Arbejdsmarkedsanalyse 2.0: Big data i praksis

At bruge sine økonometriske kundskaber til tekstanalyse er fremmed land for mange politter, men det kan give nogle interessante økonomiske indsigter. Vi har derfor taget fat i Andreas Højbjerre, der er Principal Economist hos DAMVAD, for at høre mere omkring dette. Han er en af Danmarks mest brugte arbejdsmarkedseksperter, og du finder ham jævnligt citeret i aviserne.

Hvad roder I med i øjeblikket i DAMVAD?

Vi er lige i øjeblikket meget optaget af at udvikle et helt nyt redskab, som vil gøre os i stand til at lave arbejdsmarkedsanalyser version 2.0. Vi arbejder i øjeblikket tæt sammen med Jobindex og IBM på at lave det her værktøj. Helt kort fortalt giver det en hidtil uset mulighed for dataanalyse af jobopslag.

Hvilke analyser vil man kunne lave med det her værktøj?

Redskabet kommer til at give mulighed for at genere viden om hele efterspørgselssiden af arbejdsmarkedet, hvilket i dag reelt fremstår som lidt af en black box. Det kommer til at give en meget bedre og meget dybere forståelse for virksomhedernes kompetenceefterspørgsel, fx krav til efteruddannelser. Fx bruger vi det i øjeblikket til at se på hvordan kompetencekravene til ufaglærte har udviklet sig de seneste år – noget som vi tidligere har haft svært at ved at belyse ud fra traditionelle datakilder. Redskabet kan også bruges til at sige noget om flaskehalse på arbejdsmarkedet – fx at det er 5 gange svære at rekruttere en stærkstrøms- end en bygningsingeniør – noget vi ikke tidligere har kunne sætte tal på.

Hvad kan det have af konkret effekt?

Det betyder, at vi kan lave dybe analyser på en række forskellige områder både inden for uddannelse, beskæftigelse- og erhvervspolitik, hvor det handler om sikre et arbejdsudbud med de rette kompetencer. Det vil simpelthen ramme lige ned i kernen af de store samfundsøkonomiske problemstillinger: ”Hvordan øger vi produktiviteten og væksten?”, og ”hvad skal vi leve af i fremtiden?”

Det lyder ikke som en klassisk økonomisk analyse?

Nej – man bliver som økonom virkeligt udfordret her. Hele forudsætningen for den her type udfordrer vores traditionelle statistiske metoder. Vi går rent ud sagt fra at analysere tal til at kunne analysere tekst. Det betyder altså, at vi arbejder på at få bygget bro mellem vores økonometriske kompetencer fra økonomistudiet, og den sprogforståelse som man fx har hos sprogteknologer på humaniora. Og det er altså en vild rejse at være med på.

Hvad skal som studerende fokusere på, hvis man gerne vil arbejde med dette?

Det centrale er, at man kan kombinere en god dataforståelse og statistikkundskaber med en bredere analytisk evne til at se, hvordan resultaterne kan bringes i spil ift. at belyse konkrete arbejdsmarkeds- eller uddannelsespolitiske problemstillinger. Det betyder, at både statistikfag og anvendelsesorienterede øvelsesfag er relevante.  Meget af statistikarbejdet foregår i R, hvorfor det selvfølgelig hjælper at have erfaring med dette. Det vil være centralt at man relativt hurtigt kan lære nye statistikprogrammer og programmeringssprog.

Tekstanalyse af jobopslag må betyde en kæmpe database, hvordan håndterer I dette?

Konkret har vi har fået opsat en server i samarbejde med IBM. Konceptet er at både software og hardware er optimeret i forhold til kunne håndtere meget store datamængder og data i vidt forskelige formater. Softwaren indeholder de redskaber, som vi skal bruge at lave vores tekstanalyser.

Vi vandt for nyligt IBM Innovation Award for vores evne til at tage IBM´s Big Data server og software i brug på en ny måde. Så vi har investeret kraftigt i infrastruktur og rekrutterer for tiden data scientists, altså økonomer og udviklere der har stærke præferencer inden for matematik, statistik og programmering. Det er spændende udvikling, hvor den traditionelle økonom kompetence udvikles i takt med , at vi udvikler vores datadrevne analyser.