公务员大数据素养的议题背景、框架及其测度

张红春　杨欢

大数据时代，培育公务员大数据素养是政府治理能力与公务员能力现代化的必然选择。在阐明公务员大数据素养议题产生逻辑与概念内涵的基础上，以冰山模型和数据生命周期理论为理论基础，构建了一个复合潜在素质与显性技能的公务员大数据素养框架双环模型：模型内环为潜在大数据素质层，包括大数据意识、知识、情感、思维和伦理五项素质;模型外环为显性大数据技能层，依据数据生命周期具化出大数据采集、管理、分析、可视化及信息利用五项公务员胜任大数据活动的应用技能。依据双环模型，对公务员大数据素养各要素的内涵、测度方向与思路予以诠释，提出了加强大数据素养实践培育和理论研究的必要性。

公务员;大数据;大数据素养;素养;测度

伴随大数据的思维、数据和技术源源不断地嵌入政府治理场景，它不仅在根本性地重构政府治理方式和场景，也在催生公务员胜任大数据的能力素质议题。21世纪以来，各类数字化、数据化、智能化的新技术通过政府治理技术创新深度嵌入各级政府行政管理过程当中，涌现了数字城管、互联网+政务服务、智慧执法、智慧城市、智能监管等一系列政府管理创新案例。如杭州城市大脑，通过全面、多源、异构、实时大数据资源的聚通用构建了一个新型智慧城市治理平台，在技术创新复合管理创新基础上构建了“数字治堵”“数字治城”“数字治疫”等48个数字化和智能化的治理场景。大数据已经成为政府治理现代化的最有力推手。大数据技术深度嵌入政府治理过程后，从速度、深度、广度上深刻地改变政府部门的行为方式。当大量数据以数据沉淀的方式向数据池中快速聚拢，政府治理不再是传统意义上面对单独的个案问题，而是全样本的海量数据信息。政府治理的客体从简单走向复杂，行政模式从传统走向智慧，治理场景从线下走向线上。由此，政府必须充分依靠数字工具、基于数据信息进行数据决策，转变传统的治理模式。可见，当政府治理场域在源源不断地导入数据信息革命的新技术、新数据时，作为行政主体公务员的行政方式、内容、对象也在迈向数字化、数据化、智能化新阶段，迫切地需要公务员构建胜任大数据治理场景、任务和活动的能力素质。

国内外政府已经开始关注大数据背景下公务员素养变革。2017年12月，习近平在中央政治局就实施国家大数据战略进行第二次集体学习时指出，领导干部要善于获取数据、分析数据、运用数据、懂得大数据、用好大数据，不断提高对大数据发展规律的把握能力。在关于大数据相关战略顶层设计中，都提及要在政府各个领域当中应用大数据，提升政府治理能力。但实践中大家更加关注政府组织驾驭和利用大数据的能力，而对微观行政主体的公务员大数据素养关注不足。英美等国家也注重大数据背景下的公务员素养。英国政府先后发布了《数据能力战略：抓住数据机会》《英国数字战略》《政府转型战略（2017-2020）》等文件，系统推进英国企业、公共部门及其员工的数据能力提升，系统推进国家特别是政府部门的数字化及公务员在数字时代的能力更新，確保公务员配置大数据时代下的数据保存、可视化、数据利用和数据共享等能力素质。美国政府先后发布了《联邦数据战略》《联邦数字战略行动框架》《改进机构数字技能手册》等文件，指出公务员要有基于数据提出观点的能力，基于数据指导决策的能力，数据广泛共享的能力等要求。可见，大数据时代背景下公务员素养适应性变革构建成为政府间竞争力的前沿焦点。

虽然大数据素养议题日趋重要，但是公务员大数据素养研究还处于起步阶段，已有文献主要探讨了大学生、企业员工、科研人员等主体的数字素养、数据素养等相关议题。数字素养研究者认为数字素养不仅包含着对数字设备能力的运用，同时还包含着人的社会情感、认知等内容，并在此基础上构建了以图像素养，分支素养，信息素养，社会—情感素养，再创造素养和实时思考技能为一体的数字素养框架。数据素养研究者认为数据素养是理解数据意义，从数据中得出正确结论的能力，具有较大共识性数据素养结构是数据意识、数据能力和数据伦理三维度结构。研究认为，大数据素养是数据素养在大数据时代背景下的拓展，但关于大数据素养的概念和结构研究仍缺乏。总的看来，已有的间接研究展现了从信息素养、数据素养再到大数据素养的议题发展脉络，为公务员大数据素养议题的提出铺垫了研究背景，国内外针对公务员大数据素养研究的缺乏使得探究其概念和结构具有理论和现实意义。

大数据驱动政府治理日益走向数字化、数据化、智能化的新阶段，公务员的行政方式日益从传统行政走向数字行政、循数行政和智能行政新模式，公务员胜任大数据治理的大数据素养议题呼之欲出，其议题脉络表现为三个层面。

