產(chǎn)業(yè)智能化背景下員工技能培訓(xùn)的創(chuàng)新績效研究

□ 張雙志

一般來說，“機器換人”并非當(dāng)前勞動力市場面臨的主要問題，人工智能引發(fā)工作任務(wù)變革的不確定性才是問題的關(guān)鍵。那么，企業(yè)需要培育一種鼓勵員工不斷學(xué)習(xí)的文化，以適應(yīng)不斷被技術(shù)變革的工作任務(wù)，從而在智能增強型工作場景中提升創(chuàng)新績效。在新制度主義的“技術(shù)—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(xùn)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(dāng)然，這兩種模式下的產(chǎn)業(yè)工人技能水平也對產(chǎn)業(yè)創(chuàng)新能力產(chǎn)生了差異化影響。但企業(yè)投資員工技能培訓(xùn)并不是其主要目的，而在于通過培訓(xùn)優(yōu)化人力資本結(jié)構(gòu)，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，本文的研究問題可表述為探討在中國情境下員工技能培訓(xùn)能否塑造創(chuàng)新，產(chǎn)業(yè)智能化加持員工技能培訓(xùn)是否更能塑造創(chuàng)新，二者需要在經(jīng)驗層面得到相關(guān)論證。

一、文獻綜述與研究假設(shè)

1.員工技能培訓(xùn)與產(chǎn)業(yè)創(chuàng)新

制造業(yè)對創(chuàng)新的重要性怎么強調(diào)和重視也不為過，其對于形成國家整體創(chuàng)新能力具有舉足輕重的作用。[2]20世紀90年代，美國迎來了二戰(zhàn)后資本主義世界所謂的“黃金時代”，引發(fā)了理論界對這一經(jīng)濟奇跡發(fā)生的根源進行激烈探討。其中，加州大學(xué)伯克利分校的保羅·羅默(Paul Romer)教授敏銳捕捉到美國經(jīng)濟復(fù)蘇朝著以信息技術(shù)、個人電腦、生物技術(shù)、金融服務(wù)、軟件開發(fā)等知識密集型產(chǎn)業(yè)發(fā)展，率先提出“知識已成為經(jīng)濟增長內(nèi)生動力”[3]的重要論斷。進入21世紀以來，創(chuàng)新能力越發(fā)成為一國獲得競爭優(yōu)勢的關(guān)鍵性因素，高素質(zhì)的技術(shù)技能人才越來越重要，土地、自然資源、建筑等物質(zhì)資本越來越次之。一般而言，被視為能夠創(chuàng)造和推動國家創(chuàng)新能力的知識，主要有三個不同類型的來源，即研究與開發(fā)、大學(xué)和科研機構(gòu)的研究，以及產(chǎn)業(yè)工人的人力資本。現(xiàn)有文獻認為，員工技能培訓(xùn)作為塑造產(chǎn)業(yè)工人人力資本的內(nèi)部形成方式，是決定企業(yè)技術(shù)創(chuàng)新成功與否的重要因素。[4]但當(dāng)前學(xué)術(shù)界對產(chǎn)業(yè)工人人力資本的衡量，主要是從最高學(xué)歷、受教育年限等正規(guī)教育的視角予以測算，而從職業(yè)資格證書、職業(yè)技能等級證書等非正式學(xué)習(xí)的角度進行評估的研究較為缺乏。[5]與正規(guī)教育的學(xué)習(xí)途徑相比，員工技能培訓(xùn)對產(chǎn)業(yè)創(chuàng)新能力的塑造更具有現(xiàn)實價值。[6]

技術(shù)進步不會自動轉(zhuǎn)化為勞動生產(chǎn)力，知識創(chuàng)新的商業(yè)化運作需要解決其中存在的“知識距離”問題。那么，員工技能培訓(xùn)在有效縮短“知識距離”的傳導(dǎo)機制之中是如何運轉(zhuǎn)的，需要進一步探討以便打開這個“組織黑箱”，為構(gòu)建以企業(yè)為主體的國家創(chuàng)新體系提供相關(guān)學(xué)理思考。根據(jù)組織吸收能力理論的解釋，大量高素質(zhì)技術(shù)技能人才有助于提高組織對研發(fā)創(chuàng)新成果的模仿、吸收和再利用水平。[7]以員工發(fā)展為代表的工作場所學(xué)習(xí)，從生命周期角度來說，時間跨度最大、涉及的人群最多，且衍生出的績效也比較多元，自然成為終身學(xué)習(xí)研究的重點對象。[8]一般來說，員工技能培訓(xùn)作為形成組織吸收能力的主要途徑，通過激勵相容、信息效率和資源配置等三重機制來影響企業(yè)的技術(shù)創(chuàng)新過程。特別是對于低研發(fā)密集型企業(yè)來說，組織吸收能力更是其同化和平衡外界新技術(shù)知識的必備生存要素，以此形成的“粘性知識”也是企業(yè)塑造持久競爭優(yōu)勢的主要條件。[9]同樣，作為高技能均衡發(fā)展模式代表的日本在二戰(zhàn)后，形成了強調(diào)“人件”主導(dǎo)作用的“人件—軟件—硬件”有機結(jié)合的柔性生產(chǎn)系統(tǒng)，塑造了以高技能、高工資和高價值為主要特征的產(chǎn)業(yè)創(chuàng)新能力。[10]

