ang ekonomiya

Batas ni Ouken. Koepisyent ng Ouken: kahulugan, formula

Talaan ng mga Nilalaman:

Batas ni Ouken. Koepisyent ng Ouken: kahulugan, formula
Batas ni Ouken. Koepisyent ng Ouken: kahulugan, formula
Anonim

Upang pag-aralan ang sitwasyon sa ekonomiya, ang batas ng Ouken ay madalas na ginagamit. Ang koepisyent na nakuha ng siyentipiko ay nagpapakilala sa ratio sa pagitan ng rate ng kawalan ng trabaho at rate ng paglago. Natuklasan ito batay sa empirical data noong 1962 ng isang siyentipiko, kung saan pinangalanan ito. Ipinapakita ng mga istatistika na ang isang pagtaas sa kawalan ng trabaho ng 1% ay humantong sa isang pagbawas sa aktwal na GDP mula sa potensyal ng 2%. Gayunpaman, ang ratio na ito ay hindi pare-pareho. Maaari itong mag-iba depende sa estado at tagal ng oras. Ang ratio sa pagitan ng quarterly na pagbabago sa rate ng kawalan ng trabaho at totoong GDP - ito ang batas ni Oaken. Ang pormula, dapat itong pansinin, ay pinupuna pa rin. Ang pagiging kapaki-pakinabang nito sa pagpapaliwanag ng mga kondisyon ng merkado ay pinag-uusapan din.

Image

Batas ni Oaken

Ang koepisyent at ang batas sa likod nito ay lumitaw bilang isang resulta ng pagproseso ng data ng istatistika, iyon ay, mga obserbasyong empirikal. Hindi ito batay sa orihinal na teorya, kung saan pagkatapos ay nasubok sa pagsasagawa. Nakita ni Arthur Melvin Ouken ang pattern sa pamamagitan ng pag-aaral ng mga istatistika para sa Estados Unidos. Tinantiya siya. Ito ay dahil sa ang katunayan na maraming mga kadahilanan ang nakakaapekto sa gross domestic product, hindi lamang ang rate ng kawalan ng trabaho. Gayunpaman, tulad ng isang pinasimple na pagsasaalang-alang ng ugnayan sa pagitan ng mga tagapagpahiwatig ng macroeconomic kung minsan ay kapaki-pakinabang din, tulad ng ipinapakita ng pananaliksik ni Ouken Ang koepisyent na hango ng siyentipiko ay sumasalamin sa isang inversely proportional na relasyon sa pagitan ng output at kawalan ng trabaho. Naniniwala si Ouken na isang 2% na pagtaas sa gross domestic product ay dahil sa mga sumusunod na pagbabago:

  • isang pagkahulog sa antas ng siklo ng walang trabaho sa pamamagitan ng 1%;

  • paglago ng trabaho ng 0.5%;

  • isang pagtaas sa bilang ng mga oras ng pagtatrabaho para sa bawat manggagawa sa pamamagitan ng 0.5%;

  • paglago ng produktibo ng 1%.

Sa gayon, ang pagbabawas ng cyclical na rate ng kawalan ng trabaho ng Ouken sa 0.1%, maaasahan ng isang tao ang pagtaas ng tunay na GDP na 0.2%. Gayunpaman, ang ratio na ito ay nag-iiba para sa iba't ibang mga bansa at mga tagal ng oras. Ang pag-asa ay nasubok sa pagsasanay para sa parehong GDP at GNP. Ayon kay Martin Pracovni, ang isang 3% na pagbawas sa produksyon ay dahil sa isang pagbaba ng 1% sa kawalan ng trabaho. Gayunpaman, naniniwala siya na ito ay isang hindi tuwirang pag-asa lamang. Ayon kay Prachovny, ang iba pang mga kadahilanan, halimbawa, ang paggamit ng mga kapasidad ng produksyon at ang bilang ng mga oras ng paggawa, ay hindi nakakaapekto sa kawalan ng trabaho kaysa sa paggawa. Samakatuwid, dapat mong itapon ang mga ito. Ang pratchivniki kinakalkula na ang isang 1% pagbaba sa kawalan ng trabaho ay humantong sa isang pagtaas sa GDP na 0.7% lamang. Bukod dito, ang pag-asa ay nagiging mas mahina sa paglipas ng panahon. Noong 2005, isang pagsusuri ng mga kamakailang istatistika ay isinagawa nina Andrew Abel at Ben Bernarke. Ayon sa kanilang mga pagtatantya, ang isang pagtaas sa kawalan ng trabaho ng 1% ay humantong sa isang pagbaba ng produksyon ng 2%.

