面向新质生产力的数据管理课程体系建设四维结构论析

[ DOI ] 10.19764 / j.cnki.tsgjs.20240734

[本文引用格式] 刘越男，闫慧，周文杰.面向新质生产力的数据管理课程体系建设四维结构论析[J].图书馆建设，2024（3）：21-23，30.

0 引 言

在新质生产力蓬勃发展的新时代，数据已成为社会发展的关键资源，数字经济发展和数据要素市场建设已成为当前我国实现高质量发展目标的主要抓手。具有高度数字素养的新型劳动者作为新质生产力发展中最活跃、最革命的因素，成为决定新质生产力建设成败的关键一环。其中能够胜任新型劳动对象——数据管理的专业人才更是新质生产力。数据管理学科作为以数据资源的管理、流通与应用为研究对象的重要领域，其学科建设完善与否不仅直接关系到数据要素有效利用和价值最大化的知识供给，而且也直接决定着能否培养出一大批适应新质生产力发展的高素质劳动者。

新质生产力以创新为核心，强调科技进步、制度创新和管理创新，追求高效的生产方式和管理模式，推动产业智能化升级，注重生态环境保护，实现经济效益和生态效益的双赢。在这样的背景下，劳动者的数字基本素养和数据专业能力成为推动新质生产力发展的重要因素。劳动者的数字素养涵盖了多个方面：既包括了信息获取和处理的能力，这意味着劳动者能够有效地利用互联网等媒介，寻找到所需的信息，并能够对其进行筛选、分析和整理；同时，也包括劳动者对信息安全和隐私的保护能力以及信息共享与合作等诸多能力。在新质生产力的背景下，劳动者的数字素养将深刻嵌入其具体职业需求，成为决定劳动效率的关键因素。

图书情报与档案管理一级学科正式更名为信息资源管理后，已将数据管理与数据科学作为其二级学科之一。面对国家推动发挥数据要素作用的战略需求，立足于信息资源管理学科的深刻转型发展，中国人民大学将图书情报硕士（Master of Library and Information Studies，简称MLIS）的培养方向进行了适时调整，构建了一个数据管理方向的新型专业硕士课程体系，有效支撑了数据管理新型专业人才的培养。具体而言，中国人民大学立足图书情报学（Library and Information Science，简称LIS）核心课，高质量开设“LIS理论与方法”“信息组织”“信息检索”“学术规范与论文写作”等图书情报领域传统核心课程的基础上，开发了由数据管护（Data Curation）、案例（Cases）、行业（Industry）和技术（Technology）构成的CCIT课程体系。本文旨在从数据管护、案例、行业、技术四个维度入手，对数据管理专业课程建设的主体框架进行深入剖析，以期为面向新质生产力的数据管理学科建设的后续发展夯实基础。

1 数据管护（Data Curation）：构建起数据管理核心知识框架

数据管护是指对数据进行有效管理和维护的过程。它涵盖了数据的收集、存储、处理、分析、保护和共享等方面，旨在确保数据的质量、可靠性、安全性和可用性。当前，随着海量数据的产生，数据资源的价值空前增加，同时也面临着丢失、不可读、难以共享和复用等风险。为此，数据管理者需要打通数据资源全生命周期的管理与维护，强调数据增值和共享。随着不同领域数据激增和价值活化，跨学科的数据管护得到越来越多的认同，构成了海量、多模态数据环境下数据保值增值的基础。

数据管护作为数据管理的核心知识内容，是中国人民大学图书情报专业硕士数据管理方向（MlisDA，以下简称数据管理专业硕士）课程体系中的关键组成部分。在中国人民大学数据管理硕士的课程体系中，数据管护课程占据了重要地位，包括“数据科学”“数据挖掘”“数据采集与保存”“数据可视化”“数据、模型与决策”“数据素养”等课程。这些课程的开设旨在满足当今数据管理领域对于专业人才的核心知识需求，培养具有深厚理论基础、掌握科学方法的数据管理专业人才。在这些课程中，学生将学习到数据科学的基本原理和核心方法，掌握数据采集、整理、挖掘、保存、可视化利用等方面的技术工具和最佳实践，为未来从事数据管理相关工作奠定坚实的基础。这些课程的开设不仅有助于提升学生的数据管理能力，还有助于培养其创新精神和解决问题的能力，从而为其未来全面发展打下根基。

2 案例（Cases）：实现数据管理知识传授与应用场景的无缝衔接

起源于1870年哈佛法学院的案例教学，经哈佛医学院发展，由哈佛商学院完善推广，走向了世界，在应用性学科、场景性内容的教学中广为使用，产生了深远的影响。对于旨在培养高层次应用性人才的专业硕士教育，案例教学更是不可或缺的构件。全国图书情报硕士（MLIS）专业学位研究生教育指导委员会每年组织案例研讨会和案例大赛推进教学案例的开发、研究和应用。作为新兴领域，数据管理的理论构建和方法应用都处于快速迭代、尚未稳定成型的过程中，生动的案例不仅丰富了学生的学习内容，为他们提供了更贴近实际、更强调教学互动的学习平台，更是引导其总结规律、发现真知、拓展应用的源泉，真正能做到于示范中启发心智，于失败处激荡思维。

