Majandusliku olukorra analüüsimiseks kasutatakse sageli Oukeni seadust. Teadlase tuletatud koefitsient iseloomustab töötuse määra ja kasvutempo suhet. See avastati empiiriliste andmete põhjal 1962. aastal teadlase poolt, kelle auks see nime sai. Statistika näitab, et töötuse suurenemine 1% viib tegeliku SKT vähenemiseni potentsiaalist 2%. See suhe pole aga püsiv. See võib olenevalt olekust ja ajavahemikust varieeruda. Töötuse määra kvartaalsete muutuste ja reaalse SKP suhe - see on Oakeni seadus. Valemit, tuleb märkida, kritiseeritakse endiselt. Samuti seatakse kahtluse alla selle kasulikkus turutingimuste selgitamisel.
Tamme seadus
Koefitsient ja selle taga olev seadus ilmus statistiliste andmete, st empiiriliste vaatluste töötlemise tulemusel. See ei põhinenud algsel teoorial, mida seejärel praktikas katsetati. Arthur Melvin Ouken nägi seda mustrit Ameerika Ühendriikide statistikat uurides. Ta on umbkaudne. Selle põhjuseks on asjaolu, et sisemajanduse kogutoodangut mõjutavad paljud tegurid, mitte ainult töötuse määr. Nagu Oukeni uuringud näitavad, on mõnikord kasulik ka selline makromajanduslike näitajate vahelise seose lihtsustatud arvestamine. Teadlase tuletatud koefitsient kajastab väljundi ja töötuse vahel pöördvõrdelist proportsiooni. Ouken arvas, et sisemajanduse kogutoodangu kasv 2% oli tingitud järgmistest nihetest:
- tsüklilise töötuse taseme langus 1%;
- tööhõive kasv 0, 5%;
- iga töötaja töötundide arvu suurenemine 0, 5%;
- tootlikkuse kasv 1%.
Seega, vähendades Oukeni tsüklilist töötuse määra 0, 1%, võib oodata SKT reaalkasvu suurenemist 0, 2%. See suhe on riigiti ja ajavahemikel siiski erinev. Sõltuvust on praktikas testitud nii SKP kui ka RKT osas. Martin Pracovni sõnul on tootmise vähenemine 3% tingitud tööpuuduse vähenemisest 1%. Siiski usub ta, et see on ainult kaudne sõltuvus. Prachovny sõnul ei mõjuta muud tegurid, näiteks tootmisvõimsuste kasutamine ja töötundide arv, töötust rohkem kui tootmine. Seetõttu peate need ära viskama. Praktšivniki arvutas, et töötuse vähenemine 1% viib SKT kasvu ainult 0, 7%. Pealegi muutub sõltuvus aja jooksul nõrgemaks. 2005. aastal viisid Andrew Abel ja Ben Bernarke läbi värske statistika analüüsi. Nende hinnangul põhjustab töötuse kasv 1% võrra toodangu languse 2%.
Põhjused
Kuid miks ületavad SKT kasvumäärad töötuse protsentuaalset muutust? Sellel on mitu seletust:
- Mitmekordistava efekti mõju. Mida rohkem inimesi töötab, seda suurem on nõudlus kaupade järele. Seetõttu võivad tootmismahud kasvada kiiremini kui tööhõive tase.
- Ebatäiuslik statistika. Töötud inimesed võivad lihtsalt tööotsimise lõpetada. Kui see juhtub, kaovad nad statistikaagentuuride "radarist".
- Jällegi võivad tegelikult töötavad inimesed hakata vähem töötama. Statistikas seda praktiliselt ei kuvata. Kuid see olukord mõjutab märkimisväärselt tootmismahtu. Seetõttu saame sama arvu töötajate korral tegelikult saada erinevad brutokauba näitajad.
- Tööviljakuse langus. Selle põhjuseks võib olla mitte ainult organisatsiooni halvenemine, vaid ka liigne töötajate arv.
Tamme seadus: valem
Tutvustame järgmisi kokkuleppeid:
- Y on tegelik tootmismaht.
- Y 'on potentsiaalne sisemajanduse kogutoodang.
- u - tõeline töötus.
- u 'on eelmise indikaatori loomulik tase.
- c on Oukeni koefitsient.
Ülaltoodud tavadest lähtuvalt võib tuletada järgmise valemi: (Y '- Y) / Y' = c * (u - u ').
Ameerika Ühendriikides oli alates 1955. aastast viimane näitaja tavaliselt 2 või 3, nagu näitasid ülaltoodud empiirilised uuringud. Seda Oukeni seaduse versiooni kasutatakse aga harva, kuna potentsiaalset töötuse taset ja sisemajanduse kogutoodangut on raske hinnata. Valemil on veel üks versioon.
Kuidas arvutada SKP kasvu
SKP kasvumäära arvutamiseks võtame kasutusele järgmised meetodid:
- Y on tegelik väljundmaht.
- ∆u - tegeliku töötuse määra muutus võrreldes eelmise aastaga.
- C on Oukeni koefitsient.
- ∆Y - tegeliku toodangu muutus võrreldes eelmise aastaga.
- K - toodangu keskmine aastane kasv täistööhõive korral.
Neid märkusi kasutades saame tuletada järgmise valemi: ΔY / Y = k - c * Δu.
USA ajaloo moodsal perioodil on koefitsient C 2 ja K 3%. Seega saadakse võrrand: ΔY / Y = 0, 03 - 2Δu.
Kasutage
Oukeni koefitsiendi arvutamise teadmine aitab sageli suundumusi ehitada. Saadud arvud pole sageli siiski väga täpsed. Selle põhjuseks on koefitsiendi varieeruvus eri riikide ja ajavahemike lõikes. Seetõttu tuleb teatava skepsisega arvestada töökohtade loomisest tuleneva SKT kasvu prognoosidega. Lisaks on lühiajalised suundumused täpsemad. See on tingitud asjaolust, et kõik turumuutused võivad koefitsienti mõjutada.
