大数据提供监测技能供需变化的新方法
国际劳工组织75年工作报告 2022年8月/ 使用在线空置和工作 申请人的数据来研究技能动力学 作者/菲德尔·贝内特、维罗妮卡·埃斯库德罗、汉娜·利普曼、安娜·波德贾宁 版权所有©国际劳工组织2022 这是在Cr下分发的开放获取作品eative下议院归因3.0IGO许可证(http://creativecommons.org/licenses/by/3.0/igo）。用户可以重用，沙尔e,适应和构建在的原始工作,甚至为商业的目的,作为详细的在许可证中。国际劳工组织必须明确注明为所有者 的原作。不得在用户作品中使用国际劳工组织的标志。 翻译–如果翻译本作品，则必须添加以下免责声明以及归因:此译文并非由国际劳工局（ILO）创作，不应被考虑 获得了国际劳工组织的官方翻译。国际劳工组织不对本译文的内容或准确性负责。 适应–如果改编本作品，则必须添加以下免责声明以及归因:这是对国际劳工局（ILO）原创作品的改编。责任 因为改编作品中表达的观点和意见仅代表改编作品的作者或作者并且不了国际劳工组织的支持。 所有关于权利和许可证的查询都应向国际劳工组织出版物（权利和许可）提出，CH-121122日,瑞士日内瓦,或by电子邮件来rights@ilo.org。 ISBN:9789220376614(印刷)ISBN:9789220376621(web-pdf) ISBN:9789220376638(epub)ISBN:9789220376645(手机域名)ISBN:9789220376652(html) ISSN:2708-3446 https://doi.org/10.54394/EWWE6877 劳工组织出版物中采用的符合联合国惯例的名称，以及其中材料的呈现并不意味着以下方面表达任何意见 国际劳工局关于任何国家、地区或领土或其作者的法律地位- ，或关于其边界的划定。 对在签名文章、研究和其他贡献中表达的观点的责任完全由其作者和出版物不构成国际劳工局对 表达的观点。 提及公司名称、商业产品和流程并不意味着其认可 国际劳工局，以及任何未提及特定公司、商业产品或专业人士-税不是一个反对的迹象。 劳工组织工作文件总结了劳工组织正在进行的研究成果，并试图促进对《公约》的讨论。与工作世界相关的问题范围。对此的评论国际劳工组织欢迎和可以发送RESEARCH@ilo.org,escudero@ilo.org,liepmann@ilo.org。 出版授权：理查德·萨曼斯，研究总监 国际劳工组织W工作论文可以是发现:www.ilo.org/global/publications/working-papers 建议引用: 贝内特，F.，埃斯库德罗，V.，利普曼，H.，波德贾宁，A.2022。使用在线空置和求职者的数据技能学习动力日内瓦,75年国际劳工组织工作报告(ILO)。 摘要 我们评估有关职位空缺和求职申请的在线数据是否适合种马英美以外的技能动态，那里有丰富的文献对技能进行了研究 使用在线空缺数据的动态。然而，其他国家在技能动态方面的知识却很少，因为各自的发展水平。我们首先提出了一个分类法，系统地聚合了三个 广泛的技能类别-认知，社会情感和手动-以及十四种常见观察和 可识别的技能子类别，我们根据通过关键字识别的独特技能进行定义，以及表达式。我们的目标是开发一种全面但简洁的分类法，适合劳动者 发展中和新兴经济体的市场现实，并适应在线职位空缺和申请人数据。然后，使用机器学习技术，我们开发一种方法，允许实现在线职位空缺和申请人数据中的技能分类，从而捕获供需 边。使用来自工作委员会的乌拉圭数据实施该方法BuscoJobs，我们分配技能64%的申请人就业期和94%的空缺。我们认为这是成功的—— 由于被利用的文本信息通常不遵循标准化格式，因此实现完整。这我们方法的优势在于它依赖于目前在许多国家/地区可用的数据 世界，从而允许进行特定国家的分析，而不需要假设职业技能 捆绑包在各个国家/地区是相同的。