技能促進創(chuàng)新：員工技能培訓的創(chuàng)新績效研究

摘 要：企業(yè)投資員工技能培訓的主要目的在于通過培訓優(yōu)化人力資本結構，為企業(yè)在創(chuàng)新驅(qū)動發(fā)展時代筑牢競爭優(yōu)勢。鑒于此，在“技術—組織—制度”分析框架下對員工技能培訓的創(chuàng)新績效進行理論闡述，并運用計量分析方法對此進行實證檢驗。計量分析結果表明，技能具有創(chuàng)新效應，即員工技能培訓對產(chǎn)業(yè)創(chuàng)新能力的回歸系數(shù)在1%的顯著性檢驗水平上為正數(shù)。該結果在產(chǎn)業(yè)異質(zhì)性、技術異質(zhì)性以及考慮內(nèi)生性問題后的檢驗中仍然成立，說明研究結論具有較高的可信度。實證結果表明，培訓在推動技能迭代更新的過程中扮演重要角色，技能有助于促進創(chuàng)新。由此可能蘊含的政策啟示有：構建技能型社會教育體系，發(fā)揮技能促進創(chuàng)新的效應;完善現(xiàn)代職業(yè)教育體系，助推“技能中國行動”實施;重新審視勞動技能價值，堅持職業(yè)教育類型屬性。

關鍵詞：技能;創(chuàng)新;員工技能培訓;創(chuàng)新績效

項目基金：2020年度國家社科基金青年項目“全球價值鏈視角下人工智能產(chǎn)業(yè)融合的效應與路徑研究”（項目編號：20CJY009）

作者簡介：張雙志，男，成都大學師范學院副研究員，博士，主要研究方向為技術與教育治理。

中圖分類號：G720文獻標識碼：A文章編號：1674-7747（2021）10-0082-10

技術進步是塑造產(chǎn)業(yè)工人技能形成體系的內(nèi)生動力，其所引發(fā)的利益攸關方之間的不同合作方式構成了不同實踐樣態(tài)的技能形成體系，也相應形成了不同層次的產(chǎn)業(yè)創(chuàng)新能力。在新制度主義的“技術—制度”分析框架中引入組織要素考察西方發(fā)達國家的技能形成體系，發(fā)現(xiàn)在解決企業(yè)培訓市場失靈問題上的組織選擇差異是英國滑入低技能均衡發(fā)展陷阱和德國形成高技能均衡發(fā)展模式的主要原因[1]。當然，這兩種模式下的產(chǎn)業(yè)工人技能水平也對經(jīng)濟社會發(fā)展產(chǎn)生了差異化影響。一般而言，企業(yè)投資員工技能培訓并不是主要目的，而在于通過培訓優(yōu)化人力資本結構，為其在創(chuàng)新驅(qū)動發(fā)展時代筑牢競爭優(yōu)勢。2021年6月，《人力資源社會保障部關于印發(fā)“技能中國行動”實施方案的通知》明確提出，“技能是強國之基、立業(yè)之本。技能人才是支撐中國制造、中國創(chuàng)造的重要力量”[2]。那么，在我國情境下企業(yè)投資員工技能培訓能否提升產(chǎn)業(yè)創(chuàng)新能力？這個問題需要在經(jīng)驗層面得到相關數(shù)據(jù)的論證。鑒于此，本文基于“技術—組織—制度”的分析框架對員工技能培訓的創(chuàng)新績效進行理論分析，并通過計量模型對此進行系統(tǒng)化的實證檢驗，以期為驅(qū)動企業(yè)加大員工技能培訓投資力度的政策建議提供參考。

一、理論分析與研究假設

從諾貝爾經(jīng)濟學獎獲得者加里·貝克爾開始，早期文獻主要基于生產(chǎn)函數(shù)分析員工技能培訓與勞動生產(chǎn)率之間的關系。學術界普遍接受在完全競爭勞動力市場下企業(yè)投資員工技能培訓能夠提高勞動生產(chǎn)率的觀點，認為企業(yè)能獲得專用性知識培訓的全部經(jīng)濟收益[3]。然而，現(xiàn)實經(jīng)濟生活并不能滿足勞動力供需曲線是完全富有彈性的假設，員工技能培訓的外部性在市場失靈情況下顯示出較強的外溢效應，即存在企業(yè)開展技能培訓的“集體行動困境”現(xiàn)象[4]。“工資擠壓效應”理論認為，在不完全競爭勞動力市場下，員工技能培訓同樣會提升企業(yè)勞動生產(chǎn)率[5]，具體來說，由于存在信息不對稱的情況，員工在接受技能培訓后重新尋求工作的離職成本反而會增加。因此，企業(yè)可以通過壓縮員工的工資薪酬低于其邊際勞動生產(chǎn)力而獲取利潤的“剪刀差”[6]。

