基于CNKI的公安實戰化教學研究的知識圖譜分析

宋祥斌

（江蘇警官學院 江蘇省南京市 210031）

1 引言

公安院校是預備警官的搖籃，其行業性、應用型院校的辦學類型定位，職業化的培養導向，決定了公安院校教學必須堅持實戰化的特色。2011年美國麥肯錫公司揭示“大數據”時代到來后，“大數據”已成為社會最活躍的生產力，與云計算、人工智能（AI）等新技術一起構建起當今時代最鮮明的技術背景[1]。在大數據背景下，各級公安機關的警務實戰和日常業務也正經歷深刻變化，不斷被賦予新的能量。互聯網、物聯網、云計算、智能引擎、圖像識別、視頻技術、數據挖掘、知識圖譜等技術在各級公安機關中的應用蓬勃興起，提升了公安隊伍在情報研判、組織指揮、案件管理、犯罪預防等實戰領域的戰斗力[2]，開拓了打擊犯罪、服務人民的新空間。與此同時，公安院校的領導和學者也敏銳地意識到大數據的巨大變革作用，并感知到了人才培養與實戰應用的脫節，積極探索新時代公安院校人才培養模式。作為與實戰對接的院校教學需要在這種背景下學習實戰中的數據賦能機理和經驗，構建大數據條件下的實戰化教學體系，將數據進一步賦能于公安人才培養中。

這輪公安實戰化教學改革的研究熱點有哪些?隨著時間的演進路徑是什么?哪些機構和學者為該研究的發展做出了貢獻?學者之間的合作關系是什么樣的?存在哪些研究的薄弱環節?本文將通過文獻定量可視化分析與信息挖掘，揭示公安實戰化教學研究主題的內涵、相關性及發展脈絡，嘗試對以上問題做出回答。這不僅有利于從事公安實戰化教學研究的學者更好地把握該領域的研究趨勢和發展態勢，也能為后續的理論和實踐研究提供參考。

本文的數據樣本取自被CNKI學術期刊全文數據庫收錄，并在社會科學和信息科學領域期刊上發表的公安實戰化教學方面的學術論文。

2 公安實戰化教學研究的基本態勢分析

進入中國知網（WWW.CNKI.NET），選擇“主題”檢索，檢索條件設計為“(公安+警務)*實戰化*教學”，截止到2021年11月5日，共檢索出536篇相關文獻。通過手工篩選，剔除報道、會議通知、文件、征稿啟事、卷首語等，共得255篇有效文獻，包括題目、作者、來源、被引、摘要等字段。通過CNKI自帶的“計量可視化分析”功能對搜索結果進行知識圖譜分析。

2.1 研究的整體趨勢

公安實戰化教學研究的發展現狀在一定程度上可以通過研究成果隨時間的分布情況加以展示，圖1顯示了發文量趨勢，可以看出關于公安實戰化教學的研究文獻呈明顯的階梯狀增長態勢。

圖1：公安實戰化教學研究的年度發文量

第一階段是2006年之前，每年平均不足10篇，公安實戰化教學方面的文章發表量很少，主要從射擊、格斗、偵查技戰術等實操層面上探討如何與公安實戰的規范和標準保持一致，如《射擊教學必須面向實戰》[3]、《警察體育教學實施與競技實戰的探索》[4]等。從另一方面來理解，也說明這期間公安院校的教學與實戰貼合較緊密，培養的人才滿足崗位需求，未出現“教與戰”兩張皮的現象。

第二階段是2006年到2015年，相關文獻發表量有明顯的增加，每年的發表量達25篇左右，討論和研究的話題增多，涉及教學內容、教學模式、教學技術應用、教學體系等多個方面，如《虛擬現實技術在公安實戰教學中的應用》[5]、《淺議面向公安實戰的公安教育教學新體系構建思路》[6]、《基于多Agent技術的江西警察學院教學平臺的設計與實現》[7]等。在此期間，公安“金盾工程”深入推進，信息引領著警務改革[8]，傳統的偵查手段和破案方式發生了新變化，而公安院校的教學由于自身慣性，一時無法跟上實戰部門的發展節奏，不可避免產生了“教與戰”的脫節，這一問題自然引起了公安機關和院校研究者的關注，使研究的維度和視野大為拓展。

