中圖分類號 G719.5 文獻標識碼 A 文章編號 1008-3219（2025）13-0074-07

作者簡介

張創(chuàng)偉（1969-），男，科研管理部部長，教授，博士，研究方向：終身教育，職業(yè)教育（嘉興，314000）；（1969-），女高級教師，研究方向：教育技術(shù)學(xué)

基金項目

2022年度國家社會科學(xué)基金“十四五”規(guī)劃教育學(xué)一般課題“‘職繼融通’服務(wù)老齡社會的路徑與機制研究”（BJA220248），主持人：馬麗華

深入實施“人才強國戰(zhàn)略”需要在技能形成體系的諸多環(huán)節(jié)，比如“技能投資、技能供給、技能認證、技能使用以及社會合作”之間建立起暢通的情報渠道，確保技能決策能得到及時、相關(guān)和準確的信息支持。歐洲新一代技能智能（SkillsIntelligence）可以為我國在技能形成體系中有效嵌入情報網(wǎng)絡(luò)提供借鑒。由于歐洲勞動力市場正受到勞動力變化和工作復(fù)雜性、流程增加的挑戰(zhàn)，技能情報工作對確保政策制定者、專家和勞動者個人的正確決策意義重大，是抑制“技能錯配”[2I[3]的重要手段。歐洲技能情報發(fā)展大致可以分為四個階段。第一階段始于50年前，美國勞工統(tǒng)計局開創(chuàng)了“人力資源規(guī)劃”之后，基于計量經(jīng)濟學(xué)模型的勞動力市場預(yù)測成為第一個成熟的技能情報工具[4]，然而，宏大的技能戰(zhàn)略需要系統(tǒng)化的情報工具提供支撐。第二階段，2010年歐盟理事會為洞察歐洲宏觀層面的潛在技能失衡問題，授權(quán)歐洲就業(yè)與職業(yè)培訓(xùn)研究中心（CEDEFOP）在全歐洲開展技能預(yù)測，以此為開端，技能預(yù)測作為一種預(yù)警機制每兩年在歐洲開展一次，標志著第一代技能智能的啟用。技能智能是專家主導(dǎo)的識別、分析、綜合和呈現(xiàn)技能信息以及勞動力市場信息的過程和結(jié)果5，涉及的板塊主要包括“就業(yè)趨勢、數(shù)字化與技術(shù)、未來工作、技能與學(xué)習(xí)、職場趨勢、網(wǎng)絡(luò)招聘廣告中的技能要求”[6]。第三階段，2014年，歐洲就業(yè)與職業(yè)培訓(xùn)研究中心出于為歐洲政策制定者提供信息的目的，進行了第一次歐洲技能調(diào)查，旨在研究技術(shù)變革對未來工作和技能的影響，包括：技能預(yù)測（提供國際可比數(shù)據(jù)，使各國能夠就就業(yè)趨勢、職業(yè)和資格進行跨國比較）和技能匹配（政策激發(fā)相應(yīng)的職業(yè)教育和培訓(xùn)）[。第四階段，“如果人們要持續(xù)明智地投資職業(yè)教育和培訓(xùn)，就需要辨明為哪些技能以及工作投資”[8，實時捕捉技能需求變化的性質(zhì)、范圍和方向，歐洲需要新一代技能智能工具，以確保技能供需信息的準確性、相關(guān)性和及時性，為此，歐洲就業(yè)與職業(yè)培訓(xùn)研究中心將多元化的技能智能來源與多樣化的研究方法進行整合，開發(fā)了新一代技能智能，并于2023年12月22日正式發(fā)布。

一、歐盟開發(fā)新一代技能智能的戰(zhàn)略背景

歐盟運用綜合方法為歐洲技能革命謀劃了戰(zhàn)略路徑，擘畫了一個共同的愿景，強有力的政策保障以整體方式協(xié)調(diào)多個相關(guān)政策領(lǐng)域[1]。這樣宏大的技能戰(zhàn)略在實踐過程中需要有持續(xù)升級的智能嵌入其中。

（一）順應(yīng)技能革命的新挑戰(zhàn)

歐盟正在進行著一場技能革命，以適應(yīng)不斷變化的人口結(jié)構(gòu)、數(shù)字化轉(zhuǎn)型和綠色轉(zhuǎn)型等重塑經(jīng)濟社會發(fā)展的重大趨勢[1]。要實現(xiàn)這一目標，就需要在職業(yè)教育和培訓(xùn)政策、技能政策和其他政策（如經(jīng)濟、社會、環(huán)境和移民）之間建立有力的聯(lián)系，確保提供滿足勞動力市場技能需求趨勢的職業(yè)教育和培訓(xùn)。在這方面，技能智能的作用至關(guān)重要。其掌握反映當前和未來經(jīng)濟社會發(fā)展趨勢的可靠數(shù)據(jù)；依靠專家解讀隱含重大趨勢、具有動態(tài)性和復(fù)雜性的數(shù)據(jù)；將數(shù)據(jù)轉(zhuǎn)化為服務(wù)各國、各區(qū)域、各行業(yè)和公民進行轉(zhuǎn)型的可操作性見解。國際勞工組織（ILO）的調(diào)查顯示，目前最受歡迎的招聘方式是口口相傳，學(xué)院就業(yè)辦公室和公司的網(wǎng)站招聘也為常見途徑，而國家就業(yè)局對招聘的貢獻亟待提升。為更好地連接供方與需方的信息，國際勞工組織建議國家就業(yè)局開發(fā)高效反映勞動力市場需求的技能智能[12]。

