Full text · 原文
3,450 字
文 | 上海财经大学实践教授、数字经济研究院执行副院长 杨健
<br>
学科专业建设与人才队伍建设是高等教育体系中的两个核心要素，相互依存、相互促进、有机统一。当前，围绕深化数据要素市场化配置改革和数据赋能人工智能高质量发展两大方向，加快数据要素学科专业设置调整优化和数字人才培养模式创新，是教育界、产业界和广大数据工作者共同面临的重大课题。2025年11月10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印发《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》），提出了健全数据要素学科专业、推进数据行业职业教育、繁荣数据领域学术研究、促进数据领域产学研用协同等四个方向的建设任务、相关要求和工作举措。《意见》准确把握数据要素学科专业建设和数字人才队伍建设的关键问题、关键堵点，坚持问题导向，扎实推进数据要素学科专业建设和数字人才队伍建设（以下简称“两个建设”）。<br>
一、精准把握数据要素学科专业发展方向<br>
习近平总书记指出，“当前，世界百年变局加速演进，新一轮科技革命和产业变革深入发展，教育越来越成为提升国家核心竞争力、赢得战略主动的关键因素。”人工智能融合应用是新一轮科技革命和产业变革的重要特征，需要包括大数据、大模型、云计算在内的技术和产业支撑，需要高层次数字人才的保障。习近平总书记也指出，“建成教育强国是近代以来中华民族梦寐以求的美好愿望，是实现以中国式现代化全面推进强国建设、民族复兴伟业的先导任务、坚实基础、战略支撑”“注重运用人工智能助力教育变革”。高等教育承载着人才培养、科学研究、社会服务、文化传承等功能和重大责任，必须服务国家战略所需。<br>
《意见》提出，数据要素学科专业建设和数字人才队伍建设，承担着培养深化数据要素市场化配置改革和数据赋能人工智能高质量发展所需各类人才的重大使命。这要求高校相关学科专业的设置、调整和优化，必须紧紧围绕国家战略，瞄准数据资源开发利用和数据赋能人工智能两个方向来展开。根据《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》精神，未来五年建设现代化产业体系、加快高水平科技自立自强、农业农村现代化、繁荣发展社会主义文化、保障和改善民生力度、建设美丽中国、推进国家安全体系和能力现代化等战略任务，都对加强数据要素学科专业建设提出了新的要求。要根据数字科技和产业变革趋势，细化国内外科学家、企业家和科技公司走向成功的关键因素，建立新时代数字人才多维能力模型，促进教材和教学模式创新。要将学科专业的发展与建设制造强国、网络强国、数字中国等联系起来，推动数据科学与工程、数字经济与管理等学科专业发展，推动数据采集清洗、数据标注、数据合规、数据运营等数据领域急需的应用型专业发展，开设更多数据赋能各行各业的“微专业”，赋能经济和社会高质量发展。<br>
二、科学有序建设数据要素学科专业<br>
多年来，数据领域相关理论和技术一直在不断创新、应用和发展，创新性和探索性极强，相关技术、工具、产品和商业模式都在以年、月乃至周为周期高速迭代，甚至颠覆性创新。在数据理论与实践几乎同步发展的背景下，要及时、准确、科学地将实践活动总结成为可以传授给大学生的知识，难度很高、挑战巨大。这给国内各类高校如何开设数据要素学科专业，如何培训教师队伍、打造教材体系、创新培养模式等提出了一个重大现实课题。<br>
《意见》在“以国家战略为牵引，健全数据要素学科专业”部分，出现了5次“有条件”、1次“具备条件”的限定性表述，体现了实事求是、科学客观的引导态度。这也提醒各类高校在设置数据要素学科专业时，必须综合考量教师教学能力、课程教材、教学设施、就业出路以及本地数字企业发展现状等因素，科学审慎对待，避免“大干快上”“一地鸡毛”。关键是要抓住机遇，综合分析学校办学条件和不足，突出交叉、发挥优势、做出特色，建设学生喜爱、市场认可的数据要素学科专业。<br>
三、产学研用协同建设数据要素学科专业<br>
