jù)圖1 所示，以居民人均可支配收入和人均消費(fèi)性支出來看，居民人均消費(fèi)性支出也并沒有隨可支配收入同步變化，而是呈現(xiàn)出易跌難升的非對(duì)稱特征。

圖1 中國人均可支配收入和消費(fèi)性支出的變動(dòng)趨勢(shì)

疫情期間消費(fèi)驟降并偏離產(chǎn)出的現(xiàn)象并不僅僅發(fā)生在中國，還普遍發(fā)生在世界其他國家，如美國（Baker 等，2020；Chetty 等，2020；Coibion 等，2020；Cox 等，2020）、英國（Hoke 等，2020；Bourquin 等，2020）和西班牙（Carvalho 等，2020）等都經(jīng)歷了家庭消費(fèi)驟降。消費(fèi)增速在一季度的下滑受到疫情期間人口流動(dòng)限制的影響，但隨著隔離政策取消和復(fù)工復(fù)產(chǎn)的進(jìn)行，在失業(yè)率未見明顯上升和家庭收入得到較快修復(fù)的情況下，家庭消費(fèi)的恢復(fù)仍較為遲滯，這種消費(fèi)需求對(duì)沖擊的過度反應(yīng)很難用傳統(tǒng)的消費(fèi)理論解釋。永久收入假說認(rèn)為，家庭有平滑消費(fèi)的動(dòng)機(jī)，因此家庭消費(fèi)的波動(dòng)要小于收入的波動(dòng)。那么除隔離政策的影響外，還有什么因素導(dǎo)致消費(fèi)的大幅下降，甚至超過產(chǎn)出的下降程度？為了應(yīng)對(duì)消費(fèi)的大幅下降，政府應(yīng)采取何種措施？對(duì)這些問題的研究不僅有助于理解疫情對(duì)中國經(jīng)濟(jì)的沖擊，更是對(duì)穩(wěn)定宏觀經(jīng)濟(jì)和增強(qiáng)發(fā)展內(nèi)生動(dòng)力具有重要的啟示意義。

本文對(duì)以上問題進(jìn)行嘗試性的探討。我們認(rèn)為，除疫情期間人口流動(dòng)受限的影響外，經(jīng)濟(jì)基本面的弱化可能是導(dǎo)致家庭不愿消費(fèi)的根本性原因。疫情期間，家庭面臨的收入不確定性增加，預(yù)防性儲(chǔ)蓄動(dòng)機(jī)增強(qiáng)。同時(shí)，由于企業(yè)也受到?jīng)_擊，不但導(dǎo)致在廣延邊際（Extensive Margin）上失業(yè)率的上升，還導(dǎo)致家庭和企業(yè)的匹配效率降低，使得在集約邊際（Intensive Margin）上失業(yè)者找到新工作后的就業(yè)質(zhì)量下降，在幾種因素的疊加作用下，家庭一方面面臨更高的收入不確定性，另一方面其收入可能因工作變動(dòng)發(fā)生永久性下降，從而導(dǎo)致家庭不敢消費(fèi)，阻礙了消費(fèi)復(fù)蘇。本文認(rèn)為，導(dǎo)致消費(fèi)驟降并持續(xù)低迷的核心因素是疫情下勞動(dòng)力市場的疲軟，即受到重大沖擊后，個(gè)體失業(yè)后找到新工作的工資收入變低。在匹配了總產(chǎn)出的下降程度后，家庭收入不確定性增加可以解釋消費(fèi)下降的29%，勞動(dòng)力資源錯(cuò)配帶來的就業(yè)質(zhì)量下降可以解釋消費(fèi)下降的26.1%，就業(yè)數(shù)量維度的失業(yè)率上升僅能解釋消費(fèi)下降的6.3%。如果消費(fèi)增速下降是由基本面導(dǎo)致，那么即使在隔離政策取消后，家庭也可能不會(huì)大幅增加消費(fèi)，總需求不足的問題將依然存在。只有通過更加精確的結(jié)構(gòu)性政策，保障就業(yè)質(zhì)量，穩(wěn)定收入預(yù)期，才能改善社會(huì)總需求。

隨著學(xué)界對(duì)金融危機(jī)研究的深入，失業(yè)率導(dǎo)致再就業(yè)工資水平降低的現(xiàn)象也在國外逐漸得到重視。Schmieder 等（2016）利用德國數(shù)據(jù)發(fā)現(xiàn)，在金融危機(jī)期間再就業(yè)個(gè)體的工資與失業(yè)時(shí)長顯著負(fù)相關(guān)。Barnichon 和Zylberberg（2019）利用美國的數(shù)據(jù)也發(fā)現(xiàn)高技能再就業(yè)者會(huì)接受低技能的工作以避免更長時(shí)間的失業(yè)?，F(xiàn)有理論一般將這種現(xiàn)象歸因?yàn)樵谑I(yè)期間失業(yè)者人力資本的損失（Laureys，2021）或失業(yè)者避免過長的失業(yè)時(shí)間（Ortego-Marti，2016；Fujita，2018）。Marinescu 和Skandalis（2021）利用法國在線求職平臺(tái)微觀追蹤數(shù)據(jù)分析了求職者對(duì)失業(yè)保險(xiǎn)金救濟(jì)的行為反應(yīng)，發(fā)現(xiàn)他們的目標(biāo)月工資在福利用盡前一年至少下降2.4%，此后保持低位，無論他們的失業(yè)狀況如何，工人在失業(yè)的每一年中都會(huì)將他們的目標(biāo)工資繼續(xù)降低1.5%。然而國內(nèi)研究就業(yè)對(duì)消費(fèi)的影響，依然將視角聚焦于失業(yè)率上升通過降低未來收入預(yù)期來抑制消費(fèi)，使得人們收入預(yù)期的不確定性增加，對(duì)未來收入增長失去信心，導(dǎo)致消費(fèi)支出疲軟（溫興祥，2015；趙達(dá)等，2019；李成友等，2021；潘敏和張新平，2021 等）。實(shí)際上，失業(yè)（Unemployment）除了帶來收入不確定性以外，還可能會(huì)帶來就業(yè)不足（Underemployment）問題，就業(yè)不足造成個(gè)體工資水平與崗位匹配程度變差，降低了就業(yè)質(zhì)量，從而在長期對(duì)消費(fèi)傾向產(chǎn)生持續(xù)的抑制作用。