技能智能有助于將關(guān)鍵利益相關(guān)者在國家、區(qū)域、地方和部門層面的愿景融入勞動力市場趨勢和技能需求的分析中，并將重大趨勢和需求轉(zhuǎn)化為行動。其可以將勞動力市場信號有效傳遞給職業(yè)教育和培訓(xùn)系統(tǒng)，支持政府出臺科學(xué)合理的政策，幫助職業(yè)教育和培訓(xùn)機構(gòu)推出合適的項目，為個人職業(yè)規(guī)劃和企業(yè)人才策略做出精準指導(dǎo)。歐盟委員會強調(diào)技能智能對于更新和升級職業(yè)教育和培訓(xùn)課程的重要性，認為要達成《2020年歐洲技能議程》提出的職業(yè)教育和培訓(xùn)在增強可持續(xù)競爭力、確保社會公平和韌性方面的積極作用，就必須將技能智能置于優(yōu)先地位[13]。

（二）融合多種預(yù)測方法和工具的新要求

技能智能關(guān)涉技能需求評估和預(yù)測。技能需求評估是指通過識別技能缺口、評估資格體系以滿足需求的過程，包括教育和培訓(xùn)以及資金計劃。它可以以定量方式或定性方式，為國家、地方或行業(yè)分析技能需求、評估趨勢影響。技能需求預(yù)測是指識別行業(yè)在短期、中期或長期所需的技能，包括預(yù)測新興技能和技能缺口，為均衡技能投資、平衡技能供需提供決策支持。

在當前動態(tài)變化且復(fù)雜的社會經(jīng)濟環(huán)境中，需要準確理解和預(yù)測勞動力市場和技能體系的狀況。目前常見的方法和工具有四種。一是技術(shù)與技能預(yù)測（technologicalandskillforesight）：勞動力市場和經(jīng)濟社會的不確定性決定了這是一項蓬勃發(fā)展的技能預(yù)測方法，政策制定者與更廣泛的民間社會共同參與可以共塑美好未來。二是技能與就業(yè)調(diào)查（skillsand jobssurveys）：在雇主、工人、職業(yè)教育與培訓(xùn)機構(gòu)和學(xué)習(xí)者之間開展調(diào)查，以發(fā)現(xiàn)技能短缺和錯配問題，尋求培訓(xùn)開發(fā)和技能使用方面的改進機會。三是畢業(yè)生跟蹤研究（graduate trackingand tracerstudies）：該方法有助于深入了解教育和培訓(xùn)體系在減輕學(xué)習(xí)者進人勞動力市場難度以及學(xué)習(xí)成果與工作場所技能需求之間的匹配關(guān)系。四是大數(shù)據(jù)與人工智能驅(qū)動分析（bigdataandAI-drivenanalyses）：網(wǎng)絡(luò)上的工作廣告、專利數(shù)據(jù)、科學(xué)數(shù)據(jù)庫、在線課程網(wǎng)站在技能預(yù)測方面的作用越來越重要，加速的數(shù)字化、綠色創(chuàng)新以及未來工作要求，亟須更快、更聚焦的技能智能，這種情報超越了傳統(tǒng)技能預(yù)測工具和方法的邊界值得注意的是，無論何種單一的方法或工具都無法充分捕捉和全面預(yù)測勞動力市場需求和技能發(fā)展的趨勢。

（三）賦能技能生態(tài)治理的新使命

要維持技能生態(tài)系統(tǒng)的良好功能需要將技能智能嵌入其中。歐洲就業(yè)與職業(yè)培訓(xùn)研究所認為技能生態(tài)治理的特征是“將利益相關(guān)者納入技能信息的生產(chǎn)、傳播和使用等諸環(huán)節(jié)，以平衡技能供需政策，并通過有針對性的技能投資來促進經(jīng)濟發(fā)展”。將技能評估和預(yù)測方法滲透到各個行業(yè)、職業(yè)、區(qū)域、各種類型和層次的職業(yè)教育和培訓(xùn)活動之中，就能在各自為政的政策領(lǐng)域之間建立聯(lián)系，實現(xiàn)技能生態(tài)治理。

技能智能能夠在五個方面賦能技能生態(tài)系統(tǒng)治理。第一，確保所有利益相關(guān)者（包括雇主、工會、教育和培訓(xùn)提供者、政策制定者和研究者）參與技能預(yù)測和信息的生成、傳播與使用；第二，確保數(shù)據(jù)質(zhì)量和透明度，以便利益相關(guān)者能夠信任并使用技能預(yù)測和數(shù)據(jù)；第三，確保技能預(yù)測和數(shù)據(jù)能夠指導(dǎo)政策制定，以平衡技能供需、促進經(jīng)濟發(fā)展；第四，確保技能預(yù)測和數(shù)據(jù)的生成、傳播和使用是一個持續(xù)改進的過程，能夠得到所有利益相關(guān)者的支持；第五，確保技能預(yù)測和數(shù)據(jù)以用戶友好的方式提供，以便利益相關(guān)者能夠輕松使用它們。

