4 นักวิจัยวิจัยอัลฟ่า: คามิอุ
ในเศรษฐกิจโลกปัจจุบัน ความสำคัญของข้อมูลการจ้างงานต่อผู้กำหนดนโยบายการเงินมหภาคและตลาดการค้าระดับโลกนั้นชัดเจนในตัวเอง เนื่องจากเป็นตัวบ่งชี้ที่สำคัญของการพัฒนาเศรษฐกิจ ข้อมูลการจ้างงานนอกภาคเกษตรของสหรัฐฯ จึงได้รับความสนใจอย่างมากมาโดยตลอด อย่างไรก็ตาม มีข้อสงสัยในตลาดมาเป็นเวลานาน: เหตุใดข้อมูลการจ้างงานในสหรัฐฯ และแนวโน้ม CPI จึงเบี่ยงเบนบ่อยครั้ง และเหตุใดจึงมีความแตกต่างอย่างมากระหว่างข้อมูลการสำรวจครัวเรือนและข้อมูลการสำรวจธุรกิจ ความขัดแย้งนี้ทำให้ประชาชนบางส่วนเกิดความสงสัยต่อข้อมูลการจ้างงานนอกภาคเกษตรที่กระทรวงแรงงานสหรัฐฯ เผยแพร่ โดยเชื่อว่าอาจมีข้อผิดพลาดหรือแม้แต่การประเมินค่าสูงเกินไปอย่างเป็นระบบ โดยเฉพาะอย่างยิ่งข้อมูลบัญชีเงินเดือนนอกภาคเกษตรที่มีความผิดปกติบ่อยครั้งตั้งแต่ปี 2567 ถึงเดือนกรกฎาคม 2024 ข้อมูลนอกภาคเกษตรรายเดือนลดลงอย่างรวดเร็วและไม่คาดคิด และความสงสัยอย่างเป็นระบบเกี่ยวกับข้อมูลนอกภาคเกษตรก็เพิ่มมากขึ้น
ต่อไป เราจะสำรวจสาเหตุที่อยู่เบื้องหลังปรากฏการณ์นี้ และผลกระทบที่เป็นไปได้ต่อการวิเคราะห์ตลาดและการพัฒนานโยบาย
1. เหตุใดข้อมูลการจ้างงานของสหรัฐอเมริกาจึงถูกสงสัยว่าไม่ถูกต้องหรือประเมินค่าสูงเกินไปอย่างเป็นระบบมาเป็นเวลานาน
ข้อมูลการจ้างงานนอกภาคเกษตรกรรมที่เผยแพร่ทุกเดือนโดยกระทรวงแรงงานของสหรัฐอเมริกา (BLS) ประกอบด้วยข้อมูลเกี่ยวกับจำนวนการจ้างงาน อัตราการว่างงาน ฯลฯ และถือเป็นตัวชี้วัดทางเศรษฐกิจมหภาคที่สำคัญที่สุดตัวหนึ่งมาโดยตลอด จำนวนงานนอกภาคเกษตรกรรมใหม่สะท้อนถึงจำนวนงานใหม่ในภาคนอกเกษตรของสหรัฐอเมริกา รวมถึงอุตสาหกรรมทั้งหมดที่ไม่ใช่ภาครัฐ เช่น การผลิต การบริการ การก่อสร้าง ฯลฯ ข้อมูลนี้ช่วยให้เข้าใจว่าตลาดงานในสหรัฐฯ ขยายตัวได้รวดเร็วเพียงใดและมีความเข้มงวดเพียงใด อัตราการว่างงานหมายถึงสัดส่วนของกำลังแรงงานที่ว่างงานต่อกำลังแรงงานทั้งหมดภายในระยะเวลาหนึ่ง เป็นตัวบ่งชี้ที่สำคัญอีกประการหนึ่งของความสมบูรณ์ของเศรษฐกิจและสะท้อนถึงระดับความซบเซาของตลาดแรงงาน ค่าจ้างเฉลี่ยต่อชั่วโมงสะท้อนถึงระดับรายได้ของคนงานชาวอเมริกัน และเป็นตัวบ่งชี้ที่สำคัญของกำลังซื้อของผู้บริโภคและแรงกดดันด้านเงินเฟ้อที่อาจเกิดขึ้น
