制造业数字化人才培养框架顶层设计——基于参与式行动研究法的ZZC 企业实证研究

□ 刘俐伶

一、导言

党和政府高度重视制造业数字化转型。2023 年2 月，中共中央、国务院连续发布《质量强国建设纲要》和《数字中国建设整体布局规划》，两份政策文件均对制造业提出更高的发展方向。其中，《质量强国建设纲要》直接指出：“推动制造业高端化、智能化、绿色化发展”。[1]

诸多研究表明制造业数字化转型对制造业劳动力就业有深远影响，从长期来看，替代效应非常明显。法比安（Fabien）[2]在2002 年通过构建失业摩擦模型，证明了技术变革对就业存在破坏效应，从长期来看，技术变革将会加快一些岗位的淘汰，从而降低就业的均衡水平。2010 年，王君斌等[3]通过对中国宏观季度数据进行实证研究，发现在技术冲击与非技术冲击两种不同情况下，制造业数字化转型对制造业劳动力就业影响不同：在技术冲击下，这种影响对就业情况将会产生短期的负向效应，而在非技术冲击下，对就业表现出短期内的正向效应。2017 年，王君等[4]通过机制分析发现，目前机器人等智能化设备的应用正在大幅上涨，短期来看，大量使用机器人是因为人口红利下降导致的劳动力短缺，其对就业存量暂未产生较大冲击；但长期来看，智能化设备代替劳动力的规模将会迅速增长。张艳华[5]2018 年发表的对北京6 家企业的调查研究结果指出，目前我国“机器换人”对劳动力就业冲击不大；但从长期来看，随着各类政策文件的逐渐落实，“机器换人”的规模将快速增长。欧洲学者恰奇奥（Chiacchio）等[6]利用欧盟六个国家的工业机器人数据得出，每千名工人中增加一个工业机器人，就业率就会降低0.16 至0.2 个百分点。他们使用劳动力市场均衡方法后发现，相比于美国的就业替代现象，欧洲工业机器人的投入将会产生更加显著的失业影响。美国学者阿西莫格鲁（Acemoglu）[7]研究了自1990 年起近20 年美国智能机器人投入对劳动力市场的影响，其结果同样显示每千名工人中增加一个机器人，就业与人口的比率将会降低0.18 至0.34 个百分点，工资水平也会随之降低。王君等[8]归纳了技术进步对就业的替代性作用，他们认为低技能劳动力更容易受到人工智能等技术进步因素的影响，技术进步将对低技能劳动力起到替代作用，同时劳动力市场对高技能劳动力与受过高等教育劳动力的需求会提高，并且技术进步将通过提升以人力资本为主要因素的就业结构来影响劳动力市场的就业情况。数字化转型对制造业劳动力就业的替代效应将推动或者倒逼制造业人才结构升级。

在这种情况下，制造业人才结构升级研究，尤其是制造业数字化人才培养研究变得非常重要。

二、已有研究情况

（一）美、德两国制造业数字化人才培养情况相关研究

德国政府是工业4.0 战略的最早提出者。在制造业人才培养方面，德国政府做了大量工作。德国经过调研，确立了以信息为主的跨领域人才培养模式，并为此专门建立了职业教育与普通高等教育等值的资格体系。[9]

为应对制造业数字化转型，美国在2014年成立数字制造和设计创新中心（Digital Manufacturing and Design Innovation Institute，简称DMDII）。该中心由美国国防部直接拨款，主要致力于推动跨部门的生产技术的发展，以保持美国在制造业领域的竞争力。该中心和国际人力资源巨头企业万宝华（Manpower）发布了由洛瑞·安东努茨（Lory Antonucci）等人设计的美国智能制造数字化人才分类体系及其标准。这套标准含6 项一级指标和25 项二级指标。其中，一级指标分别为工作角色、关键责任、角色定位、职业能力、工作经验与教育、未来发展潜力。在6 项一级指标中，工作角色非常值得我国重视，美国将工作角色的二级指标确定为4 项：角色群、相关角色、升级角色、过渡角色。依据角色指标，又开发了智能制造165 项重要工作角色，对每项角色的关键责任、角色定位、职业能力分级、工作经验与受教育背景要求均有明确描述。[10-11]

