職業教育校企合作的企業選擇：組織行動視角

摘 要 校企合作在本質上屬于企業生產性組織行為，是生產系統更新與產業工人技能形成的互動結果，有助于促進高技能勞動力向作為創新主體的企業聚集。從組織行動視角對校企合作中企業的選擇行為展開多重考察發現，企業投資校企合作應超越“成本—收益”計算的短視傾向，在推進勞動“再技能化”的進程中塑造“人機共生”新型生產系統，從而為企業在創新驅動發展時代筑牢競爭優勢。對此可能蘊含的啟示是：塑造多元平等的政策主體，構建協商共治的政策議題，設計多管齊下的政策工具，進一步增強政策的可操作性。

關鍵詞 職業教育;校企合作;企業選擇;技能賦能;組織行動

中圖分類號 G717 文獻標識碼 A 文章編號 1008-3219（2022）01-0053-07

隨著經濟全球化紅利的遞減，中國經濟的發展動能開始從要素驅動轉向創新驅動，技能作為驅動創新發展中一股不可忽視的人力資本力量受到越來越廣泛的關注。作為職業教育基本辦學模式的校企合作，也成為塑造技能的重要載體。校企合作在本質上屬于企業生產性組織行為，是生產系統更新與產業工人技能形成的互動結果。除了普遍存在的挖人外因外，美國經濟學家貝克爾（Garys Becker）認為，校企合作存在市場失靈的主要原因在于信貸約束對企業投資技能存在“成本—收益”計算的不確定性影響。作為準公共產品的技能的確存在收益不確定性的風險，一旦預期培訓收益不能被有效保障，企業就不會樂意投資校企合作。英國滑入低技能均衡發展陷阱的原因，在于沒能有效解決雇主和勞動者所面臨的校企合作投資不確定性問題。然而，德國和日本的發展經驗卻揭示了企業能夠從校企合作投資中獲得回報，包括對通用性技能培訓的投資。麻省理工學院“學院教授”獲得者阿西莫格魯（Daron Acemgolu）基于勞動力市場結構的視角對此展開了一系列頗具影響力的研究，認為工資擠壓所形成的“剪刀差”利潤在企業是否選擇開展校企合作的選擇中發揮了重要作用。可見，企業是否投資校企合作是一場關于“成本—收益”計算的博弈選擇。鑒于此，從組織行動視角對校企合作中企業的選擇行為展開多重考察，有助于為在技能型社會建設進程中充分發揮企業的重要主體作用提供學理闡述。

一、企業選擇的經濟動因：“成本—收益”的計算與超越

貝克爾基于“成本—收益”的計算對企業投資校企合作的選擇行為開展了從理論闡釋到實證檢驗的系統性研究，認為企業能夠完全獲得專用性技能培訓的全部收益，而對通用性技能培訓的投資缺乏動力。但在現實經濟生活中，很多企業卻對通用性技能培訓表現出選擇性偏好，甚至將其作為對優秀員工的一種獎勵方式。為此，本文圍繞“成本—收益”的計算與超越對企業是否選擇投資校企合作的經濟動因展開論述。

（一）“成本—收益”計算下的企業選擇存在不確定性

以貝克爾到阿西莫格魯為代表的一大批經濟學家都認為勞動技能有助于推動一國經濟社會的發展，特別是對于長期經濟增長來說是不可忽視的因素。從全球來看，技能短缺是制造業發展史上一個繞不開的“怪圈”，勞動技能似乎總是滯后于制造業轉型升級的步伐。那么，產業工人技能形成體系的構建就成為應對技能短缺問題的關鍵舉措，培養大批高素質產業工人有助于推動制造業邁向中高端發展階段。然而，校企合作作為產業工人技能形成的內部積累方式，卻面臨著技能識別滯后和技能投資不足兩大問題。就技能識別滯后而言，人工智能技術的關鍵影響不是改變了工作崗位的數量，而是對工作任務進行重新設計。隨著機器承擔起更多的重復性繁重任務，員工可以抽出更多時間和精力用于更高層次的項目任務，傳統的工作崗位描述也因此顯得不合時宜[1]。換言之，工作崗位的日新月異導致企業對技能需求的識別成果所能發揮的時間和作用顯得十分有限，這也直接影響到企業對未來戰略投資的洞察力。從技能投資不足來看，作為準公共產品的勞動技能的確存在收益不確定的風險，一旦預期培訓收益不能被有效保障，企業就不會愿意投資校企合作。阿西莫格魯從壓縮工資結構的視角糾正和完善了貝克爾非此即彼的二元選擇理論，揭示了企業投資校企合作的獲利來源。然而，“成本—收益”計算下的校企合作存在投資短視傾向，明顯不利于企業的長遠發展。

