Оукены хууль. Окунын коэффициент: тодорхойлолт, томъёо

2024 Зохиолч: Henry Conors | [email protected]. Хамгийн сүүлд өөрчлөгдсөн: 2024-02-12 11:00

Окунын хуулийг эдийн засгийн нөхцөл байдалд дүн шинжилгээ хийхэд ихэвчлэн ашигладаг. Эрдэмтний гаргаж авсан коэффициент нь ажилгүйдлийн түвшин ба өсөлтийн хурд хоорондын хамаарлыг тодорхойлдог. Үүнийг 1962 онд нэрлэсэн эрдэмтэн эмпирик мэдээлэлд үндэслэн нээсэн. Ажилгүйдлийн түвшин 1%-иар өссөн нь бодит ДНБ-ий хэмжээ боломжит ДНБ-ээс 2%-иар буурахад хүргэдэг болохыг статистик мэдээллээс харж болно. Гэсэн хэдий ч энэ харьцаа тогтмол биш юм. Энэ нь муж, хугацаанаас хамаарч өөр өөр байж болно. Ажилгүйдлийн түвшин болон бодит ДНБ-ний улирлын өөрчлөлтийн хоорондын хамаарал нь Окуны хууль юм. Томьёо нь шүүмжлэлтэй хэвээр байгаа гэдгийг тэмдэглэх нь зүйтэй. Энэ нь зах зээлийн нөхцөл байдлыг тайлбарлахад ашигтай эсэх нь бас эргэлзээтэй.

Оукены хууль

Итгэлцүүр, түүний цаад хууль нь статистикийн мэдээлэл, өөрөөр хэлбэл эмпирик ажиглалтын боловсруулалтын үр дүнд бий болсон. Энэ нь анхны онол дээр үндэслээгүй бөгөөд дараа нь практик дээр туршиж үзсэн. Артур Мелвин Оукен АНУ-ын статистикийг судалж байхдаа энэ загварыг олж харсан. Энэ нь ойролцоогоор юм. -тэй холбоотойДотоодын нийт бүтээгдэхүүнд зөвхөн ажилгүйдлийн түвшин бус олон хүчин зүйл нөлөөлдөг. Гэсэн хэдий ч макро эдийн засгийн үзүүлэлтүүдийн хоорондын хамаарлыг ийм хялбарчлан үзэх нь заримдаа ашигтай байдаг гэдгийг Окений судалгаа харуулж байна. Эрдэмтний гаргаж авсан коэффициент нь үйлдвэрлэлийн хэмжээ ба ажилгүйдлийн түвшин хоёрын хооронд урвуу пропорциональ хамаарлыг харуулдаг. Окун ДНБ-ий 2%-иар өссөн нь дараах өөрчлөлтүүдтэй холбоотой гэж үзэж байна:

мөчлөгийн ажилгүйдэл 1%-иар буурсан;
Хөдөлмөр эрхлэлтийн өсөлт 0.5%;
ажилчин бүрийн ажлын цагийн тоог 0.5%-иар нэмэгдүүлэх;
Бүтээмж 1%-иар нэмэгдсэн.

Тиймээс Окунын мөчлөгийн ажилгүйдлийн түвшинг 0.1%-иар бууруулснаар бодит ДНБ 0.2%-иар өснө гэж бид үзэж болно. Гэсэн хэдий ч энэ харьцаа өөр өөр улс орон, цаг хугацааны хувьд өөр өөр байдаг. Энэ хамаарлыг ДНБ болон ДНБ хоёрын хувьд практикт туршсан. Мартин Прачовный хэлэхдээ, үйлдвэрлэлийн хэмжээ 3% буурсан нь ажилгүйдэл 1% буурсантай холбоотой. Гэхдээ энэ нь зөвхөн шууд бус хамаарал гэж тэр үзэж байна. Прачовный хэлэхдээ, үйлдвэрлэлийн хэмжээ нь ажилгүйдэл биш, харин хүчин чадлын ашиглалт, ажилласан цаг зэрэг бусад хүчин зүйлүүдэд нөлөөлдөг. Тиймээс тэдгээрийг хаях ёстой. Прачовный тооцоолсноор ажилгүйдэл 1%-иар буурсан нь ДНБ-ий өсөлт ердөө 0.7%-д хүрдэг. Түүгээр ч зогсохгүй хараат байдал нь цаг хугацаа өнгөрөх тусам сулардаг. 2005 онд сүүлийн үеийн статистикийн дүн шинжилгээг Эндрю Абел, Бен Бернанке нар хийсэн. Тэдний үзэж байгаагаар өсөлтажилгүйдэл 1%-иар өссөн нь үйлдвэрлэл 2%-иар буурахад хүргэдэг.

