产学研用协同创新体系不仅能够在真实的创新环境中锻炼数字人才的实践能力和解决复杂问题的本领，而且通过建设一批综合性重大场景、行业领域集成式场景、高价值小切口场景，为培育具备复合知识结构、创新思维模式和实战能力的数字人才队伍营造良好的发展生态

当前，我国数字人才供给存在总量不足、结构不优、创新能力不强等问题，亟须通过创新人才培养机制予以解决。2025年11月10日，国家发展改革委、国家数据局、教育部、科技部、中共中央组织部印发的《关于加强数据要素学科专业建设和数字人才队伍建设的意见》（以下简称《意见》）提出，“以应用场景为载体，促进数据领域产学研用协同”。场景驱动创新正在成为大国科技加速突破和博弈的新领域，技术、数据、人才、资本等要素是培育应用场景的重要支撑，数字人才是关键力量。产学研用协同创新体系不仅能够在真实的创新环境中锻炼数字人才的实践能力和解决复杂问题的本领，而且通过建设一批综合性重大场景、行业领域集成式场景、高价值小切口场景，为培育具备复合知识结构、创新思维模式和实战能力的数字人才队伍营造良好的发展生态。

以应用场景为载体

加快数字人才培养

2025年11月2日，国务院办公厅印发的《关于加快场景培育和开放推动新场景大规模应用的实施意见》提出，“加快培育拓展经济社会应用场景”。场景是用于系统性验证新技术、新产品、新业态产业化应用以及配套基础设施、商业模式、制度政策的具体情境，是连接技术和产业、打通研发和市场的桥梁，是推动科技创新和产业创新融合发展的重要载体。

《意见》指出：“推动数据领域科技创新与产业创新深度融合，构建企业主导的产学研用协同创新体系，建设一批数字人才培养典型应用场景。”相关部门和地方政府发布了生产、工作、生活的典型场景，如教育部高等教育司公布“人工智能+高等教育”应用场景典型案例，推进人工智能在高等教育中的广泛、合理应用。

一方面，智能制造、数字金融、健康医疗、交通运输、商贸物流、智慧城市等行业领域构建的典型应用场景，不再是模拟实验环境，而是真实的产业实践，为数字人才提供实践机会。各地方可以联合建立数字人才培养基地，企业为院校提供数据标注、数据采集、大模型等前沿人工智能技术实训场景，将市场需求与院校教育资源相融合，打造实战型数字人才培养模式。另一方面，企业作为市场需求的最直接感知者和技术应用的最终实现者，提供具体需求和应用场景，精准识别真实技术痛点和人才能力短板。应充分发挥企业在场景构建、技术需求识别、成果落地实施等方面的主导作用，并支持高校、研究机构、科技社团深入场景前沿，共同设计开发既蕴含前沿技术又具备大规模推广价值的典型应用场景。

发挥应用场景在人才培养中的作用，一方面，要探索建立基于技术专利联合开发和知识产权共享的利益分配机制。企业、高校、研究机构在协同攻关中明确权责，解除高校和科研人员对于成果转化的后顾之忧，激发深入产业一线、参与场景构建的持续动力，加速创新技术的市场化和产业化进程。另一方面，鼓励地方积极探索和实施创新政策工具，如发放算力券、模型券、数据券等，降低高校、科研机构和中小企业获取创新资源的成本，营造一个资源可得、成本可控、鼓励试错的创新生态。

创新产学研用协同

培养人才模式

在数字人才的培养过程中，应供需适配，人才链、创新链、产业链紧密咬合。要探索建立以创新为导向的数字人才协同培养模式。

第一，支持具备条件的高校与企业、研究机构和学会、协会、商会等社会力量共建数字领域专业特色学院。特色学院要以产业真实的应用场景为根本牵引，设计一批反映技术前沿和产业实践的核心课程、编写一批理论与实践相结合的核心教材、组建一支由高校学者和产业专家构成的“双师型”核心师资团队，设计一系列贯穿学习全周期的核心实践项目。此外，应依托特色学院积极开展国际交流与合作，引入全球优质教育资源和认证体系，拓宽学生的国际视野，加强数据领域的拔尖创新人才培养。

