技術(shù)與技能：產(chǎn)業(yè)智能化對(duì)員工技能培訓(xùn)的提升效應(yīng)

□張雙志

一、引言

技術(shù)進(jìn)步對(duì)勞動(dòng)力市場的變革影響是雙重的，即除了在傳統(tǒng)領(lǐng)域發(fā)生“機(jī)器換人”現(xiàn)象以外，還會(huì)在新興領(lǐng)域產(chǎn)生新的工作崗位，工作崗位的數(shù)量變化是一個(gè)動(dòng)態(tài)的增減過程。一般而言，中國自1978 年改革開放以來發(fā)生的技術(shù)進(jìn)步大多屬于技能偏向型，即技術(shù)對(duì)與之合作的產(chǎn)業(yè)工人的勞動(dòng)技能要求越來越高，而對(duì)產(chǎn)業(yè)工人的數(shù)量需求規(guī)模卻越來越小。埃森哲的調(diào)查報(bào)告顯示：人工智能在與產(chǎn)業(yè)融合發(fā)展的過程中，雖然會(huì)在某些傳統(tǒng)產(chǎn)業(yè)領(lǐng)域發(fā)生失業(yè)現(xiàn)象，但此規(guī)模是在經(jīng)濟(jì)社會(huì)發(fā)展的整體可承受能力范圍之內(nèi)。新一輪技術(shù)進(jìn)步更偏向于中高端技能，認(rèn)為技能在促進(jìn)技術(shù)擴(kuò)散的過程中有助于提升勞動(dòng)生產(chǎn)率。這說明技術(shù)進(jìn)步不會(huì)自動(dòng)提升產(chǎn)業(yè)生產(chǎn)率，在此過程中需要?jiǎng)趧?dòng)者技能在其中承擔(dān)起一個(gè)中介轉(zhuǎn)化的作用。換言之，人工智能融入產(chǎn)業(yè)發(fā)展不僅僅是導(dǎo)致工作崗位數(shù)量的簡單增減，更重要的是人工智能會(huì)引發(fā)工作任務(wù)組成要素的劇烈變革，而工作崗位數(shù)量是依據(jù)工作任務(wù)的變化而發(fā)生變化的。因此，企業(yè)需要培育鼓勵(lì)員工自覺進(jìn)行終身學(xué)習(xí)的職場文化，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(qiáng)型工作場景中提升企業(yè)的競爭力。

二戰(zhàn)后德國和日本的工業(yè)復(fù)興史都表明：調(diào)動(dòng)企業(yè)投資員工技能培訓(xùn)以充分開發(fā)人力資源對(duì)于促進(jìn)經(jīng)濟(jì)社會(huì)的快速發(fā)展至關(guān)重要。員工技能培訓(xùn)作為德國中小型企業(yè)形成技術(shù)創(chuàng)新能力的主要措施，在非正式學(xué)習(xí)中整合、吸收和利用知識(shí)，從而塑造組織吸收能力以提升企業(yè)的競爭力。以全球利基市場上大量存在的德系“隱形冠軍”企業(yè)為例，發(fā)現(xiàn)企業(yè)的發(fā)展優(yōu)勢并非只源于從“0”到“1”的產(chǎn)品創(chuàng)新，而由產(chǎn)業(yè)工人高超勞動(dòng)技能所帶來的工藝流程創(chuàng)新也能塑造企業(yè)的競爭力。換言之，德國中小型企業(yè)緊緊依靠產(chǎn)業(yè)工人的技能實(shí)現(xiàn)累積型創(chuàng)新，專注于全球產(chǎn)業(yè)價(jià)值鏈上的某一環(huán)節(jié)，力爭把企業(yè)打造成為該環(huán)節(jié)不可替代的產(chǎn)品提供商，從而形成企業(yè)在全球市場的競爭優(yōu)勢。那么，在眾多影響企業(yè)投資員工技能培訓(xùn)的因素中，技術(shù)進(jìn)步是廣受關(guān)注的焦點(diǎn)之一。人工智能在與產(chǎn)業(yè)的融合發(fā)展過程中會(huì)對(duì)員工技能培訓(xùn)帶來什么樣的影響，需要在經(jīng)驗(yàn)層面得到系統(tǒng)性研究，以期為勞動(dòng)技能的塑造提供經(jīng)驗(yàn)證據(jù)支撐。鑒于此，本文采用網(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)，在“人機(jī)共生”機(jī)制視角下對(duì)產(chǎn)業(yè)智能化與員工技能培訓(xùn)展開一系列實(shí)證研究。

二、文獻(xiàn)綜述

信息技術(shù)與產(chǎn)業(yè)的融合發(fā)展研究一直是學(xué)術(shù)界關(guān)注的重點(diǎn)議題。20 世紀(jì)90 年代中后期以來，隨著半導(dǎo)體、通信技術(shù)設(shè)備、計(jì)算機(jī)硬件及軟件等價(jià)格的下降，信息技術(shù)的產(chǎn)業(yè)融合越來越普遍，相關(guān)研究也逐漸完善和豐富。早期文獻(xiàn)圍繞信息技術(shù)與產(chǎn)業(yè)融合的內(nèi)涵、結(jié)構(gòu)及經(jīng)濟(jì)效益展開研究，特別是產(chǎn)業(yè)自動(dòng)化與經(jīng)濟(jì)增長的研究奠定了后來人工智能與經(jīng)濟(jì)學(xué)研究的理論基礎(chǔ)。隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等新一代信息技術(shù)的商業(yè)化應(yīng)用蓬勃發(fā)展，信息技術(shù)與產(chǎn)業(yè)融合發(fā)展的內(nèi)涵與形態(tài)也越加豐富，“互聯(lián)網(wǎng)+”“大數(shù)據(jù)+”“智能+”等概念不斷推陳出新。整體來說，此階段的研究拓展了早期文獻(xiàn)，探討不同類型信息技術(shù)與產(chǎn)業(yè)（制造業(yè)、服務(wù)業(yè)）以及與價(jià)值鏈（研發(fā)、生產(chǎn)、營銷）融合所產(chǎn)生的一系列經(jīng)濟(jì)效益（生產(chǎn)率提升、創(chuàng)新變革、產(chǎn)業(yè)發(fā)展），這一系列的研究主題也延伸到后續(xù)的人工智能研究領(lǐng)域。

