基于官方统计和领英平台数据的中国ICT劳动力结构与数字经济发展潜力研究
马晔风 蔡跃洲
(中国社会科学院，北京 100732)
摘 要： 对应数字经济中的“数字产业化”和“产业数字化”，将ICT劳动力划分为“专业型ICT劳动力”和“复合型ICT劳动力”两部分，并利用中国及部分OECD国家官方统计数据和领英(LinkedIn)平台数据，就中国ICT劳动力供给状况及分布特征进行实证分析。研究表明，中国ICT劳动力供需缺口不断扩大，且存在行业和区域分布过于集中、顶尖人才缺乏等结构性失衡特征。这背后既有数字经济快速发展的客观原因，也有政府和劳动者的主观原因。ICT劳动力供给的结构性失衡，会扩大区域数字鸿沟、迟滞传统产业数字化转型、制约颠覆性创新，从而影响中国数字经济发展潜力。为缓解结构性失衡对数字经济发展的负面影响，需要从高等教育、职业培训等多方面入手，创新劳动力教育培训机制，加快相关人才培养。
关键词： ICT劳动力；数字经济；数字技能；人才培养
一、 引言
近年来，以大数据、人工智能等为代表的数字技术(或新一代信息技术)深入渗透到经济、社会各个领域，推动全球数字经济快速发展。得益于海量用户红利和丰富的应用场景，中国的数字经济在过去二十年取得了高速发展，有测算显示从1993年到2016年数字经济年均增长率约为17.5%，[1]远高于宏观经济整体增速。在电子商务、金融科技等领域，中国已经从“跟随”变为“并跑”乃至“引领”，在全球数字经济发展中扮演着举足轻重的角色。[2]随着数字经济发展进入加速创新和深度融合阶段，人才的重要性日益凸显，各行各业在数字化转型中普遍面临的一大挑战是，如何聚集足够多的具备技术变革所需专业技能和能力的人才去从事创新活动。在这种背景下，ICT劳动力这一群体受到越来越多的关注。既有的理论与经验研究表明，ICT劳动力从数字产业部门(即ICT相关产业)向传统产业的流动将促进ICT技术与传统产业技术的融合，推动传统产业的技术进步和生产效率的提高[3][4]。当前，各行各业对ICT技术人才、研究人才和管理人才的争夺变得日益激烈，ICT劳动力正成为影响数字经济发展潜力的关键因素。
笔者从数字经济发展的角度对“ICT劳动力”的概念和内涵进行界定，对应于数字经济所包含的“数字产业化”和“产业数字化”两大部分，将ICT劳动力划分为“专业型ICT劳动力”和“复合型ICT劳动力”。基于中国及OECD部分经济体的官方数据和领英(LinkedIn)平台数据，对各国专业型和复合型ICT劳动力的规模、结构性特征等进行比较分析。研究发现，中国ICT劳动力除了宏观总量层面的供需不足，还存在行业分布集中、区域分布失衡等问题，研究人才特别是顶尖人才的短缺尤为突出。ICT劳动力供给的结构性失衡，会扩大区域数字鸿沟、迟滞传统产业数字化转型、制约颠覆性创新，从而影响中国数字经济发展潜力。为缓解结构性失衡对数字经济发展的负面影响，需要从高等教育、职业培训、等多方面入手，创新劳动力教育培训机制，加快相关人才培养。
二、文献综述及问题提出
(一)ICT劳动力的概念和内涵
迄今为止，关于ICT劳动力(ICT Workforce)无论是学术界还是产业界都没有给出一个公认的准确定义；既有的概念界定大致可以分为三类：一是从行业角度的界定，主要指ICT相关行业的从业人员，包括ICT制造、电信、软件、互联网、信息技术服务等细分行业；[5-7]行业角度的界定容易遗漏在ICT行业之外从事相关工作的劳动力，而这部分劳动力的规模正在迅速增加。二是职位/岗位角度的界定，主要包含大量的技术类职位，如软件开发工程师、网页设计师等，随着数字技术的发展有越来越多的新岗位出现，例如人工智能、虚拟现实、3D打印等相关就业人员；职位/岗位角度的界定只能捕捉到ICT专业人才，容易遗漏传统岗位上的复合型人才。[8]三是技能角度的界定，即拥有ICT技能的劳动力(或从业人员)。[9]根据OECD的划分，ICT技能又可以细分为三类，即ICT普通技能、ICT专业技能和ICT补充技能。ICT普通技能是指绝大多数就业者在工作中所使用的基础数字技能，例如打字、浏览网页等技能。ICT专业技能主要指开发ICT产品和服务所需要数字技能，例如编程、网页设计等技能。ICT补充技能是指利用特定的数字技能或平台辅助解决工作中的一些问题，例如使用财务软件等技能。ICT普通技能被视为发展数字包容性的一个重要方面，因此只具备ICT普通技能的就业人员通常不会算在ICT劳动力里，ICT劳动力主要指拥有ICT专业技能的人。有研究将拥有ICT专业技能和补充技能的人定义为“数字人才(Digital Talent)”，在ICT专业人才的基础上将具备ICT补充技能的跨界人才也包含在内。[10]“人才”的提法体现了ICT劳动力的高技能特征，与狭义的ICT劳动力相比，数字人才的概念有一定的拓宽。加拿大的ICT委员会提出了一个更加宽泛的数字人才概念，[11]主要包括在所有行业中从事ICT工作的人员和在ICT行业中从事非ICT工作的人员，也就是说ICT行业的所有从业人员都被视为数字人才。加拿大的数字人才概念与广义上的ICT劳动力更加契合，能够更好地反映数字经济领域劳动力的构成，但是如何定义“从事ICT工作”仍是一个争议点。加拿大ICTC是从职位的角度来界定，这是很多国家和机构在统计核算中普遍采用的思路，实际操作中也更容易。笔者认为从技能角度来界定会更加准确，可以将拥有ICT补充技能的复合型人才也包含进来。
