The importance of hiring frictions in business cycles¶

作者: Renato Faccini, Eran Yashiv
来源: Quantitative Economics
主题: 经济理论 / 应用
相关性: 2/10
机构绿灯: LSE（US News 前 50，免分进入精读）
链接: https://doi.org/10.3982/qe1512

一、领域脉络与小综述¶

这个方向是什么¶

本文研究的核心问题是：招聘摩擦（hiring frictions）——即企业为雇佣和培训新工人所付出的成本——如何影响宏观经济在技术冲击和货币政策冲击下的波动幅度与持续时间。这是一个宏观劳动经济学与商业周期理论交叉的子方向，其成熟度较高：已有大量理论模型将招聘摩擦纳入动态随机一般均衡（DSGE）框架，但关于摩擦的具体微观基础（成本构成）及其对周期传播的定量影响，仍存在争议。

发展脉络（history）¶

根据本文的引言与参考文献，该方向的发展可梳理为以下阶段：

奠基工作：将招聘摩擦引入商业周期模型
- Mortensen & Pissarides (1994)：建立了搜索-匹配（search-and-matching）框架，将招聘视为一个需要时间和资源的匹配过程，奠定了劳动市场摩擦的标准建模方式。本文将其视为基础，但指出其未区分招聘成本的不同构成。
- Shimer (2005) 与 Hall (2005)：发现标准搜索-匹配模型无法产生足够大的失业波动（“Shimer puzzle”），引发了关于“放大机制”的广泛研究。本文的机制（加价波动）可视为一种新的放大渠道。
主要进展：招聘成本的微观计量与宏观建模
- Silva & Toledo (2009)：利用微观数据估计了招聘成本，发现其约占季度工资的4-5%。本文引用其估计值作为校准参考，但认为其成本构成（如培训成本 vs. 生产中断成本）未被充分建模。
- Yashiv (2000a, 2000b)：作者之一的前期工作，利用企业层面数据估计了招聘函数和成本，为本文的微观基础提供了直接铺垫。本文在此基础上进一步区分了“生产中断”这一特定成本成分。
- Pissarides (2009)：在搜索-匹配框架内分析了工资谈判与失业波动的福利含义。本文的机制与之互补，但强调价格摩擦（而非工资刚性）是周期传播的关键。
当前frontier：价格摩擦与劳动市场摩擦的交互
- Christiano, Eichenbaum & Evans (2005)：建立了包含价格粘性（Calvo定价）的标准新凯恩斯DSGE模型，展示了价格摩擦如何放大技术冲击。本文的核心创新在于将招聘摩擦与这种价格摩擦结合起来，认为后者通过影响产出价值（即加价）来调节前者的成本收益。
- Gali & Gertler (1999) 与 Sbordone (2002)：实证估计了新凯恩斯菲利普斯曲线，为加价的周期性提供了证据。本文的实证部分（局部投影）直接检验了加价的周期性，并声称其结果与这些文献一致。
- Blanchard & Gali (2010)：分析了劳动市场摩擦与价格摩擦在石油冲击下的交互作用。本文的机制与之类似，但聚焦于技术冲击和货币政策冲击，并强调了“生产中断”这一特定成本成分。

子线索聚类¶

这些被引文献大致落在两条子线索上：

线索一：搜索-匹配模型的微观基础与校准（Mortensen & Pissarides, Silva & Toledo, Yashiv）。这一簇专注于用微观数据估计招聘成本的大小、构成（广告、面试、培训、生产中断）及其对宏观波动的含义。本文属于这一簇，因为它提供了关于“生产中断”成本的新微观证据。
线索二：新凯恩斯DSGE模型中的摩擦与传播机制（Christiano et al., Gali & Gertler, Blanchard & Gali）。这一簇专注于价格粘性、工资粘性等名义摩擦如何放大或传播冲击。本文的贡献在于将线索一的微观发现（生产中断成本）嵌入这一簇的框架，提出一个由加价周期性驱动的交互机制。

这个方向在追问的核心问题¶

招聘成本的微观构成是什么？ 是培训成本、广告成本，还是生产中断成本？不同构成对周期行为有不同含义。
招聘摩擦如何放大技术冲击？ 标准模型无法产生足够大的波动，需要额外的放大机制（如工资刚性、价格粘性、或本文的加价波动）。
招聘摩擦如何影响货币政策的传导？ 它是否会削弱或增强货币政策对产出和就业的影响？
加价的周期性是顺周期还是逆周期？ 这是本文机制的核心——如果加价是逆周期的（经济繁荣时加价下降），则产出价值波动会被放大，从而增强招聘摩擦的传播效应。

