Kinh nghiệm quốc tế về dự báo thị trường lao động trong bối cảnh chuyển đổi số và bài học cho Việt Nam

Các tác giả

  • Lê Thị Thu Hương Khoa Khoa học Quản lý, Trường Kinh tế và Quản lý công, Đại học Kinh tế Quốc dân
  • Phạm Ngọc Toàn Viện Khoa học Lao động và Xã hội, Bộ Lao động - Thương binh và Xã hội

Từ khóa:

Đổi mới, dự báo thị trường lao động, chuyển đổi số

Tóm tắt

Trong bối cảnh chuyển đổi số, dự báo thị trường lao động cần thiết phải thay đổi để đáp ứng yêu cầu thực tiễn. Phương pháp dự báo thị trường lao động ở Việt Nam còn nhiều hạn chế. Bài viết này thực hiện phân tích và tổng hợp kinh nghiệm của một số quốc gia trên thế giới về dự báo thị trường lao động, trên cơ sở đó chỉ ra Việt Nam cần xây dựng một mô hình, phương pháp dự báo thị trường lao động cần áp dụng các công nghệ tiên tiến như phân tích dữ liệu lớn (Big Data), trí tuệ nhân tạo (AI) và học máy (Machine Learning) để nâng cao độ chính xác và hiệu quả của dự báo.

Tài liệu tham khảo

Huang, J., Yu, X., & Zhang, P. (2021), ‘AI and Big Data in Labor Market Forecasting: Case Studies from the US’, Technology in Society, 29(4), 145-156.

Hyndman, R. J., & Athanasopoulos, G. (2021), Forecasting: Principles and Practice (3rd ed.), Otexts, https://otexts.com/fpp3/index.html

ILO (2020), Labour Market Information System in Malaysia: Current Status and Future Prospects, International Labour Organization.

Johnson, R., & Kramer, B. (2020), ‘Occupational Employment Statistics: An AI-Enhanced Approach to Forecasting’, Labor Economics Review, 58(1), 31-44.

Kevin S. Dubina, ‘Labor force and macroeconomic projections overview and highlights, 2022–32’, Monthly Labor Review, U.S. Bureau of Labor Statistics, September 2023, DOI: 10.21916/mlr.2023.21.

Lee, S. (2021), ‘Public-Private Partnerships in Malaysia’s Labour Market Forecasting’, Asia Pacific Policy Review, 29(4), 113-129.

Makridakis, S., Spiliotis, E., & Assimakopoulos, V. (2018), ‘Statistical and machine learning forecasting methods: Concerns and ways forward’, PLoS ONE, 13(3), e0194889.

Mönnig, A., Weber, E., & Zika, G. (2019), ‘Labour market forecasting: how well does the INFORGE model work in Germany?’, International Journal of Manpower, 40(4), 647-664.

OECD (2024), Strengthening Active Labour Market Policies in Korea, Connecting People with Jobs, OECD Publishing, Paris, DOI: 10.1787/44cb97d7-en.

Rahim, M. (2022), ‘Big Data and AI in Malaysian Labour Market Forecasting’, Technology in Southeast Asia, 15(1), 72-89.

Tải xuống

Đã Xuất bản

30-11-2024

Cách trích dẫn

Lê Thị Thu, H., & Phạm Ngọc, T. . (2024). Kinh nghiệm quốc tế về dự báo thị trường lao động trong bối cảnh chuyển đổi số và bài học cho Việt Nam. Tạp Chí Kinh Tế Và Phát triển, (329(2), 86–93. Truy vấn từ http://js.ktpt.edu.vn/index.php/jed/article/view/2012

Các bài báo được đọc nhiều nhất của cùng tác giả