1、报告作者智谱 AI 研究咨询部科技产业研究员，生态学博士。曾经多次主持或参与“北京市十大高精尖产业研究”、“各地企业技术尽调”、“人工智能系列报告”等多个项目，积累了科技政策、人才政策、科技评估等多方面研究经验。重点关注人工智能、先进制造等领域。智谱 AI 研究咨询部科技产业研究员、负责人，外交学院法学硕士。在核心期刊、知名媒体发表论文和评论性文章 20 余篇；10 余年科技产业研究咨询经验。阿里研究院资深技术专家，计算机博士。阿里研究院资深技术专家，阿里研究院未来技术中心负责人，中国中文信息学会理事，中国计算机学会人工智能专委会常务委员。关注下一代互联网技术与产业发展。叶静芸邬 克苏 中su

2、zhong.szalibaba-报告要点一、中国人才基数大，但高层次人不足，且严重落后于美国全球数字科技人才总量为 77.5 万人，其中中国有 12.8 万人，位居第一，占全球总量的17%，是排名第二的美国的 1.5 倍，是排名第三的日本的 8.3 倍。但中国数字科技高层次人才（即 H-index 20，下同）只有 0.7 万人，仅占全球总量的 9%，仅为位居第一的美国（2.1 万，占全球 25%）的 35%。这说明我国数字科技人才基数很大，但高层次人才储备不足，且远落后于美国。图 1 全球数字科技人才数量前 10 强国家数据来源：AMiner 科技情报平台二、中国高层次人才集中在高校，而美国

3、高科技公司人才储备不逊色于顶尖高校从全球数字科技人才机构分布看，中国科学院以 4,722 人的数量名列第一名，以较大优势领先于排名第二的美国加州大学（2,623 人）；进入全球前 10 强的中国机构还有两家，即中国科学院大学（1,462 人，第六名）、清华大学（1,305 人，第八名）。表 1 全球数字科技人才数量前 10 强机构数据来源：AMiner 科技情报平台在全球高层次人才前 10 强机构中，美中各占 6 家和 4 家。第一名被美国加州大学摘取，其以 492 人的高层次人才储备大幅度领先于全球其他机构。4 家中国机构依次为中国科学院（144人，第 5 名）、北京大学（135 人，第 6

4、 名）、清华大学（129 人，第 9 名）、上海交通大学（119 人，第 10 名）。分析发现，中国科学院是中国数字科技人才储备结构的缩影：虽然人才基数大幅领先，但高层次人才明显落后（占其人才总数的 3%，落居全球第五）。美国相对于中国的另一个优势是，身处科研一线的高科技企业的高层次人才储备实力强于中国，该国的谷歌、微软公司的高层次人才数量排名分别位居全球第二名和第四名，该优势将有力地推动美国数字技术持续创新发展，并引领全球数字技术应用新趋势。三、北京和上海是中国两大人才高地，前者人才储备为后者 2 倍从国内数字科技人才分布看，北京人才总数优势明显，共 2.4 万人，占全国近 2 成，是排名第

5、二的上海的 2 倍；北京的高层次人才数量为 1,076 人，占全国 1.5 成，仍然是排名第二的上海的 2 倍。另外，东部地区的广东、江苏、浙江、香港、黑龙江，以及高校资源较丰富的湖北、陕西、四川、湖南等内陆省份也是我国数字科技人才分布较多的地区。图 2 中国数字科技人才高地（Top 10）四、中美分别为全球最大的人才净流失国和净流入国美国是数字科技人才流动最活跃的国家，也是人才净流入最大的国家。过去 10 年，其人才净流入 835 人，位居全球第一；其次是意大利，净流入 504 人。中国则为全球人才净流失第一大国，流失人数达 684 人；其次是韩国，净流失 100 人。由此可见，我国数字科技

