Luca Marcolin
(con Robert Grundke e Mariagrazia Squiccarini)
OECD/ Science, Technology and Innovation (STI)
13° Conferenza Nazionale di Statistica 4-5-6 luglio 2018
Centro Congressi Ergife Via Aurelia 619 Roma
#13ConfStat
Luca Marcolin, QUALI COMPETENZE PER L’ERA DIGITALE?
1. QUALI COMPETENZE
PER L’ERA DIGITALE?
Luca Marcolin
(con Robert Grundke e Mariagrazia Squiccarini)
OECD/ Science, Technology and Innovation (STI)
13a conferenza Annuale di Statistica,
Roma, 4-6 Luglio 2018
2. IL CONTESTO:
IL PROGETTO “GOING DIGITAL”
GOING DIGITAL: FAR FUNZIONARE LA TRANSIZIONE DIGITALE PER LA
CRESCITA ED IL BENESSERE
Aiutare i policymakers a comprendere meglio la transizione
digitale e disegnare politiche efficaci;
Valuare costi e benefici della digitalizzazione, considerandone i
differenti aspetti, settori e aree di politica pubblica;
Analizzare più in dettaglio alcuni aspetti del fenomeno, che sono
alla frontiera tra diversi ambity di policy: lavoro e competenze;
produttività-concorrenza-struttura di mercato; benessere.
3. Focus sulle competenze
LA DOMANDA:
Come la trasformazione digitale sta cambiando la domanda di
competenze nel mercato del lavoro? Competenze cognitive e non.
LA NOSTRA RISPOSTA:
Le competenze col premio salariale (“return”) maggiore sono quelle
particolarmente richieste.
Consideriamo il fatto che i lavoratori hanno molteplici competenze
allo stesso tempo
Analisi a livello del lavoratore con dati per 31 paesi OCSE e non-
OCSE, distinguendo tra settori a maggiore o minore intensità
digitale.
5. LA TRASFORMAZIONE DIGITALE :
LA SFIDA DELLA MISURAZIONE
La tassonomia :
Vuole rendere conto delle varie sfaccettature della transizione
digitale, in termini sommari l’aspetto TECNOLOGICO, l’INTERFACCIA COL
MERCATO e IL CAPITALE UMANO.
Si basa su dati COMPARABILI TRA PAESI, SETTORI E ANNI,
armonizzando le classificazioni e correggendo per la DINAMICA DEI
PREZZI.
Si configura come un esercizio di BENCHMARKING dei settori l’uno
all’altro, e non può costituire una misura della dimensione
dell’economia digitale.
Risultato: Calvino, Criscuolo, Marcolin e Squicciarini (2018)
6. LA TRASFORMAZIONE DIGITALE:
UNA MOLTEPLICITÀ DI STORIE…
Hardware
Uso di servizi
ICT
PIATTAFORME Software
Robots
Impiego
specializzato
in ICT
BIG DATA E-
commerce
AI
Uso di
beni ICT
7. Una tassonomia di settori per intensità digitale
Settore (ISIC rev.4)
Quartile di
digital intensity:
2013-15
Settore (ISIC rev.4)
Quartile di digital
intensity: 2013-15
Agricultura e foreste Basso Commercio a dettaglio e ingrosso Medio-Alto
Attività minerarie Basso Servizi di trasporto Basso
Industria alimentare e tabacco Basso Hotel e ristoranti Basso
Tessile e scarpa Medio-Basso Servizi audiovisivi e di pubblicazione Medio-Alto
Legno e carta Medio-Alto Telecom Alto
Petrolio e carbone Medio-Basso Servizi ICT Alto
Chimica Medio-Basso Finanza e assicurazione Alto
Farmaceutica Medio-Basso Servizi immobiliari Basso
Gomma e plastica Medio-Basso Servizi legali e di contabilità Alto
Metallurgica di base e fabbricati di metallo Medio-Basso Ricerca e sviluppo Alto
Computer, elettronica e ottica Medio-Alto Pubblicità, ricerche di mercato Alto
Macchinari elettrici Medio-Alto
Amministrazione e altri servizi di supporto alle
imprese
Alto
Altri macchinari non classificati altrove Medio-Alto Amministrazione pubblica e difesa Medio-Alto
Macchine per trasporto e veicoli Alto Formazione Medio-Basso
Altro manifatturiero; riparazione di computer Medio-Alto Sanità Medio-Basso
Produzione di elelttricità e gas Basso Attività assistenziali e sociali Medio-Basso
Gestione dellle acque e dei rifiuti Basso Arti e intrattenimento Medio-Alto
Construzioni Basso Altri servizi Alto
Source: Calvino, Criscuolo, Marcolin e Squicciarini (2018)
9. Indagine internazionale sulle competenze degli adulti
Programme for the International Assessment of Adult Skills
22 + 9 paesi, 2012 o 2015. Sia OECD che non.
