劳动力市场的统计机制

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Statistical Mechanics of Labor Markets》
---
作者：
He Chen, Jun-ichi Inoue
---
最新提交年份：
2013
---
英文摘要：
  We introduce a probabilistic model of labor markets for university graduates, in particular, in Japan. To make a model of the market efficiently, we take into account several hypotheses. Namely, each company fixes the (business year independent) number of opening positions for newcomers. The ability of gathering newcomers depends on the result of job matching process in past business years. This fact means that the ability of the company is weaken if the company did not make their quota or the company gathered applicants too much over the quota. All university graduates who are looking for their jobs can access the public information about the ranking of companies. Assuming the above essential key points, we construct the local energy function of each company and describe the probability that an arbitrary company gets students at each business year by a Boltzmann-Gibbs distribution. We evaluate the relevant physical quantities such as the employment rate. We find that the system undergoes a sort of `phase transition\' from the `good employment phase\' to `poor employment phase\' when one controls the degree of importance for the ranking.
---
中文摘要：
我们介绍了一个大学毕业生劳动力市场的概率模型，尤其是在日本。为了有效地建立市场模型，我们考虑了几个假设。也就是说，每家公司都会为新员工确定（独立于业务年度的）空缺职位数量。收集新员工的能力取决于过去几年工作匹配过程的结果。这一事实意味着，如果该公司没有完成配额，或者该公司在配额之外聚集了太多申请人，那么该公司的能力就会削弱。所有正在找工作的大学毕业生都可以获得有关公司排名的公开信息。假设上述关键点，我们构造了每个公司的局部能量函数，并通过玻尔兹曼-吉布斯分布描述了任意公司在每个营业年度招收学生的概率。我们评估相关的物理量，如就业率。我们发现，当一个人控制排名的重要程度时，该系统经历了一种从“良好就业阶段”到“糟糕就业阶段”的“阶段转变”。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
--> Statistical_Mechanics_of_Labor_Markets.pdf (459.84 KB)

2022-5-4 23:18:33 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：劳动力市场 劳动力 Quantitative distribution Applications

劳动力市场的统计力学She Chen和Jun ichi Inouea摘要我们介绍了一个大学毕业生劳动力市场的概率模型，尤其是在日本。为了有效地建立市场模型，我们考虑了几个假设。也就是说，每家公司为新来者提供（独立于业务年度的）空缺职位数量。收集新员工的能力取决于过去几年工作匹配过程的结果。这一事实意味着，如果该公司没有完成配额，或者该公司在配额之外收集了太多申请人，那么该公司的能力就会削弱。正在找工作的大学毕业生可以访问有关公司排名的公共信息。假设上述关键点，我们构造了每个公司的局部能量函数，并通过玻尔兹曼-吉布斯分布描述了任意公司在每个营业年度招收学生的概率。我们评估相关的物理量，如就业率。我们发现，当一个人控制排名的重要程度时，该系统经历了一种从“良好就业阶段”到“不良就业阶段”的“阶段转变”。1导言就业率的下降现在是日本最严重的问题之一，中央和地方ZF已经做出了各种努力来克服这些困难。

显然，劳动（工作）对我们每个人来说都很重要，不仅是为了挣得日常面包，也是为了我们的国家通过收集北海道大学信息科学与技术学院郑研究生院，N14-W-9，日本札幌北国060-0814电子邮件：chen@complex.ist.hokudai.ac.jpJun-北海道大学信息科学与技术研究生院，地址：日本札幌北谷N14-W-9 060-0814电子邮件：jinoue@cb4.so-网。氖。jp2 He Chen和Jun ichi Inouetaxs来自劳工。特别是在最近的日本，就业率越来越低，ZF发行了大量ZF债券来弥补税收和国债的不足（相当于~ 6×10日本yenor更多！）现在正成为导致全国性破产的严重风险。更糟糕的是，2011年3月11日，地震和海啸袭击了东北海岸，结果，福岛核电站受到严重破坏，生活在该地区的人们躲避了核辐射。这些由自然和人为错误造成的不可预测的灾难使我们的国家陷入了前所未有的金融困境。许多人失业，许多公司和工厂无法维持。因此，工人和公司工作条件的改善现在是不容忽视的。为了考虑并实施有效的政策来消除失业的不确定性，我们似乎应该科学地调查劳动力市场，如果可能的话，我们应该在个人电脑中模拟人工劳动力市场，以揭示问题的本质特征。事实上，在宏观经济学（劳动科学）中，有很多有效的尝试来讨论宏观属性[1,2,3,4,5,6]。