在新一輪技術(shù)變革中，人工智能被視為互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等信息技術(shù)的集大成者。從1956 年達(dá)特茅斯會(huì)議后，人工智能在60 多年的發(fā)展歷程中經(jīng)歷了三次發(fā)展熱潮。2016 年谷歌公司的圍棋機(jī)器人（AlphaGo）相繼擊敗李世石、柯潔后，其背后的工作原理“深度學(xué)習(xí)”（Deep Learning）算法也引發(fā)了全球的持續(xù)性高度關(guān)注。大數(shù)據(jù)、算法等人工智能的組成要素，開始深入嵌入經(jīng)濟(jì)社會(huì)的發(fā)展進(jìn)程，這除了對(duì)經(jīng)濟(jì)學(xué)的研究范式產(chǎn)生深刻的影響外，也對(duì)勞動(dòng)技能需求結(jié)構(gòu)開始產(chǎn)生復(fù)雜的不確定性影響。但當(dāng)前人工智能融入產(chǎn)業(yè)的發(fā)展對(duì)工作崗位數(shù)量變化的預(yù)測并沒有達(dá)成統(tǒng)一共識(shí)，有的研究認(rèn)為工作崗位可能會(huì)被自動(dòng)化的生產(chǎn)機(jī)器取代，從而發(fā)生大規(guī)模的“機(jī)器換人”現(xiàn)象；也有文獻(xiàn)認(rèn)為人工智能的技術(shù)浪潮可能會(huì)在替換舊的工作崗位的同時(shí)創(chuàng)造更多的新興工作崗位，只是這些新興的工作崗位對(duì)勞動(dòng)技能的要求更高。

人工智能與產(chǎn)業(yè)融合發(fā)展拓展員工的工作能力，反過來，員工技能素質(zhì)也將不斷優(yōu)化人工智能的技術(shù)性能。人機(jī)協(xié)作也成為產(chǎn)業(yè)智能化背景下出現(xiàn)的一種新型工作方式，明顯區(qū)別于自動(dòng)化生產(chǎn)環(huán)境下的“機(jī)器換人”。產(chǎn)業(yè)智能化直接變革了勞動(dòng)技能的需求結(jié)構(gòu)，未來勞動(dòng)力就業(yè)和技能需求的空間分布將很大程度上取決于產(chǎn)業(yè)智能化所觸發(fā)的新興產(chǎn)業(yè)分布格局，勞動(dòng)力市場的高技能崗位供需關(guān)系也越發(fā)緊張。為了緩解技能供需之間的矛盾，勞動(dòng)者要么選擇全日制的學(xué)校進(jìn)行制度化學(xué)習(xí)，要么選擇非全日制的工作場所零工學(xué)習(xí)。那么，企業(yè)在推動(dòng)生產(chǎn)智能化的過程中傾向于采用何種技能解決方式，現(xiàn)有的相關(guān)實(shí)證研究較為困乏。鑒于此，一方面本文以企業(yè)職工教育培訓(xùn)經(jīng)費(fèi)為切入口，探討產(chǎn)業(yè)智能化對(duì)員工技能培訓(xùn)的影響效應(yīng)，另一方面從“智能”“云”“數(shù)據(jù)”“物聯(lián)”“機(jī)器學(xué)習(xí)”維度對(duì)人工智能技術(shù)進(jìn)行分解，從而更有針對(duì)性地探討技術(shù)異質(zhì)性背景下的產(chǎn)業(yè)智能化對(duì)技能變化的差異影響。

三、理論分析與研究假設(shè)

