报告核心信息 - **报告行业投资评级**：该研究论文未提供传统的“买入/持有/卖出”类投资评级，其核心是量化分析数字技能在全球劳动力市场中的工资溢价，为政策制定和劳动力发展提供依据 [5][9] - **报告核心观点**：数字技能在全球范围内带来显著的工资溢价，其中生成式人工智能技能溢价最高；溢价在低收入和中等收入国家更为显著，反映了此类技能的相对稀缺性；数字技能的回报在IT密集型行业、ICT职业以及高教育水平、高经验值的劳动者中会被放大 [5][15][18][19] 数据与方法论 - **数据来源与规模**：研究基于Lightcast提供的超过6700万份在线招聘信息，覆盖2021年至2024年间29个国家（包括8个低收入和中等收入国家）[5][14][38] - **样本筛选**：最终分析样本保留了原始数据的13.1%，筛选标准包括必须包含广告工资、职业、行业和技能信息，且各国每年有效观测值需超过3万条 [38] - **数字技能分类框架**：将数字技能分为三级：基础技能（如操作设备、使用简单应用）、中级技能（如使用Office、行业专用软件）和高级技能（如编程、数据科学、AI开发）[42][44] - **AI技能细分**：从约1.4万项数字技能中识别出256项AI技能，并进一步区分传统AI技能和生成式人工智能技能，后者又分为GenAI开发技能和GenAI素养技能 [43][45] 主要研究发现：总体回报 - **广泛边际回报**：要求至少一项数字技能的职位，其广告工资平均高出1.6%；其中高收入国家溢价为1.3%，而低收入和中等收入国家溢价高达7.5% [5][15][57] - **集约边际回报**：每增加一项要求的数字技能，全球广告工资平均上涨0.5%；在高收入国家为0.5%，在低收入和中等收入国家则大幅提升至2.6% [5][60] 主要研究发现：按技能类型分类的回报 - **基础、中级与高级技能**：每增加一项基础数字技能与广告工资呈负相关（降低约3.9%），而每增加一项中级或高级技能则带来正回报（在高收入国家约0.8%）[67][70] - **国家间差异**：在低收入和中等收入国家，中级和高级数字技能的边际回报远高于高收入国家，每项技能的额外溢价分别约为2.5和2.2个百分点，使总回报超过3% [70] - **传统AI技能回报**：每项传统AI技能与2.9%的工资增长相关，回报显著高于非AI类高级数字技能（0.7%）[73][75] - **生成式人工智能技能回报**：GenAI技能溢价最高，在数字核心职业中，GenAI开发技能在传统AI技能基础上带来额外7%至9%的溢价；在数字增强职业中，GenAI素养技能带来的溢价高达25%至36% [5][18][85] 异质性分析 - **行业差异**：数字技能的回报在IT密集型行业更高，行业IT投入强度每增加一个百分点，数字技能溢价额外提高0.3%至0.4% [101][102] - **职业差异**：数字技能的工资溢价在ICT专业人员中最高，其他职业的溢价均低于该基准，但在高管、经理以及科学与工程专业人员中也相对较高 [106] - **教育与经验的影响**：在低收入和中等收入国家，数字技能对大学学历劳动者的回报显著高于非大学学历者；在高收入国家，拥有5年以上经验的劳动者从数字技能中获得的回报最高 [109][112] 描述性统计与背景 - **技能需求强度**：平均每个招聘信息列出12项技能，其中2项为数字技能；低收入和中等收入国家列出的总技能和数字技能数量约为高收入国家的一半 [45] - **绝对工资差距**：高收入国家招聘广告的平均年薪为58,811美元，是低收入和中等收入国家（7,590美元）的约8倍；要求GenAI技能的职位，高收入国家平均年薪为137,720美元，低收入和中等收入国家为70,769美元 [46][52]

宏观经济表现 - 2025年实际国内生产总值增长率加速至8%，高于2024年的7.1%[1][7] - 2025年出口额达到创纪录的1530亿美元，同比增长16.7%，主要由对美高科技和电子产品出口推动[7] - 2025年进口增长19.4%，导致净出口对GDP增长的贡献由正转负，形成拖累[1][7] - 2025年外国直接投资支出达276亿美元，同比增长9%[7] - 2025年工业生产增长9.2%，制造业采购经理指数在下半年持续高于50的荣枯线[7] 金融与通胀状况 - 2025年整体通货膨胀率平均为3.3%，低于4%-4.5%的目标区间[8] - 越南盾在2025年对美元贬值3.6%，市场汇率接近央行允许波动区间的上限[8] - 2025年信贷总额达到GDP的约145%，同比增长19%[9] - 为应对存款增长放缓和流动性压力，商业银行在2025年发行了160亿美元债券以筹集中长期资金，同比增长31%[9] 政策与改革动向 - 政府计划在2026-2030年间投资8.5万亿越南盾（约合4000亿美元）[1] - 2025年启动了自“革新开放”以来最大的改革浪潮，包括将政府部门从18个合并至14个，省份从63个合并至34个[1][10]

报告行业投资评级 * 本报告（《2026年人力资本指数+（HCI+）研究简报》）为世界银行发布的研究成果，旨在提供衡量和比较各国人力资本发展水平的工具，其本身不包含对特定行业或公司的投资评级 [2][4][7] 报告的核心观点 * 全球人力资本发展严重不足且进展停滞，这已成为制约未来生产力和经济增长的关键因素 [3][50] * 新构建的“人力资本指数+（HCI+）”将衡量范围从传统的18岁前健康与教育，扩展至涵盖高等教育、青年向劳动力市场过渡以及成年后在职学习（至65岁）的全生命周期，能更全面地反映人力资本积累 [4][6] * HCI+指数显示各国之间存在巨大的人力资本差距，若各国人力资本水平能追平与其收入水平相近的“最佳表现国”（75分位），全球儿童未来的劳动收入平均可提升47%，而在中低收入国家这一提升幅度可达51% [18][19] * 