制造业技能人才工匠精神的测评与影响因素实证研究

左和平，李秉强，余 静

(1.江西科技师范大学，南昌 330038； 2.江西科技师范大学 江西职业教育与产业发展研究院，南昌 330038)

一、问题的提出

自2016年李克强总理在《政府工作报告》中首次提出“工匠精神”后，大国工匠、劳模精神、工匠精神成为我国技能人才、技能短缺的代名词。习近平总书记在致2022年4月27日召开的首届大国工匠创新交流大会的贺信中强调要“大力弘扬劳模精神、劳动精神、工匠精神”，彰显了国家领导人对弘扬工匠精神的高度重视。然而，目前我国制造业技能人才短缺明显、工匠精神的相对缺乏已成共识，与工匠精神和制造业技能人才没实现有效契合有何内在关联？事实上，无论是“中国制造2025”发展目标的顺利达成，还是我国制造业迈向高质量发展阶段的稳健推进，均需要充分挖掘技能人才工匠精神对制造业发展的重要作用(刘志江等，2020)[1]，这能在提升工匠精神的同时缓解我国技能人才的相对不足。为此，有必要解析制造业技能人才的工匠精神状况及其影响因素。

工匠精神的形成与内涵呈现出动态的演化势态。如，张迪(2016)[2]将工匠精神的历史演变分为孕育、产生、发展、传承等四个阶段。庄西真(2017)[3]以手工业时代、工业革命时期、第三次工业革命等三个时期为分界线，阐释了工匠精神在不同时期的内涵。孙清华(2016)[4]认为西方工匠精神的内涵发展可分为三个阶段，分别是以古希腊时代为代表的产生阶段、以欧洲中世纪为代表的发展阶段、以中世纪末期为代表的转型阶段。张云河和王靖(2020)[5]基于不同的历史时期区别了工匠精神的基本内涵和新时期内涵，在敬业、专注、忧乐等基本内涵上赋予其新的时代精神和团队精神。此外，也有学者从其他视角分析了工匠精神的内涵。如，Manova和Yu(2017)[6]认为工匠精神最具价值的效用为可有效地提高产品质量；Abrassart et al.(2020)[7]指出工匠精神不仅存在于手工艺者中，而且存在运用相应技术或技能创新性地解决各种问题的各类人群中；刘志彪和王建国(2018)[8]从现代发展需求视角提出了工匠精神应包含用户至上的观念；唐国平和万仁新(2019)[9]从企业管理制度视角认为现代的工匠精神已演变为企业的资本资源。

测评工匠精神的核心在于确定指标(体系)与数据获取。但是，对于工匠精神应该包括哪些维度，目前形成了二维(李群等，2020)[10]、三维(肖薇薇、陈文海，2016)[11]、四维(叶美兰、陈桂香，2016)[12]、五维(李宏伟、别应龙，2015)[13]、六维(刘霞、邓宏宝，2021)[14]、七维(石芬芳、刘晶璟，2019)[15]等六种观点，基本认为应该包括敬业、创新、专注、精益求精等关键词，且通常采取统计(李群等，2020)[10]和量表开发(方阳春、陈超颖，2018)[16]获取评价工匠精神所需的数据。也有学者(企业)从行业视角构建了测评指标，如建筑行业(陈敏等，2019)[17]、服装行业(洪子又、朱伟明，2019)[18]。此外，对于制造业的工匠精神，彭花等(2018)[19]认为应该包括产品、工作、技术等维度，胡利利和熊璐(2019)[20]提出了工匠技艺、工匠品德、工匠心性等范畴。

学者对工匠精神的影响因素研究，经文献梳理后，可认为主要聚焦于政府、学校和企业等三层面。从政府层面看，李进(2016)[21]指出工匠精神培育需要完善市场经济制度建设，李宏昌(2016)[22]认为工匠精神培育需要加快文化引领以培育工匠文化。从学校层面看，孙宏等(2018)[23]从校园文化、课程教学、实践操作、校企合作、培育效果、职业生涯规划等方面解析了影响因素。从企业层面看，南瑞萍(2018)[24]发现企业岗前培训、企业重视程度、企业激励制度，对工匠精神有显著影响。此外，许应楠(2018)[25]分析了外部社会环境、学校培育环境、内生力量、实践行为对职业院校人才工匠精神培育的影响因素，贺正楚和彭花(2018)[26]认为个人价值、企业管理制度、内在需求、社会风尚、政治制度是影响新生代技术工人工匠精神的重要因素。也有部分学者从特定产业视角展开了解答，如建筑行业(陈敏等，2019)[17]、铜工艺行业(徐培等，2020)[27]。