（一）理論分析

已有文獻(xiàn)對(duì)產(chǎn)業(yè)智能化與勞動(dòng)力市場的關(guān)系尚無定論，人工智能將勞動(dòng)者從煩瑣、危險(xiǎn)、臟亂差的工作環(huán)境中解脫出來，讓勞動(dòng)者有更多的閑暇時(shí)間進(jìn)行創(chuàng)造性、情感性的工作，這一方面可能會(huì)容易導(dǎo)致被代碼替換的中等技能勞動(dòng)者面臨大面積的失業(yè)，另一方面也可能會(huì)促使更多的勞動(dòng)者主動(dòng)進(jìn)行 “再技能化”學(xué)習(xí)以應(yīng)對(duì)工作任務(wù)的不確定性變革。換言之，人工智能與產(chǎn)業(yè)的融合發(fā)展對(duì)就業(yè)是產(chǎn)生“替代效應(yīng)”，還是帶來“擴(kuò)張效應(yīng)”，對(duì)此展開大規(guī)模的實(shí)證研究才能有所回答。其實(shí)，勞動(dòng)力市場的波動(dòng)只是暫時(shí)性的結(jié)構(gòu)轉(zhuǎn)型現(xiàn)象，而關(guān)鍵問題應(yīng)該是人工智能在與產(chǎn)業(yè)融合發(fā)展的過程中真正影響的是工作的具體任務(wù)，而非工作崗位數(shù)量的變化。機(jī)器人在生產(chǎn)車間的運(yùn)用將承擔(dān)起大量常規(guī)性任務(wù)，從而將員工從煩瑣的程序性任務(wù)中解放出來，有助于其將自身精力集中轉(zhuǎn)向基于項(xiàng)目的工作任務(wù)。產(chǎn)業(yè)智能化絕非是生產(chǎn)車間技術(shù)理性化的加強(qiáng)版，而是將產(chǎn)業(yè)工人從生產(chǎn)系統(tǒng)的邊緣重新請(qǐng)回中心，在推進(jìn)勞動(dòng)技能掌控生產(chǎn)技術(shù)的過程中創(chuàng)造更大的經(jīng)濟(jì)績效。那么，基于“人機(jī)共生”機(jī)制對(duì)產(chǎn)業(yè)智能化與員工技能培訓(xùn)展開學(xué)理考察，發(fā)現(xiàn)兩者關(guān)系在本質(zhì)上遵循的是“技術(shù)—技能”的協(xié)同演進(jìn)邏輯，生產(chǎn)系統(tǒng)的智能化轉(zhuǎn)型對(duì)員工產(chǎn)生再技能化的需求。

（二）研究假設(shè)

貝克爾作為人力資本研究的先驅(qū)，對(duì)專用性技能和通用性技能展開了區(qū)分研究，但其關(guān)于完全競爭勞動(dòng)力市場的假設(shè)過于完美，甚至認(rèn)為企業(yè)不會(huì)投資通用性技能培訓(xùn)，這與實(shí)際情況并不相符合。阿西莫格魯則基于不完全競爭勞動(dòng)力市場假設(shè)，創(chuàng)新性提出“工資擠壓效應(yīng)”理論對(duì)企業(yè)投資通用性技能培訓(xùn)的選擇進(jìn)行了系統(tǒng)性研究。那么，在人工智能與產(chǎn)業(yè)融合發(fā)展的背景下，企業(yè)在加快從研發(fā)投入到商業(yè)化生產(chǎn)轉(zhuǎn)化的進(jìn)程中，就需要一大批技術(shù)技能人才來提高先進(jìn)技術(shù)和高端設(shè)備的生產(chǎn)能力，從而順利獲取技術(shù)創(chuàng)新的經(jīng)濟(jì)效益。因此，企業(yè)投資員工技能培訓(xùn)既是維持競爭優(yōu)勢的基礎(chǔ)資源，也是增強(qiáng)市場競爭力的重要途徑。無論是對(duì)員工進(jìn)行通用性技能培訓(xùn)還是專用性技能培訓(xùn)，都只是企業(yè)塑造人力資本的一種方式，受到“成本—收益”機(jī)制的深刻影響。企業(yè)對(duì)員工技能培訓(xùn)的投資應(yīng)考慮人力資本的增加值或者是人力資本投資的回報(bào)率，服務(wù)于企業(yè)差異化的人力資源管理戰(zhàn)略。當(dāng)然，員工技能培訓(xùn)經(jīng)費(fèi)支出作為構(gòu)成企業(yè)“人力資本煉金術(shù)”配方的主要成分，不能單純地在多花錢還是少花錢之間來回?fù)u擺，而應(yīng)該關(guān)注于如何有針對(duì)性地合理分配這些培訓(xùn)經(jīng)費(fèi)，使得人力資本投資能夠高比例地為企業(yè)戰(zhàn)略性人才賦能。有鑒于此，從技能需求提高的角度來看，本文認(rèn)為產(chǎn)業(yè)智能化能夠提升企業(yè)對(duì)員工技能培訓(xùn)的投資力度。

四、研究設(shè)計(jì)

（一）模型設(shè)定

為檢驗(yàn)產(chǎn)業(yè)智能化對(duì)員工技能培訓(xùn)的提升效應(yīng)，本文構(gòu)建了如下所示的模型：

其中，i 代表制造業(yè)二位碼產(chǎn)業(yè)；t 表示年份；OJT 是被解釋變量，表示產(chǎn)業(yè)的員工技能培訓(xùn)強(qiáng)度；AI 是解釋變量，表示產(chǎn)業(yè)的智能化水平；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；ω表示行業(yè)固定效應(yīng)；μ表示時(shí)間固定效應(yīng)；ε是隨機(jī)誤差項(xiàng)。

采用普通最小二乘法（OLS 模型）對(duì)公式（1）所示的計(jì)量模型進(jìn)行估計(jì)。β是重點(diǎn)關(guān)注的回歸系數(shù)，如果該回歸系數(shù)顯著為正，則說明產(chǎn)業(yè)智能化提升了員工技能培訓(xùn)的強(qiáng)度。β數(shù)值的大小在一定程度上代表了產(chǎn)業(yè)智能化對(duì)員工技能培訓(xùn)的提升效應(yīng)，如果產(chǎn)業(yè)的智能化水平提高一個(gè)百分點(diǎn)，則意味著員工技能培訓(xùn)的強(qiáng)度將上升β%。