（二）企業選擇應超越“成本—收益”計算的短視傾向

“創新是第一動力、人才是第一資源”已成為發展共識，人力資源供給側結構性改革有助于促進勞動力與技術、資本、管理等資源要素的優勢互補，從而打造支撐高質量發展的新引擎。那么，智能制造作為人工智能與制造業融合的產物，已成為全球先進制造業的主要發展方向[2]。然而，技能識別滯后和技能投資不足的困境導致企業在應對技能短缺問題上明顯準備欠佳。這需要塑造一種新的具有持續性的校企合作機制予以保障，既要考慮到工作崗位調整的動態性，亦要涉及員工應對技能半衰期縮短的彈復能力。德勤、埃森哲、IBM、普華永道、摩根大通、亞馬遜等世界500強企業均在2019年啟動了規模龐大的校企合作投資計劃，其中最引人注目的是亞馬遜承諾投資7億美元，資助包括亞馬遜技術學院、Associate2Tech計劃等在內的諸多培訓項目以確保2025年前實現10萬名員工的技能升級[3]。企業開展校企合作不僅能獲取工資壓縮下的“剪刀差”利潤，還能從人力資本視角塑造企業面對持續不斷的變化所應具備的彈復力。美國制造商Dynamic Group在注模生產車間引入輕型機器人，并基于人機協同工作的理念重新評估了工作任務和勞動技能的適配度，使得員工在提升工作效率的同時實現企業銷售收入翻兩番的經營成果[4]。同樣，日本零售業巨頭Fast Retailing也為其員工配置了基于人工智能技術的設備，實現了2017年度利潤同比增長接近39%的驚人成績[5]。由此可見，企業投資校企合作應超越“成本—收益”計算的短視傾向，通過整合人工智能技術與人類智慧打造的未來員工隊伍將會為企業創造前所未有的收入增長和創新成果。

二、企業選擇對技能的二重分化：“鎖定”亦或“升級”

校企合作作為一種覆蓋從培訓供給到資格認證全過程的技能人才培養模式，其基本內涵是為勞動力提供技能習得的所有制度安排。但技能作為一種準公共產品，存在“知識溢出”效應的技能，在一定程度上會弱化企業參與校企合作的內生動力，不利于產業工人的技能形成。縱觀發達國家工業發展史，發現企業在校企合作中的參與程度會對勞動技能是滑入“鎖定”陷阱還是走向“升級”之路產生重要影響。

（一）自由市場模式下的企業選擇：滑入技能鎖定陷阱

低技能、低工資和低附加值是低技能均衡經濟的典型特征，也是長期困擾英國經濟社會發展的問題[6]。英國產業界一直奉行低成本、低價格競爭策略的福特主義，致力于尋求技能節約型生產技術，這從勞動力市場需求角度進一步加劇了技能短缺的問題。信息技術、生物技術、軟件開發等新一輪技術革命的興起，更加突顯英國在高技能勞動力方面儲備不足的缺陷。經濟社會的發展需要一大批技術技能人才將科技創新成果轉化為勞動生產力，這些體系化的技能既包括具備一般的科學、技術、工程和數學（STEM）技能，也包括在新技術領域具備的專業知識。然而，英國無論是最基本的勞動技能還是高端專業化技能都明顯落后于德國、日本等制造業強國。1964年《工業訓練法》的頒布實施在英國職業教育和培訓史上具有里程碑意義，標志著英國政府對職業教育和培訓開始放棄自由放任的模式。但到20世紀80年代末，英國政府成立的培訓與企業委員會（TEC）又重新強調企業在校企合作問題上的自主決定權，似乎政策的鐘擺開始在“放任”還是“干預”之間來回搖擺。

