灾害运作管理中应急组织决策建模方法综述

曹策俊，刘 桔

（1.重庆工商大学商务策划学院，重庆 400067；2.华南理工大学工商管理学院，广州 510641）

（*通信作者电子邮箱caocejun0601@tju.edu.cn）

0 引言

在第十九届中共中央政治局第十九次集体学习中，强调应急管理是国家治理体系和治理能力的重要组成部分，指出要加强应急救援队伍或组织建设，进而加强国家综合性救援力量建设。另一方面，诸如汶川地震、印度洋海啸、天鸽和山竹台风等灾害给社会造成了大量的人员伤亡、财产损失和环境破坏。为了尽可能地减少损失，管理者需要及时调拨应急组织执行灾后涌现出的大量应急任务。由此可见，应急组织在灾害运作管理（Disaster Operations Management，DOM）中扮演着至关重要的作用。Zhang 等［1］强调为了避免“想帮忙，反添乱”的现象，需要采用有效方法对应急组织决策进行建模，从而实现有效管理应急组织/队伍/人员的目标。

近年来，国内外学者运用不同的方法对应急组织决策问题进行了建模研究，并取得了一定的成果，但由于不同的建模方法具有不同的适用条件和优劣势，所能解决问题的特征也不完全相同。本文借鉴文献［2］的观点，为准确识别此领域的研究空白，提出未来的研究方向，以及试图为本领域的学者和实践者提供科学依据和参考，对应急组织决策建模方法的应用现状进行了系统梳理和归纳总结。

基于此，首先，对灾害运作管理和应急组织两个核心概念进行了梳理和界定；接着，根据文献采用的方法，分别梳理了语义X 列表（Semantic Bill of X，S-BOX）理论、分形理论、组织理论、数学规划、演化博弈论、多主体仿真和其他方法在应急组织决策建模中的应用研究现状；最后，对应急组织决策建模方法的研究进展进行总结，从双层优化理论、多群体演化博弈论、大数据技术、数字孪生技术和区块链技术五个方面，指出了未来潜在的研究方向。

1 核心概念

1.1 灾害运作管理

在界定DOM 的概念前，还需要先梳理灾害、运作研究或管理科学（Operations Research or Management Science，OR/MS）的含义。红十字会与红新月会国际联合会在2012年将灾害定义为：严重扰乱社会正常运转，伴随着人员、物品、经济和环境损失的突发性和灾难性事件，且这些损失超出了社会依靠自身资源来应对的能力［3］。此外，维基百科对灾害也给出了类似的定义。

然而，关于OR/MS 的定义，学者们并未形成共识。Hillier等［4］认为OR/MS 是指科学方法、技术和工具在系统运作或组织优化问题中的应用，并为决策提供最优解。Winston 等［5］将OR/MS 定义为决策制定的科学方法，追求通过稀缺资源的配置，确定如何最佳地设计与运作系统。欧洲运筹学会协会指出尽管没有OR/MS 的官方概念，但它仍然可被定义为：在复杂系统管理中，寻找问题解的科学方法。美国运筹学与管理学协会强调运作研究是运用先进的解析方法辅助制定更好决策的学科。借鉴并拓展上述观点，笔者将OR/MS 定义为：以系统为对象，运用科学方法，合理配置稀缺资源，辅助制定最佳决策，实现既定目标的学科。

基于此，结合灾害与OR/MS 的概念，Altay 等［6］将DOM 定义为灾前/事前、灾中/事中和灾后/事后旨在减少死亡人数，降低灾害对经济的影响，使系统恢复常态的一系列活动。Hoyos等［7］将DOM 界定为减少伤亡人数、降低灾害损失、促进系统恢复的操作顺序。在此基础上，笔者将DOM 定义为：运用OR/MS方法，对各种稀缺应急资源（如应急组织/人、救援物资/物）进行有效与合理的配置（计划、组织、领导和控制），达到监测、响应、控制和管理灾害的目的，从而降低灾害带来的影响/损失，促使系统恢复常态的一系列活动。