国家收入水平不能完全解释人力资本表现的差异，政策选择和制度在塑造人力资本成果方面扮演着关键角色 [21][25] * 教育和就业是造成各国人力资本差异最大的两个维度，而全球范围内存在的显著性别差距（指数相差20点，意味着女性劳动收入低20%）主要由就业领域的差距驱动 [30][42][46][48] 根据相关目录分别进行总结 指数构建与解读 * HCI+指数综合衡量了健康、教育和就业三个维度，范围从0到325，指数每增加10个单位约等于未来劳动收入增加10% [6][8][13] * 指数得分可分解，便于识别对人力资本差距贡献最大的组成部分，其“1点≈1%”的换算规则适用于理解适度的跨国差距或随时间的变化 [6][13][14] * 指数包含一个交互式应用和在线工具，允许用户模拟国家政策变化、识别差距并探索基于证据的干预措施 [15][58][59] 全球与收入组别模式 * **全球平均水平**：2025年全球HCI+平均得分为186点，若各国人力资本达到同类收入水平最佳表现国标准，全球儿童未来收入潜力平均可提升47% [18][19] * **高收入国家**：平均得分为252点，但仍有提升空间，若达到同类最佳，未来收入潜力可提升30% [18] * **中低收入国家**：面临严峻挑战，平均得分仅为157点，儿童未来收入潜力损失高达51%，即若达到同类最佳，收入可提升51% [1][18][19] * **国家间差异**：资源并非唯一决定因素，相似收入水平的国家（如越南与南非）人力资本表现可能差异巨大，两国HCI+差距达82点 [21][25][26] 区域模式 * **表现优异区域**：北美、欧洲与中亚、东亚与太平洋地区的HCI+平均得分高于全球平均水平（186点），分别为239点、213点和213点 [33] * **表现落后区域**：撒哈拉以南非洲、南亚以及中东、北非、阿富汗和巴基斯坦（MENAAP）地区平均得分低于全球水平，分别为127点、153点和179点，若达到同类收入最佳水平，未来劳动收入分别可提升76%、58%和68% [32][33] * **区域内异质性**：各地区内部差异显著，例如MENAAP地区内部差距最大（183点，从阿富汗的80点到阿联酋的263点），而东亚与太平洋地区则同时表现出高平均值（213点）和较大的内部差异（四分位距为78点） [37][38][40] 性别差距 * **全球差距**：全球男性HCI+平均得分（194点）比女性（175点）高19点，这意味着女性潜在劳动收入比男性低约20% [42][43][44] * **区域差异**：性别差距在南亚和MENAAP地区尤为突出，若消除差距，女性未来收入可分别提升56%和70% [43][44] * **差距根源**：全球及南亚、MENAAP地区的性别差距几乎完全由就业维度的差异所驱动，在健康和教育维度上，女性得分普遍高于或与男性持平 [46][47][48] 政策路径 * **投资重点**：当前人力资本的短板要求在营养、健康、教育和就业方面进行有针对性的投资，报告强调人力资本不仅在学校和诊所中构建，也在家庭、社区和工作场所中形成 [50][51][53] * **成功案例**：印度尼西亚通过十多年在妇幼保健服务、营养咨询、环境卫生、幼儿教育和社区社会保护等方面的综合投资，在2018年至2024年间将儿童发育迟缓率从31%降至20%以下 [51] * **普遍挑战**：过去15年，尽管收入增长且贫困减少，但近三分之二的中低收入国家在营养、学习或劳动力技能方面出现了倒退 [3][52] * **跨部门协作**：需要在教育、环境和公共安全等政府部门之间加强跨部门协作，并推动建立强大的国家和全球数据议程以追踪成果 [54][56]

报告行业投资评级 - 该报告为世界银行发布的方法论说明文件，旨在介绍修订后的人力资本指数（HCI+）的构建方法与核心理念，并非针对特定行业或公司的投资分析报告，因此不包含传统的“买入”、“持有”或“卖出”等投资评级 [1][3][4] 报告的核心观点 - 报告的核心观点是推出一个修订版的人力资本指数（HCI+），该指数旨在更全面地衡量一个国家从出生到工作生涯结束的人力资本积累，并将其与潜在收入和经济增长直接联系起来 [14][18] - HCI+ 在原有 HCI（衡量0-17岁人力资本）的基础上进行了关键扩展，新增了高等教育和工作中的学习（在职学习）两个领域，并采用了可加性分解和对数收入单位的新尺度，使其政策相关性更强，解释更直观 [14][39] - 该指数旨在通过提供一个国际基准，促使政策制定者关注当前人力资本投资的不足，并量化这些投资对未来生产力和人均GDP增长的潜在影响，从而推动各国增加人力资本投资 [10][21][56] 根据相关目录分别进行总结 1. HCI+ 的核心理念与设计原则 - **核心理念**：人力资本是体现在人身上的健康、知识、技能和韧性，对其投资能提升个人生产力、驱动可持续增长和减贫，但收益具有滞后性，常导致投资不足 [10] - **设计目标**：HCI+ 旨在衡量一个随机抽取的工作年龄人口所拥有的人力资本，但基于“新生儿生命周期抛物线”的假设，即反映当前政策下新生儿在其整个工作生涯中预期获得的平均人力资本，而非对当前劳动力存量的衡量 [17][29] - **指导原则**： - 聚焦人力资本对生产力和潜在收入的工具性影响，而非其内在价值 [30][31] - 关注人力资本的结果（如教育程度、健康状况），而非投入 [32] - 对中期政策具有响应性，反映当前年份的成果而非过去决策的存量 [33] - 具有连贯的聚合方法和简单的经济解释，将不同指标转化为对生产率的贡献 [34] - 在概念有效性和政策相关性之间权衡，确保指标可加性分解，便于政策分析 [34] 2. HCI+ 的方法论与构成 - **三大构成领域**：HCI+ 由健康、教育、在职学习三个领域可加性构成，便于各国识别短板 [15][43] - **健康与营养领域**： - 包含两个指标：儿童非发育迟缓比例（Z）和成人存活率（ASR，指15岁存活至60岁的概率） [44] - 