大数据时代高校廉政智库发展问题的思考

(湘潭大学 湖南 湘潭 411105)

一、大数据与高校廉政智库

互联网的高速发展带来了数据的爆炸增长，数字化渗透到了人们生活和社会交往的各个方面，这些大规模数据的处理离不开大数据技术。高校廉政智库主要研究国内外的廉政腐败问题，完全可以利用大数据的思维和处理模式对以往和现有的廉政信息进行统计分析，预测出廉政建设的未来发展，为现阶段廉政政策提供决策参考。因此，高校廉政智库的发展应当将大数据与自身研究融合起来，抛弃传统的自然思维，善用大数据思维，并运用大数据思维逻辑和技术指导自身科学研究，优化自身治理机制，进一步改变智库本身的运作模式。不仅要针对大数据浪潮的席卷趋势，重视其创新思维和能力的培养、保持自身的相对独立性，努力建立起自己的独立数据分析团队和完善的自建数据库，还要拥有充沛的跨学科人才资源。

二、大数据背景下高校廉政智库遭遇的挑战

庞杂的数据信息带来的数据处理压力，大数据思维带来的思维冲击，前瞻性大数据技术带来的数据处理方式创新，以及对大数据知识的掌握和大数据人才的缺乏都是高校廉政智库在大数据浪潮下所面临的新一轮挑战。

(一)大数据思维理念的融入。正确的思维设立和理念引导是高校廉政智库顺应时代要求更好更快的发展的基本要求。大数据时代的智库要谋求发展和转型，关键在于是否具备大数据的思维。[1]大数据思维所包含的内容比较广泛，数据的挖掘共享、预测分析，数据质量管理，语意搜寻引擎以及云计算和可视化分析等都属于大数据思维的范围之内。要实现大数据思维在创新体系下的发展与应用，高校廉政智库就需要熟悉大数据思维的方方面面，了解其内部的关联性以及大数据思维所包含事务的发展动向。如何将大数据思维理念融入到高校廉政智库建设中去，成为我国高校廉政智库创新道路上的必答之题。

(二)大数据知识和技术的掌握与应用。促进高校廉政智库发展不仅要掌握大数据知识，对其所涉及的实践技能的掌握与应用也十分重要。大数据技术可分为三层：数据采集、数据存取、数据整合。数据采集是大数据时代所需要掌握的最基础的一层，常见的有Linux、Docker、KVM、MySQL基础、Oracle基础，此外，Redis和MongoDB这样的NoSQL数据库也常用于数据的采集。数据的存取须掌握的技术中最常见的是云存储，其中包括hbase、hive、sqoop等技术，其他的分布式文件存储也常用于数据存储。[2]最后在数据整合部分涉及的数据量最大，因此主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总等来满足大多数常见的分析需求。[3]由此可见，在大数据时代所需要掌握的技术多而复杂，高校廉政智库需要更多的时间去实践和摸索以充分掌握和应用这一系列技术。

(三)大数据人才的培育。在现行高校廉政智库中，大数据技术人才极少，而针对大数据人才培养的项目和活动接近于无，高校廉政智库大数据技术人才的缺失已经成为其在大数据时代竞争的重要阻碍。根据大数据时代的特征，大数据智库人才不仅需要新的数据意识、拥有大数据思维，还需要掌握一定的大数据技术，因此满足全部要求的人才难求。目前，已有少数文献对大数据人才的培进行了研究，但研究表明我国高校廉政智库对大数据人才的培育工作刚刚起步，还没有取得任何成效，据笔者所掌握的资料，我国高校廉政智库还没有制定大数据人才培养的完善计划，如制定培育目标、培育对象选择、培养模式确定、课程设立等。如何弥补大数据人才缺失这一缺口，是目前高校廉政智库面临的又一大难题。

三、大数据时代高校智库廉政发展策略思考

(一)加强数据技术融入，完善智库研究方法。数据的挖掘与算法、语义引擎、预测性分析、数据的质量和管理以及可视化分析都是大数据分析技术在运算方面所具有的主要优势。[4]面对庞杂的数据，高校廉政智库需要针对不同数据类型的特点和数据处理过程中的不同阶段使用不同的数据处理技术。对于高校廉政智库而言，深度挖掘数据目的是为了更好地把握事物的本质和规律，那么云计算可以作为高校廉政智库采集、挖掘数据的首选。云存储是最常见的数据存储技术，它不仅能够自动智能地整合所存储的资源，还可以自动分配存储数据，能有效提高存储效率和利用率。数据可视化技术的快速发展成为普通公众的福音，高校廉政智库可利用这一技术向公众普及廉政知识、进行廉政宣传以及引导舆论传播。在数据的统计阶段需要耗费的工程量最大，而对分析出的结果进行计算和研究，以此推理出最终想到得到的趋势预测更是需要精确的把握，而运用大数据技术对这一过程进行高速智能地处理，会大幅度提高效率与准确度。

(二)强化人才资源管理，完善人才培养计划。高校廉政智库培育大数据人才可以通过以下三个途径。第一，引进各类大数据人才。大数据人才主要分为五种：大数据技术人才、大数据应用人才、大数据安全人才、大数据管理人才和大数据领军人才。[5]高校廉政智库可以根据自身需求按比例引进各类大数据人才。目前智库对大数据人才的实践能力没有统一的评价标准，因此智库可以在此基础上制定自己的评价标准体系，如成果报表填写、制定审核流程、技术考核等。第二，人才培养。高校廉政智库以大学为依托，高校廉政智库可以依托高校自身优质的教育资源大力开展廉政教育，培养专业的廉政教育研究人才和实践人才。第三，设立人才专门管理人员。智库成员多为专业教师和管理人员，承担着大量的教学、科研任何和管理工作，设立专门管理人员能充分保障研究效率和成果。

(三)加强国内智库沟通，促进国内智库交流。高校廉政智库作为门类齐全的高校智库在研究一些复杂问题时具备更强的竞争力，但其需要首先解决内部的研究人员之间、研究团队之间的协同问题。[6]高校智库一般都是拥有同一优势学科的学者聚集之地，因此，每个高校智库所擅长的研究领域都不尽相同。在大数据时代，智库孤军作战的模式将会被慢慢摒弃，与其他智库的协同合作是形式所趋。因此，一方面，高校廉政智库对内要注重与高校内的其他智库的交流沟通，在合作中拓展研究领域的广度和深度，发挥自身学科优势，并努力构建优势互补的研究共同体。另一方面，高校廉政智库还需加强与其他高校智库的合作，贯彻开放、共享的大数据理念，与其他智库协同发展，共同进步。