拉斯维加斯9888

衡量一个社会的劳动力市场水平，很大水平上要看企业与求职者若何传布和互换工作信息。无论对于求职者还是招聘方，熟人推荐都是一种不成或缺的机遇选择。从宏观角度审视，来自社交网络的工作推荐对劳动者、企业、劳动力市场会产生怎么的作用
？推荐信息在市场中又是若何传递的
？寂仔的钻研能够证明社会关系对传布和推荐工作信息的沉要性，但却短缺对推荐人与被推荐人之间的信息交互水平和性质的钻研。

随着移动互联网高速发展，地位感知与全球定位系统（GPS）不休遍及，统计通话时长、上网流量、GPS定位等数据逐步成为了可能，这也为量化钻研人们跳槽前后信息流程杜纂物理空间活动情况变动提供了可行的新步骤。

为调查信息互换在城市劳动力市场中的作用，拉斯维加斯9888助理教授吴祁与合作者依附中国北方某城市电信运营商的手机信令数据纪录发展了钻研。钻研批注，来自全球定位系统(GPS)设备(如移动电话)的新数据可能有助于我们理解市场的运作方式。钻研成就《信息、移动通讯与推荐效应》（Information, Mobile Communication, and Referral Effects）近日在国际顶级期刊American Economic Review（〖国经济评论》）颁发。American Economic Review于1911年由美国经济学会创刊刊行，被誉为美国最沉要、影响最大的经济理论期刊，也是世界公认的最拥有学术声望的顶级期刊之一。

近四分之一的人通过推荐找到工作

钻研基于手机信令数据，统计了求职者跳槽前后与伴侣分享工作有关信息的变动，这些数据蕴含通话纪录（幼我身份标识、通话地位、通话功夫与时长）与地理位相信息等，相较于传统观测数据拥有高频、颗粒度较细蹬着势。此表，钻研团队还将呼叫数据与企业职位空缺、周围房价数据等进行归并编译，形成辅助数据。

若何确定钻研对象是否跳槽了
？GPS定位能够实现印证。钻研团队通过手机定位数据梳理，选定了观察工作日上午9点到下午6点之间使用电话地位最频仍的地址，将其标注为工作地位；统一周晚上10点到第二天早晨7点之间使用最频仍的地位，将其标注为住宅地位；而在样本期间至少通过一次电话的人将被视为伴侣，当一幼我的工作地位搬到伴侣的工作场所时，钻研将这个伴侣认定为推荐人。

钻研数据对应了180万人，其中春秋达到16岁以上、可能通过GPS确定其有效工作功夫至少为45周、常用工作地址不超过2个的人，现实人数为45.6万。在这群人之中，有8%的人被确定成为换工作的人，他们满足如下前提：在2个处所工作过，任一工作地址至少被观察了4周，只换过1次工作，两个工作地址之间距离至少在1公里以上。作者发现，8%的在职转换率与中国劳动力市场文件中推算的7%相近，但这一数据显示中国在职人士的跳槽流动性低于西方国度，2009年的钻研显示，欧盟的在职转换比例高达15%-18%。

与美国劳动者相比，中国劳动者更偏差于依赖非正式的搜索方式。有38%的中国劳动者通过亲戚伴侣找到工作，而美国劳动者的比例为30%。正式的搜索方式，如搜索空缺告白、在职业介绍所注册或直接联系雇主的情况，在美国劳动者中更为普遍。

基于上述界说，作者发现，四分之一的工作转换是基于工作推荐的。

推荐对年轻工作者、从村落到城市的打工者以及换行业工作者尤为沉要

通过数据梳理，钻研发现工作改观大无数产生在社会经济发展水平相当的地域之间。从城区到城区的工作变动最为频仍，达到了49.6%，而城乡之间的工作变动只有15.4%。富足地域（房价高于中位数的地域）之间的工作改观占总比例近四分之三（73.5%），而这种地域之间的劳动力流动与地域间的通话量有着较强的有关性。城区之间总通话次数占比相较于其他地域显著更高，达到了63.7%，富人区之间和非富人区之间别离占通讯流量的80.9%和13.1%。为了验证两个序列之间的关系，钻研团队将跳槽次数对通话量的影响做了回归分析，纳入了启程地、主张地的固定效应，得出了类似结论。

