美國經濟正式走出大蕭條陰影

自2007年12月美國經濟正式進入大蕭條開始,至今已經整整10年。由於奧巴馬總統只是擅長空談和為一部分人謀取福利,沒有治理國家的經驗和能力,所以這次大蕭條持續時間大大超過以往。直到最近,3大經濟指標一致表明,美國經濟正式走出大蕭條陰影:失業率從2009年的10%下降到17年來的最低點4.1%;僱主已經連續86個月增加工作崗位,創下了持續時間最長的紀錄;經通貨膨脹調整後的典型美國家庭的年收入達到了在1999年創下的峰值。

根據Moody’ s Analytics的數據,經通貨膨脹因素調整後,舊金山的家庭年收入中位數過去10年的漲幅為13.2%,在全美排名第一;加州San Jose和得克薩斯州Austin分別以12.7%和8.8%漲幅排名第二和第三;前10名中還包括軟件架構師、數據分析師和雲計算工程師密集程度很高的紐約、丹佛和俄勒岡州波特蘭,以科技和醫療保健發展的匹茲堡,以及靠石油和天然氣飆升而致富的猶他州Provo、北卡羅來納州Raleigh和俄克拉荷馬城。

年收入大幅增長的直接反應就是通貨膨脹。根據政府公布的數據,美國西部3個州2017年10月份的通貨膨脹率近3%,而中西部和新英格蘭地區的通貨膨脹率僅為1.5%。其中最令人矚目的問題是房價和房租飆升。據房地產數據網Trulia提供的數據,收入增長最快的10個城市在過去10年里房價平均上漲了31.1%。相比之下,全國平均增幅僅為5.1%。現在,舊金山一棟普通住宅的價格已高達120萬美元。許多人無法承擔這樣高的生活費用,被迫搬出硅谷(被定義為Santa Clara縣和San Mateo縣)。2017年是自2010年以來首次出現搬進硅谷和搬離硅谷的人數大致持平的情況。

全美各地經濟復蘇的步伐也非常不均衡。Moody的數據顯示,過去10年,10個最富裕的大都市和10個最貧困的城市之間的收入差距有所擴大,區域性的經濟差距進一步惡化,全國100個大都市的平均家庭收入下降了2.7%。許多南方和中西部城市在經濟蕭條期間失去的許多製造業崗位還沒有恢復過來,他們的工作機會和家庭收入比經濟蕭條前還要少,和沿海地區的收入水平距離越拉越大。布魯金斯學會(Brookings)的數據顯示,在城市地區生活的美國人有65%的家庭收入仍低於1999年的水平。比如拉斯維加斯東北方向50英里處的Coyote Springs,那裡到處都是房屋繁榮時期的遺迹“爛尾屋”。那裡的家庭收入扣除通貨膨脹因素以後,與2007年相比減少了近20%。

富有城市和窮困城市之間收入的差別早已有之,但是在1880-1980之間的100年里,這個差距在穩步縮小。最近幾十年出現了與歷史模式不同的變化。國際金融協會(Institute of International Finance)的經濟學家Robin Brooks指出,從上世紀90年代到2001年的溫和衰退期間,各個州的失業率大致相同。可是這一次的大蕭條期間,所謂“藍色”州(支持民主黨)約有61%的居民有工作,而“紅色”州(支持共和黨)這一比例約為59%。這些失業的差別導致了美國各地之間在經濟上的差距。

經濟學家們用3個原因來解釋這種人員過度聚集的現象。首先,從事高科技工作的年輕人更喜歡在城市工作,而那些僱傭他們的公司也更關心能夠招聘到具有合適技能的員工。更重要的是,受過高等教育的員工和同齡人聚在一起交流思想時,通常會變得更有效率。招聘網站Indeed的首席經濟學家Jed Kolko估計,科技職位空缺的四分之一都集中在8個科技中心:巴爾的摩、華盛頓、波士頓、聖何塞、舊金山、西雅圖、奧斯汀和羅利(北卡羅來納州)。第二,貧困地區的人們通常會搬到富裕的城市去尋找更好的機會,而現在只有那些有先進技能或教育的人才有這種選擇。造成人員過度聚集現象的第三個原因是,經濟增長較慢地區的工業和就業機會被經濟蕭條夷平。製造業和採礦業在中西部和南部受到重創,零售業也不例外,而且恢復的過程非常疲弱。

經濟專家指出,儘管地區之間的不均衡持續存在,但是一些積極的趨勢已經出現,更多的科技工作崗位正從技術中心城市轉移到全國各地。根據布魯金斯學會的數據,許多軟件編程工作已經遷移到達拉斯、底特律和夏洛特等城市;計算機軟件也在銀行業、金融業、汽車製造業和零售業中扮演着越來越重要的角色。這一遷移在很大程度上取決於各公司降低成本的考慮。但是就業問題專家指出,這些科技崗位中,有許多是較低或中等水平的職位,比如技術支持和協助工作,而不是尖端的、薪酬更高的職位。那些技術含量最高的工作,比如人工智能的機器學習、計算機視覺、數據庫工程等等甚至更進一步集中於技術中心城市,而不是向外擴散。計算機軟件可能被更廣泛地使用,但當涉及到真正發明新軟件時,“你仍然發現美國只有四五個地方能做。”

 

記者 湯毅堅

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.