据此，笔者主张广义的ICT劳动力应当包括两部分群体：一是ICT行业的所有就业人员，除了具有编程、研发以及行业特定技能的高水平人才，也应当包含与ICT产品和服务相关的运营、营销、销售等传统岗位的就业人员，这部分劳动力可以称为“专业型ICT劳动力”；二是非ICT行业中具备ICT专业技能和补充技能的就业人员，这部分劳动力可以称为“复合型ICT劳动力”。需要特别指出的是，仅考虑就业人员(或从业人员)仍不能完全覆盖ICT劳动力，毕竟还有少量群体，曾经在ICT行业从业或具备ICT专业技能和补充技能但处于自愿失业状态。考虑到整体供不应求的状况，这部分群体所占比重较小，加上既有数据统计的缺失，笔者在分析ICT劳动力时将忽略这部分人群。
(二)ICT劳动力规模测算
ICT劳动力规模测算可以看作是数字经济测算的一项重要内容，与数字经济的概念和ICT劳动力的界定密切相关。数字经济的概念和内涵随着数字技术的发展不断延伸、扩展，[12]狭义的数字经济主要指ICT产业本身，广义的数字经济涵盖了ICT产业(即数字产业化)以及ICT与传统产业融合(即产业数字化)。与之相对应的，狭义上的ICT劳动力规模局限于ICT产业本身，即前述第一部分群体。统计实践中，包括中国在内的很多国家在统计核算中使用的都是狭义范畴。中国国家统计局的数据显示，2017年信息传输、软件和信息技术服务业的城镇就业规模约为395万人(1) 数据来源于《中国统计年鉴2018》。 。OECD在ICT就业规模的估计中也只考虑了ICT产业，2011年OECD国家整体的ICT就业规模在所有就业中的比重为3.7%。[13]
美国相关学者和机构在数字经济测算方面做了大量开创性工作, 美国商务部经济分析局(Bureau of Economic Analysis, BEA)和普查局(Bureau of Census)从2000年左右就开始研究和测算数字技术对经济的影响，当时的数字经济测算主要集中在电子商务领域，[14]之后不断将新的数字经济内容和特征纳入到测算框架。2018年3月BEA发布了一份关于数字经济测算的报告，在数字经济就业规模测算中纳入了除ICT之外的其他行业，基于其所定义的数字经济范畴，信息行业的就业规模只占数字经济整体就业的33%。[15]但是由于这项研究将数字经济的范畴限定在三部分内容(支持计算机网络运行的数字基础设施，在基础设施上进行的数字交易，和数字经济用户创建和访问的内容)，所对应的信息行业与普遍意义上的ICT产业并不完全重合，因此他们的就业规模测算主要包含了ICT专业人才以及电子商务和数字媒体相关的从业人员。加拿大在ICT劳动力规模测算中既有对ICT产业本身的测算，也有对整个数字经济就业规模的测算，其中后者的测算借鉴了美国BEA的思路。
兰博基尼擅长打造限量版车型，但这辆SC18无疑更具个人色彩。作为首款由兰博基尼Squadra Corse赛事运动部门联手兰博基尼设计中心和客户打造的one-off定制车型，SC18专为赛道驾驶打造并适用于公路，空气动力学和轻量化设计极致，灵感源自Huracán GT3 EVO和Huracán Super Trofeo EVO赛车，大型碳纤维尾翼可调节，采用770马力V12发动机搭配7速ISR变速箱，从排气系统到内饰造型都创意独到。SC18属于一位中国汽车收藏家和赛车手，而车身上的“Alston”是他儿子的名字。
当前不论是国际还是国内，在ICT劳动力规模测算上尚未形成一套通用的方法和体系，原因是多方面的。第一，ICT劳动力的界定究竟应该依据产业、职位还是技能，存在一定争议。第二，数字经济的范畴难以准确界定，虽然关于ICT产业所包含的内容已经形成广泛的共识，但是对于ICT产业和传统产业融合的部分如何界定还不明确；与此相对应的，应当将传统产业中的哪些ICT从业者(复合型技能劳动者)剥离出来计算，尚无定论。第三，测算面临来自数据的限制，部分领域的就业数据收集难度大，标准化程度低，增加了测算的难度。第四，新模式、新业态的发展催生了大量的新职位、新技能，ICT劳动力范围的拓展很难跟上技术和商业创新的步伐。
官方统计体系大多难以支持ICT劳动力的深度分析，大数据方法提供了一个很好的补充，经济合作组织、世界银行、欧盟委员会、以及许多国家的统计部门都开始尝试与一些公司开展数据方面的合作，作为原有统计核算体系的补充。例如经济合作组织与Facebook公司合作的“OECD Facebook Statistics”数据库，用于ICT就业规模的估计(2) OECD (2019), ICT employment (indicator). doi： 10.1787/0938c4a0-en ；世界银行与领英(LinkedIn)公司合作的公开数据项目“Industry Jobs and Skills Trends”，呈现了全球140个国家在ICT前沿领域的就业和技能趋势(3) 项目英文全称为"World Bank LinkedIn Digital Data for Development" by World Bank Group & LinkedIn Corporation, licensed under CC BY 3.0，该项目旨在帮助人们更好地了解ICT、先进制造等知识密集型行业的就业形势及技能变化，从而使政府、企业和个人更好地应对技术革命带来的影响和变革。 ；英国国家经济与社会研究所(National Institute of Economic and Social Research)基于Growth Intelligence公司海量企业数据对英国数字经济的市场规模、经济增长和就业进行测算。[16]这些来自社交网络或人才交流平台的数据为ICT劳动力规模测算提供了更多维度的分析，从不同角度反映出ICT劳动力的发展现状和未来的趋势。
(三)问题提出
2.要着重训练一些看上去题目差异不大但是所考察的知识范围却不同的题目.而这一类题目常常出现在选择题中，由于学生图快并不会认真地阅读题目从而导致运用了错误的知识点解答了题目，而出题老师的目的正是如此，因此在选项中必然会出现迷惑性的选项，最终导致了学生选择错误.
