
大數(shù)據(jù)在應(yīng)急管理中的應(yīng)用_數(shù)據(jù)分析師培訓(xùn)
當(dāng)前大數(shù)據(jù)正在改變世界,而數(shù)據(jù)收集和分析則是提升應(yīng)急管理功能的重要手段。在對大數(shù)據(jù)內(nèi)涵和具體案例進(jìn)行分析后就會發(fā)現(xiàn),大數(shù)據(jù)在應(yīng)急管理中的應(yīng)用主要有大數(shù)據(jù)技術(shù)和大數(shù)據(jù)思維兩種方式。在應(yīng)急管理的事前準(zhǔn)備、事中響應(yīng)和事后救援與恢復(fù)的每一階段都可以引入大數(shù)據(jù)的應(yīng)用,每個階段對大數(shù)據(jù)的應(yīng)用程度也會因其需要應(yīng)對內(nèi)容的不同而有所差別。大數(shù)據(jù)的應(yīng)用有助于提高應(yīng)急管理效率、節(jié)省成本和減少損失。我國需要在大數(shù)據(jù)戰(zhàn)略、大數(shù)據(jù)開放政策、大數(shù)據(jù)在應(yīng)急管理中具體應(yīng)用形式等方面做出部署與探索。
[關(guān)鍵詞]大數(shù)據(jù);應(yīng)急管理;大數(shù)據(jù)技術(shù);大數(shù)據(jù)思維
歐美一些國家已經(jīng)開始把大數(shù)據(jù)運(yùn)用到應(yīng)急管理中,并取得一定成效,當(dāng)前國內(nèi)實務(wù)界和學(xué)術(shù)界雖然開始關(guān)注大數(shù)據(jù)的應(yīng)用,但相關(guān)研究還比較缺乏。本文根據(jù)大數(shù)據(jù)的內(nèi)涵,歸納了大數(shù)據(jù)在應(yīng)急管理中的應(yīng)用方式和基本框架,總結(jié)了大數(shù)據(jù)在應(yīng)急管理中的實踐案例,期望對我國大數(shù)據(jù)在應(yīng)急管理中的應(yīng)用和研究有所啟示。
一、大數(shù)據(jù)的內(nèi)涵和在應(yīng)急管理中應(yīng)用的基本框架
關(guān)于大數(shù)據(jù)的內(nèi)涵并沒有完全一致的理解,如按照麥肯錫全球研究所(McKinsey Global Institute)的定義,大數(shù)據(jù)指的是超出常規(guī)數(shù)據(jù)庫軟件工具所能捕獲、存儲、管理和分析的超大規(guī)模數(shù)據(jù)集。[1]也有的從數(shù)據(jù)集的特點入手,界定了大數(shù)據(jù)的三個主要特點,即常用的3V界定:規(guī)模性(Volume)、多樣性(Variety)和高速性(Velocity)。[2]舍恩伯格在《大數(shù)據(jù)時代》中反復(fù)強(qiáng)調(diào):大數(shù)據(jù)是人們獲得新認(rèn)知、創(chuàng)造新價值的源泉;大數(shù)據(jù)還是改變市場、組織機(jī)構(gòu)以及政府與公民關(guān)系的方法[3],強(qiáng)調(diào)以大數(shù)據(jù)技術(shù)為基礎(chǔ)的新思維和新方法。
由于對“大數(shù)據(jù)”的認(rèn)識存在差別,綜合不同的定義看,“大數(shù)據(jù)”在不同領(lǐng)域內(nèi)包含三層含義,可以分別從現(xiàn)實和技術(shù)兩方面加以闡釋:第一層意義上的“大數(shù)據(jù)”指的是數(shù)據(jù)的巨量化和多樣化,現(xiàn)實方面指的是海量數(shù)據(jù),技術(shù)方面指的是海量數(shù)據(jù)存儲;第二層意義上的“大數(shù)據(jù)”指的是大數(shù)據(jù)技術(shù),現(xiàn)實方面指的是對已有或者新獲取的大量數(shù)據(jù)進(jìn)行分析和利用,技術(shù)方面是指云存儲和云計算;第