（二）我国制造业数字化人才培养相关研究

江建春[12]认为制造业数字化人才培养战略意义重大，并在此基础上提出了有关制造业数字化人才培养框架的基本设想。他认为，一要建立数字化人才评价标准，二要明确数字化人才培养学科体系，三要绘制数字化人才地图，四要做好数字化人才培养规划。在数字化人才培养策略方面，他认为，首先要加快推进人力资源管理的数字化转型；其次要契合企业的经营模式；最后要构建相匹配的保障体系。

孙新波等分析了辽宁省制造业数字化人才市场的空心情况，并针对该省数字化人才集聚力、向心力薄弱的现状，提出通过3×5 模式打造城市人才众包平台。“3”指政府、市场和第三方机构这三方高度协同；“5”指城市众包平台的5 个运营要点，包括建设人才库、促进供需平衡与高匹配、建立人才激励机制、强调信用规范，实施双向方案评价机制。[13]

以上文献研究有两大启示：第一，制造业数字化人才发展对于发达国家来说是重要战略，并且这些国家已经实施诸多重要举措。我国学界相关研究较少。尤其是关于制造业数字化人才培养体系的顶层设计研究更少；第二，目前使用参与式行动研究为主要研究方法的研究较少。

本文尝试使用参与式行动研究法，以行业龙头企业ZZC 为研究对象，对如何通过参与式行动研究完成制造业数字化人才培养体系顶层设计进行分析。

三、研究设计

（一）研究目标

1.完成案例企业——ZZC 的现状研究

（1）ZZC 的数字化转型现状与未来5 年转型目标

（2）与ZZC 数字化转型目标相匹配的数字化人才培养需求

（3）ZZC 数字化岗位现状与数字化人才现状

2.完成案例企业——ZZC 的数字化人才顶层设计

3.完成案例企业——ZZC 的数字化人才培养体系设计

（二）研究方法

本文采用参与式行动研究方法（Participatory Action Research，PAR），它是行动研究的一类。威廉·怀特（William Whyte）是最早研究并使用参与式行动研究法的学者。他和他的团队对参与式行动研究做了如下概念界定：参与式行动研究是一种打破传统的第三方研究者执行项目研究的模式，这种研究允许或主动邀请被研究组织中的员工全程参与项目，并且作为项目主体与第三方研究者形成平等合作，共同完成项目研究任务。[14]

参与式行动研究的特点是将解决方案本身构建于集体参与的行动中。它打破了研究者与研究对象、知识或方案的生产主体与客体分离的状态。问题的分析、问题原因的分析、问题解决思路的寻找与论证等过程，均邀请研究对象所在组织的关键成员参与进来，一同行动。[15]

参与式行动研究的本质是为改变某些事物的现状而对其进行研究。从字面含义看，“参与”“行动”和“研究”相互之间存在差异，但在实践中，这几个因素之间的边界已经比较模糊。[16]

参与式行动研究与传统实证研究的不同在于，在参与式研究中，“研究者应该在与研究对象的不断互动、知识交流以及共同建构中完成研究问题的确定、数据搜集以及分析方法选择等多个研究环节。就研究者而言，为了让研究对象更充分地参与其中，研究者应该在研究内容和研究方法的甄选方面保持充分的民主”。[17-20]而传统的实证研究学者认为：“研究者在知识搜集、研究方法实践以及理论建构方面具有独有权（Ownership）和排他性（Exclusion）特征，研究问题的挖掘、表达以及相应的研究设计都应该由具备必要知识和理论素养的研究者来完成。”[19,21]

本文根据ZZC 实际情况，将ZZC 的数字化转型分为6 大场景：数字化决策场景（Digital Decision Scenario，DDS）、数字化运营场景（Digital Operation Scenario，DOS）、数字化研发场景（Digital R&D Scenarios，DR&DS）、数字化生产场景（Digital Production Scenarios，DPS）、数字化运维与客户服务场景（Digital Maintainance and Customer Service Scenarios，DM&CSS）、数字化营销场景（Digital Marketing Scenarios，DMS）。对6 大场景现有的部门设置、岗位设置进行了盘点和分析，然后根据数字化转型的优先级，选出6 大场景需要数字化转型的重要岗位，抽调岗位上的人员参与到项目中来。

