黃玉潔

一、主要發(fā)現(xiàn)

本報告由世界經(jīng)濟論壇新經(jīng)濟與社會中心與Burning Glass Technologies、領(lǐng)英（LinkedIn）和Coursera合作，重點闡釋第四次工業(yè)革命中最具競爭力的技能之一——數(shù)據(jù)科學(xué)，并揭示當(dāng)今勞動力市場中數(shù)據(jù)科學(xué)人才的成長和分布情況。

本報告將介紹3種方法，幫助領(lǐng)導(dǎo)者了解新經(jīng)濟中數(shù)據(jù)科學(xué)技能的市場：一是通過Burning Glass Technologies的招聘廣告，分析各行業(yè)對數(shù)據(jù)科學(xué)技能的需求;二是基于Coursera對學(xué)習(xí)者技能的見解，了解數(shù)據(jù)科學(xué)人才在各行業(yè)和各地區(qū)的分布和質(zhì)量情況;三是借助領(lǐng)英的用戶簡歷，分析數(shù)據(jù)科學(xué)技能在特定職業(yè)核心技能中的重要性。最后，本文總結(jié)了未來各行業(yè)對數(shù)據(jù)科學(xué)技能的需求，并通過世界經(jīng)濟論壇所做的就業(yè)前景調(diào)查，吸收了全球大型企業(yè)高管們的見解。

（一）主要觀點

1、雖然數(shù)據(jù)科學(xué)崗位和技能目前在勞動力中所占比例相對較小，但呈現(xiàn)出成為需求最高職業(yè)的趨勢。

2、對數(shù)據(jù)科學(xué)技能的需求不僅限于信息技術(shù)行業(yè)，媒體與娛樂、金融服務(wù)和專業(yè)服務(wù)等很多其他行業(yè)也越來越重視數(shù)據(jù)。

3、數(shù)據(jù)科學(xué)技能對于一些新興職業(yè)尤為重要，如美國的機器學(xué)習(xí)工程師和數(shù)據(jù)科學(xué)專家，而傳統(tǒng)職業(yè)只象征性地要求具備數(shù)據(jù)科學(xué)技能，但這些傳統(tǒng)職業(yè)所需技能也正面臨重大轉(zhuǎn)變。

4、數(shù)據(jù)分析的新機遇和技術(shù)進步，總是重新定義數(shù)據(jù)科學(xué)家需要的特定技能，因此數(shù)據(jù)科學(xué)技能時刻處于快速演變之中。

5、數(shù)據(jù)科學(xué)學(xué)習(xí)者的成就差距表明，不同行業(yè)和經(jīng)濟體的數(shù)據(jù)科學(xué)人才水平各異：從行業(yè)看，信息通信技術(shù)（ICT）、媒體和娛樂、金融服務(wù)和專業(yè)服務(wù)行業(yè)，在招聘數(shù)據(jù)科學(xué)人才和在線學(xué)習(xí)者的成就方面處于領(lǐng)先;從經(jīng)濟體看，對于大多數(shù)行業(yè)，歐洲對數(shù)據(jù)科學(xué)技能熟練程度的要求排在首位，第二和第三分別是北美地區(qū)和新興經(jīng)濟體;但與此趨勢不同的是，對于信息通信技術(shù)等行業(yè)，亞太地區(qū)、中東和非洲的學(xué)習(xí)者表現(xiàn)優(yōu)于平均水平。

6、到2022年，數(shù)據(jù)科學(xué)技能可能更加搶手，像人工智能和機器學(xué)習(xí)或數(shù)據(jù)科學(xué)等將成為大多數(shù)行業(yè)中最受歡迎的職業(yè)。

（二）對決策者的影響

總體而言，數(shù)據(jù)科學(xué)崗位和技能的快速發(fā)展和演變，要求相關(guān)人員制定適當(dāng)經(jīng)營戰(zhàn)略和教育及培訓(xùn)政策，以滿足各行業(yè)對數(shù)據(jù)科學(xué)技能數(shù)量和質(zhì)量需求。