（二）變量測度

1.產(chǎn)業(yè)智能化

現(xiàn)有關(guān)于產(chǎn)業(yè)智能化的研究主要采用工業(yè)機(jī)器人使用密度（每千名就業(yè)人員操作的工業(yè)機(jī)器人數(shù)量）作為產(chǎn)業(yè)智能化的代理指標(biāo)，這一度量方式的主要不足之處在于不能包括所有與人工智能相關(guān)的產(chǎn)品，因?yàn)闄C(jī)器人僅是人工智能的一個(gè)應(yīng)用維度，也不能衡量服務(wù)業(yè)的智能化程度。在借鑒現(xiàn)有文獻(xiàn)對(duì)產(chǎn)業(yè)智能化度量思路的基礎(chǔ)上，本文采用一個(gè)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)量占比作為產(chǎn)業(yè)智能化的度量指標(biāo)。如果一個(gè)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。鑒于此，產(chǎn)業(yè)智能化的具體度量指標(biāo)可表述為：

AI 表示t 年i 產(chǎn)業(yè)的智能化水平，F(xiàn)irm_AI 表示t 年i 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)，F(xiàn)irm 表示t 年i 產(chǎn)業(yè)內(nèi)的企業(yè)總數(shù)。使用人工智能技術(shù)或產(chǎn)品的企業(yè)占比越高，說明該產(chǎn)業(yè)的智能化水平就越高。本文采用Python 第三方Pandas 庫函數(shù)Contains 在企查查全樣本數(shù)據(jù)庫中對(duì)“企業(yè)名稱”和“經(jīng)營范圍”進(jìn)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)”以及“機(jī)器學(xué)習(xí)”關(guān)鍵詞，就可認(rèn)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)

在考慮了企業(yè)有意通過計(jì)提職工教育培訓(xùn)經(jīng)費(fèi)來逃避稅負(fù)以及職工教育培訓(xùn)經(jīng)費(fèi)的絕對(duì)數(shù)值歷時(shí)性變化的問題后，職工教育培訓(xùn)經(jīng)費(fèi)仍然是當(dāng)前能有效反映企業(yè)投資員工技能培訓(xùn)真實(shí)情況的代理指標(biāo)。鑒于此，采用產(chǎn)業(yè)內(nèi)企業(yè)職工教育培訓(xùn)經(jīng)費(fèi)的平均值來度量員工技能培訓(xùn)，計(jì)算公式如下所示：

OJT 表示t 年i 產(chǎn)業(yè)的員工技能培訓(xùn)水平，exp 表示t 年i 產(chǎn)業(yè)f 企業(yè)的職工教育培訓(xùn)經(jīng)費(fèi)支出，n 表示t年i 產(chǎn)業(yè)內(nèi)的企業(yè)總數(shù)。該指標(biāo)值越大，說明產(chǎn)業(yè)內(nèi)的企業(yè)就越傾向于開展員工技能培訓(xùn)。

參考現(xiàn)有文獻(xiàn)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(jìn)入率、出口交貨值占比作為控制變量。綜上所述，公式（1）所涉及變量的名稱、代碼以及定義如表1 所示。

表1 變量設(shè)定及具體釋義

（三）數(shù)據(jù)說明

首先，產(chǎn)業(yè)智能化的數(shù)據(jù)來自企查查數(shù)據(jù)庫。截至2020 年，企查查匯集了8000 多萬家企業(yè)的名稱、官網(wǎng)、地址、高管信息、品牌產(chǎn)品、業(yè)務(wù)范圍、經(jīng)營狀況、對(duì)外投資、發(fā)展歷史等信息，為識(shí)別應(yīng)用人工智能技術(shù)或產(chǎn)品的企業(yè)提供了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。其次，員工技能培訓(xùn)的數(shù)據(jù)來自上海證券交易所和深圳證券交易所的上市企業(yè)財(cái)務(wù)報(bào)表，通過手工整理出企業(yè)對(duì)職工教育培訓(xùn)的經(jīng)費(fèi)支出，并將其匯總至產(chǎn)業(yè)層面，再除以該產(chǎn)業(yè)內(nèi)的企業(yè)數(shù)量，從而獲得產(chǎn)業(yè)內(nèi)企業(yè)平均職工教育培訓(xùn)經(jīng)費(fèi)的支出，以此來代理員工技能培訓(xùn)變量。最后，控制變量的數(shù)據(jù)來自《中國科技統(tǒng)計(jì)年鑒-2020》和國家統(tǒng)計(jì)局網(wǎng)站的國家數(shù)據(jù)資料庫?？紤]到數(shù)據(jù)的可及性，本文將研究的時(shí)間范圍限定為2001-2019 年。

五、實(shí)證結(jié)果

（一）產(chǎn)業(yè)智能化對(duì)員工技能培訓(xùn)的提升效應(yīng)

