美国非农数据下修91万，就业统计模型还可信吗？

2026年6月10日，美国劳工统计局（Bureau of Labor Statistics, BLS）提名人松本公开表示，近期美国就业数据出现的持续大幅下修，部分原因可能源于当前所采用的统计模型存在缺陷。这一表态正值市场对非农就业数据可靠性高度敏感之际，也恰逢BLS完成其年度“基准修正”（benchmark revision）流程的关键节点。松本的发言虽未详述具体模型漏洞，但直接将焦点引向BLS长期以来依赖的出生-死亡模型（birth-death model）等估算机制，引发投资者对官方就业指标真实性的重新评估。

就业数据下修幅度创近年新高

松本此番言论并非空穴来风。早在2025年9月9日，美国劳工部已发布初步基准修正估计，揭示了此前非农就业数据系统性高估的严重程度。根据该修正，截至2025年3月的非农就业岗位总数被向下调整91.1万个，降幅达0.6%。其中，私营部门就业被削减88万个，占整体修正的97%以上。

细分行业数据显示，多个关键经济板块均遭遇显著下调。批发贸易岗位减少11.03万个（-1.8%），信息产业减少6.7万个（-2.3%），专业和商业服务减少15.8万个（-0.7%），休闲与酒店业减少17.6万个（-1.1%）。制造业亦被下修9.5万个岗位。值得注意的是，仅有交通运输与仓储、公用事业两个子行业出现小幅上调，分别增加6600和3700个岗位，凸显服务业与数字经济领域在原始统计中的高估问题尤为突出。

该基准修正是基于更完整的行政记录（如州级失业保险登记数据）对月度抽样调查结果进行校准的结果。BLS通常每年2月发布最终修正值，而2026年2月公布的最终版本预计将确认甚至扩大2025年9月披露的初步调整幅度。松本作为即将执掌该机构的提名人，在最终修正发布数月后指出模型问题，暗示当前方法论可能无法及时捕捉企业创建与倒闭的真实动态。

统计模型缺陷：出生-死亡模型的盲区

BLS每月发布的非农就业报告主要依赖两项数据源：一是对约14万家企业的抽样调查（Current Employment Statistics survey），二是通过“出生-死亡模型”估算未纳入样本的新成立企业（births）和已关闭企业（deaths）对净就业的影响。后者尤其关键——在经济波动期，初创企业激增或倒闭潮往往无法被滞后的企业名录更新所覆盖，因此需通过模型推断。

然而，该模型长期受到学术界与市场分析师质疑。其核心假设是新企业创造的就业岗位数量与历史趋势呈线性关系，但在技术变革加速、远程办公普及、零工经济扩张的背景下，企业生命周期显著缩短，传统模型难以准确捕捉结构性变化。例如，在疫情后复苏阶段，大量微型数字服务企业快速涌现又迅速退出，这类“短命”实体极易被模型高估其净就业贡献。

2025年的大幅下修表明，过去两年中，BLS可能系统性高估了新企业带来的就业岗位增量。尤其是在信息、专业服务和零售等领域，数字化转型催生了大量非传统雇佣关系，而现有统计框架仍将这些活动归类为“正规就业”，导致数据失真。松本的表态，实质上承认了这一方法论滞后于现实经济结构演变的事实。

市场影响：政策预期与资产定价面临重估

就业数据是美联储货币政策决策的核心依据之一。若官方统计持续高估劳动力市场热度，可能导致央行在通胀压力尚未完全受控时过早放松政策，或在经济实际放缓时仍维持紧缩立场。2024年至2025年间，美联储多次援引强劲的非农数据作为维持高利率的理由。如今回溯发现这些数据可能被夸大，市场不得不重新评估过去两年的政策路径是否过度紧缩。

对投资者而言，这一修正不仅影响历史判断，更关乎未来预期。若BLS未来调整模型以降低对出生-死亡估算的依赖，或引入实时税务、支付平台等替代数据源，非农报告的波动性可能下降，但初期也可能因方法变更引发新的不确定性。此外，行业层面的修正差异提示结构性机会：被大幅下修的行业（如信息、批发贸易）可能面临盈利预期下调，而修正幅度较小或正向调整的领域（如公用事业、运输仓储）则相对更具韧性。