此外，根据美国联邦应急管理署在2004 年对DOM 的阶段划分，DOM 的生命周期包括缓解、准备、响应和恢复四个阶段［8］。Cao 等［8］还指出响应阶段还可被继续细分为黄金救援、缓冲救援和应急恢复阶段。为提供更具针对性的措施，DOM的不同阶段可能需要不同的OR/MS 技术或方法。例如，在缓解或准备阶段，决策主体可采用多主体仿真等方法对DOM中多元主体的行为进行模拟。在响应阶段，决策主体通常运用数学规划方法来制定应急组织指派策略，或优化当前的应急组织指派方案。在整个过程中，DOM 全生命周期涉及多个利益相关者，通常采用博弈论来研究利益相关者间的协作关系。

1.2 应急组织

关于应急组织的概念，Cao 等［9］与Chen 等［10］将应急组织定义为一类具有技术技能人员（personnel with technical skills）的集合。每个应急组织由经过特殊训练的消防与救援人员、医生、医护人员、结构工程师、警犬训导员/训犬师、起重机司机等组成。Cao 等［9］与Wex 等［11］明确指出应急组织作为灾害响应决策系统的关键要素通常被视为决策主体与需求主体间的桥梁，其在DOM过程中起着重要的作用。

2 应急组织决策建模方法研究现状

在DOM 实践中，应急组织决策建模的方法有多种，主要包括语义X 列表（S-BOX）理论、分形理论、组织理论、数学规划、博弈论、多主体仿真等。前三种方法主要用于构建定性的概念模型（即设计顶层机制）；后面三种方法主要用于建立定量的数学模型。

2.1 基于语义X列表理论的应急组织决策建模

X 列表（Bill of X，BOX）理论是以物料清单（Bill Of Material，BOM）为基础而提出，被用来描述企业系统的静态与动态运行特征［12］。该理论最初的思想是将企业资源计划体系划分为广义工作中心列表、资源消耗列表和企业过程列表三个层次［13］。但是，BOX 理论仅解决了以单元企业为对象的集成化管理问题。随后，汤勇力等［14］基于多代理系统理论，融入了知识管理、智能工程的思想，使得BOX 理论的研究范围不再局限于企业系统内部。此阶段的BOX 理论聚焦于以同质同构集群企业为对象的集成化管理问题。随后，结合语义网技术和云计算思想，Li 等［15］将BOX 理论扩展为解决异质异构系统集成化管理问题的S-BOX理论。

该理论最初在制造领域提出，随后被DOM 领域的学者用来构建灾害响应决策概念模型。由于此理论在应急组织决策建模问题中的应用研究成果较少，故将文献梳理范围扩大至灾害响应决策系统。例如：李从东等［12］基于S-BOX理论，建立了考虑受灾群众满意度的多阶段应急资源调度层次结构模型；曹策俊等［13］结合S-BOX理论，构建了面向可持续发展的应急响应集成决策优化框架，并剖析了任务导向的应急组织指派优化内涵；洪宇翔等［16］结合BOX 理论，构建了社会情绪图式与动力机制模型；Xie 等［17］基于S-BOX 理论，提出了核应急响应集成与推理空间决策框架；曹策俊等［18］运用BOX 理论，建立了云应急管理体系及其抽象层次结构模型。

通过文献梳理发现：1）X 列表理论起源于制造领域，随后被引入DOM 领域，且主要偏向于解决DOM 领域的粗粒度问题（如应急决策框架构建）；2）已有成果聚焦于采用定性方法对应急组织决策进行建模，如何结合X列表理论，定量研究相关问题是值得深入探究的主题。

2.2 基于分形和组织理论的应急组织决策建模

分形是数学家蒙特布罗特提出的新型的数学思维，它具有自相似、自组织、自优化等典型特征［19］。近年来，分形理论被广泛应用于各个领域，特别是管理领域。在DOM 领域，分形理论认为灾害响应决策系统是由若干分形元构成，可在考虑系统总目标的前提条件下实现自主决策。当外界环境发生变化时，这些分形元可根据不同情景进行动态重构，进而实现复杂的灾害响应决策系统的演化。

