文 | 北京交通大学教授 张向宏
北京化工大学经济管理学院副教授 涂 群
数字人才具有创新性、实战性、复合性、开放性、交叉性等特点，是推进数据要素市场化配置改革、实现数据科技创新、推动国家数据基础设施建设运营、促进数据产业高质量发展的关键，是国与国之间数字经济竞争的核心，更是数字中国建设的基石。近日，国家发展改革委、国家数据局、教育部、科技部、中共中央组织部等五部委联合印发了《关于加强数据要素学科专业建设和数字人才队伍建设的意见》（以下简称“《意见》”），准确把握当前数字人才培养存在的学科专业设置覆盖面不全、数据从业人员实操水平有待提升、数据领域学术研究尚不成熟、产学研用协同创新亟需加强等问题，提出健全数据要素学科专业、推进数据行业职业教育、繁荣数据领域学术研究、促进数据领域产学研用协同等重大举措，从学科设置、职业教育、学术研究、应用协同等方面多措并举，构建数字人才自主培养新生态，为数字中国建设奠定坚实的人才基础。
一、重构学科专业设置，形成分类培养新格局
数据要素学科专业是数字人才培养的基础。当前，数据要素化市场化进程不断加快，人工智能大模型技术快速提升，各行各业“智改数转网联”应用持续深化，对数据资源开发利用、高质量数据集、数据基础设施、全域数字化转型等方面的数字人才需求巨大。但数据要素学科体系尚未覆盖数据要素价值释放各环节，设置数据相关专业的特色型高校和职业院校规模不大。数字人才培养规模和质量远远不能满足数字中国建设的需求。
我国拥有世界最大规模的高等教育体系，在培养多层次人才方面具有得天独厚的优势。《意见》针对数据要素学科专业数量少覆盖面窄的问题，从“做多”“做专”“做强”三个方面进行了前瞻布局。
在“做多”方面，鼓励各层次高校增设各类数据要素学科专业。不仅支持综合性高校建设数字学院，还鼓励特色高校加强数据要素相关优势专业建设，并且鼓励职业院校增设贴近市场需求的数据要素相关专业；
在“做专”方面，鼓励有基础的高校和地方探索实用型数据要素专业。一方面支持高校开设数据要素相关“微专业”，如鼓励具备通讯网络、数据安全、数据科学等相关学科专业基础的高校，探索设置数据基础设施微专业。另一方面鼓励地方建设数据相关院校、指导职业院校增设特色专业；
在“做强”方面，鼓励多渠道探索高层次数字人才培养方式。一是建立健全数据要素本硕博衔接的人才培养机制。二是支持高校聘请行业专家开展协同育人，如南京邮电大学与安恒信息共建数据要素创新实验室，并聘请行业知名专家担任实验室主任，推动校企联合开展科研攻关与实践教学，探索产学研用协同育人模式。三是充分发挥数据要素相关教指委作用等举措。这些举措的落地实施，必将构建起领域多、覆盖广、水平高的数据要素学科专业体系，为大规模、高质量培养各领域、各层级需要的数字人才奠定坚实基础。
二、大力发展职业教育，满足数据产业需求
数据产业是数字中国建设主体之一，是数据要素化价值化的推动者和实践者，包括数据资源、数据技术、数据应用、数据服务、数据安全和数据基础设施等不同业态。我国正在大力培育数据企业，聚力构建面向人工智能应用的数据产业链，全力建设数据产业集聚区，探索有区位产业优势的数字人才特色培养项目，从“点-线-面”三个维度，推进数据产业高质量发展，迫切需要大量拥有实战能力的数字人才。
实用型、操作型数字人才培养是数据产业高质量发展的重要保障。长期以来，我国数字人才培养多聚焦于数字经济、数据科学、大数据与人工智能等经济类、技术类领域，而较少关注数据采集汇聚、加工处理、流通应用、安全治理等实用类、操作类数字人才。《意见》针对数据从业人员实操能力不足的问题，从“生态”“共建”“实战”三个角度进行了全面部署和规划。
