Агуулга
I. ОРШИЛ
II. ҮНДСЭН ХЭСЭГ
2.1 Нээлттэй эдийн засаг
2.2 Ажилгүйдэл ба хөдөлмөрийн зах зээл
2.3 Эдийн засгийн өсөлт I
III. ДҮГНЭЛТ
I. ОРШИЛ
ECN224 кодтой “Дунд түвшний макроэкономикс” хичээлийн бие даалт-2 хүрээнд Монгол болон дэлхийн хэд хэдэн улсуудын статистик тоон өгөгдлийг шинжилж, үүн дээр тулгуурлан эдийн засгийн өнөөгийн нөхцөл байдал ямар чиг хандлагатай байгааг харуулахыг зорино. Эдийн засгийн үзүүлэлтүүд болох ажилгүйдлийн түвшин, ажиллах хүчний оролцооны түвшин ба нэг хүнд ноогдох жилийн ажлын цаг гэх мэт тоон мэдээлэл дээр ажиллан дүгнэнэ. Энэхүү бие даалтын зорилго нь хичээлээс суралцсан мэдлэгээ ашиглан судалгаа хийж, тайлбарлан бичин өөрийн аналитик ур чадвараа хөгжүүлэхэд хувь нэмэр оруулах юм.
II. ҮНДСЭН ХЭСЭГ
Нээлттэй эдийн засаг
Зураг 1. Худалдааны тэнцэл
nso_list=all_tables()
NX=get_table(tbl_id = 'DT_NSO_0500_003V1')
NX1=NX %>% filter(SCR_MN=='ДНБ, оны үнээр', SCR_MN1=='Цэвэр экспорт', Period <=2025)
GDP=NX %>% filter(SCR_MN=='ДНБ, оны үнээр', SCR_MN1=='ДНБ', Period<=2025)
NX2=c(rev(NX1$DTVAL_CO))
GDP2=c(rev(GDP$DTVAL_CO))
NX3=NX2/GDP2
NX4=rep(0,25)
dates1=seq(as.Date("2000-01-01"),by='year',length.out=25)
NX_xts=xts(cbind(NX3,NX4), order.by = dates1)
dygraph(NX_xts,main = "Гадаад худалдааны тэнцэл") %>%
dyAxis('y',label="ДНБ-д эзлэх хувь") %>%
dyAxis('x',label = "Он") %>%
dySeries("NX3",label = "Цэвэр экспорт",strokeWidth = 2,color = "#154c79") %>%
dySeries("NX4", strokeWidth = 2,color="BLACK")Худалдааны тэнцэл 2000 оноос алдагдалтай эхэлсэн бөгөөд цааш багассаар байсан байна. 2004 оноос хойш худалдааны тэнцэл сайжирч эерэг тал руу шилжих хандлагатай болсон ч 2012 онд хамгийн доод түвшинд хүрсэн нь дэлхийн түүхий эдийн үнийн өсөлттэй холбоотой. Энэ үед Монгол улсын экспортын гол бүтээгдэхүүн болох нүүрс, зэс, алтны үнэ өндөр байсан байж. Гэсэн хэдий ч 2008 оны дэлхийн санхүүгийн хямрал гарч, экспорт буурч эхэлснээр худалдааны тэнцэл 2009 онд эргэн алдагдал руу оржээ. 2008-2009 оны дэлхийн санхүүгийн хямралын улмаас Монголын уул уурхайн бүтээгдэхүүний экспортын үнэ болон эрэлт буурч Монгол улс дэд бүтцийн төслүүдэд их хэмжээний импорт хийж байсан. 2022 оны урьдчилсан гүйцэтгэлээр гадаад худалдааны тэнцэл 3,836.0 сая ам.долларын ашигтай гарсан байна. Өмнөх оны мөн үеэс 1,437.5 сая ам.доллар буюу 59.9 хувиар өсөхөд импорт 1,855.8 сая ам.доллар, экспорт 3,299.3 сая ам.доллароор тус тус өссөн нь нөлөөлжээ (Гаалийн ерөнхий газар, 2025).
