大数据视角下关于我国警察体能训练的思考

王朝洛蒙　方宇　陈智

摘 要：随着数据化时代的到来，大数据在各行各业得到广泛应用，公安机关也在紧跟时代步伐，不断开展数据化、信息化建设。警察体能训练作为公安教育的重点内容之一，与大数据技术的有机结合，是人才培养的必然要求，也是时代推动所产生的必然结果，更是当下警察训练得到创新发展的机遇。本文将从大数据的视角出发，针对我国警察体能训练的若干问题进行分析。

关键词：大数据技术；公安教育；体能训练

中图分类号：G806  文献标识码：A  文章编号：1673-260X（2023）04-0060-04

信息科技和互联网技术的高速发展推动着社会重大变革，大数据、人工智能、云计算等技术在诸多行业得到广泛应用，人类已迈进大数据时代。近年来，在我国公安机关的不断探索和实践下，数据技术也逐渐应用于我国公安工作中，为警务活动增添了许多数字化、智能化、专业化的新元素。但是，当下全国公安机关的实训部门、公安院校受到多方面因素的制约，未能将数据技术充分运用于警察体能训练当中，这不仅仅是技术资源的浪费，更是训练理念滞后的体现。警察体能训练若不能够实现数据思维广泛传播、数据化设备得到广泛应用，那么将落后于时代潮流，在人才培养的道路上逐渐落后。故将警察训练与数据技术进行有机结合，是时代推动所产生的必然结果，是当今时代下警察体能训练的机遇。

1 我国警察体能训练的发展现状

1.1 训练认知观念受限

警察体能训练不仅是为了提升受训者基本的体能素养，更是为了使其适应复杂多变的执法环境，满足公安工作的实际需求。长期以来，我国警察对于体能训练这一概念缺乏正确的认知，没有厘清体能训练的本质，对警察职业体能需求缺乏清醒认识[1]。大多数民警认为，体能训练只需达到相应的考核标准即可，并未意识到体能训练对于个体综合能力提升的重要性。加之业务繁重，认为体能训练过于占用其工作和休息时间，将训练视为一种“负担”。民警认知观念的受限就会影响其主观能动性的发挥，体能训练也难免流于形式，无法在观念的指导下使警察体能训练达到预期效果。

1.2 內容方法有待改进

为一改以往单一、枯燥、粗放式的体能训练模式，我国公安机关引进了一些较为新颖的训练方法，增强了训练的趣味性和受训者的积极性。但就目前的情况来看，无论采取何种训练方法，其训练的内容都过分强调力量、耐力等基本体能因素，部分实战单位甚至为追求训练效果植入了非常规理论下的魔鬼训练法，而忽略了警察专业技能、动作技能与体能训练的有机融合。这就说明，目前警察体能训练仍参照运动学训练的内容和模式，训练方法、训练内容、训练手段之间的关系混淆，限制了训练效益的提升。

1.3 数据手段融合不足

目前，我国公安机关数据手段的研究与应用多集中体现于基层实务工作，在警察训练领域的研究先天不足，关于结合数据化手段的警察训练理论指导十分薄弱。在体能训练的研究与实践上，训练教官仍停留在“文科”思维方式指导下的分类讨论、比较研究当中，缺少运用数据化设备、数据化理念以及量化性思维对训练进行分析和实践，导致训练标准不够科学，训练组织不够高效，训练评价不够准确。例如，教官在组织训练时，往往只是凭借自身的主观经验来设置训练量，对于训练负荷的把握不够精确，无法对不同身体素质的受训对象进行区别对待，使得受训对象出现抵触心理和抗拒心理，训练效果大打折扣，甚至导致伤病发生。

