CN109523106A - 运用就业乘数进行总量分析与经济预测的方法 - Google Patents
运用就业乘数进行总量分析与经济预测的方法 Download PDFInfo
- Publication number
- CN109523106A CN109523106A CN201811017797.0A CN201811017797A CN109523106A CN 109523106 A CN109523106 A CN 109523106A CN 201811017797 A CN201811017797 A CN 201811017797A CN 109523106 A CN109523106 A CN 109523106A
- Authority
- CN
- China
- Prior art keywords
- employment
- multiplier
- investment
- demand
- consumption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004519 manufacturing process Methods 0.000 claims abstract description 17
- 238000005259 measurement Methods 0.000 claims abstract description 5
- 230000007423 decrease Effects 0.000 claims description 22
- 230000007774 longterm Effects 0.000 claims description 12
- 230000001737 promoting effect Effects 0.000 claims description 8
- 230000002596 correlated effect Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000004458 analytical method Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 6
- 239000002689 soil Substances 0.000 description 2
- 230000003796 beauty Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003455 independent Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种运用就业乘数进行总量分析与经济预测的方法,包括如下步骤:以用实际工资单位衡量的变量为衡量单位,提出投资的就业乘数、有效需求的就业乘数和消费的就业乘数的公式;推导出就业乘数的决定方程及其一般形式;运用就业乘数及决定方程分析并预测未来各期就业量与产量的短期变化;比较就业乘数相对于充分就业乘数的连续变化,分析并预测就业状况变化的时间、方向与幅度。本发明可以为各国政府及时地防止和应对经济危机提供政策依据,还可以为各产业和组织的生产决策提供有效的技术支持。
Description
技术领域
本发明涉及一种运用就业乘数进行总量分析与经济预测的方法。涉及专利分类号G06计算;推算;计数G06Q专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法G06Q10/00行政;管理G06Q10/04预测或优化,例如线性规划、“旅行商问题”或“下料问题”。
背景技术
凯恩斯的有效需求原理旨在研究一个国家总就业量的决定因素,进而研究存在失业的原因。有效需求原理的基本思想可以粗略地概括为以下两点:首先,就业量被决定于有效需求。其次,由有效需求决定的就业量与总产量之间也存在着统计上的相关性。
经济总量分析最关心的并非是财富总量与总就业量之间的关系,它更关注的是每年财富的增加量(即总收入)对就业量变化的影响。在短期,一般采用假定“其他情况不变”的方法,即假定土地、自然资源、社会经济制度等因素不发生变化的条件下,分析一个国家财富总量的变化对就业量变化的影响。边际分析的方法为上述关系的定量研究提供了一个有效的分析工具。
凯恩斯在阐述有效需求原理以及进行总量分析时,广泛地运用和发展了边际分析方法。他采用了反映两个变化量之间的比例关系的乘数分析方法,并将这一分析方法归功于其弟子卡恩。卡恩的投资就业乘数的定义为:“如果投资的增量ΔIw所导致的投资品行业的初期就业量为ΔN2,那末,总就业量的增量ΔN=k′ΔN2。我们称k′为就业乘数。”
凯恩斯由此提出了投资乘数的概念,用以衡量总投资的变化量与总收入的变化量之间的关系。“我们称k为投资乘数。它告诉我们:当总投资增加时,收入的增加量会等于k乘以投资的增加量。”
尽管凯恩斯提出了有效需求的就业弹性的概念,“就业量纯然取决于总有效需求(用工资单位来衡量),不过是粗略地接近于事实的说法。因为,有效需求的增加量在不同行业中的分解方式可以在很大程度上影响就业量”,但他并没有给出有效需求的就业乘数的具体形式,以定量地表述其有效需求原理的基本思想。
主流宏观经济模型“忽略”了与总供给函数与总需求函数相联系的就业量这一关键性的变量,这可能成为宏观经济模型的致命缺陷。宏观经济学认为,尽管产量并不是总处于现有资源得到充分利用时所能生产的产量,但在通常情况下,“产量围绕趋势水平波动。”这与观察到的经济现实有明显的差异。宏观经济学假定产品市场达到潜在产量时,相当于劳动市场处于充分就业状态,实际上并没有建立起潜在产量与充分就业量之间的定量关系,也就难以准确地测算潜在产量。
