大数据时代公安人才培养新探

江 南

（吉林警察学院 经济管理系，吉林 长春130117）

当前，大数据的发展和应用已经成为我国经济社会发展的战略方向之一，在大数据影响下，经济社会各领域的管理模式、运行模式、发展模式都在发生深刻变革。公安机关作为海量数据的产生者、管理者、使用者和守护者，在这场变革中扮演着重要的角色，也面临着严峻的挑战，挑战不仅来自硬件建设、软件开发、大数据应用，更来自对人才的需求。

一、大数据时代公安人才需求分析

大数据时代背景下，数据已经成为一种具有重要价值的资产，但大数据能够对经济社会各领域产生革命性影响，归根结底并不在于数据本身，而在于结合具体业务、具体问题，对海量数据进行的分析、挖掘、利用。可以说，这种运用大数据来解决实际问题的能力，才是大数据时代最为宝贵的核心竞争力。因此，大数据时代对公安人才需求的挑战，主要在于如何在各个维度上满足大数据时代和公安工作自身的复合性要求，最终从整体上对运用大数据来解决实际问题的能力提供有效保障。

（一）数据运行提出的要求

从数据流向来分析，数据的整个运行周期包括采集—存储—分析—应用四个环节，要想在大数据运用中取得理想效果，就必须确保上述这些关键环节都有相应的人才支撑。

数据采集是数据“从无到有”的环节，是数据流的“源头之水”，这个环节得到的数据越全面、越准确、越及时、越真实，大数据的效果就越好。如果初始采集到的数据就是虚假的、无效的，必然对后续的应用产生负面效果、造成重大危害。根据美国相关数据估算，数据错误每年造成美国工业界经济损失约占GDP 的6%，数据错误引起的医疗事故仅在美国每年就导致高达98000名患者丧生，美国零售业每年仅因标价错误就损失25亿美元［1］。公安工作事关千家万户的人身和财产安全，如果公安机关在数据采集、数据来源上出现了问题，后续的大数据应用就成了空中楼阁，甚至会导致在决策上犯下方向性错误。结合公安工作实际，要提高数据采集质量，就需要在以下四个层面做好人才保障工作：一是操纵管理数据自动采集装备或系统的人员，确保天网监控系统、电子卡口系统、电子警察系统、网络信息监测系统、边控系统等平稳高效采集数据。二是对接航空、铁路、宾馆、工商、税务等相应数据库的人员，确保数据的查询或导入完整及时。三是负责手工采集信息的人员，确保户籍信息、身份信息、指纹信息、车辆信息、监管对象信息等基础数据准确详实。四是在大数据视野下，无论是刑侦、治安，还是边防、技侦，每名公安民警的每一次执法工作都会产生相应的信息，可以说人人都是信息源头，这就要求每名民警都要按照相应的规范和标准来完成执法工作，确保自身产生的是真实、优质的信息，进而成为大数据应用的可靠基础。

数据存储是一个内涵不断丰富的重要环节，大数据时代的公安数据存储不是简单地读取写入和数量积累，还要把混杂的海量数据按照一定方法进行整合重构，并对不完整、不准确的“脏数据”进行净化修正，尽可能为后续的分析应用提供便利。据此，数据存储环节的人才需求有以下四个方面：一是需要将实体材料信息化的人才，把纸质卷宗、实物等实体材料通过扫描、录入、拍照等方法形成电子信息，导入软件系统。二是需要将信息数据化的人才，对照片、文本等信息提取要素，形成数据，便于后续的分析处理。三是需要对数据进行清洗、净化的人才。曾经有学者对上海、北京、哈尔滨等城市的开放政府数据中的数据值缺失、数据值不合理或错误、数据陈旧或过时等质量问题进行了调查分析，在所调查的数据集中，上海、北京、哈尔滨存在问题的数据集分别占比49.4%、54%和61.9%［2］。公安机关大数据中同样存在这类“脏数据”，这就需要专业人才运用相应的技术、工具完成统一格式、补足数值、去除偏差过大数值等清洗净化工作，以减少“脏数据”对大数据应用的干扰。四是需要对数据进行标识、分类的档案人才。按照档案管理中查询索引的原理，结合公安工作需要，对数据进行标识，以实现对数据更加精准有效的管理、运用。

