ट्रिपल- I ब्लॉग | आर्थिक दबाव COVID -19 की आयु


डॉ। स्टीवन एन। वेइसबार्ट, सीएलयू, ट्रिपल- I वरिष्ठ उपाध्यक्ष और मुख्य अर्थशास्त्री

COVID-19 महामारी ने न केवल हमारी अर्थव्यवस्था को बाधित किया है – इसने उन आंकड़ों को जटिल कर दिया है जो हम आर्थिक विकास को समझने के लिए नियमित रूप से उपयोग करते हैं। यह थोड़ा सा थर्मामीटर है जिसे आप यह बताने के लिए उपयोग करते हैं कि क्या आपको बुखार है या नहीं।

यहां दो उदाहरण दिए गए हैं कि यह जानना मुश्किल क्यों है।

सही बेरोजगारी दर क्या है?

अप्रैल 2020 के श्रम सांख्यिकी ब्यूरो (बीएलएस) रोजगार रिपोर्ट में कहा गया है कि यू -3 दर – बीएलएस की छह बेरोजगारी उपायों में से सिर्फ एक – 14.75 प्रतिशत थी। यह संख्या असैन्य श्रम बल (156.481 मिलियन) द्वारा बेरोजगार (23.078 मिलियन) गिने जाने वाले लोगों की संख्या को विभाजित करके निकाली गई है, जो हर कोई है जो या तो काम कर रहा है या बेरोजगार है और काम की तलाश में है।

लेकिन जब मार्च-अप्रैल और अप्रैल में वायरस को एक प्रमुख सार्वजनिक स्वास्थ्य खतरे के रूप में मान्यता दी गई थी और कई व्यवसायों और संगठनों को बंद कर दिया गया था, तो कई लाखों लोगों को काम से निकाल दिया गया था, जो प्रभावित हुए थे, जो सेवानिवृत्त होने का निर्णय ले रहे थे। इसका मतलब है कि उन्हें अब नागरिक श्रम शक्ति के हिस्से के रूप में नहीं गिना जाता है। अप्रैल में इसकी गिनती (156.5 मिलियन) – 8.1 मिलियन की गिरावट के साथ फरवरी में (164.6 मिलियन) नागरिक श्रम बल की तुलना करके यह सबसे स्पष्ट रूप से देखा गया है।

बड़ी संख्या में सेवानिवृत्त लोगों ने बेरोजगारी की दर को प्रभावित किया: यदि वे सेवानिवृत्त नहीं हुए थे, तो अधिकांश को बेरोजगार के रूप में गिना जाएगा। गणित को हमारे उदाहरण में सरल रखने के लिए, मान लें कि रिटायर होने वाले 7 मिलियन लोग श्रम शक्ति में बने हुए थे और बेरोजगार के रूप में गिने जाते थे (हो सकता है कि अन्य 1 मिलियन तब तक रिटायर हो चुके हों – वैसे भी वायरस या वायरस नहीं)। बेरोजगारी की गिनती 30 मिलियन (23 मिलियन गिने गए प्लस 7 मिलियन अन-रिटायर) और सिविलियन लेबर फोर्स 163.5 मिलियन (156.5 काउंट प्लस 7 मिलियन अन-रिटायर) होगी।

बेरोजगारी की दर को 14.75 प्रतिशत के बजाय 30.5 करोड़ विभाजित कर 163.5 मिलियन या 18.35 प्रतिशत घोषित किया गया होगा।

तो, कौन सा सही है?

क्या मौसमी समायोजन अभी भी सही हैं?

मैक्रोइकॉनॉमिस्ट ने लंबे समय से माना है कि कई आर्थिक आंकड़ों में मौसमी पैटर्न हैं। उदाहरण के लिए, खुदरा बिक्री अक्सर छुट्टियों के कारण वर्ष की अंतिम तिमाही में बढ़ जाती है। कुछ वस्तुओं के लिए बिक्री, जैसे कि “स्कूल में वापस” के लिए खरीदी गई, अन्य समय में स्पाइक। तो, वास्तव में क्या हो रहा है यह देखने के लिए, आर्थिक डेटा को अक्सर मौसमी प्रभावों के लिए समायोजित किया जाता है और इन समायोजन के बाद रिपोर्ट की जाती है।

मौसमी समायोजन के प्रभाव को देखने के लिए, निम्नलिखित दो रेखांकन देखें। पहला निर्माण उद्योग में रोजगार है जो मौसमी रूप से समायोजित नहीं है। दूसरा समान उद्योग और समय है; एकमात्र अंतर यह है कि इसके डेटा को मौसमी रूप से समायोजित किया जाता है।

निर्माण रोजगार स्पष्ट रूप से ठंड के महीनों में डुबकी लगाता है, और पहले ग्राफ में दिखाई गई गिरावट किसी भी महत्वपूर्ण आर्थिक बदलाव का प्रतिनिधित्व नहीं करती है, इसलिए निचले ग्राफ़ में मौसमी समायोजन हमें मौसमी समायोजन से परे केवल परिवर्तन देखने देता है, जैसे कि 2020 में क्या हुआ ।

आर्थिक विश्लेषण के दृष्टिकोण से, समस्या यह है कि लागू करने के लिए मौसमी समायोजन की मात्रा एक निर्णय कॉल है, और यह अक्सर एक ऐतिहासिक अवधि पर आधारित होती है जिसमें स्थितियां अब जितनी थीं। लेकिन अब जो हो रहा है उसकी कोई संतोषजनक ऐतिहासिक मिसाल नहीं है।

तो क्या हमें पहले से मौसमी समायोजन कारकों का उपयोग करते रहना चाहिए, या वे वर्तमान आर्थिक स्थिति पर लागू नहीं होते हैं?

ये डेटासेट या विश्लेषणात्मक दृष्टिकोण के केवल दो उदाहरण हैं जिनकी प्रासंगिकता को COVID-19 के प्रकाश में प्रश्न कहा जा सकता है – आर्थिक घटनाक्रमों को समझने और पूर्वानुमान करने के प्रयास में पहले से ही जटिल और बारीक प्रयास को जटिल बनाना।

Enter your email address:

Delivered by LITuts.com

0 0 vote
Article Rating
Subscribe
Notify of
guest
0 Comments
Inline Feedbacks
View all comments
0
Would love your thoughts, please comment.x
()
x
Scroll to Top