Sammenhengen mellom arbeidsmarkedet og Konjunktur: Konjunkturer er perioder med økonomisk oppgang og nedgang, som speiler endringer i økonomisk aktivitet, produksjon og sysselsetting i økonomien har vært mye utforsket. (Se boksen "Økonomisk teorigrunnlag" nederst i artikkelen for noen sentrale eksempler). Uviklingen i arbeidsmarkedet blir ofte anvendt som en sentral indikator for den økonomiske utviklingen, se blant annet figur 2.2 i Konjunkturtendensene (PDF).
Bruttonasjonalprodukt (BNP) er det begrepet som er mest kjent for å omtale konjunkturer og svingninger i økonomien. BNP er målt i markedsverdi, og BNP er definert som summen av bruttoproduktet over alle næringer målt i basisverdi, tillagt summen av alle produktskatter og trukket fra subsidier. For bruttoproduktet, som er målt i basisverdi, er subsidier inkludert, men ikke merverdiavgift eller andre produktskatter. Eksempel på produktsubsidier er subsidier til jordbruk eller forskning. Eksempel på produktskatter er merverdiavgift, bensinavgift og avgift på alkoholholdige drikkevarer. Bruttoproduktet gjør det mulig å se på økonomisk aktivitet innenfor spesifikke næringer. Dette er mer hensiktsmessig for å undersøke samvariasjon med de ledige stillingene i hver næring, sammenlignet med å benytte den overordnede endringen i BNP, som kan avvike fra den næringsspesifikke utviklingen.
Denne artikkelen ser nærmere på hvordan utviklingen i Bruttoprodukt: Økonomisk merverdi opptjent gjennom innenlandsk produksjonsaktivitet i en næring eller sektor (eller totalt for alle næringer/sektorer), avledet og definert som produksjon minus produktinnsats. I basisverdi . I offentlig forvaltning og annen ikke-markedsrettet virksomhet bestemmes bruttoprodukt som sum lønnskostnader, netto produksjonsskatter og kapitalslit. henger sammen med bedriftenes etterspørsel etter arbeidskraft, representert ved utviklingen i de ledige stillingene. Ledige stillinger er en indikator for tilstanden og dynamikken i arbeidsmarkedet, både på aggregert nivå og for ulike deler av arbeidsmarkedet, og i økonomisk planlegging legger man i hovedsak til grunn at bedriftene vil redusere sin etterspørsel etter arbeidskraft i nedgangstider og øke den i oppgangstider.
Analysen baserer seg i hovedsak på hele den tilgjengelige tidsserien, 2010-2023. I denne perioden er det flere hendelser som har påvirket økonomien i nevneverdig grad, som oljeprisfallet og koronapandemien, som vi vil se nærmere på.
Vi forsøker ikke i denne artikkelen å etablere kausale sammenhenger mellom de ulike størrelsene, men konsentrerer oss snarere om samvariasjon, målt ved korrelasjonskoeffisienten. Artikkelen begrenser seg i hovedsak til etterspørselssiden i arbeidsmarkedet, og dekker mindre tilpasninger på tilbudssiden. I slutten av artikkelen ser vi på innvirkningen av Utenlandske pendlere (ikke-bosatte): Ikke-bosatte er definert som personer registrert i Folkeregisteret med planlagt opphold i Norge på under seks måneder. Ikke-bosatte omfatter personer med et midlertidig personnummer (D-nummer) eller som er registrert som utvandret, men jobber i Norge. i perioden 2019-2022.
Artikkelen tar for seg følgende problemstillinger:
- Hvordan er relasjonen mellom konjunkturer og ledige stillinger, og varierer den mellom næringsgrupper?
- Hvordan var utviklingen og sammenhengene under og i kjølvannet av koronapandemien?
Det er flere som velger kun fastlandsøkonomien som grunnlag for å holde oljevirksomhetene utenfor analysene. Dette har også vært vurdert her, og resultatene som gis er tilsvarende, men med en noe mindre samvariasjon før 2015. Her var samvariasjonen fremdeles negativ, men på -0,53 og ikke -0,73. Etter 2016 har de lik samvariasjon på 0,94. I vurderingen av å benytte tall for ledige stillinger for enten Fastlands-Norge eller for hele landet, falt vurderingen på å bruke hele landet, fordi det ikke kan utelukkes at næringene utvinning av råolje og naturgass, rørtransport og utenriks sjøfart har noen «spill-over-effekter» på bedriftenes konsum av arbeidskraft også utenfor de næringene. Denne artikkelen undersøker kun samvariasjonen mellom de økonomiske svingningene og de ledige stillingene, og valget falt derfor på å undersøke dette bredere.
