tóm tắt bài báo kinh tế ưd

ĐẠI HỌC KINH TẾ TP.HCM
KHOA KINH TẾ
----------

Tóm tắt bài đọc

PEOPLE I KNOW:
JOB SEARCH AND
SOCIAL NETWORKS
Federico Cingano và Alfonso Rosolia, 2012

(Kinh tế học ứng dụng)

HUỲNH CHÍ THIỆN
MSHV: 7701261057A
Cao học KTPT-2016

TP.HCM, tháng 04 năm 2017


Tóm tắt bài đọc: “People I know: job search and social networks”

Huỳnh Chí Thiện

Bài đọc

“People I know:
job search and social networks”
Federico Cingano và Alfonso Rosolia, 2012
(Tạp chí Journal of Labor Economics, quyển 30, số 2, trang 291-332)

Thuật ngữ
Unemployment duration: thời gian thất Reservation wage: lương kỳ vọng
nghiệp
Peer pressure: áo lực đồng trang lứa
Employment rate: tỷ lệ việc làm
Arrival rate: tỷ lệ xin được việc
Entry wage: lương khởi điểm
Acceptance threshold: ngưỡng đồng ý
Social network: tạm dịch mạng lưới xã hội của 1 cá nhân, phân biệt với trang mạng xã hội
trong tìm việc làm.

1. ĐẶT VẤN ĐỀ
Nghiên cứu đánh giá thực nghiệm về mạng lưới xã hội có lẽ vẫn khó thực hiện
vì: thông tin xác định không dễ dàng/không khả dụng (unavailable actual contacts);
thường nội sinh; vấn đề trong việc xác định mối liên quan với hiệu ứng lan truyền
thông tin…Bài viết này thực nghiệm đo lường mạng xã hội định lượng theo tỷ lệ việc
làm và quy mô mạng lưới đó (số đồng nghiệp).
2. MỤC TIÊU NGHIÊN CỨU
Thời gian thất nghiệp của các cá nhân sau khi công ty ngưng hoạt động có bị
ảnh hưởng bởi tình trạng việc làm hiện thời trong mạng xã hội của cá nhân đó hay
không?
Ảnh hưởng này là do hiệu ứng lan truyền thông tin hay là kênh tương tác khác
của mạng xã hội?
* DỮ LIỆU: 13 triệu mối quan hệ, 1.2 triệu ghi chép việc làm ở 2 tỉnh Bắc Ý
giai đoạn 1975-1997. Xem xét công ty ngưng hoạt động từ 1980-1994, 3 năm cuối
theo dõi tình hình được tuyển dụng lại. Mẫu cuối cùng có 9121 cá nhân trong độ tuổi
lao động, 1195 công ty đóng cửa.
Nghiên cứu này giới hạn cá nhân thất nghiệp chỉ do công ty ngưng hoạt động;
xác định mạng lưới xã hội dựa trên lịch sử làm việc, số đồng nghiệp trong 5 năm
trước thời điểm được tính là thất nghiệp.

Kinh tế học ứng dụng

Trang | 1


Huỳnh Chí Thiện

Tóm tắt bài đọc: “People I know: job search and social networks”

3. CƠ SỞ LÝ THUYẾT
Thông tin việc làm thường lan truyền nội bộ trong những nhóm người tương tự
nhau về một số đặc điểm (ngành nghề, quê quán…). Những cá nhân hiện có việc làm,
chủ yếu là mạng lưới đồng nghiệp trước đây sẽ là nguồn tin quan trọng. Mức độ kết
nối xã hội sẽ giúp giải quyết tình trạng thất nghiệp.
Với người tìm việc, các chỗ đã từng làm là nguồn kết nối xã hội chính và cũng
bởi vì đồng nghiệp cũ là nguồn thông tin tham khảo tự nhiên nhất. Granovetter (1995)
ghi nhận rằng người quen trong công việc trước đây là nguyên nhân chính cho nhiều
việc làm qua liên hệ cá nhân. Rất hợp lý vì họ là người trực tiếp biết về kỹ năng và
động lực của người tìm việc này cũng như những thông tin liên quan, yêu cầu mà việc
làm đang tuyển đòi hỏi đối với người tìm việc.
4. MÔ HÌNH PHÂN TÍCH

ui: thời gian thất nghiệp của cá nhân i
ERit : tỷ lệ việc làm trong mạng xã hội
t0: thời điểm bắt đầu thất nghiệp
Nit : quy mô mạng lưới xã hội
Xit : yếu tố khác
eit : yếu tố không quan sát
Hai thách thức chính trong mô hình là:
- Nội sinh: đặc điểm của mạng lưới xã hội không chỉ tác động đến tỷ lệ việc

làm (ER) mà cả thời gian thất nghiệp (u) - Sai lệch do biến bị loại bỏ (Omitted
variable bias)
- Ảnh hưởng của mạng lưới xã hội không chỉ là việc cung cấp thông tin việc
làm. (Manski (2000) groups the social effects into those working through an agent’s constraints (1),
through her expectations (2), and through her preferences(3))