2013 оны дараа худалдааны тэнцэл сайжирч, 2015-2016 онд худалдааны тэнцэл эерэг гарсан нь экспортын хэмжээгээ нэмэгдүүлж, нүүрсний экспорт сэргэжээ. 2017 оноос худалдааны тэнцэл ерөнхийдөө эерэг хэвээр үлдсэн бөгөөд 2022 оны жилийн эцсийн гүйцэтгэлээр 6,495.1 сая ам.долларын 31,686.1 мян.тн нүүрс экспортолсон байна. Өнгөрсөн оны мөн үеэс үнийн дүнгээр 3,731.1 сая ам.доллар буюу 2.3 дахин, биет хэмжээгээр 15,978.0 мян.тн буюу 2.0 дахин тус тус өслөө. 2023-2024 онд өндөр түвшинд хүрсэн байна. 2021 оноос хойш түүхий эдийн үнэ дэлхий дахинд өссөн билээ. Гашуунсухайт-Ганцмод боомтын үйл ажиллагаа ч эрчимжиж, нүүрсний экспорт нэмэгджээ (Уул уурхайн яам, 2025).
Зураг 2. Хадгаламж ба хөрөнгө оруулалт
I=get_table(tbl_id = 'DT_NSO_0901_002V1')
S=get_table(tbl_id = 'DT_NSO_0700_021V1')
GDP=get_table(tbl_id = 'DT_NSO_0500_003V1')
I1=I %>% filter(SCR_MN=='Нийт',Period>=2010)
S1=S %>% filter(SCR_MN=='Нийт хадгаламж',SCR_MN1=='Улсын дүн',Period>=2010)
GDP1=GDP %>% filter(SCR_MN=='ДНБ, оны үнээр',SCR_MN1=='ДНБ', Period>=2010, Period<2024)
I2=c(rev(I1$DTVAL_CO))
S2=c(rev(S1$DTVAL_CO))
GDP2=c(rev(GDP1$DTVAL_CO))
I3=I2/GDP2
S3=S2/GDP2
dates2=seq(as.Date("2010-01-01"),by='year',length.out=14)
ISGDP_xts=xts(cbind(I3,S3), order.by = dates2)
dygraph(ISGDP_xts,main = "Хадгаламж ба хөрөнгө оруулалт") %>%
dyAxis('y',label = 'ДНБ-д эзлэх хувь') %>%
dyAxis('x',label = 'Он') %>%
dySeries('I3',label = 'Хөрөнгө оруулалт',strokeWidth = 2,color = '#74AE66') %>%
dySeries('S3',label = 'Хадгаламж',strokeWidth = 2,color = '#F5BC5E')2011 онд хөрөнгө оруулалт огцом өссөн бөгөөд ДНБ-ий 80%-д хүрсэн юм. Энэ нь Оюутолгой, Тавантолгойн томоохон уул уурхайн төслүүдэд гадаадын хөрөнгө оруулалт идэвхэжсэнтэй холбоотой. Гэсэн хэдий ч, хадгаламжийн түвшин тогтвортой, харьцангуй бага байсан тул дотоодын хуримтлал хөрөнгө оруулалтыг бүрэн санхүүжүүлж чадаагүй. Үүний улмаас гадаадын хөрөнгө оруулалт болон импортын хэмжээ нэмэгдэж, худалдааны тэнцэл алдагдалтай болсон байна.
2013 он гэхэд хөрөнгө оруулалт огцом буурч, хадгаламж түүнээс дээд түвшинд хүрлээ. Энэ нь эдийн засгийн тодорхой бус байдал, бизнесийн хөрөнгө оруулалтын идэвхжил багассан, гадаадын хөрөнгө оруулагчид эрсдэлийг тооцож буцаан татаж авсан зэргээс үүдэлтэй. 2016-2020 оны хооронд хадгаламжийн хэмжээ тогтвортой өссөөр, 2020 онд ДНБ-ий 47.6%-д хүрсэн нь иргэдийн хуримтлал нэмэгдэж, эдийн засгийн хадгаламжийн түвшин өссөнтэй шууд холбоотой байв.