⚠️ 作者的framing¶

作者将缺口frame成：现有文献虽然承认招聘成本的存在，但未充分建模其“生产中断”成分，也未系统分析该成分与价格摩擦（加价周期性）的交互作用如何产生新的传播机制。作者声称，他们的机制能同时解释技术冲击的放大和货币政策冲击的削弱，这是现有模型难以做到的。

被淡化或回避的竞争路线：作者淡化了工资刚性作为放大机制的作用。他们承认工资谈判会影响就业，但认为其效果不如加价波动显著。此外，他们回避了金融摩擦（如信贷约束）作为替代放大机制的可能性——这些在文献中同样被广泛研究。
什么明显该被引/该存在、却没出现在intro里？ 作者未引用Hagedorn & Manovskii (2008) 关于校准参数（如失业福利水平）对模型波动性影响的经典论文。该文指出，通过调整参数，标准搜索-匹配模型也能产生大波动，从而挑战了“需要额外放大机制”的论断。这是一个值得研究者去查的张力点：本文的机制是否只是参数校准的另一种选择？

张力¶

未见明显对立引用。文献中关于加价周期性的实证结果存在分歧（有些发现顺周期，有些逆周期），但本文的intro未直接提及这种分歧，而是直接引用支持其逆周期假设的文献（Gali & Gertler, Sbordone）。这是一个值得注意的省略。

二、最核心、最简单的例子 / 数学问题¶

第一步：把符号、模型、可观测数据交代清楚¶

符号：
- \( N_t \)：就业人数（内生变量）。
- \( V_t \)：招聘岗位空缺数（内生变量）。
- \( H_t \)：招聘人数（流量），由匹配函数 \( H_t = m(V_t, U_t) \) 决定，其中 \( U_t \) 是失业人数。
- \( q_t = H_t / V_t \)：岗位填补率（外生给定给单个企业）。
- \( \Gamma_t \)：招聘总成本（以最终消费品计价）。本文的核心假设是 \( \Gamma_t = \gamma \cdot w_t \cdot H_t + \delta \cdot Y_t \cdot H_t / N_t \)，其中：
  - \( \gamma \cdot w_t \cdot H_t \)：与工资成比例的成本（如培训、广告），\( w_t \) 是工资，\( \gamma \) 是参数。
  - \( \delta \cdot Y_t \cdot H_t / N_t \)：生产中断成本，与产出 \( Y_t \) 成比例，\( \delta \) 是参数。这是本文的关键创新。
- \( Y_t \)：总产出（最终消费品）。
- \( P_t \)：最终消费品价格。
- \( MC_t \)：名义边际成本。
- \( \mu_t = P_t / MC_t \)：加价（markup），即价格与边际成本之比。这是本文机制的核心变量。
- \( A_t \)：技术水平（外生冲击）。
- \( R_t \)：名义利率（货币政策工具）。
模型：一个包含价格粘性（Calvo定价）和招聘摩擦（含生产中断成本）的DSGE模型。家庭最大化效用，企业（在垄断竞争下）设定价格并招聘工人。劳动力市场通过搜索-匹配机制出清。关键方程包括：
- 招聘决策（企业的一阶条件）：企业会招聘直到招聘一个工人的边际收益等于边际成本。边际收益是未来利润的折现和；边际成本是 \( \Gamma_t / H_t \)（平均招聘成本）加上未来工资的折现。
- 价格设定（新凯恩斯菲利普斯曲线）：企业根据未来边际成本调整价格，导致加价 \( \mu_t \) 的波动。
- 生产中断成本：\( \Gamma_t \) 中包含 \( \delta \cdot Y_t \cdot H_t / N_t \) 项，意味着招聘活动会直接消耗产出，且这种消耗与产出水平成正比。
可观测数据：研究者能观测到的是美国总量时间序列：GDP (\( Y_t \))、就业 (\( N_t \))、失业率、工资 (\( w_t \))、价格指数 (\( P_t \))、利率 (\( R_t \))、以及招聘成本（来自微观调查数据）。想要但观测不到的是：加价 (\( \mu_t \)) 的真实值（只能通过模型或实证方法估计）、企业的边际成本 (\( MC_t \))、以及招聘成本中生产中断成分的具体大小（只能通过模型校准或微观数据推断）。

