随着新一代信息通信技术与制造业深度融合，以“云大物移智”等数字技术为标志、以知识资源为依托的新一轮工业革命正在发生，这就是工业生产的第四个阶段，即智能制造时代(以下简称“智造时代”)。[1]《智能制造发展规划(2016—2020年)》指出，加快发展智能制造，是培育我国经济增长新动能的必由之路，是抢占未来经济和科技发展制高点的战略选择，对于推动我国制造业供给侧结构性改革、打造我国制造业竞争新优势、推进制造强国建设具有重要战略意义。《促进新一代人工智能产业发展三年行动计划(2018—2020年)》指出，要促进人工智能与制造业深度融合，加快制造强国建设。智能制造成为我国制造业竞争优势的核心举措。相较以往的工业时代，智造时代呈现出生产智能化、设备智能化、资源管理智能化、供应链管理智能化等典型特征。伴随智能制造的持续深化，劳动力市场对高技能人才的技能需求呈现出更新化、复合化、灵活化和知识化的新特点，对职业教育人才培养提出了新的挑战。高技能人才是制造业发展的关键因素，职业教育需要紧跟制造业的时代之变，培养适应智造时代的高技能人才。

一、智造时代劳动力市场技能需求的新趋势

作为连接劳动力市场和职业教育人才培养的中间环节，技能在一定程度上反映了学生在校期间的教育质量，也影响着学生抓住工作机遇的可能性及其在工作岗位上的表现。智造时代，随着劳动力市场的快速变迁，对高职学生的技能需求产生了重要影响。

1.技能内容日益更新化

一是数字能力正成为通用能力。第四次工业革命也称为“数字革命”,无论就业者来自哪个行业、从事何种工作、处于哪个层级，数字接收能力和数字产出能力都不可或缺。[2]从制造业转型升级的驱动因素来看，制造业的智能生产、智能服务、智能物流等环节都需要先进数字技术的驱动。智能制造的特点是可以针对不同消费群体需求进行个性化定制，需要借助数字技术判断和预测消费者偏好，进而组织生产并提供服务，这些功能的实现同样离不开相应的数字能力。

二是复杂思维能力日益受到关注。由于智能制造具有个性化、多种类和大批量定制化的特点，生产过程涉及多学科的知识和技能，各个生产环节间的界限日趋模糊，员工需要掌握产品的全链条知识，成为产品的设计者、制造者、管理者与服务者。[3]智能生产系统与复杂的电子和数据处理过程相结合，也增加了对劳动者的能力要求，劳动者越来越需要具备跨越学科的复杂思维能力。

三是渐进式创新能力日益重要。渐进式创新是指直接从事生产的工人、技师所进行的渐进的、连续的创新活动，往往伴有产品创新、过程创新和组织创新的连锁反应，并最终引起产业结构变化。[4]可以说，渐进式创新是提升产业创新能力的一个必经过程，是实现一国制造业根本性创新的深厚技术基础。[5]渐进式创新需要用到员工队伍中长期积累起来的技能，这些技能往往是员工对生产过程中的长期亲身实践总结所得，多数属于只可意会不可言传的缄默知识。

2.技能结构日益复合化

一方面，产业关联度的不断强化需要劳动者掌握更加复合化的能力。产业转型升级的趋势之一就是各类产业联系日益紧密，产业间的界限日趋模糊，这就要求劳动者既要精通本职岗位的专业技能，还要相当了解相关岗位、学科的知识和技能，形成复合化的能力体系。制造业转型升级下的产业集群，借助数字技术突破了地域限制，实现了各个生产环节的紧密联合，最终实现快速化、大规模、个性化定制生产。这种新型的制造模式要求技术工人既要掌握相关数字技术以适应智能化生产流程，也要具备跨学科知识和灵活性以应对产品的快速迭代更新，还要具备服务式生产模式所产生的新型营销、设计和售后等方法和社会能力。