更確切地說，本報告提出的觀點具有以下內(nèi)涵：

一是在第四次工業(yè)革命中，所有行業(yè)都要進行根本性轉(zhuǎn)變，以充分吸收數(shù)據(jù)經(jīng)濟帶來的紅利，為此，需要適當(dāng)投資以獲得數(shù)據(jù)科學(xué)技能人才。

二是有些行業(yè)已吸納了大量具有更傳統(tǒng)的數(shù)據(jù)科學(xué)技能人才，如統(tǒng)計或數(shù)據(jù)管理的高技能人才，而要想發(fā)揮創(chuàng)新潛力，這些行業(yè)還要對數(shù)據(jù)可視化或統(tǒng)計編程能力等新技能進行投資。

三是數(shù)據(jù)科學(xué)行業(yè)發(fā)展迅速，要想時刻掌握最新技能，需具備動態(tài)的技能提升系統(tǒng)，以響應(yīng)迅速變化的技術(shù)和相關(guān)技能需求。

四是在線學(xué)習(xí)者的成就差異，表明不同行業(yè)和地區(qū)數(shù)據(jù)科學(xué)技能之間的潛在差距。這種差距如得不到彌補，創(chuàng)新潛力和競爭潛力可能會落后，為此，應(yīng)考慮加大對數(shù)據(jù)科學(xué)技能的投資。

二、Burning Glass? Technologies公司：各行業(yè)對數(shù)據(jù)科學(xué)技能的新需求情況

（一）各行業(yè)對數(shù)據(jù)科學(xué)技能的新需求

Burning Glass Technologies公司根據(jù)招聘廣告中在線市場技能和數(shù)據(jù)技能被提及的次數(shù)占所有被提及技能的比例，計算出不同行業(yè)對數(shù)據(jù)科學(xué)技能的需求情況。

（二）具體行動方案

1、指標(biāo)數(shù)據(jù)

Burning Glass Technologies的技能指標(biāo)反映的是新技術(shù)面世后，各行業(yè)對相關(guān)新技能的需求情況。新職位在網(wǎng)上發(fā)布后，算法會提取如崗位類型和崗位所需技能等相關(guān)數(shù)據(jù)，然后計算分析招聘廣告中提及技能所占比例的變化情況，以得出對專業(yè)人才需求的變化趨勢。企業(yè)對專業(yè)人員的需求變化，也可反應(yīng)企業(yè)對技術(shù)的投資情況。

這些指標(biāo)為人們了解各行業(yè)的技能需求提供了新見解。招聘廣告中涉及的技能是重要的、新的或不尋常的必要技能，也是勞動力市場中的崗位所要求的基本技能。

當(dāng)勞動力市場處于轉(zhuǎn)型時，通過新招聘職位涉及的技能要求，可看出應(yīng)用新技術(shù)和相關(guān)流程變化的早期趨勢。這些技能要求體現(xiàn)了商業(yè)領(lǐng)袖的意圖，即將對新技術(shù)的投資與人力資本相匹配。

2、主要觀點

通過各行業(yè)對用戶和實體大數(shù)據(jù)分析相關(guān)技能的需求變化，將各行業(yè)對這種技能的需求與對應(yīng)用和網(wǎng)絡(luò)市場相關(guān)技能的需求進行了對比。在《2018年就業(yè)前景報告》中，2022年之前，在線市場技能和數(shù)據(jù)技能是最有可能得到應(yīng)用的兩種技術(shù)，其中應(yīng)用和網(wǎng)絡(luò)市場（即在線市場）技能主要包括：社交媒體、付費搜索、電子商務(wù)和移動應(yīng)用程序設(shè)計;用戶和實體大數(shù)據(jù)分析技能（即數(shù)據(jù)技能）主要包括：Apache Hadoop（一種軟件框架）、Hives、大數(shù)據(jù)、Oracle大數(shù)據(jù)和AWS Elastic MapReduce。

2013-2018年期間，不同行業(yè)對上述兩種技能的需求有共同之處。值得注意的是，投資較多的行業(yè)是媒體和娛樂（ME）、專業(yè)服務(wù)（PS）、信息通信技術(shù)和金融服務(wù)（FS）行業(yè)。

