劳动力流动网络中的摩擦失业

（19） 证明基于以下事实：在稳态下，Oi=λLi（见附录）。结论很简单：我们可以将特定的失业视为一个随时间变化而变化的群体。流入Ui的流量为λLi，流出的流量为Oi。为了保持恒定，流入和流出必须相等。利用公式（19），我们使用稳态条件Oi=λLi来估计模型Oi=βλLi+i、 （20）式中，βλ=λ。我们将模型校准为每日频率，因此估计的分离率变为^βdλ=1- (1 -^βλ）（见附录）。在校准过程中，我们希望避免琐碎的解决方案，如招聘政策的同质集。之所以如此，是因为同质性忽略了重要的经验规律，例如工资分散、企业规模的异质性和雇主规模溢价。为此，我们使用参数c、κ和b。如前所述，b允许工资分散，因此需要非弹性劳动力供应，以产生异质雇佣政策。参数c决定了wiand的总体水平，从而决定了h的总体水平*i、 最后，κ通过使公司对投资冲击更敏感来限制最大WI，即使在关闭时也是如此。我们将y=1标准化，并允许v为校准模型的自由度，并与观察到的总失业率水平相匹配。校准后，我们使用该模型计算反事实。这包括在不同的网络结构下评估模型，同时保持其他一切不变。换言之，如果劳动力市场摩擦具有同质结构（总体求职模型中的隐含假设），我们估计芬兰的总体失业率会是多少。换句话说，当ki=k时，我们计算总未就业率，由公式（13）给出，其中h*对应于等式（18）中均质情况的解。

我们针对不同的供应弹性进行此练习，以了解网络拓扑的最小和最大影响。3.2.3结果图3显示了适用模型和反事实模型之间总失业率的差异。我们给出了三个供应弹性水平的结果。正如前面所讨论的那样，更具弹性的劳动力供给会产生更多的工资分散，这导致实际劳动力网络和常规网络之间的失业差异更大。我们将这种差异解释为网络结构对总失业率的贡献。在非常有弹性的劳动力供给下，贡献是微乎其微的。然而，如果供给高度非弹性，那么网络拓扑的贡献可以占失业率的90%以上。鉴于实体经济表现出工资分散，LFN可能会对总失业率产生显著影响。当然，任何聚合模型（意味着一个规则的网络）也可以进行校准，以匹配失业的经验水平。因此，异质网络结构的反事实将产生更高的失业率。这项工作的要点是，如果想要在参数变化后预测失业率，那么聚合模型很可能会低估失业率的变化，因为潜在的同质结构不太敏感。此外，从劳动力实际如何重新分配的经验微观数据中观察到了LFN的异质结构，在聚合匹配过程时忽略了这一点。

因此，为了更好地了解劳动力动态和聚合方法的局限性，需要对网络上的求职方向进行进一步调查。最后，LFN拓扑结构不仅影响总体失业水平，还影响其随时间的变化。在这项工作中，很明显，程度的异质性也会增加失业率的年度变化幅度。这是1997年反事实的碰撞是由数据中的异常引起的。由于数据管理的变化，1997年注册的N大幅增加。其中大多数公司的ki=1，因此平均学位比1996年下降了近50%。考虑到失业波动的起源是一个备受争议的话题，重要结果（Mortensen和Nagyp\'al，2007；Pissarides，2009；Shimer，2010；Obstbaum，2011）。如果发生结构变化或冲击（例如λ或v的变化），则在规则结构上的劳动力再分配过程比在异质结构上的劳动力再分配过程更平稳。当把求职看作是网络上的一个渐进导航时，这是非常直观的。当网络不正常时（假设工资分散），冲击或结构性变化会导致招聘政策的异质性调整。如果LFN拥有集中所有连接的公司，劳动力再分配将容易受到这些公司通过重新调整雇佣政策产生的拥挤效应的影响。在一个常规的拓扑结构中，分配过程更为平稳，因为冲击或结构变化在所有企业中产生了相同的调整，而这些企业恰好拥有相同数量的员工和关联失业人员。

