左和平,李秉強(qiáng),余 靜
(1.江西科技師范大學(xué),南昌 330038; 2.江西科技師范大學(xué) 江西職業(yè)教育與產(chǎn)業(yè)發(fā)展研究院,南昌 330038)
自2016年李克強(qiáng)總理在《政府工作報(bào)告》中首次提出“工匠精神”后,大國(guó)工匠、勞模精神、工匠精神成為我國(guó)技能人才、技能短缺的代名詞。習(xí)近平總書記在致2022年4月27日召開的首屆大國(guó)工匠創(chuàng)新交流大會(huì)的賀信中強(qiáng)調(diào)要“大力弘揚(yáng)勞模精神、勞動(dòng)精神、工匠精神”,彰顯了國(guó)家領(lǐng)導(dǎo)人對(duì)弘揚(yáng)工匠精神的高度重視。然而,目前我國(guó)制造業(yè)技能人才短缺明顯、工匠精神的相對(duì)缺乏已成共識(shí),與工匠精神和制造業(yè)技能人才沒實(shí)現(xiàn)有效契合有何內(nèi)在關(guān)聯(lián)?事實(shí)上,無(wú)論是“中國(guó)制造2025”發(fā)展目標(biāo)的順利達(dá)成,還是我國(guó)制造業(yè)邁向高質(zhì)量發(fā)展階段的穩(wěn)健推進(jìn),均需要充分挖掘技能人才工匠精神對(duì)制造業(yè)發(fā)展的重要作用(劉志江等,2020)[1],這能在提升工匠精神的同時(shí)緩解我國(guó)技能人才的相對(duì)不足。為此,有必要解析制造業(yè)技能人才的工匠精神狀況及其影響因素。
工匠精神的形成與內(nèi)涵呈現(xiàn)出動(dòng)態(tài)的演化勢(shì)態(tài)。如,張迪(2016)[2]將工匠精神的歷史演變分為孕育、產(chǎn)生、發(fā)展、傳承等四個(gè)階段。莊西真(2017)[3]以手工業(yè)時(shí)代、工業(yè)革命時(shí)期、第三次工業(yè)革命等三個(gè)時(shí)期為分界線,闡釋了工匠精神在不同時(shí)期的內(nèi)涵。孫清華(2016)[4]認(rèn)為西方工匠精神的內(nèi)涵發(fā)展可分為三個(gè)階段,分別是以古希臘時(shí)代為代表的產(chǎn)生階段、以歐洲中世紀(jì)為代表的發(fā)展階段、以中世紀(jì)末期為代表的轉(zhuǎn)型階段。張?jiān)坪雍屯蹙?2020)[5]基于不同的歷史時(shí)期區(qū)別了工匠精神的基本內(nèi)涵和新時(shí)期內(nèi)涵,在敬業(yè)、專注、憂樂等基本內(nèi)涵上賦予其新的時(shí)代精神和團(tuán)隊(duì)精神。此外,也有學(xué)者從其他視角分析了工匠精神的內(nèi)涵。如,Manova和Yu(2017)[6]認(rèn)為工匠精神最具價(jià)值的效用為可有效地提高產(chǎn)品質(zhì)量;Abrassart et al.(2020)[7]指出工匠精神不僅存在于手工藝者中,而且存在運(yùn)用相應(yīng)技術(shù)或技能創(chuàng)新性地解決各種問題的各類人群中;劉志彪和王建國(guó)(2018)[8]從現(xiàn)代發(fā)展需求視角提出了工匠精神應(yīng)包含用戶至上的觀念;唐國(guó)平和萬(wàn)仁新(2019)[9]從企業(yè)管理制度視角認(rèn)為現(xiàn)代的工匠精神已演變?yōu)槠髽I(yè)的資本資源。
測(cè)評(píng)工匠精神的核心在于確定指標(biāo)(體系)與數(shù)據(jù)獲取。但是,對(duì)于工匠精神應(yīng)該包括哪些維度,目前形成了二維(李群等,2020)[10]、三維(肖薇薇、陳文海,2016)[11]、四維(葉美蘭、陳桂香,2016)[12]、五維(李宏偉、別應(yīng)龍,2015)[13]、六維(劉霞、鄧宏寶,2021)[14]、七維(石芬芳、劉晶璟,2019)[15]等六種觀點(diǎn),基本認(rèn)為應(yīng)該包括敬業(yè)、創(chuàng)新、專注、精益求精等關(guān)鍵詞,且通常采取統(tǒng)計(jì)(李群等,2020)[10]和量表開發(fā)(方陽(yáng)春、陳超穎,2018)[16]獲取評(píng)價(jià)工匠精神所需的數(shù)據(jù)。也有學(xué)者(企業(yè))從行業(yè)視角構(gòu)建了測(cè)評(píng)指標(biāo),如建筑行業(yè)(陳敏等,2019)[17]、服裝行業(yè)(洪子又、朱偉明,2019)[18]。此外,對(duì)于制造業(yè)的工匠精神,彭花等(2018)[19]認(rèn)為應(yīng)該包括產(chǎn)品、工作、技術(shù)等維度,胡利利和熊璐(2019)[20]提出了工匠技藝、工匠品德、工匠心性等范疇。
