編譯 方陵生

將信息數(shù)據(jù)稱為全球經(jīng)濟的“新油”是一種普遍說法，數(shù)據(jù)科學(xué)家是能夠在全球經(jīng)濟中提取、精煉和配置這種具有戰(zhàn)略價值能源的人才。

人類歷史上三次工業(yè)革命催生了大量新技術(shù)，導(dǎo)致了經(jīng)濟、社會和產(chǎn)業(yè)各個領(lǐng)域的重大變革。蒸汽機的發(fā)明開始了人類從農(nóng)業(yè)社會邁向工業(yè)化大生產(chǎn)的重要轉(zhuǎn)變；化石燃料用于發(fā)動機及裝配線等創(chuàng)新工業(yè)生產(chǎn)的模式迅速擴大了生產(chǎn)的規(guī)模；數(shù)字化革命更是顯示了計算和信息技術(shù)的強大力量。每一次工業(yè)革命都給人們的生活和工作方式、經(jīng)濟價值的創(chuàng)造方式以及對高價值技能的需求帶來重大變化。

隨著第四次工業(yè)革命的展開，在數(shù)據(jù)科學(xué)和人工智能等技術(shù)的帶動下，勞動力市場再次發(fā)生了根本性的變化。業(yè)界領(lǐng)袖普遍認(rèn)為，到2022年，人力和自動化流程將平均分擔(dān)目前的工作量，而隨著數(shù)字化創(chuàng)新在各行業(yè)和地區(qū)的普及，有可能同時出現(xiàn)一系列新職位，特別是在許多大型先進(jìn)市場和新興市場，信息技術(shù)、可再生能源、教育和醫(yī)療保健等行業(yè)將占據(jù)大部分新的職位，數(shù)據(jù)科學(xué)、醫(yī)療保健和人力資源等行業(yè)預(yù)計也都將出現(xiàn)增長。

新的勞動力市場正在迅速發(fā)生變化，新興數(shù)據(jù)源也正以前所未有的深度和活力產(chǎn)生影響。在線平臺和具有專業(yè)洞察力的公司正在探索與傳統(tǒng)行業(yè)互補的新方法，以了解特定的技能、任務(wù)和職位在不同行業(yè)和地區(qū)之間的變化。這些探索有助于提高企業(yè)、決策者和員工對勞動力市場的現(xiàn)狀和未來的分析能力，并采取更明智、更協(xié)調(diào)的商業(yè)戰(zhàn)略和政策。

世界經(jīng)濟論壇（WEF）發(fā)布了《新經(jīng)濟下的數(shù)據(jù)科學(xué)——第四次工業(yè)革命中的數(shù)據(jù)科學(xué)人才競爭》（Data Science in the New Economy：A new race for talent in the Fourth Industrial Revolution）報告，旨在為政策制定者制定數(shù)據(jù)科學(xué)人才政策提供參考。報告認(rèn)為，數(shù)據(jù)科學(xué)在未來將是人工智能、機器學(xué)習(xí)、信息通信、媒體娛樂、金融和服務(wù)等行業(yè)的基礎(chǔ)技能，對經(jīng)濟增長尤其重要。因此，政策制定者應(yīng)跟蹤把握數(shù)據(jù)科學(xué)及相關(guān)技術(shù)的發(fā)展態(tài)勢，注重區(qū)域平衡，加大行業(yè)投入和人才培養(yǎng)力度，為第四次工業(yè)革命提供足夠的數(shù)據(jù)科學(xué)人才。

報告結(jié)合Burning Glass Technologies公司、在線課程Coursera公司和領(lǐng)英公司的實踐，分析了新經(jīng)濟下的數(shù)據(jù)科學(xué)技能市場以及數(shù)據(jù)科學(xué)人才在當(dāng)今勞動力市場上的成長和分布：一是通過Burning Glass Technologies的招聘廣告分析數(shù)據(jù)科學(xué)技能需求；二是基于Coursera對學(xué)員技能的分析，了解數(shù)據(jù)科學(xué)人才跨行業(yè)和跨地區(qū)的分布和人員素質(zhì)情況；三是通過領(lǐng)英的用戶簡歷，分析數(shù)據(jù)科學(xué)技能在特定職位核心組成中日益加強的重要性。

