技能預測制度的理論意涵與域外鏡鑒

林燕清 張東 耿旭

［摘要］經濟體要實現提高生產力、促進就業和社會發展的目標，必須動態促進當前和未來的技能供需均衡，尤其要為未來提前儲備技能。梳理歐盟、國際勞工組織和新加坡、芬蘭、美國技能預測制度的實踐發現，技能預測制度的構成主體因技能預測工作的復雜性而呈現多元特征，技能預測內容因經濟發展戰略和技能預測變量而異，技能預測方法聚焦于職位描述與技能描述。針對有效率的技能預測制度提出如下結論：技能預測的最優制度模式為“市場—政府”協作模式，建立遴選技能預測主體與建構伙伴合作關系的機制、設置技能參與者的培訓課程是技能預測制度的關鍵保障，技能預測的重點內容涵蓋技能供給和需求預測、全周期技能錯配監測、技能預測結果的發布與使用等方面。

［關鍵詞］技能預測制度；技能預測主體；技能預測內容；技能預測方法；技能預測培訓課程

［作者簡介］林燕清（1979- ），男，福建仙游人，湄洲灣職業技術學院，副研究員。（福建? 莆田? 351254）張東（1977- ），男，遼寧興城人，東莞城市學院，副教授。（廣東? 東莞? 523106）耿旭（1997- ），女，河北石家莊人，華中師范大學在讀博士。（湖北? 武漢? 430079）

［基金項目］本文系2022年度國家社會科學基金教育學一般課題“中國技能型社會建構的邏輯起點、制度體系及優化路徑”（項目編號：BJA220258，項目主持人：張學英）和2023年度廣東省教育科學規劃課題（高等教育專項）“鄉村振興背景下粵港澳大灣區技能人才培養研究”（項目編號：2023GXJK645，項目主持人：張東）的階段性研究成果。

［中圖分類號］G710［文獻標識碼］A［文章編號］1004-3985（2023）24-0014-08

國際勞工組織（International Labor Organization，ILO）指出，要想將技能與生產力、就業、發展等收益有機結合起來，技能開發政策需鎖定兩個目標：一是促進技能供給與當前技能需求相匹配；二是通過技能預測為滿足未來技能需求培養技能人才，幫助勞動者和行業企業適應市場變遷。可見，提高生產力、促進就業和社會發展必須重視技能形成，而在技能形成過程中，最前序的工作環節是準確的技能預測，旨在動態促進當前和未來的技能供給與技能需求（簡稱技能供需）均衡，尤其是為未來儲備技能，以減少因技能錯配帶來的效率損失。

我國要實現2035年建成技能型社會的目標，更要以相對準確的技能預測為依據，有序推動全民、全生命周期、全產業鏈的勞動力技能形成，盡量減縮技能供需缺口，增加技能有效供給，最大程度地緩解技能錯配。技能預測制度的理論內涵是什么？國際上有哪些成功的技能預測實踐？我國該如何提升技能預測制度的效率？這些是本研究要探討的主要論題。

技能預測的實踐表明，國際組織和很多國家都為推動經濟發展與產業升級建構了技能預測制度，旨在為實施技能開發規劃、促進技能供需均衡或緩解技能供需錯配提供科學依據。比如，歐盟預測職業結構變遷和資格水平變遷，且從技能發展的全周期監測技能匹配狀況以提升教育與培訓的精準性；新加坡的技能預測涵蓋技能供需兩方面，通過建構伙伴關系推動實施了多項以未來技能為主題的教育與培訓項目；芬蘭的技能預測細分為長、短期兩個類別，以提升技能預測結果的精準性和教育與培訓的匹配性；美國的技能預測則借助伙伴關系合力，通過動態、持續更新職業信息系統的數據來實現。本研究將在梳理上述技能預測實踐的同時，廓清技能預測制度的構成主體、技能預測內容、技能預測方法，揭示我國建構高效率技能預測制度的關鍵要素。

一、技能預測制度的理論意涵

（一）技能預測的內涵

技能預測是技能型社會建設中促進技能形成的首要環節，也是建構人才培養體系、實施勞動力開發、打造終身學習型社會的科學依據。科學的技能預測結果能夠指引技能市場多個主體的理性經濟行為，促進技能供需均衡，減少因技能過時、技能短缺、有效技能供給不足等技能供需失衡或技能錯配帶來的就業問題以及對技術進步、產業升級和經濟轉型的阻礙。

