政策核心内容 - 国家五部委联合发布《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》旨在建立数据领域学科专业设置调整机制和人才培养模式[1] - 《意见》提出了四方面共12项重点举措以加强数据要素学科专业建设和数字人才队伍建设[1] 学科建设与研究方向 - 加快主攻方向研究瞄准数据要素市场化配置改革重大问题系统开展数据领域战略研究[1] - 聚焦数据产权、定价、交易等关键问题深入开展数据要素基础理论和政策法律研究[1] - 紧跟人工智能、区块链、隐私保护计算等前沿技术发展趋势深入开展数据基础共性理论和技术研究[1][3] - 围绕智能制造、交通运输、金融服务、医疗健康等重点行业和领域突出数据应用技术研究[1][2] - 构建立足实践的中国数据要素自主知识体系和科学研究体系为数字中国高质量发展提供理论支撑[1] 人才培养与产业需求 - 学科专业是人才培养的基石合理的学科专业设置能够精准对接“数据要素×”三年行动计划中各行业对数据要素的需求[2] - 随着“数据要素×”三年行动计划在重点领域的推进对具备跨学科知识和技能的数据专业人才需求日益增长[2] - 通过建立科学的学科专业调整机制能够培养出既懂数据技术又熟悉行业应用的复合型人才为行动计划实施提供充足人才储备[2] - 数据领域高度交叉融合涉及计算机科学、数学、统计学、经济学、管理学等多个学科传统模式难以满足对复合型人才的需求[4] 产学研协同与技术创新 - 按照“揭榜挂帅”模式依托优势高校建设运营数据要素产教融合创新平台[3] - 组建跨学科、交叉型研究团队加快数据领域关键共性技术、前沿引领技术、现代工程技术、颠覆性技术研发[3] - “揭榜挂帅”模式下组建的跨学科团队为新兴交叉学科发展提供实践土壤促进学科交叉融合催生新学科方向[4] - 鼓励领军企业和创新型企业开放技术平台和应用场景委托相关国家平台承担人才培养项目协同培养国家战略急需的复合型应用人才[3] 技术支撑与应用价值 - 人工智能技术能够对海量数据进行智能分析和挖掘提高数据的价值密度和应用效率[3] - 区块链技术的去中心化、不可篡改性、可追溯性等特点为数据的安全存储和共享提供了保障[3] - 隐私保护计算技术可以在保护数据隐私的前提下实现数据的安全共享和协同计算解决数据共享与隐私保护之间的矛盾[3] - 在金融、医疗、保险等领域隐私保护计算技术可让企业在共享数据的同时保持数据的私密性促进各方合作和创新[3] 政策影响与行业意义 - 《意见》的出台精准锚定数据要素学科专业与数字人才队伍建设构建起契合国家战略需求与科技发展脉搏的学科专业调整及人才培养模式[4] - 政策为激活数据要素赋能新质生产力注入强劲动力有力推动数据领域教育、人才、产业与创新多链深度融合[4] - 一系列举措不仅为数字中国高质量发展筑牢理论根基、提供技术支撑更精准对接行业需求培育大批复合型人才[4]

政策核心目标 - 加强数据要素学科专业建设和数字人才队伍建设，促进数据领域教育链、人才链与产业链、创新链融合发展 [1] - 以应用场景为载体，促进数据领域产学研用协同 [1] 学科专业建设与人才培养 - 教育部门与数据管理部门将加强数据要素相关学科专业建设，支持有条件单位建设数据科学与工程、数字经济与管理等学科专业 [1] - 引导鼓励有条件的数据企业、研究机构积极参与学科专业建设 [1] - 建立健全数据要素相关学科专业本硕博衔接的人才培养机制 [1] - 支持职业院校根据产业发展需要，及时动态调整数据相关专业，研究增设数据采集清洗、数据标注、数据合规、数据运营等贴近市场需求的专业 [1] - 加快培养一批复合型、创新型、实战型数字人才 [2] 研究方向与知识体系构建 - 瞄准数据要素市场化配置改革重大问题，系统开展数据领域战略研究 [2] - 聚焦数据产权、定价、交易等关键问题，深入开展数据要素基础理论和政策法律研究 [2] - 