入职员工的拥挤和粘性研发

N O. 10 75NO VE M BER 20 23 Justin Bloesch | Jacob P. Weber 入职工人的拥挤和粘性研发Justin Bloesch和Jacob P. Weber纽约联邦储备银行工作人员报告，第1075号2023年11月https: / / doi. org / 10.59576 / sr.1075 Abstract 研发投资支出对冲击表现出延迟和驼峰状的反应。我们在一个简单的局部均衡模型中表明，如果将新员工转化为生产性研发工人（“入职”）的概率在新员工数量（“拥堵”）中减少，则快速调整研发投资的成本很高。因此，拥挤导致研发生产企业为了应对好的冲击而慢慢雇佣新工人，为了应对坏的冲击而囤积工人，为研发投资中的凸性调整成本提供了微观基础。使用从流行的在线协作平台GitHb收集的单个软件开发人员的新颖的高频生产率数据，我们提供了此类拥塞的定量证据。根据这一证据，粘性工资的新凯恩斯主义模型具有异质性的投资生产公司，在入职培训中受到拥挤且没有其他摩擦的影响，从而产生了R＆D投资对冲击的驼峰状反应。 JEL分类: E22, O36关键词：无形资产，货币政策，研发，创新，团队专用性资本，劳动力调整成本 本文介绍了初步的发现，并分发给经济学家和其他感兴趣的读者，以激发讨论并引起评论。本文表达的观点是作者的观点，不一定反映纽约联邦储备银行、旧金山联邦储备银行或联邦储备系统的立场。任何错误或遗漏均由作者负责。 要查看作者的披露声明，请访问https: / / www. newyorkfed. org / research / staff _ reports / sr107. html。 1Introduction 与其他类型的投资一样，研发投资是“粘性的”：投资支出率在公司层面和总体上都是持续的，以应对冲击。为了产生这种结果，越来越多的关于无形投资模型的文献将研发支出作为投资支出率的凸调整成本。1更广泛地说，主流宏观模型需要这些特定的调整成本来捕获投资对货币政策冲击的延迟和驼峰形反应。虽然在每种情况下都有助于拟合数据，但这种关键的摩擦是。adhoc，这意味着对其来源的解释很少。2此外，没有提议的解释侧重于研发和其他“知识产权产品”(IPP)投资，这些投资的重要性稳步增长，现在是美国固定投资的最大组成部分。 本文为调整研发和其他IPP投资率提供了凸成本的解释。首先，我们在一个简单的局部均衡模型中展示了这种成本是如何因入职新工人的拥堵而产生的。我们所说的入职，是指新的“初级”工人在工作中获得特定于公司或项目的技能，以便转变为有生产力的“高级”工人。由于现有老年人的稀缺关注和监督对于这种过渡是必要的，因此立即雇用许多大三学生降低了大三学生成功过渡的可能性：我们称之为入学拥挤的财产。在入职过程中遇到交通拥堵的公司会在应对良好冲击时缓慢雇用新的初级工人，而在应对不良冲击时囤积高级工人。我们通过分析表明，当影响公司的冲击不太大时，我们的拥挤度模型与凸投资调整成本模型相同，从而为它们提供了微观基础。我们估计了这些产生IPP的工人中的一个重要子集的入职拥塞程度：软件开发人员，他们产生了所有研发投资的1/3和大部分IPP投资。5我们使用从GitHb收集的个人软件开发人员的数据，GitHb是一个流行的在线协作平台，截至2022.6，在400万个组织中拥有超过8000万用户。 项目。GitHb的应用程序编程接口(API)提供的数据为TB级。我们没有自己收集这些数据，而是转向GHTorret项目（Gosios，2013，2019），该项目长期以来被软件开发人员用来研究其他软件开发人员的生产力。使用此数据集，我们发现了严重的拥塞：当一个项目同时有许多大三学生加入时，单个初级成功加入并成为高效高级团队成员的可能性就会下降。生产过程的性质和叙事证据表明，这源于以下事实：成功的入职培训需要高级工人的关注和监督，而初级工人则需要获得贡献所需的项目特定知识，就像我们的模型一样。 