新時代國家重大戰略急需人才：概念內涵、國際經驗與培養路徑

【摘要】在新的歷史時期，國家重大戰略急需人才呈現國家使命性、前沿引領性、產業撬動性、動態急迫性、超常培育性等特征。從全球視野來看，各國戰略急需人才培養模式的創新均對國家綜合實力的提升發揮著至關重要的作用。當前，人工智能成為新一輪科技革命與產業變革的重要驅動力量和全球科技競爭的重要著力點，我國應在積極汲取人工智能人才培養的專業教育規模、產學研協同、管理人員培訓和引才聚才等方面國際經驗的基礎上，確立國家重大戰略急需人才培養的使命驅動、學科驅動、產業驅動、區域驅動和引智驅動五個方面的綜合實踐路徑。

【關鍵詞】強國建設" 戰略急需人才" 人才培養" 人工智能

【中圖分類號】G649.2" " " " " " " " " " " " " " "【文獻標識碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2025.07.004

黨的二十大突出創新在我國社會主義現代化建設全局中的核心地位，對教育、科技、人才工作作出統籌安排、一體部署，明確提出到2035年建成教育強國、科技強國、人才強國的目標。當前，我國已進入以中國式現代化全面推進強國建設、民族復興偉業的新的歷史時期。面對日趨激烈的國際競爭，面對以人工智能為代表的新一輪科技革命與產業變革的深入發展，面對當前艱巨繁重的改革任務，切實落實我國各項重大戰略部署，把培養國家重大戰略急需人才擺在更加突出的位置，成為一個極為迫切的問題。

國家重大戰略急需人才的概念與內涵

“戰略”是指為實現某種目標（如政治、軍事、經濟、商業或國家利益等方面的目標）而制定的高層次、全方位的長期行動計劃。這一概念的來源在中西方均與軍事相關。同樣，國家戰略是為了達成國家目標，特別是保證國家安全，綜合發展并有效運用國家政治、軍事、經濟等各方面力量的總體方略。這一概念的使用最早源自美國，被列為軍事用語。“國家重大戰略”意指整個國家戰略體系中事關國家百年大計，關乎國家和民族發展的歷史使命的總體方略，具有全局性、長遠性、系統性和指導性等重要特點。習近平總書記在黨的二十大報告中指出：“從現在起，中國共產黨的中心任務就是團結帶領全國各族人民全面建成社會主義現代化強國、實現第二個百年奮斗目標，以中國式現代化全面推進中華民族偉大復興。”因此，強國戰略是當前和未來一段時間應對世界百年未有之大變局和重構國家競爭力的重大戰略，這一戰略規劃包括圍繞其研究制定的一系列政策舉措。

落實以中國式現代化全面推進強國建設這一國家重大戰略目標的關鍵在人才。人才是創新的第一資源。人才優勢奠定了創新優勢、科技優勢、產業優勢。2021年，習近平總書記在中央人才工作會議上指出，我們的目標是“到2030年，適應高質量發展的人才制度體系基本形成，創新人才自主培養能力顯著提升，對世界優秀人才的吸引力明顯增強，在主要科技領域有一批領跑者，在新興前沿交叉領域有一批開拓者；到2035年，形成我國在諸多領域人才競爭比較優勢，國家戰略科技力量和高水平人才隊伍位居世界前列”。2025年1月，中共中央、國務院印發《教育強國建設規劃綱要（2024－2035年）》強調，在戰略急需和新興領域，要“探索國家拔尖創新人才培養新模式”。當前，國際科技、產業競爭日趨激烈，技術民族主義思潮興起，如何在科技創新實踐中造就戰略科技人才并加速培養引領未來發展的急需緊缺科技人才，成為加快建設科技強國，實現高水平科技自立自強的一項重要任務。

