陳煜波 馬曄風

數字經濟在全球經濟增長中扮演著越來越重要的角色，以互聯網、云計算、大數據、物聯網、人工智能為代表的數字技術近幾年發(fā)展迅猛，數字技術與傳統(tǒng)產業(yè)的深度融合釋放出巨大能量，成為引領經濟發(fā)展的強勁動力。根據中國信息化百人會的測算，2016年中國數字經濟規(guī)模達到3.8萬億美元，GDP占比達到30%，是2012年的兩倍，其中信息通信技術（ICT）產業(yè)本身的貢獻占26%，ICT與其他產業(yè)融合創(chuàng)造的貢獻占74%。ICT與傳統(tǒng)產業(yè)融合發(fā)展成為當前中國數字經濟的主要動力。隨著中國經濟數字化轉型的不斷深入，擁有專業(yè)數字技能人才的需求正在急劇增長，數字人才日益成為我國創(chuàng)新驅動發(fā)展、企業(yè)轉型升級的核心競爭力。

在這樣的背景下，中國數字經濟發(fā)展正在面臨來自人才短缺的巨大挑戰(zhàn)。在與政府部門以及一些企業(yè)的交流中，我們發(fā)現當前勞動力市場中數字技能類人才短缺的三個主要表現：一是擁有頂尖數字技能的人才供不應求，二是具備數字技術與行業(yè)經驗的跨界人才供不應求，三是初級數字技能人才的培養(yǎng)跟不上需求的增長，這些問題給企業(yè)的數字化轉型與國際化發(fā)展帶來很大挑戰(zhàn)。數字技能人才的短缺將對企業(yè)的數字化轉型產生很大制約，進而影響整個經濟的數字化轉型進程。

那么，數字經濟的發(fā)展需要什么樣的人才？這些人才具有哪些技能和特征？他們在不同行業(yè)、不同區(qū)域是如何分布的？

基于這些問題，清華大學經濟管理學院互聯網發(fā)展與治理研究中心與領英中國合作開展了這項研究，深入洞察中國勞動力市場中數字人才的就業(yè)現狀、供需情況和人才流動等情況，同時通過數字人才對我國總體和各地數字經濟的發(fā)展以及經濟的數字化轉型有更清晰的了解和定位。我們首先對數字經濟發(fā)展最需要的“數字人才”進行了定義，之后圍繞最近三年中國勞動力市場中數字人才的就業(yè)現狀、供需情況和人才流動進行深入的分析洞察，建立了“宏觀-中觀-微觀”分析框架，從全國和區(qū)域兩個層面對數字人才的行業(yè)分布（宏觀）、職能分布（中觀）和數字人才特征（微觀）進行了深入分析，獲得許多有價值的發(fā)現，并給出我們在數字人才戰(zhàn)略布局方面的一些意見和建議。

數字人才的定義

目前關于數字人才并沒有一個確定的定義，各國對數字人才的定義主要是基于就業(yè)者是否擁有ICT相關的數字技能。ICT技能包含哪些內容是定義數字人才的基礎，OECD將數字經濟所需要的ICT技能分為三類：ICT普通技能、ICT專業(yè)技能和ICT補充技能。

ICT普通技能是指絕大多數就業(yè)者在工作中所使用的基礎數字技能，例如使用計算機打字、使用常見的軟件、瀏覽網頁查找信息等技能。ICT專業(yè)技能主要指開發(fā)ICT產品和服務所需要數字技能，例如編程、網頁設計、電子商務、以及最新的大數據分析和云計算等技能。ICT補充技能是指利用特定的數字技能或平臺輔助解決工作中的一些問題，例如處理復雜信息、與合作者和客戶溝通、提供方案等等。

目前大多數研究機構將數字人才定義為擁有ICT專業(yè)技能的人，本文所定義的數字人才延伸至擁有ICT專業(yè)技能和ICT補充技能的就業(yè)人群。具體而言，從產品與服務價值鏈供應端的數字化轉型角度出發(fā)，數字人才分為六大類：數字戰(zhàn)略管理、深度分析、產品研發(fā)、先進制造、數字化運營和數字營銷，如圖1所示。

職能分類對應于數字產品與服務價值鏈供應端的各個環(huán)節(jié)，通常包含戰(zhàn)略制定、研發(fā)、制造、運營和營銷五個基本環(huán)節(jié)。

