تخمین ضربه کرونا به تولید ناخالص داخلی آمریکا
به گزارش مشرق، کریستوس ماکریدیس و جاناتان هارتلی در مقاله ای برای مرکز مرکاتوس دانشگاه جرج ماسون آمریکا به پیامدهای اقتصادی کرونا بر اقتصاد آمریکا و رشد اقتصادی این کشور پرداخته اند. در این مقاله آمده است:
کمی زود خواهد بود که شاخصهای سنتی اقتصاد کلان، اطلاعات معناداری در مورد میزان رکود اقتصادی ناشی از ویروس کرونا را ارائه دهند. اقدامات کاهشی اتخاذشده - تعطیل شدن بخشی از اقتصادی و رعایت فاصله اجتماعی - هزینه های سنگینی که هنوز میزان آن مشخص نیست را بر جامعه تحمیل خواهد کرد.
به منظور پر کردن این شکاف اطلاعاتی، ما در اینجا یک تخمین صوری از تأثیر اقدامات کاهش دهنده فعلی بر نرخ رشد تولید ناخالص داخلی سال ۲۰۲۰ ارائه میدهیم. این تأثیر در صنعت متفاوت است و ما میتوانیم با اتخاذ یک فرض ساده اما قابل قبول این تفاوت را تعیین کنیم: صنایع به نسبت میزان دیجیتالی بودنشان در کسب وکار خود دوام خواهند آورد. برای اندازهگیری میزان دیجیتالی بودن، ما از تعداد کارکنان ماهر حوزه فناوری اطلاعات در یک صنعت معین نسبت به کل نیروی کار شاغل در صنعت استفاده می کنیم.
بیشتر بخوانید: ۲۶ میلیون آمریکایی از تأمین غذای کافی محرومند
علاوه بر این، ما مجموعه داده های تکه تکه را در سطح فعالیت های صنعتی در سطح کشور تقسیم کردیم، این کار این امکان را به ما میدهد تا تولید ناخالص داخلی را در سطح شهرستانها پیش بینی کنیم.
ما تخمین میزنیم نرخ رشد واقعی تولید ناخالص داخلی برای هرماه تعطیلی اقتصادی، ۵ درصد کاهش می یابد. بنابراین، هزینه اقتصادی دو ماه اول مبارزه با بیماری همه گیر کرونا، ۲٫۱۴ تریلیون دلار (۱۰ درصد) خواهد بود که به طرز شگفت آوری نزدیک به هزینه مالی پیش بینی شده در قانون ]CARES [۱ است.
* برآورد: داده ها، روشها، نتایج
برآوردهای ما مبتنی بر داده های اخیرا منتشرشده توسط دفتر تحلیل اقتصادی در مورد تولید ناخالص داخلی واقعی (به قیمت سال ۲۰۱۲) بین سالهای ۲۰۰۰ تا ۲۰۱۸ است. ما به جای دسته بندی صنایع به صنایع خاصی که «مستقیما» تحت تأثیر کوید ۱۹ قرار میگیرند از توانمندی کار دیجیتالی در هر صنعت برای تعیین میزان اثرپذیری این بیماری در صنایع مختلف استفاده کردیم. این سطح از توانمندی سهم کارگران حوزه دیجیتال در هر صنعت است که اطلاعات آن از پایگاه داده های کاریابی وزارت کار گرفته شده است (شکل ۱ را ببینید).
فرض اصلی ما این است که صنایع مستقیما متناسب با میزان دیجیتالی بودنشان همچنان مولد خواهند ماند زیرا حداقل نیروی کار بخش دیجیتالی آن ها میتوانند کار خود را در خانه ادامه دهند و خدماتی را ارائه دهند که نیازی به تعامل های بین افراد ندارد.
اول، ما تولید ناخالص داخلی واقعی سال ۲۰۱۹ را تخمین میزنیم زیرا این داده ها هنوز در سطح شهرستان آماده نشده اند. برای سادگی، ما از روند تولید ناخالص داخلی از سال ۲۰۰۱ تا ۲۰۰۸ هر شهرستان و صنعت آن استفاده میکنیم. دوم، ما تولید ناخالص داخلی ۲۰۲۰ را با کم کردن جریمه ماهانه نرخ رشد هر شهرستان، پیش بینی میکنیم. جریمه با میزان دیجیتالی بودن تناسب معکوس دارد و برای هرماه تعطیلی یک دوازدهم نرخ رشد سالانه کسر میشود.