另一方面，工作组织环境的复杂化导致技能的复杂化。由于新兴技术的破坏性、通信和协作结构的改进，工作活动的技术、组织和社会领域将重叠，工作组织变得更趋紧密，工作模式更加复杂。同时，技术进步促使工作世界日益数字化和网络化，劳动者与AI算法和机器人的交互日益频繁，这些变化导致了对独特和专门技能集的新要求。[6]随着生产系统的复杂性和知识密集性的持续加强，劳动者技能的复杂性的要求也水涨船高。例如，在订单式生产环境下，市场需求变化频繁，表现为品种多、交货期短、质量要求高、工艺复杂等。充分发挥员工的多技能及自组织、自适应能力，可有效应对需求的复杂变化及生产过程的失衡。[7]

3.技能组合日益灵活化

在现代工作世界，员工必须能够快速适应在不同专业化工作之间的转换，正如有研究者指出，“现在，产品的生命周期比工人的生命周期要短得多，大多数规模制造的产品每5—10年必须在根本上重新设计(在高技术产业领域缩短至6—12个月)。这就意味着工人必须放弃旧的策略，学习不相容的新策略。”[8]实际上，由于工人将大部分时间和精力放在了熟悉的工作内容上，导致他们在发展创造性思维并使之不断完善上存在困难，一些工人把这种情形描绘成“工作要求他们追着学习曲线不停地跑”。

以智能制造为代表的新工业革命具有全新的逻辑和生产质量。智能产品在生产系统中发挥着积极作用，与机器、工人和其他系统组件进行通信，以协调加工和生产流程，进而实现订单生产的自主化。简言之，生产技术、自动化技术和软件的结合将使人们能够在一个非常广泛和灵活的技术、组织和社会领域完成更多的工作，同时造就了复杂性和灵活性日益增加的工作世界。这意味着初级职员、技术工人、工程师、技术人员等不同劳动者的角色也会发生相应变化，他们越来越需要不断增强问题解决能力和学习能力，越来越需要对所有行动者之间的相互作用有所了解。因此，在密集的网络环境中，不仅需要专业能力，还需要社会和跨学科能力。

4.技能层级日益知识化

智能化通过缩短从概念到实现的距离，扩大了思想的力量，补充了工人的认知和创造性能力。机械提高了人类在开发和指导复杂生产过程中的专业知识的价值，并提供了使人们能够将想法转化为产品和服务的工具。随着时间的推移，智能化将人类劳动的比较优势从物理领域转移到认知领域，同时提高了大多数工作的技能要求。此外，由于全球竞争日趋激烈、产品复杂性不断提高，生产系统和自动化的复杂性急剧增加，要求自动化技术人员、系统工程师和设备工程师等相关劳动者的认知能力与技术系统的复杂性相匹配。[9]

智能制造融合了先进制造技术和新一代数字技术，系统集成了硬件、软件、人、网络和标准等制造要素。满足智能制造需求的人才既要掌握先进的制造技术又要精通新兴的数字技术，还要具备现代管理理念与知识。[10]智能制造所需要的人才知识结构发生了新的变化，技能需求也随之转变。生产制造从过去单一、琐碎的流水线模式转向柔性化、个性化、灵活的智能生产模式，而生产制造所需要的高技能工人也从传统机器和工具的操作者、加工者转向智能装备和数控机床的使用者与管理者。[11]因此，智能制造的工作岗位需要跨学科的专业工程师、智能生产车间和工厂的顶层架构师，需要新一代的信息知识和技术、网络技术及通信、计算、控制等多元化的复合知识与能力。

二、智造时代技能培养面临的新挑战

智造时代劳动力市场的变革不仅体现在新工作取代旧工作，而且体现在既有工作所需技能的持续变化上。[12]智造时代，人类逐渐成为数字劳动者，如何培养劳动者具备智能制造所需的新技能，帮助其应对劳动力市场的不断变迁，是职业教育面临的新使命与新挑战。