現(xiàn)有文獻探討了高管（性別、年齡、任期、教育背景）、企業(yè)（資產(chǎn)規(guī)模、現(xiàn)金流、融資約束、研發(fā)創(chuàng)新、治理結構）、產(chǎn)業(yè)（產(chǎn)業(yè)梯度、技術特征、價值鏈、產(chǎn)業(yè)鏈）、政策（財政補貼、稅收優(yōu)惠、金融支持、土地流轉、人力資源）多個維度對企業(yè)投資員工技能培訓的影響機制[7]。可見，有關企業(yè)在職培訓的研究內(nèi)容更為豐富，研究視角也更為多元化，一方面，將被解釋變量（企業(yè)績效）的分析維度從勞動生產(chǎn)率拓展到了創(chuàng)新績效、財務績效、組織吸收能力等方面，說明企業(yè)對員工技能培訓的投資所帶來的回報是多維度的;另一方面，不僅研究了產(chǎn)業(yè)異質(zhì)性與企業(yè)異質(zhì)性下的在職培訓績效，還進一步區(qū)分了不同類型技能培訓所帶來的績效差異，立體式地揭示了企業(yè)投資員工技能培訓具有正向影響這一基本結論具有較高的穩(wěn)健性。

自從舒爾茨、貝克爾、明瑟爾等人力資本理論先驅(qū)提出人力資源投資的決策模型后，學者們從不同維度研究了企業(yè)人力資源開發(fā)的影響因素，且相關研究至今仍在不斷深入。由于發(fā)達工業(yè)國家企業(yè)開展員工技能培訓的積極性比較高，因而國外文獻更多地關注于員工技能培訓對企業(yè)績效的影響，僅有少數(shù)文獻從規(guī)范研究層面探討了人力資源戰(zhàn)略、創(chuàng)新戰(zhàn)略對員工技能培訓行動選擇的影響[8]。然而，員工技能培訓作為企業(yè)人力資源開發(fā)的一種方式，仍然可以從企業(yè)人力資源開發(fā)影響因素的文獻中得到驅(qū)動員工技能培訓的有益借鑒[9]。縱觀德國制造業(yè)的發(fā)展史，發(fā)現(xiàn)專注于中低端技術的中小型企業(yè)主要憑借高技能產(chǎn)業(yè)工人實現(xiàn)將技術、知識、管理等進行混合式創(chuàng)新，繼而在為大型企業(yè)服務的產(chǎn)業(yè)供應鏈中實現(xiàn)市場價值鏈的不斷攀升[10]。鑒于此，從人力資本效應的角度可提出本文的研究假設：員工技能培訓能夠提升產(chǎn)業(yè)創(chuàng)新能力。

二、研究設計

（一）模型設定

為測算員工技能培訓的創(chuàng)新績效，本文設定了如公式（1）所示的計量模型：

其中，i代表制造業(yè)二位碼產(chǎn)業(yè)，t表示年份，Innovation表示產(chǎn)業(yè)創(chuàng)新能力，OJT表示產(chǎn)業(yè)的員工技能培訓強度，Ctr表示控制變量，、?t分別表示行業(yè)固定效應與時間固定效應，εit是隨機誤差項。β1是重點關注的回歸系數(shù)，如果該回歸系數(shù)顯著為正，則說明員工技能培訓促進了產(chǎn)業(yè)創(chuàng)新能力的提升。β1數(shù)值的大小在一定程度上代表了員工技能培訓影響產(chǎn)業(yè)創(chuàng)新能力的強弱，如果員工技能培訓經(jīng)費支出提高一個百分點，則意味著產(chǎn)業(yè)創(chuàng)新能力將上升β1%。