دو صنعت را در نظر بگیرید، یکی با تعداد نیروی کار بالا در حوزه دیجیتال (دوسوم) کل کارگران خود و دیگری با تعداد کم در این حوزه (یک سوم). تعطیلی یک ماهه به این معنی است که ما برای تولید ناخالص داخلی سال ۲۰۲۰ صنعت اول مجازات ۲٫۷۸ درصدی (۱/۱۲ × [۱ − ۲/۳]) و برای صنعت دوم مجازات ۵٫۵۶ درصدی (۱/۱۲ × [۱ − ۱/۳]) در نظر گرفتیم. این مجازات به نرخ رشد پایینتر برای صنایع کمتر دیجیتالی تبدیل میشود تا نسبت به رشد مورد انتظار بدون در نظر گرفتن بیماری همه گیر؛ اگر نرخ رشد پیش بینی شده ۲ درصد باشد، تعطیل شدن یک ماهه به این معنی است که رشد صنعت اول اندکی کاهش مییابد (درصد ۰٫۷۸ = ۲ - ۲٫۷۸) و رشد صنعت دوم کاهش زیاد دارد (درصد ۳٫۵۵ − = ۲ - ۵٫۵۶)
تصویر ۱: سهم کارکنان حوزه دیجیتال در هر صنعت
منبع: جیووانی گالیپولی و کریستوس، «تحول ساختاری و ظهور فناوری اطلاعات»، مجله علم اقتصاد مونتار ۹۷ (۲۰۱۸): ۹۱-۱۱۰.
بر اساس این فرض، ما تخمین میزنیم برای هر یک ماه تعطیلی اقتصادی، رشد واقعی تولید ناخالص داخلی ۵ درصد کاهش خواهد داشت؛ بنابراین، میزان هزینه اقتصادی دو ماه کاهش، ۲٫۱۴ تریلیون دلار (۱۰ درصد) است.
ما همچنین رابطه مقطعی بین کاهش تولید ناخالص داخلی شهرستانها و ویژگی های متفاوت شهرستانها مانند درآمد متوسط، دستیابی به دانشگاه و مشارکت در تجارت بین المللی (بخش قابل معامله) را بررسی میکنیم. ما مشاهده میکنیم شهرهایی که سهم بالاتری از کارکنان دیجیتالی را دارند کمتر تحت تأثیر این بیماری فراگیر قرارگرفته اند و این فرضیه ما تأیید میکنند که صنایعی که در آن کارمندان میتوانند دورکاری و در خانه کار کنند دچار اختلال کمتری میشوند.
ثانیا به احتمال زیاد، شهرهایی که در آن ها درآمد متوسط خانوار پایین است، از این بیماری بیشتر آسیب میپذیرند زیرا شغل دیجیتالی کمتری دارند. ثالثا، مناطقی که دارای سهم کمتری از افراد با تحصیلات دانشگاهی هستند نیز کاهش اقتصادی بیشتری را احتمالا تجربه میکنند که نشان دهنده این واقعیت است که شغلهایی که به مدرک دانشگاهی نیاز دارند به فنآوری دیجیتال بیشتر وابسته هستند. رابعا، جای تعجب نیست که ما به این نتیجه رسیدیم که مناطقی که دارای سهم بیشتری از کارگران شاغل در بخشهای غیرتجاری هستند نیز به مراتب بیشتر مبتلابه این ویروس میشوند زیرا در این بخشها تنوع کمتری وجود دارد و بیشتر در معرض شوک های محلی قرار دارند.
برای مقایسه تصویری شهر به شهر، ما یک نقشه حرارتی را ارائه می دهیم که تخمین ما را از وضعیت رشد هر شهرستان را نشان می دهد (شکل ۲).