本文采用参与式行动研究法，主要基于以下三个原因：

第一，因参与而支持。本项目最终方案因邀请ZZC 一线人员深度参与而最终获得更大支持。韩明艳等关于员工参与对员工 AI 支持行为的影响研究结果显示，员工参与能够促进员工对AI 的支持，尤其在高水平企业伦理氛围下，员工对企业的参与管理会更加信任和认同，这有利于增强员工参与对员工AI 支持行为的态度。[22]ZZC 数字化转型的直接参与者为ZZC 6 大场景所涉及部门的一线管理人员和核心员工。根据参与式行动研究的本质和特点，本文认为，这些人员有资格为了推动企业数字化转型和自身能力提升参与到项目中来。更重要的是，这些人员参与到本项目中来，共同完成项目方案的设计，有利于下一步方案实施。

第二，因参与而成长。本项目会给ZZC一线参与者提供很好的数字化能力提升机会，更有机会成为终身数字化、智能化的学习者。王欣煜的研究表明，数字技术会通过“增加工作负荷对职业成功感有显著的正向影响”，但会增加员工职场焦虑，并且“会通过增加职场焦虑对职业成功感产生负向影响”。[23]数字化转型对制造业就业的替代效应，给企业员工，尤其基层中低技能员工带来更大焦虑。参加数字化人才培养体系研究项目，实际是ZZC 一线员工提升自我能力，减少由数字化转型带来的职业焦虑的重要机会。这是参与式行动研究带给组织参与者的回报。并且，前期的预调研显示，这些一线管理人员有较强的兴趣参与到本研究中，他们期望通过参与来推动其所在部门的岗位数字化转型与自身数字化能力的提升。更重要的是，这样的参与式行动学习过程对6 大场景的备选人员来说将带来持续的效应，将会推动这些人有机会成为优秀的数字化、智能化学习者。

第三，因参与而助力。本文将因ZZC 一线员工的参与而有机会得出更适合ZZC 的数字化人才培养方案。对于ZZC 数字化转型情况，一线人员熟悉现状，了解问题所在，具有最直观的感受，他们是企业数字化转型的痛点和刚需数据的直接持有者，只有他们参与，才能设计出接地气的务实方案。

总结来说，本文使用参与式行动研究方法的主要目的是，期望通过这种研究方法产生双重价值：为ZZC 提供高适配性的交通行业数字化人才培养体系建设方案，同时在方案设计的过程中改变组织中的人，使之尽早获得数字化思维，并尽可能多地提高其数字化能力。

（三）研究路径

本次参与式行动研究参考爱德华·戴明（Edward Deming）的PDCA 循环逻辑展开，包含现状调研与问题诊断、项目行动规划（P-Plan）、项目行动执行（D-Do）、评估反馈（C-Check）和针对性调整（A-Action）五大环节。研究者与ZZC 企业人员形成内外联合行动研究组，共同执行和完成本次研究。

研究开展思路如图1 所示：

图1 本文研究思路

（四）数据采集与分析

数据采集主要采用半结构化访谈、问卷调查、观察和工作坊4 种方式，具体项目数据采集情况见表1。

表1 项目数据采集

研究抽样首先从二级子公司开始。鉴于二级子公司数目众多，子公司抽样由主要负责本研究的ZZC-A 子公司完成，确定5 家二级子公司为调研对象。

在各行动阶段，ZZC 内部参与人员具体抽样情况如下（见表2）：

表2 案例企业内部项目参与者抽样情况

四、行动研究案例企业概况

（一）制造业企业数字化转型关键问题

制造业企业进行数字化转型，通常需要解决8 个关键问题。

1.顶层设计：顶层设计对制造业企业数字化转型至关重要。企业在顶层设计阶段，需要解决数字化转型战略使命、数字化转型愿景、数字化运营模式选择、企业数字化转型驱动要素识别、企业数字化转型关键内容确定的问题。

2.数字化转型预期与目标制定：预期与目标的设定需要对企业实际情况，尤其人员能力和资源禀赋进行细致科学的综合分析。数字化转型的预期结果研判包括企业期盼获取的新收入目标、客户体验增强目标、成本结构降低目标等。