表2 采用逐步回歸的方式匯報(bào)產(chǎn)業(yè)智能化對(duì)員工技能培訓(xùn)的影響效應(yīng)，第（1）列報(bào)告了產(chǎn)業(yè)智能化的回歸系數(shù)在1%的顯著性檢驗(yàn)水平上為0.1587，即產(chǎn)業(yè)智能化的水平提高1 個(gè)百分點(diǎn)，則意味著企業(yè)投資員工技能培訓(xùn)的經(jīng)費(fèi)支出也將相應(yīng)提升0.1587%，但這回歸結(jié)果在統(tǒng)計(jì)學(xué)意義上的可信度并不高，因其擬合優(yōu)度僅為0.1726。為了獲取更為穩(wěn)健的回歸結(jié)果，第（2）列加入了時(shí)間固定效應(yīng)和產(chǎn)業(yè)固定效應(yīng)，產(chǎn)業(yè)智能化的回歸系數(shù)在1%的顯著性檢驗(yàn)水平上為0.0514，即產(chǎn)業(yè)智能化的水平提高1 個(gè)百分點(diǎn)，則意味著企業(yè)投資員工技能培訓(xùn)的經(jīng)費(fèi)支出也將相應(yīng)提升0.0514%，擬合優(yōu)度也大幅升至0.6544。進(jìn)一步，第（3）列在回歸過程中加入了控制變量，產(chǎn)業(yè)智能化的回歸系數(shù)在1%的顯著性檢驗(yàn)水平上為0.0735，即產(chǎn)業(yè)智能化的水平提高一個(gè)百分點(diǎn)，則意味著企業(yè)投資員工技能培訓(xùn)的經(jīng)費(fèi)支出也將相應(yīng)提升0.0735%。雖然，這與第（2）列的回歸結(jié)果在數(shù)值方面并沒有明顯差異，但擬合優(yōu)度卻從0.6544 大幅上升至0.8783，說明在添加了控制變量之后，產(chǎn)業(yè)智能化對(duì)員工技能培訓(xùn)的回歸系數(shù)具有更強(qiáng)的解釋力。逐步回歸方式已比較好地說明在人工智能融入產(chǎn)業(yè)發(fā)展的過程中，企業(yè)傾向于增加職工培訓(xùn)經(jīng)費(fèi)，通過非正式的工作場所零工學(xué)習(xí)塑造員工技能，進(jìn)而在人機(jī)協(xié)作中實(shí)現(xiàn)勞動(dòng)生產(chǎn)率的大幅提升。

一般而言，正規(guī)教育是形成勞動(dòng)技能的主要渠道，但隨著技術(shù)迭代創(chuàng)新周期的不斷收窄，僅僅依靠此方式獲取知識(shí)顯然不足以應(yīng)對(duì)經(jīng)濟(jì)社會(huì)的快節(jié)奏發(fā)展。由此，終身學(xué)習(xí)理念隨之得到社會(huì)各界的空前重視，強(qiáng)調(diào)非正規(guī)教育和非正式學(xué)習(xí)途徑所獲取的知識(shí)對(duì)于人力資本的形成具有重要價(jià)值。那么，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。相較“外引”而言，作為“內(nèi)訓(xùn)”主要載體的員工技能培訓(xùn)對(duì)企業(yè)創(chuàng)新能力的塑造更具有現(xiàn)實(shí)價(jià)值。由表2 的基本回歸結(jié)果可知，在推動(dòng)產(chǎn)業(yè)智能化的進(jìn)程中員工技能培訓(xùn)經(jīng)費(fèi)的支出也在不斷增長，即產(chǎn)業(yè)智能化與員工技能培訓(xùn)之間存在線性上升的趨勢。羅伯特·索洛提出的新古典增長模型認(rèn)為資本和技術(shù)是構(gòu)成生產(chǎn)函數(shù)的主要元素，即資本與技術(shù)之間存在極強(qiáng)的互補(bǔ)性。在某種程度上來說，技術(shù)進(jìn)步源于資本通過大量研發(fā)創(chuàng)新的投資來制造先進(jìn)的設(shè)備機(jī)器和生產(chǎn)線，以期在節(jié)約勞動(dòng)力的同時(shí)提升勞動(dòng)生產(chǎn)率和產(chǎn)品質(zhì)量。簡言之，產(chǎn)業(yè)智能化的技能偏向性往往也是資本偏向性，“成本—收益”機(jī)制深刻影響了產(chǎn)業(yè)智能化過程中企業(yè)對(duì)員工技能培訓(xùn)的投資行為。

表2 產(chǎn)業(yè)智能化與員工技能培訓(xùn)的基本回歸

（二）內(nèi)生性問題處理

計(jì)量經(jīng)濟(jì)學(xué)針對(duì)可能存在的內(nèi)生性問題有很多解決方案，其中較為常用的就是尋找與解釋變量（產(chǎn)業(yè)智能化）相關(guān)但不受被解釋變量（員工技能培訓(xùn)）影響的變量作為工具變量（IV）。當(dāng)然，使用此方法的前提是存在有效的工具變量，即工具變量的使用需要同時(shí)滿足以下兩個(gè)條件：相關(guān)性和外生性。具體來說，相關(guān)性是指工具變量與內(nèi)生解釋變量（產(chǎn)業(yè)智能化）相關(guān)，即Cov（IV，AI）≠0；外生性是指工具變量與擾動(dòng)項(xiàng)不相關(guān)，即Cov（IV，ε）=0。因此，在實(shí)證研究中尋找到一個(gè)合適的工具變量通常是比較困難的。參照已有文獻(xiàn)的做法，對(duì)于時(shí)間序列數(shù)據(jù)或面板數(shù)據(jù)而言，較為常用的工具變量是采用解釋變量的滯后變量（IV_1），即采用產(chǎn)業(yè)智能化的滯后一期（IVAI_1）變量作為工具變量。一般來說，兩階段最小二乘法（2SLS 模型）適合對(duì)工具變量進(jìn)行回歸分析，通過弱識(shí)別檢驗(yàn)和未識(shí)別檢驗(yàn)獲取工具變量的有效性，從而確定產(chǎn)業(yè)智能化的滯后一期變量是否依然對(duì)員工技能培訓(xùn)具有提升效應(yīng)。表3 同樣通過逐步回歸的方式報(bào)告了產(chǎn)業(yè)智能化對(duì)員工技能培訓(xùn)影響效應(yīng)的工具變量檢驗(yàn)結(jié)果，具體來說：