“人才”這一概念沒有統一的定義，“科學原創人才”“技術突破人才”“工藝創新人才”“拔尖創新人才”等概念都是在特定的人才使用環境中界定的。同樣，本文所研究的“國家重大戰略急需人才”與上述概念有一定的關聯性，又有其獨特內涵，既包括一流人才，也包括部分緊缺的一般科技人才。“國家重大戰略急需人才”意指在國際科技博弈日益激烈的背景下，能夠助力解決國家重大戰略科技任務、關鍵核心產業技術、前沿科技制高點、公共社會福祉等領域所面臨的重大挑戰，尤其是突破國外“卡脖子”技術難題的國家急需型高科技人才。國家重大戰略急需人才的內涵特征主要表現在以下幾個方面。

國家使命性。戰略急需人才突出了人才所肩負的國家責任、社會責任與產業責任，要求與國家未來、民族命運緊密結合起來，瞄準國家安全、科技安全、產業安全、前沿科技競爭中的重大任務方向，以提升國家在國際科技領域中的話語權與競爭力。

前沿引領性。戰略急需人才是特定歷史時期“帶頭學科”的領軍人才，能夠站在國際科技前沿引領科技自主創新，提出具有引領性特征的新方向、新學科、新理論、新方法，體現較強的橫向跨學科整合能力，極大擴展國家在國際前沿科技領域的影響力，并推動國家在未來國際科技博弈中占據主動。

產業撬動性。戰略急需人才需聚焦于影響產業發展的底層、基礎、共性關鍵技術，尤其是亟待攻克的“卡脖子”技術領域。這與純粹自由式科學研究或趨利性市場選擇不同。此類研究往往能夠推動整個產業鏈的發展，但在短時間內不易形成效益。當國際形勢發生較大變動并導致正常的國際產業鏈分工受阻時，其重要性便會凸顯。

動態急迫性。戰略急需人才強調了時間的緊迫性，同時意味著在國家發展的不同時期，此類人才具備與特定時期國際競爭態勢、產業發展態勢、國家重點發展領域等緊密相關的動態特征。同時，對此類人才的需求還具有一定的突發性，在外部環境的影響下，可能會要求較短時間內大量供給。

超常培育性。戰略急需人才的培養，大多數情況下難以通過傳統方式（如學科自生長、企業自培育等）來推進，戰略急需人才或緊缺人才的培養無需面面俱到，而是要采取超常規手段，如緊急增設急需學科、國家任務帶動等，在較短且合理的時間內進行有效積累。

國家重大戰略的落實落地離不開教育、科技、人才一體推進，離不開具體的產業支撐。在新的歷史時期，我國對重大戰略急需人才的需求與培養尤為迫切，特別是在人工智能這一關鍵技術領域。當前，與人工智能發展相關的高端芯片、深度學習算法與框架等，仍面臨核心技術人才儲備不足、產業發展受限等不利局面。這些技術瓶頸制約了國內人工智能的發展，也影響著我國在該領域的國際競爭力。因此，需要大力培養關鍵技術和產業領域的急需人才。

人才培養是一項系統工程，人才不僅需要具備相應的智力水平、教育背景、堅強意志，更需要一個良好的成長環境。“環境好，則人才聚、事業興；環境不好，則人才散、事業衰。”戰略急需人才需要在承擔國家重大戰略任務的環境中鍛造、成長。因此，國家重大戰略人才的內涵特征決定了其培養路徑具有鮮明特征，特別是一流人才的培養與使用。

不同歷史時期國家重大戰略急需人才培養的國際經驗

國家基于政治、經濟或軍事等國家重大戰略需求并通過創新性舉措來培養戰略急需人才已有大量的先例和成例。在特定歷史條件下，各國或創新科研組織模式，或設立新學科，或通過工業引導形成產學研協作模式，或依托國家大型科研任務構建并拓寬人才池儲備。分析總結人才培養的典型經驗，對于新時代我國重大戰略急需人才培養模式的創新具有積極的參考價值。