6、人才流失严重，在人才引进以及用好、留住人才等方面的工作显得尤为迫切。图 3 2012-2021 年全球主要国家数字科技领域人才流动对比数据来源：AMiner 科技情报平台五、中美学者合作为全球最热络的双边合作，但从 2018 年开始出现降温2012-2021 年，在数字科技领域，中美学者共合作产出被引量 Top 1%的论文 1,954 篇，为全球科研成果产出最丰硕的双边合作（第二为美英学者合作，共产出 1,528 篇）。但从 2018 年开始，中美两国学者合作论文增长率一直处于下降态势，在 2021 年更是出现负增长（-0.9%）。可见，自从 2018 年美国推出所谓“中国行动计划”后，中美在

7、数字科技最卓越研究层次的合作受到严重冲击。图 4 2012-2021 年数字科技领域中美学者合作关系走势说明：图中合作论文为中美两国学者合作产出被引量 Top1%的“顶尖论文”数量六、全球数字科技顶尖科研团队基本被美国机构包揽全球数字科技顶尖科研团队（Top 10）基本来自美国顶尖高校（如斯坦福大学、卡内基梅隆大学、加利福尼亚大学、麻省理工学院、哥伦比亚大学、康奈尔大学等）、科技巨头（如谷歌、微软、IBM 等）下设的科研机构（如下表所示）。表 2 全球数字科技顶尖科研团队（Top 10）七、我国数字科技人才工作任重道远首先，高层次人才不足，需加大培养力度。要注重复合培养模式，重点培养有潜力的青

8、年人才；鼓励对外学术交流。其次，人才流失严重，需采取措施引留人才。吸引海外高层次人才特别顶尖华人青年人才是回国发展，用好并留住高层次人才。再次，企业人才储备薄弱，需鼓励企业引育人才。身处科研一线的企业是科技创新的重要主体，有必要鼓励企业加强内部创新环境建设，并在重大专项、重点研发计划论证和实施过程中，支持企业承担政府科研项目，为企业引育人才和提高基础科研能力注入动力。前言近年来，数字经济己经成为推动全球经济发展的新动力，各国纷纷出台战略规划，依托数字化技术实现新一轮产业变革，进而抢占全球价值链的制高点。中国政府也做出了重大战略部署，相继出台了多项数字科技发展引导政策，全面推进数字科技发展，并明

9、确提出数字中国战略，构筑国家竞争新优势，加快建成社会主义现代化强国。2022 年 11 月，习近平总书记在世界互联网大会乌镇峰会的贺信中指出：“当今时代，数字科技作为世界科技革命和产业变革的先导力量，日益融入经济社会发展各领域全过程，深刻改变着生产方式、生活方式和社会治理方式。”国家十四五规划纲要专门设置“第五篇 加快数字化发展 建设数字中国”章节，对加快建设数字经济、数字社会、数字政府，营造良好数字生态做出明确部署。2021 年 12 月，中央网络安全和信息化委员会日前印发“十四五”国家信息化规划，提出要建立健全规范有序的数字化发展治理体系，为推动开放、健康、安全的数字生态，加快数字中国建设

10、进程提供方向。作为技术研发的副产品，学术论文和专利是科研成果的重要结果之一，可以作为研发实力的衡量指标。为了更好地了解全球数字科技的发展情况，我们基于 AMiner1科技情报平台的数据，利用文献计量方法，通过持续跟踪人才发展动态，揭示数字科技的热点前沿领域，对全球各国数字科技发展状况做了全面比较分析。1J.Tang,J.Zhang,L.Yao,J.Li,L.Zhang,and Z.Su.Arnetminer:Extraction and mining of academic social networks.In Proceedings of the 14th ACM SIGKDD Intern

11、ational Conference on Knowledge Discovery and Data Mining(SIGKDD08),pages 990-998,2008.目录13/第一章 全球数字科技人才总体情况14/1.全球数字科技人才前 10 强国家15/2.全球数字科技人才前 10 强机构17/第二章 中国数字科技人才分布18/1.中国数字科技人才前 10 强省市19/2.中国数字科技人才前 10 强机构21/第三章 数字科技人才流动与合作22/1.全球数字科技人才流动情况23/2.中国数字科技人才流动情况24/3.全球数字科技人才合作情况27/第四章 全球数字科技顶尖科研团队28/

