SMART: Using Social Media Data for Emergency Management
隨著網路、社交媒體和人工智慧的技術發展和應用普及，大數據在應急管理中發揮的作用，將越來越重要，是應急管理未來發展的重要方向之一。
現階段，理論研究尚無法完全預知大數據，在應急管理中的具體應用。但基於對應急管理基本原理的掌握，結合對大數據本質屬性的理解，和對政府應急管理制度情境的瞭解，我們可以初步釐清大數據在情境中應用於應急管理的總體框架、關鍵功能和政策路徑。
發展大數據分析應對新興風險
在理論上，關於應急管理基本原理的探索，已經觸及複雜適應系統(Complex Adaptive System，CAS)思想。CAS 是複雜性理論的一個分支，代表了複雜性理論的最新發展。它強調資訊在發展適應性中的作用，在本質上是一種方法論，因而具有廣泛的適用性。
20 世紀 90 年代，美國應急管理研究的開創者之一康佛教授，將 CAS 的思想引入應急管理研究，將應急管理定義為一個複雜適應系統，即大規模、異質性的行動主體，對資訊的蒐集、交換和共享。它既適應環境的變化，也相互適應，達成協同行動，實現社會系統從「混沌」向有序的回歸。
這一理論具有廣泛的包容性，涵蓋了 20 世紀 90 年代以來，應急管理研究幾乎全部的理論進展，也是繼 20 世紀七八十年代提出併發展的綜合應急管理(Comprehensive Emergency Management，CEM)理論之後的最具統攝的理論框架。
這一理論不僅在美國、歐洲、日本的情境中得到了應用，「921 地震」等案例的連續研究顯示，應急管理在總體上，也需要定義為複雜適應系統。這一系統透過資訊技術的應用，既增強行動主體對環境變化的適應能力，也提升行動主體之間的相互適應能力，最終提高應急管理的協同水準和集體績效。
將應急管理視為複雜適應系統，發展更具適應能力的應急管理體系，這也是應急管理發展演化的內在要求。這一體系統籌自然災害、事故災難、公共衛生事件和社會安全事件的預防與準備、預警與監測、救援與處置、善後與恢復。
應急管理的職能邊界，收縮至自然災害與事故災難的全過程管理，這實際上是對綜合應急管理的修正。
進入新時代，社會發展的主要矛盾，已經轉化為人民群眾日益成長的美好生活需要，和不平衡不充分的發展之間的矛盾。按照這一要求，應急管理未來的發展方向就是，滿足人民群眾日益成長的安全需要。從全世界範圍來看，導致應急管理遭遇「失敗」的突發事件並非常規突發事件，而是新興風險、極端災害和跨界危機。
因此，發展大數據在應急管理中的應用，要站在上述理論高度，以提升應急管理適應能力為總體思路和發展方向。大數據與應急管理提升，適應能力的總體思路和發展方向，存在內在的契合。大數據在本質上就是一種更高的資訊能力，其核心是大數據分析，從體量大、多樣化、價值密度低和動態性的數據集提取有價值的資訊，辨識社會現象之間的關聯機制。
大數據應用於應急管理的總體框架是：站在複雜適應系統的理論高度，透過發展大數據分析，增進應急管理的資訊能力，進而提高應急管理的適應能力，以應對新興風險、極端災害和跨界危機的挑戰，滿足人民群眾日益成長的安全需求。
提高減緩或預防的效果
在上述總體框架之下，大數據在應用於應急管理的邏輯主線，是提升應急管理的適應能力。
應急管理部成立之後，應急管理的重心，必然從全災害管理走向全過程管理。根據應急管理部的職能定位，結合應急管理全過程管理的一般原理，應急管理的全過程管理，主要涵蓋以下功能：減緩——防災減災，主要針對自然災害等不可預防的突發事件，盡量降低脆弱性，以減輕自然災害發生後造成的損失；預防——安全監管，主要針對安全生產事故等可預防的突發事件，透過努力可以避免其發生；準備——無論是自然災害，還是安全生產事故，都需要進行應急準備；響應——一旦發生自然災害或安全生產事故，都需要盡快控制事態；恢復——回歸常態，並從災難中學習，以利於改進或提升。
這五項功能可分為四個階段，形成一個動態的循環，其中減緩和預防屬於同一階段。根據從全災害管理轉向全過程管理的要求，發展大數據以提升適應能力，也應該貫穿於應急管理的全過程。
發展大數據分析，提高減緩或預防的效果。自然災害的減緩關鍵是要降低脆弱性，既包括物理脆弱性，也包括社會脆弱性。降低物理脆弱性主要依賴於工程性措施，降低社會脆弱性則主要依賴於非工程性措施。
