熟人推荐对中国城市工人工资的影响及启示

史宜林

摘 要：   基于来自中国14个省份的城镇家庭调查数据，研究了熟人推荐对于城镇工人初始工资和后续工资的影响。结果发现：熟人推荐能够显著提高求职者的初始工资，但工资溢价随着任职年限增加而减少。结合现有文献的理论假设和数据检验结果，认为背后机制是熟人推荐能够减少雇主与求职者间的信息不对称，提高匹配效率。异质性方面，受教育程度低的人群利用熟人推荐求职获益更多。

关键词：  熟人推荐；单位招聘；工资；信息不对称；中国劳动力市场

中图分类号：  C 939

文献标志码：   A

The Impact of Job Referral on Wages of Chinese Urban Workers

SHI Yilin

（Antai College of Economics and Management，Shanghai Jiao Tong University， Shanghai 200030， China）

Abstract：  Using survey data of Chinese urban households， this paper studies the impact of job referral on initial wages and subsequent wages of Chinese urban workers， and find that job referral significantly increases initial wages of workers， but the wage premium diminishes over tenure. Based on hypotheses in previous literature and empirical results， this paper analyzes the underlying mechanism is that job referral reduces information asymmetry， and thus improves job matching efficiency. In addition，this paper finds that people with lower education level tend to use job referral more and gain more benefit.

Key words：  job referral; enterprise recruitment; wage; information asymmetry; Chinese labor market

通过社交网络利用熟人推荐找工作的方式在发达国家和发展中国家都非常普遍。Schmutte （2016） 发现求助朋友和邻居找工作的失业工人在2000年占比为15%，到2010年增加到30%。根据中国收入分配研究院针对中国城市工人的调查，在2013年大约40%的工人通过亲戚或朋友找到工作。即便在市场化程度较高的今天，对个人之间联系的依赖表明人情在社会中运作的持久性。然而，理论和实证研究都表明，利用社交网络求职与求职结果之间的关系是不确定的。前期理论研究强调了社交网络在个人求职中的积极作用。一方面，由于社交网络同质化特征，社交网络可提前起到筛选高能力求职者的作用；另一方面，社交网络可充当求职过程中的“润滑剂”，降低信息不对称程度，提高工作与工人的匹配度等。然而，也有理论研究强调通过熟人求职可加剧任人唯亲现象，降低社会总体效率并加剧不平等，与之相关的实证研究结果也不尽相同。并且，大多数研究针对美国等发达国家，针对中国的研究尚可进一步深入。

本文利用中国收入分配研究院在2013年针对中国城市工人的调查数据，研究通过朋友或亲戚推荐求职对初始工资（静态）和后续工资（动态）的影响。本文发现熟人推荐能够显著提高求职者的初始工资，但这种工资溢价随着后续工作年限的增加而减少。本文发现推荐求职提高初始工资的主要机制是减少信息不对称，并且受教育程度低的人群获益更多。以往的相关研究大多通过走亲访友活动等间接度量个人社会资本，但社会资本多少与是否运用社会资本求职没有很直接的关系，而本文可从数据中直接獲取求职渠道。其次，以往的相关研究并未很好区分初始工资和调查时的工资，因此较难确定熟人推荐对求职者初始工资的影响，也很难研究熟人推荐对后续工资的动态影响。最后，考虑到社交网络的内生性，本文将被熟人推荐的工人与未被熟人推荐的工人进行倾向性得分匹配并做稳健性检验，证实了结论的稳健性。

1 数据和实证模型

1.1 数据

本文运用中国收入分配研究院2013年调查的城市样本数据（CHIPS 2013）。该调查样本来自从东、中、西部共14个省份随机抽取的城市家庭，样本具有代表性。该数据包含了受访者劳动力市场相关的信息，包括就业状态，当前工作的开始时间，当前工作的初始工资，接受调查时的工资，当前工作的行业、单位所有制、公司规模、职业分类和合同类型等。更为重要的是， 该调查询问了受访者获取当前工作的渠道，包括家人联系、亲戚介绍、朋友或熟人介绍、政府分配和安排、政府职介、社区就业服务站、商业 职介（包括人才交流会）、看到广告后申请、直接申请、雇主招工、接班和其他。本文将前三种渠道定义为熟人推荐，将政府分配和安排定义为政府分配，将其余渠道（去掉接班）定义为市场化招聘。除此之外，该数据还包括基本人口统计学特征的信息。本文运用国家统计局的省级城市CPI数据，将工资统一调整为2013年工资。

本文的自变量为是否熟人推荐这一虚拟变量，因变量分别是初始工资（静态）和与工作时点相对应的工资（动态）。本文将分析样本限制在2013年全职被雇佣的群体，删除自变量、因变量和控制变量缺失的观测值，删除在1980年之前参加工作的个体，因为改革开放前几乎所有工作都来源于政府分配，最终样本包括7799个观测值。表1展示了个体求职渠道及样本分布，通过熟人推荐（家人联系、亲戚介绍、朋友或熟人介绍）获得工作的个体占比约30%，表明熟人推荐求职在中国城市工人中较为常见。

