Ανεργία και κενές θέσεις εργασίας. Το παράδοξο του Μπέβεριτζ μέσα από στοιχεία της ελληνικής αγοράς εργασίας (2008-2015)

Ο Γουίλιαμ Μπέβεριτζ (William Beveridge), Βρετανός οικονομολόγος, σε ένα του βιβλίο που γράφτηκε μέσα στη δίνη του Β’ Παγκοσμίου Πολέμου, προσπάθησε να κατανοήσει ένα φαινομενικά παράδοξο γεγονός: τη δυσκολία ορισμένων κλάδων της βρετανικής βιομηχανίας της εποχής να στρατολογήσουν ανέργους στην παραγωγή, την ίδια στιγμή που η ανεργία παρέμενε ιδιαίτερα υψηλή [1].

Με βάση την «κοινή» λογική, όταν πολλοί άνθρωποι αναζητούν εργασία είναι εύκολο για τις επιχειρήσεις να καλύψουν τις κενές τους θέσεις. Στην πραγματικότητα όμως, τα στοιχεία που είχε στη διάθεσή του ο Μπέβεριτζ έδειχναν κάτι διαφορετικό. Παρά τα υψηλά επίπεδα ανεργίας, αρκετές βιομηχανίες δυσκολεύονταν ιδιαίτερα να βρουν εργαζομένους για να καλύψουν τις διαθέσιμες θέσεις εργασίας (job vacancies). 

Αυτή η συνύπαρξη μεταξύ υψηλής ανεργίας και κενών θέσεων εργασίας αποτελούσε αντανάκλαση των υπαρκτών εμποδίων με τα οποία έρχονταν αντιμέτωποι άνεργοι και επιχειρήσεις: γεωγραφικοί περιορισμοί (π.χ. εργαζόμενοι μιας γεωγραφικής περιοχής που έμεναν άνεργοι λόγω πτώχευσης της βιομηχανίας στην οποία εργάζονταν δεν μπορούσαν να μετακινηθούν άμεσα σε σημεία όπου υπήρχαν κενές θέσεις εργασίας για λόγους απόστασης), χρονική υστέρηση μεταξύ της δημοσιοποίησης μιας κενής θέσης από μια επιχείρηση και της ενημέρωσης των τελικών αποδεκτών, αναντιστοιχία μεταξύ των απαιτούμενων προσόντων μιας θέσης και των δεξιοτήτων των ανέργων κ.ο.κ. Έτσι, ακόμη και σε εκείνη την περίοδο της υψηλής ανεργίας, ένα ποσοστό κενών θέσεων εργασίας εξακολουθούσε να υπάρχει, επειδή η αντιστοίχιση εργαζομένων και θέσεων εργασίας δεν ήταν ούτε τέλεια, ούτε ευθύγραμμη.

Οι παρατηρήσεις αυτές του Μπέβεριτζ, γενικεύτηκαν αργότερα από ερευνητές, και διαγραμματικά αποτυπώθηκαν στην καμπύλη U(nemployment)V(acancy), (γνωστή και ως καμπύλη Beveridge). Η καμπύλη αυτή δείχνει την αρνητική συσχέτιση που υπάρχει μεταξύ του ποσοστού ανεργίας (unemployment rate) και του ποσοστού κενών θέσεων εργασίας (job vacancy rate) στην αγορά εργασίας. Συνοπτικά, όταν η ανεργία (U) είναι υψηλή, οι κενές θέσεις εργασίας (JVR) τείνουν να είναι χαμηλές (ζήτηση για εργασία χαμηλή, προσφορά υψηλή), ενώ όταν η ανεργία είναι χαμηλή, οι κενές θέσεις εργασίας είναι υψηλές, με τις επιχειρήσεις να δυσκολεύονται να προσλάβουν ανέργους. 

 

UV Curve

   

Οι μεταβολές κατά μήκος της καμπύλης συνδέονται με τις φάσεις του οικονομικού κύκλου: σε περιόδους ύφεσης αυξάνεται η ανεργία και μειώνονται οι κενές θέσεις, ενώ σε περιόδους οικονομικής επέκτασης συμβαίνει το αντίθετο. Μια εξωτερική μετατόπιση της καμπύλης υποδηλώνει επιδείνωση στη λειτουργία της αγοράς εργασίας. Αντίθετα, μια εσωτερική μετατόπιση δείχνει βελτίωση στην αποτελεσματικότητα της αγοράς (οι άνεργοι βρίσκουν ευκολότερα τις διαθέσιμες θέσεις εργασίας). Συνοπτικά, οι κινήσεις πάνω στην καμπύλη δείχνουν την πορεία της οικονομίας στον οικονομικό κύκλο, ενώ οι μετατοπίσεις της καμπύλης αποτυπώνουν το πόσο αποτελεσματικά λειτουργούν οι θεσμοί και οι μηχανισμοί της αγοράς εργασίας.