传统高职课堂以知识传播和技能训练为主的培养模式，学生成为被培养的“物”，丧失能动性与自主性，导致课堂教学气氛机械而沉闷，高职课堂普遍玩手机打瞌睡成为一大风景。针对高职院校学生被动、懈怠的特点，必须让教师摆脱课堂上知识传播者的霸主地位，让学生在课堂上获得充分的话语权与决策权，学生作为鲜活的、有内涵的生命体。根据高职学生理解能力相对不是很强的特点，多加沟通互动，通过脱离“物化”课堂的压抑感，使学生取得生命发展的主动权。高职课堂的教师，要跳出传道、授业、解惑的知识传递型定位，要在教育活动中，面向学生生命发展的未来，创设有利于学生出长的环境。
三、中国ICT劳动力供需状况及分布结构
(一)专业型ICT劳动力供需状况
1. 专业型ICT劳动力整体变化趋势。如图1所示，2012-2017年专业型ICT劳动力整体呈上升趋势，2016年出现小幅下降。对于四个细分行业来说，计算机、通信和其他电子设备制造业的就业人数在2012-2013年大幅上升，之后五年呈现缓慢下降；电信、广播电视和卫星传输服务业呈现出类似趋势，先升后降，但幅度更小；软件和信息技术服务业的就业人数一直呈缓慢上升趋势；互联网和相关服务的就业规模最小，变化也比较平稳。
图 1 2012-2017年中国专业型ICT劳动力的就业规模及增长趋势
基于美国、加拿大、英国统计部门公布的就业数据(4) 美国的数据来源于US Bureau of Labor Statistics, Output and Employment Data Base；英国的数据来源于Office for National Statistics, EMP 13 Employment by Industry;加拿大的数据来源于Innovation, Science and Economic Development Canada机构发布的"Canadian ICT Sector Profile";中国的数据来源于中国国家统计局 《中国人口与就业年鉴》。 ，笔者同样分析了2012-2017年这三个国家专业型ICT行业劳动力的增长情况(如图2所示)，并将其与中国进行对比。总体来说，各国ICT行业劳动力都表现出增长趋势，但中国的增速要略快于英、美、加三国，特别是在2012-2013年，中国的增长非常明显。不过，2013-2016年，中国ICT行业的就业人数出现小幅下降，对比图1可以发现，下降主要来自于ICT制造部门，电信、软件、互联网等ICT服务部门的就业人数一直保持增长。
图 2 2012-2017年各国专业型ICT行业劳动力增长比较
在官方统计数据分析基础上，笔者又收集了领英(LinkedIn)人才大数据，据以对ICT行业的就业趋势进行交叉验证和进一步分析，相关数据来自世界银行与领英公司合作的公开数据项目。相比于亚洲地区来说，领英平台在欧美拥有更多的用户，2019年的最新统计显示，领英在欧洲拥有2亿多用户，在美国拥有超过1.63亿用户(占美国总人口的一半以上)，在中国有4800万用户(5) LinkedIn Newsroom, https：//news.linkedin.com/about-us#statistics 。虽然领英平台上的ICT劳动力只占中国整体ICT劳动力的一小部分，但涵盖了大量国际化的高技能ICT劳动力，具有较高的代表性。笔者基于该数据库中的产业就业增长数据，选取了计算机硬件、计算机软件、计算机网络、互联网、半导体等11个ICT细分行业，对中国、美国、日本、英国、德国五个国家的就业增长进行了对比，如表1所示。研究发现，与其他四国相比，2015年到2018年，中国有更多的ICT细分行业表现出就业负增长。2015年，除互联网和无线行业外，中国其他ICT细分行业的就业增长率均为负；但是从2015年到2018年，中国ICT各细分行业就业增长率在不断提升，而美国、日本、德国的大部分细分行业就业增长率都出现下降。
表 1各国ICT细分行业就业增长率变化
（三）在生活实践中运用数学思想。思想的接收和吸纳是需要时间的，是一个循序渐进的过程。所以，学生需要在现实中对数学思想进行巩固和深化，在潜移默化中进行渗透；在实际生活中去深刻理解数学思想，促进思维的形成。
图 3 2015年中国专业型ICT劳动力的区域分布
3. 专业型ICT劳动力细分行业分布状况。虽然不同国家行业分类所依据的标准不同，但是不同标准下ICT行业所包含的内容大致相同，主要包括ICT制造和ICT服务两大类，具体包括ICT制造、软件、电信、互联网、信息服务业等细分行业。表2归纳了英国、美国、加拿大、德国、中国、韩国、日本等OECD经济体以及OECD整体的ICT行业的就业情况，除中国以外其他国家数据均来自于OECD的统计数据(6) OECD, Key ICT Indicators “ Growth of employment in the ICT sector and its sub-sectors in the OECD area”, Last updated October 2017 (https：//www.oecd.org/internet/ieconomy/oecdkeyictindicators.htm) 。中国的数据来自于《中国人口与就业统计年鉴2016》，其中，软件业的就业人数包含在互联网和信息服务业内；另外，因统计限制，计算ICT行业的就业人数占比时只考虑了城镇就业人口。通过对比可以看出，中国在ICT制造业的就业人数占比远远高于OECD平均水平，也高于表中的大部分国家，仅次于韩国。然而，由于互联网和信息服务业的就业人数占比最低，使得中国ICT行业整体的就业人数比重明显低于表中所列其他国家。