除自变量以外，基于已有文献，本文选取了对应时点可能对工资具有显著影响的控制变量，包括年龄、性别、受教育年限、年龄的平方和参加过的工作份数。变量及描述性统计见表2。

1.2 实证方法

本文运用明瑟方程估计熟人推荐对初始工资的影响，控制变量均追溯为开始当前工作时的状态。

lg（initialwagei）=α+β1 referi+β2 edui+β3 sagei+β4 sage2i+β5 malei+β6 num_jobi+εi （1）

在等式（1）中，lg（initialwagei）是個体i开始当前工作时月工资的自然对数；refer 是二值变量，如果个体i通过熟人推荐找到当前工作则取1，另外控制了受教育年限、性别、年龄等。社会整体经济发展能够提高工资水平，同时图1也表明熟人推荐随着时间推移越来越普遍。为了消除因为整体社会经济发展带来的工资水平提高对估计结果造成的偏误，本文控制了开始当前工作年份虚拟变量。同理，为消除市场分割的影响，本文控制了与工作相关的虚拟变量，例如行业、职业、公司规模、单位所有制、劳动力合同类型。

lg（wageit）=α+β1 referi+β2 （referi*tenureit）+β3 （referi*tenure2it）+β4 tenureit+β5 tenure2it+ β6 edui+β7 malei+β8 num_jobi+β9 ageit+β10 age2it+εit （2）

为研究熟人推荐对求职者在任职期内工资的动态影响，本文利用开始当前工作时点和接受调查时点（2013年）的变量信息构造个体层面的面板数据。在等式（2）中，lg（wageit）是个体i在时点t的月度工资的自然对数；tenureit是个体i在时点t的当前工作的任职年限；ageit是个体i在时点t的年龄；其他变量的定义与等式（1）中相同。同理，考虑到工资增长与年份、行业、职业等相关，与等式（1）相同，本文控制了与年份和工作相关的虚拟变量。β2估计了熟人推荐对工资的动态影响，如果随着任职期限增加，通过熟人推荐获得工作的工人和未通过熟人推荐获得工作的工人的工资趋向一致，则β2的正负号应与β1相反。

2 实证分析结果

2.1 熟人推荐对初始工资的影响

本文运用2013年CHIPS城镇居民调查数据估计等式（1），表3展示了估计结果。第1到3列表明熟人推荐对初始工资有显著正向影响。在控制其他个人特征和所有固定效应后，通过熟人推荐找到工作的工人的工资比没有获得熟人推荐的工人高7.9%，并且显著性水平为1%。第4列和第5列分别表示相比市场化招聘和政府分配，熟人推荐对初始工资的影响。相比市场化招聘，熟人推荐对初始工资依然有正向影响，但统计学显著性和经济大小均下降；相比政府分配，熟人推荐对初始工资正向影响较大。这可能由于政府包分配这一就业方式本身会导致较严重的雇主与工人间信息不对称问题，而熟人推荐能够减少轻信息不对称。第6列为教育程度的异质性分析，教育程度越低，熟人推荐带来的初始工资溢价越大。同时，本文数据表明，教育程度低的群体更倾向通过熟人推荐求职。被熟人推荐的工人的平均受教育年限为10.61年，未被推荐的工人平均受教育年限为12.52年，且两组样本的受教育年限在统计学上差异显著（t值为24.24）。

2.2 熟人推荐对后续工资的影响

本文使用2013年CHIPS调查数据构造个人层面的面板数据来估计等式（2）。表4展示了估计结果。在控制一系列控制变量与固定效应后，refer与tenure交乘项系数为负且显著，表明尽管熟人推荐带来更高的初始工资，但这种工资溢价随着任职年限增加而减少。

综合表3和表4的实证结果发现，熟人推荐能够给工人带来较高初始工资，但工资溢价随着任职年限下降。这与Simon 和 Warner （1992） 的理论假设一致，即熟人推荐能够减少雇主和求职者间的信息不对称，提高初始匹配效率，但随着任职年限增加，雇主与其他工人也逐渐增进了解，因此被推荐的工人最初信息对称的优势减少。

3 稳健性检验

3.1 倾向性得分匹配

大量社会学证据表明，社交网络通常具有同质化特征，即人们倾向于与自己特质相似的人交往，例如社会经济地位、受教育程度、种族等。社交网络同质性的存在会导致前文的估计结果产生偏误。例如，若能力高的个体更容易得到推荐， 同时高能力本身会带来高工资和高的工资增长率，那么等式（1）中β1会被高估，等式（2）中β2会被高估。为减轻这一内生性问题，本文将被推荐的个体和未被推荐的个体进行一对一匹配，匹配标准包括开始当前工作的年份、受教育年限、性别、年龄、参加工作份数、行业、职业、公司规模、单位所有制、合同类型。图2展示了匹配前和匹配后两组样本的差异，匹配前两组样本差异较大，匹配后所有标准差异不到10%，表明匹配后两组样本平衡性较好。表5展示了用匹配后样本做回归分析的结果，第1列和第2列分别是对等式（1）和等式（2）的估计结果，主结论依然稳健。