也就是說，勞動技能似乎在英國陷入了一種低端“鎖定”的狀態。丹尼斯·斯諾爾認為，企業的研發創新投入強度決定了其能否為勞動力市場創造技能崗位（也就是所謂的“好工作”），當有好工作出現的時候勞動力就會有足夠的動力去參與技能培訓，以提升自身的勞動技能去競爭好工作從而獲取高工資[7]。因此，勞動技能低端鎖定的實質就是技能短缺，這個問題的解決不僅需要考慮如何提高技能供給量，還需要考慮如何刺激技能需求量。從技能供給角度來說，英國國家職業資格體系（NVQ）堅持“能力本位”導向，強調以實踐操作為主的職業教育和培訓，卻忽視了相應的理論原理教育[8]。就技能需求而言，從重商主義轉向自由貿易主義的英國，鼓勵企業采取降低成本而不是通過研發創新來獲取價格競爭優勢，這也意味著企業對高技能勞動力的需求并不高。英國科技委員會的2019年調查報告也顯示：英國政府在校企合作方面的財政投資低于經合組織（OECD）成員國的平均水平14個百分點[9]，在一定程度上說明了英國政府無意也無力去解決勞動技能低端鎖定的問題，這對于英國制造業在新一輪科學技術革命中逐漸喪失優勢有著不可推卸的責任。

（二）嵌入社會模式下的企業選擇：推動技能轉型升級

自由市場模式強調“小政府、大市場”，以保證勞動力市場維持一個較高的自由競爭狀態，勞動者的技能形成主要通過學歷教育獲得。因此，英美的勞動力市場呈現出高技能和低技能分化明顯的啞鈴型結構，技能短缺問題又促使企業追求技能節約型產品生產的競爭策略，這又進一步阻礙了其對校企合作的投資，惡性循環由此開始反復。與英美的自由市場模式不同，德國和日本被視為資本主義世界協調性市場經濟模式的代表，也被稱為嵌入社會模式。該模式表現為耐心資本、協作雇主和多樣化的勞資關系，強調發揮政府的“有形之手”以解決普遍存在的市場失靈問題，也推動了勞動技能走向轉型升級之路。當然，嵌入社會的市場經濟模式也不是單純強調政府的強制性干預力量，反而更加重視發揮企業、行業、社會等利益攸關方在政府統一指導下的協同配合效應。也就是說，強調利益攸關方的協調性是嵌入社會市場經濟模式的本質屬性，是一種有意識進行調控且兼容社會保障的市場經濟。

雖然同為以高技能、高工資和高附加值為主要特征的高技能均衡發展模式，但德日兩國由于各自“文化—認知”要素的差異，在產業工人技能形成體系方面也存在較為明顯的區別。德國由于其悠久的雙元制學徒培訓歷史，形成了“企業+學校”的技能積累方式，即職業技能培訓與基礎知識教育融為一體，有助于實現從學校到職場的順利過渡。德國的技能形成體系屬于社會伙伴式技能形成模式，強調學校、企業、政府等利益攸關方的協同合作。日本將傳統手工業部門視為實現工業化的障礙，通過一系列政策將其予以政治性瓦解，鼓勵企業長期雇傭工匠師傅以開展自給自足的技能培訓，形成了以企業為基礎的技能積累方式。工業4.0的核心在于“人—機”關系的深刻變化[10]，信息物理系統（CPS）用智能機器取代人執行操作性的勞動，使勞動者的主要精力轉向具有更高附加值的創新活動，大大提高了生產系統對勞動者知識和技能的要求。簡言之，技能的高端升級將是人工智能時代勞動力市場結構變革的主流趨勢。

三、企業選擇對工作方式的重構：從“機器換人”到“人機共生”

產業智能化的實施主體是企業，需要企業主動適應新技術革命所引發的深刻影響，重新架構企業經營理念、模式和組織，特別是重新審視企業人力資源開發的多重作用。企業作為產業工人技能形成體系的主體，在勞動技能形成過程中承擔著關鍵性的職業技能培訓供給方角色。那么，在技術理性主導下的生產系統變革中企業存在“去技能化”亦或“再技能化”的二元選擇，這可能會形塑不同樣態的勞動力市場結構。

（一）去技能化的企業選擇引致“機器換人”

