NAIRU và tỷ lệ thất nghiệp tự nhiên: con số ước tính nói lên điều gì?

NAIRU là chữ viết tắt tiếng Anh của tỷ lệ thất nghiệp không làm lạm phát tăng tốc. Các nhà kinh tế dùng nó làm mức tham chiếu để phân tích áp lực của thị trường lao động lên lạm phát khi những điều kiện khác, chẳng hạn kỳ vọng lạm phát và cú sốc chi phí, được giữ nguyên. Nếu thất nghiệp thực tế thấp hơn mức mô hình ước tính, tiền lương hoặc giá cả có thể chịu thêm áp lực tăng; nhưng NAIRU không phải công tắc khiến lạm phát lập tức tăng khi vượt qua một ngưỡng.

Tỷ lệ thất nghiệp tự nhiên có liên quan đến NAIRU, nhưng các nghiên cứu không phải lúc nào cũng định nghĩa hai thuật ngữ giống hệt nhau. Một bài nghiên cứu dạng working paper của CBO năm 2007 mô tả tỷ lệ tự nhiên là thất nghiệp phát sinh từ mọi nguồn ngoài biến động tổng cầu gắn với chu kỳ kinh doanh. Đây là khung phân tích trong một công trình nghiên cứu có niên đại 2007, không phải ước tính hiện hành hay con số phổ quát của CBO. Trong lý thuyết, tỷ lệ tự nhiên có thể là mức mà lạm phát có xu hướng quay về giá trị kỳ vọng dài hạn; định nghĩa ban đầu của NAIRU nhấn mạnh mức thất nghiệp tại đó lạm phát không có xu hướng tăng hay giảm. Hai thuật ngữ thường được dùng thay thế trong thực tế nhưng không nhất thiết đồng nhất trong mọi mô hình hoặc chân trời phân tích. {source:cboNaturalRate2007} {source:frbMishkinPotentialOutput2007}

U-3 là tỷ lệ thất nghiệp được quan sát và công bố từ khảo sát; ở Hoa Kỳ, đây thường là con số tiêu đề được trích dẫn. NAIRU thì không xuất hiện từ một câu hỏi khảo sát duy nhất: nhà nghiên cứu suy ra nó từ mô hình và nhiều bộ dữ liệu. Khi đọc số liệu của nước khác, hãy kiểm tra định nghĩa của tỷ lệ thất nghiệp chính thức tại nước đó, thay vì mặc định nó tương đương U-3.

Toàn dụng lao động không đồng nghĩa với thất nghiệp bằng không; cũng không có nghĩa tỷ lệ thất nghiệp quan sát được phải trùng với một ước tính NAIRU cụ thể hay tồn tại một tỷ lệ phần trăm chung đúng ở mọi nơi. Người lao động có thể chuyển việc, đổi nghề hoặc nơi ở, tìm vị trí phù hợp, hay cần thời gian để ghép kỹ năng với yêu cầu công việc. Toàn dụng lao động là ý niệm rộng về việc sử dụng lao động bền vững.

Bài trình bày năm 2023 của CBO nêu định nghĩa mà cơ quan áp dụng cho tỷ lệ thất nghiệp phi chu kỳ: thất nghiệp phát sinh từ mọi nguồn ngoại trừ biến động của tổng cầu. Trong một số mô hình, tỷ lệ này đóng vai trò tương tự mức tham chiếu như tỷ lệ tự nhiên hoặc NAIRU. Tuy nhiên, những tên gọi khác nhau nhắc rằng định nghĩa, phương pháp ước tính và khoảng thời gian của từng tổ chức có thể khác nhau. {source:cboNoncyclicalRate2023}

Từ “tự nhiên” không có nghĩa thất nghiệp là không thể tránh khỏi hoặc tỷ lệ này bất biến. “Phi chu kỳ” cũng không có nghĩa mọi nguyên nhân đều do người lao động tự chọn. Đây là cách mô hình phân loại các nguồn gây thất nghiệp. Khi đọc một báo cáo, hãy hỏi con số đang ước tính xu hướng dài hạn, mức gắn với lạm phát ổn định hay thành phần không do tổng cầu trong ngắn hạn.

Bài viết này dùng định nghĩa sau:

Khoảng cách thất nghiệp = tỷ lệ thất nghiệp quan sát được − tỷ lệ tham chiếu ước tính

Giả sử U-3 là 4,6%. Nếu ước tính tham chiếu là 4,2%, khoảng cách bằng 4,6% − 4,2% = +0,4 điểm phần trăm. Tỷ lệ quan sát được cao hơn mức tham chiếu đó. Nhưng nếu dùng một ước tính khác là 5,0%, khoảng cách bằng 4,6% − 5,0% = −0,4 điểm phần trăm; khi đó tỷ lệ quan sát được thấp hơn mức tham chiếu.

Cùng một mức quan sát 4,6% có thể cho dấu trái ngược vì mức tham chiếu được chọn khác nhau. Điểm phần trăm biểu thị chênh lệch giữa hai tỷ lệ, không phải phần trăm thay đổi của một tỷ lệ. Đây là ví dụ giả định, không phải số liệu hiện tại của Hoa Kỳ hay quốc gia nào khác. Hai mức ước tính 4,2% và 5,0% cũng không tự dự báo lạm phát sẽ tăng tốc, giảm tốc hay giữ nguyên.