3.数字化转型实现场景确定：数字化转型场景确定以及转型的先后顺序选择、转型节奏把控，决定数字化转型的成本投入、数字化人才投入。在本研究中，根据研究者多个项目操作经验，确定ZZC 需要6 大场景的数字化转型。

4.业务流程重组确定：业务流程重组关系着数字化转型中的组织责任分工问题以及数字化岗位设计、数字化岗位胜任力关键要素搭建、数字化人才任职资格体系搭建等重要问题。

5.业务数字化转型优先级排序：业务数字化转型优先级排序，决定了企业各类数字化人才培养投入的优先级排序。

6.数字化转型的成本投入：数字化转型预算与成本管理既涉及数字化系统投入，也涉及数字化人才培养投入。

7.数字化转型的技术架构搭建模式：数字化转型技术架构搭建模式决定企业是否自建纯技术型的数字化人才团队，亦决定业务场景岗位数字化转型。

8.数字化人才培养：数字化人才培养与以上7 个问题息息相关，需要全面考虑以上7 个问题。

（二）行动研究案例企业概况

ZZC 公司以交通产品为主营业务。公司有近20 万员工，旗下有近50 家二级子公司。随着人口的不断增长和城市化进程的持续推进，城市交通压力日益加大，智能城市交通作为绿色、环保、高效的交通方式，在未来将得到更广泛的应用。例如，目前国内的城市交通网络尚不完善，正在不断扩建中，未来的城市交通将面临更大的需求。随着《中国制造2025》战略的出台，交通行业的数字化转型迫在眉睫。ZZC 公司从2015 年开始数字化转型，经历了起步、积极转型、加速转型3 个阶段。目前ZZC 处于加速转型阶段。

1.起步阶段：开局之年

2015 年，ZZC 在积极构建新发展格局的同时，不断推进经营理念创新、管理系统创新和市场创新。“ZZC 购”电商平台正式上线运营，深入推进两化融合，形成了金融业务与制造主业的良性互动；批量投入试运行的新一代基于互联网的客运信息服务系统，一切尚在起步阶段，并没有完全发力。

2.积极转型阶段：稳步推进“数字ZZC”建设

到了2018 年，ZZC 开始发力，稳步推进公司数字化、信息化和工业化转型，着力开展产品研发和技术创新。ZZC 公司在产业引领、协同创新、拉动经济上发挥着重要作用。2019 年，公司贯彻新发展理念，以高端装备制造业为主攻方向，探索“互联网+服务”，加快供应链服务平台建设，发展智慧物流，拓展供应链贸易，推动现代物流服务业务规范发展。

3.继续完善阶段：精准发力，巩固地位

2020—2021 年，公司扎实推进数字化发展，以“数字化、网络化、智能化”为主线，大力推进“互联网+技术创新、管理创新、商业模式创新”。加快建设与公司产业数字化、数字化产业发展需求相匹配的领导力系列、核心人才（管理、技术、技能）系列和国际化、数字化人才队伍。公司“产品+”“系统+”模式的数字化、智能化支撑已经有所进展。

五、ZZC 六类场景参与者与数字化人才培养体系设计过程

（一）现状数据提供与现状诊断参与

1.调研与诊断阶段：数字化转型与数字化人才的共识与分歧

问题诊断的焦点是ZZC 数字化转型现状与数字化人才培养现状，发现ZZC 在数字化转型思维、数字化转型关键问题认知、数字化人才队伍建设和培养方面存在的问题并初步诊断其成因。本文的问题诊断通过半结构化访谈和问卷调查相结合的方式进行。例如，在访谈中，多位受访对象认为，企业数字化转型、智慧化转型战略的实现首先需要顶层设计，也就是公司所有的数字化转型要做“一盘棋”考虑，要完成“一盘棋”思路下的顶层设计和总体规划。问卷调查结果如图2 和图3 所示，有41.21%的问卷参与者认为影响数字化转型成功的最关键因素是“高层数字化战略思维与重视程度”；有近三分之一的问卷参与者认为，数字化转型过程中的最大困难是“缺乏具备数字化背景的专业人才”。

