Назад к блогу

Рынок IT-вакансий глазами теории поиска: почему одинаковые числа дают разный результат

Рынок IT-вакансий глазами теории поиска: почему одинаковые числа дают разный результат

Экономическая теория поиска объясняет, почему при одинаковом количестве безработных и вакансий рынки могут давать совершенно разные результаты. Разбираем модель DMP и её ключевые параметры применительно к IT-найму — и показываем, как из одного потока наймов получаются две разные скорости для кандидатов и работодателей.

Нобелевскую премию по экономике 2010 года Питер Даймонд, Дейл Мортенсен и Кристофер Писсаридес получили с формулировкой «for their analysis of markets with search frictions». Их теория отвечает на вопрос, почему одновременно существует много безработных и много вакансий и как политика влияет на безработицу. Та же логика применима не только к рынку труда, но и к другим рынкам, где покупатель и продавец не находят друг друга мгновенно, а поиск требует времени и ресурсов.

Что именно описывает модель

На рынке труда обе стороны тратят ресурсы: работник ищет вакансию, разбирается в условиях, отправляет резюме, проходит тестовое и несколько кругов собеседований; работодатель размещает вакансию, перебирает кандидатов, проводит интервью и решает — брать человека сейчас или искать дальше. Пока это происходит, работник остаётся без работы, а компания без сотрудника, и здесь действуют поисковые трения.

Решения участников влияют друг на друга. Если один безработный ищет интенсивнее, ему проще получить работу, но конкуренция для остальных кандидатов растёт, а работодателям найти сотрудника становится проще. Обратный случай: крупная компания открывает сразу сто вакансий — кандидатам легче, а другим работодателям закрывать позиции сложнее, дольше и дороже. Часть последствий своего решения участник не учитывает, а их получают другие, — это внешний эффект поиска.

В модели Даймонда — Мортенсена — Писсаридеса (DMP) безработица — это не статичная масса людей, а постоянный поток. Если за период сто тысяч человек нашли работу, а сто двадцать тысяч её потеряли, безработица выросла; в следующем месяце процесс может развернуться. Именно к равновесию — состоянию, в котором поток входящих в безработицу примерно равен потоку выходящих из неё, — рынок приходит сам, без внешнего управления, и именно от него отсчитываются дальнейшие выводы модели: безработица может перестать расти, но при этом никуда не исчезнуть, а одинаковое количество людей и вакансий может давать совершенно разное количество наймов.

Функция сопоставления и параметр A

Число ищущих работу (U) и число вакансий (V) не превращаются в наймы автоматически. Их связывает функция сопоставления. При одинаковых U и V количество наймов M может быть совершенно разным — между ними стоит механизм сопоставления, который может работать очень по-разному. Параметр A показывает, насколько эффективно рынок превращает людей и вакансии в совпадения, и позволяет учесть информационные проблемы, географию и другие поисковые трения.

Два рынка с одинаковыми числами дают разный результат из-за условий. В первом городе вакансии подробно описаны, работодатели показывают зарплаты, объясняют требования, интервью занимают неделю, а навыки кандидатов совпадают с нужными компаниям. Во втором работодатель ищет джуна с пятью годами опыта, зарплата выясняется только после шестого интервью, половина вакансий заморожена, кандидаты рассылают резюме автоматически по 300 позициям, а рекрутеры отсеивают половину людей не глядя.

Как из одного потока наймов получаются две скорости

Вероятность найти работу для кандидата и скорость закрытия вакансии выводятся из одного и того же потока наймов, но делятся на разные величины. Число состоявшихся наймов, делённое на число искавших работу, даёт шанс соискателя; тот же поток, делённый на число вакансий, — скорость закрытия вакансии. В примере с 10 000 безработных, 2000 вакансий и 1000 наймов работу нашёл каждый десятый, а закрылась половина вакансий.

Обе величины связаны через напряжённость рынка труда θ. Чем рынок напряжённее, тем быстрее безработный находит работу и тем сложнее компании закрыть вакансию. Высокая θ означает, что вакансий относительно много, работников мало, и рынок удобнее для кандидата; низкая — наоборот. Но высокая θ не гарантирует лёгкого найма: даже если кандидатов стало больше, число подходящих совпадений может уменьшиться, а при избытке соискателей выгода для работодателя нивелируется — на вакансию присылают не 50 резюме, а 2000.

Что изменилось по сравнению с прежними моделями

Писсаридес писал, что прежние — и неоклассические, и кейнсианские — модели странно обращались с безработными: они в них почти ничего не делали. В модели поиска безработный — активный участник: ищет, получает предложения, отказывается, пересматривает ожидания, соглашается, увольняется, снова ищет. Он не тот, кому не досталось рабочего места, и сосуществование безработицы с вакансиями объясняется временем на совпадение, а не тем, что кто-то не хочет работать или рынок сломался. Работодатель тоже не пассивная сторона с табличкой «ищем разработчика»: он выбирает, сравнивает, торгуется, ждёт, замораживает поиск, снова ищет.