分形理论已被逐渐引入解决应急组织决策建模问题，并取得了一定的成果。例如，李安楠等［19］基于分形理论，对非常规突发事件应急组织动态重构问题进行了建模，并以天津大爆炸案例验证了构建的模型。李安楠等［20］采用分形理论，研究了应急组织跨地域、跨部门、跨功能等动态协同问题；结合计算数学组织理论，构建了分形应急组织的优化模型。并且，组织理论也被用于应急组织决策建模问题中，例如，唐攀等［21］运用组织设计理论对非常规突发事件应急响应组织结构进行建模。刘丹等［22］结合组织理论构建了契合行政级别和闭环反馈的应急指挥组织结构模型。此外，Gunasekaran 等［23］在国际期刊International Journal of Production Research上组织了主题为“Bridging humanitarian operations management and organizational theory”的专刊。此专刊进一步强调了采用组织理论对应急组织决策进行建模的重要性。

综上所述：1）分形理论在应急组织决策建模问题中的应用研究团队主要分布于国内，而组织理论在该领域的应用研究队伍主要分布于国内外。2）尽管已有成果尝试采用定量方法分别将分形理论与组织理论应用于应急组织决策建模问题中，但这些理论在相关问题中的定量研究仍需进一步探索。

2.3 基于数学规划的应急组织决策建模

数学规划作为运筹学领域经典的优化方法，是应用最广泛的建模方法和工具，主要用于解决管理、经济、工程、军事和医疗等领域中的各类优化问题。在DOM 实践中，该方法主要用于研究应急组织指派决策建模问题。特别地，Cao 等［9］和Wex等［11］强调了数学规划在应急组织指派优化决策建模中的重要性和迫切性，其为解决复杂的应急组织决策建模问题提供了有效的手段。具体地，现场救援目标映射为应急组织指派数学规划模型中的目标函数，环境等限制条件映射为约束条件，管理者需要确定的关键要素映射为决策变量。

假设用F表示应急组织指派决策的目标函数，k表示目标函数的数量；用x表示与应急组织分配相关的决策变量，用y表示与应急任务执行顺序相关的决策变量；用g(x，y)和h(x，y)分别表示硬和软约束条件，用i表示硬约束的数量，用j表示软约束的数量。应急组织指派数学规划模型的一般形式见式（1）～（4）：

其中，当k=1时，该模型属于单目标规划模型；当k≥2时，此问题被刻画为多目标规划模型。式（1）中的目标函数主要包括最小化加权完成/响应时间总和、最大行程时间、滞后完成时间、最小化应急费用总和、最小化碳排放总量、最大化感知满意度与幸存者生存概率等；式（2）表示应急任务执行顺序、应急组织能力，以及与应急组织和任务相关的其他硬约束条件；式（3）表示应急组织所承担的工作负荷等软约束条件；式（4）表示决策变量的取值范围，若仅考虑应急组织分配问题，则仅需保留决策变量x。