戰(zhàn)略制定環(huán)節(jié)主要涉及數字化轉型的頂層設計，核心職能人員包括數字化轉型領導者、數字化商業(yè)模型戰(zhàn)略引導者、數字化解決方案規(guī)劃師、數字戰(zhàn)略顧問等具有豐富經驗的頂尖數字人才。

研發(fā)環(huán)節(jié)主要涉及數據的深度分析和數字產品研發(fā)兩大部分內容，核心職能人員包括商業(yè)智能專家、數據科學家、大數據分析師等具有深度分析能力的數字人才和產品經理、軟件開發(fā)人員、算法工程師等傳統(tǒng)產品研發(fā)類技術人才。

先進制造環(huán)節(jié)主要涉及數字產品和服務的制造以及硬件設施保障，核心職能人員包括工業(yè)4.0實踐專家、先進制造工程師、機器人與自動化工程師以及硬件工程師。

數字化運營環(huán)節(jié)主要涉及數字產品與服務的運營、測試質量保證和技術支持，核心職能人員包括運營人員、質量測試/保證專員（QAT）、技術支持人員等。

數字營銷/電子商務環(huán)節(jié)主要涉及數字產品與服務的營銷、商務服務等內容，特別借助互聯網和社交媒體等新型渠道進行營銷和商務推廣，核心職能人員包括營銷自動化專家、社交媒體營銷專員、電子商務營銷人員等。

總覽：數字人才總體就業(yè)情況

現有的官方就業(yè)統(tǒng)計難以支持多維度的人才分析，領英人才數據庫提供了一個很好的研究數字人才的樣本。

首先，領英中國網站聚集了一大批科研、管理、技術和商務類用戶，這類用戶是數字人才的核心組成部分；其次，領英數據庫具有較完善的人才結構，從初入職場的畢業(yè)生到行業(yè)深耕的高級人才都能夠覆蓋；再次，領英作為一個著名的職場社交網絡平臺，能夠更好的呈現人才的關系和流動情況；此外，領英數據還可以支持人才供需的相關分析和研究?？傮w來看，領英人才大數據為數字人才的研究提供了良好的數據基礎。

截止到2017年第三季度，領英在中國擁有超過3600萬的個人用戶，這些用戶畢業(yè)于1.5萬多所國內外院校，分布在36.4萬家企業(yè)，擁有超過2.3萬項技能，在過去12個月，有260萬個職位在領英中國網站上發(fā)布。領英大數據從多個維度提取人才特征來進行用戶畫像，例如人才所屬行業(yè)、就職公司類型、就業(yè)年限、教育背景、掌握的技能等等。

基于領英中國用戶的全樣本數據，根據前文所定義的數字人才，從數據庫中篩選出符合要求的6000多個數字職位名稱，并根據這些職位名稱篩選出約72萬數字人才，這些人才在全國的分布如圖2所示。

擁有數字人才最多的前15個城市分別是：上海、北京、深圳、廣州、杭州、成都、蘇州、南京、武漢、西安、大連、天津、重慶、東莞和沈陽，北方城市中只有北京、西安、天津、大連和沈陽上榜，整體表現出“南強北弱”的情況，長三角和珠三角地區(qū)是數字人才的兩個集中地，整體來看數字人才分布與我國數字經濟發(fā)達程度表現出高度的一致性。數字人才城市分布中一個亮眼的表現是蘇州，蘇州的數字人才人數超過了所在省的省會城市南京。

下面將進一步從宏觀、中觀和微觀三個層面對數字人才的行業(yè)分布、職能分布和特征分布進行深入分析。

宏觀：數字人才行業(yè)分布

從細分行業(yè)的分布來看，近一半的數字人才來自于ICT基礎產業(yè)，其他數字人才主要分布在制造、金融、消費品、醫(yī)藥、企業(yè)服務、娛樂、教育等行業(yè)，其中制造業(yè)、金融業(yè)和消費品行業(yè)是數字人才從業(yè)人數最多的三大行業(yè)，如圖3所示。