12、1.谷歌 X 实验室28/2.斯坦福大学自然语言处理组29/3.卡内基梅隆大学机器学习系29/4.加利福尼亚大学伯克利分校人工智能研究实验室(BAIR)30/5.微软亚洲研究院30/6.MIT 计算科学与人工智能实验室（CSAIL）31/7.IBM Thomas J.Watson 研究中心31/8.哥伦比亚大学数据科学研究所32/9.康奈尔大学计算科学系32/10.美国贝尔实验室33/第五章 我国数字科技人才问题与建议34/1.高层次人才不足，需加大人才培养力度35/2.人才流失严重，需采取措施引留人才36/3.企业人才储备薄弱，需鼓励企业引育人才37/附件38/1.研究方法39/2.数字科技

13、八大领域主题词知识图谱全球数字科技人才总体情况Chapter 1基于 AMiner 科技情报系统，共检索到全球数字科技领域人才774,710 人，其中 H-index2在20 以上的人才数量为 83,012人。本章节从全球数字领域科技人才的国家和机构分布两个方面进行分析，并总结其特征。2H-index 是一个混合量化指标，目的是量化科研人员作为独立个体的研究成果。一名科研人员 H-index 是指其发表的 Np 篇论文中有 H 篇每篇至少被引 H 次、而其余 Np-H 篇论文每篇被引均小于或等于 H 次。H-index 能够比较准确地反映一个人的学术成就。其数值越高，则表明学者论文的影响力越大

14、，美国学者赫希提出副高职称的 H-index 一般在 20 以上。科技人才储备实力研究141全球数字科技人才前 10 强国家全球数字科技人才数量排名前10国家如下图所示。其中人数最多的国家是中国，共有127,529位，占全球人才总量的 17%；第二名是美国，共有 84,239 位，占全球 11%；第三名是日本，人才数量为 15,364 人，占全球 2%。可见，中国数字科技人才储备优势明显，是排名第二的美国的1.5 倍，排名第三的日本的 8.3 倍。其他排名前 10 的国家依次为英国、德国、加拿大、法国、意大利、印度和澳大利亚。图 5 全球数字科技人才数量前 10 强国家数据来源：AMiner

15、科技情报平台(2023)全球数字科技发展研究报告15从 H-index 20 以上的人才国别分布看，美国排名第一，共 20,724 人，占全球总量的 25%；中国名列第二，共有 7,146 人，占全球 9%；第三名是英国，共有 3,520，占全球 4%。由此可见，虽然中国数字科技领域人才总量是美国的 1.5 倍，但美国高层次以上人才数量是中国的 2.9 倍。2全球数字科技人才前 10 强机构在全球数字科技人才数量前10强机构中，中国科学院以4,722人位列第一，加州大学以2,623人位列第二，UDICE 法国研究型大学联盟协会以 2,534 人位列第三。其他前 10 强机构依次为法国国家科学研

16、究中心、伦敦大学、中国科学院大学、哈佛大学、清华大学、德克萨斯大学和俄罗斯科学院。在 H-index 20 以上的人才数量前 10 强机构中，美国和中国各占 6 家和 4 家。中国入榜机构依次是中国科学院（144 人，第 5 名）、北京大学（135 人，第 6 名）、清华大学（129 人，第9 名）、上海交通大学（119 人，第 10 名）。值得注意的是，1）虽然中国科学院人才总数高居全球第一，但 H-index 20 以上人才（144 人）数量排名下降为全球第五，H-index 20 以上的人才数量仅占该机构人才总数的 3%；2）虽然加州大学人才总数全球排名第二，但 H-index 20 以