Stort skifte i samvariasjon etter 2016
Ledige stillinger og bruttoproduktet følger hverandre svært tett fra år til år. Figur 1 viser utviklingen i ledige stillinger og bruttoprodukt fra 2010 til 2022. De to seriene dekker dermed både prisnedgangen på olje og gass i 2014 og årene som fulgte, nedgangen i økonomien som følge av koronapandemien, og den etterfølgende gjeninnhentingen på vei ut av pandemien. Seriene har en samvariasjon på omtrent 0,7 for hele perioden, men denne er klart sterkest for årene etter 2016, der samvariasjonen er svært høy, omtrent 0,94. Før 2016 er samvariasjonen derimot tydelig negativ, på -0.73.
Figuren viser utviklingen i ledige stillinger og bruttoproduktet for perioden 2010 – 3. kvartal 2023. Det er lagt et skille i figuren ved 2016, hvor samvariasjonen mellom seriene går fra å være negativ til positiv. Denne sammenhengen blir diskutert nøye i teksten over og under. Begge seriene er sesongjusterte for å fjerne eventuell variasjon grunnet sesongmønster. Korrelasjonene nevnes ytterligere i teksten under. Korrelasjonen gjennom hele serien er 69% og den gikk fra å være -0,73% til å bli 0,94% fra perioden før 2016 til perioden etter.
Denne svært ulike samvariasjonen kan ha flere forklaringer. Bruttoproduktet økte gjennomomgående nesten hele perioden frem til pandemien inntraff i 2020. Ledige stillinger hadde derimot ikke en periode med vedvarende vekst før etter 2016, og denne veksten fulgte trenden i bruttoproduktet tett, og har gjort det siden opphentingen etter oljeprisfallet fra 2016. Etter dette var det svært positiv samvariasjon, noe som er knyttet til at både opphentingen etter oljeprisfallet i 2016, og nedgangen og opphentingen i forbindelse med koronapandemien traff begge seriene sterkt. Korrelasjon er ikke et godt nok mål for å hevde en kausal sammenheng, altså hvorvidt det er et årsak-virkning-forhold, men skiftet fra før til etter 2016 er likevel påfallende.
Fra negativ til positiv for de fleste næringer
På tross av at det er en sterk positiv sammenheng mellom ledige stillinger og bruttoprodukt over den aktuelle perioden, er det nødvendigvis ikke slik for alle næringene. Tabellen under viser samvariasjonen for næringene både for hele perioden, samt for periodene henholdsvis før og etter 2016. Det var for de fleste næringer det samme mønsteret som for totalen, hvor det gikk fra en negativ til positiv samvariasjon fra den første til den siste perioden. Verdt å merke seg er at det kun var tre næringer med positiv samvariasjon før 2015, men alle de var såpass svake at samvariasjonen i beste fall kan sies å være beskjeden.
Det var videre kun i undervisning og informasjon og kommunikasjon at samvariasjonen med bruttoproduktet var større enn for alle næringer. I perioden fra 2016 til 3. kvartal 2023 var samvariasjonen større for alle næringer enn for samtlige enkeltnæringer. Dette følger av at svingningene generelt blir større når gruppen blir mindre, slik at det dermed skal mer til at noen enkeltnæringer kan ha en så høy samvariasjon som 94 prosent.
Hvor lang tid tar det før påvirkningen skjer?
Det er naturlig å anta at det for noen næringer vil ta noe tid å bli påvirket av konjunktursvingningene i økonomien. Dette omtaler vi i artikkelen som Forsinkelser: Ett kvartal forsinkelse er når ledige stillinger blir påvirket av bruttoproduktet kvartalet før. Dette kan oppstå fordi det kan være forsinkelser fra tiltak iverksettes til økonomien påvirkes, eller andre forhold.. For totalen ser vi at det er sterkest sammenheng mellom ledige stillinger og bruttoproduktet samme kvartal. Med en såpass høy samvariasjon i perioden fra 2016, er ikke dette overraskende.
Det er som vi tidligere har nevnt, store forskjeller mellom næringene i samvariasjonen mellom ledige stillinger og bruttoprodukt. Tabellen under viser de utvalgte næringene hvor endringen i bruttoproduktet fra et kvartal til det neste kan predikere den tilsvarende endringen i ledige stillinger, enten for inneværende kvartal eller opptil fem kvartaler senere.