相比已有的研究，本文可能的邊際貢獻(xiàn)體現(xiàn)為：從模型方法層面，本文構(gòu)建了動(dòng)態(tài)結(jié)構(gòu)生命周期模型，兼顧了收入沖擊的二元邊際、生產(chǎn)效率動(dòng)態(tài)轉(zhuǎn)移的內(nèi)生化以及企業(yè)受影響的異質(zhì)性等問題，將疫情前的中國經(jīng)濟(jì)作為初始穩(wěn)態(tài)，分析疫情究竟是通過何種渠道影響家庭消費(fèi)。從研究拓展層面，本文將失業(yè)率影響就業(yè)不足從而損及工資收入的現(xiàn)實(shí)研究引入到中國情境下，結(jié)合中國城鎮(zhèn)住戶調(diào)查（UHS）微觀數(shù)據(jù)等經(jīng)驗(yàn)研究驗(yàn)證了在經(jīng)濟(jì)危機(jī)沖擊下失業(yè)率上升會(huì)加劇人力資本錯(cuò)配的問題，而資源錯(cuò)配又會(huì)帶來較大的工資懲罰。本文的研究論證了消費(fèi)疲軟不僅僅是中短期問題，還是長期的滯后影響所致，而且不僅僅是就業(yè)數(shù)量問題，還是就業(yè)質(zhì)量問題。文章的研究為出臺(tái)精準(zhǔn)、可持續(xù)的促消費(fèi)政策提供了方向性參考。

文章余下內(nèi)容安排如下：第二部分基于UHS數(shù)據(jù)呈現(xiàn)中國典型事實(shí)，第三部分構(gòu)建本文所使用的動(dòng)態(tài)結(jié)構(gòu)生命周期模型，第四部分解釋模型的參數(shù)校準(zhǔn)過程以及模型的基準(zhǔn)情形，第五部分為機(jī)制分析部分，最后是本文的結(jié)論與政策啟示。

二、中國典型事實(shí)

我們?cè)谶@一部分嘗試檢驗(yàn)重大經(jīng)濟(jì)沖擊帶來的短時(shí)間失業(yè)率上升是否會(huì)造成就業(yè)不足進(jìn)而影響工資收入，從而為本文的論點(diǎn)提供經(jīng)驗(yàn)支持。本次疫情仍然缺乏較新的微觀數(shù)據(jù)，最為貼合的SARS疫情在國內(nèi)持續(xù)時(shí)間較短。因此，我們參考Barnichon 和Zylberberg（2019）的研究，以發(fā)生于2008 年左右的全球性經(jīng)濟(jì)危機(jī)為重大事件沖擊來觀察失業(yè)率上升對(duì)就業(yè)不足進(jìn)而對(duì)工資收入的影響。與2020 年新冠疫情類似，這一次經(jīng)濟(jì)危機(jī)在全世界范圍內(nèi)影響深遠(yuǎn)，對(duì)中國經(jīng)濟(jì)產(chǎn)生了一定的沖擊，是一次研究經(jīng)濟(jì)沖擊下就業(yè)市場反應(yīng)的絕佳機(jī)會(huì)。這一部分將通過對(duì)2007—2009 年經(jīng)濟(jì)危機(jī)爆發(fā)前后不同時(shí)期所帶來的就業(yè)不足現(xiàn)象進(jìn)行實(shí)證分析，從而更加清晰地論證我們的觀點(diǎn)。雖然其本身并非疫情事件，但兩者對(duì)就業(yè)市場的沖擊力度可以作為對(duì)比參照。基于此，我們選擇了中國城鎮(zhèn)住戶調(diào)查（UHS）微觀數(shù)據(jù)來驗(yàn)證以上研究假設(shè)。

（一）失業(yè)率對(duì)就業(yè)不足的影響分析

基于研究需要，我們使用了UHS2009 年25 至60 歲的就業(yè)樣本，刪除了就業(yè)狀態(tài)下申報(bào)工資額為零的非正常樣本。這一部分的被解釋變量是個(gè)體“是否就業(yè)不足”，該指標(biāo)參考Barnichon和Zylberberg（2019）構(gòu)建，以個(gè)體學(xué)歷水平是否超過其所在崗位的最低學(xué)歷要求為標(biāo)準(zhǔn)，判斷其是否存在就業(yè)不足問題。就業(yè)不足就意味著其所在崗位對(duì)其學(xué)歷而言屬于就業(yè)不充分，未能人盡其用，其學(xué)歷對(duì)其崗位而言可能過高了，未能有效配置人力資本，該指標(biāo)反映了勞動(dòng)力市場的配置效率程度和就業(yè)質(zhì)量?？紤]到UHS針對(duì)就業(yè)人員細(xì)分了20 個(gè)行業(yè)和8 級(jí)崗位，故而我們按照行業(yè)和崗位構(gòu)建了160 個(gè)分組，通過計(jì)算上一年度各組內(nèi)就業(yè)人員平均受教育年限作為該組當(dāng)前年度學(xué)歷標(biāo)準(zhǔn)，若受訪個(gè)體的教育水平超出其所在分組上一年度均值，即認(rèn)為個(gè)體處于就業(yè)不足狀態(tài)，反之，則認(rèn)為個(gè)體實(shí)現(xiàn)了充分就業(yè)。此處核心解釋變量為所在區(qū)縣失業(yè)率，我們按照當(dāng)前年度調(diào)查數(shù)據(jù)細(xì)分到區(qū)縣計(jì)算該區(qū)縣失業(yè)人員占就業(yè)人員和失業(yè)人員總數(shù)的比例即為該區(qū)縣失業(yè)率。同時(shí)，回歸中控制了個(gè)體性別、民族、年齡、受教育年限、戶口類型、來本地居住年份、行業(yè)虛擬變量和省份虛擬變量，考慮到不少個(gè)體來自于同一家庭，故而設(shè)置了家庭層面的聚類標(biāo)準(zhǔn)誤。

