>> 廣發(fā)證券-廣發(fā)宏觀(guān)：美國(guó)1月就業(yè)數(shù)據(jù)公布之后-260212
| 上傳日期： |
2026/2/12 |
大?。?/td>
| 733KB |
| 格式： |
pdf 共7頁(yè) |
來(lái)源： |
廣發(fā)證券 |
| 評(píng)級(jí)： |
-- |
作者： |
郭磊，陳嘉荔 |
| 下載權(quán)限： |
此報(bào)告為加密報(bào)告 |
|
|
根據(jù)美國(guó)勞工部2月11日公布數(shù)據(jù)，1月新增非農(nóng)13萬(wàn)人，高于預(yù)期的7萬(wàn)人，前值4.8萬(wàn)人，且顯著高于達(dá)拉斯聯(lián)儲(chǔ)估算的3萬(wàn)人/月就業(yè)平衡水平（即每個(gè)月使勞動(dòng)力市場(chǎng)保持平衡的新增崗位數(shù)量）。私人部門(mén)新增就業(yè)17.2萬(wàn)人，高于預(yù)期的7.5萬(wàn)人，前值6.4萬(wàn)人。從趨勢(shì)上看，新增就業(yè)和私人部門(mén)新增就業(yè)人數(shù)3個(gè)月平均值均顯著回彈。就業(yè)擴(kuò)散指數(shù)從54.2%小幅回升至55%，顯示就業(yè)增長(zhǎng)的行業(yè)覆蓋面有所擴(kuò)大。
趨勢(shì)來(lái)看，headline新增和私人部門(mén)就業(yè)的3個(gè)月移動(dòng)平均值分別從-1.7萬(wàn)人和5萬(wàn)人回升至7.3萬(wàn)人和10.3萬(wàn)人；就業(yè)擴(kuò)散指數(shù)從54.2%小幅回升至55%，顯示就業(yè)增長(zhǎng)的行業(yè)覆蓋面有所擴(kuò)大；11月和12月新增就業(yè)數(shù)據(jù)分別下修1.5萬(wàn)人和0.2萬(wàn)人至4.1萬(wàn)人和4.8萬(wàn)人。
需要提示的是，美國(guó)勞工統(tǒng)計(jì)局在本次報(bào)告中引入了一項(xiàng)“出生-死亡模型”的方法論變更，可能導(dǎo)致本次新增就業(yè)數(shù)據(jù)有所高估。1月數(shù)據(jù)中，勞工統(tǒng)計(jì)局引入更具順周期特征的樣本數(shù)據(jù)來(lái)修正“出生-死亡模型”（BirthDeath Model），這導(dǎo)致在就業(yè)市場(chǎng)出現(xiàn)邊際放緩的背景下，模型對(duì)新企業(yè)創(chuàng)設(shè)（Births）貢獻(xiàn)的崗位預(yù)估出現(xiàn)了非對(duì)稱(chēng)的放大效應(yīng)，即在就業(yè)放緩期可能產(chǎn)生更大拖累，加速期則放大正向貢獻(xiàn)，整體增加月度波動(dòng)性。所以，1月非農(nóng)數(shù)據(jù)的高斜率，除內(nèi)生因素外，還一定程度上受到模型方法論變更的技術(shù)性抬升。醫(yī)療保健和社會(huì)救助1月新增就業(yè)13.7萬(wàn)人，為2020年9月以來(lái)最高單月增幅，可能與模型修正有關(guān)。
凈出生-死亡模型是BLS彌補(bǔ)非農(nóng)調(diào)查在企業(yè)開(kāi)關(guān)方面統(tǒng)計(jì)盲區(qū)的核心工具。非農(nóng)樣本覆蓋率約為全美非農(nóng)雇員的四分之一，無(wú)法捕捉新生企業(yè)的就業(yè)增量，也難以準(zhǔn)確識(shí)別倒閉企業(yè)的就業(yè)流失。BLS的處理方式分兩步：先假設(shè)樣本內(nèi)的無(wú)應(yīng)答和零報(bào)告（可能的企業(yè)死亡）被新生企業(yè)就業(yè)所抵消；再利用QCEW的就業(yè)計(jì)數(shù)檢驗(yàn)該假設(shè)的偏差，對(duì)歷史誤差序列運(yùn)用ARIMA外推，估算最近一次基準(zhǔn)修正以來(lái)的超額凈出生-死亡就業(yè)。因此，發(fā)布的調(diào)整項(xiàng)并非企業(yè)開(kāi)關(guān)帶來(lái)的全部就業(yè)變動(dòng)，而僅是薪資調(diào)查假設(shè)無(wú)法覆蓋的偏差部分。
BLS自2026年1月起正式將薪資樣本數(shù)據(jù)實(shí)時(shí)納入出生-死亡模型的當(dāng)期估算。新方法利用樣本內(nèi)企業(yè)就業(yè)變動(dòng)率與出生-死亡估算的歷史關(guān)系，對(duì)基于QCEW滯后數(shù)據(jù)的外推值進(jìn)行實(shí)時(shí)修正，也就是說(shuō)，模型首次具備對(duì)當(dāng)期經(jīng)濟(jì)狀況的響應(yīng)能力。