鑒于此，從人力資本效應(yīng)的角度來看，提出本文的第一個研究假設(shè)：員工技能培訓(xùn)能夠提升產(chǎn)業(yè)的創(chuàng)新能力。

2.產(chǎn)業(yè)智能化、員工技能培訓(xùn)與產(chǎn)業(yè)創(chuàng)新

人工智能在與產(chǎn)業(yè)融合發(fā)展的過程中，也深刻影響了產(chǎn)業(yè)工人的技能需求的變化。從“機器換人”到“人機共生”工作場所的演化，推動了產(chǎn)業(yè)工人從去技能化到再技能化的轉(zhuǎn)型。[11]換言之，技術(shù)進步仍然是形成產(chǎn)業(yè)工人技能素質(zhì)的動力源泉，規(guī)定了技能形成體系具有工具理性導(dǎo)向。目前，西方發(fā)達資本主義國家的產(chǎn)業(yè)工人技能形成體系在國家創(chuàng)新能力的塑造過程中，分別形成了以英國為代表的低技能均衡發(fā)展模式和以德國為代表的高技能均衡發(fā)展模式。簡言之，產(chǎn)業(yè)工人技能形成體系作為國家創(chuàng)新體系的重要組成部分，其制度效能的歸宿在于為創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略塑造一大批知識型、技能型和創(chuàng)新型的勞動者大軍。黨的十八大以來，以企業(yè)為主體的國家創(chuàng)新體系的構(gòu)建進一步增強了企業(yè)在市場經(jīng)濟中的主體地位，也讓其隨之成為產(chǎn)業(yè)工人技能形成體系的構(gòu)建主體。培訓(xùn)為員工之間、員工與高管之間的集體學(xué)習(xí)提供了一個交互式的信息平臺，通過“干中學(xué)”“用中學(xué)”“做中學(xué)”機制塑造企業(yè)創(chuàng)新必備的吸收能力。[12]“雙元制”教育體系為德國中小型企業(yè)提供了一大批訓(xùn)練有素且靈活機動的高技能產(chǎn)業(yè)工人，也創(chuàng)造了高達42%份額的工業(yè)增加值，這被德國著名智庫弗勞恩霍夫協(xié)會(Fraunhofer Institute)稱之為非高密度投入下獲得的持續(xù)創(chuàng)新績效。[13]

同樣，作為高技能均衡發(fā)展模式代表的日本在二戰(zhàn)后，形成了強調(diào)“人件”主導(dǎo)作用的“人件—軟件—硬件”有機結(jié)合的柔性生產(chǎn)系統(tǒng)，塑造了以高技能、高工資和高價值為主要特征的產(chǎn)業(yè)創(chuàng)新能力。豐田汽車公司的精益生產(chǎn)方式以人的技能為中心，視機器設(shè)備為提升勞動生產(chǎn)率的輔助手段。[14]流水線車間催生的勞動去技能化已不再適用于信息時代的生產(chǎn)系統(tǒng)，重拾“技藝”滿足感的勞動再技能化成為新的職業(yè)發(fā)展趨勢。產(chǎn)業(yè)工人勞動技能所塑造的企業(yè)人力資本，是企業(yè)形成創(chuàng)新能力的關(guān)鍵要素，這一過程亦是企業(yè)使用技術(shù)進步獲取經(jīng)濟效益的傳導(dǎo)機制。簡言之，企業(yè)投資員工技能培訓(xùn)是技術(shù)進步與產(chǎn)業(yè)工人技能形成體系的互動結(jié)果，實質(zhì)是一種企業(yè)生產(chǎn)性組織行為。[15]基于工作場所的學(xué)習(xí)由于更加貼近生產(chǎn)系統(tǒng)，實現(xiàn)了共創(chuàng)性多層次互動學(xué)習(xí)過程對知識型專業(yè)人才的培育具有更大的價值。[16]因此，絕大多數(shù)世界500強企業(yè)都建立了自己的企業(yè)大學(xué)，特別是美國企業(yè)大學(xué)數(shù)量的增長保持在一個較高的水平。[17]企業(yè)在通過內(nèi)部創(chuàng)辦大學(xué)開展人才培養(yǎng)的同時，也會參與產(chǎn)業(yè)學(xué)院的建設(shè)，借助利益攸關(guān)方的力量推動企業(yè)人力資本的轉(zhuǎn)型升級。[18]2018年，《國務(wù)院關(guān)于推行終身職業(yè)技能培訓(xùn)制度的意見》對促進企業(yè)投資員工技能培訓(xùn)配套了諸多政策紅利，彰顯了企業(yè)培訓(xùn)對技能塑造的重要作用。[19]