（一）大数据背景下数字政府建设生成的素质堕距

在大数据时代，互联网、移动互联网、传感器、遥感设备、智能终端等数字技术广泛应用于政府治理，支撑政府在数字城市、网格化管理、智能交通监管、智慧城市、数字政务、电子政务等多方面的数字政府建设实践。新型数字技术深刻改变了公务员获取数据的方式和成果，公务员高频借助数字工具与技术对数据进行采集、分析以获取潜藏在数据之后的海量信息，达到对行政问题与对象深刻理解并作出高效率的处置。数字技术驱动的政府治理场域从物理空间转向虚拟空间，公务员面临着一个全新数字治理和服务空间。在全新数字空间中，海量的数据与交易、海量“人的群体”和“物的集合”等正在对公务员的认知与行政技术“载荷”发出挑战。公务员传统能力素质与数字化场景下适应数字治理环境、驾驭数字设备与技术、实施数字政府治理的能力要求存在堕距。

（二）大数据背景下循数行政产生的能力张力

数据是公务员行政的基础。数字技术的广泛应用使得社会日益从传统的结构化小数据时代走进海量、多样、复杂的大数据时代。传统的小数据时代，由于对数据信息获取的局限，公务员对社会世界的看法比较简单和模糊，在认识公民行为和社会问题时容易产生“偏见”，基于这种“偏见”，公务员依靠经验和主观臆测作出的管理决策就容易出现“失真”。大数据具有广度信息聚合、深度数据挖掘、扁平网络传递的三大能力，比传统的小数据在记录和反应物理世界与社会世界事实的完整性、深入性、快速性和客观性方面具有明显优势，潜藏着巨大的治理价值。依据大数据资源可以映射重构出一个更加客观、精准的行政世界，让公务员依靠大数据对社会问题的认识进入到一个更全面、客观的视域。当公务员经常性地利用大数据资源做出管理决策、提供公共服务，循数行政也就由此生成，它也必然要求公务员具备对数据资源特别是海量数据资源的驾驭能力。

（三）大数据背景下智能政务形成的技能需求

得益于大数据、人工智能、云计算等技术的发展，海量大数据资源的获取、处理和利用日益迈向自动化、精准化、人性化的智能时代。从大数据资源的生成、传输、管理、挖掘和利用，已经形成诸多自动化和智能化的设备、平台和应用。尤其是以大数据为基础的人工智能技术、云计算等提供了突破人类认知极限、超越自身智慧的“奇点”“临界点”和“爆发点”。智能化的大数据生成、大数据管理、大数据利用正成为大数据嵌入政府治理的基本方式。大数据和人工智能的共同出现突破了传统行政的数据信息狭窄性，时间局限性和分析能力有限性，公务员可以借助智能工具对大数据所构建的“样本=总体”的全数据模式的分析而作出趋向于科学性和理性化最优的决策。由是，对于公务员而言，能够利用大数据嵌入政府治理之后形成自动化、平台化、智能化的数据设备、数据仓库、数据中台、数据挖掘平台、智能应用成为智能政务模式下的技能新向度。

公务员应该具备什么样的大数据素养，如何构建一个公务员大数据素养的分析框架，这是研究公务员大数据素养的首要理论命题。在对大数据素养相关概念、相关理论模型进行回顾和辨析基础上，构建了一个结构化和系統化的公务员大数据素养框架，其特色是融合潜在素质与显性能力结合的双环模型。

（一）公务员大数据素养框架建构的理论基础

素养作为大数据素养概念的属性，其具有广泛的术语使用度。来自教育科学的研究认为素养是个体在特定的情境下能成功地满足情境的复杂要求与挑战，并能顺利执行任务的先决条件，这个先决条件不是单一的能力、知识和态度，而是三者的统整。可见，素养概念比能力概念更具有综合性和包容性。随着计算机、互联网等信息技术革命的纵深推进，新技术、新事物持续涌现，胜任信息化、数字化、数据化时代转轨的能力素质持续受到学术关注，进而产生了信息素养、数字素养、数据素养等一系列新议题和术语，这些相关素养术语的推陈出新都表明素养概念具有时代变化性和情景指向性特征。随着信息技术革命走向高级阶段，数据技术的不断发展，数据获取方式和媒介持续变革，数据大量沉淀和积累，小规模数据必然进入到大规模数据资源时代，大数据素养成为数据素养在高级阶段的表现形式。而大数据素养就是在数据技术与资源变革的背景下，驾驭海量数据资源的能力需求。大数据及其应用情景的复杂性、系统性决定了其素养需求不是单一的，而是包容态度、知识、能力、伦理等素质集成。综上，可以将大数据素养定义为，胜任大数据技术与资源利用而应具备的能力与素质的综合。

在厘清一般性大数据素养的概念内核之后，将其概念嵌入政府治理数字化、数据化和智能化的行政场景并赋予在素养主体公务员身上，可以衍生出公务员大数据素养的概念。公务员大数据素养是公务员在大数据时代下为利用大数据技术与资源治理公共事务时应具备的能力与素质综合。公务员大数据素养概念内涵的综合性使得有必要对其概念结构与内容进行系统化的建构和解析。已有相关素养理论与模型可以为建构公务员大数据素养框架提供有益参考与启示，主要包括冰山模型、数据生命周期理论及数字素养框架。

1.冰山模型

在冰山模型中，能力素质根据表现形式的不同被划分为水面之上的冰山和潜藏在水面之下的冰山，把能力素质分类为显性层面和潜在层面。有学者进一步阐释了显性与潜在层面素养的划分和特征，并认为显性层面的能力、技能易于观察测量，而潜在层面的意识、情感、动机等不易测量。但潜在层面的素质对个人总体能力和工作绩效有着决定作用。在此理论观点下，也可以将公务员大数据素养进行潜在和显性的分类，并且，潜在层面的大数据素质对于公务员总体能力和工作绩效的影响更为深刻。在大数据概念界定的基础上，将胜任大数据操作性、应用性活动的能力素质归类到显性层面，显性层面的大数据能力主要指公务员胜任大数据利用活动应具备的技能;将公务员胜任大数据的潜在性、准备性、前提性素质归为潜在层面素质，主要指公务员胜任大数据利用活动应配置的心理素质。基于此，公务员大数据素养框架成为包含潜在素质与显性技能的复合。

