摘 要:企业投资员工技能培训的主要目的在于通过培训优化人力资本结构,为企业在创新驱动发展时代筑牢竞争优势。鉴于此,在“技术—组织—制度”分析框架下对员工技能培训的创新绩效进行理论阐述,并运用计量分析方法对此进行实证检验。计量分析结果表明,技能具有创新效应,即员工技能培训对产业创新能力的回归系数在1%的显著性检验水平上为正数。该结果在产业异质性、技术异质性以及考虑内生性问题后的检验中仍然成立,说明研究结论具有较高的可信度。实证结果表明,培训在推动技能迭代更新的过程中扮演重要角色,技能有助于促进创新。由此可能蕴含的政策启示有:构建技能型社会教育体系,发挥技能促进创新的效应;完善现代职业教育体系,助推“技能中国行动”实施;重新审视劳动技能价值,坚持职业教育类型属性。
关键词:技能;创新;员工技能培训;创新绩效
项目基金:2020年度国家社科基金青年项目“全球价值链视角下人工智能产业融合的效应与路径研究”(项目编号:20CJY009)
作者简介:张双志,男,成都大学师范学院副研究员,博士,主要研究方向为技术与教育治理。
中图分类号:G720文献标识码:A文章编号:1674-7747(2021)10-0082-10
技术进步是塑造产业工人技能形成体系的内生动力,其所引发的利益攸关方之间的不同合作方式构成了不同实践样态的技能形成体系,也相应形成了不同层次的产业创新能力。在新制度主义的“技术—制度”分析框架中引入组织要素考察西方发达国家的技能形成体系,发现在解决企业培训市场失灵问题上的组织选择差异是英国滑入低技能均衡发展陷阱和德国形成高技能均衡发展模式的主要原因[1]。当然,这两种模式下的产业工人技能水平也对经济社会发展产生了差异化影响。一般而言,企业投资员工技能培训并不是主要目的,而在于通过培训优化人力资本结构,为其在创新驱动发展时代筑牢竞争优势。2021年6月,《人力资源社会保障部关于印发“技能中国行动”实施方案的通知》明确提出,“技能是强国之基、立业之本。技能人才是支撑中国制造、中国创造的重要力量”[2]。那么,在我国情境下企业投资员工技能培训能否提升产业创新能力?这个问题需要在经验层面得到相关数据的论证。鉴于此,本文基于“技术—组织—制度”的分析框架对员工技能培训的创新绩效进行理论分析,并通过计量模型对此进行系统化的实证检验,以期为驱动企业加大员工技能培训投资力度的政策建议提供参考。
一、理论分析与研究假设
从诺贝尔经济学奖获得者加里·贝克尔开始,早期文献主要基于生产函数分析员工技能培训与劳动生产率之间的关系。学术界普遍接受在完全竞争劳动力市场下企业投资员工技能培训能够提高劳动生产率的观点,认为企业能获得专用性知识培训的全部经济收益[3]。然而,现实经济生活并不能满足劳动力供需曲线是完全富有弹性的假设,员工技能培训的外部性在市场失灵情况下显示出较强的外溢效应,即存在企业开展技能培训的“集体行动困境”现象[4]。“工资挤压效应”理论认为,在不完全竞争劳动力市场下,员工技能培训同样会提升企业劳动生产率[5],具体来说,由于存在信息不对称的情况,员工在接受技能培训后重新寻求工作的离职成本反而会增加。因此,企业可以通过压缩员工的工资薪酬低于其边际劳动生产力而获取利润的“剪刀差”[6]。
现有文献探讨了高管(性别、年龄、任期、教育背景)、企业(资产规模、现金流、融资约束、研发创新、治理结构)、产业(产业梯度、技术特征、价值链、产业链)、政策(财政补贴、税收优惠、金融支持、土地流转、人力资源)多个维度对企业投资员工技能培训的影响机制[7]。可见,有关企业在职培训的研究内容更为丰富,研究视角也更为多元化,一方面,将被解释变量(企业绩效)的分析维度从劳动生产率拓展到了创新绩效、财务绩效、组织吸收能力等方面,说明企业对员工技能培训的投资所带来的回报是多维度的;另一方面,不仅研究了产业异质性与企业异质性下的在职培训绩效,还进一步区分了不同类型技能培训所带来的绩效差异,立体式地揭示了企业投资员工技能培训具有正向影响这一基本结论具有较高的稳健性。