綜上所述，從組織吸收能力和技能需求提高的角度來看，人工智能作為新一代信息技術(shù)的代表，其與產(chǎn)業(yè)的融合發(fā)展能夠從技術(shù)維度催發(fā)企業(yè)對員工技能培訓(xùn)的投資擴張，使得培訓(xùn)在提升員工技能水平的過程中對產(chǎn)業(yè)創(chuàng)新能力的塑造效應(yīng)更加明顯。據(jù)此，提出本文的第二個研究假設(shè)：產(chǎn)業(yè)智能化加持員工技能培訓(xùn)更能塑造創(chuàng)新。

圖1為研究思路圖，較為清晰地表達了本文在“技術(shù)—制度”分析框架下提出的兩個研究假設(shè)。具體來說，實證研究的第一步是論證員工技能培訓(xùn)是否從提升企業(yè)人力資本的視角對產(chǎn)業(yè)創(chuàng)新產(chǎn)生了促進作用；同時，在人工智能融入產(chǎn)業(yè)發(fā)展的過程中，可能會產(chǎn)生“機器換人”或者“人機共生”兩種截然不同的現(xiàn)象，那么此時的員工技能培訓(xùn)是否還能對產(chǎn)業(yè)創(chuàng)新帶來促進效應(yīng)是實證研究的第二步。根據(jù)前文的研究假設(shè)可知，在員工技能培訓(xùn)促進創(chuàng)業(yè)創(chuàng)新的過程中，產(chǎn)業(yè)智能化將發(fā)揮“1+1>2”的協(xié)同效應(yīng)，故在圖1中對產(chǎn)業(yè)智能化的調(diào)節(jié)作用采用虛線予以標(biāo)記。

圖1 產(chǎn)業(yè)智能化、員工技能培訓(xùn)與產(chǎn)業(yè)創(chuàng)新示意圖

二、數(shù)據(jù)、模型與變量

1.模型設(shè)定

為檢驗員工技能培訓(xùn)是否促進產(chǎn)業(yè)創(chuàng)新，以及產(chǎn)業(yè)智能化加持員工技能培訓(xùn)是否會產(chǎn)生更大的產(chǎn)業(yè)創(chuàng)新績效，構(gòu)建了如下所示的計量模型：

Innovationit=β0+β1OJTit+β2OJTit×AIit+γCtrit+ωi+μt+εit

(1)

其中，i代表制造業(yè)二位碼產(chǎn)業(yè)；t表示年份；Innovation是被解釋變量，表示產(chǎn)業(yè)內(nèi)企業(yè)的創(chuàng)新水平；OJT、AI是核心解釋變量，分別表示員工技能培訓(xùn)、產(chǎn)業(yè)智能化；OJT×AI是交互項，表示產(chǎn)業(yè)智能化對員工技能培訓(xùn)的協(xié)同效應(yīng)；Ctr表示控制變量，用以緩解遺漏重要解釋變量所帶來的內(nèi)生性問題；ωi表示產(chǎn)業(yè)固定效應(yīng)，μt表示時間固定效應(yīng)；εit是隨機誤差項。

在式(1)中，如果OJT的估計系數(shù)β1顯著為正，說明員工技能培訓(xùn)具有顯著的創(chuàng)新促進效應(yīng)，并且β1代表了促進效應(yīng)的大小；如果OJT×AI的估計系數(shù)β2顯著為正，說明在智能化水平越高的產(chǎn)業(yè)中，員工技能培訓(xùn)能夠帶來更大的創(chuàng)新促進效應(yīng)。但在產(chǎn)業(yè)智能化背景下，員工技能培訓(xùn)對產(chǎn)業(yè)創(chuàng)新的影響需要結(jié)合估計系數(shù)β1和β2來考慮，不能單純依據(jù)β2的數(shù)值大小進行解讀。在式(1)中，如果對員工技能培訓(xùn)(OJT)求一階導(dǎo)，可以得到如下所示的結(jié)果：

(2)

由式(2)可知，在產(chǎn)業(yè)智能化背景下，員工技能培訓(xùn)對產(chǎn)業(yè)創(chuàng)新的邊際影響為β1+β2AI，這說明隨著產(chǎn)業(yè)智能化水平的提升，β1+β2AI的值還會進一步提升。可能存在的解釋是，在塑造產(chǎn)業(yè)創(chuàng)新能力的過程中，產(chǎn)業(yè)智能化加持員工技能培訓(xùn)能夠產(chǎn)生“1+1>2”的協(xié)同效應(yīng)。

