史珍珍，曾湘泉（中國(guó)人民大學(xué) 勞動(dòng)人事學(xué)院，北京 100872）

大數(shù)據(jù)在勞動(dòng)力市場(chǎng)研究中的應(yīng)用與展望

史珍珍，曾湘泉
（中國(guó)人民大學(xué) 勞動(dòng)人事學(xué)院，北京 100872）

互聯(lián)網(wǎng)為勞動(dòng)經(jīng)濟(jì)學(xué)研究提供了全新的數(shù)據(jù)收集渠道?；诨ヂ?lián)網(wǎng)的勞動(dòng)力市場(chǎng)大數(shù)據(jù)具有動(dòng)態(tài)性、及時(shí)性等特點(diǎn)，能用來分析傳統(tǒng)調(diào)查數(shù)據(jù)無法分析的問題。本文在文獻(xiàn)分析的基礎(chǔ)上，討論了勞動(dòng)力市場(chǎng)大數(shù)據(jù)的產(chǎn)生過程、內(nèi)涵及應(yīng)用，并在此基礎(chǔ)上總結(jié)了數(shù)據(jù)收集方式、測(cè)量指標(biāo)，以及可能存在的問題與解決方法，最后對(duì)國(guó)內(nèi)學(xué)者未來可以基于大數(shù)據(jù)對(duì)勞動(dòng)力市場(chǎng)開展的研究進(jìn)行了展望，以期推動(dòng)大數(shù)據(jù)在國(guó)內(nèi)勞動(dòng)經(jīng)濟(jì)學(xué)研究中的應(yīng)用。

大數(shù)據(jù)；勞動(dòng)力市場(chǎng)；基于互聯(lián)網(wǎng)的勞動(dòng)力市場(chǎng)大數(shù)據(jù)；搜尋與匹配

一、引 言

勞動(dòng)力市場(chǎng)搜尋與匹配是勞動(dòng)經(jīng)濟(jì)學(xué)研究的重要問題。自1962年斯蒂格勒在《勞動(dòng)力市場(chǎng)中的信息》一文中提出勞動(dòng)力市場(chǎng)信息理論之后，學(xué)者們構(gòu)建了工作搜尋理論，并基于調(diào)查數(shù)據(jù)對(duì)勞動(dòng)者的工作搜尋行為進(jìn)行了大量實(shí)證研究。相比之下，有關(guān)雇主搜尋策略和行為的研究仍顯不足（Barron等，1985；Villena-Roldán，2012）。雇主搜尋研究的滯后在一定程度上是缺乏數(shù)據(jù)導(dǎo)致的（DeVaro，2005，2008；Horton，2010；Pellizzari，2011）。在我國(guó)，重視勞動(dòng)供給研究、輕視勞動(dòng)需求研究的傾向存在已久（蔡昉，2002）。國(guó)內(nèi)權(quán)威的勞動(dòng)需求調(diào)查、職位空缺調(diào)查缺位是造成這一現(xiàn)象的關(guān)鍵原因。同時(shí)，傳統(tǒng)的問卷調(diào)查只能獲取搜尋與匹配結(jié)果數(shù)據(jù)，相關(guān)的過程數(shù)據(jù)仍較為缺乏，導(dǎo)致勞動(dòng)力市場(chǎng)動(dòng)態(tài)研究進(jìn)展緩慢。而且，現(xiàn)有的勞動(dòng)力市場(chǎng)動(dòng)態(tài)研究基于問卷調(diào)查的“回憶性”填答（Burdett和Cunningham，1998）獲取的有關(guān)搜尋過程的數(shù)據(jù)具有測(cè)量誤差，導(dǎo)致模型估計(jì)結(jié)果有偏。

隨著互聯(lián)網(wǎng)在勞動(dòng)力市場(chǎng)搜尋與匹配中應(yīng)用規(guī)模的不斷擴(kuò)大，基于互聯(lián)網(wǎng)的勞動(dòng)力市場(chǎng)大數(shù)據(jù)應(yīng)運(yùn)而生。勞動(dòng)力市場(chǎng)大數(shù)據(jù)不僅具有海量樣本的特征，還具有動(dòng)態(tài)性和即時(shí)性等顯著特征，因此能夠用來分析那些傳統(tǒng)問卷調(diào)查數(shù)據(jù)無法分析的問題（Kuhn，2014）。近年來，采用勞動(dòng)力市場(chǎng)大數(shù)據(jù)的實(shí)證研究陸續(xù)出現(xiàn)（Kureková等，2015），并陸續(xù)刊登在《經(jīng)濟(jì)學(xué)季刊》（Quarterly Journal of Economics）、《計(jì)量經(jīng)濟(jì)學(xué)》（Econometrica）、《經(jīng)濟(jì)學(xué)視角》（Journal of Economic Perspective）、《勞動(dòng)經(jīng)濟(jì)學(xué)》（Journal of Labor Economics）等核心期刊上。本文基于這些實(shí)證研究，在文獻(xiàn)分析的基礎(chǔ)上，討論勞動(dòng)力市場(chǎng)大數(shù)據(jù)的產(chǎn)生過程、內(nèi)涵及在勞動(dòng)力市場(chǎng)研究中的應(yīng)用，并在此基礎(chǔ)上，總結(jié)勞動(dòng)力市場(chǎng)大數(shù)據(jù)的收集方法、測(cè)量指標(biāo)，以及數(shù)據(jù)中可能存在的問題及解決方法。最后，本文展望了國(guó)內(nèi)學(xué)者采用此類數(shù)據(jù)開展勞動(dòng)力市場(chǎng)研究的可能性，以期為推動(dòng)大數(shù)據(jù)在國(guó)內(nèi)勞動(dòng)經(jīng)濟(jì)學(xué)研究中的應(yīng)用提供參考。

二、勞動(dòng)力市場(chǎng)大數(shù)據(jù)的產(chǎn)生過程及內(nèi)涵

目前，對(duì)于大數(shù)據(jù)的概念，企業(yè)界和學(xué)術(shù)界尚未形成公認(rèn)的準(zhǔn)確定義（馮芷艷等，2013），然而，這并不影響社會(huì)各界對(duì)大數(shù)據(jù)的探討。美國(guó)國(guó)家科學(xué)基金會(huì)（National Science Foundation）將大數(shù)據(jù)定義為：基于儀器、傳感器、互聯(lián)網(wǎng)交易、電子郵件、視頻等數(shù)據(jù)源所生成的大規(guī)模、多元化、綜合的、追蹤性的分布式數(shù)據(jù)集①參見http：//www.cccblog.org/2012/03/29/obama-administration-unveils-200m-big-data-rd-initiative/。。我們將以該定義為基礎(chǔ)，討論和總結(jié)勞動(dòng)力市場(chǎng)大數(shù)據(jù)的產(chǎn)生過程及內(nèi)涵。

勞動(dòng)力市場(chǎng)大數(shù)據(jù)的產(chǎn)生源于互聯(lián)網(wǎng)對(duì)勞動(dòng)力市場(chǎng)運(yùn)行方式的變革。信息技術(shù)和互聯(lián)網(wǎng)的發(fā)展改變了勞動(dòng)者與雇主之間的搜尋與匹配機(jī)制（Autor，2001）。Freeman（2002）這樣描述了互聯(lián)網(wǎng)時(shí)代勞動(dòng)力市場(chǎng)的搜尋與匹配機(jī)制：求職者通過互聯(lián)網(wǎng)了解到更多有關(guān)工作機(jī)會(huì)（offer）的信息；雇主通過互聯(lián)網(wǎng)收集更多、更詳細(xì)的求職者信息；最為關(guān)鍵的是，求職者和雇主不僅能在短時(shí)間內(nèi)收集和瀏覽大量的信息，而且信息收集過程不再受時(shí)間和地域的限制，信息的更新速度更快。因此，互聯(lián)網(wǎng)逐漸成為應(yīng)用廣泛的勞動(dòng)力市場(chǎng)中介，甚至可能取代其他中介，成為未來勞動(dòng)力市場(chǎng)搜尋與匹配的主要渠道（Parry和Wilson，2009）。在此背景下，網(wǎng)絡(luò)所記錄的有關(guān)工作搜尋、雇主搜尋的過程與結(jié)果的數(shù)據(jù)（McLaren和Shanbhogue，2011；Askitas和Zimmermann，2015），形成了勞動(dòng)力市場(chǎng)搜尋與匹配的客觀觀測(cè)數(shù)據(jù)集，受到了研究者的重視。例如，Chan和Swatman（2000）嘗試性地在1999年5月—2000年1月，從AustralianJob Search. com上收集了有關(guān)“電子商務(wù)”類崗位的招聘信息，并通過簡(jiǎn)單的描述統(tǒng)計(jì)，闡述了電子商務(wù)類崗位的工作內(nèi)容和職責(zé)，以期為該學(xué)科的畢業(yè)生提供就業(yè)指導(dǎo)。Wade和Parent（2002）在分析雇主對(duì)網(wǎng)站管理員（webmaster）的技能要求時(shí)，同時(shí)在兩家貿(mào)易雜志和五家招聘網(wǎng)站上共收集了800個(gè)網(wǎng)站管理員招聘廣告②這兩家貿(mào)易雜志為Computerworld和Informationweek。五家在線工作搜索網(wǎng)站為www.monster.com；www.computerjobs.com；www.jobengine.com；www.jobs-online.com；www.peoplesearch.com。。他們采用內(nèi)容分析法（content analysis）所進(jìn)行的分析顯示，雇主對(duì)網(wǎng)站管理員技能的要求是多層面的，包括專業(yè)技能（technical skills）和組織技能（organizational skills），而且對(duì)專業(yè)技能的要求高于對(duì)組織技能的要求。

