US industry labor tightness: JOLTS by industry (monthly)
Monthly US industry labor-market tightness from the BLS Job Openings and Labor Turnover Survey (keyless BLS Public Data API v2): seasonally adjusted job openings, quits, and layoffs & discharges rates for 12 industries (Construction, Manufacturing, Wholesale, Retail, Information, Financial activities, Educational services, Health care, Arts/entertainment, Accommodation/food, Other services, Government), 2017-01 onward. Includes MoM/YoY momentum, trailing-12-month z-scores, a documented 0-100 tightness score with per-industry quartile tiers, and worker-confidence / layoff-stress / record-openings flags. BLS material is public domain (commercial reuse allowed); source: U.S. Bureau of Labor Statistics.
Les titres et les descriptions proviennent des sources de données, en anglais.
- Lignes
- 1 392
- Colonnes
- 24
- Cadence de la source
- Mensuelle
- Dernière actualisation
- 1 oct. 2026
- Thème
- economy
| Colonne | Type | Description |
|---|---|---|
| month | date | Reference month (first day). |
| year_month | string | Reference month as YYYY-MM. |
| industry | string | BLS JOLTS published industry label. |
| industry_code | string | 6-char JOLTS industry_code. |
| country | string | United States. |
| country_code | string | ISO alpha-3 USA. |
| openings_rate_pct | float | Job openings rate, SA, pct (BLS JOLTS). |
| quits_rate_pct | float | Quits rate, SA, pct (BLS JOLTS). |
| layoffs_rate_pct | float | Layoffs & discharges rate, SA, pct (BLS JOLTS). |
| openings_rate_mom_pp | float | MoM change of openings rate, pp. |
| openings_rate_yoy_pp | float | YoY change of openings rate, pp. |
| quits_rate_mom_pp | float | MoM change of quits rate, pp. |
| quits_rate_yoy_pp | float | YoY change of quits rate, pp. |
| layoffs_rate_mom_pp | float | MoM change of layoffs rate, pp. |
| layoffs_rate_yoy_pp | float | YoY change of layoffs rate, pp. |
| z12_openings_rate | float | Trailing-12m z-score, openings rate. |
| z12_quits_rate | float | Trailing-12m z-score, quits rate. |
| z12_layoffs_rate | float | Trailing-12m z-score, layoffs rate. |
| tightness_score | float | 0-100 industry tightness composite. |
| tightness_tier | string | Per-industry quartile: t1 (loosest)..t4 (tightest). |
| quits_confidence_flag | boolean | 1 when quits rate >= trailing-12m 75th pct. |
| layoff_stress_flag | boolean | 1 when layoffs rate >= trailing-12m 90th pct. |
| openings_record_12m_flag | boolean | 1 when openings rate == trailing-12m max. |
| row_hash | string | Deterministic 16-hex row identity hash. |
10 premières lignes d’exemple — un aperçu, pas le jeu de données complet.
| month | year_month | industry | industry_code | country | country_code | openings_rate_pct | quits_rate_pct | layoffs_rate_pct | openings_rate_mom_pp | openings_rate_yoy_pp | quits_rate_mom_pp | quits_rate_yoy_pp | layoffs_rate_mom_pp | layoffs_rate_yoy_pp | z12_openings_rate | z12_quits_rate | z12_layoffs_rate | tightness_score | tightness_tier | quits_confidence_flag | layoff_stress_flag | openings_record_12m_flag | row_hash |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2017-01-01 | 2017-01 | Construction | 230000 | United States | USA | 2,3 | 2,2 | 2,7 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | b5fd1d85e4886688 |
| 2017-01-01 | 2017-01 | Manufacturing | 300000 | United States | USA | 2,9 | 1,4 | 0,9 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 5f2a90e54413d9dc |
| 2017-01-01 | 2017-01 | Wholesale trade | 420000 | United States | USA | 2,9 | 1,6 | 0,7 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 2c31af7bbf6f4e61 |
| 2017-01-01 | 2017-01 | Retail trade | 440000 | United States | USA | 3,8 | 3 | 1 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | aa1b7593932f808e |
| 2017-01-01 | 2017-01 | Information | 510000 | United States | USA | 3 | 1,4 | 0,9 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | d2013334d6991ab5 |
| 2017-01-01 | 2017-01 | Financial activities | 520000 | United States | USA | 3,9 | 1,4 | 0,4 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 04a037b815e4f06e |
| 2017-01-01 | 2017-01 | Educational services | 610000 | United States | USA | 2 | 1,3 | 0,8 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | f95e0bd3eecb7efa |
| 2017-01-01 | 2017-01 | Health care and social assistance | 620000 | United States | USA | 5,3 | 2 | 0,5 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | d6f0c79348040841 |
| 2017-01-01 | 2017-01 | Arts, entertainment, and recreation | 710000 | United States | USA | 3,4 | 3,1 | 3,1 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 258ae72c16b91943 |
| 2017-01-01 | 2017-01 | Accommodation and food services | 720000 | United States | USA | 4,5 | 4,3 | 2,2 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 24708d0b43682c1c |
