Impact of Covid19 related to global skill performance

การระบาดของโควิด-19 ในช่วงเวลากว่า 2 ปีที่ผ่านมา ส่งผลต่อโลกในด้านต่าง ๆ ซึ่งทำให้หลาย ๆ ธุรกิจจำเป็นต้องสร้างการเปลี่ยนแปลง เพื่อเพิ่มศักยภาพทางธุรกิจให้มีความโดดเด่น รวมถึงปรับตัวเข้ากับสภาพการแข่งขันและความต้องการของผู้บริโภคที่ถูกเร่งให้เกิดการเปลี่ยนแปลงไปอย่างรวดเร็ว
15 กุมภาพันธ์ ค.ศ. 2022 โดย
Administrator

Highlight

  • การระบาดของวิกฤตโควิดในภาพของตลาดแรงงาน รวมถึงปัจจัยในการเผชิญของทักษะที่จำเป็นในช่วงเวลาดังกล่าว
  • มุมมองและบทวิเคราะห์จากระดับทักษะในภูมิภาคต่าง ๆ ทั่วโลก
  • แนวโน้มของทักษะที่จำเป็นและสอดคล้องกับความต้องการในมุมมองของภูมิภาคต่าง ๆ

​ซึ่งเราเห็นมุมมองจากหลาย ๆ ธุรกิจที่มีการเติบโตในเชิงบวกได้ชัดเจนในช่วงวิกฤตโควิดนี้ ตัวอย่างเช่น กลุ่มธุรกิจเทคโนโลยี (technology) และธุรกิจการเงินต่าง ๆ (finance) แต่อย่างไรก็ตามภาพรวมธุรกิจต่าง ๆ ทั่วโลกยังคงได้รับผลกระทบเป็นอย่างมาก ไม่ว่าจะเป็นการท่องเที่ยว (tourism), ธุรกิจค้าปลีก (retail) หรือภาคการก่อสร้าง (construction) โดยผลกระทบดังกล่าวส่งต่อมาถึงในระดับอัตราการว่างงาน ซึ่งระบุว่ามีการลดลงของค่าเฉลี่ยชั่วโมงการทำงานทั่วโลก (average global working hour) ถึง 8.8% โดยเปรียบเทียบจาก Q4 ปี 2019 กับปี 2020 โดยถ้าวัดถึงผลกระทบที่เกิดขึ้นทำให้มีชั่วโมงการทำงานเฉลี่ยลดลงถึง 2.5 ชั่วโมงต่อหนึ่งสัปดาห์ ซึ่งมากกว่า Global financial Crisis ในช่วงปี 2009 ที่มีการลดลงเพียง 0.6 ชั่วโมงต่อสัปดาห์เกือบถึง 4 เท่า ซึ่งในบางประเทศมีอัตราการสูญเสียชั่วโมงการทำงานประจำสูงสุด 27% จากช่วงเวลาทั้งหมด ดังภาพด้านล่างนี้

Figure1: อัตราชั่วโมงการทำงานต่อสัปดาห์ (an average working hour per week) ระหว่างปี 2020 กับ Quarter4 ปี2019 ตามประเทศต่าง ๆ
ข้อมูลของประชากรที่นำมาคิดอยู่ในช่วงอายุ 15 - 64 ปี

โดยสังเกตจากช่วงเวลาตั้งแต่ต้นปี 2020 ที่มีการลดลงของค่าเฉลี่ยชั่วโมงการทำงานทั่วโลก (average global working hour) อย่างมีนัยยะ และมีสัญญาณการกลับตัวในช่วงครึ่งปีหลังของปี 2020 แต่อย่างไรก็ตาม มีแนวโน้มที่จะคงที่อยู่ต่ำว่าค่าเฉลี่ยก่อนวิกฤตการณ์ถึง 4.7% ซึ่งคิดเป็นการสูญเสียโอกาสทำงานถึง 137 ล้านปริมาณงานประจำของโลก

Figure2: อัตราการเปลี่ยนแปลงชั่วโมงการทำงานต่อสัปดาห์ (an average working hour per week) เทียบค่าเฉลี่ยของ Quarter4 ปี2019

