数字化转型对构建具有国际竞争力的人才发展治理体系的意义及其考虑

文/孙晓琦 刘伟升

习近平总书记高度重视数字化建设，明确提出数字中国战略，多次强调要运用大数据提升国家治理现代化水平。近年来，数字化技术发展日新月异，推动着社会治理形态和分工变革。治理体系是一个宽泛的概念，是一系列规范权力运行和维护运行秩序的体制机制、程序、规则等的结构性安排，人才发展治理体系是一项涉及传统政府工作语境下人才领导体制、管理机制、职能分工、运行体系、人才制度等的综合性议题。为加快构建新时代具有国际竞争力的人才发展治理体系，要强化我国人才发展治理体系数字化转型和信息化建设的战略研究部署，积极借鉴其他国家的做法，推动人才强国建设。

人才发展治理体系日益关注数字化转型

随着时代发展，数字化参与社会治理的内涵与外延不断扩展丰富。人才发展治理体系是国家治理体系的重要组成，对数字化的关注日益突出。2010年，《国家中长期人才发展规划纲要（2010—2020年）》提出“推进人才工作信息化建设，建立人才网络和数据库”，数字化技术在人才创新和科研活动中的管理工具作用逐步得到强化。2014年，习近平总书记在两院院士大会上指出，要着力完善科技创新基础制度，加快建立健全国家科技管理信息系统；2015年，习近平总书记在教育信息化大会上强调，要构建网络化、数字化、个性化、终身化的教育体系，建设“人人皆学、处处能学、时时可学”的学习型社会，培养大批创新人才。党的十九大后，站在新的历史方位，国家治理体系和治理能力现代化进程提档加速。大数据、区块链等先后成为中央政治局集体学习主题。在中央全面深化改革委员会第二十五次会议上，习近平总书记强调，把数字技术广泛应用于政府管理服务，推动政府数字化、智能化运行，为推进国家治理体系和治理能力现代化提供有力支撑。人才发展治理体系向数字化转型既是未来人才工作的重点，也是我国加快建设世界人才中心和创新高地的必然选择。

世界范围内各国已相继将数字化技术引入人才工作。巴西科技基金委和巴西高教基金委等围绕科技人才与科研管理共同开发了Lattes数据库，集成科技人才电子履历记录、项目申报与管理、科技文献评级（分区）、高校研究生教育评价等功能，为人才选拔和项目评审提供数据基础。德国联邦教育及研究部资助开发“高等教育能力建模与评估”项目，基于胜任力模型，将大量教学数据纳入评估体系并开发测试系统，分析学生的素质技能，为学校制定预备课程、弥补技能差距提供参照。澳大利亚Kaggle以众包形式打造数据技术研发平台，方便人才在平台上发布数据、提出问题，吸引了超过100万用户。

得益于5G、人工智能、大数据、物联网、云计算、区块链等数字化技术，虚拟科研组织、虚拟议事厅、虚拟实验室、远程会诊等科研组织形式出现，创新实体间的虚拟互动和远程协作强度均有所提高，不仅拓宽了人才交流的形式，更改善了知识创造及传播的成本和效率，数字化技术成为大变局下实现可持续发展的新动能。

数字化转型对人才发展治理体系必不可少

数字化转型有助于提升人才工作现代化治理水平。尤其在后疫情时代，如何通过数字化转型突破传统人才发展治理体系的局限，更快树立起人才竞争比较优势将成为数字化变革的重要话题。

数字化转型是优化治理主体关系的需要。人才发展治理体系包含着多维多向治理关系。在治理活动维度，覆盖了人才引进、培养、评价、流动、激励等环节；在治理主体上，既存在同级不同职能部门间的横向关系，也涉及上下级政府间、中央和地方管理机构间的纵向关系，广域范围下还包括政府、市场、人才之间更加复杂的互动关系。我国现行的人才发展治理体系在处理上述关系的能力上仍有待提高。研究显示，行政干预过度制约了人才效能的充分释放，社会、市场参与治理程度不足，难以形成推动人才发展的合力。处理好与创新驱动发展要求相适应的新时代治理关系，不仅对各个治理环节的衔接配合提出更高要求，还要求治理体系能够促进各个治理主体协调配合，在各自的责任边界内有序运行。

