『柏拉图说』是由南京大学计算传播学实验中心的成员们于2022年4月发起的论文精读与推介活动，我们将定期推送新闻传播学TOP期刊最新内容、新闻传播学前沿及相关量化研究方法论文。我们致力于深耕传播学领域，紧跟专业研究热点，延伸学术视角，拓展群体智慧。
柏拉图说 论文推介第 144 篇
Girsberger, E. M., Koomen, M., & Krapf, M. (2022). Interpersonal, cognitive, and manual skills: How do they shape employment and wages?. Labour Economics, 78, 102235.
摘要
我们研究了在搜寻和匹配模型中，人际、认知和手工技能如何通过对生产力、互补性、工作破坏和失业成本的影响来影响就业和工资。结合几个在职业教育和培训( VET )中获得技能的工人的数据集，我们量化了每个渠道，允许在能力方面未观察到的异质性。三种技能都能提高生产率，但它们对工作破坏率的影响不同。虽然手工技能与较低的工作破坏相关，但人际技能和认知技能具有相反的效果。然后，聚焦于低能力员工，我们估计了VET的值。通过职业教育，工资增长高达10 %，失业率下降50 %以上。因此，低能力工人从获得手工技能中获得的好处特别大，因为他们提高了工资，并避免了失业。
介绍
近几十年来，大量研究对关于不同类型技能对工人就业和工资如何产生影响进行了广泛探索。而鲜有人探索不同技能对失业的影响。了解技能与失业之间的联系以及它如何与其他劳动力市场结果相互作用，对于决定获得何种技能的工人和设计教育课程的政策制定者来说都是至关重要的。
在本研究中，我们探索了技能如何通过四个渠道影响劳动力市场结果：(1) 直接生产率效应；(2) 企业对不同技能需求的互补性；(3) 不同的工作破坏风险；(4) 反映不同技能折旧率的失业成本。我们提出了一个搜寻和匹配模型，以考察技能如何通过这四个渠道共同塑造工人的均衡福利。我们使用的数据来自BIZ(Berufsinformationszentrum)，BIZ提供了220个职业中每个职业所使用的技能的详细清单，将技能分为三大类：人际、认知和手工。
本文的研究思路如下：第2节对瑞士的机构设置进行说明，并对数据进行描述。第3节介绍了职业选择和劳动力市场结果的经验证据。第4节介绍了一个简单的异质工作者搜索匹配模型。第5节概述了我们的结构估计过程，并讨论了识别问题。第6节给出了结构估计结果。第7部分使用估计的模型和模拟来阐明技能如何影响劳动力市场结果，并量化低能力工人的VET价值。第8节给出最终结论。
制度背景与数据描述
(1) 制度背景
职业教育( VET )是将职业学校的正规教育与东道国企业的在职培训相结合的双重项目。瑞士参与职业教育和培训( VET )的人数占总人口的65 %，比其他任何国家都要多。在追求职业教育时，学生必须决定在哪种职业中进行培训并找到主办企业。职业学校和企业的教学内容由国家规定，培训质量由标准化考试保证。该课程对所有企业和学校都具有法律约束力。
在职业教育中获得的技能不是企业特有的，而是可以跨企业和职业转移的。职业教育过程中传授的技能的强形式化保证了工作和职业的流动性。在我们的样本中，大约50 %的工人仍然从事与他们接受过培训的职业相同的工作，而在剩下的工人中，大多数工人已经转移到了与他们接受过培训的职业需要相似的技能。
(2) 劳动力市场数据
我们的主要数据来源是瑞士社会保护和劳动力市场( SESAM )调查，这是一个匹配的面板数据集，连接了瑞士劳动力调查( SLFS )和不同社会保险登记的数据。我们的观察期为2004年至2009年，SESAM提供了一致的数据。每个人在SLFS小组中保持五年或更短的时间。