Tabell 2 viser at det er svært ulikt når det finnes en prediktiv verdi for de ulike næringene. For bergverksdrift og utvinning har bruttoproduktet fra to til fem kvartaler tilbake en prediktiv effekt på ledige stillinger inneværende kvartal, mens for overnatting og servering, blant annet, finnes det en prediktiv effekt for både det samme kvartalet og tre kvartaler tilbake, men ikke lenger.
Dette indikerer at utviklingen i ledige stillinger i næringene samvarierer ulikt med svingningene i økonomien. Flere av næringene i tabellen under er også næringer hvor medianlønnen er lavere enn medianlønnen for alle, i tillegg til at flere av næringene har lavere utdanningskrav. Unntakene er faglig, vitenskapelig og teknisk tjenesteyting, og bergverksdrift og utvinning.
Hvor godt kan bruttoprodukt predikere ledige stillinger?
Figur 2 forsøker å se hvor godt henholdsvis endringer i ledige stillinger eller endringer i bruttoproduktet fra et kvartal til et annet påvirker hverandre. Linjene i figuren representerer hvor godt modellen treffer for hvert kvartal – det vil si at man ideelt sett skulle sett linjer helt stabilt rundt 0. Vi ser her på noe som allerede har inntruffet, så dersom linjen er over null, vil det si at modellen predikerer høyere nivå enn hva som skjedde.
Endringer i bruttoprodukt blir i størst grad påvirket av endringer i ledige stillinger kvartalet før, noe som kanskje ikke er uventet. Vi ser av figuren under at ledige stillinger overestimerer endringen i bruttoproduktet gjennom hele perioden, men at det ikke er store bevegelser i tidsserien. Dette kan forklares med at endringer i ledige stillinger ikke fanger opp alle de andre dynamikkene som ligger bak endringer i bruttoproduktet,
Videre blir endringer i ledige stillinger mest påvirket av endringer i bruttoproduktet ett år, eller 4 kvartaler, i forveien. Når påvirkningen er såpass forsinket, er det heller ikke uventet at vi også ser at det svinger betydelig mer mellom kvartalene. Hvis vi ikke inkluderer en forsinkelse i modellen, kan den forklare 2 prosent av variasjonen, mens den ved fire kvartalers forsinkelse kan forklare 18 prosent. Ledige stillinger kan derimot kun forklare 13 prosent av variasjonen i bruttoproduktet det påfølgende kvartalet.
Utviklingen i de ledige stillingene og koronapandemien
Koronapandemien representerte et betydelig negativt eksogent sjokk i den norske økonomien. Dette var en periode med svært skreddersydde tiltak, både rettet mot smittevern og økonomiske hensyn, for ulike næringer, som gjør det særlig interessant å se på utviklingen i de ledige stillingene i lys av dette.
Hvordan næringene ble rammet av disse tiltakene hadde i stor grad sammenheng med hvor viktig kontakt mellom mennesker er for funksjonen til den enkelte næring (Grini et al. 2021). Tilsvarende var også utviklingen i forbindelse med gjenåpningen av samfunnet avvikende mellom næringene. I perioden etter pandemien har samtidig antall ledige stillinger steget mye og etablert seg på et høyt nivå historisk sett (Gading og Rothe 2023). Figur 3 viser at det i denne perioden er en viss forskjell i utviklingen mellom næringene.
Figuren viser endringen i både antall og andel ledige stillinger mellom 2019 og 2022 for totalen og etter næring. Endringen i antall er i prosent og endringen i andel er i prosentpoeng, og tallene er årsgjennomsnitt. Det mest nevneverdige i figuren omtales i teksten under.
Sammenligner vi årsgjennomsnittet for det totale antallet ledige stillinger i 2019 og 2022, øker antallet ledige stillinger med omtrent 35 000, samtidig som andelen ledige stillinger av alle arbeidsforhold øker med ett prosentpoeng. Blant næringene viser figur 3 at overnattings- og serveringsvirksomhet, som er næringen som ble hardest rammet av smittevernstiltakene, har den klart kraftigste veksten i de ledige stillingene, både målt i prosent og som andel av arbeidsforholdene i næringen. Transport og lagring har den laveste prosentvise veksten i de ledige stillingene, på tross av at også denne næringen ble hardt rammet av smitteverntiltakene.
