图片来源：Midjourney绘制

原文信息：

Kelley E M, Ksoll C, Magruder J. How do digital platforms affect employment and job search? Evidence from India[J]. Journal of Development Economics, 2024, 166: 103176.

原文链接：

https://doi.org/10.1016/j.jdeveco.2023.103176

01

引言

近年来，青年劳动力失业问题一直是发展中国家政策关注的重点。这项研究在印度开展实地实验，以考察数字平台对发展中国家青年失业的影响。在印度，城乡青年失业率在2017-2018年急剧上升至约18%，成为当地政府亟需解决的一个紧迫问题。十年来，印度政府和研究人员致力于寻找青年失业的解决方案，例如大规模投资劳动市场、就业援助等，但这些干预措施的影响并不显著，这表明有一部分青年可能是自愿失业的，因为他们对就业市场前景持有不切实际的期望。因此，需要制定更长期、更可持续的干预措施，既能为青年劳动力提供新的就业机会，又能校准和纠正青年对劳动市场的期望。

数字平台为雇主发布各种招聘信息和就业机会提供了更加高效、便捷的手段，促进了职业信息的传播，能够帮助求职者更好地了解劳动市场和潜在的工作机会。这项研究与印度的一家在线招聘数字平台Job Shikari合作，对接触该平台的职业培训毕业生进行了实地实验。研究发现，毕业生注册该平台后反而导致他们的就业率下降了约9个百分点（与未在该平台注册的毕业生相比），这种影响持续了至少一年，这一结果令人意外。然而，通过给予一部分毕业生访问该平台的优先权（这些人可以获得平台上额外提供的职位信息），其就业率便逐渐追赶上，具有平台优先访问权的毕业生就业率仅相比未注册毕业生下降了约4个百分点。此外，研究还发现，数字平台的影响在印度的不同地理区域存在差异，部分青年更可能受到平台负面选择的影响。这些发现提供了关于数字平台和青年自愿性失业的明确证据。

这项研究发现了以下现象：青年通常对他们基线工资的前景过于乐观，当他们在数字平台上注册时，他们会增加对保留工资的预期，并减少至少一年的就业，以寻找更好的就业机会。然而，当增加求职者在平台上收到的工作机会的信息量时，有一部分人便已经能够克服偏见，当雇主的工作到达率低于他们预期时，这些求职者会向下修正他们的信念，以应对其获得的劳动力市场前景的负面信号。

研究背景

02

2.1  印度的数字平台

随着互联网的普及，数字平台成为了数百万求职者寻找工作的流行工具。在印度，有超过10个求职数字平台在全国范围内运营。这些平台中的许多构建了在线界面或移动应用程序，使求职者可以在线上浏览工作机会。同时，这些数字平台也积极推广免费的职位推送服务（例如短信），因为平台上大多数求职者是比较被动的，特别依赖于关于职位的个性化推送。在本研究中，作者与Job Shikari合作，该平台是印度唯一一家为没有大学学位的求职者提供就业机会信息的数字平台。Job Shikari主要面向服务行业的雇主招聘常见的岗位员工，例如数据录入员、电话销售员和外勤执行员等，这些工作通常涉及与销售相关的各种行政工作。Job Shikari上大多数职位需要高中学历，平均每月工资为10000卢比。虽然Job Shikari也有自己的在线网站，但求职者主要是依赖Job Shikari推送的关于新工作机会的短信来获取职位信息。

基于Job Shikari的实验对于识别数字平台对青年失业的影响具有独特的优势：Job Shikari这种私营的数字平台经常获得相对不那么受欢迎的工作机会信息，因为该平台通常向雇主公司收取与求职者建立联系的费用，这种模式往往吸引到的是那些难以找到雇工的职位。因此，该平台上提供的工作机会相较于其他渠道不那么受追捧，因此毕业生可能特别容易受到信念变化的影响，这一情况并不罕见。其次，对于非技术性岗位，当工资较低或工作条件没有吸引力时，工作匹配将很少，如果年轻的毕业生没有了解到平台工作是负面选择的，他们可能会失业更长时间，这有利于捕捉本研究所提出的青年对劳动力市场信念的效应。