根據覆蓋內容不同，技能預測有多種分類。一是廣義和狹義之分。廣義的技能預測包括技能需求預測和技能供給預測兩方面，狹義的技能預測單指技能需求預測（Skill Needs Anticipation/Early Identification of Skill Needs）。二是宏觀和微觀之分。宏觀的技能預測指對國家或地區若干年內經濟發展的技能需求趨勢做出預測，微觀的技能預測指由行業生產需求派生出的勞動力技能需求預測。三是增量和存量之分。增量的技能預測指基于正規教育的院校人才培養預測，存量的技能預測指基于存量勞動力技能更新和技能深化的教育與培訓預測。

綜上，技能預測是一項覆蓋產業、行業、企業多個層面，關涉政府、行業組織、社會組織、教育與培訓機構、市場主體等多元伙伴，建立在人口發展、產業發展、宏觀經濟發展戰略與中、微觀經濟發展計劃等多重大數據基礎上的系統工程，其本質特征相對復雜，根本要求是預測內容全面、預測方法科學、預測結果相對準確?；诖?，要獲得高效率的技能預測結果，必須建立系統的技能預測制度。

（二）技能預測制度的內涵

技能預測制度是指在國家或區域范圍內，以預測經濟發展或轉型戰略、科技升級或創新戰略下的技能需求規模、結構、趨勢為目標，以人口發展、教育與培訓資源稟賦為硬約束，圍繞技能均衡發展所制定的一系列人才需求和供給規劃、計劃、政策、措施的總和?；诩寄茴A測的復雜性特征，技能預測制度往往并不是單項制度，而是體現為由一系列制度構成的有機體系，具體包括但不限于以下幾項制度：技能需求預測制度或技能供給制度、動態技能錯配監測制度、長期或短期技能開發規劃制度等。

在技能預測制度體系中，技能需求預測制度或技能供給預測制度是最核心的技能預測制度，旨在提供一個經濟體當前以及未來一段時期內的技能供給框架，以及技能需求或技能供給的規模、結構等基礎數據，為技能形成過程中的技能供給和技能需求提供行動指針，這也是大部分國家、區域實施技能預測時首選的制度。技能預測制度相對健全的國家或區域，往往將技能預測作為長期的制度安排，而非僅僅將其作為一項與經濟社會發展戰略配套的短期制度。因此，技能預測制度從長期看呈現為動態技能錯配監測制度，覆蓋勞動力從正規學校教育、初入職場到職業生涯中后期的整個生命周期。它是一個泛生命周期的，驅動技能預測、調整多輪技能循環的動態技能預測制度，主要目標是及時發現技能錯配并動態糾偏。長期或短期的技能開發規劃制度，是利用技能需求預測或技能供給預測結果、動態技能監測結果，針對當前以及未來技能供需均衡制訂的預制方案，可以看作針對勞動力技能形成制定的前置性教育與培訓規劃或計劃，是技能預測制度中最具實踐指導性的制度。

在促進技能形成的實踐中，技能預測制度體系是否完善，以及建立技能預測制度應當涵蓋哪些主體、覆蓋哪些預測內容、使用怎樣的預測方法，在不同的國家或區域因國情不同、執政理念差異、執政資源豐裕度不一，呈現較大的差異，故技能預測制度的科學性和完整性很難統一評價。但是，國際組織和很多國家的技能預測制度實踐在多個方面展示出可圈可點之處，為我國建構技能預測制度提供了良好借鑒。以下從技能預測制度的構成主體、技能預測內容、技能預測方法三個方面，分別考察技能預測制度的典型實踐，以期為我國建立高效率技能預測制度提供借鑒。

二、技能預測制度的構成主體

如前所述，技能預測制度的最終目標是明確一個國家或經濟體的技能需求規模、結構以及發展趨勢，這些技能預測的結果以經濟發展或轉型戰略、科技升級或創新戰略為前提，以人口發展、教育與培訓資源稟賦為硬約束，是一個覆蓋全民、全生命周期、全產業鏈的宏觀行動，必然卷入多個主體。建立技能預測制度該吸納哪些主體、該建立怎樣的協調機制以協調多主體的利益與行動，這些都是建立和完善技能預測制度時需要首先考慮的問題。

