Sheria ya Okun ni uhusiano wa kimajaribio wa uchumi jumla unaoonekana kwa kawaida katika mwelekeo wa kinyume kati ya shughuli za kiuchumi na ukosefu wa ajira: uzalishaji unapopita kiwango chake cha uwezo, pengo la ukosefu wa ajira linatarajiwa kupungua, na uzalishaji unapodhoofika, ukosefu wa ajira unatarajiwa kuongezeka. Utafiti wa Ángel Maridueña-Larrea na Ángel Martín-Román unachunguza iwapo uhusiano huu unaweza kuelezwa kwa mgawo mmoja wa jumla kwa kutumia data za kila mwaka za nchi 163 katika kipindi cha 1992–2023. Utafiti hauchunguzi tu mgawo wa jumla wa Okun, bali pia utofauti kulingana na makundi ya mapato, athari ya mshtuko wa COVID-19 wa 2020 kwenye makadirio, kutolingana kati ya vipindi vya upanuzi na kupungua kwa uchumi, na iwapo migawo ya nchi hukusanyika katika makundi ya kijiografia.

Matokeo makuu ya utafiti ni kwamba, ingawa Sheria ya Okun inatumika katika sehemu kubwa ya nchi, ukubwa wa mgawo unatofautiana sana. Baada ya kudhibiti mshtuko wa pamoja wa 2020, uhusiano hasi na wenye umuhimu wa kitakwimu wa Okun unaonekana katika nchi 121. Wastani wa ukubwa kamili wa mgawo ni mkubwa zaidi katika uchumi wa mapato ya juu, mdogo zaidi katika uchumi wa mapato ya kati, na uko karibu na sifuri katika uchumi wa mapato ya chini. Aidha, mwitikio wa ukosefu wa ajira kwa kupungua kwa uzalishaji ni, kwa wastani, mkubwa zaidi kuliko mwitikio wa kinyume unaoonekana wakati wa upanuzi wa uchumi.

Uchambuzi wa anga pia unatoa matokeo muhimu ya ziada. Migawo ya Okun iliyokadiriwa katika ngazi ya nchi haisambai kwa nasibu kijiografia; nchi zilizo karibu huwa na mwelekeo wa kuonyesha unyeti unaofanana wa ukosefu wa ajira kwa mzunguko wa uchumi. Matokeo ya Moran's I yanaonyesha kuwa autokoralesheni hii ya anga ni chanya na yenye umuhimu wa kitakwimu kwa mgawo wa jumla na pia kwa migawo ya upanuzi na kupungua, na kwamba mkusanyiko wa kijiografia huwa mkubwa zaidi wakati wa kupungua kwa uchumi. Hata hivyo, utafiti hauwasilishi matokeo haya kama ushahidi kwamba nchi jirani husambaziana kwa njia ya kisababishi mshtuko wa ukosefu wa ajira wa kiwango fulani.

Wazo la msingi la Sheria ya Okun

Sheria ya Okun ni usemi wa kimajaribio wa uhusiano wa mzunguko wenye mwelekeo wa kinyume kati ya ukosefu wa ajira na shughuli halisi za kiuchumi. Nguvu ya mwitikio wa soko la ajira kwa mabadiliko ya uzalishaji hupimwa kwa mgawo wa Okun. Mgawo kuwa hasi kunaendana na kupungua kwa ukosefu wa ajira au pengo la ukosefu wa ajira wakati uzalishaji au pengo la uzalishaji linaongezeka. Hata hivyo, ukubwa wa mgawo unaonyesha kwamba mshtuko uleule wa uzalishaji si lazima ubadilishe ukosefu wa ajira kwa kiwango sawa katika uchumi tofauti.

Tofauti hii ni muhimu; kwa sababu Pato la Taifa halisi linapopungua kwa kiwango kinachofanana katika nchi mbili, ukosefu wa ajira unaweza kuongezeka haraka katika nchi moja, huku katika nyingine sehemu kubwa ya mabadiliko ikifyonzwa kupitia saa za kazi, ajira zisizo rasmi, kujiajiri, ushiriki katika nguvu kazi au ajira pungufu. Kwa hiyo, mgawo mdogo wa Okun haumaanishi moja kwa moja kwamba soko la ajira limeathiriwa kidogo zaidi na mshtuko wa kiuchumi; kiwango ambacho ukosefu wa ajira wa wazi unaopimwa unanasa mshtuko huo pia ni muhimu.

Mgawo wa Okun Hupima Nini?

