第二节 数字经济对人才需求的影响

我们已经将数字经济广义上界定为一个泛指当前数据作为重要生产要素、数字经济作为重要生产工具的新兴经济形态。因此关于数字经济人才需求的研究，同样既关注ICT技术人才和应用人才，也同样涉及各行各业在工作中需要运用到数字技术、数字知识、数字思维，或具备信息素养、信息意识和信息处理能力的人才。

数字经济的基础是ICT产业，不断更新的ICT技术不仅带来了ICT研发人才需求的增加，ICT与传统产业的应用融合还带来了人才需求的结构变革。

一、人才需求剧增

（一）数字经济直接吸纳大量就业

2003年淘宝网的诞生掀开了现代电子商务的序幕，几年来我国电子商务产业直接带动了近80万从业者，电子商务物流、系统开发、图片处理等电子商务产业链间接从业者达4200多万人[3]；此后崛起的打车平台、外卖平台等泛电商平台也吸纳了1000多万从业者。近两年崛起的直播、短视频产业更是新增了职业主播、新媒体运营、短视频采编等新职业。随着数字产业化和产业数字化的演进，将出现更多的新兴技术研发领域和产业融合领域，并带来新的人才需求。有学者收集了2000—2013年互联网产业人数、互联网普及率、网民规模等数据，并建立回归分析模型。研究发现，在假定其他变量不变的情况下，当互联网普及率提高1%，互联网产业就业人数就会增加283.5904万人[4]。数字经济的基础是ICT产业，当前ICT技术进步对人类经济增长和社会发展的巨大作用已为人们所熟知，因而投入ICT技术研发的企业以及利用ICT技术改造企业生产经营管理模式的企业越来越多，对专业人才的需求就相应增加。《杭州市2017年度“1+6”产业国际化紧缺人才需求目录》显示，杭州市技术研发类人才需求比例最高，其中信息产业对技术研发人才的需求达到55%。中国信通院的《中国数字经济发展与就业白皮书（2018）》显示，从2007年到2017年，数字经济吸纳的就业人数从4411万人增加到1.71亿人，占就业人数比重从5.9%增长到22.1%[5]。可见，数字经济的人才需求处于快速增长期，对就业的吸纳能力持续增强。

（二）产业数字化人才需求是主体

另据《中国数字经济发展与就业白皮书（2018）》显示，2017年我国数字经济领域就业人数中，数字经济融合部分就业人数达到1.6亿人，占数字经济领域总就业人数的93.4%。究其原因，一方面，尽管从事区块链技术、传感器技术、大数据技术、人工智能技术研发的企业越来越多，对该领域的人才需求与日俱增，但技术研发人才通常属于“高精尖”人才，即使从事技术应用开发的人才，如APP开发、服务器维护、数据处理等也属于中高层次人才，尽管纵向比较需求增速显著，但毕竟社会总需求量有限。而另一方面，ICT技术的应用人才，人们利用ICT技术不断深入改造传统产业，例如物联网技术在物流业、畜牧业、建筑业、家居生活业得到广泛应用，该领域的从业者无须掌握物联网开发技术，而只需要懂得传感器设备如何安装、软件如何操作、如何进行设备维护管理即可，而这类应用型人才的需求量往往更大。甚至随着某一领域软硬件技术的成熟会使软件操作更加智能化、“傻瓜化”，例如从事数控车床研发的人才需求是少数，而从事数控车床加工操作的应用型人才需求量却大得多，而随着数控车床技术的进步，产品应用更加广泛，操作变得更加容易，将会带来更多人从事数控加工。同时，这还意味着我国产业数字化进程已经经历了试点应用的阶段，各行各业已经或多或少经历了一定程度的数字化改造。接下来关注的焦点将不再是应用普及度，而是融合的深度和变革的力度，以及新一轮技术革命所带来的难以预测的新变化。