紧跟人工智能、区块链、隐私保护计算等前沿技术趋势，深入开展数据基础共性理论和技术研究 [2] - 围绕智能制造、交通运输、金融服务、医疗健康等重点行业和领域，突出数据应用技术研究 [2] - 构建立足实践的中国数据要素自主知识体系和科学研究体系 [2] 应用场景与协同创新 - 推动数据领域科技创新与产业创新深度融合，构建企业主导的产学研用协同创新体系 [2] - 建设一批数字人才培养典型应用场景 [2] - 强化企业在应用场景构建、技术需求识别、成果落地实施等方面的主导作用 [2] - 支持高校、研究机构、科技社团等深入场景前沿 [2] - 探索技术专利联合开发，推动各方共享知识产权收益，加速技术市场化 [2] - 鼓励地方利用算力券、模型券、数据券等方式，在算力、算法、数据等方面提供便利和优惠 [2] 科技创新平台建设 - 按照“揭榜挂帅”模式，依托优势高校建设运营数据要素产教融合创新平台 [3] - 培育新兴交叉学科方向，打造数字人才培养高地 [3] - 组建跨学科、交叉型研究团队，加快数据领域关键共性技术、前沿引领技术、现代工程技术、颠覆性技术研发 [3] - 鼓励领军企业和创新型企业开放技术平台和应用场景，委托相关国家平台承担各类人才培养项目 [3] - 协同培养国家战略急需的复合型应用人才 [3] 组织实施机制 - 国家数据局会同教育部、国家发展改革委、科技部强化组织推进，建立常态化工作联系机制 [3] - 共同营造政产学研协同培养数字人才的良好环境 [3] - 组织部门加强统筹协调，充分发挥行业主管部门等各方作用，形成工作合力 [3]

政策核心与目标 - 国家多部委联合印发《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》，旨在加强数据要素学科专业建设和数字人才队伍建设，促进数据领域教育链、人才链与产业链、创新链融合发展 [1] - 明确以应用场景为载体，促进数据领域产学研用协同 [1] 学科专业建设与人才培养 - 教育部门与数据管理部门将加强数据要素相关学科专业建设，支持有条件单位建设数据科学与工程、数字经济与管理等学科专业 [1] - 引导鼓励有条件的数据企业、研究机构积极参与学科专业建设 [1] - 建立健全数据要素相关学科专业本硕博衔接的人才培养机制 [1] - 支持职业院校根据产业发展需要，及时动态调整数据相关专业，研究增设数据采集清洗、数据标注、数据合规、数据运营等贴近市场需求的专业 [1] - 加快培养一批复合型、创新型、实战型数字人才 [2] 研究方向与知识体系构建 - 瞄准数据要素市场化配置改革重大问题，系统开展数据领域战略研究 [2] - 聚焦数据产权、定价、交易等关键问题，深入开展数据要素基础理论和政策法律研究 [2] - 紧跟人工智能、区块链、隐私保护计算等前沿技术趋势，深入开展数据基础共性理论和技术研究 [2] - 围绕智能制造、交通运输、金融服务、医疗健康等重点行业和领域，突出数据应用技术研究 [2] - 构建立足实践的中国数据要素自主知识体系和科学研究体系，为数字中国高质量发展提供理论支撑 [2] 应用场景与产业协同创新 - 推动数据领域科技创新与产业创新深度融合，构建企业主导的产学研用协同创新体系 [2] - 建设一批数字人才培养典型应用场景，强化企业在应用场景构建、技术需求识别、成果落地实施等方面的主导作用 [2] - 支持高校、研究机构、科技社团等深入场景前沿 [2] - 探索技术专利联合开发，推动各方共享知识产权收益，加速技术市场化 [2] - 鼓励地方利用算力券、模型券、数据券等方式，在算力、算法、数据等方面提供便利和优惠 [2] 科技创新平台与人才培养模式 - 按照“揭榜挂帅”模式，依托优势高校建设运营数据要素产教融合创新平台 [3] - 培育新兴交叉学科方向，打造数字人才培养高地 [3] - 组建跨学科、交叉型研究团队，加快数据领域关键共性技术、前沿引领技术、现代工程技术、颠覆性技术研发 [3] - 鼓励领军企业和创新型企业开放技术平台和应用场景，委托相关国家平台承担各类人才培养项目，增强学生科研能力和职业竞争力 [3] - 协同培养国家战略急需的复合型应用人才 [3] 组织实施与协同机制 - 国家数据局会同教育部、国家发展改革委、科技部强化组织推进，建立常态化工作联系机制，共同营造政产学研协同培养数字人才的良好环境 [3] - 组织部门加强统筹协调，充分发挥行业主管部门等各方作用，形成工作合力 [3]