（二）變量測度

1.被解釋變量。2017年6月，中共中央、國務院印發(fā)的《新時期產(chǎn)業(yè)工人隊伍建設改革方案》明確提出產(chǎn)業(yè)工人是創(chuàng)新驅(qū)動發(fā)展的骨干力量;黨的十九屆五中全會再次重申和強調(diào)了“堅持創(chuàng)新在我國現(xiàn)代化建設全局中的核心地位”。那么，塑造和提升產(chǎn)業(yè)工人技能素質(zhì)的技能形成體系，也需要服務于國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略。鑒于此，本文使用產(chǎn)業(yè)創(chuàng)新能力作為技能形成體系創(chuàng)新績效的代理變量，以考察作為形成產(chǎn)業(yè)工人技能內(nèi)部積累方式的員工技能培訓是否能夠服務于創(chuàng)新驅(qū)動發(fā)展。本文測度產(chǎn)業(yè)創(chuàng)新能力的數(shù)據(jù)源于復旦大學產(chǎn)業(yè)發(fā)展研究中心發(fā)布的《中國城市和產(chǎn)業(yè)創(chuàng)新力報告2017》，該指標充分考慮了專利的內(nèi)在價值有助于規(guī)避使用專利數(shù)量和發(fā)明專利占比測算產(chǎn)業(yè)創(chuàng)新能力時可能會存在的誤差。

2.解釋變量。員工技能培訓作為塑造產(chǎn)業(yè)工人技能的內(nèi)部積累方式，通過職工教育培訓經(jīng)費的支出來衡量企業(yè)對人力資本形成與重視的程度，已成為目前文獻研究中常用的代理指標。一般而言，職工教育培訓經(jīng)費主要用于對優(yōu)秀員工的培訓和獎勵，較少用于一般員工的入門級崗位技能培訓[11]。因此，該指標在一定程度上也反映了企業(yè)的人力資本存量，即職工教育培訓經(jīng)費支出越多，那么該企業(yè)擁有的高技能員工數(shù)量也相應越多。

3.控制變量。產(chǎn)業(yè)規(guī)模：該指標類似于“企業(yè)規(guī)模”指標，一般使用產(chǎn)業(yè)內(nèi)企業(yè)的平均銷售收入來代理產(chǎn)業(yè)規(guī)模。產(chǎn)業(yè)規(guī)模的平方：考慮到產(chǎn)業(yè)規(guī)模與員工技能培訓經(jīng)費之間可能存在“倒U型”的函數(shù)關系，所以加入產(chǎn)業(yè)規(guī)模的平方予以相關檢驗。民營企業(yè)占比：民營企業(yè)無論是在增強市場經(jīng)濟活力方面，還是在吸納民生就業(yè)數(shù)量方面，都具有舉足輕重的作用。市場進入率：市場進入與商事改革密切相關，高質(zhì)量的商事改革在降低市場準入門檻的同時，有助于提升企業(yè)進入新市場的機會，從而激發(fā)市場主體的活力。出口交貨值占比：出口交貨值是現(xiàn)階段衡量企業(yè)融入全球市場的一個重要參數(shù)，將交易時的外匯價格折算成人民幣后可表征出口產(chǎn)品的市場價值。

（三）數(shù)據(jù)說明

本文的統(tǒng)計分析數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫（CSMAR）、上海證券交易所和深圳證券交易所的上市企業(yè)財務報表、《中國城市和產(chǎn)業(yè)創(chuàng)新力報告2017》《中國科技統(tǒng)計年鑒—2020》以及國家統(tǒng)計局網(wǎng)站的國家數(shù)據(jù)資料庫。接下來，本文對此進行具體說明：一是產(chǎn)業(yè)創(chuàng)新能力的數(shù)據(jù)來源于復旦大學產(chǎn)業(yè)發(fā)展研究中心發(fā)布的《中國城市和產(chǎn)業(yè)創(chuàng)新力報告2017》。考慮到該報告的數(shù)據(jù)只更新至2016年，為了與其他數(shù)據(jù)同步，本文根據(jù)歷年產(chǎn)業(yè)創(chuàng)新能力的增長率來預測和插補了2017—2019年的數(shù)據(jù)，以此形成2001—2019年的產(chǎn)業(yè)創(chuàng)新能力數(shù)據(jù)。二是員工技能培訓的數(shù)據(jù)主要依據(jù)國泰安數(shù)據(jù)庫（CSMAR）的企業(yè)基本信息。筆者在檢索上海證券交易所和深圳證券交易所的上市企業(yè)財務報表后，通過手工整理出企業(yè)對職工教育培訓的經(jīng)費支出。三是產(chǎn)業(yè)規(guī)模、民營企業(yè)占比、市場進入率、出口交貨值占比等控制變量所需的數(shù)據(jù)均來源于歷年的《中國科技統(tǒng)計年鑒》和國家統(tǒng)計局網(wǎng)站的國家數(shù)據(jù)資料庫。綜上所述，為保證研究數(shù)據(jù)的有效性，本文將研究時間范圍限定為2001—2019年，最終獲得共計19年的數(shù)據(jù)樣本。