1.4 质量评价存在缺陷

我国公安机关的体能训练主要是根据组训人员的相关经验来制定训练目标和训练计划，并设置统一的训练标准，以受训对象是否达到相应标准作为评估训练质量的唯一方法[2]。但是，警察体能训练的最终目的是使身体机能满足执法活动的需要，不同的警种、岗位，其训练内容、方法、手段也有所不同，再加上受训对象的年龄、训练基础、生理差异等因素的影响，个体间存在很大差异。因此，“一刀切式”质量评价方法无法适应当下警察体能训练的个体需求，进而影响训练目标和计划制定的科学性和准确性。

2 大数据视角下警察体能训练的任务

2.1 发展警察体能训练理论

警察体能训练是警务技战术训练的基础，也是将基本体能素质转换为战斗力的一个重要环节。长期以来，我国针对警察训练的理论发展较为滞后，成为制约警务训练工作，特别是公安院校警务实战教学和科研工作顺利开展的一大“瓶颈”[3]。由于我国公安机关对于警察专业体能训练理论的研究处于后起步的无序状态，其研究内容与警务实战尚有一定程度的脱节，也未能摆脱对体育学、军事学等相关学科的依赖，数据化、创新性、高层次性的训练研究仍需加强。这就要求警察体能训练紧密贴合大数据时代背景，抓住机遇，在体能训练的研究和实践中，以实战需求和执法任务为牵引，遵守训练条令条例和规定，将相关大数据训练理论、设备、技术等与体能训练理论研究深度融合，打造出符合时代要求的，数据化、智能化、科学化的体能理论体系，制定具体的警察体能训练理论体系建设规范，形成独有的“专业槽”，建立符合我国警察职业特点的警察体能训练理论体系构架。

2.2 研练体能训练方法

要想使警察体能训练要有效指导警务实战，使自身得到迅速发展，则离不开科学的训练方法。传统警察体能训练方法较为匮乏、老套，并未结合受训对象的个体特点开展针对性训练，而是企图通过训练量和训练强度的增加获取更好的训练效益，这不仅会给受训对象身体带来一定压力，而且会使其身体和精神上的疲惫程度进一步加深，使训练效果适得其反。因此，融合数据技术开展警察体能训练活动，则需要在传统体能训练的原有基础上加以很大改进，结合新的训练理念、训练设备，提研更符合我国警察职业特点和实际执法需要的训练方法。要剖析当前所使用训练方法的优势和弊端，从重难点问题入手，准确把握各种训练方法的本质和特征，尝试运用数据化手段对新的训练方法进行研究，并进行试验应用，对相关数据进行量化，研究出具有一定规律性、实用性、针对性的训练方法。

2.3 促进训练成果转化

任何的训练都是为了达到一定目的而开展的。警察体能训练的目的就是通过训练使警务人员拥有良好的体能素质，使身体机能满足公安工作的需要。有了训练目的的明确指引，则能够有效解决“为什么练、练什么、怎样练、练到什么程度”的问题，使目的更加明确、训练效果进一步得到优化。在大数据时代背景下，数据技术为警察体能训练提供了一定的理论依据、设备保障以及技术支撑。在数据化思维的指导下，警察体能训练活动的组织也将更为有力，内容更为丰富、方法更为科学、手段更为先进，将体能训练成果有效转化为警察的战斗力，促使警察综合素质能力得到显著提升，也是当下警察体能训练的重要任务之一。

2.4 精准评价人才培养质量

警察综合能力的培养，是我国公安教育始终聚焦的热点话题之一。要想使警察综合能力得到真正意义上的提高，除了要对训练模式、训练手段等进行改进以外，更需要训练思维上的根本转变。在大数据的时代背景下，人们不断强调数据思维的培养，学会用数据说话。警察的体能水平作为衡量警察综合素质的重要标准，需要更为客观、更为精准的评价标准。因此，运用数据对于体能训练情况进行评价，训练效果则会更加明显，能够以训练评价结论为风向标，充分弥补人才培养过程中过的缺陷与不足。要改变传统体能训练中“训评分离”的传统做法，有效结合训练数据，使“训练结束评价”变为“全过程评价”，“人为评价”变为“数据评价”，深度挖掘考核效益的全新质量评价的思路与方法，提高训练效益，强化人才培养质量。