第二，依托各类国家级试点和试验区，探索具有鲜明区位产业优势的数字人才特色培养项目。支持数字中国建设综合试点、数字经济创新发展试验区、数据要素综合试验区、数据产业集聚区等，结合本地区的主导产业和战略规划，大胆探索差异化、特色化的数字人才特色培养项目。例如，加强创新型、实用型数字技能人才培养培训，举办数字类职业技能大赛等。

第三，鼓励协同培养组织方式创新。为保障协同的可持续性，必须深化高校内部机制改革，鼓励高校建设数据要素交叉学科平台、产教融合研究院等新型组织，并配套深化成果归属、利益分配、工作考核和绩效发放等机制改革。如将教师参与产教融合的成果纳入职称评定体系等。

科技创新平台促进

产学研用深度融合

《意见》提出，打造科技创新平台，打造数字人才培养高地。加快推进平台开发应用和开放，高校和职业院校发挥自身优势，与企业和社会各方力量携手，深化产学研用融合，促进跨学科、跨行业、跨区域深度合作，构建创新生态，推动教育链、人才链、产业链与创新链有机衔接。

第一，打造创新平台。《意见》要求，“按照‘揭榜挂帅’模式，依托优势高校建设运营数据要素产教融合创新平台”。产教融合创新平台由龙头企业联合职业院校、科研机构共同发起成立，聚焦数据要素价值转化过程中的重大科学和技术问题。其核心任务之一是培育新兴交叉学科方向，推动数据要素学科与经济学、统计学、管理学、法学、计算机科学和软件工程等学科交叉融合，打造出引领未来的数字人才培养高地。

第二，建设研究团队。科技创新平台的高效运转，需要依托跨学科、交叉型的研究和教学团队。团队应由高校教师、企业工程师、科研机构研究员共同构成，围绕数据领域的共性关键技术、前沿引领技术、现代工程技术和颠覆性技术进行联合研发。学生通过参与实际项目，科研创新能力、工程实践能力和团队协作能力将得到极大提升。

第三，鼓励领军企业和创新型企业开放技术平台和应用场景。依托开放平台，协同开展人才培养、学科建设、科技创新，打通基础研究、应用开发、成果转移和产业化链条，系统提升学科培育、科学研究、人才培养、课程建设能力。各平台在承担人才培训过程中，应加强创新型、实用型数字技能人才培养培训，有效增强学生科研能力和职业竞争力，协同培养国家战略急需的复合型应用人才。

不断完善产学研用

协同创新体系

产学研用多元协同育人机制是一项系统性工程，产学研用协同创新生态建设尚处于探索阶段。以应用场景为牵引的教育教学模式，打造产业、教育、科研和应用资源的数字人才培养模式，将对高校学科设置、专业结构、课程开发、师资队伍、科研组织等方面产生深远影响。

当前，不少学校已经或正在准备设置数据科学与工程、数字经济与管理等数据要素相关专业，增设数据采集清洗、数据标注、数据合规、数据运营等贴近市场需求的相关专业，大力推进数据要素相关学科专业和特色学科结合的交叉学科建设，开设数字贸易与商务、数字媒体艺术、数智化供应链管理、数据中心智慧运维、国际数据治理等“微专业”。

面向未来，我们要以更加开放的视角，不断创新产学研用协同的数字人才培养模式。一是要推动协同体系从项目化合作向生态化融合演进，着力构建若干数字人才创新共同体，形成可持续的自我演化能力。二是要充分利用人工智能、大数据等技术赋能人才培养全过程，发展智慧教育平台，实现个性化、自适应学习，并构建基于区块链技术的数字人才认证和信用体系。三是要进一步完善政策保障体系，加大在数据开放、算力接入、资金扶持等方面的供给。四是要坚守开放合作的原则，扩大中外青年学生交流，在人才培养标准、课程体系、师资交流等方面深化国际合作，积极融入全球数字创新网络。

（作者系国家数据专家咨询委员会委员，中央财经大学中国互联网经济研究院副院长、教授、博士生导师）

《中国教育报》2026年06月11日 第10版

作者：欧阳日辉