NAIRU與自然失業率：估計值究竟代表什麼？

NAIRU是「不會使通膨加速的失業率」的英文縮寫。經濟學家把它當作參考水準，用來分析勞動市場可能帶來的通膨壓力，同時假設通膨預期與成本衝擊等其他條件不變。如果實際失業率低於模型估計的參考水準，工資或物價可能面臨部分上行壓力；但NAIRU不是一個跨過後就會立即推高通膨的開關。

自然失業率與NAIRU相關，但不同研究不一定用完全相同的方式定義兩者。CBO於2007年發表的一篇工作論文，將自然失業率描述為商業循環中的總需求波動以外、由其他來源形成的失業。這是當年研究論文的分析框架，不是CBO目前的估計值，也不是通用的普遍數字。理論上，自然失業率可以指通膨趨向長期預期水準時對應的失業率；NAIRU的原始定義則著重在通膨沒有上升或下降趨勢時的失業率。實務上這兩個詞常被互換，但在不同模型和時間範圍下不一定完全相同。{source:cboNaturalRate2007} {source:frbMishkinPotentialOutput2007}

U-3是透過調查觀察並公布的失業率，在美國常被稱為標題失業率。NAIRU不是從單一調查問題直接量測出的數字，而是研究人員利用模型和多種資料推估的基準。閱讀其他國家的勞動資料時，應先確認當地官方失業率的定義，不要假設其涵蓋範圍與美國U-3相同。

充分就業不等於零失業，也不表示觀察到的失業率必須等同某一項NAIRU估計值，更不是放諸各地皆準的單一百分比。勞工可能正在轉職、轉換職業或居住地、尋找適合的職缺，或等待技能與職務需求相配。充分就業是勞動資源能永續運用的廣義概念。

CBO於2023年的簡報中，將該機構採用的「非景氣循環失業率」操作性定義為總需求波動以外所有來源造成的失業。在某些模型中，這個比率扮演類似自然失業率或NAIRU的參考角色。不過，不同名稱也提醒我們，各機構採用的定義、估計方法與時間範圍可能不同。{source:cboNoncyclicalRate2023}

「自然」不表示失業無法避免或比率永遠不變；「非景氣循環」也不表示所有原因都是勞工自行選擇。這些名稱說明的是模型如何分類失業來源。閱讀報告時，要確認估計的是長期趨勢、與通膨穩定相關的水準，還是短期內不由總需求波動造成的部分。

本文採用的定義是：

失業缺口 = 觀察到的失業率 − 估計的參考失業率

假設U-3是4.6%。如果參考失業率估計為4.2%，缺口就是4.6% − 4.2% = +0.4個百分點。此時觀察值高於參考值。如果改用另一項估計5.0%，缺口則為4.6% − 5.0% = −0.4個百分點；此時觀察值低於這個參考值。

同一個4.6%的觀察值，可能因參考估計不同而得到相反符號。百分點代表兩個比率的差，不是某一比率的百分比變化。這是純粹假設的例子，不是美國或其他國家的最新數據；4.2%和5.0%這兩項估計本身也不會預測通膨加速、減緩或持平。

人力與職缺的配對，取決於工作被創造和消失的速度、勞工離職及轉職的頻率、失業者找工作的時間，以及雇主填補職缺所需的時間。如果技能或地點不合，勞工可能在尋找更適合的工作期間失業。CBO於2007年發表的工作論文也指出，除了這些因素，工作和勞工的特性、配對效率，以及勞動人口組成，也都與自然失業率有關。{source:cboNaturalRate2007}

例如，剛進入職場者、接近退休者，或勞動參與情況不同的群體占比改變時，即使各群體自己的失業率沒有朝同一方向變動，整體比率仍可能改變。技能、產業和招聘方式的變動，也可能使配對更有效或較沒效率。因此，光看失業率升降，還不能判斷景氣循環方向，也不能證明結構性錯配正在加重或減輕。

參考水準無法直接觀察，因此機構必須使用模型。有些方法同時分析失業、通膨，以及勞動市場與價格變化之間的關係；另一些則把長期趨勢與景氣循環波動分開，並檢視不同年齡、性別或教育程度的群體。沒有單一資料序列能揭示NAIRU背後的「真實」數字。

CBO在2023年的簡報介紹了該機構當時採用的方法：以2005年第四季為錨點，當時估計的失業缺口接近零；接著固定516個人口群體在該季的失業率，並隨各群體占勞動力的比重變化，重新計算加權平均。CBO也介紹一種將趨勢與景氣循環分開、使用多個人口群體資料的替代方法，並表示仍在評估它的用途。這個有明確時間背景的例子，不代表NAIRU只有一種通用估計方法。{source:cboNoncyclicalRate2023}

新觀察、所用資料版本，以及模型或定義的選擇都可能使估計改變。例如，新觀察顯示失業率低於先前估計的參考水準，而通膨沒有如預期加速，研究人員可能下修自然失業率估計，或考慮生產力、需求與預期等其他解釋。因此，使用後來的資料版本和方法重新估算，結果可能不同於決策者當時即時看到的估計。

聯準會主席鮑爾談到自然失業率估計的不確定性，並說明新證據如何使分析人士改變對U-star的評估。他也提醒，失業率相對於U-star的位置可能誤導人們判斷勞動市場狀況或通膨風險，因此政策制定會參考多項指標，而非單一基準數值。{source:fedPowellMonetaryPolicyChangingEconomy2018}

不確定性可能來自資料、模型與定義。例如，利用菲利普斯曲線推算NAIRU的模型，需要對通膨預期如何形成以及供給衝擊的影響作出假設。假設或觀察期間一變，結果也可能不同。Mishkin的研究強調，NAIRU估計的統計不確定性可能很大，足以限制單一數字在即時判斷上的用途。{source:frbMishkinPotentialOutput2007}

先確認公布的比率是什麼：美國U-3，還是其他國家的官方失業指標。接著確認參考估計來自哪個機構、使用什麼方法和資料期間，以及它代表自然失業率、NAIRU，還是非景氣循環失業率。依照清楚說明的正負號約定計算缺口，並避免把百分點和百分比混為一談。

再查看職缺、招聘、離職、工時與勞動參與率等配套指標。它們有助於檢查模型基準是否符合勞動市場其他面向，但無法讓原本看不見的水準變成直接觀察值。失業指標範圍可參閱U-3與U-6指南，職缺與失業的關係可看Beveridge曲線指南，通膨背景則見菲利普斯曲線指南。單一圖表或缺口都無法獨自決定政策方向。