数据新政释放红利 构建学科人才培养新模式

    本报记者 郭冀川

    12月2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》（以下简称《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，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。

    《意见》提出了四方面12项重点举措。在以有组织科研为支撑，繁荣数据领域学术研究方面，《意见》提出，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。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。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。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。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。

    在数字化浪潮席卷全球的当下，数据已成为驱动经济社会发展的关键生产要素，其蕴含的巨大价值正逐步释放。2024年初，17部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，聚焦数据产权、定价、交易等关键问题，紧跟前沿技术发展趋势，围绕重点行业和领域开展深入研究与应用，为各行业的转型升级和高质量发展注入了强大动力。

    中国移动通信联合会教育与科学技术研究院执行院长陈晓华对记者分析，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行动计划中各行业对数据要素的需求，随着“数据要素×”三年行动计划在智能制造、交通运输、金融服务、医疗健康等重点领域的推进，对具备跨学科知识和技能的数据专业人才需求日益增长，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“数据要素×”三年行动计划的实施提供充足的人才储备。

    陈晓华说：“《意见》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，为数据要素的应用提供了强大的技术支撑。例如，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。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。隐私保护计算技术则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。在金融、医疗、保险等领域，隐私保护计算技术可以让企业在共享数据的同时，保持数据的私密性，促进各方的合作和创新。”

    在以应用场景为载体，促进数据领域产学研用协同方面，《意见》明确，打造科技创新平台。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。培育新兴交叉学科方向，打造数字人才培养高地。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，产出高质量研究成果。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，协同培养国家战略急需的复合型应用人才。

    萨摩耶云科技集团首席经济学家郑磊在接受《证券日报》记者采访时表示，数据领域是一个高度交叉融合的领域，涉及计算机科学、数学、统计学、经济学、管理学等多个学科，传统的学科划分和人才培养模式难以满足数据领域对复合型人才的需求。“揭榜挂帅”模式下组建的跨学科、交叉型研究团队，为新兴交叉学科的发展提供了实践土壤，在攻克榜单任务的过程中，不同学科背景的科研人员相互交流、碰撞思想，促进了学科之间的交叉融合，催生了新的学科方向和研究领域。

    郑磊认为，《意见》的出台对数据产业发展有着深远影响，它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，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。其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。