Үүнтэй зэрэгцэн хөрөнгө оруулалтын хэмжээ ч өссөн бөгөөд 2019 онд ДНБ-ий 43.01%-д, 2020 онд 45.82%-д хүрсэн нь эдийн засгийн сэргэлт болон төрөөс хэрэгжүүлсэн хөрөнгө оруулалтын бодлогын үр дүнг харуулж байна (Монголбанк, 2024). Гэвч 2021 оноос эхлэн хөрөнгө оруулалтын ДНБ-д эзлэх хувь буурч, 2023 он гэхэд 35%-д хүрсэн нь тодорхой уул уурхайн төслүүдийн санхүүжилт тасалдаж, төрийн хөрөнгө оруулалтын чиглэл өөрчлөгдсөнтэй холбоотой юм. Хөрөнгө оруулалтын өсөлт богино хугацаанд эдийн засгийг тэлдэг ч, удаан хугацаанд үр ашиггүй байвал худалдааны тэнцэлд сөрөг нөлөө үзүүлнэ. Харин экспортын өсөлт хадгаламжийг нэмэгдүүлж, худалдааны тэнцлийг сайжруулах гол хүчин зүйл болдог.
Ажилгүйдэл ба хөдөлмөрийн зах зээл
Зураг 3. Ажилгүйдлийн түвшин ба ажилгүйдлийн хэвийн түвшин
U=get_table(tbl_id = 'DT_NSO_0400_006V1')
U1=U %>% filter(SCR_MN=='Бүгд',SCR_MN1=='Ажилгүйдлийн түвшин, %', Period<2025)
U2=C(rev(U1$DTVAL_CO))
UN_model=lm(U2~poly(1:length(U2),4))
UN_values=predict(UN_model)
dates3=seq(as.Date("1992-01-01"),by='year',length.out=32)
UR_xts=xts(cbind(U2, UN_values), order.by = dates3)
dygraph(UR_xts,main = 'Ажилгүйдлийн түвшин ба ажилгүйдлийн хэвийн түвшин') %>%
dyAxis('y',label = 'Ажилгүйдлийн түвшин, %') %>%
dyAxis('x',label = 'Он') %>%
dySeries('U2',label = 'Ажилгүйдлийн түвшин',strokeWidth = 2,color = '#6EAE5B') %>%
dySeries('UN_values',label='Aжилгүйдлийн хэвийн түвшин',strokeWidth =2,color = '#E24060',strokePattern = 'dotted')2009 оны дэлхийн эдийн засгийн хямралын үед ажилгүйдлийн түвшин 10 хувьд хүрсэн байдаг. Мөн Монгол Улс 1990 онд ардчилал, зах зээлийн эдийн засагт шилжсэн ч ажилгүйдлийн түвшин хос оронтой тоонд хүрч байв. Тэгвэл эдийн засгийн шилжилт, эх дэлхийн хямралын үеийнхээс илүү ажилгүйдэлтэй бид өнөөдөр нүүр тулаад байна. Угтаа бол ажилгүйдлийн түвшин 5 хувь байвал хэвийн буюу ердийн түвшин гэж үздэг.
Үүний үр дүнд 2010-2016 оны хооронд ажилгүйдлийн түвшин тогтвортой буурахгүй хэвээр байсан бөгөөд 2016 онд дахин 10%-д хүрсэн нь хөрөнгө оруулалтын саатал, уул уурхайн салбарын удаашралтай холбоотой байв (Д.Ган-Очир, 2025). Харин 2020-2023 онд ажилгүйдэл 5.3%-д хүртэл буурсан нь цар тахлын дараах эдийн засгийн сэргэлт болон төрөөс хөдөлмөр эрхлэлтийг дэмжих бодлого хэрэгжүүлсний үр дүн байлаа (Монголбанк, 2023). Энэ хугацаанд төрөөс ажлын байрыг хадгалах, жижиг, дунд бизнесүүдийг дэмжих, ажилгүй иргэдийг дахин сургах зэрэг олон төрлийн арга хэмжээг авч хэрэгжүүлсэн нь хөдөлмөрийн зах зээлд эерэг нөлөө үзүүлсэн юм. ажилгүйдлийн түвшин 2009-2012 онуудад дунджаар 9.4 хувь байсан бол үүнээс хойш буурсаар 2023 онд 5.3 хувьд хүрсэн юм. Харин 2021 онд сүүлийн таван жилийн хамгийн өндөр тооцогдож 8.3 хувьд хүрсэн байна.
