推文人 | 蒋盛君

原文信息：Ralph Stinebrickner, Todd Stinebrickner, and Paul Sullivan, "Job Tasks, Time Allocation, and Wages," Journal of Labor Economics 37, no. 2 (April 2019): 399-433.

 

简介

 

众所周知，工资与工作内容紧密相关。于是，衡量工作内容就是研究工资决定的重要步骤。熟悉岗位工作任务（job tasks）文献的读者应该知道，目前广泛使用的用来衡量具体岗位中所需要的知识和技能等的数据库主要有两个。一个是Dictionary of Occupational Titles（DOT），另外一个是Occupational Information Network（O*NET）。这两个数据库，尤其是后者，详细的列举出了每一个岗位类别中所需求的工作任务、知识、技术、能力、教育程度等。

 

然而，上述这两个被广泛使用的数据库存在着几点不足。首先，工作内容的采集是在岗位层面上。也就是说，无论是哪家企业，无论员工的工作经历和能力有多不同，只要是在人力资源专员这个岗位上，所有人的工作内容都假定是相同的。其次，无法确定工作内容的技术含量以及员工在每一种工作内容上所花的时间。

 

今天向大家推荐的文章，在员工层面上，首次采用了一个包含工作内容详细信息的面板数据库，解决了DOT和O*NET中存在的上述两个问题。

 

总的来说，作者将每个员工的工作内容分成了三类：与人（people）打交道，与信息数据（information）打交道，与物品机器（objects）打交道。接着，将这三类中每一类的工作分成高技术水平和低技术水平工作。（作者对于以上三种工作内容的分类在推文最后的附录中，感兴趣的读者可以查阅）

 

文章主要研究结果表明，目前从事的工作内容（尤其是高技术水平内容）在决定工资上起着很大的作用；“干中学”不存在于低技术水平的工作内容中；在过去和现在从事高技术水平的与信息数据打交道的工作，对工资的正面作用是尤其大的。

 

数据

 

数据是这篇文章的最闪光之处，读者在阅读中可以随时感受到作者对于他们使用的数据的自豪感。这些数据就来自于Berea Panel Study (BPS)。BPS包含了2000年秋季和2001年秋季进入Berea College学习的学生。从入学到2014年，BPS对这些学生进行了将近60次的调查。作者的样本包含528名学生，平均每名学生毕业后有6.2年的观测值。

 

在问卷中，被调查者需要判断他们从事的工作任务（高技术与人打交道，低技术与人打交道，高技术与信息数据打交道，低技术与信息数据打交道，高技术与物品机器打交道，低技术与物品机器打交道），以及在每一种工作任务中所花费的时间。

 

在作者的样本中，平均而言，一个员工将51%的工作时间用于处理与人有关的任务，将34%的工作时间用于处理与信息数据有关的任务，将15%的工作时间用于处理与物品机器有关的任务。

 

由于是面板数据，作者除了能够利用工作任务和工作时间来衡量在现有岗位上的人力资本水平，也可以计算出过往的人力资本积累。因此，不同于大多数研究中用工作年限来衡量工作经验的文章，作者可以很详细的衡量一个员工现在和过去的工作任务和在每一项工作任务上花费的时间。在作者的样本中，在调查的第六年，平均而言，一个人累积了1.382年的低技术与人打交道的工作经历，0.938年的高技术与信息数据打交道的工作经历。总的来看，随着工作年数的增长，与低技术的和人打交道的工作任务的比重会逐渐下降，与高技术信息数据相关的工作任务的比重会逐渐上升。

 

工资的决定

 

作者在工资决定模型中加入了三种类型的工作任务（对人，对信息数据，对物品机器），并对这三种类型的工作任务在技术水平上进行了分类。作者在工资决定模型中不仅加入了详细的当期工作任务，也加入了详细的以往的工作任务（工作经验）。文章的主要估计方法是普通最小二乘法和固定效应。普通最小二乘的估计结果较小于固定效应的估计结果，但研究的主要结论不受估计方法的影响。作者主要得出了以下结论：

 

与物品机器相关的工作任务，尤其是低水平的相关任务，与工资存在大的负相关关系。举个例子，在其他条件不变的情况下，将一个员工用在低技术水平与物品机器打交道的工作时间的一半用到高技术水平与信息数据相关的任务上，将会提高这名员工工资的55%。

 

拥有高技术水平工作的经验对于工资有显著的正向影响。举个例子，与没有高技术水平信息处理工作经验的人相比，拥有一年的与高技术信息数据处理有关的工作经验，会提高一个人工资的18.9%。

 

过去从事的低技术水平的工作对于现在的工资水平是没有影响的。也就是说，在低技术水平的工作中不会产生“干中学”效应。

 

高技术水平的与信息数据有关的工作对于工资的正面影响是最大的。举个例子，在工作开始后十年的每一年中，将用在低技术与人打交道的工作时间的10%用到高技术的与信息数据打交道的工作上，在第十年工资会有22%的增长。这个增长有70%来自于前九年在高技术信息数据工作上人力资本的积累。

 

附录

 

根据作者的分类，以下工作内容属于与人打交道的工作，前两项属于低技术水平工作，后两项属于高技术水平工作：

 

Question C1: Below are 4 ways that you may interact with PEOPLE on a job.

 

1. Following instructions from others, such as supervisors, or directly serving the needs of customers or animals.

 

2. Persuading others about a company product/service or point of view (e.g., sales) or entertaining others.

 

3. Supervising others or instructing/teaching others.

 

4. Exchanging ideas/information/opinions or negotiating with others to make decisions or formulate policies.

 

根据作者的分类，以下工作内容属于与信息数据打交道的工作，前两项属于低技术水平工作，后两项属于高技术水平工作：

 

Question C2: Below are 4 ways that you may interact with INFORMATION on a job.

 

1. Entering data; typing documents written by others; posting information; etc.

 

2. Gathering or classifying information/data and performing simple calculations using data.

 

3. Analyzing data/information.

 

4.Using data analysis done by yourself/others to develop knowledge/solutions and make important decisions.

 

根据作者的分类，以下工作内容属于与物品机器打交道的工作，前两项属于低技术水平工作，后两项属于高技术水平工作：

 

Question C3: Below are 4 ways that you may interact with OBJECTS on a job.

 

1.Working with or moving objects or operating a machine in a way that requires only a small amount of judgment.

 

2.Working with or moving objects or operating a machine in a way that requires a moderate amount of judgment.

 

3.Working with or moving objects or operating a machine in a way that requires a large amount of judgment.

 

4.Working with or moving objects in a way that judgment is extremely important, or having full responsibility for planning or setting up machines or processes.

 

文章原题为：工作内容与工资的决定

 

Abstract

 

This paper studies wage determination using the first longitudinal data set containing job-level task information for individual workers. Novel quantitative task measures detail the amount of time spent performing people, information, and objects tasks at different skill levels. These measures suggest natural proxies for on-the-job human capital accumulation and provide new insights about wage determination. Current job tasks are quantitatively important, with high-skilled tasks being paid substantially more than low-skilled tasks. There is no evidence of learning by doing for low-skilled tasks but strong evidence for high-skilled tasks. Current and past high-skilled information tasks are particularly valuable.