教学与现实严重脱节，这是当前高校教育教学面临的普遍问题，数据要素学科专业同样如此。为此，多年来教育界和产业界都从不同角度出发，呼吁产学研用协同，推动教育科技人才一体化发展。无论是数字经济还是智能经济，无论是生成式人工智能还是具身智能，不论是数据还是算法，前沿性和实践性都很强。这要求各类高校在开设数据要素学科专业时，紧跟科技前沿和产业前端，切实发挥企业作用，以企业实践反哺学科专业建设。<br>
《意见》强调，引导鼓励有条件的数据企业和研究机构积极参与数据要素学科专业建设，支持职业院校根据产业发展需要增设贴近市场需求的相关专业，支持高校按规定聘请行业专家开展协同育人，支持政企研与高校开展项目合作和教师实践锻炼。这明确了推进产学研用协同的工作方向和重点。上海财经大学是最早开设数字经济专业的高校之一，注重与企业合作开展课题研究、教材编写和人才实训，组建数字经济学院承担教学科研任务，从产业界引进实战经验丰富的团队组建数字经济研究院，实现数字经济专业“一体两翼”发展，2025年第一批数字经济专业硕士毕业生除创业之外，全部进入数字科技企业工作，实现了学校育人与企业用人的有效结合。<br>
四、应用场景牵引扎实推进“两个建设”<br>
数据要素学科专业建设和数字人才队伍建设的最终目的就是“用”。近年来，国家正大力推动“人工智能+”“数据要素×”等行动计划，探索技术创新和应用发展的途径与模式。打造应用场景已经成为我国推进科技创新、产业发展和社会治理的重要方式。《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》提出，“实施新技术新产品新场景大规模应用示范行动，加快新兴产业规模化发展”“前瞻布局未来产业，探索多元技术路线、典型应用场景、可行商业模式、市场监管规则”“加快重大科技成果高效转化应用，布局建设概念验证、中试验证平台，加大应用场景建设和开放力度，加强知识产权保护和运用”“抢占人工智能产业应用制高点，全方位赋能千行百业”，从技术到产品，从科研到产业，对打造应用场景进行了全面部署。<br>
《意见》提出，“构建企业主导的产学研用协同创新体系，建设一批数字人才培养典型应用场景”，符合当今数据要素市场化配置改革、科技和产业变革规律，是强化“两个建设”的重要举措。企业、高校和科研机构要以此为契机，从满足企业生产经营实际应用场景出发，打造一批数据要素核心课程、核心教材、核心师资团队和核心实践项目。这个过程中，注重强化企业的主导作用，学科专业建设和人才队伍建设必须围绕企业技术研发、产品设计、生产经营等实际应用场景需求，发挥高校、研究机构和科技社团的各自特长和优势。<br>
五、探索数字人才培养新模式<br>
建设高水平的数字人才队伍，是支撑数字经济发展的基础，也是高校育人的职责所在。当前，在人工智能大模型、具身智能、智能驾驶、量子科技、脑机接口等战略性新兴领域，急需大量复合型、创新型、实战型的数字人才。培养这类人才，课堂的设置、教材的选用、讲师团队的组建，需要跳出条条框框，不拘一格。如，企业的一场策略分析会、一块数据大屏、一位项目架构师、一个业务部门等都可能成为新的教学元素，学生与智能体之间互学互动、学生之间问答互动、师生之间教学相长都将成为新的教学模式。<br>
《意见》提出，要“加快培养一批复合型、创新型、实战型数字人才”，这要求不断创新数字人才培养的模式和途径，推动高等教育与职业教育、理论学习与技能学习、学历教育与非学历教育、学校教育与终身教育相结合。以当下十分火热的人工智能非学历教育为例，上海财经大学组织具有丰富教学经验的老师和产业实战经验的企业专家，共同开发人工智能+经营模式、未来产业、效能倍增、管理创新、投资金融等课程模块，并根据学员在企业智能化转型过程中碰到的实际问题，相互启发、相互探讨、共创解决方案，努力让企业家学员建立人工智能思维，深度思考企业智能化转型的边界和途径，达到学中干、干中学的目的。在实践中，通过非学历教学活动，不断总结提炼企业在智能化转型中碰到的实战问题和解决之道，形成教学案例，支撑数据要素学科专业建设，覆盖校园之外的数字人才培育，弥补学历教育远离实际问题和实战场景的不足。<br>
推进数据要素学科专业建设和数字人才队伍建设，责任重大、任务艰巨，必须坚持问题导向，强化产学研用协同，有序推进数据要素学科专业建设，创新数字人才培养模式，为深入推进数字中国建设提供强大人才支撑。<br>
附件：