“四力合一”：大数据时代公共管理专业人才 数据能力培养探析
黄佳圳，邓雪琳
(电子科技大学 中山学院，广东 中山 528400)
摘要： 大数据时代对公共管理专业人才的能力培养提出了新的要求。针对大数据时代公共管理领域的数据特征，提出了公共管理专业“数据认知与搜索能力-数据识别与甄选能力-数据获取与处理能力-数据分析与挖掘能力-数据解读与呈现能力”的数据能力结构，并通过 “磨砺脚力-锻炼眼力-训练脑力-提高笔力”的培养思路，将数据能力培养与公共管理课程体系紧密融合，形成“知识-能力-实践”的人才培养模式。
关键词： 大数据时代；数据能力；公共管理专业；人才培养
公共管理是一个实践性、应用性十分显著的学科。当今中国处于新时代的伟大创新时期，政府改革与社会建设面临许多新的挑战，涌现出许多新的机遇与问题。因此，公共管理专业的人才培养，对我国新时期社会主义建设事业具有十分重要的意义。时代呼吁具有问题意识、实践意识的公共管理复合型应用人才，我国高校公共管理专业对大学生的理论知识贮备与能力素质培育，是当下高校公共管理专业人才培养的重中之重。
为了反映出宁夏高校大学生的隐喻意识状况，表1统计出了大多数大学生的隐喻意识，描述了其在性格、学习、与他人沟通交流、与同学之间的关系等方面的隐喻情况。
与此同时，大数据时代的到来，为公共管理专业人才的培养提出了新的挑战。在数据井喷、信息科技发展日新月异的大数据时代，如何培养公共管理专业大学生的数据调查分析能力，成为应用型人才培养的核心关键。而大数据自身所具有的大量性、多样性、高频率、高黏性、准确性、时效性和易变性等特征[1]也为公共管理专业学生的数据能力培养提出了新挑战。公共管理专业应如何响应时代号召，与时俱进培养具有大数据能力的综合应用型人才，是公共管理专业教学改革创新必须回应的重要问题。
一、公共管理专业传统数据能力培养模式及其困境
目前，我国大部分高校的公共管理专业，在数据能力培养上依然沿用了传统《统计学》的数据能力培养思路与培养重心即重数理推演轻实践运用，重计算与建模轻解读与意义构建，重定距定比数据分析轻定类定序数据分析；少有契合公共管理专业特征、适应大数据时代要求的数据能力培养课程，且缺乏系统的数据能力培养体系，具体表现在以下三个方面。
(一)数据能力培养不能结合公共管理专业的实践导向、问题导向，成为纯数理分析训练
在传统《统计学》的培养逻辑下，目前国内高校在统计学课程设置方面千篇一律，对各类专业一刀切，强调纯粹的统计知识技术(数理统计、多元统计、时间序列分析、抽样技术等)教育，忽视特定专业领域现实问题与统计学知识的实际关联。这使得大量文科为主的公共管理专业学生既丧失了学习兴趣，又因数理基础相对薄弱而容易产生学习挫败感；加上与公共管理真实世界的割裂、与社会治理实际问题的脱节，导致学生对数据能力培养的目的意义产生了质疑。张西栓[2]认为：大数据时代需要跨学科的人才，需要把统计专业知识与所从事专业的相关技能相结合，才能够学以致用，学有所长。很多实践已经证明，对本专业数据的深入挖掘分析会对本专业的发展带来意想不到的效果，统计学提供了数据分析的基本方法和工具，只有与真实世界的数据相结合、与其他领域的专业知识结合，才能真正体现其应用价值。
(二)数据能力培养不能适应大数据时代公共管理领域的数据诉求
公共管理领域存在大量的定性数据、非结构性数据；随着大数据时代信息技术的迅猛发展，文本、语音、图像、空间、情感等多种形式的数据大量存在于社会治理与民生建设领域，传统的《统计学》既未能提供此类数据的处理分析方法，基于抽样的推断统计逻辑也不能完全适应全样本时代的大数据挖掘与结论呈现。
(三)数据能力培养不能体现公共管理专业的学科思维与理论视角
传统的《统计学》教学注重计算技巧，追求数据因果与统计结论；而随着计算能力与计算工具的日益成熟强大，大数据时代的公共管理专业数据能力培养，应该体现为对数据结论的解读与专业认知，形成开放性思维、非线性思维、价值思维等大数据思维[3]，传统《统计学》的数据能力培养无法胜任这一教育目标。
