首页 > 全天北京pk10赛车专业计划

全天北京pk10赛车专业计划

原标题:数字人才流向哪?上海、深圳位列全球吸引力城市前五

记者 刘林

一项基于全球数字创新城市群的研究显示,数字人才吸引力最高的五个城市分别是都柏林、圣地亚哥(智利)、上海、深圳和班加罗尔(印度)。与之相反的是,有七个城市数字人才流出大于流入,分别是北京、费城、广州、巴尔的摩、伯明翰、南京和天津。

这一成果源自清华大学经济管理学院互联网发展与治理中心(以下简称清华经管CIDG)联合全球性的职场社交平台——LinkedIn领英,在周日发布的《数字经济时代的创新城市和城市群发展研究报告》。

上述报告在全球范围选取了11个具有代表性的数字创新城市群,包括波士顿-华盛顿城市群、旧金山湾区、圣地亚哥、德国城市群、英国-爱尔兰城市群、澳大利亚悉尼湾区、印度班加罗尔、新加坡、京津冀城市群、长三角城市群和粤港澳湾区。这些城市群的核心城市共计26个。

报告指出,中国的京津冀、长三角和粤港澳三大城市群近几年数字人才规模增长很快,但是数字人才占比相对较低,均在20%以下。与国际城市群对比,三大城市群的数字人才规模与占比都相对较低。美国东海岸波士顿-华盛顿城市群数字人才规模高度集聚,高达600多万人,数字人才占比在23.8%-31.3%之间。亚太地区班加罗尔数字人才也较为集中,规模为140多万人,占比高达36.6%。

此外,从数字技能角度看,尽管近几年中国数字经济快速发展,但是与国际其他城市群相比,仍然有所落后。报告显示,同时具备基础性和颠覆性数字技能优势的城市群包括波士顿-华盛顿城市群、旧金山湾区、英国-爱尔兰城市群、悉尼湾区、印度班加罗尔。京津冀与长三角只在颠覆性数字技能上具备人才优势,其中,北京最突出的颠覆性数字技能是人工智能,上海最突出的颠覆性数字技能是机器人,苏州则是机器人。

“我们起步晚,在基础性数字技能方面还比较薄弱,”清华经管CIDG主任陈煜波表示,“对于城市数字经济发展来说,基础性数字技能和颠覆性技能都很重要,基础性数字技能是利用和拥抱数字时代的能力,颠覆性数字技能将为数字时代创造新的场景。如何平衡两者,也是未来政策制定的方向。”

从行业角度分析,数字人才在ICT(信息和通讯技术)融合行业的占比要超过ICT基础行业。报告指出,这个结果表明,数字化转型正在从ICT基础行业向传统行业延伸,包括制造、医疗、金融、公司服务、消费品、教育和媒体通信等行业。

数字人才的行业分布还可以反映出一个城市经济发展的侧重点,比如,纽约和伦敦作为全球性金融中心,金融行业的数字人才比重高于其他城市,广州、深圳作为全球重要的商业和创新中心,其消费品行业的数字人才比重非常高。

京津冀城市群:北京在金融、制造和公司服务业拥有较多的数字人才,占比依次为7.7%、7.5%和5.6%;天津在制造、 消费品和金融业吸引了较多的数字人才,占比依次为16.2%、7.4%和6.7%。

长三角城市群:上海在制造、金融和公司服务拥有较多的数字人才,占比依次为18.4%、8.3%和7.6%;南京在制造、 教育和消费品行业吸引了较多的数字人才,占比依次为15.0%、6.1%和5.3%;杭州在制造、消费和金融业拥有较多的数字人才,占比依次为11.3%、5.5%和4.9%;苏州在制造、消费品和医疗行业吸引了 较多的数字人才,占比依次为37.7%、7.3%和5.0%。

粤港澳湾区:香港在金融、消费品和公司服务业吸引了较多的数字人才,占比依次为22.5%、11.7%和7.1%;广州在制造、消费品和公司服务业拥有较多的数字人才,占比依次为13.0%、12.5%和6.2%;深圳在制造、消费品和金融业吸引了较多的数字人才,占比依次为18.0%、13.5%和5.9%。

这些结果表明,城市群(城市)的数字化转型依赖于该地区已有的行业优势。数字化转型进程与所在地区的资源禀赋、产业优势紧密相关。陈煜波在回答记者提问时表示,数字经济一定是基于现有产业基础上的,要把自己的优势产业发展出来,但也不能太单一。

“吸引数字化人才也要与现有产业基础相结合,然后去催化,否则人才很难孤立发挥作用,”陈煜波说,“这与过去的招商引资不一样,这不是有一个开发区需要投资,而是招来这么多人才,人才是要与产业结合发挥作用的。”

领英中国总裁陆坚表示,对于不同区域,在吸引数字人才方面,政策是很重要的引导因素,但核心的龙头企业也非常重要。比如 “杭漂”,因为杭州有阿里巴巴,还有在美国,大家会流向西雅图地区,因为亚马逊的总部在那里。

此外,报告发现,数字人才流动最频繁的是波士顿-华盛顿城 市群与旧金山湾区之间,其次为中国的长三角城市群、京津冀城市群和粤港澳湾区三大区域之间。中国的三大城市群之间的数字人才流动比他们各自内部的流动更加频繁,这与国际上其他城市群内部流动更活跃的现象明显不同,特别是京津冀,其区域内流动只有15%。

copyright © 2010-2019, All Rights Reserved.

本站声明:本站内容均来自网络转载或网友提供,如有侵权请及时联系我们删除!本站不承担任何争议和法律责任!