最后，我们在一个标准的新凯恩斯主义模型中嵌入了在职研发工人的拥塞，在该模型中，研发投资是由面临巨大特质生产率冲击的异质公司产生的。这使我们能够考虑冲击在一般均衡中的影响，同时放松了先前为分析可操作性而做出的“小冲击”假设。我们使用序列空间方法求解模型对货币政策冲击和总生产率（TFP）冲击的响应（Aclert等人。，2021)，并表明我们校准的入职摩擦会产生逼真的驼峰形脉冲响应。这种分析支持了对研发经验文献中观察到的粘性的长期推测的解释：对于从事知识生产的公司来说，大量的特定于公司的人力资本被束缚在工人的脑海中，并在工人离开时流失。因此，公司的行为“好像”他们面临着调整劳动力投入的巨大成本（霍尔和勒纳，2010；克尔和南达，2015）。与此相一致，最近的实证工作确立了团队或公司特定资本在知识创造中的重要作用（Jaravel等人。，2018；克莱恩等人。，2019年）。这种解释隐含地假设，这种特定于公司的知识很难传递给新来者，这是我们建立的与重要的研发工人子集定量相关的属性。因此，当企业主要用劳动力生产投资商品时，就像研发生产一样，调整生产该投资商品的劳动力存量的高昂成本是流量产出调整的代价。 投资商品7 我们的实证结果为调整投资率提供了专门的凸成本基础，DSGE模型将其纳入了adhoctocapturetheresponseofinvestmenttomonetarypolicysharkes(Christianoetal.,2005;SmetsandWouters,2007).Thisfractioniscritical,andSmetsandWouters(2007)referstoitasthesinglemostimportant 7估算劳动力调整成本的形状和来源是劳动力经济学的长期目标，特别是对于技术工人（Oi（1962），Hamermesh和Pfann（1996））。我们为R＆D工人的背景下的一种形式的劳动力调整成本提供了直接证据，并详细说明了与凸调整成本同构的条件。 8研发和其他IPP投资的长期增长并没有降低这些调整成本的重要性，因为这种无形投资比传统的有形投资（设备和结构）更具粘性：分别为有形和无形投资拟合数据的模型发现，凸调整成本对无形投资的作用更大。9通过解释为什么研发和其他IPP投资的调整成本很高，我们直接为适用于此类无形投资的资本积累模型提供信息，对于仅具有一种投资支出的更简单的总体模型，即使在投资性质发生变化的情况下，也为保留传统摩擦的做法提供了理由。10具体来说，我们提供证据表明，研发和IPP生产的此类调整成本是生产过程的“深层”特征，不受政府政策变化的影响，这是使用模型时的隐含假设。adhoc进行任何反事实锻炼或福利分析的调整成本。 我们的发现也应该引起劳动经济学家的兴趣，他们假设在职者和新员工之间的不完全可替代性，再加上凸的劳动力调整成本，以应对对公司业绩和在职劳动力供给的冲击来调整工资的变化（Klie等人。，2019年；J·ager和海宁，2022年)。我们提供了新颖的微观证据来证明这两个假设的合理性；具体来说，我们使用直接衡量生产率的方法来表明，在软件开发中，现任者确实比新来者更有生产力，同时也为在线学习中的拥挤提供了证据，我们证明这为假设的凸劳动力调整成本提供了基础。adhoc在这篇文献中。11 最后，本文回顾了有关挖掘软件存储库的学术文献，总结了与GitHb数据和GHTorret特别是针对经济学家的最佳实践。第3.1节和附录D彻底描述了我们如何使用GHTorret数据集，为软件开发人员发布的更多技术讨论提供参考。我们的目标是帮助没有软件开发背景的研究人员使用这个免费的，公开可用的数据集，这在很大程度上被经济学家忽视了。 8Justiniano等（2010）认为，这源于过于平滑的投资概念（不包括例如库存），但继续强调投资在商业周期动态中的关键作用。