與此同時，通過比較數(shù)據(jù)顯示，對兩種技能的需求也具有明顯差異：與在線市場技能需求相比，數(shù)據(jù)技能需求仍然相對較小，但數(shù)據(jù)技能的需求正在快速增長。具體而言，2013年至2015年間，信息通信技術(shù)、媒體和娛樂、專業(yè)服務(wù)及金融服務(wù)行業(yè)對數(shù)據(jù)技能的需求分別增長了59%、50%、69%和88%，而同一時期上述行業(yè)對在線市場技能的需求僅分別增長了18%、14%、7%和44%。

進一步研究在線市場技能的需求趨勢，會發(fā)現(xiàn)一些行業(yè)在特定年份對該技能的需求處于高峰期，比如，非營利性行業(yè)及政府和公共部門行業(yè)對該種技能的需求，分別在2014年和2017年達到了最高水平。對于這些需求出現(xiàn)高峰可做如下解釋，即隨著新技術(shù)的應(yīng)用，企業(yè)開始急需專業(yè)人力資本，隨后新技術(shù)逐漸成熟，對相關(guān)技能的需求也隨之放緩。

通過Burning Glass Technologies的指標(biāo)數(shù)據(jù)，人們能夠及時細致地了解整個勞動力市場對專業(yè)人才需求的變化情況。這些數(shù)據(jù)使決策者能夠跟蹤各行業(yè)和地區(qū)的技能需求和技術(shù)應(yīng)用情況，并了解勞動力市場對特定技能的需求規(guī)模及提高員工技能的工資激勵措施。

3、對決策者的影響

這些數(shù)據(jù)的價值在于能夠使個人、企業(yè)和政策制定者了解各行業(yè)對新技能的需求變化，以便隨時應(yīng)對技能短缺或不匹配問題。這些數(shù)據(jù)還有助于領(lǐng)導(dǎo)者對行業(yè)內(nèi)外的專業(yè)人力資本進行投資。

（三）源數(shù)據(jù)和模型

Burning Glass Technologies編制的數(shù)據(jù)集基于網(wǎng)上招聘信息，具體而言，該公司首先從求職網(wǎng)站和雇主網(wǎng)站等在線資源中“獲取”職位詳細數(shù)據(jù)，然后分析每個招聘廣告并提取關(guān)鍵信息，其中具體包括崗位介紹和所需技能。

之后，該公司通過聚類算法等進一步細分職位和技能等信息類別，以獲得由一致的職業(yè)和技能分類法（如O*NET職業(yè)分類）組織的數(shù)據(jù)點。就目前分析而言，Burning Glass Technologies的技能分類進一步與世界經(jīng)濟論壇所發(fā)布《2018年就業(yè)前景報告》定義的新技術(shù)相對應(yīng)。

由上述程序產(chǎn)生的技能需求度數(shù)據(jù)，表示某年某組特定技能在招聘廣告中的提及次數(shù)占所有被提及技能的百分比，這些百分比可解釋為對技能的需求程度。在各行業(yè)中，鮮少提及技能需求的招聘廣告超過10%。在統(tǒng)計的技能和職業(yè)組合中，約95%列出了重要性低于10%的技能，應(yīng)重點關(guān)注各行業(yè)的百分比和隨時間推移的增長趨勢。

三、Coursera：各行業(yè)和地區(qū)的數(shù)據(jù)科學(xué)技能學(xué)習(xí)成就情況

（一）各行業(yè)和地區(qū)的數(shù)據(jù)科學(xué)技能學(xué)習(xí)成就（見表1）

表1 各行業(yè)的數(shù)據(jù)科學(xué)技能（按技能分組）熟練程度。來源：Coursera

（二）具體行動方案

1、指標(biāo)數(shù)據(jù)