傳統的頂層制度設計充分卷入相關主體并非常重視多主體協同，其在國家層面設有國家級勞資政三方顧問小組，如勞資政三方公平雇傭聯盟、勞資政三方工作與生活和諧發展策略委員會、勞資政三方論壇等，由這些機構負責勞動力市場監督與管理、勞動關系協調等業務。相應地，鑒于技能預測關涉主體的多元性，新加坡的技能預測制度以及基于技能預測結果的勞動力技能開發均采用勞資政（包括勞動者、企業和政府）三方參與模式，充分卷入相關主體并實現多主體協同，建立國家層面的協調機構——國家級技能預測勞資政三方顧問小組，以政府為主導，吸納企業、勞動力以及社會組織共同推進，確保技能預測政策協調地落地實施。以2004年設立的未來技能計劃（Skills Future）為例，未來技能委員會由政府、企業雇主、工會、工人和教育與培訓機構等各方代表組成，政府主導并聯合行業和企業開展各類子計劃和子項目，既確保計劃的頂層設計和執行優勢，又確保所有的技能提升內容無限貼近經濟社會發展需求。

芬蘭技能預測制度的構成主體因國家和區域兩個層面的技能預測工作而異，其技能預測工作在國家和區域兩個層面展開。國家層面的技能預測稱為技能和教育與培訓需求預測，是芬蘭國家教育局的法定職責，但由教育和文化部、經濟事務和就業部、芬蘭國家教育局共同組織實施。通常國家層面的長期技能預測由教育和文化部下設的國家技能預測論壇負責。2017—2020年任期，國家技能預測論壇由九個部門的預測小組構成，成員包括職業教育與培訓提供者、高等教育機構、教師和教育行政部門。區域層面的預測主體以當地議會和經濟發展研究中心為主要部門，聯合教育提供者、高等教育機構、商會、勞動力市場組織、研究機構和公司等多元主體實施有針對性的特色技能預測。

較比新加坡和芬蘭，美國的技能預測制度體系性較弱，其技能預測更多是局部的，比較典型的是由國家O*NET（Occupational Information Network，美國勞工組織開發的職業信息系統）發展中心。它實施基于職業分析的技能預測，為勞動者提供職業分析、技術支持和客戶服務。它開展的技能預測并非完全的市場自發行為，要接受美國勞工部/就業與培訓管理局（U.S. Department of Labor/Employment and Training Administration）的官方指導，只是相較于新加坡和芬蘭，技能預測體現的國家意志力要弱一些。O*NET發展中心圍繞職業分析開展的技能預測是覆蓋全產業鏈的龐雜而細致的工作，需要收集大量的企業崗位數據，設有專門的研究部門對數據進行系統分析，且要定期更新數據以確保技能預測結果的準確性?；诖?，該中心與三角園區研究所（Research Triangle Institute）、人力資源研究組織（Human Resources Research Organization）和北卡羅來納州商務部（North Carolina Department of Commerce）建立了合作伙伴關系。三角園區研究所作為前沿性研究機構，負責設計、實施和監督數據收集計劃以持續更新O*NET數據庫；人力資源研究組織作為非營利性研發組織，為O*NET內容模型、數據收集、工作分析、評價和培訓領域提供專業技術知識；北卡羅來納州商務部通過在政府和行業中創新使用電子信息技術促進本州技術進步和企業升級，為用戶提供互聯網訪問O*NET數據庫以及使用相關技術的建議。

三、技能預測的內容

建立技能預測制度是要獲得合理、科學的技能預測結果，以制定國家或區域的技能形成規劃、計劃，所以技能預測的內容尤為重要。由于各國的經濟發展戰略、側重點不同，技能預測制度存在差異，因此，技能預測內容也呈現差異性，即有的以戰略技能需求為技能預測的焦點，有的則根據預測期間的長短確定技能預測的內容。