表 2 2015年中国与部分OECD经济体及其整体的ICT行业就业分布情况(%)
4. 专业型ICT劳动力供需趋势。现有官方统计数据主要是针对ICT劳动力的供给，缺乏ICT劳动力需求的相关数据。随着网络招聘平台成为主流求职渠道，其上汇聚的求职和招聘数据成为获取劳动力供需变化的一个重要途径。中国人民大学中国就业研究所与智联招聘平台合作，基于智联招聘的求职大数据构建了中国就业市场景气指数(CIER)，CIER是市场招聘需求人数与求职申请人数的比值，指数大于1表明就业市场中劳动力需求多于市场劳动力供给，就业市场景气程度高；指数小于1表明劳动力需求小于供给，就业市场景气程度低。[17]笔者基于就业市场景气指数相关数据，[18,19]对2012-2017年互联网/电子商务行业、计算机软件行业和IT服务业的劳动力供需趋势进行了分析(如图4所示)，这几个行业很大程度上可以反映出专业型ICT劳动力的整体供需情况。分析显示，ICT相关行业的就业市场景气指数都显著高于整体水平，需求远大于供给，供需失衡状况突出。从2013年第三季度开始，互联网/电子商务行业的劳动力需求出现显著增长，长期处于供小于求状态，最高时达到近12：1，2015年CIER出现短暂回落，之后继续升高。计算机软件和IT服务业也表现出供小于求的态势，但程度略低于互联网/电子商务行业。
就ICT劳动力测算而言，形成一套通用的方法体系需要不同国家、不同领域在多个层面达成共识，在这个过程中任何角度的探索都是有意义的，只有通过充分地交流和沟通，现有的测算框架和方法才能获得不断地补充和完善。笔者虽然不是针对ICT劳动力的规模进行准确测算，但是仍尝试着对其内涵范围给出我们的界定。根据前述分析，为了与数字经济所包含的“数字产业化”和“产业数字化”两大部分相对应，笔者将“ICT劳动力”也大致划分为两部分，即“专业型ICT劳动力”和“复合型ICT劳动力”。
(二)复合型ICT劳动力供给状况
1. 复合型ICT 劳动力的行业领域分布。根据《中国经济的数字化转型：人才与就业》研究报告，从3600多万领英中国用户中筛选出了约72万数字人才。在这些人才中，非ICT行业的数字人才大约占53.4%(7) 清华经管学院互联网发展与治理研究中心，《中国经济的数字化转型：人才与就业》，2017.11. ，这些数据为笔者分析复合型ICT劳动力提供了一个很好的样本。基于该报告中的分行业数据，笔者计算了非ICT行业中复合型ICT劳动力的比例。如图5所示，复合型ICT劳动力在行业分布上具有高度集中特征。2016年，有近80%集中分布于制造业、金融业、消费品、医疗、企业服务五个领域。其中，占比最高的是制造业，约占整体的40%。
图 4 2012-2017年ICT相关行业就业景气指数变化趋势
图 5 2016年中国复合型ICT劳动力的行业领域分布
2. 中美加复合型ICT劳动力行业分布对比。美国和加拿大的官方统计体系在复合型ICT劳动力统计上比较超前，已经尝试将非ICT行业中的ICT工作者纳入统计范畴。基于美国商务部经济分析局(BEA)公布的数字经济相关就业数据，笔者分析了非ICT行业中的数字经济就业规模，这在很大程度上可以反映美国复合型ICT劳动力在行业层面的就业结构。如图6所示，2015年，美国的复合型ICT劳动力主要集中在专业和技术服务业，其次分布在制造、贸易、教育等行业，各行业就业比重差距较大。专业和技术服务业包含了计算机系统设计、科学研究、技术咨询等细分行业，美国复合型ICT劳动力的就业分布显示出很强的研究导向。加拿大的数据来自于其国家统计局，图7呈现了2015年非ICT行业的ICT工作者就业比重。加拿大的复合型劳动力主要集中在专业和技术服务业，其次分布在公共部门、金融、制造等，除专业和技术服务业之外，其他行业的就业比重差距不大，而且有较高比例的复合型ICT劳动力就职于公共部门。
图 6 2015年美国数字经济分行业就业比重
图 7 2015年加拿大非ICT行业的ICT工作者就业比重
对比中美加三国数据可以看出，在非ICT行业中，中国的ICT劳动力主要集中在制造、金融和消费品等行业领域，与美国、加拿大相比在行业分布上表现出很大差异。其中，在公共部门及专业和技术服务业的就业比重更是远低于美加。
