第五节 新阶段数字化转型的优势与挑战
在大数据与人工智能驱动的经济数字化转型阶段，中国最大的优势是拥有海量数据资源和丰富的应用场景。中国互联网普及率超过全球平均水平，拥有世界上最大数量的网民，产生了海量的消费端和企业端用户数据。与农业经济、工业经济时代生产端的规模效应不同，数字经济在需求端具有很强的规模效应，用户越多，产生的数据量越大越丰富，数据的潜在价值就越高。与海量用户数据相对应的是丰富的应用场景，使得中国成为世界上最大的互联网市场和数据资源国家，这为数字经济的深入发展提供了重要的基础。
数据和商业化应用是中国现阶段数字化转型的主要优势，美国智库“数据创新中心（Center for Data Innovation）”于2019年发布的一份人工智能研究报告也证实了这一点。[33]该报告从研究、开发、应用、数据、硬件、人才六个方面对美国、欧盟和中国的人工智能发展现状进行了比较，指出美国的优势表现在AI领域的高质量研究、硬件（特别是芯片）的技术领先、AI初创企业数量多，以及从全球吸引了大量的AI人才。欧盟同样在AI高质量研究和AI人才培养上具有明显优势。中国的优势主要体现在数据和商业化应用，但是在高质量研究、AI人才方面均落后于美国和欧盟。该报告还对AI人才的培养进行了探讨，分析了2018年在21个AI顶级学术会议发表论文的研究者的教育背景，发现44%的研究者的博士学位在美国取得，21%在欧盟，只有11%在中国。
大数据、人工智能领域的人才储备和人才培养是中国数字经济发展面临的主要挑战。中国国家统计局的数据显示，[34]2015年从事信息传输、软件和信息技术服务相关工作的约有350万人。但是，其中拥有中高级专业技能数字人才的比例并不高，如果进一步看拥有人工智能、深度分析、虚拟现实和智能制造等前沿技术的数字人才更是少之又少。与美国、英国、加拿大等国家相比，中国的数字技能人才储备尚有很大差距。领英中国智库的一项研究显示，[35]在人工智能领域，美国的从业者在85万人以上，印度为15万人，英国为14万人，中国只有5万多人。
数字技能人才的短缺将对企业的数字化转型产生很大制约，进而影响整个经济的数字化转型进程。在与政府部门以及一些企业的交流中，我们发现中国劳动力市场的数字技能人才短缺主要表现在三个方面。一是数字顶尖人才供不应求，数字顶尖人才是推动数字技术进步的源动力，目前一场针对数字顶尖人才的争夺战已经打响，国际与国内之间、二三线城市与一线城市之间、互联网科技公司与传统行业公司之间，甚至是企业与高校之间，都在进行着激烈的人才争夺。二是具备数字技术与行业经验的跨界人才供不应求，推动ICT在传统行业的融合发展需要既有行业深耕经验，又对“互联网+”的运作方式有深刻理解的跨界人才，具备这样素质的人才数量远远不能满足当前ICT融合产业的发展需求。三是初级数字技能人才的培养跟不上需求的增长，一方面由于大学生在校期间的数字技能培养存在诸多问题，其毕业后的技能水平难以满足企业的要求；另一方面由于许多科技企业对初入职场的新人没有培养的耐心，初级技能的数字人才难以成长为高级技能人才。
随着数字化转型在供给端的推进，各行各业对人才特别是数字技能人才的需求将会越来越大。目前中国的人才政策以“引进”为主，过去十年吸引了大批海外留学人才归国，但目前人才引进已经难以满足数字经济发展的需求，一个突出的问题是缺少以需求为导向的人才引进与培养机制。从长远发展来看，需要更加完善的机制来评估数字经济领域的人才就业现状和供需结构，不断调整和完善现有的人才培养机制，以“人才为中心”打造中国数字经济的竞争力。
[1] International Telecommunication Union, Measuring the Information Society Report, International Telecommunication Union, December,2018.
[2] National Telecommunications and Information Administration,Falling Through the Net:Defining the Digital Divide,Washington,DC:National Telecommunications and Information Administration,1999.
[3] Erik Brynjolfsson and Brian Kahin, eds., Understanding the Digital Economy: Data, Tools, and Research,Cambridge, MA:MIT press,2002.
[4] Edward J.Malecki and Bruno Moriset,The Digital Economy:Business Organization,Production Processes and Regional Developments, New York,NJ: Routledge,2007.