Coursera的全球技能指數(shù)旨在評估各經(jīng)濟體和行業(yè)的學(xué)習(xí)者，并提供方法以評估學(xué)習(xí)者對關(guān)鍵技能的熟練程度。對每個國家、地區(qū)或行業(yè)的學(xué)習(xí)者都要進行比較評估，評估結(jié)果分為四種，即：前沿（0.76-1.00分）、有競爭力（0.51-0.75分）、新興（0.26-0.50分）和滯后（0.00-0.25分）。

學(xué)習(xí)者在Coursera在線學(xué)習(xí)平臺上學(xué)習(xí)的課程和相關(guān)評估，為評估各行業(yè)和經(jīng)濟體的技能水平提供了寶貴見解，并為評估各行業(yè)和地區(qū)人才的技能熟練程度提供了衡量依據(jù)。

在第四次工業(yè)革命期間，做上述評估尤其重要，因為各地區(qū)和行業(yè)需要了解、培養(yǎng)和開發(fā)專業(yè)人才，以確保在長期內(nèi)具有人才和經(jīng)濟競爭力。

2、主要觀點

表1中顯示的是數(shù)據(jù)科學(xué)技能在線學(xué)習(xí)者相關(guān)能力的差異，反映了各行業(yè)和地區(qū)的個人技能投資情況，以及學(xué)習(xí)者通過在線學(xué)習(xí)的成果。

近年來，在數(shù)學(xué)、統(tǒng)計、統(tǒng)計編程、機器學(xué)習(xí)、數(shù)據(jù)管理和數(shù)據(jù)可視化6種數(shù)據(jù)科學(xué)技能中，統(tǒng)計編程、數(shù)據(jù)可視化和機器學(xué)習(xí)實現(xiàn)了重大創(chuàng)新。

總體而言，無論從總體層面還是在技能集合看，處于第四次工業(yè)革命最前沿的技術(shù)行業(yè)擁有最具競爭力的數(shù)據(jù)科學(xué)技能人才，緊隨其后的兩個行業(yè)分別是專業(yè)服務(wù)行業(yè)和通信行業(yè)。

在統(tǒng)計或數(shù)據(jù)管理等較傳統(tǒng)的數(shù)據(jù)技能方面表現(xiàn)良好的行業(yè)，如希望發(fā)揮創(chuàng)新潛力，還需要投資數(shù)據(jù)可視化或統(tǒng)計編程等更具創(chuàng)新性的數(shù)據(jù)技能，金融行業(yè)就屬于這類行業(yè)。從歷史上看，金融行業(yè)在數(shù)量分析技能，尤其是統(tǒng)計技能方面擁有強大的人才儲備。學(xué)習(xí)者的學(xué)習(xí)成就表明，盡管技術(shù)行業(yè)對人才的競爭日益激烈，但該行業(yè)在傳統(tǒng)專業(yè)領(lǐng)域仍然具有競爭力。然而，金融行業(yè)學(xué)習(xí)者的成就表明，該行業(yè)人員在較具創(chuàng)新性的技能方面表現(xiàn)較差，如在統(tǒng)計編程和機器學(xué)習(xí)方面分別排名第5和第6。

學(xué)習(xí)者的技能熟練程度也因地區(qū)而異。例如，在金融行業(yè)中，歐洲的學(xué)習(xí)者被評估為“最前沿”人才，而拉丁美洲的學(xué)習(xí)者被認為是“新興”人才。平均而言，歐洲在線學(xué)習(xí)者的數(shù)據(jù)科學(xué)技能熟練程度高于北美，其次是新興地區(qū)。例如，在亞太、中東和非洲地區(qū)，通信行業(yè)和技術(shù)行業(yè)的學(xué)習(xí)者具有較高的技能熟練程度。同樣，在中東和非洲，汽車行業(yè)的學(xué)習(xí)者掌握了最前沿的數(shù)據(jù)科學(xué)技能。

在比較不同行業(yè)和地區(qū)學(xué)習(xí)者技能學(xué)習(xí)成就時，有些結(jié)果是高度兩極化的。例如，在醫(yī)療保健行業(yè)，歐洲的學(xué)習(xí)者在數(shù)據(jù)管理技能方面取得了“最前沿”的成果，而北美的學(xué)習(xí)者處于滯后水平，媒體和娛樂行業(yè)的數(shù)據(jù)可視化技能學(xué)習(xí)者也符合上述模式。但對于數(shù)學(xué)技能而言，結(jié)果卻正好相反：在消費品行業(yè)，北美的學(xué)習(xí)者優(yōu)于歐洲學(xué)習(xí)者。

