爱华网引 言人力资本理论的研究，多集中于知识型员工而非占就业人口总数大多数的工人。大量的流动性的劳动阶级的劳动力还被企业当作一般的消费品在消费（刘福坦，2008）。国内学者的研究中也存在着“工人人力资本同质性”假设，一般是在其他人力资本理论研究成果中一带而过。这种倾向对国家整体人力资本提升、产业结构升级、企业竞争力培养、劳动关系和谐等，都缺乏积极的导向作用。工人的人力资本不是同质的，仅用“受教育时间”、“培训时间”等指标，并不能清晰地对工人的人力资本进行有效区分。于桂兰、王弘钰（2008）提出，工人的知识和技能可以从宽度、深度、非常规程度、专用程度、默会程度和互补程度六个维度来测量。企业技术能力的本质是知识，而作为企业知识重要组成部分的工人知识在每个维度上的提升，都将对企业竞争力提高有所贡献。本文仅就工人知识的互补程度这一维度进行深入研究。正是由于知识内在结构的互补性以及每一个人的具体经验都是有限的，分工才变得合理和有意义。对于工人知识互补性的研究，仅停留在定性分析阶段，而且多集中于经济学领域，缺乏定量分析，更缺少能够科学测量工人知识互补性的量表。因此本文的选题为工人知识互补性测量指标研究，即开发出一套能够测量工人知识互补性的量表。本文选择汽车制造行业的工人为研究对象，其原因有二：一，汽车制造产业是一个庞大的社会经济系统工程，是国家产业经济的命脉之一。汽车产品是一个高度综合的最终产品，要求高度的专业化和协作化；二，汽车制造产业的工人是严格意义上的产业工人，是社会化大生产和工业革命的产物，他们依赖工厂制造而生存、生活。一、文献回顾| http://www.aihuau.com/darticle3/list.asp?id=155327|141.工人人力资本工人人力资本的研究，可以追溯到古典经济学，从亚当8226;斯密开始，工人的人力资本已经得到认可和重视，舒尔茨等人使用了“受教育时间”等指标用于区分工人之间的人力资本差异，周其仁（1996）是国内较早充分肯定工人人力资本的学者，并提出了“工人只可激励，不可压榨”的著名观点。但现有的工人人力资本衡量指标并不能有效地对工人人力资本差异进行区分，因此需要建立更加系统而有效的评价体系，并通过实证研究做出进一步证明。2.知识及知识资本关于知识的定义有很多，本文倾向于我国学者范徽（2007）的定义，即“知识是指所有与工作活动有关的、可以被学习的智慧积累，包括工作输出、经验总结、时间安排技术、技巧、人际沟通技术、管理技术、思维定式、心理体验等”。该定义内涵丰富具体，适合于企业的实际情况。知识是人力资本的重要构成要素。贝克尔（Becker，1992）首先将知识与资本的概念明确联系起来；汪丁丁（2000）认为“知识”作为经济物品，它的基本属性仍然是“资本品”；野中郁次郎认为（1991）“知识无疑是企业获得持续竞争优势的源泉”。虽然很多学者把知识视为资本，但却忽视了企业中的知识，尤其是“活”的知识，是依赖于主体——人存在的。对于制造业企业来说，工人的知识不容忽视。如何真正实现工人知识的资本化运营，需要从理论和制度层面进行深度探讨分析。3.知识互补性的含义及其经济意义人类知识的一个极其重要的特征，是各个部分之间往往呈现出内在的互补性。知识的互补性是知识的不可变更的特征。知识各个局部之间通常存在着互相解释或互为强化的关系。汪丁丁（1997）提出了知识互补性包括沿时间的互补性和沿空间的互补性两个方面。知识互补性是收益递增现象的本质。正是由于知识内在结构的互补性以及每一个人的具体经验都是有限的，分工才变得合理和有意义。人们可以通过分工制度的协调，来获取大量的知识。哈耶克（1945）指出，人类要想进步和发展，就必须通过合作运用所有分散的知识，将所有人的知识连接起来，构成知识的集合；张维迎（2004）认为企业最重要的竞争力是看这个企业在多大程度上积累了互补性知识；胡平波等（2004）认为，企业互补性成员通过信息与知识的共享效应，可以大幅度地减少重复性脑力劳动，形成协调互补合作的生产关系，提高了组织的智商，互补性知识生产专业化程度就会越来越高，企业的知识产出值将会呈现倍数增长。4.现有知识互补性测量指标于桂兰、王弘钰（2008）在汪丁丁关于知识沿时间和空间的互补性研究基础上，进一步细化了每一个维度下的测量指标。从空间看，互补分为：工人的知识技能与硬件设备等的互补，工人的知识与图纸、软件、图书、资料等的知识载体的互补，工人个人之间、工作团队之间、不同组织的工人之间的知识和技能互补，工人与技术人员、管理人员之间的知识和技能互补，工人掌握的技术知识和制度知识之间的互补。从时间看，互补表现为：工人个人已掌握的、正在学习以及将要学习的知识和技能之间的互补性；团队内部成员之间曾经共享的、正在共享的以及将要共享的知识和技能之间的互补性；企业内各团队之间曾经共享的、正在共享的以及将要共享的知识和技能之间的互补性；相关企业之间的工人曾经共享的、正在共享的以及将要共享的知识和技能之间的互补性。