• 研究首次运用Lange和Papageorgiou (2020)提出的非参数方法，估计日本私营在线高技能员工调职平台BizReach的匹配函数，揭示匹配效率与匹配弹性 [page::0][page::7][page::8]。

- BizReach平台用户数量从2014年至2024年持续增长，职位空缺数量稳步上升，但劳动力市场紧张度较低且未公开，表明用户多为被动探索而非积极求职者。相比之下，公共平台Hello Work用户和职位数规模不同，匹配率下降，显示私营平台补充性明显 [page::5][page::6]。

• 图表显示平台匹配效率波动剧烈，2016年达到峰值，2024年趋于稳定，整体高出Hello Work，并且用户与职位匹配弹性分别约为0.75和1.0，弹性较为均衡且响应性强 [page::9][page::10]。

• 行业层面差异明显：咨询行业匹配效率及弹性较高且波动大，IT与互联网行业紧张度及匹配效率居中，制造业则表现稳定且较低。咨询行业用户匹配弹性呈现快速增长趋势，而制造业及IT较平稳 [page::10][page::11]。

• 本研报扩展了传统匹配函数研究视角，填补了高技能私营在线工作调配平台长期匹配效率与弹性估计的文献空白，具有政策及市场监测价值 [page::0][page::1][page::12]。

金融研究报告详尽分析报告

报告标题

《Nonparametric Estimation of Matching Efficiency and Elasticity on a Private On-the-Job Search Platform: Evidence from Japan, 2014-2024》
作者：Suguru Otani
发布日期：2025年3月4日
主题：基于日本私营在职求职平台的匹配效率与弹性非参数估计

---

一、元数据与概览

本报告利用日本领先的私营在线职位猎头平台 BizReach 2014年至2024年的专有数据，采用 Lange 和 Papageorgiou（2020）提出的非参数方法，估计高技能在职人员的匹配函数。与传统公共就业服务平台“Hello Work”的公开数据进行对比，报告揭示了私营平台匹配效率更高且波动性更强，匹配弹性更均衡（对用户的弹性约0.75，对职位的弹性约1.0），并发现行业层面存在异质性。研究强调了私营在线猎头平台在促进劳动力再配置和提升匹配效率方面的重要作用，对理解劳动力市场的动态变迁提供新视角。作者的核心信息是：传统公共平台和私营平台在匹配效率和响应性上存在明显差异，私营平台正变得更加受欢迎且功能更强大。

---

二、逐节深度解读

2.1 摘要与引言

报告首先明确了研究背景：在职求职是劳动力重新配置的重要机制，在美国产生了大量的岗位转换。虽然日本传统上以长期稳定就业闻名，但近年来员工主动寻找新职位的比例持续上升，2013至2023年间主动求职者比例达到了15.3%（创历史新高），但实际跳槽率仍较低（4.8%）。当前关于私营在职求职平台的匹配效率和弹性的实证研究稀缺，尤其是非参数估计方法参与的工作少见，本报告旨在填补这一空白。

该章节还提出私营平台(BizReach)与公共平台(Hello Work)的对比分析框架，试图通过平台间差异揭示匹配效率和弹性的本质特点。BizReach在职用户数自2014年至2024年显著增长，反映了其在高技能职业市场中的重要地位。

2.2 相关文献综述

本节将本研究贡献归纳为三个领域：

• 非参数匹配函数估计文献：采用 Lange 和 Papageorgiou（2020）非参数方法，避免固定假设和内生性偏误，能够更灵活地捕捉匹配效率随市场状况变化的动态。报告指出传统使用 Cobb-Douglas 模型忽视匹配效率内生性，易导致弹性估计偏误。
• 日本劳动力市场与公共平台研究：总结 Otani（2024）关于 Hello Work 平台的匹配效率下降趋势和匹配弹性结果，报告在此基础上研究私营平台高技能群体，填补了文献空缺。
• 在线求职平台研究：强调私营在线猎头平台的数据优势与宏观视角对微观层面研究的补充。相关研究多集中在申请行为分析，而本报告突破微观层面，进行宏观匹配效率和弹性评估。附图1显示2018年至2023年中期职业招聘渠道的优先级，体现私营平台和猎头服务的快速扩张趋势，暗示私营平台对劳动力市场匹配的重要性持续提升。

