劳动时间过长的危害（专家劳动时间变长）

为解决就业问题，需要通过技术创新进一步做大总量，提升企业技术需求，提高劳动力队伍与企业需求的匹配程度，提升生产率，驱动经济高质量发展。

　　今年以来，高校毕业生就业问题引发各方关注，劳动者参与劳动时间变长、高才低就、慢就业等多种现象的出现，折射了就业市场面临的严峻形势。通过梳理当下劳动力市场的典型现象，并分析原因，本文认为总量增速下行、资本驱动发展、劳动力升级速度高于生产率增速是造成上述现象的主要原因。为解决就业问题，需要通过技术创新进一步做大总量，提升企业技术需求，提高劳动力队伍与企业需求的匹配程度，提升生产率，驱动经济高质量发展。

　　现阶段劳动力市场的重要现象

　　1．劳动者劳动参与时间变长。

　　近年来，我国就业人员的平均工作时间逐渐变长，自2018年6月份起有统计的近4年时间，就业人员工作时间由45.9小时提高至2022年3月的47.3小时，受疫情影响较小的2021年10月平均工作时间达48.6小时，比2018年6月增加5.9%（图1）。

　　2．高才低就——人才本身的技术能力与劳动需求不匹配。

　　近期有较多反映高学历劳动者追逐某个较为普通职位的媒体报道，标题如“街道办城管拟录用某大博士”“名牌大学毕业生争抢生产流水线岗位”等。智联招聘调研数据也显示，2022年毕业生平均期望月薪6295元，比去年的6711元下降约6%，侧面反映了当下人才下沉，向本身能力以下的区域寻求工作机会的情况。

　　3．毕业生慢就业，寻求公职岗位和考研的比例增加。

　　近年来更多应届毕业生开始选择自由职业，或者“慢就业”。慢就业是指毕业后既不就业也不深造，而是暂时选择游学、支教、在家等方式慢慢考虑人生道路。《2022大学生就业力调研报告》显示，18.6%的应届毕业生选择自由职业，同比上升2.8个百分点；15.9%选择慢就业，同比上升3.1个百分点。同时，2022年国家公务员考试报考人数212.3万人，考研人数457万人，分别比2021年增加61.1万人、80万人，创下历史新高。

　　原因分析

　　1．总量增速下行与劳动力供给刚性。

　　近年来，受疫情冲击和三重压力影响，经济增长面临压力，总量增速降低，作用于劳动力市场，需求端的企业响应更快，企业根据经济市场环境灵活决策，缩减招聘规模，而供给端高校毕业生总量持续增长，呈现供给刚性，导致供给过剩。比较2009年来GDP实际增速与高校毕业生增速（图2）可发现，两者均呈现略微下行趋势，但GDP下行的幅度更大。同时由于进入企业后被裁员可能性增加，公职工作更受欢迎。

　　劳动力供给随着人口老龄化、高校扩招放缓将有所减少，但劳动力需求仍需经济总量持续增长形成支撑。

　　2．资本驱动型增长，劳动力升级速度高于生产率增速。

　　总产出的贡献主要来自三个因素：资本、技术、劳动。改革开放40多年来，资本的要素贡献率不断上升，最近15年的平均增速快于之前（图3）。TFP（全要素生产率）的贡献在2002~2007年期间触顶后逐步下降，劳动的贡献持续下降。

　　同时，劳动者队伍升级速度快于生产率增速，根据历次人口普查数据（图4），大专以上学历人口在总人口中的占比持续上升，增速在2010年达峰，2020年比2010年仍增长63.16%；15岁以上人口平均受教育年限持续上升，2020年比2010年增长9.14%，而TFP增速自2007年后处于低位，2008~2018年264个地级以上城市TFP平均增速为0.54%（图5）。

　　由于资本要素贡献率持续上升，劳动力升级速度快于产业升级速度，企业对高技术劳动需求不足，劳动者被迫向下寻求工作机会，造成就业市场高才低就，人才下沉；同时资本推动的项目需要相应数量的劳动数量投入而非劳动质量的投入，造成劳动时间延长；最后由于对高技术劳动需求不足，高技术劳动者对应的合适岗位较少，部分高校毕业生选择不进入就业市场，通过延长搜寻合适岗位的时间，寻找适配性较高的工作，所以考研、慢就业的毕业生比例增加。

　　破局——技术、创新驱动契合劳动力市场升级

　　解决劳动力市场问题，既需要从劳动力市场本身入手，更要从经济增长这一根本因素着手，通过技术驱动实现接续发展，做大经济总量实现人才需求的数量提升；同时实现人才需求质量升级，契合人才队伍供给。资本驱动的发展模式面临边际递减效应、偿债压力，造成了就业的结构性问题。针对中国经济发展的阶段性特征，党的十九大报告提出“高质量发展”，指出我国经济已由高速增长阶段转向高质量发展阶段，要实现从重视数量到提升质量，从规模扩张到结构升级，从要素驱动到创新驱动的多个维度的发展模式转变。

　　1．各国技术驱动转型路径。

　　各国成功实现技术驱动转型的经验和路径具有一定参考价值，概括而言主要有“政府 大企业”模式，如韩国等；“政府 研究型大学 企业”模式，如美国等；“政府 企业 应用型大学”模式，如德国等。

