Le aziende si fanno concorrenza per attirare competenze
Panoramica
Liu, Pant e Sheng sviluppano un modello per prevedere la competizione nel mercato del lavoro tra aziende, utilizzando dati sulle competenze dei dipendenti e reti di movimento dei lavoratori tra imprese.
Basandosi su un dataset derivato dai profili LinkedIn di oltre 89.000 dipendenti di 3.467 aziende pubbliche dal 2000 al 2014, costruiscono nuove metriche di sovrapposizione del capitale umano che migliorano significativamente la previsione della futura competizione nel mercato del lavoro.
Classificazione metodologica
Analisi di rete applicata al mercato del lavoro – Il lavoro costruisce e analizza una rete di flusso del capitale umano (HCF) basata sui movimenti dei dipendenti tra le aziende
Valutazione d'impatto della competizione nel mercato del lavoro – Quantifica quanto diverse metriche predicono efficacemente le future migrazioni dei dipendenti
Studio sulla complessità del mercato del lavoro – Esamina la natura multidimensionale della competizione per il capitale umano tra diversi settori
Utilizzo di grafi dinamici per catturare cambiamenti strutturali – Utilizza dati di rete temporali per comprendere le dinamiche competitive nei mercati del lavoro
Contributi principali
Gli autori sviluppano nuove metriche di sovrapposizione del capitale umano basate su:
- Sovrapposizione di competenze: Misurazione della similarità nelle basi di conoscenza esplicita delle aziende utilizzando le competenze dei dipendenti
- Sovrapposizione di rete HCF: Rilevamento della similarità nella conoscenza tacita ed esplicita attraverso l'analisi della struttura di rete
Validano queste metriche dimostrando il loro potere predittivo per la futura competizione nel mercato del lavoro, con:
- Metriche basate su rete che mostrano particolare utilità predittiva, migliorando l'AUC del 18-34% tra i diversi modelli
- Modelli Random Forest con set completo di caratteristiche che raggiungono AUC di 0,89 per la previsione di tutti i concorrenti
Operazionalizzano un framework di analisi bidimensionale della competizione che combina dimensioni di mercato del prodotto e mercato del lavoro, mostrando come diversi tipi di concorrenti (diretti, indiretti, potenziali o deboli) presentino dinamiche competitive differenti.
Scoprono che la rete HCF presenta proprietà “small-world” con debole omofilia industriale, indicando una diffusa mobilità dei dipendenti tra settori e la necessità di metriche basate su rete per catturare pattern globali.
Contributo alla letteratura
Questo studio contribuisce alla comprensione della competizione nel mercato del lavoro, collegando i framework teorici della competizione tra imprese con la misurazione empirica. Gli autori introducono metodi basati sui dati per identificare i concorrenti nel mercato del lavoro che vanno oltre le classificazioni industriali, mostrando che la competizione per il capitale umano spesso trascende i confini tradizionali dei settori.
Il loro approccio dimostra il valore dell'analisi di rete per comprendere le dinamiche del mercato del lavoro, rivelando come la conoscenza esplicita (competenze) e la conoscenza tacita (rilevata attraverso relazioni di rete) influenzino i modelli competitivi. La metodologia consente un'identificazione più precisa dei futuri concorrenti per il capitale umano, con implicazioni per le strategie di reclutamento e fidelizzazione dei talenti.
Il documento fornisce anche una validazione empirica della visione basata sulle risorse dell'impresa, mostrando come le configurazioni del capitale umano influenzino il posizionamento competitivo.
Riferimento bibliografico
Liu, Y., Pant, G., & Sheng, O. R. L. (2023). Predicting Labor Market Competition: Leveraging Interfirm Network and Employee Skills. Working Paper.
Verifica la disponibilità on-line