3. ICT顶尖人才供给状况。数字经济是以知识和技术为核心驱动的经济形态，其发展和创新需要相关前沿技术领域的研究型人才特别是顶尖人才从源头去推动。中国的ICT劳动力虽然规模较大，但是与美国、欧洲等国家相比，在ICT顶尖人才储备上仍有很大差距。以数字经济前沿领域的人工智能为例，领英中国的一项研究显示，美国的人工智能从业者数量在85万人以上，印度为15万，英国为14万，而中国只有5万多人(8) 领英中国智库，《全球AI领域人才报告》，2017年7月。 。除了数量方面的差距，中国在ICT顶尖人才培养上也严重滞后。美国智库 “数据创新中心(Center for Data Innovation)”2019年发布了一份人工智能研究报告，从研究、开发、应用、数据、硬件、人才六个方面对美国、欧盟和中国的人工智能发展现状进行了比较(9) Daniel Castro, Michael McLaughlin, and Eline Chivot, "Who Is Winning the AI Race： China, the EU or the United States? ", 2019. 。报告指出美国的优势表现在AI领域的高质量研究、硬件(特别是芯片)的技术领先、AI初创企业数量多，以及从全球吸引了大量的AI人才。欧盟同样在AI高质量研究和AI人才培养上具有明显优势。中国在AI领域的优势主要体现在数据和商业化应用，但是在高质量研究、AI人才方面均落后于美国和欧盟。报告还对AI人才的培养进行了探讨，分析了2018年在21个AI顶级学术会议发论文的研究者的教育背景，发现有44%的研究者博士学位在美国取得，21%在欧盟，在中国的只有11%。
(三)中国ICT劳动力供需状况呈现的主要特征
2012年以来，伴随着新一代信息技术对经济社会的不断渗透和商业化应用，我国数字经济呈现出蓬勃发展态势，各地区各行业对ICT劳动力的需求急剧增长，ICT劳动力的缺口不断扩大，且呈现出较为明显的结构性失衡状况，与欧美的发达国家相比在规模、渗透率、顶尖人才、人才培养等方面存在不足和差距，具体表现为以下几方面：
1.学生先前形成的一些片面甚至是错误的生活经验，对他们学习本节知识产生了一定的负面影响。比如，许多同学根据某些片面的生活体验认为摩擦力一定是阻力，摩擦力的方向一定与物体运动方向或拉力方向相反等。
1.ICT劳动力规模较大，但在整体就业中的比重偏低。从专业型ICT劳动力(ICT行业的就业人数)的就业比重来看，中国明显低于美国、英国、加拿大、德国、韩国和日本等OECD国家。
2.2013年以来专业型ICT劳动力增长速度明显放缓。其中，互联网和软件业的就业人数增长缓慢，而ICT制造业(计算机通信和其他电子设备制造业)和电信业(电信、广播电视和卫星传输服务业)的就业人数则出现负增长。在大力推进制造业数字化转型和工业互联网发展的大背景下，这样的趋势潜藏着较大危机。
3.专业型ICT劳动力分布存在明显的区域性失衡。超过80%的专业型ICT劳动力集中在前10位省市，其中，近60%的劳动力分布在广东、江苏、北京和上海四省市，整体呈现“南强北弱”的态势。
OPNET采用离散事件驱动的模拟机理和混合建模机制，并提供了包括模型设计、仿真和统计量收集、分析的各种研究工具，同时它还引入了面向对象的编程技术。OPNET的特点是建模方便，功能强大，尤其是在大规模网络模拟中表现卓越。
4.复合型ICT劳动力在行业分布上存在一定的结构性失衡。尽管现有官方统计体系中缺乏对复合型ICT劳动力的统计，但从其他数据来源来看，复合型ICT劳动力主要集中在制造、金融、消费品和医疗行业，其中在制造业的就业比重最高。同美国、加拿大等国相比，复合型ICT劳动力中研究部门和公共部门的占比明显偏低。
1.供需缺口不断扩大趋势下，人才争夺必然导致ICT劳动力分布的结构性失衡。由于数字技术向传统产业渗透速度过快，国内大多数行业和区域都没有足够的ICT劳动力储备，人才引进成为短期内最有效的手段。在ICT劳动力总量有限背景下，人才引进策略必然演化为不同城市、不同行业间的人才争夺，大城市和一些更具吸引力的行业在争夺中处于优势地位，由此带来ICT劳动力在区域和行业层面的结构性失衡。
研究区硅质岩为霏细-粒状结构，层状、块状、蜂窝状构造。岩石硬度大，但较脆易碎，节理和层理较为发育，当构造发育时，成矿物质容易充填形成网脉状矿石。当地层受到强烈挤压形成褶皱时，可能会造成层间的相对滑动，为成矿溶液的运移提供了通道，进而在硅质岩中形成层间细脉带矿体。在采矿过程中发现，孔雀石和金属矿物及其氧化物，在硅质岩中沿裂隙呈脉状或浸染状分布。硅质岩的成因及沉积环境对成矿作用具有重要意义，有利于金属矿物富集，形成具有工业价值的金属矿床。
四、中国ICT劳动力结构失衡原因及其潜在影响
(一)中国ICT劳动力供需失衡的原因分析
从前面分析可以看出，中国ICT劳动力供需缺口有不断扩大趋势，且呈现出较为明显的结构性失衡状况。新一轮科技革命和产业变革同中国超大规模市场优势相结合，带来了以消费互联网为代表的新经济、新业态的超常规增长，ICT劳动力供需缺口扩大在某种意义上可以看作是快速发展中的正常现象，但也应当引起重视。结构性失衡背后既有数字经济快速发展的客观原因，也有政府部门、劳动者自身未能有效洞察的主观原因，具体可以归结为以下几个方面：
5.ICT相关领域研究人才特别是顶尖人才供给不足。数字经济的发展和创新需要相关前沿技术领域的研究型人才特别是顶尖人才从源头去推动。以目前关注度最高的人工智能领域为例，中国现有的研究型人才特别是顶尖人才数量远远不能满足发展的需要。
2.超级互联网企业凭借垄断优势占据技术市场制高点，加剧了ICT劳动力分布的结构性失衡。这些超级企业占据着技术和市场的制高点，相比于与中小企业对数字技能人才有更强的吸引力，加剧了ICT劳动力在区域和行业层面的集中度。与此同时，超级企业内部分工细，容易把劳动者的技能简单化，从而割裂了技术渗透，不利于复合型人才的培养。