通過梳理國(guó)外文獻(xiàn)，我們發(fā)現(xiàn)勞動(dòng)經(jīng)濟(jì)學(xué)家并沒有對(duì)勞動(dòng)力市場(chǎng)大數(shù)據(jù)進(jìn)行嚴(yán)格的定義。Autor（2001）認(rèn)為招聘網(wǎng)站（internet job board）不僅能提供某一時(shí)點(diǎn)的勞動(dòng)力市場(chǎng)“快照”（snapshot）信息，而且能提供勞動(dòng)供需雙方的交易歷史（transaction history）數(shù)據(jù)。與此類似，Kuhn（2014）認(rèn)為通過招聘網(wǎng)站（online job board）可以獲取某空缺崗位收到的求職申請(qǐng)數(shù)量、求職者發(fā)送簡(jiǎn)歷的數(shù)量及發(fā)送地等數(shù)據(jù)，并將這種數(shù)據(jù)命名為基于互聯(lián)網(wǎng)的勞動(dòng)力市場(chǎng)數(shù)據(jù)。除了招聘網(wǎng)站，互聯(lián)網(wǎng)搜索引擎，如Google，也是人們搜索工作信息的工具之一。因此，研究者根據(jù)人們?cè)贕oogle上的工作檢索行為來預(yù)測(cè)失業(yè)率，并將其命名為“谷歌預(yù)測(cè)器”（Google predictor）（Askitas和Zimmermann，2009）或者“谷歌指數(shù)”（Google index，GI）（D'Amuri和Marcucci，2009）。已有學(xué)者采用這種數(shù)據(jù)預(yù)測(cè)了美國(guó)（D'Amuri和Marcucci，2009）、德國(guó)（Askitas和Zimmermann，2009）、法國(guó)（Fondeur和Karamé，2013）、英國(guó)（McLaren和Shanbhogue，2011）、意大利（D'Amuri，2009）、以色列（Suhoy，2009）等國(guó)家的失業(yè)率。因此，從現(xiàn)有實(shí)證研究可以發(fā)現(xiàn)，勞動(dòng)力市場(chǎng)大數(shù)據(jù)是基于互聯(lián)網(wǎng)收集的有關(guān)搜尋與匹配的數(shù)據(jù)集。這里的互聯(lián)網(wǎng)既包括互聯(lián)網(wǎng)搜索引擎（如Google），也包括招聘網(wǎng)站、企業(yè)網(wǎng)站等媒介。另外，有學(xué)者將通過互聯(lián)網(wǎng)進(jìn)行問卷調(diào)查獲取的數(shù)據(jù)（如Kureková等，2015）或者通過互聯(lián)網(wǎng)進(jìn)行實(shí)驗(yàn)獲取的數(shù)據(jù)（如Edelman，2012）也列入大數(shù)據(jù)行列。然而，本文認(rèn)為這些數(shù)據(jù)并非自然觀測(cè)數(shù)據(jù)，而只是借由互聯(lián)網(wǎng)這個(gè)媒介發(fā)放問卷或進(jìn)行實(shí)驗(yàn)所獲得的數(shù)據(jù)，因此不在本文討論的大數(shù)據(jù)范疇。

三、勞動(dòng)力市場(chǎng)大數(shù)據(jù)在實(shí)證研究中的應(yīng)用

早期，學(xué)者們采用大數(shù)據(jù)對(duì)勞動(dòng)力市場(chǎng)的研究，集中在根據(jù)招聘廣告內(nèi)容分析雇傭標(biāo)準(zhǔn)方面。隨著大數(shù)據(jù)的發(fā)展，學(xué)者們逐漸將其應(yīng)用在搜尋與匹配過程、搜尋持續(xù)時(shí)間及雇主偏好等方面的研究中。

（一） 雇傭標(biāo)準(zhǔn)研究

20世紀(jì)90年代初，隨著互聯(lián)網(wǎng)的普及，雇主對(duì)互聯(lián)網(wǎng)相關(guān)高技能工人的需求顯著增長(zhǎng)（Autor等，1998）。在此背景下，學(xué)者們嘗試從網(wǎng)站收集招聘廣告，并根據(jù)廣告的內(nèi)容，來分析信息技術(shù)（information technology，IT）相關(guān)崗位的雇傭標(biāo)準(zhǔn)。如前所述，Wade和Parent （2002）分別從雇主和勞動(dòng)者角度分析了網(wǎng)站管理員職位對(duì)任職者組織技能和專業(yè)技能的要求。他們對(duì)從雜志和招聘網(wǎng)站收集的800個(gè)網(wǎng)站管理員職位招聘廣告的分析顯示，雇主對(duì)專業(yè)技能的要求高于對(duì)組織技能的要求。他們進(jìn)一步對(duì)232名網(wǎng)站管理員進(jìn)行的問卷調(diào)查顯示，這些從業(yè)人員認(rèn)為組織技能和專業(yè)技能對(duì)工作同等重要。Capiluppi和Baravalle（2010）通過一個(gè)計(jì)算機(jī)程序（web spider）在Monster. com上收集了48 000個(gè)招聘廣告，數(shù)據(jù)分析結(jié)果顯示，英國(guó)雇主對(duì)IT技能工人存在較大需求。他們進(jìn)一步將雇主IT技能需求的內(nèi)容與10所大學(xué)IT專業(yè)的課程進(jìn)行了對(duì)比分析，認(rèn)為大學(xué)的培養(yǎng)內(nèi)容與方案不能完全滿足雇主對(duì)IT技能的需求，即現(xiàn)行人才培養(yǎng)機(jī)制與勞動(dòng)需求之間存在錯(cuò)配（mismatch）。

隨著高等教育的大眾化，大學(xué)畢業(yè)生在勞動(dòng)力市場(chǎng)中的比例不斷提高，高技能工人與低技能工人之間的替代效應(yīng)（拉齊爾，2000）或者大學(xué)畢業(yè)生對(duì)低技能工人的擠出效應(yīng)（crowding out）受到了學(xué)者的關(guān)注。由于勞動(dòng)力市場(chǎng)大數(shù)據(jù)包含了高技能崗位和低技能崗位的信息，學(xué)者們基于相關(guān)數(shù)據(jù)能夠從雇主需求的角度對(duì)上述效應(yīng)進(jìn)行分析。Kureková和Zilin?íková（2015）使用斯洛伐克招聘網(wǎng)站（Profesia. sk）的數(shù)據(jù)，根據(jù)任職資格要求，將崗位分為要求應(yīng)聘者為大學(xué)畢業(yè)生的崗位（student positions）和不要求應(yīng)聘者為大學(xué)畢業(yè)生的崗位（non-student positions），并在此基礎(chǔ)上，從勞動(dòng)需求角度分析了這兩類崗位對(duì)求職者技能的要求。他們發(fā)現(xiàn)，沒有接受大學(xué)教育的工人（低技能工人）與大學(xué)畢業(yè)生（高技能工人）不是競(jìng)爭(zhēng)關(guān)系，而是以一種互補(bǔ)的方式滿足雇主不同層次的技能需求。Beblavy等（2016）采用相同的網(wǎng)站數(shù)據(jù)，不同的崗位分類方法，分析了中等技能崗位和低技能崗位在學(xué)歷要求方面的差異。他們將技能崗位劃分為高、中、低三個(gè)等級(jí)，并通過內(nèi)容分析法和簡(jiǎn)單統(tǒng)計(jì)模型分析發(fā)現(xiàn)，中等技能崗位和低技能崗位對(duì)學(xué)歷及其他技能的要求存在差異。這再次說明高技能工人與低技能工人之間存在互補(bǔ)性。

學(xué)者們還基于不同國(guó)家招聘網(wǎng)站的數(shù)據(jù)，進(jìn)行了雇傭標(biāo)準(zhǔn)的國(guó)際比較分析。在以往的研究中，跨國(guó)性的職位空缺調(diào)查存在較大難度，使得學(xué)者們無法基于調(diào)查數(shù)據(jù)分析雇傭標(biāo)準(zhǔn)的國(guó)際差異。然而，從一個(gè)多國(guó)使用的網(wǎng)站上收集的數(shù)據(jù)有利于進(jìn)行這種國(guó)際比較研究。歐洲就業(yè)服務(wù)網(wǎng)（European Employment Service，EURES）是一個(gè)標(biāo)準(zhǔn)化網(wǎng)站，在歐盟以及EEA成員國(guó)①EEA成員國(guó)包括歐盟國(guó)家、挪威、冰島和列支敦士登。之間通用。而且，該網(wǎng)站發(fā)布的空缺崗位數(shù)量占?xì)W洲勞動(dòng)力市場(chǎng)空缺崗位總量的30%—40%（Ackers，2012）。Kureková等（2015）采用該網(wǎng)站的數(shù)據(jù)，分析了雇主對(duì)勞動(dòng)者認(rèn)知技能和非認(rèn)知技能要求的國(guó)際差異。結(jié)果顯示，不同國(guó)家對(duì)這種技能組合（skill-mix）的要求不同，這表明國(guó)家內(nèi)在因素對(duì)雇主需求的形成存在影響。