近年来，已有学者开始运用数学规划方法对应急组织指派决策优化问题进行仿真建模，并取得了一定的成果。针对仅考虑应急组织分配的决策建模问题，Zhang等［1］将应急救援队伍多阶段分配问题刻画为多目标0-1 整数非线性规划模型，旨在最小化最大行程时间、最大化救援队伍分配的感知满意度；针对该模型，设计了带精英策略的非支配排序的遗传算法。Chen 等［10］针对城市灾害搜索-救援中应急组织布局优化问题，构建了以最大化期望收益（如获救灾民的数量等）为目标函数的两阶段随机规划模型，提出了列生成算法。Lee等［24］将医疗队伍和医疗物资分别视为可再生和非可再生资源，针对应急资源联合配置完成伤员治疗任务的问题，建立了以总滞后惩罚成本最小化为目标函数的混合整数规划模型，设计了启发式流程框架求解上述模型。Lei 等［25］针对充分供应条件下的医疗队伍/人员调度和医疗物资分配问题，构建了最小化滞后完成时间的0-1 整数规划模型，设计了滚动优化算法对其进行求解。Zhang 等［26］建立了资源分配（如救援队伍）两阶段随机混合整数规划模型，旨在最小化总损失或成本（第1阶段）和任务最晚完成时间（第2阶段），提出了启发式算法求解该模型。Ren 等［27］构建了考虑优先级和工作负荷的同质森林火灾救援队伍分配0-1 整数规划模型，以期最小化救援队伍总的行程距离；针对所提出的模型，设计了遗传算法和粒子群算法。Su 等［28］针对多救援组织与多并行事件匹配问题，构建了以总加权行程时间和与总成本最小化为目标函数的整数规划模型，提出了差分进化算法。Lassiter 等［29］针对具有不同技能的志愿者分配优化问题，建立了混合整数规划模型，旨在最小化累积加权未满足需求期望值和可行性惩罚函数，提出了帕累托优化方法对其进行求解。Falasca 等［30］将志愿者个体或群体分配问题刻画为最小化人力资源缺乏总成本与匹配不佳的任务数量总和的多目标整数规划模型，设计了加权求和与帕累托优化方法求解所建立的模型。Yan 等［31］采用时空网络方法对巨灾后救援队伍分配问题进行建模，构建了以应急修复时间长度最小的混合整数规划模型，提出了启发式算法求解该模型。

针对带路径规划的应急组织指派决策建模问题，Cao等［9］将融入可持续发展理念且带任务顺序的应急组织指派问题刻画为多目标0-1 整数规划模型，旨在最小化加权等待/准备时间总和、碳排放总量和应急费用总和，设计了分支定界法求解上述模型。Wex 等［11］针对救援组织指派、组织与事件匹配问题，构建了以最小化加权完成时间总和为目标的单层0-1 整数非线性规划模型，提出了多个启发式算法对其进行求解。Rauchecker等［32］将考虑任务顺序的救援组织调度问题描述为单目标0-1 整数线性规划模型，旨在最小化加权完成时间总和，采用了分支定价法求解此模型。Nayeri 等［33］聚焦于考虑疲劳效应、应急任务执行顺序的救援组织指派与调度问题，并将其刻画为最小化加权响应时间与开始延迟时间总和的混合整数线性规划模型，设计了模拟退火和粒子群算法对其进行求解。Wang 等［34］聚焦于考虑任务执行顺序的应急医疗队伍指派问题，构建了最小化总服务完成时间的混合整数规划模型，采用了两阶段混合启发式算法求解该模型。Zheng 等［35］针对中国情境下的灾害救援物资运作过程，聚焦于多救援团队与多任务匹配问题，建立了最小化加权等待时间的多目标优化模型；针对此模型，设计了生物地理优化算法。Rolland等［36］将异质的应急组织/人员指派、组织与任务匹配问题描述为资源受限项目调度问题，建立了以应急费用最小为目标函数的0-1整数规划模型，设计了自适应推理技术。

通过梳理文献发现：1）已有成果主要聚焦于应急组织分配问题，较少涉及考虑任务顺序的应急组织指派决策建模问题；2）更多地采用多目标优化理论对应急组织决策问题进行建模，双层优化理论在应急组织决策建模问题中的应用研究成果极少；3）大部分文献采用启发式算法而非精确算法求解应急组织决策模型。

2.4 基于演化博弈论的应急组织决策建模

博弈论被广泛应用于对管理领域中利益相关者间交互行为进行建模［37-38］。与数学规划方法不同，博弈论主要用于研究应急组织协作决策机制设计问题。并且，研究表明，应急组织间的有效协作问题是DOM中的重要内容［39-42］。传统或经典的博弈论假设局中人（players）是完全理性的，它很难刻画管理实践中参与者的真实行为特征。为了应对上述问题，演化博弈论被提出。该理论假设所有局中人是有限理性的，且局中人有保持学习的能力，会根据环境调整各自的策略。基于演化博弈论的应急组织决策建模框架如图1。

