基于地点的劳动力市场不平等

1摘要基于地的劳动力市场不平等道格拉斯·韦伯，伊莎贝拉·阿格尼斯，李洁欣，以及埃琳·特兰德1联邦储备委员会。这项经济研究代表作者的观点，并不表示委员会其他工作人员或委员会的同意本文概述了不同地区劳动力市场指标的差异。虽然许多指标通常以国家总和的形式进行讨论，但此类讨论掩盖了地区之间的巨大差异。我们主要使用县作为地理单位，记录了随时间推移持续存在的结构差异以及过去两个商业周期中的差异。社区的人口构成在解释劳动力市场指标的地区差异中起着重要作用，在某些情况下甚至比收入更重要。我们特别关注劳动力市场紧缩对县一般经济发展和从疫情衰退中复苏的重要性。我们发现，各县劳动力市场紧缩程度存在很大异质性，这是通过使用Lightcast的工作帖子计算的空缺率来衡量的，并且发现该比率与县收入增长之间存在密切联系。最后，我们展示了劳动力市场紧缩分布如何在疫情期间演变。 1 1. 简介在这篇论文中，我们考察了基于地域的不平等在标准劳动力市场指标上。在几乎所有衡量劳动力市场健康状况的指标中，低收入县与高收入县之间的差异都很大且持续存在。这些差异的一个特别显著的例子是地区间的不平等（相对于个人而言）很重要，因为它通常代表着向上经济流动的结构性障碍。尤其是，搬迁的隐性成本（例如家庭/社会网络）和显性成本可能会限制地理流动性，一个人出生的地方可以在他们一生的机会中发挥重要作用。此外，即使是那些搬走的人，生活在不利社区的影响也可能例如，在较贫困地区长大的儿童有终生持续。更高的收入、大学入学率、更好的信用结果，并且更有可能居住在较低贫困的地区（Chetty, Hendren, & Katz, 2016; Chetty & Hendren, 2018; Chetty, Hendren, Kline, Saez, & Turner, 2014; Rothwell & Massey, 2014; Baum-Snow, Hartley, & Lee, 2019; Brown & Mazewski, 2015）。一个地区经济结果的驱动因素和原因是过去人口、社会和政策决定的复杂函数（Logan, Hardy, and Parman, 2021）。奥斯汀、格莱泽和萨默斯（2018）也记录了近几十年来各县流动性明显下降。尽管以往关于地域不平等的研究通常发现地方与个人结果之间存在正向传导机制（例如，“更好”的本地结果导致更好的个人结果），但需要注意的是这种情况并不总是成立。Diamond和Moretti（2021）得出结论，高收入地区低收入工人在所有群体中处于潜在的最大不利地位。确保在全国范围内为个人提供广泛的经济机会是当今国家最重要的问题之一。本文着重记录劳动力市场结果的地域差异的规模和趋势，这些差异可能影响个人的经济提升潜力。 22323 3虽然我们发现社区间存在大量且持续存在的劳动力市场不平等，但疫情衰退的复苏确实表明这些差距有所适度缩小。在近期的商业周期中，低收入劳动力市场的表现差异显著。大衰退之后，低收入社区进一步落后于高收入社区，而疫情衰退过后，地方性劳动力市场不平等出现了适度减少。然而，在最低收入县获得的这些收益并未同等分配。非白人居民占多数的低收入县经历了比以白人居民为主的低收入县高得多的失业率。在从疫情中恢复的过程中，最重要的叙事之一是劳动力市场前所未有的紧张程度。在一个“紧张”的劳动力市场中，对工人的需求很高，这种高水平竞争可以导致显著的工资增长（特别是在那些能够或愿意换工作的人中间）。本文使用招聘信息数据记录了这种紧张状况。虽然大多数分析都集中在国家层面的劳动力市场竞争，例如职位空缺与失业人员的比率，但我们都表明4所审查的具体措施包括就业人口比（EPOP）和劳动力参与率（LFP）。差异在于疫情期间的封锁期。所有县的经济活动都出现了大幅下降。在收入分配前半部分的县中，劳动力市场活动的指标降至这些社区前所未有的低水平。4然而，在这些高收入县在疫情商业周期低谷的劳动力市场，仅仅是低收入社区疫情前的情况。 