大数据时代高校人才队伍建设思考与探索

1、    大数据时代高校人才队伍建设思考与探索    摘要：大数据时代与大数据的应用已经成为不可抗拒的历史潮流，文章基于大数据的应用研究现状，总结了大数据的两个时代特征。以高校人才队伍建设为应用背景，分析了大数据对人才评价、人才引进和人才培养三个方面可能产生的积极作用。最后，从政策层面进一步提出了思考和建议。关键词：大数据，人才引进，人才培养，人才评价随着计算机技术的不断发展以及物联网、互联网、无线移动网的更加广泛应用，手机、移动终端以及各种各样的传感器让人们感受到信息技术的日新月异，也让人们越来越熟悉一个新概念“大数据”。尽管对这一概念还存在不同的看法，

2、有媒体将2013年称之为“大数据元年”，宣称大数据时代已经到来；也有人认为大数据的热议是故弄玄虚。但是，一个不争的事实是，数据量的急速增长是一个明显的趋势，而与之相对应的数据处理方式也在发生变化。面对大数据时代的到来和影响，如何运用大数据进一步做好人才队伍的建设工作，是一件值得深思的事情。一、大数据的时代特征及研究意义(一)大数据的时代特征大数据的基本特征是数据量的“大”。其数量大小的级别由gb、tb发展到pb、eb乃至zb级别。然而，更多的学者用“4v”来表达大数据的基本特性1：一是数据量巨大(volume)；二是数据种类繁多(variety)；三是数据处理速度快(velocity)；四是大

3、数据具有很高的商业价值(value)。虽然，目前还没有形成对大数据的统一、公认的定义，“4v”特征反映了目前人们对大数据的基本认识。如果从社会发展的角度认识和理解大数据，可能更加有利于对大数据的开发和使用。其实，大数据的时代特征可以归结为以下两个方面：一个方面是计算机技术的发展使数据量急剧增加；另一个方面是计算机技术的发展使大数据的处理成为可能。当前，云计算与大数据具有相互依存、相互促进的紧密关系，云计算为大数据的处理提供了技术方面的保障。(二)大数据的研究意义大数据的时代特征为大数据的广泛应用开辟了道路，大数据已经在医疗、金融、电子商务、城市管理、决策支持等领域率先应用，并且逐渐形成一种竞争

4、的态势。在国防部、能源部、卫生总署等7部委联合推动下，美国于2012年3月底发布了投资2亿美元的大数据专项研究计划，把大数据从商业层面上升到国家战略层面。英国政府2013年投资1，000万英镑、philanthropic投资基金投入75万英镑建立了open data institute(odi)2。这是全世界第一个大数据研究机构，旨在加强商业界、企业、研究者、政府和社会公众的合作研究。欧盟委员会于2012年9月发布云计算通讯，委托etsi发起云计算标准协调行动，与相关利益方协调和确定云计算所必需的标准(包括安全、操作性、数据可移植性和可逆性)。在我国，2014年3月6日的“两会”上，大数据首次

5、写入“政府工作报告”。通过大数据的研究与开发，获取关键信息和知识的能力与速度，已经成为国家之间的核心竞争力。人才资源作为中国经济社会发展的第一资源，人力资源的浪费就是最大的浪费。我们常说“三百六十行，行行出状元”，可是，在高中学习阶段，人们看到的是“千军万马过独木桥”；在大学的本科学习阶段，不仅分数依然是衡量优劣的主要标准，就是考研也非“985”、“211”学校不可，否则，宁可屡败屡战成为“考研钉子户”3；在大学的研究生学习阶段，发表一定数量的文章成为获取学位的必备条件；一旦成为高校的教师，科研经费的多少又成为能否戴上各种光环的重要尺度。看上去人才的标准好像越来越清楚，可是，在人们心目中对人才