图1 基于演化博弈论的应急组织决策建模框架Fig.1 Modeling framework of emergency organization decisions based on evolutionary game theory

近年来，演化博弈论被广泛应用于DOM 领域，并取得了一定的成果。例如，Li等［38］针对人道主义物流活动，基于演化博弈论，分别设计了基于绩效管理和关系管理的应急组织（私人组织与人道主义组织）协作机制。Du等［43］针对救援物资分配问题，借助Netlogo 软件，运用演化博弈论探究了中国情境下隶属政府的与草根非营利性组织间的协作策略设计问题。Pan 等［44］聚焦于航空联合应急响应问题，设计了声誉合作与竞标竞争机制来选择非政府组织；在考虑利他主义和利己主义两种偏好的基础上，基于演化博弈论，探究了机场管理者与非政府组织合作机制的演化规律和路径。郭继东等［45］考虑协作意愿、投机倾向和协作成功概率，基于演化博弈理论构建了应急团队成员协同关系的演化博弈模型。罗静等［46］针对应急物资生产能力储备问题，基于演化博弈理论，设计了政府与企业的合作策略。张乐等［47］针对突发水灾害应急管理主体合作问题，构建了基于蜈蚣博弈实验的异质主体合作行为演化博弈模型。

综上所述：1）大多数文献更多地关注非政府或非营利性组织与政府或营利性组织间的决策建模问题；2）大部分学者关注两个主体参与的应急组织协作演化博弈问题，基于三方或多群体演化博弈的应急组织决策建模需要深入研究。

2.5 基于多主体仿真的应急组织决策建模

多主体仿真方法的思想来源于复杂性科学的兴起，其建模的对象为复杂系统。该方法主要用于探究复杂系统中各要素间的关联关系及其演化规律。灾害响应决策系统是决策主体、供给主体、需求主体、应急任务、救援物资、灾害基础环境及其交互关系的总称［13］。它是复杂的巨系统，加上灾害本身的不确定性、时变性等特征，使得灾害响应决策系统更加复杂多变。幸运地，多主体仿真为探究灾害响应决策系统的演化规律提供了有效手段和工具。

通过梳理文献发现，多主体仿真方法被广泛应用于应急组织决策建模问题中。例如，Gonzalez［48］面向应急处置执行，基于多主体仿真对应急响应组织进行决策建模。Aros等［49］采用多主体仿真技术探索了组织间灾害响应协作网络的通信媒体选项。为了促进私人组织和救援组织间的灾害救援协作，Fikar 等［50］建立了基于仿真和优化的决策支持系统，多主体仿真技术被用于分析上述决策优化问题。Manley等［51］针对机场应急疏散问题，提出了基于主体的模型来确定大型复杂结构的建筑环境变化对乘客群体的集体行为和总体疏散时间的影响程度。结果表明，此模型能够指导公共和私人组织的准备工作。平键［52］从多主体仿真视角，基于Netlogo 平台，构建了政府应急组织合作关系模型；以汶川地震为实际背景，探究了政府应急组织合作网络的演化趋势。刘丹等［53］基于多主体仿真方法研究了应急决策组织的交互过程和机制。高德华等［54］对多主体仿真方法在流行病应急管理应用中的研究进展进行了梳理。高德华［55］采用多主体仿真研究了流行病应急管理的防控策略。

通过梳理文献发现，尽管大多数学者从多主体仿真视角，构建了应急组织决策支持系统，但较少研究所构建决策支持系统的敏感性、鲁棒性等问题。

2.6 基于其他方法的应急组织决策建模

为了提高重大风险智慧治理水平，彻底贯彻“坚持底线思维着力防范化解重大风险”的要求与“打造共建共治共享的社会治理格局”的国家战略，积极响应十九大和十九届四中全会的重要举措，需要运用各种技术手段对应急组织决策进行建模，从而提高DOM 的绩效或效果。原因在于应急组织/队伍/人员不仅是风险管理和治理过程中的执行主体，也是客体，它起着举足轻重的作用。特别地，与风险管理相关的文献相当丰富，为了清晰起见，本节主要梳理在风险管理和治理过程中应急组织决策建模的研究现状。