​นอกจากมุมมองข้างต้น ดัชนีชี้วัดตลาดแรงงานที่มีความเกี่ยวข้องอื่น ๆ ไม่ว่าจะเป็นอัตราการมีงานทําต่อประชากร (Employment-to-population ratio), อัตราการว่างงาน (Unemployment rate), อัตราผู้ไม่อยู่ในกําลังแรงงาน (Inactivity Rate) ยังคงส่งผลไปในแนวทางเดียวกัน นอกจากดัชนีพื้นฐานต่าง ๆ ข้อมูลที่เกี่ยวข้องด้านอื่น ๆ แสดงให้เห็นถึงข้อมูลเชิงลึกบางอย่าง (insight) ไม่ว่าจะเป็นเพศ, อายุ, ประเภทกลุ่มธุรกิจ รวมถึงระดับทักษะ (skill level) ที่แสดงถึงความเกี่ยวข้องกับอัตราการจ้างงานในช่วงวิกฤตโควิดอย่างมีนัยยะ โดยเปรียบเทียบระหว่าง High-skilled มีอัตราการเติบโตในการจ้างงานอยู่ที่ -1.3% ในขณะที่ Medium-skilled และ Low-skilled ลดลงเหลือ -4.7% และ -3.3% ตามลำดับ

Figure3: ดัชนีชี้วัดตลาดแรงงาน จากการประเมินภาพรวมของโลก ตั้งแต่ปี 2019 ถึงปี 2020

​จากบทวิเคราะห์เรื่องความเกี่ยวข้องของ skill proficiency & economic output โดยมีพื้นฐานความต้องการของทักษะเฉพาะในแต่ละพื้นที่ [4] และ ความสัมพันธ์ของประเทศที่มีประสิทธิภาพด้านทักษะ กับ positive income แสดงให้เห็นว่า มุมมองของ skill proficiency และ Income มีแนวโน้มที่เป็นไปในทางเดียวกัน โดยคาดว่าประเทศที่มี skill proficiency สูงสามารถทำให้เกิด income สูงด้วยเช่นกัน

Figure4: อัตราการเปลี่ยนแปลงของชั่วโมงการรายปี ในช่วง 2005-2019, 2020 และ 2021

ในขณะที่มุมมองของอัตราชั่วโมงการทำงานมีแนวโน้มที่จะลดเป็นอย่างมากในกลุ่มของ low-income และ lower-middle-income countries โดยคิดเป็น -1.9% และ -1.1% ตามลำดับ แต่อย่างไรก็ตาม กลุ่ม middle to high-income ยังคงแสดงถึงโอกาสในการทำงานที่เพิ่มขึ้นอย่างคงที่ (0.9%)

จากข้อมูลที่กล่าวมาข้างต้น ทำให้เราเห็นถึงความสำคัญของระดับทักษะ สอดคล้องไปถึงโอกาสของการจ้างงานในช่วงวิกฤตโควิดที่มีความเกี่ยวข้องกันในหลาย ๆ มุม 


​ในช่วงต้นปี 2022 ที่ผ่านมา Coursera ได้ออกบทวิเคราะห์เกี่ยวกับ Global Skills Report 2021 ซึ่งได้ทำการสรุปพฤติกรรมเชิงลึกที่เกี่ยวข้องกับทักษะต่าง ๆ ตั้งแต่ Q1 ปี 2020 จนถึง Q1 ปี 2021 เพื่อชี้ให้เห็นถึงแนวโน้มของทักษะที่จำเป็น และความสัมพันธ์เชิงเศรษฐศาสตร์เพื่อนำไปใช้ประยุกต์กับสถานการณ์ปัจจุบันที่ทุกกลุ่มอุตสาหกรรมกำลังเผชิญ


​จากผลสำรวจและข้อมูลที่เกิดขึ้น ถูกนำเสนอผ่านตัวแปรพื้นฐานที่เกี่ยวข้องในด้านต่าง ๆ โดยแบ่งตามภูมิภาคเพื่อสังเกตถึงลักษณะพฤติกรรมที่ต่างกันตามตารางที่ 1

