下载掌阅APP，畅读海量书库
立即打开
劳动力市场的非均衡常以劳动力超额供给呈现。之所以这样，可能是因为工资呈现刚性特征，并不会随着商品需求不足而调整。不过，与劳动力的超额供给相伴随的是商品的超额需求。Bouissou、Laffont和Vuong（1986）用法国INSEE的商业调查数据对这些非均衡原因进行了研究。然而，他们的微观计量非均衡分析却是完全线性的。不过，几种经济学理论表明劳动力市场确实包含非线性的特征。
搜寻理论对就业或失业提出了不同的解释。根据搜寻理论的解释，对存在交易摩擦的完全竞争经济体建模，就是要找到多重自然失业率，换言之，存在多重均衡。Diamond（1982）提出的理论模型中指出，依据泊松过程，在离散区间上，存在随机的生产机会。每个人了解到这些机会并且以一定概率接受。这里有两种类型的个人：受雇者和失业者。受雇者有产品可以出售；失业者在寻找生产机会，没有产品可以出售。失业者没有购买力，所以，无法达成交易。当某人卖出他的产品后，他就变成了失业者，从而要开始寻找生产机会。交易是另一个随机过程，潜在交易者的到达服从柏松过程。Diamond证明了在给定的假设条件下，这一设定可以达到多重均衡。如果经济中出现足够大的冲击，就业可能背离这个均衡水平，然后移动到另一个均衡水平，这种均衡间的转移就是非线性过程。Blanchard和Summers（1988）将这样的均衡称为脆弱的均衡，他们认为，要解释欧洲高失业率，就需要有就业均衡脆弱的理论支持。
相对于经济扩张期失业的下降而言，在经济收缩的时期，失业率将以更快的速率上升，也就是说，经济收缩期失业率的上升速度要比经济扩张期的快。搜寻理论模型没有这种非对称的形态出现，但是其他的理论已经对这种现象做出了解释。其中一种解释是，基于公司存在聘用和解雇成本。假如一个公司有非对称的雇用成本函数，表现为聘用一个新职员要比解雇一个老员工所花费的代价更高。相对于经济扩张时期雇用员工的成本而言，经济衰退时期解雇员工的成本要低些。因此，在这类情况下，用这种非对称就可以解释现在所看到的许多失业序列的非对称现象，但是实证分析的结果却与这些成本函数的非对称的本质相违背。Hamermesh和Pfanm（1996）对实证研究进行总结的结果显示：一些研究者发现了支持雇用成本高于解雇成本的假设的例子，然而，其他一些研究者也找到了支持相反情形的例子。与此同时，Hamermesh和Pfanm认为在公司层面的成本非对称调整是成立的，但这并不意味着是总体水平上就业率的非对称调整。
然而，为了理解欧洲的失业率的特征，就需要一个非对称成本调整的理论框架。Betolila和Bertola（1990）提出一个解雇成本高于雇用成本的理论模型，并且该模型把企业的目标是最大化未来现金流的现值作为理论依据。这个雇用策略之所以如此，是由于雇用决定是基于劳动的边际收益产出。当边际收益产出低于企业预期的最低收益值时，企业就会减少劳动力；相反，当边际收益产出超过最高值的时候，公司将会增加劳动力。当边际收益产出介于最低值和最高值之间时，企业不会做出增加或者减少雇用的决定，维持现有的劳动力的雇用水平。
在Betolila和Bertola的模型里，调整是无摩擦的。而Caballero和Engel（1993）研究的起点是：假定公司的产出调整是不连续的，于是他们定义了一个函数，更具体地说是调整风险函数，这个函数决定了不连续调整的概率。在这种雇用调整的具体情形下，就与无摩擦情形下雇用的调整水平存在一定的偏离，而风险是该偏离的递增函数。用 z 表示这个偏差。因此，用规范的数学形式表述的话，总劳动需求变动可写为
其中，Δ是差分算子，Δx t =x t -x t-1 ；m和m * 分别是总的就业水平和无摩擦情形下就业水平，z是总的就业水平与无摩擦就业水平之间的偏差，f t （z）是在t时刻有偏差z的公司的比例；更详细的阐述请参阅Caballero和Engel（1993）的论著。m的变化取决于选取的风险函数Λ（·）。他们推导出在宏观经济水平上，简单的非恒定风险函数是怎样导致就业的总体的非对称变化的。