数据分析环节是大数据应用的重中之重，而公安工作中的数据分析具有强烈的目标导向特征，整个工作开展要同侦破具体案件、预防犯罪发生、提高社会治理水平等工作目标和业务需求紧密结合。因此，数据分析需要以下三个方面的人才：一是既熟悉公安业务又了解数据分析知识、数据标识情况的人才，能够结合业务需求对数据分析工作做出指引。二是掌握公安系统信息比对技术的人才，通过信息比对为进一步数据分析提供坚实的基础。三是熟悉信息碰撞侦查方法要点的数据挖掘人才。信息碰撞侦查法，其实就是传统人工摸排走访的信息化版本，把传统侦查模式中由人工完成的“相似信息比对、关联信息拓展、碎片信息拼合”环节转变为由侦查员利用公安信息系统多次查询、比对来实现［3］。信息碰撞侦查方法的指导思想和基本原理与数据挖掘是异曲同工的，数据挖掘人才只要熟悉了信息碰撞的基本要点，总结归纳出相应的关联规则，加上智能处理技术的强有力辅助，就可以很容易地实现信息碰撞侦查方法在大数据环境下的再升级，更好地进行数据深度挖掘、完成数据分析任务。

数据应用是最后一个环节，大数据的采集、存储和分析能否转化为公安工作中的战斗力，关键还要看前面几个环节的成果是否得到了有效应用。对此，需要以下三个方面的人才：一是具有大数据视野、善于用大数据视野进行谋划部署的决策型人才，能够让大数据成果在公安决策层面发挥应有的导向作用。二是一线办案岗位上的全景化侦查人才，谙熟各种公安数据的综合运用方法，有效应用于具体的治安管理、破案追赃等工作中。三是借助大数据预测犯罪趋势的参谋型人才，能够充分发挥大数据在相关性预测方面的独特作用，并借由相关性分析背后的因果关系，对症下药开展针对性犯罪预防工作。

除保障上述四个环节的人才需求之外，大数据运行还要依托高水平的系统环境，这个系统环境不仅需要日常维护、保障运行，还需要根据公安工作实践进行不断的升级换代。对此，又需要两个方面的人才：一是对系统进行维护保障的信息技术人才；二是能够将公安实践需求转化为系统软硬件的指标和指令的复合型人才。

（二）公安机关特殊性提出的要求

公安机关是人民民主专政的重要工具，人民警察是武装性质的国家治安行政力量和刑事司法力量。出于这一独特定位，公安机关在机构设置、工作实践中，存在不少特殊情况，这也是分析大数据时代公安机关人才需求时不得不考量的重要因素。例如，公安机关内各条线、各警种的区别。根据《中华人民共和国人民警察法》，公安机关的人民警察按照职责分工，依法履行侦查、社会治安、交通管理、消防、户籍管理、维护边境秩序、网络安全等职能，这些职能各有特点、专业性极强，为了更好地履职，公安机关对应设置了治安、网安、户籍、交通、巡警、边防、消防等各类警种，以细化的分工来应对专业化要求、开展日常工作，并通过多警种联合作战来应对重大、突发案事件。近年来，虽然大部门、大警种的改革在逐步推进，但尚需时日，各条线、各警种相对独立的现状并未得到根本扭转。迄今为止，各条线、各警种的大数据系统的部署、建设和应用，都是结合自身职责特点、相对独立地开展，同时，由于软硬件制约、技术限制、保密要求等情况，形成了条线之间的“信息壁垒”。在这样的背景下，要想打破“信息壁垒”，真正在大数据应用上实现联合作战，就需要各条线都具备既精通本条线大数据积累情况，又了解其他条线大数据建设和使用概况的人才，以在联合作战中起到“说明书”和“路标牌”的作用，确保各条线数据信息的交流和整合。又如，公安工作中的地区差异。在组织结构上，根据《公安机关组织管理条例》，“县级以上地方人民政府公安机关在本级人民政府领导下，负责本行政区域的公安工作”“县级以上人民政府按照国家规定的经费项目和标准，将公安机关经费列入财政预算，实行全额保障，并对经济困难地区的公安工作给予必要的经费支持”。这样的机构设置、组织管理、经费保障模式，必然导致地区差异的存在。在工作重点上，各地面对的重点问题有所不同，如新疆等地暴恐犯罪威胁较大，广西等地非法集资类犯罪猖獗，云南等地毒品犯罪形势严峻，边疆省份边控工作压力大，经济发达省份经济类犯罪层出不穷等。为了有针对性地解决这些问题，各地在人力、物力配置上也必然产生明显差异，这种差异在大数据系统建设和大数据实际积累中也会有所体现。