17、上人才（429 人）数量以较大优势高居第一，其 H-index 20 以上人才占比为 19%；3）中国进入前 10 强的机构均为高校和科研院所，而美国有谷歌、微软两家高科技公司上榜。科技人才储备实力研究16图 6 全球数字科技人才数量前 10 强机构数据来源：AMiner 科技情报平台中国数字科技人才分布Chapter 2本章节以中国数字科技领域科技人才为研究对象，分别从人才的省市和机构分布两个方面进行分析。科技人才储备实力研究181中国数字科技人才前 10 强省市根据 AMiner 科技情报平台显示，北京是全国聚集数字科技人才最多的省市，共有 24,049人，占全国总量的 19%，是位列第二

18、的上海（12,088 人）的 2 倍。江苏和湖北的人才资源也较多，分别为 11,641 人和 11,065 人。在H-index 20以上的人才储备方面，北京依然排名第一，共有1,076人，占全国总量的15%，仍然是排名第二的上海（527 人）的 2 倍；广东排名第三，共有 524 人。总体看，中国数字科技人才主要分布在经济发达的东部沿海省份，以及重点高校资源较丰富的湖北、安徽和陕西等内地省份。图 7 中国数字科技人才前 10 强省市数据来源：AMiner 科技情报平台(2023)全球数字科技发展研究报告192中国数字科技人才前 10 强机构从中国数字科技人才机构分布看，中国科学院拥绝对领先优

19、势，共有 4,722 人；中国科学院大学排在第二位，共计 1,462 人；清华大学则以 1,305 名的人才总数紧随其后排在第三位。在 H-index 20 以上的人才储备方面，中科院、北京大学和清华大学依次以 144 人、135 人和 129 人名列前三甲；其他跻身国内前 10 强的机构依次为上海交通大学、浙江大学、南京大学、哈尔滨工业大学、复旦大学、香港科技大学和中国人民大学。可见除中国科学院和香港科技大学外，上榜的内地高校均为 211 和 985 院校。表 3 中国数字科技人才数量前 10 强机构科技人才储备实力研究20数字科技人才流动与合作Chapter 3在全球化的背景下，人才合理流

20、动在一定条件下可以优化资源配置，提升技术创新体系整体效能。根据 AMiner 科技情报平台统计，2012-2021年间，全球数字科技领域人才流动量为 24.4万人次。科技人才储备实力研究221全球数字科技人才流动情况从各国数字科技人才流动情况看，美国是人才流动最活跃的国家，流出和流入总量达到72,991人次；中国人才流动总量为 24,736 人次，位居第二；英国、德国、加拿大、法国的数字科技才流动也较为活跃，流动总量达 1 万人次以上。从各国数字科技人才净流入情况看，美国是全球最大的净流入国家，共净流入 835 人；其次是意大利，共 504 人；第三是印度，362 人；另外，德国、英国、法国、

21、日本、加拿大等发达国家均为正向净流入国家。从净流失情况看，中国为全球最大的净流失国家，达 684 人次；其次是韩国，净流失 100 人。图 8 2012-2021 年全球主要国家数字科技领域人才流动对比数据来源：AMiner 科技情报平台(2023)全球数字科技发展研究报告232中国数字科技人才流动情况从国内数字科技人才流动情况看，北京数字科技人才流动最活跃，流出和流入总量达到4,010人次；上海第二，人才流动总量为 1,443 人次；武汉第三，流动总量为 1,162 人次。从国内各主要城市数字科技人才净流入看，北京最多，共 306 人；其次是上海，共 101 人；另外，沈阳（17 人）和杭州

22、（5 人）也是正向净流入城市。从人才净流失情况看，广州净流失最多，共 43 人；其次是成都，共 34 人；第三是武汉，共 26 人；另外，南京（19 人）、长沙（8人）、西安（5 人）也出现一定程度的流失现象。可见，我国数字科技人才呈现由内陆城市向京沪一线城市流动的态势。图 9 2012-2021 年中国主要城市数字科技领域人才流动对比 数据来源：AMiner 科技情报平台科技人才储备实力研究243全球数字科技人才合作情况论文合作是科研合作最主要的合作形式之一。从各国被引量 Top1%合作论文数量来看，中美两国的合作的论文最多，共为 1,954 篇；第二名为英美两国，合作数量为 1,528 篇