通过文献回顾，还发现企业通过在外部寻求互补性知识或互补性资产进而获取竞争优势的研究比较多，而对于企业内部，尤其是工人互补性知识的研究相对较少。而且关于工人知识互补性如何测量停留仅近在定性分析上，没有进行具体深入的研究。二、量表的建构过程1.知识互补性概念界定和构面确定本研究将知识互补性定义为企业内员工掌握和应用的知识在空间和时间的相互依赖和促进。这个定义较为抽象，需要进一步通过具体维度与题项来衡量。构面采用于桂兰、王弘钰（2008）对知识互补性的构面分类。2.建立初始题项库本研究采用半开放型的访谈形式，对象是第一汽车集团及其周边配件公司的一线工人，共12人。根据深度访谈建立的题项分为五个维度，即工人知识与机器设备的互补、工人与工人之间的知识互补、工人与管理、技术人员之间的知识互补，工人的知识与企业制度之间的互补以及工人自身知识沿时间维度的互补。3.内容效度评价经过2位博士生导师，3位博士生的评价，认为量表初稿结构设计比较合理，内容覆盖比较全面，表明该预测量表具有良好的内容效度。根据专家意见和建议对最初题项库进行修改和完善，形成预测试的题项库，并编制调查问卷，共42个题项。问卷题目以自陈方式呈现，采用李克特五点式量表的设计。4.预测试为了检测题项的鉴别力及量表结构的合理性以进一步修正量表，本研究组织实施了预测试。预试样本来自一汽集团的部分一线工人。共发放问卷500份，回收问卷447份，其中有效问卷441份。本文将调查采集的数据用软件SPSS 15.0和AMOS 7.0进行分析。（1）内部一致性检验Nuunally（1967，1968）建议在探索性研究中，α系数不低于0.7则可以接受。通过SPSS计算题项同整体的相关系数，以及删除该题项后整体的α系数，经过3次删除，项目纯化后整体的α系数为0.939，最终保留题项数为29。（2）探索性因子分析首先，通过巴特利特球形检验和KMO检验来确定待定分析的29个变量是否适合于因子分析。KMO值为0.937>0.7，巴特利球检验Approx. Chi-Square值为5750.691，且显著水平0.000<0.05，均说明适合做因子分析；其次，采用主成分分析，用方差最大法旋转，用特征值大于1作为选取因子的准则，并将因子载荷值小于0.5的题项予以删除。前后反复共进行三次探索性因子分析，最终得到符合各项标准的题项。第三次进行因子分析的结果为KMO值为0.920，巴特利球形检验的显著水平为0.000，剩余18个题项的因子载荷均在0.5以上（见表1），并且这4个因子对总变异量的解释累积达到60.262%表1 第三次因子分析旋转后的因子载荷及因子命名题项 1 2 3 4 测量语句 1.工人知识与机械设备等的互补V7 0.683 我了解相关生产工序或工艺流程。V20 0.738 我具备很好的动手操作能力。V31 0.608 我具备对物料、工件好坏的判断识别能力V37 0.701 工作一段时间后，我基本可以掌握一些经验技巧。V38 0.700 我基本了解所从事行业的相关必备知识。 2.工人与管理、技术人员的知识互补V24 0.618 管理者到生产现场征询我们的建议和意见，对我来说是有益的。V35 0.743 企业技术部门经常采纳一线员工的合理建议。V40 0.715 我能够从领导（包括技术人员和管理人员）身上学到很多东西。V41 0.621 我能够严格执行管理和技术人员的要求，并有很好的执行效果。V42 0.617 企业组织的培训拓展了我的知识面和眼界。 3.工人与工人之间的知识互补V22 0.733 在班组工作中，大家会互相监督、主动检查，并纠正彼此的错误。V27 0.603 在班组工作中，当团队中有一名成员不在时，其他成员能够主动承担起他的责任。V28 0.719 老员工会经常同新员工分享经验窍门。V32 0.662 在班组工作中，成员与成员之间经常相互学习，交流心得。 4.工人知识与企业制度的互补V10 0.691 我认为企业的规章制度应该牢牢刻画在工人的头脑中。V18 0.757 我认为一线工人不但要技能过硬，而且在思想上也要能够跟得上企业的发展。V19 0.635 我认为企业制度设计和相关政策规定是为了让员工更好地工作。V23 0.542 我从心底里接受并认同我们公司的企业文化。（3）验证性因子分析