　　韩国的“政府 大企业”模式，主要由于韩国的早期工业化是政府主导，政府通过五年计划、出口导向等实现了工业基础建立，但政府过度干预和支持大企业集团发展，导致财阀势力形成，大企业主导经济发展，并在产业升级中承担重要角色。

　　韩国于1997年制订科技革新计划，政府提出提高研发投入、从跟踪模仿向科技前沿转变，在2009年启动绿色增长计划，将绿色技术等17项新兴产业列为新增长动力，支持智能汽车、5G、智能机器人等新制造产业发展。以三星、现代等为代表的大企业则抓住上世纪90年代信息产业浪潮，推动电子信息、精密机械、精密化工、新材料及能源产业发展，提高产业技术附加值，推动韩国在上世纪末成为高收入经济体，2004年以来，韩国企业的研发投入占总研发投入的比例稳定在3/4以上。韩国模式的主要问题是大学力量薄弱，基础创新不足，同时中小企业实力有限很难参与研发，大企业必须自己进行创新，增加了研发成本。

　　美国从资本驱动向技术驱动的转型开始于上世纪20年代，20世纪20、30年代美国国内申请专利为1.45万项、2.20万项，带动同一时期制造业劳动生产率年均提升5.6%、2.5%，技术创新驱动运输设备、机械制造、钢铁化学工业等行业走在增长前列。70年代后，受石油危机和布雷顿森林体系倒塌等因素影响，美国面临滞胀。90年代后，计算机产业带动美国经济自1991年持续增长120多个月。

　　美国上世纪90年代产业升级中，“政府 研究型大学 企业”模式得以集中体现。中央政府制定《信息高速公路计划》对产业升级进行宏观引导，财政在网络技术、超级计算机、基础研究上给予补助、减税支持；货币政策上相机调整利率政策，支持股市稳定；立法上加强反垄断领域法规建立，保持市场竞争环境。地方政府则通过设立中小企业咨询中心，向中小企业提供低息贷款等给予支持。研究型大学和企业作为创新主体，形成了硅谷、西雅图等科技高地，大学侧重基础性研究，资金主要来源于公有部门，研究成果的知识产权通常给予高校，政府在知识产权转化为企业成果后形成税收完成成果分享；企业侧重应用与技术研发，产学研主要通过自发方式结合。2000年互联网危机后，美国金融业高速发展，实体产业逐渐被我国、欧洲等替代，2019年，美国政府提出重振制造业的口号，在芯片、软件、生物科技等优势领域加强政府投入和产学研协同，在清洁能源、高端制造等重点领域发力，同时优化产业环境吸引产业回国。

　　德国的本轮产业升级开始于2008年金融危机后，针对美国产业空心化契机，政府提出“工业4.0”计划，主要解决德国机械与设备制造较强，在互联网领域相对落后的问题，通过发展智能制造加强互联网、物联网、工业机器人在生产、物流领域的应用。企业方面，在中小企业在GDP中占比达75%而研发能力相对弱势的背景下，德国汽车、精密制造领域的大型企业通过物流、网络整合、联动产业链上的中小企业，形成创新合力。应用型大学则通过与企业联合培养学生等方式培养产业人才。德国模式主要是研究型大学相对弱势，基础研究较为缺乏，研究型人才相对不足。

　　2．政策建议。

　　一是加强政策引导。发挥产业政策宏观引导作用，优化财税、货币政策协同支持，不断推动产业结构转型升级和实体经济做实做强做优。稳定市场预期，进一步深化要素市场化配置，促进要素流动。加大对优势产业、重点攻关领域、绿色经济的支持力度，引领高质量发展路线，落实高质量发展理念。

　　二是加强创新主体保护。保护各类创新主体，包括市场主体、研究主体。在合法合规的前提下给予更多自主空间，增加试错机会。加大企业研发费用加计扣除优惠力度，支持大企业与中小企业共同研发和产业链联动，不断优化创新创业环境，深化知识产权保护和反垄断法律法规体系建设。

　　三是加强产学研联动。建立健全高校与企业人员流动机制，加强福利保障衔接。加强产学研中介组织、合作平台建设力度，通过政府、高校参投等方式加强企业目标与社会目标融合度，避免单纯追求短平快。加强研究成果产权授予机制，公有部门通过支持研发做大总量后获得税收收入，由知识成果的直接分享转向间接分享。

　　四是加大研究人员保障。加强中低端科研人员保障，加大在校研究生补贴力度。庞大的科研队伍、坚强的工程师力量是推动创新、创新与社会需求融合的支柱，日本岛津制作所工程师田中耕一在质谱仪研发过程中发明LDI离子化技术并获诺奖。日亚化学工程师中村修二开发出高亮度蓝色LED并获诺奖，日本的工程师创新与企业雇佣相对稳定、企业对研发试错态度包容高度相关，所以应加强对研发人员的保护，避免“35岁”现象，减少其后顾之忧。

　　通过加强技术创新，从依赖资本投入拉动经济走向技术创新驱动经济，提升人才队伍需求，实现人才培养和人才使用的更好结合，在解决就业问题的同时，培育新的内生经济增长点，更好服务于新时期经济高质量发展的需要。