我们对样本做了如下限制：首先，我们只保留至少连续两年观测数据的个体。其次，我们关注的是20到62岁之间的男性。再次，我们排除了劳动力之外的个体，但包括非全日制工人(占样本的10 %左右)。我们通过将月收入转化为周收入，并除以周工作小时数来计算小时工资。我们对底层1 %以下和顶层1 %以上的工资分布进行了微调。
在我们的主要分析中，我们将样本限制为具有VET学位的工人，因为他们的最高教育水平。因此，所有的工人都在教育中度过了相同的年限。总的来说，我们的主要样本包含了5103人和13474人-年的观测值。在对低能力劳动者职业教育价值的分析中，我们还使用了3351个仅有( 8841人年观测值)的义务教育阶段劳动者样本。
(3) 技能数据
我们的技能数据来自于职业咨询中心Berufsinformationszentrum ( BIZ )，该中心提供了每个职业教育所使用的技能的详细列表。VET学生接受这些技能的培训，并必须在培训期结束时通过标准化考试以获得学位。我们利用BIZ数据构建了职业教育过程中获得的技能测量。
该数据集涵盖了我们考察期间存在的共计220种职业，并确定了24种主要技能。每种技能要么分为人际类(10项)，要么分为认知类(9项)，要么分为手工类(5项)。这24项技能代表了技能异质性的24个维度，产生了224项，即近1700万个潜在的技能组合。为了降低问题的维度，我们将人际、认知和手工3个技能维度中各自所获得的技能数量相加。根据工人接受(也就是说,他在SESAM的学术职业)培训的职业不同，所获得的技能束有很大差异。下表呈现了5103名具有VET学历的男性工人获得技能的描述性统计。我们将此命名为技能供给。
该表说明，在样本当中的工人平均获得5.18项技能，其中1.81项是人际技能，2.14项是认知技能，1.23项是手工技能。虽然工人倾向于获得较多或较少的人际技能(用相对较大的标准偏差表示)，但获得的认知和手工技能的数量变化较小。从右边面板中的负相关系数可以看出，工人专门从事手工或非手工(人际/认知)技能的学习。
经验研究证据
(1) 职业培训的选择
先验地看，对于谁可以在某一职业中接受培训，并没有正式的学术限制。然而，在实践中，并不是所有的职业都是同等要求的，培训公司根据先前的学习成绩和能力来选择学生。我们依靠斯塔尔德开发的一个离散的6级学业要求指数( ARI )，并基于职业顾问的评估，将所有职业重新组合成三大类：低能力要求(ARI为1或2，或ARI未知)；中等能力要求(ARI为3或4)；高能力要求(ARI为5或6)。
我们使用"从教育到就业的转变"纵向研究( TREE )来提供关于培训职业和获得技能的选择的补充证据。下表2展示了在TREE数据集中，高职学生在培训前PISA阅读和数学成绩上获得的人际、认知和手工技能数量的泊松回归的估计结果，以及一系列自评的人格特质，包括(第2、4、6列)和没有(第1、3、5列)控制的ARI。
泊松回归表明，数学成绩与认知技能的获取有显著正相关，而与手动技能的获取呈负相关。阅读成绩对人际和认知技能的获取有正向影响，但对手动技能有负向影响。持续性对人际技能有负面影响，但对其他技能的影响较小。控制感和神经质对认知技能有负面和正面影响。学术要求较高的职业与认知技能获取呈正相关，但与手动技能呈负相关。因此，通过控制学生培训职业的ARI，我们可以合理地将职业教育过程中获得的不同技能对劳动力市场结果的影响与劳动者能力的影响区分开来。
(2) 劳动力市场的结果
下图1描述了职业教育劳动者的人际技能、认知技能和劳动技能水平对劳动力市场结果的一些描述性统计。以每小时33.6瑞士法郎计算，职业教育劳动者的平均工资高于仅受过义务教育的劳动者( 28.5瑞士法郎)，但低于受过普通教育的劳动者( 35.4瑞士法郎)。此外，职业教育劳动者的失业率为4.1 %。这大大低于义务教育阶段劳动者的失业率( 7.5 % )和普通教育阶段劳动者的失业率( 7.1 % )。较高的人际交往能力与较高的工资水平相关，但也与较高的失业率和较短的平均失业持续时间相关。相比之下，拥有许多手工技能与更高的工资无关，但降低了失业率，同时使平均失业率略有延长。
