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]

报告核心观点 - 该报告评估了赞比亚技术和职业教育与培训（TVET）系统中教师与学生的数字技能现状，发现整体水平处于初级或非常初级的阶段，这为该国实现数字化转型目标带来了挑战，但也指明了明确的投资与政策干预方向 [9][10][24] 行业/国家背景与战略重要性 - 赞比亚是全球最年轻的国家之一，当前人口约2170万，年增长率2.71%，预计2050年将翻倍，其中约80%人口年龄在35岁以下，每年约有40万青年进入劳动力市场 [17] - 该国已将数字技能置于数字化转型议程的核心，并通过《国家ICT政策（2023年）》和《国家数字化转型战略（2023-2027年）》等改革，旨在扩大技术获取、加强人力资本并促进创新 [20][21] - 数字技能对于提升青年就业能力、生产力和抓住数字经济新机遇至关重要，而TVET机构在培养具备相关技能的劳动力方面扮演着核心角色 [23][24] 评估方法与样本 - 评估采用基于任务的Pix平台进行，该平台基于欧洲数字能力框架（DigComp 2.2），涵盖5个能力领域和16个主题，通过实际任务操作而非自我报告来衡量能力 [11][28] - 最终样本覆盖赞比亚19所TVET机构的103名教师和877名学生，这些机构是从全国464所注册机构中有目的地选取的，以反映地理、类型和项目多样性 [35][37][38] - 学生样本主要针对已完成第一年必修ICT模块的二年级技工课程以及二、三年级文凭课程学生 [39] 教师数字技能评估结果 - **整体水平**：103名受评教师的平均熟练度得分为2.4，处于初级（Level 2）水平，意味着他们仅能在偶尔的指导下完成简单的数字任务 [12][46] - **水平分布**：约2%的教师低于Level 1，30%处于Level 1，46%处于Level 2，22%达到Level 3（中级） [47] - **能力领域表现**：教师在五个能力领域表现相对一致，但在问题解决（能力领域5）方面表现较强，特别是在“技术规格”主题上达到中级水平（3.75） [12][49][65] - **具体技能短板**：教师在识别电子邮件附件（熟练度1.94）、进行有效在线搜索（1.88）、管理安装应用时的数据访问权限（1.77）等实际应用方面面临挑战 [12][59] - **性别差异**：样本中男教师（86人）远多于女教师（17人），男教师在所有能力领域得分略高，但差异无统计学意义 [61][64] 学生数字技能评估结果 - **整体水平**：877名受评学生的平均熟练度得分仅为1.9，处于非常初级（Level 1）水平，其技能仅限于在支持下完成简单任务 [15][66] - **水平分布**：约11%的学生低于Level 1，46%处于Level 1，36%处于Level 2，仅有不到8%的学生达到Level 3或4的中级水平 [67] - **能力领域表现**：在大多数能力领域，多数学生处于Level 1，仅在“技术规格”主题上达到中级水平（3.02） [69][75] - **具体技能短板**：学生在识别和使用电子邮件附件方面能力极低（熟练度0.9），对网络钓鱼、恶意软件等在线安全问题认识有限，尽管他们经常进行在线活动 [15][75] - **性别差异**：样本中男学生（604人，占69%）比例高于女学生（270人，占31%），男学生在总分和所有能力领域的得分均显著高于女学生 [78][81] 师生对比与ICT接入情况 - **技能差距**：教师的数字技能整体上优于学生，两者在附件识别、计算机感染源、互联网连接方法等主题上差距最大 [82] - **设备与课程接入**：教师拥有数字设备的比例（93%）和计算机接入比例（62%）远高于学生（分别为85%和16%） [15][86] - **电力与使用模式**：教师（12%）和学生（14%）中能获得每日超过12小时可靠电力供应的比例都很低，教师更频繁地将数字工具用于社交网络、通信、在线服务和工作中 [15][86][88] - **AI工具使用**：约三分之二的教师（64%）和学生（66%）报告已在使用的AI工具 [86] 主要建议与政策方向 - **教师培训分层实施**： - 对低于Level 1的教师，提供高度实践性、面对面、循序渐进的基础操作技能培训 [14][95][96] - 对处于Level 1-2的教师，实施结合评估、面授指导和自定进度在线学习的混合式结构化培训计划 [16][99] - 对达到Level 3及以上的教师，提供专注于将数字工具应用于教学法的专业培训，如ICT教学、数字内容创作等 [16][106] - **学生技能整合发展**：通过将数字素养和计算教育整合到课程中，培养学生既会有效使用技术，也能创造、适应和创新的能力，并需提供结构化实践、明确标准及实践机会 [16][107][108] - **课程与认证整合**：将实践性数字任务和数据驱动的监控嵌入学生的学习与认证过程，确保他们在真实情境中应用数字能力 [16] - **系统性整合与政策优先**：强调需要将数字能力系统性地整合到TVET课程和教师培训计划中，并将基础数字技能培训作为初学者的政策优先事项 [13][14]