42. 数据和方法论在任何基于地域的分析中，都存在基于必须做出的选择的固有权衡。下图1显示了收入群体如何按地域分布。存在高度的聚集现象，而该现象更为突出的是，位于上半区（蓝色阴影）的县代表了50%的人口。这有力地加强了这样一个观点，即高收入地区不成比例地位于大城市中，这是我们将要看到的特征之一5关于县收入分组分类的所有技术方面的详细描述可以在Troland等人(2025)中找到。使用更大的地理分析单位（如州）可以允许使用更多（和更高频率）的数据来源，但以将相同地理区域分配给处于截然不同情况下的人为代价。 “最优”地理单位是最狭窄的这一概念并非在所有情况下都成立。例如，本文中的最优单位将匹配工人认为的当地劳动力市场。这当然比人口普查区或邮编要大，但仍然可能在某些地区比县要小。在考虑数据可用性的情况下，使用县作为分析单位是合理的，因为许多关键劳动力市场指标在更狭窄的地理层面上不可用。6一个县被分配到收入类别会根据收入或人口的变化而每年更新。尽管存在这种动态分类，跨收入组别的流动相对较少。关于此的更详细信息，请参见Troland等人（2025年）。本文考察了疫情期间及复苏过程中不同收入水平县的劳动力市场指标演变，并通过计算县级自然失业率来检验县级劳动力市场紧缩程度。首先，我们用县来代表个人的本地社区/劳动力市场，并根据给定年份各县的中位家庭收入分布，将县汇总为三个不同的组：低收入四分位数组、中低收入四分位数组和前半部分。5这些分组是人口加权的，所以，例如，25%的人口机械地居住在被指定的县6这是重要的区别，因为低-属于低收入四分位区县的收入县市更有可能是农村地区，并且人口较少。各县之间的紧缩程度存在很大差异，并且这种差异是收入增长的关键决定因素。 5图1：关于构建收入组的方法论，请参阅Troland等人(2025)。在其他劳动力市场指标中也重复出现。尽管本文中的收入分组未根据各县生活成本差异进行调整，但本文的所有结论在使用区域价格平价（RPP）指数调整当地生活成本差异时都具有稳健性。7按收入分类的县地图，2021年收入定义低收入四分位数：橙色，中等收入四分位数：浅橙色，上半部分：蓝色数据来源：2021年收入组基于2016-2020年五年美国社区调查（ACS）。注释：所有波多黎各市镇均处于低收入四分位。县地图文件来自Tableau。 6本文使用了五个主要数据集。五年美国社区调查以及人口普查间/普查后估计均由美国人口普查局生产，用于根据其家庭收入中位数在分布中的位置对县进行分类。县级劳动力统计和失业水平等就业统计数据来自劳工统计局生产的地区失业统计（LAUS）。县级收入增长和行业就业状况来自就业和工作季度普查（QCEW）。总全国职位空缺数据来自职位空缺和劳动力流动调查（JOLTS）。最后，地方职位空缺水平来自Lightcast（原Burning Glass）数据库，该数据库收录了来自超过65,000个来源的职位发布信息。98参见 Crump, Nekarda 和 Petrosky-Nadeau (2020) 关于稳定价格失业率的讨论。9“光速-劳动力市场分析领域的全球领导者。” Lightcast. 2018. http://lightcast.io.接下来，我们使用关于招聘信息的专有数据来开发县级自然失业率指标。自然失业率是指在不考虑基础通胀或供给冲击所导致的通胀压力的情况下，价格通胀既没有向上压力也没有向下压力的这一点。8这一理论上最优的点，通常称为u*，是无法直接观测或预先知晓的，只能事后估计。利用我们现有的县级数据估计u*的一个直接方法来自米夏埃尔和塞斯（2022年）的近期研究，该方法推导出u*等于失业率和空缺率的乘积的平方根（例如，作为劳动力市场紧张程度的一种衡量指标，有两个原因：1）全国性指标会掩盖所有劳动力市场之间可能存在的巨大差异，2）我们可以）。√ ). 这对于经历了疫情后复苏期间劳动力市场过度紧张/松弛的县级特征将很有用。 