กฎของโอคุนคืออะไร? ความสัมพันธ์ระหว่าง GDP กับการว่างงาน

เมื่อเศรษฐกิจผลิตสินค้าและบริการได้มากขึ้น ธุรกิจอาจต้องใช้แรงงานเพิ่มขึ้น เมื่อผลผลิตลดลง บริษัทอาจลดชั่วโมงทำงานหรือจำนวนพนักงาน นักเศรษฐศาสตร์อาร์เธอร์ โอคุนศึกษาความเชื่อมโยงนี้จากข้อมูลของสหรัฐฯ และเผยแพร่ความสัมพันธ์เชิงประจักษ์ที่เกี่ยวเนื่องกันสองรูปแบบในปี 1962 รูปแบบหนึ่งเปรียบเทียบการเปลี่ยนแปลงของผลผลิตจริงกับการเปลี่ยนแปลงของอัตราการว่างงาน อีกแบบเปรียบเทียบช่องว่างผลผลิตกับช่องว่างการว่างงาน นักเศรษฐศาสตร์เรียกความสัมพันธ์เป็นกลุ่มนี้ว่ากฎของโอคุน {source:frbStLouisOutputUnemployment2013}

คำว่า “กฎ” อาจฟังดูแน่นอนเกินกว่าหลักฐานจริง โดยทั่วไปเป็นความสัมพันธ์ผกผันโดยประมาณ: ผลผลิตที่เติบโตแรงกว่าปกติมักมาคู่กับการว่างงานที่ลดลง ส่วนผลผลิตที่อ่อนแอกว่าปกติอาจมาพร้อมการว่างงานที่สูงขึ้น แต่ไม่ได้หมายความว่า GDP ที่เพิ่มขึ้นทุกครั้งจะสร้างงานจำนวนหนึ่งแน่นอน หรือการว่างงานต้องเคลื่อนไหวสวนทางกับ GDP ทุกไตรมาส

การประมาณค่าในยุคแรกใช้ข้อมูลสหรัฐฯ จากช่วงประวัติศาสตร์เฉพาะ งานวิจัยภายหลังเลือกตัวชี้วัดผลผลิตและตลาดแรงงาน ช่วงเวลา และวิธีทางสถิติแตกต่างกัน กฎของโอคุนจึงเป็นจุดเริ่มต้นที่มีประโยชน์สำหรับคิดเรื่องวัฏจักรเศรษฐกิจ ไม่ใช่ค่าคงที่สากลที่นำไปใส่ในการพยากรณ์ของประเทศหรือยุคอื่นได้โดยไม่ปรับเปลี่ยน

รูปแบบการเติบโตและการเปลี่ยนแปลงเชื่อมอัตราการเติบโตของ GDP จริงในช่วงหนึ่งเข้ากับการเปลี่ยนแปลงของอัตราการว่างงานในช่วงเดียวกัน สมการถดถอยอย่างย่อเขียนได้ดังนี้:

การเปลี่ยนแปลงของการว่างงาน = ค่าคงที่ − β × การเติบโตของ GDP จริง + ค่าคลาดเคลื่อน

ค่าสัมประสิทธิ์ β บอกว่าในแบบจำลองและชุดข้อมูลนั้น เมื่อการเติบโตของ GDP จริงเปลี่ยนไป 1 จุดเปอร์เซ็นต์ อัตราการว่างงานเปลี่ยนโดยเฉลี่ยกี่จุดเปอร์เซ็นต์ ค่าคงที่ก็สำคัญ อัตราการเติบโตที่สัมพันธ์กับการเปลี่ยนแปลงการว่างงานเฉลี่ยเป็นศูนย์ไม่จำเป็นต้องเท่ากับศูนย์ บางการอธิบายเขียนใหม่โดยเทียบกับอัตราการเติบโตเหนือแนวโน้มหรือระดับคุ้มทุน อีกทั้งการเติบโตรายไตรมาส การเติบโตรายไตรมาสที่ปรับเป็นอัตรารายปี และการเปลี่ยนแปลงเทียบปีก่อนเป็นข้อมูลคนละแบบ

รูปแบบช่องว่างเปรียบเทียบระดับจริงกับค่ามาตรฐานที่ประมาณไว้:

ช่องว่างการว่างงาน = −β × ช่องว่างผลผลิต

ช่องว่างผลผลิตมักแสดงเป็นร้อยละที่ GDP จริงเบี่ยงเบนจาก GDP ศักยภาพที่ประมาณไว้ ส่วนช่องว่างการว่างงานคืออัตราการว่างงานจริงลบด้วยอัตราอ้างอิงที่ประมาณไว้ เช่น NAIRU หรืออัตราการว่างงานที่ไม่เร่งเงินเฟ้อ ภายใต้การกำหนดเครื่องหมายนี้ ช่องว่างผลผลิตที่เป็นบวกสัมพันธ์กับช่องว่างการว่างงานที่เป็นลบ หน่วยของ β คือจุดเปอร์เซ็นต์ของการว่างงานต่อช่องว่างผลผลิต 1 จุดเปอร์เซ็นต์

สมการทั้งสองแทนกันไม่ได้ ค่าสัมประสิทธิ์จากสมการการเติบโตและการเปลี่ยนแปลงนำไปใส่ในสมการช่องว่างไม่ได้ เพราะตัวแปร หน่วย และบางครั้งกรอบเวลาก็ต่างกัน แม้งานวิจัยจะใช้รูปแบบเดียวกันก็อาจนิยามการเติบโตของ GDP ผลผลิตศักยภาพ หรือการว่างงานไม่เหมือนกัน ธนาคารกลางสหรัฐฯ อธิบายว่าการเปลี่ยนแปลงของผลิตภาพและอุปทานแรงงานทำให้ความสัมพันธ์ระหว่างช่องว่างทั้งสองซับซ้อนขึ้น {source:frbMishkinPotentialOutput2007}

สมมติเพื่อฝึกคำนวณเท่านั้นว่า ช่องว่างผลผลิตเท่ากับ +2.0% และเลือกค่าสัมประสิทธิ์รูปแบบช่องว่างขึ้นมาเองที่ 0.5 จุดเปอร์เซ็นต์ของการว่างงานต่อช่องว่างผลผลิต 1 จุดเปอร์เซ็นต์ สมการจะได้ว่า:

ช่องว่างการว่างงาน = −0.5 × 2.0 = −1.0 จุดเปอร์เซ็นต์

หากสมมติเพิ่มว่าอัตราการว่างงานอ้างอิงเท่ากับ 5.0% การคำนวณสมมตินี้จะให้อัตราการว่างงาน 5.0% − 1.0 จุดเปอร์เซ็นต์ = 4.0% ตัวเลขเหล่านี้เป็นตัวอย่างสมมติที่ตั้งขึ้นเพื่อให้เห็นการคูณ ไม่ใช่ค่าประมาณปัจจุบันของสหรัฐฯ ไม่ใช่ค่าสัมประสิทธิ์โอคุนที่ใช้ได้ทั่วไป และไม่ใช่การพยากรณ์

การแยกร้อยละกับจุดเปอร์เซ็นต์ช่วยให้เข้าใจหน่วย ช่องว่างผลผลิต +2% หมายถึงผลผลิตจริงสูงกว่าผลผลิตศักยภาพที่ประมาณไว้ 2% ส่วนช่องว่างการว่างงาน −1 จุดเปอร์เซ็นต์หมายถึงอัตราการว่างงานจริงต่ำกว่าอัตราอ้างอิงที่ประมาณไว้ 1 จุดเปอร์เซ็นต์ ไม่ได้แปลว่าอัตราการว่างงานลดลง 1% เมื่อเทียบกับค่าก่อนหน้า

เพื่อเปรียบเทียบ งานศึกษารูปแบบการเติบโตและการเปลี่ยนแปลงอาจประมาณว่า การเพิ่มขึ้นของ GDP จริงรายไตรมาส 1 จุดเปอร์เซ็นต์สัมพันธ์กับการลดลงของการว่างงาน 0.28 จุดเปอร์เซ็นต์ในชุดข้อมูลนั้น ธนาคารกลางสหรัฐฯ สาขาเซนต์หลุยส์รายงานตัวเลขนี้จากแบบจำลองข้อมูลรายไตรมาสของสหรัฐฯ ระหว่างปี 1948 ถึงไตรมาสแรกของปี 2013 เป็นค่าประมาณที่ผูกกับชุดข้อมูลและสมการนั้น ไม่ใช่ค่าสัมประสิทธิ์รูปแบบช่องว่างที่สมมติไว้ข้างต้น หรือค่าที่นำไปใช้กับช่วงเวลาอื่นได้ทันที {source:frbStLouisOutputUnemployment2013}