2.2  印度的职业培训

印度技能发展和创业部（MSDE）于2015年推出了“技能印度”运动，旨在提高高质量技能培训的可及性。为此，他们创建了国家技能发展公司来支持各种机构加强职业培训。国家技能发展公司最大的项目之一是“Pradhan Mantri Kaushal Vikas Yojana”（PMKVY）计划，旨在鼓励青年报名参加职业培训，并在成功完成培训后提供金钱奖励。截至2021年，印度全国已有2240万青年参加了该培训项目。最新研究发现，有50%的培训生在毕业后至少接受过一次面试，36%收到至少一份工作邀约，只有18%接受了邀约。此外，毕业后3个月内仅有9%的人从事相同工作，3个月后任何工作的就业率为25%，6个月后为19%。这些数据表明参与该职业培训的毕业生参与劳动市场的效果不佳，背后的含义是这些毕业生求职者对未来的工作类型和工资产生了不切实际的期望。

03 

实验设计与资料收集

3.1  实验设计

首先，该研究从2015年4月到2016年9月对数字平台Job Shikari进行了实验，该平台向雇主公司收取费用，以向比较符合公司在聘职位要求的潜在求职者发送短信。实验对象分为一个对照组和两个处理组，对照组的求职者不接收平台发送的任何短信，而处理组的求职者接收来自平台的职位推送短信，接收到短信的求职者可以通过短信中提供的联系方式进一步参与面试过程。

处理组按照接收短信的数量分为两类：常规处理组和优先处理组。优先处理组的求职者获得平台提供的优先待遇：他们在指定工作机会的搜索查询匹配的求职者名单上处于优先级，从而能够收到更多的短信。具体来说，在研究期内，常规处理组的毕业生平均收到1.6条短信，而优先处理组的毕业生平均收到19条短信；常规处理组中36%的求职者至少收到一条短信，而优先处理组65%的求职者收到短信。

参与该项研究的实验对象主要是印度国家技能发展公司PMKVY职业培训项目的毕业生，国家技能发展公司为该研究提供了来自168个培训中心的毕业生的联系信息，这些培训中心专门从事电信、物流、销售和安全等领域的培训，这些领域在Job Shikari平台上有着较高的工作邀约率。研究一共接触了2662名PMKVY毕业生，调查了他们的就业状况和个人背景信息。这些毕业生大多数是男性，年龄相对较轻，平均约24岁，只有三分之一已婚，超过65%来自弱势家庭。研究使用了多重测试方法，并在分析中重点关注了三个主要的结果变量：受访者当前是否受雇、在职受访者的收入和受访者报告的保留工资。

本研究的实验对象是参与PMKVY职业培训的毕业生，他们的特征可能与一般人群不同，然而，这些差异的确切影响并不清楚：一方面，那些寻求职业培训的人对当前收入的边际效用可能较低，可能导致更高的保留工资和对就业的预期过高；另一方面，接受职业培训的个人可能对自己的工作前景抱有较低的信念，导致他们认为培训的机会成本相对较低，这可能导致他们具有较低的保留工资，对劳动力市场前景更加悲观。作者认为，尽管有这些考虑，研究这个群体仍具有很大价值，因为根据世界银行和国际劳工组织的估计，这类群体代表了全球约7400万人口。

本研究使用电话调查的形式对实验对象进行了三轮调查。首轮调查在2015年4月至7月，获取了完整样本2662名毕业生的信息。中期调查平均在大约9个月后进行，设法接触到了83%的受访者（2230名毕业生）。最终调查在2016年6月至9月期间进行，覆盖了71%的受访者（1905名毕业生）。作者将30%的样本分配给对照组，40%用于常规处理组，30%用于优先处理组。

3.2  实证模型

本研究合并了多轮实验调查的数据，并使用普通最小二乘法进行以下回归来估计干预的效果：

其中，yit是毕业生i时期t在劳动力市场的结果，包括是否受雇、工资收入和自我报告的保留工资。Tit表示对照组和处理组的虚拟变量，毕业生位于对照组则为0，位于处理组则为1（无论常规处理组还是优先处理组）。PTit表示处理组的分类变量，毕业生位于优先处理组则为1，位于常规处理组或对照组则为0。这样的话，Tit捕捉参与数字平台的影响，而PTit则捕捉在平台上获取更多职位短信的边际影响。此外，控制个体固定效应和时间（调查轮次）固定效应。回归结果在个体水平进行聚类。