3 基于大数据技术的警察体能训练优化路径

3.1 建立数据化的训练模型

大数据的发展，使得受训者的训练模型可以用数据的方式呈现出来，做成了详细的可视化数据模型。训练模型是基于空间和时间两个维度，将多重嵌套的训练过程有机地联系为一个既相互独立又互为衔接的整体，使不同的训练目标、任务、内容、方法、手段、负荷等内容与不同时间跨度的体能训练过程融入一个直观的训练模型之中，从而能够形成科学的训练过程的分析模型和评估模型。通过个体模型与标准训练模型进行对比，从而进一步对训练计划进行修正和纠偏，使受训个体的训练计划向更为优秀的训练模型改进。与此同时，受训者也可实时检测自己的训练效果，这对于受训个体了解自身情况、验证训练效果具有极其重要的作用。依靠建立的模型，将过往训练过程中产生的大量有效数据嵌套后得出多层次的评估指标，在反过来用相应指标评定受训对象在不同实战训练项目时的成绩，衡量受训对象的能力水平。

3.2 对训练全过程进行数据化检测

在传统的警察体能训练中，一般是由教官根据训练大纲，同时结合受训者自身的情况、不同的训练周期，有计划、有针对性地设计出训练计划和方案，受训者按照既定的计划和方案实施。随着数据技术的不断发展，当前各类先进仪器设备与信息化训练平台的建立，促进了受训者个体信息的数据档案与实时训练数据的交互，组训者可以运用数据采集设备对受训者的训练实时数据进行采集[4]。如反应速度、敏捷度、心率等，可以有效监测其在训练中的各项信息，使训练进程可视化，精准化，并通过标准化转换、数据清洗、特征提取、特征融合、评估指标运算等一系列方式对采集到的多模态数据进行处理，结合训练评价指标给出总体或阶段性的建议或评价，以更好的反馈到下一次训练当中，也方便教练团队更好地掌握受训者的训练情况，为减少伤病发生，适时调整训练方案提供了有效数据保障。通过应用多种先进的体能训练设备使教练员针对训练，建立数据搜集、存储、统计并可视化分析的数据管理平台，对训练质量进行精确的量化分析和评价，根据不同训练阶段的监控结果提出优化专项能力的训练方案，并对优化方案的训练效果进行监控，促进体能训练从数据到信息的转化。

3.3 加强数据化人才支撑保障

随着科技的不断发展，大数据技术也随着时代洪流不断跃进，其更新周期变得更短、更迭素的变得更快，在技术发展的推动之下，警察体能训练要想与时俱进，就必须培养和引进一批精通和熟悉大数据技术的专业人才。就目前的情况来看，我国公安机关的大数据人才由于招录流程等诸多因素的制约，仍属于稀缺资源，加之警务数据、警察训练学科专业建设的相对滞后，从事数据化训练、研究的人才严重不足。因此，从实训部门到公安院校，可采取学历教育、在职培训、招录引进等方式，有针对性对数据化人才进行培养和引进，提升其在大数据知识方面的知识积累，解决人才学科专业方向不对口、知识体系不相融、数据基础薄弱等一系列问题，力争培养出一批及懂技术又懂训练的专业人员，进一步提高团队、人才专业化建设水平，推进体能训练数据化、智能化进程，为训练提供有力人才保障。

4 大数据推动下警察体能训练的发展与展望

4.1 基础理论逐步创新

任何理论的发展与壮大都是从基础研究开始，警察体能训练的基础理论来源大致由两方面构成，一是由国内外诸多专家学者通过对相关理论的研究生产出一定数量的理论成果，二是由国内外警务实战教官在实战与训练过程中得出的经验和结论。现存的警察体能训练的基础理论对于训练内容的经验总结较多，其核心内容体系也仍停留在对部分问题反复进行研究的层面上，无法满足日益增长的理论需求。随着数据技术的不断革新，人们会愈发注重利用数据化手段开展训练，训练基础理论的架构及内容也将不再拘泥于传统模式，更加侧重对现有基础理论的融合革新，增强其内容的创新性和指导性。警察体能训练的基本概念、训练特点、构成要素、训练规律、训练内容、训练原则等基本的理论研究将深入开展，特别对体育竞技、军事训练等行业应用理论成果和实践经验的借鉴及创新应用，将是理论研究的重要路径之一。打破传统限制，变革传统思维，创新研究更加贴近现状将成为警察体能训练基础理论发展的重要方向，也必将催生更加符合大数据时代发展趋势的理论指导成果。

