王秀秀

基金项目：浙江省软科学重点项目（2017C25023），创新型省份重点政策研究-推动大数据产业新视界的政策支持;国家社会科学基金重大项目（18ZDA316），中国特色网络内容治理体系及监管模式研究

摘 要：大数据产业链节点三类企业，皆面临着复合型人才不足、人才配置不合理、人才流动性强的困境，但是又存在诸多不同，高端复合型人才流动呈现明显的方向性。基于以上认识，分类解决企业人才匮乏问题。数据基础服务类企业自主、数据技术类企业需政府主导人才培养、政府减免税收攻克数据应用类企业难题。

关键词：大数据产业;人才匮乏;复合型人才

托马斯·约翰·沃森说过：“你可以接收我的工厂，烧掉我的厂房，然而只要留下这些人，我就可以重新建起IBM”。也就是说，人才是生产力的原动力，对于新兴高新技术产业更是如此。但是，麦肯锡预计到2018年，仅在美国本土，数据科学家的人才缺口将达到14万-19万，而相关的大数据产业管理人才缺口将达到150万。2017年《大数据人才报告》显示，今后三到五年我国大数据人才的缺口为150万。我国学者也提出大数据企业人才数量不足的问题，特别是企业高精尖人才严重匮乏，包括创新人才，复合型人才以及后备型人才总量严重不足，人才匮乏将是大数据产业发展的重要制约因素。

一、不同类型化企业人才匮乏异同分析

根据2016年发布的《中国大数据产业生态地图》，大数据产业链由三个核心部分组成，即数据服务是基础，数据技术支撑是手段，融合应用是目的。基于此分类，选取了浙江省大数据产业链节点典型企业，数据基础服务类的杭州华三通信技术有限公司（简称华三），数据技术类的浙江同花顺软件有限公司（简称同花顺），融合应用类的阿里巴巴、数加、五叶草大数空间（简称五叶草）三个企业作为研究对象。

1.人才匮乏的相似点

复合型人才缺乏、人才配置不合理、人才流动性强是三类企业共同面临的人才困境。第一，大数据企业皆对既懂数据技术，又精通产品、市场、运营等其他方面的多层次人才需求量较大，这类人才被定义为复合型人才。第二，大数据企业没有将人才发展上升到企业战略高度，忽视对人才的结构配置优化。三类企业人才比例都失衡，研发人才比重高。华三人才资源中研发人员占到所有员工的55%。同花顺研发人员的数量占到人才总量的40%。五叶草有员工总量约为300人，其中80%是数据技术人才。第三，大数据企业人才的流动性较一般企业更强，人才不当流动将导致企业内部管理能力的下降，对企业经营管理产生重大的影响。人才流动原因主要有两个，第一，大数据产业共性就是人才年轻化、高素质、海外背景等。年轻人本身就比较有活力，有冲劲，喜欢新鲜事物，他们更容易通过跳槽实现自我价值。高素质的人才也是行业中紧缺的资源，所以他们有更多选择机会。海外背景使得这些年轻人受到多文化的熏陶，思想上更加开放和自由，对于工作流动的态度更随性。第二，大数据企业人才的劳动方式、劳动成果形式与传统行业不同。他们的工作通常不是作业而是项目，具有较强的创新性、独特性、唯一性、高知识性。传统的绩效管理、激励机制等管理方法无法适恰，导致人才流动。

2.人才匮乏不同点

第一，对复合型人才能力需求侧重有所不同。华三要求复合型人才具备创新能力，同花顺注重复合型人才是否具有金融背景，五叶草看重复合型人才的技术和运营能力。像华三这类数据基础服务类企业，属于大数据产业链中相对成熟的部分，他们已经进入了“微利”阶段，唯有“创新”才能获得新的价值增值点。目前来说，企业实力雄厚，足以吸引既懂技术又擅长沟通营销的复合型人才，但是却缺少有创新能力的复合型人才。同花顺主要服务于金融业，如果数据人才同时了解金融业行情、拥有一定的金融资源，这样开发的软件产品将更具有市场适应性，更具有针对性。作为数据应用类的五叶草企业，依托自己的数据分析团队，给客户提供一体化的行业解决方案。数据技术是企业的生命线，但同时与客户的沟通也非常关键。因此，企业最需要的也最欠缺的是技术过硬，具有较强的沟通能力和市场敏感度的复合型人才。

第二，各类企业人才配置失衡表征不同。数据应用类企业处于新兴高新技术行业，通常在初创期小而精的状态。企业秉承“技术第一”原则，但可能忽视了价值观、团队合作等其他素质，导致后期管理隐患。数据应用类企业甚至要求行政管理人员、人力资源具备一定的数据技术，忽视了岗位真正的专业性要求，今后可能造成人岗不匹配问题。而处于成熟阶段的数据基础服务企业，他们有完备的人才激励制度，但是只针对研发岗位。非研发岗位则没有定期的测评和考核，造成非研发岗位的满意度低下。处于成长期的数据技术类企业，各项制度基本完善。研发人员的比例为1/3以上，但是他们的晋升通道较为单一，没有形成一个良好的职业规划，对研发人员长远的发展不利。

第三，数据基础服务类企业复合型人才流动性最大。数据基础服务类企业所有的人才流失率都是最高的。成熟的企业整体员工的素质较高，选择机会较多。他们往往把企业当作历练的平台，一旦遇到更具有吸引力的企业便会跳槽。还有一种情况，高端复合型人才在成熟企业中工作几年后，积累了足够的工作经验，他们会选择自主创业。最佳的创业行业就是进入技术含量高，资金需求少的数据应用类企业。综上，高端复合型人才流动往往呈现出，从纵向产业链的基础端到应用端的趋势，即从数据基礎服务类企业，到数据技术类企业，再到数据应用类企业。因此，数据基础服务类企业高端复合型人才流动性最大，而初创型企业高端复合型人才一般都是创业者，除非创业失败，否则是不会流动的。对于非高端复合型人才而言，他们的流动没有明显的方向性，通常向大数据产业链盈利高的企业移动，也可能向其他更具潜力的产业流动。

二、人才匮乏的原因解析

1.外部因素

第一，政府扶持人才培养投入较少。大数据产业中大部分都是初创型企业，存在较大的生存压力，企业希望政府主导人才培养，从而提升人才自我造血。国外经验也表明，政府加大对大数据产业的人才投入力度，将缓解人才匮乏的状况。另外，笔者梳理了从2010年到2018年间，大数据产业政策文本26份，政策扶持政策共计124条，其中针对人才培养的仅有4条，占比3%，说明政府在数据人才方面政策供给不足。