這種模型修正帶來(lái)的增量具有明顯的行業(yè)集中度。1月醫(yī)療保健與建筑業(yè)的新增就業(yè)表現(xiàn)異常強(qiáng)勁，其中醫(yī)療保健行業(yè)出現(xiàn)后疫情時(shí)代較為罕見(jiàn)的增幅，我們理解主要和統(tǒng)計(jì)參數(shù)調(diào)整帶來(lái)的脈沖式增長(zhǎng)有關(guān)，而不能完全表征內(nèi)生性增長(zhǎng)。
不過(guò)方法論修正不是唯一影響因素，數(shù)據(jù)還受益于A(yíng)I產(chǎn)能投資的帶動(dòng)。就算剔除醫(yī)療保健分項(xiàng)，1月私人部門(mén)就業(yè)新增人數(shù)亦顯著反彈，顯示當(dāng)前就業(yè)增長(zhǎng)的動(dòng)能相對(duì)廣泛。建筑行業(yè)新增3.3萬(wàn)人，其中2.5萬(wàn)新增來(lái)自非住宅專(zhuān)業(yè)貿(mào)易承包商，涵蓋電氣、水暖、暖通空調(diào)（HVAC）以及結(jié)構(gòu)性裝修。我們理解這類(lèi)增長(zhǎng)并非源于傳統(tǒng)住宅蓋房，而是由于數(shù)據(jù)中心、電力基建和AI基礎(chǔ)設(shè)施的建設(shè)熱潮。拖累項(xiàng)包括聯(lián)邦政府部門(mén)就業(yè)以及信息行業(yè)就業(yè)人數(shù)低迷，分別減少3.4萬(wàn)人和0.7萬(wàn)人。
1月建筑業(yè)新增的3.3萬(wàn)個(gè)崗位中，非住宅專(zhuān)業(yè)貿(mào)易承包商貢獻(xiàn)了2.5萬(wàn)個(gè)增量，且主要集中在電氣、暖通（HVAC）和結(jié)構(gòu)裝修領(lǐng)域。這一數(shù)據(jù)特征證實(shí)了AI產(chǎn)業(yè)鏈的資本開(kāi)支（CAPEX）正在由云端應(yīng)用向線(xiàn)下物理載體轉(zhuǎn)移，即由傳統(tǒng)住宅蓋房轉(zhuǎn)向?qū)﹄娏ω?fù)荷要求極高的數(shù)據(jù)中心和AI computing集群建設(shè)。這種由硬基建驅(qū)動(dòng)的崗位需求具有更強(qiáng)的抗周期性，反映出AI基礎(chǔ)設(shè)施建設(shè)已成為美國(guó)實(shí)體投資轉(zhuǎn)型的核心引擎。
從數(shù)據(jù)脫水角度看，剔除醫(yī)療項(xiàng)后的反彈驗(yàn)證了私人部門(mén)就業(yè)內(nèi)生動(dòng)能的廣度。盡管醫(yī)療保健行業(yè)因模型修正出現(xiàn)了13.7萬(wàn)的技術(shù)性沖高，但私人部門(mén)在剔除此項(xiàng)后依然實(shí)現(xiàn)顯著反彈，顯示出就業(yè)復(fù)蘇并非單一行業(yè)脈沖，而是由AI產(chǎn)能帶動(dòng)的一連串實(shí)體投資連鎖反應(yīng)。值得注意的是，信息行業(yè)就業(yè)跌至2022年5月以來(lái)的低點(diǎn)，反映出科技大廠(chǎng)在激進(jìn)投入AI硬件基建的同時(shí)，對(duì)傳統(tǒng)軟件及應(yīng)用端的白領(lǐng)崗位仍處于嚴(yán)苛的效率優(yōu)化與裁員收縮期。這種重基建、輕應(yīng)用的崗位分布，進(jìn)一步解釋了近期資本市場(chǎng)中硬件設(shè)備股優(yōu)于軟件股的底層邏輯。
醫(yī)療保健及社會(huì)救助行業(yè)貢獻(xiàn)了13.7萬(wàn)個(gè)新增崗位，創(chuàng)下后疫情時(shí)代的單月新高，顯示出老齡化趨勢(shì)下醫(yī)療需求的剛性支出已成為就業(yè)市場(chǎng)的壓艙石。
聯(lián)邦政府就業(yè)因延期辭職計(jì)劃落幕而減少3.4萬(wàn)人。
失業(yè)率數(shù)據(jù)走低。1月美國(guó)失業(yè)率（U3）從4.38%回落至4.28%。其中就業(yè)人口上升52.8萬(wàn)人，失業(yè)人口下降14.1萬(wàn)人，反映聯(lián)邦政府停擺影響持續(xù)消退。從失業(yè)原因來(lái)看，重新進(jìn)入勞動(dòng)力市場(chǎng)人數(shù)減少和臨時(shí)解雇人數(shù)減少對(duì)失業(yè)率形成下拉；辭職（job losers）人數(shù)上升對(duì)失業(yè)率形成上拉。此外，廣義失業(yè)率（U6）大幅下降0.4個(gè)百分點(diǎn)至8.0%，反映出因經(jīng)濟(jì)原因被迫兼職的人群正在快速轉(zhuǎn)向全職崗位，就業(yè)質(zhì)量的改善甚至優(yōu)于U3數(shù)據(jù)所呈現(xiàn)的表面讀數(shù)。勞動(dòng)參與率（
|
|