Appross. 2-5,000 adulti per paese, di età 16-65.
L’analisi qui sotto è ristretta a ~104,000 individui escludendo
disoccupati, autonomi, e individui senza informazione salariale.
Alto dettaglio di informazione sull’individuo.
Competenze valutate sia in test ad-hoc, che sulla base
delle mansioni (tasks) svolte sul lavoro.
MISURARE LE COMPETENZE DEI LAVORATORI:
Il dataset
10. MISURARE LE COMPETENZE DEI LAVORATORI:
Che competenze?
Da Grundke et al. (2017)
Competenze isolate grazie a Exploratory Factor Analysis (Conti et al., 2014)
11. Da Grundke et al. (2017)
MISURARE LE COMPETENZE DEI LAVORATORI:
Che competenze?
12. MISURARE LE COMPETENZE DEI LAVORATORI:
Il LIVELLO di competenze
Intero campione dei lavoratori in PIAAC.
Da OECD (2018)
40
45
50
55
60
65
AUS
CAN
DEU
GBR
FRA
ITA
JPN
KOR
RUS
TUR
USA
OECD
Lettura testo
Comprensione numerica
Risoluzione problemi
13. In media (PIAAC), 10% dei lavoratori é ‘over-skilled’ e 4% ‘under-skilled’
1.5 milioni di
lavoratori
Source: OECD Skills Outlook (2013) basato su dati PIAAC (2012)
3 milioni di
lavoratori
MISURARE LE COMPETENZE DEI LAVORATORI:
l’USO delle competenze
14. I SETTORI DIFFERISCONO PER CONTENUTO DIGITALE
E DI COMPETENZE
Livelli medi di competenze in settori ad allta vs bassa intensità digitale
Medie tra paesi, 31 paesi OECD e non-OECD, 2012 o 2015
Fonte : OECD Science, Technology and Industry Scoreboard 2017
Basato su: Grundke, Marcolin, Nguyen and Squicciarini (2018)
40
42
44
46
48
50
52
54
56
58
60
Digital intensive Industries Less-Digital intensive IndustriesLivello medio
COGNITIVE SKILLS
TASK-BASED SKILLS
15. Metodologia
Regressioni a livello individuale, per isolare il “vero” effetto
delle competenze da quello di altri fattori individuali (età,
formazione acquisita, part-time, ecc.).
Prospettiva di breve periodo: l’offerta di lavoro e l’elasticità
della domanda di prodotto sono “fisse”.
Il “premio” alle competenze in termini di salario segnala se una certa
competenza è richiesta (più di quanto sia offerta nella forza lavoro).
I lavoratori hanno combinazioni di competenze: il return di
ciascuna competenza può differire tra occupazioni (Roy, 1951;
Rosen 1978).
16. PREMIO ALLE COMPETENZE : PIÙ ALTI IN
INDUSTRIE DIGITALI
Basato su : Grundke, Marcolin, Nguyen and Squicciarini (2018),not significant
Premio alle competenze in settori intensi in digitale, 2012 or 2015
• Questo non è determinato dalle seguenti caratteristiche individuali: età, genere, anni di
formazione, lavoro part-time, salute, numero di impiegati del posto di lavoro,
caratteristiche specifiche del settore, occupazione o paese.
