最新研究凸显了管理决策对企业生产力的贡献。
研究发现，企业为员工匹配最适合岗位的能力，是衡量其整体成功的一个指标。
在需要应对技术创新、疫情、气候变化或战争，并因此要求企业大范围重组和重新配置员工的时期，这些发现尤其有价值。
经济学中很少有问题比“哪些因素推动单个企业和整个国家的生产力”更重要。尤其当生产力差异长期持续时，它们最终会使企业及其员工分出胜负；从总体来看，这些差异是各国生活水平不同的关键决定因素（Bloom et al. 2010）。传统上，经济学家用企业所用资本和劳动力的质量，以及二者结合所依托的技术来解释生产力差异（Syverson 2011）。
近来，经济学家认识到，人力资源管理对于决定企业生产力同样重要。有关管理实践的研究（Bloom and Van Reenen 2007, Bloom et al. 2017, 2019, Cette et al. 2020, Patnaik et al. 2021）指出，管理决策通过绩效薪酬、晋升和监督来微调员工激励，从而为企业生产力作出贡献。然而，管理者如何为员工匹配岗位受到的关注较少。每名员工对不同任务都有特定的技能和态度，并通常在职业生涯中不断磨炼这些能力，因此，将每个人安排到尽可能合适的岗位是一项并非易事的任务，而且并非所有管理者都同样擅长解决这一问题。尽管如此，从原则上说，管理者解决这种匹配问题的能力可能是企业生产力的重要决定因素，尤其是在数字化、疫情和气候变化等重大冲击要求企业重组并重新配置员工时。
衡量管理者为员工匹配岗位的能力，本身并非易事。管理实践研究忽视这一问题，原因在于这类研究依赖管理者对其经营企业方式的调查答复，而要用自我报告的信息评估他们是否将每名员工安排到企业内部最能发挥其所长的岗位，难度很大。在最近的一篇论文中（Coraggio et al. 2022），我们将机器学习（ML）技术与雇主—员工行政匹配数据结合起来，共同用于衡量企业内部岗位与员工的匹配质量。随后，我们通过考察这一岗位配置质量（JAQ）指标与员工职业生涯期间工资及企业绩效的相关性，并检验管理质量改善是否能提高基层员工的匹配质量，来验证该指标。
一项新的岗位配置质量指标
我们指标背后的思路很简单：要了解企业为员工安排岗位的成效，我们先找出一组据称特别擅长这项工作的企业（“顶尖企业”），再从中学习其员工配置方式，从而得出一条“最优配置规则”。通过向顶尖企业学习，这条规则会模仿它们的做法，并据此预测每名员工最适合的岗位。1
从本质上说，这条规则综合了顶尖企业管理者通过决策体现出来的员工配置策略。但什么样的企业才算“顶尖”？我们自然会认为，擅长把员工安排到最能发挥生产力岗位的企业，其自身生产力也会高于其他企业。因此，最优配置规则最好根据生产力最高十分位的企业推导得出。2
我们将这一逻辑应用于瑞典2001–10年的雇主—员工行政数据，分四步进行。首先，我们通过机器学习算法估计在生产力最高的企业中，员工特征如何映射到岗位。其次，根据算法估计出的函数预测员工对各个岗位的适配程度。第三，我们衡量员工实际岗位是否与预测其在企业内部最适合的岗位相符（eJAQ）。最后，我们对每家企业所有员工的eJAQ取平均值，构建企业层面的JAQ指标。
岗位配置质量与生产力相关
如果我们的指标包含有意义的信息，那么员工层面的指标应与劳动力市场经验和员工工资呈显著正相关：随着管理者了解员工的特征，他们理应能将员工安排到更合适的岗位（Fredriksson et al., 2018）；员工自身也会通过在岗培训调整技能以适应任务（Guvenen et al 2020）。此外，只要岗位配置改善能带来生产力提升，这些收益就可能部分以更高工资的形式由员工获得。
我们的数据支持这两项预测。图1展示了eJAQ与劳动力市场经验之间的分组散点图。随着经验增加，员工被安排到机器学习算法预测岗位的可能性也随之上升，在长达50年的职业生涯中几乎翻倍（从35%升至63%）。最大幅度的提升（约17个百分点）发生在职业生涯的前五年，这符合一种直觉：初级员工的学习速度更快，而且比资深员工更容易调到适合度更高的岗位（Farber and Gibbons 1996）。此外，员工与岗位匹配得越好，薪酬往往越高，这表明将员工安排到合适岗位能够提升效率：与特征相同但岗位不匹配的员工相比，被安排到最适合岗位的员工收入高出0.7%–1.4%。
图1 员工层面的岗位配置质量与工作经验
在企业层面，即使控制通常与生产力相关的企业层面变量（行业、资本和劳动力、所有权）以及用于预测JAQ的员工特征，JAQ仍与企业绩效指标呈显著、幅度较大且稳健的正相关。图2显示，在控制年份和两位数行业虚拟变量后，企业层面生产力与JAQ呈正相关。考察JAQ与各类企业绩效指标之间的相关性后，我们发现，JAQ提高一个标准差与每名员工销售额增加15.7%相关。这与Criscuolo et al.（2021）的发现一致：前沿企业与落后企业的生产力表现差异取决于其管理者和员工的构成、多样性与能力；根据对十个国家雇主—员工数据集的分析，这一“人的因素”解释了企业间观察到的生产力差异约三分之一。
图2 企业生产力与岗位配置质量
注：该图以企业生产力（按每名员工创造的增加值衡量）为纵轴，以企业层面的岗位配置质量（JAQ）指标为横轴，并控制年份和行业固定效应。
管理对岗位匹配至关重要
这些结果表明，我们的算法捕捉到了一条将员工配置到岗位的最佳实践规则，而采用这条规则与更高的企业层面生产力相关。为什么样本中的企业没有都遵循这条最佳实践规则？招聘员工、为其安排岗位以及晋升通常都是管理决策，因此自然会让人想知道，在我们的数据中，员工岗位配置是否与管理质量存在系统性关联。