Το παρακάτω γράφημα διασποράς (scatter plot) αποτυπώνει τη σχέση αυτή για την Ελλάδα την περίοδο από το 2008 έως το 2015, με βάση τα στοιχεία της Eurostat [2]. Εν μέσω της κρίσης χρέους, ενώ ο δείκτης JVR μειώθηκε από το 0,2% το 2012 στο 0,1% το 2013, την ίδια περίοδο η ανεργία από το 24,5% ξεπέρασε το 27%. Το ποσοστό 0,1% δείχνει πως η αγορά εργασίας την περίοδο εκείνη ουσιαστικά πάγωσε: δεν δημοσιεύονταν σχεδόν καθόλου νέες θέσεις εργασίας, παρά τον τεράστιο αριθμό των ανέργων. Παράλληλα, η μετατόπιση της καμπύλης προς τα έξω, δείχνει την κυκλικότητα του φαινομένου της ανεργίας, όσο και τη διαρθρωτική ακαμψία της ίδιας της αγοράς με την αναντιστοιχία μεταξύ θέσεων και προσόντων.

Η χρήση ενός μοντέλου τετραγωνικής παλινδρόμησης (quadratic regresssion) για τον υπολογισμό της γραμμικής σχέσης μεταξύ ανεργίας και κενών θέσεων [3] επιτρέπει την καλύτερη προσαρμογή -συγκριτικά με τη χρησιμοποίηση ενός απλού γραμμικού ή λογαριθμικού υποδείγματος- στα δεδομένα της ύφεσης (R2=0,901)*, στην οποία εισήλθε η χώρα από το 2010 κι έπειτα [4].  

 

Δεδομένα: Eurostat | Επεξεργασία: Δ.Λ. 

Σημειώσεις:

[1] Beveridge, William (1944). Full Employment in a Free Society. London: George Allen & Unwin

[2] Η Eurostat ορίζει το ποσοστό κενών θέσεων εργασίας (JVR) ως εξής: JVR= (Αριθμός κενών θέσεων εργασίας/Κατελειμμένες θέσεις εργασίας + Κενές θέσεις εργασίας)×100.

[3] Το τετραγωνικό μοντέλο: Ποσοστό Κενών Θέσεων = 𝛽 0 + 𝛽 1 ⋅ 𝑈 + 𝛽 2 ⋅ 𝑈 2 Ποσοστό Κενών Θέσεων = β 0 ​ +β 1 ​ ⋅U+β 2 ​ ⋅U 2 όπου 𝑈 U = ποσοστό ανεργίας.

[4] Ένα γραμμικό (ή λογαριθμικό) υπόδειγμα μπορεί να προσαρμοζόταν κατάλληλα στα σημεία πριν την ύφεση, όσο όμως η ύφεση βάθαινε από το 2010 κι έπειτα, η καμπύλη θα αδυνατούσε να προσαρμοστεί επαρκώς στα δεδομένα. Παρατίθενται παρακάτω τα στοιχεία αξιολόγησης του γραμμικού και τετραγωνικού υποδείγματος. (*R2=0,901. Tο 90,1% της διακύμανσης των κενών θέσεων εξηγείται από την ανεργία. Όλοι οι υπολογισμοί με τη χρήση της γλώσσας R).