三層意義上的“大數(shù)據(jù)”指的是大數(shù)據(jù)思維或者大數(shù)據(jù)方法,現(xiàn)實方面指的是把目標(biāo)全體作為樣本的研究方式、模糊化的思維方式、側(cè)重相關(guān)性的思考方式等理念,技術(shù)方面是指利用海量數(shù)據(jù)進(jìn)行分析、處理并用以輔助決策,或者直接進(jìn)行機(jī)器決策、半機(jī)器決策的全過程大數(shù)據(jù)方法,這種對大數(shù)據(jù)的認(rèn)知方式涉及到“大數(shù)據(jù)項目”或“大數(shù)據(jù)技術(shù)應(yīng)用”的認(rèn)知,并由此可以延伸出大數(shù)據(jù)視角下的應(yīng)急管理方式。
大數(shù)據(jù)在應(yīng)急管理中的應(yīng)用方式分為兩部分:大數(shù)據(jù)技術(shù)和大數(shù)據(jù)思維。大數(shù)據(jù)技術(shù)既包括諸如數(shù)據(jù)倉庫、數(shù)據(jù)集市和數(shù)據(jù)可視化等舊技術(shù),也包括云存儲和云計算等新技術(shù);而大數(shù)據(jù)思維則是從海量數(shù)據(jù)中發(fā)現(xiàn)問題,用全樣本的思維來思考問題,形成了模糊化、相關(guān)性和整體化的考慮方式。[4]大數(shù)據(jù)技術(shù)與思維相互融合和作用,共同形成了大數(shù)據(jù)的應(yīng)用,并對包括應(yīng)急管理在內(nèi)的很多公共管理領(lǐng)域產(chǎn)生了巨大影響。如英國皇家聯(lián)合軍種國防研究所2013年的報告提出,大數(shù)據(jù)的應(yīng)用包含四個特征:快速的收集、分析、決策和反應(yīng)機(jī)制;在分析和結(jié)論方面有極高的可信度;無論是在個人還是群體的行為預(yù)測方面都應(yīng)該更有預(yù)見性和更高的準(zhǔn)確度;重視數(shù)據(jù)和充分利用,最好是能夠多次使用數(shù)據(jù)。[5]
按照突發(fā)事件發(fā)生的時間順序,整個應(yīng)急管理大致可以分為事前、事中和事后三個階段,包括預(yù)防準(zhǔn)備、監(jiān)測預(yù)警、應(yīng)急處置、善后恢復(fù)等多個環(huán)節(jié)。由于當(dāng)前大數(shù)據(jù)在應(yīng)急管理中大多處于技術(shù)應(yīng)用階段,并沒有針對應(yīng)急管理中大數(shù)據(jù)的應(yīng)用進(jìn)行嚴(yán)格分類,因此本文根據(jù)應(yīng)急管理最簡單的時間序列劃分法,探討了大數(shù)據(jù)在應(yīng)急管理中事前、事中和事后應(yīng)用的基本框架。
當(dāng)然,由于應(yīng)急管理針對的事件類型不同,并非所有的應(yīng)急管理領(lǐng)域都會涉及到大數(shù)據(jù)在三個過程中的應(yīng)用。有時候可能并不需要進(jìn)行數(shù)據(jù)的重新收集和硬件系統(tǒng)的整合,而只需要進(jìn)行管理模式和思維的變化,就可以形成新的大數(shù)據(jù)應(yīng)用方式,這也是大數(shù)據(jù)在應(yīng)急管理甚至是公共管理應(yīng)用中不同于純技術(shù)導(dǎo)向應(yīng)用的核心所在。
二、大數(shù)據(jù)在應(yīng)急管理中應(yīng)用的具體分析和實踐
由于應(yīng)急管理三個階段的任務(wù)不同,且不同性質(zhì)的突發(fā)事件也有發(fā)生機(jī)理和破壞方式的差異,針對不同突發(fā)事件進(jìn)行應(yīng)急管理時,所側(cè)重的應(yīng)對階段也有所不同。如地震、海嘯等發(fā)生突然,現(xiàn)場反應(yīng)時間很短,進(jìn)行“事中響應(yīng)”非常困難,需要著重預(yù)防和救援;而森林火災(zāi)等預(yù)防困難,救援難度大,現(xiàn)場應(yīng)對更為重要。因此,就需要根據(jù)突發(fā)事件的不同特點,在不同階段應(yīng)用大數(shù)據(jù),可以起到事半功倍的效果。
