上海就业形势监测机制研究

[摘要] 系统高效地开展就业形势监测工作对于促进高质量充分就业具有重要意义。当前，上海就业形势调查制度逐步建立，监测指标日趋多元，监测方式逐渐多样，专项监测日渐完善。但新形势下，就业形势监测工作仍面临一定问题与挑战，如就业形势监测范围尚不全面，监测机制尚不成熟，监测指标尚不完善等。基于此，本研究从健全就业监测工作机制、完善就业监测调查体系、建立就业监测指标体系、探索灵活就业监测路径、打造就业形势监测队伍等方面提出了相关建议。

[关键词] 就业形势；监测机制；监测指标

[中图分类号] F812.2" ［文献标识码］A" "［文章编号］1000-4211（2024）06-0042-10

就业是最基本的民生，党中央、国务院长期高度重视就业工作。当前我国正处在实现中华民族伟大复兴的关键时期，经济社会发展的外部环境和内部条件发生深刻复杂变化，国际经济复苏乏力，外部环境的复杂性、严峻性、不确定性上升，国内经济增速逐步放缓，加之后疫情时期的种种复杂因素的综合影响，就业形势面临严峻考验。

近年来，各级政府高度重视就业形势监测工作，对健全完善就业形势监测机制作出重要部署和要求。《“十四五”规划和2035年远景目标纲要》提出“健全就业需求调查和失业监测预警机制”，《“十四五”就业促进规划》进一步明确要求“加快构建系统完备、立体化的就业失业监测网络，实现劳动力市场、企业用工主体和劳动者个体全覆盖，全面反映就业增长、失业水平、市场供求状况”。2023年，上海市发布的《上海市就业促进条例》也明确规定“上海市健全劳动力资源调查统计制度，完善就业监测体系”。

就业形势监测分析是一项重要的基础性工作，是科学制定就业创业政策的关键。在新形势下，加强就业形势监测，有助于准确研判经济形势变化对就业、失业的影响，对可能发生的失业风险提前预警，并有针对性地采取调控措施，从而进一步促就业和稳就业。本文重点分析了上海就业形势监测现状、问题，并提出了进一步完善上海就业形势监测机制的相关建议。

一、文献综述

开展就业监测是做好就业形势分析研判的基础和前提，有助于针对性地进行周期性和结构性调控，从而促进更高质量充分就业。就业形势监测就是对就业人员、失业人员、就业岗位数量及影响就业的因素等进行实时跟踪和动态监测。国内外学者对于就业形势监测进行了大量的理论探索和实践研究，主要集中于就业统计制度、就业形势监测指标体系、就业失业预警、就业形势监测趋势研究等。

（一）关于就业统计制度相关研究

我国就业形势监测体系内嵌于人力资源和就业信息统计监测体系。目前我国人力资源和就业信息统计监测相关制度和体系已较为完善。其中，就业失业全面调查制度主要包括以下统计项目：人口普查、“三合一”统计、就业失业登记及实名制管理、农村劳动力实名制登记与动态管理，以及就业统计报表；就业失业抽样调查主要为劳动力调查和失业动态监测。但现有的就业失业全面调查和抽样调查都存在一定局限性，如采集的数据信息与实际就业情况不匹配、与宏观经济形势的相关性不够、不同渠道数据不一致等，导致统计数据难以满足宏观就业形势判断和就业工作需要。

（二）关于就业形势监测指标体系研究

从国内劳动力指标的统计实践看，根据国内劳动力指标的统计实践，人力资源和社会保障部主要负责就业、失业等劳动力市场的监测与统计，国家统计局主要负责宏观指标监测。目前，我国就业形势监测的主要指标包括：就业人口、失业率、工资水平、职业培训与技能鉴定、工作时间、劳动争议与处理及劳动保障监察、社会保障统计、工会工作统计、劳动力抽样调查等。2008年，人社部开始在6省试点建立失业动态监测，此后逐步扩大至全国各省市。2011年，人社部建立全国就业信息监测制度，实现对劳动者就业登记、失业登记和享受就业扶持政策等相关信息的全面监测。其中，失业率测量指标采用登记失业率与城镇调查失业率；工资与人工成本类指标包括：社会平均工资、各类工资指数、行业工资差距、工资指导线和劳动力小时/日/周补偿费用等；就业人数指标包括：从业人员数、新增就业人数、城镇人员再就业人数、失业人数等。