为保证量表所测特质的确定性、稳定性和可靠性，进一步验证性因子分析去检验模型。虽然Probability level = 0.000<0.05，但该模型的拟合指数分别是：χ2/df =2.915，RMSEA=0.066，CFI=0.921，NFI=0.886，这说明本研究中路径模型的拟合度较高。即表明探索性因子分析得出的4个因子与18个项目的关系是显著且稳固的。5.因子命名预试量表经过内部一致性检验、探索性因子分析和验证性因子分析之后，生成一个包含4个维度，共计18个题项的量表。再结合专家意见，对每个题项做文字表达的修正和完善，最终形成本研究的正式量表（见表1）。6.抽样设计与样本结构受研究条件所限，抽样主要在一汽集团下属企业及其部分零部件供应商，但一汽集团作为我国第一家整车汽车企业，具有规模大、历史悠久等特点，因此样本的选取能够具有一定的代表性。共计发放问卷1300份，回收问卷1265份，其中有效问卷1072份，发出样本的有效回收率为82.46%。|!---page split---|三、正式量表检验1.信度本研究正式量表折半信度系数为0.901，各衡量维度折半信度的相关系数分别0.797、0.772、0.751和0.738，均表现出较好的信度水平。量表的Cronbach α系数0.907，四个维度的Cronbach α系数分别为 0.828、0.785、0.767和0.751，均超过了Nunnally（1978）所建议的0.7以上，且每题删除后并不会使题目所在衡量维度的α系数增高，显示出本量表具有较高的内部一致性水平。2.效度在广泛阅读了国内外相关研究文献基础上，并到深入到工厂与多名经验丰富的一线工人进行深度访谈，又邀请多位学者专家参与评估修订编制而成，可认为本研究之量表架构及题目已具有较好的内容效度。本研究利用结构方程模型软件AMOS7.0对工人知识互补性量表进行收敛效度的验证。虽然Probability level = 0.000<0.05，但该模型的拟合指数分别是：χ2/df =6.908，尚可接受，同时RMSEA=0.074，CFI=0.900，NFI=0.886，这说明本研究中路径模型的拟合度较高。进一步通过SPSS15.0计算，得到题项同整体的相关系数基本大于0.5，以及维度同整体的相关系数分别为0.642、0.740、0.667和0.665，都在0.6以上。以上分析均证明该量表具有良好的结构效度。结论和展望通过严谨的量表制定过程，本文开发出一份具有使用价值的测量汽车制造业一线工人知识互补性的量表。但受研究条件和个人能力所限，样本集中于第一汽车集团，没能涉及到其他的大型汽车公司，调查的结果是否对整个汽车制造行业具有普遍代表性还有待于进一步的研究与验证。鉴于研究局限与不足，首先建议扩大样本范围以进一步校验量表的适用性，并完善对量表结果的分析。在本文的研究结果基础上，即利用已有工人知识互补性测量量表，通过后续工人知识互补程度与企业竞争力、企业绩效的关系研究，进一步证明加强对工人人力资本的投资，不但能够提高工人自身素质，而且有利于企业获得持续竞争优势，保持高绩效，并可以在理论上进一步探讨企业一线工人知识互补性形成的机制。【本文受2007年国家哲学社会科学基金（BJY048）“工人权利受损及其治理的产权经济学研究”资助】参考文献：[1] 刘福坦.从人力资源观向人力资本观转变[C]// 萧鸣政，杨河清.基于全球视角的人力资源理论与时间问题研究——国际人力资源开发研究会第六届亚洲年会论文集（中文部分）.北京：人民出版社，2008.9:16.[2] 于桂兰，王弘钰.工人人力资本的测量维度与经济价值研究[J].社会科学战线，2008，（8）：221-228.[3] 周其仁.市场里的企业：一个人力资本与非人力资本的特别合约[J].经济研究，1996，（6）：71-80[4] 范徽.管理学：人力资本与组织资本的互动[M].上海：上海外语教育出版社，2007：77-78.[5] 汪丁丁.知识经济的制度背景——“知识经济”批判[J].战略与管理，2000，（2）：66-76.[6] 彼得8226;F8226;德鲁克.知识管理[M].北京：中国人民大学出版社，2000.[7] 汪丁丁.知识沿时间和空间的互补性以及相关的经济学[J].经济研究，1997，（6）：70-78.[8] F. A. von Hayek ,The Use of Knowledge in Society American Economic Review, Vol. XXXV, No. 4, September 1945, pp. 519-530.[9] 张维迎.互补性知识是企业核心竞争力[DB/OL].中国经济快讯周刊，2001年第四十四期.http://www.people.com.cn/GB/paper1631/4764/520450.html.[10] 胡平波、卢晓勇、徐玉华.企业互补性知识信息化生产积累效应超边际分析. 企业经济. 2004年，（10）：80-81.[11] Gilbert A. Churchill, Jr. , Paradigm for Developing Better Measures of Marketing Constructs, Journal of Marketing Research, No. 1, (Feb., 1979), pp. 64-73 .[12] [美]德威利斯著；魏永刚，龙长权，宋武译.量表编制：理论与应用[M].重庆：重庆大学出版社，2004.