第（1）列報(bào)告產(chǎn)業(yè)智能化滯后一期變量的回歸系數(shù)在1%的顯著性檢驗(yàn)水平上為0.1556，即產(chǎn)業(yè)智能化的水平提高1 個(gè)百分點(diǎn)，則意味著企業(yè)投資員工技能培訓(xùn)的經(jīng)費(fèi)支出也將相應(yīng)提升0.1556%。但這回歸結(jié)果在統(tǒng)計(jì)學(xué)意義上的可信度并不高，因其擬合優(yōu)度僅為0.1792。為了獲取更為穩(wěn)健的回歸結(jié)果，第（2）列加入了時(shí)間固定效應(yīng)和產(chǎn)業(yè)固定效應(yīng)，產(chǎn)業(yè)智能化滯后一期變量的回歸系數(shù)在1%的顯著性檢驗(yàn)水平上為0.0515，即產(chǎn)業(yè)智能化的水平提高一個(gè)百分點(diǎn)，則意味著企業(yè)投資員工技能培訓(xùn)的經(jīng)費(fèi)支出也將相應(yīng)提升0.0515%，擬合優(yōu)度也大幅升至0.6573。進(jìn)一步，第（3）列在回歸過程中加入了控制變量，產(chǎn)業(yè)智能化滯后一期變量的回歸系數(shù)在1%的顯著性檢驗(yàn)水平上為0.0716，即產(chǎn)業(yè)智能化的水平提高1 個(gè)百分點(diǎn)，則意味著企業(yè)投資員工技能培訓(xùn)的經(jīng)費(fèi)支出也相應(yīng)提升0.0716%。這與第（2）列的擬合優(yōu)度相比，數(shù)值也從0.6573 大幅上升至0.8821，說明在添加了控制變量之后，產(chǎn)業(yè)智能化滯后一期變量的回歸系數(shù)雖在數(shù)值方面有所波動(dòng)，但并沒有發(fā)生實(shí)質(zhì)性的改變，且模型的解釋力也更高了。

關(guān)于工具變量的有效性檢驗(yàn)，表3 的第（1）至（3）列匯報(bào)了Kleibergen-Paap Wald rk F 統(tǒng)計(jì)結(jié)果的p 值，顯示了未識(shí)別檢驗(yàn)通過了1%的顯著性水平檢驗(yàn)，拒絕了原假設(shè)，工具變量的回歸不存在未識(shí)別問題；同時(shí)，第（1）至（3）列也匯報(bào)了Kleibergen-Paap rk LM 統(tǒng)計(jì)結(jié)果的p 值，結(jié)果提示弱識(shí)別檢驗(yàn)均通過了1%的顯著性水平檢驗(yàn)，拒絕了原假設(shè)，工具變量的回歸不存在弱識(shí)別問題。換言之，工具變量通過了未識(shí)別檢驗(yàn)和弱識(shí)別檢驗(yàn)。鑒于此，本文有充分理由認(rèn)為兩階段最小二乘法回歸不存在弱工具變量，即產(chǎn)業(yè)智能化的滯后一期變量作為工具變量是有效的，在考慮了內(nèi)生性問題后產(chǎn)業(yè)智能化仍然能夠提升企業(yè)對(duì)員工技能培訓(xùn)的經(jīng)費(fèi)支出，說明表2 匯報(bào)的基本回歸結(jié)果具有較好的穩(wěn)健性。

表3 產(chǎn)業(yè)智能化與員工技能培訓(xùn)的內(nèi)生性問題處理

六、進(jìn)一步分析

（一）產(chǎn)業(yè)異質(zhì)性分析

產(chǎn)業(yè)的技術(shù)水平不同會(huì)影響人力資本需求結(jié)構(gòu)的變化，可能是技能與技術(shù)融合方式的區(qū)別或是融合程度的不同，從而對(duì)產(chǎn)業(yè)創(chuàng)新能力產(chǎn)生差異化的影響。本文通過引入以下兩個(gè)指標(biāo)從不同的角度衡量產(chǎn)業(yè)技術(shù)水平的差異：一個(gè)是從人力資本的角度，即采用產(chǎn)業(yè)內(nèi)研發(fā)人員數(shù)量的均值作為代理指標(biāo)；另一個(gè)是從機(jī)會(huì)成本的角度，即采用產(chǎn)業(yè)內(nèi)研發(fā)投入占銷售收入的比重作為代理指標(biāo)。同時(shí)，參照現(xiàn)有文獻(xiàn)的計(jì)算方法，在公式（1）中加入產(chǎn)業(yè)智能化與產(chǎn)業(yè)技術(shù)水平的交互項(xiàng)，探討產(chǎn)業(yè)智能化在不同技術(shù)水平的產(chǎn)業(yè)背景下對(duì)員工技能培訓(xùn)的提升效應(yīng)。交互項(xiàng)的引入有效避免了簡單將樣本區(qū)分為低技術(shù)產(chǎn)業(yè)和高技術(shù)產(chǎn)業(yè)后計(jì)量模型的回歸系數(shù)不能直接進(jìn)行數(shù)值比較所產(chǎn)生的困境，較為直觀地展示了產(chǎn)業(yè)智能化在不同產(chǎn)業(yè)技術(shù)水平的背景下對(duì)員工技能培訓(xùn)的提升效應(yīng)，具體回歸結(jié)果如表4 所示。綜合來看，Panel A 部分的實(shí)證結(jié)果表明隨著研發(fā)人員數(shù)量測度的產(chǎn)業(yè)技術(shù)水平的提高，人工智能與產(chǎn)業(yè)的融合發(fā)展也更加能提升員工技能培訓(xùn)。同理，Panel B 部分的實(shí)證結(jié)果提示隨著研發(fā)投入強(qiáng)度測度的產(chǎn)業(yè)技術(shù)水平的提高，人工智能與產(chǎn)業(yè)的融合發(fā)展也更加能提升員工技能培訓(xùn)。綜上所述，產(chǎn)業(yè)智能化對(duì)員工技能培訓(xùn)具有提升效應(yīng)的理論分析在產(chǎn)業(yè)異質(zhì)性檢驗(yàn)中仍然成立，說明表2 匯報(bào)的基本回歸結(jié)果具有較高的可信度。

