Jefferson副主席關於經濟展望與供給面通脹動態的演說

謝謝Wendy的親切介紹。能在布魯金斯學會發表演說，我深感榮幸。

今天，我將首先分享我對經濟的展望。接著，我會討論該展望對貨幣政策路徑可能產生的影響。然後，我將轉向本次會議的主題，討論供給面通脹動態。在我的發言結束後，我期待與大家的討論。

經濟展望

今年初，我對經濟前景持謹慎樂觀的態度。我看到一些跡象顯示勞動市場正在穩定，通脹有望回到我們的2%目標的軌道，並且可持續的經濟增長將持續。當然，鑑於國會授予我們的最大就業與價格穩定雙重使命，雙重目標的兩端都存在風險，需密切關注最新數據。

大體而言，去年底的經濟活動似乎相當強勁。2025年第三季度，國內生產總值（GDP）以年率4.4%的速度增長。這較去年上半年有明顯加速，主要反映強勁的消費支出和淨出口的上升，尤其是在2025年前三季度波動較大。此外，2025年第四季度和2026年第一季度的GDP數據將受到去年聯邦政府關閉及隨後重啟的影響。然而，截止第三季度的GDP數據以及我們收到的第四季度支出數據顯示，去年國內需求表現良好，受到強勁的消費支出和企業投資（包括人工智慧投資）支撐，這可能促進生產力增長。近幾週，我也略微上調了2026年的增長預測，這是基於經濟持續韌性的跡象。現在，我預計經濟增長率將與去年約2.2%的估計值相仿。

就勞動市場數據而言，2025年12月的失業率為4.4%，近幾個月變化不大。去年最後三個月，非農就業人數平均每月下降2.2萬，但若排除政府就業，私營部門就業則平均每月增加2.9萬。從過去幾個季度來看，證據顯示就業創造的速度已放緩。部分放緩反映勞動力增長的減緩，原因包括移民減少和勞動參與率下降。然而，勞動需求也有所軟化。

其他勞動市場指標則顯示趨於穩定。例如，近期申請失業救濟的人數保持在較低水平。雖然我期待審閱一月的就業報告，但我認為整體勞動市場大致平衡，低招聘、低解僱的環境普遍存在。在這個較不活躍的勞動市場中，就業的下行風險仍在，但我的基線預測是失業率在今年大致持平。

接下來，我將談談我們使命中的價格穩定部分。過去一年，通縮進展停滯，通脹仍高於我們的2%目標。根據最新數據，2025年12月，個人消費支出（PCE）物價指數較去年同期上升2.9%，而剔除波動較大的食品和能源的核心價格則上升3%。這些數據與2024年底的水平相似。

通縮進展停滯主要是由於部分商品的關稅。過去一年，服務價格通脹有所下降，主要由於住房服務價格壓力緩解，但這一下降被核心商品價格的上升所抵消。當然，仍存在一些上行風險，但我預計，一旦關稅的上升更全面地傳導到價格中，通縮過程將在今年重新啟動。此外，預期的強勁生產率增長也可能進一步幫助降低通脹，達到我們的2%目標。稍後我會詳細說明。

貨幣政策

在評估了當前經濟狀況並持謹慎樂觀態度後，我支持聯邦公開市場委員會（FOMC）上週的決定，維持聯邦基金利率在現有水平。在過去一年半內，委員會將政策利率的目標區間下調了175個基點，其中去年底進行了三次降息。這些降息是對就業下行風險的回應，當時通脹上行風險較小。這些調整使我們的政策利率大致處於中性利率的範圍內，同時保持平衡，促進我們的雙重使命。這一政策立場應有助於穩定勞動市場，同時讓通脹逐步回落至2%的目標。

我們始終採取審慎的逐次會議決策方式。目前的政策立場能有效應對雙重使命的雙面風險。我認為，是否進一步調整政策利率的幅度和時機，應根據最新數據、經濟展望的變化以及風險的平衡來決定。

