图片来源：百度图片

原文信息：

Haoran He, David Neumark, Qian Weng, “I Still Haven't Found What I'm Looking For”: Evidence of Directed Search from a Field Experiment, The Economic Journal, 2022.

一、研究背景

关于就业市场雇佣者与受雇者间的匹配关系,理论界存在随机搜寻模型和定向搜寻模型两种理论。前者认为雇员和雇主在就业市场随机相遇，改变工资水平对吸引工人求职没有显著的影响；而后者则强调两方中至少有一方存在定向寻找的动机和行动，因此工资等供给要素对就业市场的最终配置会造成显著影响。

在本文中，作者通过实地实验测度求职者的行为以探究不同工资待遇水平对工作申请量的影响，从而检验劳动力市场中定向搜寻模型的存在；同时作者将求职者的保留工资纳入考量，以更为明确地区分定向搜寻与随机搜寻。

二、实验设计

作者基于中国某大型在线招聘网站，并与某IT行业的初创公司进行合作开展实地实验。IT岗位在该招聘网站上占据较大的比例（约41%），同时作者所合作的公司是一家规模较小的不知名公司，并控制该公司相关特征，以尽可能地减少实验干预对求职市场的影响。

实验中包括5个职位的招聘，分别是Java工程师、财务主管、人力资源经理、市场主管和销售主管。求职者需要先注册并提供个人信息以构建一份标准化的简历，注册完成后，其可以申请雇主在网站上发放的招聘岗位，并通过搜索栏进行搜索，在实验中的招聘广告进行了相应的简化处理。当求职者点击招聘广告时，会呈现出相应的职位描述，同时求职者可点击申请按钮将自己的简历投递给雇主。雇主收到简历后会通过电子邮件或电话与符合资质要求的求职者进行联系。

本实验的样本是合格的求职者群体，其必须满足以下四个条件：

（1）在实验期间居住在北京

（2）拥有大专及以上的学历

（3）求职者在积极地寻找工作（满足从作者第一次提取其简历并考虑纳入实验的一个月内登陆过照片网站账户）

（4）求职者注册时所选择的意向职业与实验所选择的职位相匹配

三、实验局设计

作者采用1X3的被试间因子设计构建了3个实验局条件，并根据该网站8000多个真实招聘信息的工资分布数据外生地设定了三个不同水平的税前月工资：10,000-15,000元、15,000-20,000元和20,000-25,000元（分别代表低、中、高水平的工资条件），该工资信息会在招聘邮件和应用程序的推送消息中呈现。

实验过程包括求职者的申请阶段和实验后的问卷调查阶段。

在申请阶段，公司在招聘网站上发布广告，平台会基于匹配算法将相应的招聘信息通过邮件和软件消息发送给每一位符合条件的求职者，对于有意向申请的求职者而言，其需要先点击链接前往有该招聘信息的网站，然后再点击“申请”按钮进行申请。求职者对职位的申请情况是本实验的主要测量变量。

在第二个阶段，公司会向所有申请的求职者发送一封电子邮件和一条短信，并邀请他们在三天内自愿回答一份在线问卷，并以书面形式提示他们：“您的资质与我们的职位很匹配，我们想进一步了解您”。作者在这一阶段并没有给回答问卷的申请者额外的奖励，因为作者认为完成问卷需要付出额外的努力，因而可以作为求职者对工作岗位兴趣程度的测量。

在实验的整个过程中，除第一阶段向求职者发送招聘邮件和应用消息及第二阶段发送的问卷邮件和短信外，求职者和实验方没有任何直接的交流。

四、实验结果与分析

作者通过实地实验的方式收集了申请岗位并完成问卷的个体求职者数据，试图解决以下三个问题：

（1）在不考虑保留工资的情况下，更高工资的招聘信息会吸引更多的求职者吗？

表1报告了不同实验局条件下求职者申请岗位及完成问卷的情况。可以看出，在高工资水平下，求职者的申请率显著高于提供低工资和中等工资条件的工作；同时对于问卷的完成率而言，高工资与中等工资水平下的问卷的完成率显著高于低工资的情况，同时高工资水平下的问卷完成率也显著高于中等工资水平下的求职者。

以收到低水平工资招聘信息的求职者为参照组，作者使用Probit模型估计了不同工资的招聘信息对申请率和完成率的影响，第二列控制了工作弹性和工作岗位，第三列进一步控制了求职者的个体特征。表2报告了这一回归结果。