一个明显的问题是，工人可能因为与后续劳动力市场结果相关的某些原因而选择了特定的职业。例如，一个职业需要许多手工技能，但只要求较低的能力水平，并且提供的工资也较低，那么那些能力较低（但这一点在观察中可能不明显）的工人可能会选择进入这样的职业。为了缓解这些担忧，我们使用职业的学术需求指数( ARI )来控制工人在职业层面的平均能力水平。
表3展示了职业教育（VET）工人的小时工资（对数）和失业情况的简化形式回归分析，这些分析基于人际交往能力、认知能力和手工技能，以及所学职业的学术要求水平（低、中、高学术要求指数，ARI）的衡量，同时还考虑了一系列其他控制变量。第1至3列的结果与小时工资（对数）相关，第4和5列的结果则是指失业情况的线性概率模型。
三种技能对所有规格的小时工资都有积极的回报。比较(1)、(2)与(3)可知，控制基于能力(使用ARI测度作为控制变量)的职业选择对工资有重要影响。在我们偏好的规范(3)中，中等ARI的职业比低ARI的职业平均多付11.5 %的工资，高ARI的职业比低ARI的职业多付25.3 %的工资。此外，一旦我们控制了ARI，认知技能的回报率就会下降。这表明，通过达到中等或较高的学业要求水平，从而能够在高认知技能的职业中接受培训，而不是通过获得认知技能，从而获得较高的工资回报。在失业方面，不同技能之间也存在一定的差异。特别地，受过较多人际交往能力训练的劳动者，其失业率往往显著高于人际交往能力较差的劳动者。
具有多维技能的简单匹配模型
为了研究多维技能和学术需求水平在劳动力市场结果中的作用，我们根据Pissarides-Mortensen-Diamond的理念提出了一个简单的一般均衡搜索和匹配模型。工人是异质性的，他们的特征是一组可观察的多维技能和一个未观察到的(一维)能力水平。企业将这些技能以不同的组合来生产一种产出。他们还需要一定的学业要求指数(ARI)。需要较高ARI的工作，特别是需要较低ARI的工作，会产生较高的产出。
该模型的核心函数有三个：
(1)工人价值函数(对应公式(2))
𝑤——工人的薪资；
𝑥——工人的技能；
𝜂(𝑥)——工作岗位损毁率；
𝜆——失业流𝑏(𝑥)与企业相遇的恒定速率；
𝑟——瞬时贴现率；
𝑉𝑈——工人失业时的价值；
𝑉𝐸——工人就业时的价值；
𝔼𝑤——关于工资𝑤的期望算子。
(2)雇佣价值函数
𝑉𝐹(𝑤, 𝛼, 𝑥)——用薪资𝑤雇佣一个具有𝑥技能束的工人的价值；
𝛼——技能权重向量；
𝛼′𝑥——企业的潜在生产力。
(3)薪资方程
𝛽——工人的讨价还价能力。
因此，技能-能力组合𝑥之间的失业率差异可以由接受工作机会率的差异或工作破坏率的差异来驱动。尽管该模型简单，但有几个吸引人的特点。它允许我们对(非)就业和工资进行联合建模，这些不同的技能是不同的，也解释了按能力类型获得某些技能组合的选择。
结构估计
(1) 参数化假设和函数形式
在这部分我们先介绍了如何将模型应用至数据中，首先，我们假设劳动力市场处于稳定状态。其次，我们对技能需求分布𝐺(𝛼)、失业的流动成本结构𝑏(𝑥)和就业损失𝜂(𝑥)做一些参数假设。具体来说，我们假设匹配的生产力p符合以下式子。
𝛼0——一般生产力；
𝛼𝐼——对人际交往类型技能的需求；
𝛼𝐶——对认知类型技能的需求；
𝛼𝑀——对手工类型技能的需求；
𝛼𝜏𝑚——ARI到达中等水平后的生产力溢价；
𝛼𝜏ℎ——ARI到达高水平后的生产力溢价。
我们假设𝛼0独立同分布，服从位置为μ0，尺度为σ0的对数正态分布.每当一个工人和一个企业相遇时，他们就会得出一个新的一般生产率冲击𝛼0。𝛼𝑗( 𝑗 = 𝐼,𝐶,𝑀) 假设服从位置为μ𝑗，尺度为σ𝑗的对数正态边缘的高斯Copula分布。