評估學(xué)習(xí)者的差異可能反映供應(yīng)和需求方面的因素，例如教育系統(tǒng)的質(zhì)量或工作場所對技能的需求。從長遠來看，不同地區(qū)和行業(yè)的數(shù)據(jù)科學(xué)技能差距可能會加劇創(chuàng)新和競爭力的分化，并阻礙特定國家、地區(qū)和行業(yè)的發(fā)展。

數(shù)據(jù)資產(chǎn)日益重要，勞動力市場對數(shù)據(jù)科學(xué)技能的需求也日益增強。因此，政策制定者和企業(yè)領(lǐng)導(dǎo)者必須考慮為新的勞動力市場更好地培養(yǎng)和部署有競爭力的人才。這里提出的衡量標(biāo)準(zhǔn)可以擴展，以進一步評估產(chǎn)出衡量標(biāo)準(zhǔn)間的關(guān)系，比如基于學(xué)習(xí)者不同學(xué)習(xí)成就的股市指數(shù)和行業(yè)生產(chǎn)力數(shù)據(jù)。

3、對決策者的影響

詳細分析各行業(yè)和地區(qū)的在線學(xué)習(xí)者技能熟練程度，有助于各行業(yè)和地區(qū)確定未來專業(yè)化人才的優(yōu)先級，并發(fā)現(xiàn)技能提升和再培訓(xùn)機會，從而確保在新的全球經(jīng)濟中保持長期競爭力。

要與第四次工業(yè)革命中的市場變革保持同步，不僅是個人，世界各地的企業(yè)和政府都應(yīng)在技能培訓(xùn)方面進行適當(dāng)投資。

（三）源數(shù)據(jù)和模型

Coursera的全球技能指數(shù)基于技能與在線課程內(nèi)容的一一對應(yīng)，對學(xué)習(xí)者的表現(xiàn)進行了評估。該指數(shù)利用了技能標(biāo)簽訓(xùn)練的機器學(xué)習(xí)模型，這些技能訓(xùn)練標(biāo)簽眾包來自Coursera平臺上的數(shù)千萬名學(xué)習(xí)者和幾千名教師。

基于學(xué)習(xí)者在所有測試評估中的表現(xiàn)，Coursera會為每位學(xué)習(xí)者建立技能檔案，以便調(diào)整學(xué)習(xí)難度。在本報告中，某地區(qū)某行業(yè)的技能熟練度值，是該地區(qū)該行業(yè)所有學(xué)習(xí)者技能水平的平均值，計算時，要對每個學(xué)習(xí)者的技能水平值進行加權(quán)，即乘以其技能檔案的確定性系數(shù)。如果某地區(qū)某行業(yè)至少有100名學(xué)員在Coursera平臺上進行了相關(guān)評估，則該地區(qū)該行業(yè)的技能熟練程度排名就視為有效。技能熟練度值根據(jù)相應(yīng)技能指數(shù)得分進行排名，當(dāng)某地區(qū)某行業(yè)的學(xué)習(xí)者在某一技能評估中表現(xiàn)更好，該地區(qū)該行業(yè)的技能熟練度值排名會更靠前。

對每個地區(qū)擁有足夠數(shù)量學(xué)習(xí)者的行業(yè)，Coursera都計算了相應(yīng)的技能熟練程度百分比，并進行了排名，以得出各地區(qū)各行業(yè)技能熟練程度排名，然后將這些百分比分為四類，即滯后、新興、有競爭力和前沿?；谀车貐^(qū)某行業(yè)在某一技能方面的表現(xiàn)，可將該地區(qū)該行業(yè)劃入相應(yīng)類別，作為對該地區(qū)該行業(yè)人力資本能力的整體評估。

