Taloudellisen tilanteen analysoimiseksi käytetään usein Oukenin lakia. Tutkijan laskema kerroin kuvaa työttömyysasteen ja kasvun välistä suhdetta. Se löysi empiirisen tiedon perusteella vuonna 1962 tutkija, jonka kunniaksi se nimettiin. Tilastot osoittavat, että työttömyyden kasvu 1 prosentilla johtaa todellisen BKT: n laskuun potentiaalisesti 2 prosentilla. Tämä suhde ei kuitenkaan ole vakio. Se voi vaihdella tilasta ja ajanjaksosta riippuen. Työttömyysasteen neljännesvuosimuutosten ja reaalisen BKT: n välinen suhde - tämä on Oakenin laki. On syytä huomata, että kaavaa kritisoidaan edelleen. Myös sen hyödyllisyydestä selitetään markkinaolosuhteita.
Tammen laki
Kerroin ja sen takana oleva laki ilmestyivät tilastotietojen, ts. Empiiristen havaintojen, käsittelyn tuloksena. Se ei perustunut alkuperäiseen teoriaan, joka sitten testattiin käytännössä. Arthur Melvin Ouken näki mallin tutkimalla Yhdysvaltojen tilastoja. Hän on likimääräinen. Tämä johtuu siitä, että bruttokansantuotteeseen vaikuttavat monet tekijät, ei vain työttömyysaste. Tällainen makrotaloudellisten indikaattorien välisen suhteen yksinkertaistettu tarkastelu on kuitenkin joskus hyödyllinen, kuten Oukenin tutkimus osoittaa. Tutkijan laskema kerroin heijastaa kääntäen verrannollista suhdetta tuotannon ja työttömyyden välillä. Ouken uskoi, että bruttokansantuotteen nousu 2% johtui seuraavista muutoksista:
- suhdannetyöttömyyden lasku 1 prosentilla;
- työllisyyden kasvu 0, 5%;
- kunkin työntekijän työtuntien lukumäärän kasvu 0, 5 prosentilla;
- tuottavuuden kasvu 1%.
Siten vähentämällä Oukenin suhdannetyöttömyyttä 0, 1 prosentilla voidaan odottaa reaalisen BKT: n nousevan 0, 2 prosenttia. Tämä suhde vaihtelee kuitenkin maittain ja ajanjaksoittain. Riippuvuus on testattu käytännössä sekä BKT: n että BKT: n suhteen. Martin Pracovnin mukaan tuotannon 3% väheneminen johtuu työttömyyden vähenemisestä 1%. Hän uskoo kuitenkin, että tämä on vain epäsuora riippuvuus. Prachovnyn mukaan muut tekijät, esimerkiksi tuotantokapasiteetin käyttö ja työtuntien määrä, eivät vaikuta työttömyyteen enemmän. Siksi sinun on hävitettävä heidät. Pratchivniki laski, että työttömyyden väheneminen yhdellä prosentilla johtaa BKT: n kasvuun vain 0, 7 prosenttia. Lisäksi riippuvuus heikkenee ajan myötä. Vuonna 2005 Andrew Abel ja Ben Bernarke suorittivat viimeaikaisten tilastojen analyysin. Heidän arvioidensa mukaan työttömyyden kasvu 1 prosentilla johtaa tuotannon laskuun 2 prosentilla.
syistä
Mutta miksi BKT: n kasvuvauhti ylittää työttömyyden prosentuaalisen muutoksen? Tähän on useita selityksiä:
- Kertoimen vaikutuksen vaikutus. Mitä enemmän ihmisiä työllistää, sitä suurempi on tavaroiden kysyntä. Siksi tuotantomäärät voivat kasvaa nopeammin kuin työllisyysaste.
- Epätäydelliset tilastot. Työttömät voivat yksinkertaisesti lopettaa työnhaun. Jos näin tapahtuu, ne katoavat tilastolaitosten "tutkalta".
- Toisaalta tosiasiallisesti palkatut ihmiset voivat alkaa työskennellä vähemmän. Tilastoissa tätä ei käytännössä näytetä. Tämä tilanne vaikuttaa kuitenkin merkittävästi tuotantomäärään. Siksi samalla työntekijämäärällä voimme tosiasiallisesti saada erilaisia bruttotuotteen indikaattoreita.
- Työn tuottavuuden lasku. Tämä voi johtua paitsi organisaation heikkenemisestä myös liiallisesta työntekijämäärästä.
Tammen laki: Kaava
Esittelemme seuraavat käytännöt:
- Y on todellinen tuotantomäärä.
- Y 'on potentiaalinen bruttokansantuote.
- u - todellinen työttömyys.
- u 'on edellisen indikaattorin luonnollinen taso.
- c on Ouken-kerroin.
Edellä esitettyjen käytäntöjen perusteella voidaan johtaa seuraava kaava: (Y '- Y) / Y' = c * (u - u ').
Yhdysvalloissa vuodesta 1955 lähtien jälkimmäinen indikaattori oli yleensä 2 tai 3, kuten edellä esitetyt empiiriset tutkimukset osoittavat. Tätä Oukenin lain versiota käytetään kuitenkin harvoin, koska potentiaalista työttömyyttä ja bruttokansantuotetta on vaikea arvioida. Kaavasta on toinen versio.
Kuinka laskea BKT: n kasvu
BKT: n kasvun laskemiseksi otetaan käyttöön seuraavat käytännöt:
- Y on todellinen lähtömäärä.
- ∆u - todellisen työttömyysasteen muutos viime vuoteen verrattuna.
- C on Ouken-kerroin.
- Y - todellisen tuotannon muutos viime vuoteen verrattuna.
- K - tuotannon keskimääräinen vuotuinen kasvu täydessä työllisyydessä.
Näitä merkintöjä käyttämällä voidaan johtaa seuraava kaava: ΔY / Y = k - c * Δu.
USA: n historian nykyajanjaksona kerroin C on 2 ja K on 3%. Siten yhtälö johdetaan: AY / Y = 0, 03 - 2 Au.
käyttö
Ouken-kertoimen laskemisen osaaminen auttaa usein rakentamaan suuntauksia. Tuloksena olevat luvut eivät kuitenkaan usein ole kovin tarkkoja. Tämä johtuu kertoimen vaihtelusta eri maiden ja ajanjaksojen välillä. Siksi on otettava huolestuneena huomioon työpaikkojen luomisesta johtuvat BKT: n kasvun ennusteet. Lisäksi lyhyen aikavälin suuntaukset ovat tarkempia. Tämä johtuu siitä, että kaikki markkinoiden muutokset voivat vaikuttaa kertoimeen.
