數智化技術技能人才素養特征研究

倪春麗 崔聿

摘要：以數字化和智能化為代表的新技術革命給工作崗位帶來變化，使數智化工作場景日漸豐富，勞動者應提升數智素養以適應時代要求。對現代企業一線數據技術崗和數據賦能崗人才要求進行調研，并基于勝任力模型進行分析，可將數智化技術技能人才的素養特征歸納為：知識結構系統化，構建融合型的基礎知識和復合型的專業知識體系；思維結構高階化，培養大數據思維、社會化思維和變革性思維；技能結構多元化，掌握專擅的數字技能、精深的專業技能和通用的管理技能；素質結構人文化，具備強大的心理承載力與和諧式的價值追求。

關鍵詞：職業教育；數智化技術技能人才；素養特征；勝任力模型；調研分析

中圖分類號：C961；G710文獻標志碼：A文章編號：1008-3561（2023）28-0057-04

基金項目：本文系廣東省2021年度教育科學規劃課題“基于應用場景分析的職業教育新商科數智化技術技能人才培養研究”（編號：2022GXJK460）、2021年廣東省高等職業教育教學質量與教學改革工程項目“廣東工貿總部經濟產業學院”研究成果

數據智能以及智能體支持下的人機協同已成為現代企業經營管理系統中的重要角色，并驅動研發設計、生產制造、營銷策劃、“人財物”資源管理等關鍵活動發生變革，使企業數智化經營管理場景日漸豐富。為此，對一線數智化人才要求進行研究，清晰表述數智化工作場景下勞動者應具備的素養特征，對減少企業、學生、教育機構三方對數智化人才素養要求理解的差異、提高學生技術技能水平、促進跨領域多層次的優質人力資源要素供給、增強地方區域產業競爭優勢具有重要意義。

一、數智素養研究現狀

從二十世紀90年代初至今，從信息素養、數字素養研究開始，有關數智化人才培養的探討逐漸深入并隨著技術和產業變革得以創新。以色列學者Yoram Eshet-Alkalai于1994年首次提出數字素養概念框架。波蘭學者Allan Martin等認為數字素養包括識別、獲取、分析、管理、整合、評估、構建新知識、創新媒體表達以及與他人溝通等方面內容[1]。聯合國教科文組織將數字素養定義為工作場景下的信息能力。伴隨數字技術在社會各領域的應用逐漸深入，人們對數字素養的認識從技能本身擴展到對認知、態度、社交、情感和價值觀等綜合素養層面。唐婷初步構建了高職學生數字素養評價模型[2]。劉曉提出現代產業工人應提高數字素養、綠色素養，更為注重崗位協調能力和通用能力的提升[3]。近年來，由于人工智能成為新一輪科技革命核心驅動力，“數智化人才”“智能素養”“人工智能素養”成為新的研究熱點。筆者認為，很多中國企業尚處于弱人工智能應用階段，介于數字素養與人工智能素養的中間地帶，對“數智素養”展開研究具有很高的實踐價值，而引入勝任力模型這一研究工具則可以為數智素養模型構建提供理論依據。

二、數智化崗位人才需求調研

1.研究方法與信息來源

本研究采用調查法和訪談法對產業數字化轉型背景下的技術技能人才素質要求進行研究，主要調查崗位為高職和職業本科新商科專業學生就業崗位。調查過程中通過招聘網站獲得崗位信息38條；面向合作企業進行相關職業崗位能力要求調研，共回收有效問卷50份；考慮到行業領軍企業或標桿企業的崗位設置、崗位要求具有較強的代表性和前瞻性，選取廣東蘇寧易購銷售有限公司、深圳百果園實業（集團）股份有限公司、廣州紅海人力資源集團公司等12家企業展開深度訪談。

2.調查結果

調查圍繞工作任務、職業崗位技能基本要求、成長年限三個方面，按照初級（基層操作崗/初級技術崗/基層管理人員）、中級（中級管理人員/中級技術崗）兩個層級，獲得數據分析師、運營主管/經理、供應鏈分析研究員、財務分析主管、人力資源分析主管等典型數據技術崗和數據賦能崗信息，主要調查結果如下。

第一，數據分析師（基層操作崗）。工作任務：從事運營數據分析處理工作，具體包括數據整理、數據分析、系統優化、管理支持等。職業崗位技能基本要求：熟悉企業經營管理的基本知識；了解零售、電商等行業知識；邏輯能力強，有極強數據敏感度與數據分析能力；精通Excel操作，常用函數運用熟練。所需成長年限：高職學生畢業1年～3年可達到，職業本科學生畢業即可達到。