法國：專門教育機構驅動下的人才培養模式。18世紀，法國圍繞國家的軍事和工業發展戰略目標開辦了一系列專科學校或理工學院，擴大軍事及專業技術領域（如礦業、交通、工業生產、民用工程、基礎設施建設）的人才培養，為法國軍事和科技崛起儲備了充足的人才。1720年，法國成立了第一所高等專科學校——“炮兵學校”；1747年，法國又建成第一所工程師學校——“國立路橋學校”；此后，于1749年成立軍事工程學校、1765年成立造船學校、1783年成立巴黎礦業學校。至資產階級大革命前，法國共開辦了72所高等專業學校。[1]1789年法國大革命勝利后，法國革命政府意識到培養青年軍官和專業技術人員的重要性，開啟了專業技術教育改革，幾乎關閉了所有的傳統大學，專注發展土木、礦產、軍工等領域的工程技術學校。1794年，在舊有教育機構的基礎上，一所新的軍事性技術學院——中央公共工程學院（1795年改名為巴黎綜合理工學院）獲批建立，標志著以由國家力量培養工程師為目標的工程技術教育體制正式形成。拿破侖親自為該校書寫了“為了祖國的科學和榮譽”校訓，以展示其國家使命的屬性。法國政府聘請了一大批科學家到學校任教，強化數學、物理、化學等基礎學科教學，培養出大量具備深厚數理基礎的高水平專業技術人才，如傅里葉、泊松、彭索、呂薩克、比奧等。這所被拿破侖稱為“下金蛋的母雞”的綜合性理工學院取得了巨大的成功，成為國家戰略急需人才批量培養的歷史典范。

德國：工業實驗室驅動下的產學研協作人才培養模式。19世紀，近代科學發展達到頂峰，爆發了第二次科學革命和第二次工業革命，德國走到世界舞臺的中央。與英法兩國依靠輕工業帶動工業化的道路不同，德國的工業化道路主要依靠重工業帶動，以鐵路運輸業、冶金業、機械制造業、軍事工業、化工產業和電力產業為主。在這個過程中，國家對鋼鐵、化學等領域人才的需求急速上升。德國高度重視國家組織科研的創新人才培養模式，成立了大量的工業實驗室，如克虜伯化學研究實驗室（1862年）、巴迪舍苯胺和蘇打工廠（BASF）工業實驗室（1866年）、西門子實驗室（1882年）、拜耳工業實驗室（1891年）等。這些工業實驗室大量雇用來自大學的科學研究人員，或是通過高薪來聘請大學教授為企業提供基礎研究成果，這使得科學界與工業界形成了良好的協作與互動關系，在較短時間內解決了國家戰略急需人才這一問題。如1866年，BASF高薪聘請了卡羅（H.V.Caro）并建立了工業實驗室，此后又吸引了化學家勃隆克（H.V.Brunok）、格拉賽爾（C.Glaser）、克萊姆 （C.Clemm）等，截至1898年，該公司擁有化學家116人。[2]19世紀90年代的拜耳實驗室投資額高達150萬馬克，它比世界上任何一所大學實驗室都要先進，吸引了著名的化學家卡爾·杜伊斯堡（Carl Duisberg），實現了合成染料領域的技術突破。1875～1880年前后，巴斯夫、赫希斯特和拜耳三家公司的化學家人數已超過了大學。[3]至1897年，德國有機化工工業領域的化學家已達1000人左右，而無機化工工業中約有250名，雄厚的人才儲備，使德國化學工業長期領跑世界。19世紀90年代，法國工業實驗室的實力已冠絕世界。“科工”融合式的工業實驗室的大興，讓科學技術深深地根植于現實的社會需要中，培養出如西門子、克虜伯、蔡斯等“科學家＋工程師＋商人”類型的近代“科學技術家”。