发明内容
针对以上问题的提出,本发明要解决的技术问题是提供一种运用就业乘数进行总量分析与经济预测的方法。一方面,我们可以运用就业乘数的决定方程来预测未来各期的就业乘数的数值,分析供需均衡曲线未来延伸的方向和幅度,从而判断未来的经济走势。另一方面,我们可以通过将就业乘数的连续变化与充分就业乘数的平均值作比较,分析并预测一个国家的就业率的变化方向和程度。这一方法可以为各国政府及时地提供防止和应对经济危机提供政策依据,还可以为各产业和组织的经济分析、经济预测以及生产决策提供有效的技术支持。
本发明的技术方案为:一种运用就业乘数进行总量分析与经济预测的方法,包括以下内容:
确定经济总量的衡量单位
凯恩斯在经济总量分析中“使用的基本数量单位仅有两个,即货币价值的量和就业量。”凯恩斯选择用一国的工资总额衡量其总的就业量。“我们把衡量就业量的单位称之为劳动单位,而每一劳动单位所得到的工资为工资单位。这样,如果E代表工资(和薪金)总额,W代表工资单位,而N代表就业量,那末,E=N·W。”
用实际工资单位衡量的就业量
在t时点,定义用实际工资单位衡量的就业量等于该时点的就业量Nt与实际平均工资的乘积,即
投资的就业乘数的公式
我们发展了卡恩的投资的就业乘数的概念。在t时点,定义投资的就业乘数为由投资所直接引起的就业变化量(用实际工资单位衡量)与投资量It的比值,即
投资的就业乘数的基本特征
投资的就业乘数可以为正值、零或负值。
当时,就业量上升,一个国家扩大投资会促进就业量的增加;投资的就业乘数越大,增加单位投资引起的就业量的增加也越多。
当时,就业量保持不变,这意味着一个国家继续扩大投资无法促进就业量的增加。
当时,就业量下降,这意味着一个国家扩大投资反而会抑制就业量的增加。
有效需求的就业乘数的公式
根据凯恩斯的有效需求原理的基本思想及就业弹性的概念,以及卡恩提出的投资的就业乘数,我们提出了有效需求的就业乘数的概念。在t时点,定义有效需求的就业乘数kt等于用实际工资单位衡量的就业变化量与实际有效需求的比值,即
有效需求的就业乘数可以简称为就业乘数。
有效需求的就业乘数的基本特征
当一个国家存在有效需求不足,即时,就业乘数kt可以为正值、零或负值。因此,就业量的变化不但取决于有效需求的数量,还取决于就业乘数的数值大小和正负符号。
当kt>0时,有效需求的增长会促进就业量的增加;然而,有效需求与就业量并不总是同比例变化的,有效需求对就业量的影响程度取决于就业乘数的大小。
当kt=0时,有效需求的增长对就业量不发生任何影响;在这种情况下,无论有效需求如何增长,就业的数量也不会增加。
当kt<0时,有效需求的增长会对就业量产生相反方向的影响,即随着有效需求的增长,就业量会愈发地下降;就业量下降的程度取决于就业乘数的绝对值的大小。在这种情况下,有效需求不但影响就业的数量,而且影响就业量改变的方向。
消费的就业乘数的公式
由于“有效需求可以按已知的比例被分解为消费和投资”,我们完全有必要继续考察消费的就业乘数。
在t时点,定义消费的就业乘数为由消费所直接引起的就业变化量(用实际工资单位衡量)与消费量Ct的比值,即
就业乘数的决定因素
决定就业乘数的大小及其变化的原因可以归结为四个基本因素:消费倾向、消费的就业乘数、投资率、投资的就业乘数。
第一个因素为消费倾向χt,它被定义为消费量Ct与总收入Yt的比值。消费倾向的数值可以介于0与1之间。
χt=Ct/Yt (5)
第二个因素为投资率δt,它被定义为投资量It与总收入Yt的比值。
δt=It/Yt (6)
第三个因素为投资的就业乘数
第四个因素为消费的就业乘数
消费倾向与工资收入比例之间的关系
当一国的收入分配方式发生变化时,工资收入比例也随之变化,不可避免地会引起消费倾向的改变。
在t时点,如果用Kt表示实际资本利润和土地地租之和,则总收入Yt等于工资总额Et与利润和地租总额Kt之和,即
Yt=Et+Kt (7)
用gt表示工资收入比例,Et代表实际工资总额,Yt代表实际总收入,则
gt=Et/Yt (8)
如果用表示工资收入者的实际消费量,用表示资本收入者(包括地租收入者)的实际消费量,则消费量Ct等于劳动收入者的实际消费量与资本收入者的实际消费量之和,即
定义工资收入者的消费倾向为资本收入者(包括土地所有者)的消费倾向为即
将公式(9)两边分别除以Yt,就得到了工资收入比例与消费倾向之间关系的模型,即
方程(12)表明,在短期,假设和不变的条件下,消费倾向的大小取决于工资收入比例的数值。一般来讲,工资收入者的消费倾向大于资本收入者的消费倾向,工资收入比例gt与消费倾向χt正相关。工资收入比例对消费倾向的影响程度,则取决于与之间的差额。如果二者的数值差距悬殊,则工资收入比例对消费倾向的影响相对较大;反之,影响较小。
就业乘数的决定方程
在t时点,当一个封闭的经济体处于均衡时,用实际工资单位衡量的就业变化量等于由消费所引起的就业变化量与由投资所引起的就业变化量之和,即
将公式(13)代入(3),由决定就业乘数的四个因素的公式,可以推导出以下关系。
其中kt代表有效需求的就业乘数,代表消费的就业乘数,χt代表消费倾向,代表投资的就业乘数,δt代表投资率。0<χt<1,0<δt<1。
根据以上方程,我们得到了消费倾向、消费的就业乘数、投资率和投资的就业乘数与有效需求的就业乘数之间的定量关系,可称其为就业乘数的决定方程。
就业乘数的决定方程的基本特征
