公安院校大数据教学改革路径探索

卓 蓉 王 瑜

（作者卓蓉系江苏警官学院助理研究员、王瑜系江苏省泰州市公安局民警）

2015年8月，国务院常务会议通过的《关于促进大数据发展的行动纲要》对大数据的获取与利用作出了部署。为顺应大数据时代的发展，2018年公安部在全国实施公安大数据战略，建设智慧公安。警务大数据机制是新时代提高警务行政效率、增强公安民警战斗力、缓解部分地区警力不足、落实改革强警、科技兴警政策的最有效措施。公安大数据战略的提出对人民警察的信息技术水平、业务水平都带来了全新的挑战，同时对公安院校人才培养提出更高要求。公安院校在进行人才培养时应遵循“面向实际，贴近实战，务求实用”的宗旨，紧紧围绕全面深化公安改革，依托大数据的优势，及时更新公安专业内容，传递最新研究成果，让公安教育具有前瞻性和针对性。

一、公安院校大数据教学改革的必要性

（一）公安院校大数据教学改革是新时代中国高等教育的要求

2018年9月，教育部出台了《关于加快建设高水平本科教育全面提高人才培养能力的意见》。其中提出：协同育人机制更加健全，现代信息技术与教育教学深度融合；大力推动互联网、大数据、人工智能、虚拟现实等现代技术在教学和管理中的应用，探索实施网络化、数字化、智能化、个性化的教育，推动形成“互联网＋高等教育”新形态，以现代信息技术推动高等教育质量提升的变轨超车。2019年2月23日，中共中央、国务院印发了《中国教育现代化2035》，提出：加快信息化时代教育变革，建设智能化校园，统筹建设一体化智能化教学、管理与服务平台，利用现代技术加快推动人才培养模式改革。这些都要求公安院校要把大数据深度融入教学改革的方方面面。把校园大数据平台作为教学条件进行建设，推动课堂教学形式的变革；以大数据促进学科建设、专业建设、课程建设，从而推动教学内容的更新；提升教师大数据应用能力，推动教学方法的创新，提高教学效果；与公安机关建立校局合作的协同育人机制，利用公安机关的警务大数据应用平台，推动实战化教学改革，提高人才培养能力，实现公安高等教育质量的提升，为公安工作培养高质量的专业人才。

（二）公安院校大数据教学改革是公安教育的时代发展要求

公安高等教育作为公安工作的一个组成部分，承担着为公安机关培养能适应公安工作的应用型人才的使命。近年来，公安机关抓住信息化革命的机遇，开展警务大数据建设，构建智慧警务办公系统，依托大数据系统，运用云计算、物联网、区块链、人工智能、移动互联等技术，使公安工作从理念思维、工作机制、手段方法都产生了深层次变革，在公安情报工作、基础工作、犯罪侦查、治安管理、交通管理、刑事科学技术等领域有不同程度的运用。自2018年1月公安部成立全国公安大数据工作领导小组，全国各级公安机关包括各地公安院校已经将大数据摆上了各个层次工作的研究范围。大数据在公安业务中的具体应用已经成为公安警务机制改革创新的重中之重。公安院校必须围绕警务实战化课程体系的建设，以智慧警务为主体，进一步加强与地方专业院校和本地区公安机关的密切联系与合作，探索警务大数据技术专业和课程体系的建立，为大数据条件下的公安工作提供合格的人才。

