点击、编码、赚取:数字技能的回报.pdf

点击、编码、赚取:数字技能的回报.pdf
这份由世界银行发布的政策研究工作论文题为《点击,编码,赚钱:数字技能的回报》,通过分析2021年至2024年间来自29个国家的超过6700万份在线职位空缺数据,首次提供了关于数字技能工资回报的全面、跨国证据。 以下是该研究的核心内容总结: ### 1. 研究背景与方法 研究制定了一个统一的数字技能分类法,将技能分为三个层次: * **基础技能:** 基本数字素养(如操作设备、浏览网页)。 * **中级技能:** 使用办公软件、行业特定软件、数字沟通。 * **高级技能:** 编码、数据科学、网络安全、人工智能(AI)开发。 研究利用Mincer工资方程,控制了职业、行业、地理位置及公司固定效应,旨在评估数字技能对广告薪资的边际影响。 ### 2. 核心发现:显著的工资溢价 * **全球范围内的回报:** 数字技能在全球范围内都享有显著的工资溢价。平均而言,要求至少一种数字技能的职位,其广告工资比不需要此类技能的职位高1.6%。 * **收入水平差异:** 数字技能在低收入和中等收入国家(LMICs)的回报远高于高收入国家(HICs)。在LMICs,至少需要一种数字技能的职位回报率高达7.5%,而HICs仅为1.3%。每增加一种数字技能,LMICs的工资增长为2.6%,而HICs仅为0.5%。这反映了发展中国家数字人才的严重稀缺。 * **技能等级的影响:** 基础数字技能(如打字、社交媒体操作)与工资呈负相关,表明它们已被视为职场准入的最低门槛。相反,中级和高级技能(如编程、云计算)能带来显著的奖励,在LMICs每个额外的高级技能可使工资提高约3%。 ### 3. 人工智能(AI)的特殊地位 * **传统AI:** 每项列出的传统AI技能(如机器学习、统计分析)在所有国家都能带来约3%的回报。 * **生成式AI(GenAI):** 显示出最高的溢价。在技术职业中,GenAI技能可带来7%至9%的工资增长;在非技术角色中,生成式AI素养技能的溢价竟高达25%至36%,反映出其极高的生产潜力和当前的供应稀缺。 ### 4. 互补性与异质性 * **与传统资本互补:** 数字技能的回报随着工人教育水平和工作经验的增加而放大。大学毕业生和经验丰富的工人从数字技能中获得的溢价更高。 * **行业与职业差异:** 在数字化密集型行业和IT核心职业中,数字技能的回报率最高。在医疗和法律等严重依赖专业知识的领域,数字技能起辅助作用,溢价相对较低。 ### 5. 政策启示 * **弥合数字鸿沟:** LMICs对高级数字技能的需求极大且供应不足,如果不采取干预措施,可能会加剧劳动力市场的不平等。 * **教育与培训:** 政府应迫切需要通过教育体系和劳动力发展项目扩大数字技能培训,特别是针对新兴的AI技术制定针对性课程,以适应技术变革带来的岗位转型。 **结论:** 该研究强调了数字技能(尤其是高级和AI相关技能)在提高个人收入和推动经济发展中的关键作用。在低收入和中等收入国家,提升劳动力数字能力不仅是提高生产力的手段,更是缩小全球发展差距的重要途径。
在线阅读 下载完整报告 | 2.08 MB | 58页
阅读和下载会消耗积分;登录、注册、邀请好友、上传报告可获取积分。
成为VIP会员可免费阅读和下载报告