人工智能+給排水科學與工程專業(yè)復合型人才的行業(yè)需求調研
摘要
為滿足城鎮(zhèn)供水排水行業(yè)與人工智能融合發(fā)展的需要，針對給排水科學與工程專業(yè)歷屆畢業(yè)生就業(yè)單位開展調研活動。通過所收集的234份有效調查問卷，系統(tǒng)分析了城鎮(zhèn)供水排水行業(yè)的發(fā)展態(tài)勢以及主要行業(yè)部門對人工智能+給排水科學與工程專業(yè)復合型人才在知識和能力方面的需求，為構建新工科背景下兼具給排水專業(yè)和智能化知識技能的復合型人才培養(yǎng)模式提供支持。
01調研基本情況
重慶大學給排水專業(yè)創(chuàng)設于20世紀50年代，是我國最早開辦的給排水專業(yè)之一。該專業(yè)辦學質量優(yōu)異，60余年來已為行業(yè)培養(yǎng)4000多名畢業(yè)生，分布在全國城鎮(zhèn)供水排水行業(yè)相關的設計、施工、消防、政府、企業(yè)管理、科研及高校等部門，為我國社會經濟發(fā)展、城市建設和人民生活水平的提高做出了重要貢獻。因此，通過設置調查問卷，以重慶大學給排水專業(yè)歷屆畢業(yè)生為調查對象展開調研，涉及畢業(yè)生人數(shù)多、畢業(yè)年代廣、就業(yè)單位類型多樣，調研結果具有良好的代表性。
調查問卷的設計主要圍繞當前人工智能背景下的行業(yè)瓶頸和接受調查的畢業(yè)生（以下簡稱“受訪者”）就業(yè)單位（以下簡稱“受訪單位”）對人工智能+給排水專業(yè)復合型人才應具備的能力及專業(yè)知識、人工智能與大數(shù)據知識、編程能力等需求進行信息收集。考慮疫情等因素的影響，為獲得準確、可靠的信息，本次調研采用向調查范圍人員隨機發(fā)放、自愿參與、線上填寫的方式。此次調研共收到有效問卷234份，分別來自設計院所、施工單位等8類行業(yè)用人單位（受訪者單選），如表1所示。各受訪單位所屬的城市類型（按所在經濟發(fā)展狀況劃分為一線～五線城市）（受訪者單選）如圖1所示。
表1 受訪單位的類別
圖1 受訪單位所在城市的類型
由表1可知，本次調查所收集的信息針對城鎮(zhèn)供水排水傳統(tǒng)行業(yè)部門而言，有30.8%來自相關設計院所，涉及科研院所貢獻的信息占19.2%，水務集團、排水公司、監(jiān)理部門和概預算等運營管理單位、施工單位占12.4%，國內外大型服務公司、房地產部門等占8.1%，而來自于城鎮(zhèn)供水排水非傳統(tǒng)行業(yè)部門（如信息科技、金融、商貿、產品研發(fā)、建材等）的信息占29.5%。從傳統(tǒng)的就業(yè)分布來看，給排水專業(yè)畢業(yè)生主要從事工程設計、施工管理、工程咨詢、水務運營等類別，受訪單位基本涵蓋了行業(yè)主要的職業(yè)種類，而工程設計依然是給排水專業(yè)畢業(yè)生的首要選擇。給排水專業(yè)畢業(yè)生就業(yè)面分布廣泛，說明社會各領域對該專業(yè)畢業(yè)生需求的廣泛性，以及畢業(yè)生具有較強從事跨學科職業(yè)工作的能力；而科研院所等部門達到接近20.0%的占比，一方面說明給排水專業(yè)畢業(yè)生較強的繼續(xù)學習潛能，另一方面也間接反映了近年來學校鼓勵學生進一步讀碩讀博，提高“本科畢業(yè)生深造率”的成果。總體而言，本次調查能夠相對全面地反映給排水專業(yè)畢業(yè)生的主要就業(yè)單位（也即行業(yè)用人單位）對復合型人才知識和能力的需求狀況。
