《国际人才吸引力指数报告》是中国本土学者在国际人才吸引力这一特定领域的粗浅探索，旨在以年度报告的形式展示中国及中国各城市在国际人才吸引力方面的变化情况、优势与短板。

与前两年的报告相比，本报告将研究置于全球人才流动大变局的考察框架之中，大幅增加了比较研究的区域创新中心（城市）的数量，且在评价指标层面进行了优化和调整，对于提升我国人才吸引力具有一定的理论意义和决策价值。

第一章 

第二节 全球人才大争夺的焦点转移，新型科技人才成为新标的

近年来，全球范围内的经济科技发展进入了重要的转型期。与工业经济时代受到工业经济发展需求驱动的历次科技革命不同，本轮科技革命立足于产业发展与社会发展中的信息需求，先于实体经济发展，并通过改变创新模式颠覆了传统的技术发展理念，通过直面消费者重构了全球产业布局与产业分工，进而影响世界各国的生产方式、生活方式、交往方式与思维方式。尤其是共享经济占据主流经济模式，智能机器日趋成为劳动力主体，凡在网络支撑全社会的协同创新，都预示着经济形态的转换和信息—经济—科技—社会四者基于全球网络空间的高度耦合。全球经济社会深层次变革也在引发国际人才流动范式的根本转型。例如，各类创新技术不断改变了人才培养和发现的方式，个体数据（My　data）的高度富集和高效流转重塑了人才的价值体系，基于网络的大规模生产协同以及共享经济模式将改变人才的工作和收益模式，大量一般性劳动被智能机器替代的趋势对人才的内涵与能力带来颠覆性改变。上述趋势都预示着一个崭新的人才群体和人才形态的出现，即新型科技人才。归根到底，这是云计算、物联网、大数据、人工智能、区块链等依次兴起的必然产物。任正非的两万字宏文凸显了人才争夺在今后前沿科技领域中的决定性作用。科技战就是人才战。培养与集聚一体两面、不可偏废，如何在精准引智的同时，进行前瞻性的教育布局，培养和集聚一大批符合新一轮科技革命规律的新型科技人才，成为未来人才工作的优先议题。

尤其在从弱人工智能向强人工智能时代迈进的进程中，智能化的发展对体力和脑力劳动的替代将远超预期，并折射了本轮科技革命与以往历次科技革命的根本性区别，即以往几次科技革命归根到底都是对劳动工具的革命，而本轮科技革命终将归结为对劳动者自身的革命。从理论上讲，不仅所有的体力劳动都将具备被便捷替代的技术条件和方法，而且绝大多数的可复制、可模拟的脑力劳动都将具备被高效替代的途径和手段，只有极小部分涉及思想性、理想性、想象性的内容无法被替代，这恰恰是“才”的实质所在。因此，人才的概念今后将发生根本性变化，未来只有具备不能被人工智能所替代的劳动力的才是人才。未来的人才将会呈现一些新内涵、新特质、新形态。

一、与传统科技人才的知识能力结构不同，新型科技人才兼具多重知识结构与多重能力结构

T型人才的概念是由哈佛商学院教授DorothyBarton首次提出。早在1995年，Dorothy　Barton在《知识之泉》（Well Springs of Knowledge）一书中认为，如微软、IBM等科技巨人，现在需要的不只是单纯的工程师，而是拥有第二、第三专长的T型人才。所谓的T型人才就是：　跨专业领域的换位思考能力（T字上的横轴），同时具备一项精深的特长（T字上的竖轴）。这无疑颠覆了传统工业经济时代的I型人才（专才），在“I”的架构下，伸出两只手搭在别的领域成为知识能力结构复合型的人才。

近年来，新一轮信息技术革命洪流对人才的知识结构和能力结构提出了更高、更复杂的要求。以“数据科学家”为例。数据科学家是复合型人才，是对数学、统计学、机器学习等多方面知识的综合掌控，需要对数据做出预测性的、有价值的分析。首先，与传统的IT人士不同，它的工作中既包含IT的成分，也包含业务的成分；其次，数据科学家具有很强的逻辑分析能力，能够了解数据和信息如何与企业的业务产生关联；再次，数据科学家还拥有其他多种能力，既了解信息、业务以及数据如何在企业中流动，也知道如何将信息整合在一起，这是数据科学家拥有的独一无二的能力。相对而言，“数据分析师”通常要求必须有数学、统计或电脑科学等的相关专业背景，最常见的工作技能要求是熟练运用SQL、R、SAS、Excel。随着需要处理的数据量日渐庞大，掌握Hadoop也被许多公司列为必备的基本条件之一。传统的UI设计师如果想要转向VR领域的UI设计，则需要掌握更多3D设计、模型构建相关的新技能，从二维平面的交互设计转向三维空间的交互设计，这样的超复合型人才将成为未来几年该行业内最抢手的稀缺资源。