3.ICT劳动力在ICT行业和非ICT行业间的流动性低，大数据与实体经济的融合在劳动力层面存在壁垒。消费互联网的成功，强化了企业乃至全社会的路径依赖，无论从薪资还是就业岗位，都向这些领域倾斜，导致非ICT行业的高技能劳动力供给不足。中低技能劳动力也表现出类似趋势，消费互联网相关行业的吸引力远大于传统行业。
依据上述划分，笔者将收集包括跨国数据在内的不同渠道来源数据，从“专业型ICT劳动力”和“复合型ICT劳动力”两方面展示当前中国ICT劳动力供给的基本状况及分布结构，并开展相应的跨国比较分析。各国现有官方统计体系中的就业数据大多是从行业、区域、单位性质等角度进行细分，其中与ICT劳动力相关的主要有两部分：(1)制造业部门下的计算机、通信和其他电子设备制造业；(2)信息传输、软件和信息技术服务业，具体又包括三个细分行业，即电信、广播电视和卫星，互联网和相关服务，以及软件和信息技术服务业。这四个ICT相关细分行业的就业人数能够大致反映“专业型ICT劳动力”的基本情况、变化趋势及分布结构。至于“复合型ICT劳动力”部分，现有官方统计尚未清晰界定，笔者将依据清华大学经济管理学院互联网发展与治理研究中心的数字人才数据进行分析；而该数据的原始数据则来源于领英人才数据库。[10]领英作为国际知名的职场社交平台，聚集了来自全球200多个国家和地区的海量科研、管理、技术和商务类用户，为研究复合型ICT劳动力提供了一个很好的样本。其中，领英平台的传统行业数字人才数据，很大程度上能够反映出复合型ICT劳动力的行业分布特征。
4.在ICT劳动力培养上，传统教育体系的发展跟不上技术变革的速度，特别是在数字技能和新兴技能的教育和培训方面明显落后于业界。很多传统岗位的就职者具有提高数字技能的热情，但是很难找到有效的培训渠道和学习机会，许多社会培训项目价格昂贵，加上时间难以保证，质量和效果并不尽如人意。虽然高等教育和职业教育体系都做出适应性的调整和改变，但依然跟不上技术变革的速度，特别是在技术应用方面，学校教育和业界要求差距很大，而社会培训难以填补缺口。
试验表明，pH在4 ～ 6的范围内进行沉淀处理后，出水中镍的质量浓度低于0.04 mg/L，满足GB 21900- 2008标准的“表3”要求。当pH ＜ 4时，螯合剂对镍离子的沉淀能力减弱，处理结果不能达标。当pH ＞ 6时，柠檬酸根对镍的配位能力增强，处理结果也不达标。
在他的一生中除了受到党的培养之外，兵团这个大熔炉的锤炼，使他走上了人生的正确道路。人与人之间充满着朴实的友爱和真实的感情，虽然连队职工都不富裕，但大家都相互帮助，亲如兄弟，形成一种“我为人人，人人为我”的高尚风格。他，工作不讲条件，劳动不讲价钱，奉献不计报酬。官民同甘共苦，是兵团人精神文明的真实写照，使他至今记忆犹新，刻骨铭心。
5.劳动者的观念尚未改变，自主学习意识不足。数字经济时代对劳动者的思维和技能都提出了更高要求，技术的更新日新月异，需要及时学习补充相关知识才能满足工作的要求，终身学习将逐渐成为常态。
(二)中国ICT劳动力供需失衡的潜在影响
应该说2008年全球金融危机后，中国的数字经济抓住了消费互联网高速发展的时代机遇，无论是总量规模还是模式创新，都实现了从“追随者”到“并跑者”乃至“引领者”的转变。然而，ICT劳动力供给方面存在的诸多结构性失衡，从长期来看必然会对中国数字经济的发展潜力带来负面影响，具体来说将表现在以下几方面：
2. 专业型ICT劳动力区域分布状况。在趋势变化基础上，笔者又着手分析了中国专业型ICT劳动力的区域分布情况。如图3所示，中国专业型ICT劳动力在区域分布上非常集中。以2015年为例，广东、江苏、北京、上海、河南、四川、山东、浙江、福建、湖北十个省市占了整体专业型ICT劳动力的80%以上，其中，广东、江苏、北京、上海就占到近60%，呈现出明显的区域性失衡特征。
1.扩大区域数字鸿沟。ICT劳动力区域分布的不平衡将带来新的数字鸿沟问题，在基础设施数字鸿沟不断改善的情况下，ICT劳动力在区域层面的结构性失衡将制约数字包容性的发展，进而加剧区域间数字经济发展的不平衡。而数字技术原本有跨越物理、空间传播的既有优势，给传统经济落后地区的后发赶超带来重大机遇，近几年贵州省依托大数据的发展创新就是一个典型的案例。但是这种发展机遇正在受到ICT劳动力供给不足的制约，唯有缓解乃至消除ICT劳动力供给上的失衡，才有望在数字经济领域实现区域间协同发展，进而缩小区域间整体的经济差距，切实实现均衡发展。
参考Pivotto[7]的方法，利用TA.XT.Plus质构仪，选用A/MORS刀具，沿垂直肌纤维向切割，测定剪切力值。
PLC的大量涌现，使电气同生产操作的关系进一步密切。过去电气人员主要在主控室工作，操作工则在操作室操作设备。电气人员到操作室的机会常常是在某操作器损坏（如按钮按不动，指示灯不亮等）需要维修或更换时。自从PLC控制把操作台所有主操作器具的操作步骤纳入程序之后，情况发生了很大的变化。操作工不按照PLC程序进行操作，就无法开机生产。仅仅熟悉仪表工作原理是不够的，必须具备一定的计算机相关知识，否则现代化的仪表，维修起来也是相当困难的。现代生产工艺往往通过仪表正常指示、计算机硬软件程序操控下进行，因此熟悉生产工艺是非常必要的。
