文件名称：预测劳动力市场的技能短缺：机器学习方法-研究论文
文件大小：568KB
文件格式：PDF
更新时间：2024-06-30 05:57:16
Big Data Data
技能短缺是社会的一种消耗。 它们阻碍了个人的经济机会，减缓了公司的增长，并总体上阻碍了劳动生产率。 因此，提前了解和预测技能短缺的能力对于决策者和教育者帮助减轻其不利影响至关重要。 该研究实施了一种高性能机器学习方法来预测职业技能短缺。 此外，我们展示了分析短缺职业的潜在技能需求的方法以及预测技能短缺的最重要特征。 对于这项工作，我们编制了澳大利亚 2012 年至 2018 年劳动力需求和劳动力供应职业数据的独特数据集。其中包括来自 770 万个招聘广告（广告）和 20 项官方劳动力指标的数据。 我们使用这些数据作为解释变量，并利用 XGBoost 分类器来预测 132 个标准化职业的年度技能短缺分类。 我们构建的模型实现了高达 83% 的宏观 F1 平均性能分数。 我们的结果表明，招聘广告数据和就业统计数据是预测职业技能短缺逐年变化的性能最高的特征集。 我们还发现，诸如“工作时间”、“教育”年数、“经验”年数和“工资”中位数等特征是预测职业技能短缺的非常重要的特征。 这项研究为预测和分析技能短缺提供了一种强大的数据驱动方法，可以帮助政策制定者、教育工作者和企业为未来的工作做好准备。