2.變量測度

(1)產(chǎn)業(yè)智能化

假如一個產(chǎn)業(yè)內(nèi)使用了與人工智能相關(guān)的技術(shù)或產(chǎn)品的企業(yè)數(shù)量越多，說明人工智能與該產(chǎn)業(yè)的融合程度就越高。那么，對產(chǎn)業(yè)智能化采用產(chǎn)業(yè)內(nèi)使用了與人工智能相關(guān)的技術(shù)或產(chǎn)品的企業(yè)數(shù)量占比進行度量。[20]本文運用Python第三方Pandas庫函數(shù)Contains在企查查全樣本數(shù)據(jù)庫中對“企業(yè)名稱”和“經(jīng)營范圍”進行關(guān)鍵詞模糊搜索，從而獲得與人工智能技術(shù)相關(guān)的企業(yè)。如果其包含了“智能”“云”“數(shù)據(jù)”“物聯(lián)”及“機器學(xué)習(xí)”等關(guān)鍵詞，可認為該企業(yè)使用了與人工智能相關(guān)的技術(shù)或產(chǎn)品。

(2)員工技能培訓(xùn)

員工技能培訓(xùn)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(xùn)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(biāo)。[21]鑒于此，本文采用產(chǎn)業(yè)內(nèi)企業(yè)職工教育培訓(xùn)經(jīng)費的平均值來度量員工技能培訓(xùn)。

(3)產(chǎn)業(yè)創(chuàng)新

測度產(chǎn)業(yè)創(chuàng)新的數(shù)據(jù)源于復(fù)旦大學(xué)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(biāo)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)新時可能會存在的誤差。考慮到該報告的數(shù)據(jù)只更新至2016年，為與產(chǎn)業(yè)智能化等指標(biāo)的數(shù)據(jù)同步，根據(jù)歷年產(chǎn)業(yè)創(chuàng)新能力的增長率來預(yù)測和插補了2017—2019年的數(shù)據(jù)。

參考現(xiàn)有文獻的通常做法，并結(jié)合本文的研究問題，選取產(chǎn)業(yè)規(guī)模、產(chǎn)業(yè)規(guī)模的平方、民營企業(yè)占比、市場進入率、出口交貨值占比作為控制變量。綜上所述，式(1)所涉及變量的名稱、代碼及定義如表1所示。

表1 變量設(shè)定及具體釋義

3.數(shù)據(jù)說明

首先，產(chǎn)業(yè)智能化數(shù)據(jù)來自企查查數(shù)據(jù)庫。其次，員工技能培訓(xùn)數(shù)據(jù)來源于上海證券交易所和深圳證券交易所上市公司的財務(wù)報表。再次，產(chǎn)業(yè)創(chuàng)新數(shù)據(jù)來源于《中國城市和產(chǎn)業(yè)創(chuàng)新力報告2017》，并通過插值法形成2001—2019年數(shù)據(jù)。最后，控制變量數(shù)據(jù)來源于《中國科技統(tǒng)計年鑒-2020》和國家統(tǒng)計局網(wǎng)站的國家數(shù)據(jù)資料庫。

三、研究假設(shè)驗證及解釋

1.基本回歸結(jié)果

交互項的回歸系數(shù)雖不能直接反映其對被解釋變量的影響大小，但當(dāng)回歸系數(shù)在顯著性檢驗水平上為正數(shù)時即可表明其影響效應(yīng)比單獨回歸時的影響效應(yīng)更加明顯。表2匯報了產(chǎn)業(yè)智能化、員工技能培訓(xùn)與產(chǎn)業(yè)創(chuàng)新的基本回歸結(jié)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(yīng)和產(chǎn)業(yè)固定效應(yīng)的情況下，產(chǎn)業(yè)智能化與員工技能培訓(xùn)交互項的回歸系數(shù)在1%的顯著性檢驗水平上為正數(shù)，表明產(chǎn)業(yè)智能化加持下的員工技能培訓(xùn)更能塑造產(chǎn)業(yè)創(chuàng)新能力。在此基礎(chǔ)上控制時間固定效應(yīng)和產(chǎn)業(yè)固定效應(yīng)之后，第(2)列匯報了產(chǎn)業(yè)智能化與員工技能培訓(xùn)交互項的回歸系數(shù)在1%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0.298 3一躍升至0.992 1，說明在控制了時間固定效應(yīng)和產(chǎn)業(yè)固定效應(yīng)之后，第(2)列的回歸結(jié)果具有較強的解釋力。第(3)列進一步添加了控制變量，產(chǎn)業(yè)智能化與員工技能培訓(xùn)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)幾乎沒有差異，且擬合優(yōu)度也僅從0.992 1略微增長至0.992 9。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)列的回歸結(jié)果并沒有產(chǎn)生明顯的影響。基本回歸結(jié)果提示，產(chǎn)業(yè)智能化加持下的員工技能培訓(xùn)更加能塑造創(chuàng)新。