三、研究假設的驗證及解釋

（一）員工技能培訓的創(chuàng)新績效

表1匯報了員工技能培訓創(chuàng)新績效的基本回歸結果。具體來說：第（1）列匯報了在未添加控制變量、時間固定效應和產(chǎn)業(yè)固定效應的情況下，員工技能培訓的回歸系數(shù)在1%的顯著性檢驗水平上為0.793 9，即企業(yè)投資員工技能培訓的經(jīng)費支出提高一個百分點，則意味著產(chǎn)業(yè)創(chuàng)新能力也將相應上升0.7939%。在此基礎上控制時間固定效應和產(chǎn)業(yè)固定效應之后，第（2）列匯報了員工技能培訓的回歸系數(shù)在5%的顯著性檢驗水平上為0.098 8，即企業(yè)投資員工技能培訓的經(jīng)費支出提高一個百分點，則意味著產(chǎn)業(yè)創(chuàng)新能力也將相應上升0.0988%。由此可見，員工技能培訓的回歸系數(shù)出現(xiàn)了較大的波動，但擬合優(yōu)度從第（1）列的0.203 1一躍升至0.990 6，說明在控制了時間固定效應和產(chǎn)業(yè)固定效應之后，第（2）列的回歸結果具有較強的解釋力。第（3）列進一步添加了控制變量，員工技能培訓的回歸系數(shù)在1%的顯著性檢驗水平上為0.135 3，即企業(yè)投資員工技能培訓的經(jīng)費支出提高一個百分點，則意味著產(chǎn)業(yè)創(chuàng)新能力也將相應上升0.1353%。這與第（2）列回歸結果的數(shù)值差異并不大，且擬合優(yōu)度也僅從0.990 6略微增長至0.991 7，說明在添加了控制變量之后，員工技能培訓的回歸系數(shù)沒有發(fā)生實質(zhì)性的變化，也揭示了控制變量對第（2）列回歸結果的影響并不明顯。

（二）內(nèi)生性問題處理

員工技能培訓在提升產(chǎn)業(yè)創(chuàng)新能力的同時，也可能會存在技術創(chuàng)新能力強的產(chǎn)業(yè)也許更愿意借助產(chǎn)業(yè)工人的人力資本推動產(chǎn)業(yè)轉型升級，繼而獲取更為豐厚的經(jīng)濟回報。那么，員工技能培訓與產(chǎn)業(yè)創(chuàng)新能力之間可能存在的反向因果關系，會導致表1匯報的基本回歸結果存在偏誤。鑒于此，本文使用員工技能培訓的滯后一期（IVOJT_1）變量作為工具變量，考察其與產(chǎn)業(yè)創(chuàng)新能力之間是否存在反向因果關系。具體實證結果如表2所示。

第（1）列匯報了在未添加控制變量、時間固定效應和產(chǎn)業(yè)固定效應的情況下，員工技能培訓滯后一期變量的回歸系數(shù)在1%的顯著性檢驗水平上為0.784 2，即企業(yè)投資員工技能培訓的經(jīng)費支出提高一個百分點，則意味著產(chǎn)業(yè)創(chuàng)新能力也將相應上升0.7842%。在此基礎上控制時間固定效應和產(chǎn)業(yè)固定效應之后，第（2）列匯報了員工技能培訓滯后一期變量的回歸系數(shù)在1%的顯著性檢驗水平上為0.631 2，即企業(yè)投資員工技能培訓的經(jīng)費支出提高一個百分點，則意味著產(chǎn)業(yè)創(chuàng)新能力也將相應上升0.6312%。由此可見，員工技能培訓滯后一期變量的回歸系數(shù)出現(xiàn)了較大的波動，但擬合優(yōu)度從第（1）列的0.207 8一躍升至0.504 2，說明在控制了時間固定效應和產(chǎn)業(yè)固定效應之后，第（2）列的回歸結果具有較強的解釋力。第（3）列進一步添加了控制變量，員工技能培訓滯后一期變量的回歸系數(shù)在1%的顯著性檢驗水平上為0.721 3，即企業(yè)投資員工技能培訓的經(jīng)費支出提高一個百分點，則意味著產(chǎn)業(yè)創(chuàng)新能力也將相應上升0.7213%。這與第（2）列的擬合優(yōu)度相比，也從0.504 2大幅上升至0.749 4，說明在考慮了內(nèi)生性問題后，企業(yè)投資員工技能培訓仍然能夠提升產(chǎn)業(yè)創(chuàng)新能力。

