基于大数据的突发事件应急管理情报系统构建

关键词：大数据;突发事件;应急管理;情报系统

摘 要：在大数据背景下，情报成为突发事件应急管理的基础和核心。情报介入促进了预警识别，强化了过程控制，推动了精准决策，优化了资源配置，但由于数据的复杂多样性，当前我国情报介入也存在功能体系模糊、情报精准度序列化缺失、开放共享赋能不足、高端专业人才急缺、情报采集研判机制不健全、配套法律法规不完善等问题，亟须构建快速响应的应急管理情报系统。

中图分类号：G251文献标识码：A文章编号：1003-1588（2021）06-0076-03

习近平总书记多次强调要完善重大疫情防控体制机制，健全国家公共卫生应急管理体系[1]。在大数据背景下，运用云计算、人工智能等技术采集、分析数据，生成有效情报资源是应急管理的基础和核心，重大突发事件应急管理的事前预警、事中处置以及事后恢复等阶段都离不开情报的支持与协同[2]。

1 突发事件应急管理情报介入的价值

1.1 促进预警识别，切断负面风险链条

情报信息的核心是预测，情报的分析与利用将助力应急管理从事后处理向事前预测转变[3]。突发事件应急管理情报介入可及时捕获各种危险信号，通过对海量数据进行深度挖掘与处理，建立预警分析模型，对潜在的突发事件进行识别和预警，从而切断突发事件的负面传播路径;对重大危险源情报流进行动态监控、分类对比及开发利用，从而制订针对性及可操作性强的应急预警方案，提升预警能力。

1.2 强化过程控制，实现危机实时监控

突发事件应急管理情报介入通过对网络行为、地理数据等海量数据进行实时分析，建立阈值指标，从而实时监测重大突发事件在某些环境下的各项指标，若相关指标超过阈值，能够在第一时间进行监控和报警，做到实时动态监测。例如，浙江省多地在新冠疫情防控中运用情报介入，对居家隔离人员、重点对象、重点场所进行过程性管控，取得了较好的效果。

1.3 推动精准决策，提升应急处置能力

应急决策是否精准关系着突发事件应急处置的成败。美国情报专家安吉洛·科迪维拉认为情报的本质属性是决策性，情报的最终目的是为政策服务[4]，有效的情报管理可以利用数字技术自动采集和比对各方面的信息，自动进行统计分析，快速分辨事态随时间发展的演进情况，掌握事态发展规律，及时进行趋势研判和处置方案推演[5]。情报人员对获取的第一手情报进行分析、比对，生成相关的情报报告，将复杂的数据转换成可供决策者参考的信息，精准服务于地方政府和应急管理部门。例如，新冠疫情下浙江省的“一图一码一指数”举措既有利于政府决策，又方便了群众生活，得到了广泛运用。

1.4 优化资源配置，加速恢复重建速度

突发事件发生后，情报分析结合历史数据和动态数据可在分配避难场所、调撥应急物资、征调专业救援人员、防控社会舆论等方面发挥强大的支撑作用，如根据受灾人口、受灾面积、受灾强度等指标预测所需的应急物资数量，并规划最优路线及时送达灾区。情报分析还能对灾后物资使用情况进行实时跟踪和记录，形成历史比对数据模型，持续优化应急资源调配模式，提高救援效率[6]。例如，在新冠战“疫”中，浙江省衢州、温州等地运用情报技术全面掌握人流、车流信息，快速识别和隔离重点人员，加强了疫情防控力度，加快了生产生活恢复速度。

2 情报的几何级增长与处置能力不足的结构性矛盾

2.1 情报类型复杂多元，情报功能体系模糊

大数据具有大量化、快速化、多样化、价值密度低等特征，导致情报类型异常复杂，如何发挥复杂情报的最佳功能，是处理重大突发事件的关键环节。当前，影响情报功能发挥的因素主要有以下几点：一是支撑管理的基础性情报较多，辅助决策的功能性情报较少。大部分情报只能满足常态管理的需要，应急状态下需要的功能性情报提取难度较大。二是当前情报的实时监测功能比较多，而预警功能比较欠缺。三是表格化、专业化情报较多，直观立体的可视化、集成化情报偏少。