二、大数据时代公共管理专业人才的数据能力结构
大数据时代的到来，信息科技的迅猛发展深刻影响着全球各国家和地区；公共管理作为现代化治理的重要学科，也面临着全新数据形势的机遇和挑战，面临着数据能力全面提升的时代新要求。
(一)大数据时代公共管理的数据特征
首先，信息技术提升了社会现象被观测和记录的可能性，之前缺乏数据或未被定义成数据的社会现象，成为不断爆发的数据新源头。如灯光照明强度、人流密度、注意力时序分配、文本情感偏向、网络空间结构等新的数据类型、新的数据结构不断涌现，对传统的数据认知思维提出了挑战[4]。
其次，公共部门的数据动员能力、收集能力、处理能力不断增强。随着云技术对数据传输及处理的提速，实时监控、远程协同、移动终端、社交平台等基础层面的技术应用为公共数据的产生、收集、处理提供了强大的支持。从电子政务一站式的业务数据归集，到政府数据开放，到政务双微(微信、微博)的意见沟通，到政务app的业务办理；公共管理的数据收集越来越高效与多元化，数据分析与统计越来越倾向于总体分析而非传统统计的“抽样样本-推断总体”。这意味着，公共管理的决策可以建立在更精准的总体数据描述与分析，而非基于特定假设的抽样估计，是对传统数据处理路径的新突破[5]。
高校中旅游专业课程可分为专业课与公共课两个部分，在对课程体系进行设置时，高校方面应该进行实际的调研，根据市场的实际情况对旅游专业课程体系进行针对性的设置，从而保障课程设置能够与实际需求相符合，促使学生能够学以致用。例如当代进行合作洽谈时讲究饮茶，高校方面就应该积极在专业课程设置茶艺相关的教学。同时，随着信息技术的应用范围越来越广泛，高校旅游专业中也应该适当地对信息技术课程进行开展，以促使学生的信息素养能够得到提高，从而进一步实现双轮驱动背景下的旅游行业发展。
基于以上特征，大数据时代公共管理专业人才必须具备与之相匹配的数据能力结构，才能使用好数据，发挥数据的最大效用。具体而言，包括以下五个能力要素：
如图1所示，针对公共管理领域大数据时代的数据特征，本文提出了五个具有内在逻辑关联的公共管理专业人才数据能力要素，形成以数据认知为起点，以数据解读与呈现为终极目标的数据能力结构体系。其中，数据认知与搜索能力、数据识别与甄选能力，是对公共管理数据多样性与大体量的回应；数据获取与处理能力、数据分析与挖掘能力，是对公共管理数据时效快、价值高、非结构性的回应；数据解读与呈现能力则是大数据时代公共管理专业数据能力的价值体现，是从学科理论视角与公共利益立场对数据结论的价值规范表达。
全面基础治理，形成“四化要求”。自查穿行测试涉及1501条业务管理要求，对发现的基础管理问题立行立改。对潜在管理风险制定行之有效的措施，健全完善防范问题风险发生的长效机制。目前，基础治理共梳理业务流程194个，梳理风险点300条，修订完善制度248个，初步形成了“四项成果”，实现了“四化要求”。
(二)公共管理专业人才的数据能力结构
由于三电平逆变器出现的复杂故障不易通过传统的波形观察法进行故障分析与检测[9-12],而BP神经网络能够有效的对故障进行类别区分和模式识别,这就解决了复杂故障中出现的输出电压畸变的非线性问题。
1.数据认知与搜索能力
这是在体量巨大(Volume)、种类繁多(Variety)、价值参差(Value)、更迭迅速(Velocity)的大数据面前，对“数据是什么”和“数据从何来”这两个根本问题的清晰认知能力[7]。在数据极大丰富的时代，这是对数据需求的精准把握能力，是把研究问题操作化为对应的数据类型，并明确数据产出渠道的能力，是保证后续数据分析成为可能的概念化能力。
2.数据识别与甄选能力
《造纸装备及材料》是为造纸装备制造企业、材料制造企业专业服务的期刊，国内统一刊号CN43-1535/TS，国际连续出版物刊号：ISSN 2096—3092，全国公开发行。(2018年是第47卷，176期，季刊，大16开版)