二、歐洲新一代技能智能的治理框架

技能智能運行是一個合作的過程，其有助于克服碎片化政策制定和利益相關(guān)者參與不充分的弊病。近年來，歐洲技能智能的運行已經(jīng)取得了顯著進展，新的預(yù)測方法和技術(shù)使利益相關(guān)者能夠攜手為國家的技能革命作出貢獻?；诖?，歐洲就業(yè)與職業(yè)培訓(xùn)研究中心提煉了技能智能治理框架（skills governance analytical framework），框架有四個支柱：組織、資源、利益相關(guān)者和信息使用。借此框架，歐洲就業(yè)與職業(yè)培訓(xùn)研究中心可以識別國家、地區(qū)或行業(yè)技能智能工作中的瓶頸、加速器和改進機會。瓶頸包括技能數(shù)據(jù)缺乏、技能預(yù)測模型不準確、技能政策不協(xié)調(diào)以及技能政策與勞動力市場政策相脫節(jié)。加速器包括共享技能信息和數(shù)據(jù)、改進技能預(yù)測模型、協(xié)調(diào)技能政策以及整合技能政策與勞動力市場政策。改進機會包括調(diào)整技能智能工作方法、重新定位技能政策以及與勞動力市場政策的整合[14]。

（一）搭建系統(tǒng)化、反思性的組織架構(gòu)

歐盟國家在技能形成體系建設(shè)過程中，意識到若要充分發(fā)揮技能智能的跨部門戰(zhàn)略決策價值，就需要采用更加系統(tǒng)化的技能治理方法、更加明智的技能治理安排、更加廣泛的信息交流和伙伴關(guān)系，逐步改善“教育與培訓(xùn)”與就業(yè)、經(jīng)濟、創(chuàng)新和相關(guān)政策議程的聯(lián)系。目前，大多數(shù)國家的技能預(yù)測活動仍在中央層面，由一個或多個政府部門負責(zé)，勞動和/或教育部門通常負責(zé)協(xié)調(diào)活動。新一代技能智能框架將國家預(yù)測與地方當局以及利益相關(guān)者的活動聯(lián)系起來，在較低的治理層面上擴大技能供需信息的覆蓋范圍。波蘭的經(jīng)驗表明，將不同部門和利益相關(guān)者聚集在一起，可以促進更有效的技能預(yù)測活動，將技能預(yù)測和技能供需信息帶到產(chǎn)業(yè)轉(zhuǎn)型發(fā)生的地方。加強橫向聯(lián)系是影響技能智能的另一大趨勢。在一些國家，過去負責(zé)協(xié)調(diào)的政府部門和機構(gòu)正在向其他部門和專業(yè)機構(gòu)開放，并開始與它們合作，以更好地了解重大趨勢對勞動力市場和技能的影響。

鑒于系統(tǒng)化技能治理方法以及反思機制已在一些國家的立法、戰(zhàn)略或愿景中得到整合[15]，那些受綠色轉(zhuǎn)型和數(shù)字轉(zhuǎn)型推動、正在進行技能機構(gòu)改革的國家，都把掌握行業(yè)就業(yè)和技能趨勢作為核心工作。例如，捷克的行業(yè)委員會變得更加活躍，他們通常將行業(yè)部委（如農(nóng)業(yè)部）、行業(yè)雇主組織和行業(yè)工會聚集在一起，對行業(yè)資格頒發(fā)機構(gòu)開展評估。在愛沙尼亞，“行業(yè)技能預(yù)測”方法是“國家勞動力市場監(jiān)測與未來技能預(yù)測協(xié)調(diào)系統(tǒng)”（OSKA）設(shè)計的基本原則[，通過按行業(yè)、職業(yè)和教育水平預(yù)測勞動力供應(yīng)和需求來提高利益相關(guān)方的代表性并擴大信息使用范圍。

在拉脫維亞，2023年初經(jīng)濟部、社會福利部和教育與科學(xué)部同意將就業(yè)委員會改組為人力資本發(fā)展委員會，以更好地協(xié)調(diào)勞動市場轉(zhuǎn)型中的跨部門合作。這個機構(gòu)將協(xié)調(diào)勞動力市場的調(diào)整規(guī)劃、設(shè)計、實施和監(jiān)測，促進人力資源發(fā)展，以適應(yīng)未來需求和經(jīng)濟結(jié)構(gòu)變化[7]

馬耳他于2016年成立國家技能委員會（NSC）[18]。自2022年起，它成為政府執(zhí)行機構(gòu)，負責(zé)推動和實施“勞動力市場準備和技能”方面的活動。它向政府提供優(yōu)先技能需求和技能發(fā)展方向的建議，指導(dǎo)國家技能戰(zhàn)略的制定，并建立標準、課程和質(zhì)量保證方面的政策和程序。NSC還負責(zé)監(jiān)督和研究技能智能工作，創(chuàng)建利益相關(guān)者合作的渠道，促進績效基準的設(shè)定，促進技能提升機制的建立。