美國社會學家布雷弗曼（Harry Breffman）在研究自動化技術對勞動技能所造成的影響過程中提出了“技能退化”（Deskilling）的概念，認為這對于人類發展來說是一種非常危險的現象。相較生產機器而言，人類作為勞動者確實存在諸多不確定性且越來越昂貴，這也是人們一直在渲染技術威脅論的同時還要孜孜不倦地追求技術創新的重要原因。其實，所有工作都是由一連串的任務構成的，能夠編碼化的任務就會面臨被生產機器取代的命運，而人類最終能夠承擔的部分就是那些無法被編碼的任務。縱觀三次工業革命發展史，技能節約型技術的使用一直是生產系統變革的主旋律。特別是福特流水線生產模式的出現將勞動者直接異化為生產流程上的一道工序，“機器換人”的趨勢越發明顯。蒸汽動力加持的珍妮紡紗機成為19世紀初最節省人力的紡織技術，將傳統手工業的技能工人代表——紡織師傅從繁重的體力勞動中解放出來，也促使他們從農場走向工廠以出賣勞動力為生。然而，飛梭、精紡機、動力織布機的使用也加劇了技術工人的恐慌心理，從1811年至1816年不間斷發生了英國紡織工人以破壞機器為手段反對資本家壓榨剝削的“盧德運動”。

隨著技術更新迭代速度的加快，“機器換人”領域也超出了臟、亂、危險的范疇，以“枯燥無味”為代名詞的程序化工作開始受到極大沖擊[11]。如果說前兩次工業革命侵蝕的是農業和制造業工作的話，那么以信息技術為代表的第三次工業革命正在加速變革以服務業為基礎的經濟結構。“盧德謬論”認為，技能節約型技術的使用會減少生產系統對勞動力的需求，進而導致大規模的失業問題。英國經濟學家米德（James Meade）也在《效率、平等和財產所有權》一書中指出，技術進步將會在很大程度上危及勞動者的工資收入，并帶來十分棘手的新型貧困，呼吁政策制定者必須重視未來幾十年可能會廣泛出現的技術性失業問題。三次工業革命發展史表明，技術進步在消滅一部分工作崗位的同時，也會創造一大批新的就業機會且就業質量越來越高，但這需要政府、企業、社會等利益攸關方為之付出不懈努力。那么，大規模“機器換人”趨勢的出現，在一定程度上預示著人類勞動技能與生產系統之間的“重大脫鉤”已經開始發生，如何在舊的社會生產方式消解之前找到塑造新社會的生產模式，這對于“人”的價值再造顯得十分重要[12]。

（二）再技能化的企業選擇催生“人機共生”

人工智能的崛起最先沖擊的卻是那些中等技能工作崗位，這種類型的工作任務被瘋狂地解構，其中最容易編碼化的任務被信息技術所取代，而從事這些工作的人就是那些接受過高等教育和享受高額收入的中產階層。倘若他們的工作崗位在工業4.0浪潮中最先成為被自動化技術所取代的對象，勢必對當前經濟社會的運行結構產生前所未有的沖擊。換言之，現如今正在被取代的與即將被取代的工作和過去的工作類型是不相同的，以往的發展經驗是否仍然有用需要通過實踐檢驗才能得知。當前的人工智能主要通過與現有產業進行融合，從而為產業轉型升級賦能，仍然屬于“技能偏向型”的技術進步。一般而言，“機器換人”并非當前勞動力市場面臨的主要問題，人工智能引發工作任務變革的不確定性才是問題的關鍵。也就是說，技術變革所引起的勞動力需求規模減少趨勢雖不可避免，但對勞動力技能素質的要求卻越來越高，特別是不容易被程序化生產設備所取代的創意類、情感類工作對勞動技能的要求越來越高[13]。

企業需要重新識別、評估與配置工作任務，以便為員工和機器創建新的角色，進而將勞動技能與新角色進行匹配以發揮員工的最大價值。人類的優勢在于專家思維和復雜交流，當人類能夠勝任機器做得不夠好的任務甚至是發揮自己的優勢來協助機器更好地完成任務時，那么就大可不必擔心工作會被自動化所取代。已有研究也指出，在一定范圍內具有不同技能水平的勞動力使用同一生產設備獲得的產出結果是不一樣的[14]。美國商業思想家達文波特（Thomas H.Davenport）倡導“員工第一，機器第二”的“人機共生”理念，認為技術與技能在生產現場是互補的，需要在系統論視角下探討兩者之間的不同組合方式對勞動生產率帶來的差異化影響[15]。人工智能不僅提升了自動化的智能水平，還將勞動者從枯燥乏味的程序化工作中解放出來，以便釋放人類最重要的創新思維。簡言之，“人機共生”倡導把人類與復雜的機器結合起來實現生產系統的柔性運轉，全方位構建智能增強的工作場景。