这是根据数据需求，形成数据标准与规范，从数据产生渠道中识别有效数据，屏蔽无效数据的能力。面对无限爆发的大数据，数据需求者的注意力成为了稀缺资源，在数据价值随数据流波动且高低不定的数据海洋中，通过注意力的合理配置精准识别目标数据，有利于优化数据质量、提升数据价值。
能力结构的形成，必须依靠专业人才培养体系的构建，公共管理专业人才数据能力的培养，需要对现有人才培养方案进行改革，重新梳理培养目标与教育模式。为此，我们必须明确以下三个问题。
这是在精准识别目标数据之后，对数据的收集、梳理、整合、编码、转化能力。所有的数据都需要通过恰当的手段进行收集与处理，才能得出分析结论。与以往不同的是，大数据时代数据的获取方式更多样，数据涌现更迅速，如公共管理中的民生数据，类型繁多、数量巨大、更新快速，且包含大量非结构化文本数据；这就要求更加高效的数据接入界面与数据导出接口设计能力以及精准、简约的数据编码能力。
首先，统计学纯粹的数理逻辑知识体系与公共管理问题导向、实践导向的社会数据调查分析要求之间的匹配和契合问题。即根据公共管理学科脉络，重组统计学的知识模块，并结合大数据时代的数据特征，将数据类型、统计描述、概率分布、抽样设计、参数估计、假设检验、相关与回归分析等知识模块通过实际案例的教学示范，赋予统计学知识现实意义，为学生构建统计学知识的实践关联，在解决公共管理实际问题的过程中让学生学习掌握统计学的相关知识。让统计学服务于公共管理的学科视角与立场，强调结果运用而非统计原理推演，无论在大数据时代还是在以往，都是至关重要的知识定位问题。
这是在数据获取并经过处理达到分析条件之后，运用各类数据分析工具对数据进行恰当分析的能力以及基于现有数据对未来数据、潜在数据、缺失数据的预测和关联性分析能力。如运用爬虫软件抓取网页数据，从而进行复杂网络分析，识别社会舆情传播模式、预测社会舆情爆发的关键时间节点与关键网络节点的数据能力[8]。
5.数据解读与呈现能力
这是在数据统计分析结论形成之后，从公共管理的专业认知与公共利益的价值立场出发，对数据结论的内涵阐释、意义构建、可视化包装与推送宣传能力。数据密集型科学研究的范式特点表现为：不在意数据的杂乱，而强调数据的量；不要求数据精确，但要求数据的代表性；不刻意追求因果关系，但重视规律总结与数据价值的提炼[9]，通过大数据分析工具对异质性公民行为、情感、心理、认知、诉求以及社会系统中的公共活动过程等进行大数据监测、相关性测度、全场景分析，通过大数据计算把握现实公共问题之间的复杂关系，其目的是使每一个社会主体了解自己的社会角色和责任使命[6]。
岭南人重商务实，注重现世回报，看重生活体验和物质享乐。余荫山房功能性强，其设计构思与生活紧密联系[18]，折射出岭南人奉行世俗享乐的审美心理。余荫山房空间流线高效便捷而富有趣味，注重使用者的参与性，强调感官和身心的娱乐，注重人与建筑、建筑与环境、人与环境的关系，表现出艺术与实用的结合，满足了使用者多样化的审美需求。
图 1公共管理专业人才的数据能力结构
最后，数据意涵的挖掘与解读，成为公共管理大数据运用的核心关键。海量的数据与高度发达的数据挖掘、分析、处理技术，最终指向的是公共管理大数据的综合运用。从社会的数字化出发，最终实现数字的社会化是公共管理大数据运用的终极目标；即在各种数据可观测、可计算的基础上，依靠专业认知发掘数据背后蕴含的深刻价值[6]。公共管理追求公共价值与公共利益的最大化，其数据内涵比自然科学领域的最优解和私人部门利润最大化的商业决策更复杂，因此将计算留给机器，将解读留给人类，是公共管理大数据对传统数据分析范式的新推进。
三、大数据时代公共管理专业人才数据能力的“四力合一”培养体系
(一)数据能力培养的思路探索
3.数据获取与处理能力
4.数据分析与挖掘能力