制造业技能人才提质提量是我国实现制造强国的重要引擎，而工匠精神是重要的表现形式，因而需要加强对制造业技能人才工匠精神的剖析。学者从不同维度评价了工匠精神和影响因素，但还少有从制造业技能人才视角进行研究的文献，而这应该是我国通过工匠精神提升促进制造业转型调整的重要着力点。因此，拟在构建测度方法和计量模型的基础上，基于调查获取的微观企业数据，实证解析我国制造业技能人才的工匠精神及其影响因素。

二、模型构建与评价方法

衡量我国制造业技能人才的工匠精神和影响因素，首先需要解析技能人才工匠精神蕴含的维度，进而形成工匠精神指数(后简称“工匠指数”)。然而，受制于工匠精神包括哪些内涵目前没有统一的界定，且没有现成的统计数据可用于度量。为此，需要在界定制造业技能人才工匠精神内涵的基础上进行测度。基于上述文献和结合制造业实际，充分考虑上述提及的关键词，敬业应该体现为职业道德；创新可用创新能力诠释；专注应该表征了对相关工作的热爱，即应该与职业设想和自身的价值判断保持了一致，即应该包括了职业理想和价值取向判断；精益求精应该包括一定的理论知识水平和相应的实践技能水准。为此，认为制造业技能人才的工匠精神应包括专业知识、操作技能、职业道德、创新能力、职业理想、价值取向等维度。随后，拟采取主成分分析即客观赋值法进行处理，且将得到的各系数ai归一化以得到相应的权重ωi：

(1)

进而，制造业技能人才工匠指数可表述为：

CI=ω1·CC1+ω2·CC2+ω3·CC3+ω4·CC4+ω5·CC5+ω6·CC6

(2)

其中，CI、CC1、CC2、CC3、CC4、CC5、CC6分别表示工匠指数、专业知识、操作技能、创新能力、职业道德、职业理想、价值取向，ω为各维度的权重。

由前述研究可知，学者通常考虑学校层面、个人层面、社会层面的影响，然而在剖析制造业技能人才时，企业层面是不可忽视的(朱永跃等，2019)[28]，且家庭层面也会产生直接或间接的影响(许应楠，2018)[25]，同时政府层面的影响因素应该可从上述五个层面得到相应的诠释，因而不将政府层面作为单独的影响维度进行考虑。为此，构建测评制造业技能人才工匠指数影响因素的基本计量模型：

CI=α+β1·SF+β2·EF+β3·OF+β4·LF+β5·FF+ε

(3)

其中，SF、EF、OF、LF、FF分别表示学校、企业、社会、自身、家庭层级的复合因素。ε是随机误差项，β1、β2、β3、β4、β5反映了各层级因素对工匠指数的影响。

鉴于各层级可能包括多重因素，采取与式(1)相同的方法，即进行主成分分析且归一化处理，得到各重因素的归一化影响系数，进而SF、EF、OF、LF、FF可分别表示为：

(4)

(5)

(6)

(7)

(8)

更进一步，构建相应模型解析特定层级因素的影响，其基本模型分别为：

CI=α1+δ1·SF1+.....δn·SFn+ε1

(9)

CI=α2+φ1·EF1+.....φn·EFn+ε2

(10)

CI=α3+φ1·OF1+.....φn·OFn+ε3

(11)

CI=α4+γ1·LF1+.....γn·LFn+ε4

(12)

CI=α5+η1·FF1+.....ηn·FFn+ε5

(13)

其中，n为相关层面的影响因素个数。系数δi、φi、φi、γi、ηi分别表示学校、企业、社会、自身、家庭各层级各解释变量的系数，反映了具体子因素的影响。

三、数据来源与描述性分析

鉴于没有相关统计数据可直接表征制造业技能人才的工匠指数，且我国在各类统计年鉴或资料中，也没有明确提及用于评价工匠精神的指标。为此，拟通过量表开发并通过问卷调查获取相关数据。