學(xué)者對(duì)工匠精神的影響因素研究,經(jīng)文獻(xiàn)梳理后,可認(rèn)為主要聚焦于政府、學(xué)校和企業(yè)等三層面。從政府層面看,李進(jìn)(2016)[21]指出工匠精神培育需要完善市場(chǎng)經(jīng)濟(jì)制度建設(shè),李宏昌(2016)[22]認(rèn)為工匠精神培育需要加快文化引領(lǐng)以培育工匠文化。從學(xué)校層面看,孫宏等(2018)[23]從校園文化、課程教學(xué)、實(shí)踐操作、校企合作、培育效果、職業(yè)生涯規(guī)劃等方面解析了影響因素。從企業(yè)層面看,南瑞萍(2018)[24]發(fā)現(xiàn)企業(yè)崗前培訓(xùn)、企業(yè)重視程度、企業(yè)激勵(lì)制度,對(duì)工匠精神有顯著影響。此外,許應(yīng)楠(2018)[25]分析了外部社會(huì)環(huán)境、學(xué)校培育環(huán)境、內(nèi)生力量、實(shí)踐行為對(duì)職業(yè)院校人才工匠精神培育的影響因素,賀正楚和彭花(2018)[26]認(rèn)為個(gè)人價(jià)值、企業(yè)管理制度、內(nèi)在需求、社會(huì)風(fēng)尚、政治制度是影響新生代技術(shù)工人工匠精神的重要因素。也有部分學(xué)者從特定產(chǎn)業(yè)視角展開了解答,如建筑行業(yè)(陳敏等,2019)[17]、銅工藝行業(yè)(徐培等,2020)[27]。
制造業(yè)技能人才提質(zhì)提量是我國(guó)實(shí)現(xiàn)制造強(qiáng)國(guó)的重要引擎,而工匠精神是重要的表現(xiàn)形式,因而需要加強(qiáng)對(duì)制造業(yè)技能人才工匠精神的剖析。學(xué)者從不同維度評(píng)價(jià)了工匠精神和影響因素,但還少有從制造業(yè)技能人才視角進(jìn)行研究的文獻(xiàn),而這應(yīng)該是我國(guó)通過工匠精神提升促進(jìn)制造業(yè)轉(zhuǎn)型調(diào)整的重要著力點(diǎn)。因此,擬在構(gòu)建測(cè)度方法和計(jì)量模型的基礎(chǔ)上,基于調(diào)查獲取的微觀企業(yè)數(shù)據(jù),實(shí)證解析我國(guó)制造業(yè)技能人才的工匠精神及其影響因素。
衡量我國(guó)制造業(yè)技能人才的工匠精神和影響因素,首先需要解析技能人才工匠精神蘊(yùn)含的維度,進(jìn)而形成工匠精神指數(shù)(后簡(jiǎn)稱“工匠指數(shù)”)。然而,受制于工匠精神包括哪些內(nèi)涵目前沒有統(tǒng)一的界定,且沒有現(xiàn)成的統(tǒng)計(jì)數(shù)據(jù)可用于度量。為此,需要在界定制造業(yè)技能人才工匠精神內(nèi)涵的基礎(chǔ)上進(jìn)行測(cè)度?;谏鲜鑫墨I(xiàn)和結(jié)合制造業(yè)實(shí)際,充分考慮上述提及的關(guān)鍵詞,敬業(yè)應(yīng)該體現(xiàn)為職業(yè)道德;創(chuàng)新可用創(chuàng)新能力詮釋;專注應(yīng)該表征了對(duì)相關(guān)工作的熱愛,即應(yīng)該與職業(yè)設(shè)想和自身的價(jià)值判斷保持了一致,即應(yīng)該包括了職業(yè)理想和價(jià)值取向判斷;精益求精應(yīng)該包括一定的理論知識(shí)水平和相應(yīng)的實(shí)踐技能水準(zhǔn)。為此,認(rèn)為制造業(yè)技能人才的工匠精神應(yīng)包括專業(yè)知識(shí)、操作技能、職業(yè)道德、創(chuàng)新能力、職業(yè)理想、價(jià)值取向等維度。隨后,擬采取主成分分析即客觀賦值法進(jìn)行處理,且將得到的各系數(shù)ai歸一化以得到相應(yīng)的權(quán)重ωi:
(1)
進(jìn)而,制造業(yè)技能人才工匠指數(shù)可表述為:
CI=ω1·CC1+ω2·CC2+ω3·CC3+ω4·CC4+ω5·CC5+ω6·CC6
(2)
其中,CI、CC1、CC2、CC3、CC4、CC5、CC6分別表示工匠指數(shù)、專業(yè)知識(shí)、操作技能、創(chuàng)新能力、職業(yè)道德、職業(yè)理想、價(jià)值取向,ω為各維度的權(quán)重。
由前述研究可知,學(xué)者通??紤]學(xué)校層面、個(gè)人層面、社會(huì)層面的影響,然而在剖析制造業(yè)技能人才時(shí),企業(yè)層面是不可忽視的(朱永躍等,2019)[28],且家庭層面也會(huì)產(chǎn)生直接或間接的影響(許應(yīng)楠,2018)[25],同時(shí)政府層面的影響因素應(yīng)該可從上述五個(gè)層面得到相應(yīng)的詮釋,因而不將政府層面作為單獨(dú)的影響維度進(jìn)行考慮。為此,構(gòu)建測(cè)評(píng)制造業(yè)技能人才工匠指數(shù)影響因素的基本計(jì)量模型:
CI=α+β1·SF+β2·EF+β3·OF+β4·LF+β5·FF+ε
(3)
其中,SF、EF、OF、LF、FF分別表示學(xué)校、企業(yè)、社會(huì)、自身、家庭層級(jí)的復(fù)合因素。ε是隨機(jī)誤差項(xiàng),β1、β2、β3、β4、β5反映了各層級(jí)因素對(duì)工匠指數(shù)的影響。
鑒于各層級(jí)可能包括多重因素,采取與式(1)相同的方法,即進(jìn)行主成分分析且歸一化處理,得到各重因素的歸一化影響系數(shù),進(jìn)而SF、EF、OF、LF、FF可分別表示為:
(4)
(5)
(6)
(7)
(8)
更進(jìn)一步,構(gòu)建相應(yīng)模型解析特定層級(jí)因素的影響,其基本模型分別為:
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為相關(guān)層面的影響因素個(gè)數(shù)。系數(shù)δi、φi、φi、γi、ηi分別表示學(xué)校、企業(yè)、社會(huì)、自身、家庭各層級(jí)各解釋變量的系數(shù),反映了具體子因素的影響。
鑒于沒有相關(guān)統(tǒng)計(jì)數(shù)據(jù)可直接表征制造業(yè)技能人才的工匠指數(shù),且我國(guó)在各類統(tǒng)計(jì)年鑒或資料中,也沒有明確提及用于評(píng)價(jià)工匠精神的指標(biāo)。為此,擬通過量表開發(fā)并通過問卷調(diào)查獲取相關(guān)數(shù)據(jù)。
借鑒相關(guān)量表(張宏等,2018;南瑞萍,2018;許應(yīng)楠,2018;賀正楚、彭花,2018;方陽(yáng)春、陳穎超,2018;喬嬌、高超,2018)[23-26,16,29],開發(fā)了《制造業(yè)技能人才“工匠精神”現(xiàn)狀與影響因素調(diào)查問卷》。問卷主要包括三部分,分別為調(diào)查對(duì)象的基本情況、技能人才工匠精神自我評(píng)價(jià)與內(nèi)涵、工匠精神影響因素。第一部分主要包括性別、所在企業(yè)行業(yè)屬性、年齡階段、學(xué)歷、地區(qū)、對(duì)所在企業(yè)工匠精神自評(píng)等問題。其中,性別分男、女兩類,制造企業(yè)所屬行業(yè)按照《中國(guó)統(tǒng)計(jì)年鑒》細(xì)分為31類,年齡分為18~23歲、24~30歲、31~40歲、41~50歲、51~60歲、60歲以上6類,學(xué)歷分學(xué)生在讀、中專及以下、大專、本科、碩士及以上等5類。第二部主要包括工匠精神的作用、測(cè)評(píng)方式、企業(yè)需求及內(nèi)涵等問題,主要的內(nèi)涵部分從職業(yè)道德、專業(yè)知識(shí)、操作技能、創(chuàng)新能力、職業(yè)理想、價(jià)值取向等維度展開。第三部分設(shè)計(jì)了學(xué)校、企業(yè)、社會(huì)、自身、家庭等5個(gè)維度共計(jì)39個(gè)影響因素(1)考慮到各層級(jí)的因素均為復(fù)合因素,進(jìn)而在問卷調(diào)查時(shí)設(shè)計(jì)了相應(yīng)的選項(xiàng):學(xué)校層級(jí)的因素包含16個(gè),用SF1、SF2、SF3、SF4、SF5、SF6、SF7、SF8、SF9、SF10、SF11、SF12、SF13、SF14、SF15、SF16分別表示校園宣傳、專題講座、文娛活動(dòng)、技能大賽、德育課、專業(yè)課、文化課、網(wǎng)絡(luò)課、教學(xué)管理制度、師資狀況、學(xué)生管理制度、行政管理制度、評(píng)價(jià)機(jī)制、實(shí)習(xí)實(shí)訓(xùn)、校企結(jié)合、人才培養(yǎng)模式;企業(yè)層級(jí)的因素包含7個(gè),用EF1、EF2、EF3、EF4、EF5、EF6、EF7分別表示企業(yè)薪資福利、崗前培訓(xùn)、獎(jiǎng)懲制度、企業(yè)環(huán)境與設(shè)備、企業(yè)運(yùn)營(yíng)體系、企業(yè)工匠文化、企業(yè)工匠與勞模表率作用;社會(huì)層級(jí)的因素包含5個(gè),用OF1、OF2、OF3、OF4、OF5分別表示社會(huì)宣傳、人才政策引導(dǎo)、社會(huì)氛圍、對(duì)職業(yè)院校學(xué)生認(rèn)同感、專業(yè)價(jià)值認(rèn)可度;自身層級(jí)的因素包含6個(gè),用LF1、LF2、LF3、LF4、LF5、LF6分別表示自身精神需要、職業(yè)精神、企業(yè)文化、職業(yè)設(shè)想、自我反省、其他實(shí)踐;家庭層級(jí)的因素包含5個(gè),用FF1、FF2、FF3、FF4、FF5分別表示家庭教育理念、家庭經(jīng)濟(jì)狀況、家庭社會(huì)關(guān)系、父母文化背景、父母職業(yè)理想。。問卷主要采取了五分法,在工匠精神內(nèi)涵和影響因素部分,5、4、3、2、1分別表示影響程度或重要程度依次下降。