（二）擴展和升級預(yù)測工具、方法和專業(yè)知識

全面掌握技能趨勢不能僅靠單一的技能預(yù)測方法。只有將多種方法結(jié)合起來，才能正確繪制不斷演變的趨勢圖，反映不同經(jīng)濟部門和地區(qū)利益相關(guān)者和學(xué)習(xí)者群體的需求。每個歐盟成員國至少都有一種技能預(yù)測方法，許多國家還采用多種方法，這些方法互為補充。有的國家仍然沿用傳統(tǒng)的技能預(yù)測方法，而一些國家對“老系統(tǒng)”進行升級。例如，奧地利正在重新組織“技能晴雨表”[9]；荷蘭的公共就業(yè)服務(wù)已經(jīng)開始基于大數(shù)據(jù)分析向求職者提供不同資格水平的職業(yè)任務(wù)和軟技能儀表板，以提供更多基于技能和培訓(xùn)的信息。幾乎所有國家都會定期進行技能評估。大多數(shù)預(yù)測都展望10年左右的未來技能，以提供勞動力市場變化的中期視角。也有一些基于計量經(jīng)濟學(xué)模型的短期（12個月）預(yù)測。在立陶宛，國家預(yù)測是基于對雇主的調(diào)查，以了解當前和未來的勞動力需求。就業(yè)預(yù)測通常覆蓋全國范圍，但也有地區(qū)性預(yù)測模型，例如，法國的地區(qū)就業(yè)與培訓(xùn)觀察站（OREFs）。

一些成員國使用“雇主調(diào)查”和“畢業(yè)生跟蹤”來繪制勞動力市場和技能趨勢地圖。例如，奧地利的“熟練勞動力雷達”（Skilledlabourradar）和挪威的勞動與福利局（NAV）進行的年度雇主調(diào)查就是開展技能預(yù)測的例子。由于政策制定者需要了解畢業(yè)生的就業(yè)情況，“畢業(yè)生跟蹤”調(diào)查正在歐洲各地逐步擴大。加深了人們對技能供給及從教育向就業(yè)過渡的了解。例如，截至2020年，斯洛伐克的一個網(wǎng)站提供了中等學(xué)校和大學(xué)畢業(yè)生的就業(yè)數(shù)據(jù)。2018年，盧森堡國家繼續(xù)職業(yè)培訓(xùn)發(fā)展研究所（INFPC）建立了“學(xué)校到職場過渡”晴雨表（TEVA），晴雨表數(shù)據(jù)來自研究所對“學(xué)校到職場過渡”的長期研究，該研究監(jiān)測了74個職業(yè)和技能領(lǐng)域中的7000多名學(xué)習(xí)者。與十年前相比，由于受突如其來的新冠疫情沖擊和快速的技術(shù)變革影響，這些方法在技能預(yù)測中的使用更為普遍。一些成員國正在提升預(yù)測能力，以支持其對不同情境及未來新興技能需求的理解，這在歐盟層面已成為一種趨勢。

快速的技術(shù)變革影響著所有經(jīng)濟部門，并對未來勞動力需求產(chǎn)生了變革性影響。通過對專利數(shù)據(jù)庫以及其他“網(wǎng)絡(luò)資源”的自動化分析，提取有關(guān)新興技術(shù)和技能需求的信息，可以為有關(guān)勞動力市場趨勢和實施新技術(shù)對技能的影響提供最新見解[20]?；诖髷?shù)據(jù)的技能預(yù)測使技能智能工作變得更加復(fù)雜和實用，也備受公共就業(yè)服務(wù)青睞。比利時的弗萊芒社區(qū)公共就業(yè)服務(wù)機構(gòu)（VDAB）運行著Competrend①，這是一種基于大數(shù)據(jù)、人工智能的前瞻性方法，旨在預(yù)測未來勞動力市場中將受到高度追捧的技能，弗萊芒社區(qū)公共就業(yè)服務(wù)機構(gòu)正計劃通過對求職者所需技能的預(yù)測與行業(yè)發(fā)展數(shù)據(jù)相結(jié)合，并與政府其他行為體和大學(xué)合作，來擴大該工具的應(yīng)用范圍。利用“在線招聘廣告”來開發(fā)技能智能的做法正逐漸流行，歐洲就業(yè)與職業(yè)培訓(xùn)研究中心的“歐洲在線職位分析工具”（OVATE）[2項目以及芬蘭、意大利和斯洛伐克等國家的行動也在推動這一趨勢。識別當前和未來的勞動力市場需求，并根據(jù)這些需求調(diào)整教育和培訓(xùn)體系，對于確保勞動力市場適應(yīng)快速的技術(shù)變革至關(guān)重要。