在大数据规划上，国务院《促进大数据发展行动纲要》提出：“在地市级以上（含地市级）政府集中构建统一的互联网政务数据服务平台和信息惠民服务平台，在基层街道、社区统一应用，并逐步向农村特别是农村社区延伸。除国务院另有规定外，原则上不再审批有关部门、地市级以下（不含地市级）政府新建孤立的信息平台和信息系统”。由于公安机关的经费保障由各地负责，其大数据建设项目也往往纳入各地统筹之下，其硬件采购和软件外包等各不相同。公安部《公安机关信息共享规定》也明确规定，公安部及省级公安机关负责建设信息资源服务平台，获取、汇集公安内部、外部信息，向本级及下级公安机关提供信息共享服务；地级及以下公安机关负责采集信息，开展本辖区公安信息共享应用。因此，实践中公安机关的大数据也往往以市一级为数据汇聚节点、以省一级为数据汇聚中心，各省之间的差异将越来越大。

基于上述原因，省、市两级公安机关应当在加深跨地域合作的基础上，培养一批大数据跨区域应用的技术人才，为公安大数据在省际、市际的顺畅共享提供保障。

再如，公安机关对于跨行业大数据的掌握。国务院《促进大数据发展行动纲要》提出：“明确各部门数据共享的范围边界和使用方式，厘清各部门数据管理及共享的义务和权利，依托政府数据统一共享交换平台，大力推进国家人口基础信息库、法人单位信息资源库、自然资源和空间地理基础信息库等国家基础数据资源，以及金税、金关、金财、金审、金盾、金宏、金保、金土、金农、金水、金质等信息系统跨部门、跨区域共享。加快各地区、各部门、各有关企事业单位及社会组织信用信息系统的互联互通和信息共享。”由于公安机关特殊的工作性质，除了自身管理储存了海量信息之外，对这类跨行业数据的共享和使用，显然应该有更高级别的权限。而有了权限，并不代表相关数据就可以得到高效使用，特别是税务、金融、会计、土地等行业数据的专业性极强，公安机关必须既通晓相关行业知识，又了解行业数据系统的使用要点，还要充分把握公安工作需求的复合型人才，真正把数据共享权限转化为公安工作的实际战斗力。