第三個階段是2015年至今，公安實戰化教學方面的論文大量涌出，呈現活躍的研究態勢，每年的發表量達50篇左右，特別是隨著大數據和人工智能的興起，大數據條件下的公安實戰化教學逐步成為研究的前沿，如《公安院校大數據條件下實戰化教學改革：內涵、依據及行動體系》[9]、《公安“實戰化教學”智慧型實驗平臺構建》[10]。這期間大數據研究和建設開始在我國逐漸展開，公安信息化進入了云計算大數據階段，公安工作從事后偵查走向事前防控和事中預警，移動警務、無人警局、快警務等業務模式不斷涌現。大數據條件下實戰部門快速的創新節奏，加劇了“教與戰”的裂隙，使公安機關對大數據警務人才更加渴望、公安院校對實戰化教學的改革更加迫切。

上述時間趨勢分析的結果說明公安實戰化教學一直緊盯公安實戰部門的發展，自覺以公安實戰需求建設為引領，但自公安開展信息化建設以來，公安實戰化教學與公安實戰產生了脫節和滯后現象，特別是大數據浪潮襲來后，這種矛盾更為突出，倒逼公安院校必須進行大數據條件下的實戰化教學改革，可以看出，大數據是這新一輪公安實戰化教學改革中最鮮明的誘發因素和推動力。

2.2 研究的空間分布

研究成果的空間分布特征分析，主要包括研究資源和學科分布、文獻來源和基金資助分布、研究機構分布、作者分布等，能夠進一步展示國內公安實戰化教學研究領域的研究現狀。因CNKI中定量化分析有數量限制，所以選擇數據集中時間最近的200篇論文進行分析。

公安實戰化教學的研究成果主要分布于期刊、碩士論文、會議、報紙（見圖2中的資源類型分布），其中期刊發表的文獻189篇，占比94.5%；碩士論文5篇，占比2.5%；國內會議3篇，占比1.5%（因很多會議論文知網未收錄，所以統計數量較少），此外，報紙2篇，輯刊1篇。說明期刊論文是公安實戰化教學發表觀點和分析經驗的主陣地。

圖2：資源和學科分布

學科分布主要在社會科學、經濟與管理科學、哲學與人文科學、工程科技Ⅱ輯、信息科技（見圖4中的學科分布），其中，社會科學領域研究文獻最多，占到絕對多數，工程科技和信息科技領域僅有11篇，說明對公安實戰化教學的概念、機制、體系、模式等研究較多，對如何抽取實戰知識、如何加工為教學內容、如何搭建實戰教學平臺等具體技術方法和解決方案研究較少。

公安實戰化教學研究的機構以公安院校為主，其中論文貢獻量最多的是江蘇警官學院，共發表23篇，占比11.4%，其他發表論文排名靠前的院校有：中國人民公安大學、中國刑事警察學院、遼寧警官學院、中國人民警察大學等。

2.3 研究的合作網絡

發文量排名前10位的作者：高航（5篇）、郟紅雯、趙富斌等6人（每人4篇）、謝海軍等3人（每人3篇），這些作者都來自公安院校，說明這些單位對實戰化教學的研究比較關注，理論和實踐探索的積極性較高。但分析作者的合作網絡（見圖3），發現研究機構之間、作者之間的合作較少，限制了教改信息的交流共享，制約著公安實戰化教學創新發展，需要領導和學者在公安實戰化教學改革中重視該問題。

圖3：作者合作網絡

3 研究熱點及前沿動態分析

3.1 主題詞分布與關鍵詞共現網絡

主題詞是反映文獻主題思想內容最直接的詞語表達，分析文獻在一定時間段內的主題分布，能夠總覽該研究領域在這一時期內的發展態勢，其中高頻詞代表研究的主流和熱點，對分析學術研究的狀況和走向有著重大意義。通過對數據集的文獻主題詞詞頻統計，分析主題詞分布狀態，可以了解一定時間段內被眾多學者共同關注、研究的話題，更準確地把握公安實戰化教學研究的脈絡。