4.2 訓练手段更为智能

大數据时代警察训练的发展方式，逐渐从传统训练中的“直觉和经验驱动决策”向“数据驱动决策”转变，从传统的生理生化监控向运动表现监控转化，从单一的训练教官监控向数据装备实时监控转变[5]。警察体能训练的革新也会根据当前公安信息化水平的发展，与智慧警务等系统深度融合。在统一数据平台架构下，运用云计算、大数据、物联网、人工智能等手段，实现训练数据采集全面化、数据加工处理智能化、管理服务应用深度化，使训练方法和训练技术更加全面、功能更加健全、管理更加科学[6]。警察体能训练手段在更为先进的装备和技术的支撑下也将变得更加智能，不再像传统警察体能训练那样单纯依靠训练教官来促进训练手段的改变。通过数据化训练平台，将各种训练资源进行整合，将模拟训练、网络训练等智能训练手段应用于训练实践，提升训练质量和效益，这是警察体能训练转型的必然趋势和时代潮流。

4.3 数据采集应用趋于常态

数据采集常态化是指在训练的全过程中，对受训者的各项评价性训练数据进行实时采集、记录、存储，旨在解决数据缺失和“隐形”问题，质量评价是训练系统和训练发展起着至关重要的导向作用。评价性数据应被常态化进行采集，充分对大数据信息进行二次利用，以最大限度地挖掘其价值，以推进训练发展，优化管理决策。常态化数据的采集，不仅要遵循全面、准确的原则，更要突出其数据采集的重点。例如，针对日常基础数据的采集，要以训练对象个体的体能测试水平、生理测试指标数据为主；专业数据的采集，要以警察体能科目中不易秒化、环化的训练科目为重点。在数据的驱动之下，从每个评价指标体系的确立，到每个受训者训练情况的统计、科目训练效果的评定以及训练考评结果的运用等都以数据持续采集、分析、挖掘的方式实施，要与基础数据和专业数据实现关联应用[7]。唯有如此，才能使可收集到的训练数据发挥“一次创造、多次利用”的潜在价值[8]。因此，无论是公安机关还是公共机构，无论是训练用途还是其他用途，对评价性数据进行常态化采集是必然趋势。

——————————

参考文献：

〔1〕宗浩栋.关于发展警察体能训练的思考[J].河北公安警察职业学院学报，2022，22（02）：64-67.

〔2〕曹华，吴军.公安特警20米折返加速升级跑体能测试分析[J].政法学刊，2021，38（04）：124-128.

〔3〕石斌.对警务实战训练工作的再思考[J].公安教育，2009，24（01）：4.

〔4〕孙健，何家欣，闫琪.基于“数据驱动决策”的体育院校专项体能训练研究与进展[J].广州体育学院学报，2020，40（03）：1-3.

〔5〕李端英，李捷，杨群，等.大数据时代高水平运动员体能训练数字化监控研究[J].广州体育学院学报，2021，41（05）：104-108.

〔6〕专题.智慧社区警务建设关键技术研究及应用[J].警察技术，2019，35（06）：3.

〔7〕卢风云.警务战术数据化训练考核浅析[J].武警学院学报，2016，32（03）：76-79.

〔8〕杨红艳.大数据时代学术评价的数据化难点及其应对[J].现代情报，2020，40（11）：136-143.

收稿日期：2023-01-15

基金项目：2022年警察大学研究生创新计划项目（2022CXJH040）