两个技能要求𝑖和𝑗之间的相关性由𝜌𝑖𝑗给出。正相关系数反映了企业对两种技能的需求具有互补性，负相关系数反映了企业对专门从事一种或另一种技能的劳动者具有偏好。正的相关系数反映了两种技能需求的互补性，负的相关系数反映了企业更喜欢专门从事一种或另一种技能的工人。工人的能力类型𝜏 (即低、中、高)是工人和企业都知道的，但计量经济学家没有观察到。一个中等能力的工人可以通过一个恒定的𝛼𝜏𝑚来提升生产力，一个高能力的工人可以通过恒定的𝛼𝜏ℎ来提升生产力。这种生产力的参数化同时具有简约性和灵活性。它强调了工人与工作的互补性，即如果工人提供了企业高需求的技能，则生产率最高。
对于失业流𝑏(𝑥)而言，符合以下式子：
𝑏0——所有劳动者共同的失业一般流动成本；
𝑏𝑗——技能j的失业边际成本(或价值)。
最后，我们对外生的工作破坏𝜂(𝑥)施加如下的线性结构：
𝜂0——没有任何技能的人的基线外生工作破坏率；
𝜂𝑗——技能j对就业破坏的边际效应。
(2) 估计方法与识别
我们使用模拟矩估计方法对模型进行估计。我们首先根据工人在VET中获得的技能进行重新组合，以增加每个集群的工人数量。为了做到这一点，我们首先将三种技能各自分成大小大致相等的组。我们区分了低( 0 )、中等( 1、2 )和高( 3及以上)人际交往能力；低( 0、1 )、中( 2 )和高( 3及以上)认知技能，低( 0、1 )和高( 2、3)手工技能。有18个( 3 × 3 × 2 )可能的职业集群，但有2个是空的，没有任何观察。这给我们留下了16个职业集群，编号从3到18。
我们的数据集有两个截然不同的关键特征，大大简化了识别。首先，我们直接观察工人在何种职业中完成了他的教育。因此，我们能够知道一个工人所学到的认知、人际和手工技能𝑥𝐼, 𝑥𝐶和𝑥𝑀，统一记作 ̃𝑥。其次，我们使用了每个职业教育的学业要求水平信息(ARI)。ARI在每个职业簇中的观测份额用于校准(未观测)能力类型τ的分布。值得注意的是，一个职业的ARI与其所授予的技能相关。
我们通过利用小时工资的平均值、小时工资的标准差、小时工资的第一百分位数、失业率以及失业-就业( UE )和就业-失业( EU )转换率在职业集群中的差异来实现大多数模型参数的识别。结果表明，职业集群不仅在人际、认知和手工技能方面存在差异，而且在各能力类型所占比重和年龄构成方面也存在差异。
为了解释年龄结构的差异和不同职业群体的经验回报差异(我们的模型没有在职搜索是不能产生的)，我们通过将工资/失业率对年龄和年龄平方进行回归，然后只保留结果中的残差变化，产生了年龄调整的工资分布(正常化至40岁)和失业率。经过年龄调整的时刻和未调整的时刻之间的差异仍然很小，但我们仍然坚持前者。
为了确定工作到达率𝜆和工作破坏率𝜂的参数，我们依靠逐年的失业到就业( UE )转换，就业到失业( EU )转换和按职业集群的失业率。我们使用的MSM估计器如下式所示：
式中：ω为参数向量，Ω为参数空间
(3) 仿真过程
我们的模拟过程由以下几个步骤组成：
(a) 对于模拟数据集中的每个工人，我们首先确定他的技能-能力束𝑥。我们在所有的迭代和拼写中保持技能-能力束不变。
(b) 在每一次新的迭代开始时，我们首先计算每个技能-能力束𝑥的保留工资。为了做到这一点，我们通过方程(1)算出了每个技能束𝑥的不动点(f(𝑥)= 𝑥时𝑥的取值)。
(c) 在保留工资𝑤∗(𝑥)已知的情况下，我们模拟第一阶段的劳动力市场状态和工资(如果有的话)。为此，我们提出一个生产率冲击𝛼，从而得到一个潜在的工资𝑤(𝑥,𝛼)。如果由此产生的工资低于保留工资，则工人在第一阶段失业。在所得工资等于或高于保留工资的工人中，有一部分𝜅(𝑥)在第一阶段失业，其余工人在第一阶段就业，得到工资𝑤(𝑥,𝛼)。
