哈佛大学和斯坦福大学的科学家团队发现较弱的联系对LinkedIn上的求职者更有利

就业是影响经济的一个关键问题随着全球数以千万计的工作岗位被取消或转变，它得到了更多的关注。随着经济的大部分数字化，重要的是要考虑社交媒体和社交网络对工作的影响。一个由哈佛大学、斯坦福大学、麻省理工学院和 LinkedIn的研究人员组成的团队，由斯坦福大学和麻省理工学院的博士毕业生Karthik Rajkumar和Guillaume Saint-Jacques领导，其中包括麻省理工学院斯隆管理学院 教授Sinan Aral、斯坦福大学教授。Erik Brynjolfsson和哈佛商学院教授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规模最大的实验研究，发现较弱的社会联系比加强联系对工作流动性的有利影响更大。

“‘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，它认为不常见的、保持距离的关系——被称为弱关系——比强关系更有利于就业机会、晋升和工资. 尽管在过去的 50 年中被引用超过 65,000 次，但由于该理论与就业有关，还没有进行大规模的实验性因果检验，”Aral 说。

Rajkumar 说：“在我们最近的论文中，我和我的同事提出了第一个关于强弱关系对工作流动性的因果影响的大规模纵向实验证据。” 他们的论文“弱关系强度的因果检验”刚刚由《科学》杂志发表。

弱关系理论的优势是基于这样一种观点，即弱关系允许遥远的人群获得新的信息，从而带来新的机会、创新和提高生产力。这一理论的作者Mark Granovetter在 1973 年论证说，弱关系特别有助于提供新的就业机会，因为它们将新的劳动力市场信息引入更广泛的社会网络。然而，迄今为止对该理论进行的最大实证检验发现了科学家所谓的“弱关系悖论”，其中强关系而非弱关系提供了就业机会。不幸的是，由于这些先前的研究不是实验性的，因此它们无法可靠地确定弱联系和强联系对劳动力流动性的因果影响。

在他们的研究中，研究团队克服了这些障碍，在 LinkedIn 上对全球 2000 万人进行了为期五年的实验，在此期间创造了 60 万个新工作岗位。正如 Saint-Jacques 所说：“我们使用了在 LinkedIn 的“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关系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 算法中接收更多的弱关系推荐，并让其他用户接收更多强关系推荐，然后检查两组在五年内的劳动力流动性，他们的分析证实，较弱的关系增加了工作流动性最大。但研究人员还发现，纽带强度与工作流动性之间存在倒 U 型关系，适度弱的纽带增加工作流动性最大，而最强的纽带增加工作流动性最少。

“这不是‘越弱越好’或‘越强越差’的问题，”Bojinov 解释道。“我们的研究结果表明，最大的工作流动性来自中等薄弱的联系——最薄弱的联系和平均关系强度的联系之间的社会联系。”

此外，研究人员还研究了各行业之间的差异，发现增加薄弱联系会显着增加数字和高科技经济部门的劳动力市场流动性。在 IT 密集度、软件密集度、机器人化程度更高的行业以及更适合机器学习、人工智能和远程工作的行业中，弱联系比强联系带来的工作申请更多。Brynjolfsson 指出：“平均而言，弱联系效应的强度是真实的，但对于更多数字行业的工作来说，它甚至更强大。”