然而，显然，宏观方法缺乏微观观点，即在他们的论点中，忽略了求职者或公司等微观代理人的行为。考虑到这一事实，在本文中，我们将基于统计力学的概念，针对随机劳动力市场，特别是针对大学（学院）毕业生的日本劳动力市场，提出一个简单的概率模型。2.经验证据：飞利浦curveLet us首先在劳动力市场的经验证据中提到了近期日本（从1970年代到2000年代）失业率和通货膨胀率之间的关系。这种关系通常被称为飞利浦曲线。在菲利普斯[7]的原始论文中，他发现了英国从19世纪中叶到20世纪初（1861-1913）的经验数据集之间的关系。然而，到目前为止，已经对各个国家的各种数据集进行了大量验证。因此，我们确认飞利浦曲线应被视为劳动力市场的“普遍属性”之一。在图1中，我们绘制了我国20世纪80年代、90年代和2000年代的飞利浦曲线，以及该曲线的年龄依赖性（右下面板）。在这些面板中，填充曲线（实心曲线）：π+b∝ U-通过对参数b和c的最小二乘估计，从n个数据点（Xi，Yi）=（logUi，log（πi+b）），i=1，··，n.实际获得的CI。从图中的右下面板。

1.我们清楚地发现，曲线正在慢慢地“弯曲”。根据这些经验发现，我们很容易注意到，在劳动力市场的统计机制中，曲线会随着时间的推移而变化（演化），其行为可能取决于经济状况。在日本**（-0.117667）-1.520000-0.02-0.010.020.010.020.040.018 0.02 0.022 0.024 0.026 0.028 0.03 0.032πu1980年代日本**（-0.117667）-0.02-0.010.010.020.030.040.050.050.025 0.05πu1980年代日本**-1.120000-0.025-0.02-0.015-0.01-0.0050.0050.010.0150.020.0250.035 0.045 0.05 0.055 0.06πU2000s在日本**（-0.047525）-1.160000-0.050.050.050.10.150.20.250.01 0.015 0.050.02 0.0250.03 0.035 0.04 0.045 0.05 0.055 0.055 0.06πU1970S1000SU**-0.071图。1飞利浦曲线在日本。从左上角到右下角，绘制了20世纪80年代、90年代和2000年代的曲线。在右下角的面板中，日本的飞利浦曲线（从20世纪70年代到21世纪）由一个单一的曲线图显示。我们清楚地发现，飞利浦曲线正在变得“弯曲”。国因此，从微观的角度揭示这种依赖性是非常重要的，也是我们在本文中处理这个问题的动机。3建模中的假设我们首先讨论了概率建模中应满足的几个基本特性。正如我们已经提到的，在我们的模型中，求职者仅限于大学毕业生，而其他求职者则被忽略。严格地说，这一假设不应该成立，然而，众所周知，日本社会仍然有些保守，一旦劳动者找到工作，他们就会在退休年龄之前留在公司。