事实确实如此。图3展示了管理层更替事件前后基层员工的动态处理效应估计值；这些事件分别与企业管理质量的提升（图a）或下降（图b）相关，管理质量以管理层自身的eJAQ衡量。图a显示，以更优秀的管理者替换在任管理者，往往发生在基层员工岗位配置急剧且在统计上显著恶化之后（平均下降10个百分点）；自首次更替时起，随后五年内，同等幅度的改善显著且持续。相反，图b显示，以较差的管理者替换在任管理者，往往发生在管理质量起点正常的企业中，并与基层员工岗位配置显著、持续且大幅恶化相关（平均下降约15个百分点）。总体而言，这些证据表明，管理质量变化是员工配置变化的重要驱动因素，因此也是企业内部组织变革的重要驱动因素，且这种影响可能有利也可能不利。
图3 管理层更替后基层员工JAQ的变化：管理者JAQ提高（a）或降低（b）
a）管理者JAQ提高时的管理层更替
b）管理者JAQ降低时的管理层更替
注：该图展示了围绕管理层更替事件的事件时间虚拟变量系数；回归解释的是基层员工的JAQ，采用Callaway and Sant’Anna（2021）的方法。
结论
总而言之，根据Coraggio et al.（2022）提出的方法衡量员工与岗位的匹配质量后，员工与岗位之间的匹配对于企业间生产力差异十分重要，并且会随着管理层技能和经验的变化而显著改变。
事实上，这一指标可用于更广泛地检验企业金融、组织理论和劳动经济学中有关人力资本配置的预测。此外，只要某个国家和时期存在雇主—员工行政数据，且数据包含员工岗位配置情况，就可以构建这一指标，无需进行昂贵的调查（Bloom and Van Reenen 2007, Bloom et al. 2019），也无需专家详细评估各岗位所需技能（Lise and Postel-Vinay 2020, Guvenen et al. 2020）。
毋庸置疑，在数字化和人工智能等技术创新，以及疫情或气候变化等灾害迫使企业大范围重组、要求将现有员工重新配置到新岗位或用具备新技能的员工替换他们时，衡量岗位与员工匹配质量尤其有价值。
参考文献
Bloom, N, E Brynjolfsson, L Foster, R Jarmin, M Patnaik, I Saporta-Eksten, and J Van Reenen（2017），《为生产力之谜补上一块拼图：管理实践》，VoxEU.org，5月17日。
Bloom, N, E Brynjolfsson, L Foster, R Jarmin, M Patnaik, I Saporta-Eksten, and J Van Reenen（2019），《管理实践差异由什么驱动？》，《美国经济评论》 109(5)：1648–1683。
Bloom, N, R Homkes, R Sadun and J Van Reenen（2010），《良好的实践为何在医疗保健领域确实重要》，VoxEU.org，12月17日。
Bloom, N and J Van Reenen（2007），《衡量并解释企业与国家间的管理实践》，《经济学季刊》 122(4)：1351–1408。
Callaway, B and P H Sant’Anna（2021），《多期差分中的差分》，《计量经济学杂志》225(2)：200–230。
Cette, G, J Lopez, J Mairesse, and G Nicoletti（2020），《管理实践影响经济体抵御重大冲击的能力》，VoxEU.org，12月2日。
Coraggio, L, M Pagano, A Scognamiglio and J Tåg（2022），《JAQ全能者：岗位错配、企业生产力与管理质量》，CEPR讨论论文第17167号。
Criscuolo, C, P Gal, T Leidecker and G Nicoletti（2021），《生产力中人的因素：揭示技能与多样性对企业生产力的作用》，VoxEU.org，12月23日。
Farber, H S and R Gibbons（1996），《学习与工资动态》，《经济学季刊》 111(4)：1007–1047。
Fredriksson, P, L Hensvik, and O N Skans（2018），《人才错配：匹配质量、入职工资与工作流动性的证据》，《美国经济评论》 108(11)：3303–3338。
Guvenen, F, B Kuruscu, S Tanaka, and D Wiczer（2020），《多维技能错配》，《美国经济学杂志：宏观经济学》 12(1)：210–244。
Lise, J and F Postel-Vinay（2020），《多维技能、排序与人力资本积累》，《美国经济评论》 110(8)：2328–2376。
Patnaik, M, A Lamorgese, A Linarello, and F Schivardi（2021），《管理实践通过促进远程办公提升了新冠疫情期间的企业绩效：来自意大利的证据》，VoxEU.org，5月1日。
Syverson, C（2011），《什么决定生产力？》，《经济文献杂志》 49(2)：326–365。
尾注
1 该规则在预测岗位配置时同时考虑企业和员工特征。
2 生产力十分位根据生产力回归中估计的生产力固定效应计算，回归还纳入企业固定效应等其他决定因素。分析在企业的行业和规模类别内进行。
