{
  "id": "national-bureau-of-economic-research",
  "title": "美国全国经济研究局",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "美国全国经济研究局是一家私立非营利研究机构，以经济学研究、工作论文和经济周期判定著称。",
  "category": "economics",
  "subcategory": "macroeconomics",
  "type": "organization",
  "aliases": [
    "NBER",
    "美国国家经济研究局",
    "美国国民经济研究局"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/national-bureau-of-economic-research/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/national-bureau-of-economic-research/",
      "json": "https://aiwiki.page/en/national-bureau-of-economic-research.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "**美国全国经济研究局（National Bureau of Economic Research，简称 NBER）**是一家私立、非营利、无党派机构，致力于开展和传播经济学研究。该机构成立于1920年，总部位于马萨诸塞州剑桥市，支持着一个研究人员网络，其中大多数成员任职于大学或其他研究机构。它尤其以工作论文系列以及判定美国经济周期的转折点而闻名。尽管名称中带有“全国”和“局”，NBER并非联邦政府机构。"
    },
    {
      "heading": "起源与历史发展",
      "text": "NBER的成立源于为理解经济活动奠定更坚实实证基础的努力。其早期工作重在系统衡量收入、生产、就业和经济波动，而非倡导某种特定的政策纲领。创始研究主任之一、经济学家韦斯利·克莱尔·米切尔在这一研究取向的形成过程中发挥了核心作用。\n\n早期研究的一条重要主线是国民收入。西蒙·库兹涅茨于20世纪20年代加入该机构，为国民收入估算方法的发展作出了贡献。这些工作有助于奠定现代国民经济核算的统计基础，不过，NBER并不是负责编制美国官方国民经济核算数据的政府机构。\n\n另一条主要研究主线是反复出现的经济扩张与收缩。阿瑟·F. 伯恩斯与米切尔于1946年出版的《经济周期的测度》，建立了通过多种经济指标研究波动的实证框架。这项工作帮助确立了NBER在经济周期编年方面的长期地位。\n\n随着时间推移，该机构的活动从经济测度和历史分析扩展至广泛的理论与实证研究。其工作论文系列创办于1973年，成为经济学研究在期刊发表之前传播的重要渠道。"
    },
    {
      "heading": "组织与研究活动",
      "text": "NBER主要以研究网络的形式运作，而非大学院系或政府统计部门。其所属研究人员参与各类研究计划、工作组、会议和合作项目。研究人员的身份包括研究员和教研研究员等。\n\n其研究涵盖以下领域：\n\n- 宏观经济学、经济波动与经济增长。\n- 劳动力市场、教育与家庭行为。\n- 税收、公共支出与社会保险。\n- 国际贸易、投资与金融。\n- 生产率、创新与产业组织。\n- 卫生经济学、老龄化、环境经济学与经济史。\n\n研究计划和工作组为研究相关问题的学者提供交流平台。研究人员可以在会议上展示初步成果，接受批评并加以修改。每年举办的夏季研讨会是其中一项重要活动，汇集了众多领域的研究人员。\n\n研究经费来源包括资助款、合同收入、捐款和投资收益。具体项目可能获得公共机构或私人基金会的支持。该机构的无党派性质并不意味着研究人员观点一致，也不意味着其研究结果不具有政策含义。相反，研究结论由作者负责，NBER不会将作者的政策立场采纳为机构自身的政策建议。"
    },
    {
      "heading": "工作论文与出版物",
      "text": "NBER工作论文系列在研究成果提交学术期刊之前或同时予以传播。论文通常包含原创性理论分析、实证发现，或兼具两者，旨在及时公开研究成果并促进学术讨论。\n\n工作论文并不等同于经过同行评审的期刊论文。NBER工作论文未经过期刊发表所要求的正式同行评审程序，作者可能修改研究方法、估计结果或结论。因此，后来发表于期刊的版本可能与最初的工作论文存在实质性差异。\n\n该系列涵盖多种研究方法，包括经济建模、历史分析、统计估计、随机对照试验，以及旨在识别因果关系的研究设计。这些方法为整个经济学界所使用，并不构成一套统一的“NBER方法”。\n\nNBER还通过书籍、会议论文集、研究摘要，以及《NBER报告》和《NBER文摘》等刊物传播研究成果，并提供与部分项目相关的数据集和研究工具。"
