第五節 新階段數字化轉型的優勢與挑戰
在大數據與人工智能驅動的經濟數字化轉型階段，中國最大的優勢是擁有海量數據資源和豐富的應用場景。中國互聯網普及率超過全球平均水平，擁有世界上最大數量的網民，產生了海量的消費端和企業端用戶數據。與農業經濟、工業經濟時代生產端的規模效應不同，數字經濟在需求端具有很強的規模效應，用戶越多，產生的數據量越大越豐富，數據的潛在價值就越高。與海量用戶數據相對應的是豐富的應用場景，使得中國成為世界上最大的互聯網市場和數據資源國家，這為數字經濟的深入發展提供了重要的基礎。
數據和商業化應用是中國現階段數字化轉型的主要優勢，美國智庫“數據創新中心（Center for Data Innovation）”于2019年發布的一份人工智能研究報告也證實了這一點。[33]該報告從研究、開發、應用、數據、硬件、人才六個方面對美國、歐盟和中國的人工智能發展現狀進行了比較，指出美國的優勢表現在AI領域的高質量研究、硬件（特別是芯片）的技術領先、AI初創企業數量多，以及從全球吸引了大量的AI人才。歐盟同樣在AI高質量研究和AI人才培養上具有明顯優勢。中國的優勢主要體現在數據和商業化應用，但是在高質量研究、AI人才方面均落后于美國和歐盟。該報告還對AI人才的培養進行了探討，分析了2018年在21個AI頂級學術會議發表論文的研究者的教育背景，發現44%的研究者的博士學位在美國取得，21%在歐盟，只有11%在中國。
大數據、人工智能領域的人才儲備和人才培養是中國數字經濟發展面臨的主要挑戰。中國國家統計局的數據顯示，[34]2015年從事信息傳輸、軟件和信息技術服務相關工作的約有350萬人。但是，其中擁有中高級專業技能數字人才的比例并不高，如果進一步看擁有人工智能、深度分析、虛擬現實和智能制造等前沿技術的數字人才更是少之又少。與美國、英國、加拿大等國家相比，中國的數字技能人才儲備尚有很大差距。領英中國智庫的一項研究顯示，[35]在人工智能領域，美國的從業者在85萬人以上，印度為15萬人，英國為14萬人，中國只有5萬多人。
數字技能人才的短缺將對企業的數字化轉型產生很大制約，進而影響整個經濟的數字化轉型進程。在與政府部門以及一些企業的交流中，我們發現中國勞動力市場的數字技能人才短缺主要表現在三個方面。一是數字頂尖人才供不應求，數字頂尖人才是推動數字技術進步的源動力，目前一場針對數字頂尖人才的爭奪戰已經打響，國際與國內之間、二三線城市與一線城市之間、互聯網科技公司與傳統行業公司之間，甚至是企業與高校之間，都在進行著激烈的人才爭奪。二是具備數字技術與行業經驗的跨界人才供不應求，推動ICT在傳統行業的融合發展需要既有行業深耕經驗，又對“互聯網+”的運作方式有深刻理解的跨界人才，具備這樣素質的人才數量遠遠不能滿足當前ICT融合產業的發展需求。三是初級數字技能人才的培養跟不上需求的增長，一方面由于大學生在校期間的數字技能培養存在諸多問題，其畢業后的技能水平難以滿足企業的要求；另一方面由于許多科技企業對初入職場的新人沒有培養的耐心，初級技能的數字人才難以成長為高級技能人才。
隨著數字化轉型在供給端的推進，各行各業對人才特別是數字技能人才的需求將會越來越大。目前中國的人才政策以“引進”為主，過去十年吸引了大批海外留學人才歸國，但目前人才引進已經難以滿足數字經濟發展的需求，一個突出的問題是缺少以需求為導向的人才引進與培養機制。從長遠發展來看，需要更加完善的機制來評估數字經濟領域的人才就業現狀和供需結構，不斷調整和完善現有的人才培養機制，以“人才為中心”打造中國數字經濟的競爭力。
[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]網絡安全和信息化委員會辦公室：《二十國集團數字經濟發展與合作倡議》, http://www.cac.gov.cn/2016-09/29/c_1119648520.htm。
[7]劉鶴：《堅持和完善社會主義基本經濟制度》,《人民日報》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]中國信息通信研究院：《中國數字經濟發展白皮書（2017）》, http://www.cac.gov.cn/2017-07/13/c_1121534346.htm。
[20]中國信息化百人會課題組：《信息經濟：“物聯網+”時代產業轉型路徑、模式與趨勢》，電子工業出版社2017年版。
[21]騰訊研究院：《中國“互聯網+”數字經濟指數（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] 中國互聯網絡信息中心（CNNIC）: 《第43次中國互聯網絡發展狀況統計報告》, http://www.cac.gov.cn/2019-02/28/c_1124175677.htm。
[24]中國信息通信研究院：《中國信息經濟發展白皮書（2016年）》, http://www.caict.ac.cn/kxyj/qwfb/bps/201804/t20180426_158344.htm。
[25]中國信息化百人會課題組：《信息經濟：“物聯網+”時代產業轉型路徑、模式與趨勢》，電子工業出版社2017年版。
[26]中國信息化百人會課題組：《信息經濟：“物聯網+”時代產業轉型路徑、模式與趨勢》，電子工業出版社2017年版。
[27]李彥宏：《智能革命》，中信出版集團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] 國家工業信息安全發展研究中心：《2016全球人工智能發展報告》, 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]國家統計局：《中國統計年鑒》，中國統計出版社2016年版。
[35]領英中國智庫：《全球 AI 領域人才報告》, https://www.sohu.com/a/155294799_483389。