基于CNKI的公安实战化教学研究的知识图谱分析

宋祥斌

（江苏警官学院 江苏省南京市 210031）

1 引言

公安院校是预备警官的摇篮，其行业性、应用型院校的办学类型定位，职业化的培养导向，决定了公安院校教学必须坚持实战化的特色。2011年美国麦肯锡公司揭示“大数据”时代到来后，“大数据”已成为社会最活跃的生产力，与云计算、人工智能（AI）等新技术一起构建起当今时代最鲜明的技术背景[1]。在大数据背景下，各级公安机关的警务实战和日常业务也正经历深刻变化，不断被赋予新的能量。互联网、物联网、云计算、智能引擎、图像识别、视频技术、数据挖掘、知识图谱等技术在各级公安机关中的应用蓬勃兴起，提升了公安队伍在情报研判、组织指挥、案件管理、犯罪预防等实战领域的战斗力[2]，开拓了打击犯罪、服务人民的新空间。与此同时，公安院校的领导和学者也敏锐地意识到大数据的巨大变革作用，并感知到了人才培养与实战应用的脱节，积极探索新时代公安院校人才培养模式。作为与实战对接的院校教学需要在这种背景下学习实战中的数据赋能机理和经验，构建大数据条件下的实战化教学体系，将数据进一步赋能于公安人才培养中。

这轮公安实战化教学改革的研究热点有哪些?随着时间的演进路径是什么?哪些机构和学者为该研究的发展做出了贡献?学者之间的合作关系是什么样的?存在哪些研究的薄弱环节?本文将通过文献定量可视化分析与信息挖掘，揭示公安实战化教学研究主题的内涵、相关性及发展脉络，尝试对以上问题做出回答。这不仅有利于从事公安实战化教学研究的学者更好地把握该领域的研究趋势和发展态势，也能为后续的理论和实践研究提供参考。

本文的数据样本取自被CNKI学术期刊全文数据库收录，并在社会科学和信息科学领域期刊上发表的公安实战化教学方面的学术论文。

2 公安实战化教学研究的基本态势分析

进入中国知网（WWW.CNKI.NET），选择“主题”检索，检索条件设计为“(公安+警务)*实战化*教学”，截止到2021年11月5日，共检索出536篇相关文献。通过手工筛选，剔除报道、会议通知、文件、征稿启事、卷首语等，共得255篇有效文献，包括题目、作者、来源、被引、摘要等字段。通过CNKI自带的“计量可视化分析”功能对搜索结果进行知识图谱分析。

2.1 研究的整体趋势

公安实战化教学研究的发展现状在一定程度上可以通过研究成果随时间的分布情况加以展示，图1显示了发文量趋势，可以看出关于公安实战化教学的研究文献呈明显的阶梯状增长态势。

图1：公安实战化教学研究的年度发文量

第一阶段是2006年之前，每年平均不足10篇，公安实战化教学方面的文章发表量很少，主要从射击、格斗、侦查技战术等实操层面上探讨如何与公安实战的规范和标准保持一致，如《射击教学必须面向实战》[3]、《警察体育教学实施与竞技实战的探索》[4]等。从另一方面来理解，也说明这期间公安院校的教学与实战贴合较紧密，培养的人才满足岗位需求，未出现“教与战”两张皮的现象。

第二阶段是2006年到2015年，相关文献发表量有明显的增加，每年的发表量达25篇左右，讨论和研究的话题增多，涉及教学内容、教学模式、教学技术应用、教学体系等多个方面，如《虚拟现实技术在公安实战教学中的应用》[5]、《浅议面向公安实战的公安教育教学新体系构建思路》[6]、《基于多Agent技术的江西警察学院教学平台的设计与实现》[7]等。在此期间，公安“金盾工程”深入推进，信息引领着警务改革[8]，传统的侦查手段和破案方式发生了新变化，而公安院校的教学由于自身惯性，一时无法跟上实战部门的发展节奏，不可避免产生了“教与战”的脱节，这一问题自然引起了公安机关和院校研究者的关注，使研究的维度和视野大为拓展。