(一)事前準(zhǔn)備
在事前準(zhǔn)備階段,需要為大數(shù)據(jù)的應(yīng)用進(jìn)行相應(yīng)的管理和設(shè)施準(zhǔn)備。管理準(zhǔn)備指的是與大數(shù)據(jù)管理、大數(shù)據(jù)方法相匹配的人事準(zhǔn)備和管理提升。設(shè)施準(zhǔn)備指的是大數(shù)據(jù)應(yīng)用所需要的硬件和軟件設(shè)施。硬件設(shè)施主要涉及新技術(shù)背景下的數(shù)據(jù)采集,而軟件設(shè)施不但涉及到新數(shù)據(jù)的采集,也可以針對舊有數(shù)據(jù)進(jìn)行分析和挖掘。
1.兩個層面人員的管理準(zhǔn)備
主要是對中上層管理人員和基層管理人員的培訓(xùn)和管理。中上層要進(jìn)行相應(yīng)的領(lǐng)導(dǎo)體制變革和知識培訓(xùn),下層則可能要新設(shè)機(jī)構(gòu)、增加專業(yè)技術(shù)人員和信息采集人員,并做好培訓(xùn)。為了響應(yīng)大數(shù)據(jù)時代的到來,在管理層面,如美國政府在2009年任命了聯(lián)邦政府首任首席信息官,負(fù)責(zé)指導(dǎo)聯(lián)邦信息技術(shù)投資的政策和戰(zhàn)略規(guī)劃,負(fù)責(zé)監(jiān)督聯(lián)邦技術(shù)應(yīng)用的有關(guān)支出,監(jiān)管企業(yè)等,以確保在聯(lián)邦政府范圍內(nèi),系統(tǒng)互通互聯(lián)、信息共享,確保信息安全和隱私,此外首席信息官還與首席技術(shù)官緊密合作來推進(jìn)總統(tǒng)有關(guān)大數(shù)據(jù)應(yīng)用的技術(shù)設(shè)想。[6]英國提出“相關(guān)部門必須重視大數(shù)據(jù)管理......需要任命兩名三星上將擔(dān)任“大數(shù)據(jù)”監(jiān)督官,或者國防安全部門內(nèi)部的大數(shù)據(jù)指揮官;這兩名上將應(yīng)該分別來自國防部和聯(lián)合部隊司令部,并分別負(fù)責(zé)兩部分的大數(shù)據(jù)工作?!盵7]而基層管理人員需要進(jìn)行相應(yīng)的培訓(xùn)。英國皇家聯(lián)合軍種國防研究所的“大數(shù)據(jù)化”建議幫助國防部門轉(zhuǎn)變成為“大數(shù)據(jù)化”組織,對需要進(jìn)行大數(shù)據(jù)化的部門安排培訓(xùn),人員需要包括中層以下的管理人員和項目專家,即數(shù)據(jù)分析官;明確工業(yè)部門對大數(shù)據(jù)管理的價值和作用,包括作為后備力量和為國防安全領(lǐng)域提供專業(yè)技術(shù)人才。[8]
2.大數(shù)據(jù)應(yīng)用的設(shè)施準(zhǔn)備
設(shè)施準(zhǔn)備主要指為大數(shù)據(jù)的應(yīng)用提供基礎(chǔ)設(shè)施,隨著技術(shù)的不斷發(fā)展,“傳感器”將成為大數(shù)據(jù)應(yīng)用中的重要一環(huán)。上世紀(jì)60年代以來,美國為預(yù)防風(fēng)暴和海浪襲擊而建立海浪檢測系統(tǒng)。2005年,國家數(shù)據(jù)浮標(biāo)中心在原有設(shè)備的基礎(chǔ)上架設(shè)了大量新型海洋地理傳感器,包括海浪流向傳感器等。此項目傳感器實時產(chǎn)生大量數(shù)據(jù),用以實時監(jiān)測海浪情況。