美國：國家重大任務引導下的人才培養模式。20世紀，科學技術在經歷了一次科學革命和兩次技術革命后，已形成一個多層次和相互交叉統一的“大科學”，第三次科技革命醞釀興起。兩次世界大戰和科學社會化程度的加深，讓推動科學技術發展成為現代國家最重要的事業。在推進國家科技事業發展戰略中，最突出的事例就是為制造原子彈所組織的“曼哈頓計劃”。該計劃始于1942年8月，歷時4年，耗資23億美元，動員15萬人。為發展核物理、放射化學等戰略急需學科，美國通過引才、聚才、育才等多種策略，在較短時間內實現了戰略急需人才的充分供給，到1943年，4000多名科學家進駐和參與該計劃。[4]引才方面，這一計劃聚合了來自歐陸的許多前沿科學家，如核物理學家利奧·西拉德、恩利克·費米、漢斯·貝蒂，理論物理學家阿爾伯特·愛因斯坦、尼爾斯·玻爾等，對美國原子能項目有突出貢獻的外國科學家達44人；聚才方面，大量美國本土科學家為這一計劃的成功實施作出突出貢獻，如阿瑟·康普頓、歐內斯特·勞倫斯、伊西多·拉比，航天工程學家西奧多·馮·卡門，“電子計算機之父”約翰·馮·諾依曼等；育才方面，“曼哈頓計劃”歷練培育了大批青年核物理、放射化學科學家，據統計，共有20名科學家憑借該計劃中的科研經歷和歷練脫穎而出，獲得了諾貝爾獎，實現了由“潛人才”向“顯人才”的躍升，從而躋身世界一流科學家的行列，如埃德溫·麥克米倫（1951年化學獎）、格倫·西博格（1951年化學獎）、費利克斯·布洛赫（1952年物理學獎）等。[5]“曼哈頓計劃”的遺產在戰后通過國家實驗室方式延續下來，如洛斯阿拉莫斯國家實驗室、橡樹嶺國家實驗室、阿貢國家實驗室被劃歸到各個大學進行管理，繼續推進核聚變、基礎粒子物理研究等前沿領域研究，同時還成立了專門進行原子能和平應用研究的布魯克海文國家實驗室。[6]這些國家實驗室成為美國制定戰略及培養新興科技人才的重鎮。

當前美國人工智能人才培養的具體實踐

人工智能是當前引領性的戰略性技術和新一輪科技革命與產業變革的核心驅動力，已成為中美戰略競爭的主要著力點。人工智能的競爭，關鍵是人才的數量與質量，核心是人才培養和人才集聚的能力。2016年，美國發布《國家人工智能研發戰略計劃》，此后該計劃不斷更新，始終將人工智能視為持續保持美國全球競爭力的關鍵領域，將人才的培養與集聚作為重中之重。美國國家人工智能安全委員會在2021年的《最終報告》中強調，人才是人工智能行業增長的核心引擎，最終能夠贏得全球人工智能競賽的，將不是擁有最好技術的一方，而是擁有最卓越技術人才的一方。[7]2025年初，特朗普在上任不到48小時就宣布：“為了勝過中國，政府將積極推動發展人工智能及其基礎設施”。近年來，美國密集出臺一系列政策舉措，包括教育變革（K-12、本科及研究生）、產學研協同、勞動力技能提升，以及國際人才招募等，試圖在較短時間內提升人工智能戰略急需人才的教育、培養、培訓和引入能力，展現出較為鮮明的國家動員、主動求變和系統部署等特征。