据我们所知，我们是第一个探索此AP的人-友善的新兴经济体。 关于作者 菲德尔班纳特是智利大学的经济学家，目前是国家经济调查委员会的负责人智利劳工部的国家就业局。他还做过生态 智利大学和智利教育部的提名专家，并曾合作 作为国际劳工组织顾问的不同研究项目。他的研究重点关于劳动经济学、教育经济学和公共干预的影响。 VeronicaEscudero2008年加入国际劳工组织研究部， 如今，她是劳动力市场趋势和政策评估部门的负责人。自2021年3月起，她一直在服役作为加州大学伯克利分校CEGA（有效全球行动中心）的访问学者。 她是一名博士经济学家，专门从事劳动力市场和社会政策的分析和评估。她目前的研究重点是评估劳动力市场和社会政策对就业资格的有效性。- TY与社会条件以及揭示利用政策之间的互补性是否可以促进 它们的有益作用。最近，她一直在探索与培养所需技能相关的主题以低收入和中等收入国家为重点，有效过渡到体面工作，方法是利用 关于职位空缺和劳工门户网站申请的在线数据。她拥有巴黎经济学博士学位。经济学院和社会科学高等学院（EHESS）。 汉娜Liepmann是国际劳工组织研究部的经济学家。她的研究兴趣是在劳动经济学和应用微观经济学中，重点是研究劳动力市场政策 结构变化影响边缘化群体融入优质就业。她ob- 她在柏林洪堡大学获得博士学位，并在那里为合作研究工作。 中心“理性与竞争”。她是IZA研究附属机构，并且一直是访问研究员在加州大学伯克利分校的研究与就业研究所和 在纽伦堡就业研究(IAB)。 安娜Podjanin国际劳工组织企业部技术干事 在日内瓦。她于2015年加入国际劳工组织，此前曾在研究、统计和就业部门工作。政策部门，专注于不同的主题，如货币和非货币贫困，劳动力和劳动力市场。-KET统计和技能新方法的确定需要预测。 表的内容 摘要01 关于作者01 介绍05 1评估欧洲和美国以外的技能：技能分类 我的研究目的08 2数据和描述性统计17 2.1申请人和空缺数据在确定和衡量技能方面的覆盖面和适用性 变量18 2.2BuscoJobs申请人的数据19 2.3BuscoJobs空缺数据23 3技能的经验实现分类28 3.1文本挖掘模型28 3.2评估变量编码30 3.3源类型的相关性以及与基于O-NET的结果的比较34 结论38 附件39 参考文献44 致谢50 数据列表 图1所示。绝对数量的个人加入BuscoJobs在某一年,2010-202020 图2。年龄分布,BuscoJobs申请人的数据库相比,家庭调查 数据,202021 图3.申请人就业期间的职业分布比较 以及2020年全国职业就业分布（%）22 图4。代表性的BuscoJobs申请人数据中的职业，相对于占用 乌拉圭住户调查数据（2010-2020）的分布情况23 图5.每年职位发布的绝对数量24 图6：各职业分布比较BuscoJobs职位空缺, 2020年全国职业就业分布（%）26 图7。代表性的BuscoJobs职业空缺数据,相对于occupa- 乌拉圭住户调查数据（2010-2020）的分布情况27 图8.申请人的技能分布和空缺数据，比较初始关键字 方法和依赖于关键字和同义词的扩展方法，所有年份33 图9.认知、社会情感和手工技能的相对重要性为一位数 职业水平,O-NET数据并进行比较BuscoJobs申请人的数据(2019)36 名单表 表1.技能、关键字和来源的分类10 表2.评估实证实施的成功，所有年份31 表3.已识别技能子类别的数量与数量之间的相关性 文本描述中可用的单词数，所有年份32 表4.空缺中已识别的关键词/表达数量和申请人数据，在- 可归因于不同类型的来源（绝对值和所有年份的百分比）35 表A1.2020年工业分布比较，BuscoJobs职位空缺与 家庭调查数据39 表A2.按技能子类别的初始关键字和表达式词典（西班牙语）40 表A3.