（三）凸顯利益相關(guān)者合作在系統(tǒng)中的關(guān)鍵地位

利益相關(guān)者合作是高效技能預(yù)測的核心[22]。在技能智能領(lǐng)域，歐盟常見的利益相關(guān)者包括各國、各區(qū)域和各地方政府、社會伙伴、行業(yè)組織、研究機構(gòu)、教育和培訓(xùn)機構(gòu)以及商會組織。數(shù)字化轉(zhuǎn)型、人口下降和日益復(fù)雜的地緣政治環(huán)境所激發(fā)的技能挑戰(zhàn)迫使歐洲各地普遍通過建立利益相關(guān)者伙伴關(guān)系來共同應(yīng)對。例如，比利時的“Go4Brussels2030”戰(zhàn)略通過整合各種政府舉措來為利益相關(guān)者提供共同的指導(dǎo)、監(jiān)測、咨詢、溝通和評估工具，以促進可持續(xù)的發(fā)展、就業(yè)和培訓(xùn)，并使培訓(xùn)內(nèi)容與雇主所需的技能相匹配。愛爾蘭為確保項目內(nèi)容與勞動力市場需求相符，專門成立了“地區(qū)技能論壇”（regionalskillsfora）來促進雇主和教育培訓(xùn)機構(gòu)之間的合作；教育研究和科學(xué)部（DFHERIS）與經(jīng)濟和社會研究局（ESRI）于2022年建立了合作伙伴關(guān)系，共同開展有關(guān)勞動力市場發(fā)展和技能轉(zhuǎn)變的研究。德國通過設(shè)立各州教育部長和文化事務(wù)部長聯(lián)席會議（KMK），來協(xié)調(diào)政策與利益相關(guān)方的關(guān)系?！奥?lián)席會議”匯集了聯(lián)邦各州負責(zé)教育和學(xué)校教育的部長或參議員、高等教育和科研機構(gòu)以及文化事務(wù)機構(gòu)，其職責(zé)是負責(zé)初等、中等和高等教育的跨地區(qū)合作，以及各州之間的教育協(xié)調(diào)。

綠色化對歐洲的經(jīng)濟、勞動力、技能和社會產(chǎn)生了深刻影響。按照《歐洲綠色協(xié)議》（TheEuropeanGreenDeal）精神，要成功實現(xiàn)歐洲綠色轉(zhuǎn)型，確保區(qū)域和地方層面的合作決策及組織實施是關(guān)鍵[23]，合作開展技能預(yù)測有助于促進區(qū)域和地方參與者正確理解綠色創(chuàng)新對當?shù)鼐蜆I(yè)和技能需求變化的影響，塑造公正的綠色轉(zhuǎn)型[24]。結(jié)合技能預(yù)測方法，利用區(qū)域和地方利益相關(guān)者的專業(yè)知識來確定職業(yè)教育和技能政策的優(yōu)先事項并識別不匹配信號，賦能地區(qū)和城市成為綠色化中心?！稓W洲綠色協(xié)議》的推行在歐洲各國和地區(qū)之間存在差異，在同一個國家的不同地區(qū)也可能存在很大差異。合作伙伴關(guān)系在將技能預(yù)則轉(zhuǎn)化為區(qū)域和地方一致行動方面發(fā)揮著關(guān)鍵作用。捷克通過工業(yè)聯(lián)合會識別區(qū)域技能需求和供給，愛爾蘭通過教育培訓(xùn)委員會、地區(qū)技能論壇和當?shù)仄髽I(yè)合作管理繼續(xù)教育和培訓(xùn)項目都證明了這一點。技能智能工作促使職業(yè)教育和培訓(xùn)項目的供給與區(qū)域和地方現(xiàn)實相適應(yīng)，為理解特定地區(qū)需要何種技能課程提供有意義的洞察，在保加利亞，10個地區(qū)能力評估中心使用區(qū)域?qū)＜艺{(diào)查在各自的地區(qū)內(nèi)執(zhí)行協(xié)調(diào)、信息交換和能力評估任務(wù)。

（四）彰顯信息在政策制定、職業(yè)指導(dǎo)方面的作用

歐盟各國的技能預(yù)測方法在政策制定和實施中的作用日益擴大。歐洲就業(yè)與職業(yè)培訓(xùn)研究中心開發(fā)的“匹配技能”（MatchingSkills）網(wǎng)絡(luò)工具，所提供的技能預(yù)測結(jié)果被用于識別勞動力市場短缺、職業(yè)和職業(yè)指導(dǎo)服務(wù)，以及分配繼續(xù)培訓(xùn)項目補貼和移民政策。公共就業(yè)服務(wù)（PES）通常是技能預(yù)測和情報的主要客戶，其將技能智能用于職業(yè)顧問培訓(xùn)，并經(jīng)常通過在線職業(yè)指導(dǎo)工具或應(yīng)用程序向更廣泛的公眾分享信息。例如，立陶宛公共就業(yè)服務(wù)機構(gòu)制作的交互式“職業(yè)地圖”（OccupationsMap），提供了10個地區(qū)和60個市政當局的155個職業(yè)群體的詳細供需信息。比利時的弗萊芒社區(qū)公共就業(yè)服務(wù)機構(gòu)開發(fā)的工具，為求職者提供有關(guān)職業(yè)和潛在職業(yè)所需技能、經(jīng)驗和額外培訓(xùn)的信息。技能智能工具需要易于獲取并根據(jù)用戶的需求和專業(yè)水平進行調(diào)整，以便為最需要這些工具的受眾提供服務(wù)。調(diào)整技能智能工具以滿足不同用戶需求的典型案例包括：比利時瓦隆大區(qū)公共就業(yè)服務(wù)中心的“有前途的職業(yè)”倡議②、克羅地亞的HKO門戶網(wǎng)站以及意大利的Excelsiorienta平臺為中學(xué)生及其家庭提供從學(xué)校到職場過渡的信息和指導(dǎo)。