Image

Mga kadahilanan

Ngunit bakit ang rate ng paglago ng GDP ay lumampas sa porsyento ng pagbabago sa kawalan ng trabaho? Mayroong maraming mga paliwanag para sa:

  • Ang epekto ng multiplier effect. Ang mas maraming mga tao ay nagtatrabaho, mas malaki ang demand para sa mga kalakal. Samakatuwid, ang mga volume ng paggawa ay maaaring lumago sa isang mas mabilis na rate kaysa sa antas ng pagtatrabaho.

  • Mga istatistika ng di-sakdal. Ang mga taong walang trabaho ay maaaring tumigil lamang sa paghahanap ng trabaho. Kung nangyari ito, pagkatapos ay mawala sila mula sa "radar" ng mga ahensya ng istatistika.

  • Muli, ang aktwal na mga taong nagtatrabaho ay maaaring magsimulang gumana nang mas kaunti. Sa mga istatistika, halos hindi ito ipinapakita. Gayunpaman, ang sitwasyong ito ay makabuluhang nakakaapekto sa dami ng paggawa. Samakatuwid, sa parehong bilang ng mga empleyado, maaari kaming aktwal na makakuha ng iba't ibang mga tagapagpahiwatig ng produkto ng gross.

  • Bawasan ang pagiging produktibo sa paggawa. Maaaring mangyari ito hindi lamang sa pagkasira ng samahan, kundi pati na rin sa labis na bilang ng mga empleyado.

Batas ni Oaken: Formula

Ipinakilala namin ang mga sumusunod na kombensiyon:

  • Y ang tunay na dami ng paggawa.

  • Y 'ang potensyal na gross domestic product.

  • u - tunay na kawalan ng trabaho.

  • u 'ay ang likas na antas ng nakaraang tagapagpahiwatig.

  • c ay ang koepisyent ng Ouken.

Dahil sa mga kumbensyong nasa itaas, ang sumusunod na pormula ay maaaring makuha: (Y '- Y) / Y' = c * (u - u ').

Sa Estados Unidos, simula sa 1955, ang huli na tagapagpahiwatig ay karaniwang 2 o 3, tulad ng ipinakita ng mga pag-aaral sa itaas na empirikal. Gayunpaman, ang bersyon na ito ng batas ng Ouken ay bihirang ginagamit sapagkat ang mga potensyal na antas ng kawalan ng trabaho at gross domestic product ay mahirap masuri. May isa pang bersyon ng formula.

Image

Paano makalkula ang paglago ng GDP

Upang makalkula ang rate ng paglago ng GDP, ipinakilala namin ang mga sumusunod na kumbensyon:

  • Y ang aktwal na dami ng output.

  • --U - pagbabago sa aktwal na rate ng kawalan ng trabaho kumpara sa nakaraang taon.

  • C ay ang koepisyent ng Ouken.

  • --Y - pagbabago sa aktwal na output kumpara sa nakaraang taon.

  • K - average na taunang paglago ng produksyon sa buong pagtatrabaho.

Gamit ang mga notasyong ito, maaari nating makuha ang sumusunod na formula: ΔY / Y = k - c * Δu.

Para sa modernong panahon sa kasaysayan ng USA, ang koepisyent C ay 2, at ang K ay 3%. Kaya, ang equation ay nagmula: ΔY / Y = 0.03 - 2Δu.

Gumamit

Image

Ang pag-alam kung paano makalkula ang koepisyent ng Ouken ay madalas na nakakatulong sa mga trend ng pagbuo. Gayunpaman, ang mga nagreresultang numero ay madalas na hindi masyadong tumpak. Ito ay dahil sa pagkakaiba-iba ng koepisyent para sa iba't ibang mga bansa at mga tagal ng oras. Samakatuwid, dapat isaalang-alang ng isa ang mga hula ng paglago ng GDP dahil sa paglikha ng trabaho na may ilang pag-aalinlangan. Bukod dito, ang mga panandaliang uso ay mas tumpak. Ito ay dahil sa ang katunayan na ang anumang mga pagbabago sa merkado ay maaaring makaapekto sa koepisyent.