国外官方就业统计指标监测经验更为丰富。国际劳工组织（International Labour Organization，简称ILO）对各国的就业统计问题进行了规范，制订了《劳动力市场关键指标（KILM）》，并进行多次修订，监测指标主要包括劳动力参与率、就业人口比率、就业状况、按部门划分的就业、按职业划分的就业、非全日制工人、工作时间、非正规经济就业、失业、青年失业、长期失业、与时间相关的不充分就业、非经济活动、受教育程度和文盲、技术不匹配、工资和人工成本、劳动生产率，以及贫困、收入分配、按经济阶层就业和工作贫困[5]。目前欧盟、经合组织及各国遵循ILO的推荐，采用劳动力抽样调查（调查失业率）和就业机构统计（登记失业率）两种统计方法。此外，KLEMS（K-capital，L-labor， E-energy，M-materials，and S-purchased services）数据库是国际上重要的行业层面劳动数据来源之一，涵盖20多个国家和地区的产出、资本、劳动力、中间投入及能源数据（Jorgenson et al.， 2016）。基于国家官方就业统计数据，美国在KLEMS项目中发布了65个行业的就业人数，而日本则公布了89个行业的就业人数。

（三）关于失业预警监测研究

从国内相关理论研究与具体实践来看，劳动保障部课题组（2002）较早地研究了失业的监测预警问题，构建了失业预测“回归模型”和“神经网络模型”。近年来国内学者深入研究了失业预警的相关理论，并采用不同方法构建具体预警模型，包括扩散指数法、递阶对角神经网络、BP（back propagation）神经网络、回归预测等。陈仲常等（2010）提出失业预警系统包括失业风险监测系统和预警系统，并在此基础上，设计了失业预警电子平台系统。李宏等（2012）重点探讨了基于回归分析技术构建失业预警系统的理论基础、方法论及具体步骤，并对比了多种回归技术在预测失业率方面的效果。鲍春雷（2019）提出了失业预警的系统框架，并利用调查失业率及宏观经济等数据，进行了预警模拟，同时提出了完善失业预警的建议；解金键等（2023）设计了基于大数据技术的就业监测预警方案，通过使用“爬虫技术”从招聘网站中直接获取就业相关信息，实现自动化数据汇总，并根据数据分析结果，制定相应的预警指标，以及时识别并应对潜在的风险和变化。

从国外的研究情况来看，失业预警一般通过采用相关参数变量并建立数学模型，模拟计算出相对精确的失业线或警戒线。国外学者通过扩散指数、综合指数、利用时间序列分析、移动平均模型、自回归模型、门限自回归模型、基于分数协整与平滑转换自回归相结合的模型以及Harvey的时间序列自回归移动平均模型等对失业预警进行监测。从国外实践情况来看，发达国家早在20世纪40年代就建立起失业预警系统，以防范外生的冲击和大规模失业对劳动力市场乃至社会经济的影响。近年来随着网络技术的发展，各国侧重于研究运用网络技术建立劳动力市场信息系统（Labour Management Information System，以下简称LMIS），监测就业与失业状况，提供劳动力市场供给与需求信息、职业教育和培训信息，帮助人们找到培训或工作。Larsen（2007；2009）、Vivent（2009）等研究了基于 Web 的劳动力市场信息系统及其在欧洲国家的实施，以及瑞典、法国等国家和地区层面劳动力市场监测的技术设计。