人才活动的各个环节均会产生大量数据，这为改善治理关系提供了切入点。数字化转型以建成高水平整体智治为核心目标，积累、分析、整合人才活动各项数据，有助于提高治理体系的前后一致性和价值完整性。只要数据的来源是相对统一且不可被篡改的，不同层级间的治理主体就能在一个相对稳定和统一的治理基础上进行对话和协调，有助于减少现阶段各组织部门牵头抓总、各责任部门统筹协调产生的治理盲区。

数字化转型是激发人才效能的需要。释放人才效能是我国人才发展治理体系关注的重点之一，赋予人才自主权是主要路径。《关于深化人才发展体制机制改革的意见》（2016）要求“解放和增强人才活力”。2021年，习近平总书记在中央人才工作会议上强调赋予科学家更大技术路线决定权、更大经费支配权、更大资源调度权。在此导向下我国科技人才体制机制改革纵深推进，《关于改革完善中央财政科研经费管理的若干意见》（2021）提出扩大科研项目经费管理自主权，完善科研项目经费拨付机制，加大科研人员激励力度，减轻科研人员事务性负担。针对青年科研人员，2022年科技部、财政部等五部门发布《关于开展减轻青年科研人员负担专项行动的通知》，开启第三轮科研人员减负专项行动。与此同时，科研项目和研发任务的管理也在进行配套改革。党的十八大以来，“揭榜挂帅”制越来越多地出现在重大科技项目攻关中，《新一代人工智能产业创新重点任务揭榜工作方案》列出智能网联汽车、智能服务机器人等16项，“十四五”国家重点研发计划2021年首批启动的重点专项则首次单独列出揭榜挂帅榜单任务。“赛马制”和“里程碑式”资助已应用在新冠病毒肺炎疫苗研发领域，各项人才计划优化整合，实行以增加知识价值为导向的分配政策，扩大科研自主权，深化科技奖励和评价改革，减轻科研人员负担，激发创新创造活力。

“赋权”不等于“不管”，否则就是无源之水、无本之木，因此过程化管理就显得尤为重要。对行为方式和互动过程留痕会加重传统治理方式负担，但数字化技术可以解决这一问题。近年来，我国布局科技计划项目科学数据汇交工作，持续支持加强国家科学数据中心建设，在保证安全的前提下加强科学数据开放共享与服务，对人才治理的数字化转型是示范性的。用已有成果进行定义虽然简单，但不一定客观，用人的行为数据评价人虽然困难，却与人才发展规律相适应。首先，人才活动的中前端过程性数据应是数字化转型关注的重点，前移治理重心能缓解现阶段行政手段管得过多、过死等问题，在一定程度上避免从“越位”到“缺位”的矫枉过正。另外，数据积累带来的益处是双向的，一方面减轻人才事务性工作负担，降低重复填报行为发生频率，另一方面项目管理方也有了动态化自主化开展监督检查的数据基础。

数字化转型是提高治理体系韧性的需要。“韧性”一词最早源于工程学、生态学、心理学，这一概念在20世纪90年代被引入社会学研究范畴，并逐步衍生出组织韧性、社区韧性、城市韧性等分支。治理体系韧性则是指一种能够适应国内外形势变化，在各种危机、风险和挑战下得以生存和发展的重要能力，也是治理体系可持续发展潜力与活力的体现。治理挑战加剧和治理需求日增对体系韧性提出更高要求，也为数字化转型提供了发展契机，主要体现在两个方面。一是高水平创新人才自主培养的需要。伴随着国际人才竞争日益激烈，自主培养成为加快建立人才资源竞争优势、实现高水平科技自立自强的重要部署。通过分析产业发展趋势和人才素质需求，数字化技术能够为自主培养提供靶向建议，改善人才供给质量。在美国，各州依托教育数据库启动州纵向追踪数据系统（SLDS）项目，这一项目追踪学生从学前教育至职业生涯的个人发展数据，为支持课程标准制定、教师人才培养等提供决策依据。此外，数字化技术的即时性、便捷性、智能化可以帮助克服企业访谈、问卷调查等传统调研方式获取数据难、成本高、数据质量不一等问题，对行业发展态势和产业人才需求作出更加准确的预测，以技术创新化解高水平人才资源的无效供给问题。二是推动多中心协同治理的需要。治理体系韧性的提高不是治理资源的简单叠加，需要参与者在不同治理关系下形成具有多中心协同治理张力的社会结构，最终达成良好的系统互补效应。人才流动和聚集方式的改变增强了这种张力。研究显示，线上人才流动呈现爆发式增长态势，顶级国际学术会议参会人数比疫情前显著增加；教育资源、学术资源、智力资源在数字化技术下得到更大范围共享，社会组织、民间机构有了更多渠道和途径参与人才治理活动。丹麦企业Labster开发了面向学生的虚拟实验室和互动科学平台，可在线获取实验室手册、实验报告、3D视频等教育资源及其他虚拟现实模拟服务。此外，在美欧等地也出现了面向产学研用一体化的虚拟现实实验室，由企业、国家实验室和政府部门共同组成，通过电子信息系统同步工程人员与科研人员信息，形成多主体、跨领域、全链条协同创新运行机制。