Mgawo wa Okun ni mgawo wa kimajaribio unaopima kiwango ambacho ukosefu wa ajira huitikia katika mwelekeo wa kinyume kwa mabadiliko ya mzunguko katika shughuli za kiuchumi. Katika modeli ya gap ya utafiti huu, \(\beta_1<0\) inaonyesha kuwa pengo chanya la uzalishaji linahusishwa na pengo la chini la ukosefu wa ajira; kuongezeka kwa thamani kamili ya mgawo kunaonyesha kuwa ukosefu wa ajira ni nyeti zaidi kwa mzunguko wa uzalishaji. Mgawo huu si konstanti ya jumla kama ilivyo katika sheria ya fizikia; ukubwa wake unaweza kubadilika kadiri muundo wa nchi, kundi la mapato, soko la ajira na ufafanuzi wa kieconometriki unaotumiwa vinavyobadilika.

Pengo katika fasihi ya utafiti

Ingawa Sheria ya Okun imejaribiwa kwa miongo kadhaa, sehemu kubwa ya fasihi imejikita katika uchumi ulioendelea. Watafiti wanasisitiza kuwa hali hii inaweza kuficha matatizo mawili muhimu. Kwanza, katika uchumi ambako ajira zisizo rasmi na kujiajiri vimeenea, uhamishaji wa mabadiliko ya uzalishaji kwenda kwenye ukosefu wa ajira wa wazi unaopimwa unaweza kuwa dhaifu zaidi. Pili, kukadiria uhusiano wa ukosefu wa ajira–uzalishaji kwa mgawo mmoja kwa mzunguko mzima wa uchumi kunaweza kuficha kutolingana kati ya upanuzi na kupungua kwa uchumi.

Kipengele kingine cha kipekee cha utafiti ni utegemezi wa anga. Masoko ya ajira ya nchi hayajatengwa kabisa. Ukaribu wa kijiografia, pamoja na biashara, muundo wa uzalishaji, uhamaji wa wafanyakazi na sifa zinazofanana za kitaasisi, unaweza kwenda sambamba na kufanana kwa unyeti wa mzunguko wa uchumi wa nchi jirani. Kwa hiyo utafiti pia unajaribu swali, “je, migawo ya nchi inatofautiana tu, au tofauti hizo pia zimepangwa kijiografia?”

Nadharia tete nane za utafiti

Utafiti unajaribu kwa utaratibu nadharia tete nane:

1. Katika modeli ya gap, mgawo wa Okun ni hasi na wenye umuhimu wa kitakwimu katika nchi nyingi.
2. Kudhibiti mshtuko wa COVID-19 wa 2020 hubadilisha kwa kiwango muhimu kiuchumi ukubwa au umuhimu wa mgawo katika baadhi ya nchi.
3. Modeli ya gap na modeli ya tofauti ya kwanza zinaweza kutoa migawo tofauti ya Okun.
4. Wastani wa ukubwa kamili wa mgawo wa Okun hutofautiana kati ya makundi ya mapato ya Benki ya Dunia.
5. Mwitikio wa ukosefu wa ajira kwa mabadiliko ya uzalishaji hutofautiana kati ya awamu za upanuzi na kupungua kwa uchumi.
6. Ukubwa kamili wa mgawo wa Okun ni, kwa wastani, mkubwa zaidi wakati wa kupungua kuliko wakati wa upanuzi.
7. Kuna autokoralesheni chanya na yenye umuhimu wa anga katika migawo ya Okun ya ngazi ya nchi.
8. Autokoralesheni ya anga ni kubwa zaidi katika migawo ya kupungua kuliko katika migawo ya upanuzi.

Seti ya data na wigo wa kimataifa

Sampuli inajumuisha nchi 163 na uchunguzi wa kila mwaka katika kipindi cha 1992–2023. Pato la Taifa halisi lilichukuliwa kutoka viashiria vya Benki ya Dunia kwa bei thabiti za 2015; lilibadilishwa kuwa logariti asilia kwa ajili ya kutenganisha sehemu ya mzunguko, na likatumika kukokotoa kiwango cha ukuaji wa kila mwaka katika modeli ya tofauti ya kwanza. Kiwango cha ukosefu wa ajira kinaonyesha sehemu ya watu walio katika idadi ya watu wanaoshiriki shughuli za kiuchumi ambao hawana kazi, lakini wako tayari kufanya kazi na wanatafuta kazi kwa bidii.

Kwa mujibu wa uainishaji wa mapato wa Benki ya Dunia wa 2023, sampuli ina uchumi 54 wa mapato ya juu, 90 wa mapato ya kati na 19 wa mapato ya chini. Utafiti chanzo uliunganisha makundi ya mapato ya chini-kati na juu-kati kuwa kundi moja la “mapato ya kati”. Uainishaji huu ulitumika kulinganisha wastani wa unyeti wa mzunguko wa uchumi katika uchumi wenye miundo tofauti ya soko la ajira.

Ramani ya dunia kwenye ukurasa wa 9 wa chanzo inaonyesha usambazaji wa kijiografia wa makundi ya mapato. Ramani ya pili kwenye ukurasa wa 10 inaonyesha viwango vya ukosefu wa ajira vya 2023 katika vipindi sita. Katika kipindi cha juu zaidi, Botswana ina %23.38, Afrika Kusini %32.20 na Eswatini %35.09. Ramani hizi si ushahidi mkuu wa kieconometriki; ni zana za maelezo zinazofanya muktadha wa kimataifa wa uchambuzi wa baadaye wa utofauti na anga uonekane.

