Do job vacancies variations anticipate employment variations by sector? Some preliminary evidence from Italy
Notice bibliographique
Résumé
Abstract Government policy has placed increasing emphasis on the need for robust labour market projections. The job vacancy rate is a key indicator of the state of the economy underpinning most monetary policy decisions. However, its variation over time is rarely studied in relation to employment variations, especially at the sectoral level. The present paper assesses whether changes in the number of vacancies from quarter to quarter are a leading anticipator of employment variation in certain economic sectors over the previous decade in Italy, using multivariate time‐series tools (the vector autoregressive and error correction models) with Eurostat data. As robustness checks for integration order and cointegration, we compare traditional critical values with those provided by response surface models. To the best of our knowledge, no previous study has evaluated this relationship using Italian data over the last decade. The results demonstrate that percentage changes in numbers employed (occupied persons) react to percentage changes in vacancies (one‐quarter lagged), but not vice versa, indicating that variations of vacancies are weakly exogenous. The fastest short‐term adjustment from disequilibrium is seen in the construction industry, whereas the manufacturing and the information and communication technology sectors demonstrate the strongest long‐run relationships among variations. This suggests that the matching rates – the likelihood that a vacancy is filled – are higher for these than for other sectors, as a result of developments in recruitment technology for professional figures of such industries.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».