其对收入的回报率分别设定为 γ = 0.35 和 α = 0.65，并取简单平均 [44] - **教育领域**： - 包含学习调整后的年限（LAYS）和高等教育年限（TYC） [44] - LAYS = 期望受教育年限（YS，最高13年） × （ Harmonized Learning Outcomes / 625），其中625代表高级熟练度 [45] - 学习调整后每学年回报率 φ_sch 设定为12% [45] - TYC = 获得高等教育学位的青年比例（ρ_c） × 4（年），每学年高等教育回报率 φ_c 设定为16% [46] - **在职学习领域**： - 分为青年期（18-24岁）和工作年龄期（25-65岁）两个子部分 [48] - **青年期**：计算预期工作年数（TYW）和既未工作也未接受高等教育的年数（TNEET） [49] - TYW = 18-24岁劳动力参与率 × （1 - 该年龄段失业率） × 7（年） [50] - 工作经验回报率 θ_y 根据青年就业者中工资就业与非工资就业的比例加权计算，分别设定为3.9%和2% [50] - 技能折旧率 δ 设定为每年1.25% [51][52] - **工作年龄期**：计算平均工作概率（π_wa）和平均工作经验回报率（θ_wa） [52] - π_wa = 25-64岁劳动力参与率 × （1 - 该年龄段失业率） [52] - θ_wa 根据工作年龄就业者中工资就业与非工资就业的比例加权计算，分别设定为3%和1.8% [53] - 工作生涯期望长度（LE_25^65）通过成人存活率（ASR）的回归公式估算，参数为（3.18， 0.5），R²为0.989 [92] 3. HCI+ 与经济增长的联系 - **核心联系**：HCI+ 每增加1个单位，意味着新生儿预期的平均收入潜力增长约1% [16][56] - **长期影响**：在长期均衡中，假设物质资本会适应人力资本调整，平均人力资本增加6个单位将导致人均GDP增长约6% [16] - **政策分析应用**：这种联系允许对旨在改善HCI+构成变量的改革进行粗略的成本效益分析。例如，将青年高等教育获得率提高5个百分点，可使HCI+值增加 φ_c × 0.05 × 4 × 100，长期关联人均GDP增长同等百分比 [60] 4. HCI+ 的数据来源 - **健康数据**：成人存活率来自联合国人口司（UNPD）的《世界人口展望》；儿童发育迟缓数据来自联合国儿童基金会、世界卫生组织和世界银行共同管理的《联合儿童营养不良估计》（JME）数据库 [69][71] - **教育数据**： - 学前教育入学率、初等与中等教育期望年限数据主要来自联合国教科文组织统计研究所（UIS）数据库，采用分级数据源选择策略（优先使用GEM模型数据、总净入学率等） [76][79] - Harmonized Learning Outcomes （HLO） 数据整合了PISA、TIMSS、PIRLS等国际和区域性测试项目成绩 [80] - 高等教育完成率数据来自《世界教育不平等数据库》（WIDE）及UIS的行政数据 [84] - **劳动力市场数据**：所有劳动力参与率、失业率、就业状态（工资与非工资就业）数据主要来自国际劳工组织统计司（ILOSTAT），优先使用调查估计值，缺失时使用模型估计值 [85][91][95][97] 5. HCI+ 的优势与局限性 - **主要优势与改进**： - **扩展覆盖**：将人力资本衡量从17岁延伸至整个工作生涯，纳入高等教育和在职学习 [14] - **可加性分解**：新尺度使指数可在健康、教育、在职学习三大领域间可加性分解，便于政策分析 [14][39] - **直观解释**：HCI+ 值的小幅增长可直接解释为收入潜力的百分比增长，无需归一化处理 [14][39] - **政策相关性**：聚焦于反映当前政策成果的“反事实”人口，而非过去决策形成的现有劳动力存量，对政策更敏感 [17][33] - **承认的局限性**： - **数据约束**：受限于跨国可比数据的可得性，未能涵盖人力资本的所有维度 [66] - **强独立性假设**：为简化公式和实现可分解性，假设各人力资本结果变量（如发育迟缓与受教育年限、劳动力参与与教育程度）之间不相关，这在实际中可能不成立 [67] - **近似与简化**：HCI+ 是平均人力资本对应的收入潜力，而非平均收入潜力的精确值；数学表达式中采用了简化权重，可能略微低估在职经验的作用 [41] - **分解限制**：虽然跨领域可分解，但无法直接按人口亚组（如性别）进行分解 [68]

报告行业投资评级 - 报告未对特定行业或公司给出明确的投资评级 该研究聚焦于发展经济学领域 评估一项针对科特迪瓦青年的双元学徒制干预项目的长期影响 [1][2][8] 报告核心观点 - 在高度非正规的劳动力市场中 双元学徒制对青年就业和收入产生了持续且显著的积极影响 项目结束后的2至5年内 青年总收入提升了**14%至20%** [4] - 收入增长并非源于获得带薪工作的机会增加 而是完全由自营职业收入的提高驱动 自营职业月收入平均增加**6,138 FCFA** 相对增幅达**26.7%** [15][50] - 项目有效降低了工作贫困 使收入低于法定最低工资的青年比例减少了**6.9个百分点（相对降幅11%）** 使收入低于法定最低工资一半的极端工作贫困青年比例减少了**7.3个百分点（相对降幅20%）** [14][40] - 项目提升了青年的技能和生产率 表现为其从事更复杂、非常规性任务的能力增强 以及小时收入平均增加**60.8 FCFA（约15%）** [15][44][46] - 研究表明 在正规带薪岗位稀缺的背景下 以技能提升为核心的双元学徒制是提高自营职业收入、减少工作贫困的有效和包容性模式 [4][64] 根据相关目录分别进行总结 1 引言与背景 - 研究背景是许多中低收入经济体中正规带薪工作稀缺 