擴大教育人才培養規模。教育是國家戰略急需人才培養最為直接的方式。美國出臺一系列教育政策舉措，在短時間內迅速提升了人工智能智力資源。在普及K-12計算機科學基礎教育方面，2017年，美國只有少數幾個州支持高中開設計算機科學相關課程，而到2023年，這一數量已增至30個州，其中馬里蘭州、阿肯色州和內華達州公立學校高中計算機科學課程普及率分別達99%、99%和96%；在新建高校人工智能學院方面，2019年斯坦福大學成立人工智能學院，是美國較早將人工智能專業提升至學院層次的大學之一，同年麻省理工學院成立施瓦茨曼計算學院，隨后，加州大學圣巴巴拉分校、明尼蘇達大學雙城分校、哥倫比亞大學等陸續成立人工智能研究所，至2023年，美國高校已設有667個人工智能相關學習課程；在設立人工智能人才資助計劃方面，2018年，美國能源部為計算機科學研究生獎學金計劃增加新的條目，即支持學生攻讀應用數學、統計學等方向的更高學位，從而更有效掌握機器學習、深度學習等技能，[8]同年，美國國家科學基金會在其研究生獎學金計劃中，優先考慮計算和數據支持學科的科學和工程類學生。《美國教育統計年鑒》統計數據顯示，2003～2023年，美國每年授予的計算機與信息科學、工程、工程相關技術、生物科學與生物醫學、數學與統計學、物理學、交叉學科等七類人工智能相關學科的學士學位從25.3萬增長到48.5萬，碩士學位從7萬增長到20.4萬，博士學位從1.7萬增長到3.4萬，三類學位授予數量的增長幅度分別為91.4%、191.4%和98.8%，而同期其他學科授予的學士學位、碩士學位和博士學位總量的增長幅度分別為35.2%、64.2%和60.0%，遠低于人工智能相關學科授予學位的增長速度（見圖1）[9]。

推進產學研協同融合。產學研協同融合是培養創新人才的重要舉措。美國利用其雄厚的人工智能產業基礎，鼓勵大型科技企業通過高薪、合并等方式，廣泛吸納高校人工智能人才。近年來，頂尖人工智能人才向工業領域持續遷移，使工業界逐漸主導前沿人工智能研究。2023年，工業界產生了51個著名的機器學習模型，而學術界只貢獻了15個。根據斯坦福大學《2024年AI指數報告》，2011年人工智能博士生畢業后約40.9%流向工業界，學術界則為41.6%，兩者比例大致相等。但到2022年，加入工業界的人工智能博士比例上升至70.7%，且僅2024一年，進入工業界的人工智能博士比例便較2023年上升了5.3個百分點。[10]英國人才情報平臺Zeki Research發布的《2024年人工智能人才狀況》報告指出，從2015年開始，美國大型科技公司（典型為Amazon、Apple、Google、Meta和Microsoft五大巨頭）的擴張，成為美國吸引頂尖人工智能人才的動力，美國頂尖的人工智能人才高度集中在大公司，占離開學術界的頂尖人工智能人才的70.6%。[11]“深度學習之父”杰弗里·辛頓、“卷積神經網絡之父”楊立昆以及伊爾亞·蘇茨克維等世界著名人工智能專家，均有進入或成立企業的經歷，為原創大模型的發展作出突出貢獻，是美國“學術-企業”人才旋轉門機制成功的杰出代表。

增進公共部門專業能力。政府部門是提升人工智能治理的關鍵。美國政府高度重視公共部門工作人員的數智能力，一方面對工作人員進行人工智能培訓，另一方面吸納更多人工智能優秀人才到聯邦政府工作。2023年10月，美國時任總統拜登簽署第14110號行政命令，啟動“全國人工智能人才激增計劃”（National AI Talent Surge），招募人工智能專業人員進入政府工作，建立一支強大而多元化的聯邦政府人工智能員工隊伍。為推進這一進程，美國聯邦人事管理局（OPM）授予政府部門更多的人工智能人才聘用權限，如直接聘用權（取消對候選人進行評級和排序這一雇用程序）等；同時，美國能源部和美國國家科學基金會制定了一項試點計劃，要求到2025年招募并培養500名人工智能專業員工。2024年4月，美國人工智能與科技人才工作組發布《提高聯邦政府的人工智能能力：人工智能人才激增的進展和建議》指出，與2022年和2023年同期相比，2024年1月至3月，政府人工智能職位的申請量翻了一番，在2024年秋節的“Tech to Gov活動”期間，32個聯邦機構向4500名潛在申請人提供了大約100個職位。[12]