此處首先使用了UHS2009 年全部就業(yè)人員樣本進(jìn)行Probit回歸分析，表1 第（1）列顯示，失業(yè)率能夠顯著提高個(gè)體就業(yè)不足的概率。當(dāng)失業(yè)率提高，勞動(dòng)力市場競爭激烈，個(gè)體為了增加自身的就業(yè)競爭力，可能會(huì)傾向于選擇更低的崗位以增加就業(yè)保障程度，從而可能出現(xiàn)了學(xué)歷過高以及個(gè)人就業(yè)不足的勞動(dòng)力市場資源錯(cuò)配問題?？紤]到部分就業(yè)者已經(jīng)在現(xiàn)有崗位長期工作且從未更換過工作，如果貿(mào)然加入回歸樣本之列，可能會(huì)影響回歸結(jié)果的準(zhǔn)確性。基于此，我們進(jìn)一步篩選了近三年內(nèi)就業(yè)的子樣本進(jìn)行回歸，表1 第（2）列顯示，失業(yè)率的系數(shù)仍然顯著為正。正如本文分析指出，失業(yè)率代表著就業(yè)數(shù)量，就業(yè)不足代表著就業(yè)質(zhì)量，屬于就業(yè)表現(xiàn)的兩個(gè)不同維度，但兩者之間存在顯著的相關(guān)性，失業(yè)率會(huì)造成就業(yè)競爭壓力加大進(jìn)而使得就業(yè)不足上升。

表1 失業(yè)率對(duì)就業(yè)不足的影響檢驗(yàn)

（二）就業(yè)不足的工資懲罰

這一部分實(shí)證檢驗(yàn)個(gè)體就業(yè)不足對(duì)工資收入產(chǎn)生了什么樣的影響，即就業(yè)不足的個(gè)體是否受到工資懲罰。被解釋變量是工資收入的對(duì)數(shù)，核心解釋變量是個(gè)體“是否就業(yè)不足”，控制變量加入了所在區(qū)縣失業(yè)率、個(gè)體性別、民族、年齡、受教育年限、戶口類型、來本地居住年份、行業(yè)虛擬變量和省份虛擬變量。考慮到不少個(gè)體來自于同一家庭，因此在家庭層面設(shè)置了聚類標(biāo)準(zhǔn)誤。為了對(duì)比在不同經(jīng)濟(jì)表現(xiàn)下就業(yè)不足的工資影響，我們分別使用了UHS2009 年樣本和2006 年樣本，前者限定為2007 至2009 年的就業(yè)人員，對(duì)應(yīng)于經(jīng)濟(jì)危機(jī)時(shí)期，后者也限定為2004 至2006 年的就業(yè)人員，對(duì)應(yīng)于危機(jī)前時(shí)期。表2 第（1）列2009 年樣本的回歸結(jié)果顯示，就業(yè)不足顯著降低了個(gè)體工資收入，當(dāng)控制個(gè)體特征和行業(yè)、省份虛擬變量后，充分就業(yè)個(gè)體工資是就業(yè)不足個(gè)體的1.181 倍。根據(jù)表2 第（2）列2006 年樣本的回歸結(jié)果，就業(yè)不足對(duì)個(gè)體工資收入雖然是負(fù)面影響，但無論是經(jīng)濟(jì)顯著性還是統(tǒng)計(jì)顯著性都大為降低，系數(shù)絕對(duì)值降低至0.066，同時(shí)P值也降低至0.321。說明在經(jīng)濟(jì)危機(jī)時(shí)期，不僅更容易出現(xiàn)就業(yè)不足，而且就業(yè)不足的工資代價(jià)也更為突出。

表2 就業(yè)不足的工資懲罰檢驗(yàn)

三、模型構(gòu)建

接下來，我們將基于數(shù)理模型進(jìn)行更加系統(tǒng)的理論分析。模型的核心部分是個(gè)體最優(yōu)選擇問題的描述和勞動(dòng)力市場疲軟以及不確定性上升如何影響經(jīng)濟(jì)中的個(gè)體行為。模型主體延續(xù)了Auerbach 和Kotlikoff（1987）、Imrohoroglu 等（1995）、Conesa 和Krueger（1999）等構(gòu)建的異質(zhì)性生命周期模型的框架。基于研究需要，本文在三方面對(duì)現(xiàn)有模型進(jìn)行了拓展：一是我們區(qū)分了失業(yè)風(fēng)險(xiǎn)和生產(chǎn)效率風(fēng)險(xiǎn)，同時(shí)捕捉了收入沖擊的集約邊際和廣延邊際。二是針對(duì)失業(yè)率與消費(fèi)的分離，我們進(jìn)一步內(nèi)生化了生產(chǎn)效率的動(dòng)態(tài)轉(zhuǎn)移矩陣。三是針對(duì)不同類型企業(yè)可能受到疫情沖擊不同，我們進(jìn)一步在模型中區(qū)分了大企業(yè)和中小企業(yè)。模型的結(jié)構(gòu)如下：

（一）人口結(jié)構(gòu)與個(gè)體偏好

個(gè)體①在本文的模型中，實(shí)際決策者以家庭為單位，因此本文中的“個(gè)體”和“家庭”是互用的。在J0=0 歲時(shí)進(jìn)入勞動(dòng)力市場，在JR歲 時(shí)退休，在J歲時(shí)死亡。在每個(gè)時(shí)期，年齡為j歲的個(gè)體存活到下一時(shí)期的概率設(shè)定為故而每個(gè)個(gè)體從進(jìn)入市場起連續(xù)存活j期的無條件生存概率為假定個(gè)體0 歲時(shí)均不持有資產(chǎn)，僅有1 單位的勞動(dòng)稟賦可供分配于工作或者閑暇，個(gè)體從消費(fèi)和閑暇中獲得效用，其生命周期內(nèi)的總期望效用表示如下：

其中，β為貼現(xiàn)因子，U(cj,lj) 為個(gè)體的當(dāng)期效用函數(shù)，cj表示個(gè)體j歲時(shí)的消費(fèi)，lj表 示個(gè)體j歲時(shí)的閑暇。參考寧磊和鄭春榮（2016）的研究，我們將U(cj,lj)設(shè)定成CRRA的形式：

其中，γ為消費(fèi)權(quán)重，衡量消費(fèi)在個(gè)體效用中的相對(duì)重要程度，σ則是跨期替代彈性的相關(guān)參數(shù)，可以推導(dǎo)出消費(fèi)的跨期替代彈性為[1-γ(1-σ)]-1，相對(duì)風(fēng)險(xiǎn)規(guī)避系數(shù)（RRA）則為1 -γ(1-σ)。