从这个意义上说，我们忽略了在职求职者对劳动力市场的贡献，因为目前这一比例可能很小。基于上述一般“假设”，我们假设在构建有效劳动力市场时应考虑以下三点（i）-（iii）。（i） 每家公司在每个业务年度都会招募固定数量的新员工。（ii）如果公司接受的申请太多或太少，远远超出或远远低于配额，则公司在下一个业务年度收集申请人的能力会降低。4何晨和井上俊一（iii）显然，每个公司都是根据稳定性、工资水平、位置、员工福利等不同角度进行排名的。排名是有用的信息，可供所有学生使用。接下来，我们将尝试通过考虑上述三个要点来构建劳动力市场。我们的模型系统是urn模型[1,8]或Kolaka Paise Restaurant Problem（KPRP）[9,10]的变体。4系统参数首先，在本节中，我们定义了系统参数及其大小，如公司数量、空缺职位（空缺）和申请人。让我们将公司总数定义为K，每个公司都以labelk=1,2，·K来区分。然后，公司K的配额数量由v指定*k、 在实际劳动力市场中，配额*kitself会根据上一年的毛利率及时（业务年度）进行调整，一些财务困难的公司可能会减少配额。然而，在本文中，我们确定了该值，并将配额视为“统一”和“独立于时间”的变量。因此，每个营业年度的社会总职位空缺V由V=K表示∑k=1v*K

（1） 另一方面，我们用N定义新大学毕业生的数量，每个学生都用指数i指定为i=1,2，·N。然后，我们引入α≡VN（2）作为工作机会比率，它与O（V）=O（N）的系统大小无关。显然，对于α=V/N>1，即V>N，劳动力市场表现为“卖方市场”，而对于α<1，市场则变成了“买方市场”。对于这个模型系统，我们可能会假设每个学生都会向公司发布他/她的单一申请（我们称之为“入学申请表”或简历）。在我们下面给出的分析中，相关的系统参数是工作机会比率α，而不是V或N，因为显然α=V/N与系统大小无关。5本地能源功能：与物理的联系在这里，我们为每家公司定义了一种“本地能源功能”，它代表了在每个营业年度收集申请人的能力。能源功能是连接劳动力市场与物理的一座桥梁。让我们首先定义以下劳动力市场的本地统计机制5不匹配度量：每个公司的hk（t）k（=1,2，·k）ashk（t）=V | V*K- vk（t）|=αN | v*K- vk（t）|（3）其中vk（t）表示在业务年度t寻求该公司职位的学生人数（他们将向该公司发布自己的“入职表（CV）”。因此，本地不匹配度量hk（t）是申请人数量vk（t）和配额v之间的差异*k、 我们应该记住，从前面提到的事实来看*kis是一个营业年度的t独立常数。一些分析人士报告说，最近日本劳动力市场失业率的上升是由于大学毕业生和公司之间的不匹配。也就是说，大多数TOF学生在著名的、已经成立的大公司中寻找职位，他们不想在一家小企业工作，比如培养创业企业。

这种“本地错配”可以由香港（t）量化。另一方面，我们通过εk（>1）定义公司k的排名，该排名与业务年度t无关。在这里，我们假设如果εk的值较大，公司k的排名较高。在本文中，我们简单地将该值设置为εk=1+kK。（4） 也就是说，k=k公司排名最高，而k=1公司排名最低。根据上述设置和传统统计力学中玻尔兹曼-吉布斯分布的类比，我们确定了公司在t asPk（t）=εkZexp时收集申请人的概率Pk（t）[-香港（βk，香港）]≡经验[-E（εk，Hk（βk，Hk）]Z（5）Z≡K∑k=1exp[-E（εk，Hk（βk，Hk）]（6）其中我们定义Z为概率的归一化常数（统计物理学中的一种配分函数）。我们还定义了长度为τ：βk的二维市场历史向量≡ （βk（t）- 1） ，··，βk（t-τ） ）及香港≡(香港)- 1） ，香港（t）-τ)). 然后，概率（5）中出现的hk由这两个向量asHk（βk，hk）的内积定义≡βk·hk。（7） 我们应该注意到，上述Hkis表达式的内积选择只是一个例子，可以很容易地将函数形式扩展（修改）为更广义的形式：Hk=f（βk，Hk），包括（7）作为特例。根据上述定义，本地能量函数由6 He Chen和Jun ichi InoueE（εk，Hk（βk，Hk））明确编写≡ -γ对数εk+τ∑l=1βlhk（t- l） 。（8） 在本文中，我们简单地选择一个特定的市场历史向量为βk=（β，0，·，0）。因此，局部能量函数（8）现在简化为asE（εk，hk（t- 1)) = -γlogεk+βhk（t- 1). （9） 参数γ>0和β从宏观角度指定了概率。