增強國際人才虹吸效應。頂尖的人工智能人才是高度流動的，引智是形成人才國際競爭比較優勢的通行做法。美國是世界上最早實施國際人才吸引政策的國家之一。現階段，美國人工智能領域人才短缺，嚴重依賴外國人才。美國為保持其在人工智能領域的領導優勢，有針對性地實施了諸如移民、簽證等一系列優惠政策，增強對全球尤其是中國頂尖人工智能人才的虹吸效應。當前，約超過三分之二在美國工作的頂級人工智能研究人員在其他國家獲得本科學位。斯坦福大學發布的《2021年AI指數報告》指出，2019年北美人工智能新入學博士中，國際學生占比達64.3%，且這些國際學生博士畢業后，81.8%留在了美國。[13]為吸引全世界的優秀人工智能人才，2023年，拜登政府簽署“關于安全、可靠和值得信賴的人工智能開發與使用的行政命令”，要求優化簽證、移民、學者訪問程序。例如，要求美國國務院和國土安全部為前往美國從事人工智能學習、工作、研究的外籍公民提供足夠數量的簽證預約名額，并優化簽證申請標準和審理時長；實施國內簽證續簽計劃，使人工智能和關鍵及新興技術領域的高技能人才在不受不必要干擾的情況下繼續在美國工作；制定規則便利非本國公民移民程序，包括將人工智能技術專家及其配偶、家屬和子女身份調整為合法永久居民，等等。[14]根據麥克羅波洛智庫2023年發布的《全球人工智能人才追蹤》報告，通過對全球人工智能頂尖人才（前20%）的本科教育所在地、研究生培養所在地、最終工作單位所在地進行跟蹤研究，可總結出全球人工智能頂尖人才流動規律，全球人工智能頂尖人才有41.7%流向美國，27.2%流向中國，12.6%流向歐盟。從本科教育所在國看，最終流向美國工作的全球人工智能頂尖人才中，中國占35.1%，美國占34.4%，印度占8.1%，歐盟占7.0%，加拿大占2.7%，俄羅斯占1.2%，其他國家占11.6%。[15]由此可見，美國吸引了大量的全球人工智能頂尖人才。

新時代我國重大戰略急需人才培養的實踐路徑

新時代加快建設國家重大戰略急需人才力量，對我國推進世界重要人才中心和創新高地建設具有重要戰略意義。2024年9月，習近平總書記在全國教育大會上強調，“建設教育強國是一項復雜的系統工程”，要“正確處理支撐國家戰略和滿足民生需求”等重大關系。國家重大戰略急需人才，指向的是“國家重大戰略的支撐”和“任務的針對性”，強調的是“國際人才競爭的需要”和“時間的緊迫性”。歷史經驗和現實實踐表明，人才培養，良好的教育是基礎，科技和產業是載體，尊重人才成長規律是關鍵。因此，國家重大戰略急需人才的培養要把握好以下五個方面。

使命驅動。國家重大戰略鮮明的使命特征要求個人具備強烈的歷史擔當，將愛國之情、報國之志、人類命運共同體的責任意識融入現實的創新創造中。國家重大戰略與個人理想使命之間存在著緊密的互動關系，二者相輔相成。習近平總書記指出：“戰略問題是一個政黨、一個國家的根本性問題。戰略上判斷得準確，戰略上謀劃得科學，戰略上贏得主動，黨和人民事業就大有希望。”國家重大戰略任務事關強國建設、民族復興偉業，要求廣大科技工作者和青年學生堅守國家使命和社會責任，堅持“四個面向”，大力弘揚科學家精神，牢固樹立科技報國理想，將思想政治教育融入國家重大戰略任務的實施中，讓理想使命成為個人奮斗的自驅力，在科技革命和產業變革的國際博弈中貢獻自己的力量。