供給面（通）脹動態

在分享完我對短期經濟和貨幣政策的展望後，接下來我將討論供給面對通脹的影響——本次會議的主題。為此，我將先回顧疫情期間的經濟經驗，從中汲取教訓。然後，我會討論推動生產率持續上升的當前因素。最後，我將探討生產率持續上升對通脹可能產生的影響。

COVID-19疫情帶來的前所未有事件凸顯了供給動態在塑造通脹壓力中的關鍵作用。疫情造成全球勞動市場、國際貿易和供應鏈的中斷，增加了商品生產和運輸的成本。地緣政治事件，例如烏克蘭戰爭，通過限制商品產出和供應鏈中斷，推升了投入品價格，進一步加劇了通脹壓力。這些供應限制伴隨著需求結構和水平的變化，部分由於疫情期間的財政和貨幣政策支持，導致供需失衡，2022年6月，12個月總PCE價格變動高達7.2%。

此時，勞動市場顯著收緊，2023年4月失業率降至近60年來的最低的3.4%。基於標準菲利普斯曲線的通脹模型，未能完全解釋通脹激增的幅度，即使是試圖實時調整自然失業率以反映特殊經濟狀況的模型也未能完全解釋。此後，較為先進的模型（包括本次會議中提出的模型）強調非線性特徵、經濟閒置的替代衡量指標以及投入產出鏈在傳播供應鏈中斷中的作用。

疫情引發的中斷已逐步緩解，通脹也自本十年早期以來大幅下降，但仍高於我們的目標。如前所述，經濟在過去幾年持續快速演變，尤其是在技術進步和政策變化的推動下。這些變化影響了經濟的供給面，並可能持續影響價格和工資的行為。研究這些變化供應條件對價格的複雜且動態的影響，並提供適當的政策建議，對政策制定者來說仍然至關重要。

近年來，一個重要的發展是美國結構性生產率增長明顯高於疫情前十年的水平。商業部門的生產率（實際產出/每小時工時）年均增長約2.2%，明顯快於上一個商業周期的1.5%。如果這一較快的生產率增長能持續，將對經濟產出和實質工資產生重要影響，且不會增加通脹壓力。

近期的生產率增長部分可能是由一次性因素推動。例如，許多企業在疫情初期為應對某些行業的勞動力短缺，擴大了節省勞動的技術應用。然而，其他因素可能更具持續性。自疫情初期以來，新企業的成立一直保持強勁，這可能促進了生產率的提升，因為新企業往往採用更高效的生產流程。此外，這些新企業多集中在高科技行業，這些行業歷來是推動生產率提升的重要力量。

最近，人工智慧（AI）在生產和工作場所的整合可能已經產生一些早期效果，儘管大多數經濟學家預計，AI帶來的生產率提升大部分還未實現。其他因素也可能影響未來的生產率，包括較高的關稅（學術研究認為會拖累生產率增長）和放鬆管制（應提供提振作用）。目前尚為時過早判斷這些政策的生產率效果是否已開始顯現，以及其淨影響。

我們是否應預期生產率的提升會影響通脹？就像疫情經驗一樣，答案很可能取決於供需平衡隨時間的變化。例如，儘管企業和個人越來越多採用AI，但這項新技術帶來的結構性變革可能仍在前方。對AI潛力的興奮似乎已經影響當前經濟活動，推動數據中心建設和AI相關投資的繁榮。即使AI最終能大幅提升經濟的生產能力，與AI相關活動帶來的需求短期內可能會推升通脹，除非有相應的貨幣政策措施來抵消。

當然，供應條件的變化不僅限於生產率。移民減少通常會降低勞動供應，但如果同時需求因移民減少而降低，對通脹的影響可能較小。即使需求與供應同步下降，如果移民減少導致某些依賴移民勞動的行業出現勞動短缺，工資和價格通脹仍可能受到推動。

雖然供應變化通常由更廣泛的經濟力量驅動，但貨幣政策在調節總需求方面扮演著關鍵角色。因此，謹慎的政策，維持供需平衡，能影響生產率提升是否轉化為通脹或通縮壓力。貨幣政策是否刺激或抑制總需求，取決於短期實質利率相對於中性利率的水平，後者反映經濟中的儲蓄與投資基本平衡。其他條件不變的情況下，持續的生產率增長可能會暫時推高中性利率。更快的生產率增長，可能使消費者預期未來收入增長，選擇現在多花費，降低儲蓄率。同時，生產率的提升也意味著資本邊際產出提高，進而推動投資需求上升。