采取網(wǎng)絡(luò)問卷星進(jìn)行發(fā)放,要求每家制造企業(yè)僅填寫一份,調(diào)查時(shí)間為2020年10月14日-11月18日,共收集到27個(gè)省級(jí)區(qū)域的442份問卷。對(duì)問卷進(jìn)行篩選,去除非企業(yè)從業(yè)人員、填寫不完整及相同個(gè)人信息問卷,且每份問卷的填寫時(shí)間為120秒以上,回收到有效問卷354份,其有效回收率達(dá)80.01%。經(jīng)對(duì)數(shù)據(jù)分析后發(fā)現(xiàn),受訪者主要在重慶、江西、浙江,為確保數(shù)據(jù)有效性且進(jìn)行區(qū)域比較,僅對(duì)問卷來源地為該三地的數(shù)據(jù)進(jìn)行分析,經(jīng)過篩選后得到的有效樣本數(shù)為286份。需要強(qiáng)調(diào)的是,在問卷中將制造業(yè)細(xì)分為31個(gè)行業(yè),但黑色金屬冶煉和壓延加工業(yè)、有色金屬冶煉和壓延加工業(yè)及廢棄資源綜合利用業(yè)等3個(gè)行業(yè)的填報(bào)人數(shù)為零。為研究需要,將28個(gè)行業(yè)分為勞動(dòng)密集型、資源密集型、資本密集型和技術(shù)密集型,但因部分企業(yè)員工不明確所在企業(yè)的行業(yè)類別,造成40份樣本選擇了其他制造業(yè)類型。為最大限度地尊重?cái)?shù)據(jù)樣本的真實(shí)性,故在四類制造業(yè)分類基礎(chǔ)上添加了其他制造業(yè)這一類。其中,四大類制造業(yè)分類參照李秉強(qiáng)(2017)[30]的界定方法。采用SPSS 24.0進(jìn)行計(jì)量分析。
對(duì)樣本情況進(jìn)行描述性說明,詳見表1。從性別看,男性和女性分別占比67.5%和32.5%,這可能與制造企業(yè)員工以男性為主有關(guān)。從年齡看,18~50歲的比例達(dá)96.9%,顯示出受訪者以中青年為主。從學(xué)歷看,中專及以下(包含學(xué)生在讀)占比16.4%,大專占比44.4%,本科及以上占比32.2%,可知本次被調(diào)查對(duì)象的學(xué)歷層次相對(duì)較高,而存在一定比例的中專及以下(包含學(xué)生在讀)的群體,可能與校企結(jié)合、訂單班等學(xué)生在企業(yè)實(shí)習(xí)有關(guān),但均值為3.34表明學(xué)歷介于大專與本科之間。從企業(yè)類別看,資本密集型企業(yè)占比高達(dá)37.8%,其余四種類型的企業(yè)數(shù)量相對(duì)均衡。從所在企業(yè)工匠精神水平判斷看,總體評(píng)價(jià)相對(duì)較好,如認(rèn)為比較高及非常高的占比高達(dá)55.9%,均值達(dá)到了3.65,即處于一般高到比較高之間。
表1 問卷調(diào)查對(duì)象基本情況
基于性別、學(xué)歷、年齡、地區(qū)、行業(yè)類別等調(diào)查對(duì)象特征變量,采取獨(dú)立樣本 T 檢驗(yàn)和單因素方差對(duì)工匠指數(shù)展開差異性分析。其中,性別分為男女兩類,故運(yùn)用獨(dú)立樣本 T 檢驗(yàn);年齡、學(xué)歷、地區(qū)、企業(yè)分類均屬于超過兩類的分類數(shù)據(jù),故采用單因素方差分析,以顯著性系數(shù)為標(biāo)準(zhǔn)檢驗(yàn)該變量在不同水平下對(duì)工匠指數(shù)測(cè)評(píng)的影響,若存在顯著性差異則進(jìn)行多重比較,并進(jìn)一步探究該分類變量的具體差異,以作為工匠指數(shù)差異性分析的判斷標(biāo)準(zhǔn),計(jì)量結(jié)果顯示,性別、年齡、學(xué)歷、地區(qū)、行業(yè)類別的P值分別為0.856、0.820、0.732、0.000、0.045。由此可認(rèn)為,性別、年齡、學(xué)歷維度沒通過顯著性檢驗(yàn),而地區(qū)和行業(yè)類別通過了5%的顯著性檢驗(yàn)。隨后,僅就地區(qū)、行業(yè)的工匠指數(shù)和影響因素進(jìn)行差異性分析。
按照上述給出的測(cè)度方法進(jìn)行主成分分析,發(fā)現(xiàn)提取的公共因子僅有一個(gè),且該公共因子的方差累計(jì)百分比達(dá)83.702%。據(jù)此,可用式(1)進(jìn)行權(quán)重賦值,計(jì)量結(jié)果顯示CC1、CC2、CC3、CC4、CC5、CC6的歸一化系數(shù)分別為0.164176385、0.165634111、0.168185131、0.166180758、0.165269679、0.170553936。需要做出說明的是,六個(gè)維度的成分系數(shù)差別較小,為更大程度顯示差異性而保留了9位小數(shù)點(diǎn)。
1.區(qū)域差異
工匠指數(shù)的計(jì)量結(jié)果表明,浙江比重慶、浙江比江西、江西比重慶分別高0.518、0.235、0.283,而通過多重事后比較(采取LSD比較)考查組別間的顯著性差異發(fā)現(xiàn),其對(duì)應(yīng)的P值分別為0.000、0.038、0.016,即均通過了5%的顯著性檢驗(yàn),據(jù)此可認(rèn)為制造業(yè)技能人才的工匠指數(shù)在上述三個(gè)區(qū)域存在顯著差異。