在“生态”方面，规划了全国数据职业教育教学指导委员会、产教联合体、产教融合共同体、从业人员能力标准等新型产教融合生态；
在“共建”方面，强调企业和高校共建“校中厂”“厂中校”实训基地、支持企业与职业院校共建数字课程、工作手册式教材和教学案例；
在“实战”方面，提出了加快“双师型”“工学一体化”教师队伍建设，鼓励参加世界职业院校技能大赛，推动竞赛成果转化为教学资源，鼓励各类专业增设数据课程内容。通过实施以上措施，将全面构建起适应数据产业高质量发展需求的实用型、操作型数字人才培养模式。
三、繁荣数据领域学术研究，激发数据创新动能
数据科技创新是数字中国建设的核心环节，而数据领域学术研究是数据科技创新的动力源泉，只有繁荣兴旺的学术研究，才能激发出更加澎湃的数据科技创新动能，才能为数字中国建设提供更加强大的科技支撑。数据科技创新的核心是提升数据安全流通治理能力，实现高价值数据既能高效流通又能确保安全，破解长期以来数据流通和安全两者不可兼得的难题。这就要求构建高水平的科研团体和平台，夯实科学数据基础，瞄准数据领域重大问题，开展有组织科研。
通过规模化的科研组织开展数据领域重大前沿理论技术问题研究，是突破数据领域关键核心技术的重要途径。《意见》针对数据领域学术研究组织弱小散问题，从“组织”“系统”“权威”三个层级提出了解决方案。
在“组织”方面，提出了成立科技社团、实施高层次数字人才培养行动、畅通成果发表渠道、组织学术交流等措施；
在“系统”方面，提出了从战略、基础理论、政策法律、基础共性理论、应用技术等方面开展系统研究，构建中国特色数据要素自主知识体系和科学研究体系。如在建设国家数据基础设施过程中，从政策、技术、工程、标准等方面系统推进，特别是标准先行，先期制定了一批国家数据基础设施层级架构和互联互通的标准和技术文件；
在“权威”方面，强调要打造权威科学数据库、建设科技领域数据基础设施和高质量数据集等。通过全面落地以上布局，必将极大繁荣我国数据领域学术研究，极大激发数据科技创新动能。
四、促进数据领域产学研用协同，充分发挥应用场景牵引作用
数据要素的乘数效应表现出协同优化、复用增效、融合创新等特点，越是不同来源、不同类型的数据在不同应用场景中协同、复用和融合，越能创造出更大的价值。而不同领域的应用场景不仅是多源数据发挥乘数效应的场所，更能产生出具有额外价值的衍生数据，促进数据要素价值释放。这就要求以应用场景为牵引，加强数据领域产学研用协同，探索复合型、创新型、实战型数字人才的协同培养模式。
打造数据要素产教融合创新平台，更好发挥企业在数字人才培养中的作用，是创新数字人才协同培养模式、充分发挥数据要素乘数效应的有效手段。《意见》针对数据领域产学研用协同创新程度不足、数字人才协同培养场景不多等问题，从“场景”“协同”“创新”等三个维度提出了实施路径。
在“场景”方面，提出建设一批企业发挥主导作用的数字人才培养典型应用场景；
在“协同”方面，一是支持高校与企业协同共建数字领域专业特色学院。二是与数字中国、数字经济、数据要素、数据产业等试点示范项目协同探索数字人才特色培养项目。三是鼓励高校建设数据要素交叉学科平台、产教融合研究院等新型组织；
在“创新”方面，提出建设运营数据要素产教融合创新平台，加快数据领域前沿关键共性技术研发，鼓励企业开放技术平台和应用场景，委托相关国家平台承担数字人才培养项目，协同培养国家战略急需的复合型应用人才。通过实施以上措施，将极大促进数据领域产学研用协同创新，不断迭代优化数字人才协同培养模式。