從數據集的主題分布柱狀統計（圖4）中，可以看出排名靠前的主題詞中實戰、院校、機關、校局合作等詞重復頻率較高，說明公安院校和機關是實戰化教學改革的主要參與者，加強校局合作，增強實戰對教學的引領，是開展實戰化教學的共識，是研究者共同關心的問題。此外，警務技能、教學模式、實戰能力、實戰教官等主題詞出現頻率也較高，說明研究者們著力探索實戰化教學的具體方法和途徑，比如通過聘請實戰教官、革新教學模式等辦法來對接實戰，引入實戰技能和能力。

圖4：主題詞分布

令人意外的是，排名靠前的主題詞中沒有信息化、大數據、智能化等常用技術詞匯，從關鍵詞共現網絡（圖5）也能看出同樣的現象，說明在公安實戰化教學研究的過程中，大部分人關注與實戰能力直接相關的案例、技能、規則、流程本身，而對引發和支撐實戰能力變革的技術機理、平臺系統、數據資源、標準規范、算法模型等缺少深入研究，未能從產生矛盾問題的技術根源去思考解決辦法。不過，這問題已經引起了部分研究者的重視，研究熱點正逐步與大數據等現代科技相結合，2017年以后已有16篇相關論文發表（在數據集中以大數據和信息化為關鍵詞進行搜索得到）。特別是2019年1月《江蘇警官學院學報》發表的文章對公安院校大數據條件下實戰化教學改革的內涵和依據進行了科學闡述，并制定了合理的行動體系，在體系性、創新性和操作性方面有了新的突破[9]。

圖5：關鍵詞共現網絡

3.2 引文網絡

文獻引文網絡能直觀反映文獻對應節點在整個網絡中的中介和橋梁作用。被引頻次越高，則在知識領域中有重要貢獻，在可視化圖譜中具有不同的視覺特征。

對數據集按“被引”字段正向排序，得到被引數排名靠前的論文有：公安院校實戰化教學改革探析[11]（被引19次）、關于強化公安院校交通管理工程專業建設的思考——以公安交通管理實戰為導向[12]（被引12次）、改進公安院校人才培養模式和路徑的思考——以軍事、醫學院校為借鑒[13]（被引11次）、淺談公安院校實戰化教學模式的現實效果及改進——基于江蘇警官學院實戰化教學改革的思考[14]（被引10次）。

對數據集進行文獻互引網絡可視化分析，發現《大數據時代》的被引頻次非常醒目（見圖6），引用率遙遙領先。該書作者維克托?邁?舍恩伯格被譽為“大數據商業應用第一人”，是最早洞見大數據時代發展趨勢的數據科學家之一。高頻次引用《大數據時代》，也說明在公安實戰化教學的研究中相關研究者對大數據推動公安實戰發展的敏銳把握，以及對開展大數據條件下的公安實戰化教學改革的時代緊迫感。

圖6：文獻引文網絡

4 研究結論

運用科學知識圖譜的方法，對中國知網(CNKI)收錄的有關公安實戰化教學研究方面的文獻進行了不同層次的分析和可視化研究，得出以下結論。

（1）公安實戰化教學具有鮮明的時代特征，與技術進步有很強的相關性，大數據是新一輪公安實戰化教學研究的驅動力。時間分布圖譜表明：公安類院校行業特色鮮明，歷來重視實戰化教學，實戰化教學研究對于培養適應社會現實需求的合格公安人才具有重要的價值。實戰化教學方面的研究成果總體呈“臺階式”逐年增長趨勢。2006年前平穩發展，2006年后隨著公安信息化建設的深入推進而快速增長，2015年后隨著大數據的興起開始集中涌現。可以看出，公安實戰化教學與技術發展有著很強的相關性，技術進步推動社會發展，社會發展引發公共安全需求的變化，進而要求警察的技術手段、業務能力和思維方式隨之更新發展。特別是大數據時代來臨后，公安院校的教學與實戰出現了更大的脫節，急需從體系構建、平臺建設、師資培養、課程資源等全方位進行研究，觸發了大數據條件下公安實戰化教學研究的熱潮[15]。