วิธีคิดอย่างง่ายเกี่ยวกับผลผลิตคือพิจารณาจำนวนคนทำงาน จำนวนชั่วโมงทำงาน และปริมาณที่ผลิตได้ต่อชั่วโมง แต่ละองค์ประกอบปรับเปลี่ยนได้คนละเวลา เมื่อคำสั่งซื้ออ่อนลง ธุรกิจอาจยกเลิกการทำงานล่วงเวลา ลดกะ หรือหยุดรับคนมาทดแทนตำแหน่งว่างก่อน บริษัทอาจเก็บพนักงานที่ผ่านการฝึกไว้แม้ผลผลิตลดลงชั่วคราว แนวทางนี้เรียกกันว่า labor hoarding หรือการคงกำลังแรงงานไว้ หากอุปสงค์ยังอ่อนแอต่อไป การเลิกจ้างอาจเกิดขึ้นภายหลัง ช่วงเริ่มฟื้นตัว บริษัทอาจเพิ่มชั่วโมงทำงานหรือผลผลิตต่อคนก่อนจะเปิดรับพนักงานใหม่จำนวนมาก

ผลิตภาพก็เปลี่ยนความสัมพันธ์ได้ หากพนักงานและเครื่องจักรผลิตได้มากขึ้นต่อชั่วโมง ผลผลิตรวมอาจเพิ่มทั้งที่การจ้างงานทรงตัวหรือลดลง ในทางกลับกัน ผลผลิตอาจยังไม่เพิ่มมาก แม้เริ่มจ้างงานแล้ว หากพนักงานใหม่ต้องใช้เวลาฝึกจนทำงานได้เต็มที่ องค์ประกอบของอุตสาหกรรมก็มีผลเช่นกัน การเติบโตของผลผลิตหนึ่งดอลลาร์ในภาคที่ใช้ทุนสูงอาจไม่ได้สร้างงานจำนวนเท่ากับหนึ่งดอลลาร์ที่เพิ่มขึ้นในบริการซึ่งใช้แรงงานเข้มข้น

อัตราการว่างงานขึ้นอยู่กับผู้ที่ถูกนับว่าอยู่ในกำลังแรงงานด้วย ในการสำรวจประชากรปัจจุบันของสหรัฐฯ (CPS) กำลังแรงงานประกอบด้วยผู้ที่จัดว่าเป็นผู้มีงานทำหรือผู้ว่างงาน อัตราการว่างงานคือจำนวนผู้ว่างงานคิดเป็นสัดส่วนของกำลังแรงงาน หากคนหนึ่งหยุดหางานอย่างจริงจัง เขาอาจออกจากกำลังแรงงาน ทำให้อัตราที่วัดได้เปลี่ยนแม้ยังไม่มีงานใหม่ สำนักสถิติแรงงานสหรัฐฯ แยกนิยามการว่างงาน การมีส่วนร่วมในกำลังแรงงาน และสัดส่วนการจ้างงานต่อประชากรออกจากกัน {source:blsCpsConcepts} {source:blsGovernmentMeasuresUnemployment}

ข้อมูลไตรมาสเดียวรวมการตัดสินใจที่เกิดขึ้นคนละเวลา ธุรกิจอาจลดการรับคนก่อนที่ผลผลิตจะลดลงจนเห็นในสถิติ หรืออาจรอดูก่อนว่าการชะลอตัวจะยืดเยื้อหรือไม่ พนักงานบางคนย้ายงานโดยไม่ตกงาน ขณะที่บางคนต้องใช้เวลาหางานหลังถูกเลิกจ้าง จังหวะเหล่านี้ทำให้ความสัมพันธ์ในไตรมาสเดียวอาจต่างจากความสัมพันธ์ที่วัดหลายไตรมาสรวมกัน

ประสบการณ์ของสหรัฐฯ ในปี 2009 แสดงให้เห็นว่าเหตุใดกฎคร่าว ๆ จึงอาจใช้ไม่ได้ นักวิจัยจากธนาคารกลางสหรัฐฯ สาขาซานฟรานซิสโกศึกษาช่วงที่การว่างงานเพิ่มขึ้นมากกว่าที่ความสัมพันธ์อย่างง่ายกับผลผลิตจะบอกเป็นนัย พวกเขาพบว่าผลิตภาพแรงงานเพิ่มขึ้นผิดปกติ ทำให้ธุรกิจรักษาผลผลิตไว้ได้แม้ลดปัจจัยแรงงานลงมาก ชั่วโมงทำงานและการมีส่วนร่วมในกำลังแรงงานก็เป็นส่วนหนึ่งของการเปลี่ยนแปลงในช่วงนั้น นี่เป็นตัวอย่างทางประวัติศาสตร์ของเหตุผลหนึ่งที่ผลผลิตกับการว่างงานอาจแยกจากกัน ไม่ใช่รูปแบบที่ใช้แทนทุกภาวะถดถอยได้ {source:frbsfOkunSurprise2009}