1.持续迭代的技术进步对技能培养的挑战

技术效应带来两个显著变化，一是持续变化的能力，二是新的企业模式。数字化转型改变了工作任务及其组合方式，同时，技术进步增加了产品设计的复杂性与创新性，劳动者使用复杂技术的频率日益提高，因而对员工的技能要求越来越高。一方面，工业4.0不断涌现的新技术、新业态和新职业，淡化了不同职业的边界，传统的“一技之长”人才培养要求已经不再符合“一人多岗、一岗多能”的现实需要，[13]复合型技能人才成为人才培养的新目标。另一方面，随着组织日益从固定的科层金字塔形状转变为松散的、不断重构的网络形状，员工也被要求具有更大的灵活性并不断学习新技能。[14]暂栖地框架(Cynefin Framework)理论认为，工作中遇到的问题可以划分为明显的、复合的、复杂的及混沌的四类。[15]未来的工作越来越倾向于后两者，没有常规的知识或现成的案例可供学习借鉴，只有懂得和处理复杂问题与混沌问题的人才能胜任未来的工作。[16]

技术进步的就业替代效应是对低技能劳动者的“精准打击”而非对人类劳动者的普遍替代。不断变化的技术和结构性经济变化预计将在未来的工作场所更多地依赖认知和人际交往技能。技能差距在某些职业和部门普遍存在，主要影响进入就业市场的入口群体(如学生和长期失业者)。[17]通过对我国各省份制造类企业中工业机器人使用情况的实证调研发现，工业机器人对制造业发达省份的非技能劳动力具有显著的替代效应，对制造业落后省份的非技能劳动力就业替代不明显。[18]这说明随着我国制造业转型升级，技术的就业替代效应将日趋显著，低技能劳动者就业将更加困难。

2.日益凸显的就业极化对技能培养的挑战

阿西莫格鲁(Acemoglu)和奥特尔(Autor)[19]的就业极化理论表明，劳动力按照技能水平大致可以分为高、中、低三类。一方面，以数字化和智能化为代表的技术进步使中等技能劳动力出现技能替代；另一方面，技术进步增加了对高技能劳动力的需求，而被机器替代的中等技能劳动力只能寻找低技能就业岗位。这就导致了常规技能劳动力的就业率持续下降，而低技能和高技能劳动力的就业率呈现增长态势，最终形成了就业极化现象。

产业转型升级引发了劳动力的就业极化现象，即产业转型升级是技术偏向型的技术进步，增加了对高技能和低技能劳动力的需求，却明显减少了对常规劳动力的需求，表现出劳动力需求向两端偏移的趋势。[20]研究表明，以人工智能为代表的技术进步和产业发展的高端化，使社会对高技能人才的需求持续增加，对从事常规化、流程性工作的普通劳动力的需求持续减少；而机器往往难以替代那些需要根据工作情境来提供服务的修理、服务等低技能劳动力。[21]1982—2015年，我国劳动力就业市场日趋呈现出极化现象，表现为常规就业规模持续下降，而非常规就业规模增长显著。前者规模由1982年的89.4%持续下降到2015年的46.7%,下降幅度高达42.7%,年均下降1.95%,[22]下滑趋势非常明显。这一数据表明，需要中等技能类的职业呈现出“中部塌陷”状态，而低技术和高技术工作岗位数量增加显著，就业极化现象日趋显现。

3.不尽如人意的校企合作对技能供需耦合的挑战

一方面，忽略校企组织差异性导致双方缺少行动认同与协调。作为松散耦合系统的校企合作涉及多个跨组织工作流程，每个组织有一个本地工作流过程并对其拥有完全控制，组织之间不知晓对方内部工作流过程，只有交互协议是公开的。[23]在这种情形下，就会出现组织间的“认知黑箱”,产生职业院校和企业在认知图式与行为范式上的差异，致使双方很难认同、协调彼此间的行动。缺少对上述差异性的有效认知，势必导致校企双方人员缺少深度交流，难以化解合作过程中存在的认知差异、利益冲突、行动不协调等问题，不能及时有效解决合作各个环节中出现的问题，阻碍校企合作育人质量的提升。