（三）创新创业带来更多人才需求

数字技术日新月异、互联网产业瞬息万变，也给人类社会带来无限可能。创新创业成为社会的主流文化，越来越多的年轻人满怀创业激情，致力于像华为、中兴一样通过技术研发，像阿里、美团一样通过商业模式创新，再在资本的支持下实现创业成就和自我价值实现的梦想。即使难以成就一个伟大梦想，也有很多人通过直播、短视频、公众号等自媒体平台的运营维持生计。笔者对浙江省36所高校1100名应届毕业生调查显示，曾经创业、正在创业，以及毕业后准备创业的比例高达15%。也就是说数字经济带来了更多的创业良机，因而也吸纳了更多的创业实践者。同时，成功的创业项目往往创造一系列新的就业机会。此外，我国当前正处于经济增速换挡、产业结构调整的转型期，在供给侧改革、产业升级、去产能的进程中，许多传统行业对传统人才的需求大幅减少，如钢铁工人、车间操作工、煤炭工人、物流分拣员等。在国家创业就业政策引领下，这一类人往往会通过自我变革，投入创业实践或投身于他人创业所带来的新岗位中。

二、人才需求结构优化

（一）分工理论演进

劳动分工理论作为马克思历史唯物主义理论和经济学理论的重要组成部分，解释了人类经济社会发展的必然性规律，指导人们通过合理的劳动分工提高劳动者专业技能，优化工作部署，提升劳动生产率。人类历史上出现了三次社会大分工：第一次是农业和畜牧业的分离；第二次是手工业和农业的分离；第三次是商业的出现，形成了物质劳动和精神劳动的分离。在资本主义发展的进程中，人类分别经历了工场手工业时代、机器大工业时代，进入了要素分工时代。要素分工的典型特征是不同国家和经济实体凭借自身要素禀赋参与到全球价值链中来，其中发达国家提供的核心生产要素通常是标准、专利、技术、高科技生产工具等；而发展中国家和欠发达国家通常只能提供原材料、劳动力，在经济全球化格局中处于价值链低端。

（二）数字经济时代的分工理论

数字经济时代，数据成为与资本、劳动力、技术、土地等同等重要的生产要素，甚至能够对其他生产要素产生潜移默化的影响。这就是说掌握数据和掌握数据分析运用技术的国家和经济体将在全球价值链竞争中占据更加有利的位置。中国作为人口大国，人口基数优势致使电子商务、旅游信息化、智慧医疗、互联网+生活服务、互联网+文化娱乐等与消费、民生相关的产业近年来迅速发展壮大，因而各类互联网平台业积累了更多的数据，并在实践中掌握了更多对接数据分析处理能力。与此同时，中国作为“世界工厂”，以往更多处于价值链低端的加工制造环节，但在“智能制造2025”战略实施进程中，车间和生产流水线经历智能化改造，引入MES系统、PLM系统、ERP系统、SCM系统等智能控制与管理系统，成为掌握数据这一核心生态要素的主体，使加工制造环节成为知识密集型和技术密集型劳动，使“微笑曲线”趋平或转变成“穹顶弧线”，甚至能以制造环节为中心，整合研发设计、营销服务等其他环节，实现对价值链的整体控制。新的要素分工模式——以数据为核心的综合性要素分工呼之欲出。

