বেভারিজ বক্ররেখা কী? চাকরির শূন্যপদ, বেকারত্ব ও মিলন দক্ষতা

প্রচলিত চিত্রে বেকারত্বের হার থাকে অনুভূমিক অক্ষে, আর চাকরির শূন্যপদের হার থাকে উল্লম্ব অক্ষে। যুক্তরাষ্ট্রে বেকারত্বের তথ্য আসে Bureau of Labor Statistics-এর Current Population Survey (CPS) থেকে, আর শূন্যপদের হার আসে Job Openings and Labor Turnover Survey (JOLTS) থেকে। BLS-এর বেভারিজ বক্ররেখার চার্ট মাসভিত্তিক দুই সিরিজের পর্যবেক্ষণ দেখায়। CPS-এ সাময়িকভাবে ছাঁটাই হওয়া এবং কাজে ফেরার অপেক্ষায় থাকা ব্যক্তিকেও সক্রিয়ভাবে চাকরি না খুঁজলেও বেকার হিসেবে গণ্য করা হতে পারে; BLS-এর CPS সংজ্ঞা এই ব্যতিক্রমটি ব্যাখ্যা করে।

সাধারণত শূন্যপদ বেশি থাকলে বেকারত্ব কম, আর শূন্যপদ কমলে বেকারত্ব বেশি দেখা যায়—তাই বিন্দুগুলো প্রায়ই ওপর-বাম থেকে নিচ-ডানে নামে। তবে এটি প্রতিটি মাসে একই রকম হওয়ার নিশ্চয়তা নয়। সময়ের সঙ্গে রেখা বা বিন্দুপুঞ্জের অবস্থান বদলাতে পারে, আর কোনো এক মাসের অস্বাভাবিক বিন্দু নিজে থেকে নির্দিষ্ট কারণ প্রমাণ করে না।

বক্ররেখাটি সাধারণত উত্তল বলে বর্ণনা করা হয়: এটি সোজা রেখা নয়, এবং একেক স্থানে ঢাল বদলায়। বেকার মানুষের তুলনায় শূন্যপদ খুব বেশি হলে রেখার ওপরের অংশ খাড়া হতে পারে। তাই শূন্যপদ কমলে বেকারত্ব কতটা বদলাতে পারে তা বর্তমান অবস্থানের ওপর নির্ভর করে; শুধু রেখার সাধারণ আকৃতি দেখে নির্দিষ্ট ফল বলা যায় না।

চাকরির বিজ্ঞাপন দেখলেই সেটি JOLTS-এর শূন্যপদ হয়ে যায় না। BLS মাসের শেষ কর্মদিবসে খোলা থাকা পদ গণনা করে। পদটির জন্য কাজ থাকতে হবে, 30 দিনের মধ্যে কাজ শুরু করা সম্ভব হতে হবে, এবং নিয়োগকর্তাকে প্রতিষ্ঠানের বাইরের কর্মী খুঁজতে সক্রিয় নিয়োগ প্রচেষ্টা চালাতে হবে। BLS-এর JOLTS সংজ্ঞা এই তিনটি শর্ত স্পষ্ট করে। কেবল অভ্যন্তরীণ বদলি বা পদোন্নতির জন্য খোলা পদ, কিংবা 30 দিনেরও পরে শুরু হবে এমন পদ এই সংজ্ঞায় পড়ে না।

শূন্যপদের হার বের করতে শূন্যপদের সংখ্যাকে কর্মরত মানুষের সংখ্যা ও শূন্যপদের যোগফল দিয়ে ভাগ করে 100 দিয়ে গুণ করা হয়। BLS-এর হার গণনার পদ্ধতি-তে সূত্রটি হলো: শূন্যপদের হার = শূন্যপদ ÷ (কর্মসংস্থান + শূন্যপদ) × 100। ধরা যাক, একটি কাল্পনিক প্রতিষ্ঠানে 96 জন কর্মী এবং 4টি খোলা পদ আছে। হার হবে 4 ÷ (96 + 4) × 100 = 4%। এটি কেবল সূত্র বোঝানোর উদাহরণ; জাতীয় JOLTS হার বহু প্রতিষ্ঠানের নমুনা-তথ্য থেকে অনুমান করা হয়।