Her er det hensiktsmessig å trekke frem at pandemien også førte til et lavere nivå på arbeidskraftsstrømmene ut av offentlig sektor (Grini et al. 2021). En mulig konsekvens av denne reduserte mobiliteten er at de ledige stillingene, spesielt i privat sektor, i større grad enn tidligere ble akkumulert fremfor å bli besatt. Dette kan ha vært med på å forhøye nivået på de ledige stillingene på vei ut av koronapandemien.
Samvariasjon mellom de ledige stillingene og bruttoprodukt underveis i pandemien
Utviklingen i antall ledige stillinger varierer altså betydelig mellom næringene i perioden fra 2019 til 2022. Det er dermed også rimelig at det er forskjeller mellom næringene i samvariasjonen mellom de ledige stillingene og bruttoproduktet over denne perioden, uavhengig av graden av påvirkning fra smitteverntiltakene. Tabell 3 oppsummerer dette.
Tabell 3. Samvariasjon mellom seriene for hhv. Ledige stillinger og bruttoprodukt, samt relativ påvirkning av smitteverntiltak1, etter næring. 2020K1-2022K4. Prosent
| Påvirket av smitteverntiltak i betydelig grad | Påvirket av smitteverntiltak i noen grad | Ikke påvirket av smitteverntiltak i nevneverdig grad | |
| Betydelig samvariasjon med bruttoprodukt i forbindelse med pandemien ( (korrelasjon >|75|) | Transport og lagring (94 %) | Industri (76 %) | Informasjon og kommunikasjon (77 %) |
| Overnattings- serveringsvirksomhet (80 %) | Faglig, vitenskapelig og teknisk tjenesteyting (82 %) | Undervisning (78 %) | |
| Noe samvariasjon med bruttoprodukt i forbindelse med pandemien (korrelasjon mellom |50| og |75|) | Forretningsmessig tjenesteyting (62 %) | Bygge- og anleggsvirksomhet (66 %) | Jordbruk, skogbruk og fiske (56 %) |
| Kultur, underholdning og annen tjenesteyting (65 %) | Varehandel, reparasjon av motorvogner (61 %) | Finansierings- og forsikringsvirksomhet (52 %) | |
| Omsetning og drift av fast eiendom (64 %) | Offentlig administrasjon og forsvar (57 %) | ||
| Helse- og sosialtjenester (70 %) | |||
| Beskjeden samvariasjon med bruttoprodukt i forbindelse med pandemien (korrelasjon < |50|) | Bergverksdrift og utvinning (20 %) | ||
| Elektrisitet, vann og renovasjon (-3 %) |
Tabellen viser at for de næringene som i betydelig grad ble påvirket av pandemien og smitteverntiltakene så er det ingen som har begrenset samvariasjon mellom seriene for de ledige stillingene og bruttoproduktet. Blant disse er det transport og lagring og overnatting og servering som har den sterkeste samvariasjonen. Også for de næringene som er klassifisert som middels påvirket av pandemien, så er det ingen som har begrenset samvariasjon. Blant de næringene som i minst grad ble påvirket av pandemien er det både noen som har betydelig grad av samvariasjon og noen som har begrenset samvariasjon.
Sammenligner vi de næringsvise korrelasjonene i koronaperioden med de i figur 1, som dekker hele perioden fra 1. kvartal 2010 til 3. kvartal 2023, ser vi for det første at transport og lagring, som har svært begrensede korrelasjoner mellom ledige stillinger og bruttoprodukt både i hele perioden, samt før og etter 2016, har den sterkeste samvariasjonen av alle næringene i koronaperioden. For de resterende næringene med betydelig samvariasjon i koronaperioden, er det bare informasjon og kommunikasjon som har en lavere korrelasjon i koronaperioden sammenlignet med hele perioden etter 2016.
Betydningen av utenlandske pendlere og endringer i forbindelse med pandemien
Næringene er ulikt sammensatt, både med hensyn på arbeidstakernes egenskaper og bakgrunn, noe som er relevant for vurderingen av utviklingen i de ledige stillingene, spesielt i etterkant av pandemien. En viktig faktor her, som også fikk betydelig oppmerksomhet underveis og i kjølvannet av pandemien, var betydningen av utenlandske pendlere for arbeidstilbudet i den enkelte næring, samt konsekvensene av pandemien for dette arbeidstilbudet på både kort og lang sikt. Tabell 4 grupperer næringene etter hvor stor andel jobbene som tilhører de utenlandske pendlerne utgjør av alle jobbene i næringen.