案例教学是数据管理专业实现预期教育目标的重要支撑。在中国人民大学数据管理专业硕士的课程体系中，不仅在相关的课程中设置了案例教学的环节，更是设置了“数据管理案例研讨”“数据管理沙盘”“数据管理顶点课程（Data Administration Capstone）”等全案例性质的课程。在这些课程中，“数据管理案例研讨”和“数据管理沙盘”课程通过具体案例的分析和研究，帮助学生深入理解数据管理理论和方法，并通过与实际场景的对接，让学生在模拟环境中体验真实的数据管理挑战和解决方案。立足于这些课程的学习，学生将有机会面对来自各个行业的真实案例，从中学习并掌握数据管理的核心概念和技能，培养其分析问题、解决问题的能力。“数据管理顶点课程”则更进一步地将学生置身于实际的数据管理应用场景之中，与行业导师直接互动，参与到真实的数据管理项目中。这种紧密结合实际的教学模式不仅帮助学生将理论知识应用到实践中，还让他们直接感受到数据管理在数字政府、数字经济、数字社会等数字化转型中的重要性。通过与行业专家的互动，学生还可以及时了解行业最新动态和趋势，拓展自己的视野，为未来的职业发展做好准备。

3 行业（Industry）：引导数据管理深度嵌入动态发展的场景

数据要素通过对特定场景的赋能发挥其价值，“数据+行业”是数据管理实践人才的必备知识模块。这里的行业既指由图情档机构守正创新推动发展的信息管理行业，从事数据采集、开发、流通的新兴数据行业，也指应用数据、和数据结合的其他行业，如文旅行业、制造行业等，通过与行业实战相结合的教学方式，学生不仅能够从行业需求的角度来认识行业发展，还可以通过实践项目深入了解行业内部的运作机制，为未来从事相关职业提供了宝贵的经验积累和职业素养熏陶。

数据管理的发展离不开行业的需求和推动。在中国人民大学数据管理专业硕士的课程体系中，行业课程占据了重要位置，包括“行业发展前沿”“数据资产管理”“大数据治理”“咨询业实战”“组织管理与领导力”等多门课程。这些行业课程全面关注着行业发展的最新动态和趋势。随着数字化时代的不断演进，各行各业对于数据的管理和运用有着越来越高的需求。“行业发展前沿”课程通过深入研究行业的发展趋势和前沿技术，让学生能够紧跟行业发展的脚步，为未来的职业发展做好准备。同时，这些课程深入探讨了数据管理在各个行业中的应用和创新。“数据资产管理”和“大数据治理”等课程从管理的角度出发，探讨了如何有效地管理和利用数据资产，解决大数据带来的挑战和问题。

4 技术（Technology）：驱动数据管理发展的关键动力

信息技术的快速发展和普及应用导致了数据生产量级和价值实现的跃迁，当之无愧为数据管理的科技底座。而计算技术经机械、电子、网络时代的发展走入了智能计算时代，根据孙凝晖院士在十四届全国人大常委会专题讲座第十讲《人工智能与智能计算的发展》，智能计算也经通用计算装置、逻辑推理专家系统、深度学习计算系统的发展，进入大模型计算系统时代，多模态大模型、视频生成大模型、智能具象、AI驱动研究是四个前沿方向。智能技术的应用也是新质生产力发展的重要标识，正在深刻影响所有领域，数据管理首当其冲。

技术的迅速发展是推动数据管理学科不断创新的重要动力。中国人民大学数据管理专业硕士的课程体系不仅注重理论和方法的传授，更将技术类课程作为学科发展的重要组成部分，并实时更新。其中，“通用人工智能技术”“Python编程”“社会网络分析”等课程就是这一理念的具体体现。“通用人工智能技术”课程于2023年推出，探讨人工智能发展及其在数据管理中的应用，帮助学生了解人工智能技术的基本原理和核心算法。“Python编程”课程则教授了Python编程语言的基础知识和应用技巧，为学生提供了一种强大的工具来处理和分析数据。“社会网络分析”课程则介绍了如何利用社交网络数据进行分析和挖掘，探索社会网络结构和关系的规律性。这些课程面向未来挑战的应对，注重培养学生的技术创新能力和实践能力。学生将在课程中接触到各种真实数据和场景，通过动手实践，加深对技术原理的理解，并培养解决问题的能力和创新思维。

5 小 结

在信息资源管理学科面临深刻转型的背景下，着眼于培养一大批适应新质生产力发展要求的高素质新型劳动者，中国人民大学以数据管理专业硕士建设为突破口，已针对数据管理学科建设工作开展了深入尝试。课程体系的设计实际上是对数据管理知识体系的建构。当前，中国人民大学对数据管理知识体系的构建思路可用“CCIT模式”来概括。具体包括以数据管护为核心知识体系、以案例教学为主要支撑框架、以行为发展与应用场景为基本驱动力、以技术发展与应用为关键推动力，构建起四个维度相互协作、互相推进、协作发展的整合体系。

面对数据要素市场的建设和数字经济的崛起，数据管理专业的内涵和外延正在进一步延扩。为此，今后数据管理专业建设和课程体系建设与完善还有很大的拓展空间。例如，数据管理专业既需要设置维护数据质量、加强数据开发利用的课程模块，同时还需要关注数据确权、流通、交易等环节的法律、经济等属性的内容，并将其有效纳入未来的课程体系建设与完善过程之中。

综上所述，新质生产力的蓬勃发展呼唤着信息资源管理领域培养更多适应数字化转型需求的高素养数据管理专业人才。中国人民大学通过数据管理专业硕士项目的实施，构建起了以数据管护、案例、行业、技术为主体的数据管理课程体系四维结构。这四个方面相互支撑、相互促进，共同构成了数据管理知识体系的发展框架，中国自主知识体系的建构也将以此为生长骨骼。我们将持续深化这四个方面的研究和探索，推动数据管理学科的持续创新，为新质生产力的发展提供有力的支撑。

[作者简介]

刘越男 中国人民大学信息资源管理学院院长。E-mail：liuyuenan@ruc.edu.cn。

闫 慧 中国人民大学信息资源管理学院党委书记、副院长、教授、博士生导师。

周文杰 中国人民大学信息资源管理学院教授、博士生导师。

[收稿日期：2024-04-11]