（二） 搜尋與匹配過程研究

基于網(wǎng)絡(luò)大數(shù)據(jù)，學(xué)者們能夠針對(duì)互聯(lián)網(wǎng)中介在搜尋與匹配中的作用進(jìn)行深入分析。1962年斯蒂格勒在其論文《勞動(dòng)力市場(chǎng)中的信息》中指出，勞動(dòng)者在首次進(jìn)入勞動(dòng)力市場(chǎng)時(shí)，面對(duì)大量的潛在雇主，如何獲取相關(guān)的工資、就業(yè)穩(wěn)定性等信息是工作搜尋的關(guān)鍵。因此，分析勞動(dòng)力市場(chǎng)中介在搜尋與匹配中的作用是學(xué)者們研究的重要問題。Stanton和Thomas（2014）利用從oDesk. com上收集的2008年8月1日—2009年12月28日的勞動(dòng)者求職數(shù)據(jù)以及雇主雇傭數(shù)據(jù)研究發(fā)現(xiàn)，互聯(lián)網(wǎng)作為中介向雇主發(fā)出的有關(guān)勞動(dòng)者低技能、工作經(jīng)驗(yàn)少的信號(hào)是高質(zhì)量的。對(duì)于勞動(dòng)者而言，在職業(yè)生涯初期，與中介建立聯(lián)系則找到工作的概率更高，得到的工資也更高。這表明，在勞動(dòng)力市場(chǎng)搜尋與匹配過程中，中介在人員配置方面具有較高的效率。

網(wǎng)絡(luò)大數(shù)據(jù)所具有的即時(shí)性和動(dòng)態(tài)性等特征（Autor，2001）使其可用于勞動(dòng)力市場(chǎng)動(dòng)態(tài)研究。問卷調(diào)查提供的是勞動(dòng)力市場(chǎng)搜尋與匹配的結(jié)果數(shù)據(jù)，相比之下，學(xué)者們通過網(wǎng)絡(luò)不僅能夠獲取搜尋與匹配的結(jié)果數(shù)據(jù)，還能收集狀態(tài)變化數(shù)據(jù)。因此，網(wǎng)絡(luò)大數(shù)據(jù)有助于推動(dòng)勞動(dòng)力市場(chǎng)動(dòng)態(tài)研究的發(fā)展。例如，雇主在搜尋過程中，為了降低搜尋成本，可以公布高工資以降低低技能工人的求職申請(qǐng)比例，或者提高自身的篩選、甄別能力。通過問卷調(diào)查獲取的數(shù)據(jù)由于只能提供雇主搜尋的結(jié)果信息（van Ours和Ridder，1991），因此無法用來分析雇主在面臨這兩種替代性選擇（Stigler，1962）時(shí)的決策。然而，基于通過互聯(lián)網(wǎng)收集的雇主搜尋過程動(dòng)態(tài)信息（Bren?i?，2009），學(xué)者們得以對(duì)上述問題進(jìn)行分析。Bren?i?和Norris（2010a）在Monster. com上收集了121 381個(gè)空缺崗位在2周內(nèi)的狀態(tài)變化數(shù)據(jù)，研究發(fā)現(xiàn)，雇主變更招聘廣告內(nèi)容的行為，如降低或提高工資水平、改變?nèi)温氋Y格要求，與雇傭成本存在正相關(guān)關(guān)系，即當(dāng)雇主的搜尋成本發(fā)生變化時(shí)，雇主會(huì)主動(dòng)改變招聘廣告中的任職資格要求。此外，基于招聘廣告數(shù)據(jù)，學(xué)者們還直接從雇主的角度分析了雇主實(shí)行某種工資制度的決策機(jī)制和影響因素。Bren?i?和Norris（2010b）從美國(guó)Monster. com上收集了250 000個(gè)空缺崗位數(shù)據(jù)，來分析雇主支付績(jī)效工資的決策因素。結(jié)果發(fā)現(xiàn)，當(dāng)空缺崗位涉及多任務(wù)、質(zhì)量控制或團(tuán)隊(duì)合作時(shí)，雇主為該崗位提供績(jī)效工資的可能性較低。

在經(jīng)濟(jì)學(xué)研究中，學(xué)者們往往關(guān)注歷史中的自然實(shí)驗(yàn)，以替代實(shí)驗(yàn)室實(shí)驗(yàn)來對(duì)某些經(jīng)濟(jì)問題或現(xiàn)象進(jìn)行研究?；诨ヂ?lián)網(wǎng)的勞動(dòng)力市場(chǎng)大數(shù)據(jù)，能夠即時(shí)反映外部沖擊產(chǎn)生的影響，因而更加容易形成自然實(shí)驗(yàn)數(shù)據(jù)。以2008年爆發(fā)的金融危機(jī)為例，為了緩解危機(jī)期間“就業(yè)難”的形勢(shì)，美國(guó)政府將領(lǐng)取失業(yè)救濟(jì)金的時(shí)間從26周延長(zhǎng)至99周（Marinescu，2014）。該政策是否達(dá)到了預(yù)期目的呢？由于傳統(tǒng)的（或官方的）統(tǒng)計(jì)數(shù)據(jù)具有發(fā)布期滯后、無法即時(shí)反映經(jīng)濟(jì)結(jié)構(gòu)變化等弊端，因此無法利用其進(jìn)行及時(shí)的政策評(píng)估（Askitas和Zimmermann，2009）。而網(wǎng)絡(luò)大數(shù)據(jù)所包含的龐大且連續(xù)的信息使這一難題迎刃而解。Marinescu（2014）在CareerBuilder. com上收集了2007—2011年間的工作搜尋相關(guān)數(shù)據(jù)。由于包含了經(jīng)濟(jì)危機(jī)前后的信息，該數(shù)據(jù)形成了自然實(shí)驗(yàn)數(shù)據(jù)。Marinescu研究發(fā)現(xiàn)，經(jīng)濟(jì)危機(jī)期間推出的積極政策具有就業(yè)抑制效應(yīng)：失業(yè)救濟(jì)金領(lǐng)取時(shí)間延長(zhǎng)10%，使得州一級(jí)的求職人數(shù)降低1%。從以上分析可見，傳統(tǒng)調(diào)查數(shù)據(jù)的滯后性使其更適用于評(píng)估政策的長(zhǎng)期效果，而大數(shù)據(jù)則更有利于對(duì)政策短期效果的評(píng)估。從這個(gè)層面來看，大數(shù)據(jù)是調(diào)查數(shù)據(jù)的一種補(bǔ)充。

（三） 搜尋持續(xù)時(shí)間研究

目前，有關(guān)工作搜尋持續(xù)時(shí)間或失業(yè)持續(xù)時(shí)間的研究所使用的數(shù)據(jù)，主要是基于問卷調(diào)查獲得的，即根據(jù)被調(diào)查者報(bào)告的工作搜尋開始時(shí)間和結(jié)束時(shí)間來計(jì)算持續(xù)時(shí)間。而在招聘網(wǎng)站上，學(xué)者們通過觀測(cè)勞動(dòng)者首次和末次投遞簡(jiǎn)歷的時(shí)間，便可直接測(cè)量工作搜尋持續(xù)時(shí)間。Faberman和Kudlyak（2014）在美國(guó)SnagAJob. com上進(jìn)行了相關(guān)數(shù)據(jù)的收集。他們?cè)谟^測(cè)期（2010年9月—2011年9月）內(nèi)，觀測(cè)勞動(dòng)者投遞第一份求職申請(qǐng)的時(shí)間和投遞最后一份求職申請(qǐng)的時(shí)間，并根據(jù)這兩個(gè)時(shí)間點(diǎn)來測(cè)算工作搜尋持續(xù)時(shí)間。他們以此數(shù)據(jù)分析求職者工作搜尋強(qiáng)度與搜尋持續(xù)時(shí)間之間的關(guān)系。研究發(fā)現(xiàn)，隨著工作搜尋時(shí)間的推移，求職者發(fā)送求職申請(qǐng)的數(shù)量越來越少，即工作搜尋強(qiáng)度逐漸降低；勞動(dòng)者通過互聯(lián)網(wǎng)進(jìn)行工作搜尋的時(shí)間越長(zhǎng)，在整個(gè)持續(xù)時(shí)間內(nèi)，其工作搜尋強(qiáng)度就越大。

雇主搜尋持續(xù)時(shí)間或者崗位空缺持續(xù)時(shí)間研究是從動(dòng)態(tài)角度對(duì)搜尋成本（Holzer，1987）進(jìn)行分析。學(xué)者們通過在招聘網(wǎng)站上觀測(cè)空缺崗位的狀態(tài)變化及相應(yīng)時(shí)間，可以直接測(cè)量空缺持續(xù)時(shí)間。Bren?i?和Norris（2009，2010b，2012）在2005年4月30日—7月7日期間，在Monster. com上以選定的空缺信息為對(duì)象，連續(xù)16周監(jiān)測(cè)這些空缺信息的變化及其時(shí)間點(diǎn)，最后以空缺信息的下線時(shí)間和上線時(shí)間之差來測(cè)量空缺持續(xù)時(shí)間?；诖祟悢?shù)據(jù)，學(xué)者們分析了空缺持續(xù)時(shí)間的影響因素。Nivalainen（2014）在2002—2003年從芬蘭公共就業(yè)服務(wù)網(wǎng)站（Public Employment Service，PES）上收集了空缺持續(xù)時(shí)間數(shù)據(jù)，以評(píng)估就業(yè)政策的效果。研究顯示，2002年10月芬蘭公共就業(yè)服務(wù)機(jī)構(gòu)推出的雇主網(wǎng)絡(luò)招聘政策，有效縮短了雇主搜尋的持續(xù)時(shí)間，但是這種促進(jìn)效應(yīng)具有顯著的區(qū)域差異：對(duì)城市地區(qū)的雇主而言，促進(jìn)效應(yīng)更大。