ภาวะถดถอยและการฟื้นตัวครั้งอื่นอาจมีส่วนผสมของผลิตภาพ ชั่วโมงทำงาน องค์ประกอบอุตสาหกรรม การเข้าร่วมกำลังแรงงาน นโยบาย และการวัดผลที่ต่างออกไป ความสัมพันธ์เฉลี่ยทำให้เส้นทางเหล่านี้ดูเรียบขึ้น จึงมีประโยชน์ต่อการเปรียบเทียบภาพรวม แต่ก็อาจอธิบายไตรมาสหรือจุดเปลี่ยนของวัฏจักรใดวัฏจักรหนึ่งได้ไม่ตรง

ค่าประมาณขึ้นอยู่กับประเทศหรือภูมิภาค ช่วงวันที่ของข้อมูล ความถี่ของข้อมูล ตัวชี้วัดตลาดแรงงาน ตัวชี้วัดผลผลิต และรูปแบบสมการ ความสัมพันธ์ระดับประเทศอาจต่างจากระดับรัฐหรือภูมิภาค เพราะอุตสาหกรรมและตลาดแรงงานไม่เหมือนกัน สมการรายไตรมาสอาจตอบสนองต่อความผันผวนชั่วคราวต่างจากสมการรายปี การทบทวนของธนาคารกลางสหรัฐฯ สาขาเซนต์หลุยส์กล่าวถึงความแปรผันตามช่วงเวลาและพื้นที่ พร้อมเตือนว่าไม่ควรถือค่าประมาณค่าเดียวเป็นสากล {source:frbStLouisOutputUnemployment2013}

รูปแบบช่องว่างมีความไม่แน่นอนเพิ่มขึ้น เพราะไม่สามารถสังเกต GDP ศักยภาพและอัตราการว่างงานอ้างอิงได้โดยตรง นักวิจัยต้องประมาณค่าจากแบบจำลองและสมมติฐาน หากหน่วยงานปรับมุมมองต่อผลิตภาพแนวโน้มหรือภาวะตลาดแรงงานที่ยั่งยืน ช่องว่างและค่าสัมประสิทธิ์ย้อนหลังอาจเปลี่ยน แม้เหตุการณ์ในอดีตจะไม่เปลี่ยน ธนาคารกลางสหรัฐฯ ระบุว่าความไม่แน่นอนของค่าประมาณอัตราการว่างงานธรรมชาติและผลผลิตศักยภาพอาจสูง {source:frbMishkinPotentialOutput2007}

การแก้ไขข้อมูลก็เปลี่ยนการตีความงานศึกษาได้ การวิเคราะห์ภาวะถดถอยครั้งใหญ่ของธนาคารกลางสหรัฐฯ สาขาซานฟรานซิสโกพบว่า การเบี่ยงเบนบางส่วนที่เห็นในข้อมูล GDP แบบเรียลไทม์ดูเล็กลงหลังปรับแก้ GDP แต่การเบี่ยงเบนชั่วคราวจากความสัมพันธ์เฉลี่ยยังเป็นส่วนหนึ่งของข้อมูลทางประวัติศาสตร์ อนุกรมข้อมูลที่แก้ไขแล้วในวันนี้ไม่ใช่ข้อมูลชุดเดียวกับที่นักพยากรณ์มีอยู่ในเวลาจริง {source:frbsfOkunDeviations2014}