Som det fremkommer fra tabell 4, er det nevneverdige forskjeller mellom næringene med hensyn på hvor viktig de utenlandske pendlerne er for arbeidstilbudet i den aktuelle næringen. Som andel av alle jobber, utgjør jobbene som tilhører utenlandske pendlere omtrent 3 prosent i 2022. Denne arbeidskraften er videre viktigst for arbeidstilbudet i forretningsmessig tjenesteyting (12,1 prosent), jordbruk, skogbruk og fiske (9,3 prosent) og bygge- og anleggsvirksomhet (9 prosent).
Tabell 5 grupperer videre næringene etter hvordan andelen jobber som tilhører de utenlandske pendlerne har utviklet seg fra før til etter pandemien. I tabellen grupperes næringene etter om andelen jobber som tilhører utenlandske pendlere er lavere eller høyere enn det den er for alle næringer (2,9 prosent).
Tabell 5. Endringen i andel jobber som tilhører utenlandske pendlere 2019-2022
| Jobber tilhørende utenlandske pendlere < 2,9 prosent | Jobber tilhørende utenlandske pendlere > 2,9 prosent | |||||
| Andel 2019 - 2022 | Lavere andel | Samme andel | Høyere Andel | Lavere andel | Samme andel | Høyere andel |
Elektrisitet, vann og renovasjon (-0,2 pp.) | Off.adm., forsvar, sosialforsikring (0,1 pp.) | Alle næringer (-0,4 pp.) | Transport og lagring (0,6 pp.) | |||
Teknisk tjenesteyting, eiendomsdrift (-0,6 pp.) | Finansiering og forsikring (0,0 pp.) | Industri (-0,9 pp.) | Bergverksdrift og utvinning (0,5 pp.) | |||
Helse- og sosialtjenester (-0,2 pp.) | Informasjon og kommunikasjon (-0,1 pp.) | Bygge- og anleggsvirksomhet (-1,2 pp.) | ||||
| Personlig tjenesteyting (-0,2 pp.) | Varehandel, reparasjon av motorvogner (-0,1 pp.) | Jordbruk, skogbruk og fiske (-3,7 pp.) | ||||
| Undervisning (0,0 pp.) | Overnattings- og serveringsvirksomhet (-0,5 pp.) | |||||
| Forretningsmessig tjenesteyting (-1,4 pp.) | ||||||
Samlet går andelen jobber tilhørende utenlandske pendlere ned med 0,4 prosentpoeng fra før til etter pandemien. Videre er det blant de næringene med en relativt høy andel utenlandske pendlere en overvekt av næringer som har en nedgang i denne andelen over perioden. Målt i prosentpoeng er nedgangen størst for jordbruk, skogbruk og fiske, etterfulgt av forretningsmessig tjenesteyting og bygge- og anleggsvirksomhet. I bergverksdrift og utvinning og transport og lagring øker andelen jobber tilhørende utenlandske pendlere over perioden. For næringene med lavere andel utenlandske pendlere, er det i hovedsak kun marginale endringer i andelene.
I forlengelsen av dette er det relevant å sammenligne utviklingen i andelen utenlandske pendlere og utviklingen i ledige stillinger i figur 3. For overnattings- og serveringsvirksomhet, som hadde den desidert kraftigste veksten i antallet, og andelen, ledige stillinger, faller altså andelen utenlandske pendlere marginalt over perioden. Målt i antall er nedgangen i årsgjennomsnitt på kun rundt 200 jobber. En tidligere analyse har vist at mange av de som sluttet i en jobb i overnatting og servering under pandemien ikke vendte tilbake til denne næringen (Edelmann og Konci 2023). Følgelig gikk en del arbeidskraft permanent tapt for denne næringen, noe som er en sannsynlig medvirkende faktor til det høye nivået på antall ledige stillinger i etterkant av pandemien.
Forretningsmessig tjenesteyting, som hadde en relativt kraftig vekst i antall, og spesielt andelen, ledige stillinger, sammenlignet med før pandemien, hadde en nedgang på omtrent 1 800 jobber tilhørende utenlandske pendlere i årsgjennomsnitt. Transport og lagring, som hadde den svakeste prosentvise veksten i ledige stillinger fra 2019 til 2022, har en økning i andelen jobber tilhørende utenlandske pendlere. Økningen er på i underkant av 800 jobber.