基于為每個學(xué)習(xí)者編制的技能檔案，Coursera能夠計算60個國家的技能指數(shù)得分。本報告會評估2000名左右符合條件的學(xué)習(xí)者，以得出某地區(qū)某行業(yè)對某項技能的熟練程度。有一些列為“缺失”的數(shù)據(jù)點，表示Coursera無法準(zhǔn)確計算該地區(qū)該行業(yè)在該項技能上的熟練程度。

四、領(lǐng)英：各職業(yè)對數(shù)據(jù)科學(xué)技能的需求變化情況

（一）各職業(yè)對數(shù)據(jù)科學(xué)技能需求變化（見圖1）

圖1 特定新興職業(yè)所需技能重要性排名變化。來源：領(lǐng)英

（二）具體行動方案

1、指標(biāo)數(shù)據(jù)

根據(jù)領(lǐng)英會員在職業(yè)簡介中展示的技能信息，人們可了解各種職業(yè)的技能要求。當(dāng)領(lǐng)英用戶在個人資料中修改職業(yè)時，該用戶就與該職位相關(guān)聯(lián)。這種轉(zhuǎn)變的歷史趨勢可解釋為雇傭模式。通過這些數(shù)據(jù)，可追蹤用戶在不同時間點從事的不同工作，以分析趨勢并進行比較。通過分析2014-2018年間，1.77億名領(lǐng)英美國會員的招聘趨勢，得出圖1中所列的一系列新興職業(yè)。

通過會員在領(lǐng)英職場社交平臺上對自身技能的介紹，人們能夠獲得很多新見解，涵蓋了新興職業(yè)和全球經(jīng)濟中勞動者不斷發(fā)展的技能。每個職業(yè)都需要一套獨特技能，而這些技能會隨著新技術(shù)和經(jīng)營模式的應(yīng)用而變化。在第四次工業(yè)革命期間，勞動力市場有兩個變化：一是職業(yè)的重要性正在發(fā)生改變，即一些職業(yè)的重要性下降，而另一些職業(yè)，且大多是“新興”職業(yè)的重要性日益增加。二是隨著技術(shù)對工作內(nèi)容的改變，同一職業(yè)所需不同技能的重要性也會發(fā)生變化。

領(lǐng)英技能評估的是在勞動力市場各個領(lǐng)域都很重視的獨特技能。勞動力市場可按特定的地理位置（如城市或自治市）、行業(yè)、工作類型（如數(shù)據(jù)科學(xué)家）或人口（如職業(yè)女性）劃分為不同領(lǐng)域。

2、主要觀點

圖1反映了2015-2018年間美國勞動力市場中，機器學(xué)習(xí)工程師和數(shù)據(jù)科學(xué)專家所需技能的變化情況，這兩種新興職業(yè)都需要數(shù)據(jù)科學(xué)技能。本報告還將上述兩種職業(yè)的變化與傳統(tǒng)上不需要數(shù)據(jù)科學(xué)技能的兩個新興職業(yè)，即銷售開發(fā)代表和關(guān)系顧問所需技能的變化情況進行了比較。

這使得人們可以更細致地分析當(dāng)今勞動力市場中出現(xiàn)的兩類職業(yè)：一類是有助于開發(fā)、運行和維護新技術(shù)的職業(yè)，包括一系列技術(shù)職業(yè)，如區(qū)塊鏈開發(fā)人員、機器學(xué)習(xí)工程師、機器學(xué)習(xí)專家和數(shù)據(jù)科學(xué)專家;另一類是開發(fā)客戶并銷售產(chǎn)品和服務(wù)的職業(yè)，如應(yīng)用銷售主管、關(guān)系顧問、銷售開發(fā)代表和業(yè)務(wù)支持顧問。