由圖1可知，受訪單位主要來自國內的一線城市，占60.0%，二線、三線城市分別占18.0%、12.0%，四線和五線城市均低于10.0%。因此，受訪者所反映的行業(yè)發(fā)展態(tài)勢以及受訪單位對復合型人才的需求信息，分別綜合了國內經濟發(fā)展較好的多數(shù)區(qū)域及部分經濟欠發(fā)達區(qū)域狀況，具有全面性和前瞻性。
02調研結果分析
2.1 當前行業(yè)瓶頸
調查問卷設計了21個人工智能背景下當前行業(yè)可能面臨的瓶頸問題，調查結果見圖2。
圖2 受訪單位面臨的行業(yè)瓶頸問題
由圖2可知，超過10.0%的受訪者認為“知識結構與學科結合度”“智能型人才的培養(yǎng)或引進”“管網信息數(shù)字化的應用”等是阻礙單位發(fā)展的主要行業(yè)瓶頸問題，其均與人工智能知識與技能密切相關。因此可見，城鎮(zhèn)供水排水行業(yè)已經不可避免地受到了新興信息技術迅猛發(fā)展的影響，與人工智能的融合已成為突破大多數(shù)行業(yè)用人單位發(fā)展瓶頸的主要力量，而培養(yǎng)人工智能+給排水專業(yè)復合型人才將對確保行業(yè)的科學、持續(xù)、高速發(fā)展具有積極的實用意義。
2.2 人才能力需求
受訪單位對復合型人才7種主要能力的側重需求（受訪者可多選）見圖3。圖3表明，77.8%的受訪單位更看重專業(yè)知識運用能力和工程實踐能力，65.0%的受訪單位還看重持續(xù)學習能力。創(chuàng)新能力與學科交叉融合能力的選擇占比分別為61.1%、56.8%，國際競爭能力及其他能力均低于20.0%（分別占15.4%、4.7%）。因此可見，對于絕大多數(shù)行業(yè)用人單位而言，畢業(yè)生對給排水專業(yè)知識的掌握仍是第一要求，培養(yǎng)人工智能+給排水專業(yè)復合型人才應該將專業(yè)知識的掌握和實踐能力的提升始終放在首位，同時要注重激發(fā)學生對專業(yè)的興趣，保持他們積極探索的熱情，以增強持續(xù)學習和創(chuàng)新能力。另外，作為復合型人才顯著特征之一的交叉融合能力在學校的教育過程中需要給予足夠關注。上述對人才能力需求的調研結果從另一側面也說明，受各種因素影響，部分用人單位對創(chuàng)新的需求還不十分強烈，反映了在目前發(fā)展階段，其對人才的需求還處于“實用型”“能解決當前問題”的狀態(tài)；多數(shù)受訪單位對國際競爭力的需求不高，表明我國城鎮(zhèn)供水排水行業(yè)的國際化尚處于較低水平。
圖3 受訪單位所側重的復合型人才能力
2.3 人才專業(yè)知識需求
受訪單位對復合型人才8種主要專業(yè)知識儲備的側重需求（受訪者可多選）如圖4所示。由圖4可知，與專業(yè)密切相關的“給水排水管網”“污水處理”“給水處理”“泵站”“施工”“儀表與控制”等獲得超過45.0%以上單位的重視，而認為前三項知識儲備更重要的單位超過60.0%；重視“英語”及“其他”知識的單位不足20.0%。由此可見，與前述“人才能力需求”的分析結果一致，具有扎實專業(yè)知識的畢業(yè)生符合絕大多數(shù)用人單位的需要。在人工智能+給排水專業(yè)復合型人才培養(yǎng)中，仍不可忽視對給排水工程專業(yè)知識的傳授。
圖4 受訪單位所側重的復合型人才專業(yè)知識儲備
2.4 人工智能應用情況
調查分析表明，有超過90.0%的受訪單位都認為專業(yè)工作與人工智能產生聯(lián)系，其中聯(lián)系明顯的超過50.0%，關聯(lián)緊密的為12.8%（見圖5）。由此可見，人工智能已經滲透到絕大多數(shù)城鎮(zhèn)供水排水行業(yè)中。與其他行業(yè)一致，城鎮(zhèn)供水排水行業(yè)與人工智能的融合發(fā)展已經成為一種潮流與趨勢。