Зураг 4. Ажиллах хүчний оролцооны түвшин
Er=get_table(tbl_id = 'DT_NSO_0400_006V1')
Er1=Er %>% filter(SCR_MN=='Бүгд',SCR_MN1=='Ажиллах хүчний оролцооны түвшин, %',Period<=2025)
Er2=C(rev(Er1$DTVAL_CO))
dates4=seq(as.Date('1992-01-01'),by='year',length.out=32)
Er_xts=xts(cbind(Er2),order.by = dates4)
dygraph(Er_xts,main = 'Ажиллах хүчний оролцооны түвшин') %>%
dyAxis('y',label = 'Хувь') %>%
dyAxis('x',label = 'Он') %>%
dySeries('Er2',strokeWidth = 2,color='#297CC3')Ажиллах хүчний оролцоо нь сүүлийн 20-оод жил буурах чиг хандлагатай байна. 2008 оны санхүүгийн зах зээлийн хямралын нөлөөгөөр ажилгүйдлийн түвшин 8-9 хувиар нэмэгдсэн (Worldbank, 2025). Хувь хүний ажиллах хүчний оролцоонд нас, хүйс, боловсролын түвшин, 5-с доош насны хүүхдийн тоо, 15-аас доош насны хүүхдийн тоо, тухайн оршин суугаа суурингийн статус, өрхийн орлого, гэр бүлийн хэмжээ, эдийн нөхцөл байдал хэрхэн нөлөөлдгийг ҮСХ-ны өгөгдөл дээр тулгуурлан судлахад боловсролын түвшин өсөхөд ажиллах хүчинд оролцох магадлал өсдөг ч эмэгтэй хүний хувьд илүү хүчтэй нөлөөтэй ба эрэгтэй хүн гэрлэснээр ажиллах хүчний оролцооны түвшин нь эмэгтэй хүнийхээс илүү өсдөг байна. Мөн бага насны болон олон хүүхэдтэй байх нь эмэгтэй хүний ажиллах хүчний оролцоог бууруулдаг бол эрэгтэй хүнийхийг өсгөдөг байна. Үүнээс гадна сургалтад хамрагдсанаар ажиллах хүчний оролцоог нэмэгдүүлдэг. Түүнчлэн аймаг, сум, хөдөө нутагт амьдардаг байх нь хотод амьдрахаас илүү ажиллах магадлалыг нэмэгдүүлдэг. Учир нь хөдөө орон нутагт ХАА төвлөрсөн байдаг. Залуу хүний хувьд өрхийн орлого нэмэгдэхэд ажиллах хүчний оролцоог бууруулдаг бол 45-аас дээш насны хуний хувьд эсрэг байлаа (Монголбанк, 2023).
Тэгвэл яах ёстой вэ? Хөдөлмөрийн зах зээлийн асуудал бол хөгжлийн чухал асуудал. Тиймээс илүү сайн ажлын байр бий болгохын тулд динамик хувийн хэвшлийг дэмжих, хөдөлмөрийн зах зээлийн бодлогыг сайжруулах замаар ажил эрхлэлтийн асуудлуудыг шийдвэрлэх боломжтой.
