摘 要 校企合作在本质上属于企业生产性组织行为，是生产系统更新与产业工人技能形成的互动结果，有助于促进高技能劳动力向作为创新主体的企业聚集。从组织行动视角对校企合作中企业的选择行为展开多重考察发现，企业投资校企合作应超越“成本—收益”计算的短视倾向，在推进劳动“再技能化”的进程中塑造“人机共生”新型生产系统，从而为企业在创新驱动发展时代筑牢竞争优势。对此可能蕴含的启示是：塑造多元平等的政策主体，构建协商共治的政策议题，设计多管齐下的政策工具，进一步增强政策的可操作性。

关键词 职业教育;校企合作;企业选择;技能赋能;组织行动

中图分类号 G717 文献标识码 A 文章编号 1008-3219（2022）01-0053-07

随着经济全球化红利的递减，中国经济的发展动能开始从要素驱动转向创新驱动，技能作为驱动创新发展中一股不可忽视的人力资本力量受到越来越广泛的关注。作为职业教育基本办学模式的校企合作，也成为塑造技能的重要载体。校企合作在本质上属于企业生产性组织行为，是生产系统更新与产业工人技能形成的互动结果。除了普遍存在的挖人外因外，美国经济学家贝克尔（Garys Becker）认为，校企合作存在市场失灵的主要原因在于信贷约束对企业投资技能存在“成本—收益”计算的不确定性影响。作為准公共产品的技能的确存在收益不确定性的风险，一旦预期培训收益不能被有效保障，企业就不会乐意投资校企合作。英国滑入低技能均衡发展陷阱的原因，在于没能有效解决雇主和劳动者所面临的校企合作投资不确定性问题。然而，德国和日本的发展经验却揭示了企业能够从校企合作投资中获得回报，包括对通用性技能培训的投资。麻省理工学院“学院教授”获得者阿西莫格鲁（Daron Acemgolu）基于劳动力市场结构的视角对此展开了一系列颇具影响力的研究，认为工资挤压所形成的“剪刀差”利润在企业是否选择开展校企合作的选择中发挥了重要作用。可见，企业是否投资校企合作是一场关于“成本—收益”计算的博弈选择。鉴于此，从组织行动视角对校企合作中企业的选择行为展开多重考察，有助于为在技能型社会建设进程中充分发挥企业的重要主体作用提供学理阐述。

一、企业选择的经济动因：“成本—收益”的计算与超越

贝克尔基于“成本—收益”的计算对企业投资校企合作的选择行为开展了从理论阐释到实证检验的系统性研究，认为企业能够完全获得专用性技能培训的全部收益，而对通用性技能培训的投资缺乏动力。但在现实经济生活中，很多企业却对通用性技能培训表现出选择性偏好，甚至将其作为对优秀员工的一种奖励方式。为此，本文围绕“成本—收益”的计算与超越对企业是否选择投资校企合作的经济动因展开论述。

（一）“成本—收益”计算下的企业选择存在不确定性

以贝克尔到阿西莫格鲁为代表的一大批经济学家都认为劳动技能有助于推动一国经济社会的发展，特别是对于长期经济增长来说是不可忽视的因素。从全球来看，技能短缺是制造业发展史上一个绕不开的“怪圈”，劳动技能似乎总是滞后于制造业转型升级的步伐。那么，产业工人技能形成体系的构建就成为应对技能短缺问题的关键举措，培养大批高素质产业工人有助于推动制造业迈向中高端发展阶段。然而，校企合作作为产业工人技能形成的内部积累方式，却面临着技能识别滞后和技能投资不足两大问题。就技能识别滞后而言，人工智能技术的关键影响不是改变了工作岗位的数量，而是对工作任务进行重新设计。随着机器承担起更多的重复性繁重任务，员工可以抽出更多时间和精力用于更高层次的项目任务，传统的工作岗位描述也因此显得不合时宜[1]。换言之，工作岗位的日新月异导致企业对技能需求的识别成果所能发挥的时间和作用显得十分有限，这也直接影响到企业对未来战略投资的洞察力。从技能投资不足来看，作为准公共产品的劳动技能的确存在收益不确定的风险，一旦预期培训收益不能被有效保障，企业就不会愿意投资校企合作。阿西莫格鲁从压缩工资结构的视角纠正和完善了贝克尔非此即彼的二元选择理论，揭示了企业投资校企合作的获利来源。然而，“成本—收益”计算下的校企合作存在投资短视倾向，明显不利于企业的长远发展。