হারটি কাঁচা শূন্যপদের সংখ্যার সমান নয়। শূন্যপদের সংখ্যা অপরিবর্তিত থাকলেও কর্মসংস্থান বাড়লে হরের মান বদলাতে পারে। আবার মোট শূন্যপদের হার জানালেও পদগুলো কোন শিল্পে কেন্দ্রীভূত, চাকরিগুলোর শর্ত কী, কিংবা বেকার কর্মীদের সঙ্গে সেগুলোর মিল কতটা—এসব জানা যায় না।

শূন্যপদের সংখ্যা একটি নির্দিষ্ট সময়ের মজুত বা snapshot: মাসের শেষ কর্মদিবসে কত পদ খোলা ছিল। নিয়োগ ও চাকরি থেকে বিচ্ছেদ হলো প্রবাহ, যা পুরো মাসজুড়ে গোনা হয়। BLS-এর JOLTS FAQ এই আলাদা reference period ব্যাখ্যা করে। তাই মাসের শেষ দিনের সংখ্যা ও পুরো মাসের ঘটনাকে সরাসরি এক জিনিস ধরে তুলনা করা যায় না।

ধরা যাক, একটি প্রতিষ্ঠান মাসের শুরুতে 10টি পদে নিয়োগ দিচ্ছিল। মাসের মধ্যে 6টি পদ পূরণ হলো এবং আরও 4টি নতুন পদ খোলা হলো। মাসের শেষ দিনে তখন 8টি পদ খোলা দেখা যাবে। এই snapshot থেকে বোঝা যাবে না যে মাসে 6 জন নিয়োগ পেয়েছেন। একইভাবে, শূন্যপদ কমে যাওয়া মানেই ছাঁটাই বেড়েছে এমন নয়: পদ পূরণ হতে পারে, বাতিল হতে পারে, অথবা আর JOLTS-এর সংজ্ঞা পূরণ নাও করতে পারে।

নিয়োগের সংখ্যা শূন্যপদের সংখ্যার বিপরীত মাপ নয়। কোনো কর্মীকে চাকরিতে নেওয়া হলে সেটি মাসের প্রবাহে আসে; অথচ সেই পদ শেষ দিনে আর খোলা নাও থাকতে পারে। উল্টো দিকে, মাসের শেষ দিনে খোলা থাকা পদে তখনও কাউকে নেওয়া হয়নি। ভিন্ন সময়সীমার এই পরিমাপগুলো একসঙ্গে বিশ্লেষণ করা যায়, তবে তাদের reference period আলাদা করে বলতে হয়।

যদি শ্রমবাজারে কর্মী ও চাকরির মিলনের মূল সম্পর্ক মোটামুটি স্থির থাকে, নিয়োগকর্তাদের শ্রমচাহিদা কমলে শূন্যপদের হার নামতে পারে। চিত্রে বিন্দু নিচের দিকে যায়। একই সময়ে বেকারত্ব বাড়লে বিন্দুটি ডান দিকেও সরে। কোনো স্থির সম্পর্কের মধ্যে এই ধরনের পরিবর্তনকে বক্ররেখা বরাবর চলা বলা হয়।

দুই হার একই মাসে বা সমান পরিমাণে বদলাবে এমন নিয়ম নেই। নিয়োগ বিজ্ঞপ্তি কমতে পারে আগে; কর্মীরা চাকরি বদলানো, কাজ খোঁজা শুরু করা বা শ্রমশক্তির বাইরে যাওয়ার সিদ্ধান্ত নিলে বেকারত্বে তার প্রভাব পরে দেখা যেতে পারে। নিয়োগ চলতে থাকলেও খোলা পদের সংখ্যা কমতে পারে। বেকারত্ব বাড়লে তার কারণ ছাঁটাইই—এমন সিদ্ধান্তও এই রেখা থেকে নেওয়া যায় না।

অতএব “বক্ররেখা বরাবর চলা” একটি মডেল-ভিত্তিক বর্ণনা, প্রমাণিত কারণ নয়। কোনো বিন্দু নিচে-ডানে গেলে তা শূন্যপদ কমা এবং বেকারত্ব বাড়ার সঙ্গে মেলে; কিন্তু কেন এমন হয়েছে, তা জানতে নিয়োগ, বিচ্ছেদ, শ্রমশক্তিতে অংশগ্রহণ, মজুরি এবং বিভিন্ন শিল্পের তথ্যও দেখতে হয়।