-4
-2
0
2
4
6
8
10
12
%
Coefficient insignificant at the 5% level Additional returns to skills in digital-intensive industries
Returns to skills in less digital-intensive industries
N : 104,296. Adjusted R2: 0.576
17. Quali competenze sono complementari a competenze STEM-
quantitative (in settori ad alta intensità digitale)?
-4
-2
0
2
4
6
8
10
12
%
Coefficient insignificant at the 5% level
Additional returns to skills in STEM-quantitative skill intensive jobs
Average returns to skills
• Le competenze hanno un ritorno maggiore se assieme.
• Similare per l’interazione con numeracy.
IN INDUSTRIE DIGITALI, LA COMBINAZIONE DI
COMPETENZE PAGA
Basato su : Grundke, Marcolin, Nguyen and Squicciarini (2018),
19. 0
10
20
30
40
50
60
70
80
%
Low skilled Medium skilled High skilled
Source: OECD Science, Technology and Industry Scoreboard 2017
Stiamo dando formazione ai lavoratori “giusti”?
LA FORMAZIONE SUL LAVORO
% dei lavoratori partecipanti a formazione sul lavoro (“on the job training”),
per titolo di studio raggiunto, 2012 or 2015
20. PRATICHE MANAGERIALI
PER COMPRENDERE IL MONDO DIGITALE
High-Performance Work Practices in Italia e Paesi OCSE (per dimensione impresa)
Source: OECD Survey of Adult Skills (PIAAC), 2012, 2015
2.55
2.6
2.65
2.7
2.75
2.8
2.85
2.9
1-10 employees 11-50 employees 51-250
employees
251+ employees
OECD
2.55
2.6
2.65
2.7
2.75
2.8
2.85
2.9
1-10 employees 11-50 employees 51-250 employees 251+ employees
Italy
HPWP - all factors HPWP - work organisationfactors only
Elementi mancanti :
• Task discretion
• Mentoring
• Training
• Flessibilitá
22. “Competenze” sono un concetto multisfaccettato.
– Cognitive e non-cognitive.
– Valutate con test o in base a mansioni sul lavoro.
– Differenti ambiti di apprendimento (scuola, università, impresa).
– Differenti velocità di cambiamento.
I lavoratori hanno combinazioni di competenze allo stesso
tempo.
Ciascuna tecnologia ha livelli di complementarietà /
sostituibilità differenti con la stessa competenza.
– Misurare differenti aspetti della transizione tecnologica.
– Attenzione che :
• La tecnologia può essere disponibile ma comunque non adottata.
• L’adozione richiede capacità complementari (beni intangibili).
CONCLUSIONI (1)
La sfida della misurazione
23. “Competenze” sono un concetto multisfaccettato.
– Cognitive vs non-cognitive.
– Valutate con test o in base a mansioni sul lavoro.
– Differenti ambiti di apprendimento (scuola, università, impresa).
– Differenti velocità di cambiamento.
I lavoratori hanno combinazioni di competenze allo stesso
tempo.
Ciascuna tecnologia ha livelli di complementarietà /
sostituibilità differenti con la stessa competenza.
– Misurare differenti aspetti della transizione tecnologica.
– Attenzione che :
• La tecnologia può essere disponibile ma comunque non adottata.
• L’adozione richiede capacità complementari (beni intangibili).