（四）关于全球就业形势监测的趋势研究

境外劳动力市场的监测机制建立较早、体系较为完善，运行相对成熟，在应对解决就业问题和指导宏观调控方面发挥了积极作用。美国的就业形势监测主要包括当前人口调查（Current Population Survey，以下简称CPS）和当前就业统计（Current Employment Statistics，以下简称CES）。英国最主要的就业形势监测手段包括劳动力调查（Labour Force Survey，LFS）、职位空缺调查（Vacancy Survey，简称VS）、月度工薪调查（Monthly Wages amp; Salaries Survey，简称MWSS）和“赚缴实时信息”（Pay As You Earn Real Time Information， 简称PAYE），即基于税务信息管理系统进行的就业监测。德国的就业形势监测主要由纳入微观人口普查的劳动力调查（labor force survey）和就业账户（employment accounts）组成，同时，德国统计部门根据社保部门提供的就业人员参保信息按季度发布社会保险参保就业人数，并建立了岗位空缺、工资率、工作时间的监测分析机制。日本的就业形势监测包括劳动力调查和月度劳动统计调查。中国香港的就业监测主要是通过综合住户统计调查、雇佣及职位空缺统计调查和劳工收入统计调查实现。中国台湾地区就业监测工作主要包括人力资源调查统计和受雇员工薪资工时统计。

从全球发展趋势来看，就业监测工作具有一定的共性。一是统计方法方面，均主要依托于由政府部门组织开展的劳动力调查，以家庭住户为单位对劳动年龄人口展开抽样调查，调查范围全覆盖。二是调查设计方面，采用多阶段抽样方法，兼具代表性，劳动力调查问卷详细询问受访者个人信息和就业信息，通过样本轮换机制统计环比和同比数据。三是统计结果方面，以月度劳动报告的形式发布，涵盖就业及失业人数、就业率、失业率、劳动参与率等关键性指标并经过季节性调整，参考ILO标准，具有国际可比性。

在劳动力调查以外，发达国家和地区根据实际情况辅之以不同的调查手段实现对就业监测的补充，呈现出不同的特点。美国的机构调查，抽取工作地点调查，以工资单记录信息为主统计得到总体就业规模、工作时长、薪资等指标，样本量大、覆盖面广，提供非农就业数据这一关键指标，是美联储决策的重要参考之一；英国基于税务信息管理系统建立了一套实验性统计方法——PAYE实时信息，通过汇总经由税务系统的工资转账信息得到受薪雇员规模和工资水平，覆盖全体正规就业人口，具有优越的时效性；德国利用就业账户，挖掘汇总一切可以获得的统计来源核算就业规模和结构，可以识别出劳动力调查无法覆盖到的边缘就业者，数据具有完整性和综合性，还用于计算劳动生产率等派生指标，辅助宏观决策；日本的每月劳动统计调查同样是机构调查，从雇主角度收集信息，在就业监测系统中起到补充工资和工时数据的作用，统计得到的求人倍率可以反映劳动力市场的供需情况；中国香港地区则是通过抽选用人单位，聚焦职位空缺进行调查统计，以反映劳动力市场需求，对失业率及失业趋势提供有益补充；中国台湾地区与日本类似，在劳动力调查外，另设一项受雇员工薪资工时统计，从劳动力市场需求侧角度，专门统计受雇员工工时、薪资、进退率状况以及劳动生产率等指标，以了解整体劳动市场人力需求以及工时与薪资变动趋势。

二、上海就业形势监测的现状

近年来，上海不断优化就业形势监测制度，为促就业、保民生提供准确的信息依据。

（一）就业形势调查制度逐步建立

现阶段，上海统计部门和人社部门均建立了相应的调查制度。其中统计部门主要通过劳动力调查和劳动工资统计报表制度获取就业信息。

劳动力调查采用了国际通行的指标定义、调查方法，收集全社会就业人员的具体情况。2016年起，国家统计局正式在全国范围开展月度劳动力调查，上海调查样本量为每月1.28万户，调查范围覆盖11520个城镇和1280个乡村。劳动力调查项目分为住户信息、个人信息、工作情况和无工作情况4个模块。