推荐的作用在中国的城市劳动力市场中有多大
？钻研量化分析了跳槽者在伴侣工作场所找工作的偏差与在左近地址找工作的偏差的差距，作者发现，若是一个工作地址有求职者的伴侣，那么求职者选择这个工作的可能性相较其他工作增长了近3倍。

在效应异质性方面，推荐对年轻工作者、从村落到城市的打工者以及换行业工作者尤为沉要。这些环境中信息不合称更为严沉，因而推荐能够在肯定水平上缓解劳动力市场中信息不合称的问题。

工作推荐是若何起作用的
？

推荐是若何起作用的
？通过度析具体的电话纪录，钻研者找到了跳槽者与推荐人（伴侣）之间的信息流的法规，为既往钻研中信息互换的如果提供了实证证据。作者对跳槽者换工作前后的通话频率的动态进行了量化分析。钻研发现，跳槽者与推荐人和非推荐人之间的通讯模式截然分歧，一方面通话频率显著高于其他伴侣，另一方面信息流强度出现倒U型，在换工作之前达到峰值。相比之下，跳槽者与其他伴侣的信息流在整个样本期内都维持不变，跳槽前后几个月没有显著变动。此表，跳槽者与推荐人的沟通强度在跳槽之后依然维持较高水平，换工作之前是伴侣，换工作之后是伴侣和同事。这是首个纪录了求职者和推荐人之间萦绕工作改观的沟通强度不休增长的实证分析。

钻研还发现强关系有着更大的推荐效应，为文件中关于弱关系与强关系的论证提供证据。除了信息流和社会关系中强关系的比例，幼我社会联系的多样性也很沉要。社交网络有着更大的社会经济多样性的个别，在换工作时更有可能使用推荐这一方式。

推荐推进求职者和招聘方匹配，提高了劳动力市场效能

“邻居、同乡之间的信息传递在城市经济学中是比力沉要的一个机造，数据正好能够观测到邻居、同乡对一幼我转换工作概率的影响。”作者将基于通讯信息界说的推荐人和以往文件中基于其他社会关系界说的推荐人（如邻居/同族/同乡等）在推荐效应上进行了对比，并进一步验证和支持这些测度的有效性。通过地理信息和幼我可观测信息，作者机关了邻居、同乡的变量测度，并发现，一方面邻居和同乡更有可能互订互换；另一方面，这两种关系的推荐成效是积极而显著的，但它远低于基于本钻研基准界说估计的推荐效应。也就是说，以往文件中对于工作推荐效应的估计很有可能是真实效应的一个下界。

通过推荐传递的工作信息对员工来说是很有价值的。钻研发现，推荐的工作往往与更高的工资和更好的非工资福利、更短的通勤功夫、更有可能从兼职过渡到全职、以及从通例工作过渡到优质工作有关。

与此同时，通过推荐网络传递的信息对公司也是有益的。接受推荐员工的企业更有可能成功招聘到新员工，实现更高的匹配率，并经历更快的增长。这些了局提供了启发性的证据，证明推荐通过推进求职者和招聘方之间更好的匹配，提高了劳动力市场的效能。

作为拓展，作者进一步对那些在成功找到工作之前经历错误业的幼我进行分析，钻研了局是失业人员与其推荐人之间在工作转换前后的信息互换法规与之前的发现惊人地类似。他们与推荐人之间的电话数量也出现出倒U形，在再就业时达到峰值。这些发现提供了有关性证据，批注钻研所纪录的沟通模式和推荐效应可能合用于蕴含在职和失业状态中的所有求职者。

吴祁，拉斯维加斯9888利用经济学系助理教授。2021年毕业于康奈尔大学(Cornell University)，获经济学博士学位。重要学术钻研聚焦于社会网络 (social networks) 对市场竞争以及福利效应的影响。使用实证分析步骤和通讯大数据，钻研了社会网络对消费者的产品选择、产品市场定价和竞争的影响，以及社会网络在信息传递和工作推荐中的作用和对劳动力市场的影响。