二、警务大数据视域下公安院校中的大数据应用现状

（一）警务大数据应用现状

由于大数据技术具有通用性，其运用的广度与深度使得各行业领域都极其重视大数据的战略地位。2017年郭声琨在全国公安厅局长会议上提出要深入推进警务大数据建设应用。2018年公安部在全国公安机关开始实施公安大数据战略，着力打造智慧警务，推动工作效率、工作质量的提升，实现公安工作跨越式发展。大数据在公安工作中的应用，就数据平台而言，就是深度整合各种渠道的视频、图片、情报和网安等数据，实现信息共享与合成作战；就目标而言，就是实现精准打击违法犯罪，有效提升破案率；实现精准防控与管理，做到防患于未然，保证社会和谐稳定；实现精准服务，提高便利服务的效率和水平。经过近几年的建设，公安大数据在日常的警务工作中正扮演着重要的角色，已成为当前智慧警务的强大引擎。利用大数据技术，可以将警务领域中的海量数据做好“减法”，实现警务数据的应用在公安工作中变得更加科学化、效率化和体系化，对警务资源的整合、警务模式创新以及警务效能的最优化上具有举足轻重的作用。以江苏省为例，江苏在建设智慧警务时提出了“来能报警、动知轨迹、走明去向、全程掌控”的目标，创造性地将各种治安要素进行数字化，然后将这些潜在的数据流进行监控，统计和整理，实现了各类数据更深层次的融合应用。江苏公安大数据平台的建成保证了85%以上的刑事案件能够依托大数据进行侦破。大数据让在线办理成为现实，切实做到让广大人民群众都能够享受到公安大数据平台带来的红利。依托警务大数据的深入发展，将涉及服务民生项目搬到互联网上方便了人民群众。目前，全国各级公安机关已经通过微警务等一系列便民服务平台，让市民在动动手指就能在家办理户籍、房屋出租、出入境、交管服务等诸多事项，辖区行业和单位也可以在网上进行登记备案、从业人员信息录入等。以深圳市为例，深圳警方依托智能警务体系和科技信息化建设成果，以“大数据警务”为切入点，建设推出了“社区警务再造”“服务E车”“外国人管理1＋N”等便民利民项目，得到了辖区市民群众的一致好评。

当然，目前的公安大数据平台应用中仍然存在着一些问题，表现在:第一，现有的硬件设备更新换代周期长，基础建设跟不上实战，尤其是在一些经济发展有欠缺的地区，导致大数据平台不能够更好地发挥作用；第二，大数据工作平台在设计开发时缺乏对公安工作了解导致设计界面不够好，影响了大数据平台的使用效能；第三，广大民警的信息素养不够致使该平台不能尽其所能；第四，各级公安机关的大数据平台的数据资源虽然已经比较庞大，但重复数据与过期数据较多，不能及时更新和筛选，导致内容不准确，数据质量不高。这些问题，除了需要加强公安大数据中心的建设外，更重要的是如何去吸收专业人才加入公安队伍，提升公安队伍的创新应用能力。

（二）公安院校大数据教学应用现状

近几年，全国普通高等院校纷纷增设大数据专业。2015年教育部首次在北京大学、对外经济贸易大学、中南大学增设了“数据科学与大数据技术”专业。2016年至2018年，教育部批准相关院校增设的大数据专业数分别为32、250、228个。这些数字的背后反映的是国家对大数据专业人才的需求和全国各个院校对培养大数据专业人才的重视。而在公安院校，大数据专业和课程仍处于亟待开发的状态。现阶段公安院校向各地公安机关输送的人才所具有的数据专业素养与在应对犯罪信息化、科技化和隐蔽化的新形势下，社会综合治理与管控所需的能力要求之间产生了较大的差距，其原因包括：

1.师资力量严重不足

数据科学专业在高招时主要划分计算机派和数学统计派，数据科学专业的师资力量也是计算机和数学统计科学师资为主要组成部分。但是公安院校师资普遍以文科为主，工科类师资力量明显薄弱。以我校为例，现有全体教职人员788人，其中与公安数据实务相关的为计算机信息与网络安全系，人员为38人，多数以计算机和网络应用为教学和研究方向。全国各地公安院校的数据专业型教师人才普遍处于紧缺的状况，且其扩充与业务能力提升的进度远远低于现阶段公安业务向大数据改革发展的进度。

2.大数据科学专业课程设置缺乏

目前国内尚未有公安院校正式开设“大数据科学与数据技术”专业，在现有的各个公安专业人才培养方案中也没有关于大数据的应用能力培养的目标，与警务大数据直接相关的课程设置也是几乎没有。以我校为例，目前设置专业16类，专业必须课程69门，其中以法学和公安学课程为主，在四年的所有课程体系中尚未设置大数据技术类课程，有的专业仅开设了一门计算机基础应用的课程《计算机及信息技术基础》。在网络安全与执法和计算机科学与技术专业中，设置了包括程序设计基础（“C语言”）、数据结构、操作系统、数据库原理与应用等大数据技术类课程，没有形成系统的大数据专业基础课程、核心课程和工程实践课程。