大量人口从事低报酬临时工作或维持生计的自营职业 工作贫困普遍 [11] - 研究旨在填补空白 探究在高度非正规的劳动力市场中 培训（特别是双元学徒制）是否以及如何通过提升自营职业的技能水平来增加收入并减少工作贫困 [11] - 研究基于在科特迪瓦开展的一项随机对照试验 并进行了为期七年的四次跟踪调查 以评估长期影响 [4][12] 2 实验设计与数据 - 干预对象为科特迪瓦**18至24岁** 技能水平低但具备读写能力的青年 项目将传统在岗培训与职业培训中心的技术培训相结合 并为学徒提供最长24个月、每月**30,000 FCFA（约54美元）** 的补贴 [22][26] - 研究采用随机对照设计 在七个城市地区招募青年和中小企业 **911名**青年被随机分配至处理组（参与项目）**921名**分配至对照组 [25] - 数据收集包括2014年基线调查 以及2016年（项目期间）、2018年（项目结束后2年）、2019年（项目结束后3年）和2021年（项目结束后5年）的四轮跟踪调查 平均每次调查的回复率在**86.3%至91.5%** 之间 [27][29][32] 3 研究结果 3.1 更高的收入与更低的工作贫困 - 项目结束后 处理组青年总收入持续显著高于对照组 项目结束2年后月收入增加**9,394 FCFA（15%）** 3年后增加**11,505 FCFA（19.6%）** 5年后增加**12,127 FCFA（13.5%）** [40] - 收入增长在整个分布中均有体现 特别是在底部 显著降低了工作贫困和极端工作贫困的发生率与深度 [40][41] - 收入分布的整体上移是工作贫困减少的主要原因 且影响并非仅由高收入人群驱动 [42] 3.2 更高的任务复杂性与生产率 - 项目结束后 处理组青年从事非常规分析性任务的强度提高了**0.17个标准差** 从事非常规人际任务的强度提高了**0.10个标准差** [43][44] - 综合常规任务强度指数下降了**0.27个标准差** 表明青年转向从事更多非常规性、更复杂的任务 [44] - 青年小时收入（生产率代理指标）平均增加**60.8 FCFA** 从对照组的**414 FCFA** 提升了约**15%** [44][46] 3.3 自营职业收入增加而非带薪就业 - 总收入的增长完全由自营职业收入的增加驱动 项目结束后平均月收入增加**6,138 FCFA（26.7%）** 且在三轮跟踪调查中效应持续 [50] - 与此相对 项目对青年的带薪就业参与率及带薪就业收入均无显著影响 [51][52] - 项目对总体就业率影响甚微（仅提高**1.1个百分点**） 因为对照组青年在项目结束后的就业率已高达**98%** 但处理组青年从事的收入创造活动数量略有增加 [52] 3.4 多重假设检验的稳健性 - 对八个核心结果进行多重假设检验校正后 关于总收入、极端工作贫困、生产率、任务复杂性、自营职业参与及自营职业收入的主要结论依然稳健 [59] - 校正后 关于带薪就业及其收入无显著影响的结论同样成立 [59] 3.5 成本效益分析 - 项目为每位样本青年花费约**654,817 FCFA（约1,180美元）** [60] - 若仅考虑截至项目结束后5年（2021年）观测到的影响 并以**5%** 的贴现率计算 项目的收益成本比为**81%** 尚未达到盈亏平衡点 [60] - 若假设5年后影响仅衰减**40%** 或更少 项目则变得具有成本效益 鉴于已观察到影响的持续性 这种部分持续是合理的预期 [60][61] 4 结论 - 研究提供了在高度非正规劳动力市场中技能培训能产生持续收入影响的罕见实验证据 [62] - 双元学徒制通过提升自营职业的技能和生产率来增加收入 而非通过促进带薪就业 这为在正规部门岗位创造有限的情况下改善青年就业提供了重要路径 [63] - 研究证明双元学徒制能广泛提升收入并持续减少工作贫困 是改善低收入地区就业机会的有效策略要素 [64]

报告核心信息 - **报告行业投资评级**：该研究为学术论文，未对格鲁吉亚酒店业或相关公司给出明确的投资评级 [1][8] - **报告的核心观点**：研究发现，在格鲁吉亚的私营酒店中，由女性管理的酒店在**技术效率**上显著优于男性管理的酒店，但这一优势几乎完全被女性酒店所使用的**落后技术**所抵消，导致两者在**整体效率**上无显著差异 这一发现挑战了现有文献中普遍假设的“技术同质性”，揭示了区分技术效率差异和技术差距对于理解性别生产力差距真实本质的重要性 [4][15][21][63] 研究背景与意义 - **研究动机**：现有关于性别生产力差距的研究均假设女性和男性管理者拥有相同的生产技术（技术同质性），但这与更广泛的文献相悖，后者表明两者面临不同的社会经济环境，从而可能使用不同的技术 本研究首次将元前沿分析方法应用于私营企业，以考量技术“异质性” [11][21] - **理论框架**：技术“异质性”指不同群体（如女性和男性管理的企业）使用各自不同的生产技术 元前沿分析能够区分两类效率差异：1) 在各自可用技术条件下的效率差异（技术效率，反映管理能力）；2) 由于可用技术不同而产生的差异（技术差距，反映外部环境约束） [12][13] - **研究样本选择**：研究数据来源于世界银行2023年在格鲁吉亚进行的私营酒店企业调查 选择格鲁吉亚是因为其在满足样本量要求（至少20家女性和男性管理酒店）的国家中样本最大，共有86家酒店，其中36家（42%）由女性管理，50家（58%）由男性管理 [49][51] 格鲁吉亚酒店业与性别平等现状 - **酒店业概况**：截至2024年2月，格鲁吉亚有1,232家注册酒店，总计37,788间客房和85,149张床位 2020至2023年间新增238家酒店 2023年，酒店及类似企业共服务近500万客人，雇佣26,495名员工，其中女性14,394名 [22][23] - **性别平等状况**：格鲁吉亚在多项发展指数中排名靠前，但性别不平等依然存在 