2.迟滞传统产业数字化转型。产业数字化已经逐渐成为数字经济发展的“主战场”，复合型ICT劳动力的不足将对数字经济发展潜力产生很大制约。以制造业为例，笔者在与部分国有企业的交流中了解到，大型制造业企业普遍认识到智能化改造的必要性，但是在平台投入使用方面仍有诸多顾虑，其中最大的顾虑是数字技能人员配备不足。与此同时，当前不论是大型制造企业还是中小制造企业都面临不同程度的“招工难”，许多企业希望通过自动化和数字化来解决一线工人不足的问题，但是企业内部缺乏信息化和数字化人才，只能对外寻求供应商，而对于众多分散在三四线城市及县乡的企业来说，大多数情况下根本无法在当地或周边地区找到合适的供应商。这种情况广泛存在于石化、建筑、医疗等传统行业。
3.制约数字经济颠覆性创新。顶尖人才和研究人才的不足对数字经济领域的激进式、颠覆性创新将带来很大制约。在以人工智能技术为代表的数字经济发展的前沿，顶尖人才的供给不足将降低激进式、颠覆性创新发生的概率，进而影响到前沿技术领域的国际竞争力。过去十年我国从海外吸引了大量创新创业和研究人才，但当前人才引进的红利正在减弱，而人才培养的步伐跟不上需求增长的速度。
五、结论及建议
笔者在界定ICT劳动力内涵范围基础上，利用包括官方统计数据、领英平台数据在内的多渠道数据来源，从专业型ICT劳动力、复合型ICT劳动力及ICT顶尖人才等方面，通过跨国比较等方式，全面分析了中国ICT劳动力供需状况及特点，并得出如下结论：(1)ICT劳动力规模较大，但在整体就业中的比重偏低，专业型ICT劳动力的就业比重低于美国、英国、加拿大、德国、韩国和日本等OECD国家；(2)2013年以来专业型ICT劳动力增长速度放缓，其中互联网和软件业的就业人数增长缓慢， ICT制造业和电信业的就业人数则出现负增长；(3)专业型ICT劳动力分布存在明显的区域性失衡。超过80%的专业型ICT劳动力集中在前10位省市，其中近60%的劳动力分布在广东、江苏、北京和上海四省市；(4)复合型ICT劳动力在行业分布上存在一定的结构性失衡，从领英平台数据的分析发现，复合型ICT劳动力主要集中在制造、金融、消费品和医疗行业，同美国、加拿大等国相比，复合型ICT劳动力中研究部门和公共部门的占比偏低；(5)ICT相关领域研究人才特别是顶尖人才供给不足，以目前关注度最高的人工智能领域为例，中国现有的研究型人才特别是顶尖人才数量远远不能满足发展的需要。为缩小ICT劳动力供需缺口，缓解区域产业分布结构性失衡，支撑数字经济健康发展，笔者认为未来的人才和教育政策应当从以下几方面做出改善：
1.制定面向全民的数字技能提升计划，建立以需求为导向的人才培养机制。在人才政策实施的初期，尽可能多地吸引各领域人才是必要的。同时，需要更加完善的机制来评估特定领域的劳动力就业现状和供需结构，识别劳动力技能短板，尤其是数字技能短板，进而在基础教育、高等教育、职业教育和社会培训方面有针对性地加强和完善人才培养和数字技能提升。
2.促进高等教育机构、职业教育机构和企业的合作，重视实习，让企业(特别是互联网超级企业)更好地参与到数字技能的培养中。新加坡教育部2016年成立精深技能发展局，搭建了一个面向成人的技能学习平台，邀请企业在平台上发布课程、提供实习信息，并鼓励企业和高校联合开办课程，对于积极参与劳动力技能培训的企业，政府会制定有效的激励措施进行资助和补贴。这一做法值得我们学习借鉴。
3.创新产学研合作模式，在深度交流合作中培养高技能ICT劳动力。行业内的高技能ICT劳动力往往具有跨界知识背景和行业专属性等特征，是在研发和生产实践中不断成长起来的。因此，加快高技能ICT劳动力的培养，有必要创新合作模式，为有潜质人员创造更多跨界交流合作机会。如：西门子通过建立流动工作室将人工智能人才、制造工程师、研发经理聚集在一起，在交流合作完成研发项目的同时，也培养了一批跨界的高技能人才。
4.加强中低技能劳动力的职业教育和就业保障，营造终身学习文化。近年来涌现出需要大量劳动力的快递、外卖、专车和电商运营等行业，企业需要花费大量的时间和成本培养相关从业人员，让他们具备工作所需要的数字技能，这个步骤如果能在职业学院和大专院校完成会更好。因此，有必要在职业教育中加强新兴就业市场劳动者的数字技能培养，为新兴就业市场的年轻劳动者提供更好的就业保障。在文化教育和技能培训过程中，要强调终身学习的重要性，确立创建学习型社会(社区)的目标。
数字技术的快速迭代要求劳动者的知识结构和技能在短时间内做出适应性调整和提升，而数字知识和技能的获取需要经过较长时间的积累，这一矛盾难以在短时间内解决， ICT劳动力的供给短缺和结构性失衡情况需要较长的时间来改善。鉴于数据的限制，笔者没有从需求和技能的角度对ICT劳动力进行更深入地分析，未来将围绕这两个方面进行进一步的研究。随着数字经济的发展及其影响的加深，ICT劳动力的培养会受到越来越多的重视，相关数据和测算体系也将不断被完善。
参考文献：
[1] 蔡跃洲，牛新星. 数字产业化与产业数字化视角的中国数字经济测算--基于ICT特征和增长核算的理论方法及实证分析[C]. 首届互联网与数字经济论坛论文集, 北京： 中央财经大学, 2019.