กฎของโอคุนสรุปว่าผลผลิตกับการว่างงานเคลื่อนไหวร่วมกันอย่างไรโดยเฉลี่ย ค่าสัมประสิทธิ์เพียงอย่างเดียวไม่ได้บอกว่าจะเกิดอะไรขึ้นหากผู้กำหนดนโยบายจงใจเปลี่ยน GDP ตามขนาดที่เลือก ปัจจัยร่วมอย่างอุปสงค์ เทคโนโลยี ภาวะสินเชื่อ หรือปัญหาด้านอุปทานอาจส่งผลต่อผลผลิตและการจ้างงานพร้อมกัน การจ้างงานก็ส่งผลต่อการผลิต ส่วนธุรกิจอาจคาดการณ์อุปสงค์และปรับค่าจ้าง ชั่วโมงทำงาน และการจ้างงานล่วงหน้า การถดถอยที่มีตัวแปรสองตัวไม่ได้แยกช่องทางเหล่านี้ทั้งหมด

ดังนั้นจึงไม่ควรอ่านค่าสัมประสิทธิ์เป็นตัวคูณนโยบายแบบกลไก หรือเป็นข้อกล่าวอ้างว่า GDP ที่เติบโต “ทำให้เกิด” การเปลี่ยนแปลงการว่างงานในขนาดตายตัว การพยากรณ์ต้องมีสมมติฐานเพิ่มเติม ข้อมูลปัจจุบัน กรอบเวลาที่ระบุชัด และแบบจำลองที่คำนึงถึงอิทธิพลอื่น ความสัมพันธ์ในอดีตของสหรัฐฯ อาจให้ข้อมูลประกอบ แต่ไม่จำเป็นต้องถ่ายโอนไปยังเศรษฐกิจหรือตลาดแรงงานอื่นได้ตรง ๆ

ตัวชี้วัดการว่างงานก็สำคัญ อัตราหลักเพียงค่าเดียวไม่ได้แสดงการทำงานต่ำกว่าศักยภาพทุกรูปแบบหรือผู้ที่อยู่นอกกำลังแรงงาน สำหรับนิยามของสหรัฐฯ ดู อัตราการว่างงาน U-3 และ U-6 การเลือกตัวชี้วัดแรงงานคนละแบบอาจให้ความสัมพันธ์ที่ประมาณได้ต่างกัน

เมื่อรายงานอ้างค่าสัมประสิทธิ์โอคุน ให้ดูเป็นอันดับแรกว่าประมาณสมการรูปแบบใด เปรียบเทียบการเติบโตของ GDP กับการเปลี่ยนแปลงการว่างงาน หรือเปรียบเทียบช่องว่างผลผลิตกับช่องว่างการว่างงาน ตรวจหน่วยของแต่ละตัวแปร ช่วงเวลาที่ใช้ การเติบโตของ GDP ถูกปรับเป็นอัตรารายปีหรือไม่ และสมการมีค่าคงที่หรือเกณฑ์การเติบโตตามแนวโน้มหรือเปล่า

จากนั้นตรวจภูมิศาสตร์ ช่วงข้อมูล รุ่นข้อมูล และตัวชี้วัดแรงงาน งานศึกษาว่าด้วยอัตราการว่างงานระดับประเทศของสหรัฐฯ ภูมิภาคใดภูมิภาคหนึ่ง หรือประเทศอื่น ใช้ข้อมูลเรียลไทม์ที่มีอยู่ ณ ตอนนั้นหรือบัญชีประชาชาติที่แก้ไขภายหลัง การว่างงานหมายถึงตัวชี้วัดจากการสำรวจทางการแบบใด สำนักสถิติแรงงานสหรัฐฯ อธิบายวิธีจัดทำสถิติการว่างงานและตลาดแรงงานอื่น ๆ นิยามเหล่านี้ช่วยให้เห็นว่าเหตุใดชื่อเดียวกันในชุดข้อมูลต่างกันจึงอาจหมายถึงการวัดคนละแบบ {source:blsCpsConcepts} {source:blsGovernmentMeasuresUnemployment}

สุดท้ายถามว่าค่าสัมประสิทธิ์รองรับข้อสรุปอะไรได้บ้าง มันอาจสรุปความสัมพันธ์ทางสถิติในอดีตภายใต้สมการที่ระบุไว้ แต่ไม่ได้พิสูจน์ช่องว่างผลผลิตปัจจุบันหรือทำนายตัวเลขการว่างงานที่จะประกาศครั้งถัดไปด้วยตัวมันเอง อ่านต่อได้ที่ ช่องว่างผลผลิตและ GDP ศักยภาพ และ GDP ที่เป็นตัวเงินเทียบกับ GDP จริง ทั้งสองบทอธิบายข้อมูลนำเข้าที่มักสับสนเมื่ออ่านค่าประมาณตามกฎของโอคุน