Kwa nini ukaguzi wa stationarity ni muhimu?

Ili modeli za gap na tofauti ya kwanza ziweze kukadiriwa kwa uhalali, stationarity ya mfululizo uliobadilishwa ilikaguliwa. Watafiti walitumia kwa pamoja vipimo vya Augmented Dickey–Fuller (ADF), Phillips–Perron (PP) na Kwiatkowski–Phillips–Schmidt–Shin (KPSS). Katika modeli ya gap, mapengo ya uzalishaji na ukosefu wa ajira yaliyopatikana kwa kichujio cha HP yalijaribiwa; katika modeli ya tofauti ya kwanza, mabadiliko ya kila mwaka ya ukosefu wa ajira na ukuaji wa uzalishaji halisi yalijaribiwa.

Jedwali la Ziada A1 linaonyesha kwa kina matokeo ya vipimo kwa kila nchi. Utafiti unaripoti kuwa mifululizo iliyobadilishwa iliyotumiwa inakidhi sifa za stationarity zinazohitajika kwa makadirio ya kieconometriki.

Kwa Nini COVID-19 Iliundwa kwa Udhibiti Maalumu wa 2020?

Utafiti unadhibiti mwaka 2020 kwa kigezo bandia ili kutenganisha mshtuko wa kipekee na wa pamoja wa kimataifa ulioathiri uchumi 163 katika kipindi kilekile cha kalenda na mienendo ya kawaida ya mzunguko wa uchumi. Kigezo hiki bandia hakidhanii kuwa janga liliathiri nchi zote kwa ukubwa sawa; lengo lake ni kutenganisha tu muda wa pamoja. Sababu ya kutotumia mkabala uleule wa mwaka mmoja kwa migogoro ya awali ni kwamba migogoro hiyo ilikuwa na utofauti mkubwa zaidi kati ya nchi kwa wakati wa kuanza, muda na ukali.

Mbinu na Matokeo ya Utafiti

1. Modeli ya gap

Modeli ya msingi ya gap inaunganisha kupotoka kwa kiwango halisi cha ukosefu wa ajira kutoka kiwango cha asili cha ukosefu wa ajira na kupotoka kwa uzalishaji halisi kutoka uzalishaji wenye uwezo:

\[ (u_t-u_t^*)=\beta_0+\beta_1(y_t-y_t^*)+\varepsilon_t \tag{1} \]

Hapa \(u_t\) ni kiwango halisi cha ukosefu wa ajira, \(u_t^*\) ni kiwango cha asili cha ukosefu wa ajira, \(y_t\) ni logariti asilia ya uzalishaji halisi, \(y_t^*\) ni logariti asilia ya uzalishaji halisi wenye uwezo, na \(\varepsilon_t\) ni neno la hitilafu. \((u_t-u_t^*)\) inaonyesha pengo la ukosefu wa ajira, na \((y_t-y_t^*)\) inaonyesha pengo la uzalishaji. \(\beta_1\) ni mgawo wa Okun katika ufafanuzi wa gap na matarajio ya kinadharia ni \(\beta_1<0\).

Kwa kuwa kiwango cha asili cha ukosefu wa ajira na uzalishaji wenye uwezo havionekani moja kwa moja, kichujio cha Hodrick–Prescott kilitumika. Kwa mifululizo ya kila mwaka, parameta ya kulainisha iliwekwa kuwa \(\lambda=100\). Kwa sababu kichujio cha HP kinategemea uchaguzi wa trend, watafiti hawakutegemeza matokeo kwenye modeli ya gap pekee, bali pia walifanya ukaguzi wa uthabiti kwa modeli ya tofauti ya kwanza isiyotumia kichujio.

Modeli za gap zilikadiriwa kwa mbinu ya Ordinary Least Squares (OLS) na makosa sanifu ya White yaliyo thabiti dhidi ya heteroskedasticity. Kwa sababu ya sampuli pana na yenye utofauti wa nchi, kikomo cha umuhimu wa kitakwimu kilikubaliwa kuwa %10 au bora zaidi; Jedwali la Ziada A2 pia liliripoti viwango vya umuhimu vya %1, %5 na %10 kwa nyota tofauti.

2. Modeli ya gap yenye udhibiti wa COVID-19

Ili kutenganisha mshtuko wa pamoja wa 2020, modeli ilipanuliwa kama ifuatavyo:

\[ (u_t-u_t^*)=\beta_0+\beta_1(y_t-y_t^*)+\beta_2D_t+\varepsilon_t \tag{2} \]

\(D_t\) huchukua thamani ya 1 kwa 2020 na 0 kwa miaka mingine. Hivyo, \(\beta_1\) inawakilisha unyeti wa mzunguko wa ukosefu wa ajira baada ya kudhibiti mshtuko wa pamoja wa 2020.