(一)问卷设计

借鉴相关量表(张宏等，2018；南瑞萍，2018；许应楠，2018；贺正楚、彭花，2018；方阳春、陈颖超，2018；乔娇、高超，2018)[23-26，16，29]，开发了《制造业技能人才“工匠精神”现状与影响因素调查问卷》。问卷主要包括三部分，分别为调查对象的基本情况、技能人才工匠精神自我评价与内涵、工匠精神影响因素。第一部分主要包括性别、所在企业行业属性、年龄阶段、学历、地区、对所在企业工匠精神自评等问题。其中，性别分男、女两类，制造企业所属行业按照《中国统计年鉴》细分为31类，年龄分为18～23岁、24～30岁、31～40岁、41～50岁、51～60岁、60岁以上6类，学历分学生在读、中专及以下、大专、本科、硕士及以上等5类。第二部主要包括工匠精神的作用、测评方式、企业需求及内涵等问题，主要的内涵部分从职业道德、专业知识、操作技能、创新能力、职业理想、价值取向等维度展开。第三部分设计了学校、企业、社会、自身、家庭等5个维度共计39个影响因素(1)考虑到各层级的因素均为复合因素，进而在问卷调查时设计了相应的选项：学校层级的因素包含16个，用SF1、SF2、SF3、SF4、SF5、SF6、SF7、SF8、SF9、SF10、SF11、SF12、SF13、SF14、SF15、SF16分别表示校园宣传、专题讲座、文娱活动、技能大赛、德育课、专业课、文化课、网络课、教学管理制度、师资状况、学生管理制度、行政管理制度、评价机制、实习实训、校企结合、人才培养模式；企业层级的因素包含7个，用EF1、EF2、EF3、EF4、EF5、EF6、EF7分别表示企业薪资福利、岗前培训、奖惩制度、企业环境与设备、企业运营体系、企业工匠文化、企业工匠与劳模表率作用；社会层级的因素包含5个，用OF1、OF2、OF3、OF4、OF5分别表示社会宣传、人才政策引导、社会氛围、对职业院校学生认同感、专业价值认可度；自身层级的因素包含6个，用LF1、LF2、LF3、LF4、LF5、LF6分别表示自身精神需要、职业精神、企业文化、职业设想、自我反省、其他实践；家庭层级的因素包含5个，用FF1、FF2、FF3、FF4、FF5分别表示家庭教育理念、家庭经济状况、家庭社会关系、父母文化背景、父母职业理想。。问卷主要采取了五分法，在工匠精神内涵和影响因素部分，5、4、3、2、1分别表示影响程度或重要程度依次下降。

(二)问卷发放

采取网络问卷星进行发放，要求每家制造企业仅填写一份，调查时间为2020年10月14日-11月18日，共收集到27个省级区域的442份问卷。对问卷进行筛选，去除非企业从业人员、填写不完整及相同个人信息问卷，且每份问卷的填写时间为120秒以上，回收到有效问卷354份，其有效回收率达80.01%。经对数据分析后发现，受访者主要在重庆、江西、浙江，为确保数据有效性且进行区域比较，仅对问卷来源地为该三地的数据进行分析，经过筛选后得到的有效样本数为286份。需要强调的是，在问卷中将制造业细分为31个行业，但黑色金属冶炼和压延加工业、有色金属冶炼和压延加工业及废弃资源综合利用业等3个行业的填报人数为零。为研究需要，将28个行业分为劳动密集型、资源密集型、资本密集型和技术密集型，但因部分企业员工不明确所在企业的行业类别，造成40份样本选择了其他制造业类型。为最大限度地尊重数据样本的真实性，故在四类制造业分类基础上添加了其他制造业这一类。其中，四大类制造业分类参照李秉强(2017)[30]的界定方法。采用SPSS 24.0进行计量分析。

(三)描述性分析

对样本情况进行描述性说明，详见表1。从性别看，男性和女性分别占比67.5%和32.5%，这可能与制造企业员工以男性为主有关。从年龄看，18～50岁的比例达96.9%，显示出受访者以中青年为主。从学历看，中专及以下(包含学生在读)占比16.4%，大专占比44.4%，本科及以上占比32.2%，可知本次被调查对象的学历层次相对较高，而存在一定比例的中专及以下(包含学生在读)的群体，可能与校企结合、订单班等学生在企业实习有关，但均值为3.34表明学历介于大专与本科之间。从企业类别看，资本密集型企业占比高达37.8%，其余四种类型的企业数量相对均衡。从所在企业工匠精神水平判断看，总体评价相对较好，如认为比较高及非常高的占比高达55.9%，均值达到了3.65，即处于一般高到比较高之间。