 

Model	AIC	BIC	R2	R2 adjusted	RMSE
Linear	-5857	-5619	0,862	0,839	0,115
Quadratic	-6513	-6195	0,901	0,861	0,098

Διαρθρωτικά ζητήματα της ανεργίας των τελευταίων ετών

Τα επίσημα στοιχεία της καταγεγραμμένης ανεργίας, όπως αυτά προκύπτουν μέσα από τα μητρώα της Δημόσιας Υπηρεσίας Απασχόλησης (πρώην ΟΑΕΔ) [1], αναφορικά με το μέγεθος των ανέργων σε απόλυτους αριθμούς αποκαλύπτουν ορισμένες όψεις του φαινομένου που διατρέχουν όλη την περίοδο από τον Ιανουάριο του 2017 μέχρι τον Μάιο του 2025. Βασικό και επαναλαμβανόμενο στοιχείο της χρονοσειράς (το γράφημα ανανεώνεται αυτόματα κάθε μήνα με τα νεότερα στοιχεία που ανακοινώνονται στο dypa.gov.gr) είναι η έντονη εποχικότητα του φαινομένου, με τον αριθμό των εγγεγραμμένων ανέργων να κορυφώνεται σταθερά κατά τους φθινοπωρινούς-χειμερινούς μήνες και να μειώνεται κατά τους εαρινούς-θερινούς [2]. 

Παρά το γεγονός πως κατά την περίοδο μετά την πανδημία παρατηρείται σταδιακή αποκλιμάκωση του φαινομένου και μείωση του αριθμού των ανέργων [3], εντούτοις τα στοιχεία αποκαλύπτουν ορισμένες πλευρές, οι οποίες σχετίζονται με την ίδια τη δομή της αγοράς εργασίας της χώρας. Μια αγορά εργασίας έντονα εξαρτημένη από εποχικούς τομείς από τη μία πλευρά και αδύναμη όσον αφορά στη δημιουργία θέσεων με μακροπρόθεσμο ορίζοντα από την άλλη. Η απουσία, για την τρέχουσα περίοδο, διαρθρωτικών μεταρρυθμίσεων, οι οποίες να είναι σε θέση να αγγίξουν τον ίδιο τον πυρήνα του φαινομένου δεν ευνοεί τη μετάβαση προς σταθερές θέσεις -διαιωνίζοντας, τρόπον τινά, τον κύκλο της προσωρινής και εποχικής απασχόλησης- με όσα κάτι τέτοιο συνεπάγεται [4].

 

Δ.Λ.

 

 

Σημειώσεις:

[1] Η Δ.ΥΠ.Α. υπολογίζει τον αριθμό των ανέργων με βάση τις εγγραφές στο μητρώο της από άτομα τα οποία δηλώνουν ότι είναι διαθέσιμα και αναζητούν ενεργά εργασία, αποκλείοντας όσους βρίσκονται σε εκπαίδευση/κατάρτιση ή εκπληρώνουν τις στρατιωτικές τους υποχρεώσεις. 

[2] Προσωρινή διακοπή από αυτό το επαναλαμβανόμενο μοτίβο αποτέλεσε το 2020, στη διάρκεια της πανδημίας covid-19.

 

[3] Σταδιακή αύξηση από τα μέσα περίπου του 2018, με κορύφωση κατά την περίοδο της πανδημίας (2020), ακολουθούμενη από μια πτωτική τάση τα επόμενα έτη. Η χρήση της εξομάλυνσης Κυλιόμενου Μέσου Όρου (ΚΜΟ) αποτελεί μια τεχνική αφαίρεσης του «θορύβου» από τη χρονοσειρά προκειμένου να αποκαλυφθεί η υποκείμενη τάση της, πέρα από μεγάλες διακυμάνσεις ή έκτακτα συμβάντα. Η διαφορά στο γράφημα στην εφαρμογή μεταξύ ενός ΚΜΟ 12 μηνών με αυτόν ενός ΚΜΟ 24 μηνών είναι εμφανής στην αποτύπωση της γενικής τάσης της χρονοσειράς.

[4]  Οι περισσότερες θέσεις εργασίας που έχουν δημιουργηθεί τα τελευταία χρόνια είναι θέσεις «έντασης εργασίας» (labor-intensive), με υποβαθμισμένες συνθήκες και χαμηλές (ή μεσαίες) αποδοχές. Η μείωση του αριθμού των ανέργων συμβαδίζει με μια υποβάθμιση των προσφερόμενων θέσεων συγκριτικά με τα προ-κρίσης επίπεδα στη χώρα (Βλ. Η ελληνική οικονομία και η απασχόληση - ΙΝΕ ΓΣΕΕ).