中觀：數字人才職能分布

中觀層面主要對數字人才的職能分布進行分析，根據價值鏈的流程，我們將數字人才劃分為數字戰(zhàn)略管理、深度分析、產品研發(fā)、先進制造、數字化運營和數字營銷六大類職能，從圖4可以看出，當前的數字人才主要集中在產品研發(fā)，占比高達87.5%，其次是數字化運營，占比約7%。大數據分析和商業(yè)智能等深度分析職能的比例只有3.5%左右，先進制造和數字營銷職能的比例更低，不到1%。雖然當前關于大數據和人工智能的新聞和信息鋪天蓋地，但從數字人才的分析來看，大數據、商業(yè)智能、先進制造等領域仍然存在很大的人才缺口，這個缺口勢必會影響新興行業(yè)的創(chuàng)新和發(fā)展。

微觀：數字人才特征分布

微觀層面主要對數字人才的一些背景特征進行分析，包括數字人才的學歷分布、專業(yè)背景和職位等級。

（1）學歷分布

從整體來看（圖5所示），擁有本科學位的數字人才占比最高，其次為碩士學位，擁有博士學位的人才占比在3%以下，學歷分布一定程度上反映出數字人才中研究型、分析型和管理型人才比較稀缺。

數字人才的專業(yè)背景主要集中在計算機科學、軟件工程、電氣和電子工程等技術類學科，工商管理專業(yè)也是數字人才的一大學科來源。

（2）數字人才職位等級分布

從職位等級的分布來看（圖6所示），數字人才結構比較均衡，初級職位的就業(yè)者占到數字人才的一半以上，高級專業(yè)人員與管理人員的比例也較高，但仍有提高的空間。

區(qū)域：一線城市引領，二線城市快速發(fā)展

在領英人才數據庫中，北京、上海、深圳、廣州和杭州的數字人才數量最多，人才占比在3.4%以上，從數字人才儲備角度來看是數字經濟發(fā)展的五大“引領型”城市。除了傳統(tǒng)一線城市北京、上海、深圳和廣州，杭州近五年在數字經濟發(fā)展方面成績顯著，逐漸邁入數字經濟“新一線城市”行列。

成都、蘇州、南京、武漢、西安的數字人才占比在1.7%-2.5%，是最具代表性的數字經濟“快速成長型”城市，在數字人才儲備方面較其他二線城市更具優(yōu)勢。

行業(yè)分布

在數字人才分布最多的前十大城市中，杭州的數字人才在ICT基礎產業(yè)的比例最高，蘇州的數字人才在ICT融合產業(yè)的比例最高。十大城市中只有上海、廣州、蘇州和武漢的數字人才在ICT融合產業(yè)的比例高于ICT基礎產業(yè)，如圖7所示。

研究進一步分析了十大城市數字人才在細分行業(yè)中的分布，以北京為例，圖8展示了北京數字人才在不同行業(yè)的分布情況，左側的圖表示數字人才在ICT基礎產業(yè)和ICT融合產業(yè)的比例（其中約37%的數字人才來自于ICT融合產業(yè)），右側的圖表示ICT融合產業(yè)的數字人才在具體行業(yè)的分布情況，涵蓋了建筑、消費品、企業(yè)服務、教育、金融、制造、醫(yī)療、娛樂、交通九大行業(yè)。著色部分代表北京的數字人才在九個行業(yè)中的比例，黑框部分代表全國的數字人才在這些行業(yè)的比例，全國比例從總體上反映了當前數字人才的行業(yè)分布情況，并不是代表全國平均水平，而是代表了行業(yè)角度的人才結構。本研究把重點城市ICT融合產業(yè)的數字人才比例與全國總體情況進行對比，主要是為了分析這些城市在產業(yè)數字化轉型方面的人才優(yōu)勢與劣勢。

同樣的，我們對數字人才分布最多的其他9個城市也做了行業(yè)分析。表1對比了十大城市數字人才的行業(yè)分布優(yōu)勢，可以看出，北京、深圳、杭州、成都、南京和西安在ICT基礎產業(yè)方面具有較強的人才優(yōu)勢，其中北京、深圳和成都的數字人才在ICT基礎產業(yè)和融合產業(yè)的分布相對更加分散一些，在部分融合產業(yè)也形成了優(yōu)勢，而杭州、南京和西安的數字人才過多的集中在ICT基礎產業(yè)，一定程度上影響了ICT融合產業(yè)的發(fā)展。上海、廣州、蘇州和武漢在ICT基礎產業(yè)方面不占人才優(yōu)勢，但是逐步在ICT融合產業(yè)方面建立起強大的優(yōu)勢，上海和廣州在消費品、企業(yè)服務、教育、金融、醫(yī)療、娛樂和交通行業(yè)都積累起較大的人才優(yōu)勢，蘇州在制造業(yè)打造出突出的人才優(yōu)勢，上海、廣州和蘇州的數字人才吸引政策對其他ICT基礎產業(yè)不夠發(fā)達的地區(qū)提供了很好的啟示。