Table1: ปัจจัยพื้นฐานที่ส่งผลต่อการเข้าถึงและโอกาสในการพัฒนาทักษะที่จำเป็นจากมุมมองและบทวิเคราะห์ของ Coursera

จำนวนผู้เข้าใช้งานของ Coursera มีจำนวนมากที่สุดในกลุ่มของภูมิภาคเอเชีย โดยคิดเป็นร้อยละ 30.3 หรือผู้ใช้งานรวม 22.7 ล้านคน และค่ามัธยฐานของอายุน้อยที่สุดคือ 28 ปี ในขณะที่ภูมิภาคอื่น ๆ มีค่ามากกว่าหรือเท่ากับ 30 ปี, อัตราส่วนผลิตภัณฑ์มวลรวมของประเทศในภาคการศึกษา (GDP on Education) ก็เป็นอีกหนึ่งแปรที่สำคัญที่บ่งบอกถึง ความสนใจในการพัฒนาการศึกษาในแต่ละกลุ่ม โดยกลุ่มของ America และ Europe มีค่า GDP ในสัดส่วนประมาณร้อยละ 5 ในขณะที่กลุ่มภูมิภาค Asia มีสัดส่วนน้อยที่สุดคิดเป็นร้อยละ 4.3

​Internet Penetration ก็เป็นอีกหนึ่งตัวแปรที่สำคัญเพื่อบ่งชี้ถึงโอกาสทางการศึกษา โดยผลลัพธ์แสดงถึงความพร้อมในกลุ่ม North America และ Europe ในขณะที่โอกาสการเข้าที่น้อยที่สุดคือ Sub-Sahara Africa นอกจากนี้โทรศัพท์หรืออุปกรณ์สื่อสารในปัจจุบัน ก็เป็นส่วนสำคัญต่อเข้าถึงสื่อการเรียนรู้ต่าง ๆ ได้ง่ายยิ่งขึ้น โดยจำนวนผู้เรียนผ่านอุปกรณ์สื่อสาร (leaner from mobile) มีมากที่สุดในภูมิภาคของ Sub-Sahara Africa (66%) ขณะที่ North America มีผู้เข้าเรียนผ่าน mobile เพียงร้อยละ 41%.

​นอกจากปัจจัยพื้นฐานแล้ว Coursera ได้วัดศักยภาพของทักษะต่าง ๆ โดยประเมินผ่าน Skill performance ของแต่ละบุคคลโดยใช้กระบวนการต่าง ๆ จากการนำผลลัพธ์ในแต่ละแบบฝึกหัดรวมถึงข้อสอบ ผ่านเข้า model ในการวิเคราะห์และประเมินถึงระดับคะแนนที่เหมาะสมของแต่ละบุคคล จึงรวมผลลัพธ์รายบุคคลมาเป็นระดับประเทศ นอกจากนี้ยังใช้ปัจจัยเพิ่มเติมอื่น ๆ อาทิเช่น

  • GDP per capita
  • Share of individuals with access to the internet
  • Share of income held by the top 10% Human Capital Index
  • Labor force participation rate
  • Program for International Student Assessment (PISA)

​โดยนำเสนอและแสดงออกมาในรูปแบบ ranking (1 - 108) รวมถึงสรุปผลลัพธ์ของ skill performance ในเชิง percentile จากประเทศทั้งหมด 108 ประเทศ (0% - 100%) ซึ่งจากผลลัพธ์ในภาพรวมตาม Figure6 ประเทศสวิตเซอร์แลนด์ (Switzerland) มี Overview Skill Performance อยู่ในอันดับแรก คิดเป็น percentile ที่ 100 ในขณะที่ประเทศไทย (Thailand) อยู่ในอันดับที่ 76 คิดเป็น percentile ที่ 31

Figure6: Overview Skill Performance in percentile on each related country

​รวมถึงนำเสนอ skill performance score ในแต่ละด้านที่มีความสำคัญในอนาคตไม่ว่าจะเป็น Business domain, Technology domain และ Data Science domain และผลลัพธ์ถูกแสดงผลในรูปแบบของ percentile เช่นเดียวกับคะแนนในภาพรวม

Figure7: Individual Domain Skill Performance in percentile on each related country