第一,就业乘数的决定方程表明,有效需求的数量仅影响就业量的大小;有效需求的不同结构不但影响就业量的大小,并且影响就业量的变化方向。有效需求的就业乘数与消费倾向、消费的就业乘数、投资率、投资的就业乘数正相关;就业乘数的大小不但取决于消费的就业乘数和消费倾向之积的大小,也取决于投资的就业乘数和投资率之积的大小。
第二,消费倾向χt是四个自变量中影响就业乘数的主要变量。消费倾向的数值可以在0和1之间变动,在通常情况下,一个国家的消费量在总产量中的比重最大,消费倾向靠近1这一端,因此,就业乘数的大小首先取决于消费倾向的大小。
第三,消费的就业乘数是影响就业乘数的长期变量。在长期,消费的就业乘数的大小是影响就业乘数的重要变量;在短期,消费的就业乘数通常变化较小,因此,就业乘数的变化主要受其他短期因素的影响。
第四,投资率δt的大小及其变化对就业乘数的影响比较特殊。尽管投资率与有效需求的就业乘数正相关,然而,在长期,一个国家不能期望通过不断扩大投资率来增加就业量。一般来说,投资率上升意味着消费倾向的下降,导致一国国民的消费水平和就业量下降。
第五,投资的就业乘数是影响就业乘数的另一重要变量。特别是在消费倾向比较稳定的情况下,就业乘数的提高主要取决于投资的就业乘数的上升,所以更重要的是,就业乘数的符号和大小取决于投资的就业乘数为正值还是负值。问题的复杂性在于,当为负值时,扩大投资反而会抑制就业增长,甚至有可能导致有效需求的就业乘数为负值。
就业乘数决定方程的一般形式
构建一个更加一般形式的就业乘数决定方程的短期模型,消费倾向、投资的就业乘数与有效需求的就业乘数之间的关系可由以下模型给出。
其中kt代表有效需求的就业乘数,ct代表消费的就业乘数,χt代表消费倾向,dt代表投资率,代表投资的就业乘数。ct,dt均为常数,0<χt<1。
决定方程的一般形式的基本特征
第一,消费倾向的数值大小及其变化是决定就业乘数变化的主要变量。由于消费倾向χt可以在0和1之间变动,在两个极端的情况下,消费倾向对于就业乘数的影响如下:
当χt≈1时,dt≈0,则kt≈ctχt,其含义为:当消费倾向的数值较大时,就业乘数的变化主要取决于消费的就业乘数与消费倾向的积,而投资率与投资的就业乘数的积对就业乘数的影响在短期可以忽略不计。
当χt≈0时,其含义为:当消费倾向的值较小时,就业乘数的变化主要取决于投资率与投资的就业乘数的积,消费的就业乘数与消费倾向的积的短期影响可以忽略不计。事实上,消费倾向不会趋于零。
消费倾向的变化可以改变消费倾向与投资的就业乘数对于就业乘数的相对影响程度,这就需要考察边际消费倾向对就业乘数的变化的影响。
第二,在消费倾向比较稳定的条件下,投资的就业乘数的大小和变化是决定就业乘数变化的主要因素。投资的就业乘数的正负符号和大小不但影响就业乘数的大小,并且决定就业乘数的变化方向。
当时,kt>0,此时就业乘数为正值,一个国家扩大投资会促进就业。
当时,kt=ctχt,此时增加投资与就业乘数无关,一个国家通过扩大投资无法推动就业增长。
当时,扩大投资对就业乘数的影响为负向,一个国家扩大投资反而会抑制就业的增加。
当时,kt<0,此时一国扩大投资反而会使得社会的总就业量下降。
第三,就业乘数的变化取决于消费倾向与投资的就业乘数之间的关系的变化。
有效需求的就业乘数与供需均衡曲线的延伸
如图1所示,就业乘数的正负符号和数值大小决定了供需均衡曲线延伸的方向和幅度,采用就业乘数可以定量地解释在有效需求不断增长的条件下供需均衡曲线延伸的三种情形。
当kt>0时,表现为供需均衡曲线向右上方倾斜。此时有效需求的增长会推动就业量增加,有效需求对就业变化量的影响程度取决于就业乘数的大小。
当kt=0时,表现为供需均衡曲线呈垂直状。此时无论有效需求增长的幅度如何,都不会引起就业量增加。
当kt<0时,表现为供需均衡曲线向左上方倾斜。此时随着有效需求的增长,就业量反而会下降,就业量下降的程度取决于就业乘数的绝对值的大小。
就业乘数的连线与供需均衡曲线的斜率
在t时点,供需均衡曲线的延伸取决于就业乘数的大小;在t到t-n时期,就业乘数的连线则刻画了供需均衡曲线的斜率,因而可以采用就业乘数解释供需均衡曲线从短期到长期的连续变化。
图2描述了供需均衡曲线的斜率(虚线)与就业乘数的连线(实线)之间的关系。就业乘数与供需均衡点的移动相对应,因此,就业乘数的连线是一个与供需均衡曲线的斜率相联系的概念。二者之间的关系表现为:在有效需求不断增长的条件下,就业乘数为正值时,供需均衡曲线的斜率为正,说明就业量增加;就业乘数为负值时,供需均衡曲线的斜率为负,说明就业量下降。
就业乘数的决定方程与供需均衡曲线的斜率
我们可以采用就业乘数的决定方程分析从t-n到t时点影响供需均衡曲线斜率的大小的基本因素。就业乘数的决定方程:(14)表明,供需均衡曲线的斜率的大小以及倾斜的方向取决于决定就业乘数的四个基本因素。
第一,消费倾向χt的大小及其变化是影响供需均衡曲线的斜率的主要因素。一般来说,在长期,一个国家的消费倾向比较大,供需均衡曲线的斜率也越大;在短期,在其他因素不变的条件下,如果消费倾向上升,其就业乘数会变大,供需均衡曲线向右倾斜的程度越大。
第二,消费的就业乘数的大小同样是影响供需均衡曲线斜率的重要变量。在一定时期,在其他因素不变的条件下,一个国家消费的就业乘数越大,供需均衡曲线向右倾斜的程度越大。
第三,投资率δt的大小及其变化对于供需均衡曲线斜率的影响比较特殊。在短期,如果投资率上升,可能会导致向供需均衡曲线向右上方倾斜。然而,在长期,我们不能期望通过扩大投资率来增加就业量,这意味着一国国民的消费水平趋于下降。
第四,投资的就业乘数的大小及其变化是影响供需均衡曲线斜率的另一个重要变量。通常情况下,在长期,一个国家的投资的就业乘数越大,供需均衡曲线的斜率也越大;在短期其他因素不变的条件下,如果投资的就业乘数上升,有效需求的就业乘数会变大,供需均衡曲线向右倾斜的程度也越大。当投资的就业乘数为某一负值时,会导致供需均衡曲线向左倾斜。在短期,消费倾向不变的情况下,供需均衡曲线的斜率主要取决于投资的就业乘数的变化。