從區(qū)域視角對(duì)制造業(yè)技能人才工匠指數(shù)的各具體維度做單因素方差分析,針對(duì)具體維度與工匠指數(shù)的顯著性差異通過LSD比較體現(xiàn),詳見表2和表3。從表2可知,不同地區(qū)制造業(yè)技能人才工匠指數(shù)在六個(gè)維度上的均值差異,與地區(qū)對(duì)工匠指數(shù)的差異總體保持了一致,即各維度均表現(xiàn)為浙江大于江西、江西大于重慶,且單因素方差分析的結(jié)果均通過了1%的顯著性檢驗(yàn)。從工匠指數(shù)看,專業(yè)知識(shí)維度和價(jià)值取向維度均明顯偏低,這可能與工匠精神需要更加強(qiáng)化專業(yè)技能有關(guān)(許應(yīng)楠,2018)[25],而我國(guó)倡導(dǎo)的社會(huì)主義核心價(jià)值觀也促使價(jià)值取向基本趨同(朱永躍等,2019)[28],進(jìn)而導(dǎo)致對(duì)價(jià)值取向維度的訴求相對(duì)不強(qiáng)。
表2 地區(qū)對(duì)工匠指數(shù)各維度的差異性分析
表3 地區(qū)對(duì)工匠指數(shù)各維度的多重事后比較
從LSD比較看,其結(jié)果與表2基本保持了一致,但也有部分沒通過顯著性檢驗(yàn),體現(xiàn)在浙江與江西相比較層面。如,在專業(yè)知識(shí)維度、價(jià)值取向維度的浙江與江西比較均沒有通過10%的檢驗(yàn),職業(yè)道德維度、職業(yè)理想維度的浙江與江西比較均沒有通過5%但通過了10%的檢驗(yàn),而其余均通過了5%的檢驗(yàn)。特別是,浙江制造業(yè)技能人才的創(chuàng)新能力維度明顯要強(qiáng)于其他維度,這在一定程度上可視為浙江技能人才對(duì)創(chuàng)新驅(qū)動(dòng)的預(yù)期更高有關(guān)。事實(shí)上,《2021中國(guó)區(qū)域創(chuàng)新能力評(píng)價(jià)報(bào)告》顯示,2021年浙江的創(chuàng)新能力位列全國(guó)第五,僅次于廣東、北京、江蘇、上海(2)31省份區(qū)域創(chuàng)新能力排名:廣東5連冠,第一梯隊(duì)優(yōu)勢(shì)明顯[EB/OL].(2021-12-21)[2022-02-11].https://baijiahao.baidu.com/s?id=1719761878407250645&wfr=spider&for=pc.。
在我國(guó)處于東部轉(zhuǎn)型、中西部提速、東北調(diào)整的發(fā)展格局下,制造業(yè)技能人才工匠精神應(yīng)該與區(qū)域發(fā)展水平直接相關(guān)。如從經(jīng)濟(jì)發(fā)展所屬區(qū)塊看,浙江屬于東部、江西屬于中部、重慶屬于西部,且我國(guó)經(jīng)濟(jì)發(fā)展水平總體呈現(xiàn)出東部強(qiáng)于中部、中部強(qiáng)于西部。誠(chéng)然,從經(jīng)濟(jì)發(fā)展水平看,重慶應(yīng)該高于江西,如重慶和江西的2021年GDP分別為8.70和6.55萬(wàn)元。但制造業(yè)技能人才的工匠精神應(yīng)該與相對(duì)較大區(qū)域特別是周邊區(qū)域的制造業(yè)發(fā)展水平直接相關(guān)(馬永偉,2019)[31],而江西的周邊區(qū)域制造業(yè)水平顯著高于重慶,如毗鄰長(zhǎng)三角、珠三角、海西經(jīng)濟(jì)區(qū),進(jìn)而可能使得工匠指數(shù)的總體水平和各維度水平均相對(duì)較高。
2.產(chǎn)業(yè)屬性差異
實(shí)現(xiàn)廢棄物最大利用的前提便是垃圾分類,在北京、杭州等地,垃圾分類試點(diǎn)已經(jīng)推行了幾年,卻未見明顯成效,“垃圾圍城”問題亟待解決。2016年6月,國(guó)家發(fā)改委、住建部聯(lián)合發(fā)布了《垃圾強(qiáng)制分類制度方案》,提出到2020年,重點(diǎn)城市生活垃圾得到有效分類,實(shí)施生活垃圾強(qiáng)制分類的重點(diǎn)城市,生活垃圾分類收集覆蓋率達(dá)到90%以上,回收利用率達(dá)35%以上。
采取LSD比較分析組別間的顯著性,詳見表4。可知,勞動(dòng)密集型制造業(yè)技能人才的工匠指數(shù)顯著低于其他類型的制造業(yè),特別是與資本和技術(shù)密集型制造業(yè)的差距明顯,這可能與集約型制造業(yè)或高端制造更需要工匠精神直接關(guān)聯(lián)(周民良,2017)[32]。從顯著性檢驗(yàn)看,勞動(dòng)密集型與資本密集型和其他制造業(yè)的LSD比較通過了5%的檢驗(yàn),而與技術(shù)密集型制造業(yè)通過了10%但沒通過5%的檢驗(yàn),且其他類型的兩兩LSD比較均沒有通過顯著性檢驗(yàn),即其他不同類型的制造業(yè)兩兩比較沒有顯著差異。
表4 產(chǎn)業(yè)屬性對(duì)工匠指數(shù)的多重事后比較