自从舒尔茨、贝克尔、明瑟尔等人力资本理论先驱提出人力资源投资的决策模型后,学者们从不同维度研究了企业人力资源开发的影响因素,且相关研究至今仍在不断深入。由于发达工业国家企业开展员工技能培训的积极性比较高,因而国外文献更多地关注于员工技能培训对企业绩效的影响,仅有少数文献从规范研究层面探讨了人力资源战略、创新战略对员工技能培训行动选择的影响[8]。然而,员工技能培训作为企业人力资源开发的一种方式,仍然可以从企业人力资源开发影响因素的文献中得到驱动员工技能培訓的有益借鉴[9]。纵观德国制造业的发展史,发现专注于中低端技术的中小型企业主要凭借高技能产业工人实现将技术、知识、管理等进行混合式创新,继而在为大型企业服务的产业供应链中实现市场价值链的不断攀升[10]。鉴于此,从人力资本效应的角度可提出本文的研究假设:员工技能培训能够提升产业创新能力。
二、研究设计
(一)模型设定
为测算员工技能培训的创新绩效,本文设定了如公式(1)所示的计量模型:
其中,i代表制造业二位码产业,t表示年份,Innovation表示产业创新能力,OJT表示产业的员工技能培训强度,Ctr表示控制变量,、?t分别表示行业固定效应与时间固定效应,εit是随机误差项。β1是重点关注的回归系数,如果该回归系数显著为正,则说明员工技能培训促进了产业创新能力的提升。β1数值的大小在一定程度上代表了员工技能培训影响产业创新能力的强弱,如果员工技能培训经费支出提高一个百分点,则意味着产业创新能力将上升β1%。
(二)变量测度
1.被解释变量。2017年6月,中共中央、国务院印发的《新时期产业工人队伍建设改革方案》明确提出产业工人是创新驱动发展的骨干力量;党的十九届五中全会再次重申和强调了“坚持创新在我国现代化建设全局中的核心地位”。那么,塑造和提升产业工人技能素质的技能形成体系,也需要服务于国家创新驱动发展战略。鉴于此,本文使用产业创新能力作为技能形成体系创新绩效的代理变量,以考察作为形成产业工人技能内部积累方式的员工技能培训是否能够服务于创新驱动发展。本文测度产业创新能力的数据源于复旦大学产业发展研究中心发布的《中国城市和产业创新力报告2017》,该指标充分考虑了专利的内在价值有助于规避使用专利数量和发明专利占比测算产业创新能力时可能会存在的误差。
2.解释变量。员工技能培训作为塑造产业工人技能的内部积累方式,通过职工教育培训经费的支出来衡量企业对人力资本形成与重视的程度,已成为目前文献研究中常用的代理指标。一般而言,职工教育培训经费主要用于对优秀员工的培训和奖励,较少用于一般员工的入门级岗位技能培训[11]。因此,该指标在一定程度上也反映了企业的人力资本存量,即职工教育培训经费支出越多,那么该企业拥有的高技能员工数量也相应越多。
3.控制变量。产业规模:该指标类似于“企业规模”指标,一般使用产业内企业的平均销售收入来代理产业规模。产业规模的平方:考虑到产业规模与员工技能培训经费之间可能存在“倒U型”的函数关系,所以加入产业规模的平方予以相关检验。民营企业占比:民营企业无论是在增强市场经济活力方面,还是在吸纳民生就业数量方面,都具有举足轻重的作用。市场进入率:市场进入与商事改革密切相关,高质量的商事改革在降低市场准入门槛的同时,有助于提升企业进入新市场的机会,从而激发市场主体的活力。出口交货值占比:出口交货值是现阶段衡量企业融入全球市场的一个重要参数,将交易时的外汇价格折算成人民币后可表征出口产品的市场价值。
(三)数据说明