（四） 雇主偏好研究

根據(jù)網(wǎng)站的招聘廣告內(nèi)容，學(xué)者們分析了勞動(dòng)力市場(chǎng)搜尋與匹配過程中的雇主偏好問題。Kuhn和Shen（2009）分別在2008年5月16日—7月29日以及2008年12月17日—2009年2月28日期間，在Zhaopin. com上收集了633 664條招聘信息。通過對(duì)這些招聘廣告內(nèi)容的分析，他們發(fā)現(xiàn)雇主對(duì)求職者性別、年齡、身高和外貌存在一定的偏好。而且，雇主的性別偏好與企業(yè)的發(fā)展階段存在一定的聯(lián)系。Helleseter等（2014）分別在“xmzyjs.com”“xmrc.com.cn”“zhaopin.com”和“computrabajo.com”四個(gè)招聘網(wǎng)站上收集了141 188、39 727、1 051 038和90 487條招聘廣告信息。他們研究發(fā)現(xiàn)，雇主在企業(yè)的不同發(fā)展階段，對(duì)女性外貌和男性領(lǐng)導(dǎo)力的重視程度不同，導(dǎo)致其具有不同的性別偏好。

傳統(tǒng)的問卷調(diào)查只能獲取被某一崗位雇用的勞動(dòng)者的信息，而無法獲取沒有被該崗位雇用的勞動(dòng)者的信息。然而，網(wǎng)絡(luò)大數(shù)據(jù)卻同時(shí)包含這兩類信息?；诖祟悢?shù)據(jù)，經(jīng)過對(duì)比分析，可以得出有關(guān)雇主偏好的結(jié)論。例如，根據(jù)大數(shù)據(jù)中勞動(dòng)者的個(gè)體特征、工作搜尋歷史以及所在地信息（Rand，2012），學(xué)者們分析了雇傭過程中雇主對(duì)勞動(dòng)者所在地的偏好。在線勞動(dòng)力市場(chǎng)（如freelancer. com和oDesk. com）為勞動(dòng)供需雙方提供了勞動(dòng)交易的互聯(lián)網(wǎng)平臺(tái)（Hong和Pavlou，2012；Pallais，2014）：勞動(dòng)者免費(fèi)在網(wǎng)站上注冊(cè)、雇主免費(fèi)在網(wǎng)站上發(fā)布工作內(nèi)容和要求。勞動(dòng)者選擇合適的工作并向雇主發(fā)送申請(qǐng)，雇主決定由哪位勞動(dòng)者來完成工作。被雇主選定的勞動(dòng)者進(jìn)行遠(yuǎn)程辦公。工作完成后，勞動(dòng)者通過網(wǎng)站將工作成果交予雇主。雇主在對(duì)工作成果進(jìn)行評(píng)估后，將工作報(bào)酬支付給網(wǎng)站。在扣除一定比例的費(fèi)用后，網(wǎng)站將剩余的報(bào)酬支付給勞動(dòng)者（Mill，2011；Agrawal等，2012）。由于勞動(dòng)者在網(wǎng)站上注冊(cè)時(shí)，填寫的個(gè)人信息比較少，雇主只能根據(jù)勞動(dòng)者注冊(cè)時(shí)所在地區(qū)的特征來判斷勞動(dòng)者的勞動(dòng)生產(chǎn)率，進(jìn)而做出是否雇用的決策。Mill（2011）從freelancer. com上收集了申請(qǐng)同一崗位被雇用的與沒有被雇用的勞動(dòng)者的數(shù)據(jù)，研究發(fā)現(xiàn)，居住地對(duì)勞動(dòng)者是否被雇用具有顯著影響。他將這種地區(qū)偏好歸為統(tǒng)計(jì)性歧視。與此研究類似，Agrawal等（2012）在oDesk. com上隨機(jī)選擇勞動(dòng)者，分析勞動(dòng)者被雇用的概率的區(qū)域差異。結(jié)果顯示，在欠發(fā)達(dá)地區(qū)的求職者申請(qǐng)發(fā)達(dá)地區(qū)的工作時(shí)，存在懲罰效應(yīng)（penalty）：在控制了學(xué)歷、工作經(jīng)驗(yàn)和保留工資等變量的情況下，發(fā)達(dá)地區(qū)的雇主雇用欠發(fā)達(dá)地區(qū)求職者的概率較低。

與地區(qū)偏好類似的是戶籍偏好。學(xué)者們基于招聘廣告的內(nèi)容，分析了雇主對(duì)求職者戶籍的偏好。Kuhn和Shen（2014）在2010年7月—2011年7月期間，在xmrc. com. cn上收集了237 128份求職申請(qǐng)數(shù)據(jù)，以及是否得到雇主反饋（feedback）的數(shù)據(jù)。他們基于這些數(shù)據(jù)分析了雇主對(duì)求職者戶籍的偏好。結(jié)果顯示，私營(yíng)企業(yè)更傾向于雇用非本地求職者，而且，對(duì)于低技能崗位而言這一點(diǎn)更為突出。這是因?yàn)榉潜镜貏趧?dòng)者的工資低于本地勞動(dòng)者；而且，為了提高工作收入，非本地勞動(dòng)者的工作努力程度更高、延長(zhǎng)工作時(shí)間的意愿更強(qiáng)烈。所以，他們認(rèn)為，對(duì)于追求利潤(rùn)最大化的雇主而言，非本地勞動(dòng)者的這些特征能夠滿足雇主的偏好。

表1對(duì)采用了勞動(dòng)力市場(chǎng)大數(shù)據(jù)的實(shí)證研究文獻(xiàn)進(jìn)行了匯總。

表1 采用勞動(dòng)力市場(chǎng)大數(shù)據(jù)的實(shí)證研究文獻(xiàn)匯總

續(xù)表

四、勞動(dòng)力市場(chǎng)大數(shù)據(jù)的收集方式與測(cè)量指標(biāo)

（一） 收集方式

傳統(tǒng)的調(diào)查數(shù)據(jù)通過問卷設(shè)計(jì)、問卷發(fā)放與問卷回收的流程來收集，基于互聯(lián)網(wǎng)的數(shù)據(jù)其收集方式則與此有顯著區(qū)別。通過梳理現(xiàn)有文獻(xiàn)，我們將勞動(dòng)力市場(chǎng)大數(shù)據(jù)的收集方式歸結(jié)為直接觀測(cè)、跟蹤監(jiān)測(cè)和網(wǎng)站檔案數(shù)據(jù)庫(kù)收集三種。

第一種是通過直接觀測(cè)收集數(shù)據(jù)。在使用這種方法時(shí)，研究者在某一時(shí)點(diǎn)，在既定的招聘網(wǎng)站上，直接觀測(cè)勞動(dòng)者的求職申請(qǐng)、雇主發(fā)布的招聘廣告以及雙方形成的匹配信息，獲得橫截面數(shù)據(jù)。Edelman（2012）認(rèn)為經(jīng)濟(jì)學(xué)家通過互聯(lián)網(wǎng)收集數(shù)據(jù)的步驟包括：確定目標(biāo)網(wǎng)站、借由計(jì)算機(jī)程序在網(wǎng)站上收集數(shù)據(jù)以及進(jìn)行數(shù)據(jù)分析。例如，Kuhn和Shen（2013）分別在2008年5月19日—6月22日、2009年1月19日—2月22日、2009年5月18日—6月21日以及2010年1月18日—2月21日，在Zhaopin.com上收集招聘廣告數(shù)據(jù)。在收集數(shù)據(jù)之前，他們?cè)O(shè)計(jì)了一個(gè)計(jì)算機(jī)應(yīng)用程序。在數(shù)據(jù)收集期間，從每天上午11：30到次日00：00，該程序會(huì)自動(dòng)收集該網(wǎng)站上的招聘廣告。而且，在當(dāng)天收集的招聘廣告中，程序會(huì)標(biāo)記出哪些是新刊登的，哪些是前一天就存在的。他們共收集了1 051 706條招聘廣告。對(duì)這些招聘廣告內(nèi)容的分析顯示了雇傭過程中雇主的性別偏好現(xiàn)象。