ReferNet是一個由歐洲就業(yè)與職業(yè)培訓(xùn)研究中心于2002年創(chuàng)建的網(wǎng)絡(luò)，旨在為歐盟成員國、冰島和挪威政府以及職業(yè)教育和培訓(xùn)體系提供信息。每個國家的合作伙伴都是該網(wǎng)絡(luò)職業(yè)教育和培訓(xùn)體系中的關(guān)鍵成員[25]。所有合作伙伴都致力于提供有關(guān)職業(yè)教育和培訓(xùn)的作用、目的、管理和結(jié)構(gòu)的第一手信息，洞察職業(yè)教育和培訓(xùn)政策的發(fā)展和趨勢，以及深入分析每個國家在實施共同歐洲政策目標方面的進展情況。據(jù)ReferNet反映，職業(yè)和崗位領(lǐng)域加速的數(shù)字化進程引發(fā)了一些國家對技能預(yù)測的積極響應(yīng)，幾乎所有國家都承認開展“綠色”技能預(yù)測的重要性，都在探究數(shù)字化和綠色化雙重轉(zhuǎn)型條件下技能預(yù)測的方法、利益相關(guān)者的網(wǎng)絡(luò)特征以及相應(yīng)的技能治理方法。

三、歐洲新一代技能智能的實踐特色與鏡鑒

歐洲新一代技能智能運行所呈現(xiàn)的經(jīng)驗和治理特色可以概括為以政策承諾和全民性為基礎(chǔ)、先進的數(shù)字手段和協(xié)調(diào)方法為支持以及利益相關(guān)者和網(wǎng)絡(luò)思維為主導(dǎo)，而這些對于所有與技能相關(guān)的政策制定者、決策者或執(zhí)行者都具有借鑒意義。

（一）政策承諾和全民性的奠基

擴大現(xiàn)有技能預(yù)測活動、引入新的“綠色”預(yù)測活動以及利用技能智能成果增加投資，ReferNet國家將政策承諾作為推進綠色轉(zhuǎn)型所需技能預(yù)測的關(guān)鍵，為保障資金投入奠定了基礎(chǔ)。研究數(shù)據(jù)表明，各國政府在提高技能預(yù)測和推廣技能智能方面投入了更多的政治資源[2，包括制度安排、有關(guān)優(yōu)先事項資金和專業(yè)知識的保障機制。

全民性可以促進技能預(yù)測效能，支持技能形成體系的公平性和包容性。由利益相關(guān)者共同制定的多維度、多層次、多視角的技能預(yù)測方法加強了勞動力市場與職業(yè)教育和培訓(xùn)體系之間的反饋循環(huán)，有助于在不同政策領(lǐng)域之間架起橋梁。將經(jīng)濟、雙轉(zhuǎn)型和社會包容目標相結(jié)合可以加強技能智能的相關(guān)性和及時性，有助于教育和培訓(xùn)系統(tǒng)以及培訓(xùn)和就業(yè)支持措施更好地反映弱勢群體及大公司的需求。

（二）先進工具和協(xié)調(diào)方法的支持

雖然并非所有國家、地區(qū)和地方層面從事技能預(yù)測的公務(wù)員和私營部門員工都具備高級的大數(shù)據(jù)分析技能，但他們都能意識到使用大數(shù)據(jù)和人工智能驅(qū)動的技能預(yù)測方法的優(yōu)勢及其局限性。芬蘭于2017年推出人工智能戰(zhàn)略后，所有歐盟成員國都開始制定國家戰(zhàn)略，這些戰(zhàn)略通常都強調(diào)大數(shù)據(jù)和人工智能對更好地理解技能現(xiàn)象、技能情境和技能趨勢的重要性，并指出需要采取更具針對性的行動27]。

盡管在政策制定及實施方面，方法多樣性是一種優(yōu)勢，但僅擁有一系列方法是不夠的，重要的是它們之間的協(xié)調(diào)程度。意大利的經(jīng)驗表明，缺乏協(xié)調(diào)會阻礙生成有意義的全國性技能數(shù)據(jù)。

