朱曉鑫，張廣海，孫佰清，孟 禺（．中國(guó)海洋大學(xué)管理學(xué)院；．哈爾濱工業(yè)大學(xué)管理學(xué)院）

1 引言

近年來(lái)，我國(guó)各類突發(fā)性災(zāi)害事件的發(fā)生周期明顯縮短，發(fā)生頻率顯著升高，社會(huì)公共安全危機(jī)已由非常態(tài)化的偶發(fā)轉(zhuǎn)變?yōu)榻B(tài)化的頻發(fā)。［1]為有效提高國(guó)家突發(fā)事件應(yīng)急應(yīng)對(duì)能力，國(guó)務(wù)院和全國(guó)人大分別在《國(guó)家突發(fā)公共事件總體應(yīng)急預(yù)案》和《中華人民共和國(guó)突發(fā)事件應(yīng)對(duì)法》中強(qiáng)調(diào)，應(yīng)急物資調(diào)度配置、運(yùn)輸保障及應(yīng)急響應(yīng)機(jī)制等環(huán)節(jié)為應(yīng)急管理中的關(guān)鍵建設(shè)環(huán)節(jié)。［2,3]2018年3月，中華人民共和國(guó)應(yīng)急管理部的正式設(shè)立更是彰顯了國(guó)家對(duì)應(yīng)急管理體系構(gòu)建及應(yīng)急計(jì)劃制定和實(shí)施之重視。

人工智能目前的研究思路是基于大數(shù)據(jù)和深度學(xué)習(xí)算法的信息處理技術(shù)，以機(jī)器自身超強(qiáng)的運(yùn)算精度和數(shù)據(jù)處理能力為優(yōu)勢(shì)進(jìn)行機(jī)器學(xué)習(xí)。應(yīng)急管理數(shù)據(jù)通常體量小采集難度大，同時(shí)對(duì)數(shù)據(jù)質(zhì)量要求較高，同時(shí)，我國(guó)應(yīng)急管理體系以政府為主體，超過(guò)80%的數(shù)據(jù)資源為政府所支配和占有。［4]因此，在大數(shù)據(jù)和人工智能的新思維背景下，政府應(yīng)急部門的信息資源數(shù)字化轉(zhuǎn)型是社會(huì)發(fā)展大勢(shì)所向。

由于用戶隱私與便利性的沖突以及數(shù)據(jù)安全的風(fēng)險(xiǎn)，突發(fā)事件數(shù)據(jù)庫(kù)和政府應(yīng)急部門的公開(kāi)大數(shù)據(jù)獲取難度較大。英國(guó)、美國(guó)、加拿大、新西蘭和澳大利亞等國(guó)自2009年起先后制定和實(shí)施了符合本國(guó)開(kāi)放模式的數(shù)據(jù)共享平臺(tái)。目前，基于Data.Gov的構(gòu)建依據(jù)，我國(guó)還未形成實(shí)質(zhì)性的國(guó)家政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)。而“中國(guó)政府公開(kāi)信息整合服務(wù)平臺(tái)”尚屬各種簡(jiǎn)報(bào)和通知信息統(tǒng)籌的政務(wù)公報(bào)范疇，政府?dāng)?shù)據(jù)開(kāi)放和規(guī)范程度還存在很大提升空間，缺乏國(guó)家應(yīng)急管理數(shù)據(jù)的開(kāi)放標(biāo)準(zhǔn)和監(jiān)管機(jī)制，較少?gòu)膽?yīng)急管理體系關(guān)鍵問(wèn)題的具體研究方法探討政府開(kāi)發(fā)和利用開(kāi)放數(shù)據(jù)的有效性和重要意義。鑒于此，文章基于人工智能不同路徑的視角，試圖通過(guò)總結(jié)應(yīng)急物資需求預(yù)測(cè)的國(guó)內(nèi)外理論動(dòng)態(tài)并劃分研究方法，基于大數(shù)據(jù)機(jī)器學(xué)習(xí)路徑的內(nèi)部特征，對(duì)我國(guó)政府應(yīng)急管理相關(guān)數(shù)據(jù)的開(kāi)放和共享進(jìn)行必要性分析，同時(shí)從政府開(kāi)放數(shù)據(jù)的角度探析了應(yīng)急管理在人工智能時(shí)代的機(jī)遇與挑戰(zhàn)，提出政府應(yīng)急管理數(shù)據(jù)的開(kāi)放政策和建議，不僅有利于全面認(rèn)知應(yīng)急物資管理的現(xiàn)有研究理論和發(fā)展動(dòng)態(tài)，同時(shí)為我國(guó)應(yīng)急管理數(shù)據(jù)共享和利用提供新思維，對(duì)未來(lái)突發(fā)事件應(yīng)急物資籌集和配置具有一定啟發(fā)意義（見(jiàn)圖1）。