随着GUP的广泛使用、算力与算法的提升、5G技术的快速应用，一系列新兴领域迎来了颠覆性的创新突破，人工智能、机器人、无人机、物联网领域的人才需求异军突起，造成了新兴领域人才短缺的局面。根据麦肯锡报告，仅仅在美国市场，2018年大数据人才和高级分析专家的人才缺口就高达19万。此外，美国企业还需要150万名能够提出正确问题、运用大数据分析结果的大数据相关管理人才。而且，从理论上讲，全球面临着同样的短缺，而不再是所谓的“中心国家”。自2017年以来，发达国家纷纷摒弃自由主义的技术移民政策体系，纷纷推出民族主义的技术移民政策，聚焦新兴科技领域紧缺急需的各类人才，而无暇顾及所谓的自由主义、人道主义等；以新兴经济体为主的很多发展中国家也紧随其后，采取了一系列措施吸引和集聚新兴领域的优秀人才资源，从而预示着面向新一轮科技革命的全球人才大争夺真正具有了全球性的意义。

正由于知识结构与能力结构的复合化趋势，使其与以往突出强调专业化水准与造诣、注重在特定专业领域的学历与资历的科技人才的习惯性做法不同，“一专多能”几乎是如今各类新型科技人才实现自身价值必备的条件，与工业经济时代一味强调深耕特定专业领域的专业化导向存有很大差异，并对其流动周期、薪酬期许等产生了深刻的影响。

二、基于全球网络空间的流动性显著增强、流动空间进一步拓展，开始呈现虚拟集聚、离岸集聚、就地集聚、短期流动等态势

在传统工业经济时代，技术产业演进遵循了中心—半中心—边缘的基本进路，具有高度单向的扩张性特征，并因此要求专业技术人员不断精深，在特定的专业技术领域长期深耕不辍。专业化不仅是传统工业经济时代对于人才知识能力结构的内在需求，也是打造广义的“工匠精神”的基本前提。形而上的科学家与形而下的工程师一体两面、各负其责，共同构成了源于西方的近代工业革命过程中科技人才的主体。但新型科技人才高度动态的内在特质与传统科技人才渴求稳定职业发展的内在需求有所区别。知识结构与能力结构高度复合，预示着更高的职业风险与更为强烈的成就动机。

新一轮信息科技革命不仅来势凶猛，技术更新的周期缩短、速度加快，而且科技领域的颠覆性创新、破坏性创新等频频发生，不时“惊起一滩鸥鹭”。相应地，大数据人才、云计算人才、人工智能人才、区块链人才……形形色色的新型科技人才也如金秋稻浪，一波赶一波，以至于前一种类型的人才培养工作（如大数据人才）在高校尚未落实到位，更新类型的人才迅速诞生，并且在知识—能力的内涵层面呈现很多新特质，并再次倒逼教育—培训机制的转型升级。从BOSS直聘2019年春招人才需求数据可以看到，物联网相关的嵌入式工程师人才需求同比增速超过46%，光传输工程师和无线射频工程师的需求同比增幅均超过80%。此外，5G软件工程师、5G系统工程师的需求也较去年同期增长20%—40%不等，无人机操作员需求增速达到30%。

不仅如此，富于信息技术基因的新型科技人才作为全球网络空间里的弄潮儿，进一步促进了“人”与“才”的分离，使传统意义上的“地理空间”（space of place）真正演变为了基于电子交换的回路与高速运输（第一层次）构成的“流动空间”（space of flows）。正由于这一群体主要基于全球网络空间获取各种职业信息和发展机会，并借此增进各自的专有知识和技能，甚至通过虚拟合作、远程办公等形式开展工作，从而使传统意义上的国家税收、国家安全、组织忠诚、企业管理等方面都面临着前所未有的挑战乃至系统性的变化，甚至再次出现了跨国征收“人力资本税”（Human Capital Tax）的呼声。