另一方面，共同责任规制不强导致校企合作成效不高。由于对权、责、利的界定与划分模糊，对参与校企合作的组织没有形成较强的约束力，进而长时期无法建立稳定有效的校企合作运行模式，校企合作育人质量不高。近年来，国家层面对职业教育高质量发展日益重视，陆续出台了强化校企合作的政策，例如，《职业学校校企合作促进办法》指出，职业学校和企业应利用各自优势和资源积极主动开展合作，提高人才培养质量和促进人力资源开发；[24]《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》强调，要“创新办学模式，深化产教融合、校企合作，鼓励企业举办高质量职业技术教育，探索中国特色学徒制”。在实际运行过程中，地方下位文件依然停留在政策性指导层面，缺少实施细则形式的可操作性法规。《国家中长期教育改革和发展规划纲要(2010—2020年)》提出的“制定促进校企合作办学法规，推进校企合作制度化”的目标尚未实现。

三、智造时代高职教育人才培养的时变之应

劳动力市场的变化决定了未来劳动者需要具备何种技能。职业教育需要紧跟智能制造引发的技能需求变革，做好关键领域的规划与调整，培养适应智造时代的高技能人才。

1.顶层设计：将技能培养置于国家竞争力的地位考量

制造业在转型升级过程中，面临着复杂的内外部环境、不确定性及由此而来的诸多挑战。一方面，中国面临工业强国的制造业回流与新兴国家低成本竞争的前后挤压，以中低端为主的制造业发展模式很难持续；另一方面，低端加工的粗放型经济对能源和原材料依赖度很高，受国际环境变化影响明显，严重影响了国家经济安全。工业强国的发展历程证明，劳动者的技能和人机关系对工业长期竞争力具有极为重要的影响。[25]中国只有坚持符合自身产业发展特点的人才培养理念，才能有效避免制造业的“低端锁定”,顺利完成转型升级。

以美国的工业互联网战略和德国的工业4.0战略为代表，智能制造提倡者认为，未来工厂通过智能化生产可以同时满足规模化和个性化的双重需求，并极大减少人类劳动者对生产过程的干预。中国制造业正处于蓬勃发展阶段而且劳动力规模依然庞大，如果急剧转向机器换人的美国式工业4.0,不仅不利于产业工人的技能升级、无益于解决当前结构性就业难题，更在一定程度上刺激了制造业继续走“代工”“贴牌生产”的老路，不利于技术进步和创新，最终导致制造业的“低端锁定”。可以预见，长此以往制造业很难从中低端迈向产业链高端。虽然数字化和智能化是长期趋势，但生产系统离不开人类劳动与机器的协调配合。只有高端设备而缺少有技能、有组织的大量产业工人，很难形成制造业的持续竞争力。因此，中国制造业顺利转型升级的一个重要前提是培养劳动者技能并形成高效的人机结合来提高制造业的效率和竞争力。政策制定者有必要将生产系统、技能培养、企业治理放在产业转型升级的国家层面予以审视，深入开发劳动者能力并使其与数字化和智能化设备良好结合。

2.多元共治：构建政校企多主体协同的育人模式

创新产教融合协同育人机制是响应劳动力市场需求进而助推产业转型升级的重要保障。早在20世纪初，黄炎培先生就指出，职业教育要紧密结合现实需求，“设什么科要看看职业界的需要；定什么课程，用什么教材，要问问职业界的意见；就是训练学生，也要体察职业界的习惯；有时聘请教员，还要利用职业界的人才”,[26]这对当下的产教融合依然具有启发意义。协同治理理论认为，社会系统具有复杂性、动态性和多样性的特点，主张在政府主导之下，建立制度化的参与和沟通机制与平台，有效发挥社会组织在协同治理和参与服务方面的积极作用。因此，在对职业教育育人模式进行改革时，建议综合多种方式，形成以政府为主导、社会协调、共建共享的新型社会治理格局，实现社会治理的动态化、和谐化、有序化。[27]

