随着市场越来越多地(而且往往完全)发生在网上,它们既产生了新的数据类型,也产生了新的具有挑战性的研究问题。因此,互联网作为劳动经济学研究的数据源是IZA研究数据中心IDSC的重点。组织的尼科斯阿斯基达斯而且彼得·库恩,为期两天的研讨会展示了创新的多学科研究,数据来自互联网招聘板,这是当今全球劳动力市场促进匹配的主要模式之一。
算法的招聘
紧跟着技术炒作和技术乐观主义,以及追求成本降低和速度等更切实的利益,一个市场出现了,公司向招聘公司提供算法匹配服务。在研讨会的第一个主题演讲中,Manish Raghavan介绍了这个由算法驱动的就业匹配市场的现状,重点是遵守美国的反歧视法。
提供算法招聘服务的公司必须考虑和过滤算法使用的培训数据的质量,以及预测目标,并评估风险和权衡,这是一个新的复杂问题。其中涉及的风险是单一文化的出现:在前算法招聘世界中,有各种(可能容易出错的)人工招聘程序,在算法世界中,所有使用相同算法的招聘公司都会犯相同的错误——这可能会对劳动力市场和整个社会造成损害。
双边市场的推荐系统
在研讨会的第二个主题中,托尔斯滕joachim他还讨论了一项旨在从双边市场中有偏见的数据得出公平排名的研究。搜索引擎和推荐系统已经成为广泛的双边市场的主要配对模式,如零售、娱乐、就业,甚至是浪漫的伴侣。因此,这样的系统可以塑造市场。市场参与者的机会分配扭曲既可能由于外生原因(如有偏见的训练数据)而发生,也可能由于机器学习算法的内生原因而发生。因此,消除这种扭曲是一个新的和重要的问题。
无视距离?数字时代的服务提供
在她的纸,阿曼达Dahlstrand-Rudin研究数字平台如何通过降低提供者和用户之间的物理距离来改变医疗保健服务提供。利用20万名患者和150名医生的数据,她首先分析了瑞典将这些服务转移到网上后,将患者随机分配给初级保健医生的影响。随机分配改善了总体健康结果,部分原因是它增加了高风险患者接触到能够更好地治疗他们的医生的机会。
然后,Dahlstrand-Rudin进一步利用从随机分配中得出的估计因果效应来预测使用现有在线信息积极匹配可避免住院的高风险患者与擅长分类的医生可能带来的医疗保健效益。这将使可避免的住院人数再减少20%。总的来说,这项研究显著地表明,将服务提供转移到在线平台有可能提高服务质量,同时减少不平等。
针对求职者的随机对照试验
的研究提出的郑浩崔衡量潜在雇主劳动力多样性的信息如何影响个人的求职行为,以及员工的偏好是否能解释公司的信息披露决策。通过在美国一家领先的职业咨询机构发送的工作推荐电子邮件中嵌入一个实地实验,作者发现,在招聘广告中披露公司多元化得分,可以提高多元化得分较高的公司的点击率和求职者的支付意愿。
通过后续调查,研究人员还证明,多样性信息对女性求职者和有色人种更有价值。根据美国证券交易委员会(SEC)的新披露要求,越来越大的压力要求美国公司主动在10-K报告中披露多元化指标,该调查结果为美国公司可能如何应对这一压力提供了有用的新见解。
看到车间计划获取更多信息。