大數據分析在這兩方面都可以發揮作用，例如，透過對極端災害條件下，大規模人群行為規律的大數據分析，既可以優化應急避難場所的設置，也可以優化城市公共基礎設施的營運，還可以改進公眾自救互救的效率。
安全生產事故的預防關鍵，是要加強危險源的管理。在這方面，大數據分析也可以發揮作用。例如，可以透過網際網路、物聯網對重大危險源，進行精確標識和動態監控；透過對重大危險源監測大數據，與自然災害監測大數據的關聯分析，辨識兩者之間的耦合規律，以優化重大危險源的儲存與運輸。
發展大數據分析以改進應急準備的針對性。根據《突發事件應對法》的要求，應急準備主要包括應急預案體系建設、應急物資儲備、應急隊伍建設、應急演練和培訓等。大數據分析可以優化應急物資儲備，提升應急演練和培訓。
例如，對自然災害或安全生產事故條件下，應急物資需求的關聯分析，優化應急物資儲備的數量配置和儲存位置；也可以透過對自然災害或安全生產事故條件下，大規模人群行為規律的大數據分析，有針對性地改進應急演練和培訓。
運用大數據分析提升應急響應的效率。在實踐中，應急響應通常包括十餘項子功能。其中，指揮與協調、資訊發佈、損失評估、救災物資發放監督與審計等，對資訊高度敏感，都可以透過大數據分析來加以改進。
例如，透過對物資儲備大數據和資源需求，大數據的關聯分析，提升指揮與協調的精度；透過對預警資訊擴散機制的大數據分析，提升資訊發佈的效率；透過對網路輿情的大數據分析，改進指揮與協調、資訊發佈，對救災物資發放進行監督等。
運用大數據分析促進恢復。無論是自然災害，還是安全生產事故，恢復的核心都是從中學習。在這方面，網路輿情大數據的作用非常重要。例如，透過網路輿情大數據的情感分析、「詞雲」分析，可以有效挖掘公眾對應急管理的態度傾向，和議題焦點，為改進應急管理提供精準支持。
建立應急管理大數據整合平台
從政策規劃的角度來看，透過大數據分析，來提升應急管理的適應能力，至少需要解決以下問題。
數據來源與構成。應急管理的大數據從何而來？如果將應急管理視為複雜適應系統，凡是能促進應急管理行動主體適應能力的資訊，都屬於應急管理大數據的範圍。
應急管理的行動主體大致可以分為五大類。
一是政府部門。這些部門掌握的數據，都屬於應急管理大數據的範圍。此外，交通運輸、自然資源、氣象局、能源局也都負有一定的應急管理職責，它們的數據也都屬於應急管理大數據的範圍。
二是公共事業，主要指掌握了通信保障、電力供應、供水供氣等與應急管理相關的關鍵基礎設施，和公共安全專業裝備數據的單位，例如，電信、電網等。
三是事業單位，主要指掌握了醫療、教育、科研等與應急管理相關的專業人力資源數據的單位，例如醫院、大學和科研院所等。
四是私營企業，主要指掌握了網路和社交媒體數據的單位。
五是社會組織，主要指掌握了志願者數據的單位，例如紅十字會、扶貧基金會、基金等。
數據分類與採集。與應急管理適應能力相關的數據，大致可以分為五大類：環境類數據，包括人口特徵、地理空間、氣象條件等；對象類數據，包括地質災害隱患點分布、危險源分布等；資源類數據，包括人員隊伍、物資、設施、裝備等；行為大數據，包括疏散軌跡、資訊蒐集記錄等；評價類數據，包括情緒、態度、觀點等。
不同類型的數據，採集的方式也不同。例如，資源類數據需要人工登記，行為類數據則需要用資訊技術手段來進行監測，評價類數據則需要依託熱線電話、社交媒體等平台才能進行採集。
數據匯聚與擴散。上述行動主體的五大類數據匯聚在一起，就構成了應急管理大數據。這就需要建立應急管理大數據整合平台，以實現多源異構數據的匯聚。在這一過程中，數據之間的相互關聯以湧現的方式呈現。
依託應急管理大數據平台開展大數據分析，提取有價值的信息後，還需要將這些信息擴散出去。如此，才能使不同的行動主體及時適應環境的變化並相互適應。
數據的開發與利用。應急管理大數據，還可以進行深度的開發和利用，以發揮市場的力量和社會的智慧。這就需要探索數據開放機制，發展外包服務機制，激發創新的力量。
數據的維護與管理。應急管理大數據的品質，取決於分類數據的質量，因此，需要對數據的品質進行維護和管理。此外，數據安全也需要引起重視。
 |
| AKD 寰楚專業級全系列監控設備 |
0 comments:
張貼留言