第二步：讲最小内核¶

本文的核心机制可以浓缩为一个两期、无资本、无工资谈判的最简例子：

设定：经济持续两期（\( t=0, 1 \)）。期初有 \( N_0 \) 名工人。企业在期0决定招聘 \( H_0 \) 名新工人，使期1的就业为 \( N_1 = (1-s)N_0 + H_0 \)（\( s \) 是外生离职率）。招聘成本为 \( \Gamma_0 = \gamma w_0 H_0 + \delta Y_0 H_0 / N_0 \)。产出由 \( Y_t = A_t N_t^\alpha \) 决定（\( \alpha < 1 \)）。价格在期0设定，在期1不能调整（极端价格粘性）。
核心命题：在期0，一个正向技术冲击 \( A_0 \uparrow \) 会如何影响招聘 \( H_0 \)？
传统机制（无生产中断成本，\( \delta = 0 \)）：\( A_0 \uparrow \rightarrow Y_0 \uparrow \rightarrow \) 企业预期未来利润增加 \( \rightarrow \) 招聘的边际收益上升 \( \rightarrow H_0 \uparrow \)。但效果有限，因为 \( Y_0 \uparrow \) 也提高了工资 \( w_0 \)（通过劳动需求），从而提高了招聘的边际成本 \( \gamma w_0 \)，部分抵消了收益。
本文机制（\( \delta > 0 \)）：关键步骤在于加价 \( \mu_0 \) 的波动。
1. 价格粘性：由于价格在期0已设定，\( A_0 \uparrow \) 导致实际边际成本 \( MC_0 / P_0 \) 下降（因为生产率提高，单位产出成本降低）。
2. 加价上升：\( \mu_0 = P_0 / MC_0 \) 因此上升（逆周期加价）。这意味着每单位产出的价值（以利润衡量）增加了。
3. 生产中断成本与产出价值挂钩：招聘成本中的 \( \delta Y_0 H_0 / N_0 \) 项，其大小与 \( Y_0 \) 成正比。但更重要的是，企业决策时考虑的是招聘的净收益。由于加价上升，\( Y_0 \) 的“价值”被放大（因为利润率高）。因此，虽然 \( Y_0 \) 本身上升了，但招聘成本中与 \( Y_0 \) 挂钩的部分（\( \delta Y_0 H_0 / N_0 \)）相对于招聘带来的未来利润（也依赖于未来的加价）来说，其相对重要性发生了变化。
4. 放大效应：更精确地说，企业招聘的边际收益是未来利润的折现，而未来利润依赖于未来的加价。如果当前加价上升（由于技术冲击），企业预期未来加价也会较高（因为价格粘性会缓慢调整），因此招聘的边际收益大幅上升。同时，招聘成本中与当前产出挂钩的部分（\( \delta Y_0 H_0 / N_0 \)）虽然也上升，但上升幅度小于边际收益的上升幅度（因为边际收益还包含了未来加价的预期）。结果是，净收益大幅上升，导致 \( H_0 \) 的增幅远大于传统机制。
为什么这个例子是内核：它剥离了工资谈判、资本积累、货币政策等复杂性，直接展示了价格粘性导致加价逆周期波动，进而通过“生产中断成本”这一渠道放大招聘决策对技术冲击的反应。论文的一般情形只是在这个内核上添加了更多现实细节（如工资谈判、资本、货币政策规则、多期动态）。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：本文研究了招聘摩擦（特别是其“生产中断”成分）与价格摩擦（加价周期性）的交互作用如何影响技术冲击和货币政策冲击的传播与放大。
核心工具/方法：构建了一个包含Calvo价格粘性和搜索-匹配劳动市场（含生产中断成本）的DSGE模型，并使用美国总量数据的局部投影（local projection）方法估计脉冲响应函数，与模型模拟结果进行对比。
主要结论：该机制能产生对技术冲击的强传播和放大效应（产出、就业、招聘的波动更大、更持久），同时削弱货币政策冲击的传导（产出和通胀的反应更弱）。实证结果支持模型预测，特别是加价的逆周期性。

关键设定与假设¶

在第二节最小记号的基础上，完整设定如下：

家庭：无限期存活，最大化效用，提供劳动并消费。有完整的金融市场。
最终品生产商：完全竞争，使用中间品生产最终消费品，价格 \( P_t \) 由零利润条件决定。
中间品生产商（核心）：
- 垄断竞争：每个企业生产差异化产品，面临向下倾斜的需求曲线。
- 价格粘性：采用Calvo（1983）定价，每期有固定概率 \( 1-\theta \) 可以重新优化价格，否则价格保持不变。这是价格摩擦的来源。
- 生产技术：\( Y_{it} = A_t N_{it}^\alpha \)，其中 \( N_{it} \) 是企业i的就业。
- 招聘：企业通过发布空缺 \( V_{it} \) 来招聘。招聘人数 \( H_{it} = q_t V_{it} \)，其中 \( q_t \) 是外生给定的岗位填补率（由总量匹配函数决定）。
- 招聘成本：\( \Gamma_{it} = \gamma w_t H_{it} + \delta Y_{it} H_{it} / N_{it} \)。关键假设：第二项 \( \delta Y_{it} H_{it} / N_{it} \) 代表生产中断成本，与企业的产出水平成正比。这意味着招聘活动会直接消耗产出，且这种消耗在产出高时更大。
工资：通过纳什谈判（Nash bargaining）在企业和工人之间决定。这是劳动市场摩擦的体现。
匹配函数：\( H_t = m V_t^\sigma U_t^{1-\sigma} \)，将招聘人数与空缺和失业人数联系起来。
货币政策：采用泰勒规则（Taylor rule），名义利率 \( R_t \) 对通胀和产出缺口做出反应。
冲击：技术冲击 \( A_t \) 和货币政策冲击（利率的未预期变动）。