將信息數(shù)據(jù)稱為全球經(jīng)濟的“新油”（new oil）是一種普遍說法，數(shù)據(jù)科學(xué)家是能夠在全球經(jīng)濟中提取、精煉和配置這種具有戰(zhàn)略價值能源的人才。本報告重點關(guān)注數(shù)據(jù)科學(xué)人才，他們是第四次工業(yè)革命中最具競爭力的技能型人才。

在第一波數(shù)字化浪潮中，數(shù)據(jù)被視為純粹是數(shù)字應(yīng)用、操作系統(tǒng)和數(shù)字平臺等的副產(chǎn)品?，F(xiàn)如今數(shù)據(jù)越來越被認(rèn)為是一項重要資產(chǎn)，是人工智能等領(lǐng)域內(nèi)進(jìn)一步創(chuàng)新的極大助力，如通過提高處理流程效率推動服務(wù)改進(jìn)，為客戶提供最佳服務(wù)。新的數(shù)據(jù)源和處理方法帶來的好處不只限于私營部門，公共部門越來越多地利用數(shù)據(jù)改善政府服務(wù)，學(xué)術(shù)界應(yīng)用新方法加強研究。

然而，對數(shù)據(jù)科學(xué)技能員工需求的迅速上升，導(dǎo)致數(shù)據(jù)科學(xué)技能人才供不應(yīng)求，工業(yè)界、學(xué)術(shù)界和公共部門之間為爭奪此類人才的激烈競爭，降低了企業(yè)、行業(yè)和整個經(jīng)濟體充分利用創(chuàng)新紅利的能力。各行業(yè)對這類人才的需求如何，數(shù)據(jù)科學(xué)技能如何成為核心職位構(gòu)成的一部分，員工如何通過跨行業(yè)和地區(qū)的學(xué)習(xí)拓展其數(shù)據(jù)科學(xué)技能集，我們對未來數(shù)據(jù)科學(xué)需求增長的了解有多少，這些都是我們要探索的問題。

主要趨勢

雖然數(shù)據(jù)科學(xué)崗位和技能在目前勞動力中所占比例相對較小，但最近的趨勢表明，數(shù)據(jù)科學(xué)人才在勞動力市場上的需求將日益增大。數(shù)據(jù)科學(xué)技能的需求不只限于信息技術(shù)部門，數(shù)據(jù)的重要性在許多行業(yè)中都在不斷提高，包括媒體和娛樂、金融業(yè)和服務(wù)業(yè)。

數(shù)據(jù)科學(xué)技能對于新產(chǎn)生的一些職位尤為重要，如美國的機器學(xué)習(xí)工程師和數(shù)據(jù)科學(xué)專家。而在一些傳統(tǒng)職業(yè)中，如公共關(guān)系顧問，對數(shù)據(jù)科學(xué)技能的要求只是象征性的，但這些職位所需的技能也正面臨重大變化。數(shù)據(jù)科學(xué)技能也并非固定不變，隨著數(shù)據(jù)分析的技術(shù)進(jìn)步，數(shù)據(jù)科學(xué)技能職位的具體構(gòu)成也將重新定義。

數(shù)據(jù)科學(xué)學(xué)習(xí)者的成就差異表明，各行業(yè)和各區(qū)域的數(shù)據(jù)科學(xué)人才的水平也各不相同：信息和通信技術(shù)、媒體和娛樂、金融和服務(wù)行業(yè)在招聘數(shù)據(jù)科學(xué)人才以及跨行業(yè)技能方面均處于領(lǐng)先地位；在大多數(shù)行業(yè)中，歐洲的在線學(xué)習(xí)者在數(shù)據(jù)科學(xué)技能方面的熟練程度高于北美，其次是一些新興地區(qū)；與此趨勢不同的是，在信息通信等領(lǐng)域內(nèi)，亞太地區(qū)的學(xué)習(xí)者、中東和非洲的學(xué)習(xí)者成績均優(yōu)于平均水平。

