公安大数据人才队伍建设研究

2019-01-04胡诗妍

中国人民公安大学学报（自然科学版） 2019年3期

李欣, 胡诗妍

(中国人民公安大学警务信息工程与网络安全学院，北京 102623)

0 引言

公安大数据战略是公安部贯彻落实习近平总书记在2017中央政法工作会议指示精神“公安工作需要不断深化智能化建设”的基础上，深刻把脉公安工作的业务需求、发展规律，顺应“互联网+”时代的科技潮流，打造数据警务、智慧公安、创新公安工作做出的战略部署[1]。随着我国公安大数据战略的推进实施，公安大数据深度应用逐渐成为推动公安工作创新和智慧公安建设的核心动力，大数据成为公安洞察社会的“天眼”。同时也让我们清醒地认识到公安大数据战略离不开人才队伍的支撑。公安大数据人才主要是指掌握公安大数据理念和需求，在大数据规划、建设、运维、应用等领域具备分析和解决问题能力的复合型专门人才。当前公安大数据人才队伍建设总体存在专业人员数量较少、综合素质偏低，管理体制不健全，人才培养体系不完善等问题。本文分析了公安大数据人才队伍建设现状，总结了影响公安大数据人才队伍建设的关键因素，提出了公安大数人才队伍建设对策建议。旨在为我国公安大数据战略的顺利实施起到抛砖引玉的作用。

1 公安大数据人才队伍建设现状

目前，全球大数据人才呈现严重短缺状态，据麦肯锡公司报告显示，仅美国2018年大数据和高级分析专家人才缺口高达19万，企业对具有大数据分析并有效决策的经理和分析师人才需求达到150万[2]。据相关统计，未来五年内我国各类大数据人才缺口至少100万[3]。可以确定实施公安大数据战略同样面临大数据人才严重短缺的局面。为有效缓解公安大数据人才供需矛盾，亟需对人才规模和层次结构等进行系统分析，开展对大数据人才队伍的规划，加快建成一支适应战略需求的公安大数据人才队伍。当前公安大数据人才队伍建设现状与主要问题如下：

一是公安大数据实战应用效果与预期有差距，导致基层对大数据技术人才的不认可。一方面受传统思维和观念所限，部分民警认为公共安全事件、社会治安事件是一种非物化的社会现象，无法开展该领域的预测和预警等大数据应用，因而对大数据在公安工作中的应用存在怀疑、不信任等抵触情绪，工作上出现了不愿意配合、敷衍了事等现象。另一方面，与之相反，一些民警对大数据过分依赖，但限于大数据相关知识的匮乏，不能正确地看待预测预警结果，不能科学运用大数据分析结果进行决策。最重要的一个方面是：大数据应用需要跨部门、跨警种的资源开放共享，然而部分基层公安机关尚未达到开展大数据分析研判的工作条件。基于以上几个方面因素造成大数据分析研判的实战应用效果不理想。

二是大部分公安机关尚未建立专门的大数据人才队伍，人才素质亟待提高。目前大数据人才大多来自公安信息化应用领域，因工作需要抽调而来，知识背景、能力及素养参差不齐。公安机关大数据分析应用系统大多由外部公司或科研院所开发，公安机关自身大数据人才大多是进行协调合作以及提供业务支持，得到的技术锻炼较少。

三是亟需强化公安大数据人才培训。公安机关针对信息化人才开展较多的是信息化观念理念和应用系统的使用等基础性培训，缺少技术含量高，内容有深度的培训[4], 师资力量来源和培训形式单一，更缺少针对大数据人才开展的各类专门培训。由于缺少相应培训机制作为保障，公安机关因此很少针对大数据人才的实战需求，组织开展有目的、有计划、分层次的专业培训。

四是缺少应有的大数据人才选拔和聘用的长效机制，大数据人才的选拔与任用机制尚须完善。通过信息化大比武、大练兵、创新应用竞赛等形式，部分公安基层单位中既有实战经验又有大数据研判技能的人才脱颖而出。但是赛后这部分人才又回归到原来的工作岗位，人才被埋没，同时也打击了其他部门潜在的大数据应用人才的工作热情和积极性。

