Developing China’s workforce skill taxonomy reveals extent of labor market polarization

Abstract

China, the world’s second largest economy, is transitioning into an advanced, knowledge-based economy after four decades of rapid economic development. However, China still lacks a detailed understanding of the skills that underly the Chinese labor force, and the development and spatial distribution of these skills. Similar data has proven essential in other contexts; for example, the US standardized skill taxonomy, Occupational Information Network (O*NET), played an important role in understanding the dynamics of manufacturing and knowledge-based work, and the potential risks from automation and outsourcing. Here, we use Machine Learning techniques to bridge this gap, creating China’s first workforce skill taxonomy, and map it to O*NET. This enables us to reveal workforce skill polarization into social-cognitive skills and sensory-physical skills, and to explore China’s regional inequality in light of workforce skills, and compare it to traditional metrics such as education. We build an online tool for the public and policy makers to explore the skill taxonomy: skills.sysu.edu.cn. We also make the taxonomy dataset publicly available for other researchers.

From technological relatedness to skill relatedness: A new perspective for understanding regional evolution pathways

“…Neffke 等 [27] Timmermans 等 [50] Boschma 等 [51] Fitjar 等 [52] Cappelli 等 [53] Rørheim 等 [54] Galetti 等 [55] Muneepeerakul 等 [8] Shutter 等 [56] Farinha 等 [57] Wixe 等 [58] Davies 等 [15] Jara-Figueroa 等 [59] Hane-Weijman 等 [6] Alabdulkareem 等 [49] Xu 等 [60] 担相应的时间、 经济和社会成本 [51] 。有学者提出个 体劳动者自身积累的经验与惯例通常以缄默知识 (tacit knowledge)的形式存在， 与本地正式或非正式 社会关系有关， 逐渐成为远距离迁徙的沉没成本 [62] 。 其次， 劳动力流动的经济效应也引发学者们的 研究兴趣， 总体上从正负两方面来审视。一方面， 劳动力流动使得知识与技能在企业间转移与扩散， 引发了劳动力匹配与知识溢出效应， 进一步促进人 力资本的集聚 [63] 。考虑到劳动力个体与企业交互， Boschma 等 [64] 展与公司前景的担忧， 进而导致关键人才流失 [65][66][67] 。 已经有研究试图综合两方面的效应来分析劳动力 流动的净影响， 但并未得出一致结论 [51,[68][69] 。 21 世纪之后， 由于数据可得性原因， 学界开始 关注劳动力跨行业流动的现象 [7,[70][71] 。演化经济地 理学者认为行业间劳动力流动的前提是不同职位 所需技能的相似性， 并据此定义了技能关联 [51,72] 讨区域发展的路径 [71,77] 。此外， 也有部分学者基于 劳动力职业与技能数据探讨了技能关联视角下的 技能空间 [8,49] 。…”

“…的相似性 [13,23,72] ； 后续研究基于专利数据聚焦技术要 素的相似性， 并试图重新定义技术关联 [25][26] 。为避 免产生歧义， 近年来有学者建议使用广义与狭义技 术关联加以区分 [5] ， 或使用更为宽泛的产业关联或 产品关联来表示广义技术关联。实证研究中， 不少 学者直接通过测度产业关联或产品关联来测度技 术关联 [82][83][84][85][86] ， 也有学者利用专利间的引用关系测算 技术间关联 [87][88][89] 学者提出劳动力技能水平更能反映区域能力 [6,52,91] 。 例如， 中国不少企业参与了苹果手机的生产过程， 但大多数仍然处于价值链低端(尤其是 OEM/ODM 手机代工企业)， 并不能反映本地有独立研发与制 造该产品的能力 [92] 。 第四， 从微观主体来看， 产品关联和产业关联 利用企业尺度的生产或出口数据测度关联强度， 而 技能关联从个人尺度出发基于劳动力流动、 职业和 技能数据解释技能的相似程度， 将有助于探讨区域 经济空间演化的微观机制 [27][28] 。例如， 技能、 经验或 图 2 关联视角下技术关联与技能关联的比较分析框架 业经济活动的影响 [27,57] 。事实上， 服务业在区域演 化过程中角色不可忽视 [93] 。Neffke 等 [27] 研究发现， Hidalgo 等 [10] 、 Frenken 等 [12] 、 Guo 等 [29] 、 He 等 [30] 、 Zhu 等 [90] 技能关联 Muneepeerakul 等 [13] 、 Neffke 等 [26] 、 Alabdulkareem 等 [49] 、 Xu 等 [60] 第…”

“…Alabdulkareem 等[49] 、 Galetti 等[55] 和 Xu 等[60] 将微观层面的 O*NET 劳动力 Java、 Python、 PHP 等)导致编程 技 能 有 一 定 差 异 ， 但 这 些 差 异 并 未 在 传 统 的 O*NET 技能分类中体现。未来研究可以考虑使用 更具有时效性的非官方技能数据(如 LinkedIn)来描绘区域就业技能结构[49] 刘志高, 尹贻梅. 演化经济地理学评介[J].…”

Influence of skill relatedness on the location choice of heterogeneous labor force in Chinese prefecture-level cities

“…He et al [ 20 ] introduced the research progress of skill relatedness from European scholars. Xu et al [ 22 ] constructed China’s first urban skill space network, revealing the positive correlation between skill relatedness and intercity migration of college-graduated labor.…”

Does Skill Polarization Affect Wage Polarization? U.S. Evidence 2009–2021

“…Employers are changing in terms of skill requirements; soft skills are replacing technical skills and the adoption of new skills results in skills polarization [30]. Alabdulkareem et al (2018) [31] and Xu et al (2021) [32] pioneered the study of proxies for skill polarization starting from occupation-skill data and examined the phenomenon of employment polarization in the U.S. and China, respectively.…”