非农反复修订：美国就业统计的局限与改革路径

今年上半年，美国非农就业数据曾数次以超预期的增长显示出就业市场的韧性，随后公布的修订却又削弱了这份强劲：5月新增就业从最初的17.2万人连续下调至6.3万人。

到了9月4日，8月报告再度录得16.2万人的较强增长，同时将6月、7月新增就业合计上修5.5万人。从初值偏强到随后下修，再到最新报告走强并上修前值，市场对就业和利率的判断也随之反复调整。

经济变化与统计修正交织在一起，使投资者更难分辨，就业趋势究竟发生了转折，还是此前据以判断的数字发生了改变。

在工资早已电子化发放、银行交易可以即时入账的时代，这种困惑尤其突出。问题的核心，在于企业经营已经留下大量数字记录，全国就业统计却仍需用样本和假设补足信息缺口。要缩小两者的距离，既要改进测量方法，也要跨越数据整合的制度门槛。

一、非农反复修订，加大利率定价难度

“新增非农就业”统计的，主要是农业之外企业和政府机构支付工资的岗位，比上个月净增加了多少。假定一个月增加100万个岗位，同时减少90万个，新增非农就是10万个，并不等于所有新招聘的人数。

首次公布的数字称为初值。由于资料尚未收齐，随后两个月通常各修订一次，吸收补报、更正记录及有关统计处理的变化。调高是上修，调低是下修。

2026年上半年，六个月完成两次常规修订后，与初值相比，三个月上修、三个月下修。只看每月改动的大小、不分方向，平均修订幅度约为5万人。对原本只增长几万人的月份，这样的变化足以改写强弱判断。

月份	首次公布	第二次公布	第三次公布
1月	13.0	12.6	16.0
2月	-9.2	-13.3	-15.6
3月	17.8	18.5	21.4
4月	11.5	17.9	14.8
5月	17.2	12.9	6.3
6月	5.7	2.0	3.1

上表单位为万人，负数表示岗位减少；数字已扣除估计的常规季节影响。第三次公布完成两次月度修订，之后仍可能调整。

5月最能说明这种落差：从17.2万人降至6.3万人，累计下调10.9万人，约相当于初值的63%。4月则先从11.5万人上调至17.9万人，再降至14.8万人。同一个月的就业事实，先后给出了不同强度的信号。

8月报告又把市场带回“就业偏强”的叙事。新增16.2万人，高于市场预期的5.6万人；6月、7月合计上修5.5万人，其中7月甚至从减少2.3万人改为增加2.1万人。

但按最新数字，6月至8月平均每月仅增加约7.1万人。8月餐饮服务及饮酒场所、地方政府教育两项贡献了约62%的净增量。一个月反弹，并不足以证明多数行业已持续加快招聘。

数据的影响并不停留在统计表中。美联储作为美国中央银行，通过利率影响借款成本，同时承担稳定物价、维持充分就业的职责。就业较强，通常会降低它对加息伤及就业的担忧；就业持续转弱，则可能增加降息的必要性。

投资者据此交易国债和利率期货。后者是围绕未来利率水平交易的合约，价格可以折算为市场对加息或降息的预期概率。概率会随消息变化，并非政策承诺。

2月11日，1月新增就业13万人，高于路透调查预期的7万人。报告发布后，利率期货反映的6月不调整利率概率，从约25%升至接近40%。到了3月6日，2月就业意外减少9.2万人，市场原本却预计增加5.9万人。美国国债收益率回落，6月降息预期上升。

6月5日，5月初值报出17.2万人，4月又被上调。当天上午，对政策利率较敏感的两年期美国国债收益率升至约4.15%；LSEG估算的12月加息概率由约48%升至65%。

7月2日，6月初值仅增加5.7万人，低于预期的11万人，4月、5月又合计下修7.4万人。报告发布后，市场反映的9月加息概率由约75%降至60%左右。这里比较的是各次发布前后、对应会议的定价，并非同一个会议概率的连续序列。

这轮变化的症结在于：市场6月初依据5月17.2万人的初值提高加息预期，之后同一个5月又被连续下修，最终只剩6.3万人。就业发生在5月，市场却分几次才接近更完整的认识。

利率还受通胀、地缘局势等消息影响，不能把这些波动全部归因于统计误差。2月就业下降也包含天气和罢工等扰动。但报告发布与后续修订表明，市场必须同时处理两层不确定性：经济怎样变化，以及统计是否已经准确识别变化。