政策核心与目标 - 国家发改委、国家数据局、教育部等五部门联合发布《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》，提出12项举措 [2] - 政策旨在建立数据领域科技发展、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，激活数据要素赋能新质生产力的创新引擎作用 [3] - 政策目标是通过学科专业、职业教育、学术研究、产学研用四方面打通人才培养全链条，构建多元共治的人才培养生态，为数字领域发展提供全方位、全周期的人才支撑，推动数字经济高质量发展 [2][6] 学科专业建设举措 - 教育部门与数据管理部门将加强数据要素相关学科专业建设，支持有条件的学位授予单位建设数据科学与工程、数字经济与管理等数据要素相关学科专业 [3] - 建立健全数据要素相关学科专业本硕博衔接的人才培养机制 [3] - 支持职业院校根据产业发展需要，及时动态调整数据相关专业，研究增设数据采集清洗、数据标注、数据合规、数据运营等贴近市场需求的相关专业 [3] - 支持有条件的综合性高校建设数字学院，整合校内相关学科资源 [4] - 支持理工类、财经类、政法类、传媒类、艺术类等特色高校，加强数据技术、数据分析、数据安全、数字经济、数字金融、数字管理、数字法学、数字治理、数字传媒、数字艺术等优势专业建设 [4] - 支持有条件的高校面向数据产业发展急需的知识和技能要求，开设数字贸易与商务、数字媒体艺术、数字政府治理、数据安全、数智化供应链管理、健康医疗大数据、数据中心智慧运维、国际数据治理等“微专业” [4] - 鼓励有条件的省份因地制宜建设数据相关院校，指导职业院校增设特色专业 [4] 学术研究方向 - 加快主攻方向研究，瞄准数据要素市场化配置改革重大问题，系统开展数据领域战略研究 [5] - 聚焦数据产权、定价、交易等关键问题，深入开展数据要素基础理论和政策法律研究 [5] - 紧跟人工智能、区块链、隐私保护计算等前沿技术发展趋势，深入开展数据基础共性理论和技术研究 [5] - 围绕智能制造、交通运输、金融服务、医疗健康等重点行业和领域，突出数据应用技术研究 [5] - 构建立足实践的中国数据要素自主知识体系和科学研究体系，为数字中国高质量发展提供理论支撑 [5] 产学研用协同与人才培养趋势 - 推动数据领域科技创新与产业创新深度融合，构建企业主导的产学研用协同创新体系，建设一批数字人才培养典型应用场景 [6] - 强化企业在应用场景构建、技术需求识别、成果落地实施等方面的主导作用，支持高校、研究机构、科技社团等深入场景前沿，加快培养一批复合型、创新型、实战型数字人才 [6] - 探索技术专利联合开发，推动各方共享知识产权收益，加速技术市场化 [6] - 鼓励地方利用算力券、模型券、数据券等方式，在算力、算法、数据等方面提供便利和优惠 [6] - 当前数字人才培养呈现三大新趋势：学科交叉融合加速，向“数据+专业”方向延伸；实践导向更突出，强调动手能力；区域特色化发展，根据地区经济特点培养相应人才 [4] - 人工智能领域算法研发、产业数字化领域智能制造、元宇宙领域AR/VR及设计等方向，对高端、复合型数字人才需求迫切 [5]