（二）個(gè)體的收入稟賦與最優(yōu)化問題

假設(shè)經(jīng)濟(jì)體中有兩類工人，一類工人在中小企業(yè)工作，比例為μ，另一類工人在大企業(yè)工作，比例為 (1-μ)。在本文中，家庭收入主要受三個(gè)方面影響：首先，在勞動(dòng)力市場中，家庭有工作（E）和失業(yè)（U）兩種就業(yè)狀態(tài)(S)；其次，對(duì)有工作的家庭而言，家庭會(huì)受到服從AR（1）分布的收入沖擊Pit；最后，失業(yè)個(gè)體在找工作時(shí)，新工作的收入狀態(tài)與失業(yè)前工作的收入狀態(tài)可能相關(guān)。因此，一個(gè)在勞動(dòng)力市場中的個(gè)體選擇問題可以描述為：

受約束于

其中，aj代表個(gè)體的資產(chǎn)，yj表示個(gè)體的收入，Pj表示個(gè)體當(dāng)期的收入沖擊，S j表示個(gè)體工作狀態(tài)，ej表示個(gè)體失業(yè)前的收入狀態(tài)，F(xiàn)j表示個(gè)體所在的企業(yè)性質(zhì)，τc表 示商品消費(fèi)稅，Tr表示個(gè)體收到的轉(zhuǎn)移支付。對(duì)于有工作的個(gè)體而言，個(gè)體的收入由四部分構(gòu)成，一是工資水平w，二是與年齡相關(guān)的個(gè)體年齡和效率參數(shù) εj，三是個(gè)體的勞動(dòng)供給 (1-lj)，最后是個(gè)體受到的收入沖擊Pj，而在不同企業(yè)工作的個(gè)體受到的收入沖擊可能不同。此外，模型還要考慮社保的影響，工作個(gè)體的收入中扣除養(yǎng)老保險(xiǎn)繳費(fèi)和失業(yè)保險(xiǎn)繳費(fèi)，失業(yè)個(gè)體則可以領(lǐng)取失業(yè)保險(xiǎn)金UI。部分個(gè)體在生存風(fēng)險(xiǎn)影響下并不能存活到下一期，因此我們假設(shè)政府將這一部分個(gè)體的剩余資產(chǎn)歸集并重新分配給存活個(gè)體，記為beq。

在退休后，個(gè)體退出勞動(dòng)力市場，收入變?yōu)轲B(yǎng)老金，此時(shí)個(gè)體的最優(yōu)化問題變?yōu)椋?/p>

受約束于

其中，S S為個(gè)體收到的養(yǎng)老保險(xiǎn)金。

在退休前一期，由于個(gè)體當(dāng)期仍然工作，但下一期將退出勞動(dòng)力市場，因此個(gè)體的最優(yōu)化問題如式（9）所示。

受約束于

（三）政府行為

在本文中，我們假定政府的職能是充當(dāng)一個(gè)運(yùn)營者，負(fù)責(zé)維持失業(yè)保險(xiǎn)體系和養(yǎng)老保險(xiǎn)體系的收支平衡以及將個(gè)體繳納的商品消費(fèi)稅作為轉(zhuǎn)移支付再均勻分配給經(jīng)濟(jì)中的個(gè)體。我們將養(yǎng)老保險(xiǎn)體系簡化為現(xiàn)收現(xiàn)付制，而個(gè)體的養(yǎng)老金替代率給定，政府通過征收養(yǎng)老保險(xiǎn)繳費(fèi)達(dá)到收支平衡。另外，我們假定失業(yè)保險(xiǎn)體系也是自我融資的體系，政府通過征收失業(yè)保險(xiǎn)繳費(fèi)達(dá)到收支平衡。

（四）企業(yè)行為

為了封閉經(jīng)濟(jì)，企業(yè)在我們的模型中被設(shè)定為一個(gè)代表性廠商，每個(gè)時(shí)期內(nèi)雇傭勞動(dòng)和租賃資本以投入生產(chǎn)活動(dòng)。企業(yè)的生產(chǎn)技術(shù)為Cobb-Douglas形式的生產(chǎn)函數(shù)：

資本的動(dòng)態(tài)變動(dòng)過程為：

其中，At表示t期的全要素生產(chǎn)率，Kt表示t期的資本存量，Lt表示t期的勞動(dòng)供給，δ為資本的折舊率，It為t期的投資。在利潤最大化原則下，推導(dǎo)可得均衡利率和工資水平如下：①因篇幅所限，競爭均衡的具體定義省略，感興趣的讀者可以向作者索取。

四、參數(shù)校準(zhǔn)和基準(zhǔn)情形

在本部分，我們將描述參數(shù)選取原則及校準(zhǔn)過程，模型中的一期代表一年，基準(zhǔn)模型設(shè)定為疫情前的中國經(jīng)濟(jì)。模型主要有兩類參數(shù)：一類參數(shù)可以從微觀數(shù)據(jù)或現(xiàn)有文獻(xiàn)中得到，另一類參數(shù)需要與真實(shí)數(shù)據(jù)對(duì)比校準(zhǔn)得到。在得到基準(zhǔn)模型并保證其適用性后，我們將通過引入疫情沖擊，研究疫情對(duì)產(chǎn)出和消費(fèi)的影響，參數(shù)校準(zhǔn)的過程如下。

（一）人口參數(shù)

根據(jù)2010 第六次全國人口普查數(shù)據(jù)，90 歲以上的個(gè)體占比僅有0.017 5%，因此我們假定個(gè)體在20 歲進(jìn)入勞動(dòng)力市場，在60 歲退休，并在90 歲時(shí)死亡。根據(jù)統(tǒng)計(jì)局的數(shù)據(jù)，2010—2019 年間的人口平均增長率約為0.5%，因此我們將模型的人口增長率設(shè)為0.5%。同時(shí)，利用2010 第六次全國人口普查數(shù)據(jù)中不同年齡段的死亡人數(shù)，我們可以推算出模型中個(gè)體的條件生存概率，如圖2 所示。

圖2 條件生存概率

（二）收入稟賦

我們假定疫情前的經(jīng)濟(jì)為初始狀態(tài)。在初始狀態(tài)下，根據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，假定工作在中小企業(yè)的人員比例為80%，在大企業(yè)的比例為20%。無論是工作在大企業(yè)，還是中小企業(yè)，個(gè)體的失業(yè)概率均為長期失業(yè)率數(shù)值4%。同時(shí)，假設(shè)疫情前在大企業(yè)和中小企業(yè)工作的個(gè)體均受到同樣的收入沖擊，并且個(gè)體找工作與失業(yè)前工資水平無關(guān)。