劳动工资统计报表制度统计调查对象是法人单位，统计范围为全部地域的一套法人单位表和一套非法人单位表。统计调查内容是调查对象单位中的从业人员及工资总额等情况。

人力资源和社会保障部门实施人力资源与社会保障统计调查制度，涵盖就业统计、人力资源市场统计、工资福利统计及社会保险统计等内容，调查范围覆盖全市，采用城乡居民入户抽样调查方式。此外，通过人口普查、经济普查、农业普查等也可获取部分就业信息。

（二）就业形势监测指标日趋多元

我国较早采用城镇登记失业率，但随着劳动力市场改革推进，登记失业率对劳动力市场反映不全面、不敏感的弊端日益突出。在此背景下，我国开始采用全面调查与抽样调查相结合的方法，以相互补充和验证的方式，对就业与失业的总体特征及其变化趋势进行统计分析，并于2018年正式发布城镇调查失业率。

从宏观层面看，就业相关指标主要有城镇新增就业人数、调查失业率与失业人员实现再就业人数等。另外，上海户籍城镇登记失业人数与领取失业保险金人数也可作为参考指标。从微观层面看，就业相关指标主要有公共就业服务机构市场供求状况的调查数据等。

（三）就业形势监测方式逐渐多样

随着信息化技术发展，上海深入探索运用大数据手段加强就业形势监测，经过多年的实践，逐步构建起了网上监测、社区监测和定点监测相结合的“三位一体”就业形势监测体系，并随形势发展不断完善监测指标、丰富监测手段，积极跟踪分析上海市就业状况变化，重点做好就业预警监测，防范失业风险。

网上监测主要依托上海市统一的就业信息管理系统提供各项业务信息数据，包括反映整体就业状况的指标，如上海市就业登记参保人数（含上海市户籍和外来从业人员）；反映户籍劳动者就业状况的指标，如户籍劳动者就业人数；反映失业状况的指标，如登记失业率。

社区监测主要依托负责社区管理和公共服务的就业援助员定期上门开展劳动力资源的调查排摸和政策宣传，了解社区人员失业在家、隐性就业等方面情况并录入数据系统。同时，上海在16个区的37个社区设立了外来人员就业情况监测点，每月对外来人员的流动、就业状况及薪酬水平进行动态监测。

定点监测主要是根据国家开展失业动态监测工作的统一部署，兼顾企业规模及行业类型，选择了近2000家企业作为样本持续定点开展监测。

（四）就业形势专项监测日渐完善

为精准掌握特定人群的就业现状与需求，近年来，上海市开展了一系列专项就业监测与调查。

一是高校毕业生就业状况跟踪调查。上海人社部门和教育部门每年都会通过问卷调查、就业社保大数据等方式定期开展高校毕业生就业状况调查分析，研究结果供政府部门决策参考，同时对离校未就业高校毕业生开展“一对一”跟踪帮扶和就业服务。

二是农民工就业情况监测调查。按照全国部署要求，上海每年开展农民工监测调查，调查对象为抽中调查小区和抽中住户的所有住户成员。该项监测调查内容涵盖住户成员的基本情况；劳动力就业基本情况；外出从业人员及本地非农务工人员的工作条件、收入水平、生活情况和社会保障情况；以及农村劳动力在本地的自主经营和创业情况等。

三是退役军人就业情况监测调查。为科学精准研判退役军人就业形势，全面了解掌握退役军人就业情况，国家统计局上海调查总队于2023年开展上海市退役军人就业情况调查。该项调查在上海市16个区抽取400个居委会，共调查12000名退役军人，调查内容包括退役军人就业情况、职业教育培训需求、创业服务需求。

三、上海就业形势监测存在的问题

当前上海就业形势总体平稳，但国内外经济形势复杂，就业总量压力和结构性矛盾并存，“有活没人干”和“有人没活干”的问题尚未根本解决，对照新形势和新要求，上海就业形势监测工作仍存在一定短板和问题。