第二，運營主管/經理（中級管理人員）。工作任務：從事市場調查、運營分析、監控、決策支持等工作，具體包括市場調研、業務數據分析、業務數據管理、溝通協調、完善業務系統等。職業崗位技能基本要求：熟悉統計學知識；了解數據模型和經營分析的通用方法論；能夠開展市場調查與預測；有結構化邏輯思維能力，縝密的分析總結能力，能夠撰寫完善的分析報告；精通Excel，具備SQL、VB、Python等數據處理技能；能熟練使用PPT進行數據展示；具有較強的語言表達能力、人際溝通能力。所需成長年限：高職學生畢業3年可達到，職業本科學生畢業1年～3年可達到。

第三，物流數據分析專員（初級技術崗）。工作任務：從事供應鏈數據處理與分析工作，具體包括數據收集、異常管理、決策支持等。職業崗位技能基本要求：掌握采購、倉儲、配送等物流管理基礎知識；理解供應鏈系統各個業務模塊的數據傳遞和數據共享關系；能夠熟練操作供應鏈軟件的各個業務模塊，能夠解決供應鏈系統在應用、實施中出現的軟件技術問題，能夠與供應鏈系統應用相關人員進行有效的協調和溝通；熟練使用Office軟件，Excel操作能力強，會用基本的函數、透視表；對數據敏感，有較強的數據分析能力和邏輯思維能力。所需成長年限：高職學生畢業1年～3年可達到，職業本科學生畢業即可達到。

第四，供應鏈分析研究員（中級技術崗）。工作任務：從事供應鏈數據分析與系統優化工作，具體包括供應鏈優化、方案設計等。職業崗位技能基本要求：熟悉供應鏈相關指標和運作流程知識；能夠對供應鏈數據進行深入分析，設計、優化供應鏈系統；對數據有高度敏感性，具有較強的數據分析能力；執行能力強，能快速響應業務變化。所需成長年限：高職學生畢業3年可達到，職業本科學生畢業1年～3年可達到。

第五，財務分析助理（初級技術崗）。工作任務：從事財務數據維護與系統優化工作，具體包括數據維護、表單優化、核算預算、系統管理、流程管理等。職業崗位技能基本要求：熟悉會計基本原理、會計項目和會計任務；理解企業會計信息系統與設計的基本原理、數據流程、模塊構建知識；了解企業會計電算化的管理要求與制度規范、業務核算子系統和會計軟件的數據整理與加工；能夠進行電算化會計軟件和業務核算子系統的操作；能夠進行賬簿登記，編制資產負債表和利潤表；熟練運用Excel及各種函數公式；具有ERP/SAP使用、運維或財務系統運維能力。所需成長年限：高職學生畢業1年～3年可達到，職業本科學生畢業即可達到。

第六，財務分析主管（中級技術崗）。工作任務：從事財務分析、預測工作，具體包括財務數據分析、財務指標監控、預算管理、經營預測、經營分析等。職業崗位技能基本要求：熟悉財務管理知識；具有良好的財務控制能力、財務分析能力、關注細節能力、自控能力及問題解決能力；能獨立開展專項分析，全過程溝通，問題挖掘，提出改善建議，出具報告；熟練使用Excel、PPT等辦公軟件，熟悉通用財務軟件系統；具有良好的邏輯分析能力，溝通協調能力；具有經營意識，全局觀意識，及戰略承接能力。所需成長年限：高職學生畢業5年以上可達到，職業本科學生畢業3年可達到。

第七，人力資源主管（基層管理人員）。工作任務：負責人力資源管理的日常事務處理工作，具體包括人員招聘、員工培訓、績效考核、薪酬福利管理、員工關系、人力資源分析等。職業崗位技能基本要求：熟悉人力資源管理基礎知識和相關法律法規政策；具備熟練處理人力資源管理事務性工作的能力；具備行業調研與分析的能力，能夠搜集、整理資料，分析并撰寫報告；具備數據分析能力，熟練運用Excel和數據圖形化。所需成長年限：高職學生畢業1年～3年可達到，職業本科學生畢業即可達到。