Μετρώντας τον αντίκτυπο της ύφεσης: η ανεργία εν μέσω της κρίσης χρέους στη χώρα

Η Ελλάδα το 2009, εισέρχεται σε μια παρατεταμένη περίοδο ύφεσης όπου, μόνο μέχρι το 2013, χάνει το 25% του ΑΕΠ της. Η ανεργία από ένα ποσοστό της τάξης του 7,4% το Μάιο του 2008 (κοντά στο μέσο όρο, τότε, της ευρωζώνης), εκτοξεύεται, μέσα σε λίγα χρόνια, στο δυσθεώρητο 28,2% τον Ιούλιο του 2013, με βάση τα εποχικά προσαρμοσμένα στοιχεία της ΕΛΣΤΑΤ [1]. Το παρακάτω γράφημα δείχνει την αύξηση του ποσοστού ανεργίας την περίοδο της βαθιάς ύφεσης (2009-2013), με τον άξονα χ να αντιπροσωπεύει τον αριθμό των μηνών ένα χρόνο περίπου πριν το βάθεμα της ύφεσης και τον άξονα των ψ να δείχνει την ποσοστιαία αύξηση της ανεργίας από το χαμηλό σημείο ενός έτους, το οποίο χρησιμοποιήθηκε ως βάση αναφοράς [2]. Η μεγάλη κλίση που παρουσιάζει η καμπύλη υποδεικνύει πως η ανεργία αυξήθηκε τόσο απότομα, όσο και σταθερά στη διάρκεια της ύφεσης αγγίζοντας 20 ποσοστιαίες μονάδες αύξηση εντός 62 μηνών, συγκριτικά με την περίοδο πριν το χαμηλό σημείο ενός έτους από την όξυνση της κρίσης. 

 

Δ.Λ. 

 

 

Σημείωση:

 

[1] Η εποχική προσαρμογή είναι μια τεχνική που χρησιμοποιείται στην ανάλυση χρονολογικών σειρών για την αφαίρεση της επίδρασης του φαινομένου της εποχικότητας (βλ. εδώ). Σε δεδομένα που παρουσιάζουν εποχιακά μοτίβα σε σταθερή βάση όπως π.χ. η ανεργία στην Ελλάδα (μείωση κατά τους εαρινούς-θερινούς μήνες, αύξηση κατά τους φθινοπωρινούς-χειμερινούς), η εξάλειψη της εποχικής συνιστώσας παρέχει μια πληρέστερη εικόνα των τάσεων στην αγορά εργασίας.

[2] Ως βάση ή σημείο αναφοράς για τη μέτρηση της ποσοστιαίας μεταβολής της ανεργίας, καθώς εξελίσσεται η πρώτη αυτή περίοδος της ύφεσης, έχει ληφθεί το χαμηλό ποσοστό 12 μηνών, 7,4%, που καταγράφηκε το Μάιο του 2008 [οι υπολογισμοί δικοί μου – Δ.Λ.]. Λόγω του ότι το ποσοστό ανεργίας μπορεί να παρουσιάζει διακυμάνσεις, ακόμα και στη διάρκεια μιας ύφεσης, η χρήση ενός χαμηλού, προ-ύφεσης, ποσοστού μπορεί να αποτυπώσει όχι μόνο την επιδείνωση της κατάστασης στην αγορά εργασίας, όσο κυρίως την ταχύτητα εξάπλωσης του φαινόμενου σε διάφορες κατηγορίες εργαζομένων.

Ο κανόνας της Sahm: προβλέποντας την ύφεση από το ποσοστό ανεργίας;

Ο κανόνας της Sahm αποτελεί έναν εμπειρικό οικονομικό δείκτη -ο οποίος αναπτύχθηκε από την Claudia Sahm, οικονομολόγο της Ομοσπονδιακής Τράπεζας των ΗΠΑ το 2019. Σκοπός του, η παροχή έγκαιρης προειδοποίησης στην κυβέρνηση των ΗΠΑ για επερχόμενη οικονομική ύφεση μέσα από την εξέταση των μεταβολών του ποσοστού ανεργίας.

Πιο αναλυτικά, ο δείκτης αυτός συγκρίνει τον κυλιόμενο μέσο όρο (ΚΜΟ) των τελευταίων τριών μηνών (%) ανεργίας με τη χαμηλότερη τιμή του κυλιόμενου μέσου όρου ανεργίας των τελευταίων δώδεκα μηνών. Εάν ο πρώτος ΚΜΟ είναι μισή ποσοστιαία μονάδα (0,50) ή περισσότερο πάνω από το δεύτερο ΚΜΟ, τότε ο δείκτης προειδοποιεί πως η αμερικανική οικονομία βρίσκεται στα αρχικά στάδια μιας ύφεσης (οδηγίες για τον τρόπο υπολογισμού δίνει η ίδια η Sahm εδώ). Ο κανόνας της Sahm μπορεί να προσδιορίσει την έναρξη μιας ύφεσης πιο γρήγορα από άλλους παραδοσιακούς δείκτες, όπως για παράδειγμα τα δεδομένα από την πορεία του ΑΕΠ, τα οποία συχνά αναθεωρούνται και δημοσιεύονται με καθυστέρηση [1]. 

