Марта Гімбел: Чому розробники політики мають думати за межами квартального звіту

Економічна політика працює на часових масштабах, які рідко збігаються з політичними циклами або ринковими спостереженнями. Марта Гімбел, виконавчий директор і співзасновниця Yale’s Budget Lab, стверджує, що одержимість Вашингтону швидкими показниками приховує фундаментальну істину: багато політик потребують років — іноді десятиліть — щоб показати повний вплив.

Економістка, яка раніше працювала старшим радником у Білий дом при Раді з економічних радників, присвятила свою кар’єру аналізу того, як фіскальні рішення відлунюють у ринках праці та ширшій економіці. Її дослідження виявляють критичні сліпі плями у тому, як політики вимірюють і реагують на економічні зміни.

Прихований часовий графік економічної політики

Коли уряди впроваджують масштабні політики, зазвичай фокусуються на короткострокових показниках: зростанні ВВП, рівні безробіття, рухах фондового ринку. Але Гімбел наголошує, що цей підхід «моментальних знімків» пропускає справжні наслідки політичних рішень.

«Довгострокові політики часто мають ефекти, які не є одразу помітними», — пояснює вона. Стимулюючий пакет може тимчасово підвищити зростання, але накопичений борг може тягнути економіку вниз роками. Інвестиції в інфраструктуру можуть здаватися дорогими спочатку, але їх продуктивні переваги можуть накопичуватися з часом. Короткостроковий аналіз, за визначенням, не може врахувати ці динаміки.

Ускладнює ситуацію, коли в гру вступають геополітичні міркування. Не всі економічні політики спрямовані переважно на зростання. Деякі служать стратегічним або дипломатичним цілям — використанням тарифів як важеля, коригуванням торгових правил для протистояння суперникам або навмисним вибором, що підпорядковує чисту економічну ефективність ширшим національним інтересам. Розуміння політики вимагає розуміння її справжніх цілей, які часто виходять за межі показників ВВП.

Чому офіційні дані важливіші за корпоративні звіти

Політики стикаються з зростаючою спокусою: покладатися на дані приватного сектору в режимі реального часу замість очікування офіційної статистики. Оголошення про звільнення у приватному секторі потрапляють у новини миттєво. Технологічні компанії публічно оголошують про скорочення штату. Поточні ринкові дані надають актуальні ціни та транзакції. Навіщо чекати на дані Федеральної резервної системи або Бюро праці?

Відповідь Марти Гімбел проста: приватні дані не можуть замінити офіційну статистику, оскільки вони систематично неповні. Дані про звільнення від корпорацій переважно стосуються великих, публічно видимих компаній — тих, що створюють яскраві заголовки. Менші підприємства, які тихо зменшують чисельність працівників, залишаються непоміченими. Волатильність у технологічному секторі стає переважною, просто тому що керівники публічно оголошують свої рішення.

«Вибіркові упередження створюють спотворену картину», — зазначає вона. Компанії, що оголошують про звільнення, не є випадковою вибіркою економіки. Вони представляють особливий сегмент, який вважає публічне спілкування стратегічно важливим. А що з безліччю менших фірм, які коригують зарплати непублічно? Офіційна статистика намагається охопити всю картину; корпоративні оголошення — лише яскраві випадки.

Ця різниця має величезне значення для політики. Якщо лідери прийматимуть рішення, ґрунтуючись на спотворених даних, вони неправильно діагностуватимуть проблеми і застосовуватимуть рішення, спрямовані на симптоми, а не на корінь.

Навігація у наративі: коли винуватять AI

Наративи навколо звільнень у корпораціях кардинально змінилися. Там, де раніше керівники звинувачували ринкові умови або стратегічне переорієнтування, тепер багато хто наголошує на AI та автоматизації як причина скорочень. Це привабливо: технології нейтральні, неминучі, майже поза людським контролем. Виніть машини, а не менеджмент.

Марта Гімбел ставить під сумнів цю історію. Так, AI впливає на найм і рішення щодо працевлаштування. Але чи є він справді важливішим за тарифи, відсоткові ставки або тиск на маржу? Вона припускає, що наголошення на AI може відображати те, як керівники формують історії для захисту свого іміджу і заспокоєння інвесторів, а не об’єктивне розуміння причин.

«Керівники формують дискурс навколо скорочень працівників», — зазначає вона. У світі, де інтерпретація даних впливає на політику, контроль над наративом стає формою влади. Коли громадськість вірить, що AI — причина звільнень, політичний тиск спрямовується на регулювання AI, а не на аналіз рішень керівництва або трудових практик.

Перерозмислення вимірювання ринку праці

США мають статистичну інфраструктуру для відстеження зайнятості, яка перевищує можливості більшості країн. Бюро статистики праці застосовує складні методології, удосконалені протягом десятиліть. Але Гімбел стверджує, що цей успіх може породжувати самозаспокоєння.

Оскільки економіка змінюється — зростає кількість гіг-роботи, AI змінює вимоги до навичок, віддалена робота змінює географічні патерни — категорії та метрики, що використовуються для вимірювання стану ринку праці, можуть застаріти. Офіційна статистика відстежує традиційне працевлаштування; їй важко врахувати нові форми роботи або деградацію навичок у певних секторах.

«Потрібно переосмислити, що саме вимірюється у ринку праці, щоб ефективно відстежувати технологічні та ринкові зміни», — наголошує вона. Політики можуть реагувати лише на те, що вони вимірюють. Якщо вимірювання залишаються застарілими, у період цифрової революції це призведе до сліпоти у політиці.

Глибше розуміння полягає у тому, що усвідомлення обмежень своїх джерел даних — не педантична вправа, а основа для обґрунтованої політики. Робота Марти Гімбел нагадує нам, що хороша економіка вимагає інтелектуальної скромності щодо того, що ми дійсно знаємо, скептицизму до зручних наративів і відданості офіційній статистиці навіть тоді, коли вона здається занадто повільною для нетерплячого світу.