2. 数据生命周期理论

数据生命周期理论来源于对生命周期理论的拓展和运用。生命周期本质是描述一个生物体从诞生、成长、成熟直至衰亡的过程，强调从始到终对事物进行阶段解构。有学者把生命周期引用到数据研究当中，认为数据生命周期是数据从产生、加工、发布到最终实现数据再利用的一个循环过程。学者们进一步详细解构了数据利用的阶段，提出数据收集、数据描述、数据分析、数据组织、数据发布、数据保存与维护八个阶段。数据有生命周期，大数据也应有生命周期。数据生命周期理论提供了一个全过程追踪大数据活动轨迹及数据主体能力随大数据阶段变化而变化的完整框架，为显性层面中应用性的公务员大数据能力概念的操作化提供了理论支撑。在数据生命周期的理论下，综合上述学者提出的不同大数据阶段，本文提出公务员在各大数据活动阶段适配的五个大数据技能，即大数据的采集、管理、分析、可视化和信息利用。

3.相关数字素养框架

构建相应的能力素养框架是进行人力资源管理实践与研究的重心。已有的数字素养框架、公务员能力框架对构建公务员大数据素养框架有借鉴意义。欧盟2017年推出了以信息和数据素养域、沟通与协作域、内容创建域、安全域和问题解决域五域结合的数字素养框架，侧重从数字素养的应用功能导向划分数据素养的维度结构，每个维度之下又提出了具体的能力素质要求。联合国在欧盟数字素养框架的基础上，制定了不同发展阶段的国家普遍适用的数字素养全球框架，其中包含信息数据素质、软件操作设备技能、沟通与协作能力、数字内容创造能力、问题解决能力、相关职业能力六个维度。该框架也一体化的包含了素质、技能、能力等多元多维要求。这些数字素养框架的共同之处在于以精炼的素养维度构建了基本的能力素质向度，形成一个结构化和系统化的素养模型，为本文提出的公务员大数据素养框架提供了有益启示。另外，英国政府普遍推广的PSG公务员胜任力框架（Professional Skills for Government Competency Framework）从冰山理论出发将能力进行专业和通用的划分，构建了以价值观为内核，以战略管理能力、沟通协调能力、绩效实现能力为能力外延，形成能力由内至外逐步扩展的结构形态。

（二）公务员大数据素养框架的双环模型建构

基于上述相关理论的铺垫与启发，本文建构了一个公务员大数据素养框架的双环模型（见图1）。整个框架模型分为内外两环，内环为潜在大数据素质层，外环为显性大数据技能层。其模型的构建思路是：一是以冰山模型为基础，将公务员大数据素养分为潜在素质层和显性能力层，其中潜在素质层为大数据素养的内环，显性能力层为大数据素养的外环，由内而外的素养结构构建起一个具有包容性和综合性的大数据素养框架;二是在大数据素养的潜在素质环，主要关注内隐在公务员身上、为了驾驭大数据资源和活动所必须具备的基础性、准备性和前提性素质，而这样的素质集中表现在公务员所具备的大数据知识、态度、伦理意识等相关心理素质;三是在大数据显性技能环，主要指向公务员在胜任大数据资源、平台的利用活动时因应具备的能力，是公务员从事应用性、操作性大数据活动时的相关技能。循此，构建一个潜在基础素质与显性应用技能相结合的复合型大数据素养框架结构模型，并进一步设计大数据素养的关键维度。

1. 双环模型的内环

双环模型的内环为公务员大数据素养的潜在素质环，主要集聚公务员关于大数据的态度等心理素质。素质是能力发展的基础，培育公务员大数据素质是发展大数据能力的基础。人的态度等心理素质是复杂且潜在的，但却是决定人的行为选择与行为效能的关键内隐变量。公务员大数据素养中的心理素质，是公务员生成和培养的有利于认知、学习、利用大数据的态度、知识和行为倾向。按照心理学中态度理论的构成要素，以及公务员大数据态度形成过程与态度对象，可以结构化的将潜在的大数据素质具化为五个方面，分别是大数据意识、大数据知识、大数据情感、大数据思维、大数据伦理五个方面。其中大数据意识、大数据知识、大数据情感主要指向公务员关于大数据的积极心理态度，大数据思维和伦理主要是公务员应用大数据和开展大数据活动之前应该在形而上的层面具备的大数据世界观、认识论和价值观。

2. 双环模型的外环

双环模型的外环为公务员大数据素养的显性技能环，主要集成公务员为了挖掘大数据的价值并胜任大数据技术、资源、平台、任务等活动时应具备的应用型能力。根据数据生命周期理论，大数据也有其生命周期和阶段。一般认为大数据包括大数据采集、管理、分析、利用等阶段。显然，大数据资源在不同阶段的表现形态、任务内容、目标价值都不尽一致，需要与之相匹配的胜任能力来分别驾驭。正是沿着这样的思路，可以立足大数据的生命周期来建构和延展公务员大数据素养的显性技能。依照数据生命周期理论的观点，以大数据采集技能作为能力起点，以大数据信息利用技能为能力终点，中间依次延展大数据管理、大数据分析、大数据可视化等三项关键技能，从而构成一个完备的大数据显性技能环。

