• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Andra
    USA:s arbetslöshetsdata lyckas inte fånga covid-19s fulla effekt – så här åtgärdar du det snabbt

    Kredit:CC0 Public Domain

    Covid-19-pandemin har avslöjat farliga svagheter i USA:s åldrande offentliga datasystem. I en av de största jobbkriserna under de senaste 100 åren, arbetskraftsmåtten för sysselsättning och arbetslöshet är för långsamma, inte lokalt och alltför ofta opålitligt och irrelevant.

    Konsekvenserna är allvarliga. Regeringar på alla nivåer försöker fatta beslut om hur de ska minska kostnaderna för arbetslöshet – inklusive om de ska tillhandahålla kompletterande arbetslöshetsersättning. Och de gör detta utan tillräckliga bevis.

    På fredag, 4 september, den senaste federala arbetskraftsrapporten kommer ut, och det kommer inte att beskriva omfattningen av jobbförlusten i de samhällen som desperat behöver statlig hjälp. Det nuvarande systemet är inte utformat för att svara på sådana massiva stötar, men det finns sätt att fylla denna lucka.

    I en nyligen gjord analys med delstaten Illinois, mina kollegor och jag gjorde en fasta, pålitlig metod som kan tillämpas på varje stat i landet.

    Problemet med dagens arbetskraftsåtgärder

    Arbetskraftsdata måste komma i tid, lokal, tillförlitliga och relevanta för regeringar att fatta beslut effektivt, men det nuvarande systemet missar målet.

    Just nu, siffror rapporteras endast en gång i månaden, och med tre veckors försening som kan vara en evighet för beslutsfattare som bestämmer sig för hur de ska hantera a-kassa. Den nationella arbetslösheten baseras också på en undersökning av 60, 000 hushåll, vilket är ett alldeles för litet urval för att ge tillförlitlig information på lokal nivå.

    Den aktuella statistiken är inte heller utformad för att ge tillförlitliga och relevanta uppgifter om vem som är utan arbete och vem som lider.

    Det mest citerade arbetslöshetsmåttet bygger på att intervjuare helt enkelt frågar folk om de "aktivt söker arbete". Inte nog med att det inte lyckas fånga många människor som är arbetslösa, Konceptet är så svårt att förstå i samband med pandemin att Census Bureau-intervjuer har felaktigt klassificerat många svar under COVID-19-pandemin. Och många färre amerikaner var villiga att svara på undersökningen. Som ett resultat, miljontals amerikaner utelämnades felaktigt från den senaste arbetslöshetsstatistiken. Bureau of Labor Statistics erkände klassificeringsfelen i sin jobbrapport i maj, men justerade inte siffrorna.

    Konsekvensen? Administrationen gjorde ett "segerrunda" i juni, firar en lägre arbetslöshet, och kongressen försenade utvidgningen av ekonomiskt stöd till arbetslösa amerikaner.

    En annan konsekvens är osäkerhet. Regeringens första svar på pandemin hade varit att höja arbetslöshetsersättningen med 600 USD i veckan som en del av federal pandemiarbetslöshetskompensation i Coronavirus-stödet, Lättnad, och lagen om ekonomisk säkerhet, godkändes i mars 2020. När det löpte ut i slutet av juli, Politikerna var inte säkra på vilka effekterna skulle bli av att tillhandahålla olika förmånsnivåer – ingenting, 200 dollar i veckan, 400 USD i veckan eller fortsätt med 600 USD.

    Det finns data som kan hjälpa till att svara på den frågan snabbare, mer effektivt och på lokal nivå.

    Hur stater kan göra bättre

    Vi behöver inte gissa hur många som är arbetslösa. Varje stat i facket kan producera nästan realtidsinformation om antalet personer som hävdar arbetslöshet med hjälp av faktiska räkningar. Stater kan också ge en bättre bild av den ekonomiska effekten genom att göra kopplingen mellan arbetslöshet och utgifter på länsnivå.

    I ett färskt arbetsdokument för National Bureau of Economic Research, vi visar hur detta fungerar.

    Vi använde arbetslöshetsanspråk i Illinois för att beräkna för varje arbetslös arbetare hur mycket av deras förlorade lön som ersattes av federala förmåner, samt antalet som hävdar arbetslöshet efter geografi och bransch. Vi kombinerade detta med en andra datakälla – kredit- och betalkortstransaktioner som är tillgängliga dagligen på länsnivå – för att mäta ekonomisk aktivitet.

    Dessa data kan ge stater direkta mått på vem som är utan arbete tillsammans med relevanta insikter för att avgöra hur många människor som är nära den ekonomiska stupet. Uppgifterna kan visa hur nära de arbetslösa är utmattning av förmåner och påverkan på ekonomin.

    Vi kunde visa att en minskning av tilläggsförmånerna från 600 USD till noll skulle leda till en minskning med 44 % av de lokala utgifterna. Om betalningarna till arbetslösa sänktes till 200 USD, utgifterna skulle minska med 28 %. Även om tillägget var $400, utgifterna skulle minska med 12 %.

    Vi kunde också beräkna effekterna på en mycket detaljerad nivå och fann stora lokala skillnader. I Champaign County, utgifterna skulle minska med 15 % utan att förmånerna förlängs. I Macon County, utgifterna skulle minska med 68 % utan förlängning. De lokala arbetskraftsstyrelserna kunde utforma sina svar efter den sannolika återanställningen i varje län.

    Denna analys kan uppdateras varje vecka för alla län i stater över hela landet. Varje stat producerar liknande veckodata för Labor Departments program för mätning av försäkrade arbetslösa statistiksystem. En bredare användning av dessa rika data kan förändra hur beslutsfattare reagerar på arbetslöshet. De skulle veta, nästan omedelbart, vilka områden som drabbades hårdast, och där smärtan var som störst, så att de kunde rikta insatserna dit de behövdes mest. De kan också använda uppgifterna för att beräkna vilka grupper som utnyttjar sina fördelar.

    Kongressen måste agera så att framtida beslut om arbetskraften i pandemin kan baseras på lokala bevis och kan kombineras med den befintliga nationella arbetskraftsstatistiken. Den föreslagna Relaunching America's Workforce Act skulle innefatta stöd för staters användning av data för att förbättra svaret på den pandemiska lågkonjunkturen.

    Detta land har mött många kriser och har ofta varit djärvt och innovativt i sitt svar. Det kan bli så igen. Vi kan lätt återuppliva vårt offentliga datasystem för att producera i tid, lokal, tillförlitliga och relevanta uppgifter för att minska de fruktansvärda kostnaderna för arbetslöshet.

    Den här artikeln är återpublicerad från The Conversation under en Creative Commons-licens. Läs originalartikeln.




    © Vetenskap https://sv.scienceaq.com