表4 產(chǎn)業(yè)智能化與員工技能培訓(xùn)的產(chǎn)業(yè)異質(zhì)性分析

（二）技術(shù)異質(zhì)性分析

人工智能企業(yè)針對(duì)其所在產(chǎn)業(yè)的基本特征，開發(fā)出與之相適應(yīng)的一套完整的人工智能技術(shù)應(yīng)用方案，為“人工智能+產(chǎn)業(yè)”提供了技術(shù)可能性，其中可能涉及“智能”“云”“數(shù)據(jù)”“物聯(lián)”以及“機(jī)器學(xué)習(xí)”關(guān)鍵詞表征的專用技術(shù)。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，是否仍然提升企業(yè)對(duì)員工技能培訓(xùn)的投資力度需要在經(jīng)驗(yàn)層面得到相關(guān)證實(shí)。表5 匯報(bào)了產(chǎn)業(yè)智能化對(duì)員工技能培訓(xùn)提升效應(yīng)的技術(shù)異質(zhì)性分析結(jié)果。相較而言，“智能”技術(shù)的回歸系數(shù)明顯小于“云”“數(shù)據(jù)”“物聯(lián)”以及“機(jī)器學(xué)習(xí)”技術(shù)的回歸系數(shù)，說明“智能”類型的人工智能企業(yè)可能由于其專業(yè)性較強(qiáng)且技術(shù)應(yīng)用較為狹窄，所以對(duì)提升產(chǎn)業(yè)內(nèi)其他企業(yè)創(chuàng)新能力的作用較為有限，也相應(yīng)限制了企業(yè)在該技術(shù)應(yīng)用背景下對(duì)員工技能培訓(xùn)的投資力度。“物聯(lián)”技術(shù)下的產(chǎn)業(yè)智能化對(duì)員工技能培訓(xùn)的提升效應(yīng)之所以明顯高于“智能”“云”“數(shù)據(jù)”技術(shù)的運(yùn)用效果，可能在于物聯(lián)技術(shù)的運(yùn)用有助于將企業(yè)的硬件層、軟件層和應(yīng)用層立體式的統(tǒng)合起來，從而有助于推進(jìn)產(chǎn)業(yè)智能化的整體轉(zhuǎn)型。“機(jī)器學(xué)習(xí)”技術(shù)的回歸系數(shù)明顯較高，說明與其他人工智能技術(shù)相比，機(jī)器學(xué)習(xí)作為一種通用性技術(shù)，能夠?yàn)楫a(chǎn)業(yè)內(nèi)其他企業(yè)的智能化轉(zhuǎn)型提供更多的技術(shù)或產(chǎn)品服務(wù)，進(jìn)而為企業(yè)在創(chuàng)新驅(qū)動(dòng)發(fā)展時(shí)代構(gòu)筑競爭優(yōu)勢，這也有助于提升企業(yè)在該技術(shù)應(yīng)用背景下對(duì)員工技能培訓(xùn)的投資熱情?？梢姡斯ぶ悄芗夹g(shù)的運(yùn)用刺激了技能需求的提高，從而驅(qū)動(dòng)企業(yè)投資員工技能培訓(xùn)，以塑造企業(yè)對(duì)知識(shí)技術(shù)的吸收能力。

表5 產(chǎn)業(yè)智能化與員工技能培訓(xùn)的技術(shù)異質(zhì)性分析

七、研究結(jié)論與對(duì)策建議

（一）研究結(jié)論

在“人機(jī)共生”機(jī)制視角下采用網(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(duì)產(chǎn)業(yè)智能化與員工技能培訓(xùn)展開實(shí)證研究。主要研究結(jié)論如下：1.產(chǎn)業(yè)智能化對(duì)員工技能培訓(xùn)的回歸系數(shù)在1%的顯著性檢驗(yàn)水平上為正數(shù)，說明人工智能技術(shù)嵌入企業(yè)的生產(chǎn)系統(tǒng)對(duì)產(chǎn)業(yè)工人的勞動(dòng)技能產(chǎn)生了更高的需求，這就需要企業(yè)加大對(duì)員工技能培訓(xùn)的投資，以期從人力資本維度提升企業(yè)的綜合競爭力。2.為規(guī)避產(chǎn)業(yè)智能化與員工技能培訓(xùn)之間可能存在的反向因果關(guān)系，以產(chǎn)業(yè)智能化的滯后一期變量作為工具變量，使用兩階段最小二乘法對(duì)公式（1）展開再回歸分析，并沒有發(fā)現(xiàn)基本回歸結(jié)果存在內(nèi)生性問題。3.對(duì)產(chǎn)業(yè)的技術(shù)水平進(jìn)行區(qū)分后，發(fā)現(xiàn)隨著產(chǎn)業(yè)技術(shù)水平的提升，人工智能與產(chǎn)業(yè)的融合發(fā)展更能促進(jìn)企業(yè)投資員工技能培訓(xùn)。4.“智能”“云”“數(shù)據(jù)”“物聯(lián)”“機(jī)器學(xué)習(xí)”等不同的人工智能技術(shù)在與產(chǎn)業(yè)融合發(fā)展的過程中仍然對(duì)勞動(dòng)技能表現(xiàn)出具有顯著統(tǒng)計(jì)學(xué)意義上的偏好。