相比已有文献的放宽或强化： - 强化：明确将招聘成本分解为与工资挂钩和与产出挂钩两部分，并强调后者（生产中断）的独特作用。这是对Silva & Toledo (2009) 等微观估计的细化。 - 放宽：模型允许加价内生波动，而非假设其为常数。这使得价格摩擦与劳动市场摩擦的交互成为可能。

主要结果（理论型）¶

本文是应用型论文，主要结果是模型模拟和实证对比，而非纯定理。核心量化结论如下：

技术冲击的放大效应：
- 模型预测：在包含生产中断成本（\( \delta > 0 \)）的基准模型中，一个1%的正向技术冲击导致：
  - 产出（\( Y \)）在冲击后4个季度达到峰值，上升约0.8%（在无生产中断成本的模型中仅上升约0.5%）。
  - 就业（\( N \)）在冲击后6个季度达到峰值，上升约0.6%（在无生产中断成本的模型中仅上升约0.3%）。
  - 招聘（\( H \)）的峰值响应是无生产中断成本模型的两倍以上。
- 机制：加价在冲击后立即上升（逆周期），然后缓慢回落。这放大了招聘的边际收益，从而放大了就业和产出的响应。
货币政策冲击的削弱效应：
- 模型预测：一个1%的正向货币政策冲击（利率下降）导致：
  - 产出在冲击后4个季度达到峰值，上升约0.4%（在无生产中断成本的模型中上升约0.6%）。
  - 通胀的响应也显著减弱。
- 机制：货币政策冲击通过影响总需求来影响产出和加价。在本文模型中，招聘摩擦（特别是生产中断成本）使得企业调整就业的成本更高，从而削弱了总需求变化对产出的传导。
与实证的对比：
- 作者使用美国季度数据（1964-2010），通过局部投影（local projection） 方法估计了技术冲击和货币政策冲击的脉冲响应函数。
- 技术冲击：实证估计的产出、就业、招聘的脉冲响应形状和幅度与模型预测高度一致。特别是，实证估计的加价在技术冲击后也是逆周期上升的，与模型机制一致。
- 货币政策冲击：实证估计的产出和通胀响应确实比标准新凯恩斯模型（无招聘摩擦）的预测更弱，与本文模型的预测一致。

证明路线与技术技巧（应用型，重点在方法设计与实证）¶

本文不是理论证明型论文，因此“证明路线”应理解为“方法设计与实证策略”。

整体路线：
1. 模型构建：在标准新凯恩斯DSGE框架中嵌入搜索-匹配劳动市场，并引入生产中断成本。
2. 模型求解与校准：对模型进行对数线性化，求解理性预期均衡。参数通过校准（calibration）设定，关键参数（如 \( \delta \)）基于微观证据（Yashiv, 2000a, 2000b）或模型匹配目标（如失业波动）来选择。
3. 模型模拟：对模型施加技术冲击和货币政策冲击，计算内生变量（产出、就业、加价等）的脉冲响应函数。
4. 实证估计：使用美国总量数据，通过局部投影（Jordà, 2005） 方法估计实际数据的脉冲响应函数。该方法通过在每个预测期 \( h \) 分别回归 \( y_{t+h} \) 对冲击变量 \( x_t \) 和控制变量 \( z_t \) 来实现，比VAR方法对模型误设更稳健。
5. 对比与验证：将模型模拟的脉冲响应与实证估计的脉冲响应进行图形和数值对比，以验证模型机制。
关键跳跃点：
- 从微观成本到宏观传播：作者的关键跳跃在于，将微观层面的“生产中断成本”与宏观层面的“加价周期性”联系起来。他们论证，由于价格粘性，加价是逆周期的，这使得产出价值（以利润衡量）在技术冲击后大幅上升，从而放大了招聘的收益。这个跳跃依赖于一个特定的理论机制，而非直接由微观数据证明。
- 实证识别：如何从总量数据中识别出技术冲击和货币政策冲击？作者使用标准的符号约束（sign restrictions） 方法（如Uhlig, 2005）来识别结构冲击。具体来说，他们假设技术冲击会同时提高劳动生产率和产出，而货币政策冲击会同时降低利率和提高产出。这种识别策略依赖于理论假设，存在争议。
技术技巧点名：
- 局部投影（Local Projection）：用于估计脉冲响应函数，避免VAR的模型误设问题。这是实证宏观经济学中的标准工具。
- 符号约束（Sign Restrictions）：用于从VAR残差中识别结构冲击，是一种半参数识别方法。
- DSGE模型的校准与求解：使用标准的对数线性化和Blanchard-Kahn条件求解理性预期模型。