表2 產(chǎn)業(yè)智能化背景下員工技能培訓(xùn)創(chuàng)新績效的基本回歸結(jié)果

接下來，對控制變量的回歸系數(shù)進行相關(guān)解讀，以進一步豐富本節(jié)的研究結(jié)論。產(chǎn)業(yè)規(guī)模的回歸系數(shù)在1%的顯著性檢驗水平上為-0.201 5，且其平方項的回歸系數(shù)在1%的顯著性檢驗水平上為-0.034 6，說明產(chǎn)業(yè)規(guī)模與產(chǎn)業(yè)創(chuàng)新能力之間存在“倒U型”曲線關(guān)系。換言之，產(chǎn)業(yè)創(chuàng)新能力一開始會隨著產(chǎn)業(yè)規(guī)模的增長而增長，當(dāng)產(chǎn)業(yè)發(fā)展到一定規(guī)模的時候其創(chuàng)新能力就開始呈下降趨勢。此外，民營企業(yè)占比、出口交貨值占比和市場進入率的回歸系數(shù)都沒有通過顯著性水平檢驗，故不對此進行過多的解釋。

表2的基本回歸結(jié)果提示，產(chǎn)業(yè)智能化在員工技能培訓(xùn)塑造產(chǎn)業(yè)創(chuàng)新能力的過程中發(fā)揮著協(xié)同作用，即隨著產(chǎn)業(yè)智能化水平的提升，員工技能培訓(xùn)塑造產(chǎn)業(yè)創(chuàng)新能力的效應(yīng)呈擴張趨勢。如圖2所示，員工技能培訓(xùn)在從低培訓(xùn)水平上升到高培訓(xùn)水平的過程中，無論是智能化高的產(chǎn)業(yè)還是智能化低的產(chǎn)業(yè)，其創(chuàng)新績效都處于一個不斷上升的狀態(tài)。在智能化水平越高的產(chǎn)業(yè)中，員工技能培訓(xùn)能夠帶來更大的創(chuàng)新促進效應(yīng)。當(dāng)然，在智能化水平較低的產(chǎn)業(yè)中，員工技能培訓(xùn)對產(chǎn)業(yè)創(chuàng)新能力的提升效應(yīng)也是較為明顯的。人工智能作為新一代信息技術(shù)的代表，其與產(chǎn)業(yè)的融合發(fā)展能夠從技術(shù)維度催發(fā)企業(yè)對員工技能培訓(xùn)的投資擴張，使得培訓(xùn)在提升員工技能水平的過程中對產(chǎn)業(yè)創(chuàng)新能力的塑造作用更加明顯。對此可能存在的解釋是，產(chǎn)業(yè)智能化加持員工技能培訓(xùn)在塑造產(chǎn)業(yè)創(chuàng)新能力的過程中能夠產(chǎn)生“1+1>2”的協(xié)同效應(yīng)。鑒于此，人工智能時代的企業(yè)經(jīng)營需要重新全面審視對員工進行技能培訓(xùn)的戰(zhàn)略價值，可將其視為一種戰(zhàn)略投資選擇，而不僅僅是一種生產(chǎn)成本。技術(shù)與技能之間的互相協(xié)作，有助于實現(xiàn)創(chuàng)新績效的遞增，從而在創(chuàng)新驅(qū)動發(fā)展時代塑造企業(yè)的綜合競爭力。

圖2 產(chǎn)業(yè)智能化加持員工技能培訓(xùn)更能塑造創(chuàng)新

2.夏普利貢獻度的分解

當(dāng)然，解釋變量在表2中的回歸系數(shù)不能直接進行大小比較，需要借助相關(guān)的計量經(jīng)濟學(xué)方法予以分解。[19]那么，引入夏普利(Shapley)分解法對此展開進一步研究，以便直觀比較各變量對產(chǎn)業(yè)創(chuàng)新能力的貢獻度。表3歸結(jié)了相關(guān)的夏普利貢獻度分解結(jié)果，第(1)列匯報了各變量具體的Shapley值，第(2)列匯報了Shapley值所占的比重。具體來說：產(chǎn)業(yè)智能化與員工技能培訓(xùn)交互項的貢獻度最大，幾乎占到總貢獻度的1/3；其次是員工技能培訓(xùn)的貢獻度，也達到了17.22%；民營企業(yè)占比、出口交貨值占比、產(chǎn)業(yè)規(guī)模、產(chǎn)業(yè)規(guī)模的平方、市場進入率的貢獻度則依次降低。相較而言，夏普利貢獻度的分解結(jié)果也在一定程度上說明隨著產(chǎn)業(yè)智能化水平的提升，員工技能培訓(xùn)的創(chuàng)新績效會更加明顯，這也從側(cè)面驗證了研究假設(shè)的可靠性。