Зураг 5. Европын улсуудын ажилгүйдлийн түвшин
UNW = read_excel('C:/Users/DELL/Downloads/Book12.xlsx')
UNW$`Time period`=as.Date(paste0(UNW$`Time period`, "-01-01"))
UNW_xts=xts(UNW[,c('France','Germany','Italy','United Kingdom')],
order.by = UNW$`Time period`)
dygraph(UNW_xts,main = 'Европын зарим улсуудын ажилгүйдлийн түвшин') %>%
dyAxis('y',label='Ажилгүйдлийн түвшин, %') %>%
dyAxis('x',label = 'Он') %>%
dySeries('France',label = 'Франц',strokeWidth = 2,color = '#287AC5') %>%
dySeries('Italy',label = 'Итали',strokeWidth = 2,color = '#F8B960') %>%
dySeries('United Kingdom',label = 'Их Британи',strokeWidth = 2,color = '#6FB564') %>%
dySeries('Germany',label = 'Герман',strokeWidth = 2,color = '#ED3B5F')1991-2024 оны хооронд Герман, Итали, Франц, Их Британид ажилгүйдлийн түвшин янз бүрийн түвшний хэлбэлзэлтэй байжээ. Германд ажилгүйдлийн түвшин 2000-аад оны эхээр 11%-иар оргилдоо хүрч байсан бол 2024 онд 3.4%-д хүрч тогтвортой буурчээ. Энэ чиг хандлагын нэг шалтгаан нь 2000-аад оны эхээр хийгдсэн бүтцийн шинэчлэлүүд хөдөлмөрийн зах зээлийг улам бүр өсгөсөн явдал юм. Нэмж дурдахад Германы хүчирхэг аж үйлдвэр, экспорт нь эдийн засагт ажлын байр бий болгоход тусалсан байна.
Францын ажилгүйдлийн түвшин 1990-ээд оны эхэн үеэс тасралтгүй нэмэгдэж, дэлхийн санхүүгийн хямралын дараа буюу 2010 онд 9.3%-д хүрч дээд цэгтээ хүрчээ. Гэсэн хэдий ч тэр үеэс хойш тасралтгүй буурч, 2024 онд 7.4 орчим хувьтай байна. Ажилгүйдэл өндөр байгаа нь хөрөнгө оруулалт дутмаг, улсын өрийн өндөр түвшин, хөдөлмөрийн зах зээлийн бүтцийн асуудал зэрэг олон хүчин зүйлээс шалтгаалжээ (INSEE, 2024).
Италид 1990-ээд оны эхэн үеэс 2008 оны хооронд ажилгүйдлийн түвшин 6%-8.5% хооронд харьцангуй тогтвортой байв. Гэвч дэлхийн санхүүгийн хямралын дараа ажилгүйдлийн түвшин нэмэгдэж 2014 онд 12.8% орчимд хүрч дээд цэгтээ хүрчээ. Түүнээс хойш буурсаар өнгөрсөн онд 6.5% орчим болсон юм. Итали улсын ажилгүйдлийн түвшин хэлбэлзэж байгаагийн цаад шалтгаан нь дэлхийн эдийн засгийн чиг хандлага, олон улсын худалдааны өөрчлөлт зэрэг гадаад хүчин зүйлээс хамааралтай байгаатай холбоотой (ISTAT, 2024).