也就是说，具有相对较小hk（t）的k公司可以在下一个业务年度收集大量申请者，并且能力由参数β控制（我们使用了上一节提到的事实（ii））。另一方面，排名靠前的公司可以招收大量申请人，其能力程度由参数γ来确定（我们使用了上一节提到的事实（iii））。因此，局部能量函数E（εk，hk（t-1） ）是用这两个独立因素的总和来表示的。因此，上一个营业年度hk（t）的结果对于γ>β来说是非常重要的因素，对于γ<β降低能量来说，排名变得更加重要。我们应该记住，即使排名最高的公司k=k聚集了大量超过配额vK（t）的申请人>> 五、*然而，在某一年，第二项出现在能量函数中~ -β| v*K- vK（t）|<< 1作为第一个排名优先项的“负反馈”，以降低K公司在下一个营业年度t+1.6职位匹配过程中收集申请人的概率：微观数量我们应该注意，对于概率Pk（t），每个学生i决定在t asaik（t）时将他们的简历发布到K公司=1（带有prob.Pk（t））0（带有prob.1- Pk（t））（10）其中aik=1表示劳工i（=1，···，N）将他们的入职表张贴到公司k，aik=0表示他/她没有。在本文中，我们假设每个劳工平均每次发布他们的入职表格。在其他病房，该公司的k takesaNPk（t）-平均入学表。现在，我们可以评估一个学生获得的录取数量，并让我们根据SIF确定每个学生i（=1，·N）的数量。然后，我们应该注意到，学生i的录取数量由si（t）定义=∑Kk=1sik（t）和sik（t）=Θ（v）*K- vk（t））δaik（t），1（带prob。

1） Θ（vk（t）- 五、*k） δaik（t），1（带探针v*k/vk（t））（11）劳动力市场的统计力学7其中Θ（···）表示阶跃函数，δa，b表示Kroneckerδ。因此，等式（11）意味着当学生i向公司k发布工作表时，SIK取1，而公司k收集的工作表总数不超过配额v*k、 另一方面，变量SIK也取1和概率V*k/vk（t）即使vk（t）>v*霍尔德。换句话说，对于vk（t）>v*k、 v*K学生是从vk（t）候选人中随机选出的优胜者。接下来，我们通过这些微观量的分布来研究它们的统计特性。6.1物理量的分布对于上一节介绍的模型，我们评估了几个微观物理量的分布。为了从数值上计算分布，我们定义了此类数量A（t）的分布，即P（A）=limT→∞TT-1.∑t=0δA（t），A.（12）使用上述定义，通过将A（t）=vk（t）替换为上述定义（12）中的有限系统尺寸k，N，来评估公司k（=1，···，k）获得的条目表数vk（t）的分布(>> 1). 在递归更新T的方程式（5）（6）之后(>> 1） -次，我们通过（12）得到任何微观或微观量的分布。在图2（左）中，我们展示了微观量aik的分布。0。20.40.60.81.21.401050p（aik）aika=10a=300.050.10.150.20.250.30.350.401050p（vk）vkγ=1γ=10γ=15图。2.aik的分布（左）。在我们的模拟中，我们设置了N=10000，K=1000和v*k=v=30，读数为α=3。评估的时间步长（12）设置为T=10。β和γ固定为β=γ=1。我们绘制了a=10和30的P（aik）。右边的面板显示了k公司获得的条目数量的分布。