2.3 数据说明与趋势对比

2.3.1 数据来源

• 公共平台“Hello Work”：利用日本厚生劳动省月度统计数据，包括求职者数、职位数和匹配人数，重点分析全职岗位匹配情况。

- 私营平台 BizReach：专注于高技能劳动者，纳入仅“活跃”用户（有登录记录），用户可免费或付费订阅以获取优先职位。该平台省略了更广泛劳动力池中非高技能求职者，区别于公共平台。

2.3.2 趋势对比

（参看图2）

• Hello Work：失业人数（约150万）波动较小，从2014年略降至2024年，职位数量缓慢增长但紧张程度低于1。匹配率总体下降，可能反映平台匹配效率降低或私营平台分流影响。

- BizReach：用户数呈指数增长趋势，2023年近1050万求职者中约1%注册，职位数量虽然上涨但职位紧张度极低。匹配数量较少，表明许多用户可能处于被动探索状态。岗位匹配率显示职位方匹配概率才是真正限制因素，用户匹配率稳定。

2.4 模型设定与估计方法

• 模型设定：采用匹配函数 $mt(AtUt,Vt)$ ，其中 $U$ 代表求人（Hello Work为失业者，BizReach为在职用户），$V$ 代表职位，$A$ 代表匹配效率。假设匹配函数具有恒定规模报酬，且匹配效率与职位数量在给定 $U$ 条件下独立。

- 非参数估计：依据 Lange 和 Papageorgiou（2020）提出的框架，估计 $F(A|U)$ 条件分布，通过核密度估计获得条件分布 $G(H|U,V)$ ，倒置分布函数回收匹配效率序列。随后用LASSO回归估计匹配函数对职位和用户的弹性。

• 该非参数方法克服了传统Cobb-Douglas模型的严格假设，能灵活捕捉匹配效率的时间变化和内生性问题。

2.5 结果分析

2.5.1 平台匹配效率和弹性（图3）

• Hello Work匹配效率保持稳定至2021年，后出现明显下降；匹配弹性方面，对失业率弹性较低（约0.4），对职位弹性逐步上升至1.0，职位变动对匹配贡献更大。该现象说明传统公共平台在用户面减少匹配效率且对职位响应度提升。

- BizReach匹配效率大幅波动，2016年峰值高达900%以上，后逐渐回落且稳定在400%，表明该平台匹配动态活跃；对用户弹性稳定在0.75左右，对职位弹性持续增长接近1.0，显示匹配对用户和职位需求更为均衡且敏感。

2.5.2 行业维度匹配效率与弹性（图4）

• 咨询行业显示较高且波动剧烈的匹配效率，自2020年起弹性随用户增长显著上升，对职位的弹性则稍有下降。这可能反映咨询业对高技能人才波动需求大。

- IT互联网和制造业表现更稳定，匹配紧张度较高但弹性变化平稳。制造业职位供给更稳定但匹配效率较低。

• 三行业显示出明显的异质性，强调私营平台匹配行为在不同行业结构中展现差异特征。

---

三、图表深度解读

图1：中期职业招聘渠道优先度变化（2018 vs 2023）

• 描述：柱状图展现了多渠道被公司评价为优先招聘渠道的比例对比。

- 解读：
- Job Boards 和 Hello Work传统渠道地位下降（Hello Work从55%降至40%），而Referral Hiring、Job Fair、Headhunting等渠道显著增长，尤其猎头和社交招聘渠道增加至10%。
- 警示私营平台和猎头服务在企业招聘策略中的重要性持续上升。