第二種是通過跟蹤監(jiān)測(cè)收集數(shù)據(jù)。在使用這種方法時(shí)，研究者在招聘網(wǎng)站上連續(xù)監(jiān)測(cè)選定的求職者或雇主，觀測(cè)他們的搜尋行為，以獲得短期或長(zhǎng)期跟蹤數(shù)據(jù)（longitudinal data）。例如，Bren?i?和Norris（2009，2010b，2012）按照以下三個(gè)步驟在Monster.com上收集崗位空缺持續(xù)時(shí)間數(shù)據(jù)：第一，列出一些關(guān)鍵詞，如學(xué)歷要求、技能要求等。第二，將包含關(guān)鍵詞的招聘廣告作為監(jiān)測(cè)對(duì)象，并進(jìn)行為期16周的跟蹤觀測(cè)。每周定時(shí)監(jiān)測(cè)一次，其目的是觀察這些空缺信息在什么時(shí)間失效，并記錄具體的失效時(shí)間①在Monster.com上，當(dāng)某條崗位空缺信息出現(xiàn)“抱歉，此空缺信息已不存在”的提示時(shí)，就表示該空缺信息已經(jīng)失效。。第三，利用空缺信息失效的時(shí)間減去該信息開始刊登的時(shí)間，獲得空缺持續(xù)時(shí)間數(shù)據(jù)。在通過自然觀測(cè)獲取的數(shù)據(jù)中，持續(xù)時(shí)間的測(cè)量單位可以精確到天，比問卷調(diào)查更為準(zhǔn)確。在傳統(tǒng)的職位空缺調(diào)查中，被調(diào)查雇主以“回憶性”方式報(bào)告招聘起止時(shí)間，或者招聘活動(dòng)的持續(xù)時(shí)間。在這個(gè)過程中，雇主往往無法提供具體的時(shí)間，只報(bào)告大概的時(shí)間。例如，在1982年美國(guó)雇主調(diào)查（Employer Opportunity Pilot Project，EOPP）獲取的數(shù)據(jù)中，空缺持續(xù)時(shí)間集中在30天、60天和90天。這種測(cè)量誤差導(dǎo)致估計(jì)結(jié)果有偏（Burdett和Cunningham，1998）。此外，有些雇主僅報(bào)告招聘的起止月份，學(xué)者只能根據(jù)這些月份信息近似計(jì)算空缺持續(xù)時(shí)間。van Ours（1989）在利用荷蘭1986年職位空缺調(diào)查數(shù)據(jù)（How do firms recruit？）測(cè)量空缺持續(xù)時(shí)間時(shí)，對(duì)于招聘在一個(gè)月內(nèi)完成的崗位，將其空缺持續(xù)時(shí)間確定為15天，反之，首先計(jì)算招聘持續(xù)的月數(shù)，再將一個(gè)月定義為30天，進(jìn)而計(jì)算空缺持續(xù)的天數(shù)。

第三種是通過網(wǎng)站檔案（internet archive）收集二手?jǐn)?shù)據(jù)。網(wǎng)站檔案包含很多歷史數(shù)據(jù)，利用這些二手?jǐn)?shù)據(jù)能夠分析網(wǎng)站使用者的行為方式和特征（Edelman，2012）。在現(xiàn)有的勞動(dòng)力市場(chǎng)研究中，學(xué)者們主要基于Google儲(chǔ)存的工作檢索（unemploymentrelated search）信息收集數(shù)據(jù)，并以此預(yù)測(cè)和分析失業(yè)率。2008年夏季，Google推出了一項(xiàng)名為“Google Insights”的工具，通過該工具學(xué)者們可以收集某一搜索關(guān)鍵詞在Google上被檢索的頻率和相關(guān)統(tǒng)計(jì)數(shù)據(jù)（McLaren和Shanbhogue，2011）。Askitas和Zimmermann （2009）采用從Google Insights中獲取的勞動(dòng)者工作檢索數(shù)據(jù)，分析了德國(guó)的失業(yè)率。首先，他們列出4個(gè)與工作搜索相關(guān)的關(guān)鍵詞：失業(yè)服務(wù)機(jī)構(gòu)（unemployment office or agency）、失業(yè)率（unemployment rate）、人事咨詢（personnel consultant）、德國(guó)使用最多的工作搜索引擎（most popular job search engines in Germany）。其次，在Google Insights中收集第M月第1周和第2周以及第M-1月第3周和第4周這些關(guān)鍵詞的檢索頻率數(shù)據(jù)。最后，基于這些數(shù)據(jù)對(duì)第M月的失業(yè)率進(jìn)行預(yù)測(cè)②在德國(guó)，對(duì)第M月失業(yè)率的估計(jì)，是依據(jù)第M-1月第3周和第4周、第M月第1周和第2周的失業(yè)數(shù)據(jù)進(jìn)行的（Askitas和Zimmermann，2009）。。

表2總結(jié)了勞動(dòng)力市場(chǎng)大數(shù)據(jù)的收集方式。

（二） 測(cè)量指標(biāo)

就工作搜尋而言，勞動(dòng)者通過鼠標(biāo)在網(wǎng)頁(yè)上的“點(diǎn)擊”來完成信息瀏覽、簡(jiǎn)歷投遞，因此，勞動(dòng)者的“鼠標(biāo)點(diǎn)擊”行為軌跡和次數(shù)及相應(yīng)時(shí)間，是工作搜尋的測(cè)量指標(biāo)。以CareerBuilder. com為例，每條崗位空缺信息都有一個(gè)“立即申請(qǐng)”按鈕，勞動(dòng)者想要申請(qǐng)某個(gè)崗位，用鼠標(biāo)點(diǎn)擊該崗位的這一按鈕，并按照流程完成相關(guān)步驟即可。一般而言，招聘網(wǎng)站規(guī)定同一個(gè)崗位勞動(dòng)者只能申請(qǐng)一次。因此，在既定時(shí)間內(nèi)，“工作申請(qǐng)數(shù)量”是工作搜尋強(qiáng)度的測(cè)量指標(biāo)。Marinescu（2014）利用該網(wǎng)站的數(shù)據(jù)分析了工作搜尋行為的特征。他基于連續(xù)3年的橫截面數(shù)據(jù)分析發(fā)現(xiàn)，工作搜尋強(qiáng)度受失業(yè)救濟(jì)金政策的影響顯著：失業(yè)救濟(jì)金領(lǐng)取時(shí)間延長(zhǎng)1周，工作搜尋強(qiáng)度降低0.4%。此外，在招聘網(wǎng)站上，勞動(dòng)者搜尋的起止時(shí)間差是工作搜尋持續(xù)時(shí)間的測(cè)量指標(biāo)。Faberman和Kudlyak（2014）在2010年9月—2011年9月的觀測(cè)期內(nèi)，在SnagAJob. com上收集了勞動(dòng)者發(fā)送第一份求職申請(qǐng)和最后一份求職申請(qǐng)的時(shí)間，并以這兩個(gè)時(shí)間的差值測(cè)量工作搜尋持續(xù)時(shí)間。

表2 勞動(dòng)力市場(chǎng)大數(shù)據(jù)的收集方式

就雇主搜尋而言，在空缺崗位產(chǎn)生之后，雇主在招聘網(wǎng)站上發(fā)布空缺信息、接受求職申請(qǐng)，并對(duì)求職者進(jìn)行篩選。因此，雇主在招聘網(wǎng)站上發(fā)布的空缺信息的數(shù)量（Young，2012）以及空缺信息獲得求職者“鼠標(biāo)點(diǎn)擊”的次數(shù)（Prabhakar等，2014）是雇主搜尋結(jié)果及效率的測(cè)量指標(biāo)。Marinescu和Wolthoff（2012）在CareerBuilder. com上觀測(cè)了2011年1月期間芝加哥和華盛頓的雇主刊登的招聘廣告信息，收集了有關(guān)空缺崗位求職者數(shù)量的數(shù)據(jù)。他們對(duì)求職者的學(xué)歷和工作經(jīng)驗(yàn)的分析顯示，空缺崗位的名稱可以解釋80%的學(xué)歷和工作經(jīng)驗(yàn)等任職資格要求差異。此外，雇主刊登招聘廣告的起止時(shí)間是雇主搜尋持續(xù)時(shí)間的測(cè)量指標(biāo)。根據(jù)雇主搜尋理論，空缺持續(xù)時(shí)間是雇主開始尋找勞動(dòng)者與找到合適的勞動(dòng)者（van Ours和Ridder，1991）或被雇用的勞動(dòng)者開始工作的時(shí)間之差（Burdett和Cunningham，1998；Davis等，2014）。學(xué)者們將招聘網(wǎng)站上空缺信息發(fā)布時(shí)間與失效時(shí)間之差定義為空缺持續(xù)時(shí)間（Bren?i?和Norris，2009，2012；Nivalainen，2014）。

就匹配結(jié)果而言，雇主通過招聘網(wǎng)站的“面試通知服務(wù)”可通知求職者是否參加面試，因此，求職者是否收到面試通知既是工作搜尋結(jié)果的衡量指標(biāo)，也是雇傭歧視的測(cè)量指標(biāo)。Kuhn和Shen（2014）在xmrc. com. cn上收集了237 128份求職申請(qǐng)數(shù)據(jù)，其中包括是否得到雇主反饋的信息，他們基于這些數(shù)據(jù)對(duì)雇傭過程中的戶籍歧視進(jìn)行了實(shí)證分析。此外，在在線勞動(dòng)力市場(chǎng)中，求職者是否收到雇主的錄用通知也是匹配結(jié)果的測(cè)量指標(biāo)，也可用于分析雇傭過程中的歧視問題。Mill（2011）在freelancer. com上觀察了向同一個(gè)崗位投遞簡(jiǎn)歷的求職者的個(gè)人信息，以及是否收到雇傭通知的信息，并基于這些數(shù)據(jù)，對(duì)雇傭過程中求職者的居住地歧視進(jìn)行了實(shí)證分析。

表3對(duì)勞動(dòng)力市場(chǎng)大數(shù)據(jù)的測(cè)量指標(biāo)進(jìn)行了匯總。

五、勞動(dòng)力市場(chǎng)大數(shù)據(jù)的代表性及其他問題

互聯(lián)網(wǎng)雖然降低了數(shù)據(jù)收集成本、解決了區(qū)域限制問題（Shin等，2012；Cook，2014；Askitas和Zimmermann，2015），但是，現(xiàn)階段勞動(dòng)力市場(chǎng)大數(shù)據(jù)仍處于發(fā)展初期，在收集和提供有關(guān)勞動(dòng)力市場(chǎng)運(yùn)行的高質(zhì)量動(dòng)態(tài)數(shù)據(jù)方面，還存在一些問題（Kuhn，2014）。其中，大數(shù)據(jù)的代表性（representativeness）是學(xué)者們討論較多的問題。此外，變量與統(tǒng)計(jì)模型選擇問題、數(shù)據(jù)涉及商業(yè)和個(gè)體隱私問題也是大數(shù)據(jù)使用過程中可能存在的問題。

