Bureau of Labor Statistics (BLS) в конце апреля 2026 года опубликовало отчет, согласно которому экономика США добавила 178 000 рабочих мест за месяц, а безработица снизилась на 0,1% . Эти цифры резко контрастируют с индексом потребительских настроений, упавшим до минимума за всю историю наблюдений. Опрос The Conference Board показал, что рекордное число американцев считает работу «труднодоступной» .
📊 Парадокс двух опросов 2:41
Официальный показатель, на который ориентируются рынки и политики, — это количество платежных ведомостей (non-farm payrolls). Данные собираются через два независимых исследования: опрос организаций (Establishment Survey) и опрос домохозяйств (Household Survey) .
Проблема заключается в растущем разрыве между этими показателями:
- Опрос организаций сообщил о росте на 178 000 рабочих мест .
- Опрос домохозяйств в том же отчете показал потерю 64 000 работающих людей.
- Рабочая сила в целом сократилась на 396 000 человек .
По данным Федерального резервного банка Сан-Франциско, расхождение между этими цифрами достигло максимума за всю историю наблюдений, и этот процесс ускорился после 2020 года .
🏥 Ведомости против реальных людей 7:42
Методология BLS считает количество зарплатных чеков, а не количество трудоустроенных граждан . В современной экономике один человек может занимать несколько должностей, что искажает статистику:
- Врач, работающий в больнице, частной практике и занимающийся исследованиями, учитывается как три рабочих места .
- В мартовский отчет попали 35 000 медицинских работников, вернувшихся к работе после забастовки. BLS зафиксировало это как «создание» новых мест, хотя фактически новых сотрудников не появилось .
Статистика также страдает от неточностей в географическом распределении. Поскольку всё больше людей работают удаленно, BLS сложно привязать платежную ведомость к конкретному физическому офису . Это приводит к масштабным корректировкам: в прошлом году ведомство «стерло» из отчетов 800 000 рабочих мест, которые ранее считались созданными .
📦 Ошибки моделирования и гиг-экономика 10:45
Для заполнения пробелов в данных BLS использует модель «рождения и смерти» (births and deaths model) . Она оценивает, сколько новых бизнесов открылось или закрылось в месяц. Эта модель плохо адаптирована к современным реалиям:
- Любой человек, начавший подрабатывать в Uber, может считаться «новым бизнесом» .
- Такая работа часто является вынужденной мерой из-за отсутствия стабильного дохода, но в статистике она выглядит как рост предпринимательской активности.
👥 Невидимый сектор экономики 11:46
Опрос организаций (Payrolls) полностью игнорирует самозанятых, фрилансеров и независимых подрядчиков . К этой категории относятся как курьеры Door Dash, так и высокооплачиваемые инженеры-консультанты или создатели контента.
Специфика этой группы делает экономические отчеты обманчиво оптимистичными:
- При ухудшении конъюнктуры компании в первую очередь сокращают подрядчиков, а не штатных сотрудников .
- Эти увольнения не попадают в пресс-релизы и не отражаются в опросах организаций.
- Подрядчики часто не имеют права на пособие по безработице, поэтому их потеря работы не сразу отражается в еженедельных заявках .
Это объясняет, почему количество официальных вакансий может расти, в то время как общая численность рабочей силы падает на сотни тысяч человек.
🏛 Почему систему не меняют 13:49
Несмотря на явные недостатки, правительство и Федеральная резервная система продолжают использовать текущие метрики по двум причинам. Во-первых, сбор данных о платежных ведомостях происходит быстрее, чем детальный опрос домохозяйств . Во-вторых, бизнес реже склонен искажать данные о выплатах, чем частные лица в телефонных опросах.
Реформирование методологии сталкивается с институциональным сопротивлением:
- Изменение правил создаст разрыв в статистических рядах, что затруднит годовые сравнения и вызовет недовольство инвесторов .
- Признание ошибок может привести к сокращению финансирования BLS со стороны Конгресса .
- Действующим администрациям выгоден статистический «шум», позволяющий интерпретировать данные в свою пользу .
Неточность цифр подрывает веру в экономику. Если компании видят фальшивый рост, они могут принимать ошибочные решения о расширении, что в конечном итоге ведет к финансовой нестабильности .