第八，人力資源分析主管（中級管理人員）。工作任務：負責人力資源管理數據分析與決策支持工作，具體包括人力資源狀況分析、解決人力資源管理問題、薪酬調整、變革創新等。職業崗位技能基本要求：對戰略人力資源管理的時代要求、未來趨勢有深入理解與獨特思考；熟悉人力資源政策法規；具備人力資源管理調研、分析能力；具備變革推動能力；具備良好的數據敏感度與洞察力、較強的數據分析能力和邏輯思維能力；文字表達能力強，善于思考、分析和總結；具備熟練的PPT、Excel辦公技能；學習能力強，善于創新。所需成長年限：高職學生畢業3年可達到，職業本科學生畢業1年～3年可達到。

三、數智化技術技能人才素養特征

勝任力模型是在素質理論基礎上發展起來的一種人力資源開發與管理實踐工具，可識別業績優秀者和業績普通者的主要差異，圍繞知識、思維、技能、個性動機四個維度對崗位人才應具有的素養進行描述[4]。以勝任力模型為分析框架，數智化技術技能人才在能力素養方面呈現新的特征。

1.知識結構系統化

第一，融合型的基礎知識體系。現代社會對數據的收集、清洗、使用、計算能力的需求達到前所未有的高度，這意味著與數據專家就技術問題及其數字化解決方案進行交流成為常態，學生在具備專業領域知識的同時，還應有基本的數據科學知識，并且能夠將二者緊密結合，形成“數據科學”和“領域知識”的融合型基礎知識結構。

第二，復合型的專業知識體系。數智化進展對研發、生產、銷售、物流、人力資源、財務等各領域進行全面賦能，帶來工作崗位的合并、工作范圍的拓寬、業務流程的變革和工作流程的再造。這就要求崗位工作者具備復合型的專業知識結構，能夠以流程為導向開展跨部門協同，能夠獨立制定多領域融合的解決方案。區別于融合型的基礎知識，這里復合型的專業知識主要指本業務領域與其他業務領域知識的復合。

2.思維結構高階化

第一，大數據思維。調查表明，“數據思維”是出現在崗位要求中的高頻詞匯。數據思維體現為數據敏感度和數據方法經驗。前者指有意識地將業務問題轉化為數據問題，洞察數據背后的問題；后者指能夠利用數據建模和數據分析方法解決實際問題。在大數據分析成為科學研究重要手段的情況下，以全數據思維（要全體不要抽樣）、容錯性思維（要效率不要精確）、相關性思維（用相關理解因果）為代表的大數據思維模式成為主流。

第二，社會化思維。在互聯網“去中心化”模式下，企業利益相關者以節點的形式存在，每位潛在消費者、客戶、合作者、員工手中都有話語權，可以通過微信、微博、抖音等社交平臺發表個人意見。他們既是企業形象的樹立者、維護者，也是監督者、批判者。這就要求崗位工作者具備社會化思維，通過社會化聆聽來處理復雜的社會關系。

第三，變革性思維。借助大數據和智能機器人，人類勞動者逐漸從高強度、危險的、重復性、程序性工作中脫離，轉為從事更多創新性、診斷性、交互性、管理性的工作[5]，這就需要工作者具備更為突出的以邏輯思維、發散思維、輻合思維為主的變革性思維能力。

3.技能結構多元化

第一，專擅的數字技能。數字技能是勞動者在數字環境中開展社會活動需掌握的技能，包括數字獲取、數字生產、數字分析、數字交流、數字行動、數字安全等方面。不同崗位擅長的數字技能范疇存在差異。對首席數字官等數字領導崗位而言，應具備較強的數字行動、數字分析技能，著重關注通過數字化技術引領組織成功轉型，主要使用的數字工具為商務智能軟件等各種決策支持系統；對運營主管、供應鏈分析研究員、人力資源分析主管等數據賦能崗位而言，應具備較強的數字交流、數字生產、數字分析、數字行動技能，主要關注數字化應用技術與業務模式相融合，開展業務場景數字化規劃、實施、運營工作，主要使用的數字工具包括EXCEL、PPT等辦公軟件及ERP、CRM等系統軟件；對數據分析師等數據專業技術崗位而言，應具備較強的數字獲取、數字交流、數字生產、數字分析、數字安全技能，重點關注通過專業能力持續提升以支撐組織的數字化轉型，主要負責研發數智化技術工具、提供數智化服務、構建數智化平臺，主要使用的數字工具為SQL、VB、Python等軟件。

