随着经济全球化红利的递减,中国经济的发展动能也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。塑造产业工人人力资本的技能形成体系可分为以员工技能培训为主的内部培训供给系统和以职业学校、市场化培训机构为主的外部培训供给系统。相较而言,已有文献对职业学校开展培训的研究颇为丰厚,而员工技能培训作为技能形成的内部积累方式却没能引起足够重视。二战后德国和日本的工业复兴史都表明,调动企业投资员工技能培训以充分开发人力资源对于促进经济社会的快速发展至关重要。那么,在众多影响企业投资员工技能培训的因素中,技术进步是广受关注的焦点之一。人工智能在与产业的融合发展过程中会对员工技能培训带来什么样的影响,需要在经验层面得到系统性研究,以期为劳动技能的塑造提供职业技术教育学视野的学科关照。一般来说,“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。那么,企业需要培育一种鼓励员工不断学习的文化,以适应不断被技术变革的工作任务,从而在智能增强型工作场景中提升企业的创新绩效。鉴于此,本文的研究问题可表述为探讨产业智能化是否会提升企业对员工技能培训的投资力度,继而从人力资本的角度带来创新绩效。为了系统化解决此问题,可将其进一步分解为以下三个子问题:一是,产业智能化对员工技能培训是否具有提升效应;二是,在提升效应的基础上,进一步论证员工技能培训对创新的影响效应、产业智能化加持员工技能培训是否会产生更大的创新绩效;三是,结合计量分析结果,论述在产业智能化背景下如何从政策主体、议题和工具层面去推进员工技能培训。技术进步虽然是塑造技能形成体系的内生动力,但从研发创新到商业化生产之间存在一段“知识距离”,需要借助员工的劳动技能形成组织吸收能力,从而实现技能形成体系的创新绩效。然而,现有文献却大多绕过组织来考察技术进步是如何影响制度变迁的,无形之中将组织场域视为“黑箱”,忽略了组织选择是技术进步诱发制度变迁的重要因素。因此,在新制度主义的“技术—制度”分析框架中引入组织要素考察西方发达国家的技能形成体系,发现在解决员工技能培训市场失灵问题上的组织选择差异是英国滑入低技能均衡发展陷阱和德国形成高技能均衡发展模式的主要原因。那么,“技术（产业智能化）→组织（员工技能培训）→制度（技能形成体系的创新绩效）”分析框架的构建有助于为产业智能化背景下员工技能培训研究的展开提供切入视角。“人机共生”是指智能化生产背景下的一种新型雇佣方式,强调人工智能在拓展人类能力的同时,人类也在不断优化人工智能的技术性能,这明显区别于流水线生产系统里的“机器换人”。那么,中国情境下的产业智能化是否提升了企业对员工技能培训的投资,需要在经验层面得到相关数据的检验。接下来,基于技术—组织维度对产业智能化提升员工技能培训进行理论分析,并通过特征事实描述和计量模型检验分别论证产业智能化背景下员工技能培训的提升效应。实证结果提示产业智能化与员工技能培训都具有技术偏向性,即技术水平越高的产业越有可能与人工智能实现融合发展,也越有动力投资员工技能培训。进一步,对人工智能技术进行“智能”、“云”、“数据”、“物联”以及“机器学习”的关键词区分后,发现产业智能化对员工技能培训的提升效应仍然成立。但企业投资员工技能培训并不是主要目的,而在于通过培训优化其人力资本结构,为企业在创新驱动发展时代筑牢竞争优势。鉴于此,先从组织—制度维度出发对员工技能培训塑造创新进行理论分析,接着基于技术—组织—制度维度对产业智能化背景下员工技能培训塑造创新进行理论分析,并运用计量分析方法对此进行实证检验。统计结果提示产业智能化在提升员工技能培训的同时,也会对员工技能培训的创新绩效产生调节作用。换言之,随着产业智能化水平的提升,企业对员工技能培训的投资力度会逐渐增大,员工技能培训的创新绩效也会更加明显。可见,产业智能化与员工技能培训在提升创新绩效的过程中产生了“1+1＞2”的协同效应。上述计量分析结果在产业异质性、技术异质性以及考虑内生性问题后的检验中仍然成立,说明研究结论具有较高的可信度。结合实证研究结果,构建以政府为主导、企业为主体、社会伙伴广泛参与的新时代产业工人技能形成体系既是服务创新驱动发展战略的重要任务,也是牵引全文研究内容展开的价值导向。鉴于此,从多元平等的政策主体、协商共治的政策议题以及多管齐下的政策工具出发对产业智能化背景下员工技能培训的政策进行系统化设计,并论述“区块链+”在破解中心化治理难题的过程中推进员工技能培训政策从理论设计到应用落地的技术逻辑,有助于在工具层面增强技能形成体系的治理效能。接下来,基于研究结论提出以下几条实施路径:一是发挥技能人才作用,助推智能制造发展;二是整合优化资源配置,构建技能形成体系;三是统筹实训基地建设,推动员工技能培训;四是完善学分银行制度,赋值技能培训成果;五是以信息技术为媒介,提升培训政策效能。