第三个阶段是2015年至今，公安实战化教学方面的论文大量涌出，呈现活跃的研究态势，每年的发表量达50篇左右，特别是随着大数据和人工智能的兴起，大数据条件下的公安实战化教学逐步成为研究的前沿，如《公安院校大数据条件下实战化教学改革：内涵、依据及行动体系》[9]、《公安“实战化教学”智慧型实验平台构建》[10]。这期间大数据研究和建设开始在我国逐渐展开，公安信息化进入了云计算大数据阶段，公安工作从事后侦查走向事前防控和事中预警，移动警务、无人警局、快警务等业务模式不断涌现。大数据条件下实战部门快速的创新节奏，加剧了“教与战”的裂隙，使公安机关对大数据警务人才更加渴望、公安院校对实战化教学的改革更加迫切。

上述时间趋势分析的结果说明公安实战化教学一直紧盯公安实战部门的发展，自觉以公安实战需求建设为引领，但自公安开展信息化建设以来，公安实战化教学与公安实战产生了脱节和滞后现象，特别是大数据浪潮袭来后，这种矛盾更为突出，倒逼公安院校必须进行大数据条件下的实战化教学改革，可以看出，大数据是这新一轮公安实战化教学改革中最鲜明的诱发因素和推动力。

2.2 研究的空间分布

研究成果的空间分布特征分析，主要包括研究资源和学科分布、文献来源和基金资助分布、研究机构分布、作者分布等，能够进一步展示国内公安实战化教学研究领域的研究现状。因CNKI中定量化分析有数量限制，所以选择数据集中时间最近的200篇论文进行分析。

公安实战化教学的研究成果主要分布于期刊、硕士论文、会议、报纸（见图2中的资源类型分布），其中期刊发表的文献189篇，占比94.5%；硕士论文5篇，占比2.5%；国内会议3篇，占比1.5%（因很多会议论文知网未收录，所以统计数量较少），此外，报纸2篇，辑刊1篇。说明期刊论文是公安实战化教学发表观点和分析经验的主阵地。

图2：资源和学科分布

学科分布主要在社会科学、经济与管理科学、哲学与人文科学、工程科技Ⅱ辑、信息科技（见图4中的学科分布），其中，社会科学领域研究文献最多，占到绝对多数，工程科技和信息科技领域仅有11篇，说明对公安实战化教学的概念、机制、体系、模式等研究较多，对如何抽取实战知识、如何加工为教学内容、如何搭建实战教学平台等具体技术方法和解决方案研究较少。

公安实战化教学研究的机构以公安院校为主，其中论文贡献量最多的是江苏警官学院，共发表23篇，占比11.4%，其他发表论文排名靠前的院校有：中国人民公安大学、中国刑事警察学院、辽宁警官学院、中国人民警察大学等。

2.3 研究的合作网络

发文量排名前10位的作者：高航（5篇）、郏红雯、赵富斌等6人（每人4篇）、谢海军等3人（每人3篇），这些作者都来自公安院校，说明这些单位对实战化教学的研究比较关注，理论和实践探索的积极性较高。但分析作者的合作网络（见图3），发现研究机构之间、作者之间的合作较少，限制了教改信息的交流共享，制约着公安实战化教学创新发展，需要领导和学者在公安实战化教学改革中重视该问题。

图3：作者合作网络

3 研究热点及前沿动态分析

3.1 主题词分布与关键词共现网络

主题词是反映文献主题思想内容最直接的词语表达，分析文献在一定时间段内的主题分布，能够总览该研究领域在这一时期内的发展态势，其中高频词代表研究的主流和热点，对分析学术研究的状况和走向有着重大意义。通过对数据集的文献主题词词频统计，分析主题词分布状态，可以了解一定时间段内被众多学者共同关注、研究的话题，更准确地把握公安实战化教学研究的脉络。