本文的统计分析数据主要来源于国泰安数据库(CSMAR)、上海证券交易所和深圳证券交易所的上市企业财务报表、《中国城市和产业创新力报告2017》《中国科技统计年鉴—2020》以及国家统计局网站的国家数据资料库。接下来,本文对此进行具体说明:一是产业创新能力的数据来源于复旦大学产业发展研究中心发布的《中国城市和产业创新力报告2017》。考虑到该报告的数据只更新至2016年,为了与其他数据同步,本文根据历年产业创新能力的增长率来预测和插补了2017—2019年的数据,以此形成2001—2019年的产业创新能力数据。二是员工技能培训的数据主要依据国泰安数据库(CSMAR)的企业基本信息。笔者在检索上海证券交易所和深圳证券交易所的上市企业财务报表后,通过手工整理出企业对职工教育培训的经费支出。三是产业规模、民营企业占比、市场进入率、出口交货值占比等控制变量所需的数据均来源于历年的《中国科技统计年鉴》和国家统计局网站的国家数据资料库。综上所述,为保证研究数据的有效性,本文将研究时间范围限定为2001—2019年,最终获得共计19年的数据样本。
三、研究假设的验证及解释
(一)员工技能培训的创新绩效
表1汇报了员工技能培训创新绩效的基本回归结果。具体来说:第(1)列汇报了在未添加控制变量、时间固定效应和产业固定效应的情况下,员工技能培训的回归系数在1%的显著性检验水平上为0.793 9,即企业投资员工技能培训的经费支出提高一个百分点,则意味着产业创新能力也将相应上升0.7939%。在此基础上控制时间固定效应和产业固定效应之后,第(2)列汇报了员工技能培训的回归系数在5%的显著性检验水平上为0.098 8,即企业投资员工技能培训的经费支出提高一个百分点,则意味着产业创新能力也将相应上升0.0988%。由此可见,员工技能培训的回归系数出现了较大的波动,但拟合优度从第(1)列的0.203 1一跃升至0.990 6,说明在控制了时间固定效应和产业固定效应之后,第(2)列的回归结果具有较强的解释力。第(3)列进一步添加了控制变量,员工技能培训的回归系数在1%的显著性检验水平上为0.135 3,即企业投资员工技能培训的经费支出提高一个百分点,则意味着产业创新能力也将相应上升0.1353%。这与第(2)列回归结果的数值差异并不大,且拟合优度也仅从0.990 6略微增长至0.991 7,说明在添加了控制变量之后,员工技能培训的回归系数没有发生实质性的变化,也揭示了控制变量对第(2)列回归结果的影响并不明显。
(二)内生性问题处理
员工技能培训在提升产业创新能力的同时,也可能会存在技术创新能力强的产业也许更愿意借助产业工人的人力资本推动产业转型升级,继而获取更为丰厚的经济回报。那么,员工技能培训与产业创新能力之间可能存在的反向因果关系,会导致表1汇报的基本回归结果存在偏误。鉴于此,本文使用员工技能培训的滞后一期(IVOJT_1)变量作为工具变量,考察其与产业创新能力之间是否存在反向因果关系。具体实证结果如表2所示。
第(1)列汇报了在未添加控制变量、时间固定效应和产业固定效应的情况下,员工技能培训滞后一期变量的回归系数在1%的显著性检验水平上为0.784 2,即企业投资员工技能培训的经费支出提高一个百分点,则意味着产业创新能力也将相应上升0.7842%。在此基础上控制时间固定效应和产业固定效应之后,第(2)列汇报了员工技能培训滞后一期变量的回归系数在1%的显著性检验水平上为0.631 2,即企业投资员工技能培训的经费支出提高一个百分点,则意味着产业创新能力也将相应上升0.6312%。由此可见,员工技能培训滞后一期变量的回归系数出现了较大的波动,但拟合优度从第(1)列的0.207 8一跃升至0.504 2,说明在控制了时间固定效应和产业固定效应之后,第(2)列的回歸结果具有较强的解释力。第(3)列进一步添加了控制变量,员工技能培训滞后一期变量的回归系数在1%的显著性检验水平上为0.721 3,即企业投资员工技能培训的经费支出提高一个百分点,则意味着产业创新能力也将相应上升0.7213%。这与第(2)列的拟合优度相比,也从0.504 2大幅上升至0.749 4,说明在考虑了内生性问题后,企业投资员工技能培训仍然能够提升产业创新能力。