总之，无论是对申请率还是问卷的完成率而言，可以看出求职者都更有可能申请提供高工资条件的工作，并完成相应的问卷，这一定程度上证实就业市场中定向搜寻的存在。

（2）在提供的工资超过求职者保留工资的情况下，更高工资的招聘信息会吸引更多的求职者吗？

因为随机搜寻工作的求职者可能都会申请工资条件高于其保留工资的工作，因而导致了大多申请者都会申请高工资工作的现象，并不能严谨证明定向搜寻模型的存在。

为了更好地区分求职者是在定向搜寻还是随机搜寻，作者选用求职者当前或最近的工资作为其保留工资的代理变量，将样本限制在保留工资上限为15000元的求职者，这也是本文实验中低工资水平实验局的工资下限，并重新进行了上述估计，结果如下图所示。

可以看出，相较于低水平工资的招聘广告，高工资条件下求职者的申请率显著增加了约0.1个百分点，相较低水平条件下0.4个百分点的申请率而言，代表着申请率增加了约25%，但中等工资条件的招聘广告并未显著提升求职者的申请率。此外，高工资条件下的申请率也显著高于中等工资水平下的求职者。

同时为了排除工资报价低于求职者保留工资的可能性，作者使用了收到中高工资招聘信息并保留工资不高于15000元的求职者作为限制性更强的子样本进行了估计，（2）和（2’）报告了这一结果，可以看出相对于中等工资水平的招聘信息，高工资的条件下岗位的申请比例在10%的水平上显著增加。

（3）那些更容易获得工作的求职者，会更多地申请提供高工资条件的职位吗？

作者认为保留工资水平更高的求职者，有更高的能力与资质，因此在劳动力市场定向搜寻成立条件下，对高工资水平工作的响应程度应与以保留工资所衡量的求职者个人能力呈正相关关系，而在随机搜寻的情况下，二者应该不相关。

在对求职者保留工资水平与求职申请率关系分析时，存在一个潜在的内生性问题，即年轻时填写了较低保留工资的求职者目前没有积极求职，也没有及时地在招聘网站上更新其保留工资，这会导致保留工资水平较高的求职者是更为活跃的求职者，其申请率也会更高。作者通过将实验样本限定在活跃的求职者中并检验保留工资水平与求职者年龄间的正向关系解决了这一内生性的疑虑。

下表报告了不同保留工资的求职者群体特征的描述性统计。可以看出不同保留工资的求职者群体在当前的就业状况、工作年限、工作经验、受教育程度及是否在IT相关行业上存在差异，并且这些指标都随着保留工资的增加而增加，有效印证了保留工资可以作为求职者能力的衡量。

估计结果如下表所示，无论是使用包含收到低工资招聘信息的求职者样本还是使用更为严格的子样本，当求职者群体保留工资下限从2001元增加到10001时，处理效应（特别是在高工资水平的招聘信息下）在大小和显著性程度上都不断增加。

同时，作者构建了保留工资水平中位数与所提供的工资条件的交互项，并使用Probit模型进行估计。结果如下图所示：

可以看出，高工资相比中等工资与高工资相比低工资条件下申请率和完成率的差异在保留工资水平更高时差异更大，并且所有交互项的P值都低于0.15，虽然并不是强显著，但表明了更高的保留工资水平，加大了提供高工资条件工作的吸引程度。

五、总结

本文采用实地实验的数据证明了劳动力市场中定向搜寻的存在，首先与之前的文献结论相一致，作者证实了更高的工资条件显著提升了申请率，其次对于工资条件高于保留工资的情况下，更高的工资条件仍然提升了求职者的申请率，这为定向搜寻的存在提供了更为明确的证据。最后，对于工资条件总是高于保留工资的情况下，保留工资更高的求职者往往对更高工资条件的工作反应更强，这丰富了定向搜寻存在的证据，即求职者不仅会对更高的工资条件做出反应，同时也会对获得工作的概率做出反应。

Abstract

We explore the impact of wage offers on job applications, testing implications of the directed search model and trying to distinguish it from random search. We use a field experiment conducted on a Chinese job board, with real jobs for which we randomly varied the wage offers across three ranges. We find that higher wage offers raise application rates overall, which is consistent with directed search but can also arise with random search. We also find that higher wage offers raise application rates for job seekers with wage offers above reservation wages, and that – among the latter – the increase in application rates is stronger for those with higher reservation wages. The latter two types of evidence are consistent with directed search but not random search. Hence, our evidence lends support to directed search models.