表3 夏普利(Shapley)貢獻度的分解結(jié)果

四、研究假設(shè)的分樣本驗證及解釋

1.分產(chǎn)業(yè)樣本的回歸結(jié)果

在式(1)中加入員工技能培訓(xùn)、產(chǎn)業(yè)智能化與產(chǎn)業(yè)技術(shù)水平的交互項，探討產(chǎn)業(yè)智能化背景下員工技能培訓(xùn)在不同技術(shù)水平產(chǎn)業(yè)中對創(chuàng)新能力的影響效應(yīng)，具體結(jié)果如表4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(shù)水平的回歸結(jié)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(yīng)和產(chǎn)業(yè)固定效應(yīng)的情況下，員工技能培訓(xùn)、產(chǎn)業(yè)智能化與研發(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(shù)水平的提高，產(chǎn)業(yè)智能化加持下的員工技能培訓(xùn)更能塑造產(chǎn)業(yè)創(chuàng)新能力。在此基礎(chǔ)上控制時間固定效應(yīng)和產(chǎn)業(yè)固定效應(yīng)之后，第(2)列匯報了員工技能培訓(xùn)、產(chǎn)業(yè)智能化與研發(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0.242 5一躍升至0.992 0，說明在控制了時間固定效應(yīng)和產(chǎn)業(yè)固定效應(yīng)之后，第(2)列的回歸結(jié)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(xùn)、產(chǎn)業(yè)智能化與研發(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)，與第(2)列的回歸系數(shù)幾乎沒有差異，且擬合優(yōu)度也僅從0.992 0略微增長至0.992 9。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)列的回歸結(jié)果并沒有產(chǎn)生明顯的影響。Panel A部分的回歸結(jié)果提示，隨著研發(fā)人員數(shù)量測度的產(chǎn)業(yè)技術(shù)水平的提高，產(chǎn)業(yè)智能化加持下的員工技能培訓(xùn)也更加能塑造產(chǎn)業(yè)創(chuàng)新能力。

Panel B部分匯報了使用研發(fā)投入強度測度產(chǎn)業(yè)技術(shù)水平的回歸結(jié)果，具體解讀可參照Panel A部分的說明進行，此處不再贅述。實證結(jié)果提示，隨著研發(fā)投入強度測度的產(chǎn)業(yè)技術(shù)水平的提高，產(chǎn)業(yè)智能化加持下的員工技能培訓(xùn)也更加能塑造產(chǎn)業(yè)創(chuàng)新能力。綜上所述，產(chǎn)業(yè)智能化加持員工技能培訓(xùn)更能塑造產(chǎn)業(yè)創(chuàng)新能力的研究假設(shè)在產(chǎn)業(yè)異質(zhì)性檢驗中仍然成立，也在一定程度上說明表2匯報的基本回歸結(jié)果具有較高的可靠性。

2.分技術(shù)樣本的回歸結(jié)果

人工智能作為一項通用技術(shù)，需要在與具體產(chǎn)業(yè)融合發(fā)展的過程中才能衍生出特定的技術(shù)或產(chǎn)品，從而通過新產(chǎn)品、新工藝獲取相應(yīng)的經(jīng)濟效益。那么，產(chǎn)業(yè)內(nèi)的人工智能企業(yè)數(shù)量越多，則該產(chǎn)業(yè)其他企業(yè)就越能較為便捷地獲取相關(guān)人工智能技術(shù)的應(yīng)用方案，從而推動該產(chǎn)業(yè)整體的智能化程度。但不同的人工智能技術(shù)在與產(chǎn)業(yè)融合發(fā)展的過程中，能否繼續(xù)加持員工技能培訓(xùn)帶來更大的創(chuàng)新績效，需要在經(jīng)驗層面得到相關(guān)證實，具體結(jié)果如表5所示。