第五,就业乘数的决定方程体现了几个重要变量之间的相互作用对于有效需求与就业量的关系产生的影响,而这一影响可以通过供需均衡曲线的斜率直观地反映出来。
潜在产量的充分就业乘数的公式
基于有效需求的就业乘数的概念,我们可以考虑建立一个潜在产量的充分就业乘数的模型。在t时点,定义潜在产量的充分就业乘数等于用实际工资单位衡量的充分就业变化量与实际潜在产量Yt p的比值,即
潜在产量的充分就业乘数可以简称为充分就业乘数。
充分就业乘数的基本特征
在不同的情形下,一个国家的充分就业乘数可能为正值、零或负值。
当时,此时潜在产量随着充分就业量增加。充分就业曲线向右上方倾斜,其倾斜程度可以用充分就业乘数的大小来描述。
当时,此时无论潜在产量是否增加,充分就业量都保持不变。充分就业曲线呈垂直状。
当时,即使潜在产量仍在增加,充分就业量出现下降,这意味着劳动供给会下降。此时充分就业曲线向左上方倾斜,其倾斜程度可以用充分就业乘数的绝对值来衡量。
就业乘数的决定方程与经济预测的方法
预期的t+m时点的就业乘数的决定方程可由以下模型给出。
其中kt+m代表预期的就业乘数,代表预期的消费的就业乘数,χt+m代表预期的消费倾向,代表预期的投资的就业乘数,δt+m代表预期的投资率。
采用预期的就业乘数的决定方程,在预测t+m时点的消费倾向、消费的就业乘数、投资率、投资的就业乘数的基础上,可以计算未来的就业乘数的数值,以分析供需均衡曲线的延伸的变化进行经济预测。
就业乘数的连续变化与经济预测的方法
假设对未来各时点t+1,t+2,…,t+m预期的有效需求分别为 我们可以根据一国预定的GDP目标计算出所推动的就业量。
其中代表预期的就业变化量,kt+m代表预期的就业乘数,代表预期的有效需求。
运用这一模型,我们可以得到未来各时点t+1,t+2,…,t+m的预期的就业变化量分别为从而描绘出预期的供需均衡曲线的路径。把未来的不同时期有效需求与就业量构成的点Et,Et+1,Et+2,…,Et+m连接起来,经过m期持续的延伸,就形成了一条连续的反映未来m期的供需均衡点的连线,如图3所示。通过预测未来各期就业乘数的数值,特别是它们正负符号的变化,可计算供需均衡曲线未来延伸的方向和幅度,以有效地预测经济未来的变化趋势。
就业乘数的连续变化与就业率上升
在通常情况下,我们可以用充分就业乘数的平均值作为标准,来刻画一个国家在一定时期内处于的充分就业状态。从t-n到t时期,如果一个国家就业率逐渐上升,该国的就业乘数相对于充分就业乘数均值的连续变化将表现为以下特征。
其中kt,kt-1,kt-2,…,kt-n分别代表在t,t-1,t-2,…,t-n各时点的就业乘数,代表t-n到t时点充分就业乘数的平均值。
就业乘数的连续变化与就业率下降
从t-n到t时期,一个国家的就业率逐渐下降,该国的就业乘数相对于充分就业乘数均值的连续变化将表现为以下特征。
式(20)表明,当经济陷入危机时,有效需求的就业乘数kt会下降到充分就业乘数的平均值之下,并且表现出明显的日益降低的趋势。在一段时期内,即使就业乘数有所恢复,只要kt的数值仍低于的水平,意味着就业率仍在下降,则认为经济仍处于危机之中。
附图说明
为了更清楚地说明本发明及实施例的技术方案,下面将对本发明及实施例描述中所需要使用的附图作一简单的介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为就业乘数的正负符号与供需均衡曲线的斜率图
图2为供需均衡曲线的斜率(虚线)与就业乘数的连线(实线)图
图3为对供需均衡曲线的延伸的预期与经济预测图
图4为1947—2013年美国的就业乘数和充分就业乘数图
图5为2006—2014年美国的季度就业乘数图
具体实施方式
为使本发明的实施例的目的、技术方案和优点更加清楚,下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚完整的描述:
如图1—5所示:运用本发明公开的就业乘数的分析与预测方法,对美国2007年的失业危机展开讨论。数据源于美国商务部和劳工部。
美国的年度有效需求的就业乘数
2000—2013年美国的就业乘数
时间 | 2000年 | 2001年 | 2002年 | 2003年 | 2004年 | 2005年 | 2006年 |
k<sub>t</sub> | 0.026 | 0.002 | -0.003 | 0.004 | 0.012 | 0.007 | 0.014 |
时间 | 2007年 | 2008年 | 2009年 | 2010年 | 2011年 | 2012年 | 2013年 |
k<sub>t</sub> | 0.012 | 0.001 | -0.023 | 0.003 | 0.008 | 0.011 | 0.005 |
在2007年以前的十年,美国的充分就业乘数的平均值当时,意味着就业率下降,该国大多数国民的境遇开始变得艰难。2001、2002、2003年美国的就业乘数分别为0.002、-0.003、0.004,预示着美国经济出现了爆发失业危机的隐患。其后的2008—2010年,美国的就业乘数分别为0.001、-0.023、0.003,就业乘数连续三年不显著大于零,符合失业危机的基本特征。美国的就业乘数指标表明,严格地说,美国2001年已经开始陷入失业危机;尽管2006年就业率有所反弹,就业乘数为0.014,上升到充分就业乘数的平均值之上,于2007年美国再次陷入失业危机。