（一）基于未來優先技能集群的技能預測

新加坡的技能預測主要圍繞智慧國家的發展戰略，聚焦對未來優先技能集群的預測。在數字轉型過程中，不斷變化的行業趨勢、技術更新和新的業務模式、工作流程和工作職能的新變化，不但改變了現有工作的內容和技能需求，也創造了新的工作崗位和新的技能需求，因此，雇主和勞動者都會對新興領域的優先技能產生需求。優先技能包括專業技能和關鍵核心技能，專業技能（Technical Skills）指用來完成日常工作所需的技能，關鍵核心技能（Critical Core Skills）是所有工作場所的所有工作角色都需要的技能，也稱為軟技能。新加坡通過調研28個部門的雇主篩選出三類關鍵核心技能，即批判性思維、與他人互動、保持相關性，這三類技能還可再細分為16項技能。專業技能和關鍵核心技能都是可遷移技能，可以跨崗位和行業部門進行遷移，能幫助勞動力進入新的工作崗位或更容易地過渡到擴展的工作崗位，是培養所遷移領域新技能的基礎，通常被視為勞動者在職業生涯中取得成功的基本要素。

新加坡政府于2021年發布《未來技能需求》，為數字經濟、綠色經濟和護理經濟三個重點發展領域提供了優先技能集群框架。其一，數字經濟從業人員的優先技能集群，包括技術應用、數據分析、市場研究或趨勢、技術掃描或評估、自動化應用、統計分析、商業環境分析、系統思維、知識管理、物聯網管理、消費者情報分析、計算建模、物聯網應用、財務分析、大數據分析、數據可視化、數據治理、建筑信息建模應用、人工智能應用、業務需求分析等。其二，綠色經濟的多組優先技能集群，包括綠色工程設計、碳足跡管理、環境管理框架或政策、可持續性管理、制造和裝配設計、廢物管理、綠色建筑和設施管理、可維護性設計、可持續工程、可持續食品生產設計、景觀環境管理、能源管理、環境和社會治理、可持續性設計、太陽能光伏系統設計、灌溉管理、空間設計、智能設施、公用事業管理、能源交易等。其三，護理經濟中的優先技能集群，包括行為與道德、利益相關者管理、包容性實踐變革管理框架、反思性實踐、應急管理、戰略發展、安全管理框架、協作實踐、監督或指導跨專業協作課程設計、個人效能、審計管理、社會部門政策影響、人員管理、醫療保健或社會政策的制定或發展、組織培訓需求、感染控制、醫療或社會服務計劃實施等。

（二）依據預測期間確定技能預測內容

芬蘭的技能預測內容因時期長短而異。長期技能預測涉及以下要素：未來企業發展環境的關鍵變化，勞動力需求變化，勞動力自然流失，熟練勞動力需求，教育與培訓需求，與通用職業技能、職業特定技能相關的技能需求。長期技能預測的結果通常用于教育政策制定和教育改革，如教育和文化部頒發高等教育機構教育授權書、授予學位資格，芬蘭國家教育局制定國家資格標準。教育提供者和高等教育機構制訂教育供給計劃。芬蘭短期技能預測是基于統計時間的序列分析，主要涉及經濟指標、勞動力市場統計數據和政策信息、財政部的國內生產總值預測、芬蘭統計局的人口預測等。

以短期勞動力市場預測為例，芬蘭經濟事務和就業部每年發布兩次短期勞動力市場預測（Labor market forecast）。2022年11月9日的短期勞動力市場預測內容如表1所示。一是經濟發展狀況預測?；谪斦康纳虡I周期預測，預計2023年GDP增長0.5%，2024年增長1.4%；2023—2024年，消費增長趨于溫和，投資增長水平較低。二是勞動力供給和需求預測。2023和2024年的就業率與2022年基本持平，2023年就業增長幾乎停滯，約增長6000人，2024年就業增長可達1.6萬人；2023年失業率繼續保持在6.8%不變，而勞動力需求增長會使2024年的失業率降至6.4%；2022—2024年，芬蘭勞動年齡人口的勞動力市場參與率呈現穩定小幅上升趨勢，數值在68%～68.5%。三是失業結構變遷預測。2023年失業求職者人數比2022年增長0.2萬人，2024年比2022年增長1.3萬人；2022年長期失業者人數為0.94萬人，2023年降至0.78萬人，2024年與2023年持平；2022—2023年青年失業總量相對穩定。