ข้อมูลนอกภาคเกษตรมีผลกระทบสำคัญต่อตลาดการเงิน การกำหนดนโยบายของรัฐบาล และการคาดการณ์ทางเศรษฐกิจ นักลงทุน นักเศรษฐศาสตร์ และผู้กำหนดนโยบายให้ความสนใจกับรายงานนี้อย่างใกล้ชิดเพื่อประเมินทิศทางของเศรษฐกิจสหรัฐฯ และทำการลงทุนและการตัดสินใจอย่างเหมาะสม ประสิทธิภาพของข้อมูลนอกภาคเกษตรมักส่งผลต่อนโยบายการเงินของธนาคารกลางสหรัฐ ซึ่งจะส่งผลต่อตลาดการเงินโลกด้วย อย่างไรก็ตาม ในช่วงไม่กี่ปีที่ผ่านมา มีมุมมองที่เพิ่มมากขึ้นว่าข้อมูลการจ้างงานของสหรัฐฯ นั้นไม่ถูกต้องและอาจมีการประเมินสูงเกินไปอย่างเป็นระบบ โดยสาเหตุหลักมาจากเหตุผลดังต่อไปนี้:
1. ความแตกต่างระหว่างข้อมูลนอกภาคเกษตรจากแหล่งต่างๆ มีจำนวนเพิ่มมากขึ้นเรื่อยๆ (รายละเอียดเพิ่มเติมด้านล่าง) และการขาดความรัดกุมของข้อมูลมีความโดดเด่นมากขึ้นเรื่อยๆ นำไปสู่ความน่าเชื่อถือของข้อมูลการจ้างงานนอกภาคเกษตรที่ถูกตั้งคำถาม
2. มีความขัดแย้งที่อาจเกิดขึ้นระหว่างข้อมูลมาโครที่แตกต่างกัน แม้ว่าข้อมูล CPI มีแนวโน้มลดลงอย่างมีนัยสำคัญ แต่ตลาดงานยังคงแสดงการเติบโตในระดับปานกลาง การเปรียบเทียบเฉพาะมีดังนี้:
มกราคม 2567 :
CPI: จากข้อมูลของสำนักงานสถิติแรงงานสหรัฐ CPI ลดลง 0.1% เมื่อเทียบเป็นรายปีในเดือนมกราคม และเพิ่มขึ้น 6.4% เมื่อเทียบเป็นรายปี
ข้อมูลการจ้างงานนอกภาคเกษตร: มีการเพิ่มงานนอกภาคเกษตรใหม่ 517,000 ตำแหน่งในเดือนมกราคม และอัตราการว่างงานยังคงอยู่ที่ 3.4%
กุมภาพันธ์ 2567 :
CPI: CPI ในเดือนกุมภาพันธ์ไม่เปลี่ยนแปลงจากเดือนก่อนและเพิ่มขึ้น 6.0% เมื่อเทียบเป็นรายปี
ข้อมูลการจ้างงานนอกภาคเกษตร: มีการเพิ่มงานนอกภาคเกษตรใหม่ 311,000 ตำแหน่งในเดือนกุมภาพันธ์ และอัตราการว่างงานลดลงเล็กน้อยเหลือ 3.3%
มีนาคม 2567 :
CPI: CPI ลดลง 0.2% เมื่อเทียบเป็นรายเดือนในเดือนมีนาคม และเพิ่มขึ้น 5.2% เมื่อเทียบเป็นรายปี
ข้อมูลการจ้างงานนอกภาคเกษตร: มีการเพิ่มเงินเดือนนอกภาคเกษตรใหม่ 235,000 รายการในเดือนมีนาคม และอัตราการว่างงานยังคงไม่เปลี่ยนแปลง
เมษายน 2567 :
CPI: CPI ลดลง 0.4% เดือนต่อเดือนในเดือนเมษายนและเพิ่มขึ้น 4.9% เมื่อเทียบเป็นรายปี
ข้อมูลการจ้างงานนอกภาคเกษตร: มีการเพิ่มงานนอกภาคเกษตรใหม่ 213,000 ตำแหน่งในเดือนเมษายน และอัตราการว่างงานเพิ่มขึ้นเล็กน้อยเป็น 3.4%