Шалтгаан

Гэхдээ ДНБ-ий өсөлт яагаад ажилгүйдлийн түвшний өөрчлөлтийн хувиас давж байна вэ? Үүнд хэд хэдэн тайлбар байна:

Үржүүлэх нөлөөний үйлдэл. Илүү олон хүн ажиллах тусам бараа бүтээгдэхүүний эрэлт нэмэгддэг. Тиймээс үйлдвэрлэлийн хэмжээ ажил эрхлэлтээс илүү хурдан өсөх боломжтой.
Төгс бус статистик. Ажилгүй хүмүүс ажил хайхаа больж магадгүй юм. Хэрэв ийм зүйл тохиолдвол тэд статистикийн агентлагуудын "радар"-аас алга болно.
Дахин хэлэхэд бодит ажил эрхэлдэг хүмүүс бага ажиллаж эхэлдэг. Энэ нь статистикт бараг харагдахгүй байна. Гэсэн хэдий ч энэ байдал үйлдвэрлэлийн хэмжээнд ихээхэн нөлөөлдөг. Тиймээс ижил тооны ажилчидтай бол бид үнэндээ нийт бүтээгдэхүүний өөр өөр үзүүлэлтүүдийг авч чадна.
Хөдөлмөрийн бүтээмж буурах. Энэ нь зөвхөн байгууллагын доройтлоос гадна ажилчдын хэт их тоотой холбоотой байж болох юм.

Оукены хууль: Формула

Дараах конвенцуудыг танилцуулна уу:

Y бол бодит гаралт.
Y’ нь дотоодын нийт бүтээгдэхүүн болно.
u бол жинхэнэ ажилгүйдэл.
u’ нь өмнөх үзүүлэлтийн байгалийн түвшин юм.
c – Окунын коэффициент.

Дээрх конвенцуудыг харгалзан бид дараах томьёог гаргаж болно: (Y’ – Y)/Y’=с(u – u’).

АНУ-д 1955 оноос хойш сүүлийн тоо ихэвчлэн 2 юмуу 3 байдаг.дээрх эмпирик судалгаанаас харагдаж байна. Гэсэн хэдий ч боломжит ажилгүйдэл болон дотоодын нийт бүтээгдэхүүний түвшинг тооцоолоход хэцүү байдаг тул Окун хуулийн энэ хувилбарыг бараг ашигладаггүй. Томъёоны өөр хувилбар бий.

ДНБ-ий өсөлтийг хэрхэн тооцох вэ

ДНБ-ий өсөлтийн хурдыг тооцоолохын тулд бид дараах тэмдэглэгээг оруулав:

Y бол бодит дугаар юм.
∆u нь өнгөрсөн жилтэй харьцуулахад бодит ажилгүйдлийн түвшний өөрчлөлт юм.
C – Окунын коэффициент.
∆Y нь өнгөрсөн жилийн бодит үйлдвэрлэлийн өөрчлөлт юм.
K нь бүрэн ажил эрхлэлтийн жилийн дундаж үйлдвэрлэлийн өсөлт юм.

Эдгээр тэмдэглэгээг ашиглан бид дараах томьёог гаргаж болно: ∆Y/Y=k – c∆u.

АНУ-ын түүхэн дэх орчин үеийн үед С коэффициент 2, K нь 3% байна. Ийнхүү тэгшитгэл гарна: ∆Y/Y=0.03 - 2∆u.

Ашиглах

Окунын харьцааг хэрхэн тооцоолохыг мэдэх нь ихэвчлэн тренд хийхэд тусалдаг. Гэсэн хэдий ч ихэнхдээ гарсан тоо нь тийм ч үнэн зөв байдаггүй. Энэ нь янз бүрийн улс орон, цаг хугацааны хувьд коэффициентийн хэлбэлзэлтэй холбоотой юм. Тиймээс ажлын байр бий болгосноор ДНБ-ий өсөлтийн талаарх хүлээн авсан таамаглалыг тодорхой хэмжээгээр эргэлзэж харгалзах ёстой. Түүнээс гадна богино хугацааны чиг хандлага нь илүү үнэн зөв байдаг. Энэ нь зах зээлийн аливаа өөрчлөлт нь коэффициентэд нөлөөлж болзошгүйтэй холбоотой юм.

Практикт

Ажилгүйдлийн түвшинг 10% гэж үзье бабодит дотоодын нийт бүтээгдэхүүн - 7500 тэрбум валютын нэгж.

Ажилгүйдлийн түвшин байгалийн үзүүлэлттэй (6%) тохирч байвал ДНБ-ий хэмжээг олох хэрэгтэй. Энэ асуудлыг Окунын хуулийг ашиглан амархан шийддэг. Бодит ажилгүйдлийн түвшинг байгалийнхаас 1%-иар хэтрүүлсэн нь ДНБ-ий 2%-ийн алдагдалд хүргэж байгааг илтгэлцүүр харуулж байна. Тиймээс эхлээд 10% ба 6% -ийн ялгааг олох хэрэгтэй. Тиймээс бодит ажилгүйдлийн болон байгалийн ажилгүйдлийн түвшин 4% байна. Үүний дараа манай асуудалд байгаа ДНБ боломжит үнэ цэнээсээ найман хувиар хоцорч байгааг ойлгоход амархан. Одоо дотоодын нийт бүтээгдэхүүнийг 100 хувь гэж бодъё. Цаашилбал, бид бодит ДНБ-ий 108% нь 75001.08=8100 тэрбум мөнгөний нэгж байна гэж дүгнэж болно. Энэ жишээ нь зөвхөн эдийн засгийн хичээлийн жишээ гэдгийг ойлгох ёстой. Бодит байдал дээр нөхцөл байдал огт өөр байж болно. Тиймээс Окунын хуулийг ашиглах нь хэт нарийвчлалтай хэмжилт хийх шаардлагагүй богино хугацааны таамаглалд л тохиромжтой.