3.2 其他可能的解释——任人唯亲

除了减少信息不对称，熟人推荐带来初始工资溢价的另外一种可能解释是任人唯亲。在这种情况下，有关系但能力低下的求职者会排挤掉没有关系但能力较强的求职者获得职位，并获得高于与其能力相称的薪酬。任人唯亲现象在家庭关系中发生较为频繁，Magruder （2009） 发现儿子倾向于在与其父亲相同的行业内工作。Kramarz 和Skans （2007）发现相比在公司内没有亲属关系的工人，与其父亲在同一家公司工作的工人学历更低，但工资更高。本文检验了与父亲/母亲从事相同职业或在同种体制下工作的个体是否有更大概率通过熟人推荐获得工作。因为社会整体变化，父母辈更多在国有单位工作或务农，年轻辈更多在私有单位工作，而熟人推荐更多发生在私有单位。为消除因为年代差异导致的劳动力市场差异，本文控制了受访者开始当前工作的年份与其父亲/母亲出生年份的交乘项。表6 展示了检验结果，其中因变量是二值变量，若通过家人联系或亲戚介绍获得工作则取值1；主要自变量也是二值变量。表6 显示与父母在同一体制下工作或从事相同职业与是否通过家人关系获得工作并没有显著关系。因此，任人唯亲并不是解释本文主结果的主要因素。

4 结论与启示

本文基于来自中国14个省份的城镇家庭调查数据检验了熟人推荐对于城镇工人初始工资和后续工资的影响，结果发现：熟人推荐能够显著提高求职者的初始工资，但这种工资溢价随着任职年限增加而减少。结合现有文献和本文的数据检验结果，本文仔细探讨了背后的机制，認为熟人推荐能够减少雇主与求职者间的信息不对称，提高匹配效率，导致较高初始工资。但随着雇主与其他员工逐渐增进了解，被推荐工人的信息对称优势减弱，因此最初的工资溢价减少。本文的研究基于这样的背景，即无论在发达国家还是发展中国家，通过社交网络求职越来越普遍。本文的发现表明尽管信息技术越来越发达，人们可以通过互联网获得就业相关信息，但通过熟人推荐仍然是促进工人与工作匹配的良好方式。在中国这样一个尤其讲究关系和人情的社会，熟人推荐背后的动机也并非由裙带关系和任人唯亲所主导。另外，本文还发现教育程度低的人群更多使用熟人推荐求职，并且获得更高工资溢价。因此，社交网络的运用在减少社会不平等方面也起到一定作用。用人单位人力招聘部门应注意利用内推等方式减少与求职者间的信息不对称，并降低招聘成本。

参考文献：

［1］  BAYER P， ROSS S L， TOPA G. Place of work and place of residence： informal hiring networks and labor market outcomes［J］. Journal of Political Economy， 2008， 116（6）： 1150-1196.

［2］ BEAMAN L， MAGRUDER J. Who gets the job referral？ Evidence from a social networks experiment［J］. American Economic Review， 2012， 102（7）： 3574-93.

［3］ BOASE J. Personal networks and the personal communication system： using multiple media to connect［J］. Information， Communication & Society， 2008， 11（4）： 490-508.

［4］ CHEN Y， WANG L， ZHANG M. Informal search， bad search？ The effects of job search method on wages among rural migrants in urban China［J］. Journal of Population Economics， 2018， 31（3）： 837-876.

［5］ HOLZER H J. Search method use by unemployed youth［J］. Journal of Labor Economics， 1988， 6（1）： 1-20.

［6］ IOANNIDES Y M， DATCHER L L. Job information networks， neighborhood effects， and inequality［J］. Journal of Economic Literature， 2004， 42（4）： 1056-1093.

［7］ KNIGHT J， YUEH L. The role of social capital in the labour market in China 1［J］. Economics of Transition， 2008， 16（3）： 389-414.

［8］ LONG W， APPLETON S， SONG L. Job contact networks and wages of rural-urban migrants in China［J］. 2013.

［9］ LOURY L D. Some contacts are more equal than others： informal networks， job tenure， and wages［J］. Journal of Labor Economics， 2006， 24（2）： 299-318.

［10］ MAGRUDER J R. Intergenerational networks， unemployment， and persistent inequality in South Africa［J］. American Economic Journal： Applied Economics， 2010， 2（1）： 62-85.

［11］ MONTGOMERY J D. Social networks and labor-market outcomes： toward an economic analysis［J］. The American Economic Review， 1991， 81（5）： 1408-1418.

［12］ PELLIZZARI M. Do friends and relatives really help in getting a good job？［J］. ILR Review， 2010， 63（3）： 494-510.