四、分樣本檢驗

（一）產(chǎn)業(yè)異質(zhì)性樣本檢驗

本研究在計量模型中加入員工技能培訓與產(chǎn)業(yè)技術水平的交互項，以探討員工技能培訓在產(chǎn)業(yè)不同技術水平下的創(chuàng)新績效。具體情況如表3所示。

Panel A部分匯報了使用研發(fā)人員數(shù)量測度產(chǎn)業(yè)技術水平的回歸結果。具體來說：第（1）列匯報了在未添加控制變量、時間固定效應和產(chǎn)業(yè)固定效應的情況下，員工技能培訓與研發(fā)人員數(shù)量交互項的回歸系數(shù)在1%的顯著性檢驗水平上為正數(shù)，表明隨著產(chǎn)業(yè)技術水平的提高，員工技能培訓更能提升產(chǎn)業(yè)的創(chuàng)新能力。在此基礎上控制時間固定效應和產(chǎn)業(yè)固定效應之后，第（2）列匯報了員工技能培訓與研發(fā)人員數(shù)量交互項的回歸系數(shù)在5%的顯著性檢驗水平上仍然為正數(shù)。雖然交互項的回歸系數(shù)出現(xiàn)了較大的波動，但擬合優(yōu)度從第（1）列的0.203 1一躍升至0.990 6，說明在控制了時間固定效應和產(chǎn)業(yè)固定效應之后，第（2）列的回歸結果具有較強的解釋力。第（3）列進一步添加了控制變量，員工技能培訓與研發(fā)人員數(shù)量交互項的回歸系數(shù)在1%的顯著性檢驗水平上繼續(xù)為正數(shù)，與第（2）列的回歸系數(shù)并沒有明顯的差異，且擬合優(yōu)度也僅從0.990 6略微增長至0.991 7。這說明在添加了控制變量之后，交互項的回歸系數(shù)沒有發(fā)生實質(zhì)性的變化，也在一定程度上揭示了控制變量對第（2）列回歸結果的影響并不明顯。同理，Panel B部分的解讀可照此展開論述。表3的實證結果表明，隨著產(chǎn)業(yè)技術水平的提升，企業(yè)對員工技能培訓的投資也更加能提升產(chǎn)業(yè)創(chuàng)新能力。

（二）技術異質(zhì)性樣本檢驗

通過網(wǎng)絡爬蟲方法從企查查數(shù)據(jù)庫中抓取與人工智能相關的企業(yè)信息，即運用Python軟件中的“Contains”算法對“企業(yè)名稱”和“經(jīng)營范圍”進行關鍵詞搜索，一旦其中有與人工智能相關的關鍵詞，就可以將該企業(yè)視為人工智能企業(yè)①。基于制造業(yè)二位碼將網(wǎng)絡爬蟲方法所搜集的數(shù)據(jù)進行產(chǎn)業(yè)分類，獲得31個細分產(chǎn)業(yè)。接著，將相關企業(yè)數(shù)據(jù)分別匯總至不同類型的產(chǎn)業(yè)層面，并由關鍵詞將數(shù)據(jù)樣本依次區(qū)分為“智能”“云”“數(shù)據(jù)”“物聯(lián)”以及“機器學習”等不同類型。那么，員工技能培訓對產(chǎn)業(yè)創(chuàng)新能力的影響效應在不同人工智能技術下是否存在差異，需要在經(jīng)驗層面得到進一步的分析。