تصویر ۲: ناهمگنی فاصلهای در رشد ناخالص داخلی واقعی شهرهای آمریکا در کاهش یک ماهه (به درصد)
* محدودیتها و توانمندیها
ما چند فرض ساده مهم را در نظر گرفتیم. اول، ما چیزی را برای امور اساسی، کالا و خدمات آنلاین در نظر نگرفتیم. دوم، ما ارتباطات بین خطی و غیرخطی را که در درک چرخه های تاریخی تجاری مهم بودهاند، در نظر نگرفتیم. به عنوان مثال، کاهش اشتغال در بخشهای غذا و مسافر پذیری ممکن است منجر به کاهش درآمد واقعی کارکنان این دسته از مشاغل شود که به نوبه خود مردم برای سایر کالاها و خدمات در بخشهای هنری، سرگرمی و حتی تولیدی هزینه کمتری را صرف میکنند. این مکملها میتوانند روند نزولیای را که ما تخمین زدهایم بیشتر کند.
سوم، رویکرد ما تأثیر ترکیبی بر زمان کاهش اقدامات ندارد. یک تخمین حداقلی این است که نیاز به رعایت فاصله اجتماعی سخت گیرانه به مدت یک سال برای جلوگیری از نگران کننده ترین عواقب بهداشت عمومی ناشی از این بیماری همه گیر وجود دارد تا احتمال وقوع موج بعدی بیماری را کاهش دهد. اگر تعطیلی مراکز اقتصادی به بیش از دو ماه افزایش یابد، ما باید برآورد خود را بر اساس تأثیر چند برابری تأخیر سرمایه گذاری های سرمایه فیزیکی و انسانی تطبیق دهیم.
بنا به تمام این دلایل، برآورد ما محافظ هکارانه است و میتواند بالاترین حد برآورد برای رکود باشد. گرچه ما میتوانیم خوشبینانه ترین سناریو را تهیه کنیم اما برآوردهای ما مبتنی بر آثار بیماری همه گیر آنفلوانزا در سال ۱۹۱۸ و سایر برآوردهای معاصر است.
در سال ۱۹۱۸، آنفلوانزا ۲ درصد از جمعیت جهان را تلف کرد و منجر به کاهش ۶ درصدی تولید ناخالص داخلی و کاهش ۸ درصدی مصرف شد که مبنای برآورد ما برای تعطیلی دوماهه است. برآوردهای دیگر حتی از این سختگیرانه تر است و پیش بینی آن کاهش ۱۸ درصدی تولید است. گلدمن ساکس تخمین زده است به دلیل بیماری همه گیر کوید ۱۹ در فصل اول سال ۲۰۲۰ کاهش سالانه تولید ناخالص داخلی واقعی ۹ درصد و در فصل دوم ۳۴ درصد خواهد بود، به طوری که درمجموع این بیماری غیرمستقیم بیش از ۱۰ درصد به تولید ناخالص داخلی آسیب میزند. یک پیشبینی اقتصادی وحشتناک آثار این تعطیلی ها برای فصل اول سال ۲۰۲۰ را یک کاهش ۱۰ درصدی سالانه بر تولید ناخالص داخلی واقعی و برای فصل دوم سال ۲۰۲۰ یک کاهش سالانه ۶۳ درصدی برآورد کرده است و کل تأثیر غیرمستقیم کوید ۱۹ را بر تولید ناخالص داخلی تقریبا ۲۵ درصد تخمین زده است. علاوه بر این، این آثار به طور ناموزون در بخشهای مختلف توزیع شده است؛ مثلا هزینه هایی که در استفاده از رستوران صرف میشد به یک سوم تقلیل یافته است درحالی که مبالغی که صرف خرید کارتهای اعتباری یا مواد غذایی میشود به شدت افزایش یافته است.
یکی از نقاط قوت برآورد ما این است که ازنظر جغرافیایی شهرها را یک به یک محاسبه کرده ایم که وقتی مسئولان به دنبال ایجاد توازن میزان شدت اقدامات کاهشی هر یک از شهرها هستند، میتواند مهم باشد.