2.2 情报流与技术流协同不畅，情报精准度序列化缺失

快速准确地获取情报能够极大降低突发事件中的人员伤亡、财产损失及负面影响。但是，大数据背景下情报数据规模巨大、海量多样，加之情报自身的不确定性及情报来源的多元化，应急情报与相关处理技术的融合发展不足，以及第一手情报难以序化、转化等原因，导致情报流、数据流、技术流等传递交换不畅，情报分析深度不够，情报分析存在无序性、不准确性等问题，难以筛选出有效情报。

2.3 情报系统壁垒森严，开放共享赋能不足

在确保个人隐私安全的基础上促进情报流动共享，最大限度地实现多维情报比对、转换，是政府科学决策、精准治理的重要基础。在大数据时代，各行各业都积累了大量数据，但当前多头管理、各自为政的体制限制了行业间的数据共享和应用。政府部门、社会企业之间也存在数据壁垒，难以实现情报的互联互通，导致发生重大突发事件时决策精准度不高、协同联动效率较低。同时，数据的技术标准不统一、不规范，数据管理边界和责任区分不清晰，以及各类数据资源的归属采集、开发利用等规则不明确等因素[7]，都使各级数据开放平台难以有效融合，导致情报开放共享赋能不足。

2.4 高端专业人才匮乏，相关法律法规不完善

具备大数据专业知识的技术人才是实现大数据时代政府治理能力提升的前提与保障[8]。大量数据信息分散且异构，数据筛选、处理和分析无法依靠传统的方式进行，必须依靠专业情报人员进行感知关联和深度挖掘。从最初获取情报源到分析、整理、加工，最后生成情报报告，都需要专业的情报人员才能完成。但是，当前我国情报专业人才极其匮乏，高端人才更是凤毛麟角，不利于情报管理的发展。在危机状态下，政府会以非常措施收集、利用企业和公民的各种信息情报，若没有相关法律法规作保障，不但情报采集工作会遭遇阻碍，而且对提供虚假情报的行为也没有相应的处罚依据，不利于突发事件的应对。因此，政府亟须制定和完善相关的法律法规，对地方性法规和相关数据标准加以规范。

3 突发事件应急管理情报系统的构建路径

在大数据背景下，为更好地发挥情报在应急管理中的作用，亟须构建全方位、多层次、全流程的突发事件应急管理情报系统。突发事件应急管理情报系统由资源知识层、数据技术层、应急处理层、应用保障层构成。

3.1 资源知识层

资源知识层包括基础资源库、专家资源库、社会资源库、应急知识库等。其中，基础资源库由物理资源（包括气象、城市基础设施、人口分布等）、网络资源（包括社交网络、支付宝、融媒体等）、技术资源（包括云计算、人工智能、物联网感知等）、动态资源（包括预警监测、风险监控、舆情监控数据等）组成。专家资源库由各级应急救援指挥机构设置，专家可分为专职和兼职，突发事件发生后，相关部门能够在第一时间快速、有针对性地从专家资源库里调拨相应的专家进行决策和救援，为应急救援指挥提供专业的服务。社会资源库包括各类应急救援队伍信息，涉及突发事件的企业、公民的基本信息，以及各地应急物资、救援物资储备情况信息等。充足的社会资源是突发事件应急管理中实现快速高效救援的支撑。应急知识库包括突发事件的应急预案、风险评估、管理体系、应急培训演练及历史案例等各类信息和数据。这些信息和数据能够为突发事件的实时监测、风险动态管理、舆情引导、分析研判等提供重要依据。

3.2 数据技术层

数据技术层包括数据采集与清洗、数据处理与数据挖掘、情报研判与情报报告。数据采集与清洗是突发事件应急管理情报系统对从互联网、政府机构、科研院所、社会企业等处获取的原始数据进行清洗，剔除无用数据、多余数据、重复数据及错误数据;数据处理与数据挖掘是突发事件应急管理情报系统对数据进行数据降维、内容聚类、分类整理、数据储存，并根据数据类型，借助多种数据分析挖掘技术，如文本情感分析、神经网络算法、遗传算法、语义分析等，建构突发事件的相关分析模型，对数据进行深度挖掘和关联聚合，以实现各级情报中心的横向和纵向的数据共享;情报研判与情报报告是指突发事件应急管理情报系统对影响突发事件发展的重要因素进行关联分析和实时监测，得到突发事件的发展规律，研判事件的发展态势，并形成情报报告，服务于政府精密决策及事后精准救援。