Việc ghép người với việc làm phụ thuộc vào tốc độ công việc được tạo ra hoặc mất đi, tần suất người lao động nghỉ và chuyển việc, thời gian tìm việc, và tốc độ nhà tuyển dụng lấp vị trí trống. Nếu kỹ năng hoặc địa điểm không phù hợp, người lao động có thể thất nghiệp trong lúc tìm công việc phù hợp hơn. Bài working paper năm 2007 của CBO cũng nêu rằng ngoài các yếu tố này, đặc điểm của công việc và người lao động, hiệu quả ghép nối, cùng cơ cấu dân số trong lực lượng lao động đều liên quan đến tỷ lệ thất nghiệp tự nhiên. {source:cboNaturalRate2007}

Chẳng hạn, tỷ trọng người mới vào nghề, người gần tuổi nghỉ hưu hoặc những nhóm có mức tham gia lực lượng lao động khác nhau có thể làm tỷ lệ tổng thể biến động ngay cả khi tỷ lệ của từng nhóm không đổi theo cùng một hướng. Kỹ năng, ngành nghề và cách tuyển dụng cũng có thể làm quá trình ghép nối hiệu quả hơn hoặc kém đi. Do đó, chỉ nhìn tỷ lệ thất nghiệp thay đổi thì chưa thể kết luận chu kỳ kinh tế đang lên hay tình trạng lệch pha cơ cấu lao động đang nghiêm trọng hơn.

Vì mức tham chiếu không được quan sát trực tiếp, các cơ quan phải dùng mô hình. Một số phương pháp xem xét đồng thời thất nghiệp, lạm phát và mối liên hệ giữa thị trường lao động với biến động giá. Phương pháp khác tách xu hướng dài hạn khỏi phần biến động theo chu kỳ rồi xét các nhóm tuổi, giới tính hoặc học vấn. Không có một chuỗi dữ liệu đơn lẻ nào tiết lộ “con số thực” ẩn sau NAIRU.

Bài trình bày CBO năm 2023 mô tả phương pháp mà cơ quan này sử dụng khi đó: lấy quý IV năm 2005 làm mốc khi khoảng cách thất nghiệp được ước tính gần bằng không, giữ tỷ lệ thất nghiệp của 516 nhóm nhân khẩu học tại mức quan sát ở mốc ấy, rồi cập nhật bình quân gia quyền khi tỷ trọng các nhóm trong lực lượng lao động thay đổi. CBO cũng trình bày một phương án khác tách xu hướng khỏi chu kỳ, dùng dữ liệu của nhiều nhóm và cho biết vẫn đang đánh giá tính hữu ích của cách đó. Ví dụ theo thời điểm này không có nghĩa đây là phương pháp NAIRU duy nhất hoặc phổ quát. {source:cboNoncyclicalRate2023}

Ước tính có thể thay đổi khi có quan sát mới, khi dùng một phiên bản dữ liệu khác, hoặc khi lựa chọn mô hình hay định nghĩa thay đổi. Chẳng hạn, nếu các quan sát mới cho thấy thất nghiệp thấp hơn mức tham chiếu từng ước tính mà lạm phát không tăng tốc như dự kiến, nhà nghiên cứu có thể hạ ước tính tỷ lệ tự nhiên hoặc xem xét những cách giải thích khác như năng suất, tổng cầu và kỳ vọng. Vì vậy, ước tính được tính sau đó bằng dữ liệu và lựa chọn phương pháp khác có thể khác với điều nhà hoạch định chính sách quan sát được trong thời gian thực.

Jerome Powell đề cập đến sự bất định của các ước tính về tỷ lệ thất nghiệp tự nhiên và cách đánh giá U-star thay đổi khi có bằng chứng mới. Ông cũng cảnh báo rằng vị trí của thất nghiệp so với U-star có thể gây hiểu nhầm về tình trạng thị trường lao động hoặc rủi ro lạm phát; vì vậy chính sách nhìn vào nhiều chỉ báo thay vì một con số tham chiếu duy nhất. {source:fedPowellMonetaryPolicyChangingEconomy2018}

Sự bất định có thể đến từ dữ liệu, mô hình và định nghĩa. Chẳng hạn, mô hình suy ra NAIRU từ đường Phillips cần giả định về cách hình thành kỳ vọng lạm phát và các cú sốc cung. Đổi giả định hoặc giai đoạn quan sát có thể làm kết quả thay đổi. Nghiên cứu của Mishkin nhấn mạnh mức bất định thống kê của NAIRU có thể lớn đến mức hạn chế giá trị của một con số đơn lẻ khi đánh giá áp lực lạm phát ngay trong thời gian thực. {source:frbMishkinPotentialOutput2007}

Trước hết, xác định tỷ lệ được công bố là gì: U-3 của Hoa Kỳ hay thước đo chính thức của quốc gia khác. Sau đó kiểm tra cơ quan đưa ra mức tham chiếu, phương pháp và giai đoạn dữ liệu được sử dụng, cũng như con số đó đại diện cho tỷ lệ tự nhiên, NAIRU hay tỷ lệ phi chu kỳ. Tính khoảng cách với quy ước dấu được nêu rõ và đừng nhầm điểm phần trăm với phần trăm.

Tiếp theo, xem các số liệu đi kèm như vị trí tuyển dụng, số người được tuyển, nghỉ việc, giờ làm và tỷ lệ tham gia lực lượng lao động. Chúng giúp đối chiếu mức tham chiếu của mô hình với những mặt khác của thị trường lao động, nhưng không biến một đại lượng ẩn thành thứ có thể quan sát trực tiếp. Để xem phạm vi của các thước đo thất nghiệp, đọc hướng dẫn U-3 và U-6; để so sánh vị trí tuyển dụng với thất nghiệp, xem hướng dẫn đường cong Beveridge; còn hướng dẫn đường Phillips trình bày bối cảnh lạm phát. Không một biểu đồ hay khoảng cách đơn lẻ nào quyết định hướng đi của chính sách.