* سیاست اطلاع رسانی سه وجهی
هنگامی که داده های کلان در دسترس است، مدل های استاندارد اقتصاد کلان با دقت بیشتری آسیبهای ناشی از تعطیلیها را میتوانند تخمین بزنند؛ اما منابع داده های جایگزین میتوانند سریع تر تخمین های اولیه مانند برآورد ما را اصلاح کنند. به عنوان مثال، از طریق دادههای مربوط به بررسیهای آنلاین (مانند:Yelp) یا تحویل مواد غذایی آنلاین (مانند: ]Caviar[۲) میتوان میزان استفاده از بخش خدمات غذایی را تعیین کرد، همچنین راهی برای سنجش فعالیتهای اقتصادی در زمان واقعی است. علاوه بر این، این دادهها میتوانند به سیاست گذاران کمک کنند تا میزان نیازمندیهای اساسی و خدمات آنلاین و همچنین اثرات طولانی مدت عدم اطمینان در سرمایه گذاری و استخدام را بفهمند.
برآوردهای اولیه ما، تکمیل و اصلاح آن ها در آینده میتواند به مدیریت این بحران کمک کند. به منظور ایجاد آرامش در روند شدیدا کاهشی فعلی که در حال اجرا است، سیاست گذاران به داده های مربوط به هزینه های اجتماعی و مزایای مرتبط با آن نیاز دارند، تجزیه وتحلیل ما تخمینی نزدیک در مورد بخش هزین ههای این معادله را ارائه میدهد. با استفاده از ترکیب دادههای مربوط به سرایت بیماری شهرها - میزان بستری در بیمارستانها، بهبودیافته ها و مرگ ومیرها - برآوردهای ما میتواند به اطلاع رسانی در مورد راهبرد کاهش که در مناطق مختلف کشور متفاوت است کمک کند.
درباره نویسندگان:
۱- کریستوس آ مکریدیس Christos A. Makridis استادیار تحقیقات دانشکده بازرگانی دبلیو پی کری دانشگاه ایالتی آریزونا، همکار در امور دیجیتالی دانشکده مدیریت سلوان در دانشگاه MIT، همکار غیر مقیم دانشکده مطالعات دولتی کندی دانشگاه هاروارد و همکار غیر مقیم انستیتوی مطالعات دینی دانشگاه بیلور، است. وی همچنین به عنوان مشاور ارشد با مؤسسه گالوپ همکاری میکند. تحقیقات وی در حوزه های کار و اقتصاد سازمانی، اقتصاد دیجیتالی و امنیت سایبری، وضعیت مالی و رفاهی خانواده است، وی نگاهی هم به درک چگونگی واکنش افراد و بنگاهها به تغییرات بزرگ به ویژه تغییرات اجتماعی و فناوری دارد. مکریدیس دکترای خود را در رشته علوم مدیریت و مهندسی و اقتصاد از دانشگاه استنفورد و لیسانس خود را در رشته اقتصاد و ریاضیات از دانشگاه ایالتی آریزونا دریافت کرده است.
۲- جاناتان س. هارتلی Jonathan S. Hartley یک نویسنده و محقق اقتصادی است که به اقتصاد کلان، امور مالی و تجزیه وتحلیل ورزشی علاقه مند است. وی قبلا در شرکتهای تحقیقاتی تحت عناوین مختلف مدیریتی، تحلیلگری و غیره فعالیت داشته است. وی همچنین در امور دولتی متعدد مانند کمیته مشترک اقتصادی کنگره ایالات متحده، بانک فدرال رزرو نیویورک و بانک فدرال رزرو شیکاگو فعالیت داشته است. هارتلی از دانشگاه شیکاگو لیسانس اقتصاد و ریاضیات با درجه عالی دریافت کرد و از دانشکده وارتون دانشگاه پنسیلوانیا فوق لیسانس امور مالی و اقتصاد تجارت گرفت. وی همچنین نامزد دریافت کارشناسی ارشد سیاستهای عمومی از دانشکده کندی دانشگاه هاروارد بود.
پی نوشت:
[۱] CARES Act که معادل Aid, Relief, and Economic Security است در ۲۷ مارس ۲۰۲۰ در راستای کمک به آسیب دیدگان از ویروس کرونا توسط کنگره تصویب و توسط ترامپ امضاء شد.
[۲] Yelp و Caviar برنامههای اینترنتی است که مردم آمریکا و تعدادی از کشورهای جهان را به مشاغل و نیازمندیهای مختلف مانند رستورانها، پزشکان، دندان پزشکان، آرایشگاهها و غیره وصل میکنند.