修订可以改善统计，却不能撤销基于旧数据作出的交易。 统计以分阶段确认的方式接近事实，金融市场和央行却必须即时作出决定。非农带来的困扰，由此进入债券价格、企业融资成本和货币政策判断。

二、从样本推算到实时观测：统计方法与制度约束

非农数据的形成：样本估计与逐步校准

美国劳工统计局，英文简称BLS，主要通过两项调查编制就业报告：向企业和政府机构收集工资册记录的企业调查，以及向家庭询问工作、求职情况的住户调查。

非农岗位主要来自企业调查。它数岗位，住户调查数人：一个人同时在餐馆和商店工作，前者计两个岗位，后者只计一名就业者。为自己经营业务的自雇者通常也不在非农工资册统计中。

企业调查涉及约11.9万家企业和政府机构、62.2万个工作场所。连锁企业有多家门店，所以工作场所多于企业数量。样本覆盖约26%的总体就业，规模相当大；其余岗位的当期变化仍需推算，并非每次发布都读取了全国工资记录。

企业报送的是包含每月12日的工资期内，领取全部或部分工资的雇员人数，以及有关工资和付薪工时。工资期指工资对应的工作期间，与钱进入银行账户的日期不同。

统计部门按地区、行业、规模等抽取样本，赋予权重，规定一个受访单位代表总体的多大一部分。再比较连续两个月都有记录的同一批企业，估计相应行业变化。

新开业和退出经营的企业难以及时完整进入这组比较，需要用“企业出生—死亡模型”补足。“出生”“死亡”分别指企业开业和退出，模型则依据已知资料及统计关系估算未观测部分。

之后还要进行季节调整，剔除开学、假日购物等规律性用工变化。简化来看，某行业8月增加10万个岗位，正常年份通常增加8万个，超出常规季节变化的部分约为2万个。正式计算更复杂，同样依赖对正常季节规律的判断。

非农初值因此是一项经过加权、模型补足和季调的全国估计，并非一张实时工资总账。 电子数据交换和网页报送已分别占采集方式约57%和29%，说明传输早已大量电子化；由局部推算总体的生产方式，却没有因此改变。

行业岗位按工作场所的主要业务分类，私营与政府就业按雇主性质划分。平均时薪和平均周工时，主要由私营部门工资、付薪工时记录加权计算，后者还包括部分带薪休假。

这些分项也需要解释。假定两人工作小时相同，时薪分别为10美元、30美元，平均是20美元；低工资者离职后，平均升至30美元，留下的人并没有加薪。100人每周从40小时减至36小时，岗位没减少，总工时却已下降10%。只看岗位或平均工资，可能漏掉用工结构的变化。

失业率来自住户调查，是失业人数占劳动力人数的比例。劳动力包括就业者和符合求职等条件的失业者。有人停止求职，通常会退出劳动力统计，失业率也可能下降。因此还要观察劳动参与率，即相应人口中就业或参与求职的比例。

初值经历两次月度修订后，年度基准修订再以更广覆盖的行政记录校准就业总量。行政记录是税务、社保等部门履行管理职责时收集的资料。非农的重要参照来自各州失业保险雇主申报汇成的就业与工资季度普查，覆盖约97%的非农企业调查统计范围内岗位。

初值的四重局限：总体推断与即时决策之间的落差

一、局部记录即使真实，全国推断仍然依赖条件。

企业工资册通常是客观经营记录，不能简单等同于主观问卷。问题出在从这些记录走向全国结论的过程：样本是否具有代表性，权重是否适当，未回复者与回复者是否相近。

例如，连锁企业仍在扩招且及时报送，经营困难的小商户更容易迟报，已收到的记录就可能低估小企业收缩。企业调查总体单位响应率由2019年12月约59%降至2024年12月约43%，使未回复部分的处理更为重要。这个比例不是全国岗位覆盖率，也不是当月初值的完整程度。

抽样并不必然意味着大误差，合理的大样本可以相当准确。但准确性来自代表性及统计处理，而非对每个岗位的直接确认。当推算所需的条件改变，原有精度就可能受到影响。

二、经济转折最需要看清的部分，往往尚未进入样本。

新企业信息进入可用行政记录通常需要7至9个月，进入企业调查至少需要一年。企业突然停止报送，也难以立即区分是迟报还是停业。经济变化越集中于新企业设立、旧企业退出，既有企业的比较越难及时给出完整答案。