預(yù)測到2022年，人工智能與機器學(xué)習(xí)專家、數(shù)據(jù)分析師和科學(xué)家等將成為大多數(shù)行業(yè)中最需要的人才，對數(shù)據(jù)科學(xué)技能的需求也將急劇增加。

對決策者的影響

總體而言，數(shù)據(jù)科學(xué)職位和技能的快速發(fā)展和演變，提出了制定適當(dāng)戰(zhàn)略和教育培訓(xùn)政策的要求，以滿足對人才數(shù)量和質(zhì)量的需求。不能了解和應(yīng)對這些變化的行業(yè)和國家將可能面臨增長放緩甚至下跌的風(fēng)險。上述提到的趨勢對決策者提出了新的要求：

在第四次工業(yè)革命中，所有部門都需要進(jìn)行根本性變革，以充分利用數(shù)據(jù)經(jīng)濟的潛在紅利，這種轉(zhuǎn)變需要伴隨著對數(shù)據(jù)科學(xué)技能人才的適當(dāng)投資。

數(shù)據(jù)管理或統(tǒng)計行業(yè)已吸納了大量傳統(tǒng)數(shù)據(jù)科學(xué)技能人才，但這些行業(yè)不能沾沾自喜，自我滿足，要想發(fā)揮其創(chuàng)新潛力，這些行業(yè)需要對數(shù)據(jù)可視化或統(tǒng)計編程等新技能進(jìn)行新的投資。

鑒于數(shù)據(jù)科學(xué)專業(yè)的快速變化，一次性技能升級投資是不夠的。要想跟上最新技能的發(fā)展，需要有一個動態(tài)的技能升級系統(tǒng)以及時響應(yīng)快速變化的技術(shù)和相關(guān)技能的需求。

不同行業(yè)和不同區(qū)域在線學(xué)習(xí)者的成就差異顯示了掌握數(shù)據(jù)科學(xué)技能能力之間的潛在差距，這個問題如果不加以解決，可能會降低一些企業(yè)、行業(yè)和區(qū)域的創(chuàng)新能力和競爭力潛力，這些區(qū)域的公共和私營部門需要考慮加大對數(shù)據(jù)科學(xué)的投資。鑒于對這些技能需求的不斷增加，這方面的投資很可能為個人和公司帶來巨大回報，并有助于為社會經(jīng)濟流動開拓新的途徑。

各行業(yè)對數(shù)據(jù)科學(xué)技能的新需求

2013年至2018年期間，不同行業(yè)對在線技能和數(shù)據(jù)技能這兩種技能的需求表現(xiàn)出一些共同特點，如投資較多的行業(yè)是媒體和娛樂行業(yè)、服務(wù)業(yè)、信息和通信技術(shù)行業(yè)以及金融行業(yè)。同時，數(shù)據(jù)也顯示這兩種技能需求有明顯差異：與在線技能相比，對數(shù)據(jù)技能的需求仍然相對較?。徊贿^，對數(shù)據(jù)技能的需求正在迅速增長。準(zhǔn)確地說，2013年至2015年期間，信息和通信技術(shù)、媒體和娛樂、服務(wù)業(yè)、金融業(yè)對數(shù)據(jù)技能的需求分別增長59%、50%、69%和88%。相比之下，同一時期同一行業(yè)對在線相關(guān)技能的需求分別增長18%、14%、7%和44%。

對在線市場發(fā)展趨勢的進(jìn)一步調(diào)研可以發(fā)現(xiàn)，一些行業(yè)在特定年份經(jīng)歷了需求高峰。例如，2014年非營利性行業(yè)和2017年政府和公共部門都出現(xiàn)了這種需求高峰。這些高峰可以解釋為隨著新技術(shù)的應(yīng)用對專業(yè)人力資本的迫切需求，但隨著這些技術(shù)開始成熟，對相關(guān)技能的需求也將相對放緩。

這些數(shù)據(jù)的價值在于，讓個人、企業(yè)和決策者了解各行業(yè)對新技能需求正在激增這一趨勢，可動態(tài)地解決技能短缺或不匹配的問題。同時，支持領(lǐng)導(dǎo)者對行業(yè)內(nèi)和跨行業(yè)人力資本的未來投資目標(biāo)進(jìn)行定位。