[2] Zhang Longmei, Chen Sally. China's Digital Economy： Opportunities and Risks[R]. IMF Working Paper, 2019.
[3] Prasanna Tambe, Hitt Lorin-M. Job hopping, information technology spillovers, and productivity growth[J]. Management science, 2013, 60(2)： 338-355.
[4] 王海潮. 信息与通信技术 (ICT) 与经济结构调整——基于劳动力流动视角下的分析[J]. 中国人口资源与环境, 2010(S2)： 51-54.
[5] Sandip Sarkar, Mehta Balwant-Singh. Employment profile of ICT sector in India[C]. Institute for Human Development, New Delhi, 2005.
[6] Anna Sabadash. ICT employment statistics in Europe： Measurement methodology[J]. European Commission Joint Research Centre Institute for Prospective Technological Studies, 2012.
[7] Mohd Adam Suhaimi, Rabiul Hasan Muhammad, Hussin Husnayati, et al. Information and communication technology workforce employability in Malaysia[J]. Campus-Wide Information Systems, 2012, 29(2)： 80-89.
[8] Doucek, Petr, Miloš Maryška, Lea Nedomová, and Ota Novotn 
. Competitiveness of Czech ICT industry-Requirements on ICT HEIs Graduates [C]. Liberec Economic Forum, 2011： 110.
[9] Hugo-H Lotriet, Matthee Machdel-C, Alexander Patricia-Margaret. Challenges in ascertaining ICT skills requirements in South Africa[J]. South African Computer Journal, 2010, 2010(46)： 38-48.
[10] 陈煜波，马晔风. 数字人才——中国经济数字化转型的核心驱动力[J]. 清华管理评论, 2018(1)： 30-40.
[11] Digital Talent Road to 2020 and Beyond： A National Strategy to Develop Canada's Talent in a Global Digital Economy[R]. Information and Communications Technology Council, 2016.
[12] Rumana Bukht, Heeks Richard. Defining, conceptualising and measuring the digital economy[J]. Development Informatics working paper, 2017, (68).
[13] OECD. OECD Digital Economy Outlook 2017[M]. 2017： 324.
[14] Thomas-L Mesenbourg. Measuring the digital economy[J]. US Bureau of the Census, 2001.
[15] Kevin Barefoot, Curtis Dave, Jolliff William, et al. Defining and Measuring the Digital Economy[R]. US Department of Commerce Bureau of Economic Analysis, Washington, DC, 2018, 15.
[16] Max Nathan, Rosso Anna, Gatten Tom, et al. Measuring the UK's Digital Economy with Big Data[M]. National Institute of Economic and Social Research London, 2013.
[17] 耿林，毛宇飞. 中国就业景气指数的构建, 预测及就业形势判断[J]. 中国人民大学学报, 2017, 31(6)： 24-35.
[18] 曾湘泉. 中国就业战略报告(2015)——金融危机以来的中国就业季度分析[M]. 北京： 中国人民大学出版社, 2015.
[19] 曾湘泉. 中国就业战略报告(2016)：经济新常态下的就业市场景气指数变化[M]. 北京： 中国人民大学出版社, 2017.
中图分类号： F49
文献标识码： A
文章编号： 1002-6924(2019)10-106-115
基金项目： 国家自然科学基金面上项目“新一代信息技术影响增长动力及产业结构的理论与经验研究”(71873144)；国家社科基金重点项目“数字经济对中国经济发展的影响研究”(18AZD006)；中国社会科学院创新工程项目“ICT、数字经济与经济发展质量研究”。
作者简介： 马晔风，工学博士，中国社会科学院数量经济与技术经济研究所助理研究员，主要研究方向：数字经济、计量经济学；蔡跃洲，经济学博士，中国社会科学院数量经济与技术经济研究所研究员，博士生导师，主要研究方向：数字经济、计量经济学。
[责任编辑：唐少奕]