政策背景与核心目标 - 国家数据局联合相关部门印发《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》，旨在加速推进数字经济社会高质量发展 [1][11] - 《意见》以提升全要素生产率、发展新质生产力为出发点，以加快释放数据要素价值为遵循 [1][11] - 《意见》围绕“两个建设”（数据要素学科专业建设和数字人才队伍建设）推出多项政策举措，服务于“一体推进教育科技人才发展，深入推进数字中国建设” [1][12] “两个建设”的战略意义 - 提升全要素生产率是发展新质生产力的核心标志，也是高质量发展的关键要义 [2][13] - 新发展阶段全要素生产率增长的驱动力量包括新型工业化、新基建、碳中和及更深层次改革开放带来的资源配置优化 [2][13] - 以数据赋能人工智能高质量发展、深化数据要素市场化配置改革，是做强做优做大数字经济、全面提升全要素生产率的关键 [2][13] - 构建“人工智能+”新质生产力发展新生态是新型工业化的核心要求，也是传统产业升级的重要路径 [2][13] - 发展数字消费、推动数字贸易与跨境电商、加大数字金融创新能为消费和外贸注入新动能，并释放服务领域全要素生产率增长潜力 [2][13] - 人才是第一资源，发展数字经济需引导资本、人才、技术等要素向数据领域集聚 [3][14] - 加强“两个建设”是发展新质生产力、构筑国家竞争新优势的战略抉择 [3][14] - 2023年我国数字人才总体缺口已达2500万至3000万，且逐年扩大，影响数字产业化进程与AI高质量发展，制约传统产业数智化变革 [3][14] - 推进数字经济社会高质量发展亟需推进数据要素学科专业建设，围绕重大理论与实践问题开展系统性研究 [3][14] 构建数字人才培养体系 - 激活数据要素价值是发展数字经济的核心，需以应用场景为牵引，推动数据要素供给、流通与深度使用 [4][15] - 工业制造、现代农业、金融服务、医疗健康、城市治理、绿色低碳等领域数据资源丰富，应用需求广泛，激活其价值急需高素质数字人才 [4][15] - 必须打破传统学科壁垒，构建多层次、复合型数字人才培养体系 [4][15] - 《意见》明确提出建立由国家战略需求牵引的学科专业设置调整机制和人才培养模式 [4][15] - 推进学科交叉融合是关键举措，数字技术既要成为独立专业，也要深度融入现有专业体系 [5][16] - 以北京大学为例，其学科布局涵盖人工智能、数据科学与大数据技术等新兴专业，也通过商业分析硕士项目开展跨学科培养 [5][16] - 《意见》鼓励有条件的高校建设数据要素相关学科专业，建立本硕博衔接的人才培养机制 [5][16] - 《意见》支持综合性高校打造数字学院，引导特色高校强化优势专业建设 [5][16] - 《意见》高度重视职业教育，支持职业院校按需调整、增设数据相关专业，健全数据行业职业教育体制机制 [6][16] - 需大规模开展AI和大数据应用技能培训，发挥职业院校培养技能型人才的基础性作用 [6][16] - 需完善数字人才引进、评价、激励与流动机制，对标国际标准提供优质条件与有竞争力薪酬，打造全球数字人才高地 [6][16] 建立多元培养路径与多主体协同 - 加强“两个建设”需建立多元培养路径，实现相关主体融合协同 [7][17] - 《意见》强调打造产教融合生态，支持高校与科研机构、产业园区、龙头企业等组建数据行业跨区域产教融合共同体 [7][17] - 鼓励数据企业、行业协会等深度参与教学元素建设与教育改革，课程设计由高校教授与产业专家联合制定 [7][18] - 需大量挖掘、梳理、推广数据要素应用场景，《意见》强调以应用场景为载体促进产学研用协同 [7][18] - 《意见》特别提出建设数字人才培养典型应用场景，支持共建数字领域专业特色学院 [7][18] - 推进产教融合共建实践基地，打通人才培养与产业需求的“最后一公里” [7][18] - 布局数据要素产教融合创新平台，构建多主体协同融合的良好生态 [7][18] - 北京大学光华管理学院自2025年起在工商管理本科专业下增设数字经济管理方向，注重通过实践模块构建多元化培养路径 [8][18] - 该专业方向邀请业内专家和校友分享实践经验，并依托前沿科技场景实验室推动技术与产业深度融合，培养跨学科复合型人才 [8][18] 推动数据领域科研突破 - 数据要素价值释放面临诸多理论问题与实践挑战，数据具有多主体生产、多场景复用、敏感信息密集、减损贬值快等特质 [9][19] - 数据领域亟需理论与实践创新，利用解构重组、汇聚融合等方式多层次挖掘数据价值，以提升全要素生产率 [9][19] - 数据大规模流通使用可能引发数据泄露或滥用风险，影响隐私保护、产业发展甚至国家安全 [9][19] - 数据要素价值创造的跨界融合属性对传统分业监管、属地监管模式提出挑战 [9][19] - 需平衡安全成本与经济效益，构建兼顾活力与秩序、适配AI发展的敏捷数字治理体系 [9][19] - AI作为数据领域最重要的前沿技术，其发展与海量数据的深度、高效、安全融合需要深化研究与实践 [9][19] - 《意见》明确数据领域学术研究主攻方向，强调以学科交叉融合、有组织科研为支撑，并对夯实科研数据基础作出部署 [10][20] - 下一步需形成政策合力，加强配套衔接、深化部门协同、加快实践探索、加大宣传解读，为高质量发展注入动力 [10][20]