（二）企业选择应超越“成本—收益”计算的短视倾向

“创新是第一动力、人才是第一资源”已成为发展共识，人力资源供给侧结构性改革有助于促进劳动力与技术、资本、管理等资源要素的优势互补，从而打造支撑高质量发展的新引擎。那么，智能制造作为人工智能与制造业融合的产物，已成为全球先进制造业的主要发展方向[2]。然而，技能识别滞后和技能投资不足的困境导致企业在应对技能短缺问题上明显准备欠佳。这需要塑造一种新的具有持续性的校企合作机制予以保障，既要考虑到工作岗位调整的动态性，亦要涉及员工应对技能半衰期缩短的弹复能力。德勤、埃森哲、IBM、普华永道、摩根大通、亚马逊等世界500强企业均在2019年启动了规模庞大的校企合作投资计划，其中最引人注目的是亚马逊承诺投资7亿美元，资助包括亚马逊技术学院、Associate2Tech计划等在内的诸多培训项目以确保2025年前实现10万名员工的技能升级[3]。企业开展校企合作不仅能获取工资压缩下的“剪刀差”利润，还能从人力资本视角塑造企业面对持续不断的变化所应具备的弹复力。美国制造商Dynamic Group在注模生产车间引入轻型机器人，并基于人机协同工作的理念重新评估了工作任务和劳动技能的适配度，使得员工在提升工作效率的同时实现企业销售收入翻两番的经营成果[4]。同样，日本零售业巨头Fast Retailing也为其员工配置了基于人工智能技术的设备，实现了2017年度利润同比增长接近39%的惊人成绩[5]。由此可见，企业投资校企合作应超越“成本—收益”计算的短视倾向，通过整合人工智能技术与人类智慧打造的未来员工队伍将会为企业创造前所未有的收入增长和创新成果。

二、企业选择对技能的二重分化：“锁定”亦或“升级”

校企合作作为一种覆盖从培训供给到资格认证全过程的技能人才培养模式，其基本内涵是为劳动力提供技能习得的所有制度安排。但技能作为一种准公共产品，存在“知识溢出”效应的技能，在一定程度上会弱化企业参与校企合作的内生动力，不利于产业工人的技能形成。纵观发达国家工业发展史，发现企业在校企合作中的参与程度会对劳动技能是滑入“锁定”陷阱还是走向“升级”之路产生重要影响。

（一）自由市场模式下的企业选择：滑入技能锁定陷阱

低技能、低工资和低附加值是低技能均衡经济的典型特征，也是长期困扰英国经济社会发展的问题[6]。英国产业界一直奉行低成本、低价格竞争策略的福特主义，致力于寻求技能节约型生产技术，这从劳动力市场需求角度进一步加剧了技能短缺的问题。信息技术、生物技术、软件开发等新一轮技术革命的兴起，更加突显英国在高技能劳动力方面储备不足的缺陷。经济社会的发展需要一大批技术技能人才将科技创新成果转化为劳动生产力，这些体系化的技能既包括具备一般的科学、技术、工程和数学（STEM）技能，也包括在新技术领域具备的专业知识。然而，英国无论是最基本的劳动技能还是高端专业化技能都明显落后于德国、日本等制造业强国。1964年《工业训练法》的颁布实施在英国职业教育和培训史上具有里程碑意义，标志着英国政府对职业教育和培训开始放弃自由放任的模式。但到20世纪80年代末，英国政府成立的培训与企业委员会（TEC）又重新强调企业在校企合作问题上的自主决定权，似乎政策的钟摆开始在“放任”还是“干预”之间来回摇摆。