（三）利益相關(guān)者和網(wǎng)絡(luò)思維的介入

技能智能嵌入在勞動力市場、工業(yè)生態(tài)系統(tǒng)和經(jīng)濟現(xiàn)實中，沒有一個利益相關(guān)者能夠獨自思考和行動，這就要求利益相關(guān)者采取多元化的立場。信息交流和活動協(xié)調(diào)已成為技能智能工作成功的關(guān)鍵因素，利益相關(guān)者需要相互之間進行橫向、縱向和跨地域的溝通。正如歐盟委員會2023年發(fā)布的《新歐洲建筑師進展報告》所倡導(dǎo)的，多層次、多角度的溝通機制建設(shè)是“歐洲綠色協(xié)議計劃”（theEuropeanGreenDeal）的有機組成部分[28]。有了利益相關(guān)者之間的聯(lián)系，技能預(yù)測不僅可以解決技能和就業(yè)的瓶頸以及技能不匹配問題，還可以在應(yīng)對重要社會挑戰(zhàn)方面發(fā)揮積極作用。

各利益相關(guān)者需要擺脫部門思維的局限性，倡導(dǎo)網(wǎng)絡(luò)思維與行動，采用綜合方法，包括實施技能預(yù)測方法，確?？陀^分析和解讀技能智能，以便其能夠有力支撐政策的制定和實施。即使在那些擁有長期技能預(yù)測計劃并有效整合了利益相關(guān)者的成員國，擺脫部門思維的局限性也是一個挑戰(zhàn)。

近來，丹麥“繼續(xù)教育和培訓(xùn)委員會”③開發(fā)的技能課程選課人數(shù)顯著下降2，這引起了專家小組對繼續(xù)教育和培訓(xùn)委員會在開發(fā)滿足勞動力市場需求的教育項目方面的擔憂。目前，正在進行三方談判，以期重新設(shè)計該系統(tǒng)，確保擺脫每個委員會僅代表某個商業(yè)部門的封閉式結(jié)構(gòu)的限制。

（四）歐洲新一代技能智能的鏡鑒

組建技能智能聯(lián)盟。技能智能運行有5個環(huán)節(jié)：識別勞動力市場中的關(guān)鍵趨勢和需求；評估和預(yù)測技能需求；解決技能缺口和不匹配問題；教育和培訓(xùn)的適應(yīng)性安排；提供教育和職業(yè)指導(dǎo)及咨詢服務(wù)[30]。建立由政府主導(dǎo)，涉及技能供需信息生成各個環(huán)節(jié)和各個主體，包括但不限于企業(yè)主代表、職業(yè)教育和培訓(xùn)系統(tǒng)代表、職業(yè)教育研究機構(gòu)、技能鑒定機構(gòu)、中介組織和個人利益相關(guān)方參與的技能智能聯(lián)盟，將公共、私營部門以及不同經(jīng)濟部門和地理區(qū)域的各方納入到技能數(shù)據(jù)的產(chǎn)生、傳播和使用過程中。各聯(lián)盟成員圍繞技術(shù)變革引起的技能需求變化分享各自的信息、經(jīng)驗和知識，包括新技術(shù)、新崗位要求、目標群體、工作場所學(xué)習(xí)、技能課程開發(fā)等，以指導(dǎo)旨在平衡技能供需的政策制定和個人抉擇，在此通過有針對性的技能投資來為經(jīng)濟轉(zhuǎn)型提供服務(wù)。

利用公共合同委托開發(fā)技能智能。技能智能的總體目標是為每個人提供更好的就業(yè)和培訓(xùn)機會，具有公共屬性。政府要履行政策承諾，借助信譽機制，通過公共機構(gòu)和利益相關(guān)方之間的合作與對話來推動技能智能聯(lián)盟開展工作。主要活動包括：技能預(yù)測、技能評估、技能前瞻、雇主調(diào)查等。這些活動主體的視角、方法和周期各不相同，涵蓋一系列方法和工具，涉及定量預(yù)測、部門研究、定性方法、雇主調(diào)查和工人及畢業(yè)生調(diào)查，對此治理是一項既高度集中又分權(quán)化運作的復(fù)雜活動，公共合同可以約束和規(guī)范復(fù)雜活動中各行業(yè)、各層面主體及利益相關(guān)者的行為，確保日常的措施責(zé)任落實到位。

加強技能智能研究方法的集成。將各種技能智能研究方法結(jié)合起來，為當前和未來技能及勞動力市場趨勢提供更全面、更綜合的證據(jù)是歐洲新一代技能智能的技術(shù)要點。歐盟的經(jīng)驗證明，唯有多重方法論視角下生成的技能智能才能幫助政策制定者和其他用戶了解職業(yè)、行業(yè)、國家和技能方面的趨勢。我國要建設(shè)“教育鏈、人才鏈與產(chǎn)業(yè)鏈、創(chuàng)新鏈緊密銜接”的技能型社會，需要得到綜合方法論視角下的技能智能支撐。當前歐洲有7種方法廣泛應(yīng)用于技能智能工作之中：描述性統(tǒng)計學(xué)、畢業(yè)生追蹤調(diào)查、技能供需趨勢批判性反思、定量預(yù)測、定性研究、大數(shù)據(jù)、技能與就業(yè)調(diào)查3。沒有任何一種方法能夠提供關(guān)于技能預(yù)測所有問題的答案，不存在最好的方法，只有最適合的方法，綜合運用各種方法往往能夠彌補一種方法的局限。目前，我國學(xué)者采用傳統(tǒng)的研究方法比如計量經(jīng)濟學(xué)模型、雇主調(diào)查、畢業(yè)生追蹤調(diào)查和勞動力市場實地調(diào)研的比較多，采用大數(shù)據(jù)和人工智能方法比較少，能夠把傳統(tǒng)方法和新方法結(jié)合起來的更少。每一種研究方法都有優(yōu)勢和局限性，在具體的研究項目中互相配搭、揚長避短，進行各種方法集成是當前我國技能智能工作面臨的挑戰(zhàn)。