对雇用非对称调整进行解释的另外一种理论是岗位创造和破坏理论。通过创造性破坏来促进增长的模型已有很长时间了，增长率的波动对雇用具有影响。正如Caballero和Hammour（1994）所解释的那样，工业发展的创造性破坏通过两种方式适应需求的变动。第一，创造性破坏可以改变生产率，在该生产率下，采用新技术将创造产品的新水平。第二，创造性破坏可以影响生产率，在这个生产率上，将会淘汰过时的产品水平。第一种方式可以视作把第二种方式隔离开来看的结果。隔离效应的强度是创造成本的函数。如果这种隔离不圆满，净工作岗位破坏将跟随经济周期，且在产出上表现出非对称性。创造性破坏模型能够得到这个结果，更多细节部分请参阅Caballero和Hammour（1994）的论述。
岗位破坏理论的另一解释是基于劳动力重新分配所导致的破坏和重新创造，可参阅Davis和Haltiwanger（1999）的论述。这种再分配可能是身体上的，或是考虑到工人的技能水平。Davis和Haltiwanger的模型表明，影响局部就业机会的劳动力分配扰动，将是总的失业率波动的原因之一。这个模型论证了总的冲击是怎样和劳动力分配扰动相互影响，进而导致雇用波动的。
了解不同劳动力市场模型的提出者怎样用数据检验模型是颇有益处的。Diamond（1982）在没有采用任何数据的情形下，对就业搜寻模型的有效性进行了研究。然而，通过构建非线性模型，多重雇用均衡的计量经济建模是可行的，这种非线性模型中，失业可以在不同的自然失业率状态间转换。Bianchi和Zoega（1998）做了有益的尝试，他们基于一阶马尔可夫链，详细论证并且估计了失业率在不同状态间转换的单变量模型。第9.5节将对马尔可夫转换或者隐含的马尔可夫链进行讨论。在Bianchi和Zoega（1998）的模型中，失业过程从t时刻的状态i转换到t+1时刻的状态j的概率是固定的，为一个常数。他们运用该模型，采用1970～1996年的季度失业率数据，对13个欧洲国家、日本以及美国的失业率进行了拟合。在这个模型中，冲击的大小并不是转换的直接原因，但是转换概率可以表示不同大小冲击的概率。
Bentolila和Bertola（1990）强调的重点是微观经济，并且在于解决企业的最优化问题。在解雇成本超过雇用成本的情况下，解的性质可以用数字加以证明。通过将时期划分为两种状态，即1961～1973年和1975～1986年，给予与状态相联系的未知参数值，并计算它们对解的影响效应，以此获得欧洲失业率之间的联系。他们的模型提供了一个在不确定性条件下，企业雇用策略的制度约束框架。他们也承认要把他们的研究结果应用于宏观经济，还需要做更多的理论和实证研究工作。
Caballero和Engel（1993）使用美国制造业数据估计了就业的净流动和总流动。首先，通过运用经济理论和一定的准则，他们建立了一个
的时间序列。然后，借助式（2-5）和不同的风险函数，推导出就业总体变化的模型。他们实证的例子中包含了二项式风险函数，相对于建立在常数风险函数上的线性模型而言，该模型对数据的拟合效果更好。
Caballero和Hammour（1994）使用美国的岗位创造和破坏时间序列，构建了岗位流动对需求中波动的响应模型，并进行了检验。通过对模型进行矫正，并把该模型应用于生成总的岗位破坏和创造序列，该序列与总就业序列相匹配。也通过使用可观察到的产出序列重复运用他们的方法，以此生成相应的创造和破坏序列。最后，他们将模型生成序列与实际的观测值进行了比较。
总的来说，这些例子中包含了很浓的用数据对抗非线性劳动力市场理论的态度。要么，一些研究者对数据毫不关心；要么，另外一些则是在对一些参数数值进行假定的条件下，运用他们的模型生成数据，并把它们与实际观测值相比较。最后，还有些研究者推导出可估计模型，对实际观测值进行拟合并对结果进行分析。
对于雇用的非线性理论的所有研究工作，在实证宏观经济分析中，最频繁应用的假设是把失业率假设为包含单位根的随机变量。在线性自向量回归模型中，这个假设允许失业率是一个非平稳变量。它源于失业率滞后作用的理念，对此可参阅Røed（1997）的观点。失业率的非平稳性就意味着对于失业率的临时冲击具有永久的效果，或者至少具有十分持久的影响。Blanchard和Summers（1987）证明这种描述只适用于20世纪70年代以前的欧洲国家失业率。针对这种情况，统计检验使用月度或者季度序列数据，原假设为序列存在单位根，这一假设代表性地支持了滞后作用的假设。经常假设包含失业序列的向量自回归模型是线性的，实际上，在进行检验时，即使偶尔存在，这一假设也是罕见的。非线性与非平稳的向量时间序列模型将在第11章进行讨论。