Ulinganisho katika Kielelezo 3 unaonyesha kuwa udhibiti wa COVID haukubadilisha kwa kiasi kikubwa ishara ya uhusiano wa jumla. Kabla na baada ya kuongeza kigezo bandia cha COVID, nchi 117 zilibaki na umuhimu wa kitakwimu; kati ya hizo, 116 zilionyesha ishara hasi iliyotarajiwa. Ni nchi 10 tu zilizobadilisha kundi la umuhimu: nchi tano zilipata umuhimu na nchi tano zilipoteza umuhimu.

Hata hivyo, ukubwa wa migawo si thabiti kabisa. Mediani ya mabadiliko kamili ni takriban 0.01 na katika takriban %60 ya nchi mabadiliko yako chini ya 0.01. Kinyume chake, katika takriban %15 ya sampuli mabadiliko yanazidi 0.05. Kwa hiyo, udhibiti wa COVID husaidia zaidi kulinganisha kwa usahihi ukubwa wa migawo ya baadhi ya nchi kuliko kubadili hitimisho kuhusu uwepo wa uhusiano huu duniani.

Chini ya udhibiti wa 2020, uhusiano hasi na wenye umuhimu wa kitakwimu wa Okun unaonekana kwa jumla katika nchi 121. Katika nchi 32 kuna migawo hasi lakini isiyo na umuhimu wa kitakwimu; katika hali 10 mgawo hautimizi ishara hasi inayotarajiwa au umuhimu unaohitajika, kwa hiyo hautumiki kama ushahidi unaounga mkono nadharia tete.

3. Modeli ya tofauti ya kwanza

Ili kupunguza utegemezi kwa vipengele vya trend visivyoonekana, kama uzalishaji wenye uwezo na ukosefu wa ajira wa asili katika modeli ya gap, utafiti unatumia ufafanuzi wa pili wa kawaida wa Okun:

\[ u_t-u_{t-1}=\gamma_0+\gamma_1g_{yt}+\gamma_2D_t+\epsilon_t \tag{3} \]

\(\Delta u_t=u_t-u_{t-1}\) inaonyesha mabadiliko ya kila mwaka katika kiwango cha ukosefu wa ajira, \(g_{yt}\) ukuaji wa uzalishaji halisi, \(\gamma_1\) mgawo wa Okun katika ufafanuzi wa tofauti ya kwanza, na \(\gamma_2\) athari ya mshtuko wa pamoja wa 2020. Matarajio ya kinadharia tena ni \(\gamma_1<0\).

Modeli za gap na tofauti ya kwanza zinafikia kwa kiasi kikubwa hitimisho lilelile kuhusu mwelekeo wa uhusiano na muundo mpana wa nchi. Hata hivyo, modeli ya gap huzalisha mgawo wenye ukubwa kamili mkubwa zaidi katika nchi nyingi. Hali hii inaonyesha kuwa namba inayoitwa “mgawo wa Okun” si thamani ya jumla isiyotegemea kabisa spesifikesheni ya kieconometriki inayotumiwa.

Kwa Nini Mgawo wa Okun Hutofautiana Sana Kati ya Makundi ya Mapato?

Kwa mujibu wa tafsiri ya utafiti chanzo, sehemu muhimu ya tofauti inategemea njia ambayo soko la ajira hutumia kufyonza mshtuko wa uzalishaji. Katika uchumi wa mapato ya juu wenye sehemu kubwa zaidi ya ajira rasmi za ujira, kupungua kwa uzalishaji kunaweza kujitokeza moja kwa moja zaidi kama ukosefu wa ajira wa wazi; katika uchumi ambako ajira zisizo rasmi, kilimo na kujiajiri vimeenea, mshtuko huohuo unaweza kufyonzwa kupitia ajira pungufu, kujiajiri, shughuli za kujikimu au mabadiliko ya ushiriki katika nguvu kazi badala ya ukosefu wa ajira wa wazi. Utafiti haukadirii mifumo hii ya kitaasisi moja kwa moja kwa njia ya kisababishi, bali hutafsiri mifumo ya nchi ndani ya muktadha huu kwa kutegemea fasihi iliyopo.

Thamani hizi ni wastani wa makundi ya mapato; nchi binafsi zinaweza kupotoka kwa kiasi kikubwa kutoka wastani wa kundi. Kwa mfano, katika modeli ya gap Hispania ina −0.95, Poland −0.90 na Marekani −0.63, ambazo ni migawo yenye ukubwa kamili mkubwa. Katika kundi la mapato ya kati, Albania ina −0.63, Kosta Rika −0.50 na Algeria takriban −0.50, zikionyesha unyeti ulio juu kuliko wastani wa kundi lao.