四、企業選擇的創新績效：技能塑造持續競爭力

“人機共生”開啟的工作方式新紀元，有助于在環境掃描視域中全面塑造和提升企業的競爭優勢。德國作為由眾多中小型企業構成的全球制造強國，大多數屬于非研發密集型（低技術）企業，但它們依舊是德國經濟社會發展的主力軍，甚至與高技術、研發密集型企業在經濟績效方面相比，差距似乎也沒有那么明顯[16]。那么，校企合作作為德國中小型企業形成技術創新能力的主要措施，通過“做中學”機制整合、吸收和利用產業工人的勞動技能，從而在塑造組織吸收能力的過程中創造了企業的創新績效[17]。

（一）“做中學”機制：技能塑造創新的途徑

工業4.0下的世界開始進入創新驅動發展的新階段，如何造就和保持一國在創新方面的可持續相對優勢成為各國的主要戰略任務。黨的十九屆五中全會提出創新在我國現代化建設全局中處于核心地位，要求全面塑造發展新優勢、提高創新鏈的整體效能。創新塑造的國家競爭優勢主要依賴于知識生產、知識資本化和制造基礎，知識經濟時代也因創新正全面來臨[18]。一般而言，被視為創造和推動國家創新能力的知識，主要有三個不同類型的來源，即研究與開發、大學和科研機構的研究以及產業工人的人力資本。其中，產業工人的人力資本主要通過“外引內訓”的方式獲得。“外引”是指企業主要招聘接受過普通高等教育的畢業生，美國勞動技能的高端升級就是主要通過這種方式完成的，所以被視為低技能均衡發展的美國卻在大量出口富有人力資本元素的勞動密集型產品。“內訓”則是指企業主要通過崗位技能提升培訓的方式塑造員工的勞動技能，被視為高技能均衡發展典范的德國和日本就是主要通過這種方式完成技能的高端升級，也因此牢牢確立了其全球制造強國的地位。

技術進步不會自動轉化為勞動生產力，知識創新的商業化運作需要解決其中存在的“知識距離”問題[19]。那么，作為塑造產業工人人力資本內部積累方式的校企合作在有效縮短“知識距離”的傳導機制之中是如何形成與運轉的，需要進一步探討分析以便打開這一“組織黑箱”，為構建以企業為主體的國家創新體系提供相關學理支撐。科恩和利文索爾（Cohen W.M & Levinthal D.A）基于“吸收能力”視角，認為大量高素質技能人才有助于提高組織對研發創新成果的模仿、吸收和再利用水平[20]。除了研發創新之外，企業可以通過將現有技術方案轉化為不同工藝領域的新應用，從而提升自身的知識密集度。產品創新固然十分重要，但工藝創新亦是驅動中小型企業獲取持續性競爭優勢的主要動力。簡言之，將各種非技術要素進行充分組合來實現持續創新的能力就是組織的吸收能力。從認知與實施的角度將吸收能力劃分為“吸收能力—潛力”和“吸收能力—實現”，前者包括企業搜索并獲取相關知識的能力，后者則表示企業將搜索獲得的知識進行同化和平衡的能力，這也為解讀“德國制造”之謎提供了一個新視角[21]。

（二）“隱形冠軍”：技能塑造創新的德國經驗

德國學者索姆（Oliver Somme）等在2010年初對200家非研發密集型企業和88家高度研發密集型企業展開了一次大型調查研究，發現較低的研發投入并不一定導致德國企業技術創新能力的缺失[22]。創新不一定非得是從無到有的突變型創新，也可以是基于已有產品和工藝進行的累積型創新[23]。那么，專注于中低端技術的中小型企業主要憑借高技能產業工人實現將技術、知識、管理等進行混合式創新，繼而在為大型企業服務的產業供應鏈中實現市場價值的不斷攀升。換言之，創新并不一定來源于制度化的內部研發活動，傳統企業可以充分組合各種非研發投入要素來實現某種程度上的創新，以形成企業的持續競爭優勢。這些非研發密集型企業被西盟帕特內咨詢公司（Simon Kucher & Partners）的董事長西蒙（Hermann Simon）稱為主導全球利基市場的“隱形冠軍”，與其根植于“職業”（Beruf）文化的“雙元制”教育體系息息相關。該體系在為德國中小型企業提供了一大批高技能產業工人的同時，也創造了高達42%份額的工業增加值[24]。可見，校企合作能有效縮短客觀存在的“知識距離”，在非高密度研發投入強度下憑借技能來塑造企業的持續競爭力。