跨行業(yè)、跨地區(qū)數(shù)據(jù)科學(xué)技能學(xué)習(xí)表現(xiàn)

不同行業(yè)和地區(qū)的學(xué)習(xí)者在數(shù)學(xué)、統(tǒng)計、統(tǒng)計編程、機器學(xué)習(xí)、數(shù)據(jù)管理和數(shù)據(jù)可視化這六個技能集里的數(shù)據(jù)科學(xué)技能各有其相對優(yōu)勢和劣勢。這六個技能集可進(jìn)一步細(xì)分為一些具體的技能，例如：數(shù)學(xué)中的微積分；統(tǒng)計學(xué)中的線性回歸；統(tǒng)計編程中的編程語言，如R語言；機器學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)；數(shù)據(jù)管理中的大數(shù)據(jù)分析；數(shù)據(jù)可視化中的圖表繪制。這六個技能集中的三個近年來有重大創(chuàng)新，分別是統(tǒng)計編程、機器學(xué)習(xí)和數(shù)據(jù)可視化。

在傳統(tǒng)的數(shù)據(jù)技能方面表現(xiàn)良好的行業(yè)，如統(tǒng)計和數(shù)據(jù)管理，如果希望發(fā)揮其創(chuàng)新潛力，就不能固步自封，需要對統(tǒng)計編程或數(shù)據(jù)可視化等更具創(chuàng)新性的數(shù)據(jù)技能進(jìn)行新的投資。例如，金融業(yè)就屬于這一類。從歷史上看，金融業(yè)在人才和技能上一直保持著數(shù)量優(yōu)勢，特別是在統(tǒng)計學(xué)方面擁有強大的人才基礎(chǔ)。盡管技術(shù)行業(yè)的人才競爭日益激烈，但金融業(yè)在這些傳統(tǒng)專業(yè)技能領(lǐng)域仍具有競爭優(yōu)勢。然而，金融行業(yè)學(xué)習(xí)者在統(tǒng)計編程和機器學(xué)習(xí)等其他技能方面表現(xiàn)較差，技能熟練度排名較低。

學(xué)習(xí)者的技能熟練程度因地區(qū)而異。例如，在金融行業(yè)，歐洲的學(xué)習(xí)者被認(rèn)為是“最前沿”的人才，而拉丁美洲的學(xué)習(xí)者是“新興”人才?？傮w而言，歐洲的在線學(xué)習(xí)學(xué)員在數(shù)據(jù)科學(xué)技能方面的熟練程度高于北美，其次是新興地區(qū)。通信領(lǐng)域的學(xué)員在亞太、中東和非洲地區(qū)表現(xiàn)出較強的技能熟練程度。同樣，在汽車行業(yè)，中東和非洲的學(xué)員在掌握數(shù)據(jù)科學(xué)技能方面表現(xiàn)良好。

隨著數(shù)據(jù)成為越來越重要的資產(chǎn)，勞動力市場需要更多掌握數(shù)據(jù)科學(xué)技能的人才，決策者和企業(yè)領(lǐng)導(dǎo)人必須考慮為新的勞動力市場更好地開發(fā)和部署有競爭力的人才。按行業(yè)和地區(qū)對在線學(xué)習(xí)學(xué)員的技能熟練程度進(jìn)行分析，有助于確定未來人才需求的優(yōu)先項，瞄準(zhǔn)跨地區(qū)的技能再學(xué)習(xí)和技能提升機會，保證地區(qū)和產(chǎn)業(yè)的長期競爭力。要跟上第四次工業(yè)革命中已經(jīng)開始的市場轉(zhuǎn)變步伐，需要個人、世界各地公司和政府在技能開發(fā)投資上的協(xié)同努力。

數(shù)據(jù)科學(xué)技能新職位構(gòu)成變化

當(dāng)今勞動力市場上出現(xiàn)的兩種類型的職位需要認(rèn)真考察：一種是建立、操作和維護(hù)新技術(shù)的職位，如區(qū)塊鏈開發(fā)人員、機器學(xué)習(xí)工程師、機器學(xué)習(xí)專家和數(shù)據(jù)科學(xué)專家；另一種是吸引客戶并銷售產(chǎn)品和服務(wù)的職位，包括應(yīng)用程序銷售主管、公共關(guān)系顧問、銷售開發(fā)代表和業(yè)務(wù)支持顧問。