表4 產(chǎn)業(yè)智能化背景下員工技能培訓(xùn)創(chuàng)新績效的產(chǎn)業(yè)異質(zhì)性分析結(jié)果

表5 產(chǎn)業(yè)智能化背景下員工技能培訓(xùn)創(chuàng)新績效的技術(shù)異質(zhì)性分析結(jié)果

第(1)列匯報了員工技能培訓(xùn)與“智能”技術(shù)交互項的回歸系數(shù)在1%的顯著性檢驗水平上為0.035 8，表明“智能”技術(shù)加持下的員工技能培訓(xùn)更能塑造產(chǎn)業(yè)創(chuàng)新能力。第(2)列匯報了員工技能培訓(xùn)與“云”技術(shù)交互項的回歸系數(shù)在1%的顯著性檢驗水平上為0.044 7，表明“云”技術(shù)加持下的員工技能培訓(xùn)更能塑造產(chǎn)業(yè)創(chuàng)新能力。第(3)列匯報了員工技能培訓(xùn)與“數(shù)據(jù)”技術(shù)交互項的回歸系數(shù)在1%的顯著性檢驗水平上為0.188 5，表明“數(shù)據(jù)”技術(shù)加持下的員工技能培訓(xùn)更能塑造產(chǎn)業(yè)創(chuàng)新能力。第(4)列匯報了員工技能培訓(xùn)與“物聯(lián)”技術(shù)交互項的回歸系數(shù)在1%的顯著性檢驗水平上為0.682 2，表明“物聯(lián)”技術(shù)加持下的員工技能培訓(xùn)更能塑造產(chǎn)業(yè)創(chuàng)新能力。第(5)列匯報了員工技能培訓(xùn)與“機器學(xué)習(xí)”技術(shù)交互項的回歸系數(shù)在1%的顯著性檢驗水平上為62.181 8，表明“機器學(xué)習(xí)”技術(shù)加持下的員工技能培訓(xùn)更能塑造產(chǎn)業(yè)創(chuàng)新能力。

五、研究結(jié)論與對策建議

1.研究結(jié)論

本文使用網(wǎng)絡(luò)爬蟲技術(shù)所形成的2001—2019年中國制造業(yè)上市公司數(shù)據(jù)，對產(chǎn)業(yè)智能化背景下員工技能培訓(xùn)的創(chuàng)新績效展開實證研究。主要研究結(jié)論如下：(1)員工技能培訓(xùn)對產(chǎn)業(yè)創(chuàng)新具有統(tǒng)計學(xué)意義上的促進作用，在產(chǎn)業(yè)智能化的加持下員工技能培訓(xùn)的創(chuàng)新效應(yīng)更加明顯。(2)圖2形象揭示了員工技能培訓(xùn)在從低培訓(xùn)水平上升到高培訓(xùn)水平的過程中，無論是智能化高的產(chǎn)業(yè)還是智能化低的產(chǎn)業(yè)，其創(chuàng)新績效都處于一個不斷上升的狀態(tài)。(3)夏普利貢獻度的分解結(jié)果也在一定程度上說明，隨著產(chǎn)業(yè)智能化水平的提升，員工技能培訓(xùn)的創(chuàng)新績效會更加明顯。(4)隨著產(chǎn)業(yè)技術(shù)水平的提升，員工技能培訓(xùn)的創(chuàng)新績效及產(chǎn)業(yè)智能化加持下員工技能培訓(xùn)的創(chuàng)新績效會更顯著。(5)對人工智能技術(shù)進行“智能”“云”“數(shù)據(jù)”“物聯(lián)”及“機器學(xué)習(xí)”區(qū)分后，員工技能培訓(xùn)的創(chuàng)新績效及產(chǎn)業(yè)智能化加持下的創(chuàng)新績效仍然存在。

1987年，美國學(xué)者克里斯托弗·弗里曼(Christopher Freeman)首次提出“國家創(chuàng)新體系”的概念之后，超越了技術(shù)概念范疇的“創(chuàng)新”，強調(diào)借助多元公共性組織機構(gòu)組成的國家網(wǎng)絡(luò)以推動創(chuàng)造、擴散和運用新技術(shù)。[22]技術(shù)創(chuàng)新動態(tài)理論模型將創(chuàng)新區(qū)分為產(chǎn)品創(chuàng)新和工藝創(chuàng)新，產(chǎn)品創(chuàng)新屬于“突變型”技術(shù)進步，需要大量的研發(fā)創(chuàng)新投入和高學(xué)歷科技創(chuàng)新人才作為支撐，而工藝創(chuàng)新則屬于“累積型”技術(shù)進步，需要一大批會操作懂維修先進機器設(shè)備和生產(chǎn)線的高技能人才作為支撐。換言之，從產(chǎn)品創(chuàng)新到商業(yè)化生產(chǎn)之間存在一段“知識距離”，員工的高技能素質(zhì)則是縮短這段知識距離的有效工具，其在革新工藝生產(chǎn)流程中達成提升勞動生產(chǎn)率的目的，從而為企業(yè)帶來可觀的經(jīng)濟收益。那么，技能之所以能產(chǎn)生經(jīng)濟價值的作用機理之一就是其有助于提升產(chǎn)業(yè)創(chuàng)新能力，本文的研究結(jié)果也證實了有關(guān)理論假設(shè)，這也為大規(guī)模推進技能型社會的建設(shè)提供了學(xué)理支撐。