除了直接影響總需求外，貨幣政策還在維持通脹預期的穩定中發揮作用。在疫情期間，長期通脹預期的穩定幫助防止通脹激增固化，並促進了向2%目標的進展，且未造成大規模失業。穩定的通脹預期也為支持雙重使命的政策提供了更大的彈性。例如，儘管我認為較高的關稅在2025年略微推升了通脹，但我仍認為這不會是長久的，預計只會在價格層面產生一次性變動，部分原因是穩定的通脹預期能限制關稅對價格和工資的二次效應。

聯邦公開市場委員會堅定致力於將通脹率拉回目標，這樣一次性變動導致持續通脹的風險較低。這也意味著供給面可以在不必過度收緊貨幣政策的情況下逐步調整。

結論

我們對供給面發展及其對通脹影響的理解在近年來迅速增長，並且在可預見的未來仍將持續演變。我密切關注這些趨勢，因為它們對制定適當的貨幣政策以實現雙重使命至關重要。如前所述，我支持FOMC自2024年中以來將政策利率目標區間下調175個基點的決策。在我看來，這些行動已使聯邦基金利率大致處於中性利率範圍內，同時保持平衡，促進我們的雙重使命。當前的政策立場有助於應對經濟變化，為未來的經濟發展奠定良好基礎。

再次感謝布魯金斯學會邀請我今天來此，我期待與大家的討論。

1. 此處表達的觀點為我個人意見，不一定代表我在聯邦儲備委員會或聯邦公開市場委員會的立場。返回正文

2. 疫情後美國通脹激增的驅動因素，包括供需失衡的影響、預期的角色以及政策反應，詳見Ina Hajdini、Adam Shapiro、A. Lee Smith與Daniel Villar（2025）《疫情後的通脹：經驗教訓與挑戰》，《金融與經濟討論系列》2025-070（華盛頓：聯邦儲備系統理事會，8月）。返回正文

3. 特別是線性菲利普斯曲線，假設通脹對經濟閒置的反應是以固定比率進行。此外，許多具有適度非線性效果（經濟變得非常緊張時會變陡）的菲利普斯曲線模型，未能充分預測通脹的幅度。返回正文

4. Peneva、Rudd與Villar（2025）回顧了疫情期間聯邦儲備委員會工作人員的通脹預測，包括疫情前的菲利普斯曲線模型及其後的修正與改進。這些改進有望使修訂後的菲利普斯曲線能更好捕捉我在下文中提到的供給面因素。詳見Ekaterina Peneva、Jeremy Rudd與Daniel Villar（2025）《自2019年以來聯邦儲備委員會工作人員通脹預測誤差的回顧》，《金融與經濟討論系列》2025-069（華盛頓：聯邦儲備系統理事會，8月）。返回正文

5. 這些數據基於勞動生產率（每小時實際產出）數據，來自勞工統計局，通過Haver Analytics提供。返回正文

6. Decker與Haltiwanger（2024）記錄了企業成立的激增，涵蓋多個指標。此外，他們指出高科技企業的成立比例較高，這可能對生產率產生重要影響，因為高科技企業歷來是推動生產率的關鍵力量。詳見Ryan A. Decker與John Haltiwanger（2024）《疫情期間企業成立激增：簡要更新》，工作論文，9月。返回正文

7. 例如，有論點認為AI可能在十年內大幅提升生產率，詳見Martin Neil Baily、Erik Brynjolfsson與Anton Korinek（2023）《心智機器：推動AI生產率繁榮的理由》，布魯金斯學會，5月10日。返回正文

8. 有關自2020年以來支持生產率增長的可能因素的更詳細討論，請參見聯邦儲備系統理事會（2025）《貨幣政策報告》中的“疫情開始以來的勞動生產率”專題框（PDF），第18-20頁。返回正文