麻省理工学院哈佛大学和斯坦福大学的一个科学家团队发现

就业是影响经济的关键问题，随着全球数千万个工作岗位的消除或转型，就业获得了更多的关注。随着大部分经济数字化，重要的是要考虑社交媒体和社交网络对就业的影响。来自哈佛大学，斯坦福大学，麻省理工学院和LinkedIn的研究人员团队，由斯坦福大学和麻省理工学院最近的博士毕业生Karthik Rajkumar和纪尧姆·圣雅克领导，包括麻省理工学院斯隆管理学院教授Sinian Aral教授，斯坦福大学教授Erik Brynjolfsson和哈佛商学院教授。 伊亚沃尔·博吉诺夫(Iavor Bojinov)最近对社交媒体对劳动力市场的影响进行了迄今为止最大的实验研究，发现较弱的社会关系对工作流动性的有利影响大于较强的联系。

“'弱关系的力量'是过去一百年来最有影响力的社会理论之一，它认为，不频繁的、公平的关系——被称为弱关系——比强关系更有利于就业机会、晋升和工资。尽管在过去50年中被引用了65，000多次，但该理论与就业有关，没有大规模的实验因果测试，“Aral说。

“在我们最近的论文中，我和我的同事们提出了第一个关于强关系和弱联系对工作流动性的因果影响的大规模，纵向实验证据，”Rajkumar说。他们的论文“弱联系强度的因果测试”刚刚由《科学》杂志发表。

弱联系理论的优势是基于这样一种观点，即弱联系允许遥远的人群获得可以带来新机会，创新和提高生产力的新信息。该理论的作者马克·格拉诺维特(Mark Granovetter)在1973年认为，弱联系在提供新的就业机会方面特别有用，因为它们将新的劳动力市场信息引入了更广泛的社交网络。然而，迄今为止对这一理论最大规模的实证检验发现了科学家所说的“弱联系悖论”，在这种悖论中，强联系，而不是弱联系，是提供就业机会的人。不幸的是，由于这些先前的研究不是实验性的，它们无法可靠地确定弱和强联系对劳动力流动性的因果影响。

在他们的研究中，研究小组克服了这些障碍，对全球2000万人进行了为期五年的LinkedIn实验，在此期间创造了60万个新工作岗位。正如Saint-Jacques所指出的：“我们使用LinkedIn'你可能认识的人'(PYMK)算法上进行的大规模随机实验的数据来测试弱领带理论及其对劳动力市场的影响。

通过随机分配一些LinkedIn用户从PYMK算法接收更多弱领带建议，其他用户从PYMK算法接收更强的领带建议，然后检查两组在五年内的劳动力流动性，他们的分析证实，较弱的领带增加了工作流动性的可能性最大。但研究人员还发现，领带强度和工作流动性之间存在倒U形关系，适度较弱的纽带增加工作流动性最大，最强的联系增加工作流动性最少。

“这不是'越弱越好'或'越强越坏'的问题，”Bojinov解释说。“我们的研究结果表明，最大的工作流动性来自适度较弱的关系 - 最弱的联系与平均关系强度之间的关系之间的社会联系。

此外，研究人员研究了各行各业的差异，发现增加薄弱的联系会在经济的数字和高科技领域创造更多的劳动力市场流动性。弱联系导致更多的工作申请，而不是IT强度更高的行业，软件强度，机器人化和更适合机器学习，人工智能和远程工作的行业。“弱关系效应的强度平均而言是正确的，但对于更多数字行业的就业来说甚至更强，”Brynjolfsson指出。

他指出，政策制定者用来分析劳动力市场的传统方法并不完整，很快就会过时。“政策制定者需要认识到，与经济的各个方面一样，劳动力市场正在被数字化。Brynjolfsson强调了了解数字平台算法如何影响劳动力市场，就业率和全球经济整体健康状况的重要性。“这些数字平台和运行它们的算法已成为劳动力市场必不可少的驱动力。

此外，Aral指出，社交媒体公司可以在其平台设计中使用这些信息来增加雇主和雇员的经济价值。“LinkedIn在科学的平台设计方法方面处于领先地位。他们积极寻求有关其平台健康状况及其对雇主，雇员和整个经济的影响的最基本问题的科学答案。

至于雇主和求职者，这项研究强调了积极管理社交网络的重要性，以确保它们尽可能广泛。“社交网络上的弱联系可能是管理你的职业，晋升，晋升甚至工资的一个非常有用的部分，”Aral补充道。