图2 影响数字化转型成功的最关键因素

图3 企业数字化转型过程中的困难

问卷调查结果还显示，ZZC“十四五”期间数字化转型最关键且迫切的5 个领域是生产制造、研发管理、供应链管理、仓储物流管理、业务模式创新（如图4）。

图4 企业数字化转型关键且迫切的领域

关于公司在“十四五”期间需要重点培养的数字化能力的调查结果如图5 所示，数据实时分析能力、数字/智慧决策能力、智慧生产能力、智慧研发能力等4 项能力占比60%以上；选择智慧服务能力、智慧产品能力、管控可视能力的人数接近50%。

对于“十四五”期间，公司的数字化人才培养战略定位，77.6%的参与者认为应该选择全员数字化战略。而对于公司数字化人才现状，有近50%参与者认为公司尚无明确数字化人才分类，48%参与者认为，公司兼具专业和数字化技术于一身的复合型数字化人才较少（如图6）。

图6 公司数字化人才现状

在数字化部门、数字化岗位设置方面，调查结果显示，超过36.81%的受访者表示需要设立专门的数字化转型或数字化研究部门。

在岗位方面，调查显示，多数选择需要设立首席数据官（Chief Digital Officer，CDO）岗位，希望通过CDO 岗位的设立将公司的数据统一管理；除CDO 岗位外的其他岗位的设置或调整，各方给出3 种不同的意见：（1）在重要单位或部门内增设专门的数字化岗位；（2）有些不需要替换的岗位需要增加数字化胜任力素质；（3）另一些陈旧的岗位需要被撤销，换之以全新的数字化岗位。而对于数字化人才任职资格体系，组织里面出现两种不同声音，一种声音是为数字化人才专门设计一套独立的任职资格体系；另一种声音是不必单独设立，而是在原有任职资格体系里面增加一些适应性的数字化任职资格要求（如图7）。

图7 企业数字化岗位设置

面对数字化人才分类方式，ZZC 内部同样出现不同声音，选择A 和B 选项的比例各超过30%（如图8）。

图8 企业数字化人才分类方式

面对数字化人才分层，ZZC 内部也出现几种不同的声音，并且非常分散（如图9）。

图9 企业数字化人才分层

2.工作架构确定：关键工作目标、关键任务与关键结果输出

面对以上调查结果，内外联合行动研究组确立了项目接下来的关键目标、关键任务和关键结果输出。为实现三个关键工作目标，在内外联合行动研究组共同努力下确立6 大数字化场景①：数字化决策场景、数字化运营场景、数字化研发场景、数字化生产场景、数字化售后服务与客户维护场景、数字化营销场景。每个场景选取项目组与6 大场景的管理者和核心人员形成更大范围的内外联合行动研究组。项目组人员进入现场仔细观察和讨论数字化转型对6 大场景岗位数字化职责、胜任力的要求和对岗位人才数字化任职资格的要求。内外联合行动研究组的分工见表3。

表3 参与式行动组分工

（二）方案设计期参与式行动研究举措

参与式行动研究的重要价值是实现内外知识共创，并通过内外知识共创提升内部参与者的创新与开放意识，同时让参与者在行动参与中体会到组织对其的尊重与重视。[24]因此，通过参与式行动研究实现ZZC 数字化岗位序列、数字化人才分类、数字化人才胜任力、数字化人才任职资格体系等重要知识共创，同时实现ZZC 参与者数字化、智能化转型与数字化人才相关的意识提升，是方案设计期项目组的重要目标。

在本研究中，面对ZZC 访谈与问卷调查中出现的各种不同声音，以及上下层对数字化转型认知不清晰的情况，内外联合行动研究组共同努力，从多个角度进行以上内容的知识共创工作和全体参与者的数字化转型与数字化人才相关意识的提升：第一，深度研讨美、德两国制造业数字化人才培养模式；第二，采用参与式研究方式从5 家二级单位调拨核心人员参与到项目中来；第三，大量使用参与式培训方式对各级人员进行不同数字化人才类型、胜任力、任职资格和内容的渗透。