個(gè)體的年齡和效率參數(shù)可以利用中國家庭追蹤調(diào)查（CFPS）2018 年的數(shù)據(jù)，并估計(jì)如下收入方程得出。

其中，Yi為家庭的收入，age為戶主的年齡，age2為戶主的年齡平方項(xiàng)，Xi為其他控制變量，由即可以得出個(gè)體的年齡和效率參數(shù)，如圖3 所示。

圖3 年齡和效率參數(shù)

假定個(gè)體受到的收入沖擊服從AR（1）過程，即

其中，自相關(guān)系數(shù) ρ和新息（innovation）的方差 σu取自于He 等（2019），利用CHNS數(shù)據(jù)估計(jì)得到，即ρ=0.8286，σu=0.05。為了計(jì)算方便，利用Tauchen（1986）的方法，我們將該連續(xù)變量離散化為N=15 個(gè)格點(diǎn)的離散變量，①我們也嘗試過將收入沖擊的格點(diǎn)選為9 和19，發(fā)現(xiàn)結(jié)果基本沒有變化。并計(jì)算出各個(gè)收入狀態(tài)的初始分布與不同收入狀態(tài)間的轉(zhuǎn)移矩陣。同時(shí)，為了節(jié)約一個(gè)狀態(tài)變量，我們將失業(yè)作為一個(gè)額外的收入沖擊變量。此時(shí)，我們共有N=16 個(gè)收入狀態(tài)。其中，由就業(yè)狀態(tài)轉(zhuǎn)移到失業(yè)狀態(tài)的轉(zhuǎn)移概率為 π,由失業(yè)狀態(tài)轉(zhuǎn)移到就業(yè)狀態(tài)的概率為各個(gè)收入狀態(tài)的初始分布，而其他就業(yè)狀態(tài)之間的轉(zhuǎn)移不受影響。個(gè)體的收入狀態(tài)轉(zhuǎn)移矩陣如下：

其中，qi為各收入狀態(tài)的初始分布，pi,j為第i個(gè) 收入狀態(tài)轉(zhuǎn)移到第j個(gè)狀態(tài)的概率。矩陣的第一行表示失業(yè)個(gè)體的狀態(tài)轉(zhuǎn)移情況，其他行表示不同收入狀態(tài)的轉(zhuǎn)移情況。

（三）政策及宏觀變量參數(shù)

在我們的模型中，養(yǎng)老保險(xiǎn)體系是一個(gè)現(xiàn)收現(xiàn)付系統(tǒng)，根據(jù)2010—2019 年間的平均替代率水平，我們將養(yǎng)老金替代率設(shè)定為0.45，養(yǎng)老金繳費(fèi)率則根據(jù)收支平衡原則由模型產(chǎn)生。我們將失業(yè)保險(xiǎn)設(shè)定為0，由此得到失業(yè)保險(xiǎn)繳費(fèi)率也為0。對(duì)于商品消費(fèi)稅率，參考我國增值稅法則，我們將模型中的消費(fèi)稅率設(shè)定為11.5%。在本文中，資本產(chǎn)出彈性和折扣率的選取均參考Bai 等（2006），將 α設(shè)為0.5，資本折舊率 δ設(shè)為10%。

（四）效用函數(shù)參數(shù)

在本文中，遵循家庭金融文獻(xiàn)的通行做法，我們選取 β使得模型產(chǎn)生的利率水平為4%，得到β=0.988。①我們也嘗試通過資本產(chǎn)出比校準(zhǔn)β，發(fā)現(xiàn)結(jié)果不影響我們的結(jié)論。為了校準(zhǔn) γ，我們?nèi)匀蛔裱墨I(xiàn)中通行做法，首先根據(jù)2018 年CFPS數(shù)據(jù)中個(gè)體勞動(dòng)時(shí)間數(shù)據(jù)來測(cè)算個(gè)體平均工作時(shí)間占總可支配時(shí)間的比例，其結(jié)果為0.45，②具體年化規(guī)則為：假定一周有七天，每天有16 小時(shí)可供支配。然后通過調(diào)整 γ使得模型產(chǎn)生的平均工作時(shí)間與實(shí)際值相符合，得到 γ=0.556 。最后，我們選取 σ=2.8，使得模型的Frisch勞動(dòng)供給彈性為0.5。此時(shí)相對(duì)風(fēng)險(xiǎn)規(guī)避系數(shù)（RRA）為2。表3 詳細(xì)列出了三個(gè)效用函數(shù)參數(shù)的取值及原因。而表4 詳細(xì)列出了人口、經(jīng)濟(jì)參數(shù)的描述及取值。

表3 內(nèi)生參數(shù)取值

表4 人口、經(jīng)濟(jì)參數(shù)取值

（五）基準(zhǔn)模型的適用性

在選取模型的參數(shù)后，我們還進(jìn)一步檢驗(yàn)了模型的適用性。利用CFPS2014、2016 和2018 年三輪調(diào)查的數(shù)據(jù)，采用Deaton 和Paxson（1994）的方法，我們將家庭收入與消費(fèi)中的年齡、代際（Cohort）以及時(shí)間趨勢(shì)等因素分離，比較了模型產(chǎn)生的數(shù)據(jù)與真實(shí)數(shù)據(jù)的匹配程度。為了便于比較，我們將最年輕個(gè)體標(biāo)準(zhǔn)化為1，其他年齡參數(shù)均為與初始值的相對(duì)值。與真實(shí)數(shù)據(jù)相比，我們的模型可以很好地?cái)M合個(gè)體在生命周期上的收入變動(dòng)。

五、疫情影響機(jī)制分析

如前所述，疫情可以通過就業(yè)數(shù)量、就業(yè)質(zhì)量和收入不確定性三種途徑影響家庭的收入。通過選取疫情影響的參數(shù)，我們將利用模型分析疫情對(duì)家庭行為的影響并探討影響機(jī)制。

