大数据背景下高校信息管理类人才胜任力素质模型构建.docx

大数据背景下高校信息管理类人才胜任力素质模型构建 0 引言近年来，随着各种数据和信息资源的爆炸式增长，尤其是大数据时代的到来，对培养信息技术人才的主体学科信息管理类（以下简称“信管类”）学科提出了更高的要求。信管类学科也从一门封闭性的学科逐渐走向多学科融合，实现了与计算机科学、人文学、社会学等学科的交叉融合。可见，大数据正在悄然推动着高校信管类学科的改革与创新，尤其是信息技术的变革式发展以及各行各业对信息技术和信息服务的实践需要已经倒逼信管类学科必须予以积极回应1 研究综述1.1 胜任力相关研究“胜任力”即主体胜任某项任务或者工作所应具备的各种能力。20世纪70年代美国心理学家D.C.McClelland在其研究成果“Testing for Competency Rather Than for Intelligence”中首次提出了“胜任力”概念,自此掀起了学界对于胜任力研究的热潮综上，本文在借鉴Spencer夫妇素质冰山模型理论的基础上结合自身研究实际，从中选取知识、技能、特质、态度和价值观四大维度作为研究的基础和前提。1.2 信管类学科相关研究近年来，信管类学科的发展越来越成为各界专家和学者研究的热点，尤其是其概念界定这方面。周毅等尽管目前尚未对信管类学科概念作出统一界定，但结合已有文献研究，可以明确信管类学科的两个主要特点：一是信管类学科是一个交叉学科，专业与学科的多元融合是其当前及未来的主要发展方向；二是信管类学科的发展带有明显的时代特色，并随着信息技术的发展进步不断变革。1.3 信管类人才胜任力相关研究随着胜任力模型在各学科领域的进一步扩展以及在人才测评方面的普遍适用性，信管类尤其是图书情报领域也逐渐成为该模型应用的焦点。宋雪雁等纵观既有研究成果，尽管国内外学者对胜任力及信管类学科的相关研究已经积累了一定的学术成果，但是，鲜有将胜任力模型与信息管理整个学科大类结合起来进行研究，少量研究是基于信管类学科某一专业人才的胜任力模型构建，也缺少对高校信管类人才培养现状的研究分析及有针对性的提升建议。因此，本文以高校信管类学科人才为研究对象，以胜任力素质冰山模型中的各维度为切入点，采用文献内容分析，结合大数据的“5V”特征视角梳理和识别出36项胜任力指标，并以湖南省5所信管类学科主要建设高校为实证数据来源，在揭示大数据环境下高校信管类学科人才培养现状，厘清学科发展侧重点的基础上提出有效提升胜任力的相应举措，为培养符合大数据时代社会需求的信管类人才提供借鉴参考。2 胜任力指标提取2.1 胜任力指标选取对2011—2021年间与信管类人才胜任力相关文献进行内容分析以选取相应指标。具体步骤如下：在中国知网及Webof Science上，将“信息管理类人才”“信息管理人才”与“素质”“能力”“胜任力”等词搭配成检索项并采用模糊模式进行主题期刊检索，采用滚雪球方法进行文献收集，共获得参考文献161篇；考虑到学科自身属性、文献内容与主题的相关性、可参考性、适用性等因素，剔除不相关文献后共保留有效文献45篇，并结合素质冰山模型中各胜任力维度的相应内涵从中选取部分指标。2.2胜任力指标识别2001年，道格·莱尼指出大数据增长呈现出典型的“3V”特征即数量大（volume）、速度快（velocity）、类型多（variety）首先是知识维度——velocity。知识维度是指个体所必备的综合性的知识范畴。大数据带来的信息技术的颠覆式变革，对信息技术相关领域专业知识、发展前沿、研究方法等知识的了解和掌握成为当下信管类人才适应信息化社会的根本所在。同时这一变革也在很大程度上掀起了学科融合的新浪潮，学科融合趋势愈发明显，其根本在于信息化社会对人才的多元需求，而这一需求又客观表现为多学科领域的融合发展，以管理学、计算机科学、法学等为代表的相关学科成为推动信息技术领域融合发展的主要对象。其次是技能维度——volume+variety。技能维度则是指个人从事某项工作或任务所应掌握的方法和技术层面的能力。据IDC发布的《数据时代2025》白皮书显示，2025年全球的数据量将达到163ZB，是现在的10倍再次是特质维度——value+volume+variety。特质维度是指主体部分持续而稳定的个体行为。大数据环境下，数据越大意味着其价值密度越低。因此，要想在庞杂的数据中提取有价值的信息，了解信息、知识、数据三者之间的内在联系与转化，明确信息从产生到获取再到有效评价和利用的全过程，不断创新信息转化与利用的方式，是综合型信管类人才的必备素养。因此基本的政治素养和身心素养，良好的信息素养、创新素养、管理理念、服务意识等是应对大数据挑战的“良方”。最后是态度和价值观维度——veracit