麻省理工學(xué)院哈佛大學(xué)和斯坦福大學(xué)的一個科學(xué)家團(tuán)隊發(fā)現(xiàn)

就業(yè)是影響經(jīng)濟(jì)的關(guān)鍵問題，隨著全球數(shù)千萬個工作崗位的消除或轉(zhuǎn)型，就業(yè)獲得了更多的關(guān)注。隨著大部分經(jīng)濟(jì)數(shù)字化，重要的是要考慮社交媒體和社交網(wǎng)絡(luò)對就業(yè)的影響。來自哈佛大學(xué)，斯坦福大學(xué)，麻省理工學(xué)院和LinkedIn的研究人員團(tuán)隊，由斯坦福大學(xué)和麻省理工學(xué)院最近的博士畢業(yè)生Karthik Rajkumar和紀(jì)堯姆·圣雅克領(lǐng)導(dǎo)，包括麻省理工學(xué)院斯隆管理學(xué)院教授Sinian Aral教授，斯坦福大學(xué)教授Erik Brynjolfsson和哈佛商學(xué)院教授。 伊亞沃爾·博吉諾夫(Iavor Bojinov)最近對社交媒體對勞動力市場的影響進(jìn)行了迄今為止最大的實驗研究，發(fā)現(xiàn)較弱的社會關(guān)系對工作流動性的有利影響大于較強的聯(lián)系。

“'弱關(guān)系的力量'是過去一百年來最有影響力的社會理論之一，它認(rèn)為，不頻繁的、公平的關(guān)系——被稱為弱關(guān)系——比強關(guān)系更有利于就業(yè)機會、晉升和工資。盡管在過去50年中被引用了65，000多次，但該理論與就業(yè)有關(guān)，沒有大規(guī)模的實驗因果測試，“Aral說。

“在我們最近的論文中，我和我的同事們提出了第一個關(guān)于強關(guān)系和弱聯(lián)系對工作流動性的因果影響的大規(guī)模，縱向?qū)嶒炞C據(jù)，”Rajkumar說。他們的論文“弱聯(lián)系強度的因果測試”剛剛由《科學(xué)》雜志發(fā)表。

弱聯(lián)系理論的優(yōu)勢是基于這樣一種觀點，即弱聯(lián)系允許遙遠(yuǎn)的人群獲得可以帶來新機會，創(chuàng)新和提高生產(chǎn)力的新信息。該理論的作者馬克·格拉諾維特(Mark Granovetter)在1973年認(rèn)為，弱聯(lián)系在提供新的就業(yè)機會方面特別有用，因為它們將新的勞動力市場信息引入了更廣泛的社交網(wǎng)絡(luò)。然而，迄今為止對這一理論最大規(guī)模的實證檢驗發(fā)現(xiàn)了科學(xué)家所說的“弱聯(lián)系悖論”，在這種悖論中，強聯(lián)系，而不是弱聯(lián)系，是提供就業(yè)機會的人。不幸的是，由于這些先前的研究不是實驗性的，它們無法可靠地確定弱和強聯(lián)系對勞動力流動性的因果影響。

在他們的研究中，研究小組克服了這些障礙，對全球2000萬人進(jìn)行了為期五年的LinkedIn實驗，在此期間創(chuàng)造了60萬個新工作崗位。正如Saint-Jacques所指出的：“我們使用LinkedIn'你可能認(rèn)識的人'(PYMK)算法上進(jìn)行的大規(guī)模隨機實驗的數(shù)據(jù)來測試弱領(lǐng)帶理論及其對勞動力市場的影響。

通過隨機分配一些LinkedIn用戶從PYMK算法接收更多弱領(lǐng)帶建議，其他用戶從PYMK算法接收更強的領(lǐng)帶建議，然后檢查兩組在五年內(nèi)的勞動力流動性，他們的分析證實，較弱的領(lǐng)帶增加了工作流動性的可能性最大。但研究人員還發(fā)現(xiàn)，領(lǐng)帶強度和工作流動性之間存在倒U形關(guān)系，適度較弱的紐帶增加工作流動性最大，最強的聯(lián)系增加工作流動性最少。

“這不是'越弱越好'或'越強越壞'的問題，”Bojinov解釋說。“我們的研究結(jié)果表明，最大的工作流動性來自適度較弱的關(guān)系 - 最弱的聯(lián)系與平均關(guān)系強度之間的關(guān)系之間的社會聯(lián)系。

此外，研究人員研究了各行各業(yè)的差異，發(fā)現(xiàn)增加薄弱的聯(lián)系會在經(jīng)濟(jì)的數(shù)字和高科技領(lǐng)域創(chuàng)造更多的勞動力市場流動性。弱聯(lián)系導(dǎo)致更多的工作申請，而不是IT強度更高的行業(yè)，軟件強度，機器人化和更適合機器學(xué)習(xí)，人工智能和遠(yuǎn)程工作的行業(yè)。“弱關(guān)系效應(yīng)的強度平均而言是正確的，但對于更多數(shù)字行業(yè)的就業(yè)來說甚至更強，”Brynjolfsson指出。

他指出，政策制定者用來分析勞動力市場的傳統(tǒng)方法并不完整，很快就會過時。“政策制定者需要認(rèn)識到，與經(jīng)濟(jì)的各個方面一樣，勞動力市場正在被數(shù)字化。Brynjolfsson強調(diào)了了解數(shù)字平臺算法如何影響勞動力市場，就業(yè)率和全球經(jīng)濟(jì)整體健康狀況的重要性。“這些數(shù)字平臺和運行它們的算法已成為勞動力市場必不可少的驅(qū)動力。

此外，Aral指出，社交媒體公司可以在其平臺設(shè)計中使用這些信息來增加雇主和雇員的經(jīng)濟(jì)價值。“LinkedIn在科學(xué)的平臺設(shè)計方法方面處于領(lǐng)先地位。他們積極尋求有關(guān)其平臺健康狀況及其對雇主，雇員和整個經(jīng)濟(jì)的影響的最基本問題的科學(xué)答案。

至于雇主和求職者，這項研究強調(diào)了積極管理社交網(wǎng)絡(luò)的重要性，以確保它們盡可能廣泛。“社交網(wǎng)絡(luò)上的弱聯(lián)系可能是管理你的職業(yè)，晉升，晉升甚至工資的一個非常有用的部分，”Aral補充道。