表1 问卷调查对象基本情况

四、工匠指数测评

(一)维度筛选

基于性别、学历、年龄、地区、行业类别等调查对象特征变量，采取独立样本 T 检验和单因素方差对工匠指数展开差异性分析。其中，性别分为男女两类，故运用独立样本 T 检验；年龄、学历、地区、企业分类均属于超过两类的分类数据，故采用单因素方差分析，以显著性系数为标准检验该变量在不同水平下对工匠指数测评的影响，若存在显著性差异则进行多重比较，并进一步探究该分类变量的具体差异，以作为工匠指数差异性分析的判断标准，计量结果显示，性别、年龄、学历、地区、行业类别的P值分别为0.856、0.820、0.732、0.000、0.045。由此可认为，性别、年龄、学历维度没通过显著性检验，而地区和行业类别通过了5%的显著性检验。随后，仅就地区、行业的工匠指数和影响因素进行差异性分析。

(二)工匠指数评价

按照上述给出的测度方法进行主成分分析，发现提取的公共因子仅有一个，且该公共因子的方差累计百分比达83.702%。据此，可用式(1)进行权重赋值，计量结果显示CC1、CC2、CC3、CC4、CC5、CC6的归一化系数分别为0.164176385、0.165634111、0.168185131、0.166180758、0.165269679、0.170553936。需要做出说明的是，六个维度的成分系数差别较小，为更大程度显示差异性而保留了9位小数点。

1.区域差异

工匠指数的计量结果表明，浙江比重庆、浙江比江西、江西比重庆分别高0.518、0.235、0.283，而通过多重事后比较(采取LSD比较)考查组别间的显著性差异发现，其对应的P值分别为0.000、0.038、0.016，即均通过了5%的显著性检验，据此可认为制造业技能人才的工匠指数在上述三个区域存在显著差异。

从区域视角对制造业技能人才工匠指数的各具体维度做单因素方差分析，针对具体维度与工匠指数的显著性差异通过LSD比较体现，详见表2和表3。从表2可知，不同地区制造业技能人才工匠指数在六个维度上的均值差异，与地区对工匠指数的差异总体保持了一致，即各维度均表现为浙江大于江西、江西大于重庆，且单因素方差分析的结果均通过了1%的显著性检验。从工匠指数看，专业知识维度和价值取向维度均明显偏低，这可能与工匠精神需要更加强化专业技能有关(许应楠，2018)[25]，而我国倡导的社会主义核心价值观也促使价值取向基本趋同(朱永跃等，2019)[28]，进而导致对价值取向维度的诉求相对不强。

表2 地区对工匠指数各维度的差异性分析

表3 地区对工匠指数各维度的多重事后比较

从LSD比较看，其结果与表2基本保持了一致，但也有部分没通过显著性检验，体现在浙江与江西相比较层面。如，在专业知识维度、价值取向维度的浙江与江西比较均没有通过10%的检验，职业道德维度、职业理想维度的浙江与江西比较均没有通过5%但通过了10%的检验，而其余均通过了5%的检验。特别是，浙江制造业技能人才的创新能力维度明显要强于其他维度，这在一定程度上可视为浙江技能人才对创新驱动的预期更高有关。事实上，《2021中国区域创新能力评价报告》显示，2021年浙江的创新能力位列全国第五，仅次于广东、北京、江苏、上海(2)31省份区域创新能力排名：广东5连冠，第一梯队优势明显[EB/OL].(2021-12-21)[2022-02-11].https：//baijiahao.baidu.com/s？id=1719761878407250645&wfr=spider&for=pc.。