為探究表4中存在差異的成因,運(yùn)用產(chǎn)業(yè)類別就具體維度做單因素方差分析,結(jié)果顯示:如以5%作為檢驗(yàn)標(biāo)準(zhǔn),職業(yè)道德、專業(yè)知識(shí)、操作技能、職業(yè)理想、價(jià)值取向維度的P值分別為0.091、0.063、0.055、0.100、0.065,則可認(rèn)為上述五個(gè)維度均沒有通過檢驗(yàn);創(chuàng)新能力的P值為0.046,可認(rèn)為該維度通過了檢驗(yàn)。更進(jìn)一步,采取LSD比較探究創(chuàng)新能力與行業(yè)類別間的顯著性水平,詳見表5??芍瑑H有勞動(dòng)密集型行業(yè)中的工匠精神的創(chuàng)新能力維度與資本密集型和其他制造業(yè)的相關(guān)值通過了5%的顯著性檢驗(yàn),而其他組別都沒有通過5%的顯著性檢驗(yàn),這與表4中的計(jì)量結(jié)果保持了一致。此外,考慮到問卷調(diào)查時(shí),部分受訪者選擇了其他制造業(yè),而這類制造業(yè)的成分可能較為復(fù)雜,故此在剖析制造業(yè)的行業(yè)屬性時(shí)可將之忽略。為此,在制造業(yè)行業(yè)類別的甄別中,只有勞動(dòng)和資本密集型的相關(guān)維度通過了檢驗(yàn)。事實(shí)上,從我國(guó)制造業(yè)發(fā)展實(shí)際看,制造業(yè)的低水平技術(shù)鎖定(胡亞男、余東華,2021)[33],導(dǎo)致我國(guó)高端制造業(yè)以資本密集型為主。但就總體而言,我國(guó)勞動(dòng)密集型技能人才所需的創(chuàng)新能力也最低,如比資本密集型低0.426。
表5 產(chǎn)業(yè)屬性對(duì)創(chuàng)新能力的多重事后比較
鑒于上述五個(gè)層級(jí)提出的影響因素的相關(guān)數(shù)據(jù)均來自問卷調(diào)查,進(jìn)而有必要進(jìn)行信效度檢驗(yàn)以解析相關(guān)因素的有效性。隨后,基于信效度的檢驗(yàn)結(jié)果,得出各影響因素的歸一化系數(shù)并合成各維度的數(shù)值,并進(jìn)行相應(yīng)的實(shí)證研究。
通常用Cronbach α值進(jìn)行信度檢驗(yàn),且一般認(rèn)為該值大于0.7時(shí),數(shù)據(jù)比較穩(wěn)定且具有可靠性(許應(yīng)楠,2018)[25]。對(duì)問卷得到的數(shù)據(jù)進(jìn)行處理,發(fā)現(xiàn)影響因素部分總體的Cronbach α值為0.988。從各層級(jí)看,學(xué)校、企業(yè)、社會(huì)、自身、家庭的Cronbach α值分別為0.976、0.954、0.944、0.957、0.940??芍?,各層級(jí)均通過了信度檢驗(yàn)。更進(jìn)一步,對(duì)各層級(jí)的各因素進(jìn)行信度檢驗(yàn),發(fā)現(xiàn)所有因素刪除項(xiàng)后的Cronbach α值均大于0.91,且均小于各層級(jí)對(duì)應(yīng)的值(3)如有需要,可向作者索要各個(gè)影響因素量表內(nèi)部一致性信度的相關(guān)系數(shù)。。由此,可認(rèn)為學(xué)校層級(jí)、企業(yè)層級(jí)、社會(huì)層級(jí)、自身層級(jí)、家庭層級(jí)的內(nèi)部信度均相對(duì)較好,且整個(gè)問卷的信度較高,即不需要?jiǎng)h除任何層級(jí)的任何因素選項(xiàng)。
效度通??捎糜谂袛鄦柧淼目煽啃裕铱赏ㄟ^KMO值與Bartlett的球形度檢驗(yàn)值來判定變量是否適合做因子分析,該值越大問卷的可靠性越高。計(jì)量結(jié)果表明,影響因素量表部分的KMO值為0.968,表明變量之間的相關(guān)性較強(qiáng),且Bartlett球形度檢驗(yàn)的P值為0.000,故此認(rèn)為適合做因子分析。
為獲得各層級(jí)影響因素的數(shù)值,首先需要獲取各層級(jí)子因素的權(quán)重。為便于更大程度地考查子因素的影響差異性,采取小數(shù)點(diǎn)后九位的歸一化系數(shù)作為相應(yīng)的權(quán)重(4)如有需要,可向作者索要各個(gè)影響因素歸一化后的權(quán)重。。該部分的實(shí)證從總體、分區(qū)域、分行業(yè)三方面展開。從總體看,β1、β2、β3、β4、β5分別為0.337、0.163、0.152、0.266、-0.045,對(duì)應(yīng)的P值分別為0.000、0.087、0.135、0.007、0.457。如以10%作為衡量是否通過檢驗(yàn)的標(biāo)準(zhǔn),可知學(xué)校、企業(yè)、自身等層面通過了檢驗(yàn),而社會(huì)和家庭層面沒有通過檢驗(yàn)。且學(xué)校層面的影響顯著強(qiáng)于企業(yè)和自身層面,這可能與學(xué)校為制造業(yè)技能人才的主要供給側(cè)相關(guān)(顧力平,2005)[34]。需要指出的是,隨后對(duì)五個(gè)層級(jí)的影響因素進(jìn)行實(shí)證,不刪除未通過檢驗(yàn)的要素,以便于進(jìn)行對(duì)比分析。為更清晰地顯示制造業(yè)技能人才工匠精神影響因素的差異性,從前述提及的分區(qū)域和分行業(yè)兩方面展開分析。此時(shí),為縮短篇幅,僅從工匠指數(shù)層面進(jìn)行考查,而不解析工匠精神各個(gè)維度的影響因素。
