报告概述
本报告聚焦于香港特别行政区劳动力参与率（LFPR）的持续下降趋势，尤其关注2015年至2025年间加速下滑的现象。报告通过分解人口结构变化和行为变化，量化人口老龄化和青年劳动参与率下降对总体LFPR的贡献。同时，深入分析青年参与率下降的驱动因素，包括教育选择、经济结构转型、人工智能崛起及劳动力市场竞争加剧。报告采用移位-份额分析和队列回归模型，并与其他亚太经济体进行比较，旨在为政策制定者提供应对劳动力市场挑战的参考。
报告的核心结论
人口老龄化是香港LFPR下降的主要驱动因素。
报告通过移位-份额分析表明，人口老龄化对总体LFPR的负面影响最大。老年人口（65岁及以上）占比从2015年的15.6%上升至2025年的24.2%，尽管该群体自身LFPR有所提升，但因其参与率远低于年轻群体，导致总体LFPR承压。
青年劳动参与率下降主要由继续教育导致。
2024年，20-24岁非劳动人口中90%因“就读教育机构”而不参与劳动，高于2020年的85.7%。报告指出，持续教育反映青年为适应经济结构转型和技能需求升级而推迟进入劳动力市场。
人工智能加剧青年就业风险，推动延迟就业。
报告显示，青年更集中于高暴露-低互补性（HELC）职业，如常规服务岗位，这些岗位易受AI自动化冲击。AI可能减少入门级岗位、加剧竞争并压低起薪，促使青年通过继续教育提升技能以应对风险。
经济结构转型推高技能要求，激励青年追求更高学历。
香港就业正向金融、专业服务等高附加值行业转移，传统行业就业萎缩。青年在低技能岗位的就业机会减少，而高技能岗位需求上升，促使青年通过教育提升竞争力，导致劳动市场进入延迟。
报告回答的关键问题
香港劳动力参与率下降的主要原因是什么？
报告指出，主要原因是人口老龄化（老年人口占比上升）和青年劳动参与率下降。其中人口老龄化贡献最大，而青年参与率下降则与继续教育、经济结构转型和人工智能冲击等因素相关。
为什么香港青年越来越晚进入劳动力市场？
报告发现，90%的20-24岁非劳动青年因“就读教育机构”不参与劳动。青年选择继续教育是为了适应高技能岗位需求、应对AI带来的就业风险，以及在日益高学历化的劳动力市场中保持竞争力。
人工智能对香港青年就业有何具体影响？
青年更集中于高AI暴露、低任务互补性岗位（如服务销售、文书工作），这些职业易被自动化替代。AI可能导致入门级岗位减少、竞争加剧和薪资压力，从而推动青年通过培训或深造来规避风险。
香港的劳动参与率趋势与其它经济体有何不同？
与澳大利亚、日本、新西兰等经济体不同，这些国家青年LFPR上升部分抵消了人口老龄化影响，而香港和新加坡则是少数总体LFPR下降的经济体，主要因青年参与率下滑。韩国青年参与率虽低但稳定。
报告中的代表性数据
总体劳动参与率
2015年至2025年，香港劳动参与率（含外籍家庭佣工）整体下降，反映劳动力供给相对工作年龄人口收缩。
20-24岁青年劳动参与率
2005年至2025年，青年参与率大幅下滑，是导致总体LFPR下降的重要行为因素。
65岁及以上人口占比
2015年至2025年底，老年人口比例上升，尽管其参与率从9.4%升至13.5%，但整体仍远低于年轻群体。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整的移位-份额分析（Shift-Share Analysis）结果，详细分解各年龄组人口结构变化和行为变化对总体LFPR的贡献，并附有图表。
- 香港与澳大利亚、日本、韩国、新加坡、新西兰等经济体的LFPR对比分析，展示青年参与率跨国差异。
- 队列回归模型（Cohort-based Regression）的技术细节和估计结果，量化教育程度对青年劳动参与率的影响。
- 人工智能暴露度与任务互补性分类方法，以及按年龄、性别、职业划分的就业分布数据。
- 针对青年就业的行业和职业结构变化数据，包括零售、住宿等传统行业与金融、专业服务等高附加值行业的就业趋势。
- 政策建议部分，涵盖应对人口老龄化的退休激励、女性劳动参与提升、技能再培训和AI风险缓解的具体措施。
- 参考文献列表，包括IMF、HKMA及其他学术来源的相关研究。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
