-
题名中国新能源汽车产业人才需求预测研究
被引量:6
- 1
-
-
作者
刘宗巍
宋昊坤
赵福全
-
机构
智能绿色车辆与交通全国重点实验室
清华大学(车辆与运载学院)汽车产业与技术战略研究院
-
出处
《中国科技论坛》
CSSCI
北大核心
2023年第12期137-148,共12页
-
基金
工信部委托项目“2021新能源汽车人才需求预测”(2021RC17)。
-
文摘
为科学预测中国新能源汽车(NEV)产业人才需求以便为中国NEV产业人才队伍建设提供参考,本文采用定性分析与定量分析相结合的研究方法,对NEV产业人才需求进行预测。首先,厘清NEV产业人才的结构,将其分为领军人才、研发技术人才、生产制造人才、销售服务人才和其他人才5类,并提出他们的新特征。其次,聚焦NEV产业人才中的增量部分,即NEV产业研发技术人才,将其分为材料/工艺工程师、结构/硬件开发工程师、性能开发工程师、系统集成工程师、测试及试验工程师和运维工程师6个类型。然后,构建分层级、多指标的NEV产业人才需求预测模型,在NEV产业可能出现的快速发展、稳步发展和缓慢发展3类不同情景下,预测2023—2025年NEV产业研发技术人才的需求量,分别为22.7万~26.0万人、24.4万~28.7万人、26.1万~31.4万人。
-
关键词
新能源汽车
人才结构预测
人才数量预测
-
Keywords
New energy vehicle
Talent structure prediction
Prediction of talent quantity
-
分类号
F49
[经济管理—产业经济]
C96
[经济管理—人力资源管理]
-
-
题名基于4S融合的新一代智能汽车创新发展战略研究
被引量:14
- 2
-
-
作者
刘宗巍
宋昊坤
郝瀚
赵福全
-
机构
汽车安全与节能国家重点实验室
清华大学汽车产业与技术战略研究院
-
出处
《中国工程科学》
CSCD
北大核心
2021年第3期153-162,共10页
-
基金
中国工程院咨询项目“中国智慧城市、智能交通与智能汽车深度融合发展战略”(2019-XZ-04)
中国工程院咨询项目“突破智能汽车核心瓶颈,实践交通治理智能化”(2019-XZ-55)。
-
文摘
基于智能汽车与智能交通、智慧城市、智慧能源融合(4S融合)的新一代智能汽车,是可灵活移动的智能网联终端,可充分打通城市的人流、物流、能源流、信息流,战略价值远超传统汽车。本文旨在阐明基于4S融合的新一代智能汽车的重要价值,论证产业创新发展的技术路径,构建新型技术体系并完成关键技术分析。研究表明,基于4S融合的新一代智能汽车是对智能汽车在价值、功能、技术等方面的全面升级,我国应当选择车路协同的智能汽车技术路径,把握战略机遇、实现创新引领;基于4S融合的新一代智能汽车技术体系应促进汽车自动化水平与网联化水平同步进步,全面提升大数据、云计算、信息通信等共性基础技术以及车、路、云等核心关键技术。研究提出了顶层设计、产业融合、技术创新、落地应用等方面的措施建议,以期为我国智能汽车产业长远发展提供理论参考。
-
关键词
新一代智能汽车
智能交通
智慧城市
智慧能源
4S融合
车路协同
-
Keywords
new-generation smart vehicles
smart transportation
smart city
smart energy
4S integration
vehicle infrastructure cooperation
-
分类号
F407
[经济管理—产业经济]
-
-
题名中国智能网联汽车产业人才需求预测研究
被引量:11
- 3
-
-
作者
刘宗巍
宋昊坤
郝瀚
赵福全
-
机构
汽车安全与节能国家重点实验室
清华大学汽车产业与技术战略研究院
-
出处
《科技管理研究》
CSSCI
北大核心
2022年第5期129-137,共9页
-
基金
工信部委托项目“2020智能网联汽车人才需求预测”(2020RC14)
国家自然科学基金项目“汽车智能化对安全、节能减排及缓解拥堵影响的系统评估方法”(U1764265)。
-
文摘
为科学预测智能网联汽车(ICV)人才需求,采用定性与定量研究相结合的方法,确定ICV产业人才的结构,明确以研发技术人才为预测对象,构建分层级多指标的ICV人才需求预测模型,基于情景分析,得出未来5年ICV产业人才的需求量,并分析ICV产业不同类型研发技术人才以及不同业务模块人才的需求差异。
-
关键词
智能网联汽车
人才结构预测
人才数量预测
-
Keywords
intelligent and connected vehicles
prediction of talent structure
prediction of talent amount
-
分类号
F49
[经济管理—产业经济]
C96
[经济管理—人力资源管理]
-