英國哲學家波蘭尼（Michael Polanyi）基于人的主體性視角將知識劃分為顯性知識和隱性知識，并認為表現主體認知偏好的隱性知識是行動得以成功的基礎。同樣，組織的吸收能力也主要來源于這兩點，代表科學維度的顯性知識是指企業從研發機構獲取的技術創新知識，而代表客戶維度的隱性知識則是指企業根據市場消費需求變化預測客戶行為傾向的緘默知識。校企合作之所以能夠形成組織吸收能力，在于其為員工之間、員工與高管之間的集體學習提供了一個交互式的信息平臺，通過“干中學”機制塑造企業吸收、整合與利用知識的綜合能力。簡言之，企業投資校企合作是技術進步與產業工人技能形成體系的互動結果，實質是一種企業生產性組織行為，在產業智能化的加持下會產生“1+1>2”的協同效應，繼而形成更大的創新促進效應[25]。在人工智能發展背景下，“小單快返”將消費互聯網和制造業緊密連接起來，迫切需要員工具有快速且敏捷的反應能力以探索一個在消費需求高度碎片化時代的新制造模式。以高技能、高工資以及產品和服務高附加值為主要特征的德國高技能均衡發展模式對我國當前處于產業轉型升級迷茫期的傳統制造業而言，無疑具有重要的借鑒價值。

五、結論與啟示

（一）結論

從全球來看，技能短缺是制造業發展史上一個繞不開的“怪圈”，勞動技能似乎總是滯后于制造業轉型升級的步伐。職業院校避開企業開展人才培養會面臨技能識別滯后的困境，隨著機器承擔起更多的重復性繁重任務，企業員工可以抽出更多時間和精力用于更高層次的項目任務，傳統的工作崗位描述也因此顯得不合時宜。換言之，工作崗位的日新月異導致職業院校對技能需求的識別成果所能發揮的時間和作用顯得十分有限，這也直接削弱了職業教育的適應性。那么，推動企業投資校企合作成為應對技能短缺問題的關鍵舉措，一大批高素質產業工人的塑造有助于促進制造業邁向中高端發展階段。但企業參與校企合作也存在投資不足的問題。作為準公共產品的技能的確存在收益不確定的風險，一旦預期收益不能被有效保障，企業就不會樂意投資校企合作。然而，“成本—收益”機制所產生的投資短視傾向，明顯不利于企業的長遠發展。那么，從政策層面完善企業參與校企合作的激勵設計，有助于整合人工智能技術和人類智慧打造面向未來的高素質勞動力隊伍。

（二）啟示

當前，有關校企合作的政策設計存在主體中心化、議題話語單向化、工具結構失衡的困境，不利于有序推進企業參與校企合作，需要進一步增強政策文本的可操作性。

1.塑造多元平等的政策主體

工業4.0時代需要針對技能的變革趨勢重塑企業架構，適時強化企業投資校企合作的職責，以此改變“中心—邊緣”主客二分式的傳統管理模式。也就是說，根據技術進步驅動技能演化的邏輯來理解技能形成的機制鏈，發現活躍于其中的利益攸關方正是敘事的主角。因此，校企合作政策的制定應產生于政府、企業、學校、勞動者之間的協商合作。具體來說，政府在校企合作政策中扮演統籌主體的角色，企業與學校在校企合作政策中共同扮演實施主體的角色，勞動者在校企合作政策中扮演消費主體的角色。

2.構建協商共治的政策議題

政策主體之間的協商共治規定了政策議題的維度劃分，也預示著政策主體使用政策工具達成政策議題的效果。那么，通過對校企合作的要素進行系統化梳理后，將政策議題分解為合作管理規范化、合作資源市場化以及合作方式多樣化。具體來說，屬于政治議題范疇的合作管理規范化旨在構建校企合作質量的評估監管機制，屬于經濟議題范疇的合作資源市場化旨在構建以市場調節為基礎的校企合作資源配置機制，屬于社會議題范疇的合作方式多樣化旨在構建滿足學習者個性化學習需求的教學機制。

