1
1
Fra ISCO til ESCO?
Fra statistisk til
praktisk yrkesklassifikasjon?
Anders Ekeland, seniorrådgiver
Seksjon for arbeidsmarkesstatistikk
Medlemm av ESCO Maintenance Committee
Synspunktene er forfatterens
2
Bakgrunnen for ESCO
(European Skills&Competences, qualifications and Occupations)
• ESCO er ledd i EU kommisjonens arbeid med å øke mobiliteten i det europeiske arbeidsmarkedet
• Hensikten er å gjøre EUs arbeidsformidlingsportal, EURES, til en integrerende arbeidsformidlingsportal ved å lage felles europeiske standarder for arbeidsformidlingsdata (yrkestitler, kompetanse, kvalifikasjoner)
• ESCO består av:
– Et styre (Board) sammensatt av repr. for partene i arbeidslivet, leder for offentlig arbeidsformidling og forskere, ca. 20 personer.
– En ekspertgruppe (Maintenance Committee) av statistikere, anvs. for arbeidsformidlingssystemer i offentlig arbeidsformidling, forskere, ansvarlig for implementering, begrepsmessig, teknisk og språklig
– I alt 27 sektorbaserte referansegrupper, som lager detaljerte S&K, Q og O oversikter.
3
Ikke basert på ISCO
(International Standard Classification of Occupations)
• I likhet med flere moderne arbeidsformidlingssystemer (Sverige, Frankrike, Belgia)
har man ikke valgt å basere EURES-portalen – og dermed ESCO – på ISCO.
4
Hvorfor ikke ISCO?
• Bedrifter søker primært etter kompetanse, ikke titler. De fleste
yrkestitler i ISCO sier for lite om hva folk kan Økonomi,
Matematiker, Leder. Selv titler som sveiser (welder), eller
maskinoperatør er for generelle.
• ISCO har ingen hensiktsmessig oppbygning. Den er en dårlig
konstruert standard selv for statistiske formål. Svakhetene er:
– Heterogen i førstesifferdimensjonen, dvs. måler to ulike fenomen med en ordinal skala.
– Yrkestitler er ingen god indikator på hva folk virkelig gjør på jobben, dvs. hvilke
arbeidsoperasjoner de utfører. ISCOs ”tasks” er ustrukturert fritekst
– Bruker utdanning for å bestemme ”skill level” og som hjelpevariabel for å bestemme
yrkestittelgruppe.
5
ISCO hovedgrupper – hva klassifiserer de?
- Fra Managers som gruppe 1 til gruppe 9 Elementary occupations – gir klart signal om
makthierarki.
-”Elementære yrker” politisk ukorrekt i Norge
-”Yrker uten krav til utdanning fungerer ikke”- ledere trenger ikke formell utdanning
0 Militære yrker og uoppgitt Armed forces and unspecified
1 Ledere Managers
2 Akademiske yrker Professionals
3 Høyskoleyrker Technicians and associate professionals
4 Kontoryrker Clerical support workers
5 Salgs- og serviceyrker Service and sales workers
6 Bønder, fiskere mv. Skilled agricultural, forestry and fishery workers
7 Håndverkere Craft and related trades workers
8 Prosess- og maskinoperatøre Plant and machine operators and assemblers
9 Renholdere, hjelpearbeidere Elementary occupations
6
Konservativ standard – eksemplet forsker
• Er forsker en jobb?
• Er det et yrke?
• Er det en yrkestittel?
• Finnes den i ISCO?
• Finnes forskningsleder i ISCO?
• Finnes forsker i nasjonale yrkesklassifiseringer?
• Er det noen god grunn til at det skal være slik?
… et bevisst valg fra de som var med utarbeiding av siste versjon,
ISCO-08
7
ISCO hovedgrupper … makthierarki
”Until the latter half of this century, the tendency for occupational classifications to reflect social strata weakened the extent to which occupationally classified data could be utilized for detailed cross national comparison”
• ”For example, early British Censuses of Population used a classification which distinguished the following major classes in this order:
– Professional
– Domestic
– Commercial
– Agricultural
– Industrial
and ”Indefinite”, with the latter category including labourers. ”
(P. Elias, OECD, 1997, p. 6)
8
ESCO deler opp de dimensjoner
... som ISCO blander sammen
9
Hva ønsker vi å måle?
Er yrkestittel en god indikator på det?
• Hva brukes yrkeskoder til? Bortsett fra statistikk?
• Sosio-økonomisk forskning (mobilitet, helse)
• Arbeidssformidling
• Utdanningsdimensjonering – utforming
… For mange av disse formålene ville en klassifikasjon av
arbeidsoperasjoner (tasks) og/eller skills&competences være mer
relevant.
… For andre – for eksempel helseskadelige miljøer knyttet til yrker –
andre datakilder er mer egnet.
10
Ikke samle inn data på tungvinte måter – bruke
de data som blir laget av livet selv
• Et grunnleggende problem med yrkesklassifisering er at
datagrunnlaget som regel er yrkestitler (job titles), enten en
eller noen få setninger.
• Maskinell tolkning av job titles er mulig, men ikke enkelt,
krever i praksis en manuell kontroll.
• Med en strukturert og standardisert, felles språk om
kompetanse til bruk både i CV’er og i stillingsutlysinger (job-
ads) vil en få mye bedre data til å lage yrkestitler.
• Yrkestittel ville være en avledet variabel, ikke den primære.
ISCOs ”job” som en samling av tasks er bare laveste nivå
occupation.
11
Bygge yrkestitel ”molekyler”
med arbeidsoperasjoner som ”atomer”
De blå ”sporstoffene” viser felles elementer for eksempel mellom:
- to ulike ”jobber” (yrkestitler)
- samme ”jobb” på to ulike tidspunkter (job change, men også job title inflation kan måles)
- felles/ulike kompetanseelementer – samme yrkestittel i ulike land
- Forskjellig tidsbruk for arbeidsoperasjoner, 1a, 3a og 2g – kan være ikke-essensiell kompetanse for jobben
1a
2g 2b
3a 3h 3z
2b
3h 3z
Yrkestittel 1 Yrkestittel 2
12
Perspektiver…anbefalinger
• Innse at problemene med ISCO ikke bare skyldes at yrkesklassifisering
er vanskelig pga. data problemer i kombinasjon med sosiale prosesser
(job title inflation)
• Klassifisere arbeidsoperasjoner (Detailed Work Activities) – ikke
yrkestitler
• Ikke ”samle inn”, men ”hente inn” datagrunnlaget for kunnskap om
arbeidsoperasjoner, kompetanse, titler fra levende sosiale prosesser,
primært arbeidsformidling.
• Følge med i det som skjer i med ROME systemet (Frankrike og Belgia),
O*Net systemet (USA, Italia), i Tyskland (Berufenet), Tsjekkia…
• Bruke yrket/aktiviteten forsker som lakmuspapir for å se om det er et
godt system … ;-)