(d) 然后，我们模拟每个工人的第一个持续时间。对于就业者，我们将其就业的持续时间从破坏率为𝜂(𝑥)的指数分布中画出。失业工人在一段时间后收到一份工资要约(由一个生产率冲击𝛼的引出决定)，该工资要约由指数分布得出，要约到达率为𝜆。如果工资要约高于保留工资，劳动者接受并就业。否则，劳动者继续搜索，并根据与第一个要约描述的相同规则收到下一个工资要约。一直搜寻，直到收到一个可以接受的工资提议。
(e) 我们重复步骤2至4，以模拟第二至第五个劳动力市场的数据时段(𝜅=0)。利用第一阶段开始时的就业状况、工资和(利用关于每个拼音持续时间的数据)年后的就业状况等信息，我们可以计算出模拟的时刻。
最后，使用Nelder - Mead单纯形算法对该过程(步骤2 ~ 5)进行不同ω值的迭代，直到找到损失函数的最小值。
仿真结果
(1) 参数确定
下表4给出了模型参数的点估计和渐近标准误差。为了便于解释，我们计算了上面板中未截断的一般生产率和技能需求分布的均值和标准差。对数正态总体生产率分布的均值为37.61 CHF，标准差为12.34 CHF。一般生产率𝛼0涵盖了生产率的所有变化，它超越了学术需求指数( ARI )的差异，以及技能需求和供给的差异。需要中间ARI的职业的工作具有5.14 CHF的生产率溢价。ARI高的职业会产生13.16 CHF的溢价。这相当于比平均基准生产率分别提高了14 %和35 %。手工技能的平均生产率最高，为1.24 CHF，其次是人际技能( CHF平均值1.15)和认知技能( CHF平均值为0.59)。
在工作提供和破坏动态方面，我们估计失业工人在一年内平均收到大约一个工作提供。最后，我们的估计表明，失业的成本随着三种技能的增加而增加，这可能反映了失业时技能贬值的成本。而手工技能的失业边际成本较小，人际技能和认知技能的失业边际成本较大。
(2) 模型适合度
总的来说，我们的模型很好地复制了与小时工资相关的主要时刻。它还再现了劳动力市场状态的时刻，包括整体（非直接针对）和按职业集群（针对）。模型对整体平均小时工资的预测略低，为36.23瑞士法郎（实际为36.52瑞士法郎），并产生了略低的整体失业率，为3.38%（数据中为3.49%）。这是因为模型略微高估了整体就业率（模拟为63.4%，实际为61%），同时匹配了整体工作破坏率（模拟为2.18%，实际为2.21%）。模型在小时工资最低百分位数的匹配上失败了。模型生成的最低百分位数小时工资为18.94瑞士法郎，然而我们在数据中观察到的是12.93瑞士法郎。
估计的模型也合理地拟合了职业集群的目标时刻。特别是模型生成了与小时工资、失业率和失业转换率相关的职业集群的相似排名。这可以通过模拟和观察到的特定集群时刻之间的相关系数来衡量。对于平均工资，相关系数为0.86；对于工资的标准差，为0.72；对于最低工资百分位数，为0.61。
职业教育与技能的价值
(1) 技能如何影响劳动力市场结果的渠道
技能通过不同的渠道影响工人的劳动力市场结果。它们直接影响生产力，并通过互补性、失业的成本（流动成本）以及工作破坏的差异化风险间接发挥作用。这四个渠道中的每一个都通过其对工资、保留工资和失业率的影响，改变工人就业和失业的价值。我们将工人的整体福利定义为给定技能和能力类型分布𝑥的工人福利的加权总和。
我们通过模拟工人的总体福利𝑊、失业和就业的平均值以及工资和劳动力市场地位的矩如何因消除特定的传导渠道而变化来考察每个渠道的贡献。考察结果如下表所示。表中的第2列对应第6节给出的估计模型，记为基准情景。研究的四个渠道是互补对技能需求、技能生产率、技能特定的失业成本和技能特定的工作破坏率的作用。"Uncorrected"列呈现了技能通过各渠道对劳动者福利的量化影响，以及其不同组成部分。"At mean"列模拟提供了在保持平均生产率/失业成本或工作破坏不变的情况下对每个渠道的分布效应的估计。