3. 双环模型的特征

经由上述大数据素养框架的结构与维度设计，展现出公务員大数据素养概念与内容的三个典型特征。一是层次性。整个框架模型是一个从内到外，从隐性大数据素质层到显性大数据技能层的双层结构。二是过程性。隐性大数据素质层的关键素质提炼主要依据公务员大数据态度的形成过程和认知过程予以建构，显性大数据技能层的关键能力主要依据大数据生命阶段予以提炼。三是关联性。应当说明的是，无论是内外层素养之间，还是各个具体关键素养之间都不是孤立，而是紧密联系和相互影响的，进而构成一个高度一体化的大数据能力素质系统。从内外层系统的关联性来看，内层素质是外层能力的基础，公务员只有先对大数据有所感知，构建起大数据知识、情感、思维，规范大数据伦理等，配置相关的大数据治理活动的心理素质，才能更好的融入到大数据技能培育当中;同时，大数据技能的培育可以加强巩固潜在大数据素质，让公务员从实践效用层面感知大数据带来的治理作用和价值，形成积极的大数据态度。总体来看，大数据素养框架是一个由内而外、互相影响的能力素质系统，每个素养要素及素养要素之间的交互共同决定公务员的大数据素养水平。

大数据素养框架为结构化的理解与分析公务员在大数据时代应具备的能力素质提供了一个概念模型，但它显然还不足以深入地描述和测度公务员大数据素养及其框架的具体构成和素养水平。为了深度理解和精准测度公务员大数据素养具体内容，对公务员大数据框架中各个测度要素的内涵、表征进一步诠释，进而丰富公务员大数据素养框架的内涵与内容。

（一）大数据素养潜在素质环的测度要素

大数据素养潜在素质环的五项维度主要考察公务员的大数据心理素质，其内隐性和潜在性使其精准测度更为不易。因而，对其素质内涵、范围与表征予以准确界定构成大数据素养潜在素质测度的关键。

1.大数据意识

就心理状态而言，意识意味着察觉和注意，它是人类认知事物的开始。已有研究界定了数据意识，指意识到数据的重要性，通过个体或集体性的努力来提高数据感。同理，对于大数据时代所涌现的大数据技术和资源，公务员意識到它的存在是首要的心理素质要求。可以认为，大数据意识是公务员对大数据资源、技术、平台、应用等相关要素的感知和注意力。较强的大数据意识意味着公务员具有对大数据敏感性和关注度。

大数据意识是公务员大数据素养体系中的初始性和前提性素质。这是因为，如果公务员对大数据的新时代、新思维、新资源、新技术等新事物的涌现和存在缺乏基本感知，那么后续的大数据素质和能力将无从生成。不仅如此，大数据意识的高低还会决定其他大数据素质与能力发展与培育程度。公务员只有保持对大数据的超强敏锐性和回应性才会主动地学习大数据并利用大数据的价值来治理公共事务，进而提高管理决策中使用大数据的自觉性。由此，可以把大数据意识视为大数据潜在素质中的前提素养，贯穿整个大数据潜在素质要素，并间接影响显性的大数据技能。

2.大数据知识

知识是对已有的规律、法则、原理的揭示和总结。显然，各个领域都有其自身独特的知识对象、属性和内容。在数据素养的研究中，数据知识包括对数据管理方法、数据特征和数据效用知识、相关标准与规范的学习掌握，数据知识可以改变个体原有的知识结构。对大数据而言，随着科学研究和实践经验累积，关于大数据资源的生成、分析和利用已经形成大量的经验性科学知识和原理。所以，从这个角度，可以认为大数据知识是对人类大数据活动已有经验和规律的总结，是包含着一切与大数据有关的科学原理、方法、规律的总称。随着大数据的理论研究与实践应用的快速发展，大数据的思维层、资源层、技术层、应用层已经生成了丰富的大数据知识体系，学习这些丰富的大数据知识体系，可以助力公务员掌握大数据的内在生成机理与运作规律，提高公务员对大数据活动的理解能力和创新应用能力。

公务员大数据知识的形成需要公务员养成大数据知识的学习习惯，具备基本的面向大数据知识的理解能力和记忆能力。其背后是一个漫长的学习和认知过程，需要公务员对大数据特征、方法与原理等基本知识、专业知识不断学习和储备，不断了解大数据的各项原理和规律。而一旦掌握这些大数据知识，将有利于公务员提高驾驭大数据活动的能力，为公务员形而下的操作性实践活动提供科学指导。

为此，作为一项素养的大数据知识，需要公务员快速适应大数据发展的生态环境，不断学习总结实践中取得大数据成功的知识和经验。

3.大数据情感

情感是态度中的核心要素，是指个体对他人、工作、事物的好恶带有的情感倾向，如赞成和反对，喜欢和厌恶等。情感有着正向情感和负向情感之分，其生成机制是主体对情感对象在价值上的偏好。在数据素养研究中，数据态度是指对待科学数据的主观倾向，这种行为主体的主观倾向有消极和积极之分。同样，大数据作为一种新事物，作为应用主体的公务员也会自然而然的形成喜好评价。公务员大数据素养中的大数据情感，应指向的是公务员对大数据的积极态度，指公务员对大数据的思维、资源、技术的喜好程度。其偏好形成的基础是对大数据之于政府治理价值、公务员自身工作价值的客观认知和需求满足度的评价。