কখনো শূন্যপদ ও বেকারত্বের মধ্যকার সম্পর্ক নিজেই বদলে যেতে পারে। একই বেকারত্বের হারে আগের চেয়ে বেশি শূন্যপদ দরকার হলে, অথবা একই শূন্যপদের হারে বেকারত্ব বেশি হলে, বিন্দুগুলো বাইরে সরে যাওয়া কোনো সম্পর্কের সঙ্গে মিলতে পারে। “বাইরের দিকে সরা” এই চিত্রের বর্ণনা; এটি একা কোনো নির্দিষ্ট ব্যাখ্যা প্রতিষ্ঠা করে না।

সম্ভাব্য কারণের একটি হলো matching efficiency বা কর্মী-চাকরি মেলানোর দক্ষতা কমে যাওয়া। চাকরির জন্য প্রয়োজনীয় দক্ষতা, অবস্থান, কাজের সময় বা মজুরির শর্ত চাকরিপ্রার্থীদের সঙ্গে কম মেললে খালি পদ ও কাজ খুঁজছেন এমন মানুষ দুজনেই থাকা সত্ত্বেও নিয়োগে বেশি সময় লাগতে পারে। শিল্পভিত্তিক চাকরি ও কর্মীর গঠন বদলানো, শ্রম পুনর্বিন্যাস এবং চাকরি থেকে বিচ্ছেদ বাড়াও সম্পর্কটিকে বদলাতে পারে। এসব কারণ একই সঙ্গে কাজ করতে পারে।

Federal Reserve-এর কর্মী Andrew Figura ও Chris Waller-এর 2022 সালের নোটে নিয়োগ-মিল ও বিচ্ছেদের সঙ্গে বেভারিজ বক্ররেখাকে যুক্ত করা একটি মডেল ব্যবহৃত হয়েছে। সেখানে matching efficiency-কে এমন উপাদানের সঙ্গে যুক্ত করা হয়েছে যা চাকরিপ্রার্থী ও শূন্যপদের সংখ্যা অপরিবর্তিত থাকলেও নিয়োগ বদলাতে পারে। 2022 সালের এই নোট নির্দিষ্ট সময়ের বিশ্লেষণ ও মডেল-নির্ভর; এটি সব গবেষকের একমাত্র সংজ্ঞা বা বর্তমান পূর্বাভাস নয়।

বক্ররেখার ওপরের খাড়া অংশে, অন্যান্য বিষয় মোটামুটি স্থির থাকলে, শূন্যপদের হার অনেকটা কমলেও বেকারত্ব তুলনায় কম বাড়তে পারে। বেশি শূন্যপদ থাকা অবস্থায় আরও একটি পদ খোলার প্রভাব আগের পদের মতো নাও হতে পারে। রেখার অপেক্ষাকৃত সমতল অংশে একই মাত্রার শূন্যপদ-হ্রাসের সঙ্গে বেকারত্বে বড় পরিবর্তন মিলতে পারে। এই তুলনা রেখার অবস্থান, আকৃতি, বিচ্ছেদ ও matching efficiency-এর ওপর নির্ভর করে।

শুধু ব্যাখ্যার জন্য A বিন্দু কল্পনা করুন: বেকারত্ব 3.5%, শূন্যপদের হার 6.0%। পরে B বিন্দুতে বেকারত্ব 3.8% এবং শূন্যপদের হার 5.0%। A থেকে B-তে যাত্রা নিচে-ডানে: শূন্যপদ কমেছে, বেকারত্ব সামান্য বেড়েছে। এগুলো সম্পূর্ণ কাল্পনিক সংখ্যা; কোনো বাস্তব মাসের তথ্য, পূর্বাভাস বা “মৃদু” অবনতির সীমা নয়।

এবার C বিন্দু কল্পনা করুন: বেকারত্ব 5.0%, শূন্যপদের হার 5.0%। B-এর তুলনায় শূন্যপদের হার একই, কিন্তু বেকারত্ব বেশি। এই বিন্যাস বাইরে সরা কোনো বক্ররেখার সঙ্গে সামঞ্জস্যপূর্ণ হতে পারে; তবে এটি matching efficiency কমেছে তা প্রমাণ করে না। বিচ্ছেদ, চাকরি বা কর্মীর গঠন, শ্রম পুনর্বিন্যাস এবং তথ্য সংশোধনও ভূমিকা রাখতে পারে। A, B ও C—তিনটি বিন্দুই বানানো উদাহরণ, বাস্তব পর্যবেক্ষণ নয়।