（一）整體影響

當(dāng)經(jīng)濟(jì)面臨疫情沖擊時(shí)，個(gè)體的收入發(fā)生變化。在失業(yè)率方面，中小企業(yè)相比大企業(yè)所體現(xiàn)出來的影響更為顯著（朱武祥等，2020）。大企業(yè)會(huì)優(yōu)先選擇降薪策略而非裁員策略，其中有政治、經(jīng)濟(jì)、社會(huì)等多方面因素決定。首先，由于雇員規(guī)模偏大，大企業(yè)裁員往往涉及的人員數(shù)量多，造成不穩(wěn)定因素（黃少卿和陳彥，2017；肖興志等，2019）。其次，大企業(yè)的裁員往往被看作是一種業(yè)績表現(xiàn)差的負(fù)面信號(hào)，進(jìn)而導(dǎo)致公司價(jià)值嚴(yán)重下降（Palmon 等，1997）。再次，裁員策略會(huì)影響大企業(yè)的社會(huì)責(zé)任形象，而當(dāng)前市場經(jīng)濟(jì)環(huán)境下企業(yè)社會(huì)責(zé)任已經(jīng)成為大企業(yè)在激烈競爭中提升收入和盈利水平的有效商業(yè)手段之一（馬虹和李杰，2014）。以上三個(gè)方面均對(duì)中小企業(yè)沒有顯著影響，故而中小企業(yè)一旦陷入發(fā)展困境之時(shí)，會(huì)純粹基于利潤最大化目標(biāo)采取降薪或者裁員策略。因此我們假定疫情后在大企業(yè)工作的個(gè)體失業(yè)概率仍然為4%，但是在中小企業(yè)工作的個(gè)體的失業(yè)概率升高至6.54%，從而來匹配疫情后平均6%左右的失業(yè)率。

在再就業(yè)工資的選取方面，假定疫情后，失業(yè)個(gè)體找工作難度加大，即使找到工作，其收入只能比失業(yè)前收入更低。比如，根據(jù)基準(zhǔn)情形的設(shè)定，按收入高低排序，收入沖擊共有15 個(gè)可選項(xiàng)，在疫情前，在第3 個(gè)收入格點(diǎn)上的個(gè)體如果失業(yè)，其接下來可以在任何一個(gè)收入格點(diǎn)上找到工作，找到不同收入工作的概率僅與收入格點(diǎn)的分布有關(guān)。但疫情后，由于勞動(dòng)力市場的疲軟，在第3 個(gè)收入格點(diǎn)上的失業(yè)個(gè)體僅能找到第1 至3 個(gè)格點(diǎn)上的工作，而其原來收入高的第4 至15個(gè)格點(diǎn)上的工作已經(jīng)無法被匹配到。因此，疫情后個(gè)體的收入狀態(tài)轉(zhuǎn)移矩陣變?yōu)槿缦滦问剑?/p>

即疫情后，對(duì)于轉(zhuǎn)移矩陣右下方，有工作的個(gè)體收入狀態(tài)之間的(N-1)×(N-1)轉(zhuǎn)移矩陣仍然不受影響，但由失業(yè)到就業(yè)的轉(zhuǎn)移概率會(huì)內(nèi)生化產(chǎn)生。最后，我們假定疫情后個(gè)體面臨的收入沖擊的方差提高0.7 個(gè)標(biāo)準(zhǔn)差，用來匹配總產(chǎn)出偏離穩(wěn)態(tài)的程度。而大企業(yè)與中小企業(yè)員工疫情前后對(duì)比，如表5 所示。

表5 大企業(yè)與中小企業(yè)員工疫情前后對(duì)比

基于以上模型設(shè)定，我們分析了疫情對(duì)宏觀經(jīng)濟(jì)的影響。表6 報(bào)告了疫情前后的總產(chǎn)出與消費(fèi)的對(duì)比。可以看出，在匹配了總產(chǎn)出的下降程度后，在我們的模型中消費(fèi)下降了17.3%，不但遠(yuǎn)遠(yuǎn)超過總產(chǎn)出的下降水平，更是解釋了實(shí)際數(shù)據(jù)中消費(fèi)下降程度的72%。換言之，雖然疫情期間的隔離政策造成消費(fèi)在短期內(nèi)快速下跌，但真正促使消費(fèi)驟降且恢復(fù)緩慢的長期因素在于基本面的惡化。在收入不確定性增加、勞動(dòng)力市場配置效率下降的情況下，不但家庭的收入結(jié)構(gòu)發(fā)生改變，家庭預(yù)防性儲(chǔ)蓄動(dòng)機(jī)也達(dá)到較高的程度。因此，多方面因素共同導(dǎo)致了消費(fèi)的大幅下降。

表6 疫情前后總產(chǎn)出與消費(fèi)對(duì)比

（二）生命周期性質(zhì)

為了更好地理解疫情后產(chǎn)出和消費(fèi)的下降，圖4 和圖5 畫出了不同企業(yè)員工在生命周期上收入與消費(fèi)的變動(dòng)。從圖中可以看出，在收入方面，對(duì)于大企業(yè)員工而言，由于疫情后其失業(yè)率與收入沖擊均未受到影響，僅僅是狀態(tài)轉(zhuǎn)移矩陣變?yōu)閮?nèi)生。因此，其收入在生命周期初期幾乎沒有出現(xiàn)下降，但隨著時(shí)間的推移，內(nèi)生狀態(tài)轉(zhuǎn)移矩陣帶來的收入的結(jié)構(gòu)性下降便體現(xiàn)出來，個(gè)體的收入降幅逐漸擴(kuò)大。同時(shí)由于養(yǎng)老金收益與社會(huì)平均工資直接掛鉤，因此當(dāng)個(gè)體工作期間總收入下降時(shí)，這種收入的下降還會(huì)傳導(dǎo)到退休期，導(dǎo)致個(gè)體整個(gè)生命周期上收入均出現(xiàn)降低。而對(duì)于中小企業(yè)員工而言，由于其失業(yè)率上升，且收入不確定性增加，因此個(gè)體在生命周期初期收入便急速下降。隨著時(shí)間的推移，疊加內(nèi)生轉(zhuǎn)移矩陣的影響，收入下降的速度加快，在退休前個(gè)體的收入下降約20%。退休后由于個(gè)體的養(yǎng)老金與社會(huì)平均工資掛鉤，受大企業(yè)員工的影響，社會(huì)平均工資超過了中小企業(yè)個(gè)體的工資。因此，在退休后個(gè)體的收入差距出現(xiàn)了一定的縮小，但隨著資產(chǎn)的消耗，資本收入的下降，個(gè)體的收入繼續(xù)下滑。總體而言，對(duì)于大企業(yè)員工而言，疫情對(duì)工作期個(gè)體的收入影響有限，但由于疫情會(huì)使得社會(huì)平均工資發(fā)生大幅下降，這會(huì)導(dǎo)致退休后個(gè)體的收入發(fā)生大幅下降。但對(duì)于中小企業(yè)員工而言，疫情使得個(gè)體的收入發(fā)生結(jié)構(gòu)性下降，并且這一下降還具有累積效果，從而使得在中小企業(yè)工作的35 歲至60 歲的中年人受到的影響最大。疫情的異質(zhì)性影響將直接關(guān)系到政策實(shí)施的效果。

