圣路易斯联储分析：美国劳动力参与率2026年6月降至61.6%，人口修订与老龄化解释逾半降幅

关键要点

• 2026年，美国劳动力参与率大幅下降。参与率下滑通常被视为更多人对就业市场失去信心的迹象。
• 此次下降中，超过一半来自1月对人口规模的统计修正，以及人口老龄化的持续影响，而非劳动者退出劳动力市场。但部分降幅源于6月25至54岁劳动者参与率骤降。
• 尽管降幅显著，6月的变化使这些壮年劳动者的参与率回到与近年水平相符的位置。不过，未来几个月仍值得密切关注这一比率；若继续下降，可能预示这个关键年龄群体的劳动行为发生了更深层的变化。

美国劳动力参与率——即16岁及以上人口中正在工作或寻找工作者所占比例——在2026年6月降至61.6%。剔除新冠疫情扰乱劳动力市场的2020至2021年期间后，该比率目前处于1976年以来的最低水平。更引人注目的是变化之突然：2023年初至2025年末，参与率一直相当稳定，维持在62.4%至62.7%的窄幅区间内，随后在截至2025年12月的六个月里下降了约0.9个百分点。

推动劳动力参与率走低的因素

参与率下降常被解读为人们对就业市场失去信心，例如灰心丧气的劳动者，或决定不找工作的应届大学毕业生。然而，数据呈现的是多层次的情况。2026年的变化由三个不同因素造成：

• 降幅中占比最大的一项为43%，可追溯至一项统计事件：美国劳工统计局（BLS）在2026年1月进行的异常大规模人口控制修订。这是对用于衡量参与率水平的不同人口群体数据所作的修正。
• 不同年龄组参与率的变化占降幅的41%。其中大部分发生在单月，即6月，当时25至54岁（主要劳动年龄段）和55至64岁的劳动者参与率大幅下降。这些变化本身值得认真对待，不过对主要劳动年龄组而言，这在很大程度上抵消了此前几个月的上升。
• 其余16%归因于人口老龄化。这股力量确实存在且持续不断，但进展缓慢，应以年为尺度而非月为尺度来评估。

1月基准调整幅度异常大

每年1月，BLS都会根据更新后的人口估算值，即所谓的人口控制数，对当前人口调查（CPS）进行基准调整。通常，这几乎不会改变调查中的年龄构成。2023年至2025年各年1月的更新使65岁及以上人口占比最多变动0.14个百分点，而2026年1月的更新则使这一比例上升了0.62个百分点。

为了说明这一幅度，从一个月到下一个月，65岁及以上人口占比通常仅上升约0.04个百分点，也就是全年约半个百分点。因此，2026年1月的更新相当于在一个月内出现了超过通常一年的老龄化幅度；同一次更新还使主要劳动年龄段（25至54岁）人口占比下降了0.51个百分点。

下一张图清楚地呈现了这种对比：与此前三年相比，2026年1月是一个显著的转折点；此前几年，年龄构成沿着平缓的趋势线变化，而往年1月的更新只是小幅波动。这次转折从一开始就与众不同：2026年的更新采用了新方法（PDF），使总人口几乎保持不变，但人口构成转向更高年龄段；新近下调的净移民估计进一步强化了这一变化，而移民群体的年龄主要集中在25至54岁。

由于 CPS 会根据这些控制数据重新加权，而且65岁及以上人口中只有约19%参与劳动力市场，而处于主要劳动年龄的人口中这一比例约为84%，此次修订会机械性地拉低测得的参与率。也就是说，即使每个年龄组的参与率都保持不变，人口构成的变化也会影响总体参与率。

不过，有一个重要的注意事项：如果2026年1月更新后的控制数据更接近真实情况，那么2025年的参与率本来就应该更低。修订所反映的老龄化人口结构并非一夜之间出现；在 CPS 仍按旧控制数据加权期间，这种结构一直在形成。从这个意义上说，今年记录的六个月降幅有一部分并非真正的下降：这只是公布的参与率一步追上了按正确权重计算时早已达到的水平。究竟有多少属于这一部分，其余部分又由什么造成，正是下面的分解分析要回答的问题。