23、；第三名为美德两国，合作论文数量为 1,286 篇。其他排名靠前的合作国家还有美国和加拿大（1,096 篇）、英国和德国（845 篇）、美国和法国（844 篇）、美国和澳大利亚（843 篇）、美国和意大利（755篇）、中国和英国（688 篇）、美国和瑞士（665 篇）。整体而言，美国与各国都保持着紧密的合作，在全球合作最热络的前十强双边国家中，有 8 组双边关系由美国与其他 8 个国家组成。图 10 2012-2021 年全球数字科技人才国际合作关系热络度 Top 10说明：图中数据为两国学者合作产出被引量 Top1%的“顶尖论文”数量数据来源：AMiner 科技情报平台(2023)全球数字科

24、技发展研究报告25从中美学者合作的 Top 1%论文数量的逐年分布来看，从 2012 年开始，中美两国学者合作论文数量一直处于增长态势，到 2020 年达到顶峰（328 篇），2021 年出现小幅下降现象。实际上，两国学者合作论文数量增长率从 2018 年开始就一直处于下降态势，在 2021 年更是出现负增长（-0.9%）。可见，中美两国学者在数字科技最卓越研究层次的合作热络度有所降温，究其原因，这与美国国内对中美在前沿领域科研合作和交流奉行限制性政策，以及全球新冠疫情大流行有关。图 11 2012-2021 年数字科技领域中美学者合作关系走势说明：图中合作论文为中美两国学者合作产出被引量 T

25、op1%的“顶尖论文”数量数据来源：AMiner 科技情报平台科技人才储备实力研究263h5 指数（h5-index）指是收录在 AMiner 学术系统中的期刊和会议在最近 5 年的论文数量及各论文被引用的次数，可以体现一个机构的综合实力，是评价一个机构影响力的重要参考。例如，如果某机构在过去 5 年所发表的论文中，至少有 h 篇论文分别被引用了至少 h 次，那么这个机构的 h5 指数就是 h。机构排名详情见：https:/ 4坚持全球视野和开放创新，掌握国内顶尖团队及其学者最新概况是攻克行业关键技术或前瞻性技术的重要路径。本篇通过大数据分析和挖掘技术，对数字科技领域机构进行挖掘分析，筛选其中

26、“h5 指数”3排名靠前的十大机构的创新研发团队进行介绍。科技人才储备实力研究281.谷歌 X 实验室 谷歌公司（Google Inc.）成立于 1998 年，由 Larry Page 和 Sergey Mikhaylovich Brin共同创建，被公认为全球最大的搜索引擎公司。谷歌旗下有数个研究实验室，其中包括研究方向有些神秘的 X 实验室、研究深度学习的 Google Brain、研究人工智能的 Google AI、研究机器人的 Robotics at Google 以及研究增强现实和智能织物的先进技术和项目集团(Advanced Technologies and Projects)，自动

27、驾驶汽车 Waymo、互联网气球 Loon、送货无人机 Wing 等研究成果在不同方向上推动了数字科技领域的进步。重要成员：Astro Teller(人工智能，信号增强算法)、Sebastian Thrun（机器人，人工智能）、Johnny Chung Lee（人机交互）。机构网址：https:/pany2.斯坦福大学自然语言处理组 斯坦福大学自然语言处理组是全球最重要和最突出的实验室之一，由斯坦福语言学系和计算机系共同组成，同时也是斯坦佛大学人工智能实验室的重要组成部分。改组主要研究计算机处理和理解人类语言的算法，工作范围从计算语言学的基本研究到语言处理的关键应用技术均有涉猎，涵盖句子理解、