四、分样本检验
(一)产业异质性样本检验
本研究在计量模型中加入员工技能培训与产业技术水平的交互项,以探讨员工技能培训在产业不同技术水平下的创新绩效。具体情况如表3所示。
Panel A部分汇报了使用研发人员数量测度产业技术水平的回归结果。具体来说:第(1)列汇报了在未添加控制变量、时间固定效应和产业固定效应的情况下,员工技能培训与研发人员数量交互项的回归系数在1%的显著性检验水平上为正数,表明随着产业技术水平的提高,员工技能培训更能提升产业的创新能力。在此基础上控制时间固定效应和产业固定效应之后,第(2)列汇报了员工技能培训与研发人员数量交互项的回归系数在5%的显著性检验水平上仍然为正数。虽然交互项的回归系数出现了较大的波动,但拟合优度从第(1)列的0.203 1一跃升至0.990 6,说明在控制了时间固定效应和产业固定效应之后,第(2)列的回归结果具有较强的解释力。第(3)列进一步添加了控制变量,员工技能培训与研发人员数量交互项的回归系数在1%的显著性检验水平上继续为正数,与第(2)列的回归系数并没有明显的差异,且拟合优度也仅从0.990 6略微增长至0.991 7。这说明在添加了控制变量之后,交互项的回归系数没有发生实质性的变化,也在一定程度上揭示了控制变量对第(2)列回归结果的影响并不明显。同理,Panel B部分的解读可照此展开论述。表3的实证结果表明,随着产业技术水平的提升,企业对员工技能培训的投资也更加能提升产业创新能力。
(二)技术异质性样本检验
通过网络爬虫方法从企查查数据库中抓取与人工智能相关的企业信息,即运用Python软件中的“Contains”算法对“企业名称”和“经营范围”进行关键词搜索,一旦其中有与人工智能相关的关键词,就可以将该企业视为人工智能企业①。基于制造业二位码将网络爬虫方法所搜集的数据进行产业分类,获得31个细分产业。接着,将相关企业数据分别汇总至不同类型的产业层面,并由关键词将數据样本依次区分为“智能”“云”“数据”“物联”以及“机器学习”等不同类型。那么,员工技能培训对产业创新能力的影响效应在不同人工智能技术下是否存在差异,需要在经验层面得到进一步的分析。
表4汇报了不同人工智能技术下员工技能培训创新绩效的技术异质性分析结果。具体来说:第(1)列汇报了在“智能”技术样本里,员工技能培训的回归系数在1%的显著性检验水平上为0.488 8,即企业投资员工技能培训的经费支出提高一个百分点,则意味着产业创新能力也将相应上升0.4888%。第(2)列汇报了在“云”技术样本里,员工技能培训的回归系数在1%的显著性检验水平上为0.534 7,即企业投资员工技能培训的经费支出提高一个百分点,则意味着产业创新能力也将相应上升0.5347%。第(3)列汇报了在“数据”技术样本里,员工技能培训的回归系数在1%的显著性检验水平上为0.615 1,即企业投资员工技能培训的经费支出提高一个百分点,则意味着产业创新能力也将相应上升0.6151%。第(4)列汇报了在“物联”技术样本里,员工技能培训的回归系数在1%的显著性检验水平上为0.625 7,即企业投资员工技能培训的经费支出提高一个百分点,则意味着产业创新能力也将相应上升0.6257%。囿于“机器学习”技术的样本量比较少,导致变量的回归系数不能有效收敛,故此列回归结果不作汇报。
五、研究结论与启示
(一)研究结论