此外，还有公安的特殊保密要求。公安机关历来都是保密的要害部门，公安工作中产生或掌握的信息，不仅包括绝密、机密、秘密等各级别的国家秘密，还包括大量个人隐私。在信息化时代，网络数据、移动存储介质、办公设备等都可能是泄密渠道，公安保密工作的难度越来越大。对于公安机关的保密工作，国家在《中华人民共和国人民警察法》《公安机关人民警察内务条令》等法规文件中做了严格规定，各地每年都要反复进行保密教育和保密检查，务求万无一失。随着大数据建设的逐步推开，公安机关往往并不具备开发复杂大数据系统的技术能力，“由专业的人做专业的事”“花钱买服务”成为推进大数据建设的必由之路，委托开发、服务外包等成为各地公安机关大数据建设的常态，由合作方的技术人员进驻公安机关进行系统研发和服务保障，也是题中之义。但是，这些技术人员不可能具备和人民警察一样的保密意识，也没有公安机关一样严格的保密规定和保密检查，而且和国外同行沟通非常多，更容易成为敌对势力、间谍组织渗透收买的对象。对此，除了加强针对性的保密教育和保密管理，更重要的是培养公安机关自己的技术人才，为核心涉密部位提供符合保密要求的技术保障。

（三）公安人员素能的全面要求

在大数据环境下，对公安人才相关素能的要求，可分为意识、知识、能力三个层面。

第一层面是大数据意识的要求。意识是行动的先导，也是推动公安民警学习大数据知识、提升大数据能力的原动力。对于公安民警而言，在大数据时代，人人都是信息源、人人都是使用者，所以首先要符合大数据意识的要求，只有具备了基本的大数据意识，才能从工作谋划部署开始就加入大数据的考量。这就要求我们平时注意收集和积累大数据，善于结合大数据手段来研究战法、开展工作，遇到难题时能够主动求助大数据加以破解。

第二层面是大数据知识的要求。大数据知识是开展大数据应用所必须具备的基础。如前所述，大数据时代，公安机关不同岗位、不同领域都有相应的人才需求，这些人才除了具备通用性的公安知识和大数据常识以外，还要达到从事自己岗位工作所必须具备的知识储备水平。随着大数据的不断发展，对这些人才知识储备的要求，不仅仅是越来越广、越来越深，还要越来越新，唯有不断地充实和更新知识，方能满足公安大数据日新月异发展的需要。

第三层面是大数据能力的要求。在公安机关大数据运用的视野下，大数据能力主要包括两个方面：一方面是实战能力，也就是公安民警在大数据意识驱动下，运用大数据知识来提升公安大数据运用水平、解决公安工作具体问题的能力。只有具备这方面的能力才能把大数据的投入和使用转化为公安工作的实际业绩。另一方面是创新能力，也就是公安民警结合大数据系统的使用来创新工作模式、改进侦查战法，以及结合实际反馈意见，促使大数据系统不断更新升级的能力。只有具备这方面的能力才能保障大数据应用不断创新发展，为公安工作提供越来越强大的支撑。

二、大数据时代公安队伍亟待解决的问题

近年来，公安机关对大数据的重视程度愈发提高，公安部成立了全国公安大数据工作领导小组，并明确提出“将大数据作为创新发展的大引擎、培育战斗力生成的新增长点”，要求“大力实施公安大数据战略，着力打造数据警务、建设智慧公安”，力争“2020 年全面建成大数据智能应用新生态”，为此，大数据建设在全国各地如火如荼地开展。对于大数据相关人才的培养和使用，公安部也要求各级公安领导干部加强学习、切实增强利用大数据推进工作的本领，完善大数据人才引进培养机制，在全警大力普及新科技、新知识，着力练就善于获取数据、分析数据、运用数据的基本功，各地对此也做了有益的尝试，并取得了长足进步，但和大数据时代的更高要求相比，仍然存在不少亟待解决的问题。

