大數據產業鏈節點企業人才匱乏差異分析及因應

王秀秀

基金項目：浙江省軟科學重點項目（2017C25023），創新型省份重點政策研究-推動大數據產業新視界的政策支持;國家社會科學基金重大項目（18ZDA316），中國特色網絡內容治理體系及監管模式研究

摘 要：大數據產業鏈節點三類企業，皆面臨著復合型人才不足、人才配置不合理、人才流動性強的困境，但是又存在諸多不同，高端復合型人才流動呈現明顯的方向性。基于以上認識，分類解決企業人才匱乏問題。數據基礎服務類企業自主、數據技術類企業需政府主導人才培養、政府減免稅收攻克數據應用類企業難題。

關鍵詞：大數據產業;人才匱乏;復合型人才

托馬斯·約翰·沃森說過：“你可以接收我的工廠，燒掉我的廠房，然而只要留下這些人，我就可以重新建起IBM”。也就是說，人才是生產力的原動力，對于新興高新技術產業更是如此。但是，麥肯錫預計到2018年，僅在美國本土，數據科學家的人才缺口將達到14萬-19萬，而相關的大數據產業管理人才缺口將達到150萬。2017年《大數據人才報告》顯示，今后三到五年我國大數據人才的缺口為150萬。我國學者也提出大數據企業人才數量不足的問題，特別是企業高精尖人才嚴重匱乏，包括創新人才，復合型人才以及后備型人才總量嚴重不足，人才匱乏將是大數據產業發展的重要制約因素。

一、不同類型化企業人才匱乏異同分析

根據2016年發布的《中國大數據產業生態地圖》，大數據產業鏈由三個核心部分組成，即數據服務是基礎，數據技術支撐是手段，融合應用是目的。基于此分類，選取了浙江省大數據產業鏈節點典型企業，數據基礎服務類的杭州華三通信技術有限公司（簡稱華三），數據技術類的浙江同花順軟件有限公司（簡稱同花順），融合應用類的阿里巴巴、數加、五葉草大數空間（簡稱五葉草）三個企業作為研究對象。

1.人才匱乏的相似點

復合型人才缺乏、人才配置不合理、人才流動性強是三類企業共同面臨的人才困境。第一，大數據企業皆對既懂數據技術，又精通產品、市場、運營等其他方面的多層次人才需求量較大，這類人才被定義為復合型人才。第二，大數據企業沒有將人才發展上升到企業戰略高度，忽視對人才的結構配置優化。三類企業人才比例都失衡，研發人才比重高。華三人才資源中研發人員占到所有員工的55%。同花順研發人員的數量占到人才總量的40%。五葉草有員工總量約為300人，其中80%是數據技術人才。第三，大數據企業人才的流動性較一般企業更強，人才不當流動將導致企業內部管理能力的下降，對企業經營管理產生重大的影響。人才流動原因主要有兩個，第一，大數據產業共性就是人才年輕化、高素質、海外背景等。年輕人本身就比較有活力，有沖勁，喜歡新鮮事物，他們更容易通過跳槽實現自我價值。高素質的人才也是行業中緊缺的資源，所以他們有更多選擇機會。海外背景使得這些年輕人受到多文化的熏陶，思想上更加開放和自由，對于工作流動的態度更隨性。第二，大數據企業人才的勞動方式、勞動成果形式與傳統行業不同。他們的工作通常不是作業而是項目，具有較強的創新性、獨特性、唯一性、高知識性。傳統的績效管理、激勵機制等管理方法無法適恰，導致人才流動。

2.人才匱乏不同點

第一，對復合型人才能力需求側重有所不同。華三要求復合型人才具備創新能力，同花順注重復合型人才是否具有金融背景，五葉草看重復合型人才的技術和運營能力。像華三這類數據基礎服務類企業，屬于大數據產業鏈中相對成熟的部分，他們已經進入了“微利”階段，唯有“創新”才能獲得新的價值增值點。目前來說，企業實力雄厚，足以吸引既懂技術又擅長溝通營銷的復合型人才，但是卻缺少有創新能力的復合型人才。同花順主要服務于金融業，如果數據人才同時了解金融業行情、擁有一定的金融資源，這樣開發的軟件產品將更具有市場適應性，更具有針對性。作為數據應用類的五葉草企業，依托自己的數據分析團隊，給客戶提供一體化的行業解決方案。數據技術是企業的生命線，但同時與客戶的溝通也非常關鍵。因此，企業最需要的也最欠缺的是技術過硬，具有較強的溝通能力和市場敏感度的復合型人才。

第二，各類企業人才配置失衡表征不同。數據應用類企業處于新興高新技術行業，通常在初創期小而精的狀態。企業秉承“技術第一”原則，但可能忽視了價值觀、團隊合作等其他素質，導致后期管理隱患。數據應用類企業甚至要求行政管理人員、人力資源具備一定的數據技術，忽視了崗位真正的專業性要求，今后可能造成人崗不匹配問題。而處于成熟階段的數據基礎服務企業，他們有完備的人才激勵制度，但是只針對研發崗位。非研發崗位則沒有定期的測評和考核，造成非研發崗位的滿意度低下。處于成長期的數據技術類企業，各項制度基本完善。研發人員的比例為1/3以上，但是他們的晉升通道較為單一，沒有形成一個良好的職業規劃，對研發人員長遠的發展不利。

第三，數據基礎服務類企業復合型人才流動性最大。數據基礎服務類企業所有的人才流失率都是最高的。成熟的企業整體員工的素質較高，選擇機會較多。他們往往把企業當作歷練的平臺，一旦遇到更具有吸引力的企業便會跳槽。還有一種情況，高端復合型人才在成熟企業中工作幾年后，積累了足夠的工作經驗，他們會選擇自主創業。最佳的創業行業就是進入技術含量高，資金需求少的數據應用類企業。綜上，高端復合型人才流動往往呈現出，從縱向產業鏈的基礎端到應用端的趨勢，即從數據基礎服務類企業，到數據技術類企業，再到數據應用類企業。因此，數據基礎服務類企業高端復合型人才流動性最大，而初創型企業高端復合型人才一般都是創業者，除非創業失敗，否則是不會流動的。對于非高端復合型人才而言，他們的流動沒有明顯的方向性，通常向大數據產業鏈盈利高的企業移動，也可能向其他更具潛力的產業流動。

二、人才匱乏的原因解析

1.外部因素

第一，政府扶持人才培養投入較少。大數據產業中大部分都是初創型企業，存在較大的生存壓力，企業希望政府主導人才培養，從而提升人才自我造血。國外經驗也表明，政府加大對大數據產業的人才投入力度，將緩解人才匱乏的狀況。另外，筆者梳理了從2010年到2018年間，大數據產業政策文本26份，政策扶持政策共計124條，其中針對人才培養的僅有4條，占比3%，說明政府在數據人才方面政策供給不足。