พฤษภาคม 2567 :
CPI: CPI ลดลง 0.3% เดือนต่อเดือนในเดือนพฤษภาคมและเพิ่มขึ้น 4.0% เมื่อเทียบเป็นรายปี
ข้อมูลการจ้างงานนอกภาคเกษตร: มีการเพิ่มงานนอกภาคเกษตรใหม่ 184,000 ตำแหน่งในเดือนพฤษภาคม และอัตราการว่างงานยังคงอยู่ที่ 3.4%
มิถุนายน 2567 :
CPI: CPI ลดลง 0.2% เดือนต่อเดือนในเดือนมิถุนายนและเพิ่มขึ้น 3.2% เมื่อเทียบเป็นรายปี
ข้อมูลการจ้างงานนอกภาคเกษตร: มีการเพิ่มงานนอกภาคเกษตรใหม่ 176,000 ตำแหน่งในเดือนมิถุนายน และอัตราการว่างงานลดลงเล็กน้อยเหลือ 3.3%
ข้อมูลข้างต้นทำให้เกิดสถานการณ์ที่แปลกประหลาดเล็กน้อย กล่าวคือ ในช่วงครึ่งแรกของปี 2024 CPI ในสหรัฐอเมริกามีแนวโน้มลดลงทุกเดือน แต่จำนวนการจ้างงานนอกภาคเกษตรยังคงเพิ่มขึ้นปานกลาง แสดงให้เห็นถึงความยืดหยุ่นที่แข็งแกร่งอย่างมาก ซึ่งไม่สอดคล้องกับสิ่งที่ผู้สังเกตการณ์คาดหวังตามการคาดการณ์ที่ไร้เดียงสาของเส้นโค้ง แม้ว่าเส้นโค้ง Phillips ได้รับการพิสูจน์มาแล้วหลายครั้งในประวัติศาสตร์ว่ามีความสามารถที่จำกัดมากในการปรับให้เหมาะสมและคาดการณ์สถานการณ์จริงได้ และความยืดหยุ่นเฉพาะของเส้นโค้งนั้นยังเป็นหัวข้อถกเถียงกันมานานในชุมชนเศรษฐศาสตร์มหภาค ข้อมูลในช่วงเวลาที่ยาวนานกว่าตั้งแต่ปี 2023 จนถึงปัจจุบันสอดคล้องกับเส้นโค้ง Phillips การเบี่ยงเบนอย่างต่อเนื่องของเส้นโค้งศรีลังกาจะยังคงทำให้ข้อมูลยังเป็นที่น่าสงสัย (บทความนี้จะพักการอภิปรายที่ซ้ำซากจำเจเกี่ยวกับความสามารถทางสถิติของ CPI)
3. ข้อมูลย่อยต่างๆ ที่อยู่ในข้อมูลนอกภาคเกษตรนั้นขัดแย้งกัน เช่น ข้อมูลการจ้างงานนอกภาคเกษตรของเดือนพฤษภาคม 2567 ซึ่งโดยทั่วไปถือว่าตลาดแปลกประหลาดที่สุดในรอบทศวรรษที่ผ่านมา จำนวน ผู้มีงานทำมีการเติบโตอย่างมีนัยสำคัญ แต่อัตราการว่างงานอยู่ในกำลังแรงงานเพิ่มขึ้นอย่างมีนัยสำคัญโดยไม่มีการเพิ่มขึ้นอย่างมีนัยสำคัญ ทำให้เกิดความขัดแย้งในตัวเองที่ยากจะพิสูจน์ได้ (แน่นอนว่าจำนวนงานนอกภาคเกษตรกรรมใหม่ในเดือนพฤษภาคมมี มีการแก้ไขอย่างมีนัยสำคัญในเดือนมิถุนายน แต่สิ่งนี้ทำให้ตลาดและนักวิจารณ์มีความกังวลมากขึ้นเกี่ยวกับคำถามเกี่ยวกับความน่าเชื่อถือของข้อมูลเบื้องต้น)
