从国家政策的颁布到战“疫”期间的应用,可见大数据技术在应急管理中的重要作用已被提到空前高度,因此利用大数据技术建设一套科学先进、适合业务流程、标准统一的应...
新冠疫情的应对过程暴露了我国在应急管理领域存在的一些短板和问题,也使推动应急管理体系和能力现代化的紧迫性大为提高。作为推进应急管理现代化的重要抓手,信息化、数字化将成为下一阶段我国应急管理工作的重点。可以预见,我国应急管理的数字化转型发展将会加速,数字化程度将会越来越高。
从国家政策的颁布到战“疫”期间的应用,可见大数据技术在应急管理中的重要作用已被提到空前高度,因此利用大数据技术建设一套科学先进、适合业务流程、标准统一的应急平台是新形势下的新要求。
大数据驱动应急管理变应急“智”理
大数据是多样性的数据集合,除了那些普查数据、调研数据、实验数据、记录数据等结构化数据外,还包括了网上点击、搜索信息、图片、视频、传感器等非结构化数据,其中非结构化数据占到95%,而这些是传统数据库所不能分析利用的资源。
它还通过快速创建、处理和分析数据来满足用户的实时需求。大数据致力于将那些看似没有任何价值的碎片化信息通过机器学习等方式进行挖掘、梳理,使其具有利用价值。
事前阶段:大数据辅助预测,提高监测预警能力
危机预测要求监测风险点和危机源,然而它们正变得越来越不可控。除了自然灾害外,我国的社会转型造成社会公共危机事件频发。
- 一是从农民变为市民的城市化进程,使流动人口问题和社会矛盾加剧;
- 二是从市民变为网民的信息化进程,使网络舆情危机和网络信息安全危机增多;
- 三是从国民变为世界公民的国际化进程,使文化冲突、特殊人群管控和国际卫生事件管理更困难。
应急管理的情境如此繁杂多变,依靠经验决策、权力命令、信息压制等传统手段已无法满足要求。大数据对这些多源异构数据的搜集、分析和处理能够填补应急管理预警能力的不足,它可从海量的数据信息中筛理出那些关键的信息线索,进而监测风险点和危机源。
事中阶段:大数据辅助决策,提升应急处置能力
西蒙的有限理性理论告诉我们,信息掌握、认知水平和时间限制都将影响到决策者的行为,迫使他们选择“令人满意”的方案,而非最优方案。
大数据不但可抓取多样式的数据,还可以通过总体分析而非样本分析获取总体信息,不再是随机样本量的控制,而是采用全体数据来统计分析,必然使决策更加科学;
另外,在危机处理中,因果逻辑在短时间内不易查找,可以通过大数据的相关关系查找出危机事件影响的关键要素,进而干预和控制这些要素,对危机事件进行控制。其实,大数据处理应具有“要效率不要绝对精确”的理念,使应急决策信息的获取更为快捷,应急处置也会更为迅速。
事后阶段:大数据辅助配资,提升救援重建能力
在灾后救援过程中,亟需资源配置最优、资源整合最快、自组织能力更强的方案。例如在城市交通事故、群体性疫情的爆发、冰雪、暴雨等自然引发的城市洪涝等情况下,大数据可通过应急管理平台完成救援路线的设计、救援人员的安排、救援物资的配置,让危机后的损失达到最小化。另外,大数据技术可处理个性化的数据,追踪危机相关者的个性化需求,可以推送更有针对性的援助和服务。
总之,大数据驱动消极被动的应急管理变为积极主动的应急“智”理。在大数据的驱动下,应急管理正向应急治理和应急“智”理转变。应急管理是以政府为中心的一元主体思维模式,强调政府在应对公共危机中的预防和管控;
应急治理是政府主导下的政府与社会各利益相关方等多元主体共同治理的思维模式,强调协同治理;而应急“智”理则是组织、人员、信息、资源等全要素共同治理的思维模式,构成了技术与组织制度的全景式知识体系,强调整体治理。
建立应急管理大数据集成平台
从政策规划的角度来看,通过大数据分析来提升应急管理的适应能力,至少需要解决以下问题。
数据来源与构成
应急管理的大数据从何而来?如果将应急管理视为复杂适应系统,凡是能促进应急管理行动主体适应能力的信息,都属于应急管理大数据的范围。在我国,应急管理的行动主体大致可以分为五大类。
- 政府部门:应急管理部整合了13个部门的职责,这些部门掌握的数据都属于应急管理大数据的范围。此外,交通运输部、自然资源部、国家气象局、国家能源局也都负有一定的应急管理职责,它们的数据也都属于应急管理大数据的范围。