এই রেখাকে মন্দার ঘড়ি বা “সফট ল্যান্ডিং” হয়েছে কি না তার একক পরীক্ষা ভাবা ঠিক নয়। এটি শ্রমবাজারের অনেক মাত্রাকে দুটি হারে সংক্ষেপ করে; একা মজুরি, কাজের ঘণ্টা, শ্রমশক্তিতে অংশগ্রহণ, বেকারত্বের মেয়াদ বা বিচ্ছেদের কারণ দেখায় না। JOLTS ও CPS আলাদা জরিপ, তাই প্রতিটি ধারার সংজ্ঞা, নমুনা ও reference period বুঝে তারপর তুলনা করা দরকার।

2022 সালের 29 জুলাই প্রকাশিত Federal Reserve নোটটি নির্দিষ্ট সময়ের প্রশ্ন করেছিল: শূন্যপদ উল্লেখযোগ্যভাবে কমলে বেকারত্ব কীভাবে বদলাতে পারে, এবং তা কি soft landing-এর সঙ্গে সামঞ্জস্যপূর্ণ হতে পারে? লেখকেরা রেখার ঢাল, শ্রমবাজারে অবস্থান, বিচ্ছেদ ও matching efficiency নিয়ে অনুমানসহ মডেল গণনা করেন। তাঁদের আলোচনায় ফলাফল অনুমান বদলালে পরিবর্তিত হয়। সেটিকে আজকের বাজারের পূর্বাভাস বা শূন্যপদ কমলেই একই ফল হবে—এমন নিয়ম হিসেবে পড়া উচিত নয়।

মন্দা সম্পর্কে প্রশ্ন হলে একাধিক সূচক এবং মন্দার তারিখ নির্ধারণের পদ্ধতি দেখতে হয়। শ্রমবাজার ঠান্ডা হচ্ছে কি না বুঝতে শূন্যপদের পাশাপাশি নিয়োগ, বিচ্ছেদ, মজুরি, কর্মঘণ্টা ও বেকারত্ব মিলিয়ে দেখুন। সফট ল্যান্ডিং ও মন্দার ব্যাখ্যা বর্ণনামূলক মূল্যায়ন ও আনুষ্ঠানিক মন্দা-তারিখের পার্থক্যটি ব্যাখ্যা করে।

প্রথমে অক্ষের অর্থ ঠিক করুন: অনুভূমিক অক্ষে বেকারত্ব, উল্লম্ব অক্ষে শূন্যপদের হার। যুক্তরাষ্ট্রের চার্টে বেকারত্ব CPS থেকে এবং শূন্যপদ JOLTS থেকে এসেছে কি না দেখুন; দুটিই কি মাসিক ও একই সময়সীমার, তথ্য কি ঋতু-সমন্বিত, এবং কোন আপডেটের সংস্করণ ব্যবহার করছেন—এসব যাচাই করুন।

এরপর প্রশ্ন করুন: পরিবর্তনটি কি মোটামুটি স্থির সম্পর্ক বরাবর চলার মতো, নাকি সম্পর্ক নিজেই বদলেছে বলে মনে হচ্ছে? এটিকে নিশ্চিত কারণ বলবেন না। শূন্যপদের শেষ দিনের মজুতকে মাসজুড়ে নিয়োগ ও বিচ্ছেদের প্রবাহ থেকে আলাদা করুন। একই সঙ্গে বিচ্ছেদ, শিল্পভিত্তিক গঠন, শ্রমশক্তিতে অংশগ্রহণ ও বেকারত্ব দেখুন। রেখার ঢাল কোন স্থানে প্রযোজ্য তাও বিবেচনা করুন, কারণ একটি হার কমার সম্ভাব্য ফল অন্য অবস্থানে আলাদা হতে পারে।

আরও জানতে U-3 ও U-6 বেকারত্বের মাপের নির্দেশিকা দেখুন; সেখানে বেকারত্বের বিভিন্ন পরিমাপের পরিধি ব্যাখ্যা করা হয়েছে। ওকুনের সূত্রের ব্যাখ্যা উৎপাদন ও বেকারত্বের মধ্যে পর্যবেক্ষিত সম্পর্ক আলোচনা করে। এগুলো বেভারিজ বক্ররেখার পরিপূরক, স্বয়ংক্রিয় পূর্বাভাস নয়।