2015年，機器學(xué)習(xí)工程師通常表示，他們使用的技能包括編程語言、Apache Spark、數(shù)據(jù)科學(xué)、深度學(xué)習(xí)、算法、分布式計算和大數(shù)據(jù);數(shù)據(jù)科學(xué)專家所使用的技能與之相似，但數(shù)據(jù)科學(xué)專家更重視其他技能，如R、統(tǒng)計和結(jié)構(gòu)化查詢語言（SQL）。到2018年，這兩種職業(yè)的技能需求都發(fā)生了重大變化，總的來說，兩者都開始重視自然語言處理技能，而編程語言Python的重要性在兩種職業(yè)中都有所下降，尤其是對機器學(xué)習(xí)工程師而言更是如此。兩者的不同變化在于，數(shù)據(jù)科學(xué)專家更加重視數(shù)據(jù)可視化和結(jié)構(gòu)化查詢語言技能，而機器學(xué)習(xí)工程師更傾向于使用專為機器學(xué)習(xí)而設(shè)計的新編程工具，如張量流圖、Keras和計算機視覺。

與上述兩種職業(yè)相比，銷售開發(fā)代表需要不同的技能，掌握Salesforce.com等技術(shù)技能至關(guān)重要，但該職業(yè)的基本技能還包括客戶關(guān)系管理和業(yè)務(wù)開發(fā)，這些技能被認為是以人為中心的“軟”技能。此外，這種職業(yè)受技術(shù)變革的影響似乎較小，銷售開發(fā)代表所需技能與機器學(xué)習(xí)工程師或數(shù)據(jù)科學(xué)專家相比更具穩(wěn)定性，但開發(fā)潛在客戶技能的重要性正在明顯下降，這一變化表明銷售開發(fā)代表開發(fā)潛在客戶的方式發(fā)生了轉(zhuǎn)變。銷售開發(fā)這項日益重要的技能，更重視銷售代表與潛在客戶之間的互動，而不是讓企業(yè)與客戶進行例行公事的溝通。

關(guān)系顧問所需技能的變化表明，為適應(yīng)新技術(shù)的應(yīng)用，這一職業(yè)需要重新定位。金融機構(gòu)的代表通常是關(guān)系顧問，對這一職業(yè)而言，由于技術(shù)進步，金融服務(wù)和信用評級評估取代了人力，兩大技能的重要性日益降低，而銀行業(yè)務(wù)、金融、借貸和財務(wù)技能等行業(yè)專門知識和技能正在重新引起重視。

勞動力市場分析往往側(cè)重于就業(yè)崗位的總體增減情況。不斷變化的職業(yè)技能需求是當(dāng)今工作人員面臨的另一挑戰(zhàn)：職業(yè)正在發(fā)生重大轉(zhuǎn)變，對勞動者的要求也隨之發(fā)生了變化。分析工作所需的技能，比僅僅分析工作崗位更能準(zhǔn)確地了解勞動力市場的需求。為分析當(dāng)今勞動力市場中最重要的變化，應(yīng)將技能視為新的分析因素。除上述功能外，領(lǐng)英的技能可提供職業(yè)、行業(yè)、城市和地區(qū)的技能組成?；诖?，可比較技能變化的歷史趨勢，從而有助于相關(guān)人員確定各行業(yè)應(yīng)優(yōu)先掌握和提高的技能;該技能分析有助于使新興工作與具備合適技能的人群（如移民或婦女）相匹配，以填補崗位空缺;此外，還有助于新進入勞動力市場的勞動者了解相應(yīng)職業(yè)和行業(yè)當(dāng)前和過去的情況。

3、對決策制定者的影響

將技能作為分析勞動力市場的關(guān)鍵因素，為政策制定者提供了工具，以積極準(zhǔn)備應(yīng)對未來工作的顛覆性變化。為深入、細致且動態(tài)地洞察勞動力市場中正在發(fā)生的變化，相關(guān)人員不應(yīng)僅僅關(guān)注工作崗位和勞動者年輕時獲得的教育資格。