圖5 受訪單位人工智能與專業(yè)知識結合的密切程度
在人工智能與給排水專業(yè)知識結合密切的受訪單位中，相應于非傳統(tǒng)行業(yè)部門的其他相關單位占比最高，為33.3%，其后是傳統(tǒng)行業(yè)部門，依次為運營及施工單位26.7%、科研院所20.0%、服務及房地產部門單位10.0%和設計院所10.0%（見圖6）。因此可見，相對于非傳統(tǒng)行業(yè)而言，給排水傳統(tǒng)行業(yè)與人工智能的融合相對滯后，而在傳統(tǒng)行業(yè)中，屬于行業(yè)主體的工程設計和運營管理等智能化均處于起步階段。鑒于人工智能已經不可避免地融入各行各業(yè)，現(xiàn)在重視并抓緊為行業(yè)將來的發(fā)展做好人工智能+給排水專業(yè)復合型人才儲備正當其時。
圖6 人工智能與專業(yè)知識結合密切的單位分布
2.5 人工智能具體應用
調查表明，目前城鎮(zhèn)供水排水行業(yè)人工智能的應用主要集中在自動控制（30.8%，管網檢測控制15.4%+水廠信息自動化6.0%+其他自動控制9.4%）、智慧水務管理決策（25.6%）、信息技術產業(yè)（13.7%，軟件開發(fā)5.1%+機器人1.7%+大數(shù)據分析6.8%）以及科研及教學（6.4%）等方面（見圖7）。對于人工智能+給排水專業(yè)復合型人才的培養(yǎng)，應重點強化自動控制、智慧水務管理決策、信息技術產業(yè)等人工智能知識和技術應用，才能相對精準地滿足行業(yè)用人單位需求，助力其進一步發(fā)展。
圖7 人工智能知識和技能在受訪單位的具體應用
2.6 人工智能知識掌握程度需求
受訪單位對給排水專業(yè)人員掌握人工智能知識的要求（受訪者單選）見圖8。目前城鎮(zhèn)供水排水行業(yè)約38.9%的受訪單位僅要求給排水專業(yè)背景人員了解人工智能知識基本內容，要求掌握基本原理的只占32.9%，有26.1%的單位要求熟練掌握并結合專業(yè)知識運用，對精通原理有要求的單位僅占2.1%。由此可見，與前述對“人工智能應用”的分析結果一致，目前行業(yè)用人單位對復合型人才的需求尚不迫切，還未達到頂峰，主要集中在具備初步的知識儲備和掌握基本原理方面，而對人工智能+給排水專業(yè)復合型人才的培養(yǎng)，在普及人工智能知識和技能的基礎上，需要針對運營管理、服務及科研等部門的具體需求，重點強化人工智能與專業(yè)知識的融合運用。
圖8 受訪單位對復合型人才人工智能知識的掌握要求
2.7 人工智能的具體知識需求
受訪單位對復合型人才的人工智能具體知識需求（受訪者可多選）如圖9所示。目前針對人工智能相關領域的知識，自動程序設計（含專家系統(tǒng)）在城鎮(zhèn)供水排水行業(yè)各主要用人單位的需求度最高，占60.7%；其次是深度學習和神經網絡，占45.3%；38.0%的單位關注計算機視覺（圖像識別），智能機器人在24.8%的單位受到重視，重視自然語言處理及其他知識的單位低于20.0%。由此可見，人工智能+給排水專業(yè)復合型人才應重點具備自動程序設計（含專家系統(tǒng)）、深度學習和神經網絡、計算機視覺（圖像識別）、智能機器人等知識和技能。
圖9 受訪單位對復合型人才的人工智能具體知識需求
2.8 大數(shù)據具體知識需求