圖4 疫情前后生命周期上個(gè)體收入的比較

圖5 疫情前后在生命周期上個(gè)體消費(fèi)的比較

在消費(fèi)方面，大企業(yè)員工在生命周期初期雖然收入并未明顯下降，但受理性預(yù)期影響，其知道未來收入可能發(fā)生結(jié)構(gòu)性變動(dòng)。因此，在生命周期初期就會(huì)降低消費(fèi)，但隨著資本的累積，個(gè)體的消費(fèi)也逐漸穩(wěn)定。對(duì)于中小企業(yè)員工而言，在生命周期初期個(gè)體的失業(yè)率和不確定性就變大，這直接導(dǎo)致個(gè)體的預(yù)防性儲(chǔ)蓄動(dòng)機(jī)增強(qiáng)，同時(shí)疊加個(gè)體未來收入可能發(fā)生結(jié)構(gòu)性變動(dòng)，直接導(dǎo)致個(gè)體在生命周期初期的消費(fèi)就下降至最低點(diǎn)。伴隨著資本的累積，同時(shí)由于退休后中小企業(yè)的養(yǎng)老金有一個(gè)回調(diào)，共同作用使得個(gè)體消費(fèi)差距在逐漸縮小，并且在退休期發(fā)生一次躍升。但總體同收入一致，中小企業(yè)個(gè)體的消費(fèi)下降程度遠(yuǎn)遠(yuǎn)超過大企業(yè)員工消費(fèi)的下降程度，特別是還沒有累積足夠資本的年輕人。

（三）不同因素的邊際影響①限于篇幅，分析圖省略，讀者若有興趣可向作者索取。

利用情景分析的方法，我們也逐一分析了勞動(dòng)力市場各方面的影響程度。表7 報(bào)告了模型結(jié)果。可以看出，在勞動(dòng)力市場活力不發(fā)生惡化和家庭收入不確定性也不增加的情況下，僅僅是失業(yè)率上升只會(huì)使得消費(fèi)偏離穩(wěn)態(tài)1.5 個(gè)百分點(diǎn)，解釋消費(fèi)下降的6.3%。而收入不確定性增加則可以使得消費(fèi)偏離穩(wěn)態(tài)7 個(gè)百分點(diǎn)，能解釋消費(fèi)下降的29%。由配置效率降低導(dǎo)致的勞動(dòng)力市場疲軟可以解釋消費(fèi)下降的26.1%。

表7 疫情前后總產(chǎn)出與消費(fèi)對(duì)比

從本文的分析中可以看出，失業(yè)率本身并不會(huì)產(chǎn)生很強(qiáng)的負(fù)面影響，但失業(yè)后個(gè)體不能找到合適的工作才是影響的主因。失業(yè)率相當(dāng)于一個(gè)觸發(fā)器，如果勞動(dòng)力市場疲軟，失業(yè)個(gè)體就面臨收入結(jié)構(gòu)性下降的風(fēng)險(xiǎn)，雖然在今后的就業(yè)過程中個(gè)體還會(huì)通過狀態(tài)轉(zhuǎn)移矩陣攀升到收入高的狀態(tài)，但由于收入沖擊服從AR（1）分布，收入具有一定的持續(xù)性。因此，這種向上攀升是較為緩慢的，但失業(yè)導(dǎo)致的收入結(jié)構(gòu)性下降卻是突發(fā)性的，這也就導(dǎo)致個(gè)體的消費(fèi)大幅下降。這種機(jī)制也同Aguiar 和Gopinath（2007）解釋時(shí)間序列上發(fā)展中國家的消費(fèi)波動(dòng)要超過產(chǎn)出的波動(dòng)一致，即如果僅僅發(fā)生暫時(shí)性的收入改變，個(gè)體可以通過改變儲(chǔ)蓄或者勞動(dòng)供給來進(jìn)行消費(fèi)平滑，消費(fèi)不會(huì)發(fā)生變動(dòng)，但如果收入面臨永久性的改變，個(gè)體無法進(jìn)行自我保險(xiǎn)的話，消費(fèi)就會(huì)大幅下降。以上結(jié)果也說明，如果勞動(dòng)力市場內(nèi)部保持活力，失業(yè)個(gè)體能快速找到原有收入水平的新工作，那么即使失業(yè)率升高也不會(huì)對(duì)消費(fèi)水平產(chǎn)生顯著影響。反之，如果勞動(dòng)力市場活力下降，即使在失業(yè)率保持不變的情況下，勞動(dòng)力市場內(nèi)部的收入分布也可能發(fā)生結(jié)構(gòu)性變動(dòng)，導(dǎo)致就業(yè)者面臨更大的收入下降風(fēng)險(xiǎn)，從而直接對(duì)家庭消費(fèi)產(chǎn)生顯著的負(fù)面影響。

為了更進(jìn)一步理解疫情不同的側(cè)面對(duì)家庭收入和消費(fèi)的影響，我們測(cè)算了不確定性上升、失業(yè)率升高以及勞動(dòng)力市場疲軟等對(duì)家庭收入和消費(fèi)的單獨(dú)影響。結(jié)果顯示在不確定性上升與勞動(dòng)力市場疲軟方面，大企業(yè)員工和中小企業(yè)員工受到同樣的沖擊，因此其所受到的影響也相同。即當(dāng)不確定性上升時(shí)，家庭的收入立刻下降。隨著家庭累積越來越多的資產(chǎn)，資本收入部分抵消勞動(dòng)收入的下降，家庭收入的下降程度逐漸減小，但在退休后，隨著資產(chǎn)被消耗，家庭收入的下降程度再次擴(kuò)大。當(dāng)勞動(dòng)力市場疲軟時(shí)，剛開始家庭的收入并未下降，但隨著時(shí)間的推移，由于再就業(yè)家庭面臨家庭收入結(jié)構(gòu)性下降的風(fēng)險(xiǎn)，導(dǎo)致收入越來越低。而到了退休后，由于家庭退休后的養(yǎng)老金與社會(huì)平均工資掛鉤，因此退休后的收入降幅有所縮小。