不同的職位關(guān)注的重點不同。數(shù)據(jù)科學(xué)專家更重視數(shù)據(jù)可視化和SQL（結(jié)構(gòu)化查詢語言）技能；機器學(xué)習(xí)專家更傾向于強調(diào)使用專門為機器學(xué)習(xí)設(shè)計的新編程工具（如TensorFlow和Keras）的技能，以及對計算機視覺的理解。與這些職位不同的銷售開發(fā)代表需要不同的技能集，如銷售技能、客戶關(guān)系管理和業(yè)務(wù)發(fā)展技能，即重點是“軟”技能和以人為中心的一些技能。

勞動力市場分析通常側(cè)重于就業(yè)機會的總體上升和下降趨勢，但職位技能組合的不斷變化提出了更高的要求，即跟蹤職位的技能要求比只跟蹤職位更能準(zhǔn)確地洞察勞動力市場的需求。此外，領(lǐng)英的技能組合分析還可以跟蹤職位、行業(yè)、城市和地區(qū)的技能構(gòu)成，以便對歷史趨勢進(jìn)行比較。為跟蹤當(dāng)今勞動力市場最重要的變化，技能必然成為勞動力市場調(diào)查的新的分析單位。

各行業(yè)對數(shù)據(jù)科學(xué)技能職位需求的優(yōu)先級排名

將技能作為勞動力市場分析的關(guān)鍵單元，為確定技能再學(xué)習(xí)和技能升級提供了評估分析工具，為決策者提供了為未來勞動力市場可能出現(xiàn)斷層做好積極準(zhǔn)備的評估分析工具。深入、細(xì)致和動態(tài)地了解勞動力市場正在發(fā)生的變化，要求我們的分析不只基于和局限于年輕一代的職業(yè)資歷和學(xué)歷。這些數(shù)據(jù)也可以給予教育和培訓(xùn)提供者支持，使其與勞動力市場上新的技能要求更加靈活地結(jié)合起來。

未來數(shù)據(jù)科學(xué)職位需求展望

在未來就業(yè)前景調(diào)查中，首席人力資源官和企業(yè)領(lǐng)導(dǎo)人預(yù)測了未來企業(yè)需要的技術(shù)以及可能出現(xiàn)的重要新職業(yè)。在接受調(diào)查的商界領(lǐng)袖中，85%的人表示，在2022年之前，他們計劃對“用戶”和“大數(shù)據(jù)分析”進(jìn)行整合，使其成為最優(yōu)先考慮的方面；他們還計劃將用戶和大數(shù)據(jù)分析方面的投資與新的數(shù)據(jù)科學(xué)相關(guān)職位進(jìn)行匹配。此外，領(lǐng)導(dǎo)人還預(yù)測同一時期將變得更加突出的一系列新的重要職位。下表列出了各行業(yè)對人工智能和機器學(xué)習(xí)專家、數(shù)據(jù)分析師和科學(xué)家需求的優(yōu)先級排名。

準(zhǔn)確地說，在12個被調(diào)查的行業(yè)中，7個行業(yè)的數(shù)據(jù)分析師和科學(xué)家是排名第一的職位，是企業(yè)領(lǐng)導(dǎo)人計劃在2022年之前聘用新員工的工作職位。

為滿足這一需求，決策者和商界領(lǐng)袖需要共同努力，拓展當(dāng)今數(shù)據(jù)科學(xué)人才隊伍。本報告中的數(shù)據(jù)揭示，除了數(shù)據(jù)科學(xué)技能基礎(chǔ)教育外，還需要制定動態(tài)、響應(yīng)性的技能再學(xué)習(xí)和技能提升計劃。這方面的投資將以更高的工資水平，更多的創(chuàng)新、更強的競爭力和社會經(jīng)濟變動形式，給個人、公司和經(jīng)濟體帶來快速的回報。