4.1. Giải quyết vấn đề nội sinh
1. Đặt giả định/giả thuyết
- Các cá nhân thất nghiệp là cùng công ty  Những đặc điểm khác mà nghiên
cứu không quan tâm (unobserved determinants/characteristics) là hoàn toàn tương tự
nhau.
- Cá nhân thất nghiệp và người liên hệ trong mạng lưới có cùng trải nghiệm
(Nghĩa là người liên hệ này “biết rõ” về kỹ năng của cá nhân đang thất nghiệp)
Kinh tế học ứng dụng

Trang | 2


Huỳnh Chí Thiện

Tóm tắt bài đọc: “People I know: job search and social networks”

- Sai lệch lựa chọn (Selection bias) tăng khi cá nhân có mạng lưới tốt hơn.
 Giả định là các vấn đề trên đều được giải quyết. Các đặc điểm của mạng
lưới là tương tự nhau.
2. Hiệu ứng thay đổi theo thời gian (Time-varying effects) cho các nhân tố nơi
ở (residential location) và kỹ năng (skill type)
3. Kiểm soát các đặc trưng của chủ thuê Giải quyết biến quan sát (observed
characteristics) khác có ảnh hưởng đến thời gian thất nghiệp (Cá nhân thất nghiệp có
chiến lược lựa chọn chỗ làm) Ý thứ 3 này là để đảm bảo việc có việc làm là hoàn

toàn khách quan như nhau.
4.2. Xác định kênh tương tác của mạng xã hội lên việc làm
Tất cả các kênh tương tác của mạng xã hội tác động lên hành vi của người tìm
việc đều thông qua suy nghĩ (chiến lược) chọn lựa, tìm việc tối ưu. Ở đây, mạng lưới
xã hội có thể tương tác qua:
- Kênh thông tin (Áp lực đồng trang lứa tác động đến hành vi cá nhân thất
nghiệp tùy thuộc vào thông tin; thông tin tác động trực tiếp đến mức lương kỳ vọng,
tỷ lệ xin được việc…); hoặc,
- Kênh unexpected innovations.
Bài viết giải thích thêm sự tồn tại của kênh unexpected innovations. Cách giải
quyết mô hình:
1. Đưa thêm các biến độc lập liên quan tình trạng việc làm (các biến này cho
thấy ảnh hưởng của kênh unexpected innovations) vào, qua hồi quy probit và fixedeffect, nếu do kênh unexpected innovations tác động lên tỷ lệ việc làm, kết quả sẽ
không bị ảnh hưởng.
2. Kiểm tra ảnh hưởng của tỷ lệ việc làm lên lương khởi điểm. Tương tự, nếu
do kênh unexpected innovations tác động, sẽ không có sự tương quan giữa chúng.
5. KẾT QUẢ (Xem thêm trong bài báo: Table 2 trang 309; Table 3 trang 313)
5.1. Bảng 2 (Kết quả cơ sở)
Cột thứ nhất của bảng liệt kê các đặc điểm cá nhân. Kết quả hồi quy cho thấy
thời gian thất nghiệp và tỷ lệ việc làm tương quan ngược chiều với nhau; trong khi với
quy mô mạng lưới thì tương quan không có ý nghĩa thống kê.
Cột 2 xử lý thêm biến thu nhập (căn cứ lương trung bình thời điểm mất việc;
mức tăng lương trung bình) và thời gian thất nghiệp trung bình trong 5 năm trước.
Các nhân tố này đều là đặc điểm mạng lưới, thuộc phần dư trong mô hình. Cả hai đều
tương quan có ý nghĩa thống kê với thời gian thất nghiệp; hệ số tương quan của tỷ lệ
việc làm không bị ảnh hưởng nhiều.
Kinh tế học ứng dụng

Trang | 3

Huỳnh Chí Thiện

Tóm tắt bài đọc: “People I know: job search and social networks”