4. Modeli ya kutolingana kwa mzunguko

Ili kuchunguza kama uchumi hutoa mgawo uleule katika vipindi vya upanuzi na kupungua, pengo la uzalishaji liligawanywa katika vipengele chanya na hasi:

\[ (y_t-y_t^*)^+=\max(y_t-y_t^*,0) \]

\[ (y_t-y_t^*)^-=\min(y_t-y_t^*,0) \]

Modeli isiyolingana:

\[ (u_t-u_t^*)= \theta_0+ \beta^+(y_t-y_t^*)^+ + \beta^-(y_t-y_t^*)^- + \delta D_t+ \mu_t \tag{4} \]

\(\beta^+\) ni unyeti wa ukosefu wa ajira katika vipindi vya upanuzi ambapo uzalishaji uko juu ya uwezo, huku \(\beta^-\) ikiwa unyeti katika vipindi vya kupungua ambako pengo la uzalishaji ni hasi. Migawo yote miwili inatarajiwa kinadharia kuwa hasi. \(|\beta^-|>|\beta^+|\) inaonyesha kuwa ukosefu wa ajira huitikia kupungua kwa uzalishaji kwa nguvu zaidi kuliko upanuzi.

Kwa Nini Ukosefu wa Ajira Huitikia kwa Nguvu Zaidi Wakati wa Kupungua Kuliko Wakati wa Upanuzi?

Matokeo ya chanzo yanaonyesha kuwa mwitikio wa ukosefu wa ajira kwa kupungua kwa uzalishaji ni, kwa wastani, mkubwa zaidi kuliko uboreshaji unaoonekana wakati wa upanuzi; hata hivyo, muundo huu si sheria isiyobadilika kwa kila nchi. Miongoni mwa maelezo yanayojadiliwa na waandishi ni kwamba waajiri hupunguza nguvu kazi kwa haraka zaidi wakati wa mdororo na huajiri kwa tahadhari zaidi wakati wa kupona, gharama za kuajiri na kuachisha kazi hutofautiana, kuna kuepuka hatari, taasisi za soko la ajira hutofautiana, na ajira zisizo rasmi hufyonza mishtuko kupitia njia tofauti.

Katika Kielelezo 7 kwenye ukurasa wa 14 wa chanzo, uchunguzi mwingi uko chini ya mstari wa usawa wa nyuzi 45; hii ina maana kwamba ukubwa kamili wa \(\beta^-\) kwa kawaida ni mkubwa kuliko wa \(\beta^+\). Unyeti wakati wa kupungua unafikia viwango vya juu sana kama −1.00 nchini Hispania, −0.93 nchini Marekani na −0.72 nchini Ugiriki.

Mgawanyo huu unaweka kikomo muhimu cha tafsiri. Ingawa matokeo ya wastani yanaonyesha kuwa mgawo wakati wa kupungua ni mkubwa zaidi, ukweli kwamba katika nchi 36 ni mgawo wa upanuzi pekee wenye umuhimu na katika nchi 31 ni mgawo wa kupungua pekee wenye umuhimu unaonyesha tofauti kubwa za kimuundo kati ya nchi. Kwa hiyo, haiwezekani kutoa hitimisho la jumla kwamba “katika kila nchi ukosefu wa ajira daima huitikia kwa nguvu zaidi wakati wa kupungua.”

Nafasi ya Türkiye katika matokeo ya chanzo

Türkiye iko katika kundi la mapato ya kati katika Jedwali 2 la chanzo na ni miongoni mwa nchi ambazo uhusiano wa kinyume wa Okun wenye umuhimu wa kitakwimu umeripotiwa tu kwa pengo hasi la uzalishaji, yaani awamu ya kupungua. Uainishaji huu unahusu makadirio ya Türkiye katika sampuli ya chanzo ya 1992–2023; haumaanishi kuwa mgawo utabaki uleule chini ya kipindi tofauti, masafa tofauti ya data au uchaguzi tofauti wa modeli.

5. Utegemezi wa anga na Moran's I

Baada ya kukadiria migawo ya Okun kwa kila nchi, watafiti walitumia takwimu ya Moran's I kujaribu kama migawo inayofanana hukusanyika kijiografia karibu na kila mmoja:

\[ I= \frac{n}{S_0} \frac{ \sum_i\sum_j w_{ij}(X_i-\bar{X})(X_j-\bar{X}) }{ \sum_i(X_i-\bar{X})^2 } \tag{5} \]

Hapa \(n\) ni idadi ya nchi, \(X_i\) ni mgawo wa Okun wa nchi \(i\) au mgawo mahususi wa awamu, \(\bar{X}\) ni wastani wa sehemu mtambuka wa migawo ya nchi, \(w_{ij}\) ni uzito wa ujirani wa kijiografia kati ya nchi, na \(S_0\) ni jumla ya uzito wote wa anga. Moran's I iliyo chanya na yenye umuhimu wa kitakwimu inaonyesha kuwa nchi zilizo karibu kijiografia zina mwelekeo wa kuwa na migawo inayofanana.

