企业招不到人,青年学非所用?这道题,职业技能教育正在解


职业技能教育是连接教育体系与劳动力市场的重要桥梁。桥梁运转顺畅时,青年能够凭借所学进入合适的岗位,企业也能找到需要的人才;一旦两端脱节,就会出现企业“招不到人”与青年“学非所用”并存的局面。
今天(25日),在世界技能大会展示活动“职业技能教育培训的数据闭环”上,多名嘉宾的讨论指向同一个判断:问题的关键,不在于无休止地追问“还要更多数据”,而在于认清已有数据中的盲点、在可能处加以纠正,并推动体系从数据更快走向决策。
供需两端仍有现实落差
“雇主告诉我们,他们找不到需要的人才;年轻人则说,自己花了多年培养技能,却不一定受到产业重视。”主持人的开场,道出了职业技能教育供需两端的现实落差。
从全球范围看,这幅数据图景仍不算完整。联合国教科文组织国际职业技术教育与培训中心负责人弗里德里希·许布勒介绍,联合国可持续发展目标包含17项目标、169项具体目标和约230项指标,其中直接针对职业技术教育的指标只有一项,即按性别统计15-24岁青年参加技术和职业教育项目的比例。
“全球只有大约三分之二的国家拥有这一指标的数据,在非洲,这一比例还不到三分之一。”他解释,这一方面是因为数据收集系统尚不完善,另一方面是因为非正规经济在非洲占据重要地位,相关数据很难收集。
在线招聘数据让研究者能够更快看到企业的需要。劳动力市场数据分析公司LIGHTCAST通过分析不同国家、行业和地区的招聘信息,捕捉绿色、数字和人工智能等技能变化。但这扇窗口看到的仍只是市场的一部分。公司全球研究负责人埃琳娜·马格里尼提醒,如果一份工作属于非正规就业,就不会出现在在线招聘信息中;一些通过店铺橱窗等线下方式发布的岗位,同样会被遗漏。
近年来兴起的零工经济进一步显现了这一盲区。经济合作与发展组织职业教育与培训事务负责人里卡多·埃斯皮诺萨坦言:“简短的回答是,我们对此还没有一幅清晰的图景。”这部分劳动者通常难以被全国性调查和劳动力调查充分捕捉。他指出,部分国家已经着手改进住户和劳动力调查,也在尝试从医疗、养老等社会服务系统获得补充信息,但整体上仍处于探索阶段。
实际上,更多数据并不会自动带来更好的决策。职业教育参与率就是一个例子。弗里德里希·许布勒说:“20%是一个好数值吗?应该是10%还是30%?很多时候,这取决于国家或地方的具体情况。仅仅得到一个比例还不够,还要看能从这些数据中了解到什么。”
这意味着,面对大量统计信息,政策制定者需要清楚如何解释,并据此制定回应技能需求的政策。数据被收集和理解后,还要跨越不同部门和系统,才能进入教育决策。
数据流动的速度同样影响教育系统的反应。埃琳娜·马格里尼说:“即使拥有这些数据,从数据到洞察、再从洞察到行动的速度,也没有跟上我们正在看到的变化速度。”里卡多·埃斯皮诺萨进一步指出,数据通常“来得较晚,而且较为零散”,课程调整即使在行动较快的国家也需要一年,有时甚至长达三至四年。
这种滞后最终会回到开场提出的供需落差。英国世界技能组织同时面向青年和雇主开展的调查显示,青年对绿色、数字和先进制造等领域所需技能的理解,与企业实际需求仍有差距。该组织对外事务总监艾玛·罗伯茨将其概括为“年轻人认为自己需要什么,与雇主实际需要什么之间的脱节”。
让数据更快走向决策
当数据链条中的问题逐渐清晰,讨论也自然转向下一步:怎样让数据真正推动决策,并进入课程和教学。
首先需要用证据说明投资价值。弗里德里希·许布勒坦言,各国虽有充分证据表明,职业教育能提升个体就业能力与生产力,但在国家层面,投资回报的证据却很少,而这正是说服决策者把资源投向职业教育的关键。
联合国教科文组织正围绕这一问题推进研究,计划明年发布一份全球职业技术教育与培训报告,研究职业教育的整体收益及其对经济增长的影响。同时,该组织正制定面向2030年之后的新全球教育框架,并在今年启动相关前瞻研究。
在此基础上,数据需要更快转化为相关行动。比如,缩短课程更新时间。经合组织刚刚发布的一份报告显示,韩国、荷兰等国已用AI工具快速更新课程、识别新技能需求。在里卡多·埃斯皮诺萨看来,多数国家缺的不是技术,而是指导——年轻人不知该拿这些工具做什么,甚至因怕担责而不敢用。
同时,连接劳动力市场与教育供给。埃琳娜·马格里尼认为,只有把劳动力市场的需求数据,与学校正在教授的课程供给数据真正对接起来,供需匹配才有可能。她还给出提醒:许多新兴趋势,比如AI,正发生在“技能”层面而非“职业”层面——分析只有足够精细,才能捕捉到这些真正的变化。
相比国际组织视角的宏大,艾玛·罗伯茨把视角拉到了贴近学习者的地方。其所在机构把数据用成了一套“反馈回路”:围绕帮助年轻人成长的使命,广泛调查学习者、教育者和雇主,再用数据驱动技能竞赛的取舍、响应地方产业的优先需求。
艾玛·罗伯茨尤其看重三项能力——高质量的技术技能、扎实的就业能力,以及进入并适应职场的心态。她同时提醒,数据驱动也有风险,一旦沦为只看KPI(关键绩效指标)、只盯着达标数字,就会错过教育的本质。
会议尾声,弗里德里希·许布勒说了一段耐人寻味的话:“关于数据的会议,我们已经开了很多年;多年下来,我看到的是渐进、有时甚至是很大的进步。这样的对话,也必定会延续到下一次世界技能大会——只要技能与就业之间还横着那道鸿沟,围绕数据的求解就不会停止。”
