Назад к блогу
Новости

Рынок IT-вакансий глазами теории поиска: почему одинаковые числа дают разный результат

Рынок IT-вакансий глазами теории поиска: почему одинаковые числа дают разный результат

Экономическая теория поиска объясняет, почему при одинаковом количестве безработных и вакансий рынки могут давать совершенно разные результаты. Разбираем модель DMP и её ключевые параметры применительно к IT-найму — и показываем, как из одного потока наймов получаются две разные скорости для кандидатов и работодателей.

Нобелевскую премию по экономике 2010 года Питер Даймонд, Дейл Мортенсен и Кристофер Писсаридес получили с формулировкой «for their analysis of markets with search frictions». Их теория отвечает на вопрос, почему одновременно существует много безработных и много вакансий и как политика влияет на безработицу. Та же логика применима не только к рынку труда, но и к другим рынкам, где покупатель и продавец не находят друг друга мгновенно, а поиск требует времени и ресурсов.

Что именно описывает модель

На рынке труда обе стороны тратят ресурсы: работник ищет вакансию, разбирается в условиях, отправляет резюме, проходит тестовое и несколько кругов собеседований; работодатель размещает вакансию, перебирает кандидатов, проводит интервью и решает — брать человека сейчас или искать дальше. Пока это происходит, работник остаётся без работы, а компания без сотрудника, и здесь действуют поисковые трения.

Решения участников влияют друг на друга. Если один безработный ищет интенсивнее, ему проще получить работу, но конкуренция для остальных кандидатов растёт, а работодателям найти сотрудника становится проще. Обратный случай: крупная компания открывает сразу сто вакансий — кандидатам легче, а другим работодателям закрывать позиции сложнее, дольше и дороже. Часть последствий своего решения участник не учитывает, а их получают другие, — это внешний эффект поиска.

В модели Даймонда — Мортенсена — Писсаридеса (DMP) безработица — это не статичная масса людей, а постоянный поток. Если за период сто тысяч человек нашли работу, а сто двадцать тысяч её потеряли, безработица выросла; в следующем месяце процесс может развернуться. Именно к равновесию — состоянию, в котором поток входящих в безработицу примерно равен потоку выходящих из неё, — рынок приходит сам, без внешнего управления, и именно от него отсчитываются дальнейшие выводы модели: безработица может перестать расти, но при этом никуда не исчезнуть, а одинаковое количество людей и вакансий может давать совершенно разное количество наймов.

Функция сопоставления и параметр A

Число ищущих работу (U) и число вакансий (V) не превращаются в наймы автоматически. Их связывает функция сопоставления. При одинаковых U и V количество наймов M может быть совершенно разным — между ними стоит механизм сопоставления, который может работать очень по-разному. Параметр A показывает, насколько эффективно рынок превращает людей и вакансии в совпадения, и позволяет учесть информационные проблемы, географию и другие поисковые трения.

Два рынка с одинаковыми числами дают разный результат из-за условий. В первом городе вакансии подробно описаны, работодатели показывают зарплаты, объясняют требования, интервью занимают неделю, а навыки кандидатов совпадают с нужными компаниям. Во втором работодатель ищет джуна с пятью годами опыта, зарплата выясняется только после шестого интервью, половина вакансий заморожена, кандидаты рассылают резюме автоматически по 300 позициям, а рекрутеры отсеивают половину людей не глядя.

Как из одного потока наймов получаются две скорости

Вероятность найти работу для кандидата и скорость закрытия вакансии выводятся из одного и того же потока наймов, но делятся на разные величины. Число состоявшихся наймов, делённое на число искавших работу, даёт шанс соискателя; тот же поток, делённый на число вакансий, — скорость закрытия вакансии. В примере с 10 000 безработных, 2000 вакансий и 1000 наймов работу нашёл каждый десятый, а закрылась половина вакансий.

Обе величины связаны через напряжённость рынка труда θ. Чем рынок напряжённее, тем быстрее безработный находит работу и тем сложнее компании закрыть вакансию. Высокая θ означает, что вакансий относительно много, работников мало, и рынок удобнее для кандидата; низкая — наоборот. Но высокая θ не гарантирует лёгкого найма: даже если кандидатов стало больше, число подходящих совпадений может уменьшиться, а при избытке соискателей выгода для работодателя нивелируется — на вакансию присылают не 50 резюме, а 2000.

Что изменилось по сравнению с прежними моделями

Писсаридес писал, что прежние — и неоклассические, и кейнсианские — модели странно обращались с безработными: они в них почти ничего не делали. В модели поиска безработный — активный участник: ищет, получает предложения, отказывается, пересматривает ожидания, соглашается, увольняется, снова ищет. Он не тот, кому не досталось рабочего места, и сосуществование безработицы с вакансиями объясняется временем на совпадение, а не тем, что кто-то не хочет работать или рынок сломался. Работодатель тоже не пассивная сторона с табличкой «ищем разработчика»: он выбирает, сравнивает, торгуется, ждёт, замораживает поиск, снова ищет.

Писсаридес связал механизм поиска и сопоставления с созданием вакансий и динамикой всего рынка труда, а позднее вместе с Мортенсеном — ещё и с уничтожением рабочих мест. Он показал, что одинаковое количество людей и вакансий может давать совершенно разное количество наймов и что безработица может перестать расти, но никуда не исчезнуть.