在消費(fèi)方面，伴隨著不確定性的上升，在疊加生命周期的初期家庭沒有累積足夠的資產(chǎn)，家庭面臨信貸約束的影響，預(yù)防性儲(chǔ)蓄動(dòng)機(jī)最強(qiáng)，這就導(dǎo)致在面臨收入不確定性上升的時(shí)候，家庭的消費(fèi)立刻下降，但伴隨著家庭資產(chǎn)的累積，預(yù)防性儲(chǔ)蓄動(dòng)機(jī)慢慢減少，消費(fèi)的差距也在縮小。而不論對(duì)于勞動(dòng)力市場疲軟，還是失業(yè)率上升，家庭更像是受到了永久性收入沖擊，家庭永久收入發(fā)生變化，這就導(dǎo)致家庭的消費(fèi)發(fā)生系統(tǒng)性下調(diào)。

（四）政策分析①限于篇幅，分析表格省略，讀者若有興趣可向作者索取。

我們將給低收入者補(bǔ)貼、發(fā)放消費(fèi)券等政策總結(jié)為失業(yè)保險(xiǎn)的上升和商品消費(fèi)稅的下降兩個(gè)政策實(shí)驗(yàn)，對(duì)政策的效果進(jìn)行了模擬。具體而言，針對(duì)失業(yè)保險(xiǎn)，由于我國失業(yè)保險(xiǎn)繳費(fèi)率大概為1%，疫情前后平均失業(yè)率大概在4.5%左右，則替代率約為0.2。因此，為了補(bǔ)貼低收入者，我們假設(shè)失業(yè)保險(xiǎn)替代率不是0，而是提高到0.2。同時(shí)，為了刺激消費(fèi)，我們假設(shè)商品消費(fèi)稅率降低一半左右，即6%。根據(jù)模擬結(jié)果，在失業(yè)保險(xiǎn)提高的情形下，雖然消費(fèi)下降程度有所降低，但總產(chǎn)出下降程度卻在升高，這是因?yàn)槭I(yè)保險(xiǎn)不是0，那么也就意味著失業(yè)保險(xiǎn)繳費(fèi)率不再是0，而稅收會(huì)對(duì)產(chǎn)出造成扭曲，這就導(dǎo)致提高失業(yè)保險(xiǎn)金反倒會(huì)降低經(jīng)濟(jì)活力。這也提醒政策制定者，在制定補(bǔ)貼政策時(shí)，也要綜合考慮補(bǔ)貼產(chǎn)生的稅收扭曲作用。

六、結(jié)論與政策啟示

2020 年初的疫情對(duì)我國經(jīng)濟(jì)造成了嚴(yán)重沖擊，其中一個(gè)反常的現(xiàn)象就是消費(fèi)增速的下滑程度超過了產(chǎn)出增速的下滑程度。本文通過構(gòu)建一個(gè)動(dòng)態(tài)隨機(jī)一般均衡模型，對(duì)這種現(xiàn)象進(jìn)行了深入探討，發(fā)現(xiàn)家庭收入不確定性增加和就業(yè)質(zhì)量下降導(dǎo)致的勞動(dòng)力市場資源錯(cuò)配是產(chǎn)生這一現(xiàn)象的重要原因，單純的失業(yè)率上升僅會(huì)起到觸發(fā)作用。其中，勞動(dòng)力市場資源錯(cuò)配問題將會(huì)造成長期影響。同時(shí)，本文也發(fā)現(xiàn)疫情對(duì)于大企業(yè)和中小企業(yè)就業(yè)人員的影響具有很強(qiáng)的異質(zhì)性。具體而言，由于大企業(yè)員工受到的失業(yè)風(fēng)險(xiǎn)和收入不確定性較小，因此疫情主要通過社會(huì)平均工資來影響退休后的收入。但對(duì)于中小企業(yè)員工而言，由于勞動(dòng)力市場的疲軟導(dǎo)致的收入結(jié)構(gòu)性變化具有累積作用，這就導(dǎo)致中年群體受到疫情的影響最大。在當(dāng)前需求收縮、供給沖擊和預(yù)期轉(zhuǎn)弱的壓力下，本文的研究結(jié)論具有如下幾點(diǎn)政策啟示：

首先，對(duì)就業(yè)市場的保護(hù)不能單純強(qiáng)調(diào)失業(yè)率，還應(yīng)重視就業(yè)質(zhì)量。保就業(yè)不能僅僅圍繞就業(yè)數(shù)量，還要穩(wěn)住就業(yè)質(zhì)量不下降，保證勞動(dòng)力市場供需匹配，盡可能避免勞動(dòng)力市場資源錯(cuò)配帶來的家庭永久性收入損失和對(duì)中國經(jīng)濟(jì)運(yùn)行產(chǎn)生的長期效應(yīng)。2021 年中央經(jīng)濟(jì)工作會(huì)議提出“實(shí)施好擴(kuò)大內(nèi)需戰(zhàn)略，增強(qiáng)發(fā)展內(nèi)生動(dòng)力”，通過就業(yè)質(zhì)量提升能夠提高就業(yè)者長期收入水平從而保證消費(fèi)和內(nèi)需的穩(wěn)定性，為經(jīng)濟(jì)穩(wěn)增長提供持續(xù)不斷的動(dòng)力來源。

其次，就業(yè)政策要突出重點(diǎn)對(duì)象和重點(diǎn)群體。從本文研究來看，中小企業(yè)就業(yè)者和青年群體受到的消費(fèi)負(fù)面影響最大，他們也是受到就業(yè)沖擊最大的群體。未來穩(wěn)就業(yè)、穩(wěn)崗位的本質(zhì)也是穩(wěn)預(yù)期，一方面降低就業(yè)的不確定性和收入的不確定性，另一方面阻斷失業(yè)率向就業(yè)質(zhì)量的負(fù)面?zhèn)鲗?dǎo)，從而強(qiáng)化廣大中小企業(yè)就業(yè)者和青年群體的收入保障和消費(fèi)需求，在共同富裕原則下促進(jìn)收入公平和消費(fèi)公平。

最后，提升財(cái)政政策效果和政策精準(zhǔn)度是我們?cè)谡咧贫ㄟ^程中必須要考慮的問題。疫情時(shí)期的消費(fèi)驟降問題和疫情后消費(fèi)不能及時(shí)恢復(fù)的問題都不能簡單看作是隔離政策影響下的短期結(jié)果，而應(yīng)當(dāng)從勞動(dòng)力市場就業(yè)數(shù)量下降的中期視角和就業(yè)質(zhì)量不足的長期視角來考慮問題，因此財(cái)政資金的投入必須著眼于中長期穩(wěn)就業(yè)的目標(biāo)。