研究:工人如何从一个行业转移到另一个行业
1249字
2020-07-23 11:22
104阅读
火星译客

美国的失业人数现已超过4500万,这种流行病暴露了美国教育和劳动力基础设施的巨大缺陷,而这些基础设施从来就不适合帮助低收入工人走向更高的经济领域。

大流行之前,我的研究团队专注于教育和劳动力如何以及为什么数以百万计的工人而流离失所的2008年金融危机没有恢复经济,而美国劳动力市场前1%的人在大萧条之后的几年里获得了85%的收入增长。

在长达100多个小时的谈话中,我们听到处于工作年龄的人们说这样的话:“我该转向哪里?”“没有路线图”;“我没有GPS。一个接一个,不管是在奥斯汀、普罗维登斯还是华盛顿特区,这些人都希望得到更多的指导——在遭遇重大挫折后,有人能给他们指明正确的方向。找到一份新工作并获得晋升的能力,与技能或抱负没有多大关系。相反,低薪员工缺乏相关和可操作的信息来应对意外的工作转换。

如今,数百万从事零售和酒店工作的美国人可能需要转向新的领域寻找工作。这些工作仍然受到在Covid-19 期间发布的在家工作指令的严重影响。

从一个行业过渡到另一个行业,而不是在一个特定的职业或领域里以更线性的方式从一个角色过渡到另一个角色,这是一个先有鸡还是先有蛋的经济问题,这个问题长期以来一直困扰着求职者和劳动力市场经济学家。招聘经理通常会要求员工展示他们申请的职位所“要求”的确切技能和工作经验。但是,除了正规的教育和培训项目之外,并没有什么简单的方法来认可那些在不同行业间可转换的技能的获得,或者确认技能的相似性,并把它们整理成雇主认可的一揽子技能。根据国家经济研究局在社会隔离措施生效前发布的一份工作文件,我们已经有7100万没有学位但有能力做高薪工作的低薪工人,他们一直被雇主忽视。

与我们在大萧条时期所面临的挑战相比,转向新的领域是一个完全不同的挑战。但与2008年不同的是,我们现在有办法制定一个更公平的复苏计划,指导州和联邦投资,让美国人更快地重返工作岗位。

几十年来,大多数雇主都使用在线招聘信息和求职者跟踪系统来对求职者进行分类和筛选,这些系统留下的数字痕迹已经催生了一种新型的人工智能劳动力市场信息,使我们能够识别最弱势员工的就业机会。

我们现在可以描绘出那些成功跨越到不同行业和高薪职位的人的轨迹。我们可以看到哪些技能在推动不同领域的工作转换方面特别有价值。

这三张来自劳动力市场分析公司Emsi的图表显示了2010年至2020年三个行业数千名工人的一些变化。该数据追踪的是人们在第一份稳定工作(一份工作已经超过90天)三年后的首次重大跨越。

第一个图表显示,在6813名酒店和餐饮服务人员样本中,有138人(2.0%)跳到人力资源岗位。在对这些社交资料和简历进行更详细的分析后,我们可以看到,这些求职者通过在已有技能的基础上增加互补技能,如人才来源、薪酬和福利管理,成功地度过了过渡期。筹集资金、活动管理和建立关系的技能使344人(5.0%)转向了市场营销、广告和公共关系,129人(1.9%)转向了商业分析和运营。

上图显示了从零售业开始的工人的车道变化。在10708名零售业从业人员中,328人(3.1%)通过审计、风险分析和合规等技能的分层进入会计和金融行业;534人(5.0%)进入了人力资源部门;最大的转变是1126名零售员工(10.5%)转到市场营销、广告和公共关系部门。

如果这些百分比看起来很低,那正是问题所在。相对而言,很少有员工能够成功地在各个领域实现职业生涯的转变。遗憾的是,这些变化往往反映了劳动力市场的例外情况,而不是规则。工人们正在绘制特殊而非规定性的道路。

然而,尽管不常见,但向更好机会的转变是可行的,跟踪它们是至关重要的。获取工人在他们已经拥有的可转移技能的基础上增加的技能,提供了一个路线图,我们可以开始为其他工人复制这些路线,这样他们就可以找到更好的、收入高于平均水平的工作。

即使是在那些似乎很少有机会进行职业转变的行业,情况也是如此。以运输工人为例,我们可以假设(数据也证明了这一点)有大量的工人留在运输和仓储业。

从对3066名运输工人的抽样调查中,有921人(30.0%)留在了同一个领域。然而,我们可以捕捉到其他行业的异常动向。数百名员工转向生产和制造(6.7%)、市场营销(5.7%)或销售(7.2%),年薪从61429美元到90306美元不等。

我们可以看到,在发展新技能方面的投资,如何以及在哪里可以将各类工人转移到收入更高的工作中。被解雇的工人不必从零开始。一个零售工人可能有80%的机会成为人力资源的一员。服务器可能占到网络分析师这一需求角色的30%。现在,这些领域的新下岗工人比以往任何时候都更需要看到自己的潜力和前进的道路。

对于学习者来说,要评估大约4000所授予学位的学院和大学以及70多万份独特的证书所带来的经济回报是很困难的。但通过这种职业轨迹的新视角,我们可以开始建立更有针对性、更精确、更划算的培训经验,从而实现工资指数级增长。

包括SkyHiveAstrumUFutureFit AIEmsi在内的公司都在开发人工智能驱动的平台,以实现更好的导航。他们利用数据来帮助员工认识他们的技能差距,并找出如何通过各种教育内容引擎来填补这些差距,例如大型开放式在线课程(MOOCs)、雇主自己的培训和发展内容、Pluralsight以及其他形式的数字学习。

在这种背景下,政策制定者应该注意到,有研究表明,不仅投资于教育和培训,而且投资于航海也能促进社会流动性。数据告诉我们,在公共部门的危机应对中,对前两项的投资是必要的,但还不够充分。通过阐明已经走过的道路,我们可以通过更精确的、针对当地劳动力市场优化的再就业机会来重现它们,并最终在我们从下一次衰退中复苏时,实现更大的职业流动性。

0 条评论
评论不能为空