因此，LFN指出，需要通过网络上劳动力的逐步再分配来理解冲击和结构变化的传播，这是我们留给未来工作的东西。最后，由于读者可能对更现实的规范感兴趣（例如，具有随机跳跃和多选的混合模型），我们还鼓励研究基于代理的模型，这是处理劳动力市场复杂性的更合适的工具。图2：不同网络拓扑的平衡结果示例校准的平衡解决方案：{N=200，H=4000，λ=0.05，y=1，v=0.8，c=0.1，κ=0.5，b=1}，以及具有相同平均度6的不同网络拓扑。Dirac delta度分布网络的解通过公式（18）获得，而binomialand Pareto度分布的解通过数值获得。面板a显示了c不同级别的解决方案。其余面板显示了代表性网络解决方案的横截面变化。图3：均衡失业率和反事实钻石对应观察到的年度总失业率。灰色线是通过使用参数值（y=1，c=）校准模型以匹配每年观察到的失业率而获得的。1, κ = .H=200000（芬兰劳动力的规模）。N是数据中的公司数量，λ是根据数据估计的，v因拟合程序不同而不同年份。4结论在本文中，我们发展了一种理论，从求职的新网络理论微观基础作为一个渐进的导航过程来研究总失业率。该框架允许研究总失业率的构成，并在每个企业层面上进行解决。

这也表明了相邻企业之间的外部性：我的成长影响到你的成长。我们发现，当劳动力通过异质网络重新分配时，相邻企业之间的雇佣政策呈负相关。对于大型网络而言，这将成为系统性的，在劳动力供应缺乏弹性的情况下产生工资分散。这种分散反过来又导致总失业率的水平和构成取决于LFN的拓扑结构。如果这种拓扑结构表现出高度的异质性（例如，帕累托度分布），那么不仅企业特定的非就业分布是倾斜的，而且总失业水平明显高于忽略摩擦网络结构的模型的预期。该框架对分散的劳动力市场提供了丰富的YetPassimonic描述，有可能保留通过聚合方法丢失的重要信息。LFN框架可用于考虑特定的企业现象。此外，该框架特别适合研究局部冲击的传播和结构变化，这是劳动政策讨论中的一个主要问题。其本地化性质允许通过计算机模拟和基于代理的模型（Freeman，1998；Geanakoplos et al.，2012）等其他方法实施ITT，以研究特定政策的影响和时间效应。这有助于研究一组更丰富的动力学问题，这些问题很难从总体角度解决。例如，我们可以使用雇主-雇员匹配记录，用真实LF校准基于代理的模型，然后模拟对企业群体的局部冲击。计算模型将允许获得劳动力如何流出经济受影响部分的信息，并逐渐找到更好就业前景的企业。

描述这一渐进的导航过程，对于设计不仅旨在缓解失业，而且旨在平滑经济过渡阶段的政策极为有益。参考Acemoglu，D.、Carvalho，V.、Ozdaglar，A.和Tahbaz Salehi，A.（2012）。总波动的网络起源。《计量经济学》，80（5）：1977-2016年。Alvarez，F.和Shimer，R.（2011年）。搜索和休息失业。《计量经济学》，79（1）：75–122。Atalay，E.、Horta,csu，A.、Roberts，J.和Syverson，C.（2011）。生产的网络结构。《美国国家科学院院刊》，108（13）：5199–5202。Barron，J.、Black，D.和Loewenstein，M.（1987年）。雇主规模：对研究、培训、资本投资、起始工资和工资增长的影响。《劳动经济学杂志》，5（1）：76–89。Blanchard，O.和Diamond，P.（1994年）。排名、失业持续时间和工资。《经济研究回顾》，61（3）：417–434。Bollob\'as，B.（1998年）。现代图论，数学研究生课本第184卷。斯普林格纽约，纽约，纽约。Boorman，S.（1975）。通过接触网传输工作信息的组合优化模型。《贝尔经济学杂志》，6（1）：216–249。Bowden，R.（1980年）。关于u-v轨迹的存在性和长期稳定性。《经济学》，47（185）：35–50。Brown，C.、Hamilton，J.和Medo Off，J.（1990年）。大大小小的雇主。哈佛大学出版社，马萨诸塞州剑桥。Brown，C.和Medo ff，J.（1989年）。雇主规模工资效应。《政治经济杂志》，97（5）：1027–1059。Butters，G.（1977年）。销售和广告价格的均衡分布。《经济研究回顾》，44（3）：465–491。Calv\'o-Armengol，A.和Jackson，M.（2004年）。社交网络对就业和不平等的影响。《美国经济评论》，94（3）：426–454。Calv\'o-Armengol，A.和Jackson，M.（2007年）。

