1,2,3,4,5,6,7,8,9,10,11,12,13,補1,補2,補3
マッチング関数
今回は、サーチ・モデルを構成する数々のアイディアの中で、最も重要と言っても過言ではない「マッチング関数 (matching function)」について説明します。
マッチング関数は、求職者数と求人数を入れると、マッチ(結ばれた労働者とジョブのペア)の数が出てくる関数です。基本のサーチ・モデルでは「求職者=失業者」なので、失業者数を ,求人数を
として、マッチング関数を
のように表します。例えば「0.2万人の失業者がいて、0.5万件の求人があるときは、 ◯◯万組のマッチが生まれる」といったことを教えてくれる関数です。
は、
と
のそれぞれに関して増加関数であると仮定されます。求職者や求人が多いほど、成立するマッチの数も多いという意味ですが、これは自然な仮定でしょう。
また、通常 は「一次斉次 (homogenous of degree one)」であると仮定されます。これは、
と
が同時に 2倍,3倍,
倍になった場合は、成立するマッチの数も2倍,3倍,
倍になるという仮定です。
一次斉次の関数の典型例は、マクロ経済学で最も頻繁に使われる「コブ・ダグラス型」です。(なのでこのシリーズでもマッチング関数としてコブ・ダグラス型を使います。)コブ・ダグラス型は、
と表されます。ここで
![Rendered by QuickLaTeX.com z](https://blog-study-economics.com/wp-content/ql-cache/quicklatex.com-6dc7cdcdd713dc7dad3d6a9dc61c22eb_l3.png)
![Rendered by QuickLaTeX.com \alpha](https://blog-study-economics.com/wp-content/ql-cache/quicklatex.com-f849991fa69674292d6bdf9573703e4f_l3.png)
![Rendered by QuickLaTeX.com u](https://blog-study-economics.com/wp-content/ql-cache/quicklatex.com-c6faa50c9f9241ac6e2e5a3511e9f22e_l3.png)
![Rendered by QuickLaTeX.com v](https://blog-study-economics.com/wp-content/ql-cache/quicklatex.com-7ee7e228cb15358132f2a606f60a4326_l3.png)
![Rendered by QuickLaTeX.com m](https://blog-study-economics.com/wp-content/ql-cache/quicklatex.com-9a6bd40cd8d6bf885dfdfdcf0b05b760_l3.png)
となり、確かに関数の値がもとの
![Rendered by QuickLaTeX.com m](https://blog-study-economics.com/wp-content/ql-cache/quicklatex.com-9a6bd40cd8d6bf885dfdfdcf0b05b760_l3.png)
今日の内容を要約すると、「マッチング関数とは、失業者数
![Rendered by QuickLaTeX.com u](https://blog-study-economics.com/wp-content/ql-cache/quicklatex.com-c6faa50c9f9241ac6e2e5a3511e9f22e_l3.png)
![Rendered by QuickLaTeX.com v](https://blog-study-economics.com/wp-content/ql-cache/quicklatex.com-7ee7e228cb15358132f2a606f60a4326_l3.png)
次回はこのマッチング関数を元に、サーチ・モデルの連立方程式の、2〜4番目の式を導出します。
>> 労働市場論(サーチ・モデル)(6)「ジョブを見つける確率」と「ジョブが埋まる確率」