Ili kuona kama matokeo yanategemea ufafanuzi mmoja tu wa ujirani, matriki tatu za k-jirani wa karibu zaidi ziliundwa: \(k=1\), \(k=5\) na \(k=10\). Uchambuzi ulifanywa kando kwa mgawo wa jumla, mgawo wa upanuzi na mgawo wa kupungua.

Je, Matokeo ya Moran's I Yanathibitisha Kwamba Nchi Jirani Husambaziana kwa Njia ya Kisababishi Mshtuko wa Ukosefu wa Ajira?

Hapana. Moran's I iliyo chanya na yenye umuhimu inaonyesha kuwa unyeti unaofanana wa Okun hukusanyika kijiografia; lakini haipimi ni sehemu gani ya mgawo wa nchi inayosababishwa na uchumi wa nchi jirani. Ili kupima kwa kiasi athari kama hizi za moja kwa moja na zisizo za moja kwa moja za spillover, zinahitajika modeli za juu zaidi za ekonometriki ya anga kama spatial lag, spatial error au Spatial Durbin.

Ulinganisho huu unaunga mkono nadharia tete ya saba na ya nane ya utafiti. Unyeti wa mzunguko wa ukosefu wa ajira hukusanyika kijiografia, na mkusanyiko huu huwa mkubwa zaidi katika vipindi vya kupungua kwa uchumi.

Muundo wa soko la ajira unaweza kuathirije matokeo?

Majadiliano ya chanzo hayatafsiri uhusiano kati ya kiwango cha mapato na mgawo kwa kusema tu kwamba “sheria ni yenye nguvu zaidi katika nchi tajiri.” Katika uchumi wa mapato ya juu, sehemu kubwa zaidi ya ajira za ujira na rasmi inaweza kufanya upotevu wa uzalishaji kurekodiwa kwa urahisi zaidi kama ukosefu wa ajira wa wazi. Katika uchumi ambako ajira zisizo rasmi, kilimo na kujiajiri vimeenea zaidi, wafanyakazi wanaweza kuhamia kwenye shughuli nyingine zenye tija ndogo au za kujikimu badala ya kurekodiwa kama wasio na ajira.

Ushiriki katika nguvu kazi pia ni mpaka muhimu wa marekebisho. Baadhi ya watu wanaopoteza kazi wanaweza kuacha kutafuta kazi na kutoka kwenye nguvu kazi, wakati wengine wanaotaka kufidia kushuka kwa mapato ya kaya wanaweza kuingia kwenye nguvu kazi. Kiwango cha ukosefu wa ajira hakiwezi kuonyesha mienendo hii yote peke yake. Kwa hiyo, mgawo wa nchi pia unaonyesha ni sehemu gani ya marekebisho ya soko la ajira katika uchumi husika inayonaswa na ukosefu wa ajira unaopimwa.

Tafsiri ya sera ya utafiti

Ujumbe wa sera wa chanzo si “tumia mgawo mmoja wa Okun kwa nchi zote”; ni kinyume chake. Urekebishaji wa sera unaojengwa juu ya mgawo wa wastani unaweza kupotosha katika uchumi ambao miundo ya soko la ajira inatofautiana kwa kiwango kikubwa.

Katika uchumi wa mapato ya chini, kwa kuwa sekta ya ajira zisizo rasmi na watu waliojiajiri hufyonza sehemu muhimu ya mshtuko wa uzalishaji nje ya ukosefu wa ajira wa wazi, wigo wa zana za usimamizi wa mahitaji zinazofanya kazi kupitia ukosefu wa ajira rasmi pekee unaweza kuwa mdogo. Waandishi wa chanzo wanajadili katika muktadha huu urasimishaji na kupanua wigo wa bima ya ukosefu wa ajira kama masharti muhimu ya awali.

Katika uchumi wa mapato ya kati, pamoja na kiini cha ajira rasmi, kunaweza kuwa na kundi kubwa la wafanyakazi wa muda na wasio rasmi. Kwa hiyo tatizo si tu kuwepo kwa chombo cha sera, bali ni ni wafanyakazi gani wanaoweza kufikiwa na msaada. Hatua zinazolinda kiini rasmi pekee zinaweza kuhamisha mzigo wa marekebisho kwa wafanyakazi walio katika hali dhaifu zaidi.

Katika uchumi wa mapato ya juu, kwa kuwa mwitikio wa ukosefu wa ajira unaopimwa ni mkali zaidi, programu za muda mfupi za kazi au kuhifadhi wafanyakazi kazini zinazolinda uhusiano wa ajira wakati wa kupungua kwa uchumi hujadiliwa kama chombo cha sera cha moja kwa moja zaidi.