（三）职业分工模糊化

促使职业分工模糊化的主要动因有三。一是产业跨界。产业跨界是数字经济的典型特征，以数据为核心的综合性要素分工模式，促使商业模式的起点从产业链上游向下游转移，互联网逆向串联产业链形成数据链。C2F、C2B2C等新兴商业模式层出不穷，以用户为中心的大规模个性化定制逐步成为主流模式。例如农业，有了网络和数据支持，农户可以改变单一出售农产品、原材料，仅获取低利润的格局，转为与产业链其他环节企业合作，发展农产品深加工、农业旅游业、农业科普教育业等新业态；再例如制造业，通过生产数据的积累与分析，工厂期望从简单加工制造逐步掌握研发设计能力，通过电子商务等低成本渠道开展营销和客户服务，打造网络品牌；零售商、服务商控制着数据链的起点，则力图通过产业链整合掌握中后端环节，实现用户数据价值最大化。以上三类主体的转型共同加剧了产业链整合，模糊了一产、二产、三产之间的产业边界，使原先仅需掌握单一领域知识的职业人，只有更全面地掌握全产业链知识，才能够更好融入产业链整合体系中，更好地为客户服务。二是Web3.0的崛起。Web3.0通过网络分配机制的建立，让所有创造价值的网民都能够得到相应的回馈，因而重构了人与人之间多元、动态的商业关系。例如，客户通过微信分享可以得到商家的礼物或优惠；在一些平台上，用户通过点击和分享广告可以得到虚拟货币，该货币可以兑换平台的商品；在一些网络游戏中，角色的升级和赢取的设备都具有一定货币价值等等。这样就使人的职业角色发生了改变：顾客既是顾客，但只要帮助商家转发、评论，也可变成企业的营销人员；网红、游戏玩家未必不务正业，也可成为谋生和实现个人价值的职业人；竞争对手、商业伙伴之间亦无明确界限，在市场利益最大化的理性博弈中随时可以相互转化。三是企业治理创新。去中心化是互联网发展过程中所形成的新型社会关系和组织运行形态，以人和知识为核心的社会生产资料不再以物理形式集聚，众包、众创等新型生产组织形态层出不穷，ICT企业、互联网企业，甚至老牌传统企业近年来纷纷探索实行员工持股、供应链持股，推行合作制，员工、供应商、分销商均成了“老板”。随着生产组织形式的模块化以及组织架构的扁平化，每个员工均需具备“老板视野”，且需适应多种角色，掌握单一岗位技能的“螺丝钉”，或是缺乏整体观念、全局意识、多种能力的员工，将在数字经济大潮中愈发难以立足。

三、加剧人才市场的马太效应

马太效应是数字经济时代的典型特征，既适用于经济发展、企业垄断、资源配置，也适用于人才市场。数字经济时代人才市场的马太效应主要体现为加剧人才虹吸效应、加剧人才聚类分布，以及加剧人才发展分化三个特征。

（一）加剧人才虹吸效应

一方面，信息高对称性消除了用人单位和人才之间的信息壁垒，行业内在的工作形态、发展空间和福利待遇更加透明，城市之间或城市内各板块之间的基础设施、教育医疗水平、商业配套、生活环境等条件优劣情况为广大择业者所熟知。北京、上海、广州等城市依然凭借政治、经济、文化、教育、医疗、基础设施等条件排在全国最吸引人才城市的前列。另一方面，数字经济快速崛起，电子信息、电子商务、大数据、人工智能等数字产业异军突起，促使具备上述产业优势的城市迎来了高速发展的空前契机，营造了良好的就业生态。不仅诸如一线城市深圳、新一线城市杭州等老牌城市引来新一轮的人才虹吸洗牌，长沙、贵州等中西部城市也觅得了弯道超车的良机。同时，具备数据这一关键生产要素优势的城市，还为创业团队提供了优越的产业生态，人才、项目、技术、数据之间形成协同发展的良性效应。此外，数字产业发展的城市不仅产业环境、政策环境和人文环境更加优越，且往往受互联网文化影响程度更高，民主、开放、包容精神更加显著，政府社会治理能力更强、效能更高，公共服务供给能力更强，招贤引才政策力度更大……均成为加剧人才虹吸效应的重要因素。据统计，2018年人口流入城市十强分别为深圳、广州、西安、杭州、成都、重庆、郑州、佛山、长沙和宁波，而人口流出最多的城市除了北京、上海两个特大城市因人口控制需要外，大多分布在东北、西北地区，以及山东、河北等华北省份。