从数据集的主题分布柱状统计（图4）中，可以看出排名靠前的主题词中实战、院校、机关、校局合作等词重复频率较高，说明公安院校和机关是实战化教学改革的主要参与者，加强校局合作，增强实战对教学的引领，是开展实战化教学的共识，是研究者共同关心的问题。此外，警务技能、教学模式、实战能力、实战教官等主题词出现频率也较高，说明研究者们着力探索实战化教学的具体方法和途径，比如通过聘请实战教官、革新教学模式等办法来对接实战，引入实战技能和能力。

图4：主题词分布

令人意外的是，排名靠前的主题词中没有信息化、大数据、智能化等常用技术词汇，从关键词共现网络（图5）也能看出同样的现象，说明在公安实战化教学研究的过程中，大部分人关注与实战能力直接相关的案例、技能、规则、流程本身，而对引发和支撑实战能力变革的技术机理、平台系统、数据资源、标准规范、算法模型等缺少深入研究，未能从产生矛盾问题的技术根源去思考解决办法。不过，这问题已经引起了部分研究者的重视，研究热点正逐步与大数据等现代科技相结合，2017年以后已有16篇相关论文发表（在数据集中以大数据和信息化为关键词进行搜索得到）。特别是2019年1月《江苏警官学院学报》发表的文章对公安院校大数据条件下实战化教学改革的内涵和依据进行了科学阐述，并制定了合理的行动体系，在体系性、创新性和操作性方面有了新的突破[9]。

图5：关键词共现网络

3.2 引文网络

文献引文网络能直观反映文献对应节点在整个网络中的中介和桥梁作用。被引频次越高，则在知识领域中有重要贡献，在可视化图谱中具有不同的视觉特征。

对数据集按“被引”字段正向排序，得到被引数排名靠前的论文有：公安院校实战化教学改革探析[11]（被引19次）、关于强化公安院校交通管理工程专业建设的思考——以公安交通管理实战为导向[12]（被引12次）、改进公安院校人才培养模式和路径的思考——以军事、医学院校为借鉴[13]（被引11次）、浅谈公安院校实战化教学模式的现实效果及改进——基于江苏警官学院实战化教学改革的思考[14]（被引10次）。

对数据集进行文献互引网络可视化分析，发现《大数据时代》的被引频次非常醒目（见图6），引用率遥遥领先。该书作者维克托•迈•舍恩伯格被誉为“大数据商业应用第一人”，是最早洞见大数据时代发展趋势的数据科学家之一。高频次引用《大数据时代》，也说明在公安实战化教学的研究中相关研究者对大数据推动公安实战发展的敏锐把握，以及对开展大数据条件下的公安实战化教学改革的时代紧迫感。

图6：文献引文网络

4 研究结论

运用科学知识图谱的方法，对中国知网(CNKI)收录的有关公安实战化教学研究方面的文献进行了不同层次的分析和可视化研究，得出以下结论。

（1）公安实战化教学具有鲜明的时代特征，与技术进步有很强的相关性，大数据是新一轮公安实战化教学研究的驱动力。时间分布图谱表明：公安类院校行业特色鲜明，历来重视实战化教学，实战化教学研究对于培养适应社会现实需求的合格公安人才具有重要的价值。实战化教学方面的研究成果总体呈“台阶式”逐年增长趋势。2006年前平稳发展，2006年后随着公安信息化建设的深入推进而快速增长，2015年后随着大数据的兴起开始集中涌现。可以看出，公安实战化教学与技术发展有着很强的相关性，技术进步推动社会发展，社会发展引发公共安全需求的变化，进而要求警察的技术手段、业务能力和思维方式随之更新发展。特别是大数据时代来临后，公安院校的教学与实战出现了更大的脱节，急需从体系构建、平台建设、师资培养、课程资源等全方位进行研究，触发了大数据条件下公安实战化教学研究的热潮[15]。