28、自动问答、机器翻译、语法解析和标签、情绪分析和模型的文本和视觉场景等。该小组的一个显著特征是将复杂和深入的语言建模和数据分析与 NLP 的创新概率、机器学习和深度学习方法有效地结合在一起。重要成员：Chris Manning(自然语言处理、人工智能、机器学习、信息检索);Dan Jurafsky(自然语言处理)、Percy Liang（计算机科学、人工智能、自然语言处理、机器学习）、Christopher Potts（人工智能、计算机科学、自然语言处理）、Tatsunori Hashimoto（自然语言处理、机器学习）、Monica S.Lam（自然语言处理、深度学习）、Diyi Yang（自

29、然语言处理、人工智能）。机构网址：https:/nlp.stanford.edu(2023)全球数字科技发展研究报告293.卡内基梅隆大学机器学习系卡内基梅隆大学机器学习系成立于 2006 年春季，是世界上第一个机器学习系。它是从 1997年创建的自动学习和发现中心(CALD)组织演变而来的。2017 年 6 月，CMU 启动人工智能计划（CMU AI），整合了全校人工智能的研究资源，开展跨学科的人工智能协作，组建世界上规模最大、经验最丰富的 AI 研究团队之一，同时促进本校人工智能方向的人才培养，除覆盖计算机学科以外，还涉及生物、环境工程、哲学、艺术、公共政策等多个领域。重要成员：Rusla

30、n Salakhutdinov(机器学习)、Maria-Florina Balcan（人工智能、机器学习）、Yuanzhi Li（深度学习）、Henry Chai（机器学习、计算机科学）、Christos Faloutsos（机器学习）、Ziv Bar-Joseph（机器学习）。机构网址：https:/www.ml.cmu.edu4.加利福尼亚大学伯克利分校人工智能研究实验室(BAIR)加州大学伯克利分校是全球最负盛名的公立学校，人工智能研究(Berkeley Artificial Intelligence Research,BAIR)实验主要研究领域涵盖计算机视觉、机器学习、自然语言处理、规

31、划和机器人等。机器人和智能机器实验室致力于用机器人复制动物的行为，自动化科学和工程实验室从事更广泛的机器人功能的研究，如机器人辅助外科手术和自动化制造。计算机可视化小组研究如何让机器人能“看的见”。重要成员：Trevor Darrell（人工智能、机器人、计算机视觉）、Pieter Abbeel（人工智能、机器人、机器学习）、Alexei Efros（人工智能、计算机视觉）、Peter L.Bartlett（计算机科学、深度学习、神经网络学习）、John Canny（人工智能、机器人）、Ken Goldberg（机器人、计算机科学）。机构网址：https:/bair.berkeley.edu科

32、技人才储备实力研究305.微软亚洲研究院微软亚洲研究院是微软公司在亚太地区设立的基础及应用研究机构，也是微软在美国本土以外规模最大的研究机构。微软亚洲研究院从事自然用户界面、智能多媒体、人工智能、云和边缘计算、大数据与知识挖掘、计算机科学基础等领域的研究，致力于推动整个计算机科学领域的前沿发展，将最新研究成果快速转化到微软的关键产品中，着眼下一代革命性技术的研究和孵化。重要成员：周礼栋（可靠、可信及可扩展的分布式计算系统）、洪小文（自然交互、语音识别）、郭百宁（计算机图形学、计算机可视化、自然用户界面以及统计学习）、刘铁岩（机器学习、信息检索）、潘天佑（智能芯片、信息系统安全）、田江森（智能芯

33、片）、张冬梅（大数据分析、知识计算、数据可视化以及软件工程）、周明（自然语言处理）。机构网址：https:/6.MIT 计算科学与人工智能实验室（CSAIL）CSAIL是麻省理工学院最大的实验室，专注于开发基础新技术，开展基础研究以推动计算领域的发展研究领域涉及电气工程，计算机科学，数学，航空航天，脑和认知科学，机械工程，媒体艺术与科学，以及地球，大气和行星科学，卫生科学与技术。实验室开创了计算领域的新研究，改善了人们工作、娱乐和学习的方式。重要成员：Daniela Rus（人工智能、计算机科学、机器人）、Arvind Mithal（人工智能、计算机科学）、Joel Voldman（计算机科学