• 结论：企业招募策略正由传统公开招聘转向更加精准私营招聘服务，提升效率与匹配质量。

图2：Hello Work与BizReach平台关键变量趋势对比（2014-2024）

• （a）失业/用户人数与职位数趋势：

- Hello Work失业人数稳定，职位数小幅提升；平台用户数呈现爆发式增长，职位增长缓慢，职位紧张度低。

• （b）招聘量：

- Hello Work招聘数下降趋势明显；BizReach招聘量虽上涨，但增量有限。

• （c）职位与求职者找工率：

- Hello Work找工率整体下降；BizReach工人找工率相对稳定，职位找工率较低。

• 说明：私营平台的订单侧可能成为匹配瓶颈，用户多为被动搜索者。

图3：Hello Work与BizReach匹配效率与弹性动态

• 整体对比出现明显差异，私营平台表现出更高且波动剧烈的匹配效率，且对用户和职位弹性更均衡，反映出私营平台的灵活性和响应度远超公共平台。

- 私营平台的效率峰值和随后调整，可能与平台策略、用户增长及市场变动高度相关。

图4：行业层面匹配状况（私营平台）

• 劳动力市场紧张度：咨询与IT波动大且显著上升，制造业平稳且低位。

- 匹配效率和弹性：咨询行业增长迅猛且弹性上升，IT和制造行业相对稳定。

• 说明：私营平台在行业细分上的匹配表现出异质性，提示行业特性对匹配机制影响显著。

---

四、估值分析

本研究不涉及传统金融估值模型，而是集中在匹配函数建模与估计。使用的主要估计工具是非参数匹配函数估计法和LASSO回归弹性估计，基于对匹配效率（未观测变量A）的识别和面板数据性质的稳健核估计，实属创新统计计量方法应用。

---

五、风险因素评估

报告并未直接讨论风险因素，但结合研究内容，潜在风险包括：

• 数据局限性：BizReach数据仅覆盖高技能、活跃用户，忽略了低技能及非活跃群体，可能导致匹配效率估计存在偏差。

- 假设敏感性：模型假设匹配效率与职位条件独立，非参数估计依赖核密度拟合，若假设不成立可能影响结果稳健性。

• 平台特异性风险：私营猎头平台依赖固有市场结构和企业招聘意愿，行业景气变动和平台商业策略变更均可能导致匹配效率大幅波动。

- 模式外干扰：近期劳动力市场政策和经济周期变化对匹配效率和弹性的影响值得关注，短期波动风险可能较高。

---

六、批判性视角与细微差别

• 研究创新与局限：非参数估计突破旧模型假设限制，结果更具灵活性和适用性。然而对匹配效率与职位独立性假设的严格度未深度讨论，存在理论和实证两方面的潜在偏误。

- 数据覆盖范围的限制：对私营平台用户的定义较为狭窄，忽视可能的潜在求职者行为，限制了结果推广的广度。

• 匹配效率波动异常高：私营平台匹配效率峰值超过900%，需谨慎解读，可能包含数据异常或估计误差。

- 行业划分不详：虽有行业分类，但对次级行业或地域差异未讨论，信息较为粗略。

---

七、结论性综合

该报告详实地揭示了日本私营在线猎头平台 BizReach 在2014至2024年间的劳动力市场匹配效率和弹性的动态特征，通过创新的非参数方法明确了以下几个核心发现：

• 私营平台匹配效率总体高于公共平台Hello Work，且波动幅度较大，反映出私营平台适应劳动力市场急剧变动的能力强。

- 关于匹配弹性，私营平台对用户和职位两端的弹性相对均衡且较高（约0.75与1.0），而公共平台弹性则明显偏向职位侧，显示出更不均衡和响应较弱。

• 行业层面差异明显，咨询行业匹配效率和弹性增长最为迅猛，IT和制造行业相对平稳，展现了行业内在劳动力需求和供应差异对匹配机制的影响。

- 私营平台的快速用户增长和匹配特性，配合企业招聘渠道结构的转变，表明私营平台在未来劳动力市场扮演越来越重要的角色。

图表分析深化了对平台内部动态的理解，尤其是图3和图4的数据揭示了平台效率与弹性的细颗粒度变动规律。

报告为劳动经济学中匹配效率和弹性的测算开辟了新路径，尤其是基于实务平台的非参数方法应用，有助于更精细把握劳动力市场结构性变革，具有重要理论价值和政策参考意义。

---

以上分析全面涵盖了报告内容、方法、数据与结果，清晰呈现了研究的逻辑框架及核心贡献，为理解私营在职求职平台的匹配机制提供了深刻洞察。

[page::0,1,2,3,4,5,6,7,8,9,10,11,12]

报告