也就是说，劳动技能似乎在英国陷入了一种低端“锁定”的状态。丹尼斯·斯诺尔认为，企业的研发创新投入强度决定了其能否为劳动力市场创造技能岗位（也就是所谓的“好工作”），当有好工作出现的时候劳动力就会有足够的动力去参与技能培训，以提升自身的劳动技能去竞争好工作从而获取高工资[7]。因此，劳动技能低端锁定的实质就是技能短缺，这个问题的解决不仅需要考虑如何提高技能供给量，还需要考虑如何刺激技能需求量。从技能供给角度来说，英国国家职业资格体系（NVQ）坚持“能力本位”导向，强调以实践操作为主的职业教育和培训，却忽视了相应的理论原理教育[8]。就技能需求而言，从重商主义转向自由贸易主义的英国，鼓励企业采取降低成本而不是通过研发创新来获取价格竞争优势，这也意味着企业对高技能劳动力的需求并不高。英国科技委员会的2019年调查报告也显示：英国政府在校企合作方面的财政投资低于经合组织（OECD）成员国的平均水平14个百分点[9]，在一定程度上说明了英国政府无意也无力去解决劳动技能低端锁定的问题，这对于英国制造业在新一轮科学技术革命中逐渐丧失优势有着不可推卸的责任。

（二）嵌入社会模式下的企业选择：推动技能转型升级

自由市场模式强调“小政府、大市场”，以保证劳动力市场维持一个较高的自由竞争状态，劳动者的技能形成主要通过学历教育获得。因此，英美的劳动力市场呈现出高技能和低技能分化明显的哑铃型结构，技能短缺问题又促使企业追求技能节约型产品生产的竞争策略，这又进一步阻碍了其对校企合作的投资，恶性循环由此开始反复。与英美的自由市场模式不同，德国和日本被视为资本主义世界协调性市场经济模式的代表，也被称为嵌入社会模式。该模式表现为耐心资本、协作雇主和多样化的劳资关系，强调发挥政府的“有形之手”以解决普遍存在的市场失灵问题，也推动了劳动技能走向转型升级之路。当然，嵌入社会的市场经济模式也不是单纯强调政府的强制性干预力量，反而更加重视发挥企业、行业、社会等利益攸关方在政府统一指导下的协同配合效应。也就是说，强调利益攸关方的协调性是嵌入社会市场经济模式的本质属性，是一种有意识进行调控且兼容社会保障的市场经济。

虽然同为以高技能、高工资和高附加值为主要特征的高技能均衡发展模式，但德日两国由于各自“文化—认知”要素的差异，在产业工人技能形成体系方面也存在较为明显的区别。德国由于其悠久的双元制学徒培训历史，形成了“企业+学校”的技能积累方式，即职业技能培训与基础知识教育融为一体，有助于实现从学校到职场的顺利过渡。德国的技能形成体系属于社会伙伴式技能形成模式，强调学校、企业、政府等利益攸关方的协同合作。日本将传统手工业部门视为实现工业化的障碍，通过一系列政策将其予以政治性瓦解，鼓励企业长期雇佣工匠师傅以开展自给自足的技能培训，形成了以企业为基础的技能积累方式。工业4.0的核心在于“人—机”关系的深刻变化[10]，信息物理系统（CPS）用智能机器取代人执行操作性的劳动，使劳动者的主要精力转向具有更高附加值的创新活动，大大提高了生产系统对劳动者知识和技能的要求。简言之，技能的高端升级将是人工智能时代劳动力市场结构变革的主流趋势。

三、企业选择对工作方式的重构：从“机器换人”到“人机共生”

产业智能化的实施主体是企业，需要企业主动适应新技术革命所引发的深刻影响，重新架构企业经营理念、模式和组织，特别是重新审视企业人力资源开发的多重作用。企业作为产业工人技能形成体系的主体，在劳动技能形成过程中承担着关键性的职业技能培训供给方角色。那么，在技术理性主导下的生产系统变革中企业存在“去技能化”亦或“再技能化”的二元选择，这可能会形塑不同样态的劳动力市场结构。

（一）去技能化的企业选择引致“机器换人”