模型能够补缺，但企业开关门的节奏、行业结构和招聘季节一旦变化，历史关系也可能失效。政策越需要识别转折，统计越可能依赖尚未得到验证的假设。

三、总量估得较准，不代表月度净变化同样精确。

假定一个经济体有1亿个岗位，某月真实净增5万个。当月总量估计偏高5万个、上月估计没有偏差，公布的净增就会变成10万个。

5万相对于1亿仅为0.05%，对总量看似很小，却使这个月的净增长翻倍。这个假设说明，总量精度不能直接为增量精度作担保。市场交易的恰好又是新增值及其相对预期的差距。

四、纠错发生在事后，政策风险却产生于当下。

2026年2月完成的年度基准修订，将2025年3月岗位总量下调89.8万人。这是就业总量与更广覆盖记录之间的差额，并非某一个月少增89.8万人。2026年3月最新初步差额则为下调7.9万人，明显较小，尚待最终确定。误差大小会随时期变化，不能据一次严重修订断言所有月份均不可信。

但准确性分阶段获得，意味着交易者不能在今天使用几个月后才形成的版本，央行也不能等拐点完全确认才行动。有效的事后纠错，并不自动满足实时决策的需要。

四个问题共同落在同一基础上：用局部记录和统计假设重建全国就业变化，再将结果用于即时决策。催报、改界面、换模型都有价值；如果真实记录仍长期停留在统计系统之外，改进就主要发生在“如何推算”这一端。

实时记录的整合：联邦分权、法定用途与成本分担

直接接入银行、税务或发薪系统，方向上有助于增加观测、减少推断。但“数据已经存在”与“全国统计能够及时使用”，在美国是两件不同的事。

联邦体制下，州政府并非联邦部门的下级办事机构。失业保险虽有联邦共同框架，各州仍依本州法律分别管理，拥有各自的系统和规则。工资记录首先服务于本州征税、待遇核定，要使其持续服务于全国月度统计，需要协调不同层级的法定职责。

制度差异也体现在字段含义中。劳工统计局工资记录项目说明，多数州按实际支付工资的季度报告，少数州按提供劳动的期间确定归属；有的收集职业代码，有的只有职位名称，还有的没有职业信息。工时、工作地点和入离职日期等项目也未统一。文件可以瞬间传送，收到的却未必是能够直接相加的同一种记录。

联邦机构之间同样有边界。国税局负责税收征管，劳工统计局负责劳动统计，人口普查局承担人口和企业等调查，各自取得资料的法律依据和用途不同。一家机构合法持有数据，并不意味着另一家可以自由调用。

劳工统计局2026年公布的共享报告显示，与人口普查局交换多工作场所企业资料时，相关州数据限于州已授权披露的部分；人口普查局提供的有关企业资料，则限于不受联邦税法相关限制的部分。共享已经存在，却不等于权限天然一致。

所以，数据整合涉及谁能取得、用于何种目的、能否转交、由谁承担泄露责任。保密制度保护企业和个人，也维系统计信任。改革需要明确而稳定的合法使用渠道，电脑算力无法替代法律授权。

银行和税务记录也未按就业统计需要设计。一人多账户、一个岗位分次发薪，都是正常银行业务；频繁收到税款，不等于同时收到逐人、逐工资期明细。美国一般报告工资和就业税的941表按季度申报，逐人全年工资税表W-2通常到次年1月31日前报送。

发薪软件已算出工资，并不代表国家可以随时读取所有个人记录。提高频率还涉及改变企业报送义务、统一定义和持续维护系统。更好的全国统计惠及整个市场，改造成本却落在州机构、企业及数据提供方，需要明确由谁组织、谁来付费。纽约州共享规则就要求，非失业保险用途的资料提供落实费用补偿，并履行协议和保密检查。

美国也在推进整合。劳工统计局工资记录项目已与参与州建立标准化共享机制，但仍按季度接收资料，初步记录约在季度结束六个月后到位，最终记录约在九个月后到位。这是该项目的时滞，不能套用于所有就业统计；它说明电子记录成为跨州可用的公共资料，仍需漫长流程。

企业经营的信息化走在前面，全国统计所需的统一规则、使用权限和责任安排尚未同步形成。 改革要使更多岗位变化直接进入统计，让模型填补更小的缺口。即使实现高频接入，补报、更正、支付期间转换和季调仍然需要，实时数据也不会自动成为零误差数据。