کمی زود خواهد بود که شاخصهای سنتی اقتصاد کلان، اطلاعات معناداری در مورد میزان رکود اقتصادی ناشی از ویروس کرونا را ارائه دهند. اقدامات کاهشی اتخاذشده - تعطیل شدن بخشی از اقتصادی و رعایت فاصله اجتماعی - هزینه های سنگینی که هنوز میزان آن مشخص نیست را بر جامعه تحمیل خواهد کرد.
به منظور پر کردن این شکاف اطلاعاتی، ما در اینجا یک تخمین صوری از تأثیر اقدامات کاهش دهنده فعلی بر نرخ رشد تولید ناخالص داخلی سال ۲۰۲۰ ارائه میدهیم. این تأثیر در صنعت متفاوت است و ما میتوانیم با اتخاذ یک فرض ساده اما قابل قبول این تفاوت را تعیین کنیم: صنایع به نسبت میزان دیجیتالی بودنشان در کسب وکار خود دوام خواهند آورد. برای اندازهگیری میزان دیجیتالی بودن، ما از تعداد کارکنان ماهر حوزه فناوری اطلاعات در یک صنعت معین نسبت به کل نیروی کار شاغل در صنعت استفاده می کنیم.
بیشتر بخوانید: ۲۶ میلیون آمریکایی از تأمین غذای کافی محرومند
علاوه بر این، ما مجموعه داده های تکه تکه را در سطح فعالیت های صنعتی در سطح کشور تقسیم کردیم، این کار این امکان را به ما میدهد تا تولید ناخالص داخلی را در سطح شهرستانها پیش بینی کنیم.
ما تخمین میزنیم نرخ رشد واقعی تولید ناخالص داخلی برای هرماه تعطیلی اقتصادی، ۵ درصد کاهش می یابد. بنابراین، هزینه اقتصادی دو ماه اول مبارزه با بیماری همه گیر کرونا، ۲٫۱۴ تریلیون دلار (۱۰ درصد) خواهد بود که به طرز شگفت آوری نزدیک به هزینه مالی پیش بینی شده در قانون ]CARES [۱ است.
* برآورد: داده ها، روشها، نتایج
برآوردهای ما مبتنی بر داده های اخیرا منتشرشده توسط دفتر تحلیل اقتصادی در مورد تولید ناخالص داخلی واقعی (به قیمت سال ۲۰۱۲) بین سالهای ۲۰۰۰ تا ۲۰۱۸ است. ما به جای دسته بندی صنایع به صنایع خاصی که «مستقیما» تحت تأثیر کوید ۱۹ قرار میگیرند از توانمندی کار دیجیتالی در هر صنعت برای تعیین میزان اثرپذیری این بیماری در صنایع مختلف استفاده کردیم. این سطح از توانمندی سهم کارگران حوزه دیجیتال در هر صنعت است که اطلاعات آن از پایگاه داده های کاریابی وزارت کار گرفته شده است (شکل ۱ را ببینید).
فرض اصلی ما این است که صنایع مستقیما متناسب با میزان دیجیتالی بودنشان همچنان مولد خواهند ماند زیرا حداقل نیروی کار بخش دیجیتالی آن ها میتوانند کار خود را در خانه ادامه دهند و خدماتی را ارائه دهند که نیازی به تعامل های بین افراد ندارد.
اول، ما تولید ناخالص داخلی واقعی سال ۲۰۱۹ را تخمین میزنیم زیرا این داده ها هنوز در سطح شهرستان آماده نشده اند. برای سادگی، ما از روند تولید ناخالص داخلی از سال ۲۰۰۱ تا ۲۰۰۸ هر شهرستان و صنعت آن استفاده میکنیم. دوم، ما تولید ناخالص داخلی ۲۰۲۰ را با کم کردن جریمه ماهانه نرخ رشد هر شهرستان، پیش بینی میکنیم. جریمه با میزان دیجیتالی بودن تناسب معکوس دارد و برای هرماه تعطیلی یک دوازدهم نرخ رشد سالانه کسر میشود.