Oppsummering
Analysen viser at ledige stillinger og konjunkturer har hatt en høy samvariasjon de siste årene. Modellene som ble brukt i analysen for å predikere ledige stillinger, eller omvendt, viser seg derimot å ha lite effekt. Dette er ikke uventet, da forholdet mellom økonomiske svingninger og sysselsetting er svært komplekst og påvirkes av mange variabler som denne artikkelen ikke har tatt hensyn til. Denne analysen viser samtidig noen eksempler på hvordan etterspørselssiden i arbeidsmarkedet i stor grad kan bli påvirket av inngrep fra det offentlige, som særlig kom frem under korona.
Phillipskurven Det mest kjente målet på sammenhengen mellom konjunkturer og arbeidskraft er Phillips-kurven (Phillips 1958). Denne viser en sammenheng mellom inflasjon og arbeidsledighetsprosenten, og at når arbeidsledigheten synker så stiger inflasjonen. Beregninger har vist at denne er svak negativ i perioden artikkelen har sett på. Okuns lov Okuns lov (1962) tar som mål av seg i nyere tid å se på det «potensielle» mot det «faktiske» BNP. Dette er utenfor denne analysen, så her refereres det til Okuns lov i den originale formen, for å fokusere på sammenhengen mellom BNP og henholdsvis arbeidsledighet og ledige stillinger. Okuns beta er ifølge Okuns originale forskning lik -2, det vil si at en nedgang i arbeidsledighet med 1 prosent fører til en økning i landets BNP med 2 prosent, og visa versa. Beregninger viste at dette ikke var tilfellet i perioden vi studerte. Granger-kausalitetstest Granger-kausalitetstest er en statistisk metode for å undersøke om en tidsserie kan forutsi en annen. Her menes ikke kausalitet i vitenskapelig forstand, men snarere en indikasjon på forutsigbarhet. Vi har ikke testet om en endring i bruttoproduktet forårsaker en endring i ledige stillinger, men heller om når en endring i bruttoproduktet best kan predikere en endring i ledige stillinger (Granger og Newbold, 1977). Vi har testet her opp til 6 kvartaler senere, men siden det ikke ga noe bedre resultater er bare 5 kvartaler senere nevnt i tabellen. Slike tester gir såkalte p-verdier, som er listet i tabellen. De forsøker å angi hvor sannsynlig det er å observere en slik prediksjon for et gitt kvartal, gitt at bruttoproduktet ikke hadde noen prediktiv betydning. Ettersom dette er en ganske kort tidsserie har vi akseptert 10% nivå. Dette er omtalt i artikkelen.
I denne artikkelen ser vi først og fremst på to hovedstørrelser. Den ene størrelsen er bruttoprodukt, hentet fra Nasjonalregnskapet i SSB, som er definert som verdiskaping og opptjent bruttoinntekt fra innenlandsk produksjonsaktivitet i en næring eller sektor (eller totalt for alle næringer/sektorer), avledet og definert som produksjon minus produktinnsats. Bruttoprodukt publiseres i basisverdi, dvs. at produktsubsidier er inkludert, men ikke merverdiavgift eller andre produktskatter. I offentlig forvaltning og annen ikke-markedsrettet virksomhet bestemmes bruttoprodukt som sum lønnskostnader, netto produksjonsskatter og kapitalslit. Vi bruker videre antallet ledige stillinger fra statistikken ledige stillinger. Ledige stillinger angir de stillingene som er ledige på tellingstidspunktet. For å få et så godt sammenligningsgrunnlag mellom de to seriene som mulig gjør vi følgende tilpasninger av de publiserte tallene:
Denne artikkelen er delfinansiert av Arbeids- og inkluderingsdepartementet.
Referanser
Edelmann, Fredrik Steinrem og Ervis Konci (2023). Mange vendte ikke tilbake til overnatting og servering etter koronapandemien. SSB analyse 2023/9. Statistisk sentralbyrå.
Gading, R. og Jan Sebastian Rothe (2023). Stabilt tal på ledige stillingar. Statistisk sentralbyrå.
Granger, C.W.J. og Paul Newbold (1977). Forecasting Economic Time Series. Academic Press, New York.
Grini, K. H. og Magnus Berglund Johnsen og Ervis Konci (2021). Arbeidslivet og smitteverntiltak - hva har skjedd etter 12. mars 2020? Rapporter 2021/38. Statistisk sentralbyrå.
Okun, A. (1962). Potential GNP: Its measurement and significance. Proceedings of the Business and Economic Statistics Section of the American Statistical Association.
Phillips, A. W. (1958). The Relation between Unemployment and the Rate of Change of Money Wage Rates in the United Kingdom, 1861-1957. Economica, 25(100), 283–299.
¹ Avsnittet ble endret 14. desember 2023, kl. 11.22