运用年度就业乘数的分析方法预测美国的失业危机
通过分析美国的就业乘数相对于充分就业乘数的连续变化,能够有效地预测出美国失业危机爆发的时间、幅度和严重性。
图4描述了1947—2013年美国的就业乘数与充分就业乘数的变化路径。通常情况下,失业危机发生以前,就业乘数小于充分就业乘数,并且就业乘数迅速下降;失业危机发生时,就业乘数迅速变为负值。客观地说,在二战以后的70年,美国至少经历了两次严重的失业危机。第一次是二十世纪70年代初期到80年代初期的失业危机,第二次是21世纪初的失业危机。
第一次失业危机:从1970年到1983年美国的失业危机。
由图4可见,1969年美国的就业乘数为0.023,1970年迅速下降为0.006,而当年的充分就业乘数则为0.021。经过1972—1973年的反弹,就业乘数于1974年急速下降为零,1975年更是降为负值。1970—1983年,充分就业乘数的平均值为0.020,在这段时期的大部分年份里,就业乘数都显著地小于充分就业乘数的平均值,在1975、1982这两年就业乘数甚至小于零。说明在十几年的较长岁月里,美国一直被严重的失业危机所困扰。
第二次失业危机:从2001年到2013年美国的失业危机。
2000年美国的就业乘数为0.026,2001年迅速降至0.002,远低于当年的充分就业乘数0.012,2002年继续下降至负值。2001—2013年,充分就业乘数的平均值为0.009,期间就业乘数只在四个年份里暂时上升到高于这一均值的水平。而且在大部分年份里,就业乘数严重偏离充分就业乘数的平均值。尤其是在2009年就业乘数为-0.023,出现了明显的负值,更加剧了失业危机的严重程度。
美国的季度有效需求的就业乘数
用年度指标计量就业乘数存在一定的滞后效应,用季度指标计量的就业乘数能够更精确地分析失业危机。图5描绘了2006—2014年美国的季度就业乘数的变动。
运用就业乘数的连续变化解释美国失业危机的演变过程
采用季度就业乘数相对于充分就业乘数的连续变化的分析方法,可以预测美国就业率的变化,分析美国失业危机的演变过程。
第一阶段,发生失业危机的早期信号。2006年1季度,美国的就业乘数下降到0.009,已经低于充分就业乘数的平均值0.012。2006年2季度,就业乘数首次呈现了负值,3季度的就业乘数为零。就业乘数连续两个季度不大于零,这已经给出了美国发生失业危机的早期信号。
第二阶段,陷入失业危机的明确信号。尽管此后两个季度美国的就业乘数恢复正值,但值仅为0.007,远低于充分就业乘数的平均值0.012。并且,于2007年2季度就业乘数再次下降到负值。经济的恢复乏力,两个季度后就业乘数再次出现负值,这就给出了美国陷入失业危机的明确信号。
第三阶段,失业危机持续发展的证据。从2008年2季度起,美国连续8个季度就业乘数基本为负值,2009年1季度就业乘数甚至达到了-0.021的极低水平,直到2010年2季度,就业乘数仍为负值。就业乘数连续8个季度基本保持在负值,是美国的失业危机持续发展的有力证据。
第四阶段,尚未出现摆脱危机的证据。在2011年2季度,就业乘数又一次降到零以下,在后面的年份里,就业乘数围绕零值频繁地上下波动。直到2014年的最后两个季度,就业乘数才有了连续两个季度高于零值的表现,2014年3季度和4季度,就业乘数分别为0.004和0.005。以上数据表明,虽然美国的就业有所恢复,仍然缺乏美国摆脱失业危机的有力证据。
采用就业乘数的决定方程解释美国的失业危机
美国2007年1季度根据决定方程的一般形式(15),当消费倾向与投资的就业乘数二者共同决定的就业乘数小于充分就业乘数的平均值时,就会使得美国的就业率下降。在此之后,美国的就业乘数连续下降,2007年2季度当消费倾向与投资的就业乘数二者共同决定的就业乘数小于零时,无论美国实际GDP(有效需求)是否增长,就业量都会下降。在此情况下,即使美国政府通过宏观经济政策推动经济增长,也很难使得就业水平提高。如果依靠经济增长无法改善社会整体的就业状况,甚至对提高就业产生负作用,这就需要考虑消费倾向和投资的就业乘数的变化对就业的影响。
由于消费倾向始终为正值,当出现负值时,意味着投资的就业乘数为负,即总之,投资的就业乘数持续大幅下降,导致为负值,从而使得美国的就业量持续下降,这就不可避免地陷入失业危机。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种运用就业乘数进行总量分析与经济预测的方法,其特征在于包括如下步骤:
—确定经济总量的衡量单位为用实际工资单位衡量的变量;
在t时点,定义用实际工资单位衡量的就业量等于该时点的就业量Nt与实际平均工资的乘积
—根据凯恩斯的有效需求原理的基本思想及就业弹性的概念,以及卡恩的投资的就业乘数,分别给出投资的就业乘数、有效需求的就业乘数和消费的就业乘数的公式;
在t时点,定义投资的就业乘数为由投资所直接引起的就业变化量(用实际工资单位衡量)与投资量It的比值,即
定义有效需求的就业乘数kt等于用实际工资单位衡量的就业变化量与实际有效需求Yt d的比值,即
有效需求的就业乘数可以简称为就业乘数;
定义消费的就业乘数为由消费所直接引起的就业变化量(用实际工资单位衡量)与消费量Ct的比值,即
—由决定就业乘数的四个基本因素:消费倾向、消费的就业乘数、投资率、投资的就业乘数,推导出就业乘数的决定方程为
消费倾向χt被定义为消费量Ct与总收入Yt的比值,即
χt=Ct/Yt (5)
投资率δt被定义为投资量It与总收入Yt的比值,即
δt=It/Yt (6)
0<χt<1,0<δt<1;