學科驅動。國家重大戰略的前沿引領屬性要求組織化、規模化地開展戰略性、基礎性、長遠性科技創新，人才培養的基礎性學科專業教育不可或缺。學科建設的本質是開拓人類知識的前沿領域，并培養領域內高端人才，進而推進人類社會的發展進步，可以說，這一過程是“格物”精神的現代化延伸。國家重大戰略急需人才的培養與學科演進方向存在著深層次的共振關系，科學發現、技術發明和產業創新三者相互賦能。國家戰略需求牽引著學科專業設置調整與布局，不僅要求加強緊缺學科建設、進行超常規學科領域設置，還要求加強數理化生等基礎理科學科專業建設。習近平總書記多次強調基礎研究的重要性，基礎研究是整個科學體系的源頭，要持之以恒加強基礎研究。人工智能的算法革命與生物醫藥的分子解碼，皆需以數學、物理、化學等基礎學科的“硬核突破”為戰略支點，使學科前沿成為人才成長的主航道。

產業驅動。現代化產業體系是現代化國家的物質技術基礎。戰略性新興產業代表新一輪科技革命和產業變革方向，在現代化產業體系中處于核心地位，是當前國際競爭最前沿和主戰場。2025年全國兩會期間，習近平總書記在參加江蘇代表團審議時明確提出：“要著眼建設現代化產業體系，堅持教育、科技、人才一起抓，既多出科技成果，又把科技成果轉化為實實在在的生產力。”要堅持產業化導向，把人才、技術、資金等創新要素真正落到產業發展上。國家重大戰略急需人才，特別是產業領軍人才，其培養背景更加依賴產業、學科的大融合，依賴面向產業前沿的重大問題，依賴產業創新實踐。如果人才培養校內環境與產業實踐距離太遠，就難以滿足國家戰略新興的產業需求。當前的校企共建人才培養模式、產學研結合人才培養模式，必須圍繞“產業界存在的真問題”“高校、科研院所急需的科學理論的驗證工作”展開。

區域驅動。區域驅動型戰略急需人才培養模式，意在借助區域科技、產業發展優勢，形成戰略急需人才的“區位匯聚效應”。人才、技術、資本是企業科技創新的三個關鍵要素。人才層次決定企業創新的高度，技術前沿性決定企業的核心競爭力，而地理區位作為資本所在地決定著企業創新要素流動的快慢和集聚的程度。科學家、技術發明家和企業家為企業科技創新帶來了思想，但是思想傳播和技術擴散則需要靠創新高地編織的網絡和人員的流動來保證。人才集群、技術集群和產業集群是科技領軍企業誕生的基本生態條件。無論是美國的硅谷、德國慕尼黑高科技產業園、日本筑波科學城，還是我國的京津冀、長三角、粵港澳大灣區，均要求人才培養扎根于特定的區域資源稟賦，尤其是依托各個國家戰略創新區的獨特產業、文化、教育等創新資源，實現域內及域間的人才高效匯聚與智能資源整合，并形成人才集聚的乘數效應。因此，國家重大科技戰略的推進與實施，需強化區域間人才協同，建立人才共享機制，促進人才自由流動，實現人才資源區域間優化配置。

引智驅動。國家重大科技戰略的高效高質推進，要求具備國際視野，凝聚全球范圍內的智力資源，使本土戰略急需人才的培養與國際創新網絡深度嵌合。引智驅動旨在通過引入國際高端或前沿科技人才，在較短的時間內補充、擴展、豐富國家的戰略急需人才儲備庫。匯聚海外急需人才是中國在復雜國際形勢下突破科技瓶頸、引領未來科技創新、實現跨越式發展的關鍵舉措。《中共中央關于進一步全面深化改革、推進中國式現代化的決定》指出，要“完善海外引進人才支持保障機制，形成具有國際競爭力的人才制度體系”。當前，面對愈發激烈的國際科技博弈與競爭，我國應采取更為積極主動的國際引才戰略，如擴建戰略急需海外人才綠色通道、完善高技術人才移民制度，以及探索建立具有較強文化包容性的海外人才創研特區試點等，使我國成為全球高科技人才的匯聚高地，助力國家重大科技戰略的推進與實施。