3.教学科研模式固定单一

教学研究是专业与课程改革的先驱，由于传统型警务模式的根深蒂固，公安院校的教学和科研模式较普通类院校相对单一固定，无法适应大数据条件下公安实战化训练的高要求。当前的警务改革趋势已经预示依托公安院校开展多元化合作培训，运用基础数据云平台进行教、学、研的实践教研模式势在必行。很多公安院校仍局限于挂职锻炼、外出交流的形式，将师资力量送到实战一线进行调研，往往忽视了院校教师缺乏基层经验、基层一线专业不强的现实情况，在警务大数据改革的背景下，更加难以形成有效的实践成果。

4.教学资源保障不力

公安院校的大数据教育教学资源库以校本形式为主，不能适用公安实际工作，且各地公安院校目前基本未对大数据课程教学的软硬件配置以及模拟公安实训平台等相关教学资源保障到位。究其主要原因，一是缺少快速增长的数据规模所需的相应服务器。平台中的数据来源广，且数据库中的数据量不断增加，另外共享数据库包含多种DBS，像ORACLE、MySQL、PostgreSQL等，加重数据管理的负担。二是缺乏稳定的大数据环境。普通高校大数据教学几乎是依托较老的IT环境，现有数据量的处理，易导致该环境崩溃。高校又缺乏运行维修人员，在开展教学和科研工作时易受到影响。三是大数据平台搭建复杂。公安院校无法独立搭建硬件满足公安业务需求、能存储海量数据、能完成多源数据整合、能进行各种数据分析、挖掘等功能，还能周期性更新具有价值的数据和典型案例的平台。

三、大数据条件下公安院校教学改革路径

（一）从源头上解决警务大数据师资力量的匮乏问题

1.扩充大数据专业师资队伍。大数据师资力量匮乏问题是目前全国高校普遍存在的重要问题，公安院校要紧跟先进院校的步伐，把打造高质量的大数据专业师资团队作为教学改革的重点工程来抓。各地公安院校在招录教师时，将大数据专业和大数据技术人才作为今后一个阶段的重点招录对象。在招录专业教师时，突破传统公安院校教师招录的条框，加大专业人才招聘的宣传力度，从源头上壮大公安院校警务大数据专业教学的师资队伍。

2.提升大数据专业人才质量。要聘请一些大数据专业领域的领军人物作为开设大数据专业和课程的兼职学科带头人，成立重点学科筹备小组，同时要学会走出去，向其他知名高校借鉴并学习相关专业开设经验，提升大数据专业人才质量。

3.实现工科教师转型升级。加大公安院校的工科类教师大数据能力培养工作，了解周边普通高校开设大数据专业和课程的情况，对公安院校的工科类教师进行大数据基础培训和教学培训，同时定期从其他知名的理工科类高校邀请专业领域的专家学者来校进行学术交流，把大数据教学能力和水平作为该类教师的重要考评指标。

（二）多方合作，科学设置警务大数据课程

1.强化校校合作。公安院校是向公安一线培育输送人才的基地，而大数据技术作为今后公安工作中广泛的技术支撑，需要公安院校合理设置大数据专业和课程，强化实战导向性作用。因此，公安院校除了解决大数据师资力量的问题，还需加大对外合作，设立符合公安工作实际的课程体系。公安院校在设立大数据专业和设置该专业的相关学习课程之前，应当充分学习国内外一些已经开展大数据专业且教学成果较好的高等院校的相关经验，与一些在大数据学科教学上取得实效的高等院校建立校校互助合作机制，促进公安院校大数据大数据教学的改革与创新。

2.开展校局合作。公安院校应当加强建立与本地各级公安机关的联系，实行大数据平台一体化运作模式，从制定专业课程到问需公安实际，通过校局合作能够增强课程设置的实战导向性作用，同时结合各地公安机关的警务大数据建设情况，增加大数据专业和课程教研的实践保障。

3.开展校企合作，搭建三方合作平台。由于大数据的专业性，绝大多数公安机关已经建立起局企合作的警务大数据研发模式，这也为公安院校设立大数据专业和课程提供了便利。公安院校应当充分利用这一优势，深度挖掘校企合作的潜能，为公安院校开设大数据专业和课程提供技术保障和平台支撑，同时搭建校、局、企三方合作平台，加快大数据专业和课程建设的脚步。