政策制定者和企業(yè)領(lǐng)導(dǎo)人可利用這些精細的動態(tài)數(shù)據(jù)發(fā)現(xiàn)技能差距，因為這些技能差距會進一步導(dǎo)致性別、種族和民族間的社會經(jīng)濟不平等。此外，這些技能對比可用于發(fā)現(xiàn)需要類似技能的領(lǐng)域，這些領(lǐng)域具有協(xié)同效應(yīng)，比如不同職業(yè)之間的相似性能夠決定勞動者的未來職業(yè)道路和前景黯淡的職業(yè)。最后，這些數(shù)據(jù)可幫助教育和培訓(xùn)提供者，使他們能以更靈活的方式使勞動者的職業(yè)能力與勞動力市場的技能需求保持一致。

（三）源數(shù)據(jù)和模型

用于開發(fā)領(lǐng)英技能的數(shù)據(jù)來自領(lǐng)英平臺上專業(yè)人員的會員資料。具體而言，這些數(shù)據(jù)來自于會員簡介中列出的技能、職位和工作地點。上述技能使用詞頻-逆文檔頻率（TF-IDF）模型進行計算。

為分析技能，領(lǐng)英根據(jù)技能在特定領(lǐng)域中的重要性（例如特定地理位置、行業(yè)或職業(yè)），計算每項技能的權(quán)重，并進行比較。例如，在一定時期內(nèi)，與其他職業(yè)相比，某一職業(yè)最重視的技能。首先，所有在這一時期內(nèi)從事該職業(yè)的人員都應(yīng)納入分析中。然后，統(tǒng)計會員在領(lǐng)英個人資料“技能”部分列出的技能，并計算每項技能出現(xiàn)的頻率。注意，只有個人在擔(dān)任職位期間專門添加的技能，才能包含在相應(yīng)分析中。反之，為減少“無效”數(shù)據(jù)，由10個或10個以內(nèi)會員在未擔(dān)任職務(wù)期間添加的技能將被刪除。這樣可以確保只統(tǒng)計與職業(yè)相匹配的技能，并且可在一段時間內(nèi)分析技能的變化情況。最后，對每項技能進行加權(quán)，在多種職業(yè)中出現(xiàn)的通用技能的權(quán)重較小。通過上述計算，將得到最能代表該職業(yè)的技能。

五、未來數(shù)據(jù)科學(xué)工作崗位需求展望

2018年的就業(yè)前景調(diào)查，要求首席人力資源官和其他商業(yè)領(lǐng)袖確定其企業(yè)需要的技術(shù)，以及他們認為重要的新興職業(yè)，得到的答案都與數(shù)據(jù)科學(xué)工作和技能相關(guān)。在接受調(diào)查的商業(yè)領(lǐng)袖中，85%的人表示他們計劃在2022年之前整合用戶實體和大數(shù)據(jù)分析技術(shù)，使其成為所有行業(yè)中最重要的因素。

此外，商業(yè)領(lǐng)袖們還確定了一系列新的重要職業(yè)，預(yù)計這些職業(yè)到2022年也會變得更加重要。數(shù)據(jù)分析師和科學(xué)家，以及人工智能和機器學(xué)習(xí)專家在各行業(yè)中的排名很重要。大多數(shù)行業(yè)的商業(yè)領(lǐng)袖計劃將在用戶和實體大數(shù)據(jù)分析技術(shù)方面投資，與創(chuàng)建新的數(shù)據(jù)科學(xué)相關(guān)崗位相匹配。更確切地說，在接受調(diào)查的12個行業(yè)中，有7個行業(yè)的商業(yè)領(lǐng)袖認為在2022年之前最熱捧的新職業(yè)是數(shù)據(jù)分析師和科學(xué)家。為滿足這一需求，政策制定者和企業(yè)領(lǐng)導(dǎo)者應(yīng)共同努力，以提高當(dāng)今數(shù)據(jù)科學(xué)人才的能力。本報告中的數(shù)據(jù)表明，除基本的數(shù)據(jù)科學(xué)技能教育外，還應(yīng)開展動態(tài)的、響應(yīng)性的技能提升項目。這種投資將為個人、企業(yè)和經(jīng)濟體帶來快速回報，包括更高的工資、創(chuàng)新力、競爭力和社會經(jīng)濟流動性。

譯自：Data Science in the New Economy： A new race for talent in the Fourth Industrial Revolution， July 2019 by World Economic Forum