三、沃什的数据改革：实施边界与政策影响

美联储主席凯文·沃什对现行数据的批评，触及了这种落差：企业已用及时的经营资料作决策，央行依赖的部分调查却回复不足、问题滞后，经过多轮修订才更有价值。

2026年6月17日，他宣布组织五个工作组。其中，数据工作组评估新信息来源和采集方法，另一个涉及生产率与就业的工作组研究新技术如何改变产出和用工关系。生产率指一定劳动投入能够生产多少产品和服务；每名雇员产出提高，同样的经济增长就未必需要过去那么多新增岗位。

沃什提出的方向包括审视官方统计方法、吸收私人企业使用及时经营资料的做法，以及采用人工智能等分析工具。他并未公布以某一家工资服务商取代非农的方案，也明确承认其他政府机构的职责，否认美联储要全面重做全国经济总量统计。

改革的实施路径：内部分析先行，全国整合有赖协同

美联储能先做的，是在现有权限内增加工资记录、企业资料和失业保险申请的交叉比较，减少对单月初值的依赖。全国就业统计的重建，则需要更广覆盖、稳定供给和统一规则。前者改变如何使用信息，后者改变哪些信息可以持续取得。

私人资料也有样本边界。工资服务商的客户可能集中于特定行业或企业规模，客户转入转出也可能被误判为就业增减。若只用更快的商业样本替换原有样本，测量风险未必减少。新方法还应接受检验：在历史上每个时点当时可得的信息条件下，是否确实改善了判断。

人工智能可以加快匹配与处理，但无法赋予法律尚未授予的访问权，也不能把从未报送的雇佣关系变成已观测事实。分析工具的进步，仍受数据供给制度约束。

沃什6月17日表示，希望秋季开始获得更多工作组意见，多数甚至全部工作组争取年底完成工作。8月28日，他再次说明建议将在以后提出，不影响当时政策决策。这个安排针对研究工作，并不意味着2026年底将建成全国实时就业数据库。

以2026年9月为观察起点，改革可按不同范围理解其时间尺度：

• 数月至一年：内部局部应用。 在现有权限和预算内，引入已能合法取得的资料，改进美联储部分分析流程。
• 一至两年：有条件的局部试点。 若干州或提供方统一定义、加快传输，让新旧方法并行，比较覆盖与误差。
• 三至五年或更长：全国性实施。 只有牵头主体、法律授权、经费和责任分配落实后，这一多年尺度才有讨论基础；不能从今天无条件倒数。

这些区间是按改革范围作出的条件性分析，并非沃什公布的工期。判断进展，要看持续供给协议、法律授权、稳定预算和公开方法比较是否出现。它们决定改革只是多了几项参考指标，还是开始改变全国统计的基础。

货币政策的潜在收益：降低误判风险，改善信息透明度

近期更可行的收益，是减少统计误差对政策的放大。若新增岗位在合理修订范围内变动几万人，就足以使政策判断完全翻转，说明决策过于依赖尚未稳定的初值。岗位、工时、参与率及可得行政记录持续指向同一方向，通常比一次跳升更有说服力；分析中仍须识别哪些指标共用数据、并非独立证据。

这不要求央行一律等得更久。它需要对孤立读数保留余地，同时对多种资料共同显示的转弱或转强更早行动。

政策价值是双向的。就业已经转弱却被高估，可能使高利率维持过久；暂时偏弱被当作持续衰退，又可能导致过早放松。更可靠的信息能减少两种错误，不能预先等同于支持加息或降息。

新的信息来源也带来透明度要求。如果美联储更早掌握商业工资资料，市场却不知道它看到了什么、如何判断，部分非农发布时的波动可能转移为对央行意图的猜测。保护企业和个人信息的同时，还需尽可能说明数据覆盖、方法及局限。

上半年的反复修订，揭示了数字经济与公共统计之间的制度落差：广泛存在的经营记录尚未形成及时、统一的公共信息，统计部门需要以样本和假设补缺，市场和央行又必须据此即时决策。

沃什可以先改善美联储使用信息的方式。更深的改革，则要把分散记录纳入合法共享、口径一致、持续更新的统计体系。非农的进步，应体现为更少依赖对未知部分的推算、更早确认真实的就业变化。只有公共统计也随之改善，市场的根本困扰才可能缓解。