دو صنعت را در نظر بگیرید، یکی با تعداد نیروی کار بالا در حوزه دیجیتال (دوسوم) کل کارگران خود و دیگری با تعداد کم در این حوزه (یک سوم). تعطیلی یک ماهه به این معنی است که ما برای تولید ناخالص داخلی سال ۲۰۲۰ صنعت اول مجازات ۲٫۷۸ درصدی (۱/۱۲ × [۱ − ۲/۳]) و برای صنعت دوم مجازات ۵٫۵۶ درصدی (۱/۱۲ × [۱ − ۱/۳]) در نظر گرفتیم. این مجازات به نرخ رشد پایینتر برای صنایع کمتر دیجیتالی تبدیل میشود تا نسبت به رشد مورد انتظار بدون در نظر گرفتن بیماری همه گیر؛ اگر نرخ رشد پیش بینی شده ۲ درصد باشد، تعطیل شدن یک ماهه به این معنی است که رشد صنعت اول اندکی کاهش مییابد (درصد ۰٫۷۸ = ۲ - ۲٫۷۸) و رشد صنعت دوم کاهش زیاد دارد (درصد ۳٫۵۵ − = ۲ - ۵٫۵۶)
تصویر ۱: سهم کارکنان حوزه دیجیتال در هر صنعت
منبع: جیووانی گالیپولی و کریستوس، «تحول ساختاری و ظهور فناوری اطلاعات»، مجله علم اقتصاد مونتار ۹۷ (۲۰۱۸): ۹۱-۱۱۰.
بر اساس این فرض، ما تخمین میزنیم برای هر یک ماه تعطیلی اقتصادی، رشد واقعی تولید ناخالص داخلی ۵ درصد کاهش خواهد داشت؛ بنابراین، میزان هزینه اقتصادی دو ماه کاهش، ۲٫۱۴ تریلیون دلار (۱۰ درصد) است.
ما همچنین رابطه مقطعی بین کاهش تولید ناخالص داخلی شهرستانها و ویژگی های متفاوت شهرستانها مانند درآمد متوسط، دستیابی به دانشگاه و مشارکت در تجارت بین المللی (بخش قابل معامله) را بررسی میکنیم. ما مشاهده میکنیم شهرهایی که سهم بالاتری از کارکنان دیجیتالی را دارند کمتر تحت تأثیر این بیماری فراگیر قرارگرفته اند و این فرضیه ما تأیید میکنند که صنایعی که در آن کارمندان میتوانند دورکاری و در خانه کار کنند دچار اختلال کمتری میشوند.
ثانیا به احتمال زیاد، شهرهایی که در آن ها درآمد متوسط خانوار پایین است، از این بیماری بیشتر آسیب میپذیرند زیرا شغل دیجیتالی کمتری دارند. ثالثا، مناطقی که دارای سهم کمتری از افراد با تحصیلات دانشگاهی هستند نیز کاهش اقتصادی بیشتری را احتمالا تجربه میکنند که نشان دهنده این واقعیت است که شغلهایی که به مدرک دانشگاهی نیاز دارند به فنآوری دیجیتال بیشتر وابسته هستند. رابعا، جای تعجب نیست که ما به این نتیجه رسیدیم که مناطقی که دارای سهم بیشتری از کارگران شاغل در بخشهای غیرتجاری هستند نیز به مراتب بیشتر مبتلابه این ویروس میشوند زیرا در این بخشها تنوع کمتری وجود دارد و بیشتر در معرض شوک های محلی قرار دارند.
برای مقایسه تصویری شهر به شهر، ما یک نقشه حرارتی را ارائه می دهیم که تخمین ما را از وضعیت رشد هر شهرستان را نشان می دهد (شکل ۲).
تصویر ۲: ناهمگنی فاصلهای در رشد ناخالص داخلی واقعی شهرهای آمریکا در کاهش یک ماهه (به درصد)
* محدودیتها و توانمندیها
ما چند فرض ساده مهم را در نظر گرفتیم. اول، ما چیزی را برای امور اساسی، کالا و خدمات آنلاین در نظر نگرفتیم. دوم، ما ارتباطات بین خطی و غیرخطی را که در درک چرخه های تاریخی تجاری مهم بودهاند، در نظر نگرفتیم. به عنوان مثال، کاهش اشتغال در بخشهای غذا و مسافر پذیری ممکن است منجر به کاهش درآمد واقعی کارکنان این دسته از مشاغل شود که به نوبه خود مردم برای سایر کالاها و خدمات در بخشهای هنری، سرگرمی و حتی تولیدی هزینه کمتری را صرف میکنند. این مکملها میتوانند روند نزولیای را که ما تخمین زدهایم بیشتر کند.
