如何为长三角建个“人才库”(3)

　　除了传统的信息抓取手段，目前我们已经可以利用大数据技术全面获取人才信息，建立人才数据信息系统，提供与长三角人才发展状况相关的各种指数。除此之外，我们还可以利用抓取到的大数据，进行人才多维度画像、建立应用模型，等等。未来的理想愿景是，根据政府和市场需求，借助大数据信息系统，提供较以往更全面、精准、科学的多层次人才信息服务。

　　具体来说，数据库建设可以从获取、组织和利用三个维度入手——

　　在数据获取上，此前，科技研发类人才大多在长三角各地政府科技口子都有备案，只是彼此之间是各行其是的数据孤岛，难以发挥协同一体化的作用。如今，我们正好可以利用数据收割技术，实现人才数据的汇集。再以如今颇受欢迎的互联网人才为例。互联网人才大多聚集在互联网公司和创业类公司。理论上，我们就可以从猎聘、51job、智联招聘等招聘网站入手，整合这些公开的人才信息。

　　数据收集完成之后的工作是数据组织。数据组织方面，我们可以为每个人才形成大数据画像，并利用本体或知识库构建人才之间的各种关联关系。如今，但凡人才的学术活动、科研活动和管理活动，基本上都会在互联网上留下痕迹。那么，我们就可以通过大数据技术、文本挖掘和处理技术，对人才的这些信息进行跟踪，生成各类画像。在此基础上，借助大数据的手段重新定义人才和人才之间的关系、人才和行业之间的关系、人才和需求之间的关系，为后续的人才开发利用做准备。

　　人才利用方面，过去比较传统的方法是凭借经验，通过对某个数据库输入检索词来进行搜索，或是直接凭经验和直觉，邀请相关领域专家来传经送宝、解决技术问题等。但这种依赖人脉和经验判定的做法，其实并不非常精准，信息更新也总是慢一拍。在这一点上，大数据技术的优势，在于能够借助客观实时数据精准发现人才，并通过各种人才数据之间的关联和关系来发掘、锁定新的人才。

　　以上三个维度是我们目前从技术和数据层面，解决长三角人才信息系统建设问题的三大抓手。此外，根据从互联网上抓取的数据，构建人才情报的“拼图”，也可作为了解人才流动与需求走向的辅助手段。

　　◇链接◇

　　“长三角人”的队伍正在壮大

　　“高的”造就更多“长三角人”

　　早上7点03分，在上海工作的昆山市民刘晓晨坐上G7215次高铁列车。18分钟后，这趟从昆山始发的高铁准时抵达上海，刘晓晨出站换乘地铁，到单位时不到7点40分。这让刘晓晨感到，“坐高铁速度快，准时准点，还不用担心堵车！”而如今，像刘晓晨一样打着“高的”上下班的“长三角人”越来越多。

　　据同济大学近期一项基于手机信令数据的长三角地区跨城通勤研究表明，数万“长三角人”每天往返上海工作。其中，来自苏州的人数占到总人数的80%。在苏州昆山花桥地区，跨城到上海中心城区工作的人数甚至超过赶赴上海奉贤、青浦等郊区新城的人数。

　　对这些每日跨城的“长三角人”而言，通勤是重要的生活议题。而高铁线路的开通很大程度缓解了“长三角人”的出行难题。从2010年的沪宁城际高铁、沪杭高铁投入运营，到2013年宁杭、杭甬高铁正式启用，长三角“高铁都市圈”日渐成熟。

　　以昆山南站的情况为例，自从2010年该高铁站开站以来，候车室里前往上海上班、旅游的乘客与日俱增。统计数据显示，截至2017年底，发往上海的客流达439万人次，较运营初期增长超过470%。工作日早高峰时段，从昆山去往上海的乘客数量就超过4000人。

　　作为苏州下辖的县级市，昆山位于上海、苏州两城之间。有分析人士指出，高铁扮演着上海和昆山“城市间轨道交通车”的角色，基本实现了两座城市的“无缝对接”，这种“同城效应”对于深度推进长三角一体化具有重要示范价值。

　　以前，旅客要购买经停昆山南站的车票前往上海，由于不是始发列车，所以票额少，很多人都要提前一周才能购到有座位的车票。为了解决早高峰期间旅客多、票额少的问题，去年，昆山南站增开由昆山始发开往上海的G7215次高铁列车。G7215次列车属于大编组列车，有16节车厢，可以承载旅客数量达1100人，有效缓解了旅客出行难的问题。

　　这趟列车被称为“长三角距离最短的始发列车”。据昆山南站统计，截至2018年8月底，G7215次列车共发送旅客10余万人，日均发送旅客数量达800人。一些乘客受访时表示，住房成本较高等因素让一些上海上班族选择在隔壁昆山居住，这项选择如今有了加分项，“高铁上下班成本比在上海租房更划算。”