職能分布

對比五個“引領型”城市數字人才在職能分布方面的特點，數字人才都主要集中在產品研發(fā)類，占比均超過85%（如圖9所示），上海和廣州的占比略低于其他三個城市。北京數字人才中數字戰(zhàn)略管理和深度分析類職能的占比高于其他四個城市，杭州的深度分析職能人才占比也較高，僅次于北京，高于深圳和廣州。在先進制造職能方面，五個城市的人才占比都在1.5%以下，上海和廣州的人才占比略高于其他三個城市。此外，上海和廣州在數字化運營職能方面的人才比例也顯著高于其他城市，均在8%左右。數字營銷職能方面的人才占比均比較低，深圳和廣州略高于其他城市。

對比五個“快速成長型”城市數字人才在職能分布方面的特點（圖10），數字人才同樣主要集中在產品研發(fā)類，但比“引領型”城市占比更高，除蘇州外其他四個城市在產品研發(fā)類的占比均在90%左右，西安產品研發(fā)職能的人才占比高達91%。與“引領型”城市相比，“快速成長型”城市在數字戰(zhàn)略管理和深度分析相關職能的人才占比更低。其中數字戰(zhàn)略管理類人才占比在0.3%-0.6%之間，占比最高的是成都，最低的是蘇州。深度分析類人才的占比均在3%以下，占比最高的是武漢和成都，最低的也是蘇州。但在先進制造職能方面，“快速成長型”城市的人才占比略高于“引領型”城市，蘇州先進制造類人才占比是十個城市中最高的，與此同時，蘇州在數字化運營職能方面的人才占比也是最高的，這與蘇州在制造業(yè)方面具有突出數字人才優(yōu)勢的分析相一致。數字營銷職能方面，“快速成長”型城市的人才占比與“引領型”城市相差不大，其中成都占比最高。

整體來看，五個“引領型”城市中，北京和杭州在大數據分析領域具有更大的人才優(yōu)勢，具備引領大數據創(chuàng)新發(fā)展的良好基礎。上海和廣州在先進制造領域具有一定人才優(yōu)勢，在推動制造業(yè)的數字化轉型方面擁有更多產業(yè)和人力資源。 “快速成長型”城市在ICT技術創(chuàng)新方面與“引領型”城市還存在一定差距，成都和武漢在大數據分析等新興領域正在緊跟“引領型”城市的步伐，蘇州在先進制造領域已經形成突出的數字人才優(yōu)勢，南京和西安的數字人才仍然更多的集中在傳統(tǒng)軟件開發(fā)類數字職能，在創(chuàng)新型數字人才的儲備方面表現出一些劣勢。

特征分布

（1）學歷分布

在數字經濟“引領型”城市中，北京的數字人才較其他城市學歷水平更高，其中碩士及以上學歷的數字人才占到近60%，杭州的高學歷數字人才比例也較高，特別是擁有博士學位的數字人才比例達到4.4%，在五個“引領型”城市中居首位。上海的MBA數字人才較其他一線城市比例更高，廣州和深圳的數字人才學歷分布類似，本科學歷數字人才占到60%左右。

在數字經濟“快速成長型”城市中，西安的數字人才學歷水平最高，碩士及以上學位的比例超過50%，與“引領型”城市中上海、杭州的學歷結構相似，且碩士以上學歷的人數占比超過深圳和廣州。南京和武漢擁有碩士及以上學歷的數字人才均在40%以上。蘇州擁有MBA學歷的數字人才比例最高，同時擁有博士學歷的數字人才比例最低。

（2）數字人才職位等級分布

五個“引領型”城市中，上海的高級專業(yè)人員和經理占比最高，北京的總監(jiān)及以上人員占比最高。相比于北京和上海，深圳、廣州和杭州在高級專業(yè)數字人才儲備方面表現出一定的劣勢，特別是杭州，數字人才結構中初級職位占比最高，如何加強對初級數字技能人才的培養(yǎng)，提高對高級技能人才吸引力將是未來實施人才戰(zhàn)略的一項重要內容。