一是构建层级完善的产教协同育人治理框架。形成以中央政府为核心，向外辐射至国际组织，向下延伸至地方政府、行业组织、社区的立体式治理结构。政府作为核心决策者，为多层次的治理框架提供元支撑。具体做法是：利用政府的宏观调控，鼓励多方参与，通过对多层级参与主体的支持和评价，提高人才培养质量；通过去中心化进一步下放管理权限，并给予政策支撑以保证人才培养服务的可选择性。二是实施跨部门协同治理。现代社会的产品和服务只有通过组织间的密切合作才能实现，单一组织往往只能在某一细分领域发挥作用。职业教育人才培养也应打破教育组织边界，实施跨部门协同合作治理，打破学习服务市场壁垒，促进学习供给主体多元化，实现全部门与跨部门学习资源共建。在协同治理机制推进过程中，不断优化合作机制，确保学习治理的效益，有效回应各方利益诉求。

3.强化预测：有效对接劳动力市场需求

职业教育能否抓住制造业转型升级的机遇提升人才培养质量，很大程度上取决于对劳动力市场技能需求预测的科学性。以需求为导向的职业教育理念及人才培养固有的周期性和滞后性特点，要求职业教育不仅要适应当下劳动力市场的技能要求，还要对未来一定时期内的劳动力市场需求有所了解，可以说，实施技能需求预测具有一定的应然性和必要性。[28]因此，有效分析劳动力市场需求，把握智能制造对高职学生的技能需求，才能精准把握职业教育人才培养的发力点。

技能需求预测要做的就是基于数量和结构预测未来技能需求，以指导技能供给的实践。简言之，主要通过四个方面的分析来预测未来技能需求。一是分析技术变革的趋势，以发现技能更替变化。在技术变迁加速的情况下，生产要素配置出现新的变化，如生产设备的日益高端化、工作组织的扁平化和在线化、生产过程的智能化和数字化等，都需要新的技能加以应对。二是通过对人口和经济趋势进行分析，发现未来符合技能需求的劳动力数量和结构的变化趋势。借助统计工具的测算，预估今后一段时期内劳动力供给情况，为做好相应规划提供支撑。三是通过对客户服务需求趋势进行分析，预测未来更有效满足客户需求的技能。客户需求决定了企业和组织的存在方式，进而决定了生产方式和技能。四是通过分析产业发展目标，预测未来的技能需求。产业发展方向决定了未来技能需求的内容和类型，产业智能化和数字化，要求劳动者具备智能化和数字化的一系列技能。[29]

4.补足短板：重点培育智造时代急需的能力要素

从技能供需的视角来看，并不是学生所有的技能要素都不能满足产业转型升级的需求和职业岗位的效率要求，而是对特定岗位需求的准备不足，存在事实上的短板效应。[30]因此，应着重培养劳动力市场急需而且高职学生又较为欠缺的能力。数字能力、复杂思维能力和创新能力是制造业转型升级急需也是高职学生比较欠缺的技能，应进行重点培养。

一是培养学生适应数字化工作环境的数字能力。有研究预测，未来劳动力需求将转向知识和能力密集型工作，[31]与生产有关的能力是各国经济增长及制造业保持长期竞争力的重要组成部分。为了做好从事制造业的准备，培养学生了解实际工作场所中系统和流程的复杂性、采用最新方法改善价值流的能力；了解数字化生产环境中的应用及其改进并能够规划此类系统，以形成良好的数字能力。