（一） 樣本代表性問題

由于大數(shù)據(jù)的采集不依賴隨機(jī)抽樣（Mayer-Schonberger和Cukier，2013），因此數(shù)據(jù)的代表性受到不同程度的質(zhì)疑。此外，雖然互聯(lián)網(wǎng)逐漸成為勞動(dòng)力市場(chǎng)的主要中介，但是傳統(tǒng)的廣告、招聘會(huì)等搜尋渠道并未完全被取代，而這些渠道產(chǎn)生的搜尋與匹配數(shù)據(jù)并不包含在勞動(dòng)力市場(chǎng)大數(shù)據(jù)中（Capiluppi和Baravalle，2010；Nivalainen，2014），這在一定程度上也導(dǎo)致數(shù)據(jù)的代表性問題受到了學(xué)者們的關(guān)注。

學(xué)者們通常采用兩種方法來解決大數(shù)據(jù)樣本代表性問題。第一種方法是將大數(shù)據(jù)與調(diào)查數(shù)據(jù)做比較：將大數(shù)據(jù)的結(jié)構(gòu)與大型問卷調(diào)查數(shù)據(jù)或普查數(shù)據(jù)的結(jié)構(gòu)進(jìn)行對(duì)比，進(jìn)而判斷大數(shù)據(jù)的代表性。?tefánik（2012）在采用斯洛伐克招聘網(wǎng)站（Profesia. sk）的空缺崗位數(shù)據(jù)和簡(jiǎn)歷數(shù)據(jù)（CVs）分析高技能工人的勞動(dòng)力市場(chǎng)隔離時(shí)，首先認(rèn)為在互聯(lián)網(wǎng)群體（internet population）中，大學(xué)生所占比例較高，因此該數(shù)據(jù)能夠代表以大學(xué)生為主體的高技能工人的需求與供給匹配情況。然后，?tefánik進(jìn)一步對(duì)比了公共服務(wù)部門的技術(shù)崗和建筑業(yè)的技術(shù)崗在網(wǎng)絡(luò)數(shù)據(jù)和全國(guó)勞動(dòng)力調(diào)查（National Labor Force Survey）數(shù)據(jù)中的比例。在網(wǎng)絡(luò)數(shù)據(jù)中，公共服務(wù)部門技術(shù)崗占空缺崗位數(shù)量的6.7%，占求職者申請(qǐng)崗位的4.8%；在調(diào)查數(shù)據(jù)中，該崗位占勞動(dòng)力市場(chǎng)空缺崗位數(shù)量的5.7%。對(duì)于建筑業(yè)的技術(shù)崗而言，這三個(gè)比例分別為1.1%、1.4%和1.6%。通過對(duì)比不難發(fā)現(xiàn)，這兩類崗位在網(wǎng)絡(luò)數(shù)據(jù)和調(diào)查數(shù)據(jù)中的比例相差不大。進(jìn)而，?tefánik認(rèn)為大數(shù)據(jù)具有較好的代表性。第二種方法是將大數(shù)據(jù)中空缺崗位數(shù)量與經(jīng)濟(jì)中空缺崗位總量做比較，如果前者所占比例較高，則可推定大數(shù)據(jù)的代表性較好。Marinescu（2014）在2011年1月從美國(guó)CareerBuilder. com收集崗位空缺數(shù)據(jù)，分析了延長(zhǎng)失業(yè)救濟(jì)金領(lǐng)取時(shí)間對(duì)失業(yè)率的影響。Marinescu將此數(shù)據(jù)與同期美國(guó)的崗位空缺和勞動(dòng)力流動(dòng)調(diào)查數(shù)據(jù)（Job Openings and Labor Turnover Survey，JOLTS）進(jìn)行了對(duì)比，發(fā)現(xiàn)當(dāng)月該網(wǎng)站發(fā)布的崗位空缺數(shù)量占美國(guó)同期崗位空缺總數(shù)的35%。而且，從崗位空缺的地理分布來看，網(wǎng)站數(shù)據(jù)與調(diào)查數(shù)據(jù)具有高度的一致性?；谠摻Y(jié)論，Marinescu認(rèn)為該網(wǎng)站的大數(shù)據(jù)對(duì)美國(guó)經(jīng)濟(jì)有非常好的代表性。

（二） 變量與模型選擇問題

傳統(tǒng)問卷調(diào)查數(shù)據(jù)的收集過程是按照科學(xué)研究的方法進(jìn)行的，即先提出理論假設(shè)，再收集數(shù)據(jù)，因此，問卷調(diào)查數(shù)據(jù)涉及的變量完全符合研究計(jì)劃的要求。相比之下，目前基于互聯(lián)網(wǎng)的勞動(dòng)力市場(chǎng)大數(shù)據(jù)涉及的有關(guān)搜尋與匹配的變量則是既定的。一般而言，網(wǎng)站招聘廣告數(shù)據(jù)包含雇主基本信息（如地址、規(guī)模、行業(yè)等）、空缺崗位基本信息（如崗位名稱與類別、合同類型等）以及任職資格要求信息（如學(xué)歷要求、工作經(jīng)驗(yàn)要求、所需技能名稱與等級(jí)等）；求職者數(shù)據(jù)包含性別、年齡、學(xué)歷、工作經(jīng)驗(yàn)、技能（語言技能、辦公軟件使用、計(jì)算機(jī)技能等）、意欲進(jìn)入的行業(yè)和崗位及地區(qū)等信息（?tefánik，2012）。此外，在不同的網(wǎng)站上，變量的特征也不同。有的網(wǎng)站公布交易的絕對(duì)數(shù)，而有的網(wǎng)站則根據(jù)交易量公布交易排名（Edelman，2012）。在這種情況下，研究者不僅在變量選擇方面要更加慎重（Varian，2014），而且在使用數(shù)據(jù)之前，要對(duì)變量的含義、內(nèi)容等進(jìn)行深入分析，以保證變量滿足研究要求。

（三） 數(shù)據(jù)涉及商業(yè)及個(gè)人隱私問題

在互聯(lián)網(wǎng)時(shí)代，人們?cè)诰W(wǎng)絡(luò)上的檢索、交易等行為會(huì)被網(wǎng)站記錄下來。這些記錄不僅能夠揭示人們?cè)谌粘Ｉ钪兴龅膬?nèi)在選擇和邏輯決策，而且，其中的一些記錄在使用上是開放的（McLaren和Shanbhogue，2011）。此外，基于網(wǎng)絡(luò)的大數(shù)據(jù)的收集不同于問卷調(diào)查，不需要得到被訪者的許可（Askitas和Zimmermann，2015）。這些都使得大數(shù)據(jù)的收集和使用過程涉及的商業(yè)和個(gè)人隱私問題受到了關(guān)注（Edelman，2012）。對(duì)于這一問題的處理，一方面，需要建立互聯(lián)網(wǎng)背景下的大數(shù)據(jù)收集和使用監(jiān)管體制。例如，保護(hù)隱私的責(zé)任由個(gè)體轉(zhuǎn)到數(shù)據(jù)使用者（Mayer-Schonberger和Cukier，2013），即數(shù)據(jù)使用者承擔(dān)保護(hù)個(gè)人隱私的責(zé)任。另一方面，在數(shù)據(jù)使用過程中，盡量對(duì)涉及隱私的內(nèi)容進(jìn)行處理（Edelman，2012）。例如，當(dāng)個(gè)體姓名、聯(lián)系方式等信息不是研究的核心內(nèi)容時(shí)，應(yīng)在數(shù)據(jù)中予以刪除。

六、啟示與展望

互聯(lián)網(wǎng)改變了勞動(dòng)者與雇主之間的搜尋—匹配機(jī)制，顯著減少了勞動(dòng)力市場(chǎng)摩擦，因而逐漸成為主要的勞動(dòng)力市場(chǎng)中介。在此背景下，基于互聯(lián)網(wǎng)的勞動(dòng)力市場(chǎng)大數(shù)據(jù)應(yīng)運(yùn)而生。這種數(shù)據(jù)包括從搜索引擎、招聘網(wǎng)站、在線勞動(dòng)力市場(chǎng)等網(wǎng)絡(luò)主體上獲得的有關(guān)搜尋與匹配的信息。由于大數(shù)據(jù)在描繪現(xiàn)狀、預(yù)測(cè)未來等方面具有顯著的優(yōu)越性（Cook，2014），學(xué)者們已將其用于失業(yè)率預(yù)測(cè)、雇傭標(biāo)準(zhǔn)分析、搜尋與匹配動(dòng)態(tài)研究、搜尋持續(xù)時(shí)間分析以及雇主偏好分析等方面的研究中。在相關(guān)實(shí)證研究中，研究者通過直接觀測(cè)、跟蹤監(jiān)測(cè)、網(wǎng)站檔案來收集橫截面數(shù)據(jù)或追蹤數(shù)據(jù)。勞動(dòng)力市場(chǎng)大數(shù)據(jù)不僅降低了數(shù)據(jù)收集成本，也提高了數(shù)據(jù)的客觀性。因此，勞動(dòng)力市場(chǎng)大數(shù)據(jù)是調(diào)查數(shù)據(jù)的一種補(bǔ)充（Kuhn，2014）。值得注意的是，有關(guān)雇主搜尋行為的大數(shù)據(jù)是勞動(dòng)需求研究的良好數(shù)據(jù)來源（Bren?i?和Norris，2012），有助于促進(jìn)勞動(dòng)需求研究（Horton，2012；Davis等，2014）。然而，勞動(dòng)力市場(chǎng)大數(shù)據(jù)仍處于起步階段，樣本代表性、變量與模型選擇以及數(shù)據(jù)涉及商業(yè)或個(gè)人隱私等都是使用數(shù)據(jù)的過程中應(yīng)當(dāng)注意的問題。