（一）就业形势监测机制尚不成熟

当前虽然统筹制定了就业形势监测工作规划，但就业形势监测机制尚不成熟，不同部门之间在就业监测工作中的协调配合不够紧密，存在一定的信息壁垒与沟通不畅等问题，导致监测工作的整体性和协同性欠佳。虽然上海市成立了大数据中心，但在实际工作运行中，就业、经济、产业、外贸、人口、统计等部门的数据仍呈现割裂状况，交换机制仍未有效建立，部分数据口径仍未实现标准化。

此外，由于缺乏适应中国国情的数据季节调整机制，统计部门难以保证关键指标能够进行有效的月度比较。统计部门应参考美国普查局的Genhol程序，全面综合考虑公历季节效应与农历节假日效应，将公历与农历节假日所产生的“移动假日效应”同时纳入模型，从而有效剔除季节因素影响。

（二）就业形势监测指标尚不完善

当前，就业形势监测虽然涵盖了反映劳动力供求状况的求人倍率等指标，发挥了一定的预测功能，但更多仍局限于反映实时就业状况的指标，如城镇新增就业人数、调查失业率、登记失业率等。基于历史数据进行对比分析，这些指标一定程度上可以研判就业状况好坏并作出趋势性判断，但对于预判和防控大规模失业风险的准确性、前瞻性、灵敏性不强，尤其是难以精准区分风险行业、区域和人群等，失业预警机制的科学性、实用性有待进一步提高。

另外，当前就业指标反映经济形势的有效性和全面性不足。当前仅公布了城镇调查失业率，统计范围涵盖城镇常住人口，而农村劳动力的使用状况并未反映在该指标中。与此同时，监测指标存在的问题还包括调查失业率指标单一，未能涵盖不同地区和人群的具体失业情况，导致难以进行区域性和结构性分析；尚未建立关于工资收入和岗位空缺的月度调查机制；缺乏劳动参与率、单位就业人数、灵活就业人数、长期失业人数等统计；关于劳动力市场供需变化的信息不足等。此外，对于特殊群体就业数据的统计仍有一定缺失，如退休人员、残疾人等。

（三）就业形势监测范围尚不全面

一方面，部分灵活就业形式被监测遗漏。目前，统计部门开展的《劳动力调查》中新增了新就业形态相关问题，如“您本人是否有通过互联网开展或承接的业务（包括主要工作和其他工作）？”但收集的样本量较少，且新就业形态仅是灵活就业的形式之一，难以客观反映灵活就业人员的整体全貌。同时，基于就业登记参保人数进行的网上数据监测，也因进行灵活就业登记及缴纳社保的比例低，难以准确掌握灵活就业人员的真实就业数据。

另一方面，一些非正规就业渠道，如小型个体经营户、家庭作坊式就业等，可能由于信息获取难度大、统计方法受限等原因，未被全面准确地统计。还有部分农村地区的季节性务工人员也难以被现有就业形势监测体系全面涵盖。此外，部分自主创业群体，特别是一些处于初始创业阶段、规模较小的创业者，也因统计口径等问题未能及时纳入监测范围。

四、完善上海就业形势监测机制的相关建议

就业形势监测是一项系统工程，涉及指标体系、监测机制、调查方式及监测队伍等多个方面，这些关键要素既独立运行，又互相影响、互相关联。基于当前上海就业形势监测工作面临的新形势新要求新挑战，提出以下建议。

（一）强化部门协同联动，健全运转高效、快速响应的就业监测工作机制

一是建立就业形势监测工作小组。加强顶层设计，由人社部门牵头，统计部门、发展改革、商务、税务、教育、公安等部门参与，建立规范化、精准化、制度化的就业形势监测协调推进机制，构建指标设定、方案设计、数据采集、统计分析、趋势研判、结果发布与应用的闭环管理体系。工作小组定期开展就业形势监测指标数据采集，召开就业形势分析研判例会，协商解决促进就业工作中的重点问题、突出问题，研究制定促进就业政策举措。