Писсаридес связал механизм поиска и сопоставления с созданием вакансий и динамикой всего рынка труда, а позднее вместе с Мортенсеном — ещё и с уничтожением рабочих мест. Он показал, что одинаковое количество людей и вакансий может давать совершенно разное количество наймов и что безработица может перестать расти, но никуда не исчезнуть.

Почему требования к кандидатам зависят от бюджета

Во время бурного роста компания может позволить себе нанять человека с близким стеком и доучить его, взять сильного джуна на позицию мидла и дать ему полгода на рост, принять кандидата, совпадающего с вакансией на семьдесят процентов. Когда рост заканчивается и бюджеты сокращаются, каждый наём приходится защищать перед руководством, и логика меняется резко: нужен тот, кто уже делал ровно то, что предстоит делать здесь, — должны совпадать стек, нагрузка, отрасль, архитектура, модель бизнеса. Причина в том, что чем меньше запас денег, тем выше цена ошибки, и обучать нанятого за свой счёт уже не хочется.

«Золотая подушка» и её эффекты

У разработчиков роль пособий по безработице заменили накопления: у части специалистов после периода высоких доходов появились накопления, выходные пособия, инвестиции, подработка на фрилансе. Высокая ценность пребывания вне занятости повышает способность продолжать поиск. Положительный эффект — можно не соглашаться на заведомо плохую работу и искать действительно подходящую позицию. Отрицательный — если ценность ожидания становится слишком высокой, поиск затягивается: специалист сидит без работы, вакансия остаётся незакрытой, все участники теряют деньги. Когда у специалиста нет денег и работу нужно найти за две недели, он соглашается гораздо быстрее; когда подушка есть, один продолжает искать работу, а второй — сотрудника.

На готовность компаний создавать рабочие места влияет не подушка, а сокращение бюджетов: вчера планировали нанять десять разработчиков, сегодня бюджет позволяет только двух. Если вакансий стало вдвое меньше, улучшение сопоставления не вернёт прежней реальности.

Почему «резюме на вакансию» ничего не говорит о дефиците

Показатель «резюме на вакансию» без разбивки по квалификации создаёт иллюзию бесконечного выбора: формально людей много, но среди них может не быть подходящих. Сопоставление числа вакансий с числом кандидатов почти ни о чём не скажет, потому что найм — результат функции сопоставления, а не простого отношения. Рост числа откликов сам по себе наймы не ускоряет, а избыток откликов может замедлить процесс: рекрутер физически не может нормально обработать 2000 резюме, а автоматические фильтры отсеивают часть подходящих кандидатов. Бывает и так, что вакансия существует, кандидат существует, навыки совпадают, но найма всё равно не происходит — например, из-за зарплатного разрыва.

Цифры примера

В иллюстративном примере рынка — тысяча открытых вакансий и десять тысяч соискателей, то есть десять человек на место. Из десяти тысяч кандидатов семь тысяч — начинающие разработчики после курсов и первых пет-проектов, ещё две тысячи — специалисты из смежных областей, недавно перешедшие в новую отрасль. При этом значительная часть вакансий рассчитана на мидлов и сеньоров с опытом высоконагруженных систем, распределённых баз данных или конкретного промышленного стека. На бумаге на одну вакансию может приходиться двадцать кандидатов, а работодатель может просмотреть эти двадцать резюме и не найти ни одного, кому готов сделать офер. В базе сервиса, по данным автора, больше 16 000 активных вакансий, а зарплату называет примерно одна вакансия из семи.

Что это меняет на практике

Индивидуально разумные решения не обязаны складываться в хороший результат для рынка целиком. Даже оставаясь децентрализованным, рынок никому не обязан давать оптимальный результат: постоянно возникающие поисковые трения и внешние эффекты дают основания для вмешательства государства. В модели поиска работник решает, искать ли дальше и соглашаться ли на предложение, а компания — создавать ли вакансию и нанимать ли этого человека. Из-за этого возможна ситуация, когда вакансии и люди есть, но они не находят друг друга.

Ограничения и открытые вопросы

Авторы прямо оговаривают, что модель не выдаст курс безработицы на следующий вторник, но помогает понять направление изменений и построить вероятные сценарии. Объяснение «вакансий стало меньше, кандидатов — больше» они называют полуправдой, которая объясняет далеко не всё: проблема не в количестве вакансий и кандидатов, а в самом механизме сопоставления. «Кризис IT» — это не одна болезнь, а череда проблем, и одним универсальным советом их не вылечить. По оценке Писсаридеса, ИИ уже меняет работу, но пока нет оснований ждать ни массового уничтожения рабочих мест, ни великого бума производительности.

Источники

Похожее