34、）、Antonio Torralba（人工智能、计算机科学、计算机视觉、机器学习、计算机视觉）、Hal Abelson（计算机科学、人工智能）、Ted Adelson（人工智能、计算机科学）、Anant Agarwal（人工智能、计算机科学）、Pulkit Agrawal（人工智能、计算机科学）、Mohammad Alizadeh（人工智能、计算机科学）、Saman Amarasinghe（人工智能、计算机科学、机器学习）。机构网址：https:/www.csail.mit.edu(2023)全球数字科技发展研究报告317.IBM Thomas J.Watson 研究中心IBM Thomas

35、J.Watson研究中心位于美国纽约，专门从事基础科学研究，并探索与产品有关的技术，科学家在这里工作，一方面推进基础科学，一方面提出对实际应用有益的科学新思想。研究范围包括计算机科学、输入/输出技术、生产性研究数学、物理学、激光物理、天文学和基本粒子。重要成员：Dario Gil（人工智能）、Charles Bennett（量子计算、量子密码学、算法信息论）、Rogerio Feris（人工智能、计算机视觉、机器学习）、Mo Yu(于墨)（自然语言处理、机器学习）、Abhishek Kumar（机器学习、人工智能）。机构网址：https:/ 7 个研究中心，这些研究中心是数据科学转化研究与教育

36、的引擎，也是具备高度商业化潜能的技术的来源。1）网络安全中心专注于开发能在数据整个生命周期保护数据安全与隐私的能力。2）数据、媒体与社会中心（前新媒体中心）关注数据中的人，重点研究如何使用数据来理解人类行为、数据与数据处理如何塑造人们的工作和生活方式、数据对网络世界和数字化世界中的人的意义。重要成员：Jeannette Wing（人工智能）、Chris Wiggins（应用数学、系统生物学）、Tian Zheng（机器学习）、Matthias Preindl（电力电子系统）、Alan West（电化学）。机构网址：https:/datascience.columbia.edu科技人才储备实力研

37、究329.康奈尔大学计算科学系康奈尔大学计算机科学系成立于 1965 年，是最早成立的此类系之一。计算机科学系在理论计算机科学、编程语言、分布式系统、人工智能、信息检索、科学计算和计算机图形等方面处于全球领先地位。重要成员：Kilian Weinberger（机器学习、数据挖掘）、Kenneth Borup（机器学习、深度学习、计算机视觉）、Todd Schmid（计算机科学）、Weijia Song（云计算）、Christoph Kreitz（计算机科学）。机构网址：https:/www.cs.cornell.edu10.美国贝尔实验室贝尔实验室原名贝尔电话实验室，始建于 1925 年，总部

38、在美国纽约(后迁至新泽西州的墨里黑尔)。它是一个在全球享有极高声誉的研究开发机构，主要宗旨是进行通讯科学的研究。贝尔实验室自成立以来，共获重大科研成果 50 多项，如有声电影、晶体管、信息论、激光理论、3K 宇宙背景辐射、可视电话、磁泡器件、光通信、数字计算机等。重要成员：Peter Vetter（可编程网络系统和安全、移动无线电系统、光学系统）、Thierry Klein（先进传感技术、人工智能、机器人、图像和数据分析、自动化）、Gee Rittenhouse（移动通信、无线网络）、Alfred Aho（量子计算、程式语言、编译器、演算法）。机构网址：http:/www.bell- 5科技人

39、才储备实力研究341高层次人才不足需加大人才培养力度我国数字科技人才基数全球第一，占全球 17%，但高层次数字科技人才仅占全球 9%，而美国占 25%，我国仅为美国的 35%。数字科技为世界关键前沿科技，高层次人才落后局面不利于我国数字科技总体能力达到世界领先水平的战略目标。扭转该不利局面，关键是要创新培养机制，提升人才质量，加大力度持续培养本土高层次人才。1）注重复合培养模式。鼓励高校在原有学科基础上拓宽教育内容，注重数字科技各方向交叉融合的复合专业培养新模式。2）重点培养有潜力的青年人才。把培育国家战略人才力量的政策重心放在青年科技人才上，制定实施基础研究人才专项，长期稳定支持一批在数字科