作为一种主观性的心理评价，大数据情感会显著影响个体的行动偏好。根据计划行为理论，态度是影响行为的关键内生变量，积极态度驱动积极行为而消极态度阻滞积极行为。公务员对大数据的积极情感是其认同大数据、接受大数据、学习大数据、利用大数据的心理前提;相反，其情感上的排斥感会阻止其能力素质的提升。反过来看，大数据显性技能的应用经验和效能也会反哺大数据情感的培育，这是因为对大数据价值的挖掘和实现过程有利于培育大数据偏好。为此，培育公务员大数据偏好，关键在于让公务员感知大数据政府治理精细化、精准化、高效化和智能化的功效，感受到大数据对于提升其工作效率、效能的切身利益。

4.大数据思维

思维是一种更高级、更复杂的认知活动，代表着我们认知世界万事万物的基本观点与假设，体现在人的世界观和认识论等方面。大数据被广泛视为一种新的世界观和认识论，也预示着一种新的思维方式。大数据思维代表一种显著不同于小数据时代简单性思维、机械性思维的新世界观和方法论，可以帮助公务员据此形成不同于以往的新知识、新观点、新视野和新方法。最突出的表现是，相对传统思维方式更注重因果性思维，大数据更加注重相关性思维。相关性思维比因果思维更具包容性，能看到事物之间双向度、互为因果的关系网络，更加符合世界万物的本质联系。除此之外，大数据资源、技术的呈现特征改变了世间万物的存在与表达方式。产生于大数据时代的大数据思维具有整体性、多样性、平等性、开放性、相关性和生长性等特征，本质上就是思维模式走向了复杂性。这些崭新的观点和方法都为公务员正确的看待大数据时代之下的万事万物、治理对象提供新视野，为公务员利用大数据进行公共事务治理提供新的思考方式。

大数据思维是解决大数据问题时的无法回避的世界观与方法论选择。为此，公务员在大数据时代必然要求公务员用大数据的观点来看待问题，分析问题和解决问题。一方面要从简单性思维向复杂性思维转轨，用动态、联系、整体的观点看待治理对象;另一方面，要从传统的依靠个人主观判断的决策习惯向基于全面客观的事实证据决策转轨，避免主观臆断和扭曲，依靠大数据的“客观性”“全面性”和“及时性”实现决策的“精确性”，进而转向“循数行政”“依数治国”的治理思维。

5.大数据伦理

伦理是个体表现出的善恶对立的心理意识和价值观，具有广泛的社会性，深刻受到社会文化、规范、意识形态的影响。伦理主体、伦理对象的不同使其形成了诸多特殊领域规范的伦理，而大数据伦理就是一种面向大数据活动的新兴伦理场域。从概念来看，大数据伦理是公务员在大数据、技术与平台的利用活动应当坚持的规范。于大数据本身而言，它只是一种客观的数据实体、技术与工具，它是中性的且无所谓善恶，善恶在于使用它的主体动机与方式。总体而言，公务员作为公共治理主体利用大数据时应当以公共利益和公共价值为引导，以维护国家安全、社会安全、保障公民隐私权为底线。特别是在一个高度透明的社會，大数据隐私安全是大数据伦理的一个重要构成要素，强调公务员不得在未经允许的情况下泄露和使用公民个人数据，不得利用数据做出危害他人、社会和国家的行为。因此，大数据伦理要求公务员掌握和遵守国家相关法律，恪守大数据行业规约，并内化为自身的伦理意识，确保大数据资源在合法有效的“数据池塘”里使用。

大数据伦理作为公务员的行政规约，可以给予伦理主体提示应该做什么，不应该做什么。具备正确的大数据价值观不仅能够保证公务员行政活动的合法性与合规性，还能保障大数据安全，让公众利益、社会利益和国家利益免受侵蚀。

（二）大数据素养显性技能环的测度要素

公务员只有付诸实施大数据资源和技术使用活动中才能挖掘和实现大数据的政府治理价值，大数据素养的显性技能对于大数据价值实现尤为重要。卓越的大数据技能可以帮助公务员克服“巧妇难为无米之炊”的数据能力缺乏难题，以及望“数”兴叹的数据挖掘难题。当然，随着大数据全过程技术的日益平台化、智能化，利用大数据的活动不再局限于大数据专业人士，公务员利用大数据资源和技术的可行性增强，大数据显性技能的培育难度也在日益降低。按照大数据生命周期理论构建的大数据显性技能，每个阶段的技能要求和使命也不尽相同。

1.大数据采集技能

大数据采集是大数据生命周期的起点，也是大数据利用活动的起点。在其技能内涵上，本文认为大数据采集技能指的是公务员根据公共管理的目的和需要，能够利用大数据生成、汇集的技术与平台，获取所需大数据资源的能力。大数据采集技能首先要求公务员能够清楚理解和表达自身的大数据需求，知晓获取数据的对象，清楚数据对象的相关数据存在形态和场域。各级政府部门构建了大量业务系统、数据仓库、数据中心、数据平台，对于这些既有现成数据资源，公务员要善于通过数据获取和共享渠道从已知数据源中下载数据，善于利用当下权威数据平台或机构汇集的有用数据资源。数据的采集不仅来源于已有的数据源和公共数据库，还可以自行生产数据。对于非现成的大数据资源，公务员一方面可以利用数字化和智能化大数据生成和采集设备来收集、创制数据资源，例如可以通过网络数据爬虫来获取网络公开的各种数据，需要具备相应的采集技术使用能力;另一方面，可以通过政府采购渠道委托企业、第三方机构来协同采集所需的大数据资源，进而需要相应的数据资源协调能力。