关键字同义词词典（西班牙语）41 介绍 技术进步和贸易等重大变革性现象正在塑造劳动力市场。 技能是这一过程中的一个重要因素。它们影响劳动力市场转型的变化对不同工作和职业的相对需求。例如，对给定工作或oc的需求- 如果严重依赖与新引入的技术相辅相成的技能，则铜化就会上升。那 相反，如果工作或职业需要替代技术技能的技能，那么同样的需求就会下降。更新。因此，技能影响了当代某些工人群体的相对弹性 劳动力市场以及其他群体的相对脆弱性。 因此，丰富的文献研究了欧洲，特别是美国的技能动态。计算机发现技术可以取代可以常规化的工作，并补充非常规分析和 三重工作（Autor，Levy，andMurnane2003;古斯，曼宁和萨洛蒙斯2014）。然而，最近，在美国，对非常规分析工作不断增长的需求已经逆转（Beaudry，Green， 和沙子2016）。一些研究预测，人工智能和机器人技术也将取代非常规技术。分析劳动并导致大规模的工作破坏（弗雷和奥斯本，2017）。其他分析指出互动技能的重要性和不可复制性，预测较小的净失业（阿恩茨，格雷戈里， 和Zierahn2016）或强调可能的创造就业机会的潜力（Nübler2016）。给定系统差异- 在劳动力市场上，推断美国和欧洲的调查结果具有误导性 直接到其他国家。然而，对于新兴和发展中的技能动态来说，技能动态的知识是稀缺的。经济。这主要是由于缺乏足够的数据来源。同时，这样的知识—— 边缘将有助于了解需要哪些政策响应来更好地为工人做好准备和回应当代劳动力市场的雇主需求。 在本文中，我们评估了职位空缺和求职网站（或求职门户网站）申请的在线数据是研究高收入经济体之外的技能动态的合适来源文献 到目前为止，一直关注。这种方法的优点是它依赖于当前可用的数据世界上许多国家，从而允许进行不需要- 各国的职业技能都是一样的。另一个显着特征是能力 研究随时间推移的详细技能动态，代表劳动力需求和供应。这重新来自小组性质和数据粒度的污点，这与目前可用的调查不同 来自新兴和发展中经济体的数据。最后，据我们所知，我们是第一个在新兴经济的背景下探索这种方法。 这项研究涉及越来越多的文献，该文献使用来自美国的在线空缺数据进行研究与技能动态相关的问题，因为我们在 新兴经济体。戴明和卡恩（2018）调查了认知和社交技能的核心作用预测当地劳动力市场的职业工资差异。他们的结果表明， 企业在工人薪酬和企业绩效方面的差异确实与这两者的需求有关。 技能。其他三项研究表明，经济衰退加速了技能需求的变化，因为它们提供了企业有机会根据新技术升级技能要求。这些影响是 在常规认知职业中更为明显，这些职业也表现出相对工资增长（Hershbein和 Kahn2018），在可用工人供应激增的州和职业中 （莫德斯蒂诺、绍格和巴兰斯2020年）以及高工资城市和职业（布莱尔和戴明2020年）。最后，Deming和Noray（2020）使用在线空缺数据来研究技能要求和技能回报 在科学、技术、工程和数学（STEM）专业。他们发现收益溢价 主修STEM领域的大学毕业生在进入劳动力市场方面最高，但下降迅速，这推动这些毕业生在获得经验时离开技术密集型领域。我们建立在 这些研究在设计我们的分类法时，除了社会科学的其他参考资料（在ticular，关于技能偏向技术变革的文献，例如参见Acemoglu和Autor2011）和心理学(见例如Almlundetal.2011年)。 更详细地说，我们的分类法系统地汇总了三大类技能-认知，社会o情感和手动-以及十四个常见观察和可识别的技能子类别，其中 我们根据通过关键字和表达式确定的独特技能进行定义。我们的目标是获得一个1 分类法全面但简洁，适合发展中国家和劳动力市场的现实 新兴经济体，适应在线职位空缺和申请人数据。然后，我们开发一种方法OGY，允许在大型在线空缺和申请人数据中实施此技能分类法。对于这个纯粹的姿势，我们将分类法用于数据，利用乌拉圭工作委员会的信息Busc