二是明确相关部门职责与分工。清晰界定各部门在就业监测工作中的具体职责，避免职责不清导致就业监测系统运行效率低下。例如：统计部门负责数据的收集与汇总，人社部门负责就业政策的制定与执行情况监测，经信等部门负责企业用工情况的监测等。同时，建立责任追究制度，对于未能履行职责的部门进行问责，以确保各部门切实履行自身责任，共同推动就业监测工作的高效运转。

三是完善就业数据实时共享机制。借助数字化转型，强化政府部门间就业数据实时共享，赋能就业形势监测工作。建立就业数据共享协调机制，加强就业数据共享统筹协调和管理服务能力，严格落实数据安全管理要求，形成“职责清晰、分工有序、协调有力”的数据共建共享格局。优化就业数据共享流程，提高数据供需对接智能化、精准化、便捷化水平。

（二）借助数字信息技术，完善科学严谨、系统全面的就业监测调查体系

一是丰富劳动力统计监测方式。完善劳动力市场抽样调查系统，采取企业调查、员工调查与住户调查相结合的方式，企业调查可依据税收机构或社会保险征缴机构收集的企业信息进行分层抽样；员工调查与住户调查可采用多阶段分层整群抽样，并实施样本轮换制度。利用现代化技术，创新调查方式，应对“入户难”等问题，如“数字化面访”系统、计算机辅助电话访问系统、传真、网络数据交换等。

二是完善就业监测保障系统。加快数字化建设，进一步完善人力资源基础信息库和用工主体基础信息库，增加就业监测指标采集信息。建立统一规范的指标标准和统计口径，明确各监测指标的基本概念、内涵与外延，便于不同监测主体所采集数据之间进行相互印证和补充完善，进一步增强横向、纵向可比性，提升就业监测实效。相关部门遵循信息标准化原则，适应数据联通对比要求，为做好就业形势监测工作提供技术支撑。

三是整合运用就业大数据资源。充分利用人社部门的就业登记、社保缴费信息，公安部门的实有人口信息，以及市场监管部门的实有单位信息等大数据资源，构建全方位的就业、失业监测分析研判机制，坚持动态监测，实现精准研判，进一步完善劳动力市场总体分布流向的图谱，加强对各类劳动者群体就业状况变化规律的研究和分析。

（三）借鉴学习国际经验，建立客观合理、丰富实用的就业监测指标体系

一是构建“三层两类”指标体系框架。根据与就业的相关性，拟从“外、中、内”三个层次构建指标体系。外层指标主要是反映宏观经济运行和人口变化趋势的指标，该层指标变化先于就业数据，对就业具有传导效应，属于先导性指标。中层指标主要是反映劳动力市场供求状况的指标，该层指标变化对未来一段时期内的就业数据将产生直接影响，属于预警性指标。内层指标主要是反映当期就业、失业状况的指标，即结果性指标。“两类”是指由于每一层指标均对应包含了多个可监测指标，拟根据关联程度，将每层指标细分为核心类指标和参照类指标。

二是设定就业形势监测具体指标。外层为宏观层面的先导性指标，核心类指标包括国民经济增长速度、对外贸易出口额；参照类指标包括固定资产投资额、社会消费品零售总额、劳动年龄人口规模等。中层为供需层面的预警性指标，核心类指标包括企业用工需求、求人倍率；参照类指标包括企业单位数、欠保企业数、平均工资；内层为当期层面的结果性指标，核心类指标包括单位就业人数、灵活就业人数、三次产业就业人数分布、失业情况；参照类指标包括平均工作时间、劳动参与率等。

三是统计细分城乡、区域调查失业率。科学、合理、准确衡量农村地区劳动力的利用情况，如农村劳动力非农就业工作时间、农村劳动力非农就业失业率等。同时，参照国际惯例，计算并发布分区、分性别、分年龄、分行业、分教育程度等不同群体的调查失业率，精准锁定失业风险所指向的区域、人群、行业等，以快速采取防范应对措施。此外，逐步建立和完善退休人员、残疾人等群体的专项就业监测。

