世界经济论坛发布2020年未来就业报告

世界经济论坛近日发布的《年未来就业报告》(TheFutureofJobs,WEF)显示，劳动力在新技术方面的技能短缺已成为全球企业利用新技术提升经济增长潜力的最大障碍。

在报告所调研的全球26个国家中，有20个国家的企业都如此反映。在当前缺乏新技术相关领域人才的情况下，企业已为62%的员工提供了重新培训和提高技能的机会，到年，还将继续扩大11%。在此过程中，在线教育将有效助力全球劳动者掌握新技术变革所要求的新技能，以应对就业变革。

报告的主要发现包括以下内容：

1.新技术的进步与应用将不可逆转地持续加速，不会原地等待劳动者做好准备，尤其在云计算、大数据、电子商务、人工智能等领域。

2.自动化对人工的取代与新冠疫情的叠加对劳动者造成了双倍的负面效应(double-disruption)。

3.年与之前几年相比，新兴岗位增长的数量超过了被淘汰岗位的数量，但不容乐观的是新兴岗位数量的增长趋势在放缓，而被淘汰岗位数量的增长却在不断加速。

4.展望未来五年，不同行业的能力或技能缺口显示出一定程度的共性，员工普遍缺乏的大类能力群包括批判性思维和分析能力(Criticalthinkingandanalysis)、解决问题的能力(Problem-solving)、自我管理能力(Self-management)，如韧性、抗压性和灵活性(Resilience,stresstoleranceandflexibility)等。调查显示94%的企业管理者认为员工迫切需要更新技能，并且每6个月(甚至更短)约40%的员工需要重新接受技能更新培训。

5.未来大部分白领员工将在线办公。

6.新技术对人工的取代与疫情叠加造成的双倍负面效应将进一步加剧社会不平等。

7.在线学习和培训兴起，已有学习数据显示出就业者和失业者不同的课程类型偏好。就业者偏好个人发展类课程，而失业者则更多学习数据分析、计算机科学与信息技术等数字技能。Coursera平台年第二季度的学习数据显示，全球个人在线学习者同比增长4倍，公司为员工提供在线学习机会同比增长5倍，*府为企事业单位或公民提供在线学习机会同比增长9倍。

展望年，报告预测全球就业市场最需要的10类能力包括：

1.分析思维能力和创新能力(Analyticalthinkingandinnovation)

2.主动学习能力和学习策略(Activelearningandlearningstrategies)

3.复杂问题解决能力(Complexproblem-solving)

4.批判性思维和分析能力(Criticalthinkingandanalysis)

5.创造力、原创性和主动性(Creativity,originalityandinitiative)

6.领导力和社会影响力(Leadershipandsocialinfluence)

7.技术使用、监督和控制能力(Technologyuse,monitoringandcontrol)

8.技术设计和程序设计能力(Technologydesignandprogramming)

9.韧性、抗压性和灵活性(Resilience,stresstoleranceandflexibility)

10.推理能力、解决问题的能力和思维能力(Reasoning,problem-solvingandideation)

这些能力按大类进行归类可以发现：第1项分析思维能力和创新能力、第3项复杂问题解决能力、第4项批判性思维和分析能力、第5项创造力、原创性和主动性、第10项推理能力、解决问题的能力和思维能力，均属于大类的解决问题能力(Problem-solving)。

说明针对性解决问题的能力占全球就业市场最需要能力的一半。

第2项主动学习能力和学习策略、第9项韧性、抗压性和灵活性属于大类的自我管理能力(Self-management)。第6项领导力和社会影响力属于大类的与人合作能力(Workingwithpeople)。第7项技术使用、监督和控制能力、第8项技术设计和程序设计能力属于大类的技术使用和发展能力(Technologyuseanddevelopment)。

报告进一步详细揭示了学习者获得不同类型新技能平均所需的在线学习时间。根据Coursera平台面向大规模学习者的数据统计发现，与人合作与团队文化建设能力、写作能力、市场营销能力(PeopleandCulture,ContentWriting,SalesandMarketingskills)方面的学习普遍需要1-2个月；产品发展、大数据与人工智能专业能力(ProductDevelopmentandDataandAIskills)方面的学习普遍需要2-3个月；云计算与工程技能(CloudComputingandEngineeringskills)方面的学习普遍需要4-5个月。

目前在新兴行业内，很多员工仍缺乏大数据与人工智能方面的技能。但通过在线学习，许多转行进入数据科学与人工智能领域的劳动者能够在比较确定的时间范围内(如76天)成功掌握岗位所需的核心技能(如统计编程)，以适应新技术岗位对技能与创新的高要求。

编译：清华大学终身教育处

转载请注明：http://www.abuoumao.com/hykh/4347.html