表4匯報了不同人工智能技術下員工技能培訓創(chuàng)新績效的技術異質(zhì)性分析結果。具體來說：第（1）列匯報了在“智能”技術樣本里，員工技能培訓的回歸系數(shù)在1%的顯著性檢驗水平上為0.488 8，即企業(yè)投資員工技能培訓的經(jīng)費支出提高一個百分點，則意味著產(chǎn)業(yè)創(chuàng)新能力也將相應上升0.4888%。第（2）列匯報了在“云”技術樣本里，員工技能培訓的回歸系數(shù)在1%的顯著性檢驗水平上為0.534 7，即企業(yè)投資員工技能培訓的經(jīng)費支出提高一個百分點，則意味著產(chǎn)業(yè)創(chuàng)新能力也將相應上升0.5347%。第（3）列匯報了在“數(shù)據(jù)”技術樣本里，員工技能培訓的回歸系數(shù)在1%的顯著性檢驗水平上為0.615 1，即企業(yè)投資員工技能培訓的經(jīng)費支出提高一個百分點，則意味著產(chǎn)業(yè)創(chuàng)新能力也將相應上升0.6151%。第（4）列匯報了在“物聯(lián)”技術樣本里，員工技能培訓的回歸系數(shù)在1%的顯著性檢驗水平上為0.625 7，即企業(yè)投資員工技能培訓的經(jīng)費支出提高一個百分點，則意味著產(chǎn)業(yè)創(chuàng)新能力也將相應上升0.6257%。囿于“機器學習”技術的樣本量比較少，導致變量的回歸系數(shù)不能有效收斂，故此列回歸結果不作匯報。

五、研究結論與啟示

（一）研究結論

1.培訓在推動技能迭代更新的過程中扮演重要角色。由知識引發(fā)的創(chuàng)新顯然不能自動轉化為實際行動并獲取相應的回報，它需要一個組織學習機制來縮短客觀存在的“知識距離”[12]。這個組織學習機制的結果就是產(chǎn)業(yè)工人的人力資本，如美國大量出口的勞動密集型產(chǎn)品就富含人力資本元素，屬于人力資本兼知識密集型產(chǎn)品[13]。德國的發(fā)展經(jīng)驗也同樣提示，擁有高技能素質(zhì)的產(chǎn)業(yè)工人是“德國制造”走向世界的一個鮮明的比較優(yōu)勢。多個國家的長期發(fā)展經(jīng)驗也表明，要擺脫僅僅把正式的學校教育體系作為勞動技能提供方式的觀點，而要特別重視企業(yè)、社會培訓機構等在非正式教育供給方面對勞動技能形成的關鍵性影響。技能形成體系作為一種涵蓋從培訓供給到資格認證全過程的技能人才開發(fā)模式，其基本內(nèi)涵是為勞動力提供技能習得的所有制度安排。這些安排基于工作本位，利用全職或在崗培訓等多種學習形式實現(xiàn)，其目標是提高勞動力的工作能力[14]。可見，培訓作為現(xiàn)代職業(yè)教育體系的重要組成部分，在推進技能轉型升級的過程中扮演了重要的角色。

2.員工技能培訓有助于促進創(chuàng)新。2020年，黨的十九屆五中全會明確提出“堅持創(chuàng)新在現(xiàn)代化建設全局中的核心地位”，創(chuàng)新在我國經(jīng)濟社會建設中的作用愈發(fā)凸顯。那么，員工技能培訓作為產(chǎn)業(yè)工人技能形成體系的內(nèi)部積累方式，在我國情境下是否能夠促進創(chuàng)新，需要在經(jīng)驗層面得到證實。鑒于此，本文采用最小二乘法發(fā)現(xiàn)，員工技能培訓與產(chǎn)業(yè)創(chuàng)新能力的回歸系數(shù)0.135 3通過了1%的顯著性水平檢驗，實證結果提示，技能促進創(chuàng)新的結論在我國情景下是存在的。為了規(guī)避員工技能培訓與產(chǎn)業(yè)創(chuàng)新能力之間可能存在的反向因果關系，本文在內(nèi)生性問題處理部分使用兩階段最小二乘法進一步進行回歸分析，并沒有發(fā)現(xiàn)基本回歸結果存在偏誤的情況。此外，在產(chǎn)業(yè)異質(zhì)性和技術異質(zhì)性的分樣本檢驗中，員工技能培訓對創(chuàng)新的提升效應仍然存在，這也提示基本回歸結果具有較強的穩(wěn)健性。