    },
    {
      "heading": "经济周期判定",
      "text": "角色与权威性\n\nNBER的经济周期判定委员会成立于1978年，负责编定美国经济周期峰值与谷底的时间序列。其决定被广泛视为判定美国经济衰退的标准依据。\n\n这种权威性源于专业界的认可和历史惯例，而非法定的经济状况认定权。该委员会不制定经济政策，其公告也不会自动触发所有可能用于应对经济下行的政府项目。\n\n峰值标志着扩张的结束和经济衰退的开始。谷底标志着衰退的结束和扩张的开始。NBER既公布按月确定的转折点，也公布按季度确定的转折点。\n\n标准与指标\n\nNBER将经济衰退描述为经济活动显著下降，波及经济的广泛领域，并持续数月以上。其评估考虑三个维度：\n\n- **深度：**下降的幅度。\n- **广度：**下降波及经济活动的范围。\n- **持续时间：**下降延续的时间。\n\n这三个维度需要综合考量，而不是三项僵化的门槛。如果下降异常严重且波及面广，即便持续时间很短，也可能被认定为经济衰退。\n\n委员会考察多项指标，包括扣除转移支付后的实际个人收入、非农就业人数、住户调查就业人数、实际个人消费支出、经通胀调整的制造业与贸易销售额，以及工业生产。在判定季度转折点时，还会考虑实际国内生产总值和实际国内总收入。\n\n这一过程并非仅依据国内生产总值连续两个季度下降的机械规则。这一简化说法或许能描述某些衰退，但也可能遗漏在更广泛经济活动中显现的下行，或对产出变动得出与委员会判断不同的分类。\n\n判定时点与解读\n\n经济周期判定具有回溯性。委员会会等待充分证据，综合考虑数据修订，以及表面上的趋势逆转可能无法持续等因素，从而可靠地识别转折点。因此，其经济周期编年并非实时预警系统，也不是经济预测。\n\n区分周期判定与预测十分重要：在此前的衰退被正式确定时，经济可能已经开始扩张。另一方面，衰退结束意味着总体经济活动已经越过谷底，并不意味着产出、就业或生活水平已恢复到此前的峰值。\n\n2020年的经济下行体现了委员会的判定方式。委员会将峰值确定为2020年2月，谷底确定为2020年4月，因此这次衰退持续了两个月。此次收缩的深度和广度非同寻常，足以使其在持续时间短暂的情况下仍被认定为衰退。"
    },
    {
      "heading": "意义与局限",
      "text": "NBER的研究为经济测度、经济波动研究和公共政策分析作出了贡献。其出版物和会议为跨机构的研究交流提供了重要支撑。它确定的经济周期日期，也为历史比较和实证研究提供了共同的参照点。\n\n解读其研究成果时，有必要作出若干区分。作者具有NBER研究人员身份，并不意味着其每项结论都代表机构立场。一项研究以NBER工作论文形式发表，并不能证明其发现已成定论，或已得到独立重复验证。实证结果仍然取决于数据质量、建模选择，以及解释统计关系所需的假设。\n\n同样，经济周期日期回答的是关于整体经济转折点的特定问题。它们并不能衡量每个家庭的切身感受，不能确定经济下行的原因，也不规定应如何通过财政政策或货币政策作出应对。全国经济扩张可以与特定地区或行业的困境并存，而总体经济活动的改善也可能早于失业的大幅减少。"
    }
  ],
  "links": [
    "economics",
    "united-states",
    "business-cycle",
    "simon-kuznets",
    "national-accounts",
    "macroeconomics",
    "economic-growth",
    "labor-market",
    "taxation",
    "trade",
    "productivity",
    "randomized-controlled-trial",
    "causation",
    "recession",
    "real-gdp",
    "gross-domestic-product",
    "fiscal-policy",
    "monetary-policy",
    "unemployment"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}