其次，如何消解学生对统计学的恐惧与排斥心理，提升学习兴趣与学习效能感问题。公共管理专业学生大部分来自文科，数理基础相对薄弱，对单纯的统计数理推演和枯燥的数据计算容易产生畏惧和抵触情绪。因此应该结合大数据时代数据多维、手段丰富、计算发达的特征，坚持公共管理专业的现实关注；综合公共管理领域态度、文本、图形、音频视频等多类型数据，通过课程改革激发学生发掘现实问题的积极性，以问题驱动替代课本驱动；重新定位统计知识的工具性价值，减少SPSS、R、Stata等传统统计软件的教学比重，关注Python、Hadoop、Eviews、Ucinet、Geoda等软件的应用；实现从关注数值型数据到关注空间数据(坐标、地图、灯光)、时间数据(注意力分配、心智模式)、时空数据(路径分布)、文本数据(词云、情感值)、关系结构数据(社会网络、社会资本)的数据注意力转移；配合新颖的可视化手段和分析技术，调动学生的学习积极性与兴趣；与此同时，淡化数理推演，将计算过程交给发达的大数据计算工具，将数据能力培养聚焦于数据价值发掘与数据结论解读，提升学生以问题为导向的数据分析与对策生成能力，增进学习效能感。
最后，数据能力培养与公共管理整体学科知识体系之间的关系问题。数据能力是公共管理人才的重要专业素质，其培养要融入到公共管理的整体知识培养体系之中。大数据时代的数据能力培养，则更应该贯穿公共管理人才培养的全过程，以数据能力为主线，将大数据分析的知识能力培养模块重新梳理整合，融入公共管理学科体系，形成具有公共管理专业特色的、数据能力驱动的、实践导向的、问题导向的人才培养体系。
(二)“四力合一”为主线的数据能力培养体系构建
2018年8月，习近平总书记在全国宣传思想工作会议上强调：“不断掌握新知识、熟悉新领域、开拓新视野，增强本领能力，加强调查研究，不断增强脚力、眼力、脑力、笔力。”这一论断很好地概括了大数据时代知识发展的特征，也为公共管理专业数据能力培养乃至学科整体人才培养提供了宝贵思路。
在公共管理专业数据能力培养体系中，“四力”指的是磨砺脚力、锻炼眼力、训练脑力、提高笔力；“合一”即以提高学生的数据能力为归一来磨砺脚力、锻炼眼力、训练脑力、提高笔力。具体而言，磨砺学生的脚力，即要求学生走出课堂、走出校园，练就“一双铁脚板”，开展各类与公共管理相关的社会调查与实践，充分挖掘、收集数据；锻炼学生的眼力，即要求学生练就“一双慧眼”，能透过现象看本质，具有恰当运用专业理论和收集到的数据，识别、构建、归纳现实公共管理问题的能力；训练学生的脑力，即要求学生练就“大数据思维”，想得全、想得细、想得深，能运用大数据分析工具和专业理论知识，对收集到的数据加以处理与分析；提高学生的笔力，即要求学生练就“一把笔杆子”，能够对数据结论进行专业解读与可视化包装，凝练观点、呈现结论、宣扬主张，形成对公共管理现实问题的综合表达能力。
“四力合一”的培养体系明确了专业课程与学生行为、教育产出的直接关联；并可结合教育部2018年发布的《普通高等学校本科专业类教学质量国家标准》，在《国标》的课程框架指引下，充分体现数据能力培养与公共管理专业学科知识体系的紧密关联。如下图2所示：
图 2“实力合一”的公共管理专业人才培养体系
首先，以《国标》规定的政治学原理、管理学、公共管理学、宪法与行政法、公共经济学、公共政策学、行政组织学、公共部门人力资源管理等8门公共管理专业核心课程为知识基础，从理论上为学生提供专业认知与数据角度，是数据能力培养的出发点，并指引培养体系的各个模块。
一盏盏布满蛛网的马灯，一把把锈迹斑斑的镰刀、坎土曼，一张张发黄卷边的粮票、布票，静静地向人们诉说着逝去岁月里的军垦故事，军垦人老去了，军垦魂却永远留在了这里。□
紧接着，以《社会调查理论与方法》等类型课程为抓手，切实提升学生的数据搜索、甄选等能力；以《公共管理统计学》《数据挖掘与数据分析》《管理信息系统与技术》《电子政务与大数据治理》等相关课程改革为契机，切实培养学生问题导向、场景运用导向的数据获取与分析能力；以《数据可视化》《演讲与口才》等课程的教学强化数据解读与呈现能力。