CONCLUSIONI (2)
Quanto presentato oggi:
24. • Creare le condizioni per lo sviluppo di
istituzioni di formazione continua
• Rendere flessibile l’offerta di
competenze, ed allinearla alle necessità
dell’economia
• Competenze generiche E specifiche
• Training dei lavoratori più esposti
INVESTIRE IN
COMPETENZE
• Coordinare politiche pubbliche della
formazione (a tutte le età), mercato del
lavoro, welfare
APPROCCIO
OLISTICO AL
MERCATO DEL
LAVORO
• Allineare quanto sopra con politiche di
investimento, innovazione, sviluppo
industriale e altre politiche che
influenzino lo sviluppo dell’economia
digitale
COORDINAMENTO
DELLE POLITICHE
PUBBLICHE
CONCLUSIONI (3)
Sulle politiche pubbliche
27. Components of task-based skills 1
ICT Skills
G_Q05e Frequency of excel use
G_Q05g Frequency of programming language use
G_Q05d Frequency of transactions through internet (banking, selling/buying)
G_Q05a Frequency of email use
G_Q05c Frequency of simple internet use
G_Q05f Frequency of word use
G_Q05h Frequency of real-time discussions through ICT Computer
G_Q01b Frequency of Reading letters, emails, memos
G_Q02a Frequency of Writing letters, emails, memos
G_Q06 Level of Computer Use required for the job
F_Q06b Frequency of working physically over long periods
Readiness to learn and
creative problem
solving
I_Q04j I like to get to the bottom of difficult things
I_Q04m If I don't understand something, I look for additional information to make it clearer
I_Q04h When I come across something new, I try to relate it to what I already know
I_Q04b When I hear or read about new ideas, I try to relate them to real life situations to which they
might apply
I_Q04d I like learning new things
I_Q04l I like to figure out how different ideas fit together
Managing and
Communication
F_Q04b Frequency of negotiating with people (outside or inside the firm or organisation)
F_Q03b Frequency of planning activities of others
F_Q02b Frequency of instructing and teaching people
F_Q02e Frequency of advising people
F_Q04a Frequency of persuading or influencing others
28. Components of task-based skills 2
Self-Organisation
D_Q11a extent of own planning of the task sequences
D_Q11b extent of own planning of style of work
D_Q11c extent of own planning of speed of work
D_Q11d extent of own planning of working hours
Accountancy and
Selling
G_Q01g Frequency of Reading financial invoices, bills etc.
G_Q03b Frequency of Calculate prices, costs, budget
G_Q03d Frequency of using calculator
F_Q02d Frequency of client interaction selling a product or a service
Advanced Numeracy
G_Q03f Frequency of preparing charts and tables
G_Q03g Frequency of Use simple algebra and formulas
G_Q03h Frequency of Use complex algebra and statistics
29. Source: OECD calculations based on PIAAC data, November 2017.not significant
How is training associated with skills, gender and routine task intensity?
-4.9
0.8
2.50.8 1
-0.5
-19.4
1.4
11.3
2.8
4.8
-3.7
-25
-20
-15
-10
-5
0
5
10
15
Probability Duration Probability Duration Probability Duration
1 - Routine
Intensity
2 - Skills (Numeracy) 3 - Skills (Literacy)
%
1
5.1
-25
-20
-15
-10
-5
0
5
10
15
Probability Duration
0 - Male vs Female
%
Probability of training if worker is female
Duration of training if worker is female
Difference if worker is male
TRAINING: HELPING WORKERS TO COPE WITH
CHANGE
30. Dispersione tra settori per dimensione di digitalizzazione, 2013-15
Source: OECD Science, Technology and Industry Scoreboard 2017 , Statlink: http://dx.doi.org/10.1787/888933618669
Based on : Calvino, Criscuolo, Marcolin and Squicciarini (2018)
LA TRASFORMAZIONE DIGITALE:
UNA MOLTEPLICITÀ DI STORIE…
31. Skills are low
Average literacy score-points
Source: OECD Secretariat calculations using Survey of Adults Skills (PIAAC) 2012.
200
220
240
260
280
300
320
200
220
240
260
280
300
320
Immigrants Young Total population High education
North Centre South Italy OECD
Average literacy score-points
32. Percentage of adults participating in education and training by
employment status, 2012 or 2015
32
0
10
20
30
40
50
60
70
80
90
100
Employed Unemployed Inactive
%
Source: OECD calculations based on OECD Survey of Adult Skills (PIAAC) (2012 and 2015).
33. High level vocational education and training
should be scaled up
Source: OECD Education at a Glance 2016.
0
5
10
15
20
25
ITA
POL
CZE
SVK
BEL
MEX
DEU
HUN
GRC
NLD
LVA
NZL
ISL
DNK
TUR
LUX
EST
CHL
SVN
OECD
SWE
GBR
USA
ESP
SVK
FIN
NOR
IRL
KOR
ISR
FRA
AUT
JPN
CAN
% of adults graduated from short-cycle tertiary VET programmes