（2）空间分布图谱表明：公安实战化教学具有广泛的参与度，公安院校和公安机关都有研究者，科研人员队伍不断壮大，但社会科学领域研究的多，自然科学领域研究的很少，研究力量分散、合作关系松散，缺少具有足够影响力的科研机构和领军人物。空间图谱从研究资源和学科分布、文献来源和基金资助分布、研究机构分布、作者分布等方面进行了分析，结果反映出公安实战化教学研究主要集中在社会科学领域，自然科学领域的研究力量很少，这与实战化教学的技术相关性严重不符[16]。现有研究在宏观层面集中在问题描述、需求阐述、制度构建等方面，微观层面主要集中在课程建设、教学设计、环境构设等方面，对于“大数据”这一核心驱动力，缺乏技术层面的解读和解决能力，难以摆脱传统实战化教学研究的思维惯性，容易在理念和概念中打转，无法深入和清晰地提出大数据条件下实战数据资源如何转化为课程资源、教学平台如何对接实战数据平台等可操作的思路和方案[17]。所以，要加强多领域研究者之间的合作，特别是要激发信息科学领域的研究人员加入，共享资源、充分合作，持续保持科研机构和作者的研究关注度，形成多维交叉的研究方向，促进大数据条件下公安实战化教学研究的良性发展。

（3）关键词共现图谱表明：实战化教学研究的主题覆盖面广，涉及课程改革、实战环境构设、校局合作、教官培养等众多方面，但热点的时代特征不明显，受传统实战化教学研究的思路和方法影响较大。排名前30的主题词中实战、院校、机关、校局合作等词重复频率较高，此外，警务技能、教学模式、实战能力、实战教官等主题词也频频出现。直觉以为大数据条件下实战化教学的研究飞速增长，大数据、云计算、人工智能、智慧警务等词应该能成为热点词汇，但出乎意料的是，从主题词分布和关键词共现网络中发现排名靠前的主题词中没有此类新兴技术词汇。结合文献内容进行分析，发现主要有两个方面的原因，一是现有研究思路和方法缺乏创新，围绕新兴词汇进行深入研究的不多，依旧习惯于从加强与实战部门联系、引进实战教官、培养实战技能等传统途径来入手解决问题，未能理解到大数据条件已对实战化教学体系产生了质的改变。解决之路不能仅对教学体系进行完善，更要对教学体系进行重构[18]。但令人欣喜的是已有越来越多的机构和学者意识到了这一问题，只是文献量偏少；二是公安实战化教学研究相对于大数据技术的发展有个滞后效应，研究大数据条件下的公安实战化教学也是近几年开始的，有个积累过程，相应的文献在总量上还不凸显。

5 研究反思

公安实战化教学研究的需求和内容受公安信息化引领，特别是大数据条件下，公安实战部门的警务模式，工作方法和机制发生了质的改变，公安教学对接实战的需求越来越迫切[19]。公安实战化教学研究总体上呈现蓬勃向上的势头，但通过分析也看到公安院校教育由于自身惯性和大数据技术、资源的缺乏，还不能跟上实战部门的创新节奏，实战化教学研究的深度和广度还不够，对大数据实战化教学的具体方法和技术途径研究还很少。

大数据条件下公安实战化教学中遇到的问题，表面上是教学不能对接实战，实质是现有教学水平和模式不能对接大数据时代。大数据条件下的公安院校实战化教学应该顺应新文科建设的浪潮，遵循高等教育教学规律和公安人才成长规律，充分利用大数据特别是公安机关的警务数据、人员、案例、平台、装备、机制等教学资源，按实战内容进行教学设计、为实战需要培养人才、用实战效果检验教学成效[20]。目前，很多公安机关启动了“数据赋能”行动，即通过构建科学高效的数据模型和计算引擎，创新应用模式和优化服务方式，将打击犯罪和服务群众所需的数据产品主动、及时、精准地输送到公安工作各个环节、各个岗位[21]。公安实战化教学也应树立“数据赋能”理念，对实战和教学中的大数据资源、大数据技术和大数据应用建立正确的认识，对实战内容进行抽取、处理、展现、演示、讲解，将实战内容转化为教学用的数据产品，精准高效地在教学各个环节中赋能。