具体地，曹策俊等［56］结合灾害成因理论，运用系统分析法对大数据时代城市公共安全风险中的治理主体（即应急组织）进行建模，将风险治理框架分为集中、分散和混合决策三种类型。曹策俊等［57］指出基于大数据技术对城市公共安全风险要素（包括治理主体和客体）进行监测、预测预警、控制与评估，从而建立应急组织指派模型，可有效治理大数据时代的城市公共安全风险。Mansson［58］聚焦于行政部门与社会部门组织中灾害风险信息合成现状的梳理，总结存在的挑战，给出潜在的机会。Hollis［59］探究了区域组织在灾害风险管理中的角色，试图回答组织间是否值得合作。

综上所述：1）大多数文献采用诸如灾害成因理论、大数据技术等方法或手段对应急组织决策优化问题进行战略层面的建模或顶层设计；2）已有成果主要关注灾前或事前应急组织间的决策建模问题，且致力于解决风险治理主体与客体间的交互机制。

3 研究结论与展望

3.1 研究结论

通过梳理文献，得出以下几点结论：

1）与救援物资决策建模问题相比较，应急组织决策建模问题的相关成果相对较少。

2）侧重于采用诸如数学规划、博弈论、多主体仿真等的定量方法或技术手段对应急组织决策问题进行建模。尽管将S-BOX 理论、分形理论、组织理论等用于应急组织决策概念模型的构建，但仍未清晰地从根本上回答应急组织决策问题建模的机理机制。

3）绝大多数学者关注横向“府际”关系视角下的应急组织决策建模问题，较少研究考虑纵向“府际”关系的应急组织决策建模相关问题。

4）演化博弈论主要用于对应急组织协作优化问题进行建模，且主要聚焦于两个主体间的应急组织决策建模问题，采用三方演化博弈论或多群体演化博弈论对应急组织决策建模的相关问题需进一步探究。

5）聚焦于S-BOX、分形与组织理论，数学规划、博弈论、多主体仿真等传统理论/方法在应急组织决策建模中的应用研究，如何运用大数据、数字孪生、区块链等新信息通信技术对其进行研究的成果较少。

综上所述，灾害运作管理中的应急组织决策建模问题可从以下几个方面进行深入研究。

3.2 基于双层优化理论的应急组织决策建模研究

在DOM 实践中，管理者不仅需要平衡同层级不同部门间的利益冲突（体现横向“府际”关系），而且还需要关注不同层级间利益相关者的利益诉求（体现纵向“府际”关系）［60-61］。文献表明，已有成果更多地聚焦于利益相关者间的横向“府际”关系，且采用单层数学规划模型或多目标优化理论对其进行刻画；较少关注双层优化理论在应急组织决策建模问题中的应用。相比较而言，应急组织间的纵向“府际”关系涉及多个主体，更难刻画，更复杂，也更具挑战性。然而，有效识别和刻画应急组织间的纵向“府际”关系，有助于提高灾害响应效率，有助于解决“条块分割，联动性不足”的问题，也更贴近实际［62-64］。因此，如何刻画纵向“府际”关系，如何剖析纵向“府际”关系视角下应急组织决策优化问题的内涵，如何构建应急组织决策双层规划模型，以及如何设计求解应急组织决策双层规划模型的高效算法都是值得深入研究的问题。

