Utredning: Många möjligheter att utveckla metoderna och rapporteringen inom prognostisering av arbetskrafts- och utbildningsbehov

Framöver kan prognostiseringsresultaten rapporteras i större utsträckning till olika målgrupper för att främja kritisk utvärdering och tillämpning av informationen. Vid dimensionering av utbildningen kan man också framöver lägga större vikt vid arbetsmarknadsinformation som erhålls från registerdata, i stället för osäker modellbaserad framtidskunskap som uppdateras långsamt.

I Finland har man sedan 1960-talet regelbundet gjort uppskattningar av den framtida utvecklingen av arbetskraftsbehovet inom olika branscher och yrken, och dessa uppskattningar har bland annat använts som stöd för dimensionering av den yrkesspecifika utbildningen. I en utredning utarbetad av forskare från Forskning om arbete och ekonomi LABORE och Demos Helsinki har man för första gången på ett heltäckande sätt granskat den historiska utvecklingen av den nationella prognostiseringen av arbetskrafts- och utbildningsbehov samt kvaliteten på de rapporter som publicerats på grundval av prognostiseringsprojekt.

I utredningen föreslås att man vid utarbetande och bedömning av prognosrapporter i framtiden kan ta hjälp av en bedömningsram som består av fyra dimensioner av kvaliteten på prognostiseringsdata: transparens, trovärdighet, funktionalisering och läsarvänlighet. De prognosrapporter som publicerats mot detta ramverk åren 1979–2021 har i huvudsak varit av hög kvalitet, även om lite olika styrkor och svagheter i kvaliteten kan identifieras i rapporter som publicerats under olika tidsperioder.

En av bristerna i rapporteringen av prognostiseringsdata hittills har varit att de inte har gett tillräcklig information för att förstå uppbyggnaden av de beräkningsmodeller som används som stöd vid prognostiseringen eller för att reproducera beräkningarna. Prognosrapporterna har också varit alltför detaljerade för att vara till nytta för en bredare spridning och tillämpning av prognostiseringsdata i samhället. För att komma till rätta med dessa brister kan prognostiseringsdata framöver rapporteras i olika format till olika målgrupper – tillämpare av prognostiseringsdata, prognostiseringsutvärderare och -utvecklare samt allmänheten – för att tillgodose dessa gruppers behov.

Utvärdering och tillämpning av prognostiseringsdata kan också stödjas genom att man i rapporteringen erbjuder mer information än för närvarande om ändringar i metoderna jämfört med tidigare prognostiseringsprojekt och om hur träffsäkra tidigare prognostiseringsresultat har varit.

Förutom rapportering finns det många andra utvecklingsmöjligheter för det nationella systemet för prognostisering av kompetensbehov. I utredningen föreslås bland annat att det behövs en öppen dialog om alternativ till de beräkningsmetoder som i årtionden använts av myndigheterna inom undervisningsförvaltningen för dimensionering av utbildningen.

”Det är viktigt att överväga om det vid dimensionering av utbildningen vore värt att lägga större vikt vid användning av information som erhålls från registerdata om hur läget på arbetsmarknaden utvecklas för utexaminerade från olika utbildningsnivåer och -områden, i stället för mycket osäker modellbaserad framtidskunskap som uppdateras långsamt”, säger Tuomo Suhonen, forskningsdirektör vid Labore, som ledde utredningsprojektet.

Mer information: Tuomo Suhonen, forskningsdirektör, Forskning om arbete och ekonomi LABORE, tfn 040 940 2916, fornamn.efternamn(at)labore.fi, Aleksi Neuvonen, grundare, Demos Helsinki, fornamn.efternamn(at)demoshelsinki.fi, tfn 050 534 4241, samt Aleksi Kalenius, konsultativ tjänsteman, ordförande för projektets styrgrupp, undervisnings- och kulturministeriet, fornamn.efternamn(at)gov.fi

Publikationen har tagits fram som en del av verkställandet av statsrådets utrednings- och forskningsplan 2023. De som producerar informationen ansvarar för innehållet i rapporterna i publikationsserien för utrednings- och forskningsverksamheten. Innehållet återspeglar inte nödvändigtvis statsrådets ståndpunkt. Mer information: https://tietokayttoon.fi/sv.