سوم، رویکرد ما تأثیر ترکیبی بر زمان کاهش اقدامات ندارد. یک تخمین حداقلی این است که نیاز به رعایت فاصله اجتماعی سخت گیرانه به مدت یک سال برای جلوگیری از نگران کننده ترین عواقب بهداشت عمومی ناشی از این بیماری همه گیر وجود دارد تا احتمال وقوع موج بعدی بیماری را کاهش دهد. اگر تعطیلی مراکز اقتصادی به بیش از دو ماه افزایش یابد، ما باید برآورد خود را بر اساس تأثیر چند برابری تأخیر سرمایه گذاری های سرمایه فیزیکی و انسانی تطبیق دهیم.
بنا به تمام این دلایل، برآورد ما محافظ هکارانه است و میتواند بالاترین حد برآورد برای رکود باشد. گرچه ما میتوانیم خوشبینانه ترین سناریو را تهیه کنیم اما برآوردهای ما مبتنی بر آثار بیماری همه گیر آنفلوانزا در سال ۱۹۱۸ و سایر برآوردهای معاصر است.
در سال ۱۹۱۸، آنفلوانزا ۲ درصد از جمعیت جهان را تلف کرد و منجر به کاهش ۶ درصدی تولید ناخالص داخلی و کاهش ۸ درصدی مصرف شد که مبنای برآورد ما برای تعطیلی دوماهه است. برآوردهای دیگر حتی از این سختگیرانه تر است و پیش بینی آن کاهش ۱۸ درصدی تولید است. گلدمن ساکس تخمین زده است به دلیل بیماری همه گیر کوید ۱۹ در فصل اول سال ۲۰۲۰ کاهش سالانه تولید ناخالص داخلی واقعی ۹ درصد و در فصل دوم ۳۴ درصد خواهد بود، به طوری که درمجموع این بیماری غیرمستقیم بیش از ۱۰ درصد به تولید ناخالص داخلی آسیب میزند. یک پیشبینی اقتصادی وحشتناک آثار این تعطیلی ها برای فصل اول سال ۲۰۲۰ را یک کاهش ۱۰ درصدی سالانه بر تولید ناخالص داخلی واقعی و برای فصل دوم سال ۲۰۲۰ یک کاهش سالانه ۶۳ درصدی برآورد کرده است و کل تأثیر غیرمستقیم کوید ۱۹ را بر تولید ناخالص داخلی تقریبا ۲۵ درصد تخمین زده است. علاوه بر این، این آثار به طور ناموزون در بخشهای مختلف توزیع شده است؛ مثلا هزینه هایی که در استفاده از رستوران صرف میشد به یک سوم تقلیل یافته است درحالی که مبالغی که صرف خرید کارتهای اعتباری یا مواد غذایی میشود به شدت افزایش یافته است.
یکی از نقاط قوت برآورد ما این است که ازنظر جغرافیایی شهرها را یک به یک محاسبه کرده ایم که وقتی مسئولان به دنبال ایجاد توازن میزان شدت اقدامات کاهشی هر یک از شهرها هستند، میتواند مهم باشد.
* سیاست اطلاع رسانی سه وجهی
هنگامی که داده های کلان در دسترس است، مدل های استاندارد اقتصاد کلان با دقت بیشتری آسیبهای ناشی از تعطیلیها را میتوانند تخمین بزنند؛ اما منابع داده های جایگزین میتوانند سریع تر تخمین های اولیه مانند برآورد ما را اصلاح کنند. به عنوان مثال، از طریق دادههای مربوط به بررسیهای آنلاین (مانند:Yelp) یا تحویل مواد غذایی آنلاین (مانند: ]Caviar[۲) میتوان میزان استفاده از بخش خدمات غذایی را تعیین کرد، همچنین راهی برای سنجش فعالیتهای اقتصادی در زمان واقعی است. علاوه بر این، این دادهها میتوانند به سیاست گذاران کمک کنند تا میزان نیازمندیهای اساسی و خدمات آنلاین و همچنین اثرات طولانی مدت عدم اطمینان در سرمایه گذاری و استخدام را بفهمند.
