大约 10 年前，我开始使用亚特兰大联邦储备银行的工资增长追踪系统进行经济分析。在亚特兰大联邦储备银行工作了 26 年后，我即将退休，现在似乎是回顾该追踪系统历史的好时机，也是提醒用户它是什么，也许更重要的是，它不是什么的机会。
起源故事分为三个部分。第一部分是一个简单的观察，即公司不会随意裁员（或雇用）工人。例如，在 2008-09 年大衰退期间，许多公司面临着商品和服务需求急剧下降的问题，因此削减了员工数量。然而，这些裁员往往集中在相对低薪的工作岗位上。虽然这减少了公司的总工资支出，但也机械地导致每份工作的平均工资上涨。有点违反直觉的是，这意味着总工资增长的指标，例如美国劳工统计局工资调查中每份工作平均每小时收入的变化， 在劳动力需求非常疲软的时候，工资上涨。图 1 显示了这种“组合效应”，你可以看到工资调查中私营部门平均每小时工资的同比增长。你还可以看到，在 2020 年 COVID-19 疫情封锁期间，组合效应更加明显。
大衰退期间平均工资的上涨导致了人们以不同的方式看待工资增长的周期性，而这些周期性不受就业结构变化的影响——这引出了起源故事的第二部分。与此同时，美联储同事玛丽·戴利
（旧金山联邦储备银行行长）和 Bart Hobijn （芝加哥联邦储备银行的高级经济学家）使用的是当前人口调查的短面板结构 （CPS）研究了在经济低迷时期，公司更有可能冻结工人的工资，而不是削减工资，尽管工人的谈判地位较弱（见此处），例如）。他们所做的是将 CPS 即将轮换的工人样本的工资与一年前这些工人的工资进行匹配，然后计算出个人工资变化中为零的部分。他们发现了工资刚性的反周期模式；也就是说，当劳动力需求疲软时，工资冻结的可能性更大。
他们的观察让我们思考工人“典型”工资增长经历的周期性行为，以及不同类型的工人之间是否存在差异，例如换工作与不换工作、年轻工人与年长工人、从事相对低薪工作与从事高薪工作。这个问题引出了 Tracker 起源故事的第三部分。我的计算机编程技能，就像我的打字技能一样，非常属于“搜索和啄食”类型。幸运的是，我有一位才华横溢、热情洋溢的同事 Ellie Terry，她为编写工资增长跟踪器和构建各种数据片段做了很多繁重的工作。她还在开发整个 CPS 数据集的一个版本方面发挥了重要作用，该版本将人们随时间的变化联系起来（在 CPS 的面板结构内），并具有一致的变量名称和定义。从那时起，我就经常使用这个数据集来分析 CPS 数据。
由于该 CPS 数据集中工资增长的横截面分布广泛且偏斜，我们决定使用中位数作为“典型”的统计稳健指标。但是，用户应记住，由于各种原因，用于估计中位数的样本相对较小。首先，调查每月只向 CPS 小组中大约四分之一的人询问收入问题。其次，很多人没有提供他们的收入信息，因此人口普查局估算了他们的缺失数据。我们决定排除估算工资，因为我们发现它们给估计值增加了相当大的噪音。第三，我们排除了最高编码或审查的工资，因为这种最高编码将显示为零工资变化。2003 年至 2022 年期间，人口普查局使用的年度工资最高代码最高值为 150,000 美元。在另一个极端，如果每小时工资低得令人难以置信（低于联邦小费工作每小时 2.13 美元的最低工资标准），我们会排除观察值。这样每个月就剩下 1,500 到 2,000 个工资增长观测值。鉴于工资增长观测值的样本相对较小，显然数据无法被非常精细地分割。例如，在州一级显示工资增长跟踪时间序列是没有意义的。此外，还需要对中位数估计的时间序列进行一些平滑处理。几个系列显示为三个月的移动平均值，而具有更多分类分组的数据片段仅显示为 12 个月的移动平均值。
平滑处理和我们关注的是工资的同比变化，意味着追踪器在一定程度上滞后于劳动力市场紧张程度的变化。您可以在图 2 中看到这一点，该图显示了整体工资增长追踪器的三个月平均版本，以及 BLS 的职位空缺和劳动力流动调查中的职位空缺率指标空置率数据的大幅波动早在追踪数据波动前几个月就开始了。
回顾一下，工资增长追踪器是本月和一年前就业工人样本的“典型”工资增长经历的时间序列。因此，追踪器并不是衡量特定月份所有就业人口典型工资增长经历的指标，因为有些工作的人一年前没有工作（他们的工资增长将是无限大的），反之亦然。由于间歇性就业在年轻人和受教育程度较低的人群中更为常见，因此工资增长追踪器的样本比整体就业人口年龄更大、受教育程度更高。然而，我们确实有一个版本的追踪器，它经过加权以更能代表每个月的就业人口——本质上是通过给予年轻和受教育程度较低的工人更多权重。另一个版本使追踪器数据更能代表 1997 年的就业人口。我们创建了 1997 年版本，因为尽管每个月的工资增长中位数是通过比较同一个人的工资来构建的，但劳动人口的人口结构随着时间的推移发生了变化。具体而言，与 1997 年相比，其平均年龄更大、受教育程度更高。
还需注意的是，CPS 中的工资数据有几个局限性，包括它是自我报告的（事实上，调查受访者报告的是家庭中每个人的工资信息）、顶部编码（审查）和现在四舍五入。在 COVID-19 疫情之后，CPS 的样本量也大幅下降，人们报告工资信息的意愿也随之下降。
尽管存在各种局限性，工资增长追踪器已被证明是一个有用且受欢迎的经济指标。在最近劳动力市场紧张的情况下，区分那些换工作的人的工资增长经历尤其重要，收入分布较低部分的工资增长迅速上升也很重要。追踪器的流行也促进了其他观察工资增长的方法的发展。例如，求职网站 Indeed 使用 Tracker 方法创建了工资增长指标，但应用于匹配的招聘信息数据，而 ADP 研究所 已将 Tracker 方法应用于匹配的工资交易数据。我认为这些进展非常了不起，我鼓励在这方面开展进一步研究。
多年来，我非常感谢亚特兰大联储工作人员的帮助和奉献，正是他们让工资增长追踪系统的开发和公开传播成为可能。追踪系统不仅成为我们经常讨论的话题， 政策中心：宏博客但它经常在经济新闻报道中被引用，并被政策制定者引用，包括亚特兰大联储主席拉斐尔·博斯蒂克和美联储主席杰罗姆·鲍威尔的演讲。它被引用在美联储的“蒂尔书”中，甚至在外国央行的报告中，如英国央行的季度货币政策报告中。工资增长追踪报告将继续制作，虽然我将不再直接参与，但我期待阅读它继续告诉我们有关经济状况的内容，同时当人们误解它时也会感到有点畏缩。
干杯!
关键词：工资增长,劳动力市场,数据发布