美国社会学家布雷弗曼（Harry Breffman）在研究自动化技术对劳动技能所造成的影响过程中提出了“技能退化”（Deskilling）的概念，认为这对于人类发展来说是一种非常危险的现象。相较生产机器而言，人类作为劳动者确实存在诸多不确定性且越来越昂贵，這也是人们一直在渲染技术威胁论的同时还要孜孜不倦地追求技术创新的重要原因。其实，所有工作都是由一连串的任务构成的，能够编码化的任务就会面临被生产机器取代的命运，而人类最终能够承担的部分就是那些无法被编码的任务。纵观三次工业革命发展史，技能节约型技术的使用一直是生产系统变革的主旋律。特别是福特流水线生产模式的出现将劳动者直接异化为生产流程上的一道工序，“机器换人”的趋势越发明显。蒸汽动力加持的珍妮纺纱机成为19世纪初最节省人力的纺织技术，将传统手工业的技能工人代表——纺织师傅从繁重的体力劳动中解放出来，也促使他们从农场走向工厂以出卖劳动力为生。然而，飞梭、精纺机、动力织布机的使用也加剧了技术工人的恐慌心理，从1811年至1816年不间断发生了英国纺织工人以破坏机器为手段反对资本家压榨剥削的“卢德运动”。

随着技术更新迭代速度的加快，“机器换人”领域也超出了脏、乱、危险的范畴，以“枯燥无味”为代名词的程序化工作开始受到极大冲击[11]。如果说前两次工业革命侵蚀的是农业和制造業工作的话，那么以信息技术为代表的第三次工业革命正在加速变革以服务业为基础的经济结构。“卢德谬论”认为，技能节约型技术的使用会减少生产系统对劳动力的需求，进而导致大规模的失业问题。英国经济学家米德（James Meade）也在《效率、平等和财产所有权》一书中指出，技术进步将会在很大程度上危及劳动者的工资收入，并带来十分棘手的新型贫困，呼吁政策制定者必须重视未来几十年可能会广泛出现的技术性失业问题。三次工业革命发展史表明，技术进步在消灭一部分工作岗位的同时，也会创造一大批新的就业机会且就业质量越来越高，但这需要政府、企业、社会等利益攸关方为之付出不懈努力。那么，大规模“机器换人”趋势的出现，在一定程度上预示着人类劳动技能与生产系统之间的“重大脱钩”已经开始发生，如何在旧的社会生产方式消解之前找到塑造新社会的生产模式，这对于“人”的价值再造显得十分重要[12]。

（二）再技能化的企业选择催生“人机共生”

人工智能的崛起最先冲击的却是那些中等技能工作岗位，这种类型的工作任务被疯狂地解构，其中最容易编码化的任务被信息技术所取代，而从事这些工作的人就是那些接受过高等教育和享受高额收入的中产阶层。倘若他们的工作岗位在工业4.0浪潮中最先成为被自动化技术所取代的对象，势必对当前经济社会的运行结构产生前所未有的冲击。换言之，现如今正在被取代的与即将被取代的工作和过去的工作类型是不相同的，以往的发展经验是否仍然有用需要通过实践检验才能得知。当前的人工智能主要通过与现有产业进行融合，从而为产业转型升级赋能，仍然属于“技能偏向型”的技术进步。一般而言，“机器换人”并非当前劳动力市场面临的主要问题，人工智能引发工作任务变革的不确定性才是问题的关键。也就是说，技术变革所引起的劳动力需求规模减少趋势虽不可避免，但对劳动力技能素质的要求却越来越高，特别是不容易被程序化生产设备所取代的创意类、情感类工作对劳动技能的要求越来越高[13]。

企业需要重新识别、评估与配置工作任务，以便为员工和机器创建新的角色，进而将劳动技能与新角色进行匹配以发挥员工的最大价值。人类的优势在于专家思维和复杂交流，当人类能够胜任机器做得不够好的任务甚至是发挥自己的优势来协助机器更好地完成任务时，那么就大可不必担心工作会被自动化所取代。已有研究也指出，在一定范围内具有不同技能水平的劳动力使用同一生产设备获得的产出结果是不一样的[14]。美国商业思想家达文波特（Thomas H.Davenport）倡导“员工第一，机器第二”的“人机共生”理念，认为技术与技能在生产现场是互补的，需要在系统论视角下探讨两者之间的不同组合方式对劳动生产率带来的差异化影响[15]。人工智能不仅提升了自动化的智能水平，还将劳动者从枯燥乏味的程序化工作中解放出来，以便释放人类最重要的创新思维。简言之，“人机共生”倡导把人类与复杂的机器结合起来实现生产系统的柔性运转，全方位构建智能增强的工作场景。