4. ตั้งแต่ปี 2024 ข้อมูลการจ้างงานนอกภาคเกษตรจะมีการแก้ไขลดลงหลายครั้ง ตั้งแต่ปี 2023 ข้อมูลการจ้างงานนอกภาคเกษตรที่เผยแพร่โดยสำนักงานสถิติแรงงานสหรัฐฯ ได้รับการแก้ไขลดลงหลายครั้ง ตัวอย่างเช่น ข้อมูลนอกภาคเกษตรในเดือนพฤษภาคม 2024 แสดงให้เห็นว่ามีการสร้างงานใหม่ 272,000 ตำแหน่ง ซึ่งเกินความคาดหมายของตลาดที่ 185,000 ตำแหน่งมาก อย่างไรก็ตาม การแก้ไขข้อมูลนอกภาคเกษตรก่อนหน้านี้หลายครั้งทำให้ตลาดสงสัยในความถูกต้องของข้อมูลนี้ ฟิลาเดลเฟียเฟดยังเสนอว่าข้อมูลการจ้างงานนอกภาคเกษตรในปี 2023 อาจถูกประเมินสูงเกินไปด้วยตำแหน่งงานใหม่มากถึง 800,000 ตำแหน่ง
5. ข้อมูลการจ้างงานนอกภาคเกษตรขัดแย้งกับข้อมูลการสำรวจการจ้างงานอื่นๆ และยังคงสูงกว่าการคาดการณ์โดยรวมของนักเศรษฐศาสตร์ ในช่วงหลายเดือนที่ผ่านมา การสำรวจสำมะโนการจ้างงานและค่าจ้างรายไตรมาส (QCEW) และการจ้างงานภาคเอกชนของสหรัฐอเมริกา (ADP) ได้แสดงให้เห็นแล้วว่า ตลาดงาน มีสัญญาณของการชะลอตัวลง แต่ข้อมูลนอกภาคเกษตรแสดงให้เห็นเสมอว่าสถานการณ์การจ้างงานในสหรัฐฯ แสดงให้เห็นถึงความยืดหยุ่นเหนือความคาดหมาย โดยทั่วไปเชื่อกันว่าข้อมูลการจ้างงานนอกภาคเกษตรไม่ได้แยกความแตกต่างระหว่างการจ้างงานในระบบและนอกระบบ ในขณะที่ QCEW และอื่นๆ มุ่งเน้นไปที่สถิติการจ้างงานในระบบมากกว่า และมีสถิติที่จำกัดเกี่ยวกับการจ้างงานนอกเวลาและนอกเวลา
2. แนะนำโดยย่อเกี่ยวกับวิธีคำนวณข้อมูลการจ้างงานนอกภาคเกษตร
BLS รวบรวมข้อมูลนอกภาคการเกษตรโดยใช้ชุดการสำรวจโดยละเอียดและวิธีการทางสถิติ ต่อไปนี้เป็นขั้นตอนสำคัญและวิธีการคำนวณข้อมูลเงินเดือนนอกภาคเกษตรกรรม:
1. การสำรวจตัวอย่าง: BLS รวบรวมข้อมูลผ่านการสำรวจครัวเรือน (การสำรวจประชากรปัจจุบัน, CPS) และการสำรวจธุรกิจ (สถิติการจ้างงานปัจจุบัน, CES) การสำรวจครัวเรือนส่วนใหญ่จะใช้เพื่อคำนวณอัตราการว่างงานและอัตราการมีส่วนร่วมของกำลังแรงงาน ในขณะที่การสำรวจทางธุรกิจใช้เพื่อคำนวณจำนวนการสร้างงานและค่าจ้างเฉลี่ยต่อชั่วโมง
2. การจำแนกประเภทอุตสาหกรรม: ข้อมูลการจ้างงานนอกภาคเกษตรแบ่งการจ้างงานออกเป็นประเภทอุตสาหกรรมต่างๆ เช่น การผลิต การก่อสร้าง อุตสาหกรรมบริการ เป็นต้น เพื่อวิเคราะห์สถานการณ์การจ้างงานในแต่ละอุตสาหกรรมโดยละเอียดยิ่งขึ้น