1.培训在推动技能迭代更新的过程中扮演重要角色。由知识引发的创新显然不能自动转化为实际行动并获取相应的回报,它需要一个组织学习机制来缩短客观存在的“知识距离”[12]。这个组织学习机制的结果就是产业工人的人力资本,如美国大量出口的劳动密集型产品就富含人力资本元素,属于人力资本兼知识密集型产品[13]。德国的发展经验也同样提示,拥有高技能素质的产业工人是“德国制造”走向世界的一个鲜明的比较优势。多个国家的长期发展经验也表明,要摆脱仅仅把正式的学校教育体系作为劳动技能提供方式的观点,而要特别重视企业、社会培训机构等在非正式教育供给方面对劳动技能形成的关键性影响。技能形成体系作为一种涵盖从培训供给到资格认证全过程的技能人才开发模式,其基本内涵是为劳动力提供技能习得的所有制度安排。这些安排基于工作本位,利用全职或在岗培训等多种学习形式实现,其目标是提高劳动力的工作能力[14]。可见,培训作为现代职业教育体系的重要组成部分,在推进技能转型升级的过程中扮演了重要的角色。
2.员工技能培训有助于促进创新。2020年,党的十九届五中全会明确提出“坚持创新在现代化建设全局中的核心地位”,创新在我国经济社会建设中的作用愈发凸显。那么,员工技能培训作为产业工人技能形成体系的内部积累方式,在我国情境下是否能够促进创新,需要在经验层面得到证实。鉴于此,本文采用最小二乘法发现,员工技能培训与产业创新能力的回归系数0.135 3通过了1%的显著性水平检验,实证结果提示,技能促进创新的结论在我国情景下是存在的。为了规避员工技能培训与产业创新能力之间可能存在的反向因果关系,本文在内生性问题处理部分使用两阶段最小二乘法进一步进行回归分析,并没有发现基本回归结果存在偏误的情况。此外,在产业异质性和技术异质性的分样本检验中,员工技能培训对创新的提升效应仍然存在,这也提示基本回归结果具有较强的稳健性。
(二)研究启示
1.构建技能型社会教育体系,发挥技能促进创新的效应。目前,人工智能在与产业融合发展的进程中深刻重塑了全球制造业的格局,也使得关注制造与创新的“再工业化”话题引起了学术界的热议。德国的工业4.0战略、日本的机器人新战略、美国的先进制造业领导力战略等一系列政策的出台,表明在创新加持下的制造业再发展已成为发达国家战略安排的优先选项。十九届五中全会在锚定二〇三五年远景目标的建议中对职业教育和培训提出了新的更高要求,“技能型社会教育体系”的构建成为战略举措。技能培训系统和技能认证系统是构成产业工人技能形成体系的主体要素,而如何应对技能形成体系中存在的技能培训供给与技能资格赋值的“市场失灵”问题,是导致不同国家技能形成路径差异化的根源所在。奉行自由主义培训政策的英国,面临着经济走向“脱实向虚”的困境;而采取协调主义培训政策的德国在制造业领域长期占据领先地位。可见,企业、社会等利益攸关方的积极参与不仅有助于构建技能型社会,也能充分发挥技能促进创新的效应,从而为创新驱动发展战略的深入推进提供技能支撑。
2.完善现代职业教育体系,助推“技能中国行动”实施。党的十九大报告旗帜鲜明地提出要“完善职业教育和培训体系”,这是国家战略规划文件首次明确培训在职业教育体系中的重要地位,也开启了构建现代职业教育体系的时代新征程。从2017年《新时期产业工人队伍建设改革方案》开始,《关于推行终身职业技能培训制度的意见》《国家职业教育改革实施方案》《职业技能提升行动方案(2019—2021年)》《职业院校全面开展职业培训 促进就业创业行动计划》《“技能中国行动”实施方案》等一系列政策文件的相继出台,都直接指明和强调培训是现代职业教育体系的重要组成部分。十九届四中全会提出“把制度优势转化为治理效能”,说明完善“学历教育与培训并重”的现代职业教育体系的一大治理效能就是助推“技能中国”的实现,充分发挥技能人才在制造业全球价值链攀升过程中的杠杆作用。