基于上述分析，我們不難發(fā)現(xiàn)，大數(shù)據(jù)的出現(xiàn)和應(yīng)用在一定程度上改變了有關(guān)勞動(dòng)力市場(chǎng)的現(xiàn)代勞動(dòng)經(jīng)濟(jì)學(xué)研究。首先，研究?jī)?nèi)容更加深入。大數(shù)據(jù)是客觀觀測(cè)數(shù)據(jù)，有利于推進(jìn)學(xué)者對(duì)雇傭過程的分析，即推動(dòng)動(dòng)態(tài)研究（Autor，2001）。其次，對(duì)現(xiàn)行勞動(dòng)力市場(chǎng)運(yùn)行的把握更加準(zhǔn)確。傳統(tǒng)的勞動(dòng)力市場(chǎng)現(xiàn)狀描述主要基于隨機(jī)樣本問卷調(diào)查數(shù)據(jù)以及定期的普查數(shù)據(jù)。然而，隨機(jī)樣本問卷調(diào)查難以體現(xiàn)整體狀況，定期的普查數(shù)據(jù)本質(zhì)上是對(duì)歷史狀況的描述。相比之下，基于互聯(lián)網(wǎng)的大數(shù)據(jù)所具有的覆蓋全體、及時(shí)更新、動(dòng)態(tài)變化等特征，使得其對(duì)現(xiàn)行勞動(dòng)力市場(chǎng)運(yùn)行狀況的反映更加及時(shí)和全面。再者，實(shí)證研究方法得以擴(kuò)展。傳統(tǒng)的實(shí)證研究方法是提出假設(shè)、收集數(shù)據(jù)、進(jìn)行統(tǒng)計(jì)分析并得出結(jié)論，而在互聯(lián)網(wǎng)背景下，大數(shù)據(jù)是關(guān)于現(xiàn)行勞動(dòng)力市場(chǎng)運(yùn)行的客觀觀測(cè)數(shù)據(jù)，而依據(jù)已有理論對(duì)相關(guān)客觀現(xiàn)象進(jìn)行解釋可能是未來研究的方向之一。最后，研究工具更加廣泛和復(fù)雜。研究者利用互聯(lián)網(wǎng)獲得全體數(shù)據(jù)，那么，原有的基于隨機(jī)樣本數(shù)據(jù)分析的統(tǒng)計(jì)方法，其適用性或許就要大打折扣，更加靈活的計(jì)量模型（Varian，2014）也許是更好的選擇。

自20世紀(jì)90年代中期以來，我國(guó)的互聯(lián)網(wǎng)普及率不斷攀升。中國(guó)互聯(lián)網(wǎng)信息中心發(fā)布的數(shù)據(jù)顯示，截至2015年12月，全國(guó)平均互聯(lián)網(wǎng)普及率（不含港澳臺(tái)地區(qū)）已達(dá)到50.3%，網(wǎng)民數(shù)達(dá)到6.88億①數(shù)據(jù)來源于中國(guó)互聯(lián)網(wǎng)信息中心2016年1月發(fā)布的《中國(guó)互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》。其中，網(wǎng)民是指過去半年內(nèi)使用過互聯(lián)網(wǎng)的6周歲及以上中國(guó)居民。。我國(guó)互聯(lián)網(wǎng)的快速發(fā)展為學(xué)者們收集大數(shù)據(jù)奠定了堅(jiān)實(shí)的基礎(chǔ)。國(guó)內(nèi)學(xué)者已采用大數(shù)據(jù)對(duì)勞動(dòng)力市場(chǎng)進(jìn)行了探索性研究。例如，中國(guó)就業(yè)研究所基于Zhaopin. com上注冊(cè)的求職人數(shù)、發(fā)布的崗位空缺數(shù)量，以求職申請(qǐng)人數(shù)與招聘需求人數(shù)的比值定義了“勞動(dòng)力市場(chǎng)景氣指數(shù)”（CIER index）。這個(gè)指數(shù)不僅能夠及時(shí)、靈敏地反映勞動(dòng)力市場(chǎng)供求匹配狀況，對(duì)就業(yè)與宏觀經(jīng)濟(jì)變量的關(guān)系也具有較強(qiáng)的解釋力（耿林和丁大建，2012）。Su（2014）使用Baidu. com和Google. com上人們的工作檢索行為數(shù)據(jù)，構(gòu)建了失業(yè)相關(guān)的在線檢索強(qiáng)度（intensity of online unemploymentrelated searches）測(cè)量指標(biāo)。研究結(jié)果顯示，該指標(biāo)能夠提高宏觀經(jīng)濟(jì)指標(biāo)的預(yù)測(cè)能力?？梢?，國(guó)內(nèi)學(xué)者對(duì)勞動(dòng)力市場(chǎng)大數(shù)據(jù)的應(yīng)用還集中在工作搜尋方面，對(duì)雇主搜尋行為的研究仍顯不足。今后，研究者可以基于招聘網(wǎng)站大數(shù)據(jù)，以及本文介紹的雇主搜尋強(qiáng)度和持續(xù)時(shí)間測(cè)量指標(biāo)，對(duì)國(guó)內(nèi)雇主搜尋行為的特征進(jìn)行分析。同時(shí)，隨著“互聯(lián)網(wǎng)+”概念的提出，互聯(lián)網(wǎng)在生產(chǎn)要素配置方面所發(fā)揮的作用將進(jìn)一步凸顯。在此背景下，互聯(lián)網(wǎng)能夠?yàn)閷W(xué)者們分析勞動(dòng)力市場(chǎng)運(yùn)行、勞動(dòng)供給與需求、勞動(dòng)力流動(dòng)等問題，提供更客觀、更直接、更具動(dòng)態(tài)性的數(shù)據(jù)，有助于推進(jìn)國(guó)內(nèi)的勞動(dòng)經(jīng)濟(jì)學(xué)動(dòng)態(tài)研究。由此可見，網(wǎng)絡(luò)大數(shù)據(jù)與抽樣調(diào)查數(shù)據(jù)相互補(bǔ)充，不僅能夠推動(dòng)我國(guó)勞動(dòng)經(jīng)濟(jì)學(xué)研究，尤其是勞動(dòng)需求研究，而且有助于提高政府部門把握勞動(dòng)力市場(chǎng)運(yùn)行狀況以及就業(yè)與失業(yè)狀態(tài)的準(zhǔn)確程度。

主要參考文獻(xiàn)

［1］蔡昉. 中國(guó)人口與勞動(dòng)問題報(bào)告［M］. 北京：社會(huì)科學(xué)文獻(xiàn)出版社，2002.

［2］馮芷艷，郭迅華，曾大軍，等. 大數(shù)據(jù)背景下商務(wù)管理研究若干前沿課題［J］. 管理科學(xué)學(xué)報(bào)，2013，（1）：1-9.

［3］耿林，丁大建. 勞動(dòng)力市場(chǎng)的自然觀察與CIER指數(shù)研究［EB/OL］. http：//www.ems86.com/touzi/html/？623.html，2012.

［4］（美）Lazear E P著，劉昕，董克用，譯. 人事管理經(jīng)濟(jì)學(xué)［M］. 北京：北京生活·讀書·新知三聯(lián)出版社，2000.

［5］（英）Mayer-Schonberger V，Cukier K著，盛楊燕，周濤，譯. 大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革［M］. 杭州：浙江人民出版社，2013.

［6］Ackers D. The experience of EURES：Improving access to labour market information for migrants and employers［R］. Paper presented at High Level Conference，European Commission DG Employment Social Affairs and Inclusion Unit C4， 2012.

［7］Agrawal A，Lacetera N，Lyons E. How do online platforms flatten markets for contract labor？［R］. Working Paper，2012.

［8］Askitas N，Zimmermann K F. Google econometrics and unemployment forecasting［J］. Applied Economics Quarterly，2009，55（2）：107-120.

［9］Askitas N，Zimmermann K F. The internet as a data source for advancement in social sciences［J］. International Journal of Manpower，2015，36（1）：2-12.

［10］Autor D H. Wiring the labor market［J］. Journal of Economic Perspectives，2001，15（1）：25-40.

［11］Autor D H，Katz L F，Krueger A B. Computing inequality：Have computers changed the labor market？［J］. The Quarterly Journal of Economics，1998，113（4）：1169-1213.

［12］Barron J M，Bishop J，Dunkelberg W C. Employer search：The interviewing and hiring of new employees［J］. The Review of Economics and Statistics，1985，67（1）：43-52.

［13］Beblavy M，Kureková L M，Haita C. The surprisingly exclusive nature of medium- and low-skilled jobs：Evidence from a Slovak job portal［J］. Personnel Review，2016，45（2）：255-273.

［14］Bren?i? V. Employers' hiring practices，employment protection，and costly search：A vacancy-level analysis［J］. Labour Economics，2009，16（5）：461-479.