7(i) 地域性不平等与结构性差异3. 结果图2展示了按县分组的人口就业率（EPOP）10虽然所涵盖的商业周期存在明显变化随时间变化的收入四分位数。在图中，各县收入组之间的差距始终很大。顶层收入四分位数与底层收入四分位数之间的EPOP差异倾向于在9至10.5个百分点之间波动，疫情前的平均值为9.9个百分点。很难想象就业率相差10个百分点的感受，但最近疫情经验提供了一个参考。从2020年2月到2020年4月，前半部分县市的EPOP从62.4下降到52.3。换句话说，在10就业人口与（15岁以上）总人口的比例。数据来源：劳工统计局，地方失业统计。标准劳动力市场指标，例如就业人口比（EPOP），因收入和种族而在各县存在差异。EPOP是衡量经济活动的标准指标，能很好地追踪商业周期，是说明劳动力市场结果中基于地域的不平等程度的一个良好起点。在其他常见的劳动力市场指标，例如失业率和劳动参与率中，也可以发现类似的模式。使用lightcast来衡量职位空缺既有好处也有坏处。一方面，这个数据库功能上包含了所有任何地方发布的职位，这使得长时间的比较变得困难，因为不同年份在线发布的职位的构成很可能不同（本文仅使用2018年后的数据）。然而，当查看职业/行业代表性时，发现这些数据与其他来源具有代表性（hershbein和kahn 2019）。 8404550556065702000200220042006200820102012201420162018202020222024图2：就业人口比低收入四分位第二收入四分位上半部分各县收入组间的产业结构组合直观且在一定程度上具有机械性，高薪产业如金融业在收入前半段县中的就业份额大于其他收入组。此外，在各收入组中，同一产业内的就业人口比例大致平行变动。这一趋势的显著例外是制造业，如图3所示。在21世纪初，制造业就业更倾向于集中在高收入县。最近，这一趋势发生了逆转，在前半段县中制造业份额下降了约百分之五十。关闭的高峰和经济活动的谷底，上半部分县经历了就业人数与低收入四分位组的疫情前标准相匹配的情况。数据来源：就业数据来自劳工统计局的当地地区失业统计（LAUS）。人口数据来自人口普查。收入群体基于5年美国社区调查（ACS）的相应年份。 9(ii) 地方性不平等和近期商业周期中的周期性差异劳动力市场结果的区域不平等在过去两次经济衰退期间经历了不同的发展。图4a将各县EPOP值指数化至2007年12月的值，并绘制了相对于这一参考时期的百分比偏差。所有县域收入群体在“大衰退”开始时都经历了7%至8%的就业降幅，并在2009年末至2010年初达到最低点。相比之下，漫长的复苏过程并不均衡。收入分布前半部分的县从2013年末开始经历了持续的增长，并持续到2020年2月。低收入四分位数的县直到2015年末才开始经历类似的就业增长。在新冠疫情衰退前夕，前半部分的县仅比2007年12月低1.2个百分点。数据来源：劳工统计局的季度就业和工作普查（QCEW）。收入分组基于五年美国社区调查（ACS）的相应年份。 10-8%-7%-6%-5%-4%-3%-2%-1%0%1%200820092010201120122013201420152016图 4a：周期性EPOP波动：大萧条复苏低收入四分位第二收入四分位11在全国范围内，就业人口比率也受到退休年龄段人口占比不断增长的 影响。此外，在65岁及以上人口的占比方面，不同县收入群体之间只有很小的 差异(Troland等,2025)。数据来源：就业数据来自劳工统计局的当地地区失业统计（LAUS）。人口数据来自人口普查。收入群体基于5年美国社区调查（ACS）的相应年份。就业水平，而低收入四分位县则比同一基准低2.7个百分点11.根据历史标准，从大衰退中的复苏很缓慢。然而，复苏期异常漫长，并且诸如实际工资等重要指标直到商业周期的末尾才出现广泛增长（Shambaugh和Strain，2021）。除了复苏期间的总体趋势之外，种族/民族间的收入不平等大幅