Profilé le 1 oct. 2026 à partir de l’instantané 20261001T003331Z-6e7842ff50ef
Mesuré- Complétude
- 95,4 %
- Lignes
- 1 392
- Colonnes
- 24
- Colonnes incomplètes
- 14
| Colonne | Manquant | Distinctes | Plage | Distribution |
|---|---|---|---|---|
| monthdate | 0 % | 107 | 1 janv. 2017 → 1 août 2026 | — |
| year_monthvarchar | 0 % | 125 | — |
|
| industryvarchar | 0 % | 12 | — |
|
| industry_codevarchar | 0 % | 12 | — |
|
| countryvarchar | 0 % | 1 | — |
|
| country_codevarchar | 0 % | 1 | — |
|
| openings_rate_pctdouble | 0 % | 68 | 1,6 → 11,1médiane 4,3 | 26 hors du 1er–99e centile |
| quits_rate_pctdouble | 0 % | 55 | 0,1 → 6,3médiane 1,8 | 28 hors du 1er–99e centile |
| layoffs_rate_pctdouble | 0 % | 72 | 0,2 → 33,1médiane 0,9 | 19 hors du 1er–99e centile |
| openings_rate_mom_ppdouble | 0,86 % | 143 | -4,2 → 3,9médiane 0 | 27 hors du 1er–99e centile |
| openings_rate_yoy_ppdouble | 10,3 % | 214 | -5,2 → 5,4médiane -0,1 | 25 hors du 1er–99e centile |
| quits_rate_mom_ppdouble | 0,86 % | 91 | -2,8 → 1,5médiane 0 | 30 hors du 1er–99e centile |
| quits_rate_yoy_ppdouble | 10,3 % | 131 | -3,2 → 3,5médiane 0 | 26 hors du 1er–99e centile |
| layoffs_rate_mom_ppdouble | 0,86 % | 102 | -25,9 → 31,4médiane 0 | 28 hors du 1er–99e centile |
| layoffs_rate_yoy_ppdouble | 10,3 % | 143 | -31,8 → 31,5médiane 0 | 25 hors du 1er–99e centile |
| z12_openings_ratedouble | 9,5 % | 1 241 | -2,98 → 2,9médiane -0,1401 | 26 hors du 1er–99e centile |
| z12_quits_ratedouble | 9,5 % | 1 579 | -3,18 → 2,94médiane -0,0368 | 26 hors du 1er–99e centile |
| z12_layoffs_ratedouble | 9,5 % | 1 051 | -2,37 → 3,17médiane -0,1618 | 26 hors du 1er–99e centile |
| tightness_scoredouble | 9,5 % | 1 267 | 3,42 → 84,13médiane 49,17 | 26 hors du 1er–99e centile |
| tightness_tiervarchar | 9,5 % | 4 | — |
|
| quits_confidence_flagboolean | 9,5 % | 2 | — |
|
| layoff_stress_flagboolean | 9,5 % | 2 | — |
|
| openings_record_12m_flagboolean | 9,5 % | 2 | — |
|
| row_hashvarchar | 0 % | 1 561 | — |
|
- Actuelle
20261001T003331Z-6e7842ff50ef · sha256 6e7842ff50ef…
1 392 lignes · premier instantané
Dirigez n’importe quel LLM vers le point d’accès des métadonnées — la documentation ci-dessus est aussi lisible par machine (JSON-LD + Croissant).
curl "https://datazimuts.com/v1/datasets/bls_jolts_industry_intel/us_industry_labor_tightness_monthly" | jq '{title, rows, columns_count, license}'import requests
ds = requests.get("https://datazimuts.com/v1/datasets/bls_jolts_industry_intel/us_industry_labor_tightness_monthly").json()
print(ds["title"], ds["rows"], "rows")
# Sample rows for an LLM context window
for row in ds.get("sample_rows", [])[:5]:
print(row)Point d’accès API : https://datazimuts.com/v1/datasets/bls_jolts_industry_intel/us_industry_labor_tightness_monthly
Astuce : récupérez /llms.txt pour le catalogue complet lisible par machine.
D’où viennent ces données et ce qui en a été fait. Le travail des autres apparaît sous forme de décomptes ; seuls les projets partagés sont nommés.
Citer cet instantané
Épinglé à l’instantané 20261001T003331Z-6e7842ff50ef et à son empreinte, pour que vos lecteurs obtiennent exactement les données utilisées.
U.S. Bureau of Labor Statistics. (2026). US industry labor tightness: JOLTS by industry (monthly) [Data set, snapshot 20261001T003331Z-6e7842ff50ef, sha256 6e7842ff50ef]. Datazimuts. Retrieved 2026-10-01, from https://datazimuts.com/fr/datasets/bls_jolts_industry_intel/us_industry_labor_tightness_monthly?snapshot=20261001T003331Z-6e7842ff50ef
@misc{dz_bls_jolts_industry_intel_us_industry_lab_6e7842ff,
title = {{US industry labor tightness: JOLTS by industry (monthly)}},
author = {{U.S. Bureau of Labor Statistics}},
year = {2026},
publisher = {Datazimuts},
howpublished = {\url{https://datazimuts.com/fr/datasets/bls_jolts_industry_intel/us_industry_labor_tightness_monthly?snapshot=20261001T003331Z-6e7842ff50ef}},
note = {Snapshot 20261001T003331Z-6e7842ff50ef, sha256 6e7842ff50ef93b321818f8697b7367394cc648300b490f01ab167d6faeda71c; accessed 2026-10-01}
}Intégrer un tableau ou un graphique
Collez ce code dans n’importe quelle page. L’intégration est épinglée au même instantané, suit le thème clair ou sombre du lecteur et affiche toujours la source, la licence et un lien de retour.
<iframe src="https://datazimuts.com/embed/chart?dataset=bls_jolts_industry_intel%2Fus_industry_labor_tightness_monthly&lang=fr&theme=auto&snapshot=20261001T003331Z-6e7842ff50ef&x=year_month&y=openings_rate_pct&agg=avg" title="US industry labor tightness: JOLTS by industry (monthly)" width="100%" height="380" style="border:0" loading="lazy"></iframe>
Posez une question sur ce jeu de données. Les réponses viennent uniquement de sa fiche, de son profil mesuré et de son historique, et citent les faits utilisés.