人民银行公开市场操作 - 开展1563亿元7天期逆回购操作，利率1.40%，与前次持平 [1] - 当日有3021亿元7天期逆回购到期，公开市场实现净回笼1458亿元 [1] 上海银行间同业拆放利率 - 隔夜Shibor下跌0.50BP至1.3020% [1][2] - 7天Shibor下跌2.00BP至1.4340% [1][2] - 14天Shibor下跌1.20BP至1.4650% [1][2] - 1个月及以上期限Shibor利率保持不变 [2] 银行间质押式回购市场 - DR001加权平均利率下行0.9BP至1.2973%，成交额减少580亿元 [6] - R001加权平均利率下行1.0BP至1.3611%，成交额增加2459亿元 [6] - DR007加权平均利率下行1.7BP至1.441%，成交额增加340亿元 [6] - R007加权平均利率下行0.7BP至1.4862%，成交额增加187亿元 [6] 资金面与交易情况 - 资金面均衡偏松，早盘大行国股部分融出 [10] - 隔夜成交利率在押利率1.40%-1.42%、押存单1.45%-1.46%、押信用1.48%-1.50% [10] - 7天成交利率在押利率存单1.46%-1.47%、押信用1.49%-1.50% [10] 同业存单市场 - 当日有69只同业存单发行，实际发行量1352.8亿元 [11] - 二级存单交投活跃度一般，整体收益率呈上行趋势 [11] - 1M国股收益率收在1.60%附近，较上一日上行约2BP [11] - 3M国股收益率收在1.60%附近，较上一日上行约1.5BP [11] - 6M国股收益率收在1.63%附近，较上一日上行约1BP [11] 政策与市场动态 - 加强数据要素学科专业建设和数字人才队伍建设，聚焦数据产权、定价、交易等关键问题 [13] - 人民银行公布2025年11月公开市场国债买卖净投放500亿元 [13]

政策核心内容 - 国家发改委、国家数据局等五部门联合发布《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》[1][4] - 《意见》从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四个方面提出具体举措[1][4] 健全数据要素学科专业 - 支持有条件的综合性高校建设数字学院，整合校内相关学科资源[2][5] - 支持理工类、财经类、政法类、传媒类、艺术类等特色高校，加强数据技术、数据分析、数据安全、数字经济、数字金融、数字管理、数字法学、数字治理、数字传媒、数字艺术等优势专业建设[2][5] 推进数据行业职业教育 - 建立健全政府统筹、行业指导、企业参与的数据行业职业教育体制机制，研究组建全国数据职业教育教学指导委员会[2][6] - 鼓励各地以产业园区为基础，打造兼具人才培养、创新创业、促进数据产业高质量发展功能的数据行业市域产教联合体[2][6] - 鼓励数据企业参与职业院校教育教学，共同开展学生培养、技术研发、产品创新、成果转化，共建“校中厂”“厂中校”实训基地[3][6] - 加快数据行业“双师型”“工学一体化”教师队伍建设，落实教师企业实践规定，推动企业导师到职业院校从教，支持高水平职业院校和龙头企业共建教师培训基地[3][6] 繁荣数据领域学术研究 - 瞄准数据要素市场化配置改革重大问题，系统开展数据领域战略研究[3][6] - 聚焦数据产权、定价、交易等关键问题，深入开展数据要素基础理论和政策法律研究[3][6] - 紧跟人工智能、区块链、隐私保护计算等前沿技术发展趋势，深入开展数据基础共性理论和技术研究[3][6] 促进数据领域产学研用协同 - 强化企业在应用场景构建、技术需求识别、成果落地实施等方面的主导作用[1][4] - 支持高校、研究机构、科技社团等深入场景前沿，加快培养一批复合型、创新型、实战型数字人才[1][4] - 探索技术专利联合开发，推动各方共享知识产权收益，加速技术市场化[1][5] - 鼓励地方利用算力券、模型券、数据券等方式，在算力、算法、数据等方面提供便利和优惠[1][5] 行业专家观点 - 人工智能产业高度依赖算力支撑，尤其是中小企业在研发大模型时往往面临高昂的算力成本，这直接制约了其技术创新与产业参与度[1][5] - 政府通过发放算力券可有效减轻企业负担，激发研发积极性，同时推动算力基础设施向规模化、高效化发展[2][5] - 算力券等措施有助于区域打造算力品牌，吸引全球资源落地，形成产业生态闭环，从而在数字经济竞争中占据先机[2][5]

