低收入国家的劳动力市场经历了许多摩擦,这些摩擦损害了企业与工人之间的有效匹配(Behrman, 1999)。信息摩擦会阻碍公司观察工人技能和生产力的尝试(Abel)et al。, 2016;Bassi & Nansamba, 2017;卡兰et al。空间摩擦可以将公司和员工分开(Franklin, 2017),监管摩擦可以阻止公司招聘(Freeman, 2010),围绕性别和其他身份的规范可以伤害一些员工和小公司(Beaman)et al。, 2017)。
这些摩擦对工人和企业都有伤害。信息摩擦导致企业和工人做出次优匹配决策,降低产出和工资,同时增加成本高昂的人员流动。如果不匹配的风险降低了公司招聘的意愿或工人寻找工作的意愿,这就降低了总就业人数。信息摩擦也会导致求职者进行次优的人力资本投资:获得公司不重视的技能,或者因为无法可靠地向公司发出信号而获得较少的技能。空间摩擦增加了寻找工作和前往工作地点的成本,使原本盈利的可行公司与员工的匹配出现了亏损。性别规范可能会阻止女性进入劳动力市场,或将她们转变为自我雇佣或产生较低收入和生产率的次优匹配。
我们提出了一系列干预措施,以缓解巴基斯坦拉合尔及其周边劳动力市场的搜索和匹配摩擦。我们为GLM| lici资助的干预项目“妇女使用公共交通和劳动力参与:随机对照试验”成功开发了一个劳动力市场搜索平台。在这个项目中,我们为工人和求职者提供交通补贴,并研究其对劳动力供应、就业和收入的影响。鉴于劳动力供应和劳动力市场结果的显著性别差异,我们按性别分别检验了这些影响,并检验了对妇女的补贴交通的影响是否取决于交通是性别隔离还是融合。我们开发了一个创新的求职平台,工作Talash,以衡量这种干预的结果,并帮助求职者与公司匹配。乔布•塔拉什(Job Talash)在劳动力市场的供求两方面都提供了丰富、高频的数据。
该项目将利用Job Talash随机改变企业和求职者面临的摩擦,从而量化这些摩擦的重要性。具体地说:
- 我们评估求职者的技能,并随机改变公司观察求职者技能的信息,以了解对特定技能的需求。
- 我们随机改变审计求职者自我报告的资格的概率,以及公司是否知道这一概率以理解求职者谎报技能的动机,以及公司如何应对谎报风险。
- 我们随机抽取求职者对工作和公司特征的观察信息,如工资和劳动力的性别组成,以了解劳动力供应对工作前景的反应。
- 我们随机改变求职者对公司对求职者属性的偏好的信息,以了解员工投资短期培训和实习的决定对这些属性的感知需求有多敏感。
- 我们对比了集中式的公司-员工匹配,其中我们对匹配做出明确的建议,而分散式匹配则促进了公司和员工之间的沟通,但不做出建议。
总之,这些干预评估了摩擦在求职者决策中的作用——求职、短期人力资本投资、技能误报,以及公司在面对求职者技能的更好或更差的信息时决定聘用哪些求职者、如何聘用求职者。
通过短时间、高频率的电话调查,衡量在求职、录用、就业、工资、离职率、生产率等方面缓解信息摩擦的效果。操纵企业和工人都面临的信息摩擦让我们能够识别对需求、供应和市场均衡的影响。
我们的工作涉及多个GLM|LIC研究领域。我们评估一组特定的积极的劳动力市场政策可以解决劳动力市场摩擦这是因为劳动力市场双方的信息都很有限。我们研究的信息是多么有限人力资本和劳动生产率影响劳动力市场结果和短期人力资本投资的激励。我们快速研究人口城市化进程和广泛的从乡村到城市的迁移对他们来说,信息摩擦可能特别重要。
我们的工作也与多个GLM|LIC交叉主题相关。我们研究女性和男性,但强调周围的问题劳动力市场中的性别.招聘过程中的信息摩擦对女性的损害尤其大,因为面对信息摩擦的公司可能会依赖的推荐网络,而女性使用推荐网络的能力较差(毕蔓)et al。, 2017)。我们明确测试了特定工作场所的性别构成是否影响女性的劳动力供应决策。最后,我们提供了一个模型劳动力市场研究数据改善通过运行一个配对平台,直接收集公司与员工之间的互动和配对数据,这在典型的劳动力市场调查中是无法观察到的。