（一）大数据应用尚未真正成为公安干警的必备技能

十几年前公安部印发《2004―2008年全国公安队伍正规化建设纲要》时，大数据远未进入视野。2015年施行的新修《公安机关人民警察训练条令》，人力资源社会保障部、公安部、国家公务员局出台的《关于加强公安机关人民警察招录工作的意见》，以及中央编办、公安部等六部门出台的《关于公安院校公安专业人才招录培养制度改革的意见》，也都没有对大数据作出专门强调。近年来，公安大数据应用迅猛推进，从公安部到各地公安机关，都对大数据素养能力作出了反复强调，也在人员引进、技能培训等方面做出了大量努力，但从整体上看，这方面的素养能力要求一直没有被明确纳入全国性、系统化的队伍建设标准，没有作为“核心能力”成为公安民警的必备技能。比如2018 年武汉市新警培训课程表，在政治理论、职业纪律、岗位技能、警务技战术、观摩学习、岗位实习六大教学模块中，岗位技能分配的学时为116学时，仅占15%，而在岗位技能的七项课程中，同大数据应用相关的仅有移动警务及信息化系统应用技能和网络安全管理两项。从课程设置可以看出，大数据、信息、网络与“基本功”“核心能力”的理想定位相距甚远。

（二）大数据推进存在重单兵突进、轻整体协同的问题

大数据作为方兴未艾的新热点，目前总体上还处于初始阶段，各地公安机关的关注点主要集中在“从无到有”上和大数据平台研发方面，对于机房、服务器、存储设备、云计算、软件开发等投入了大量的资金、人力和时间，但在大数据的推广应用和人才培养方面的重视程度却明显不足，在大数据平台从研发成功到试运行再到全面发挥作用、形成可靠战斗力方面还存在较长的时间差。为了能够在短期内取得成效，公安机关在大数据相关人才的引进和培养上，做了很多针对性的尝试。比如，公安部经侦局提出“两年锻造全新警种”，大力建设数据经侦；上海市公安机关提出打造“数据警察”队伍，立足数据的“汇”“控”“治”“研”“用”过程，通过数据专门工作构建技术和业务融合的纽带，形成数据工作链路闭环，为各层级警务活动提供跨层级、跨区域、跨警种、跨系统的数据应用和支撑服务［4］；吉林省公安厅组建了由公安业务专家、科信技术民警、公司技术人员共同组成开发建设团队，成功打造了“警务云”平台，并组建专业运维团队，24小时不间断保障“警务云”平台安全稳定运行；浙江、黑龙江、山西等省份也通过引进和培养相关人才取得了很好的工作效果。但必须看到，大部分公安机关都在强调引进和培养“大数据人才”，或者对有关行业、领域人才独立成军，这种“单兵突进”的做法固然可以短时间内在局部迅速取得成效，但对整体应用的带动不足，大部分公安民警的大数据应用能力仍然有所欠缺。事实上，大数据应用所需要的公安人才，不仅包括硬件维护人才、软件开发人才和大数据分析人才，更重要的是“全警应用”，只有公安民警在数据的采集、存储、分析、应用和跨部门、跨区域、跨行业整合等各个环节都能够达到最基本的操作水平，才能保障大数据平台全功率运转，充分发挥其应有的作用。

（三）大数据应用的各种壁垒尚未真正打破

在公安大数据的应用中，对于海量数据的统一使用本来是题中之义，但如前所述，由于种种原因，公安机关不同条线、不同地区均一定程度上存在信息壁垒，公安机关应用其他机关数据时也存在专业知识不熟悉造成的专业壁垒等问题。随着公安部《公安机关信息共享规定》的印发施行，在机制层面的障碍已经逐步打通，但由于大数据建设层面的各自为战，以及数据标准、数据标识、数据构成等各种差异，大数据应用的实践操作中仍然存在各种不便，远未达到数据合流、融会贯通的程度。特别是，实践中公安机关的数据查询和使用权限呈倒金字塔形，级别越高享有的数据查询和使用权限越大，越往基层享有的数据查询和使用权限越小，而犯罪侦查实践的现实情况却是，越往基层侦查机关对数据的查询和使用需求越大［5］，这就给数据应用带来了诸多不便。例如，辽宁省级大数据平台、情报平台目前整合的结构化数据共计130 余亿条，其中按照人、案、物、组织、地址分类共计110余类。在2017年11月，葫芦岛市局情报部门请求省公安厅情报总队调取全省10月1日至11月17日所有盗窃高速公路4S 店保险柜类案件，省公安厅通过全省串并，在相应时间段内共串出同类盗窃案件7起，其中锦州1起、阜新3 起、朝阳1 起、葫芦岛2 起，通过视频监控分析为同一团伙所为［6］。虽然这起个案实现了成功串并，但这得益于葫芦岛市局侦查人员的职业敏感性，如果稍一大意，可能就会有所遗漏。并且，该案上报后串并的过程事实上也存在一定程度的时间延迟，这种延迟有时就可能导致贻误战机。