四、企业选择的创新绩效：技能塑造持续竞争力

“人机共生”开启的工作方式新纪元，有助于在环境扫描视域中全面塑造和提升企业的竞争优势。德国作为由众多中小型企业构成的全球制造强国，大多数属于非研发密集型（低技术）企业，但它们依旧是德国经济社会发展的主力军，甚至与高技术、研发密集型企业在经济绩效方面相比，差距似乎也没有那么明显[16]。那么，校企合作作为德国中小型企业形成技术创新能力的主要措施，通过“做中学”机制整合、吸收和利用产业工人的劳动技能，从而在塑造组织吸收能力的过程中创造了企业的创新绩效[17]。

（一）“做中学”机制：技能塑造创新的途径

工业4.0下的世界开始进入创新驱动发展的新阶段，如何造就和保持一国在创新方面的可持续相对优势成为各国的主要战略任务。党的十九届五中全会提出创新在我国现代化建设全局中处于核心地位，要求全面塑造发展新优势、提高创新链的整体效能。创新塑造的国家竞争优势主要依赖于知识生产、知识资本化和制造基础，知识经济时代也因创新正全面来临[18]。一般而言，被视为创造和推动国家创新能力的知识，主要有三个不同类型的来源，即研究与开发、大学和科研机构的研究以及产业工人的人力资本。其中，产业工人的人力资本主要通过“外引内训”的方式获得。“外引”是指企业主要招聘接受过普通高等教育的毕业生，美国劳动技能的高端升级就是主要通过这种方式完成的，所以被视为低技能均衡发展的美国却在大量出口富有人力资本元素的劳动密集型产品。“内训”则是指企业主要通过岗位技能提升培训的方式塑造员工的劳动技能，被视为高技能均衡发展典范的德国和日本就是主要通过这种方式完成技能的高端升级，也因此牢牢确立了其全球制造强国的地位。

技术进步不会自动转化为劳动生产力，知识创新的商业化运作需要解决其中存在的“知识距离”问题[19]。那么，作为塑造产业工人人力资本内部积累方式的校企合作在有效缩短“知识距离”的传导机制之中是如何形成与运转的，需要进一步探讨分析以便打开这一“组织黑箱”，为构建以企业为主体的国家创新体系提供相关学理支撑。科恩和利文索尔（Cohen W.M & Levinthal D.A）基于“吸收能力”视角，认为大量高素质技能人才有助于提高组织对研发创新成果的模仿、吸收和再利用水平[20]。除了研发创新之外，企业可以通过将现有技术方案转化为不同工艺领域的新应用，从而提升自身的知识密集度。产品创新固然十分重要，但工艺创新亦是驱动中小型企业获取持续性竞争优势的主要动力。简言之，将各种非技术要素进行充分组合来实现持续创新的能力就是组织的吸收能力。从认知与实施的角度将吸收能力划分为“吸收能力—潜力”和“吸收能力—实现”，前者包括企业搜索并获取相关知识的能力，后者则表示企业将搜索获得的知识进行同化和平衡的能力，这也为解读“德国制造”之谜提供了一个新视角[21]。

（二）“隐形冠军”：技能塑造创新的德国经验

德国学者索姆（Oliver Somme）等在2010年初对200家非研发密集型企业和88家高度研发密集型企业展开了一次大型调查研究，发现较低的研发投入并不一定导致德国企业技术创新能力的缺失[22]。创新不一定非得是从无到有的突变型创新，也可以是基于已有产品和工艺进行的累积型创新[23]。那么，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的不断攀升。换言之，创新并不一定来源于制度化的内部研发活动，传统企业可以充分组合各种非研发投入要素来实现某种程度上的创新，以形成企业的持续竞争优势。这些非研发密集型企业被西盟帕特内咨询公司（Simon Kucher & Partners）的董事长西蒙（Hermann Simon）称为主导全球利基市场的“隐形冠军”，与其根植于“职业”（Beruf）文化的“双元制”教育体系息息相关。该体系在为德国中小型企业提供了一大批高技能产业工人的同时，也创造了高达42%份额的工业增加值[24]。可见，校企合作能有效缩短客观存在的“知识距离”，在非高密度研发投入强度下凭借技能来塑造企业的持续竞争力。