3.3 基于多群体演化博弈的应急组织决策建模研究

实践表明，针对特定的应急任务，利益相关者间会进行博弈，并且，如何获得最佳博弈策略，如何探究各主体选择策略的演化规律，是实践界和学术界一直关注的问题。通过梳理文献发现，在DOM 和商业运作管理中，大多数学者都聚焦于两方演化博弈问题［37，65］。然而，灾害响应决策系统中的利益相关者往往涉及三个或多个主体，其更复杂也更具实际价值。设计高效的多群体演化博弈策略有助于提高应急组织间的协作效率。从这种意义而言，基于多群体演化博弈论研究应急组织决策建模问题是迫切需要解决的。在未来研究工作中，致力于回答以下问题：如何识别灾害响应决策系统中的利益相关者，如何构建应急组织-应急组织、应急组织-政府、应急组织-政府-应急组织的演化博弈模型，以及如何设计应急组织决策多群体演化博弈模型的求解策略。

3.4 基于大数据技术的应急组织决策建模研究

曹策俊等［56］、Gunasekaran 等［66］指出大数据技术被广泛应用于商务管理、生产制造、公共管理和应急管理等领域。通过梳理文献可知，大数据技术的应用逐渐从商业领域向公共服务领域（如公共管理）转变。尽管如此，大数据技术在应急组织决策建模中的应用研究成果仍相对较少［67］。另一方面，大数据为灾害运作管理策略的制定（如应急组织决策制定）提供良好的数据环境和技术手段，提高了应急决策的精度和可靠性，从而实现“经验驱动”向“数据驱动”决策模式转变的目标［68-69］。因此，如何将大数据技术有效地应用于应急组织决策建模中是当前亟待解决的重要问题。具体地，以大数据为基础，如何探究事前、事中和事后调用应急组织的规则；借助大数据技术，如何设计数据驱动的应急组织决策模型；结合灾害响应决策系统中数据间的内在关联性，如何设计数据驱动的多元主体间的协作机制。这些都是未来值得研究的问题。

3.5 基于数字孪生技术的应急组织决策建模研究

由于应急组织是由具有技术技能的人员组成，有独立思考的能力，加上救援活动本身的不确定性、灾后环境的复杂性，对应急组织决策建模提出了较大挑战。另一方面，数字孪生作为践行智慧城市等先进理念的一种使能技术和方法，自2003 年在制造领域被提出后，得到了实践界和学术界的广泛关注［70-71］。它的基本原理是通过多维度、多尺度的动态虚拟模型来研究物理实体在真实环境中的属性、行为和规则［72］。从这种意义而言，数字孪生技术为新时代应急组织决策建模提供了新的思路和方法。在这种情形下，如何将数字孪生技术运用于解决应急组织决策建模问题是重要且迫切需求的。未来的研究工作需要解决以下问题：如何构建应急组织物理子系统（物理实体）、应急组织虚拟子系统（虚拟模型）、应急组织智能决策服务系统，如何建立相应的孪生数据库，以及如何构建数字孪生驱动的应急组织智能决策模型和模式。

3.6 基于区块链技术的应急组织决策建模

以上梳理了S-BOX理论、分形理论、组织理论、数学规划、博弈论和多主体仿真等理论/技术在应急组织决策建模中的应用研究现状。文献表明，灾害响应决策系统是复杂巨系统，政府、企业、志愿者、灾民等大量人员都参与救援，如何有效管理这些救援组织/队伍/人员是灾害响应的关键，也是当前面临的机遇和挑战。灾害发生属于无中心的事件，区块链作为去中心化的技术为应对灾害提供了有效的技术手段。从某种程度而言，区块链技术被应用于中心化的应急管理工作，可大幅度提高响应效率。尽管此主题很重要，学术界的研究成果仍然相对较少，将区块链技术应用于应急组织决策建模中的成果就更少［73-74］。从这种意义而言，基于区块链技术的应急组织决策建模研究是值得深入研究的课题。如何诠释和理解区块链驱动的应急组织决策优化问题，如何识别区块链金融在应急组织决策建模中的运作机制，如何探究智能合约在应急组织决策制定中的作用，如何构建基于区块链技术的应急组织智能决策模型，以及如何创新基于区块链技术的应急组织决策模式等问题都是未来的研究方向。