6、的认识却好像越来越模糊，这种现象不能不引起深思。其中，一个重要的原因是人力资源管理数据的严重匮乏，导致了人才评价的片面化和简单化，严重影响了我国人才队伍的建设和发展。二、大数据对人才队伍建设的推动作用(一)大数据对人才评价的科学量化作用人才评价是人才引进、培养、使用的重要依据，是人才队伍建设的基础。对人才客观、公正、准确地评价，可以对人才队伍的建设起到良好的导向作用，反之，不仅会挫伤人才的积极性，也会在社会上形成不良影响。党的十八届三中全会决定提出，要“加快形成具有国际竞争力的人才制度优势，完善人才评价机制”。虽然，目前高校以发表文章、科研经费为主要评价指标的做法遭人诟病，但还并不能全盘否定这

7、些评价指标在现阶段所起的作用。因为，问题的关键在于人才评价的信息量比较小，所需要的真实数据不够完备，评价工作主要体现在一维尺度，即用简单的数据衡量“才”，没有真实有效的数据衡量“德”，德才兼备才是科学的二维评价标准。人才可以多种多样，但真正的人才应具备一些共性的特质，即道德修养与社会责任感。当前暴露的学术诚信问题以及一些学术腐败问题，再次向社会呼唤选人、用人要加强对“德”的考察。如何评价“德”？如何全面地了解一个人、衡量一个人？便成为当前人才评价研究中的首要问题，也是一个难题。解决这个难题的前提条件有两个方面：一是考察的范围要“广”；二是评价的结果要“准”。要在大量获取方方面面信息的基础上，进

8、行去粗取精、去伪存真的信息处理，使“德”的评价由定性转化为定量，数据能够弥补人们对直觉的过分自信，减轻个人经验与偏见对人才墨守成规的看法，从而实现人才评价难题的关键技术突破。大数据的研究与应用给解决这一难题带来了希望。尽管大数据的研究与应用在我国刚开始不久，一些地区和单位已不失时机地进行了探索，由江苏省中青年人才创业促进会、中国县域人才竞争力研究中心联合撰写的江苏区域人才竞争力报告(2013)，就是采用大数据分析与处理方法，在有关部门提供的第三方海量数据基础上，建立了区域人才竞争力的评价指标体系和评价模型4，涉及了多个县市的488个一级指标数据、1525个二级指标数据、4758个三级指标数据，

9、以及为生成这些数据而参与运算的海量基础数据。大数据的研究与应用势在必行，大数据的思维模式必将促进人才评价走向更加科学、合理、精准。(二)大数据对人才引进的科学筛选作用随着各级政府对人才队伍建设的高度重视，许多单位加大了人才引进工作的力度，目标纷纷指向“高端人才”、“高层次人才”。那么，什么是高层次人才呢？从一些单位的高层次人才招聘广告可以发现，高层次人才的需求主要体现在两个方面：一方面是“头衔”，主要是职称和荣誉称号；另一方面是“经历”，主要是留学背景和主持过国家重大基金项目。且不说少数人是“盛名之下、其实难副”，即便是名副其实的高层次人才，真的满足单位的需要吗？人才引进的目的是为了“好看”，

10、还是为了“好用”？“好看”有利于对单位形象的宣传，“好用”则需要更多的数据支撑人才引进工作，既要考虑单位的实际需要，又要考虑人才满足需要的可能性。这种可能性如同优化设计研究的可行域，需要通过搜索和择优达到优化的目的，搜索空间越大，择优的效果越好。显然，大数据提供了这样的平台。从心理学的角度来看，高层次人才为了维护自己的职场价值，通常不会通过广告招聘而主动求职，而是希望得到用人单位的青睐和邀请。随着高层次人才需求的日益旺盛，国际上一些顶级的猎头公司以更加专业化的手段进行高层次人才的招聘，其中，一个重要的手段就是利用手中掌握的大数据。只有凭借大数据，才能有效地完成科学的筛选。汤森路透公司利用大数据

11、方法，成功地预测了2013年的8位诺贝尔奖获得者，准确率达到了72.7%。这充分说明了大数据在高层次人才的识别和筛选过程中的重要作用。(三)大数据对人才培养的科学预测作用高层次人才成功引进之后能否产生预期效果，还要看人才培养和使用的环境，良好的人才环境可以缩短高层次人才使用的磨合期，否则，有可能产生“水土不服”的现象，影响人才引进的实际效果。因此，人才培养的顶层设计就显得格外重要。人才培养工作是一个随社会进步而不断变化和发展的动态过程。为了做好人才培养工作，需要逐步提高对人才培养工作可能出现新局面的科学预见。首先，是对需求变化的科学预见。社会在不断发展，技术在不断进步。就高校师资队伍建设而言，

