לניתוח המצב הכלכלי משתמשים לרוב בחוק של אוקן. המקדם שנגזר על ידי המדען מאפיין את היחס בין שיעור האבטלה לשיעור הצמיחה. הוא התגלה על בסיס נתונים אמפיריים בשנת 1962 על ידי מדען, שעל שמו נקרא שמו. הסטטיסטיקה מראה כי עלייה באבטלה של 1% מביאה לירידה בתוצר המקומי בפועל מהפוטנציאל בשיעור של 2%. עם זאת, יחס זה אינו קבוע. זה עשוי להשתנות תלוי במצב ובפרק הזמן. היחס בין שינויים רבעוניים בשיעור האבטלה לתוצר הריאלי - זהו החוק של אוקן. הנוסחה, יש לציין, עדיין נמתחת בביקורת. התועלת בהסבר תנאי השוק מוטלת בספק.
החוק של אוקן
המקדם והחוק שמאחוריו הופיעו כתוצאה מעיבוד נתונים סטטיסטיים, כלומר תצפיות אמפיריות. היא לא התבססה על התיאוריה המקורית, שנבחנה אז בפועל. ארתור מלווין אוקן ראה את התבנית על ידי לימוד הסטטיסטיקה של ארצות הברית. היא מקורבת. זה נובע מהעובדה שגורמים רבים משפיעים על התוצר המקומי הגולמי, ולא רק על שיעור האבטלה. עם זאת, שיקול פשוט כזה של הקשר בין אינדיקטורים מקרו-כלכליים מועיל לעיתים גם הוא, כפי שמראה המחקר של אוקן. המקדם שנגזר המדען משקף קשר יחסי הפוך בין תפוקה לאבטלה. אוקן סבר כי עלייה של 2% בתוצר המקומי הגולמי נבעה מהמשמרות הבאות:
- ירידה ברמת האבטלה המחזורית בשיעור של 1%;
- צמיחה תעסוקתית של 0.5%;
- עלייה במספר שעות העבודה עבור כל עובד בשיעור של 0.5%;
- צמיחה בפריון של 1%.
לפיכך, בהפחתת אחוז האבטלה המחזורית של אוקן ב- 0.1%, ניתן לצפות לעלייה בתוצר הריאלי של 0.2%. עם זאת, יחס זה משתנה במדינות שונות ובתקופות זמן שונות. תלות נבדקה בפועל הן לתמ"ג והן לתל"ג. לדברי מרטין פרקובני, ירידה של 3% בייצור נובעת מירידה של 1% באבטלה. עם זאת, הוא מאמין שמדובר רק בתלות עקיפה. לדברי פראצ'ובני, גורמים אחרים, למשל, ניצול כושר הייצור ומספר שעות העבודה אינם משפיעים יותר על האבטלה מאשר על הייצור. לכן עליכם למחוק אותם. ה- pratchivniki חישב כי ירידה של 1% באבטלה גורמת לעלייה בתמ"ג של 0.7% בלבד. יתר על כן, התלות הולכת ונחלשת עם הזמן. בשנת 2005 נערך ניתוח של נתונים סטטיסטיים אחרונים על ידי אנדרו הבל ובן ברנרקה. על פי הערכותיהם, עלייה באבטלה של 1% מביאה לירידה בייצור בשיעור של 2%.
נימוקים
אך מדוע שיעורי צמיחת התוצר עולים על אחוז השינוי באבטלה? יש לכך כמה הסברים:
- השפעת אפקט המכפיל. ככל שמועסקים יותר אנשים, הביקוש לסחורות גדל. לכן, נפחי הייצור יכולים לצמוח בקצב מהיר יותר מרמת התעסוקה.
- סטטיסטיקות לא מושלמות. אנשים מובטלים עשויים פשוט להפסיק לחפש עבודה. אם זה קורה, הם נעלמים מה"רדאר "של סוכנויות סטטיסטיות.
- שוב, עובדים מועסקים עשויים להתחיל לעבוד פחות. בסטטיסטיקה זה כמעט ולא מוצג. עם זאת, מצב זה משפיע באופן משמעותי על נפח הייצור. לכן, עם אותו מספר עובדים, אנו יכולים למעשה לקבל אינדיקטורים שונים למוצרי ברוטו.
- ירידה בפריון העבודה. יתכן שזה נובע לא רק מהידרדרות הארגון, אלא גם מכמות עובדים מוגזמת.
החוק של אוקן: פורמולה
אנו מציגים את המוסכמות הבאות:
- Y הוא נפח הייצור האמיתי.
- Y 'הוא התוצר המקומי הגולמי.
- u - אבטלה אמיתית.
- u 'הוא הרמה הטבעית של המחוון הקודם.
- c הוא מקדם Ouken.
בהתחשב במוסכמות לעיל, ניתן לגזור את הנוסחה הבאה: (Y '- Y) / Y' = c * (u - u ').
בארצות הברית, החל משנת 1955, המדד האחרון היה בדרך כלל 2 או 3, כפי שמוצג על ידי המחקרים האמפיריים שלעיל. עם זאת, לעתים נדירות משתמשים בגרסה זו לחוק של אוקן מכיוון שקשה להעריך את רמות האבטלה והתוצר המקומי הגולמי. יש גרסה אחרת של הנוסחה.
כיצד לחשב צמיחה בתוצר
כדי לחשב את צמיחת התוצר, אנו מציגים את המוסכמות הבאות:
- Y הוא נפח הפלט בפועל.
- ∆u - שינוי בשיעור האבטלה בפועל לעומת השנה שעברה.
- C הוא מקדם Ouken.
- ∆Y - שינוי בתפוקה בפועל לעומת השנה שעברה.
- K - גידול ייצור שנתי ממוצע בתעסוקה מלאה.
בעזרת סימונים אלה אנו יכולים לגזור את הנוסחה הבאה: ΔY / Y = k - c * Δu.
לתקופה המודרנית בתולדות ארה"ב המקדם C הוא 2 ו- K הוא 3%. לפיכך נגזרת המשוואה: ΔY / Y = 0.03 - 2Δu.
השתמש
הידיעה כיצד לחשב את מקדם Ouken עוזרת לעיתים קרובות בבניית מגמות. עם זאת, לעתים קרובות המספרים המתקבלים אינם מדויקים במיוחד. זה נובע מהשתנות של המקדם למדינות שונות ולפרקי זמן שונים. לפיכך, יש לקחת בחשבון את התחזיות של צמיחת התמ"ג עקב יצירת מקומות עבודה עם ספקנות מסוימת. יתר על כן, מגמות לטווח הקצר מדויקות יותר. זה נובע מהעובדה שכל שינויים בשוק יכולים להשפיע על המקדם.