四、技能預測的方法

技能預測的方法是確保技能預測結果科學、準確的關鍵手段，各國采用的技能預測方法都是與技能預測的具體內容相適配的。

（一）新加坡：職位—技能季度觀察法

2021年，隨著數字經濟、綠色經濟和護理經濟的迅速發展，新加坡未來技能局啟動了“職位—技能季度觀察”（Jobs-Skills Quarterly Insights， JSQI），以期促進技能供需均衡。JSQI是一個為未來經濟發展中的職位和技能需求提供信息和見解的資源保護傘（the umbrella of resources），它針對未來經濟發展中快節奏的職位和技能變遷，為企業留用技能人才提供技能需求和職位情況的相關信息和觀點。企業使用這些資源制定促進員工技能發展的路線圖，個人也可利用這些資源了解行業需求并制訂技能發展計劃。第一期發布的職位—技能季度觀察聚焦培訓和成人教育領域，指出該領域職位變遷和技能需求的三個新趨勢：一是教育技術及相關技能正在改變培訓和成人教育領域的業務內容和形式；二是工作場所學習的重要性已成為共識，提升組織工作場所學習的能力非常必要也很急迫；三是職業或學習咨詢與輔導的相關技能，在為行業和企業轉型培養匹配技能、對個人提高工作場所績效或為職業轉變做準備等方面具有至關重要的作用。

（二）芬蘭：因時期長短而異的技能預測法

1.長期技能預測流程與方法。芬蘭長期技能預測的流程共包括五個環節：環節一，研判未來產業發展、未來勞動力市場發展趨勢，分析就業總量與產業結構，通過確定未來變革的驅動因素預先做出技能應對；環節二，識別預測對象與環節一各種變化相關的信息，包括驅動因素、變化趨勢和相關信號等，建構應對方案；環節三，研判未來的商業活動、生產和工作生活等，如識別商業部門在發展變遷中面臨的挑戰、網絡發展趨勢以及就業變遷等；環節四，識別不同行業和職業勞動力群體的資格水平、工作結構，旨在提高勞動力的資格水平；環節五，規劃提升教育和技能水平的應對策略，針對勞動力接受職業教育與培訓面臨的挑戰，促進習得、提升當前工作技能并評估未來工作發展所需的技能水平。

上述五個環節的預測工作通常會采用不同的預測方法以確保技能預測結果的可靠性和適用性。前兩個環節采用德爾菲法，由企業組建專門的技能預測機構，成員包括若干領域的專家和企業預測組織者，依據專家對未來市場的判斷進行預測。后三個環節通常采用有針對性的問卷調查法，如環節三采用關于商業部門的前瞻性問卷，環節四采用關于技能需求的前瞻性問卷，環節五采用關于教育與培訓的前瞻性問卷。

2.短期技能預測方法：職業晴雨表。經濟事務與就業部在每年的春季和秋季分別編制1次職業晴雨表（Occupational Barometer），發布其對近期主要職業發展前景的預測，涵蓋約200個職業勞動力的需求前景以及未來六個月勞動力供需均衡的發展趨勢，旨在促進職位空缺與求職者匹配，并促進勞動力的職業和地域遷移。經濟事務與就業部實施技能預測的數據來源如下：通過面談、訪問雇主和求職者獲得職業信息，使用來自監測系統的數據。2022年秋季發布的職業晴雨表顯示，有56個職業存在勞動力短缺，具體職業領域有：衛生和社會服務業（17個），建筑業（12個），工業（8個），軟件、食品和飲料服務業、清潔、物業維護和運輸行業（19個）。

五、對我國的啟示與借鑒

如前所述，建立技能預測制度是為了緩解技能錯配、促進技能均衡，而技能預測的參與主體多元、涉及的數據量龐大，頻繁的技術進步使得技能周期日益縮短，因此，提升技能預測制度的效率以確保預測結果相對準確顯得非常重要。綜觀典型國家的技能預測制度與技能預測實踐，我國建立高效率的技能預測制度，需要聚焦最優制度模式、關鍵制度保障、重點預測內容三個關鍵要素。

（一）最優制度模式：政府主導下多元主體參與的“市場—政府”協作模式

技能預測是一項對標經濟發展、產業升級、結構轉型的宏觀戰略。統籌當前以及未來的技能需求、職業、勞動力、勞動力市場等信息，關涉政府、行業、企業、教育與培訓機構、社會組織、個人等多個主體，需要持續監測技能失衡或技能錯配狀態的復雜系統工程，單一部門很難勝任，因此，有效率的技能預測制度模式必然是政府主導下多元主體參與的“市場—政府”協作模式。就我國而言，要在巨大的經濟體量和人口規模下統籌協調實施科學精準的技能預測，亟待采用政府主導下多元主體參與的“市場—政府”協作模式。