根据联合国2020-21年的时间利用调查，格鲁吉亚女性花费在无偿家务和护理工作上的时间是男性的五倍，且存在24.6%的性别薪酬差距 2022年，仅有24.7%的新成立企业有女性所有者 [24][26] 研究方法论 - **效率测量方法**：研究采用数据包络分析中的BCC模型（投入导向、可变规模报酬）作为基准方法，来估计酒店的技术效率、元效率和元技术比率 [27][28] - **稳健性检验**：研究进行了全面的稳健性检验，包括：使用非径向的松弛测度模型、采用自助法纠正样本偏差、处理样本量差异问题、排除异常值影响，以及使用倾向得分匹配法处理内生性问题 主要结论在所有检验中均保持稳健 [35][36][37][38][48][78][79] - **内生性处理**：通过倾向得分匹配法，构建了由30家女性管理酒店和30家男性管理酒店组成的匹配样本，以控制酒店特征等混杂因素，估计性别对效率的因果效应 匹配后样本在关键变量上达到良好平衡 [48][69][70][71] 主要研究发现 - **技术异质性检验**：统计检验（Kruskal-Wallis检验和Brunner-Munzel检验）强烈拒绝女性和男性管理酒店的MTR分布相同的原假设，证实存在技术异质性，为使用元前沿分析提供了依据 [53][54][56][124] - **平均效率性别差距**： - **技术效率**：女性管理酒店的平均技术效率为**0.69**，显著高于男性管理酒店的**0.48**，差距达**21个百分点** 这表明在给定可用技术条件下，女性管理者能更有效地利用资源 [60][125] - **元技术比率**：男性管理酒店的平均MTR为**0.99**，几乎等于1，而女性管理酒店的平均MTR仅为**0.71**，差距显著 这意味着男性酒店使用的技术几乎构成了元前沿，而女性酒店的技术则相对落后 [62][125] - **整体效率**：女性管理酒店的平均元效率为**0.50**，略高于男性的**0.47**，但差异在统计上不显著 这表明女性在管理技能上的优势被其落后的技术完全抵消 [59][63][125] - **无效率分解**：对于平均女性管理酒店，总体无效率中约**55%** 源于技术无效率（管理），**45%** 源于技术差距（环境） 而对于平均男性管理酒店，**99%** 的无效率源于技术无效率，仅**1%** 源于技术差距 [66][139] - **粘地板效应**：研究发现，技术差距在低效率水平上对扩大生产力差距的影响远高于在高效率水平时，即存在“粘地板”效应 这一效应在技术效率或整体效率中并未发现 [4][86] - **因果效应估计**：基于PSM的因果分析显示，女性管理酒店的技术效率比男性酒店高**24.9个百分点**，而MTR则低**26.4个百分点**，两者均在1%水平上显著 元效率的差异（高5.9个百分点）则不显著 [75][128] 结论与政策启示 - **主要结论**：研究首次区分了性别生产力差距中的技术效率成分和技术差距成分 在格鲁吉亚酒店业，女性管理者拥有更高的技术效率，但受限于更落后的技术，导致整体效率无性别差异 忽略技术异质性的传统分析会提供不完整甚至误导性的图景 [90][92] - **政策启示**：研究结果表明，政策制定者应聚焦于缩小女性和男性管理者之间的**技术差距**，例如改善女性获取金融资源、建立商业网络、应对社会文化规范约束等，而非泛泛地提升管理技能 针对“粘地板”效应，政策应特别关注帮助低效率水平的女性企业获得更好的技术 [86][92]

报告行业投资评级 - 该报告为世界银行的政策研究工作论文，并非针对特定行业或公司的投资研报，因此未提供传统的行业投资评级 [1][3][6] 报告核心观点 - 数字技能已成为劳动力市场中的关键人力资本，对个人工资有显著的正面影响 [8][9] - 在欧洲和中亚地区的发展中国家中，拥有高级数字技能的个人平均工资比没有此类技能的个人高出 **18.9%** [2][12] - 数字技能的获取与个人特征（如年龄、教育、性别）及家庭特征（如家庭收入、居住地、父母教育程度）密切相关，这些差异直接导致了劳动力市场结果的不平等 [2][11] - 数字技能带来的工资溢价在不同区域和国家间存在显著异质性，其中中亚、东欧、南高加索和中欧地区的溢价较高 [2][12] - 规模较大的企业为数字技能提供显著更高的溢价 [2][12] 数字技能分布与决定因素 - 在样本国家中，约 **43.7%** 的人口报告完全不具备数字技能，仅 **35.5%** 的人拥有高级数字技能 [11][31] - 数字技能分布存在巨大的区域差异：中欧和波罗的海国家拥有高级数字技能的人口比例最高（分别为 **47.20%** 和 **47.60%**），而中亚地区最低（**23.6%**）[11][34] - 个人教育水平是获取数字技能最强的决定因素，拥有大学学位使获得高级数字技能的概率提高 **32.4** 个百分点 [57] - 来自低收入家庭（收入分布底部 **40%**）的个人获得高级数字技能的概率显著更低，影响幅度在南高加索和东南欧地区为 **16.8–12.4** 个百分点，在中亚为 **8.4** 个百分点 [11][67] - 母亲的教育程度对子女的数字技能获取有显著正向影响，而父亲教育的影响在统计上不显著 [60][63] - 女性、年长者和农村居民获得高级数字技能的概率更低 [57][64][66] 数字技能的工资溢价分析 - 在控制了一系列个人和就业特征后，拥有高级数字技能与月工资 **18.9%** 的增长相关，拥有基本数字技能与 **11.5%** 的增长相关 [77] - 工资溢价存在显著的区域异质性：高级数字技能的溢价在中亚最高（**47.7%**），其次为东欧（**26.7%**）、南高加索（**23.5%**）和中欧（**19.5%**）[12][78] - 在东南欧、波罗的海国家和西巴尔干地区，数字技能未与显著的正工资效应相关联 [12][78] - 