培训作为一种非正式学习方式,突破了学历教育在时空维度上的束缚,在为学龄人群和非学龄人群提供知识技能的学习方面具有独特优势,因而构建高质量培训体系亦是完善服务全民终身学习的教育体系的重要内容,为劳动者的技能习得提供了较为灵活的获取途径。企业作为直接面向商品生产的一线组织,其积极参与培训的行为在弥补市场需求和技能供给之间存在的鸿沟方面具有明显优势。大量的技能劳动者可以通过精准化、组织化与系统化的培训获得晋升高技能人才的有效途径,这也为“技能中国”的实现开辟了可行途径。
3.重新审视劳动技能价值,坚持职业教育类型属性。我们比以往任何时候都深刻认识到,在处于知识经济的今天,劳动技能已成为各个领域不可忽略的关键性要素[15]。大量富有高技能素质的劳动力能够在实际生产过程中产生并采用一些新思想、新观点,激发创新能力和技术进步,从而确保一国或地区具备可持续的竞争力与繁荣。劳动技能成为知识经济社会中宝贵的資源财富,并成为国家综合竞争力的战略资产。然而,预设的经济社会发展目标并没有因为那么多人力资本政策的实施接踵而至。对此可能存在的解释是,政策制定者并没有真正重视劳动力的技能素质,而是把注意力放在学历教育、财政支出、学校硬件设施等代理指标上。但这并没有宣告人力资本投资的失败,而只是说明利用升学率、在校学习时间、班级规模等指标测算人力资本的失败,特别是在国际范围内比较时更是如此。那么,与普通教育明显不同的职业教育应该坚持类型属性,放弃沿用传统的教育监测指标,将职业教育的中心聚焦于劳动者的技能习得,促进其技能发展,从而为经济社会的高质量发展提供一大批高素质劳动者。
注释:
① 一般而言,人工智能企业会在名称、经营范围中体现人工智能相关的特点,可能涉及“智能”“云”“数据”“物联”以及“机器学习”关键词。因此,基于此方法有助于在大样本数据中快速识别产业内的人工智能企业。
参考文献:
[1]张双志.技能形成体系创新绩效的比较:新制度主义视角[J].职教论坛,2021(9):6-11.
[2]人力资源和社会保障部.人力资源社会保障部关于印发“技能中国行动”实施方案的通知[Z].人社部发〔2021〕48号,2021-06-30.
[3]加里·贝克尔.人力资本(第三版)[M].陈耿宣,译.北京:机械工业出版社,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] 张双志.产业智能化背景下员工技能培训研究[D].天津:天津大学,2021:24-26.
[8] CARLOS P. Testing the Acemoglu-Pischke Model in Spain[J]. Economics Letters,2001,72(1):107-115.
[9] 肖凤翔,张双志.民营企业员工培训的经济回报研究——基于企业利润的视角[J].中国职业技术教育,2019(3):53-59.
[10] 奥利弗·索姆,伊娃·柯娜尔.德国制造业创新之谜:传统企业如何以非研发创新塑造持续竞争力[M].工业4.0研究院,译.北京:中国工信出版集团,2016:推荐序二.
[11] 王万珺,沈坤荣,周绍东,等.在职培训、研发投入与企业创新[J].经济与管理研究,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]张涛.国家竞争优势的来源——知识生产、知识资本化和制造基础[J].探索与争鸣,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·马歇尔,马克·塔克.教育与国家财富:思考生存[M].顾建新,赵友华,译.北京:教育科学出版社,2003:序言.
[责任编辑 曹 稳]