Почему требования к кандидатам зависят от бюджета

Во время бурного роста компания может позволить себе нанять человека с близким стеком и доучить его, взять сильного джуна на позицию мидла и дать ему полгода на рост, принять кандидата, совпадающего с вакансией на семьдесят процентов. Когда рост заканчивается и бюджеты сокращаются, каждый наём приходится защищать перед руководством, и логика меняется резко: нужен тот, кто уже делал ровно то, что предстоит делать здесь, — должны совпадать стек, нагрузка, отрасль, архитектура, модель бизнеса. Причина в том, что чем меньше запас денег, тем выше цена ошибки, и обучать нанятого за свой счёт уже не хочется.

«Золотая подушка» и её эффекты

У разработчиков роль пособий по безработице заменили накопления: у части специалистов после периода высоких доходов появились накопления, выходные пособия, инвестиции, подработка на фрилансе. Высокая ценность пребывания вне занятости повышает способность продолжать поиск. Положительный эффект — можно не соглашаться на заведомо плохую работу и искать действительно подходящую позицию. Отрицательный — если ценность ожидания становится слишком высокой, поиск затягивается: специалист сидит без работы, вакансия остаётся незакрытой, все участники теряют деньги. Когда у специалиста нет денег и работу нужно найти за две недели, он соглашается гораздо быстрее; когда подушка есть, один продолжает искать работу, а второй — сотрудника.

На готовность компаний создавать рабочие места влияет не подушка, а сокращение бюджетов: вчера планировали нанять десять разработчиков, сегодня бюджет позволяет только двух. Если вакансий стало вдвое меньше, улучшение сопоставления не вернёт прежней реальности.

Почему «резюме на вакансию» ничего не говорит о дефиците

Показатель «резюме на вакансию» без разбивки по квалификации создаёт иллюзию бесконечного выбора: формально людей много, но среди них может не быть подходящих. Сопоставление числа вакансий с числом кандидатов почти ни о чём не скажет, потому что найм — результат функции сопоставления, а не простого отношения. Рост числа откликов сам по себе наймы не ускоряет, а избыток откликов может замедлить процесс: рекрутер физически не может нормально обработать 2000 резюме, а автоматические фильтры отсеивают часть подходящих кандидатов. Бывает и так, что вакансия существует, кандидат существует, навыки совпадают, но найма всё равно не происходит — например, из-за зарплатного разрыва.

Цифры примера

В иллюстративном примере рынка — тысяча открытых вакансий и десять тысяч соискателей, то есть десять человек на место. Из десяти тысяч кандидатов семь тысяч — начинающие разработчики после курсов и первых пет-проектов, ещё две тысячи — специалисты из смежных областей, недавно перешедшие в новую отрасль. При этом значительная часть вакансий рассчитана на мидлов и сеньоров с опытом высоконагруженных систем, распределённых баз данных или конкретного промышленного стека. На бумаге на одну вакансию может приходиться двадцать кандидатов, а работодатель может просмотреть эти двадцать резюме и не найти ни одного, кому готов сделать офер. В базе сервиса, по данным автора, больше 16 000 активных вакансий, а зарплату называет примерно одна вакансия из семи.

Что это меняет на практике

Индивидуально разумные решения не обязаны складываться в хороший результат для рынка целиком. Даже оставаясь децентрализованным, рынок никому не обязан давать оптимальный результат: постоянно возникающие поисковые трения и внешние эффекты дают основания для вмешательства государства. В модели поиска работник решает, искать ли дальше и соглашаться ли на предложение, а компания — создавать ли вакансию и нанимать ли этого человека. Из-за этого возможна ситуация, когда вакансии и люди есть, но они не находят друг друга.

Ограничения и открытые вопросы

Авторы прямо оговаривают, что модель не выдаст курс безработицы на следующий вторник, но помогает понять направление изменений и построить вероятные сценарии. Объяснение «вакансий стало меньше, кандидатов — больше» они называют полуправдой, которая объясняет далеко не всё: проблема не в количестве вакансий и кандидатов, а в самом механизме сопоставления. «Кризис IT» — это не одна болезнь, а череда проблем, и одним универсальным советом их не вылечить. По оценке Писсаридеса, ИИ уже меняет работу, но пока нет оснований ждать ни массового уничтожения рабочих мест, ни великого бума производительности.

Источники

Нужно такое же?

MVP и запуск продуктаМинимальная версия продукта за 6 недель: проверить гипотезу на реальных пользователях.ПодробнееАудит кода и архитектурыПроверяем код, архитектуру, безопасность и производительность. Отчёт с приоритетами и планом.Подробнее
Обсудить задачу

Похожее

GPT-6 Astra, looped-трансформеры и наблюдение за активистами: что стоит за анонсамиGPT-6 Astra, looped-трансформеры и наблюдение за активистами: что стоит за анонсами8 октября 2026Google Ads заблокировал аккаунт терминального мультиплексора RACE за «вредоносное ПО» — и не объяснил, что именно нашёлGoogle Ads заблокировал аккаунт терминального мультиплексора RACE за «вредоносное ПО» — и не объяснил, что именно нашёл8 октября 2026Когда сборка Ceph под конкретную версию Ubuntu ломает кластерКогда сборка Ceph под конкретную версию Ubuntu ломает кластер8 октября 2026Что показала десятидневная DDoS-атака на Read the DocsЧто показала десятидневная DDoS-атака на Read the Docs8 октября 2026