Cột 3 xử lý biến số công ty đã làm 5 năm trước để xem xu hướng “nhảy việc”.
Đưa thêm biến này để xem xét độ lớn ảnh hưởng lên tỷ lệ việc làm.
Cột 4 xử lý biến nơi ở và ngành chuyên môn theo năm. Ngành chuyên môn là
biến để chỉ kỹ năng đã tích lũy. Hai tỉnh khảo sát trong bài báo này ở Ý được chia
thành 19 LLM (local labor market), 19 thị trường lao động, chính là biến nơi ở.
Ngành chuyên môn được phân chia và gắn mã số, có thể tạm dịch là nhóm ngành 2
chữ số (2-digit industry); phân chia chi tiết hơn thành các ngành nhỏ, gọi là ngành 3
chữ số (3-digit industry). Cột 4 xử lý với ngành.
Cột 5 tương tự, xử lý theo thời gian với biến lúc này là nhóm ngành. Kết quả
cho thấy tương quan âm tính có ý nghĩa của tỷ lệ việc làm lên thời gian thất nghiệp.
Các hệ số tương quan cho thấy khi tỷ lệ việc làm tăng 1SD (20 điểm phần trăm), thời
gian thất nghiệp sẽ giảm 7% (khoảng 3 tuần thời gian thất nghiệp trung bình). Tăng
lương (biến Wage at displacement) 1SD , thời gian thất nghiệp sẽ giảm khoảng 10%
(4 tuần). Kết quả cũng cho thấy quy mô mạng lưới tương quan không có ý nghĩa
thống kê.
5.2. Bảng 3
Chạy thêm biến để kiểm tra tính vững mô hình. Cột (1) là các kết quả cơ sở.
Cột (2) và (3) xử lý tương quan thời gian thất nghiệp và tỷ lệ việc làm theo các
khoảng thời gian trước khi thất nghiệp. Kết quả đều cho thấy tương quan không có ý
nghĩa thống kê, đều nằm trong vùng sai số chuẩn. Nghĩa là hành vi của cá nhân thất
nghiệp trong việc tìm việc là ổn định, không thay đổi theo thời gian.
Cột (4)-(6) xử lý các biến liên quan người liên hệ trong mạng lưới (biến
contact’s ability). Nếu các biến này tác động, hệ số tương quan của tỷ lệ việc làm sẽ
giảm. Kết quả cột (4) cho thấy, các biến đã khảo sát có tương quan nhẹ với thời gian
thất nghiệp nhưng lại không ảnh hưởng đến tỷ lệ việc làm. Cột (5) và (6) cũng tương

tự, tỷ lệ việc làm không bị ảnh hưởng.
Các cột còn lại giải quyết kênh tương tác. Cột (7), (8) xử lý biến tỷ lệ việc làm
mong đợi. Kết quả cho thấy ảnh hưởng âm tính không có ý nghĩa thống kê, không ảnh
hưởng đến tỷ lệ việc làm của mạng lưới.
Cột (9), xử lý biến lương khởi điểm. Hệ số tương quan rất thấp và không có ý
nghĩa thống kê.
Các kết quả trong Table 3 cho thấy unexpected innovations ảnh hưởng âm tính
có ý nghĩa thống kê lên thời gian thất nghiệp. Mạng lưới xã hội tác động không chỉ là
là ở nguồn thông tin mà còn là những cải tiến thích nghi với thị trường lao động.

Kinh tế học ứng dụng

Trang | 4


Huỳnh Chí Thiện

Tóm tắt bài đọc: “People I know: job search and social networks”

6. KẾT LUẬN
Trong bài báo này, hiệu quả tìm việc chịu tác động của tỷ lệ việc làm trong
mạng lưới cũng như các đặc điểm mạng lưới liên quan việc trao đổi thông tin. Thời
gian thất nghiệp ít hơn khi có nhiều chia sẻ của người hiện có việc làm; ảnh hưởng
càng khuếch đại lên nếu người liên hệ tích cực trong hoạt động tìm việc và người chủ
thuê mới tương cận về địa lý cũng như ngành chuyên môn (Tương cận về địa lý ở đây
là công ty mới cùng hoặc gần LLM với cá nhân thất nghiệp).
Quan hệ gắn bó (Strong ties) sẽ làm tăng hiệu quả của mạng lưới.
Kênh tác động chính của mạng lưới xã hội ở đây là unexpected innovation.
Mạng lưới xã hội và kênh thuê mướn không chính thức là những nguồn thông
tin việc làm quan trọng, thậm chí là trong những thị trường lao động nhỏ, đồng nhất

và mật độ cao ở địa phương như trong bài nghiên cứu này.

Kinh tế học ứng dụng

Trang | 5