分解六个月的降幅

为量化这些渠道，我根据 CPS 微观数据计算了四个年龄组的月度参与率和人口占比，并分解了2025年12月至2026年6月总体参与率的变化，恰好对应第一张图中降幅出现的时间窗口。本文统计数据根据截至2026年6月的 IPUMS-CPS 基础月度微观数据计算，使用 BLS 综合权重；每个月计算出的未季调参与率与公布值的差异均在0.05个百分点以内。对四个年龄组的未季调参与率按人口占比加权，所得总体未季调参与率完全一致，因为这是一项会计恒等式。季节调整并不能保持这一关系：BLS 直接调整总体序列，而不是汇总经调整的各组参与率，两者未必一致。本文使用美国人口普查局的 X-13ARIMA-SEATS 程序对各组参与率进行季节调整；自2019年以来，各组参与率按人口占比加权后的总体值与公布的季调参与率在任意月份的差异均不超过0.08个百分点。在这一时间窗口内，该方法反映了公布的−0.90个百分点降幅中的−0.82个百分点。下表展示了相关数据。

第一张表中有两点值得注意。65岁及以上人群的参与率实际上上升了（但该年龄组在人口中占比上升，纯粹因此拉低了汇总参与率），而核心劳动年龄人群的参与率有所下降。正如我们将在下文看到的，这一降幅集中在单个月份。

第二张表中，移份分解将总变化拆分为三个渠道：1月修订贡献了−0.35个百分点（占总体降幅的43%，是最大的单项）；人口持续老龄化造成−0.14个百分点的降幅（16%）；组内参与率变化贡献了−0.33个百分点（41%）。形式上， ΔP = Σg s̄g Δpg + Σg ( p̄g - P�� ) Δsgrev + Σg ( p̄g - P̄ ) Δsgtr ，其中 P = Σg sg pg 为总参与率， p g 是年龄组g的参与率， s g 是该组占16岁及以上人口的比例。横线表示2025年12月和2026年6月数值的平均值。各组占比变化拆分为 Δs g = Δsgrev + Δsgtr ，其中 Δsgrev 是相对于该组按2025年趋势外推值的2026年1月跃升， Δsgtr 是纯趋势部分。第一项是组内（行为）部分；第二项和第三项分别是修订和人口持续老龄化带来的构成贡献。三项之和恰好等于总变化。

“行为”一行反映个人进入、留在或退出劳动力市场意愿的变化，看起来影响显著，但时机至关重要——我进一步按月份拆解这一累计变化时才发现了这一点。截至5月，组内参与率仅对0.56个百分点的降幅贡献了−0.09个百分点；构成因素（包括修订和人口老龄化）则占了截至当时降幅的84%。几乎整个行为项都集中在单个月份——6月。

结合背景看，6月的降幅值得仔细审视

这一个月值得仔细审视。6月总体劳动力参与率下降了0.3个百分点，而且几乎与人口构成变化无关：劳动年龄核心人群的参与率下降了约0.6个百分点，55-64岁人群的参与率也以相近幅度下滑。对于劳动年龄核心人群参与率这样规模庞大且稳定的序列来说，一个月内出现如此幅度的变动实属罕见，也是今年数据中真正令人担忧的数字。谨慎解读单月数据有两个原因。首先，CPS 的单月数据噪声较大，单月变动往往会在次月部分反转。其次，相同幅度的变动对不同序列传递的信息并不相同。例如，55至64岁人群规模较小、波动也较大，约0.6个百分点的降幅过去曾出现过，比如2025年初。劳动年龄核心人群规模大得多，历史上也稳定得多，一个月内出现如此幅度的变动确实罕见；除疫情初期几个月外，上一次出现如此幅度的单月变动是在1968年1月。这就是为什么文中将劳动年龄核心人群参与率下降，而非55至64岁人群的降幅，视为值得关注的数字。

下图提供了相关背景。劳动年龄核心人群的参与率从2025年夏末开始上升，到2026年初达到近期区间的上限。6月的下跌基本抵消了这波涨幅：参与率为83.3%，与2023年至2025年大部分时间持平，接近该区间底部，但仍处于熟悉的水平，并非创下新低。

劳动年龄核心人群的参与率是否已经触底？接下来几份就业报告中，最值得关注的一点，将是这一群体的参与率能否稳定在熟悉的水平，还是会继续下滑；首份报告将于8月7日公布，涵盖7月数据。如果参与率企稳，这将表明6月的下跌只是一次修正；如果继续下滑，则说明确实存在行为层面的拖累。