Их Британийн ажилгүйдлийн түвшин 1990-ээд оны эхэн үеэс 2008 оны хооронд харьцангуй тогтвортой буюу 5.7%-8.1% хооронд хэлбэлзэж байв. Гэвч дэлхийн санхүүгийн хямралын дараа ажилгүйдлийн түвшин нэмэгдэж 2010 онд 8.1% орчимд дээд цэгтээ хүрсэн бол түүнээс хойш буурч 2024 онд 4.3% орчим болжээ. Тус улсын ажилгүйдлийн түвшин хэлбэлзэж байгаагийн гол шалтгаан нь эдийн засаг, улс төрийн хүчин зүйлс, тэр дундаа төсөв, мөнгөний бодлогын өөрчлөлт, улс орны хүчирхэг нийгмийн тогтолцоо дэлхийн худалдаанаас хамааралтай (ONS, 2024)
Зураг 6. АНУ, Герман, Франц улсын нэг хүнд ноогдох жилийн ажлын цаг
Lh=read_excel('C:/Users/DELL/Downloads/Book14.xlsx')
Lh$`Time period`=as.Date(paste0(Lh$`Time period`,"-01-01"))
Lh_xts=xts(Lh[,c('France','Germany','United States')],
order.by = Lh$`Time period`)
dygraph(Lh_xts,main = 'Нэг хүнд ноогдох жилийн ажлын цаг') %>%
dyAxis('y',label='Ажилласан цаг') %>%
dyAxis('x',label = 'Он') %>%
dySeries('France',label = 'Франц',strokeWidth = 2,color='#287AC5') %>%
dySeries('Germany',label = 'Герман',strokeWidth = 2,color='#ED3B5F') %>%
dySeries('United States',label = 'АНУ',strokeWidth = 2,color='#6FB564')OECD (Эдийн засгийн хамтын ажиллагаа, хөгжлийн байгууллага)-ын мэдээлэлд үндэслэн 1970-2024 оны хооронд АНУ, Франц, Германд нэг хүнд ногдох жилийн ажлын цаг өөр өөр чиг хандлагыг харуулсан байна.
АНУ-д 1970-аад оны сүүл, 1980-аад оны эхээр Японд нэг хүнд ногдох жилийн ажлын цаг ойролцоогоор 2200 цаг байсан бол 1990-ээд оны сүүлчээр дахин 2200 цаг болж дээд цэгтээ хүрэв. Түүнээс хойш энэ нь буурч, 2018 онд ойролцоогоор 1700 цаг болсон нь ойролцоогоор 22%-иар буурсан үзүүлэлт болжээ. 2023 онд энэ тоо 1,800 болсон нь хөдөлмөрийн хууль, зохицуулалт сайжирч, ажлын цагийг багасгах бодлого хэрэгжүүлснээс шалтгаалсан юм (OECD, 2025).
Германд нэг хүнд ногдох жилийн ажлын цаг 1970-аад оны сүүл, 1980-аад оны эхээр 2200 орчим цаг байжээ. Дараа нь жил ирэх тусам аажмаар буурч, 2018 онд ойролцоогоор 1700 цаг болсон нь ойролцоогоор 23% буурсан. Европын орнуудад хөдөлмөрийн хууль илүү хатуу болж, долоо хоногийн ажлын цагийг бууруулах, илүү цагийн ажлыг хязгаарлах бодлого хэрэгжиж эхэлсэн нь үүнд нөлөөлж байв (OECD, 2025).
Франц 1970-аад оны сүүл ба 1980-аад оны эхээр Нидерландад нэг хүнд ногдох жилийн ажлын цаг 1800 орчим цаг байж. Дараа нь энэ нь жилийн туршид аажмаар буурч, 2018 онд 1400 орчим цаг болсон нь ойролцоогоор 22% буурсан байна (INSEE, 2024).
Ерөнхийдөө эдгээр орнуудын нэг хүнд ногдох жилийн ажлын цагийн чиг хандлага нь хөдөлмөрийн хууль тогтоомж, эдийн засгийн нөхцөл байдал, технологийн дэвшлийн өөрчлөлтүүд нь бүтээмж, хүмүүсийн ажиллах арга барилд нөлөөлсөн байдаг. Нэмж дурдахад ажил амьдралын тэнцвэрийг сайжруулах, илүү цагаар ажиллахтай холбоотой асуудлыг шийдвэрлэх хүчин чармайлт ч эдгээр хандлагад нөлөөлсөн. 1980-аад оноос хойш АНУ-ын ажлын цаг харьцангуй тогтвортой байв. Гэсэн хэдий ч 2008 оны дэлхий даяар тархаасан санхүүгийн хямрал, 2020 оны КОВИД-19 цар тахлын үед ажлын цагийн хэмжээ мэдэгдэхүйц буурсан юм. Эдгээр эдийн засгийн болон эрүүл мэндийн гамшиг нь хөдөлмөрийн зах зээлд томоохон өөрчлөлтүүдийг авчирсан бөгөөд энэ нь ажилчдын ажлын цагийг богиносгох, уян хатан ажлын хуваарилалт зэрэг шинэ бодлогыг хэрэгжүүлэхэд хүргэсэн байна (Д.Ган-Очир, 2025).