政府主導下多元主體參與的“市場—政府”協作模式具有以下優勢：政府主導體現了政府宏觀調控技能預測的計劃性，保證了技能預測的權威性和行政效力；多元主體參與確保了市場機制促進技能供需均衡的市場效率，如針對企業轉型和技術升級采集相對準確的行業和企業的技能信息，據此促進教育與培訓系統不斷創新、調整；社會組織參與技能預測在一定程度上促使技能預測制度更具包容性，在經濟社會發展中保持公平性，提升社會效益；多主體參與的技能預測制度確保技能預測結果的廣泛應用，促進全社會關注技能失衡或技能錯配，確保技能預測制度能夠實時且持續地監測技能過時、技能短缺、技能有效供給不足等狀況，有利于營造終身學習的社會氛圍，促進技能供需雙方關注前置性技能供給計劃以及基于職業生涯規劃促進技能開發。

國際上有效的技能預測制度多采用政府主導下多元主體參與的“市場—政府”協作模式。新加坡的技能預測制度模式是以政府為主導推動實施未來技能計劃，預測未來技能需求方向、實施未來技能投資項目，涵蓋全員勞動力、高中低端所有企業類型以及教育與培訓機構，旨在引導全部企業、全體勞動力、全部教育與培訓機構走近未來技能。芬蘭技能預測制度分為國家級技能預測和區域級技能預測，前者由教育和文化部、經濟事務和就業部以及芬蘭國家教育局負責，后者由當地議會和經濟發展研究中心等部門負責。同時，教育提供者、高等教育機構、商會、勞動力市場組織、研究機構和企業也開展各自所需的技能預測。美國勞工部就業與培訓管理局指導國家O*NET發展中心運行O*NET項目，該中心通過與公共和私營部門建立合作伙伴關系來推進O*NET項目的相關工作，重要的合作伙伴有三角園區研究所、人力資源研究組織和北卡羅來納州商務部。歐盟的技能預測體系是一個涵蓋政策、操作、使用三個層級的組織體系，分別由政府、行業企業、勞動者等不同主體承擔職責，充分考慮到各利益主體的差異性需求以及現實情況。

（二）關鍵制度保障：建立卷入主體與伙伴行動機制

技能預測制度通過促進技能供需均衡來緩解技能錯配帶來的就業問題以及對技術進步、產業升級、經濟轉型造成的阻礙。要實現上述功能，技能預測制度必須涵蓋以下保障內容。

1.建立遴選技能預測主體與建構伙伴合作關系的機制。政府主導下多元主體參與的“市場—政府”協作模式決定了技能預測活動的多元主體協同特征，提升技能預測體系的效率，即在相對合理的時間內采集到相對全面、準確的信息以確保技能預測結果的準確性。一是要確定參與主體的進入標準，遴選資質好的主體為開展技能預測工作提供組織保障，且他們能夠調動行業企業全面參與技能預測。二是要建構合作伙伴關系，在滿足利益訴求的基礎上充分利用伙伴的集成優勢完成信息采集、分析、研究與預測任務。

2.為技能預測參與者提供技能預測相關工作培訓保障?？紤]到技能預測工作的龐雜性特征以及多主體協作特征，技能預測頂層設計意圖的準確貫徹落實有賴于對技能預測工作參與者的培訓與訓練?？梢越梃b國際勞工組織國際培訓中心開發的技能預測與匹配在線課程的經驗，通過為政策制定者、專家和利益相關者提供培訓課程，促進其充分認識技能預測的重要性，學習技能預測的基礎性知識、基本原則和方法。新加坡的未來技能系列課程也為參與技能預測工作的國家政策制定者、專家和利益相關者提供未來技能需求預測培訓。在上述技能預測相關工作培訓保障到位的基礎上，技能預測多元主體充分了解技能預測的目標、時期范圍、內容范疇、自身職責，進而在技能預測的協作行動中遴選出科學的技能預測方法、收集到相對全面的大數據、研究出相對準確的技能預測結果。

（三）重點預測內容：設計全面而立體的技能預測內容

根據各國的技能預測實踐，技能需求預測是技能體系的輸入部分，而技能供給預測則是技能體系的輸出部分，因此，技能預測的內容需要從橫向、縱向、綜合的視角進行全面而立體的設計，從而為前置性教育與培訓提供準確依據。