1.标杆研究计划

针对国内制造业数字化人才培养框架较少，且缺乏有效数据支撑的问题，标杆研究在扩大后的内外联合行动研究组内完成，以外部第三方研究组组长为总负责人，形成了两个标杆项目组。标杆项目组使用头脑风暴和工作坊的方式进行讨论。在后来的项目复盘回访中，有些参与者反馈，工作坊的有些讨论议题深化了其思考，同事们与第三方研究者的建议被其直接用到生产中，对其工作有很大改进。

2.数字化人才培养体系设计规划

参与式行动研究强调平衡、协作，要求研究者要重视并且尊重各种来源的意见、看法和建议，而且要求研究者要把促进所有参与者的融入、投入作为重要工作输出内容，而不仅仅是方案输出。也就是说，在参与式行动研究中，研究者和参与者的身份均有所转变：研究人员从外部专家的身份转变为共同参与者；内部参与者也从研究对象转变成为共同参与者。二者同时成为研究者，共同参与、相互探究（见表4）。[25]

表4 方案设计中的参与式行动

在这种情况下，数据采集、数据分析甚至方案设计阶段的边界有时候变得模糊。ZZC内部参与者在数据采集阶段的访谈环节、问卷调查环节已经提供了很多务实的建设性建议，而在方案设计环节，这些参与者又在方案与ZZC 的适配性方面给出了很多建设性意见。整个项目过程真正成为外部研究者与内部参与者之间数据共同分析、经验共享、方案共创的研究过程。[26]

六、研究结论与行动反思

（一）研究结论

此参与式行动研究聚焦制造业数字化人才培养体系的构建案例，历时5 个月。通过有效引导ZZC 6 类数字化场景人员参与，本研究者团队与ZZC 共同组建的内外联动行动研究组成功完成ZZC 数字化人才顶层设计和蓝图设计，完成数字化人才培养体系设计。实际上，项目成果不仅包括以上方案，还包括所有ZZC 参与人员的数字化能力提升，尤其是以数字化能力为主的综合就业能力提升。这有助于制造业高质量就业目标的实现。长远来看，数字化人才培养体系是解决制造业劳动力替代问题的重要手段。参与式行动研究有助于设计和搭建更符合制造业企业实际需求的数字化人才培养体系，并在过程中使参与者提升自身数字化就业能力，因此可以带来双重收益。

（二）行动反思

回看此研究，有以下行动反思：

1.制造业数字化人才培养实为国策

制造业数字化人才培养体系设计与构建对降低数字化、智能化对制造业劳动力产生的替代效应，实现高质量充分就业具有重要意义。因此，制造业数字化人才培养实为国策。国家需要为制造业数字化人才培养建立岗位图谱与框架。

（1）国家需要建立制造业数字化岗位图谱

在ZZC 项目中，研究者对美国和德国的制造业数字化岗位变迁做了深度研究，发现这些国家不仅针对制造业数字化转型出台了很多行业政策，更在制造业数字化岗位调整方面做了很多深入研究。其中，美国还出台了制造业数字化岗位图谱。

我国在国家职业分类大典（2022 年版）中标注了97 个数字职业，其中有机器人工程技术人员、数据安全工程技术人员、数字化解决方案工程师等数字化职业，但是这与系统的制造业数字化岗位图谱存在较大差异。数字化岗位图谱需要根据上述6 大主要场景的需求进行系统设计。

（2）亟须建立制造业数字化人才培养国家框架

制造业数字化人才培养需要完成数字化岗位图谱建设，在数字化岗位图谱基础上，还需要完成数字化岗位胜任力关键要素搭建和数字化岗位任职资格体系设计，沿着岗位胜任力模型与数字化岗位任职资格体系进行数字化人才课程体系、学习地图、学习评价体系建设。这是一套系统工程，制造业企业建设自己的数字化人才培养框架，可以指引，甚至加速一个企业的数字化转型进程。但是中国制造业要整体向前发展，亟须建立制造业数字化人才培养国家框架。这套国家框架是中国制造业数字化人才整体提升的前提。

2.关于参与式行动研究法的思考

（1）参与者的参与程度问题

在参与者的参与程度方面，著名参与式行动研究学者凯米斯（Kemmis）曾经在1988年提出，在参与式行动研究中，更为理想的做法是，尽可能多的参与者参与研究。[27]并且，通常来说，在参与式行动研究中，研究者（outsider）与参与者（insider）是并肩工作的状态，而不是外部研究者促进或管理变革过程。