英国哲学家波兰尼（Michael Polanyi）基于人的主体性视角将知识划分为显性知识和隐性知识，并认为表现主体认知偏好的隐性知识是行动得以成功的基础。同样，组织的吸收能力也主要来源于这两点，代表科学维度的显性知识是指企业从研发机构获取的技术创新知识，而代表客户维度的隐性知识则是指企业根据市场消费需求变化预测客户行为倾向的缄默知识。校企合作之所以能够形成组织吸收能力，在于其为员工之间、员工与高管之间的集体学习提供了一个交互式的信息平台，通过“干中学”机制塑造企业吸收、整合与利用知识的综合能力。简言之，企业投资校企合作是技术进步与产业工人技能形成体系的互动结果，实质是一种企业生产性组织行为，在产业智能化的加持下会产生“1+1>2”的协同效应，继而形成更大的创新促进效应[25]。在人工智能发展背景下，“小单快返”将消费互联网和制造业紧密连接起来，迫切需要员工具有快速且敏捷的反应能力以探索一个在消费需求高度碎片化时代的新制造模式。以高技能、高工资以及产品和服务高附加值为主要特征的德国高技能均衡发展模式对我国当前处于产业转型升级迷茫期的传统制造业而言，无疑具有重要的借鉴价值。

五、结论与启示

（一）结论

从全球来看，技能短缺是制造业发展史上一个绕不开的“怪圈”，劳动技能似乎总是滞后于制造业转型升级的步伐。职业院校避开企业开展人才培养会面临技能识别滞后的困境，随着机器承担起更多的重复性繁重任务，企业员工可以抽出更多时间和精力用于更高层次的项目任务，传统的工作岗位描述也因此显得不合时宜。换言之，工作岗位的日新月异导致职业院校对技能需求的识别成果所能发挥的时间和作用显得十分有限，这也直接削弱了职业教育的适应性。那么，推动企业投资校企合作成为应对技能短缺问题的关键举措，一大批高素质产业工人的塑造有助于促进制造业迈向中高端发展阶段。但企业参与校企合作也存在投资不足的问题。作为准公共产品的技能的确存在收益不确定的风险，一旦预期收益不能被有效保障，企业就不会乐意投资校企合作。然而，“成本—收益”机制所产生的投资短视倾向，明显不利于企业的长远发展。那么，从政策层面完善企业参与校企合作的激励设计，有助于整合人工智能技术和人类智慧打造面向未来的高素质劳动力队伍。

（二）启示

当前，有关校企合作的政策设计存在主体中心化、议题话语单向化、工具结构失衡的困境，不利于有序推进企业参与校企合作，需要进一步增强政策文本的可操作性。

1.塑造多元平等的政策主体

工业4.0时代需要针对技能的变革趋势重塑企业架构，适时强化企业投资校企合作的职责，以此改变“中心—边缘”主客二分式的传统管理模式。也就是说，根据技术进步驱动技能演化的逻辑来理解技能形成的机制链，发现活跃于其中的利益攸关方正是叙事的主角。因此，校企合作政策的制定应产生于政府、企业、学校、劳动者之间的协商合作。具体来说，政府在校企合作政策中扮演统筹主体的角色，企业与学校在校企合作政策中共同扮演实施主体的角色，劳动者在校企合作政策中扮演消费主体的角色。

2.构建协商共治的政策议题

政策主体之间的协商共治规定了政策议题的维度划分，也预示着政策主体使用政策工具达成政策议题的效果。那么，通过对校企合作的要素进行系统化梳理后，将政策议题分解为合作管理规范化、合作资源市场化以及合作方式多样化。具体来说，属于政治议题范畴的合作管理规范化旨在构建校企合作质量的评估监管机制，属于经济议题范畴的合作资源市场化旨在构建以市场调节为基础的校企合作资源配置机制，属于社会议题范畴的合作方式多样化旨在构建满足学习者个性化学习需求的教学机制。