- 国有企业:主要指掌握了通信保障、电力供应、供水供气等与应急管理相关的关键基础设施和公共安全专业装备数据的单位,例如,中国电信、国家电网等。
- 事业单位:主要指掌握了医疗、教育、科研等与应急管理相关的专业人力资源数据的单位,例如医院、高校和科研院所等。
- 私营企业:主要指掌握了互联网和社交媒体数据的单位,例如百度、新浪、腾讯等。
- 社会组织:主要指掌握了志愿者数据的单位,例如中国红十字会、中国扶贫基金会、壹基金等。
数据分类与采集
与应急管理适应能力相关的数据大致可以分为五大类:
- 环境类数据:包括人口特征、地理空间、气象条件等;
- 对象类数据:包括地质灾害隐患点分布、危险源分布等;
- 资源类数据:包括人员队伍、物资、设施、装备等;
- 行为大数据:包括疏散轨迹、信息搜集记录等;
- 评价类数据:包括情绪、态度、观点等。
不同类型的数据,采集的方式也不同。例如,资源类数据需要人工登记,行为类数据则需要用信息技术手段来进行监测,评价类数据则需要依托热线电话、社交媒体等平台才能进行采集。
数据汇聚与扩散
上述行动主体的五大类数据汇聚在一起,就构成了应急管理大数据。这就需要建立应急管理大数据集成平台,以实现多源异构数据的汇聚。在这一过程中,数据之间的相互关联以涌现的方式呈现。依托应急管理大数据平台开展大数据分析,提取有价值的信息后,还需要将这些信息扩散出去。如此,才能使不同的行动主体及时适应环境的变化并相互适应。
数据的开发与利用
应急管理大数据还可以进行深度的开发和利用,以发挥市场的力量和社会的智慧。这就需要探索数据开放机制,发展外包服务机制,激发创新的力量。
数据的维护与管理
应急管理大数据的质量取决于分类数据的质量,因此,需要对数据的质量进行维护和管理。此外,数据安全也需要引起重视。
数据智能应用,在应急管理工作中的必要性
突发公共事件具有突发性、复杂性、危害性和高度不确定性等特点,提高应对突发重大公共事件的能力,须在应急管理的专业化、智能化方向发力。
现阶段,我国正进入“突发公共事件的高发期”和“社会高风险期”,每年因各种灾害、事故造成的经济损失达6500亿元左右,占GDP的6%,构建一个好的应急管理系统,在提升城市智慧建设的同时更是大大较少了突发公共事件对政府财产的损失。
建设一站式应急管理数据智能平台,提升应急智能化水平
在数据智能应用中构建一站式智能模型构建平台,能够实现数据智能在应急管理工作中的快速应用,提升应急管理工作智能化水平。
探码科技智慧城市应急平台:通过公共通信网和专用传输网络,将各种智能探测设备、各种报警设备、各社会应急联动单位及其专业指挥中心、城市应急中心和决策中心的语音、数据、视频等信息进行无缝集成,实现统一通信、统一指挥、调度,并将上述资源统一整合为应急中心系统的共用资源,从而使得整个系统的资源得到合理的应用。确保平时可提供信息采集、分析、汇总、实时监测和模拟演练功能;战时完成虚拟组织架构设立、应急方案输出、事件过程管理、指挥调度等功能的城市应急管理系统。
探码科技-智慧城市应急解决平台,旨在快速赋予企业和政府构建核心算法服务的能力。
- 数据源的采集层:利用自助研发的探码web数据采集系统,抓取各行业各类别数据,同时重点关注政府部门开放数据的使用做到数据源的充分抓取。
- 数据采集与治理层:自助研发的Datale大数据应用平台,提供一整套规范、高效、安全的数据采集与整合机制,实现结构化数据、非结构化数据的统一整合和过程监控。
- 数据共享层:实现了各系统通过访问服务达到数据互联互通。通过库表、文件、服务接口等方式实现市本级应急管理部门内部以及与外部的数据共享交换。破各级各部门数据孤岛的状况,实现了各级数据互联互通。
- 数据应用层:协助应急管理人员根据具体应急场景和数据情况通过可视化配置快速构建新的智能应用。极大帮助应急管理工作人员快速支撑智能应用构建与落地,提升应急管理工作智能化水平。
- 数据可视层:帮助政府在紧急情况下调动救援资源,节省救灾物资调配时间,打造一个多点结合、多方互动、全方位、多层次的可视化监管体系。