Could unemployment go back to the post‐war heyday?
Notice bibliographique
Résumé
▀ The current ‘low’ rate of unemployment looks less impressive when compared with the 2–3% rates averaged in the 1950s and 1960s. But both then and now share a common driver of low joblessness – pay growth falling unusually short of productivity gains. While the chances of this continuing look stretching, a return to genuine full employment is not completely implausible. ▀ Why was unemployment so low in the early post‐war period? Given the current uncertainty over how far joblessness can sustainably drop and how this affects monetary policy, our analysis provides useful insights for the situation today. ▀ Several explanations have been mooted. A political commitment to full employment is one, although aspiration alone cannot provide a cause. And demand management using fiscal policy is hard to square with the period's modest budget deficits. Meanwhile, booming post‐war investment and trade and shortages of labour fail to explain why low joblessness did not quickly trigger rapid rises in pay and inflation. ▀ The cause of very low unemployment appears to have sat with wage restraint relative to productivity gains. Unlike most of the last 70 years, real pay growth consistently fell short of productivity rises in the 1950s and part of the 1960s, cutting the cost of workers and ensuring a low ‘equilibrium’ rate of unemployment. ▀ This explanation has parallels with the present day. Since 2010, productivity growth has outstripped real pay rises to an extent not seen since the 1950s. We do not expect this pattern to continue – our forecasts show real pay running slightly ahead of productivity growth over the next five years. But if the factors holding back pay were to persist, alongside a catch‐up in UK productivity, a return to a 1950s/60s‐style jobless rate is possible, if the MPC did not take fright at further declines in unemployment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».