最后，配合《学科竞赛》《认知实习》《专业实习》《毕业实习》等实践课程设计，使得学生可以通过参加各种有利于提高数据能力的学科竞赛(如全国市场调查大赛、全国大学生“挑战杯竞赛”等)、参加合作单位的调查项目、参加教师的课题研究等，走出校门练脚力、深入基层观察社会练眼力、发现现实问题后再博览群书深入思考练脑力、撰写比较深刻的研究报告练笔力。
综上，形成以《国标》核心课为纲领的理论知识教育、以数据能力为主线的专业能力培养、以实证数据与问题为导向的社会实践成果检验，“知识—能力—实践”的“四力合一”公共管理专业人才数据能力培养体系。
第五，重新修订了外出进修管理规定，要求医务人员学成返院后必须根据进修协议，独立开展相关医疗技术。通过加大监管和约束力度，医院新技术开展呈良性发展态势。
研究中水龄最大的为25 d，这与其他水龄为10 d时的样本中检测出的各致病菌的数量基本在一个量级上，这可能是因为水龄为10 d时压载舱内的环境变化已趋于稳定，致病菌的各生物活动也趋于稳定。此外，该研究对压载舱新加装的压载水进行15 d的跟踪检测发现，随着水龄的增加，3种致病菌数量仅在垂直分布上发生变化，且随着水中其他动植物的死亡，逐渐集中于压载舱底部，最终呈现出随水深的增加而逐渐增加，但在总数上并没有像水生动物和藻类一样呈现出减少的趋势。
参考文献：
[1]维克托·迈尔舍恩伯格，肯尼斯·库克耶.大数据时代——生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013:18.
[2]张西栓.大数据时代非统计学专业统计学教学改革研究[J].教育教学论坛,2016(18):95-96.
[3]胡键.大数据与公共管理变革[J].行政论坛, 2016, 138(6):6-12.
[4]李金昌.大数据与统计新思维[J].统计研究，2014(1):10-15.
[5]黄璜，黄竹修.大数据与公共政策研究：概念、关系与视角[J].中国行政管理，2015(10):25-30.
[6]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, 273(9):74-91,205.
[7]朱建平，章贵军，刘晓葳.大数据时代下数据分析理念的辨析[J].统计研究，2014(2):10-17.
[8]赵亚珠，张晓．大数据时代的社会公共管理模式创新[J]．经济研究导刊，2017(28):182-183．
[9]黄欣卓，李大宇．大数据驱动的公共管理学科现代化——《公共管理学报》高端学术研讨会视点[J]．公共管理学报，2018(1):147-152,160.
中图分类号： G642
文献标识码： A
文章编号： 1671-9719( 2019) 9-0017-04
作者简介： 黄佳圳(1983-)，男，广东潮州人，讲师，公共管理系主任，博士，研究方向为公共部门人力资源管理；邓雪琳(1976-)，女，湖南娄底人，教授，人文社会科学学院副院长，博士，研究方向为公共部门绩效管理、高等教育教学与管理。
收稿日期： 2019-07-09
修稿日期： 2019-07-30
基金项目： 2018年度广东省哲学社会科学规划学科共建项目“广东省基层政府组织及其成员注意力与时间分配研究”( GD18XGL02)；2018年度广东省普通高校重点科研平台和科研项目“注意力与时间分配视角下的广东省基层公务员劳动负荷研究”( 2018WQNCX251)；2018年电子科技大学中山学院高等教育教学改革项目“大数据时代背景下公共管理专业应用型人才数据调查分析能力培养研究”(JY201803)；2018年电子科技大学中山学院高层次人才科研启动基金项目“大数据技术与中国地方政府管理创新研究”( 417YKQ16)。
(责任编辑：赵映川)
标签：大数据时代论文; 数据能力论文; 公共管理专业论文; 人才培养论文; 电子科技大学中山学院论文;