9Moran和Queralto（2018），Bianchi等人（2019）和Cloyne等人（2022）拟合了模型以汇总研发，估计了比有形投资高得多的投资调整成本（分别是7、4和20倍以上）。在公司层面，Peters和Taylor（2017）还估计了更高的无形投资调整成本。10另一组重要的解释包括Casares（2006），Edge（2007）和Lucca（2007），他们说明了Kydland和Prescott（1982）的“建造时间”公式的扩展如何产生驼峰状的投资响应或等同于凸调整成本。 本文的内容如下：第2节描述了一个公司生产劳动密集型投资商品（研发或其他IPP投资）的问题，该公司在部分均衡状态下的入职拥塞。我们证明，在冲击足够小的特殊情况下，该模型与投资调整成本模型相同。当冲击很大时，我们通过一个局部均衡的数值例子来证明公司的行为仍然“好像”受到调整成本的影响。第3节描述了GitHb数据，并估计了开源软件项目中初级学生的拥塞。第4节校准第2节问题中的入职函数，以匹配第3节的估计，并将其嵌入在原本标准的一般均衡新凯恩斯模型中，该模型在投资品生产中具有名义工资刚性和特质风险。该模型将第2节的局部均衡，数值结果扩展到一般均衡设置，表明对货币政策冲击的反应是驼峰形的，就像具有凸投资调整成本的模型一样。第五节结束。 2简单拥塞模型 本节建立了一个简单的在线拥堵局部均衡模型，主要有三个结果。首先，在一组相对严格的假设下，我们表明，使投资产生公司在入职培训中遭受拥塞会产生一个优化问题，该问题等同于公司面临凸投资调整成本的问题，从而为此类成本提供了微观基础。其次，在一组更一般的假设下，我们在数字上表明，公司在入职雇用工人时受到拥挤的影响，以应对良好的冲击而缓慢地雇用工人，而在应对不良冲击时囤积工人。这证实了公司继续表现得好像他们在部分均衡中受到凸调整成本的影响。13最后，研究公司的问题引入了我们可以在数据中估计的模型的关键新颖特征：加载函数。ρ。它还形式化了关于入职函数形状的关键可检验假设，从而激发了第3节中的实证分析。 Webegin by outlining the firm’s objective function and constraints.A representativeinvestment-goodsfirmproducesinnomicinvestment(e.g.,R&Dorsoftware)It并以价格将其出售给代表家庭Pk.14规模收益在递减 企业水平和劳动力是唯一的生产要素。让St−1是onboarded的股票 t−1(S)低等工人，公司产出是It=Sν与ν1如Anzoategui等人（2019年）和施姆·奥勒和斯皮策（2021年）。 到目前为止，我们还没有假设什么小说。无形产出是以劳动为唯一的生产要素生产的简化假设反映了这样一个事实，即研发支出的一个令人困扰的特征是，大部分都花在了“受过高等教育的科学家和工程师”的工资和薪水上(霍尔和勒纳，2010).15边际收益递减反映了Griliches(1990)关于专利与研发支出之间关系的结果。在实践中，存在很多不确定性。νandwewillcalibrateittobeclosetoone,astheassumptionofdimminishingmarginalreturnsisnotcriticaltoourresults(seeSection4).WhatiscriticaltoobtainingstickybehaviorforinvestmentspendingIt对于本文来说，这是一种新颖的假设，即生产它的工人，St−1，由公司选择，但新员工入职拥挤。 具体来说，我们假设高级工人来自初级工人Jt谁将以内生概率成功加入ρ，我们将假设-然后测试-是一个下降函数Jt/St−1.运动定律St因此 whered∈(0,1）控制外源分离。我们对内源概率的首选解释ρ入职过程需要工人的关注和监督whilethe juniors acquire firm-or