勞工統計為何不可靠了

美國勞工統計局(BLS)剛剛發布了每月就業報告，聽來還不錯，說是上個月美國增加就業17萬8千，而失業率幾乎沒有甚麼改變，保持在4.3%。哪些行業增加了就業呢？主要在保健服務、建築、交通、倉庫，而聯邦政府的就業倒是繼續下降。

這樣的數據讓人生疑，大家失業，消費者信心下降到收集數據以來的最低水平，甚至超過新冠疫情高峰和1970年代全球能源危機時期，怎麼會有保健服務和交通運輸崗位的增加呢？有一個就業趨勢指數(ETI)的董事會發現，「工作難找」的調查指數上升到最高，比去年高了5%。總的來說，公司現在對招聘特別小心。

或許你可以說，所有的消費者情緒低迷只是因為人們不欣賞大好經濟形勢，但有大量數據與勞工統計局的報告相衝突--你說就業增加了178,000，可是公司宣布的裁員超過60,000，很多與啟用AI有關。美聯儲的內部數據顯示招聘數量下降，每周失業數量上升到21萬9千，都包括在BLS自己的這份報告裡，並註明勞工總數縮減了39萬6千。

更清楚的是，申請失業救濟金的人數上升，公司裁員，顯然勞工數量縮減才是正確的報告。然而，官方的數字卻說是增加(適合那些只讀標題、不看小字說明的人胃口)，等一兩個月才糾正為原本令人失望的數字，令股市每個月都大幅地上下波動，以至於人們對官方宣布的數字越來越不信了...

你必須學會看那些關乎民生的技術性細節，自己用算術證明有些數字合不上(比如就業增加減申請失業人數應符合勞工總數的增減)，應該忽略不看。

你看見就業增加的新聞標題，就要知道那是BLS預計的所有即將領取非農業薪資人員的總數--一個發布出來能立即改變債券利率數目，一個為美聯儲下次會議是否可能調整利率定調子的數目，一個兩黨政客都用來宣告經濟形勢的數目。

問題是，越來越人聽見新的就業數字，本來是想到那些失業人口中有些人找到工作了，但現在知道實際情況複雜得多--你需要看那些數字從哪裡來。BLS並沒有一個魔術機制，實時知道美國的每項薪資支付。

2026年，稅務局(IRS)有實時的扣稅紀錄，理論上政府應該立即知道每周新的非農就業崗位數目，但政府不是利用那個數據庫。BLS用兩套完全不同的調查統計來取得數據。對公司進行的「建制調查」--多少雇員、在哪裡做甚麼工作等等；以及針對家庭進行的「家庭調查」--是否失業或找到工作、是否繼續就業或繼續失業等等。其中一項調查印出來成為《華爾街日報》的標題，另一項調查悄悄埋在BLS報告裡。

在一個健康的數據生態系統裡，照理說兩套調查的結果大同小異，而且戰後以來一直如此。但在過去10年以來，情況變了。舊金山的經濟學家發表一篇研究報告，說這兩項調查結果的差別達到最大，而且從2020年以後越來越大。也就是說，兩套調查每個月講述越來越不相同的美國勞工市場故事，你可以選擇強調從體制結構看上去每個月比現實好的調查。比如報告就業機會增加，同時報告多少人失去工作，這在實際上應該不可能。

也許你會問，BLS為甚麼不整理好數據再發表？不錯，他們悄悄地在註解中忽略了一些問題不做解釋，而他們詳細報告了很多東西，包括對數據可靠性的評估，人們一般不仔細閱讀。股市投資人、政客、業主都根據大標題做出反應或決定，前提是做出反應後自己的職位能夠保住。結果報喜總比報憂安全，儘管情況不符合經濟實際，大家還是願意報導。

公司不介意為了上下面子好看而虛報數字，或是忽略。多報告薪資支付，少報或遲報裁員，能夠使數據好看。比如一個人收到兩個薪酬，未必是雇用了新員工；又比如一位醫生在不同單位、機構值班，可能會被統計為三個人上班。

總的說來，建制調查可能很不準確，公司統計員工是按照過時的方法--將各個工作地點人數相加，而那些在家裡遠程上班和兼職的人就很難追蹤，引起數算不準。難怪公司每個月都會對前一個月報告的員工數目做出令人尷尬的調整。

另一個調查模式是「創業失業」，會把一個人開始做Uber(共享)駕駛算為開創了一個創造就業機會的公司，其實這人並沒有一份穩定工作去支付房租。所以，這種調查本來是要彌補過時的方法，結果還是錯過現代勞工市場的某些特徵。

還有一個問題最嚴重，建制調查根本不知道。傳統的薪資支付統計對於8小時穩定工作的勞工崗位最合適，那些大公司樂於回應BLS發出的調查請求，而現在越來越多的美國勞工並不合乎那些界定的描述，比如私人合同。

他們不光是車輛共享駕車司機和通過DoorDash送外賣的人，還包括高級技術諮詢、自由從業的軟件工程師、網上內容創作和自媒體--他們的創業、失業無法追蹤，因為他們不接受固定的薪資。而且他們更容易失業--當一個公司生意不好時，他們首先考慮解除的是私人合同、自由寫手、銷售代表、經營顧問等等。這些人在建制調查中不會列為失業。幾個星期甚至幾個月後才會出現在失業數據中，因為他們沒有資格申報失業救濟。

本文內容取自微軟新聞網視頻報導。圖片顯示的是2021年(新冠病毒流行之後)失業數據逐漸下降的趨勢。