推动人才发展治理体系数字化转型的考虑

人才发展治理体系数字化转型不应仅停留在操作层面，需要从政策、体制机制和意识环境三个层面协同发力，共同推进人才项目数字化管理纵深发展。

政策层面要重视数据要素价值。数据正在成为一种商业资本。2020年4月，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》对外公布，数据作为一种新型生产要素被写入文件，与土地、劳动力、资本、技术等传统要素并列，重要性不言而喻。但目前我国人才发展治理体系对数据的认识仍有待深化，存在对数据价值认识不足、数据利用率不高的现象。据中国信息通信研究院《大数据白皮书》，企业运营中的数据只有56%能被及时捕获，而这其中得到利用的仅占57%。统一规范的数据管理制度尚未建成，数字化转型的政策基础仍较为薄弱。

政策制定者要充分认识到数据价值和潜在影响，以制度创新推动人才高地建设，将人才治理的各个环节用数字化手段组织起来。地方人才项目是富有代表性的区域性人才治理活动，可先行作为人才工作数字化治理建设试点，探索数据互联互通的可行模式。在试点区域通过加强数据信息整合、统一存储、分类索引、数据字典灵活智能定制等做法，为首先建成区域性数据要素市场化配置提供政策保障。

体制机制层面要打破“治理孤岛”。当前新的人才数字化治理规则尚未完全建立，数据的所有权、共享权、管理权和使用权等在制度层面仍不明确，数据共享的开放程度和时效性不统一，大量人才活动过程性数据价值被封存，形成“信息孤岛”。尽管数字化转型对治理活动的现代化水平提升已被广泛认可，但在数据资源共享共建上仍缺乏实际行动和制度保障，虽有治理共识却无协同效应。

推动人才项目数字化管理深入发展的示意图构想

针对拥有数据却不能发挥数据价值的问题，必须对数据进行科学、专业的处理和分析。人才发展治理体系的数字化转型，在体制机制上必须秉持“内外”兼修，对内要畅通数据归口部门间的信息流通渠道，对外要及时适时进行信息公开，提高数据管理透明度。在体制机制层面明确行政主体对数据资源的所有权、使用权，划定责任和义务范围，同时探索与企业、研究机构建立共享、共建、共赢的人才项目数据资料合作模式。对在人才数据管理工作中作出突出贡献的部门和单位应及时激励，正向引导社会各界参与人才治理数字化建设工作。加快无指向性数据和过程性数据的滚动积累，强化历史数据在项目查新、结题验收、绩效考核等环节中的运用，尽可能避免重复性填报，提高科研活动监督评价程序运行效率。

理念意识层面要营造数字化环境。现阶段，我国对重大科研项目的管理已经通过搭建线上系统实现了“无纸化”，但从电子化办理到数字化治理仍有距离。数字化转型的核心是推动治理模式变革、治理方式重塑和治理能力提升，并最终以数字化环境的营造加快现代化治理体系的构建。

数据是生产资料，技术是生产力，数字化环境容纳和体现了生产关系。营造数字化环境，一要选择正确的技术。仅数据采集一个环节就有网络爬虫、传感器监测、录入、导入、API接口等方法，不同方法对数据质量和性质的要求各不相同，耗费的时间和经济成本也有所不同。人才发展治理体系的数字化转型要能让不同技术在不同治理语境下发挥自身特点，既不“小马拉大车”，也不“杀鸡用牛刀”。二是长久的关注和投入。数字化环境的形成有赖于正确的人才管理方法、科学的要素组织方式和持续的投资等要素长期发挥作用。若对某项“任务”或某个指标进行一次性投入但不及时进行迭代更新和维护，数字化转型带来的好处必定会随着时间推移而消失，导致资源配置失衡。在积累的过程中，制度走向成熟，治理体系和治理能力现代化不断动态提升，具有国际竞争力的人才制度优势才能逐渐凸显。