關(guān)于影響因素的產(chǎn)業(yè)屬性差異的計(jì)量結(jié)果,詳見表6,可知五個(gè)方程的相關(guān)系數(shù)均高于0.6且方程的P值均為0.000。從顯著性檢驗(yàn)結(jié)果看,勞動(dòng)密集型工匠指數(shù)的學(xué)校、社會(huì)、自身因素,資源密集型的社會(huì)、家庭、企業(yè)因素,資本密集型的社會(huì)因素,技術(shù)密集型的自身、企業(yè)、學(xué)校、家庭因素,不確定型中的社會(huì)、企業(yè)、家庭因素,均通過了顯著性檢驗(yàn)??紤]到不確定型制造業(yè)中的行業(yè)屬性可能較為復(fù)雜,由此在對(duì)比分析時(shí)不考慮該類型。在四類產(chǎn)業(yè)屬性的計(jì)量結(jié)果中,各層級(jí)因素對(duì)資本密集型工匠指數(shù)的影響最不顯著,這可能與該類制造業(yè)更強(qiáng)調(diào)資本投入有關(guān)。在勞動(dòng)和技術(shù)密集型的計(jì)量結(jié)果中,均為自身層面的影響最大,特別是勞動(dòng)密集型的自身層面影響因素的系數(shù)高達(dá)1.296。此外,勞動(dòng)密集型通過檢驗(yàn)的三個(gè)變量的系數(shù)均接近或超過1,且資源密集型的社會(huì)層面影響因素的系數(shù)也高達(dá)1.121,同時(shí)企業(yè)層面的因素對(duì)資源密集型和技術(shù)密集型的影響更顯著。如把勞動(dòng)和資源密集型視為粗放型、資本和技術(shù)密集型視為集約型,可認(rèn)為各層級(jí)因素對(duì)粗放型制造業(yè)技能人才工匠精神的影響系數(shù)要顯著大于集約型,而朱永躍等(2021)[35]的研究結(jié)果也表明工匠精神具有傳統(tǒng)與現(xiàn)代交融的屬性,進(jìn)而在不同類型的工匠指數(shù)的影響因素上也應(yīng)體現(xiàn)出相應(yīng)差異。
表6 工匠精神影響因素的產(chǎn)業(yè)屬性差異
關(guān)于影響因素的區(qū)域差異的計(jì)量結(jié)果,詳見表7,可知三個(gè)方程的擬合性整體較好。結(jié)果顯示,重慶僅有學(xué)校因素、江西僅有自身因素和學(xué)校因素、浙江僅有自身因素和社會(huì)因素通過了顯著性檢驗(yàn)。影響制造業(yè)技能人才工匠精神的自身因素,在一定程度上應(yīng)該與在校期間形成的相關(guān)品質(zhì)、知識(shí)、技能存在關(guān)聯(lián),如通常認(rèn)為技能人才職業(yè)精神的形成與學(xué)校培養(yǎng)有著較強(qiáng)的因果關(guān)系(馬小容,2018)[36],職業(yè)理想教育是高職院校的重要導(dǎo)向(葉健,2007)[37],而這會(huì)對(duì)技能人才的職業(yè)設(shè)想產(chǎn)生直接或間接的影響。由此,可認(rèn)為,學(xué)校層面的因素與各區(qū)域制造業(yè)技能人才工程精神的形成有著較為明顯的內(nèi)在聯(lián)系。
表7 工匠精神影響因素的區(qū)域差異
對(duì)比分區(qū)域和分行業(yè)影響因素的計(jì)量結(jié)果可知,分行業(yè)的模型通常有三個(gè)變量通過了檢驗(yàn),而分區(qū)域的模型僅有一個(gè)或兩個(gè)變量通過了檢驗(yàn)。特別是,學(xué)校層面和自身層面的因素對(duì)制造業(yè)技能人才工匠精神通常具有顯性的影響。
為探究具體因素對(duì)工匠指數(shù)的影響,基于式(9)-(13),分別從學(xué)校、企業(yè)、社會(huì)、自身、家庭等層級(jí)進(jìn)行計(jì)量。為縮短篇幅,僅報(bào)告不分區(qū)域、不分行業(yè)的計(jì)量結(jié)果,詳見表8。從學(xué)校因素看,僅有專題講座、技能大賽、專業(yè)課、評(píng)價(jià)機(jī)制、人才培養(yǎng)模式等5個(gè)子因素通過了檢驗(yàn),影響系數(shù)分別為0.147、0.186、0.206、0.110、0.181。從企業(yè)因素看,崗前培訓(xùn)、獎(jiǎng)懲制度、企業(yè)環(huán)境與設(shè)備、企業(yè)工匠文化等4個(gè)子因素通過了檢驗(yàn),影響系數(shù)分別為0.217、0.123、0.237、0.207。從社會(huì)因素看,社會(huì)宣傳、人才政策引導(dǎo)、對(duì)職業(yè)院校學(xué)生認(rèn)同感等3個(gè)子因素通過了檢驗(yàn),影響系數(shù)分別為0.216、0.318、0.142。從自身因素看,自身精神需要、職業(yè)精神、其他實(shí)踐活動(dòng)等3個(gè)子因素通過了檢驗(yàn),影響系數(shù)分別為0.293、0.234、0.152。從家庭因素看,教育理論、經(jīng)濟(jì)狀況等2個(gè)子因素通過了檢驗(yàn),影響系數(shù)分別為0.602、0.127??芍?,企業(yè)、社層、自身層面的模型效果較好,表征為通過檢驗(yàn)的因素的比例較高。然而,信效度檢驗(yàn)顯示上述五個(gè)維度共計(jì)39個(gè)指標(biāo)均通過了檢驗(yàn),可用于合成相應(yīng)的五個(gè)層級(jí)的復(fù)合指標(biāo),這與部分單一指標(biāo)在計(jì)量模型中通過檢驗(yàn)與否不存在因果或內(nèi)在關(guān)系。