​ซึ่งลักษณะในแต่ละภูมิภาค ก็มีระดับของ skill performance และลักษณะเฉพาะที่ไม่เหมือนกัน โดยอิงการกระจายตัวจากข้อสรุปทางสถิติแบบ Box Plot ใน Figure8 ที่อธิบายถึงลักษณะและรูปแบบของ skill ในแต่ละภูมิภาค รวมถึงข้อมูลประกอบจากเอกสารอ้างอิงอื่น ๆ โดยมีลักษณะดังต่อไปนี้


Asia Pacific มีการกระจายตัวของ skill performance score ที่กว้างในทุก ๆ ด้านรวมถึงมีการกระจุกตัวของ score ที่ใกล้กับ percentile ที่ 50 เนื่องภูมิภาคเอเอเชียมีความหลากหลายในประเทศจากทั้งกำลังพัฒนาและพัฒนาแล้ว โดยในกลุ่มของ East Asian อาทิเช่น จีน, ญี่ปุ่น, หรือสิงค์โปร ที่มี skill performance score ในอันดับสูง แสดงถึงผลกระทบจากวิกฤตเพียงระดับปานกลาง ในขณะที่กลุ่มของ Southeast Asian ที่มี skill performance score ต่ำกว่าค่าเฉลี่ย แสดงถึงแนวโน้ม ค่าเฉลี่ยชั่วโมงการทำงาน (average working hour) ลดลงถึง 12.7% คิดเป็น 3 เท่าของในกลุ่ม East Asian ที่มีค่าเฉลี่ยอยู่ที่ประมาณ 4.2% [5]


Europe มีการกลับตัวในภาคเศรษฐกิจอย่างรวดเร็วเนื่องจากความแข็งแกร่งด้านทักษะต่าง ๆ โดยมี 8 ประเทศจากภูมิภาคยุโรป ในกลุ่ม Top 10 skilled countries คิดเป็นร้อยละ 80 รวมถึงมีความโดนเด่นในทุก ๆ ด้านโดยเฉพาะด้าน Technology และ Data Science ที่มีค่ามัธยฐาน (median) P79 และ P78 ตามลำดับ แต่อย่างไรก็ตามเนื่องจากจำนวนประชากร ทำให้ยุโรปยังประสบปัญหาของผู้เชี่ยวชาญในทักษะเชิงดิจิตอล รวมถึงกลุ่มผู้เชี่ยวชาญในด้าน Data Science ของยุโรป มีจำนวนประมาณครึ่งหนึ่งของผู้เชี่ยวชาญในอเมริกา[6] ทำให้สกิลและทักษะดังกล่าวยังเป็นที่ต้องการและโจทย์ที่ยุโรปกำลังเผชิญ


​Latin America & The Caribbean ในภูมิภาคนี้ประสบปัญหาการขาดทักษะที่จำเป็นต่อสถานการณ์ ณ ปัจจุบัน รวมถึงเรื่องปัญหาด้านการขาดแคลนบุคลากรจากระบบการศึกษาในด้านต่าง ๆ โดยหลังจากวิกฤต มีจำนวนมากถึง 40% ในกลุ่มของเยาวชนที่ไม่ได้เรียน หรือ ทำงาน รวมถึงประมาณ 50% ของบริษัทใน Latin America ไม่สามารถหาบุคลากรที่เหมาะสมต่อความต้องการจาก spectrum ที่แสดงถึงค่ามัธยฐานที่ต่ำกว่าภูมิภาคอื่น ๆ อย่างมีนัยยะโดยมีค่า Business: P14, Technology: P18 และ Data Science: P28 แต่อย่างไรก็ตามในบางประเทศของภูมิภาค แสดงถึงเข้าใจความสำคัญของการบริหารทักษะและบุคลากร จากคะแนนในกระจายตัวออกมาจากกลุ่มหลักในด้านต่าง ๆ