真实例子与应用¶

数据：美国季度数据，时间跨度约1964-2010。变量包括：实际GDP、就业（非农就业人数）、失业率、实际工资、GDP平减指数、联邦基金利率、以及基于微观调查构建的招聘成本序列。
方法应用：
1. 首先，使用这些数据估计一个VAR模型，并通过符号约束识别技术冲击和货币政策冲击。
2. 然后，使用局部投影方法，分别估计产出、就业、加价等变量对这两种冲击的脉冲响应函数。
3. 最后，将DSGE模型在相同冲击下的模拟脉冲响应与这些实证估计进行对比。
结果：模型模拟的脉冲响应（特别是加价的逆周期响应）与实证估计在形状和幅度上“惊人地一致”（作者语）。例如，技术冲击后，模型和实证都显示加价在冲击后1-2年内上升，然后缓慢回落。
这个例子想说明什么：作者想说明，他们提出的机制（生产中断成本+价格摩擦）不仅是一个理论可能性，而且与真实世界的数据模式是一致的。实证结果被用作模型有效性的证据。

🔎 结论是否比证明窄¶

是的，存在明显差距。 - 具体语句：作者在结论部分声称“我们的机制能同时解释技术冲击的放大和货币政策冲击的削弱”。然而，实证部分只展示了脉冲响应的形状和幅度与模型一致，并未进行严格的统计检验（如置信区间是否完全重叠、模型是否被数据拒绝）。作者自己也承认，局部投影估计的置信区间较宽，且模型校准依赖于特定参数值。 - 更窄的结论：严格来说，本文的结论应该是“在特定校准参数下，包含生产中断成本的DSGE模型能产生与局部投影估计在定性上一致的脉冲响应”。将其推广为“解释了”这些现象，是一种较宽的claim。此外，模型对货币政策冲击的削弱效应，在实证中是否显著不同于标准模型，作者未提供正式的假设检验。

四、开放问题（点到为止，扎根具体语句）¶

生产中断成本的微观基础：本文假设 \( \delta Y_t H_t / N_t \) 的形式，但未从企业层面的微观数据直接验证这一函数形式。扎根于：作者在引言中引用Yashiv (2000a, 2000b) 的微观证据，但未展示自己的微观分析。一个开放问题是：能否利用企业层面的面板数据，直接估计生产中断成本与产出、招聘规模的关系，从而检验 \( \delta \) 是否为常数、函数形式是否正确？
加价周期性的实证争议：本文假设加价是逆周期的，并引用Gali & Gertler (1999) 等文献作为证据。但文献中也有证据支持加价是顺周期的（如Nekarda & Ramey, 2013）。扎根于：作者在实证部分只展示了技术冲击后加价的逆周期响应，未讨论其他冲击（如需求冲击）下加价的周期性，也未与顺周期加价的文献进行对比。一个开放问题是：在本文的框架下，如果加价是顺周期的（例如，由于需求冲击），招聘摩擦的传播效应会如何变化？
模型与实证的严格统计检验：作者仅通过图形对比来验证模型，未进行正式的模型选择或拟合优度检验。扎根于：作者在结论部分提到“模型与数据一致”，但未提供统计量。一个开放问题是：能否使用贝叶斯估计或模拟矩方法（SMM）来正式估计模型参数，并检验模型是否被数据拒绝？这需要将DSGE模型与VAR/局部投影框架更紧密地结合。
与其他放大机制的交互：本文淡化了工资刚性和金融摩擦的作用。扎根于：作者在引言中承认这些机制的存在，但未将其纳入模型。一个开放问题是：将本文的生产中断成本机制与工资刚性或金融摩擦同时纳入一个统一的DSGE模型，是否会改变其定量结论？这些机制是互补还是替代？

Maintained by 陈星宇 · Homepage · Source on GitHub