劳动力市场网络：工资和就业动态与不平等。《经济理论杂志》，132（1）：27–46。Calv\'o-Armengol，A.和Zenou，Y.（2005年）。工作匹配、社交网络和口碑传播。《城市经济学杂志》，57（3）：500–522。Carrillo Tudela，C.和Vischers，L.（2013年）。失业和商业周期内的内生再分配。Mimeo。Coles，M.（1994年）。了解匹配功能：报纸和职业介绍所的作用。CEPR讨论文件939，CEPR讨论文件。Coles，M.和Smith，E.（1998年）。市场和匹配。《国际经济评论》，39（1）：239-254。Cortes，G.（2015）。中薪工人去了哪里？使用面板数据研究极化。《劳动经济学杂志》，34（1）：63–105。di Giovanni，J.、Levchenko，A.和Mejean，I.（2014）。公司、目的地和聚合Flucations。《计量经济学》，82（4）：1303–1340。Eliason，M.、Hensvik，L.、Kramarz，F.和Nordstrom，O.（2012）。社会关系对企业结果的因果影响。工作文件，（11）。Freeman，R.（1998年）。模型之战：21世纪有哪些劳动力市场机构？劳动经济学，5（1）：1-24。Galenianos，M.（2014）。通过推荐招聘。《经济理论杂志》，152:304–323。Galeotti，A.和Merlino，L.（2014）。内生工作联系网络。《国际经济评论》，55（4）：1201-1226。Geanakoplos，J.、Axtell，R.、Farmer，D.、Howitt，P.、Conlee，B.、Goldstein，J.、Hendrey，M.、Palmer，N.和Yang，C.（2012）。通过基于代理的房地产市场模型面临系统性风险。《美国经济评论》，102（3）：53–58。Gee，L.、Jones，J.和Burke，M.（2014a）。社交网络和劳动力市场：在Facebook的社交网络上，联系与工作传递的关系如何。工作文件。Gee，L.、Jones，J.、Fariss，C.、Burke，M.和Fowler，J.（2014b）。55个国家的弱铁悖论。

工作文件。Glaeser，E.和Gottlieb，J.（2009）。城市财富：美国的集聚经济与空间均衡。《经济文学杂志》，47（4）：983-1028。Granovetter，M.（1973）。弱关系的强度。《美国社会学杂志》，78（6）：1360-1380。Guerrero，O.和Axtell，R.（2013）。通过劳动力流动网络实现就业增长。PLoS ONE，8（5）：e60808。Guerrero，O.和L’opez，E.（2015年）。企业对企业的劳动力流动和聚合匹配功能：使用雇主-雇员匹配记录的基于网络的测试。《经济学人》，136:9–12。Guerrero，O.和L’opez，E.（2016）。理解大数据时代的失业：数据驱动理论指导下的政策。政策与互联网，9（1）：28–54。霍尔，R.（1979）。关于自然失业率和就业期限的理论。货币经济学杂志，5（2）：153–169。Herz，B.和van Rens，T.（2011年）。结构性失业。蓬佩法布拉大学（Universitat PompeuFabra）。Ioannides，Y.和Loury，L.（2004年）。工作信息网络、社区效应和低质量。《经济文学杂志》，42（4）：1056-1093。Jackman，R.和Roper，S.（1987年）。结构性失业。牛津经济与统计公报，49（1）：9–36。Jackson，M.和Rogers，B.（2007a）。结识陌生人和朋友的朋友：社交网络有多随机？《美国经济评论》，97（3）：890–915。Jackson，M.和Rogers，B.（2007b）。通过随机优势将网络结构与扩散属性联系起来。《理学学士理论经济学杂志》，7（1）：1935-1704年。Kambourov，G.和Manovskii，L.（2009年）。职业流动和工资不平等。《经济研究回顾》，76（2）：731–759。Kennan，J.和Walker，J.（2011年）。预期收入对个人移民决策的影响。《计量经济学》，79（1）：211–251。Kitti，M.、Pihlava，M.和Salonen，S.（2017年）。网络搜索：BoardInterlocks案例。