［15］Bren?i? V，Norris J B. Employers' online search：An empirical analysis［J］. Industrial Relations，2009，48（4）：684-709.

［16］Bren?i? V，Norris J B. Do employers change job offers in their online job ads to facilitate search？［J］. Economics Letters，2010a，108（1）：46-48.

［17］Bren?i? V，Norris J B. On-the-job tasks and performance pay：A vacancy-level analysis［J］. ILR Review，2010b，63（3）：511-544.

［18］Bren?i? V，Norris J B. Employers' on-line recruitment and screening practices［J］. Economic Inquiry，2012，50（1）：94-111.

［19］Burdett K，Cunningham E J. Toward a theory of vacancies［J］. Journal of Labor Economics，1998，16（3）：445-478.

［20］Capiluppi A，Baravalle A. Matching demand and offer in on-line provision：A longitudinal study of monster. com［A］. Proceedings of the 12th IEEE International Symposium on Web Systems Evolution［C］. Timisoara：IEEE，2010：13-21.

［21］Chan E S K，Swatman P M C. Electronic commerce careers：A preliminary survey of the online marketplace［A］. Proceedings of the 13th Bled Electronic Commerce Conference［C］. Bled，Slovenia：BECC，2000：19-21.

［22］Cook T D. “Big data” in research on social policy［J］. Journal of Policy Analysis and Management，2014，33（2）：544-547.

［23］D'Amuri F，Marcucci J. “Google it！” Forecasting the US unemployment rate with a Google job search index［R］. ISER Working Paper Series，No.2009-32，2009.

［24］D'Amuri F. Predicting unemployment in short samples with internet job search query data［R］. MPRA Paper No.18403，2009：1-17.

［25］Davis S J，R?ttger C，Warning A，et al. Job recruitment and vacancy durations in Germany［R］. University of Regensburg Working Papers in Business，Economics and Management Information Systems No.481，2014.

［26］DeVaro J. Employer recruitment strategies and the labor market outcomes of new hires［J］. Economic Inquiry，2005，43（2）：263-282.

［27］DeVaro J. The labor market effects of employer recruitment choice［J］. European Economic Review，2008，52（2）：283-314.

［28］Edelman B. Using internet data for economic research［J］. Journal of Economic Perspectives，2012，26（2）：189-206.

［29］Faberman R J，Kudlyak M. The intensity of job search and search duration［R］. The Federal Reserve Bank of Richmond Working Paper No.14-12，2014.

［30］Fondeur Y，Karamé F. Can Google data help predict French youth unemployment？［J］. Economic Modelling，2013，30：117-125.

［31］Freeman R B. The labour market in the new information economy［J］. Oxford Review of Economic Policy，2002，18（3）：288-305.

［32］Helleseter M D，Kuhn P，Shen K L. Employers' age and gender preferences：Direct evidence from four job boards［R］. Humboldt-Aarhus-Xiamen Workshop，2014.

［33］Holzer H J. Hiring procedures in the firm：Their economic determinants and outcomes［R］. NBER Working Paper No. 2185，1987.

［34］Hong Y L，Pavlou P A. Are global online labor markets truly “flat”？ Global frictions and global labor arbitrage［R］. SSRN Working Paper，2012.

［35］Horton J J. Online labor markets［A］. Saberi A（Ed.）. Internet and network economics［C］. Berlin Heidelberg：Springer，2010：515-522.

［36］Horton J J. Computer-mediated matchmaking：Facilitating employer search and screening［EB/OL］. ［2012-10-31］http：solejole.org/13473.pdf.

［37］Kuhn P. The internet as a labor market matchmaker：How effective are online methods of worker recruitment and job search？［J］. IZA World of Labor，2014，18（5）：1-10.

［38］Kuhn P，Shen K L. Employers' preferences for gender，age，height and beauty：Direct evidence［R］. NBER Working Paper No.15564，2009.

［39］Kuhn P，Shen K L. Gender discrimination in job ads：Evidence from China［J］. The Quarterly Journal of Economics，2013，128（1）：287-336.

［40］Kuhn P J，Shen K L. Do employers prefer undocumented workers？ Evidence from China's Hukou system［R］. IZA Discussion Paper No.8289，2014.

［41］Kureková L M，Beblavy M，Haita C，et al. Employers' skill preferences across Europe：Between cognitive and noncognitive skills［J］. Journal of Education and Work，2015a，doi：10.1080/13639080.2015.1024641.

［42］Kureková L M，Beblavy M，Thum-Thysen A. Using online vacancies and web surveys to analyse the labour market：A methodological inquiry［J］. IZA Journal of Labor Economics，2015b，4（1）：18.

［43］Kureková L M，Zilin?íková Z. Low-skilled jobs and student jobs：Employers' preferences in Slovakia and the CzechRepublic［R］. IZA Discussion Paper No.9145，2015.

［44］Marinescu I. The general equilibrium impacts of unemployment insurance：Evidence from a large online job board［R］. Chicago：University of Chicago，2014.

［45］Marinescu I E，Wolthoff R P. Opening the black box of the matching function：The power of words［A］. Proceedings of The Annual Meeting of the Society of Economic Dynamics［C］. Chicago：the University of Chicago，2012：1-43.

［46］McLaren N，Shanbhogue R. Using internet search data as economic indicators［J］. Bank of England Quarterly Bulletin，2011，51（2）：134-140.

［47］Mill R. Hiring and learning in online global labor markets［R］. NET Institute Working Papers No. 1117，2011.

［48］Nivalainen H. Internet-based employer search and vacancy duration：Evidence from Finland［J］. Labour，2014，28（1）：112-140.

［49］Pallais A. Inefficient hiring in entry-level labor markets［J］. American Economic Review，2014，104（11）：3565-3599.

［50］Parry E，Wilson H. Factors influencing the adoption of online recruitment［J］. Personnel Review，2009，38（6）：655-673.

［51］Pellizzari M. Employers' search and the efficiency of matching［J］. British Journal of Industrial Relations，2011，49（1）：25-53.

［52］Prabhakar A M，Oklu R，Harvey H B，et al. The radiology job market：Analysis of the ACR jobs board［J］. Journal of the American College of Radiology，2014，11（5）：507-511.

［53］Rand D G. The promise of mechanical Turk：How online labor markets can help theorists run behavioral experiments［J］. Journal of Theoretical Biology，2012，299：172-179.

［54］Shin E，Johnson T P，Rao K. Survey mode effects on data quality：Comparison of web and mail modes in a U. S. National Panel Survey［J］. Social Science Computer Review，2012，30（2）：212-228.

［55］Stanton C，Thomas C. Landing the first job：The value of intermediaries in online hiring［R］. CEP Discussion Paper No. 1316，2014.

［56］?tefánik M. Internet job search data as a possible source of information on skills demand（with results for Slovak university graduates）［A］. Building on skills forecasts—Comparing methods and applications［C］. Luxembourg：Publications Office of the European Union，2012：246-260.

［57］Stigler G J. Information in the labor market［J］. Journal of Political Economy，1962，70（5）：94-105.

［58］Su Z. Chinese online unemployment-related searches and macroeconomic indicators［J］. Frontiers of Economics in China，2014，9（4）：573-605.

［59］Suhoy T. Query indices and a 2008 downturn：Israeli data［R］. Bank of Israel Discussion Paper No. 2009.06，2009.

［60］van Ours J C. Durations of Dutch job vacancies［J］. De Economist，1989，137（3）：309-327.

［61］van Ours J，Ridder G. Cyclical variation in vacancy durations and vacancy flows：An empirical analysis［J］. European Economic Review，1991，35（5）：1143-1155.

［62］Varian H R. Big data：New tricks for econometrics［J］. Journal of Economic Perspectives，2014，28（2）：3-28.

［63］Villena-Roldán B. Aggregate implications of employer search and recruiting selection［R］. University of Chile Center for Applied Economics Working Paper，No. 271，2012.

［64］Wade M R，Parent M. Relationships between job skills and performance：A study of webmasters［J］. Journal of Management Information Systems，2002，18（3）：71-96.

［65］Young S K. Applicant behavior on internet job boards：The effects of content and style［D］. Chicago，Illinois：DePaul University，2012.

（責(zé)任編輯：蘇 寧）

The Application of Big Data in Labor Market Research and Prospects

Shi Zhenzhen，Zeng Xiangquan
（School of Labor and Human Resources，Renmin University of China，Beijing 100872，China）

The internet has provided a novel data collecting tool for labor economics research. Because of the key advantages of internet-sourced labor market data like dynamic and timeliness，it can be used to answer questions which are difficult to study with traditional data. Based on a literature review，this paper discusses the origin process，connotation and application of the internet-sourced labor market data. Then it summarizes methods for data collecting，measuring indicators，and potential problems as well as the corresponding solutions. At last，it gives prospects for using big data to study national labor market for the purpose of promoting the application of big data in domestic labor economics research.

big data；labor market；internet-sourced labor market data；searching and matching

F270

A

1001-4950（2016）07-0096-17

10.16538/j.cnki.fem.2016.07.007

2016-02-07

國(guó)家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目（13AZD005）

史珍珍（1983—），女，中國(guó)人民大學(xué)勞動(dòng)人事學(xué)院博士研究生，中國(guó)人民大學(xué)中國(guó)就業(yè)研究所助理研究員；
曾湘泉（1955—），男，中國(guó)人民大學(xué)勞動(dòng)人事學(xué)院教授、博士生導(dǎo)師，中國(guó)人民大學(xué)中國(guó)就業(yè)研究所所長(zhǎng)。