 

Λαμβάνοντας υπόψη τα παραπάνω, ας δούμε το παρακάτω γράφημα το οποίο βασίζεται σε στοιχεία από την ίδια την Ομοσπονδιακή Τράπεζα των ΗΠΑ (Real-time Sahm Rule Recession Indicator, επεξεργασία με τη χρήση της γλώσσας R: Δ.Λ.) και απεικονίζει την πορεία του δείκτη από τον Ιανουάριο του 2004 έως τον Δεκέμβριο του 2010. Όπως προκύπτει από τα δεδομένα, ο δείκτης προειδοποιεί για την επερχόμενη ύφεση αγγίζοντας τη μισή ποσοστιαία μονάδα τον Απρίλιο του 2008, ενώ διατηρείται σε υψηλά επίπεδα καθόλη την περιδήνηση της οικονομίας των ΗΠΑ στην ύφεση την επερχόμενη περίοδο.

 

 

Δεδομένα: FRED | Επεξεργασία: Δ.Λ.

Σημείωση:

[1] Παρότι, η ακρίβεια του εμπειρικού κανόνα της Sahm έχει αποδειχθεί εμπειρικά (για μια κριτική βλ. εδώ), εντούτοις όπως επισημαίνει η ίδια η Sahm “Being data-driven is good, but being data-ridden is not”. Εξάλλου, όπως τονίζαμε και κατά τη συζήτηση του δείκτη Gini, κανένας δείκτης από μόνος του όσο χρήσιμος κι αν είναι δεν μπορεί να συμπεριλάβει τη συνθετότητα οικονομικών φαινομένων, η έκταση των οποίων μπορεί να γίνει κατανοητή μόνο μέσα από αναλύσεις που λαμβάνουν υπόψη τους την αλληλεπίδραση διαφοροποιημένων παραγόντων, καθώς και του ευρύτερου κοινωνικο-ιστορικού πλαισίου. 

Αιωνίως άνεργη ή η εμπειρία αναζήτησης εργασίας

Όταν λες ότι θα πας σε σύμβουλο κατάρτισης και εργασίας, όλες σε κοιτάνε περίεργα. Γιατί τόσες δουλειές έχει εκεί έξω, πόσο παράξενη είσαι πια να μην μπόρεσες να συμβιβαστείς με καμία; Μα αν μπορούσα να βρω κάποια δουλειά, δεν θα χρειαζόμουν την σύμβουλο. Αυτό είναι το θέμα. Έψαξα στο διαδίκτυο για ψυχολογική στήριξη. Συμβουλές για άνεργες. ΣΕΠ για ενήλικες. Προγράμματα επαγγελματικής κατάρτισης που δεν είναι VOUCHER. Έστειλα κάποια βιογραφικά σε διάφορες σποραδικές δουλειές και περιμένω μέχρι και σήμερα τηλέφωνο. Έδωσα εξετάσεις πτυχίου αγγλικών για ακαδημαϊκούς σκοπούς με διακόσια ευρώ, κάνοντας οικονομία τρεις μήνες για να πληρώνω τα μαθήματα. Μετέφρασα με εκατόν είκοσι ευρώ τα πτυχία μου. Έχω μείνει σε έναν καναπέ, κυριολεκτικά. Και αφού έμεινα, καθώς πήγαινα να γράψω το Motivation Letter του τάδε/δείνα διδακτορικού με έπιασε ταράκουλο. Δεν είχα καμία σχετική σκέψη, κανένα πραγματικό κίνητρο. […] Πολλές ακόμα σκέψεις κατέκλυσαν το φτωχό μυαλό μου. Δεν ξέρω τι νόημα έχει να τα σκέφτομαι όλα αυτά και, ταυτόχρονα, να μην κάνω απολύτως τίποτα. […]

(Αντιγόνη Η., Αιωνίως Άνεργη, Κινούμενοι Τόποι, Αθήνα, 2019)