（四）整合政府企业资源，探索渠道多元、相互印证的灵活就业监测路径

一是准确理解把握灵活就业标准。根据《中华人民共和国社会保险法释义》，“灵活就业，是与正规就业相对而言的就业状态”灵活就业形式主要有非正规部门就业、自雇型就业、自主就业和临时就业。国办文件对灵活就业的界定是，个体经营、非全日制、新就业形态。总体来看，灵活就业本质上是一种劳动关系不规范的非正规就业，劳动合同是确立劳动关系最重要的手段，可依据劳动合同签订情况判断是否为灵活就业。

二是进一步完善灵活就业统计监测路径。目前上海综合运用人社部门的就业人口数据库、灵活就业登记参保信息库、社区外来人员就业监测信息库和公安部门的实有人口自主申报信息库，结合灵活就业状况抽样调查，通过五库合一多维度全方位监测灵活就业人员就业状况。未来进一步加大调查样本覆盖面、大数据的充分挖掘等，以提升灵活就业统计监测的精准性。

三是探索新就业形态统计监测。通过住户调查、平台企业调查及社保数据分析等渠道对新就业形态开展监测统计。住户调查主要指在人口普查、人口抽样调查、劳动力调查中设置相应题目识别新就业形态从业者。平台企业调查指依托平台企业的业务信息调查新就业形态注册人员、月活人数、收入总额等，并考虑跨平台重复情况，对新就业形态从业人员规模进行估算。社保数据分析主要指根据新就业形态就业人员职业伤害保障试点工作数据，获得相应订单完成数量、缴费人员数量等，并根据数量波动变化研判新就业形态从业人员的变化趋势。

（五）加强职业能力建设，打造敬业奉献、服务专业的就业形势监测队伍

一是提升监测队伍的职业化和专业化能力。持续加强就业形势监测队伍的业务培训，提高调查员开展入户调查访问的专业素养和工作技巧；提升督导员的敬业精神和工作能级；加强统计分析管理人员对热点话题和可用数据的敏感性；提升统计分析工作人员收集数据、整合数据、使用数据、解读数据的专业水平等。

二是完善就业监测队伍奖励激励机制。将就业形势监测资金纳入财政预算内专项经费支出，明确资金来源并保障按时足额支出，特别是增加基层就业统计调查工作的经费支持。进一步优化完善基层就业统计队伍的考核管理，通过科学合理的考核指标全面评估基层统计人员的工作表现和成果，并依据考核结果，给予相应的表彰与奖励。

三是整合社会资源共同加强就业形势监测。加强与科研院所、行业协会、重点企业、智库等社会机构的合作，引入社会力量共同参与就业形势监测工作。建立数据跟踪监测机制，跟踪分析社会关注度持续较高的重要数据，研究各重点行业、热点区域的劳动就业数据变化，进一步提升对未来就业形势的研判能力。

参考文献：

[1]Cazes， Sandrine， Sher Verick. Perspectives on labour economics for development[M]. International Labour Office， Geneva， 2013：255-282.

[2]Hansen B. E. Inference in TAR Models[J]. Studies Nonlinear Dynamics Econometrics， 1997， 2： 1- 14.

[3]ILO. Key Indicators of the Labour Market， Eigth edition [M]. International Labour Office， Geneva，2014：13-20.

[4]Jones， S.， amp; Riddell， W. C. The Measurement of Labor Force Dynamic with Longitudinal Data： The Labour Market Activity Survey Filter[J]. Journal of Labor Economics， 1995， 13（2）： 351-385.

[5]Jorgenson D W， Fukao K， Timmer M P. The World Economy： Growth or Stagnation？ [M]. Cambridge， United Kingdom： Cambridge University Press，2016.

[6]Larsen， Christa， Marco Mevius ， Jenny Kipper ， Alfons Schmid. Information Systems for Regional Labour Market Monitoring： State of the Art and Perspectives [M]. Rainer Hampp Verlag， 2009：40-47.