（二）研究啟示

1.構建技能型社會教育體系，發(fā)揮技能促進創(chuàng)新的效應。目前，人工智能在與產(chǎn)業(yè)融合發(fā)展的進程中深刻重塑了全球制造業(yè)的格局，也使得關注制造與創(chuàng)新的“再工業(yè)化”話題引起了學術界的熱議。德國的工業(yè)4.0戰(zhàn)略、日本的機器人新戰(zhàn)略、美國的先進制造業(yè)領導力戰(zhàn)略等一系列政策的出臺，表明在創(chuàng)新加持下的制造業(yè)再發(fā)展已成為發(fā)達國家戰(zhàn)略安排的優(yōu)先選項。十九屆五中全會在錨定二〇三五年遠景目標的建議中對職業(yè)教育和培訓提出了新的更高要求，“技能型社會教育體系”的構建成為戰(zhàn)略舉措。技能培訓系統(tǒng)和技能認證系統(tǒng)是構成產(chǎn)業(yè)工人技能形成體系的主體要素，而如何應對技能形成體系中存在的技能培訓供給與技能資格賦值的“市場失靈”問題，是導致不同國家技能形成路徑差異化的根源所在。奉行自由主義培訓政策的英國，面臨著經(jīng)濟走向“脫實向虛”的困境;而采取協(xié)調(diào)主義培訓政策的德國在制造業(yè)領域長期占據(jù)領先地位。可見，企業(yè)、社會等利益攸關方的積極參與不僅有助于構建技能型社會，也能充分發(fā)揮技能促進創(chuàng)新的效應，從而為創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的深入推進提供技能支撐。

2.完善現(xiàn)代職業(yè)教育體系，助推“技能中國行動”實施。黨的十九大報告旗幟鮮明地提出要“完善職業(yè)教育和培訓體系”，這是國家戰(zhàn)略規(guī)劃文件首次明確培訓在職業(yè)教育體系中的重要地位，也開啟了構建現(xiàn)代職業(yè)教育體系的時代新征程。從2017年《新時期產(chǎn)業(yè)工人隊伍建設改革方案》開始，《關于推行終身職業(yè)技能培訓制度的意見》《國家職業(yè)教育改革實施方案》《職業(yè)技能提升行動方案（2019—2021年）》《職業(yè)院校全面開展職業(yè)培訓 促進就業(yè)創(chuàng)業(yè)行動計劃》《“技能中國行動”實施方案》等一系列政策文件的相繼出臺，都直接指明和強調(diào)培訓是現(xiàn)代職業(yè)教育體系的重要組成部分。十九屆四中全會提出“把制度優(yōu)勢轉化為治理效能”，說明完善“學歷教育與培訓并重”的現(xiàn)代職業(yè)教育體系的一大治理效能就是助推“技能中國”的實現(xiàn)，充分發(fā)揮技能人才在制造業(yè)全球價值鏈攀升過程中的杠桿作用。培訓作為一種非正式學習方式，突破了學歷教育在時空維度上的束縛，在為學齡人群和非學齡人群提供知識技能的學習方面具有獨特優(yōu)勢，因而構建高質(zhì)量培訓體系亦是完善服務全民終身學習的教育體系的重要內(nèi)容，為勞動者的技能習得提供了較為靈活的獲取途徑。企業(yè)作為直接面向商品生產(chǎn)的一線組織，其積極參與培訓的行為在彌補市場需求和技能供給之間存在的鴻溝方面具有明顯優(yōu)勢。大量的技能勞動者可以通過精準化、組織化與系統(tǒng)化的培訓獲得晉升高技能人才的有效途徑，這也為“技能中國”的實現(xiàn)開辟了可行途徑。