由于参与者在参与本项目的同时还有本职工作，因此每一位参与者的参与程度都不尽相同，更多时候是研究者邀请参与者参加问题、方案等的讨论。但是方案等的撰写，更多还是由研究者主导完成。因此，在本项目实际的执行中，受限于参与者的精力和专业能力等情况，来自6 大场景的参与者实际的并肩参与程度仅有30%左右。

参与式行动研究应坚持这样的基本原则：无论参与与否、投入与否，尊重每个参与者，听取他们的所需所想，并将其纳入研究的全面考量之中。[24]并且，更为重要的是，本文重视通过研究缓解参与者在企业数字化转型中遇到的压力与焦虑。这恰恰是参与式行动研究法的升级版——批判性参与式行动研究（Critical Participatory Research，CPAR）所提倡的理念。“批判性参与行动研究中的‘参与者’是愿意参与分析其情况的人，探索可以做些什么来克服或解决不愉快的事情，并改善他们的实践、理解和处境”。[28]

（2）参与者的数字化能力随参与式行动研究的成长问题

理论上来看，参与式行动研究对参与者意识觉醒方面的影响是衡量研究是否成功的指标之一。本文中，如图10 所示，大多数来自6大场景的参与者在后来的跟踪反馈中表示收获较大，但也有一些参与者表示收获不高。参与者的收获受参与程度的影响，同时也受参与者对行动和改变的理解程度的影响。因此，研究者很难对参与者的收获做出衡量。

（3）参与者的项目贡献

研究者非常珍惜参与者给本研究带来的建设性贡献。在本次参与式行动研究中，尤其在方案设计的研讨中，研究者作为外部人员，主动放弃主导地位，将研究变成实践的一部分，积极鼓励参与者在讨论中生成他们自己对数字化岗位的新认识，鼓励其在讨论中建立数字化思维，鼓励其描绘数字化岗位职责。在外部项目组指导下，参与者根据多年岗位实操经验，拿出的数字化岗位关键职责描述更容易被岗位上的员工认可。这种描述被参与者定义为“翻译”。受其启发，在数字化岗位设计中，项目组在数字化焊接岗位和数字化涂装岗位中引入了1 名数字化翻译岗，这类岗位对应的传统岗位是焊接岗位和涂装岗位，焊接和涂装由人来完成。在数字化背景下，完成焊接和涂装的是机器人，焊接工人和涂装工人的职责是训练机器人，他们要把其精湛技术能力翻译成机器语言，输送给机器人，有的制造业企业称之为训机师。但“数字化翻译岗”的岗位名称让一线人员更容易理解和接受。

（4）参与式行动研究法在人力资源管理、人才学研究中的应用

目前参与式行动研究法在教育学、医学、社会工作等领域的研究中使用较为频繁，但在人力资源管理、人才学的研究中使用较少。从研究者数次项目研究的使用结果来看，参与式行动研究法有以下优势：

参与式行动研究法可以帮助研究者更接近真相。通常来说，多数管理学的案例研究采用深度访谈、问卷，或者深度访谈与问卷结合的方法，但基于一次访谈或者问卷的研究结果仍然可能存在信度与效度不足的问题。使用参与式行动研究法的好处在于，帮助或协助参与者解决其自身痛点的同时，可以让研究者看到这些痛点背后的更深层次的问题。

参与式行动研究法可以让研究者成为建设者、助力者。管理学研究的重点是回归问题解决方案本身。参与式研究法在帮助研究者完成研究任务的同时，帮助参与者解决现实的问题。在本次项目中，研究者完成ZZC 的研究任务，同时亦帮助很多参与者解决了自身所在岗位在向数字化岗位转型中，其个人的职业生涯困惑、其个人对数字化的认知贫乏等实际问题。

注释：

① 此处需要强调的是，在第三方研究团队进入ZZC展开工作之初，并未马上展开参与式行动研究，该研究方法的确立是在半结构化访谈与问卷调研数据分析之后。启用参与式行动研究的原因总结也是在综合数据分析的研究发现之后。这是本研究非常重要的发现。