[7]Larsen， Christa， Waldemar Mathejczyk ， Alfons Schmid. Monitoring of Regional Labour Markets in European States [M].Rainer Hampp Verlag， München u. Mering， 2007：13-27.

[8]Van Dijk D.， Franses， P. H.， amp; Paap， R. A Nonlinear Long Memory Model with an Alication to US Unemployment[J]. Journal of Econometrics， 2002， 110： 135-165.

[9]Vivent， Céline， Yvette？Grelet， Bernard？Hillau. A comparison of French web-based information systems in use for labour market monitoring at regional and local level[J]. Information systems for regional labour market monitoring， Rainer Hampp Verlag， 2009： 40-54.

[10]鲍春雷.失业预警系统的构建与模拟应用［J］.中国劳动，2019（2）：67-80.

[11]陈仲常等.失业风险自动监测和预警系统研究[M].北京：中国社会科学出版社，2010：58-89.

[12]解金键，陈敏，李春蕾，等.大数据背景下就业监测预警实施方案研究大数据背景下就业监测预警实施方案研究[J].山东人力资源和社会保障，2023（09）：30-31.

[13]劳动和社会保障部劳动科学研究所课题组.我国失业预警系统与就业对策研究 [J]. 经济研究参考，2002（34）：13-28.

[14]李宏，李建武，莫荣，等.基于回归分析的失业预警建模实证研究[J].中国软科学，2012（05）：138-147.

[15]唐青，王汉鹏.关于完善我国就业失业统计制度的研究[J].中国劳动，2016（04）：26-31.

[16]王亚菲，贾雪梅，王春云.中国行业层面就业核算研究[J].统计研究，2021，38（12）：3-18.

[17]王阳.我国就业状况变化的综合评价：一种增强就业形势监测效能的新工具[J].中国人力资源开发，2020，37（09）：101-114.DOI：10.16471/j.cnki.11-2822/c.2020.9.007.

[18]袁国敏.建立劳动力市场监测与统计体系的思考[J]. 渤海大学学报 （哲学社会科学版）， 2015（1）：56-60.

[19]张翕.就业监测体系构建与宏观调控：基于国际比较视角[J].劳动经济研究，2023，11（04）：118-143.

Research on the Monitoring Mechanism of Employment Situation"in Shanghai

Hou Liwen1 ， Zhang Shaohua1，2， Wang Jiawen3

（1 Shanghai Institute of Human Resources and Social Security，Shanghai 200070，China

2 Shanghai Municipal Human Resources and Social Security Bureau 200125， China

3 Shanghai Employment Promotion Center， Shanghai 200051， China）

Abstract： Carrying out employment situation monitoring work efficiently is of great significance for promoting high-quality and full employment. Currently， the employment situation investigation system in Shanghai is gradually being established， with increasingly diverse monitoring indicators and methods， and specialized monitoring becoming more perfect. However， under the new situation， the monitoring of employment situation still faces certain problems and challenges， such as incomplete monitoring scope， immature monitoring mechanism， and incomplete monitoring indicators. Based on this， this study proposes relevant suggestions from the aspects of improving the employment monitoring mechanism， perfecting the employment monitoring and investigation system， establishing an employment monitoring indicator system， exploring flexible employment monitoring paths， and building an employment situation monitoring team.

Key Words：Employment situation; Monitoring mechanism; Monitoring indicators

[基金项目] 2022年度全国统计科学研究项目“新形势下我国就业形势监测机制研究”，批准号为2022LY097。

[作者简介]侯立文，上海市人力资源和社会保障科学研究所（上海市社会保险科学研究所）人力资源研究室副主任，助理研究员，研究方向：就业创业与人力资源管理;张少华，上海市人力资源和社会保障局政策研究室主任，上海市人力资源和社会保障科学研究所（上海市社会保险科学研究所）所长，研究方向：就业创业、人事人才;王加文，上海市就业促进中心来沪人员就业处处长，研究方向：劳动力市场、失业预警与劳动就业理论。