你发现没有，现在就业市场特别“拧巴”。
一边是年轻人抱怨工作难找，投了几百份简历，连个面试机会都捞不着；另一边是企业喊缺人，年薪百万招不到AI工程师，月薪两万找不到有经验的护理员。这两个现象同时存在，不是魔幻现实，是经济学里一个经典理论就能说清楚的事。
2010年，一位叫戴蒙德的美国经济学家拿了诺贝尔奖。他研究的问题特别接地气：为什么找工作要花那么长时间？
您可能觉得这是个傻问题——找工作当然要花时间啊，投简历、等通知、面试、复试、谈薪资，一套流程走下来，一两个月过去了，这不是很正常吗？
戴蒙德不这么看。他从根子上问：如果市场是完美的，企业应该知道哪里有合适的求职者，求职者也应该知道哪里有空缺岗位，那匹配应该是瞬间完成的。但现实不是这样。为什么？
因为他发现了一个核心障碍：信息摩擦。
翻译成人话就是：你不知道企业要什么，企业不知道你会什么。你简历上写的那些技能，跟企业招聘要求里的那些词，中间差了一个“翻译官”。你说你“擅长沟通”，企业要的是“能独立搞定50万以上的大客户”。你说你“熟悉办公软件”，企业要的是“能熟练用Excel做数据透视表和VLOOKUP”。看着是一回事，其实差远了。
戴蒙德管这个叫“搜寻匹配理论”。他通过大量数据发现，平均每个岗位的匹配需要28天。这28天里，你在焦虑地等通知，企业在着急地等新人上岗，双方都在支付“搜寻成本”。你的成本是时间、精力、焦虑，企业的成本是HR的工资、招聘平台的费用、岗位空缺造成的业务损失。
这个理论在2025年的中国市场上，体现得特别明显。
国家统计局的最新数据显示，电子商品、餐饮行业的岗位同比增长了2.4%，听起来不错吧？但与此同时，技能不匹配率高达43%。什么意思？就是说，差不多每两个岗位里，就有一个招不到合适的人。不是没有人，是人不对。
这就引出了一个更有意思的问题：为什么AI这么智能了，找工作反而更难了？
您可能有这个体会：以前打客服电话，按几下按键就能找到人工服务，虽然等得久，但至少能解决问题。现在呢？AI客服声音甜美、态度亲切，但你问东它答西，转人工要绕十八个弯，最后问题没解决，你花了半个小时，血压倒是上去了。
从经济学角度看，这就是“摩擦成本”被转嫁了。
2009年诺奖得主威廉姆森提出过一个“交易成本理论”。咱们用这个理论算一笔账：企业以前用人工客服，单次服务的成本大概是10块钱，但用户花1分钟就能解决问题。现在企业换成AI客服，单次成本降到了5毛钱，但用户得花5分钟甚至更长时间，还不一定能解决。
表面上看，企业高效了，成本降了。但实际上，它把原本自己承担的成本，转嫁给了用户的时间和耐心。同样的逻辑放在招聘上：企业用AI筛简历、用算法做初筛，效率是高了，但那些被算法“误杀”的求职者，付出的成本是失去的机会和浪费的时间。
所以回到最初那个问题：找工作难，到底是谁的问题？
我的看法是：别只怪自己。
戴蒙德的研究有一个很重要的结论：劳动力市场从来就不是完美的。信息摩擦永远存在，搜寻成本永远要付。这就像物理世界里的摩擦力——你不可能彻底消除它，但你可以理解它、利用它、减少它。
那怎么减少呢？我给您两个实实在在的建议。
第一，把“技能翻译”做在前面。 不要只写你“会什么”，要写你“用这个技能解决了什么问题”。比如你学过Python，别只写“熟悉Python”，写“用Python爬取10万条数据并自动生成分析报告”。前者是技能，后者是价值。企业要的不是你会什么，是你用你会的东西帮它赚了多少钱、省了多少钱。
第二，看懂就业数据里的“温度计”。 戴蒙德的理论还有一个应用：通过观察岗位增长的区域和行业，可以判断经济的“体温”。消费复苏的时候，机场、餐饮、物流的岗位会先热起来；人口老龄化加剧，医疗、护理、养老的需求会持续增长。这些数据不是给经济学家看的，是给你选赛道用的。你往有需求的地方去，摩擦自然就小了。
最后再说一句掏心窝子的话。
戴蒙德拿诺奖那年，我在报纸上看到他的照片，一个头发花白的老头，笑容很温和。他研究了一辈子劳动力市场，最后的结论其实很朴素：市场不是万能的，摩擦是常态，但每一次摩擦都是信号。
找工作难，不是你不努力，是信号太杂、噪音太大。你能做的，不是抱怨噪音，而是学会在噪音里听清楚那个属于自己的声音。
你最近遇到过哪些“求职摩擦”？欢迎在评论区聊聊你的观察。