3.3 应急处置层

应急处置层包括事前预警分析、事中应急控制、事后救援止损。事前预警分析是根据突发事件的类型搭建BP神经网络情报预警监控模型，利用各种挖掘算法进行应急预警情报挖掘，有针对性地制订预警方案，辅助政府做出高效科学的应急指挥决策;事中应急控制是在突发事件发生后，通过聚合信息建立各种应对控制模型，实时监控数据，并进行事件风险等级评估，帮助各级政府快速及时地控制局面，稳定人心，防止事态恶化;事后救援止损主要是通过关联信息和实时监控数据进行应急资源分配，并根据实时情报进行调整，同时建构应急情报模型进行情报总结与分析，吸取经验教训，便于为以后再次发生类似事件制定救援措施，最大限度地降低突發事件带来的损失。

3.4 应用保障层

3.4.1 应急情报管理制度保障。构建突发事件应急管理情报系统需有切实可行的情报管理法规和制度作保障。政府制定和完善相关突发事件应急管理法规和制度，一方面要规范突发事件应急管理情报数据标准，制定相关制度和公共数据地方标准，细化数据共享方式、情形及途径;另一方面要进一步落实和健全政府信息公开制度，推动数据开放，使人人都能够获得与突发事件相关的最新、最权威的政府数据。

3.4.2 应急情报专业人才保障。应急情报专业人才是大数据背景下提升应急管理效能的核心资源。政府应加强情报人才的顶层规划，做好情报人才储备工作，建立健全常态化情报人才培训机制，培养一批既有扎实应急领域专业知识和情报专业知识，又有大数据思维的高水平复合型应急管理专业人才。在团队建设方面，政府可建立专家资源库并设置首席应急情报专家，由企业、高校、应急管理部门共同合作建立大数据高层次应急人才培训基地，打造高端应急情报智库团队。

3.4.3 应急情报安全保障。应急情报安全保障主要包括以下几点：一是利用加密传输技术、认证技术等对个人和企业提交的信息进行保密等级分级和密匙保护，保证数据来源的可靠性、合规性和真实性。二是制定平台基础数据标准规范，统一数据识别标准，提升处理识别不同类型数据的能力，分对象、分领域、分阶段向社会开放数据，保障情报共享安全。三是制定相关法律法规保障公民隐私安全。四是对各类应急情报平台进行三级等级保护测评，确保网络和信息安全。

4 结语

在大数据时代，数据具有海量复杂、来源多元，且壁垒严重等特征，突发事件应急管理机构必须通过模型建构，运用多种情报处理方法，对数据进行专业的情报捕捉情报处理、情报分析、情报研判，从而形成精准的情报报告，同时建构经验库及案例总结库，服务于突发事件的全过程，提升政府处理突发事件的效能。

参考文献：

[1] 董振华.打赢疫情防控阻击战必须坚持的方法论[N].四平日报，2020-02-20（07）.

[2] 刘建准，唐霈雯，石密，等.突发事件应急管理中情报介入的研究进展与启示：基于知识图谱的可视化分析[J].文献与数据学报，2019（2）：109-120.

[3][5][6] 赵荣华.大数据助力城市应急管理创新发展[J].城市与减灾，2019（4）：41-45.

[4] 包昌火，金学慧，张婧，等.论中国情报学学科体系的构建[J].情报杂志，2018（10）：1-11.

[7][8] 韩凯龙，邹俊.“互联网+”对政府公共安全危机管理的影响效应研究[J].安徽工程大学学报，2018（6）：38-44.

（编校：徐黎娟）

收稿日期：2021-05-06

作者简介：邓蓉敬（1979— ），中共浙江省委党校图书馆副研究馆员。

本文系2020年度全国地方党校（行政学院）重点调研课题“基于大数据驱动的突发事件应急管理情报系统构建研究——以浙江省数字化抗疫为例”的阶段性研究成果之一，课题编号：2020dfdxzddykt034。