（2）空間分布圖譜表明：公安實戰化教學具有廣泛的參與度，公安院校和公安機關都有研究者，科研人員隊伍不斷壯大，但社會科學領域研究的多，自然科學領域研究的很少，研究力量分散、合作關系松散，缺少具有足夠影響力的科研機構和領軍人物。空間圖譜從研究資源和學科分布、文獻來源和基金資助分布、研究機構分布、作者分布等方面進行了分析，結果反映出公安實戰化教學研究主要集中在社會科學領域，自然科學領域的研究力量很少，這與實戰化教學的技術相關性嚴重不符[16]。現有研究在宏觀層面集中在問題描述、需求闡述、制度構建等方面，微觀層面主要集中在課程建設、教學設計、環境構設等方面，對于“大數據”這一核心驅動力，缺乏技術層面的解讀和解決能力，難以擺脫傳統實戰化教學研究的思維慣性，容易在理念和概念中打轉，無法深入和清晰地提出大數據條件下實戰數據資源如何轉化為課程資源、教學平臺如何對接實戰數據平臺等可操作的思路和方案[17]。所以，要加強多領域研究者之間的合作，特別是要激發信息科學領域的研究人員加入，共享資源、充分合作，持續保持科研機構和作者的研究關注度，形成多維交叉的研究方向，促進大數據條件下公安實戰化教學研究的良性發展。

（3）關鍵詞共現圖譜表明：實戰化教學研究的主題覆蓋面廣，涉及課程改革、實戰環境構設、校局合作、教官培養等眾多方面，但熱點的時代特征不明顯，受傳統實戰化教學研究的思路和方法影響較大。排名前30的主題詞中實戰、院校、機關、校局合作等詞重復頻率較高，此外，警務技能、教學模式、實戰能力、實戰教官等主題詞也頻頻出現。直覺以為大數據條件下實戰化教學的研究飛速增長，大數據、云計算、人工智能、智慧警務等詞應該能成為熱點詞匯，但出乎意料的是，從主題詞分布和關鍵詞共現網絡中發現排名靠前的主題詞中沒有此類新興技術詞匯。結合文獻內容進行分析，發現主要有兩個方面的原因，一是現有研究思路和方法缺乏創新，圍繞新興詞匯進行深入研究的不多，依舊習慣于從加強與實戰部門聯系、引進實戰教官、培養實戰技能等傳統途徑來入手解決問題，未能理解到大數據條件已對實戰化教學體系產生了質的改變。解決之路不能僅對教學體系進行完善，更要對教學體系進行重構[18]。但令人欣喜的是已有越來越多的機構和學者意識到了這一問題，只是文獻量偏少；二是公安實戰化教學研究相對于大數據技術的發展有個滯后效應，研究大數據條件下的公安實戰化教學也是近幾年開始的，有個積累過程，相應的文獻在總量上還不凸顯。

5 研究反思

公安實戰化教學研究的需求和內容受公安信息化引領，特別是大數據條件下，公安實戰部門的警務模式，工作方法和機制發生了質的改變，公安教學對接實戰的需求越來越迫切[19]。公安實戰化教學研究總體上呈現蓬勃向上的勢頭，但通過分析也看到公安院校教育由于自身慣性和大數據技術、資源的缺乏，還不能跟上實戰部門的創新節奏，實戰化教學研究的深度和廣度還不夠，對大數據實戰化教學的具體方法和技術途徑研究還很少。

大數據條件下公安實戰化教學中遇到的問題，表面上是教學不能對接實戰，實質是現有教學水平和模式不能對接大數據時代。大數據條件下的公安院校實戰化教學應該順應新文科建設的浪潮，遵循高等教育教學規律和公安人才成長規律，充分利用大數據特別是公安機關的警務數據、人員、案例、平臺、裝備、機制等教學資源，按實戰內容進行教學設計、為實戰需要培養人才、用實戰效果檢驗教學成效[20]。目前，很多公安機關啟動了“數據賦能”行動，即通過構建科學高效的數據模型和計算引擎，創新應用模式和優化服務方式，將打擊犯罪和服務群眾所需的數據產品主動、及時、精準地輸送到公安工作各個環節、各個崗位[21]。公安實戰化教學也應樹立“數據賦能”理念，對實戰和教學中的大數據資源、大數據技術和大數據應用建立正確的認識，對實戰內容進行抽取、處理、展現、演示、講解，將實戰內容轉化為教學用的數據產品，精準高效地在教學各個環節中賦能。