2.對策建議

英國科技委員會(The Lords Science and Technology Commitlee)在2019年8月提交的《為提高生產(chǎn)力而進行技術(shù)擴散》(DittusionofTechnologyforProductivity)報告認為，領(lǐng)導(dǎo)和管理能力的不足、技能和知識的廣泛差距所引起的技術(shù)擴散傳播障礙是英國生產(chǎn)力低迷的主要原因，報告明確建議財政部、能源和工業(yè)戰(zhàn)略部及教育部聯(lián)合制定相應(yīng)政策法規(guī)以鼓勵企業(yè)雇主支持新技術(shù)運用和投資員工技能培訓(xùn)。[23]可見，基于工作場所的學(xué)習(xí)在科學(xué)技術(shù)迭代更新加快的時代，對于創(chuàng)新成果的商業(yè)化轉(zhuǎn)化具有中介承載作用。但當(dāng)前，企業(yè)對員工技能培訓(xùn)的投資一直處于低迷狀態(tài)。鑒于此，結(jié)合上述研究結(jié)論并從激勵企業(yè)投資培訓(xùn)的角度出發(fā)，提出如下對策建議：

第一，降低企業(yè)參與培訓(xùn)的成本。將人力資源轉(zhuǎn)化為人力資本，需要政府持續(xù)加大財政投入力度，并對開展員工技能培訓(xùn)的企業(yè)在財政、金融、稅收、土地、信用等方面給予必要的政策套餐組合支持。考慮到技能屬于準公共產(chǎn)品，可能會引致企業(yè)對員工技能培訓(xùn)存在前期投資規(guī)模大、回報周期長且收益不確定等問題，這就需要政府根據(jù)強制性、非營利性和營利性來劃分勞動技能的培訓(xùn)項目，并據(jù)此制定不同類型的金融稅收方案。

第二，強化企業(yè)的社會責(zé)任意識。企業(yè)在產(chǎn)業(yè)工人技能塑造的過程中占據(jù)主體地位，但政府不能單純地希冀企業(yè)按照《勞動法》《職業(yè)教育法》等法律自覺足額提取和使用職工教育培訓(xùn)經(jīng)費，可考慮將企業(yè)是否舉辦或參與培訓(xùn)列入監(jiān)測企業(yè)履行社會責(zé)任的指標(biāo)清單。當(dāng)然，人社部門對履行社會責(zé)任貢獻突出的企業(yè)進行表彰獎勵的同時，也要通過及時跟進技術(shù)創(chuàng)新的步伐，并不定期發(fā)布新職業(yè)的培訓(xùn)標(biāo)準，以此引導(dǎo)企業(yè)從完善生產(chǎn)系統(tǒng)的角度重視培訓(xùn)工作的開展。

第三，支持職業(yè)院校承擔(dān)企業(yè)培訓(xùn)。“學(xué)歷教育與培訓(xùn)并重”是凸顯現(xiàn)代職業(yè)教育類型屬性的根本特征，培訓(xùn)為學(xué)齡群體和非學(xué)齡群體提供了突破學(xué)歷教育時空限制的終身學(xué)習(xí)方式。那么，確定培訓(xùn)在職業(yè)院校辦學(xué)任務(wù)中的合法性和必要性，將教師承擔(dān)職業(yè)技能培訓(xùn)的情況作為績效工資考核分配的重要依據(jù)，推進以職業(yè)院校為培訓(xùn)重點承擔(dān)主體的終身職業(yè)技能培訓(xùn)制度的構(gòu)建，有助于推動勞動技能要素加快向企業(yè)集聚，從而促進產(chǎn)教融合取得深度成果。

六、結(jié)語

國際機器人聯(lián)合會(International Federation of Robotics)發(fā)布的《世界機器人2021工業(yè)機器人》報告顯示，中國的工業(yè)機器人密度從2015年的49臺每萬人快速增長至2020年的246臺每萬人，中國的機器人密度在全球排名也因此從五年前的第25位提升至第9位[24]。伴隨著工業(yè)機器人的數(shù)量激增，生產(chǎn)車間的自動化進程得以加快推進，這將深刻改變勞動者與生產(chǎn)機器的相處方式。流水線生產(chǎn)車間的勞動“去技能化”已成為過去式，而如何推動“人機共生”背景下的勞動“再技能化”成為當(dāng)前勞動力市場亟待解決的關(guān)鍵議題。那么，職業(yè)技能培訓(xùn)憑借“干中學(xué)”的獨特屬性，突破了學(xué)歷教育的“時空限制”，在靈活多變中承擔(dān)起重塑勞動技能的重任。隨著《“十四五”職業(yè)技能培訓(xùn)規(guī)劃》的深入實施，以企業(yè)為主體的職業(yè)技能培訓(xùn)將為生產(chǎn)車間變革帶來技能的賦能效應(yīng)。