第二，精深的專業技能。產業數字化轉型升級具有技能偏向型特性，在減少對低技能勞動力需求的同時對高技能勞動力需求增加。業務能力是所有其他衍生能力的基礎，只有具備極為精深的專業技能，才能形成對業務模式、市場變化的洞察力，發掘業務數智化需求，構建數據模型，從事智能機器和軟件所不能替代的工作。

第三，通用的管理技能。在數智化工作場景下，企業需要能夠深度應用數智化技術、理解互聯網+運作方式的跨界人才。這種人才應能適應企業研發、設計、生產、制造、經營管理等全過程的數智化升級乃至全產業鏈的綜合集成，支持企業智能化發展[6]。因此，通用的管理技能成為普適性、基礎性的能力要求。崗位工作者被期待具備較強的溝通、協調能力，善于運作項目，能開展跨部門、跨企業溝通；具有復雜情境應對能力，能快速應對突發狀況；具有全局觀，能有效承接戰略，熟悉并能對企業全產業鏈任務進行監督控制等。

4.素質結構人文化

第一，強大的心理承載力。伴隨數字化營銷、智能化制造、共享型服務、社會化商業等新領域和新場景的出現，職業崗位的專業化、綜合化趨勢同時并存，也可能出現“數字泰羅制”弊端。面對新挑戰，勞動者需具備強大的心理承載力，具有旺盛的求知欲和學習力，具有較強的責任心和變革意識。

第二，和諧式的價值追求。人機協同工作模式下人與物、人與人的關系可能被重塑，企業管理面臨新的挑戰與威脅[7]。因此，數字時代下企業和勞動者和諧式的價值追求尤為珍貴，具體體現為：以人為本，即給予團隊成員充分的尊重、關心、信任，賦予團隊“溫度”，促進團隊協作和創造性工作的開展；誠信自律，即杜絕網絡失信行為，在獲取、利用、處理和傳播數字內容的過程中尊重知識、遵守道德準則、恪守法律底線；理性包容，即接納差異，允許不同觀點，不隨意宣泄不當言論等。

四、結語

崗位能力要求是職業教育的邏輯起點，教育行為主體、用人單位以及學生自身應關注數字時代對人才提出的新要求，通過重塑具有深度、廣度的知識技能結構，培養變革型、數據化高階思維，注重心理調試和技術倫理啟迪，使學生具有適應時代的優秀人才的素質，為未來參與數字社會活動奠定基礎。

參考文獻：

[1]陶紅，唐婷.數字經濟時代高職生數字素養培育的邏輯理路與路向研究[J].中國職業技術教育，2021（02）：53-58.

[2]唐婷.高職學生數字素養評價模型構建與應用研究[D].廣州：廣東技術師范大學，2021.

[3][5]劉曉，錢鑒楠.技能型社會下產業工人隊伍建設與職業教育使命擔當[J].中國職業技術教育，2021（33）：5-10.

[4]倪春麗.基于產教融合“卓越班”運行實踐的高職商科卓越人才素質模型構建研究[J].科教文匯，2021（34）：127-131.

[6]黃慧婷，莊榕霞.智能時代人才需求與高職學生信息技術素養培養[J].中國職業技術教育，2021（16）：63-69.

[7]張更慶，劉先義.智能制造趨勢下職業教育人才培養的困境與突破[J].成人教育，2021，41（04）：61-69.

Research on the Characteristics of Literacy of Talents with Digital Intelligence and Technical Skills

Ni Chunli， Cui Yu

（Guangdong Polytechnic of Industry and Commerce， Guangzhou 510510， China）

Abstract： The new technological revolution represented by digitization and intelligence has brought changes to job positions， and the digital and intelligent work scenarios are becoming increasingly diverse. Workers should improve their digital literacy to meet the requirements of the times. Conduct research on the requirements for talent in frontline data technology and data empowerment positions in modern enterprises， and analyze them based on competency models. The literacy characteristics of digital and intelligent technology skilled talents can be summarized as follows： systematizing knowledge structure， constructing integrated basic knowledge and composite professional knowledge system； higher order thinking structure， cultivating big data thinking， socialized thinking， and transformative thinking； diversified skill structure， mastery of specialized digital skills， profound professional skills， and general management skills； the quality structure of human culture possesses strong psychological carrying capacity and harmonious value pursuit.

Key words： vocational education； digitally intelligent technical skilled talents； literacy characteristics； competency model； researchand analysis