表8 各層級(jí)因素對(duì)工匠精神影響的計(jì)量結(jié)果
在構(gòu)建制造業(yè)技能人才工匠指數(shù)的基礎(chǔ)上,基于286份問卷調(diào)查的數(shù)據(jù),構(gòu)建模型實(shí)證解析了工匠精神影響因素及差異性。具體而言,將工匠精神分為專業(yè)知識(shí)、操作技能、創(chuàng)新能力、職業(yè)道德、職業(yè)理想、價(jià)值取向等六個(gè)維度,將影響因素分為學(xué)校、企業(yè)、社會(huì)、自身、家庭等五個(gè)層級(jí)共39個(gè)指標(biāo)。研究的主要結(jié)論包括:(1)制造業(yè)技能人才工匠指數(shù)在性別、年齡、學(xué)歷等方面沒有顯著差別,而在地區(qū)、行業(yè)屬性等方面差異明顯;(2)選定的所有指標(biāo)均通過了信效度檢驗(yàn),可用于主成分分析以獲取各指標(biāo)在相應(yīng)層級(jí)中的權(quán)重;(3)制造業(yè)技能人才工匠精神的影響因素存在顯性的區(qū)域和行業(yè)差異,且行業(yè)屬性差異模型的效果要好于區(qū)域差異。從行業(yè)屬性差異看,各層級(jí)因素對(duì)粗放型制造業(yè)技能人才工匠精神的影響總體大于集約型。從區(qū)域差異看,學(xué)校層級(jí)因素對(duì)各區(qū)域制造業(yè)技能人才工匠精神形成的影響較為明顯。
以上研究結(jié)論有望為我國(guó)如何提升制造業(yè)技能人才的工匠精神提供數(shù)據(jù)支持和相應(yīng)的建議。但是,該研究尚存在如下方面有待完善。
一是指數(shù)測(cè)度的可信性。對(duì)于何謂工匠精神,國(guó)內(nèi)外沒有標(biāo)準(zhǔn)的界定維度或概念。工匠精神,更多的是應(yīng)該體現(xiàn)在精神層面,這是一個(gè)主觀層面的問題即隸屬于價(jià)值判斷,但不同群體、不同階層、不同個(gè)人在理解上應(yīng)該會(huì)存在相應(yīng)的偏差,進(jìn)而致使難以形成標(biāo)準(zhǔn)化的模塊或板塊。研究設(shè)定的工匠精神六個(gè)維度的內(nèi)涵,在一定程度上應(yīng)該能反映出工匠精神的核心內(nèi)容,但受訪者對(duì)不同維度的理解會(huì)影響打分的高低,從而影響到工匠指數(shù)測(cè)度的可信程度和有效性。
二是受訪人員的精準(zhǔn)性。從問卷調(diào)查的內(nèi)容看,側(cè)重于技能人才對(duì)工匠精神的理解或訴求,即技能人才填寫更能充分保障調(diào)查結(jié)果的有效性。然而,每個(gè)企業(yè)限填一份的無(wú)記名填報(bào)方式,會(huì)導(dǎo)致更多是由人力資源部門、人力總監(jiān)(經(jīng)理)或辦公室人員處理,即無(wú)法確保是由技能人才填寫的,由此可能會(huì)導(dǎo)致出現(xiàn)一定程度的偏差。但是,由于該問卷沒有涉及專業(yè)性較強(qiáng)的問題,進(jìn)而獲得的調(diào)研結(jié)果應(yīng)該具有較大的可信度。由此,如能確保問卷填寫者為技能人才,得出的研究結(jié)果可能更加有效。
三是因素選擇的可靠性。制造業(yè)技能人才工匠精神影響因素的復(fù)雜性,最有效的方法是采取系統(tǒng)動(dòng)力學(xué)的方法來進(jìn)行指標(biāo)篩選,此時(shí)涉及兩方面的問題。其一是將影響因素分為哪些層級(jí)。在研究中,將影響因素分為學(xué)校、企業(yè)、社會(huì)、自身、家庭等層級(jí)的有效性有待商榷,如政府層級(jí)也應(yīng)該會(huì)顯性影響工匠精神,而不僅是滲透于上述五個(gè)層級(jí)中,即沒有設(shè)定出政府層級(jí)的影響因素(如,關(guān)于鼓勵(lì)工匠精神發(fā)展的法律法規(guī)等)。其二是具體維度包含哪些特定的指標(biāo)。研究中提出的39個(gè)指標(biāo),應(yīng)該是各個(gè)層級(jí)的重要層面,但在分析時(shí)沒有將之納入相應(yīng)的統(tǒng)一框架展開分析。然而,本研究提出的指標(biāo)體系和測(cè)度方法,僅為如何剖析制造業(yè)技能人才工匠精神的影響因素提供嘗試性探索。
四是行業(yè)劃分的準(zhǔn)確性。《中國(guó)統(tǒng)計(jì)年鑒》將我國(guó)的制造業(yè)界定為31個(gè)行業(yè)(不含廢棄資源綜合利用業(yè),金屬制品、機(jī)械和設(shè)備維修業(yè)),而將我國(guó)的各類制造行業(yè)分為勞動(dòng)密集型、資源密集型、資本密集型、技術(shù)密集型這四類不會(huì)存在爭(zhēng)議。但是,上述四類產(chǎn)業(yè)具體包括哪些行業(yè)沒有標(biāo)準(zhǔn)的做法,而同一個(gè)行業(yè)在發(fā)展過程中出現(xiàn)的要素密集度逆轉(zhuǎn)(王瑞榮、李平,2014)[38],更是增加了進(jìn)行有效分類的難度。