讨论文件（116）。Konno，T.（2009）。日本企业的网络结构：无标度、层次和程度相关性：来自80万家企业的分析。开放获取，开放评估EJournal，3。Lang，K.（1991年）。持续的工资分散和非自愿失业。《经济学季刊》，106（1）：181–202。Lkhagvasuren，D.（2009年）。尽管劳动力流动性很高，但在失业方面存在巨大的区位差异：流动成本对总失业率和福利的影响。工作论文09009，康科迪亚大学经济系。欧佩兹，E.，格雷罗，O.，和阿克斯泰尔，R.（2015）。劳动力流动的网络图片。欧佩斯·平塔多，D.（2008）。复杂社交网络中的差异。《游戏与经济行为》，62（2）：573–590。Lucas，R.和Prescott，E.（1974年）。均衡搜索与失业。经济理论杂志，7（2）：188–209。Manning，A.和Petrongolo，B.（2017年）。劳动力市场的地方性如何？来自有抱负的求职模型艾伦·曼宁和芭芭拉·佩特罗戈洛的证据。《美国经济评论》，107（10）。Mondani，H.（2017）。斯德哥尔摩地区不断演变的劳动力流动网络。《应用网络科学》，2（1）：34。蒙哥马利，J.（1991）。社会网络和劳动力市场结果：走向经济分析。《美国经济评论》，81（5）：1408–1418。Moretti，E.（2011年）。当地劳动力市场。华盛顿特区阿申费尔特，《劳动经济学手册》，第4卷，B部分，第1237-1313页。爱思唯尔。Mortensen，D.和Nagyp\'al，E.（2007年）。更多关于失业和空缺波动的信息。《经济动态回顾》，10（3）：327–347。Muehlemann，S.和Pfeifer，H.（2016）。德国雇佣成本结构：来自公司层面数据的证据。SSRN学术论文ID 2752172，纽约罗切斯特社会科学研究网络。Munshi，K.（2003）。现代经济中的网络：美国劳动力市场中的墨西哥移民。《经济学季刊》，118（2）：549–599。Naidu，S。

(2007). Cobb-Douglas匹配函数的简单微基础。工作纸。Obstbaum，M.（2011年）。芬兰失业波动之谜。2011年1月技术报告，芬兰财政部。Park，J.、Wood，I.、Jing，E.、Nematzadeh，A.、Ghosh，S.、Conover，M.和Ahn，Y.（2019年）。全球劳动力流动网络揭示了世界经济中地理产业集群的层级组织和动态。arXiv:1902.04613[物理学，q-fin]。Petrongolo，B.和Pissarides，C.（2001年）。查看黑匣子：匹配功能调查。《经济文学杂志》，39（2）：390–431。Pissarides，C.（1979年）。与国家职业介绍所的工作配对和随机搜索。《经济日报》，89（356）：818-833。Pissarides，C.（2009年）。失业波动之谜：工资粘性是答案吗？《计量经济学》，77（5）：1339–1369。Sahin，A.、Song，J.、Topa，G.和Violante，G.（2014）。错配失业。《美国经济评论》，104（11）：3529–64。Saito，Y.、Berger，T.和Iwamura，M.（2007年）。大公司是否有更多的内部关系？Physica A：统计力学及其应用，383（1）：158–163。Schmutte，I.（2010年）。工作推荐网络和当地劳动力市场收入的确定。工作文件10-40，美国人口普查局经济研究中心。Schmutte，I.（2014）。可以自由移动吗？学习工作流动限制的网络分析方法。劳动经济学。Shimer，R.（2007年）。不匹配。《美国经济评论》，97（4）：1074–1101。Shimer，R.（2010）。劳动力市场和商业周期。普林斯顿大学出版社，普林斯顿，N.J.Simon，H.（1979）。商业组织中的理性决策。《美国经济评论》，69（4）：493–513。Stevens，M.（2007）。聚合匹配函数的新微基础。《国际经济评论》，48（3）：847–868。Tassier，T.和Menczer，F.（2008年）。