在我国处于东部转型、中西部提速、东北调整的发展格局下，制造业技能人才工匠精神应该与区域发展水平直接相关。如从经济发展所属区块看，浙江属于东部、江西属于中部、重庆属于西部，且我国经济发展水平总体呈现出东部强于中部、中部强于西部。诚然，从经济发展水平看，重庆应该高于江西，如重庆和江西的2021年GDP分别为8.70和6.55万元。但制造业技能人才的工匠精神应该与相对较大区域特别是周边区域的制造业发展水平直接相关(马永伟，2019)[31]，而江西的周边区域制造业水平显著高于重庆，如毗邻长三角、珠三角、海西经济区，进而可能使得工匠指数的总体水平和各维度水平均相对较高。

2.产业属性差异

实现废弃物最大利用的前提便是垃圾分类，在北京、杭州等地，垃圾分类试点已经推行了几年，却未见明显成效，“垃圾围城”问题亟待解决。2016年6月，国家发改委、住建部联合发布了《垃圾强制分类制度方案》，提出到2020年，重点城市生活垃圾得到有效分类，实施生活垃圾强制分类的重点城市，生活垃圾分类收集覆盖率达到90%以上，回收利用率达35%以上。

采取LSD比较分析组别间的显著性，详见表4。可知，劳动密集型制造业技能人才的工匠指数显著低于其他类型的制造业，特别是与资本和技术密集型制造业的差距明显，这可能与集约型制造业或高端制造更需要工匠精神直接关联(周民良，2017)[32]。从显著性检验看，劳动密集型与资本密集型和其他制造业的LSD比较通过了5%的检验，而与技术密集型制造业通过了10%但没通过5%的检验，且其他类型的两两LSD比较均没有通过显著性检验，即其他不同类型的制造业两两比较没有显著差异。

表4 产业属性对工匠指数的多重事后比较

为探究表4中存在差异的成因，运用产业类别就具体维度做单因素方差分析，结果显示：如以5%作为检验标准，职业道德、专业知识、操作技能、职业理想、价值取向维度的P值分别为0.091、0.063、0.055、0.100、0.065，则可认为上述五个维度均没有通过检验；创新能力的P值为0.046，可认为该维度通过了检验。更进一步，采取LSD比较探究创新能力与行业类别间的显著性水平，详见表5。可知，仅有劳动密集型行业中的工匠精神的创新能力维度与资本密集型和其他制造业的相关值通过了5%的显著性检验，而其他组别都没有通过5%的显著性检验，这与表4中的计量结果保持了一致。此外，考虑到问卷调查时，部分受访者选择了其他制造业，而这类制造业的成分可能较为复杂，故此在剖析制造业的行业属性时可将之忽略。为此，在制造业行业类别的甄别中，只有劳动和资本密集型的相关维度通过了检验。事实上，从我国制造业发展实际看，制造业的低水平技术锁定(胡亚男、余东华，2021)[33]，导致我国高端制造业以资本密集型为主。但就总体而言，我国劳动密集型技能人才所需的创新能力也最低，如比资本密集型低0.426。

表5 产业属性对创新能力的多重事后比较

五、影响因素实证分析

鉴于上述五个层级提出的影响因素的相关数据均来自问卷调查，进而有必要进行信效度检验以解析相关因素的有效性。随后，基于信效度的检验结果，得出各影响因素的归一化系数并合成各维度的数值，并进行相应的实证研究。

(一)信效度检验

通常用Cronbach α值进行信度检验，且一般认为该值大于0.7时，数据比较稳定且具有可靠性(许应楠，2018)[25]。对问卷得到的数据进行处理，发现影响因素部分总体的Cronbach α值为0.988。从各层级看，学校、企业、社会、自身、家庭的Cronbach α值分别为0.976、0.954、0.944、0.957、0.940。可知，各层级均通过了信度检验。更进一步，对各层级的各因素进行信度检验，发现所有因素删除项后的Cronbach α值均大于0.91，且均小于各层级对应的值(3)如有需要，可向作者索要各个影响因素量表内部一致性信度的相关系数。。由此，可认为学校层级、企业层级、社会层级、自身层级、家庭层级的内部信度均相对较好，且整个问卷的信度较高，即不需要删除任何层级的任何因素选项。

效度通常可用于判断问卷的可靠性，且可通过KMO值与Bartlett的球形度检验值来判定变量是否适合做因子分析，该值越大问卷的可靠性越高。计量结果表明，影响因素量表部分的KMO值为0.968，表明变量之间的相关性较强，且Bartlett球形度检验的P值为0.000，故此认为适合做因子分析。