表5显示，总体工人的福利强烈依赖于技能特定的工作破坏( 4 )和技能的生产率( 2 )，并在略低的程度上通过技能特定的失业成本( 3 ) ( "未修正"列分别显示了19 %、- 12.9 %和6.7 %的影响)。虽然这三个渠道都很重要，但它们通过不同的机制发挥作用。首先，技能大幅度提高了生产率，从而增加了工人-工作匹配的剩余，导致了更高的工资。其次，与技能特定的工作破坏相反，直接影响到向失业的转变。第三，技能特定的失业成本是保留工资的重要决定因素，特别是认知和人际技能。最后，我们还发现，技能需求的互补性对工资和劳动力市场转型的作用是边际的。
"均值"列告诉我们，除了转移之前描述的均值之外，每个渠道对总体工资差异的影响。我们的结果表明，在没有任何三个渠道的情况下，由此产生的工资差异(以小时工资的标准差来衡量)将更高，而不是更低。
(2) 人际、认知和手工技能的复杂影响
我们现在转向量化在职业教育中获得的人际、认知和手工技能的价值。我们先分别剔除这4种渠道中的任何一种，然后再对这3种技能中的任何一种渠道进行合并。因此，我们总共运行了( 4 + 1 ) × 3 = 15个模拟场景，结果如下图所示。对于每个情景，我们计算了模拟的福利及其三个组成部分：失业率、就业价值和失业率。
对于场景1，我们发现对于所有福利组成部分（面板a到d），对于所有三种技能，互补渠道的影响微乎其微。
相比之下，对于场景2，生产力渠道非常重要。如果我们关闭这个渠道，工人的福利（面板a）将会降低。定量影响在人际技能上最大（-5.2%），其次是手动和认知技能（分别为-4.4%和-3.4%）。此外，技能的生产力通过其对工资的影响增加了就业的价值（面板c），但也增加了失业的价值（即保留工资）（面板d）。然而，失业率（面板b）不受影响。
对于场景3，我们发现失业的成本对于人际技能和认知技能来说相对较大（它们缺席时，福利分别增加了2.5%和4%），但对于手动技能来说则不是（-0.1%）。鉴于这些成本，拥有人际技能和认知技能的工人更想要快速离开失业状态。这些特定技能的失业成本，如面板d所示，对他们的保留工资施加了压力，这反过来又负面影响他们的工资，因此也影响了就业的价值。然而，对失业率的影响很小，就像场景2中的生产力渠道一样。
对于场景4，我们发现失业受到特定技能破坏率的极大影响。虽然手动技能可以抵御工作破坏，但更多的人际技能和认知技能与更高的工作破坏相关。当特定技能的工作破坏不存在时，就业的价值、失业的价值，最终福利都会更高（人际技能增加16.5%，认知技能增加5.2%，手动技能减少3.2%）。
最后，每个子图中的最后一列显示关闭所有技能通道的总影响，再分别对每个技能进行。总体而言，我们发现，当缺乏人际和认知能力(分别降低了12.6 %和5.6 %)时，工人的福利会增加，而在没有任何手工技能的情况下，工人的福利会下降( -7.4 % )。
(3) 学业要求指标的作用
在之前的模拟中，我们关闭了技能如何影响福利的不同渠道，但保持了ARI固定。然而，ARI与VET职业的技能之间存在强烈的关联。为了说明这种权衡，下表6展示了具有给定ARI的不同职业集群中高能力工人的福利、工资和失业情况（使用表4中报告的估计参数）。第（1）列指的是具有高手动技能（和低人际技能和认知技能）。第（2）和（3）列分别展示了自动化技术员和实验室技术员的结果。这两个职业是唯一具有高手动技能和高ARI的职业。最后，第（4）到（7）列指的是具有低手动技能、中等到高人际技能或认知技能，以及高ARI的不同职业的选择。
结果表明，具有高ARI的VET职业支付的工资（第2到第7列）显著高于具有高手动技能和低ARI的职业（第一列）。然而，这些前者的职业也因更高的工作破坏率而具有（略微）更高的失业率。总体而言，积极的工资效应占主导地位，因此高ARI职业的福利更高。
(4) 职业技能训练对低能力劳动者的价值