就业乘数的决定方程的基本特征为:1)有效需求的数量仅影响就业量的大小;有效需求的不同结构不但影响就业量的大小,并且影响就业量的变化方向;2)消费倾向χt是四个自变量中影响就业乘数的主要变量;3)消费的就业乘数是影响就业乘数的长期变量;4)投资率δt的大小及其变化对就业乘数的影响比较特殊;在长期,一个国家不能期望通过不断扩大投资率来增加就业量;5)投资的就业乘数是影响就业乘数的另一重要变量;特别是在消费倾向比较稳定的情况下,就业乘数的符号和大小取决于投资的就业乘数为正值还是负值;当为负值时,扩大投资反而会抑制就业增长,甚至有可能导致有效需求的就业乘数为负值;
—构建更加一般形式的就业乘数决定方程的短期模型,即
其中kt代表有效需求的就业乘数,ct代表消费的就业乘数,χt代表消费倾向,dt代表投资率,代表投资的就业乘数;ct,dt均为常数,0<χt<1;
决定方程的一般形式的基本特征为:1)消费倾向的数值大小及其变化是决定就业乘数变化的主要变量;2)在消费倾向比较稳定的条件下,投资的就业乘数的正负符号和大小不但影响就业乘数的大小,并且决定就业乘数的变化方向:当时,kt>0,一个国家扩大投资会促进就业;当时,kt=ctχt,一个国家通过扩大投资无法推动就业增长;当时,一个国家扩大投资反而会抑制就业的增加;当时,kt<0,此时一国扩大投资反而会使得社会的总就业量下降;3)就业乘数的变化取决于消费倾向与投资的就业乘数之间的关系的变化;
—运用就业乘数的决定方程预测供需均衡曲线的变化;
预期的t+m时点的就业乘数的决定方程可由以下模型给出
其中kt+m代表预期的就业乘数,代表预期的消费的就业乘数,χt+m代表预期的消费倾向,代表预期的投资的就业乘数,δt+m代表预期的投资率;
假设对未来各时点t+1,t+2,…,t+m预期的有效需求分别为 我们可以根据一国预定的GDP目标计算出所推动的就业量;
其中代表预期的就业变化量,kt+m代表预期的就业乘数,代表预期的有效需求;
运用这一模型,可以得到一条连续的反映未来m期的供需均衡点的连线;通过预测未来各期就业乘数的数值,特别是它们正负符号的变化,可计算供需均衡曲线未来延伸的方向和幅度;
—通过比较就业乘数相对于充分就业乘数均值的连续变化,分析并预测经济发展的趋势;
在t时点,定义潜在产量的充分就业乘数等于用实际工资单位衡量的充分就业变化量与实际潜在产量Yt p的比值,即
潜在产量的充分就业乘数可以简称为充分就业乘数;
从t-n到t时期,如果一个国家就业率逐渐上升,该国的就业乘数相对于充分就业乘数均值的连续变化将表现为以下特征:
其中kt,kt-1,kt-2,…,kt-n分别代表在t,t-1,t-2,…,t-n各时点的就业乘数,代表t-n到t时点充分就业乘数的平均值;
从t-n到t时期,一个国家的就业率逐渐下降,该国的就业乘数相对于充分就业乘数均值的连续变化将表现为以下特征:
式(20)表明,当经济陷入危机时,就业乘数kt会下降到充分就业乘数的平均值之下,并且表现出明显的日益降低的趋势;在一段时期内,即使就业乘数有所恢复,只要kt的数值仍低于的水平,意味着就业率仍在下降,则认为经济仍处于危机之中。
2.根据权利要求1所述的运用就业乘数进行总量分析与经济预测的方法,其特征还在于:所述的投资的就业乘数的基本特征表述如下:
投资的就业乘数可以为正值、零或负值;
当时,就业量上升,一个国家扩大投资会促进就业量的增加;投资的就业乘数越大,增加单位投资引起的就业量的增加也越多;
当时,就业量保持不变,这意味着一个国家继续扩大投资无法促进就业量的增加;
当时,就业量下降,这意味着一个国家扩大投资反而会抑制就业量的增加。
3.根据权利要求1所述的运用就业乘数进行总量分析与经济预测的方法,其特征还在于:所述的有效需求的就业乘数的基本特征表述如下:
当一个国家存在有效需求不足时,就业乘数kt可以为正值、零或负值;
当kt>0时,有效需求的增长会促进就业量的增加,有效需求对就业量的影响程度取决于就业乘数的大小;
当kt=0时,有效需求的增长对就业量不发生任何影响;
当kt<0时,有效需求的增长会对就业量产生相反方向的影响,就业量下降的程度取决于就业乘数的绝对值的大小;在这种情况下,有效需求不但影响就业的数量,而且影响就业量改变的方向。
4.根据权利要求1所述的运用就业乘数进行总量分析与经济预测的方法,其特征还在于:消费倾向与工资收入比例之间的关系如下:
其中χt代表消费倾向,代表工资收入者的消费倾向,代表资本收入者的消费倾向,gt代表工资收入比例;
方程(12)表明,在短期,假设和不变的条件下,消费倾向的大小取决于工资收入比例的数值;一般来讲,工资收入者的消费倾向大于资本收入者的消费倾向,工资收入比例gt与消费倾向χt正相关;工资收入比例对消费倾向的影响程度,则取决于与之间的差额。
5.根据权利要求1所述的运用就业乘数进行总量分析与经济预测的方法,其特征还在于:就业乘数与供需均衡曲线的关系如下:
就业乘数的正负符号和数值大小决定了供需均衡曲线延伸的方向和幅度,采用就业乘数可以定量地解释在有效需求不断增长的条件下供需均衡曲线延伸的三种情形:
当kt>0时,表现为供需均衡曲线向右上方倾斜,此时有效需求的增长会推动就业量增加,有效需求对就业变化量的影响程度取决于就业乘数的大小;
当kt=0时,表现为供需均衡曲线呈垂直状,此时无论有效需求增长的幅度如何,都不会引起就业量增加;
当kt<0时,表现为供需均衡曲线向左上方倾斜,此时随着有效需求的增长,就业量反而会下降,就业量下降的程度取决于就业乘数的绝对值的大小;
就业乘数的决定方程:表明,供需均衡曲线的斜率的大小以及倾斜的方向取决于决定就业乘数的四个基本因素:
第一,消费倾向χt的大小及其变化是影响供需均衡曲线的斜率的主要因素;一般来说,在长期,一个国家的消费倾向比较大,供需均衡曲线的斜率也越大;在短期,在其他因素不变的条件下,如果消费倾向上升,其就业乘数会变大,供需均衡曲线向右倾斜的程度越大;
第二,消费的就业乘数的大小同样是影响供需均衡曲线斜率的重要变量;在一定时期,在其他因素不变的条件下,一个国家消费的就业乘数越大,供需均衡曲线向右倾斜的程度越大;
第三,投资率δt的大小及其变化对于供需均衡曲线斜率的影响比较特殊;在短期,如果投资率上升,可能会导致向供需均衡曲线向右上方倾斜;然而,在长期,我们不能期望通过扩大投资率来增加就业量,这意味着一国国民的消费水平趋于下降;
第四,投资的就业乘数的大小及其变化是影响供需均衡曲线斜率的另一个重要变量;通常情况下,在长期,一个国家的投资的就业乘数越大,供需均衡曲线的斜率也越大;在短期,消费倾向不变的情况下,供需均衡曲线的斜率主要取决于投资的就业乘数的变化,如果投资的就业乘数上升,有效需求的就业乘数会变大,供需均衡曲线向右倾斜的程度也越大;当投资的就业乘数为某一负值时,会导致供需均衡曲线向左倾斜;
第五,就业乘数的决定方程体现了几个重要变量之间的相互作用对于有效需求与就业量的关系产生的影响,而这一影响可以通过供需均衡曲线的斜率直观地反映出来。
6.根据权利要求1所述的运用就业乘数进行总量分析与经济预测的方法,其特征还在于:所述的充分就业乘数的基本特征表述如下:
在不同的情形下,一个国家的充分就业乘数可能为正值、零或负值;
当时,充分就业曲线向右上方倾斜,其倾斜程度可以用充分就业乘数的大小来描述;
当时,充分就业曲线呈垂直状,此时无论潜在产量是否增加,充分就业量都保持不变;
当时,充分就业曲线向左上方倾斜,这意味着劳动供给会下降,其倾斜程度可以用充分就业乘数的绝对值来衡量。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811017797.0A CN109523106A (zh) | 2018-09-02 | 2018-09-02 | 运用就业乘数进行总量分析与经济预测的方法 |
PCT/CN2019/103906 WO2020043212A1 (zh) | 2018-09-02 | 2019-09-01 | 运用就业乘数进行总量分析与经济预测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811017797.0A CN109523106A (zh) | 2018-09-02 | 2018-09-02 | 运用就业乘数进行总量分析与经济预测的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109523106A true CN109523106A (zh) | 2019-03-26 |
Family
ID=65770688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811017797.0A Pending CN109523106A (zh) | 2018-09-02 | 2018-09-02 | 运用就业乘数进行总量分析与经济预测的方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109523106A (zh) |
WO (1) | WO2020043212A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020043212A1 (zh) * | 2018-09-02 | 2020-03-05 | 王二丹 | 运用就业乘数进行总量分析与经济预测的方法 |
CN113762611A (zh) * | 2021-08-30 | 2021-12-07 | 青岛海信网络科技股份有限公司 | 新增就业人数的预测方法及电子设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050182646A1 (en) * | 2004-01-20 | 2005-08-18 | Gilmore Robert E. | Method and system for reporting economic impact |
CN103440532A (zh) * | 2013-08-21 | 2013-12-11 | 国家电网公司 | 一种基于可计算一般均衡模型的电力需求预测系统 |
CN106779209A (zh) * | 2016-12-12 | 2017-05-31 | 申秀琴 | 经济总量分析的图解方法 |
CN107103435A (zh) * | 2017-06-01 | 2017-08-29 | 申秀琴 | 运用就业函数进行经济总量分析的方法 |
CN109523106A (zh) * | 2018-09-02 | 2019-03-26 | 申秀琴 | 运用就业乘数进行总量分析与经济预测的方法 |
-
2018
- 2018-09-02 CN CN201811017797.0A patent/CN109523106A/zh active Pending
-
2019
- 2019-09-01 WO PCT/CN2019/103906 patent/WO2020043212A1/zh active Application Filing
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020043212A1 (zh) * | 2018-09-02 | 2020-03-05 | 王二丹 | 运用就业乘数进行总量分析与经济预测的方法 |