按照該項目劃分,全美海岸線被分為7個部分,每個區(qū)域的分支網(wǎng)路都是先獨立布點,然后在區(qū)域聯(lián)網(wǎng)的支持下,根據(jù)海浪運(yùn)動的物理原理擴(kuò)展聯(lián)網(wǎng)。全部聯(lián)網(wǎng)完成以后,整個監(jiān)測網(wǎng)包括296個傳感器:其中56個分布在遠(yuǎn)海,60個分布在大陸架外部,47個分布在大陸架內(nèi)部,133個分布在海岸線附近,其中,有115個布點是2005年最新增加的布點,另外有128個布點剛剛完成海浪流向測量的升級。[9]這項計劃產(chǎn)生極大的社會價值。根據(jù)數(shù)據(jù)統(tǒng)計,商業(yè)捕撈是全美最危險的職業(yè)之一。在2008年,該中心的報告稱,該年度漁業(yè)從業(yè)者每十萬人的死亡人數(shù)為155人,而全美所有行業(yè)的平均死亡人數(shù)僅為每十萬人中4人。在漁業(yè)相關(guān)的所有死亡因素中,79%是由天氣原因造成的,其中40%是由巨浪導(dǎo)致。[10]雖然無法具體統(tǒng)計海浪預(yù)測系統(tǒng)的預(yù)報拯救了多少人,但毋庸置疑的是,更好的實時海浪監(jiān)測系統(tǒng)就意味著能救更多人。
大數(shù)據(jù)設(shè)施的準(zhǔn)備還包括軟件準(zhǔn)備。軟件的升級包括算法的更新,分析方法和數(shù)據(jù)處理方法的改進(jìn),多源數(shù)據(jù)的融合分析。在阿富汗,英軍曾使用相關(guān)技術(shù)繪制一種“人肉炸彈地圖”,將信息導(dǎo)入數(shù)據(jù)庫,通過生物識別數(shù)據(jù)和圖像來識別當(dāng)?shù)厝丝?,判斷關(guān)鍵信息,從而找出可能出現(xiàn)的恐怖分子。[11]在阿富汗戰(zhàn)爭最激烈的時期,美國國防高級研究計劃局曾派遣數(shù)據(jù)科學(xué)家團(tuán)隊和可視化技術(shù)團(tuán)隊到阿富汗。在一個名為 “Nexus7”的計劃中,這些團(tuán)隊將衛(wèi)星數(shù)據(jù)與地面監(jiān)控數(shù)據(jù)相融合,用以觀察道路網(wǎng)中的交通流,以便作戰(zhàn)人員定位并摧毀簡易爆炸裝置。[12]由于地面監(jiān)控和衛(wèi)星圖像等硬件設(shè)備早為英美聯(lián)軍所部署,在阿富汗反恐作戰(zhàn)中,圖像處理技術(shù)、多源數(shù)據(jù)融合技術(shù)和可視化技術(shù)才是充分挖掘原有數(shù)據(jù)并使之產(chǎn)生價值的關(guān)鍵所在。
(二)事中響應(yīng)
在事中響應(yīng)階段,大數(shù)據(jù)的應(yīng)用能為政府、第三方組織或個人開展應(yīng)急響應(yīng)提供很大便利。對于政府而言,大數(shù)據(jù)化的應(yīng)急管理意味著技術(shù)支撐基礎(chǔ)上的融合與協(xié)作,它不但為協(xié)作帶來很大便利性,也保證了日常業(yè)務(wù)連續(xù)性和應(yīng)急處置及時性之間的平衡。對第三方組織或個人來說,大數(shù)據(jù)可以為應(yīng)急管理提供更加便捷靈活的手段。
1.宏觀和微觀層面基于大數(shù)據(jù)信息流的多元應(yīng)急合作
在宏觀層面,整個應(yīng)急響應(yīng)可以分為決策指揮、現(xiàn)場應(yīng)對和外界援助等三個層面,這之間以海量數(shù)據(jù)信息、高效計算能力和數(shù)據(jù)傳輸能力為基礎(chǔ),實現(xiàn)信息有效溝通和機(jī)器預(yù)測預(yù)判,進(jìn)而幫助指揮部門協(xié)調(diào)各方、現(xiàn)場處置和救援、與外界通過信息溝通提供援助,實現(xiàn)多元化協(xié)作的應(yīng)急處置。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10