（二）加剧人才聚类分布

全球产业布局大体遵循劳动分工理论、比较优势理论、要素禀赋理论等，我国也不例外，每个城市具有较为典型和代表性的产业。尽管电子信息类专业较强的大学如哈尔滨工业大学、电子科技大、南京邮电大学、天津大学、华中科大、西安电子科技大等分别分布在哈尔滨、成都、南京、武汉共和西安，但电子信息类新增企业和人才流动不约而同地都更青睐深圳；电子商务、互联网领域企业及人才则更倾向于北京、杭州等城市。而泉州、佛山、温州、苏州等以传统产业为主的老牌城市，当地的普通本科、应用型本科、高职院校通常遵循服务区域产业发展的办学宗旨和结合区域产业特征设置专业的基本原则，故这些城市的常规性人才需求更多是依托当地高校人才培养。人才依据产业布局在不同城市之间的层次聚类和专业聚类特征十分显著。此外，其他生产要素和文化特征也对人才聚类分布产生一定影响。例如许多总部在上海、北京、深圳的企业都将客服中心设置在成都，是因为成都相对较低的劳动力成本和慢节奏文化能够带来更低的成本支出以及更高的客服满意度；而一些从事科技服务、教育服务等公共事业服务，以及承接政府职能转移的企业常在北京设立分公司或办事处，其中一个重要目的就是及时获取最新政策动态，以支持企业战略决策。

（三）加剧人才发展分化

当前，中国各大城市“抢人大战”愈演愈烈，优秀人才成为各地竞相争夺的香饽饽。江西省对引进的院士给予1000万元的项目资助和300万元的安家费，对引进的国家“千人计划”专家给予500万元到1000万元的创新创业项目资助，对引进团队的资助最高达800万元。天津市宣布“海河英才”行动计划，对博士人才可不限制年龄直接落户，对连续3年来津，每年在津工作2个月及以上且不满6个月的顶尖大师，给予一次性100万元奖励资助和500万元科研经费资助。杭州市给予博士5万元生活补贴，外国人才可享受7项出入境便利政策，创业资助最高可达1亿元。温州市发布《关于高水平建设人才生态最优市的40条意见》，对院士等高层次人才最多奖励2000万元。郑州市为博士提供每人10万元的首次购房补贴。珠海市开创式地推出送50%住房产权政策等。人才政策近年来处于不断加码阶段，达到各地相关标准的人才将得到更加有利的发展平台，并享受到更加优越的待遇。

从微观层面，企业KPI绩效考核机制创新也是人才待遇分化的诱因之一。企业为了激发员工工作积极性，提升业绩，往往在绩效考核指标和标准上不断下功夫，其中互联网企业更热衷于用OKR（Objectives and Key Results，目标与关键成果）代替KPI。相对KPI而言，OKR更灵活，更注重结果，对企业实际目标更有利，同时也更有助于优胜劣汰。乔布斯曾说：“一个好的工程师能抵得上1万个一般的工程师。”这就是说，在数字经济领域，员工贡献不仅适用“二八法则”，更可能是“1∶99法则”，往往极少数员工为公司创造了大多数的效益，而绝大多数员工都没有突出的贡献。然而在绩效分配上，这里的“绝大多数员工”还分为两类，一类的确是在普通行政管理、业务助理、专员等岗位上从事常规性工作，对公司缺乏重大贡献，但也获得与之贡献相匹配的劳动报酬；而关键在于另一类员工，在原有的KPI考核机制下，他们申请到了规定的专利数量，完成了规定的引流指标，编完了规定的程序代码，但实际上这些成果只是为了完成而完成的低价值成品，无法为公司带来实质性效益。而问题在于，他们都完成了KPI指标，因而拿到了相应的回报。而源于互联网企业的OKR机制，不过于强调关键指标的完成，不注重达到目标的方法和过程变量，而是建立终极目标和成果分享机制，由员工及其团队自行决定工作的方式和路径，给予员工充分的自我发挥和自我价值实现的机会。OKR逐渐被广为采用，那些隐匿在深处的出工不出力的员工将浮出水面，高能效团队里的水分将被挤兑，人才的能力差距将更加显著，分配将更加公平也更加分化。