[5] Rumana Bukht and Richard Heeks, Defining,Conceptualising and Measuring the Digital Economy, Development Informatics working paper,August 3,2017.
[6]网络安全和信息化委员会办公室：《二十国集团数字经济发展与合作倡议》, http://www.cac.gov.cn/2016-09/29/c_1119648520.htm。
[7]刘鹤：《坚持和完善社会主义基本经济制度》,《人民日报》2019年11月22日第6版。
[8] Mark Knickrehm,Bruno Berthon and Paul Daugherty, Digital disruption:The growth multiplier, Accenture,2016.
[9] Tai-Yoo Kim and Almas Heshmati, Economic Growth: The New Perspectives for Theory and Policy,Berlin: Springer,2014.
[10] Organisation for Economic Co-operation and Development, OECD Guide to Measuring the Information Society 2011,OECD Publishing,2011.
[11]OECD, OECD Digital Economy Outlook 2015,OECD Publishing,2015.
[12]International Telecommunication Union（ITU）,Measuring the Information Society Report 2018, ITU,2018.
[13] European Commission,International Digital Economy and Society Index 2018, European Commission, November,2018.
[14]Soumitra Dutta, Thierry Geiger and Bruno Lanvin, The Global Information Technology Report 2015,World Economic Forum,April,2015.
[15] Thomas L.Mesenbourg,Measuring the Digital Economy,US Bureau of the Census,2001.
[16] Kevin Barefoot,Dave Curtis,William Jolliff,Jessica R.Nicholson and Robert Omohundro,Defining and Measuring the Digital Economy, US Department of Commerce Bureau of Economic Analysis, March,2018.
[17] Marshall Reinsdorf and Gabriel Quirós,Measuring the Digital Economy,IMF Staff Report,February,2018.
[18]Garcia Herrero,Alicia and Jianwei Xu,How Big is China's Digital Economy?, Bruegel Working Paper, No.2018/04,2018.
[19]中国信息通信研究院：《中国数字经济发展白皮书（2017）》, http://www.cac.gov.cn/2017-07/13/c_1121534346.htm。
[20]中国信息化百人会课题组：《信息经济：“物联网+”时代产业转型路径、模式与趋势》，电子工业出版社2017年版。
[21]腾讯研究院：《中国“互联网+”数字经济指数（2017）》, https://www.sohu.com/a/135268676_470089。
[22]Silja Baller,Soumitra Dutta and Bruno Lanvin,eds.,The Global Information Technology Report 2016,World Economic Forum,2016.
[23] 中国互联网络信息中心（CNNIC）: 《第43次中国互联网络发展状况统计报告》, http://www.cac.gov.cn/2019-02/28/c_1124175677.htm。
[24]中国信息通信研究院：《中国信息经济发展白皮书（2016年）》, http://www.caict.ac.cn/kxyj/qwfb/bps/201804/t20180426_158344.htm。
[25]中国信息化百人会课题组：《信息经济：“物联网+”时代产业转型路径、模式与趋势》，电子工业出版社2017年版。
[26]中国信息化百人会课题组：《信息经济：“物联网+”时代产业转型路径、模式与趋势》，电子工业出版社2017年版。
[27]李彦宏：《智能革命》，中信出版集团2017年版。
[28] Geoffrey E.Hinton, Simon Osindero and Yee-Whye Teh,“A Fast Learning Algorithm for Deep Belief Nets”, Neural Computation, Vol.18,No.7,2006.
[29] 国家工业信息安全发展研究中心：《2016全球人工智能发展报告》, http://www.cicscert.org.cn/webpage/articlecontent_001011002_2246.html。
[30]Jürgen Schmidhuber,“Deep Learning in Neural Networks: An Overview”, Neural networks， Vol.61,2015.
[31] Yoav Shoham, Raymond Perrault,Erik Brynjolfsson,J.Clark and C.LeGassick,Artificial Intelligence Index 2017 Annual Report,Technical Report,November,2017.
[32] Eric Cambria,and Bebo White,“Jumping NLP Curves:A Review of Natural Language Processing Research”, IEEE Computational Intelligence Magazine, Vol.9, No.2,2014.
[33] Daniel Castro, Michael McLaughlin and Eline Chivot, Who is winning the AI race: China, the EU or the United States,Washington, DC: Center for Data Innovation,2019.
[34]国家统计局：《中国统计年鉴》，中国统计出版社2016年版。
[35]领英中国智库：《全球 AI 领域人才报告》, https://www.sohu.com/a/155294799_483389。