结果讨论

04

4.1  就业和求职

接受处理的毕业生被告知他们的信息将被上传到数字平台，但平均只收到1.6条职位短信。因此，这个处理可能只是改变了受访者对新工作机会到达率（笔者认为，这里可以理解为工作机会的数量随时间的变化速率）的预期。根据表2面板A的结果来看，解释变量T对雇佣率的估计系数显著为负，说明处理组毕业生的就业率下降了 9.2 个百分点，这意味着相对于对照组，处理组的就业人数减少了30%，并且这种影响持续了一整年。这一结果提供了自愿失业的有力证据——这些毕业生宁愿在短期减少工作，也不愿接受他们当下可以在开放的劳动力市场上获得的工作类型。在附录中，作者进一步考察了这种效应随时间的变化，发现负面效应会随时间逐渐下降，但长期失业在印度相对普遍，作者观察到的失业效应可能需要一年多的时间才能消退。

尽管如此，数字平台对青年自愿失业的影响也是可以逆转的。随着毕业生更多地了解平台上的工作类型，以及获得其中一份工作的可行性，他们将重新调整他们的期望。这种效果可以在优先处理组中进行测试，该处理组平均比常规处理组多收到17.4条短信。他们收到的短信显示，平台提供的工作主要位于德里，而且薪水相对较低。作者发现，优先处理组的失业效应是温和的：与对照组相比，优先处理组的毕业生的就业率仅下降了4.8个百分点，就业人数减少了16%（如表2面板A）。这表明，劳动力市场干预措施可能需要新的方法——即通过提供劳动力市场的更广泛的信息来修正求职者对其就业前景的预期。

作者还调查了数字平台对样本实际工资的影响，结果见表2面板A第2列。其中，并没有发现数字平台对处理组工资产生重大影响的证据。优先处理组的工资回归系数为正，但影响不显著。

4.2  信念作为一种渠道

作者假设，以上结果在一定程度上是由毕业生对平台能为他们做什么的信念所驱动的。作者使用受访者的保留工资（这里指的是受访者愿意接受某项工作时所能接受的最低工资水平）来衡量信念，结果如表2面板B所示。结果发现，与对照组相比，参与数字平台会导致处理组的保留工资小幅增加（3.1%），因为毕业生期望并坚持寻找更好的工作。相反，优先处理组的保留工资显著下降，下降了约 5.1%，因为这些人意识到目前市场上所提供的工作难以满足他们的预期。在表2面板B的最后三列中，作者要求受访者估计他们在当前地点找到一份分别支付 10000、16000 和 20000 卢比的工作的可能性。结果可以看到对优先处理组的负面影响更强，这表明收到更多短信的人对他们以这些工资实际找到工作的可能性会有更负面的评估。

保留工资的这些变化有意义吗？为了回答这个问题，作者探讨了保留工资如何对实际工资和寻找工作作出反应。表3展示了工资收入以及寻找工作的努力（第2列）对保留工资的影响。结果显示，实际工资水平和工作搜寻对保留工资的影响与参与数字平台是类似的。而在第 3 列和第 4 列中，作者剔除了那些在调查期间没有实际寻找工作的受访者，重点关注那些存在实际工作搜寻行为的毕业生的子样本（大约占63%）。因为对于没有进行工作搜寻的个人，保留工资的衡量是不准确的，可能产生严重的内生性问题，因此作者剔除了这些人群以考察结论的稳健性。结果表明，对于进行工作搜寻的人来说，数字平台对保留工资的影响更为明显：处理组的估计系数从3.1%翻倍到7.7%，优先处理组的估计系数从-5.1%翻倍到-8.0%。然而，处理的效果在全样本和子样本中是相似的。以上结果说明，保留工资作为一种中介机制，其效应是很大的，可以在一定程度上解释之前的发现。但就业效应的变化幅度更大，作者对此的解释是：一是可能是因为简单的搜索和匹配模型无法完全描述工作搜寻行为，二是可能是因为测量误差导致的，作者认为保留工资的测量误差很大，因此两个处理效果的估计值（就业和保留工资）之间没有直接可比性。

最后，作者还观察了处理组中的毕业生是否花更多的精力和时间寻找和申请工作（见表A.14），结果发现，相比对照组，处理组和优先处理组的毕业生在寻找工作的时间上并没有体现出明显的区别。尽管如此，确实有一些暗示性的证据表明，数字平台对毕业生在所有平台上提交的工作申请数量有很大的影响（尽管影响在统计学上不显著），对于进行工作搜寻的受访者，这种现象更加明显：相比对照组，数字平台的处理组在申请工作的数量上有所减少，而优先处理组申请工作的数量相比对照组有所增加。

