预测劳动力市场中的技能短缺：一种机器学习方法
综合经济学
2021-02-05 v3 计算机与社会
经济学
摘要
技能短缺是社会的一种损耗。它们阻碍个人的经济机会，减缓企业增长，并在总体上削弱劳动生产率。因此，提前理解和预测技能短缺的能力对于政策制定者和教育者缓解其不利影响至关重要。本研究采用一种高性能机器学习方法预测职业技能短缺。此外，我们展示了分析短缺职业潜在技能需求以及预测技能短缺最重要特征的方法。为此，我们编制了2012至2018年澳大利亚劳动力需求与供给职业数据的独特数据集，包含 770 万条招聘广告（ads）和 20 项官方劳动力衡量指标。我们将这些数据作为解释变量，并利用 XGBoost 分类器预测 132 个标准化职业的年度技能短缺分类。我们所构建的模型宏 F1 平均性能得分高达 83%。结果表明，招聘广告数据与就业统计是预测职业逐年技能短缺变化表现最佳的特征集。我们还发现，“工作时长”、“教育”年限、“经验”年限以及中位“薪资”等特征是预测职业技能短缺的高度重要特征。本研究为预测和分析技能短缺提供了一种稳健的数据驱动方法，可协助政策制定者、教育者和企业迎接工作的未来。
引用
@article{arxiv.2004.01311,
title = {Predicting Skill Shortages in Labor Markets: A Machine Learning Approach},
author = {Nik Dawson and Marian-Andrei Rizoiu and Benjamin Johnston and Mary-Anne Williams},
journal= {arXiv preprint arXiv:2004.01311},
year = {2021}
}