（四）公安队伍结构同大数据应用的需求存在差异

以大庆市公安队伍情况为例，从年龄结构看，40～50岁的公安民警占比为54.5%，50岁以上的公安民警占比为19.4%，两者合计占比达到73.9%［7］。公安工作要直面形形色色的具体问题、化解错综复杂的各类矛盾，对于工作经验的要求很高，经验丰富的老公安在任何时候都是宝贵的人力资源。但对于大数据应用而言，如何让年龄较大的公安民警及时掌握操作方法、养成使用习惯，是一项很有挑战性的任务。从来源结构看，公安民警的来源大体可以分为招录选调、军转干部和公安院校毕业生三部分。大庆市公安队伍自2011年以后招录的新警中，毕业于非公安院校的人数占到了78.5%，部队转业干部占比8.3%，只有很小一部分人毕业于公安院校［8］。公安队伍是政治性非常强的纪律部队，军转干部政治素质过硬、纪律性最强，历来是公安民警的重要来源，也是确保公安队伍忠诚底色的重要力量；社会招考的大学生普遍素质高、可塑性强，也能出色地完成公安工作任务。但是，让他们在花费大量时间进行法律学习和技能训练的基础上，再拿出足够的精力进行大数据应用的学习演练，也是非常困难的事情。公安院校近年来遵循“教学练战”一体化要求，对各警种在专业设置、课程构造上都有回应，毕业生的整体质量有所上升。但随着大数据的“汹涌而来”，公安院校在课程设置、师资配备等方面或有小修小补，但没有作出明显的结构性调整，导致无法从整体上和根本上满足大数据条件下的人才需求。

（五）公安民警培训不能满足大数据的发展要求

目前，我国已经有了一套比较全面的公安民警培训体系，并专门制定了《公安机关人民警察训练条令》，对于培训的职责分工、训练任务、训练机构、训练教官、经费装备、管理考核等作出了明确规定。但与大数据发展的要求相比，还存在明显差距：一方面，《训练条令》制定时，大数据发展还未形成规模，所以其中没有提到大数据，对于相应的训练任务、培训教师等也没有作出专门规定，各地虽然结合实际增加了一些相关内容，但缺乏系统部署和统一标准。例如，湖南省公安厅于2019年4月组织了警务实战教官培训班，对全省175 名警务实战教官进行了培训，共设置了五个警务实战技能训练基础课目，分别为徒手防卫与控制、武器警械使用、人员盘查、车辆查控和常见警情处置，其中或涉及部分大数据应用内容，并没有单独的、系统的大数据应用课目。这批教官将来承担独立授课职责时，除非对大数据作进一步学习或强化培训，否则，其授课内容在大数据方面很可能存在缺项。另一方面，大数据和科技进步紧密相关，一直处于飞速进步、动态发展中，但培训内容和教官队伍却相对比较稳定，在时效性、针对性方面跟不上大数据发展的步伐，不能很好地满足大数据应用的实战要求。