2 公安大数据人才队伍建设的关键因素

公安大数据人才队伍建设是系统工程，各级公安机关要结合自身大数据发展的需求从顶层设计上进行系统疏理，明确人才队伍的能力素质要求，运用系统论方法统筹人才队伍建设各个方面，制定短、中、长期的发展目标和计划，保障公安大数据人才队伍建设的可持续发展。

一是明确能力素质要求。公安机关对大数据人才的引进、发现、培养和使用应首先明确对人才能力素质的要求，避免盲目性。针对公安大数据的人才需求，制定人才培养方案，增强人才培养过程的靶向性和培养成效的计划性，按目标充实公安大数据人才队伍。充分发挥大数据人才个体潜能，形成群体合力，提高队伍总体素养，实现公安大数据人才队伍的体系化、规模化和可持续发展。

二是建立良好队伍管理机制。良好的人才队伍管理机制，包含顺畅的运行机制、动力机制、约束机制，是人才队伍建设可持续发展的制度保证。良好的运行机制可以创设公安大数据人才锻炼、成长的良好环境。良好的动力机制可以有效激发大数据人才的自我认同感、成就感、职业自豪感，以及激励人才队伍的工作热情和工作动力。良好的约束机制，保障了人才队伍正确的价值取向、服务党和人民的职业认同感和使命感。

三是培育人才发展环境。环境是人才成长壮大的必要条件，是提供施展本领和锻炼提升能力的平台，是公安机关大数据人才队伍建设的前提条件。人才队伍建设不是一朝一夕、一蹴而就的，适应公安实战需求的大数据人才队伍，需要在公安一线的环境中，接受锤炼与磨合，实现自我成长、自我完善，避免造成引进和培养的大数据人才不适用、不好用。搭建大数据人才发展平台，提升大数据人才的承载能力，完善制度保障体系等工作有利于大数据人才队伍的成长与壮大。良好的人才发展平台，不仅能高效完成科研技术型大数据人才向实战技术型大数据人才的转型，同时还能快速锻炼和提升大数据人才的实战经验，更是为公安大数据人才提供施展本领的舞台。

四是创新人才培养模式。公安大数据人才应具备大数据专业知识技能、熟悉公安业务、具有公安实战经验，是具备技术开发能力、公安业务知识和行业应用素质复合型人才。大数据人才的特殊需求对培养提出了创新要求，公安机关联合公安院校、科研院所，建立公安大数据人才协同培养模式，在人才培养规格和目标，教学方法和手段，人才质量管理和评估方面开展创新。公安大数据人才的构成包括自有人才、引进人才、外部人才，创新人才培养模式，提升自有人才的大数据知识和技能，提升引进人才的业务能力和实战经验，提高外部人才的协作效率，加快完成人才队伍锻炼和磨合，形成人才队伍的合力。

3 公安大数据人才队伍建设发展对策

人才队伍是公安大数据战略整体推进的根本动力，建立完善大数据人才可持续发展机制，构建体系化、规模化大数据技术人才队伍，充分发挥专业技术人才在公安大数据建设中主力军作用。

3.1 以实战为导向，构建规模和层次合理的人才梯队

“穷理以致其知，反躬以践其实。”公安大数据应用既要追求先进的技术，又要与实战应用紧密结合，实战导向是公安大数据队伍建设的指导思想。公安大数据人才需求覆盖大数据的规划、建设、运维、应用等领域，能力要求从低到高，依次包括通识型、应用技能型、技术型和研究型4个层次，建设金字塔型的四种人才规模。如，通识型人才是指具备公安大数据理念和意识，具有较强的数据采集意识和能力，能利用大数据应用系统开展初步应用的人才，按照大数据战略要求，应对全警培养大数据通识能力，形成全警采集数据，数据服务全警的良好生态。在以技术型人才为例，包括数据工程师、数据分析师、智能处理技术工程师。数据工程师职责为设计、开发、管理、优化数据平台，并监控数据质量。数据分析师主要围绕公安业务来分析数据，建立面向业务的模型。智能处理技术工程师则研究、试验、优化、改进智能算法或模型，设计和开发智能处理技术系统。技术型人才应在通识和应用技能的基础上开展更高层次的技术开发能力培养。