結語

國家重大戰略急需人才的培養具有鮮明的時代性、方向性和實踐性特征。時代性代表改革更進一步、發展更高質量、創新更重原創、競爭更需主動、目標更趨逼近的新的歷史時期；方向性強調到2035年實現建成教育強國、科技強國、人才強國的目標，進而推進中國式現代化；實踐性突出創新在現代化建設全局中的核心地位，強調對教育、科技、人才體制機制一體改革作出統籌安排、全面部署。國家重大戰略急需人才的培養，既有一般人才培養的共性，又有不同于一般人才培養的特殊性。這就要求我們堅定理想信念，增強歷史擔當，敢于面對世界百年未有之大變局所帶來的風險挑戰，遵循人才成長規律，營造良好創新創業生態。

（本文系馬克思主義理論研究和建設工程重大項目、國家社會科學基金重大項目“構建支持全面創新體制機制研究”的階段性成果，批準號：2024MZD017）

注釋

[1]彭江、陳功：《外國高等教育發展創新研究》，北京：社會科學文獻出版社，2023年，第115～146頁。

[2]李國秀：《科學的社會視角》，合肥：安徽人民出版社，2000年，第58頁。

[3]劉洋：《如何贏得未來》，長沙：湖南科學技術出版社，2012年，第82頁；趙克：《工業實驗室的社會運行》，上海：復旦大學出版社，2008年，第45頁。

[4]宋斌、鄧慧婷：《美國原子彈工程的人才搶奪戰》，《國際人才交流》，2014年第8期。

[5]李帥：《歐陸科學家與羅斯福政府的曼哈頓工程》，《歷史教學（下半月刊）》，2023年第11期；張煌、王沛文：《“曼哈頓計劃”人才脫穎而出的啟示》，《國防科技》，2024年第6期。

[6]樊春良：《美國國家實驗室的建立和發展——對美國能源部國家實驗室的歷史考察》，《科學與社會》，2022年第2期。

[7]National Security Commission on Artificial Intelligence （U.S.）， “Final Report： National Security Commission on Artificial Intelligence，“ 1 January 2021， https：//reports.nscai.gov/final-report/.

[8][10]N. Maslej et al.， “The AI Index 2024 Annual Report，“ Stanford Institute for Human-Centered Artificial Intelligence， April 2024， https：//hai.stanford.edu/ai-index/2024-ai-index-report.

[9]National Center for Education Statistics （U.S.）， “Integrated Postsecondary Education Data System，“ https：//nces.ed.gov/ipeds/trendgenerator.

[11][13]Zeki Research Ltd.， “The State of AI Talent 2024，“ 2024， https：//atlastecnologico.com/wp-content/uploads/2024/06/Zeki-State-of-AI-Talent-Report-FINAL-comp.pdf.

[12]AI and Tech Talent Task Force （U.S.）， “Increasing AI Capacity across the Federal Government： AI Talent Surge Progress and Recommendations，“ April 2024， https：//ai.gov/wp-content/uploads/2024/04/AI-Talent-Surge-Progress-Report.pdf.

[14]The White House， “Safe， Secure， and Trustworthy Development and Use of Artificial Intelligence，“ Presidential Executive Order， 30 October 2023.

[15]MacroPolo， “The Global AI Talent Tracker 2.0，“ 2023， https：//archivemacropolo.org/interactive/digital-projects/the-global-ai-talent-tracker/.

責 編∕李思琪" 美 編∕周群英