国家层面的差异更为显著，例如在乌兹别克斯坦，高级数字技能与高达 **134%** 的工资增长相关 [80] - 大型企业（员工超过100人）为高级数字技能提供的工资溢价比小型企业高出 **11.7%** [94] - 工资溢价在职业类型（如初级、文职/服务、管理/专业）和企业所有制类型（公有、私有、外资）之间没有显著差异 [92][93][95] 其他影响工资的因素 - 更高的教育水平与更高的工资相关，拥有高等教育学历的工资溢价在 **25.8%** 至 **54.3%** 之间 [77][86] - 女性工资普遍低于男性，性别工资差距在南高加索和波罗的海国家尤为突出，约为 **30%** [81] - 管理/专业职业相较于初级职业有显著的工资溢价，在波罗的海国家高达近 **17%** [82] - 在外资企业和大型企业工作与更高的工资相关，例如在波罗的海国家和南高加索，外资企业的溢价约为 **41%** [89] - 工作经验对工资有正向影响，回报率在中亚最高（**29.9%**）[90]

报告行业投资评级 本报告为世界银行发展研究组发布的工作论文，属于学术及政策研究性质，不涉及对特定行业或公司的投资评级 [4] 报告的核心观点 本报告的核心观点是：群体间仇恨并非偶发或孤立的个体偏见，而是一个由历史、当前情境、动员号召和虐待合理化四个相互关联、自我强化的组件构成的“仇恨循环” [10][23] 这一循环能够导致偏见、歧视、暴力乃至战争的升级 [10] 报告同时指出，尽管仇恨循环难以打破，但通过协调一致的心理社会、制度和经济干预，可以在多个节点上对其进行阻断 [3][10] 有效的策略必须是情境敏感、综合且制度化的，而忽视任何组件（特别是精英和媒体动员）的政策往往效果不佳 [3] 根据相关目录分别进行总结 1. 群体间仇恨的定义与性质 - 报告将群体间仇恨定义为一种复杂的社会现象，是对其他群体成员的敌意和虐待（或对虐待的认可），且这种行为被视为是正当、必要和有益的 [16] - 仇恨不仅仅是内在的激烈情绪或认知扭曲，而是根植于日常生活、被学习、感受和运用的群体间动态的产物，包括个人和集体的信念、行动、规范以及法律政策体系 [16][18] - 理解仇恨需要跨学科（心理学、政治学、社会学、法学、经济学）的整合视角，因为单一学科模型无法充分解释其多面性 [19][21] 2. 仇恨循环的十个驱动因素与四个组件 报告提出了由十个驱动因素构成的“仇恨循环”，并将其归纳为四个相互强化的组件 [10][22]： 组件一：历史 1. **群体历史**：群体关于过去与其他群体互动（尤其是受害经历或冲突）的共享信念和叙事，会塑造身份认同并延续敌意 [30][31] 例如，14世纪德国的反犹暴力与600年后的纳粹支持有关联，美国南部历史上的奴隶制程度能预测当今白人对黑人的反感 [32] 2. **个人/家庭历史**：家庭是社会化的主要来源，父母对群体外成员的态度和家族历史叙述会显著影响下一代对群体身份和受害观念的理解，进而影响其对外群体的态度和行为 [34] 组件二：当前情境 3. **身份与规范**：群体身份定义了“我们”是谁以及如何对待“他们”，保护内群体身份的需求常常会导致对外群体的虐待规范 [37][39] 4. **竞争与损失**：对有限资源（物质或象征性，如文化主导权）的竞争感知是引发仇恨的常见原因，相对剥夺感（感觉自己的群体处于劣势）和相对优越感（担心地位受威胁）都能导致对外群体的负面态度 [40][41][42] 5. **威胁**：包括对生命、资源的现实威胁和对价值观、文化的象征性威胁，后者有时是更强的仇恨预测因素 [43][44] 6. **缺乏控制与不确定性**：当个人感到失控或面临不确定性时，会通过强化群体认同来恢复控制感，但这可能导致群体封闭、偏见加剧，并拥抱极端行动和强人领导 [45][46][47] 组件三：动员号召 7. **领导力**：领导者可以通过塑造外部威胁、指责对手、要求团结、建立排外规范等方式，动员群体内仇恨以获取权威和影响力 [49] 政治精英是否动员群体分裂取决于战略激励 [50] 8. **媒体**：媒体通过传播领导者的信息、将外群体与负面内容关联、传播仇恨言论来放大仇恨 [52] 负面或煽动性的媒体报道会显著影响公众对外群体的认知，并可能引发暴力 [53] 在注意力经济下，社交媒体尤其容易传播极端和情绪化内容，加剧极化 [108] 组件四：虐待合理化 9. **道德化**：将敌意框定为对道德价值观的捍卫，从而为歧视和非人化行为提供正当理由，使伤害他人被视为“正确的事” [56][57] 10. **非人化**：通过将外群体成员描绘为动物或物体，剥夺其人性，从而降低道德和情感障碍，使虐待行为更容易被接受或参与 [58][59] 这会导致正义范围的缩小，使某些群体被认为不值得公平对待 [59] 3. 打破仇恨循环：有前景的干预措施 报告回顾了针对循环各组件旨在减少群体间仇恨的干预措施证据 [62]： 针对历史组件 - **重塑集体记忆**：通过教育机构推广包容性历史叙事和课程，可以促进容忍 [66][68] 例如，在印度，接触国家符号（国旗、地图）能促使印度教徒对穆斯林表现出更多亲社会行为 [68] - **利用文化与纪念**：参观纪念博物馆（如智利记忆与人权博物馆）可能增加对民主制度的支持，但效果不一 [69] 真相与和解委员会在促进宽恕的同时，也可能对受害者造成心理伤害 [70] - **连接个人历史**：提醒个人其祖先的被迫迁移历史，可以减少对当前移民的反对 [72] 针对当前情境组件 - **培养共同群体身份**：促进将不同群体视为一个上位群体（如“我们都是尼日利亚人”），能有效减少群体间敌意 [75][76] 强调共同的历史根源（如亚伯拉罕传统）也有类似效果 [77] - **促进结构化的群体间接触**：在平等地位、共同目标、合作和权威支持等条件下，群体间接触可以减少偏见 [78] 例如，在斯里兰卡和印度，混合种族/种姓的体育运动队改善了群体间态度和合作意愿 [79] - **建立经济相互依存**：共享市场、就业关系和商业合作可以通过调整激励、降低零和思维来促进群体间和平 [84][85] 例如，参与金融市场交易使巴以选民更支持和平政党 [86] 但经济合作若缺乏公平性和政治参与（“声音”），可能滋生怨恨 [87] - **通过制度规模化接触**：学校整合、住房安排、公共服务接触（如医院）是规模化群体间接触的潜在途径，但其成功取决于能否确保平等地位和合作条件 [89][90] - **增强控制感**：当人们感到对生活有控制力时，威胁对群体间敌意的影响会减弱 [92] 针对动员号召组件 - **积极的领导力**：领导人可以通过倡导共同身份（如纳尔逊·曼德拉的“彩虹民族”）、使用包容性语言（如贾斯汀·特鲁多对难民的态度）来促进社会团结 [94][96] 基层领导也能有效塑造规范、减少冲突 [98] - **替代性媒体叙事**：媒体可以通过“准社会接触”（如足球明星穆罕默德·萨拉赫的例子）和精心设计的节目（如卢旺达的广播肥皂剧、美国的《芝麻街》和《超人冒险》广播剧）来传播包容信息，减少偏见和仇恨犯罪 [102][103][104][106] - **政治代表与制度**：少数群体的政治代表和政党（而不仅仅是象征性配额）可能有助于减少群体间暴力 [100][101] - **应对数字时代挑战**：需要采取“接种”和“预揭”策略，教育公众识别和抵制仇恨言论的操纵手段 [110] 针对虐待合理化组件 - **人性化与共情**：通过激发共同人性认同、强调共享价值观、促进观点采择和共情教育，可以对抗非人化和道德化 [111][114] 例如，虚拟现实体验和在线观点采择练习能改善对移民的态度 [115][116] - **道德包容扩展**：扩大道德关怀的边界，例如通过比较动物与人类的相似性，可以增加对外群体成员的道德关怀 [119] - **注意潜在反弹**：人性化策略可能引发反弹，例如让施害群体感到需要对受害者负责时，可能反而减少悔意 [120] 4. 结论与政策启示 - **仇恨与发展深度交织**：仇恨会摧毁发展成果，而发展过程本身（如资源分配不均）也可能点燃仇恨循环 [122][123][124] - **政策启示1：作为诊断工具**：仇恨循环框架可作为系统性诊断工具，帮助政策制定者识别特定情境下最突出的驱动因素，并建立早期预警系统 [128][130] - **政策启示2：设计无害的发展干预**：发展政策必须明确关注成果在不同群体间的分配，而不仅仅是总体结果，因为相对剥夺和象征性威胁的感知与现实同样重要 [132][133][134] - **政策启示3：通过制度培育“我们感”**：打破循环需要制度化、常态化的合作空间（如审议论坛、地方民主机构），而非一次性的项目，以确保接触、合作和共同身份建设的条件得以满足 [136][137][138] - **政策启示4：国家的核心角色**：国家通过法律、教育、媒体监管和政治代表制度，在塑造群体间关系方面扮演着决定性角色，既可以助长也可以缓解仇恨循环 [141][142] - **重新定义发展的“成功”**：发展成功不能仅用经济增长衡量，必须将社会关系（人们如何跨越差异相处）视为核心发展成果 [144][145] 综合性的、情境敏感的策略是打破仇恨循环、实现持久合作的关键 [150]

报告核心信息 - **报告类型**：世界银行政策研究工作论文，属于发展经济学研究范畴 [1][3] - **研究主题**：供应链中的深度与浅层脱碳，重点关注下游客户获得经批准的减排目标后，上游供应商的应对策略 [2][9] - **核心方法**：利用全球供应商-客户关联数据，匹配企业级排放数据和项目级自愿碳信用注销记录，采用交错双重差分法进行实证分析 [14][37][51] 核心研究发现 - **供应商整体响应**：当客户获得科学碳目标倡议验证后，供应商自身采纳气候目标的可能性显著增加，平均排放强度降低 **8.8%**，同时碳信用使用的广度和强度均大幅上升 [15][16][62] - **响应存在显著异质性**：高排放供应商（处理前排放强度高于中位数）表现出实质性运营减排，其总排放量减少约 **15%**，排放强度降低约 **19%**；而低排放供应商则未进一步减少运营排放，转而大幅增加碳信用使用，其抵消强度（相对于行业年度排放中位数）增加了 **0.24**，相当于预处理平均水平的 **267%** [17][18][72][73] - **碳信用质量分化**：面临下游压力的供应商总体上倾向于注销质量较低的碳信用项目；然而，那些同时进行实质性运营减排的供应商，则会选择更高质量的碳信用 [19][80] - **承诺阶段的影响差异**：客户仅宣布目标但未获验证时，主要引发供应商的象征性响应（如自行宣布目标），但不会导致有意义的运营减排或碳信用使用增加 [84][85][86] 数据与样本特征 - **供应链数据**：基于FactSet Revere数据库，涵盖超过 **64,000** 家报告公司，涉及超过 **250万** 条关系链接 [42] - **碳抵消数据**：整合四大自愿碳市场注册机构的近 **400,000** 笔注销交易，覆盖 **3,656** 个项目，识别出 **1,582** 家上市公司用户 [37][38] - **样本描述**：在样本期内，共有 **11,110** 家供应商至少有一名客户获得SBTi目标批准（处理组），**13,285** 家供应商从未面临此类下游压力（对照组）[47] - **处理组特征**：处理组供应商自身获得SBTi目标批准的可能性更高（**7%** vs **2%**），参与碳抵消市场的可能性也更高（**7%** vs **2%**），且年均注销碳信用量几乎是对照组的两倍（约 **18,000吨** vs **9,000吨** CO2）[47][49] 实证策略与结果 - **基准估计结果**：使用Callaway和Sant‘Anna估计量，发现客户目标获批后，供应商宣布气候目标的概率增加 **3.2个百分点**，获得验证的概率增加 **3.8个百分点**，抵消强度增加 **0.143** [61][62] - **动态事件研究**：事件研究显示，供应商在客户目标获批后，排放强度呈持续下降趋势，而碳信用的使用和抵消强度则在随后几年稳步上升 [65][66][67] - **质量关联分析**：回归分析表明，曾面临下游压力的供应商，其注销碳信用的平均质量评分显著更低；而减排幅度高于行业中位数的供应商，则与更高质量的碳信用相关联 [78][80] 结论与机制 - **策略分选机制**：下游气候承诺引发供应商脱碳策略的系统性分选，其选择取决于边际减排成本和面临的审查强度，高排放供应商进行实质性运营调整，低排放供应商则依赖基于市场的机制 [20][21][90] - **政策启示**：供应链压力能推动高排放供应商的真实减排，但对低排放供应商可能主要引发依赖低质量碳信用的象征性合规，这凸显了强化碳信用质量标准与区分运营减排和金融替代品的重要性 [91][92]

报告行业投资评级 未提及 报告的核心观点 - 旅游业在全球低收入和中收入国家被视为经济增长、就业创造及文化环境资产保护的强大动力 2023 年吸引 1010 亿美元国外直接投资 2024 年全球旅游收入达 1.6 万亿美元 [11] - 世界银行过去 10 年动员超 100 亿美元支持 80 个国家旅游业发展 报告分享其在旅游知识及运营工作中的关键经验教训 分析旅游业作用证据、研究空白并建议改进贷款业务设计 [12][13] 根据相关目录分别进行总结 世界银行在旅游业发展中的角色演变 - 世界银行自 20 世纪 60 年代初将旅游业作为推动发展成果的动力 1966 年批准对摩洛哥和突尼斯的第一批旅游相关贷款 1972 年设立专门旅游项目部门 1980 年支持 27 个国家旅游业发展 筹集超 10 亿美元融资 [16] - 截至 2007 年 世行为约 94 个项目提供约 35 亿美元资金 [15] - 2010 年代旅游投资组合稳步增长 受 COVID - 19 大流行影响 迅速适应 提供包括加强卫生系统等与疫情有关的援助 疫情后旅游业寻求支持需求集中在多元化等方面 [17][20] - 撰写时世行支持 47 个国家的 71 项活跃旅游相关项目 总承诺金额 75.8 亿美元 2012 - 2022 财年旅游业相关贷款复合年增长率达 16% 超整体贷款增长率两倍以上 [21] 旅游作为发展工具：证据与影响 - 就业与包容：旅游业被认定为促进就业的强有力因素 尤其对女性和青年 53% 在旅游业就业的是女性 青年就业率相对较高 但旅游业工作存在薪水低等缺点 [22][27][29] - 社会和环境影响：旅游业若将收益重新投入社区发展和保护 能产生显著社会和环境效益 但多数文献强调其负面影响 如碳排放等 还需平衡政策推动因素和政策影响 [30][31] 世界银行技术援助：旅游知识库 - 区域技术援助包括目的地研究 经批准和同行评审的报告在世界银行出版物发布 [36] - 过去十年世行生产 110 份旅游出版物 大部分是目的地导向技术援助 旅游知识支出在 COVID - 19 大流行期间显著增加 热门研究主题是旅游数据等 [37] - 全球技术援助分为实时数据和统计项目以及主题报告和工具包 [38] 常见旅游分析领域 - 经济效益：旅游业通过创造就业等途径产生直接和间接经济效益 对妇女等群体有利 旅游活动增加刺激经济增长 提高房地产价值 [41] - 供给侧分析：旅游业发展需考虑供应要素 企业多为中小微企业 需跨政府协调和清晰治理框架 [42] - 性别与包容：旅游业能增加女性参与度 但也存在非正式工作等问题 [43] - 社区参与：社区可从旅游业获益 需核实市场需求和建设能力 特定条件下社区能受益 [43] 关键旅游研究差距 - 对旅游业影响贫困等方面理解存在重大差距 需更多研究了解旅游业与多方面关系及监管等如何影响旅游业结果 影响评估稀缺 [44] - 目的地管理需应对外部社会和政治挑战 对不同旅游市场细分的影响研究少 [45] - 关于旅游收入重新投资最佳管理和治理模式研究少 世行正进行相关研究 [57] 世界银行运营：旅游业贷款银行 - 2012 - 2022 年间 85 个世行旅游项目可分为三类 一型和二型业务占 82% 数量增长 包容性是一致主题 性别元素增加 [52][53] - 类型 1 项目明确针对旅游业开发进步 如印度尼西亚旅游业发展项目 [58] - 类型 2 项目解决经济整体发展限制并融入旅游要素 如约旦文化遗产、旅游和城市发展项目 [59] - 类型 3 项目利用旅游业实现更广泛目标 如莫桑比克生物多样性及发展保护区项目 [60] 世界银行运营审查的主要发现 - 项目由国家旅游局或部门领导、设计团队有旅游专业知识时表现更佳 [65] - 旅游业项目在多部门合作等条件下表现出色 涉及多领域、以分析工作为基础的项目更好 [69] - 目的地级项目地理集中、规模适当并结合公私部门发展更有效 [72] - 以与私营部门尤其是中小企业合作为重点的运营影响更深远可持续 [73] - 社区旅游成功取决于市场评估和能力建设 [73] 变革理论：以旅游业推动发展的途径 - 寻求世行支持的国家面临九个共同发展挑战 分析确定 13 种常见解决方案 长期成果包括增加投资等 [75] - 提出六项改进项目设计的建议：从人群出发理解需求、使合作成为支柱、解锁对小微企业投资、有策略投资基础设施、保护资产、衡量并分享结果 [80][81][82] 建议提升旅游业项目设计 - 从人群出发 创新数据收集方法 提高政府分析和分享数据能力 [83] - 使合作成为支柱 建立协调机制 采取“一政府”方法 [81] - 解锁对小微企业投资 提供针对性支持选项 进行性别评估 [82] - 有策略投资于服务社区的旅游业基础设施 设计基于需求 有财务可持续性计划 [84] - 保护资产 建立系统保护管理 重新投入游客费用 与社区合作设计 [85] - 衡量对人们重要的事物 建立共同结果框架和指标 [86]