2.大数据管理技能

面向体量小、结构化的小数据而设计的数据管理软件和平台，其管理工具简单，对数据利用主体的能力要求不高。但是海量的、复杂的大数据资源已经超过了传统数据管理软件与平台的管理能力，也必然给作为大数据使用主体的公务员提出了数据管理能力革新要求。大数据管理技能是指公务员能利用大数据管理平台对大数据资源加以有效组织和维护，满足数据资源可持续性利用的能力。具体来说，大数据管理任务及其能力要素包括三种。一是大数据的分类整理能力。大数据自身的多样性和混杂性使其需要进行有效的数据分类、聚类才能利用。大数据的分类技能需要公务员能按照数据对象的属性拟或是其他标准，对数据资源分门别类的归整，形成结构化的数据资源目录体系。二是大数据的清洗能力。在海量的大数据资源中，必然有些数据是噪音数据、无效数据、失真数据。这需要公务员具有数据辨别能力，通过数据的去粗取精、去伪存真的清洗活动，提高大数据质量。三是大数据的更新能力。时效性是大数据的重要特征，也是数据质量的评价标准。这需要公务员能根据数据对象的变化，持续更新、补充、完善数据资源，以“定期”+“不定期”的数据更新、替换方式对已归类的数据库进行更新，保证数据的准确性和时效性，促进数据资源的可持续利用。

3.大数据分析技能

大数据的价值并非在于数据资源本身，而在于通过处理和分析数据以提供有意义的信息，为组织的管理和决策提供参考价值。McAfee 等认为大数据分析是一种寻求从数据中萃取知识，并将其转化为价值竞争优势的智能化活动。总体而言，大数据分析技能强调利用数据分析工具和方法对混沌的数据资源进行信息转化的能力。将其赋予在公务员主体和大数据场景下，可以认为公务员大数据分析技能是指公务员利用大数据挖掘的方法、技术与平台提炼有价值信息的能力。

大数据本身只是记录物理世界与社会世界的符号，需要在问题导向和价值判断的基础上，通过海量数据资源的描述、分类、排序、聚类、关系分析以了解其数据对象内在的性质、规律和意义，从中提取对管理和决策有价值的信息。当前，随着机器学习、人工智能数据挖掘模式的兴起，大数据分析日益智能化和平台化，各类面向海量大数据分析工具与平台层出不穷，例如Python、Hadoop、R等面向结构化和非结构化大数据处理平台等等。特别是政府自身研发的大数据平台也自带诸多数据处理和挖掘的工具，这都大大提高了大数据的可分析性，而掌握这些数据挖掘平台的使用程序、功能和结果解释成为大数据分析技能侧重点。

4.大数据可视化技能

数据可视化技能指的是能够掌握数据可视化工具的使用方法并且能够使用该工具将数据以图表等形式展示出来的能力。当传统的小数据时代进入到大数据时代之后，庞大的数据资源和信息体系仅仅用简单的传统二维图表等可视化方法显然难以展示大数据背后的发展规律和发展趋势。所以，大数据必然要通过多维、高维的图示技术来展现其数据规律和结果。一图胜千言，大数据可视化将大大提高大数据趋势、结构、规律的可解释性和生动性。对于公务员而言，为了充分展示大数据的价值和优点，掌握相应的可视化技能也必不可少。大数据可视化工具一般嵌套在大数据分析平台与工具当中，通过可视化工具和技术可以将海量大数据内在的关系与规律通过多样化、立体化和交互式的图示技术进行表示，进而反应大数据背后隐含的信息。为此，公务员的大数据可视化能力主要指向公务员要能够应用自动化的大数据可视化工具和平台，将大数据分析得到的信息和结论用可视化图表展现，用更直接、更立体、更全面的图示技术来展示大数据资源背后的信息逻辑和趋势，为最终的大数据利用活动提供信息支撑。

5.大数据信息利用技能

已有研究指出，大数据信息利用技能是利用大数据分析的结果，支撑管理决策，发挥数据潜在价值的能力。大数据利用是整个大数据生命过程的最终目的，大数据的最终价值在于支持公务员在管理和服务中科学决策、高效服务，这仰赖于由大数据采集、管理、分析、可视化等系列活动生成的信息产品深度嵌入到公务员及其组织的管理决策当中，否则大数据活动会失去意义。因此，作为显性大数据技能末端的大数据利用技能本质是大数据及其所据此生成信息的利用能力，是将数据和信息转化为决策价值的能力。大数据信息利用技能，一方面要求公务员具备信息提炼和整理能力，能够将大数据活动中发现的关于事物的关系、规律、特征、成因、趋势的信息、知识、智慧加以结构化、体系化，形成可以为管理决策所用的高质量信息与知识体系;另一方面，需要公务员养成基于大数据和信息的循证决策和科学决策习惯，用基于全面、动态、实时、客观的数据信息支持公共管理和决策，提高决策质量，促进政府管理决策走向科学化和智慧化的新阶段。