三、满足大数据时代公安人才需求的对策建议

为了更好地满足大数据时代公安人才的需求，为公安大数据应用提供更加有力的人力资源支撑，真正做到“全警采集、全警应用”，笔者提出以下六个方面的对策建议。

（一）在宏观层面对大数据相关人才培养、素能塑造等方面作出统筹部署

除了继续从大数据建设、信息化建设等角度对大数据相关人才培养提出要求之外，应更加注重从公安队伍整体建设、人民警察招录和训练等角度提出全国性、系统化的明确要求，从公安队伍核心能力塑造的角度强调大数据相关能力的锤炼提升。尽可能通过出台新的公安队伍建设纲要、完善人民警察招录工作意见、修改人民警察训练条令等办法，以书面文件的形式把这方面的要求固定下来。如此，才能有助于把口头要求变成刚性规定，推动大数据相关人才的引进、培养，使大数据真正成为公安机关队伍建设的“必修课”。

（二）坚持大数据平台研发和应用培训双管齐下

对此，公安机关应做到三个同时：一是在对大数据平台进行初始设计的同时，认真听取一线民警的意见建议，对平台的使用场景、使用者能力水平、同执法办案实践条件的契合度、同原有信息库和其他同类平台的协同度等作出评估。二是在进行大数据平台研发建构的同时，一并开展平台应用技能培训的课程编排、师资培养和储备、平台操作手册制作等工作。三是在组织试点单位对大数据平台进行试运行的同时，抓紧对潜在使用者进行轮训，确保平台在全面推广后迅速形成战斗力。

（三）明确公安机关各岗位对于大数据素能的基本标准

如前所述，大数据时代对公安工作的各个环节都提出了相应的人才需求，可以说“人人都是信息源，人人都是使用者”。对此，应结合公安机关各工作岗位在大数据应用中的不同地位、不同作用，确定其在大数据素能方面的基本标准。标准明确后，一方面在组织培训时可以做到有的放矢，效果能够得到保障；另一方面也可以对公安机关各岗位在大数据素能方面的情况进行评估，以便及时查漏补缺。

（四）采用通用性和专业性培训并举的方式培养大数据相关素能

一方面，对于大数据分析人才、复合型大数据侦查队伍和跨平台、跨地域、跨行业大数据保障人才等开展专业性培训，打造大数据时代的拳头力量。另一方面，将大数据作为必修课列入公安民警培训的通用内容，从整体上提升公安队伍的大数据思维和大数据能力。

（五）构建省级大数据警务训练基地

结合公安大数据平台通常以省一级为数据汇聚中心的实际情况，建议以省为单位建设大数据警务训练基地，承担本省大数据应用的实践训练任务。在基地建设中，应依托各省大数据平台建设和应用实践，构建“一比一”的全真模拟环境，并结合大数据平台的发展完善，对于训练基地的软硬件配置作出相应调整，确保培训内容紧跟前沿、贴近实战。

（六）深化大数据素能培养领域的校局合作

联合各地警察院校和地方院校，组建公安大数据研究中心，搭建大数据实训的模拟环境。在此基础上，一是开展对在职公安民警的大数据应用技能培训。二是开展专门面向大数据的各类学历教育。比如，吉林省委政法委与吉林大学合作共建、联合培养政法大数据应用研究中心博士研究生。三是以大数据为依托，以“实战能力”为核心，加强对公安院校复合型人才的培养。比如，江苏警官学院从网络安全与执法、安全防范工程、公安情报学等专业学生中选拔学员，编成“警务大数据应用培训班”进行集中培训。四是将大数据内容融入现行公安院校各专业学生的日常教学、训练中，解决公安院校人才培养与公安大数据应用实际的“供需脱节”问题，使公安院校学生走出校门正式从警后能够尽快适应大数据时代的公安工作状态，迅速成为大数据警务的生力军。

“工欲善其事，必先利其器”，但“器”再利也只是工具，能否“善其事”关键在于人。只有全面考虑大数据时代对公安人才提出的新需求，并按照“全警采集、全警应用”的思路，采用系统化、有针对性的措施做好相关人才的引进、培养工作，才能让公安机关大数据平台的各项功能得到充分的激发和应用，使大数据真正成为公安工作的核心战斗力。