软技能如何提高生产率

Employees work at a production line during a tour of an REC solar panel manufacturing plant in Singapore May 5, 2017. Picture taken May 5, 2017. REUTERS/Edgar Su - RC14A99C7140
It might make economic sense for firms to provide trainings for these skillsImage: REUTERS/Edgar Su
本内容由人工智能自动翻译。

关于软技能及其如何帮助提高生产率和收入,人们讨论很多。如今,这一研究领域又迎来一篇颇有意思的新论文,作者是Achyuta Adhvaryu、Namrata Kala和Anant Nyshadham。文章考察了为印度工厂工人提供这类技能培训的回报。他们有力地说明,企业提供这类技能培训可能具有经济效益。

研究地点:我们来到印度南部,Adhvaryu及其同事正与该国最大的成衣出口企业合作。工人(全部为女性)分组在生产线上工作,每条线约有70至100名工人;每个人都有指定任务,一次生产一种款式的服装(论文对生产流程有一段精彩描述,或许会改变你看待自己衬衫的方式)。Adhvaryu及其同事与企业合作,随机选定生产线,再在线内随机选定工人接受软技能培训。

软技能对不同的人有不同含义;在这项研究中,它们具体指什么?该项目名为“个人发展与职业提升”(Personal Advancement and Career Enhancement,PACE),涵盖多个主题,包括时间管理、有效沟通、解决问题和金融素养。整个课程历时11个月,共80小时,其中一半时间由工人自行安排,另一半在工作时间内进行。

Adhvaryu及其同事收集了多种数据。最重要的是生产数据:他们在工厂车间设置平板电脑,由一名员工收集生产线上工人的相关指标(负责采集生产数据的人员似乎早已存在,但平板电脑是新添的)。数据收集有个有趣的限制:平板电脑最终陆续停止工作(其中许多几乎同时故障),这限制了研究能够观察到的干预后效应时长。除了生产数据,Adhvaryu及其同事还收集了有关出勤和工资的人力资源数据,并在培训结束一个月后对工人进行调查。调查还让他们能够衡量一些关键的性格特征。

那么,他们发现了什么?先来看留任情况。这些工作总体离职率很高:观察26个月后,Adhvaryu及其同事最初样本中只剩下约25%至30%。PACE培训略微提高了留任率,但这种效果只出现在培训期间;培训结束后,两组的留任率相当接近。这可能给估算带来问题(例如,项目可能影响了离职的性质),但Adhvaryu及其同事进行了多项检验(如在不同时间点对基线特征进行平衡性检验),表明我们无需担心。撇开离职不谈,该项目确实对出勤率产生了显著的正面影响,培训期间和培训结束后均是如此。

接受培训的工人生产率更高吗?Adhvaryu及其同事采用了三种不同的衡量指标。第一项是生产的件数(服装数量)。第二项是效率,即生产件数除以目标产量。目标产量依据一个名称颇有趣的指标——“标准允许分钟数”(SAM)确定。这是由工业工程师制定的全球行业标准,用于说明生产一件服装应耗时多少分钟。(重要补充:估算效率时,Adhvaryu及其同事使用服装款式固定效应来控制复杂程度。)第三项生产指标则是直接考察SAM,以判断接受培训的工人是否承担了更复杂的任务。

接受培训的工人产量有所提高,每小时约多生产6件服装,相比对照组高出10%。效率也提高了7个百分点(相对对照组高出12%)。有趣的是,这两项指标都是在培训结束后而非培训期间上升的(请注意,所有生产率指标都控制了在岗时间)。工人被分配任务的复杂程度在培训期间确实有所提高,而且培训结束后仍然较高(在10%的显著性水平上)。

在谈工资之前,先来看看可能的作用机制。Adhvaryu及其同事从调查数据中提供了一些线索。性格特征方面,最大的变化体现在外向性上:与对照组相比,接受培训的工人外向性显著提高。他们也表现出一些更具前瞻性的行为迹象:更有可能为教育储蓄,对子女教育的期望也更高。他们利用政府养老金和补贴医疗服务的可能性也大幅增加(这可能与培训中的金融素养课程有关)。另一个有趣的影响是,接受软技能培训的工人提出接受技术(硬技能)培训的可能性高出约15个百分点。因此,在观察到生产率和任务复杂程度提高时,也需要考虑这一点。

Adhvaryu及其同事探究潜在作用渠道的另一种方式,是考察溢出效应。正如上文所述,同一条生产线上的工人并非人人都接受干预,而且干预对象也按生产线随机分配。这使Adhvaryu及其同事能够考察干预对同一条生产线上未接受干预的同事产生了什么影响。有趣的是,这些工人也出现了类似的生产率和任务复杂程度提升,但性格没有变化。

那么,技能提升和生产率提高会转化为更高工资吗?并没有多少。接受培训的工人培训结束后工资仅提高了0.5%,幅度很小(在10%的显著性水平上)。根据工资和生产率的提升,Adhvaryu及其同事可以计算企业通过培训获得的净回报率。他们得出结论,培训期结束时的回报率为12%(这主要得益于离职率下降)。因此,即使在项目进行期间,这项培训对企业也合算。但项目结束后,生产率大幅攀升,项目结束20个月后的净回报率更是升至惊人的256%。

这是一篇颇有意思的论文。它表明,对于这群工人而言,一些性格特征在成年后仍有相当大的可塑性。而这些技能发生变化时,生产率也会提高。论文对劳动力市场的揭示同样引人注目:几乎所有这些收益都归企业所有——这可能是因为信号传递方面的问题,或企业缺乏(或不愿)筛选这些技能的能力——这意味着这类培训的效果无法立即迁移到其他工作中。理解这一谜题是接下来需要推进的关键一步。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。