3. การปรับข้อมูล: ส่วนใหญ่ประกอบด้วยการปรับตามฤดูกาลและการปรับ B/D:
เพื่อให้มั่นใจในความถูกต้องของข้อมูล BLS จะปรับข้อมูลตามฤดูกาลเพื่อลดผลกระทบของปัจจัยตามฤดูกาลต่อข้อมูลการจ้างงาน โดยเฉพาะอย่างยิ่ง BLS อันดับแรกจะวิเคราะห์ข้อมูลในอดีตเพื่อระบุและระบุจำนวนรูปแบบตามฤดูกาล รูปแบบตามฤดูกาลหมายถึงความผันผวนของข้อมูลการจ้างงานในช่วงเวลาที่กำหนดอันเนื่องมาจากปัจจัยปกติหรือที่คาดการณ์ได้ (เช่น วันหยุด การเปลี่ยนแปลงสภาพอากาศ วันหยุดโรงเรียน ฯลฯ) ประการที่สอง BLS ใช้วิธีการวิเคราะห์อนุกรมเวลาของ S-ARIMA ใช้ข้อมูลในอดีตเพื่อให้พอดีกับพารามิเตอร์โมเดลที่ทำให้เกิดไวท์นอยส์ที่ตกค้าง และดำเนินการความแตกต่างตามฤดูกาลกับข้อมูลต้นฉบับเพื่อกำจัดความผันผวนตามฤดูกาล
ในเวลาเดียวกัน เนื่องจากการสำรวจของ CES ไม่สามารถบันทึกการเปลี่ยนแปลงการจ้างงานขององค์กรที่จัดตั้งขึ้นใหม่และองค์กรปิดได้แบบเรียลไทม์ BLS จึงใช้โมเดลการปรับการเกิด/การเสียชีวิตเพื่อประเมินการเปลี่ยนแปลงเหล่านี้เพื่อสะท้อนสถานการณ์จริงของงานได้แม่นยำยิ่งขึ้น ตลาด ได้แก่ แบบจำลองการเกิด (แบบจำลองการปรับการเกิด) ประมาณการจำนวนตำแหน่งงานที่สร้างขึ้นโดยบริษัทที่จัดตั้งขึ้นใหม่ แบบจำลองนี้อิงจากข้อมูลในอดีตและคำนึงถึงแนวโน้มการเติบโตและสภาวะเศรษฐกิจมหภาคในอุตสาหกรรมต่างๆ เพื่อคาดการณ์การมีส่วนร่วมของบริษัทใหม่ในตลาดงาน แบบจำลองความตาย: ประมาณการงานที่สูญเสียไปโดยบริษัทที่ปิดตัวลง โมเดลนี้ยังอิงตามข้อมูลในอดีตและวิเคราะห์ความถี่และรูปแบบของความล้มเหลวขององค์กร รวมถึงผลกระทบของสภาวะเศรษฐกิจมหภาคที่มีต่อการอยู่รอดขององค์กร
3. บทสรุป: ข้อมูลการจ้างงานของสหรัฐฯ มีเจตนาประเมินสูงเกินไปหรือไม่
ผู้เขียนเชื่อว่าในระดับที่ถูกตั้งคำถาม CPI และการจ้างงานนอกภาคเกษตรมีความคล้ายคลึงกัน ข้อมูลสองเดือนที่มีนัยสำคัญระดับมหภาคนี้มักถูกตั้งคำถามซ้ำแล้วซ้ำเล่าจากตลาดว่าข้อมูลเหล่านี้ถูกบิดเบือนเพื่อตอบสนองนักการเมืองสหรัฐฯ ในปัจจุบันหรือไม่ ความคาดหวังของอัตราการสนับสนุนและความต้องการคลังสินค้า ดังนั้นจึงตั้งคำถามถึงความเป็นอิสระของธนาคารกลางสหรัฐ แน่นอนว่า ผู้เขียนไม่สามารถตัดความเป็นไปได้ของทฤษฎีสมคบคิดนี้ได้อย่างสมบูรณ์ แต่ฉันยังคงเชื่อว่าความผิดปกติและความไม่สอดคล้องต่างๆ ในข้อมูลนอกภาคเกษตรในช่วงไม่กี่ปีที่ผ่านมาส่วนใหญ่เนื่องมาจากวิธีการทางสถิติที่ล้าสมัยและการเปลี่ยนแปลงเชิงโครงสร้างในเศรษฐกิจสหรัฐฯ โครงสร้างภายหลังการแพร่ระบาด มีสาเหตุมาจาก การเปลี่ยนแปลงทางเศรษฐกิจ และอัตราการอพยพเข้าผิดกฎหมายที่เพิ่มขึ้น
1. วิธีการทางสถิติล้าสมัย
ตามที่กล่าวไว้ด้านล่าง รูปแบบการดำเนินงานทางเศรษฐกิจของสหรัฐฯ อาจมีการเปลี่ยนแปลงเชิงโครงสร้าง แต่การปรับตามฤดูกาลและการปรับ B/D ของข้อมูล CES นั้นขึ้นอยู่กับรูปแบบข้อมูลในอดีตอย่างมาก ซึ่งอาจนำไปสู่การเบี่ยงเบนอย่างมาก ในบรรดาสิ่งเหล่านั้น การปรับ B/D ได้รับการวิพากษ์วิจารณ์มากที่สุด
จากข้อมูลดังกล่าว ตำแหน่งงานนอกภาคเกษตรใหม่ทั้งหมด 231,000 ตำแหน่งในเดือนพฤษภาคมมาจากโมเดล B/D ซึ่งเป็นการประมาณการที่อิงจากการก่อตัวของธุรกิจใหม่ งานเหล่านี้ไม่นับว่าถูกสร้างขึ้นจริง แต่ถือว่ามีอยู่จริงและรวมไว้ในข้อมูลโดยตรง โมเดล B/D ได้เพิ่มงาน 1.9 ล้านตำแหน่งตั้งแต่เดือนเมษายน 2023 คิดเป็น 56% ของการสร้างงานใหม่ทั้งหมดในช่วงเวลาดังกล่าว ซึ่งหมายความว่ามากกว่าครึ่งหนึ่งของ การเติบโตของการจ้างงาน ในปีที่ผ่านมามาจากการปรับเปลี่ยน ทำให้มุมมองของตลาดส่วนใหญ่ชี้ไปที่โมเดล B/D ว่าเป็นต้นเหตุของข้อมูลการจ้างงานนอกภาคเกษตรที่ อุกอาจ ในวันที่ 24 พฤษภาคม ดังที่แสดง ในแผนภูมิด้านล่าง ในช่วงไม่กี่ปีที่ผ่านมา เปอร์เซ็นต์ความแตกต่างระหว่างผลลัพธ์ของ CES และ CPS มีมากขึ้นเรื่อยๆ ซึ่งถือเป็นหลักฐานที่ชัดเจนว่าวิธีการสุ่มตัวอย่างของ CES และวิธีการปรับเปลี่ยนทางสถิติล้มเหลวอย่างมาก
2. โครงสร้างเศรษฐกิจสหรัฐฯ มีการเปลี่ยนแปลงเชิงโครงสร้างภายหลังการแพร่ระบาด
ก่อนและหลังเหตุการณ์ด้านสาธารณสุขเกี่ยวกับโควิด-19 เราสามารถสังเกตเห็นส่วนแบ่งการทำงานนอกระบบที่เพิ่มขึ้นอย่างรวดเร็ว และความตั้งใจในการจ้างงานของคนหนุ่มสาวลดลงอย่างรวดเร็ว ซึ่งเป็นปรากฏการณ์ที่ดำเนินมาจนถึงทุกวันนี้ ในปัจจุบันยังไม่มีคำอธิบายที่ชัดเจนเป็นพิเศษสำหรับปรากฏการณ์นี้ บางคนเชื่อว่าสัดส่วนการทำงานนอกระบบที่เพิ่มขึ้นและความเต็มใจในการจ้างงานที่ลดลงอาจเกิดจากผลที่ตามมาในระยะยาว (LC) ของโควิด-19 ที่ลดอัตราการ กำลังการผลิตแรงงานโดยรวมในระดับประชากรแต่ยังไม่มีข้อสรุป ไม่ว่าในกรณีใด การเพิ่มสัดส่วนของงานนอกเวลาจะเพิ่มความยากของสถิติการจ้างงานนอกภาคเกษตรกรรมอย่างมาก เนื่องจากข้อมูลนอกภาคเกษตรจะถูกเก็บรวบรวมผ่านการสำรวจตัวอย่าง ซึ่งเป็นบุคคลคนเดียวกันที่ทำงานนอกเวลาหลายงาน ในเวลาเดียวกันจะนำไปสู่การเปรียบเทียบสถิติการจ้างงานอย่างหลีกเลี่ยงไม่ได้ สภาพจริงถูกประเมินไว้สูงเกินไป และการลบเสียงรบกวนนี้ส่งผลให้ค่าใช้จ่ายในการสำรวจเพิ่มขึ้นอย่างไม่สมส่วน ขณะเดียวกันคนวัยทำงานจำนวนมากได้ถอนตัวออกจากกำลังแรงงาน (ซึ่งเป็นส่วนของอัตราการว่างงาน) ซึ่งจะนำไปสู่การบิดเบือนทางสถิติในด้านอัตราการว่างงานและตัวเลขการสร้างงานด้วย
3. การควบคุมชายแดนไม่ได้ผล และการไหลเข้าของผู้อพยพผิดกฎหมายกำลังเร่งตัวขึ้น
สิ่งนี้เกี่ยวข้องอย่างใกล้ชิดกับการเปลี่ยนแปลงโครงสร้างทางเศรษฐกิจที่กล่าวข้างต้น เนื่องจากผู้อพยพผิดกฎหมายที่ไม่มีสถานะทางกฎหมายมีโอกาสสูงขึ้นอย่างมากที่จะมีส่วนร่วมในงานนอกระบบ ในเวลาเดียวกัน การจ้างงานผู้อพยพผิดกฎหมายยังนำไปสู่อคติในการสุ่มตัวอย่างอีกด้วย
ข้อมูลการจ้างงานนอกภาคเกษตรของ BLS อิงตามการสำรวจตัวอย่างของ CES หากสถานะการจ้างงานของผู้อพยพผิดกฎหมายไม่ได้แสดงไว้อย่างเพียงพอในกลุ่มตัวอย่าง ผลการสำรวจอาจเบี่ยงเบนไปจากสถานการณ์จริง ตัวอย่างเช่น หากตัวอย่างการสำรวจของ CES (หน่วยสุ่มตัวอย่างคือนายจ้าง) ครอบคลุมธุรกิจขนาดใหญ่มากกว่าที่มีแนวโน้มจ้างคนงานด้านกฎหมาย และเพิกเฉยต่อธุรกิจขนาดเล็กหรือใต้ดินที่ซึ่งผู้อพยพผิดกฎหมายมีแนวโน้มที่จะทำงานมากกว่า ข้อมูลการจ้างงานก็มีแนวโน้มที่จะถูกบิดเบือน . เกินจริง.
เนื้อหาของบทความนี้มีไว้เพื่อการแบ่งปันข้อมูลเท่านั้น และไม่ส่งเสริมหรือสนับสนุนธุรกิจหรือกิจกรรมการลงทุนใด ๆ ผู้อ่านจะต้องปฏิบัติตามกฎหมายและข้อบังคับของภูมิภาคของตนอย่างเคร่งครัด และไม่เข้าร่วมในกิจกรรมทางการเงินที่ผิดกฎหมายใด ๆ มันไม่ได้ให้ข้อมูลทางเข้าธุรกรรม คำแนะนำ คำแนะนำช่องทางการออก ฯลฯ สำหรับการออก การซื้อขาย และการเงินที่เกี่ยวข้องกับสกุลเงินเสมือนหรือคอลเลกชันดิจิทัลใด ๆ
4 เนื้อหา Alpha Research ห้ามพิมพ์ซ้ำหรือคัดลอกโดยไม่ได้รับอนุญาต ผู้ฝ่าฝืนจะต้องรับผิดชอบตามกฎหมาย