​North America เป็นภูมิภาคที่ประสบต่อปัญหาในช่วงวิกฤตเช่นกัน แต่ด้วยนโยบายทางเศรษฐกิจ ทำให้ภูมิภาคนี้สามารถผ่านวิกฤตรวมถึงฟื้นตัวของทักษะบุคลากรภายในประเทศ นอกจากนั้นภูมิภาคนี้ ยังมีสัดส่วนมูลค่าหลักทรัพย์ของบริษัทในกลุ่มธุรกิจดิจิตอลถึงประมาณ 66% [10] โดยกลุ่มนี้ประกอบด้วยประเทศอย่าง USA รวมถึง Canada ที่มีความโดดเด่นในด้าน Technology ( P69, P67 ) และ Data Science( P73, P70 ) ตามหลังกลุ่ม High-income ในบางประเทศของโซน Europe และ Asia-Pacific อยู่เพียงเล็กน้อย


The Middle East & North Africa ประเทศภูมิภาคนี้ส่วนใหญ่มีความโดนเด่นในด้าน business (percentile: 53) ยกตัวอย่างเช่น ประเทศอย่าง UAE, Saudi Arabia, Kuwait, Lebanon รวมถึง Qatar แต่อย่างไรก็ตามยังคงมีข้อจำกัดของทักษะในด้านของ Technology และ Data Science โดยมี P34 และ P29.5 ตามลำดับ แต่อย่างไรก็ตามยังมีบางประเทศที่มีลักษณะแตกต่างออกไปอย่าง Israel ที่ความมี skill performance score ในเรื่องของ Technology ถึง P74 รวมถึงในด้านของ Data Science สูงถึง P80


​และในกลุ่มสุดท้ายอย่าง Sub-Sahara Africa มี skill performance score ที่โดดเด่นเป็นอย่างมากในด้านของ business โดยสูงถึง P77 ทำให้สามารถผ่านปัญหาในช่วงวิกฤตของตลาดแรงงานได้อย่างรวดเร็ว แต่อย่างไรก็ตามเนื่องจากการกระจุกตัวของทรัพยากรทางบางพื้นที่ รวมถึงข้อจำกัดทางด้าน Technology และ Data science ถือว่าเป็นความท้าทายที่ภูมิภาคกำลังเผชิญ

Figure8: Box plot สรุป Skill Performance Score ในแต่ละภูมิภาค


​จากลักษณะของแต่ละภูมิภาค ทำให้โอกาสจากการพัฒนาทักษะมีความแตกต่างกันออกไป โดยจากข้อสรุปของ Global Skill Report 2021 นำข้อมูลจากการให้บริการภายใน Coursera, Keyword searching ต่าง ๆ ในระบบของ Coursera รวมถึงปัจจัยภายนอกอย่าง ข้อมูลการค้นหาของ Google และ Labor market value ต่าง ๆ เพื่อประเมินถึงแนวโน้มทักษะที่จำเป็นในแต่ละด้านทั้ง Business, Technology และ Data Science ในแต่ละภูมิภาค โดยทางทีมงานได้ สรุปภาพรวมในรูปแบบของ word cloud ในด้านต่าง ๆ ตามรูปภาพด้านล่าง

Figure9: Trending skills for the Business domain


Figure11: Trending skills for the Data Science domain

Reference:

1. Coursera: Global Report Skills 2021, January 2022

2. ILO Monitor: COVID-19 and the world of work. Seventh edition. International Labor Organization. January 2021.

3. ILO Monitor: COVID-19 and the world of work. Eighth edition. International Labor Organization. October 2021.

4. Workforce Skills and Innovation: An Overview of Major Themes in the Literature. OECD Centre for Educational Research and Innovation. 2011.

5. Asia–Pacific Employment and Social Outlook. International Labor Organization. 2020.

6. The Global AI Agenda: Europe. MIT Technology Review. 2021.

7. Youth unemployment rates: a challenge for the future of work in Latin America and the Caribbean. International Labor Organization. August 2019.

8. In Latin America, companies still can’t find the skilled workers they need. World Economic Forum. 2017

9. Which economies are most vulnerable to covid-19’s long-term effects? The Economist. December 2020.

10.The Digital Economy Report. United Nations. September 2019.

11. COVID-19 and Africa: Socio-economic implications and policy responses. OECD. May 2020.

Administrator 15 กุมภาพันธ์ ค.ศ. 2022
แชร์โพสต์นี้