(二)差异性实证分析

为获得各层级影响因素的数值，首先需要获取各层级子因素的权重。为便于更大程度地考查子因素的影响差异性，采取小数点后九位的归一化系数作为相应的权重(4)如有需要，可向作者索要各个影响因素归一化后的权重。。该部分的实证从总体、分区域、分行业三方面展开。从总体看，β1、β2、β3、β4、β5分别为0.337、0.163、0.152、0.266、-0.045，对应的P值分别为0.000、0.087、0.135、0.007、0.457。如以10%作为衡量是否通过检验的标准，可知学校、企业、自身等层面通过了检验，而社会和家庭层面没有通过检验。且学校层面的影响显著强于企业和自身层面，这可能与学校为制造业技能人才的主要供给侧相关(顾力平，2005)[34]。需要指出的是，随后对五个层级的影响因素进行实证，不删除未通过检验的要素，以便于进行对比分析。为更清晰地显示制造业技能人才工匠精神影响因素的差异性，从前述提及的分区域和分行业两方面展开分析。此时，为缩短篇幅，仅从工匠指数层面进行考查，而不解析工匠精神各个维度的影响因素。

关于影响因素的产业属性差异的计量结果，详见表6，可知五个方程的相关系数均高于0.6且方程的P值均为0.000。从显著性检验结果看，劳动密集型工匠指数的学校、社会、自身因素，资源密集型的社会、家庭、企业因素，资本密集型的社会因素，技术密集型的自身、企业、学校、家庭因素，不确定型中的社会、企业、家庭因素，均通过了显著性检验。考虑到不确定型制造业中的行业属性可能较为复杂，由此在对比分析时不考虑该类型。在四类产业属性的计量结果中，各层级因素对资本密集型工匠指数的影响最不显著，这可能与该类制造业更强调资本投入有关。在劳动和技术密集型的计量结果中，均为自身层面的影响最大，特别是劳动密集型的自身层面影响因素的系数高达1.296。此外，劳动密集型通过检验的三个变量的系数均接近或超过1，且资源密集型的社会层面影响因素的系数也高达1.121，同时企业层面的因素对资源密集型和技术密集型的影响更显著。如把劳动和资源密集型视为粗放型、资本和技术密集型视为集约型，可认为各层级因素对粗放型制造业技能人才工匠精神的影响系数要显著大于集约型，而朱永跃等(2021)[35]的研究结果也表明工匠精神具有传统与现代交融的属性，进而在不同类型的工匠指数的影响因素上也应体现出相应差异。

表6 工匠精神影响因素的产业属性差异

关于影响因素的区域差异的计量结果，详见表7，可知三个方程的拟合性整体较好。结果显示，重庆仅有学校因素、江西仅有自身因素和学校因素、浙江仅有自身因素和社会因素通过了显著性检验。影响制造业技能人才工匠精神的自身因素，在一定程度上应该与在校期间形成的相关品质、知识、技能存在关联，如通常认为技能人才职业精神的形成与学校培养有着较强的因果关系(马小容，2018)[36]，职业理想教育是高职院校的重要导向(叶健，2007)[37]，而这会对技能人才的职业设想产生直接或间接的影响。由此，可认为，学校层面的因素与各区域制造业技能人才工程精神的形成有着较为明显的内在联系。

表7 工匠精神影响因素的区域差异

对比分区域和分行业影响因素的计量结果可知，分行业的模型通常有三个变量通过了检验，而分区域的模型仅有一个或两个变量通过了检验。特别是，学校层面和自身层面的因素对制造业技能人才工匠精神通常具有显性的影响。