归纳上述对公务员大数据素养框架中每个素养维度的内涵、测度标准和价值的讨论，可以形成大数据素养框架要素的内涵与表征（见表1）。

随着大数据嵌入政府治理场域广度和深度的持续拓展，公务员驾驭大数据的能力素质适应性变革也日趋紧迫。实践领域也对公务员胜任大数据时代的能力素质变革进行了顶层规划。2021年6月，国务院印发的《全民科学素质行动规划纲要（2021—2035年）》明确指出，进一步提高公务员科学决策能力，树立科学执政理念，增强推进国家治理体系和治理能力现代化的本领。2021年11月，中央网络安全和信息化委员会印发《提升全民数字素养与技能行动纲要》（以下简称“纲要”），指出要推进大数据、人工智能技术等数字技术的公共应用，提升领导干部和公务员数字治理能力，并在公务员选拔任用中加强数字能力方面的考察。可以预见，在这些顶层规划的引领之下，提高公务员大数据相关素养会成为大数据时代下公务员能力现代化的一个重要课题，而从实践和学术层面持续关注和探讨公务员大数据素养议题也由此具有重要价值。

在实践层面，培育公务员大数据素养应引起各级政府和公务员的注意力和关注度。各级公务员是治国理政的第一主体和第一资源，也是大数据思维、资源和技术的使用者，提升公务员胜任大数据的能力素质是发挥大数据精准、智能、智慧治理功效的关键所在。从时间轴来看，培育和更新公务员大数据素养不能一蹴而就，它是一项系统性和长期性的能力变革与重构工程。从培育范围来看，大数据嵌入政府治理是泛在和普遍的，具备大数据素养应成为上至领导干部下至一线公职人员的基本要求，将各级公务员都纳入到大数据素养的培育范围当中。从培育原则来看，公务员大数据素养培育不能搞一刀切，而是要坚持分类培育和有序培育的原则，针对不同级别、不同岗位类别的公职人员设计针对性的培育标准和举措。就培育内容来看，大数据素养中涵括的要素众多，循序渐进是可行的培育策略。从大数据双环模型来看，大数据素质会决定大数据技能的发展，大数据素质的基础性更高、通用性更强，培育难度相对较低。为此，对于公务员大数据素养培育应该遵循先素质后技能，先易后难的培育逻辑，先以最有效的方式加强公务员的大数据意识、思维、情感和伦理的基本素质培养，然后再加强大数据技能的应用与提升。在培育策略上，在战略层面要制定公务员大数据素养培育规划，引起政府公务员和社会对大数据素养的关注和重视;在制度层面将公务员大数据素培育予以组织化，在干部人事管理制度和职能中系统性地嵌入大数据素养标准与制度规定;在技术层面，构建公务员大数据素养培育的技术生态系统，持续进行大数据驱动的数字政府治理转型;同时，还要注重调动政府外部培育力量和资源，构建公务员个体、政府组织与社会力量协同培育的治理格局。

作为一项探索性的前沿研究，本文从理论层面提出了公务员大数据素养新议题，未来研究可以从以下四方面持续开拓。一是在比较视野下厘清公务员大数据素养的概念与内涵。学术界围绕信息技术革命先后提出了信息素养、数字素养、数据素养、大数据素养等概念，这些概念的对象范围所指，以及概念之间的联系与差异有待探究。二是公务员大数据素养框架仍停留在理论层面的建构，缺乏经验层面的证据支持。未来的研究可以应用扎根理论、实证测量等方式检验公务员大数据素养框架的模型稳健性，并加以修正和完善，进而发展出完备的公务员大数据素养测量工具。三是公务员大数据素养仍缺乏经验层面的调查和分析，无法得出公务员大数据素养水平的准确结论。未来的研究可以应用各种调查与测评方法，对不同地域、不同层次、不同部门、不同岗位类别的公务员的大数据素养进行科学评估和诊断。四是缺乏对公务员大数据素养的解释性因素的讨论，未来应通过实证研究识别促进和阻碍公务员大数据素养的关键因素，并据此开展科学的培育制度与机制设计。

面向未来，随着大数据驱动的政府治理体系和治理能力现代化走向深入，公务员大数据素养及其相关议题的实践与学术空间愈加宽阔。信息技术的持续迭代和治理嵌入正在塑造一个数字技术密集、数据资源充沛、智能平台泛在的数字政府治理形态，政府治理能力提升与目标实现也将更加依赖于技术进步。发挥科技的第一生产力效应，不仅取决于技术的先进性，还取决于技术使用主体的技术驾驭能力。在大数据时代，政府治理能力不仅依赖政府部门的数字技术、资源和平台，更要求运用这些技术的公务员具备大数据技术、资源、平台的驾驭能力，这必将是一个长期和持续的能力调适过程。

[1]周毛春.大數据应用：政府治理现代化的新路径[J].地方治理研究，2018，（3）.

[2]米加宁，章昌平，李大宇，徐  磊.“数字空间”政府及其研究纲领——第四次工业革命引致的政府形态变革[J].公共管理学报，2020，（1）.

[3]廖福崇.政府治理數字化转型的类型学分析[J].中共天津市委党校学报，2021，（4）.

[4]张红春，王胜梅.大数据背景下英国公务员数据能力建设的路径与启示—一项制度文本分析[J].贵州大学学报（社会科学版），2020，（6）.