3.2 创新与完善大数据人才的选拔、任用、管理和评价机制

优化人才选拔和使用机制，拓宽人才发现渠道，开展创新大赛和技能竞赛等活动，善用竞争性机制选拔特殊人才，建立相关人才库。利用大数据环境创建人才协同协作平台，借鉴互联网众筹和众包等方式解决实战中数据应用的典型问题，创新大数据人才“不唯所有，但唯所用”的使用和评价机制，充分发挥人才的网上规模效用。探索公安业务领域的人才共享机制，公安院校、研究所和公安机关开展合作交流，以科学研究、应用平台建设为依托，实现公安内部大数据人才的联合培养、流动与共享，促进三方协作共赢，共同发展。完善公安大数据人才激励机制，吸引体制内外更多优秀人才，实现人才队伍的可持续发展。按照马斯洛的需要层次理论，在给予公安大数据人才足够的地位、关注和认可的基础上，依托公安技术职务序列政策，建立适应公安大数据战略需要的人事制度、薪酬制度，激励大数据人才自我实现，自我发展，勇于创新。打破人才流动的体制界限，推出各类优秀人才计划，制定优惠政策引进专门技术人才，有效提高人才队伍整体素质。

3.3 建立分层次和多形式的人才培养模式

在国内外大数据人才紧缺、外部薪酬竞争力强的背景下，应坚持立足于自身培养，兼顾通识教育与专业能力培养，建立在职培训和学历教育并重的公安大数据人才培养模式，分类培养通识型、应用技能型、技术型和研究型等不同层次人才，强化人才梯队建设和储备。

一是开展大数据理念的通识教育。大数据是数据、技术和理念的综合体，大数据的理念、原理和应用已经成为一种基本技能，大数据思维更是公安大数据战略下应知应会的基本技能。构建大数据理念通识教育课程和教材，利用网上、网下等方式面向全警开展大数据知识普及和教育培训，提高全警对大数据的整体认知和应用水平，塑造全警的大数据思维能力。

二是开展在职大数据技能培训。“互联网+”时代大数据分析技术日新月异，公安大数据人才迫切需要开拓视野，不断更新知识结构，提高大数据分析应用效能。针对急缺或者热点大数据应用方向，开设短期技能培训班，学习大数据技术新方向、新技能和新成果。依据现有人才的不同类别，按计划有目标地开展能力提升培训，以公安应用急需的实战项目为载体，与公安院校、研究所、大数据企业开展合作培训，不断提升在职公安大数据人才的能力素质。公安机关可灵活采用“引进来”、“走出去”、“自我完善”等培训方式。“引进来”是指聘请国内知名大数据学者和技术专家到公安机关开展讲座培训。“走出去”是指组织从事公安大数据相关工作的民警到高校、科研院所、企业等单位开展培训、参观、交流等形式的学习。“自我完善”是指组织公安大数据人才队伍开展内部的比武、竞赛以及技术交流等活动。

三是依托公安院校开展公安大数据专业的学历教育。在公安院校开设大数据技术本科专业，培养具备数学、数据分析、计算机技术等领域基础理论、知识和技能，掌握公安业务知识和法律知识的复合型应用人才。开展大数据技术方向的在职专业硕士教育，采用院校牵头，公安机关、科研所、大数据企业四方协同人才培养模式，实行业务、专业“双导师”制，以实现储备人才从院、所到工作岗位的无缝对接，对有特殊需求的人才，可采用订单式定向培养。公安院校创新开展大数据专业学历教育，明确公安大数据人才发展战略与定位，依托公安机关有针对性的开展专业人才培养。深耕公安各业务警种大数据应用领域，结合院校的专业优势，错位式发展，探讨建立差异化培养方案。大数据具有很强行业应用特点及时代发展特征，积极将公安实战最新典型案例，大数据理论和技术发展变化及时编入教材并进入课堂，规避专业人才培养与公安机关应用需求脱节的问题。