使用互联网搜索数据衡量就业需求

我们正处于一个强调体力工作自动化并向知识劳动转变的经济转型期。我们如何衡量和理解求职行为，以及社区如何适应这些变化？我们使用互联网搜索数据来估计美国的就业需求。从一个流行的搜索引擎中，我们从2015年和2016年的2.25亿条原始求职查询开始，将查询准确地分类到15个就业领域中的一个，准确率为97%，并使用得到的查询量来估计美国各县各行业的就业需求。我们通过与劳工统计局的测量结果进行验证，然后展示其对社区的好处，显示出在贫困和教育水平等社会经济维度上，所搜索的工作类型存在显著差异。我们讨论了这对宏观经济测量的影响，以及社区领导者、政策制定者和人机交互领域如何从中受益。