文章核心观点 - 国家多部委联合发文，旨在通过系统性加强数据要素学科专业建设和数字人才队伍建设，以支撑数据要素市场化配置改革、人工智能高质量发展及数字中国等国家战略，并激活数据要素赋能新质生产力的创新引擎作用 [1] 以国家战略为牵引，健全数据要素学科专业 - 教育部门与数据管理部门将加强数据要素相关学科专业建设，支持有条件的学位授予单位建设数据科学与工程、数字经济与管理等学科专业，并建立健全本硕博衔接的人才培养机制 [2] - 支持职业院校根据产业发展需要，动态调整并研究增设数据采集清洗、数据标注、数据合规、数据运营等贴近市场需求的专业 [2] - 支持各类特色高校加强优势专业建设，例如理工类高校加强数据技术、数据分析，财经类高校加强数字金融，政法类高校加强数字法学等 [2] - 支持有条件的高校开设数字贸易与商务、数据安全、数智化供应链管理等“微专业”，以应对数据产业发展急需的知识和技能要求 [2] 以产业发展为导向，推进数据行业职业教育 - 将打造产教融合生态，鼓励以产业园区为基础建设数据行业市域产教联合体，并支持龙头企业与院校牵头组建跨区域产教融合共同体 [4] - 推动教育教学改革，鼓励数据企业与职业院校共建“校中厂”“厂中校”实训基地，共同开展学生培养与技术研发，并加快“双师型”教师队伍建设 [4] - 支持数据企业、行业协会与职业院校共同建设基于真实应用场景的数字课程，开发工作手册式教材，并建设可全域共享的专业教学资源库 [5] 以有组织科研为支撑，繁荣数据领域学术研究 - 将加快数据领域学术共同体和数字人才梯队建设，推动成立科技社团，并鼓励学术期刊开设数据研究专栏或建设高水平数据学术期刊 [6] - 研究主攻方向包括数据要素市场化配置改革、数据产权定价交易等基础理论政策，以及人工智能、区块链等前沿技术的数据基础共性理论研究 [6] - 将培养跨学科数据工程团队，打造权威科学数据库，并推动科学数据与产业数据开放共享，以国家科学数据中心等平台为主体建设科技领域数据基础设施 [7] 以应用场景为载体，促进数据领域产学研用协同 - 将建设一批数字人才培养典型应用场景，强化企业在场景构建、技术需求识别和成果落地方面的主导作用，支持高校等机构深入场景前沿培养实战型人才 [8] - 鼓励地方利用算力券、模型券、数据券等方式，在算力、算法、数据等方面为人才培养提供便利和优惠 [8] - 支持高校与企业、研究机构等共建数字领域专业特色学院，打造核心课程、教材、师资和实践项目，并加强国际交流合作以培养拔尖创新人才 [9] - 按照“揭榜挂帅”模式，依托优势高校建设运营数据要素产教融合创新平台，加快关键共性技术、前沿引领技术等研发，并鼓励领军企业开放技术平台和应用场景协同培养人才 [9]

政策方向 - 加强数据要素学科专业建设和数字人才队伍建设 [1] - 加快主攻方向研究 瞄准数据要素市场化配置改革重大问题 [1] - 系统开展数据领域战略研究 [1] 研究重点 - 聚焦数据产权、定价、交易等关键问题 深入开展数据要素基础理论和政策法律研究 [1] - 紧跟人工智能、区块链、隐私保护计算等前沿技术发展趋势 深入开展数据基础共性理论和技术研究 [1] 应用领域 - 围绕智能制造、交通运输、金融服务、医疗健康等重点行业和领域 突出数据应用技术研究 [1] - 构建立足实践的中国数据要素自主知识体系和科学研究体系 为数字中国高质量发展提供理论支撑 [1]