(三)分层级因素实证分析

为探究具体因素对工匠指数的影响，基于式(9)-(13)，分别从学校、企业、社会、自身、家庭等层级进行计量。为缩短篇幅，仅报告不分区域、不分行业的计量结果，详见表8。从学校因素看，仅有专题讲座、技能大赛、专业课、评价机制、人才培养模式等5个子因素通过了检验，影响系数分别为0.147、0.186、0.206、0.110、0.181。从企业因素看，岗前培训、奖惩制度、企业环境与设备、企业工匠文化等4个子因素通过了检验，影响系数分别为0.217、0.123、0.237、0.207。从社会因素看，社会宣传、人才政策引导、对职业院校学生认同感等3个子因素通过了检验，影响系数分别为0.216、0.318、0.142。从自身因素看，自身精神需要、职业精神、其他实践活动等3个子因素通过了检验，影响系数分别为0.293、0.234、0.152。从家庭因素看，教育理论、经济状况等2个子因素通过了检验，影响系数分别为0.602、0.127。可知，企业、社层、自身层面的模型效果较好，表征为通过检验的因素的比例较高。然而，信效度检验显示上述五个维度共计39个指标均通过了检验，可用于合成相应的五个层级的复合指标，这与部分单一指标在计量模型中通过检验与否不存在因果或内在关系。

表8 各层级因素对工匠精神影响的计量结果

六、结论

在构建制造业技能人才工匠指数的基础上，基于286份问卷调查的数据，构建模型实证解析了工匠精神影响因素及差异性。具体而言，将工匠精神分为专业知识、操作技能、创新能力、职业道德、职业理想、价值取向等六个维度，将影响因素分为学校、企业、社会、自身、家庭等五个层级共39个指标。研究的主要结论包括：(1)制造业技能人才工匠指数在性别、年龄、学历等方面没有显著差别，而在地区、行业属性等方面差异明显；(2)选定的所有指标均通过了信效度检验，可用于主成分分析以获取各指标在相应层级中的权重；(3)制造业技能人才工匠精神的影响因素存在显性的区域和行业差异，且行业属性差异模型的效果要好于区域差异。从行业属性差异看，各层级因素对粗放型制造业技能人才工匠精神的影响总体大于集约型。从区域差异看，学校层级因素对各区域制造业技能人才工匠精神形成的影响较为明显。

以上研究结论有望为我国如何提升制造业技能人才的工匠精神提供数据支持和相应的建议。但是，该研究尚存在如下方面有待完善。

一是指数测度的可信性。对于何谓工匠精神，国内外没有标准的界定维度或概念。工匠精神，更多的是应该体现在精神层面，这是一个主观层面的问题即隶属于价值判断，但不同群体、不同阶层、不同个人在理解上应该会存在相应的偏差，进而致使难以形成标准化的模块或板块。研究设定的工匠精神六个维度的内涵，在一定程度上应该能反映出工匠精神的核心内容，但受访者对不同维度的理解会影响打分的高低，从而影响到工匠指数测度的可信程度和有效性。

二是受访人员的精准性。从问卷调查的内容看，侧重于技能人才对工匠精神的理解或诉求，即技能人才填写更能充分保障调查结果的有效性。然而，每个企业限填一份的无记名填报方式，会导致更多是由人力资源部门、人力总监(经理)或办公室人员处理，即无法确保是由技能人才填写的，由此可能会导致出现一定程度的偏差。但是，由于该问卷没有涉及专业性较强的问题，进而获得的调研结果应该具有较大的可信度。由此，如能确保问卷填写者为技能人才，得出的研究结果可能更加有效。

三是因素选择的可靠性。制造业技能人才工匠精神影响因素的复杂性，最有效的方法是采取系统动力学的方法来进行指标筛选，此时涉及两方面的问题。其一是将影响因素分为哪些层级。在研究中，将影响因素分为学校、企业、社会、自身、家庭等层级的有效性有待商榷，如政府层级也应该会显性影响工匠精神，而不仅是渗透于上述五个层级中，即没有设定出政府层级的影响因素(如，关于鼓励工匠精神发展的法律法规等)。其二是具体维度包含哪些特定的指标。研究中提出的39个指标，应该是各个层级的重要层面，但在分析时没有将之纳入相应的统一框架展开分析。然而，本研究提出的指标体系和测度方法，仅为如何剖析制造业技能人才工匠精神的影响因素提供尝试性探索。

四是行业划分的准确性。《中国统计年鉴》将我国的制造业界定为31个行业(不含废弃资源综合利用业，金属制品、机械和设备维修业)，而将我国的各类制造行业分为劳动密集型、资源密集型、资本密集型、技术密集型这四类不会存在争议。但是，上述四类产业具体包括哪些行业没有标准的做法，而同一个行业在发展过程中出现的要素密集度逆转(王瑞荣、李平，2014)[38]，更是增加了进行有效分类的难度。