“快速成長型”城市中，蘇州、成都是初級職位占比最低的兩個城市，這兩個城市也是五個城市中雇傭數字人才企業(yè)數最多的城市，從人才的角度反映出蘇州和成都在數字經濟發(fā)展方面的巨大潛力。

數字人才流入與流出：人才繼續(xù)向一線城市聚集，上海凈流入最多

與近幾年頻繁見諸報端的“逃離北上廣”現象有所不同，數字人才的流動依然體現出向一線城市聚集的趨勢。除廣州外，其他幾個一線城市均呈現出凈流入的趨勢。在五大“引領型”城市中，廣州的數字人才是唯一凈流出的城市，“快速成長型”城市中只有蘇州的數字人才流入人數多于流出，其他城市都是流出多于流入（如圖11所示） 。

過去三年上海的數字人才凈流入最多，南京的數字人才凈流出最多。

2014-2016年，數字人才吸引力最大的兩個城市是上海和深圳。上海和深圳不只從一線城市北京、廣州吸引了大量人才，也吸引了來自杭州、南京、蘇州等二線城市的人才。

從某種程度上講，杭州對于數字人才的吸引力已經超過北京，過去三年從北京流入杭州的數字人才多于從杭州流入北京的人。

總體來看，北京、上海、深圳、廣州和杭州作為數字經濟的“引領型”城市，在數字人才的吸引力方面還是有絕對優(yōu)勢，“快速成長型”城市對數字人才的吸引力正在提升，但未來很長一段時間內依然面臨來自“引領型”城市人才的競爭壓力，需要制定更加有效的人才政策留住并吸引更多的數字人才。

結語

在全球數字經濟進入加速創(chuàng)新和深度融合的時代背景下，中國經濟的數字化轉型邁入了從需求端向供給端擴展的新階段，數字經濟的發(fā)展重心從消費領域向生產領域轉移，與消費領域數字化轉型主要依靠海量互聯網用戶的“人口紅利”相比，生產領域的數字化轉型將更加依賴“人才紅利”。目前各國紛紛將深化信息技術與傳統(tǒng)行業(yè)的融合發(fā)展作為數字經濟戰(zhàn)略布局的重心，具有專業(yè)數字技能人才的需求正在急劇增長，如何吸引和培養(yǎng)新階段所需要的人才，是中國在全球數字經濟發(fā)展中建立競爭優(yōu)勢的重要基礎。

目前，中國正在從國家層面上推動“人才強國戰(zhàn)略”的實施，地方政府也在大力推行人才政策，這是一個良好的開端，但在落實和開展過程中仍處在“摸石頭過河”和“廣撒網”的階段，存在諸多尚未解決的問題。首先，數字經濟的發(fā)展需要什么樣的人才，在目前的“人才強國戰(zhàn)略”框架下并沒有清晰的說明；其次，數字人才的儲備情況如何，人才結構是否合理，有哪些優(yōu)勢和短板，這些問題在制定人才戰(zhàn)略時并未得到充分的考慮；最后，哪些因素對吸引數字人才具有重要意義，這是政府在制定人才政策時面臨的主要問題。

本研究圍繞這三個問題，對中國勞動力市場中數字人才的就業(yè)現狀、供需情況和人才流動進行深入分析，基于“宏觀-中觀-微觀”分析框架，分別從全國和區(qū)域兩個層面對數字人才的行業(yè)分布、職能分布和人才特征進行了研究，分析數字人才儲備存在的問題。

總體來看，制定數字人才戰(zhàn)略首先應對數字人才的現狀和需求有充分的認識和了解，從行業(yè)、職能、特征多個角度對人才儲備的現狀、優(yōu)勢和劣勢進行分析；其次，對數字人才的吸引應當具有針對性，不應當只是通過教育背景來篩選，而是依據行業(yè)、職能和技能進行篩選，以需求為導向建立有效的人才吸引和培養(yǎng)機制；最后，應當通過打造產業(yè)優(yōu)勢來吸引數字人才，而不只是僅僅通過提供多方位的保障性條件，留住數字人才需要從產業(yè)基礎和創(chuàng)新環(huán)境等更重要的因素著手和施力。

本文受自然科學基金（71532006，71325005）、國家萬人計劃青年拔尖人才項目以及教育部人文社會科學重點研究基地項目（16JJD630006）資助。特別感謝領英中國經濟圖譜團隊的數據支持。