Jack Welch hat vergangene Woche kurz nach Bekanntgabe der
US-Arbeitsmarktzahlen behauptet, dass die Job-Daten
manipuliert seien. Der ehemalige Chef von General
Electric hat auf seinem Twitter-Account die Nachricht
verbreitet, dass die „Zahlen unglaubhaft“ sind und die „Typen aus Chicago
tricksen“.
Welch
hat nun am Donnerstag in einem wunderlichen Artikel („I Was Right About That Strange Jobs Report“) in WSJ seine perfide
Unterstellung verteidigt.
Wie
sieht aber die einfache Arithmetik der Arbeitslosigkeit und der Arbeitskräfte
aus? David Altig befasst sich im MacroBlog der Federal Reserve Bank of Atlanta mit einer besonderen Aussage von
Welch im zitierten Zeitungsartikel. Denn die Behauptung löst in der Tat ein
Aha-Erlebnis aus, und zwar das folgende: es gelte per Definition, dass weniger
Menschen als Arbeitskräfte zu besseren Arbeitslosigkeitzahlen führen.
Per
Definition ist es aber wirklich nicht richtig. Hier ist ein konkretes Beispiel:
Angenommen:
Bevölkerung:
200
Anzahl
der Erwerbstätigen: 92
Anzahl
der Arbeitslosen: 8
Arbeitskräfte
(Beschäftigte + Arbeitslose)=100
In
diesem Beispiel beträgt die Partizipationsrate (Arbeitskräfte/Bevölkerung) 0,5
und die Arbeitslosigkeit (Anzahl der Arbeitslosen/Arbeitskräfte)=0,08; d.h. 8%.
Nun
nehmen wir an, dass 5 Menschen aus dem Erwerbsleben aussteigen, was bedeuten
würde, dass die Partizipationsrate von 0,5 auf 0,475 zurückfällt.
Was
passiert mit der Arbeitslosenquote? Es hängt davon ab, was diese 5 Menschen
taten, bevor sie die Arbeitskräfte verliessen.
(a) Wenn
sie arbeitslos waren, dann würde die Arbeitslosigkeit fallen, und zwar auf 3.
Die Arbeitskräfte würde auf 95 sinken und die Arbeitslosenquote würde rund 3,2%
betragen (3/95=0.0315; d.h. rund 3,2%).
(b) Wenn
aber die 5 Menschen, die aus dem Erwerbsleben ausscheiden, vorher angestellt
waren, dann würde die Arbeitslosenquote tatsächlich auf rund 8,4% steigen, weil die Anzahl der Arbeitslosen noch 8
betragen würde, aber die Zahl würde durch 95 statt durch 100 dividiert.
Keine Kommentare:
Kommentar veröffentlichen