3.重新審視勞動技能價值，堅持職業(yè)教育類型屬性。我們比以往任何時候都深刻認識到，在處于知識經(jīng)濟的今天，勞動技能已成為各個領域不可忽略的關鍵性要素[15]。大量富有高技能素質(zhì)的勞動力能夠在實際生產(chǎn)過程中產(chǎn)生并采用一些新思想、新觀點，激發(fā)創(chuàng)新能力和技術進步，從而確保一國或地區(qū)具備可持續(xù)的競爭力與繁榮。勞動技能成為知識經(jīng)濟社會中寶貴的資源財富，并成為國家綜合競爭力的戰(zhàn)略資產(chǎn)。然而，預設的經(jīng)濟社會發(fā)展目標并沒有因為那么多人力資本政策的實施接踵而至。對此可能存在的解釋是，政策制定者并沒有真正重視勞動力的技能素質(zhì)，而是把注意力放在學歷教育、財政支出、學校硬件設施等代理指標上。但這并沒有宣告人力資本投資的失敗，而只是說明利用升學率、在校學習時間、班級規(guī)模等指標測算人力資本的失敗，特別是在國際范圍內(nèi)比較時更是如此。那么，與普通教育明顯不同的職業(yè)教育應該堅持類型屬性，放棄沿用傳統(tǒng)的教育監(jiān)測指標，將職業(yè)教育的中心聚焦于勞動者的技能習得，促進其技能發(fā)展，從而為經(jīng)濟社會的高質(zhì)量發(fā)展提供一大批高素質(zhì)勞動者。

注釋：

① 一般而言，人工智能企業(yè)會在名稱、經(jīng)營范圍中體現(xiàn)人工智能相關的特點，可能涉及“智能”“云”“數(shù)據(jù)”“物聯(lián)”以及“機器學習”關鍵詞。因此，基于此方法有助于在大樣本數(shù)據(jù)中快速識別產(chǎn)業(yè)內(nèi)的人工智能企業(yè)。

參考文獻：

[1]張雙志.技能形成體系創(chuàng)新績效的比較：新制度主義視角[J].職教論壇，2021（9）：6-11.

[2]人力資源和社會保障部.人力資源社會保障部關于印發(fā)“技能中國行動”實施方案的通知[Z].人社部發(fā)〔2021〕48號，2021-06-30.

[3]加里·貝克爾.人力資本（第三版）[M].陳耿宣，譯.北京：機械工業(yè)出版社，2016：24-50.

[4] STEVENS M. Transferable Training and Poaching Externality，in A.L. Booth e D.J.Snower（Eds），Acquiring Skill，Market Failures，Their Symptoms and Policy Responses[M]. Cambridge UK：Cambridge University Press，1996：12-18.

[5] NOORLIZA K， MUHAMMAD H A. The Effects of Total Quality Management Practices on Employees' Work-Related Attitudes[J]. The TQM Magazine，2006，18（1）：30-43.

[6] ACEMOGLU D. Training and Innovation in an Imperfect Labor Market[J]. The Review of Economic Studies，1997，64（3）：445-464.

[7] 張雙志.產(chǎn)業(yè)智能化背景下員工技能培訓研究[D].天津：天津大學，2021：24-26.

[8] CARLOS P. Testing the Acemoglu-Pischke Model in Spain[J]. Economics Letters，2001，72（1）：107-115.

[9] 肖鳳翔，張雙志.民營企業(yè)員工培訓的經(jīng)濟回報研究——基于企業(yè)利潤的視角[J].中國職業(yè)技術教育，2019（3）：53-59.

[10] 奧利弗·索姆，伊娃·柯娜爾.德國制造業(yè)創(chuàng)新之謎：傳統(tǒng)企業(yè)如何以非研發(fā)創(chuàng)新塑造持續(xù)競爭力[M].工業(yè)4.0研究院，譯.北京：中國工信出版集團，2016：推薦序二.

[11] 王萬珺，沈坤榮，周紹東，等.在職培訓、研發(fā)投入與企業(yè)創(chuàng)新[J].經(jīng)濟與管理研究，2015，36（12）：123-130.

[12] WILLIAM J，ABERNATHY，JAMES M U. A Dynamic Model of Product and Process Innovation[J]. Omega，1975，3（6）：639-656.

[13]張濤.國家競爭優(yōu)勢的來源——知識生產(chǎn)、知識資本化和制造基礎[J].探索與爭鳴，2019（7）：136-146，160.

[14] RUPIETTA C， BACKES G U. High Quality Workplace Training and Innovation in Highly Developed Countries[R]. Zurich：Institute for Strategy and Business Economics（University of Zurich），2012：16-17.

[15]雷·馬歇爾，馬克·塔克.教育與國家財富：思考生存[M].顧建新，趙友華，譯.北京：教育科學出版社，2003：序言.

[責任編輯? ? 曹? ?穩(wěn)]