1.從橫向看，技能預測涵蓋技能需求預測和技能供給預測。廣義的技能需求預測強調技能需求依據的科學性，因為技能需求是由市場對產品和服務的需求派生出的。因此，技能需求預測除了對當前以及未來技能的需求狀況進行判斷以外，還包括對經濟發展、技術升級、產業轉型等宏觀數據和信息的采集、分析與研究。廣義的技能供給預測內容也很豐富，因為技能以人為載體，故技能供給預測除了掌握當前以及未來的技能供給資源狀況之外，還包括對人口發展狀況、勞動力市場狀況的整體預判。

2.從縱向看，技能預測是對技能發展全周期的技能錯配監測。所謂的技能發展全周期，指個體從接受教育但尚未進入勞動力市場到真正成為勞動力的整個過程。在潛在或新增勞動力接受正規教育階段進行技能監測，目標是促進前置性技能開發與技能需求相匹配；在潛在或新增勞動力初次進入勞動力市場時，需監測其技能儲備與技能需求的匹配程度；在勞動力市場，需動態監測勞動力的存量技能與市場技能需求的匹配程度。通過對技能發展全周期的技能錯配監測，幫助經濟體實現動態且可持續的實時技能錯配糾偏。比如，歐盟研發的歐洲技能指數設置了技能開發、技能激活、技能匹配三個技能監測環節。技能開發評估教育階段技能的有效性；技能激活監測新增勞動力結束教育、進入勞動力市場時的活躍度；技能匹配觀測技能與當前工作的匹配程度，通過全周期的技能錯配監測來動態促進技能均衡，以最大程度地消除技能錯配帶來的負面影響。

3.綜合來看，技能預測除了預測和監測工作外，還包括對預測結果的發布與使用。從國家宏觀層面編制技能開發規劃到行業企業和個人的中、微觀層面制訂技能開發計劃，都屬于技能預測的內容，旨在為前置性技能開發行為提供清晰的指引。比如，新加坡編制了覆蓋全體勞動力、雇傭雙方、技能培訓供需雙方的龐大而全面的未來技能開發計劃（即未來技能計劃），針對數字經濟、綠色經濟和護理經濟三個重點發展領域實施技能預測并構建了優先技能群框架；針對信息和通信技術領域實施的未來技能投資計劃——“科技技能加速培訓計劃”，既是一個培訓計劃，也是一個針對信息和通信技術領域全體勞動力和即將進入該領域的勞動力的全員、全生命周期的技能開發規劃；未來技能系列課程面向八個領域的勞動力編制了涵蓋初、中、高三個技能級別的未來技能訓練課程。

［參考文獻］

［1］張學英.產業工人技能形成的國際比較與借鑒［M］.北京：新華出版社，2021.

［2］張學英，耿旭.歐盟技能預測實踐概覽：主體、內容與方法［J］.職教論壇，2023（4）：43-51.

［3］Cedefop. Skills anticipation in Finland（2022） ［EB/OL］.（2023-03-21）［2023-11-08］.https：//www.cedefop.europa.eu/en/data-insights/skills-anticipation-finland.

［4］Hana? ?íhová，Olga Strietska-Ilina.Guidelines for inclusion of skills aspects into employment-related analyses and policy formulation at a national level ［M］.Geneva：ILO，2015.

［5］Skills Future Singapore Agency. Tech Skills Accelerator［EB/OL］.（2023-05-18）［2023-11-08］.https：//www.skillsfuture.gov.sg/tesa.

［6］SSG. Jobs-Skills Quarterly Insights［EB/OL］.（2022-07-21）［2022-11-20］.https：//www.skillsfuture.gov.sg/skillsreport#job

sskillsquarterlyinsights.

［7］SSG. Skills Demand for the Future Economy Report［EB/OL］.（2021-12-08）［2022-11-15］. https：//www.skillsfuture.gov.sg/skillsreport#skillsdemandforthefutureeconomyreport.

［8］US. About O*NET［EB/OL］.（2023-10-24）［2023-10-30］. https：//www.onetcenter.org/overview.html.

［9］US.The O*NET Content Model ［EB/OL］.（2023-10-24）［2023-11-08］. https：//www.onetcenter.org/content.html#cm6.