3.設計多管齊下的政策工具

政策工具的合理運用促進了校企合作的良性運轉，也是利益攸關方實現合作管理規范化、合作資源市場化以及合作方式多樣化的主要手段。那么，引入羅斯韋爾和賽格菲爾德（Rothwell R & Zegveld W）的政策工具劃分標準對校企合作政策進行扁平化降維處理[26]，可知供給型工具有助于塑造校企合作的推力，需求型工具有助于增強校企合作的動力，環境型工具有助于優化校企合作的環境。例如，政府對企業、社會培訓機構等利益攸關方比較看好的技能培訓項目，可通過PPP模式實現政府與社會資本的有效合作，從而有效降低企業參與校企合作的成本。

參 考 文 獻

[1]孫早，侯玉琳.工業智能化如何重塑勞動力就業結構[J].中國工業經濟，2019（5）：61-79.

[2]黃鑫.加快制造業數字化網絡化智能化[N].經濟日報，2020-11-02（4）.

[3]艾麗卡·沃利尼，杰夫·施瓦茲，布拉德·丹尼，大衛·馬隆.2020德勤全球人力資本趨勢報告[R].紐約：德勤有限公司，2020.

[4]TINGLEY K. Learn to appreciate our robot colleagues[EB/OL].（2017-02-23）[2020-10-08].https：//www.nytimes.com/2017/02/23/magazine/learning-to-love-our-robot-co-workers.html.

[5]FAST RETAILING. Below is the summary announced on july 15 of results summary for FY2021 3Q[EB/OL].（2021-07-15）[2021-09-15].http：//www.fastretailing.com/eng/ir/financial/summary.html.

[6]王輝.低技能均衡的研究述評[J].中國人力資源開發，2017（2）：137-144.

[7]DENNIS J. SNOWER. The low-skill， bad-job trap[R].CEPR Discussion Papers，1994.

[8]王雁琳.英國技能短缺問題的因素分析[J].比較教育研究，2005（8）：50-55.

[9]Correspondence： Diffusion of Technology for Productivity[EB/OL].（2020-02-28）[2020-11-10].https：//www.gov.uk/government/publications/diffusion-of-technology-for-productivity.

[10]國務院發展研究中心課題組.借鑒德國工業4.0推動中國制造業轉型升級[M].北京：機械工業出版社，2018：42.

[11]許怡，葉欣.技術升級勞動降級？——基于三家“機器換人”工廠的社會學考察[J].社會學研究，2020（3）：23-46+242.

[12]AUTO D.， SALOMONS A. Robocalypse now： dose productivity growth threaten employment？[R].Paperpared for the ECB Forumon Central Banking，2017.

[13]程承坪.人工智能最終會完全替代就業嗎[J].上海師范大學學報（哲學社會科學版），2019（2）：88-96.

[14]SPENNER K. I. Skill： meanings， methods， and measures[J].Work and Occupations，1991（2）：123-147.

[15]托馬斯·達文波特，茱莉婭·柯爾比.人機共生：智能時代人類勝出的五大策略[M].李盼，譯.杭州：浙江人民出版社，2018：275.

[16][22][24]奧利弗·索姆，伊娃·柯娜爾.德國制造業創新之謎：傳統企業如何以非研發創新塑造持續競爭力[M].工業4.0研究院，譯.北京：中國工信出版集團，2016.

[17]肖鳳翔，張雙志.企業員工技能培訓的影響因素研究——基于第十一次民營企業調查數據的分析[J].職業技術教育，2019（4）：51-56.

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

[19]王萬珺，沈坤榮，周紹東，秦永.在職培訓、研發投入與企業創新[J].經濟與管理研究，2015（12）：123-130.

[20]COHEN W. M， LEVINTHAL D. A. Innovation and learning： the two faces of R&D[J].The Economic Journal， 1989（397）：569-596.

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

[23]WILLIAM J. ABERNATHY， JAMES M. UTTERBACK. A dynamic model of product and process innovation[J].Omega， 1975（6）：639-656.

[25]張雙志.產業智能化背景下員工技能培訓研究[D].天津：天津大學，2021：154-155.

[26]ROTHWELL R， ZEGVELD W. Reindusdalization and Technology[M].London： Longman Group Limited， 1985：15-16.

3376500338238