（三）通过多种方式加强大数据专业的实战培训

1.在本科教育中开展大数据专业和课程的实战训练。各地公安机关均建立了大数据中心，公安院校应当充分发挥各地公安机关大数据中心实战作用，依靠校局合作的方式，充分利用本地优秀实践资源，将大数据专业和课程带出院校，带进公安实际工作中，做到在教学中运用，在实践中研究，发挥异于普通高校的专业实践优势。

2.扩展大数据技术在民警在职培训中的影响。警务大数据人才的培养除了公安院校全日制教学向公安机关输入专业性人才以外，也急需要提高部分在职专业警种的大数据业务水平。公安院校应当发挥公安院校的平台资源优势，通过多种方式引领本地各级公安机关进行大数据专业技术的教学实践和专题研究。公安院校应当将大数据思维和大数据基础技能纳入到公安院校承办警种专业培训和警衔晋升培训的必修课程中，进一步扩大数据赋能的影响力，充分提升省内部分警种公安民警的大数据业务能力。

（四）多方筹措，加大警务大数据专业教学资源的保障力度

1.公安院校大数据软硬件设施保障到位。公安院校切实保障好大数据专业教学资源是教学改革实施的重要前提。相关部门在采购教学平台时要做好调研，充分借鉴已经开设的大数据专业的高校和已经成立大数据中心的公安机关相关设备资源情况，吸取宝贵经验，并结合智慧警务发展的方向进行思考，制定方案，保证大数据教学体系所需的软硬件设备落实到位。为了满足专业人才对一些常用的数据管理系统的熟悉操作，服务器性能要有所保障，公共应用组件的设置要贴合智慧公安标准。搭建的大数据平台还要能够做到数据的周期性清理，以便减轻数据管理的负担。由于公安内网、数字身份证书及保密的相关规定，公安院校一般不对学生开放公安内网使用，仅院校部分老师、行政人员拥有公安数字身份证书，因此在教学过程中仅接触公安大数据、信息化等概念和理论，对于应用实践是比较缺乏的，一定程度上，也是教学与公安实际工作的脱节一种体现。

2.搭建符合公安院校实际的大数据平台。公安院校在这个大环境中应该发挥自身优势，与警务实战部门建立信息共享机制。将警务实战指挥服务平台大数据与公安院校训练系统进行双向对接。公安院校搭建大数据平台时，要本着高效、稳定的原则，首先要依托智慧警务做好业务分类，进行产品架构设计，紧密结合实战，在平台上设置预警、侦控、查询等模块，保证业务的完整性。数据存储要做到全局共享，保证信息和业务紧密结合。另外大数据平台搭建时，要安排相关老师进行培训，以保证能处理常见系统问题。确保专业教学工作的正常开展。在实施互联网+教学的基础上，充分发挥公安大数据、公安内网、各专网及应用平台在公安院校教学中的运用，在做好保密工作的前提下，有针对性地开展常用公安信息化系统的普及教育。

3.做好平台数据采集确保信息安全。大数据分析处理过程大致包括五个方面，分别是数据的采集、数据的导入与预处理、数据的统计分析、数据挖掘及预测与应用等，其中理论方面涉及大数据特征、统计指标的构建及相关学科的基本理论等；技术方面涉及云计算、分布式处理、存储技术等；实践方面涉及数据挖掘、可视化处理及预测分析等。目前的刑侦信息研判，局限于案件串并和预警发布，已经跟不上形势发展步伐。需要紧紧依靠警务综合信息平台、情报信息分析研判平台和警用地理信息平台中的海量数据，将这种单一的研判工作模式向更多的分支、更广的领域拓展，使之更贴近实战，更利于实战，为侦查破案服务。在数据采集上，将搭建的数据存储系统与地方公安的大数据案例资源库形成并行数据库系统，统一起来进行数据整合、筛选、清洗等数据处理工作，以便于后期的数据应用。同时该平台的信息安全防范措施要到位。在平台架构设计时，要预留专门的安全和运维管理模块。