برآوردهای اولیه ما، تکمیل و اصلاح آن ها در آینده میتواند به مدیریت این بحران کمک کند. به منظور ایجاد آرامش در روند شدیدا کاهشی فعلی که در حال اجرا است، سیاست گذاران به داده های مربوط به هزینه های اجتماعی و مزایای مرتبط با آن نیاز دارند، تجزیه وتحلیل ما تخمینی نزدیک در مورد بخش هزین ههای این معادله را ارائه میدهد. با استفاده از ترکیب دادههای مربوط به سرایت بیماری شهرها - میزان بستری در بیمارستانها، بهبودیافته ها و مرگ ومیرها - برآوردهای ما میتواند به اطلاع رسانی در مورد راهبرد کاهش که در مناطق مختلف کشور متفاوت است کمک کند.
درباره نویسندگان:
۱- کریستوس آ مکریدیس Christos A. Makridis استادیار تحقیقات دانشکده بازرگانی دبلیو پی کری دانشگاه ایالتی آریزونا، همکار در امور دیجیتالی دانشکده مدیریت سلوان در دانشگاه MIT، همکار غیر مقیم دانشکده مطالعات دولتی کندی دانشگاه هاروارد و همکار غیر مقیم انستیتوی مطالعات دینی دانشگاه بیلور، است. وی همچنین به عنوان مشاور ارشد با مؤسسه گالوپ همکاری میکند. تحقیقات وی در حوزه های کار و اقتصاد سازمانی، اقتصاد دیجیتالی و امنیت سایبری، وضعیت مالی و رفاهی خانواده است، وی نگاهی هم به درک چگونگی واکنش افراد و بنگاهها به تغییرات بزرگ به ویژه تغییرات اجتماعی و فناوری دارد. مکریدیس دکترای خود را در رشته علوم مدیریت و مهندسی و اقتصاد از دانشگاه استنفورد و لیسانس خود را در رشته اقتصاد و ریاضیات از دانشگاه ایالتی آریزونا دریافت کرده است.
۲- جاناتان س. هارتلی Jonathan S. Hartley یک نویسنده و محقق اقتصادی است که به اقتصاد کلان، امور مالی و تجزیه وتحلیل ورزشی علاقه مند است. وی قبلا در شرکتهای تحقیقاتی تحت عناوین مختلف مدیریتی، تحلیلگری و غیره فعالیت داشته است. وی همچنین در امور دولتی متعدد مانند کمیته مشترک اقتصادی کنگره ایالات متحده، بانک فدرال رزرو نیویورک و بانک فدرال رزرو شیکاگو فعالیت داشته است. هارتلی از دانشگاه شیکاگو لیسانس اقتصاد و ریاضیات با درجه عالی دریافت کرد و از دانشکده وارتون دانشگاه پنسیلوانیا فوق لیسانس امور مالی و اقتصاد تجارت گرفت. وی همچنین نامزد دریافت کارشناسی ارشد سیاستهای عمومی از دانشکده کندی دانشگاه هاروارد بود.
پی نوشت:
[۱] CARES Act که معادل Aid, Relief, and Economic Security است در ۲۷ مارس ۲۰۲۰ در راستای کمک به آسیب دیدگان از ویروس کرونا توسط کنگره تصویب و توسط ترامپ امضاء شد.
[۲] Yelp و Caviar برنامههای اینترنتی است که مردم آمریکا و تعدادی از کشورهای جهان را به مشاغل و نیازمندیهای مختلف مانند رستورانها، پزشکان، دندان پزشکان، آرایشگاهها و غیره وصل میکنند.
گفتگو با هوش مصنوعی
💬 سلام! میخوای دربارهی «تخمین ضربه کرونا به تولید ناخالص داخلی آمریکا» بیشتر بدونی؟ من اینجام که راهنماییت کنم.