Science重磅出击解决就业难题 | 找工作，熟人推荐可能反而靠不住

弱关系，简单地说，就是指联系不紧密、沟通不频繁、了解不深、信任不深的这么一种关系，由美国社会学家马克·格兰诺维特 (Mark Granovetter) 于1973年提出。弱关系的强度是一个很有影响力的社会科学理论，它强调弱联系 (例如，熟人vs亲密友谊) 在影响通过社交网络传递信息方面的重要性。然而，这一悖论理论的因果检验已被证明是困难的。

2022年9月15日，麻省理工学院斯隆管理学院Sinan Aral在Science杂志在线发表题为“A causal test of the strength of weak ties”的研究论文。该研究分析了来自全球知名的职场社交平台领英（LinkedIn）的“你可能认识的人”(People You May Know) 算法上进行多个大规模随机实验数据，以测试在世界上最大的职业社交网络中，弱关系在多大程度上增加了工作流动性。

在5年的时间里，实验随机改变了2000多万人的网络中弱关系的流行程度，在此期间创造了20亿个新关系和60万个新工作。有趣的是，研究发现最弱的联系对工作流动性的影响最大，而最强的联系对工作流动性的影响最小。总之，这些结果有助于解决明显的“弱关系悖论”，并为弱关系理论的力量提供证据。

弱联系的力量是上个世纪最具影响力的社会理论之一，支撑了网络理论的信息扩散、社会传染、社会运动、产业结构、影响力最大化和人类合作。弱联系被认为提供了获取多样化、新颖信息的途径，因为它们将我们连接到人类社会网络中不同的、不同的部分。除了生产力、绩效、创新和其他好处之外，弱关系被认为特别适合提供新的就业机会，因为它们提供了新的劳动力市场信息，使工作流动性成为最初的弱关系理论的核心。

图1. 实验设计与汇总统计（图源自Science ）

在这项研究中，研究人员对世界上最大的职业社交网络领英进行了几个大规模实验，通过调整LinkedIn平台的“你可能认识的人” (People You May Know, PYMK)算法，该实验随机改变了超过2000万LinkedIn会员的职业网络中强关系和弱关系的流行程度，并利用该算法在5年时间内随机给不同的领英用户推送“你可能认识的人”。

该研究数据分析表明，弱关系创造了工作流动性。大多数人在找工作时，并不是共同好友最多的强联系好友，而往往是那些中等互动消息和好友水平的人对找工作的帮助最大，更不可思议的是强弱关系在找工作的差异达到2倍。

与最近关于弱关系悖论的大规模相关证据相比，这项研究发现互动强度较低的中度弱关系(衡量的是两个人之间共同朋友的数量)对求职申请和工作传递的促进作用最大，而强关系(衡量的是共同朋友的数量和互动强度)对求职申请和工作传递的促进作用最小。

图2. 网络统计与实验的第一阶段效应（图源自Science ）

不仅如此，该研究还发现结构关系强度与工作传递呈倒u型关系，交互强度与工作传递呈非单调递减对应关系。关系强度与工作流动性之间存在一致的非线性关系，较弱的联系增加了工作传递，但只是在某个点上，之后，联系强度较弱的边际收益递减。这表明弱纽带对不同数字化程度行业的工作申请影响存在异质性。

图3. 联系强度对工作流动性的因果效应（图源自Science ）

进一步通过行业分析显示，弱关系的强度因行业而异。弱联系增加了更多数字产业的工作流动性，强联系增加了较少数字产业的工作流动性。简言之，弱关系导致更多的工作申请流向高科技行业，而强关系则导致更多的工作申请流向低技术行业。

总之，这些结果提供了一些关于弱关系强度的首次大规模实验证据，并建议有必要修改理论，以纳入关系强度对工作传递的非线性效应、结构关系强度和通过相互作用强度测量的关系强度的影响之间的差异，以及弱和强关系对跨行业工作流动性的影响之间的差异。

原文链接：

https://www.science.org/doi/10.1126/science.abl4476

转自：“iNature”微信公众号

如有侵权，请联系本站删除！