調查結果（見圖10）表明，目前超過92.0%的受訪單位需要給排水專業(yè)畢業(yè)生具備大數(shù)據分析能力。針對大數(shù)據分析的相關知識，預測性分析能力在城市供排水行業(yè)各主要用人單位的需求度最高，占62.4%；其次是可視化分析、數(shù)據質量和數(shù)據管理，分別占56.4%、55.6%；另外，有43.6%、40.6%的單位需要數(shù)據挖掘算法、數(shù)據存儲及數(shù)據倉庫。因此，人工智能+給排水專業(yè)復合型人才在大數(shù)據方面應重點具備預測性分析、可視化分析、數(shù)據質量和數(shù)據管理、數(shù)據挖掘算法、數(shù)據存儲及數(shù)據倉庫等知識和技能。
圖10 受訪單位對復合型人才的大數(shù)據具體知識需求
2.9 編程能力需求
受訪單位對復合型人才的編程能力需求（受訪者可多選）分析見圖11。超過91.0%的受訪單位需要給排水專業(yè)畢業(yè)生具備編程能力，其中，需要能夠采用C++、Python、Java或C語言進行編程的單位分別占47.0%、44.4%、41.5%和39.3%；JavaScript、PHP以及其他編程能力的需求度不高，均低于20.0%。由此可見，人工智能+給排水專業(yè)復合型人才在編程能力方面應重點具備C++、Python、Java或C語言等知識和技能。
圖11 受訪單位對復合型人才的編程能力需求
03結論
（1）與人工智能融合、培養(yǎng)人工智能+給排水專業(yè)復合型人才有助于突破城鎮(zhèn)供水排水行業(yè)發(fā)展瓶頸。
（2）扎實的專業(yè)知識和技能、持續(xù)學習能力及學科交叉融合能力是人工智能+給排水專業(yè)復合型人才應具備的基本能力，其中給排水專業(yè)知識是核心。
（3）給排水傳統(tǒng)行業(yè)與人工智能的融合相對滯后，缺乏相關人才可能是重要原因之一；非傳統(tǒng)行業(yè)部門單位與科研院所對人工智能知識和技能需求具有迫切性及敏感性，有利于進行人工智能+給排水專業(yè)復合型人才的培養(yǎng)儲備。加強人工智能+給排水專業(yè)復合型人才培養(yǎng)，是促進給排水行業(yè)部門單位提高人工智能應用水平的重要措施。
（4）人工智能+給排水專業(yè)復合型人才應重點具備在城鎮(zhèn)供水排水行業(yè)管理、服務或科研等部門融合運用人工智能與專業(yè)知識的能力，其中人工智能知識和技術主要運用在自動控制、智慧水務管理決策、信息技術產業(yè)等方面。
（5）人工智能+給排水專業(yè)復合型人才應具備自動程序設計（含專家系統(tǒng)）、深度學習和神經網絡、計算機視覺（圖像識別）等水系統(tǒng)智能化知識，以及預測性分析、可視化分析、數(shù)據質量和數(shù)據管理等大數(shù)據分析知識以及C++、Python、Java或C語言等編程能力。
全文發(fā)表于《中國給水排水》2021年12月第24期，作者為重慶大學環(huán)境與生態(tài)學院的曾曉嵐、崔福義、時文歆、趙志偉、梁建軍、于志鵬、余璐。
本文標準著錄格式如下：
曾曉嵐，崔福義，時文歆，等.人工智能+給排水科學與工程專業(yè)復合型人才的行業(yè)需求調研[J].中國給水排水，2021，37（24）：11-16.
ZENG Xiaolan, CUI Fuyi, SHI Wenxin, et al. Investigation of industry demand of integrated talents of artificial intelligence + water supply and drainage science and engineering [J]. China Water & Wastewater, 2021, 37 (24): 11-16(in Chinese).
編輯：李德強
制作：文 凱