Matokeo yasiyolingana pia ni muhimu kwa upande wa muda. Ikiwa ajira zinazopotea wakati wa kupungua hazirudi kwa kasi ileile wakati wa kupona, msaada wa kukabiliana na mzunguko unaweza kuwa na thamani zaidi ukitumika mapema badala ya baada ya kupungua kuwa kubwa zaidi. Kuongezeka kwa mkusanyiko wa anga wakati wa kupungua pia kunaunga mkono wazo kwamba uchumi jirani unaokumbwa na mshtuko kwa wakati mmoja unaweza, katika hali fulani, kufaidika na uratibu wa sera. Chanzo kinaweka wazi kwamba haya si maagizo ya lazima, bali ni mielekeo ya sera inayotokana na matokeo yenye utofauti.

Matokeo yanayoungwa mkono na utafiti

• Sheria ya Okun inaungwa mkono kimajaribio katika nchi nyingi za sampuli kama uhusiano hasi wa ukosefu wa ajira–uzalishaji.
• Udhibiti wa COVID-19 wa 2020 haubadilishi ishara au hali ya umuhimu wa mgawo katika nchi nyingi; hata hivyo, hubadilisha kwa kiasi kikubwa ukubwa wa mgawo katika baadhi ya nchi.
• Ingawa modeli za gap na tofauti ya kwanza zinakubaliana kwa kiasi kikubwa kuhusu mwelekeo wa uhusiano, ukubwa wa mgawo ni nyeti kwa mbinu inayotumiwa.
• Wastani wa ukubwa kamili wa mgawo wa Okun katika nchi za mapato ya juu ni mkubwa kuliko katika makundi ya mapato ya kati na ya chini.
• Unyeti wa ukosefu wa ajira ni, kwa wastani, mkubwa zaidi wakati wa kupungua kwa uchumi kuliko wakati wa upanuzi.
• Migawo ya Okun inaonyesha mkusanyiko chanya wa kijiografia.
• Mkusanyiko wa anga ni mkubwa zaidi wakati wa kupungua kuliko wakati wa upanuzi.

Matokeo yasiyoungwa mkono na utafiti

• Mgawo wa Okun si sawa katika nchi zote na hauwezi kutafsiriwa kama konstanti ya jumla.
• Haiwezi kusemwa kwamba katika kila nchi mgawo wa kupungua lazima uwe mkubwa kuliko mgawo wa upanuzi.
• Mgawo mdogo katika nchi za mapato ya chini hauthibitishi kwamba soko la ajira haliathiriwi na mishtuko ya kiuchumi.
• Kigezo bandia cha COVID hakifanyi modeli kamili ya ukubwa tofauti wa athari za janga katika kila nchi; kinatenganisha tu mshtuko wa pamoja wa wakati wa 2020.
• Moran's I haipimi ukubwa wa spillover wa kisababishi kuvuka mipaka.
• Utafiti haukadirii moja kwa moja athari za kisababishi za taasisi za soko la ajira, hali ya kutokuwa rasmi au gharama za kuachisha kazi kwenye mgawo wa Okun.
• Data za kila mwaka haziwezi kunasa kwa kina mienendo ya muda mfupi au ya robo mwaka/kila mwezi ya soko la ajira.

Vikwazo na utafiti wa baadaye

Kizuizi kikuu cha kwanza ni masafa ya data. Data za kila mwaka huruhusu wigo mpana wa kimataifa kwa kulinganisha mienendo ya muda wa kati na mrefu, lakini hulainisha marekebisho ya muda mfupi ya soko la ajira. Kadiri upatikanaji wa data unavyoboreshwa, ulinganisho wa kimataifa wa robo mwaka au wa masafa ya juu zaidi unaweza kutoa mienendo ya wakati kwa kina zaidi.

Kizuizi cha pili ni ulinganishikaji wa ukosefu wa ajira kati ya nchi. Kiwango rasmi cha ukosefu wa ajira hakiakisi mpaka kati ya ajira rasmi na zisizo rasmi kwa kina kilekile katika uchumi tofauti. Tatizo hili ni kipengele muhimu cha upimaji kinachoweza kueleza sehemu ya utofauti wa migawo uliorekodiwa na utafiti wenyewe.

Tatu, mwaka 2020 uliundwa mahsusi kama mshtuko wa pamoja wa wakati wa kimataifa; kwa migogoro ya awali, tarehe za kuvunjika na ukali mahsusi kwa nchi hazikukadiriwa kando. Nne, ingawa utafiti unaonyesha mifumo inayolingana na hali ya kutokuwa rasmi na muundo wa kitaasisi wa soko la ajira, haukadirii viashiria hivi moja kwa moja kama regresor za kisababishi.

Uchambuzi wa anga pia uko katika kiwango cha utegemezi wa anga wa kimaelezo. Moran's I hutambua mpangilio wa kijiografia wa migawo lakini haitenganishi ukubwa wa moja kwa moja na usio wa moja kwa moja wa athari ya nchi jirani. Modeli za spatial lag, spatial error na Spatial Durbin; makadirio ya Okun kwa sekta; uchambuzi tofauti wa makundi ya kidemografia kama wanawake na vijana; na data za masafa ya juu zaidi ni njia za asili za kuendeleza utafiti zilizopendekezwa na kazi hii.