人口老龄化是故事中缓慢发展的部分

那么，人口老龄化的影响如何？它在持续发挥作用——每月约0.02个百分点，但在较短的时间窗口中不易察觉。过去六个月（自12月以来），人口老龄化使总体劳动力参与率降低了仅0.14个百分点。把时间窗口延长至整整一年，即2025年6月至2026年6月，人口老龄化使该期间0.77个百分点的降幅减少了0.25个百分点，约占三分之一。若将时间跨度延长至七年，人口老龄化的影响则占主导：比较2019年6月与2026年6月，参与率下降了1.5个百分点，而仅人口构成变化就使其下降了1.7个百分点——超过了全部降幅；各年龄组内部的参与率净值实际上有所上升。人口老龄化的影响逐月几乎难以察觉，但经过多年便具有决定性。如需查看1999年1月至2026年2月人口结构变化对该参与率的影响，请参阅旧金山联邦储备银行经济学家 Nicolas Petrosky-Nadeau 制作的这张图表。

这意味着什么

2026 年劳动参与率的下降最好分为三部分来看。最大的一部分是一次性测量修正——1 月的人口控制修订；这也意味着 2025 年的劳动参与率被高估了。每年稳定下降四分之一个百分点，是人口老龄化造成的，这一趋势还会持续，最好从较长时间跨度来评估。剩下的部分是 6 月壮年工作年龄人群的急剧下降：作为单月变动，这令人担忧，但它只是让壮年工作年龄人群的劳动参与率回到熟悉的区间，并非异常低位。下一份就业报告发布时，值得关注的就是这个数字。

注释

1. 本文统计数据使用截至 2026 年 6 月的 IPUMS-CPS 基本月度微观数据，并采用 BLS 综合权重；按此计算的（未经季节调整）劳动参与率与公布值在每个月的差异都不超过 0.05 个百分点。对四个年龄组未经季节调整的劳动参与率进行份额加权，所得总量恰好等于未经季节调整的总体劳动参与率，因为这属于恒等式。季节调整则不会保留这一关系：BLS 直接对总体序列进行调整，而不是汇总各组调整后的比率，因此两者不一定相同。本文各组的比率使用 Census Bureau 的 X-13ARIMA-SEATS 程序进行调整，其份额加权总量在 2019 年以来任意月份与公布的季节调整后比率之差均不超过 0.08 个百分点。在此期间，该方法捕捉到了公布的 0.90 个百分点降幅中的 0.82 个百分点。
2. 形式上， ΔP = Σg s̄g Δpg + Σg ( p̄g - P̄ ) Δsgrev + Σg ( p̄g - P̄ ) Δsgtr , 其中 P = Σg sg pg 是总体劳动参与率， p g 是年龄组 g 的劳动参与率，而 s g 是该组在 16 岁及以上人口中的占比。上横线表示 2025 年 12 月与 2026 年 6 月数值的平均值。各组占比的变化可拆分为 Δs g = Δsgrev + Δsgtr , 其中 Δsgrev 是相对于该组 2025 年趋势外推值的 2026 年 1 月跃升， Δsgtr 是纯趋势部分。第一项是组内（行为）部分；第二项和第三项分别是修订和持续老龄化带来的构成贡献。三项之和恰好等于总变化。
3. 谨慎解读单月数据有两个原因。第一，CPS 单月数据噪声较大，单月变动往往会在次月部分反转。第二，同样幅度的变动对不同序列所传递的信息并不相同。例如，55 至 64 岁人群所占比例较小，波动也更大；该组出现约 0.6 个百分点的降幅并非没有先例，例如 2025 年初就曾发生过。壮年工作年龄人群规模大得多，其历史序列也稳定得多；该组单月出现如此幅度的变动确实极为罕见。除疫情初期的月份外，上一次出现如此幅度的单月变动是在 1968 年 1 月。因此，文中将壮年工作年龄人群的降幅，而非 55 至 64 岁人群的降幅，视为值得关注的数字。
4. 如需了解 1999 年 1 月至 2026 年 2 月人口结构变化对这一比率的影响，请参阅旧金山联邦储备银行经济学家 Nicolas Petrosky-Nadeau 制作的这张图表。