二是培养学生应对复杂工作情境的复杂思维能力。复杂性思维是指拥有一种能够思考事物矛盾、分析和综合、构建、解构和重建新事物的思维方式。复杂性思维有助于获得多维知识，意味着承认不完全性和不确定性的原则。涉及复杂思维的问题主要包括分析、应用、综合及创造能力等几个方面。[32]复杂思维能力能够根据相关信息识别复杂问题，以开发和评估问题并能够提出解决方案。具备复杂思维能力的员工能够更好地解决复杂的实际环境中新颖的、定义不明确的问题。

三是培养学生应对多变工作环境的创新能力。创新能力强的人，能够更好地把握和整合现有资源去适应不断变化的岗位需求，努力钻研专业技术、持续提升自己的能力。创新能力的培养主要从创新课程设计、丰富教学方法和转变师生角色等方面加以实施。

参考文献:

[1]苗圩.中国制造处于全球制造第三梯队[EB/OL].(2015-11-18)[2022-11-20].

[2]刘立新,刘红,殷文.工业4.0背景下德国职业教育发展战略[M].北京:教育科学出版社,2019:170.

[3]谢莉花,尚美华.智能制造背景下技术技能人才的资格要求及培养定位[J].职业技术教育,2019(4):18—24.

[4]李毅.日本制造业自主发展过程中的技术创新研究:经济史的启示[J].经济研究参考,2007(21):29—44.

[7]刘蓉,胡盛强,张毕西.人工作业系统各作业模式生产效率与成本分析[J].系统工程,2013(7):104—109.

[8][美]罗伯特·J·斯滕博格.创造力手册[M].施建农,译.北京:北京理工大学出版社,2005:311.

[9][德]比吉特·沃格尔-霍伊泽尔,托马斯·保尔汉森,迈克尔·腾·洪佩尔.德国工业4.0大全第2卷:自动化技术(第2版)[M].房殿军,林松,张新艳,等,译.北京:机械工业出版社,2019:56.

[10]李耀平,郭涛,段宝岩.面向智能制造的人才培养策略[M].西安:西安电子科技大学出版社,2019:41.

[11]邹洁.辛国斌:推进智能制造需锤炼高水平供应商[N].中国工业报,2019-12-16(001).

[12]世界银行.2019年世界发展报告:工作性质的变革[R].华盛顿:世界银行集团,2019.

[13]覃川.1+X证书制度:促进类型教育内涵发展的重要保障[J].中国高教研究,2020(1):104—108.

[14][英]马立克·科尔钦斯基,兰迪·霍德森,保罗·爱德华兹.工作社会学[M].姚伟,马永清,译.北京:中国人民大学出版社,2012:247.

[15][美]泰勒·皮尔逊.未来工作:智能时代的竞争法则[M].王晓鹂,译.北京:中信出版社,2018:28.

[16]吕建强,许艳丽.工作4.0:表征､挑战与职业教育因应[J].高等工程教育研究,2021(4):165—169.

[18]韩民春,赵一帆.工业机器人对中国制造业的就业效应[J].工业技术经济,2019(11):3—12.

[20]江永红,张彬,郝楠.产业结构升级是否引致劳动力“极化”现象[J].经济学家,2016(3):24—31.

[21]李爱,盖骁敏.就业极化与我国产业结构优化升级研究:基于供给侧结构性改革背景[J].经济问题,2019(12):1—7.

[22]余玲铮,魏下海,孙中伟,等.工业机器人､工作任务与非常规能力溢价:来自制造业“企业—工人”匹配调查的证据[J].管理世界,2021(1):47—59.

[23]程绍武,徐晓飞,王刚,等.一个组织间松散耦合跨组织工作流的仿真模型[J].软件学报,2006(12):2461—2470.

文章来源:吕建强,刘晓莉.智造时代的技能需求与高职教育的时变之应[J].成人教育,2023,43(12):76-81.