[5]Eshet-Alkalai Y.Digital Literacy：A conceptual Framework for Survival Skill in the Digital Era[J].Journal of Educational Multimedia and Hypermedia.2004，（1）.

[6]Jacob.Carlson，Michael.Fosmire，C.C.Miller，Megan Sapp.Nelson.Determining Data Information Literacy Needs：A Study of Students and Research Faculty[J].Portal： Libraries and the Academy，2011，（2）.

[7]Javier Calzada Prado，Miguel Ángel Marzal.Incorporating Data Literacy into Information Literacy Programs：Core Competencies and Contents[J].Libri，2013，（2）.

[8]黄如花，林  焱.大数据背景下数据素养教育研究[J].数字图书馆论坛，2016，（5）.

[9]JANOWSKI T.Digital Government Evolution：From Transformation to Contextualization[J].Government Information Quarterly，2015，（3）.

[10]黄其松，刘强强.大数据与政府治理革命[J].行政论坛，2019，（1）.

[11]陈之常.应用大数据推进政府治理能力现代化——以北京市东城区为例[J].中国行政管理，2015，（2）.

[12]陈振明.政府治理变革的技术基础——大数据与智能化时代的政府改革述评[J].行政论坛，2015，（6）.

[13][英]维克托·舍恩伯格，肯尼斯·库克耶.大数据时代[M].杭州：浙江人民出版社，2013.

[14]柳夕浪.从“素质”到“核心素养”——关于“培养什么样的人”的进一步追问[J].教育科学研究，2014，（3）.

[15]McClelland，D.C.Testing for Competence rather than for Intelligence[J].American Psychologist，1973，（1）.

[16]Spencer L M，Spencer S M，Wiley.Competence at work：models for superior performance[M].Wiley，1993.

[17]黄如花，李  楠.基于数据生命周期模型的国外数据期刊政策研究[J].图书与情报，2017（3）.

[18]林  焱，周志峰.基于数据生命周期模型的数据资源管理剖析[J].图书馆学研究，2016，（14）.

[19]European Commission.Measuring Digital Skills across the EU： EU Wide Indicators of Digital Competence[EB/OL].[2019-09-01]. https：//ec.europa.eu/jrc/en/digcomp/digital-competence-framework

[20]United Nations Educational，Scientific and Cultural Organization.A Global Framework of Reference on Digital Literacy Skills for Indicator[EB/OL].[2018-06].http：//uis.unesco.org/en/blog/digital-literacy-skills-framework-measure.

[21]Civil Service Human Resources of UK.Civil Service Competency Framework[EB/OL]].[2012-07-31].https：//www.gov.uk/search/all？keywords=Civil-Service-Competency-Framework&order=relevance.

[22][苏]彼得罗夫斯基，雅罗舍夫斯基.心理学辞典[M].北京：东方出版社，1997.

[23]何  胜，周  兵，李仁璞，熊太纯，郭  丹.面向高校教师的图书馆“大数据素养”教育策略研究[J].现代情报，2017，（7）.

[24]张宪丽，高奇琦.人工智能时代公民的数据意识及其意义[J].西南民族大学学报（人文社科版），2017，（12）.

[25]方朝晖.知识、道德与传统儒学的现代方向[J].中国社会科学，2005，（3）.

[26]郝媛玲.关于数据服务模式与数据馆员新角色的思考[J].图书馆学研究，2018，（4）.

[27]杨  滨.性格的力量——人本管理[M].北京：当代世界出版社，2002.

[28]毕达天，曹  冉.科研人员数据素养影响因素分析——基于SEM及FSQCA方法[J].情报学报，2021，（1）.

[29]顧  肃.大数据与认知、思维和决策方式的变革[J].厦门大学学报（哲学社会科学版），2021，（2）.

[30]张红春.政府绩效生成的复杂性与绩效评估因应[J].求实，2021，（6）.

[31]范如国.公共管理研究基于大数据与社会计算的方法论革命[J].中国社会科学，2018，（9）.

[32]McAfee A，Brynjolfsson E.Big Data： The ManagementRevolution[J]. Harvard Business Review，2012，（10）.

[33]徐绪堪，薛梦瑶.面向大数据管理与应用专业的数据素养能力评价指标体系构建[J].情报理论与实践，2021，（9）.

[34]张  引，陈  敏，廖小飞.大数据应用的现状与展望[J].计算机研究与发展，2013，（S2）.

责任编辑：梅少粉

The Research on Background， Framework and Measurement of

Big Data Literacy forCivil Servants

Zhang Hongchun， Yang Huan

 Exploring and cultivating the big data literacy of civil servants is an inevitable choice for the modernization of government governance capabilities and civil servants’ capabilities in the era of big data. On the basis of clarifying the logic and conceptual connotation of the issue of big data literacy for civil servants， taking the iceberg model and data life cycle theory as the theoretical basis， we construct a composite dual-loop model of the big data literacy framework for civil servants based on potential qualities and obvious skills. The potential big data competence contains big data awareness， knowledge， sentiment， thinking， and ethics. The outer ring of explicit big data skills is based on the life cycle of big data. There’re five application skills for civil servants in big data activities. They are big data collection skills， management skills， analysis skills， visualization skills， and information utilization skills. The study extends the detailed content of big data literacy， and put forward the necessity to enhance the practical cultivation and theoretical research on big data literacy of civil servants.

 civil servants， big data， big data literacy， literacy， measurement