Maelezo ya Chanzo na Mbinu

Kichwa asili: Cyclical Asymmetries and Spatial Dependence in Okun’s Law: Global Evidence from 163 Countries

Waandishi: Ángel Maridueña-Larrea; Ángel Martín-Román.

Mwandishi anayewajibika: Ángel Martín-Román.

Taasisi: Facultad de Ciencias Sociales, Educación Comercial y Derecho, Universidad Estatal de Milagro; Facultad de Economía Agrícola, Universidad Agraria del Ecuador; Centro de Estudios Económicos para el Desarrollo del Ecuador; Observatorio de la Política Económica y Competitividad del Ecuador; Facultad de Ciencias Sociales, Jurídicas y de la Comunicación, Universidad de Valladolid.

Jarida: Economies.

Mchapishaji: MDPI.

Rekodi ya bibliografia: 2026, 14(7), Makala 272.

DOI: 10.3390/economies14070272.

Tarehe: Imepokelewa 17 Machi 2026; marekebisho 26 Juni 2026; imekubaliwa 3 Julai 2026; imechapishwa 13 Julai 2026.

Aina ya chanzo: Makala ya utafiti wa makroekonometriki wa nchi mbalimbali, iliyopitiwa na wataalamu na kuchapishwa.

Leseni: Creative Commons Attribution (CC BY). Maandishi ya Verianla si tafsiri kamili ya maandishi ya makala chanzo wala uandishi upya sentensi kwa sentensi; mbinu, data, migawo na vikwazo vilivyoripotiwa katika chanzo vimeelezwa katika muundo huru wa kielimu.

Sampuli: Nchi 163, data za kila mwaka za 1992–2023.

Vyanzo vikuu vya data: World Bank Indicators kwa Pato la Taifa halisi na viashiria vya ukosefu wa ajira; geoBoundaries kwa marejeo ya kijiografia ya nchi.

Mbinu kuu: Modeli ya gap inayotumia kichujio cha Hodrick–Prescott chenye \(\lambda=100\); kigezo bandia cha COVID cha 2020; modeli ya tofauti ya kwanza; modeli ya gap isiyolingana iliyogawanywa katika vipengele vya upanuzi na kupungua; OLS; makosa sanifu ya White yaliyo thabiti dhidi ya heteroskedasticity; vipimo vya stationarity vya ADF, PP na KPSS; uchambuzi wa autokoralesheni ya anga wa Moran's I chini ya matriki za uzito za k-jirani wa karibu zaidi zenye \(k=1,5,10\).

Ufadhili: Wizara ya Sayansi na Ubunifu ya Serikali ya Hispania, mradi PID2020-112509 GB-I00.

Upatikanaji wa data: Data za viashiria zilizotumika katika makadirio ya Sheria ya Okun zinapatikana katika hifadhidata ya World Bank Indicators; data za marejeo ya kijiografia zinapatikana kupitia geoBoundaries.

Tamko la maadili: Masharti ya Institutional Review Board na informed consent hayatumiki.

Mgongano wa maslahi: Waandishi hawakuripoti mgongano wa maslahi.

Michango ya waandishi: Uundaji wa dhana na mbinu Ángel Martín-Román; programu, rasilimali na uratibu wa data Ángel Maridueña-Larrea; uthibitishaji, uchambuzi rasmi na utafiti waandishi wote wawili; rasimu ya kwanza Ángel Maridueña-Larrea; mapitio na uhariri Ángel Martín-Román; uwasilishaji kwa vielelezo waandishi wote wawili; usimamizi Ángel Martín-Román; usimamizi wa mradi waandishi wote wawili; upatikanaji wa ufadhili ulifanywa na Ángel Martín-Román.

Kikomo cha kimethodolojia: Utafiti huu unakadiria mahusiano ya uchumi jumla ya uchunguzi kati ya nchi. Tofauti katika mgawo wa Okun si makadirio ya moja kwa moja ya athari za kisababishi za hali ya kutokuwa rasmi au taasisi maalumu za soko la ajira. Moran's I pia si mgawo wa spillover wa kisababishi kuvuka mipaka.

Dokezo la kielelezo: Kurasa 9–10 za chanzo zina ramani za dunia za makundi ya mapato na ukosefu wa ajira; kurasa 11–14 zina grafu za udhibiti wa COVID, ulinganisho wa mbinu, makundi ya mapato na kutolingana kwa mzunguko; ukurasa wa 16 una muundo wa usambazaji wa anga wa Moran's I wenye paneli tisa. Katika kuchora upya ndani ya makala, thamani za namba za chanzo zinapaswa kutumiwa, na pointi za nchi zisichukuliwe kutoka kwenye grafu ya raster kwa usahihi wa bandia.