參考文獻

[1]張創(chuàng)偉，吳雪萍，陳興偉，等.區(qū)域技能學(xué)分銀行的基本架構(gòu)和運行機制[J].教育學(xué)術(shù)月刊，2022（1）：27-34.

[2OECDAoae 1722419888amp;id=idamp;accname=guestamp;checksum ₁= B0CA496153BC3B2C0611F171361395F1.

[3]袁玉芝.我國勞動力市場的技能錯配及其影響因素研究[J].教育與經(jīng)濟，2021（2）：68-77.

[ challenges inEUMember States[M].Luxembourg：Publications Office，2024：4.3.3.14.18.26.9.

[5]Cedefop.eiutuh：adsreptdilteignEO3）. cedefop.europa.eu/en/events/geting-future-right-towards-smarter-and-people-centred-skils-inteligence.

6]edefp.ete：e intelligence. [7JBAGAE，SchcaleucacatialtrtaableelopntJalgdevelot

[8]Cedefop.Skilsforecasttrendsandchallenges to3oM]Luxembourg：PublicationsOfficeoftheEuroean Union018.5.

[10]張創(chuàng)偉，陳悅，吳雪萍.歐洲技能提升路徑的政策架構(gòu)與實踐特色[J].職業(yè)技術(shù)教育，2022（21）：68-74.

[CdefopIihtltallaoslse Publications Office，2018：3.

[12]ILO.Skills Anticipation Survey， Plastics Sector“Report”[EB/OL].htp：//www.ilo.org/publns，2023：22.

[3EurpeUb

[16]CedefopOofttoa：/eduaht anticipation-estonia.

[17]Cedefop.ieoftatvoacL）/dero anticipation-latvia-2023-update.[ef

[19]Cedefop.PSSkillBarometer[EB/OL]（-0526）0-02].tps：//www.cedefop.europa.e/en/prnt/pdf/ode/086.

[20]CedefopUnderstadingtenlogicalcangedsilleds：bigdataadtificalmethods：Cedefopracticalgde2]ueog： PublicationsOffice，2021：46.

[21]Cedefopilas//de skills-ovate-online-vacancy-analysis—tool-europ ^-0 ：

[23]EuropeanCouil.eEroanGnDeaO（tps//wwcosluroaen deal/#what.

[24]Cedefop.Citisiriioooatialuatdngaelitiscoesateduxebug：bcatio Office. Policy brief，2022：8.

[25]Cedefop.ReferNet[EC/OL][EB/OL].（202-02-20[2025-03-05]htps：//www.cedefp.europa.eu/en/networks/refeet.

[27]ANGILltchroalaelegubcebobi 2022：1.

[28]EuropeanirotalfroaealfdtleduO） [2025-03-O6].https：//ec.europa.eu/regional_policy/whats-new/newsroom.

[29]Cedefop.otiugragducaisBOLs/defou matching-skills/all-instruments/continuing-training-and-education-committees.

[30Cedefop.ilsebls：/eoes skills-revolution#group-downloads.

NewSkill Intellgence forEurope： Generating Background，GovernanceFramework andPractical Features

Zhang Chuangwei， Zhou Wen

AbstractEo’silsaaltosslstellisalofa offialinformatio，seportsesearcheportsandotermateralsfromECndCFOP，thisaersummarizesthekefocse andprogressofilitellgeicitsalioastckgodfmekdpaciesoroe’sil intellgenceombinngelaedtheondepactisofillsitellgnceiultileEuroeaountesdthdsthatte EUdevelopedisnilsitellienceinthonextoffiallengesfromthesillsvoutionitegatingnts formultiplesilasigesdsgsopsilsoeae.lsell isorganicallbeddediweluntiongsillsostflingsaticeosdiepwasi; expanding tols，methodsndexpertiseinresourcesdfaciltatigpolicmakingandcareergidanceiniformatinuse.Practicingte next-generationEuroeanskllsintellgencerequirespolicalommimentandhebackingofdemoaticvlus，supportfromadvaced toolsandcoodinatedmethods，and protectionfromstakeholdersandnetworkthinking.TheEuropeanexperienceprovidesthefollowing insightsfortosuoofillsiellienceiassillsitellgliaeueublcotractstoomso development of skills intelligence，and strengthen research on the integration of skillsintelligence methods.

Key wordsskills intelligence; skills revolution; skills forecast; vocational education and training

AuthorZhuangChuangwei，profesorofJiaxing VocationalandTechnical Colege（Jiaxing314035）;Zhou Wen，seniorteacherof Educational Technology and Data Center