本文提出了一个实证框架，探讨了影响劳动力市场结果和通货膨胀的共同动力学，以及导致劳动力市场结果与通货膨胀之间关系的两种不同类型的重新配置冲击。这些冲击取决于是由辞职引发还是由失业引发。为了将这种方法与先前的理论和实证工作联系起来，文章扩展了估计贝叶斯符号限制向量自回归（VAR）的方法，使得可以直接在VAR的影响矩阵上设定先验条件。
研究发现结构性冲击推动了贝利曲线和菲利普斯曲线的变化，对通货膨胀的影响不同。模型允许全面分解劳动市场曲线上的变化，通过每种冲击的贡献，并估计每个冲击相关的菲利普斯关联；这表明观测到的贝利曲线和菲利普斯曲线相关性会随时间变化，取决于特定时期的结构性冲击类型。文章应用此模型分析了新冠疫情相关的衰退和复苏期间的劳动力市场动态，发现重新配置冲击是这一时期劳动力市场动态的关键来源，并解释了通胀下降而失业率未显著上升的“软着陆”可能性。
文章讨论了过去三十年宏观经济学者围绕菲利普斯曲线和贝利曲线的思考组织方式。强调了贝利曲线在概念上应优先于菲利普斯曲线，它包含了劳动力市场运行和影响它的冲击的重要信息。新冠疫情引发的前所未有的劳动力市场冲击导致了贝利曲线的剧烈变化，即失业率快速上升后，伴随着职位空缺数量的长期增加，这可能暗示了大规模和持久的劳动力重新配置冲击。此外，文章还指出，劳动力供给减少与活动增加的联合效应可能具有通胀性，由此改变了传统的菲利普斯曲线所捕捉到的通货膨胀-失业权衡关系，显示了劳动力市场常见结构性冲击在贝利曲线和菲利普斯曲线之间的联系。
文章还回顾了其他研究，如Blanchard和Diamond（1989）提出以冲击聚合活动、劳动重新分配和劳动力供给来描述劳动力市场动态和贝利曲线。Blanchard和Diamond的实证模型本质上是一种符号限制VAR，但当时他们发表论文时，对于估计符号限制VAR的方法尚不完全了解。近年来，已经发展出适合的统计方法来估计符号限制VAR，作者利用这种方法探索了贝利曲线和菲利普斯曲线之间的经验联系，特别关注结构性劳动力市场冲击对通货膨胀的影响。
文章的主要贡献在于结合了贝利曲线和菲利普斯曲线的信息，通过贝叶斯符号限制VAR框架来研究劳动力市场和通货膨胀的联合动态。通过这种方法，文章不仅提供了有关劳动力市场周期状态的更深入见解，而且有助于更好地识别经济周期状态，特别是在仅使用菲利普斯曲线时可能难以做到的情况下。