完成VET培训为工人提供了宝贵的技能，这些技能通过多种渠道影响工人的劳动力市场结果。然而，VET学位提供的价值超出了所获得技能的直接效应。为了评估VET学位的总体价值，我们现在比较了具有低ARI的VET工人的劳动力市场结果与仅完成义务教育的工人的结果。为此，我们将仅完成义务教育的工人作为基准，估计了一个简单的搜索模型。
表7展示了我们主要估计中所有具有低ARI的VET工人的劳动力市场结果（第（1）列），以及分别位于集群11（第（2）列）和14（第（3）列）的低ARI VET工人的结果。接下来的三列显示了在授予四种人际（4）、认知（5）或手动技能（6）的虚构职业中培训的低ARI VET工人的模拟结果。
对于低能力的工人来说，VET学位对小时工资的回报在集群11中为4%，在集群14中为10%，与仅完成义务教育的工人相比。这些低能力工人的平均工资回报既不是微不足道的，也不是实质性的。然而，我们估计的模型指向了VET学位如何影响工人福利的第二个渠道，这个渠道的影响要大得多。实际上，拥有VET学位的低能力工人发现自己处于一个完全不同的劳动力市场中。这个劳动力市场提供工作的速率更高，且工作破坏率显著降低。结合这两个效应，使得低能力的VET工人的失业率为2.3%至3.2%，这是仅完成义务教育同龄人失业率（6.3%）的一半不到。不仅这些VET工人失业的可能性较小，他们失业时的价值也更高，这反映在保留工资上。这个结果说明，VET工人的低失业率并不是以接受任何工作为代价的，相反，他们在接受工作时更为挑剔。因此，在比较工人的福利时，我们发现低能力的VET工人的福利水平比仅完成义务教育的同龄人高出50%至80%。这个差异比仅从小时工资回报中暗示的要大得多。
三个虚构职业的模拟结果进一步揭示了哪些技能对参加VET的低能力工人来说最有价值。仅有人际技能和仅认知技能的职业吸引了大约2%的正工资回报，与没有VET学位相比，失业率分别降低了29%和48%。然而，手动技能显然是最有价值的：四个手动技能的工资回报为13%，与没有VET学位相比，失业率下降了68%。这相当于使低能力工人的福利翻倍。
结论
本文为从职业教育和培训（VET）毕业的瑞士工人提供了一个结构性的劳动力市场分析。我们区分了在VET项目中获得不同的人际、认知和手动技能组合的工人，并他们在观察不到的能力上有所不同。我们研究这如何影响他们的劳动力市场结果。为此，我们使用了一个简单的搜索和匹配模型，在这个模型中，工人的技能通过四个渠道影响劳动力市场结果：生产力、技能互补性、工作破坏和失业成本。
我们发现，特定技能的工作破坏率和生产力对工人的劳动力市场结果影响最大，其次是特定技能的失业成本。虽然第一个主要影响（转变为）失业，但后两个影响工资。我们还使用我们的模型框架来量化VET学位及其技能对低能力工人的价值。这些工人的工资回报在4%到10%之间，而与仅完成义务教育的同龄人相比，失业率下降了50%以上。最后，我们论文的发现揭示了需要一种细致的技能政策。当主要获得手动技能时，低能力工人状况最好。
主要作者简介
Esther Mirjam Girsberger
I am an applied economist and study a diverse range of topics in labour and development economics with a special focus on public policies. My current research is on labour markets in West Africa and how individuals make decisions about education, job search, work and migration in that context.
分享者介绍
黄靖翔
https://huang-jingxiang.github.io/
研究方向：计算传播、自然语言处理