40、技领域取得突出成绩且具有明显创新潜力的青年人才。3）鼓励对外学术交流。鼓励和引导国内科研人才及其团队与全球顶尖数字科技研究机构开展交流与合作。(2023)全球数字科技发展研究报告352人才流失严重需采取措施引留人才我国是全球数字科技人才流失第一大国，而美国是最大的流入国。目前，全球频频上演“高科技战”、“人才争夺战”，在此的背景下，数字科技人才流失问题势必影响我国未来产业发展安全，甚至国家安全，必须引起高度重视。首先，吸引海外高层次人才回国发展。统筹现有人才计划，加强高层次人才特别是海外顶尖华人青年人才的引进工作，对于一时难以回国或来华工作的高层次人才实行柔性引进，采用学术交流、项目合作、技术

41、咨询等方式，柔性引进高层次人才。其次，用好并留住高层次人才。优化科研环境，以信任为基础使用人才，为各类人才搭建干事创业平台，用好用活高层次人才，赋予人才更大的科研自主权，并完善人才评价体系。科技人才储备实力研究363企业人才储备薄弱需鼓励企业引育人才我国数字科技人才集中分布在高校和科研院所。全球数字科技人才前 10 强机构榜单，乃至国内前10强机构榜单均不见中国企业身影，而美国高科技巨头谷歌和微软的高层次人才储备实力高居全球第二和第四名。身处科研一线的企业是科技创新的重要主体。因此，1）有必要鼓励企业加强内部创新环境建设，协助企业引进高层次人才，支持企业与高等院校和科研院所共同培养基础研究人才

42、。2）发挥政府科技计划的导向作用，在重大专项、重点研发计划论证和实施过程中，支持企业承担政府科研项目，为企业引育人才和提高基础科研能力注入动力。附 件Chapter 6科技人才储备实力研究381研究方法数字科技是基于物理世界和数字世界映射互动的体系提炼的一个新概念，是当今世界创新速度最快、通用性最广、渗透性和引领性最强的领域之一。本报告通过人工智能技术，从海量大规模非结构化的数据中抽取数字科技相关知识，生成结构化的知识数据，并根据关系和属性链接等构建数字科技知识图谱，确保了知识体系的完整性，本次研究范围覆盖与数字科技高度相关的八大方向，依次是人工智能、区块链、大数据、云计算、物联网、量子科技、

43、新一代无线通信、XR技术。本报告围绕数字科技领域的人才分布，利用大数据分析与挖掘、知识图谱、自然语言处理等技术，对领域论文所属的地区和机构的分布格局进行分析。此次分析的时间范围：2012 年 1 月2021 年 12 月。关键词：采用知识图谱技术抽取，经顾问组专家指导形成领域关键词表，选取领域相关的关键词进行检索。检索范围：自有的大数据服务平台，覆盖全球近 1.4 亿人次人才，3.2亿篇学术论文。本报告为系列报告，研究主题分为科研成果、人才资源、技术趋势三部分内容，本期为人才资源篇，以论文和专利成果作为研究对象，对全球数字科技领域科研成果的布局和发展趋势进行分析，供领域人才和从业者客观把握数字科技最新动态。(2023)全球数字科技发展研究报告392数字科技八大领域主题词知识图谱科技人才储备实力研究40(2023)全球数字科技发展研究报告41科技人才储备实力研究42(2023)全球数字科技发展研究报告43科技人才储备实力研究44(2023)全球数字科技发展研究报告45科技人才储备实力研究46(2023)全球数字科技发展研究报告47科技人才储备实力研究48(2023)全球数字科技发展研究报告49科技人才储备实力研究50(2023)全球数字科技发展研究报告51科技人才储备实力研究52