CN113762611A (zh) * | 2021-08-30 | 2021-12-07 | 青岛海信网络科技股份有限公司 | 新增就业人数的预测方法及电子设备 |
CN113762611B (zh) * | 2021-08-30 | 2024-04-16 | 青岛海信网络科技股份有限公司 | 新增就业人数的预测方法及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2020043212A1 (zh) | 2020-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Olayungbo | Effects of oil export revenue on economic growth in Nigeria: A time varying analysis of resource curse | |
Greiner | An endogenous growth model with public capital and sustainable government debt | |
Costa | Understanding dsge models: theory and applications | |
Stiglitz | A neoclassical analysis of the economics of natural resources | |
CN110880051A (zh) | 企业价值评估云服务系统 | |
Miranda et al. | Continuous Chain Ladder: Reformulating and generalizing a classical insurance problem | |
CN106294694A (zh) | 资产配置大数据分析控制系统 | |
Billio et al. | Combination schemes for turning point predictions | |
Kaspina et al. | Cash flow forecasting as an element of integrated reporting: an empirical study | |
Junior | Understanding DSGE models: theory and applications | |
CN106779209A (zh) | 经济总量分析的图解方法 | |
CN109523106A (zh) | 运用就业乘数进行总量分析与经济预测的方法 | |
EP2343683A1 (en) | Data relationship preservation in a multidimension data hierarchy | |
CN112308305A (zh) | 一种基于多模型综合的售电量预测方法 | |
Kolomytseva et al. | System-dynamic model of managing the budgetary financial resources in targeted programs | |
Roman et al. | The growth and decline of the western roman empire: quantifying the dynamics of army size, territory, and coinage | |
Gavin et al. | The limitations of forward guidance | |
Dubina | Labor force and macroeconomic projections overview and highlights, 2022–32 | |
Demirel | The Short-term Effects of Tax Changes--evidence for State Dependence | |
Kolasa et al. | How frequently should we re-estimate DSGE models? | |
Li et al. | Information acquisition in new product introduction | |
CN113379531A (zh) | 银行客户存款总额预测方法及装置 | |
Simionescu | Bayesian combined forecasts and Monte Carlo simulations to improve inflation rate predictions in Romania | |
Hamayon et al. | Construction and impact of a buffer fund within the French PAYG pension scheme in a demo-economic model | |
Devianto et al. | The seasonal model of chili price movement with the effect of long memory and exogenous variables for improving time series model accuracy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190326 |