Эдийн засгийн өсөлт I
Хүснэгт 1. Олон улсын амжиргааны түвшний ялгаа
Эдийн засгийн өсөлтийг хэмжихийн тулд эдийн засагчид тухайн улсын эдийн засагт байгаа хүн бүрийн нийт орлогыг хэмжин дотоодын нийт бүтээгдэхүүний мэдээллийг ашигладаг. Өнөөдөр АНУ-ын бодит ДНБ 1950 оны түвшнээс долоо дахин, нэг хүнд ногдох бодит ДНБ 1950 оны түвшнээс гурав дахин их байна. Аль ч жилд улс орнуудын амьжиргааны түвшний томоохон ялгаа ажиглагддаг ба жагсаалтыг АНУ тэргүүлж, нэг хүнд ногдох орлого 82769 доллар байна. Этиоп улсын нэг хүнд ногдох орлого нь АНУ-ын орлогын 3.7 орчим хувьтай тэнцэж байгаа нь ердөө 3058 доллар юм (Worldbank, 2025).
Дэлхийн банкны мэдээллээр нэг хүнд ногдох орлого дэлхийн хамгийн олон хүн амтай улс орнуудын дунд ихээхэн ялгаатай байна. Жишээлбэл, 2021 оны байдлаар Хятадад нэг хүнд ногдох орлого ойролцоогоор 10,261 доллар байсан бол Энэтхэгт ердөө 2,192 доллар байжээ. Хоёр улс 1 тэрбум гаруй хүн амтай учраас энэ нь мэдэгдэхүйц ялгаа юм. Дэлхийн хамгийн их хүн амтай орнуудын дунд орлогын ийм ялгаа олон шалтгаантай байдаг (Worldbank, 2021). Эдгээр ялгааг бий болгох зарим хүчин зүйлүүд нь: 1. Эдийн засгийн хөгжил: Эдийн засгаа хөгжүүлсэн улс орнуудын нэг хүнд ногдох орлого нь хөгжиж буй орнуудаас өндөр байдаг. Хятад улс дэд бүтэц, аж үйлдвэрийн салбартаа их хэмжээний хөрөнгө оруулалт хийсэн нь эдийн засгийн хурдацтай өсөлт, иргэдийн орлого нэмэгдэхэд нөлөөлсөн байна. 2. Боловсрол: Боловсрол бол орлогын түвшинг тодорхойлох гол хүчин зүйл юм. Бичиг үсгийн түвшин өндөртэй орнуудын нэг хүнд ногдох орлого нь бичиг үсэг тайлагдаагүй орнуудынхаас өндөр байдаг. Тухайлбал, Энэтхэгт бичиг үсэгт тайлагдсан байдал харьцангуй доогуур байгаа нь нэг хүнд ногдох орлого бага байхад том нөлөөтэй. 3. Хүн амын нягтрал: Хүн амын нягтрал өндөртэй улс орнууд хүн амын нягтаршил багатай орнуудаас нэг хүнд ногдох орлого бага байх хандлагатай байдаг. Учир нь хүн ам шигүү суурьшсан газруудад нөөц хомс байдаг нь орлого буурахад хүргэдэг. 4. Улс төрийн тогтвортой байдал: Улс төрийн тогтвортой байдал нь орлогын түвшинд нөлөөлж болох өөр нэг хүчин зүйл юм. Улс төрийн хувьд тогтвортой улс орнуудын нэг хүнд ногдох орлого тогтворгүй орнуудаас өндөр байдаг. Тухайлбал, Нигер улс улс төрийн тогтворгүй байдалтай тэмцэж байгаа нь нэг хүнд ногдох орлого бага байгаа нь нэг шалтгаан юм. Латин Америкийн тэргүүлэх улсууд болох Бразил, Мексик зэрэг орнуудын хувьд эдийн засгийн өсөлтөд сөргөөр нөлөөлж буй гол хүчин зүйлс нь орлогын тэгш бус байдал, авлига, улс төрийн тогтворгүй байдал юм. Харин Африк болон Зүүн Өмнөд Азийн Нигери, Пакистан, Этиоп зэрэг орнуудад нэг хүнд ноогдох орлого бага байгаа нь хүн амын огцом өсөлт, аж үйлдвэржилтийн сул хөгжил, дэд бүтцийн хүрэлцээ хангалтгүй байдал, улс төрийн тогтворгүй нөхцөл зэрэг олон хүчин зүйлтэй холбоотой (Worldbank, 2025).