3.设计多管齊下的政策工具

政策工具的合理运用促进了校企合作的良性运转，也是利益攸关方实现合作管理规范化、合作资源市场化以及合作方式多样化的主要手段。那么，引入罗斯韦尔和赛格菲尔德（Rothwell R & Zegveld W）的政策工具划分标准对校企合作政策进行扁平化降维处理[26]，可知供给型工具有助于塑造校企合作的推力，需求型工具有助于增强校企合作的动力，环境型工具有助于优化校企合作的环境。例如，政府对企业、社会培训机构等利益攸关方比较看好的技能培训项目，可通过PPP模式实现政府与社会资本的有效合作，从而有效降低企业参与校企合作的成本。

参 考 文 献

[1]孙早，侯玉琳.工业智能化如何重塑劳动力就业结构[J].中国工业经济，2019（5）：61-79.

[2]黄鑫.加快制造业数字化网络化智能化[N].经济日报，2020-11-02（4）.

[3]艾丽卡·沃利尼，杰夫·施瓦兹，布拉德·丹尼，大卫·马隆.2020德勤全球人力资本趋势报告[R].纽约：德勤有限公司，2020.

[4]TINGLEY K. Learn to appreciate our robot colleagues[EB/OL].（2017-02-23）[2020-10-08].https：//www.nytimes.com/2017/02/23/magazine/learning-to-love-our-robot-co-workers.html.

[5]FAST RETAILING. Below is the summary announced on july 15 of results summary for FY2021 3Q[EB/OL].（2021-07-15）[2021-09-15].http：//www.fastretailing.com/eng/ir/financial/summary.html.

[6]王辉.低技能均衡的研究述评[J].中国人力资源开发，2017（2）：137-144.

[7]DENNIS J. SNOWER. The low-skill， bad-job trap[R].CEPR Discussion Papers，1994.

[8]王雁琳.英国技能短缺问题的因素分析[J].比较教育研究，2005（8）：50-55.

[9]Correspondence： Diffusion of Technology for Productivity[EB/OL].（2020-02-28）[2020-11-10].https：//www.gov.uk/government/publications/diffusion-of-technology-for-productivity.

[10]国务院发展研究中心课题组.借鉴德国工业4.0推动中国制造业转型升级[M].北京：机械工业出版社，2018：42.

[11]许怡，叶欣.技术升级劳动降级？——基于三家“机器换人”工厂的社会学考察[J].社会学研究，2020（3）：23-46+242.

[12]AUTO D.， SALOMONS A. Robocalypse now： dose productivity growth threaten employment？[R].Paperpared for the ECB Forumon Central Banking，2017.

[13]程承坪.人工智能最終会完全替代就业吗[J].上海师范大学学报（哲学社会科学版），2019（2）：88-96.

[14]SPENNER K. I. Skill： meanings， methods， and measures[J].Work and Occupations，1991（2）：123-147.

[15]托马斯·达文波特，茱莉娅·柯尔比.人机共生：智能时代人类胜出的五大策略[M].李盼，译.杭州：浙江人民出版社，2018：275.

[16][22][24]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.

[17]肖凤翔，张双志.企业员工技能培训的影响因素研究——基于第十一次民营企业调查数据的分析[J].职业技术教育，2019（4）：51-56.

[18]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.

[19]王万珺，沈坤荣，周绍东，秦永.在职培训、研发投入与企业创新[J].经济与管理研究，2015（12）：123-130.

[20]COHEN W. M， LEVINTHAL D. A. Innovation and learning： the two faces of R&D[J].The Economic Journal， 1989（397）：569-596.

[21]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.

[23]WILLIAM J. ABERNATHY， JAMES M. UTTERBACK. A dynamic model of product and process innovation[J].Omega， 1975（6）：639-656.

[25]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，2021：154-155.

[26]ROTHWELL R， ZEGVELD W. Reindusdalization and Technology[M].London： Longman Group Limited， 1985：15-16.

3376500338238