樊博 顾恒轩：数字技术为应急管理全过程赋能​

发布时间：2021-04-16

引言

近年来，自然灾害、事故灾难、公共卫生事件和社会安全事件等突发事件的复杂化给我国应急管理工作带来了严峻挑战。传统应急管理理念和方式“重应对、轻管理”，“阶段性、切割式”，其弊端逐渐显现，转型迫在眉睫。

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出，强化数字技术在公共卫生、自然灾害、事故灾难、社会安全等突发公共事件应对中的运用，全面提升预警和应急处置能力。

笔者认为，大数据、人工智能、深度学习、云计算等数字技术是解决应急管理问题、推动应急管理体系和能力现代化的重要工具，要抓紧推动应急管理理念、工具、方法的变革。

应急管理之道：理念变革

随着数字化转型和大数据技术的广泛应用，首先要变革应急管理理念，进一步消除信息壁垒和信息失真。
推进应急管理常态化。在数据和技术赋能加持下，实时监控城市基础数据，对突发事件进行预防和减缓成为可能，应对机制可从被动应对转化为常态化的应急管理。可以通过重构管理体制，在中央和地方政府层面应调整机构设置，并完善纵向与横向管理体制，使应急管理机构扁平化、网格化，从而减少反应时间。构建常态管理体系，提升对风险监测与预防环节的重视程度。
促进跨部门协同治理模式。随着突发事件日趋复杂和应用场景日渐多样，数据量级呈指数型增长。同时，数据来源多、标准不统一，以及部门协作机制不成熟等问题，催生了大量半结构化数据或非结构化数据。因此，建立智慧化协同模式及沟通机制、推动业务模式整体转型、促进跨部门协同治理，是应急管理理念变革的基石，也是消除部门间信息壁垒的必要途径。
强调多主体治理模式。规划纲要提出，要提升共建共治共享水平。数字技术为应急管理多主体治理模式提供了新渠道，要在现有基础上广泛吸纳企业、社会组织、公民等多元主体，通过技术赋能充分发挥其在应急管理流程中的作用，形成多主体治理模式。

应急管理之器：工具变革

由于突发事件发生环境复杂，涉及对象较多，多源异构数据十分庞杂，需协调分析城市信息数据、环境监测数据、社交舆情数据等，要求政府部门具备强大的数据处理和分析能力。基于此，健全数据设施，变革应急管理工具是数字化建设的重点，可有效提升政府部门数据收集、数据分析、数据挖掘能力，提升治理效率。
建设大数据基础设施。在应急管理的全程监测、事先预防、应急响应、恢复重建等全过程各环节中，数字基础设施都是大数据技术和决策系统发挥效能的基石。一方面，大力建设智慧城市，通过铺设城市信息传感器来收集多源流数据，掌握城市细微变化，为常态化应急管理提供重要的数据支撑。另一方面，建设集中式数据中心并铺设服务器，为高效的数据处理、数据分析创造良好的硬件条件。
建设数字平台。我国幅员辽阔，各省份差异大，需要基于行政管辖权建设省级数字平台，通过构建跨部门的数据库、知识库或知识图谱等推动实现跨部门跨组织的应急管理模式，消除地区间、部门间的信息壁垒和信息孤岛。为了适应应急管理的复杂性、异质性和时效性，数字平台在设计上应重点满足高效率、易更新、易迭代、易维护等要求。

应急管理之术：方法变革

应急管理理念、工具的变革是方法变革的前提，数据基础建设和数字平台搭建为大数据技术在应急管理全过程的应用打下了基础。笔者以监测预警、风险管理、应急处置、恢复学习4个阶段来探讨，如何在技术赋能下推动应急管理方法的变革。
监测预警阶段。监测阶段贯穿应急管理全过程。以智慧城市数据和物联网、人工智能等技术为载体，通过规则和算法可实时监测、掌握公共大数据和城市各项指标。随着应急管理常态化，职能部门将运用大数据技术不间断地对城市高危险源、重点防护单元等进行监测，并通过数据挖掘、数据可视化等手段对城市风险进行评估。例如，新冠肺炎疫情暴发期间，上海市各级平台实现了可视化的数据共享，徐汇区的“汇治理”防疫专页对接区工地疫情监控系统，对区内167个工地的实有人数、新增人数、人员户籍地和身份证号码等信息进行每日更新和监控，实现动态预警。
风险管理阶段。核心包括加强风险感知、优化城市智能化管理和应急物资智能化配置。当智能化监测发现公共突发事件的发生风险后，职能部门首先考虑如何预防危机发生。通过运用智能感知、情景融合、情景模拟、关联分析等技术对现实情况进行高效精准的过滤及预测，能在短时期内让决策者对事件和应对策略的效果有精准的把控。大数据赋能后的情景模拟和策略支持能最大限度上提升应急管理工作的前瞻性和预警性。运用信息技术进行城市大数据分析，可提升城市管理和应急物资配置的时效性和科学性。
应急处置阶段。当突发事件发生时，根据部门组织架构和治理需求，指挥者将通过跨部门的协同联动来响应，并实施预案从而快速地减少负面影响的产生。预案生成方面，通过特征工程和情景模拟，人工智能程序能综合调用数据库、知识库、案例库，反馈给指挥者最有效的方案和实施效果预测。跨部门协同方面，数据化转型后的政府各部门内部，以及与社会组织、企业之间的多方联动的协同性、整体性大大增加，无论是情况反馈或灾情防控方面都能精准施策。在舆情监控与沟通方面，基于大数据技术的舆情监控系统能整合公众在自媒体、微博等互联网空间发布的信息来判断公众情绪，挖掘有效的救灾信息和策略，助力政府应急策略的修改与再实施。
恢复学习阶段。灾后，一方面需借助数据挖掘技术来辅助进行灾害评估、事件处理报告、灾后重建方案制定等，加速复工复产。另一方面，借助人工智能对本次应急管理事件的发生和应对流程进行信息回溯、因果分析工作，有助于完善案例库与决策支持系统的设计，进一步提升政府的应急管理能力。
（作者樊博系上海交通大学应急管理学院执行院长、教授、博导，顾恒轩系上海交通大学硕士研究生）