12、不同的历史发展阶段会对高校在教学、科研和社会服务方面提出新的要求，譬如，高校培养的毕业生能否适应市场的变化和要求，就需要高校教师队伍的建设不断“与时俱进”，就需要提前对专业设置、教师能力、教学内容、教学方法、教学条件等一系列的改革“未雨绸缪”。其次，是对队伍结构变化的科学预见。高校教师的年龄、学历、职称、薪酬、工作条件和发展空间都会引起师资队伍的结构变化。仅仅靠“感情”留人还不够，更要靠“科学”留人。“人往高处走”是一种基本的规律，人才的流动也是一种正常的现象，问题的关键是，能否事先通过对大量数据的挖掘与分析，感知人才流动的大趋势和高端人才职场变化的新动向，这样才能牢牢掌握人才队伍建设工作的主

13、动权，不断减少人才培养工作的盲目和被动。大数据不仅是对大量数据的简单记录，而且凭借着日益增强的数据分析能力具有预测的功能。预测是大数据的核心，通常是根据时间序列型数据，由历史的和当前的相关数据去推测未来的可能结果，这就有可能对人才的培养工作用数据进行完整的描述和科学的决策。不仅人事管理部门可以使用大数据进行科学规划，每一个人都可以通过分析大数据，对自己的未来作出理性抉择。应用大数据推动人才培养工作，可以努力营造“人人都可以成才”的环境氛围，促使引进人才与原有人才、理论型人才与技能型人才、科研人才与教学人才和管理人才的凝聚，造就一支各类人才都能茁壮成长的宏大的人才队伍。三、基于大数据人才队伍建设

14、平台的政策思考(一)领导重视是关键数据量由小到大不仅仅是数量的变化，也是使我们解决问题的思维方式发生了质的变化。迎接大数据时代的到来，用大数据分析和处理人才队伍建设中的各种问题，需要各级领导的重视。一项具有开拓性的工作在刚刚开始的时候，只有领导在思想上的高度重视，才会有行动上的高度自觉，才会立足于未来认真做好大数据的顶层设计工作。相对于其它技术的发展过程，大数据的研究与应用具有一定的隐蔽性，通常，我们只能看到最终的分析结果，而看不到数据挖掘、处理的过程和方法，往往容易低估它的存在价值，一旦意识到它的作用与价值，客观上已经落在了别人的后面。能否抓住眼前的发展机遇，考验着领导的战略眼光和大智慧。(

15、二)数据库建设是基础大数据的建设平台离不开更加强大的数据库作为支撑。与传统的数据库相比，第一是数据量的急剧增长。海量数据的搜集、存储、管理和分析对数据库的容量和功能是一次新的挑战。第二是数据类型的变化。不仅需要处理结构化数据，还要处理非结构化数据，从不完全的、有噪声的、模糊的、随机的数据中，提取有价值的信息对传统数据库的语义建模能力是一次新的挑战。第三是数据采集范围的变化。不仅需要使用内部的数据库，还要使用外部的数据库，即以web为载体的各类数据共享，这种基于网络的数据采集对如何同时做好信息安全的防范工作是一次新的挑战。第四是数据处理能力的变化。要从各种各样的数据库中沙里淘金，快速、准确提炼出有价值的信息和知识，对数据库建设中的学科交叉和知识融合是一次新的挑战。这些工作都有待于数据库的深入研究和开发。(三)大数据应用是目标与传统的数据库相比较，基于大数据的研究目标主要是数据的应用，而不是过去的为了存储数据。为了用大数据进一步做好高校的人才队伍建设，首先，需要有目的地完善各类人才的基础数据，进一步扩大相关信息和数据的采集，使一些定性分析转化为定量分析的评价指标积累更多的素材；其次，需要有针对性构建信息网络平台，改变目前数据库分散建立在各个职能部门所形成的“信息孤岛”现象，推进内部资源整合和外部信息的共享；第三，需要有计划地设置数据分析管理的专门岗位，加强