三、薪酬远高于科技人才的整体水平，并且更加追求动态化的市场回报

即沃研究院《2017—2018人工智能产业人才发展报告》显示（如图12所示），人工智能相关岗位的薪资水平持续且明显地超出互联网行业平均水平，人工智能领域的平均月薪2.58万元。其中，月薪3—4万元占比34%。尤以推荐算法和深度学习的高薪岗位占比最图12人工智能人才与互联网行业人才平均月薪情况多。值得注意的是，人工智能相关岗位的薪资水平持续且明显地超出互联网行业的平均水平，在工作时间5—8年这个人才梯度上，人工智能人才的平均年薪高出20万元。

相对于以往科技人才供求关系调整基础上的薪酬形成机制，新型科技人才的薪酬形成有几个新的特点：一是由于产业发展速度远快于新型科技人才的培养速度，比如，人工智能人才主要来自相近行业，高校培养才刚刚起步，以至于新型科技人才一直处于失衡状态，不仅大幅度抬高了新型科技人才的薪酬基准，而且新型科技人才规模的扩大并未导致薪酬的相对下降，亦即呈现出“新型科技人才越多、收入越高”的格局；二是鉴于新兴科技领域的初始创业成本低、各国普遍支持等因素，越来越多的新型科技人才进行初始创业抑或进行企业内部创业，追求市场化的薪酬机制，而不再甘于传统科技人才所恪守的从一而终的“雇员”角色。进而言之，人力资源与物质资本相互雇佣的局面在本轮科技革命背景下开始变为现实。

四、培训的社会角色与地位开始改变，不再是传统学校教育的延伸与补充

与上述几点相应的是，新型科技人才的职业周期短，集聚指向趋于平台化，忠诚向度深刻改变，自我意识和自主意识进一步放大。同时，人才泡沫不可避免，亦即传统意义上的学校教育周期滞后于产业—科技演进周期，必然会出现新培养的人才已经落后于市场需求的现象。不仅如此，新型科技人才的兴起还将倒逼传统科技人才的知识—能力结构优化，进而暴露近代工业革命以来的学校教育面临的某些局限性。

以人工智能人才的培养为例。尽管在教育部正式公布的2018年度普通高等学校本科专业备案和审批结果中，有35所高校获批设立“人工智能”新专业，但市场需求的紧迫与需求规模的庞大使传统意义上的学校教育略显滞缓。因此，创新工场在2017年便发起了Dee　Camp人工智能训练营计划，旨在提升高校人工智能人才在行业应用中的实践案例经验，同时推进产学研结合。根据规划，该项目将在5年内培训顶尖高校至少500位AI教师、5000位AI学生。作为国内人工智能领域的旗舰企业——百度，也在2018年10月发布了国内AI领域的第一个专业技术人才培养标准，即《深度学习工程师能力评估标准》，并联合深度学习国家工程实验室、中国软件行业协会发布了中国AI领域的第一个深度学习工程师认证考试方案。可见，培训的角色定位开始发生调整，不再满足于为学校教育“补漏”，而是开始成为顺应新一轮科技革命发展趋势和新兴技术演变的周期特征、与学校教育各司其职各尽其能的新领域。

不难看出，高度富集并高效流转的个体数据重塑了人才的价值体系，基于平台指向的柔性集聚重构了人才与产业之间的耦合关系，新型科技人才成为新一轮科技革命和产业变革中的争夺焦点，国际人才的集聚与流动呈现出一系列新态势，如虚拟集聚、阶段性流动（短期流动）、就地集聚、离岸集聚等，组织管理模式必然随之改变。

引言

绪论

第一章 全球人才流动大变局：动因与动机

第一节 西方自由主义技术移民体系迅速瓦解，民族主义技术移民政策陆续出台

第二节 全球人才大争夺的焦点转移，新型科技人才成为新标的

第三节 美国挑起对华人才战，现有的国际人才竞争机制面临梗阻

第二章 西方自由主义技术移民体系的终结

第一节 西方发达国家技术移民体系的转型态势

第二节 美国自由主义技术移民政策的率先瓦解

第三节 其他发达国家民族主义技术移民政策的生成

第三章 变局之中的国际人才吸引力比较分析

第一节 样本选择

第二节 指标体系构建与数据采集

第三节 国际人才吸引力评价结果分析

第四节 中美两国的国际人才吸引力比较

第五节 上海：冉冉升起的全球人才中心

第四章 应对全球人才大变局：中国的进路

第一节 面对全球人才大变局：我们的判断

第二节 面对全球人才大变局：我们的选择

后记