4.3  平台上的学习效应

前文表明，与处理组相比，向优先处理组发送额外的短信会导致更高的保留工资和就业率。对保留工资的估计结果表明，这种影响可能是由受访者信念的变化驱动的，但这种说法也可能存在一定的内生性问题，也就是说容易更新信念的受访者群体在平台上可能具有更高的工作匹配率。为此，作者使用实验样本的地理分层来进一步探索这一点，因为不同地理分区的毕业生在一些基础特征上存在很大差异：印度西南地区的职业培训毕业生平均年龄要大得多，结婚的可能性更大，父母受教育程度较低，种姓的平均水平也偏低。此外，东部和北部地区的毕业生在某些方面相比德里地区的毕业生处于不利地位，但差距并不像西南地区的毕业生那样明显。

被分配到优先处理组的经历也因地理位置而异。在工作数量上，德里的优先处理组的毕业生平均收到57条短信，而北部和东部的优先处理组则分别收到20个和14个工作机会，西南地区的优先处理组平均只收到4条短信。这些差异是由于Job Shikari在不同地区的雇主分布水平方面的差异所致的。此外，工作质量也因地理区域而异，德里的毕业生只在他们居住的地区附近看到工作；北部的毕业生居住在德里及其周边地区，这是大多数短信宣传工作机会的地方；西南部和东部的毕业生住在距离德里500多公里外，但在德里找到了工作。此外，从工资待遇的分布来看，不同地理区域也具有不同的吸引力，该平台的工资报价在西南和东部更具吸引力，那里的基准工资较低。

以上差异会影响优先处理组的就业概率。表4表明，虽然所有四个地区的处理组毕业生都经历了类似的自愿失业效应，但只在西南部和东部地区发现了属于优先处理组的逆向效应。与常规处理组相比，西南地区优先处理组群体中的个人就业概率增加了8.9个百分点。同样，东部的优先处理组毕业生相对于常规处理组而言，就业的可能性增加了7.5个百分点。而北部和德里的优先处理组的边际效果约为 0，在统计学上不显着。为此，得出的结论是，优先处理组的逆向失业效应是由西南和东部的人推动的：他们年龄较大，生活条件较差，与此同时，他们收到的有关工作岗位的信息在空间上匹配度相比其他地区又较差。作者对这一现象进行了进一步分析，研究发现，对于年龄较大且经济状况较差的毕业生，他们更可能通过接受距离家近的就业机会来更快地结束自愿失业期。因此，作者认为这种异质性主要是由于年龄较大的求职者更快地更新了对工作机会的信念，而不是由于平台上更高的工作匹配导致的。

05 

总结与回顾

当前，全球青年失业率偏高，并持续上升。尽管有许多国家和政府采取干预措施来促进求职者和潜在雇主之间的匹配，但对就业率的影响并不明显。文献表明，这可能是因为青年人处于“预期不匹配”的自愿失业状态。

在这项研究中，作者测试了这一假设，评估了印度职业培训的年轻毕业生参与数字平台上，并为他们提供有关工作的信息的影响。研究发现，获得数字平台工作机会短信推送的毕业生在至少一年内的就业率降低了9个百分点。作者将这一结果解释为强有力的自愿失业证据：接入数字平台的毕业生对就业前景的期望更高，更倾向于等待更好的工作，而不是接受他们当前可以在平台上或平台外获得的工作。而当平台为用户提供更多的工作岗位信息时，这一趋势有所缓解：那些具有平台优先访问权的毕业生就业率仅下降了4个百分点。

研究结果表明，访问数字平台会以看似不合理的方式提高年轻人的期望，如果平台使求职者产生了过高的期望，但现实工作机会疲软，那么就会导致自愿失业，因为求职者会坚持不断地搜寻更好的工作。这种影响的程度和粘性取决于求职者个人在多大程度上更新了他们对找到工作的可能性的信念；只有当个人对平台提供的工作类型有足够的信息时，才能克服这些期望。

Abstract 

We use a randomized control trial to evaluate whether digital platforms improve employment outcomes among vocational training graduates in India. We uploaded a random subset of graduates to a digital platform, and assigned some to receive many text messages about job opportunities. We find evidence of voluntary unemployment: graduates respond to platform access by increasing their reservation wages, and by working significantly less. As good job offers fail to materialize on the platform, some graduates adjust their expectations downwards and resume working. These findings suggest that youth’s beliefs about the effectiveness of matching interventions may reduce their potential impacts on employment.

声明：推文仅代表文章原作者观点，以及推文作者的评论观点，并不代表香樟经济学术圈公众号平台的观点。