企业发布虚假职位广告让求职者疲于奔命，扭曲劳动力市场信号并浪费资源。
本研究分析了一种新兴现象，即“幽灵招聘”或“幽灵职位”：雇主发布职位广告却无意填补空缺。利用 Glassdoor 数据及 LLM-BERT 技术，我发现高达 21% 的职位广告可能属于“幽灵职位”，尤其是在专业领域及大公司内。这种趋势可能源于发布额外广告的边际成本较低以及企业需要保持人才储备。调整年度趋势后，研究表明“幽灵职位”解释了过去 15 年中贝弗里奇曲线的偏离。研究结果提醒政策制定者关注此现象，因为它不仅加剧求职疲劳，还扭曲市场信号。
求职者通常认为企业发布职位就是为了填补空缺，但事实并非如此。媒体已揭露这一新现象，即企业发布职位广告却不打算招人。这种情况带来两方面的问题。首先，求职者在申请时付出成本，导致疲劳，甚至延长失业期。其次，企业的虚假市场信号会误导经济资源的流向。
那么，企业发布“幽灵职位”到底有什么好处？我认为有三大原因。首先，人力资源部门需要维持工作感和延续性。如果公司所有职位都满编，人力资源部门可能面临裁员风险，因此为了显示效率，他们会参与这种“生产力演出”。其次，长期发布招聘广告是应对专业职位招聘周期长的一种策略。人力资源部门清楚某些职位难以招满，而一旦现有员工突然离职未能及时补位，可能会被追责。第三，通过不断收集市场求职者的信息，公司可以实时了解应聘者预期薪资及其他优势信息，从而在人才市场供过于求时保持现有员工的紧张感，并掌握各技能的当前薪资水平等。
在本文中，我将“幽灵职位”定义为那些没有明确或合理预见性需求的职位，虽包含了最终可能需要填补的岗位，如那些因市场人才缺口而保持广告的职位，但不包括因严格审核流程导致的长期招聘职位。
为了进一步说明“幽灵职位”现象，本研究揭示了美国劳工统计局(BLS)统计数据中的差异。传统的贝弗里奇曲线显示了职位空缺和其他劳动市场指标之间的关系，但在过去 15 年中，这一关系已变得不稳定。图 1 展示了过去 15 年贝弗里奇曲线的逐渐偏离。为了进一步强调这种偏离，BLS 的《职位空缺与劳动力流动调查》并未将“幽灵职位”纳入其现有定义。根据现有调查框架，职位空缺需要符合三个标准，其中之一是该职位“可能”在 30 天内开始，但这一标准无法核实；另一个标准是雇主在“积极招聘”。因此，只要企业发布招聘广告，该职位就符合“职位空缺”定义。在政策层面，现有职位空缺率调查也将“幽灵职位”统计在内。
本文使用 Glassdoor 的职位面试数据对“幽灵职位”的存在进行研究和描述。Glassdoor 是一个知名的在线平台，求职者可以在上面发布面试经历。统计数据显示，70% 的失业美国人会通过互联网寻找工作。Glassdoor 作为一个可信的资料来源，已被多项实证研究引用。鉴于互联网在求职过程中的普遍性，Glassdoor 的数据为本研究提供了强大的统计支持。
本研究依赖于 Glassdoor 中“面试”部分的信息。这些信息展示在每个公司主页上。我发现，检查一个公司是否发布了“幽灵职位”的可靠方法是参考过去面试者的口碑。尽管有可能某些面试者因未能被录用而发泄不满，写下“酸葡萄”式的评论，但本文的研究表明，“酸葡萄”评论与“幽灵职位”评论存在显著区别。前者通常表达的是对面试过程的不满。例如，2022 年 8 月 5 日，Robert Half 公司销售助理职位的评论写道：“先是信息面试，然后是视频面试。我进行了多轮视频面试，感觉表现不错。作为移民，我猜他们对我们的沟通技巧有所顾虑。”
与之对比的是 2016 年 4 月 29 日，HDR 公司市场助理职位的评论：“整个过程非常慢，我感觉非常慢。他们三个月都没有回我。可能是奥马哈的人力资源部门没有招聘行政人员。……他们没有问任何案例问题，也没有问团队合作问题，感觉非常困惑。薪资谈判是我自己主动提出的，因为我觉得他们可能会聘用我，但没有人主动提起。”这类评论可能表明该职位为“幽灵职位”，因为评论中未涉及候选人的能力问题，也没有明确薪资预期的讨论。更多示例可见于附录 A1。通过分析“酸葡萄”评论与“幽灵职位”评论的区别，可以提高数据的可信度。具体而言，我通过先进的语言模型(LLM)进行文本分析，结合 AI 辅助技术，分析了求职者发布的面试经验。
我的研究结果发现，约 21% 的职位广告可能属于“幽灵招聘”。与我的假设一致，我还发现，较大的公司、尤其是中型公司，更容易发布“幽灵职位”。专业性职位的“幽灵职位”也更为普遍。最终，这些结果在公司和年份固定效应下依然稳健。通过将多个公司和行业的数据进行汇总，本文揭示了“幽灵职位”现象的上升趋势。最后，我还使用 JOLTS 数据进行了时间序列分析，结果与 Mongey 和 Horwich 的观察结果一致，即职位空缺率与失业数据之间的差异。
本研究对两方面的文献作出了贡献。首先，传统的劳动力搜索模型和贝弗里奇曲线的脱节问题有着广泛的研究。然而，这些模型没有考虑求职者因申请“幽灵职位”而产生的疲劳成本，也未考虑企业发布“幽灵职位”获得的信息收集收益认为，新技术的发展改变了职位空缺率在经济模型中的表现。
其次，本研究也与使用 LLM 技术分析经济现象的文献相关。Jelveh 等通过机器学习衡量学术经济文章中的党派偏向；Ziems 等通过广泛测试表明，LLM 在分类和解释社会现象方面的表现与人类相当。Dell 则评审了深度神经网络如何推动经济学研究的进展，包括分类、文档数字化、记录关联等方面。
本文通过聚焦“幽灵职位”这一未被广泛记录的现象，丰富了现有文献。尽管所用的新数据集并未明确验证某个职位是否为“幽灵职位”，但采用了 LLM-BERT 技术进行分析，并且该估算结果与行业专家的数据相符。此外，本文使用了来自求职者的第一手资料，这在实证研究中是较为难得的。本研究还从一个角度解释了 Mongey 和 Horwich 所指出的贝弗里奇曲线脱节问题。“幽灵职位”现象还导致了企业通过发布虚假职位给市场带来不真实的繁荣信号，增加了求职者的疲劳感，并且浪费了求职者的搜索精力。这种扭曲的市场信号不仅影响求职者的预期，也影响了政策制定者和研究人员使用的劳动市场数据的准确性，因此对政策制定者和实践者来说具有重要意义。