Эдгээр асуудлууд нь улс орны эдийн засгийн бүтцээс шууд хамааралтай бөгөөд аж үйлдвэржилтийн түвшин, технологийн дэвшил, байгалийн нөөцийн ашиглалт, улс төрийн тогтвортой байдал, боловсролын чанар зэрэг хүчин зүйлсээс шалтгаалдаг. Хөгжингүй орнуудын эдийн засаг өндөр бүтээмжтэй аж үйлдвэр, инноваци, технологийн хөгжлөөр тэргүүлж, өрсөлдөх чадвараа нэмэгдүүлж байгаа бол хөгжиж буй болон бага орлоготой улсууд эдгээр салбарт ахиц гаргах шаардлагатай хэвээр байна. Тиймээс эдийн засгийн тогтвортой өсөлтийг хангахын тулд улс орнууд аж үйлдвэржилтийг дэмжих, боловсролын чанарыг сайжруулах, дэд бүтцийг хөгжүүлэх, ажлын байрыг дэмжих бодлого хэрэгжүүлэх шаардлагатай юм.
III. ДҮГНЭЛТ
Энэхүү бие даалтын хүрээнд Монгол Улс болон дэлхийн хэд хэдэн улсын эдийн засгийн статистик тоон мэдээллийг шинжилж, ажилгүйдлийн түвшин, ажиллах хүчний оролцооны түвшин, нэг хүнд ноогдох жилийн ажлын цаг зэрэг үзүүлэлтүүдийг харьцуулан судаллаа. Судалгааны үр дүнд эдийн засгийн өнөөгийн нөхцөл байдал, хөдөлмөрийн зах зээлийн чиг хандлага, түүнд нөлөөлж буй гол хүчин зүйлсийг тодорхойлж боллоо. Судалгаанд хамрагдсан орнуудын хөдөлмөрийн зах зээлд харилцан адилгүй чиг хандлагууд ажиглагдаж байгаа ч макроэкономиксийн тогтвортой байдал, бодлогын зохицуулалт, олон улсын эдийн засгийн орчны нөлөөлөл зэрэг хүчин зүйлс нь ажил эрхлэлтийн түвшинд чухал үүрэг гүйцэтгэж байна. Бид өндөр бүтээмжтэй байснаараа эдийн засгийн тогтвортой өсөлтийг хангаж, аж үйлдвэрийг дэмжих, боловсролын чанар, дэд бүтцийг хөгжүүлэх, ажлын байрыг нэмэгдүүлэх зэрэг бодлого хэрэгжүүлэх нь чухал. Энэ судалгаа нь зөвхөн тоон өгөгдлийг шинжлэхээс гадна, эдийн засгийн үзүүлэлтүүд хоорондын уялдаа холбоог ойлгоход тус дөхөм болж, аналитик сэтгэлгээг хөгжүүлэхэд хувь нэмэр орууллаа. Эдгээр үзүүлэлтүүдийг гүнзгийрүүлэн судлах, бодлогын түвшинд хэрхэн нөлөөлж байгааг тодорхойлох нь цаашид бие даан судалгаа хийх хөшүүрэг болно гэдэгт итгэлтэй байна.