（二）對(duì)策建議

人工智能進(jìn)入勞動(dòng)力市場的關(guān)鍵問題不在于它是否會(huì)通過取代勞動(dòng)力來引發(fā)工作崗位數(shù)量的變化，而在于其通過對(duì)工作任務(wù)的變革來創(chuàng)造新產(chǎn)品和新服務(wù)。因此，員工技能培訓(xùn)作為應(yīng)對(duì)技能短缺的內(nèi)部技能供給方式，有助于提高企業(yè)的人力資本積累，實(shí)現(xiàn)新技術(shù)在生產(chǎn)車間的加快擴(kuò)散，繼而形成有效推動(dòng)企業(yè)轉(zhuǎn)型升級(jí)的動(dòng)力機(jī)制。但由于培訓(xùn)存在搭便車、挖人外因、收益不確定等外部性問題，企業(yè)對(duì)員工技能培訓(xùn)的投資一直處于低迷狀態(tài)。結(jié)合上述研究結(jié)論并從激勵(lì)企業(yè)投資培訓(xùn)的角度出發(fā)，本文提出如下對(duì)策建議：

1.打好政策套餐“組合拳”。財(cái)政方面，以技能需求和技能評(píng)價(jià)結(jié)果為導(dǎo)向?qū)ζ髽I(yè)實(shí)施培訓(xùn)補(bǔ)貼政策，實(shí)現(xiàn)財(cái)政經(jīng)費(fèi)的精準(zhǔn)投入與規(guī)避培訓(xùn)經(jīng)費(fèi)“尋租”的問題。金融方面，政府根據(jù)強(qiáng)制性、非營利性和營利性來劃分技能培訓(xùn)項(xiàng)目，以此引導(dǎo)和鼓勵(lì)政策性銀行、商業(yè)銀行等金融機(jī)構(gòu)對(duì)培訓(xùn)項(xiàng)目編制不同的貸款方案。稅收方面，嚴(yán)格落實(shí)財(cái)政部和稅務(wù)總局印發(fā)的《關(guān)于企業(yè)職工教育經(jīng)費(fèi)稅前扣除政策的通知》，助推企業(yè)加快技術(shù)技能人才培養(yǎng)。信用方面，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(huì)責(zé)任的指標(biāo)清單，并從金融貸款、評(píng)優(yōu)評(píng)先等方面獎(jiǎng)勵(lì)履行社會(huì)責(zé)任貢獻(xiàn)突出的企業(yè)。

2.培育產(chǎn)教融合型企業(yè)。重點(diǎn)在智能制造、高端裝備、節(jié)能環(huán)保、現(xiàn)代農(nóng)業(yè)等領(lǐng)域推行企業(yè)新型學(xué)徒制，充分發(fā)揮企業(yè)在人才培養(yǎng)與評(píng)價(jià)、實(shí)訓(xùn)基地建設(shè)、“雙師型”教師認(rèn)定等方面的主體作用。鼓勵(lì)企業(yè)將技能人才隊(duì)伍建設(shè)納入企業(yè)發(fā)展戰(zhàn)略規(guī)劃之中，從財(cái)政、金融、土地等方面為企業(yè)大規(guī)模開展員工技能培訓(xùn)提供政策組合支持。落實(shí)企業(yè)在用人選人方面的人事自主權(quán)，根據(jù)自身發(fā)展需要進(jìn)行職業(yè)技能等級(jí)認(rèn)證，切實(shí)促進(jìn)更多有真才實(shí)學(xué)的技能工人脫穎而出。

3.完善終身職業(yè)技能培訓(xùn)制度。試行“區(qū)塊鏈+職業(yè)培訓(xùn)券”，建立個(gè)人終身職業(yè)技能培訓(xùn)賬戶，實(shí)現(xiàn)培訓(xùn)信息與學(xué)歷教育、就業(yè)求職、社會(huì)保障信息聯(lián)通共享。推行學(xué)歷教育與培訓(xùn)并重的現(xiàn)代職業(yè)教育體系，支持職業(yè)院校主動(dòng)承接企業(yè)培訓(xùn)需求，形成校企協(xié)同培養(yǎng)技能人才的教育格局。在企業(yè)實(shí)施高技能人才培訓(xùn)基地、技能大師工作室、工匠大師工作室的建設(shè)，在組織制度層面增強(qiáng)企業(yè)培訓(xùn)的規(guī)范化和科學(xué)化。順應(yīng)數(shù)字經(jīng)濟(jì)快速發(fā)展浪潮，開發(fā)和推行數(shù)字技能培訓(xùn)包制度，以全面提升企業(yè)職工的數(shù)字素養(yǎng)和能力。