圖1 研究路線圖

2 人工智能與應(yīng)急物資需求預(yù)測(cè)方法分析

應(yīng)急物資管理體系主要包含應(yīng)急物資的需求預(yù)測(cè)、籌集、調(diào)度和配置4個(gè)關(guān)鍵環(huán)節(jié)的研究，其中物資需求預(yù)測(cè)研究是基礎(chǔ)和核心所在。應(yīng)急物資需求預(yù)測(cè)量是突發(fā)性災(zāi)害事件發(fā)生后，應(yīng)急決策者對(duì)受災(zāi)民眾提供基本保障所需物資最低臨界值。科學(xué)的應(yīng)急物資需求預(yù)測(cè)是物資調(diào)度和配置的基礎(chǔ)，需求預(yù)測(cè)過(guò)高會(huì)造成資源冗余和浪費(fèi)，大量堆積的物資會(huì)阻塞應(yīng)急疏散通道導(dǎo)致救援不暢；需求預(yù)測(cè)過(guò)低則會(huì)導(dǎo)致物資配置不足，可能引發(fā)民眾恐慌進(jìn)而影響社會(huì)穩(wěn)定。由于應(yīng)急救援面臨著需求目標(biāo)模糊性和突發(fā)性、人力和資本資源缺乏、救災(zāi)環(huán)境不確定性、準(zhǔn)備響應(yīng)零時(shí)差以及救援時(shí)限性等眾多挑戰(zhàn)，國(guó)內(nèi)外學(xué)者對(duì)應(yīng)急物資需求預(yù)測(cè)研究各持己見(jiàn)，尚未形成較為統(tǒng)一的研究方法。下表列舉了目前應(yīng)用廣泛的應(yīng)急物資需求預(yù)測(cè)研究方法，包括時(shí)間序列分析、數(shù)學(xué)模型、案例推理分析和信息技術(shù)分析方法的代表文獻(xiàn)和研究過(guò)程。

表 應(yīng)急物資需求預(yù)測(cè)方法的研究結(jié)果總結(jié)

2.1 時(shí)間序列理論

時(shí)間序列理論由于應(yīng)用廣泛且操作靈活，常被用于應(yīng)急物資需求預(yù)測(cè)研究。目前，常用的時(shí)間序列分析方法有：自回歸移動(dòng)平滑法、獨(dú)立同分步法和指數(shù)平滑法、差分自回歸移動(dòng)平均模型（AutoregressiveIntegrated Moving Average Model，ARIMA）。20世紀(jì) 70年代，ARIMA模型由Box等人［5]提出，作為時(shí)間序列理論中預(yù)測(cè)應(yīng)急物資需求最為科學(xué)、合理的方法之一，與傳統(tǒng)的時(shí)間序列方法相比優(yōu)勢(shì)明顯。傳統(tǒng)的時(shí)間序列分析一般針對(duì)具有明顯典型特征和趨勢(shì)的社會(huì)現(xiàn)象或自然現(xiàn)象進(jìn)行未來(lái)走向預(yù)測(cè)，而現(xiàn)實(shí)發(fā)生的很多突發(fā)事件由于其隨機(jī)性和復(fù)雜性并不完全具備典型的預(yù)測(cè)性。此時(shí)，ARIMA模型分析方法很好地解決了該限制的不足，更適用于預(yù)測(cè)在時(shí)間序列中較為復(fù)雜的突發(fā)性災(zāi)害事件。同時(shí)，經(jīng)ARIMA差分后平穩(wěn)的時(shí)間序列分析更為簡(jiǎn)易、可信度較高，其預(yù)測(cè)結(jié)果被專家學(xué)者普遍認(rèn)可。

Holguin-Veras J等人［6]根據(jù)各類應(yīng)急物資的歷史數(shù)據(jù)構(gòu)建ARIMA模型，并對(duì)2005年卡特里娜颶風(fēng)事件所需的各種應(yīng)急物資進(jìn)行需求預(yù)測(cè)和相關(guān)政策分析；朱曉鑫等［7]以1948年中國(guó)發(fā)生的重大地震為真實(shí)數(shù)據(jù)庫(kù)，通過(guò)案例推理（Case-based Reasoning，CBR）和ARIMA相結(jié)合的方法，對(duì)2008年5月12日發(fā)生的汶川地震中其死亡人數(shù)和物資需求進(jìn)行預(yù)測(cè)。然而，時(shí)間序列法同樣存在固有的弊端，震后應(yīng)急物資需求預(yù)測(cè)的應(yīng)用數(shù)據(jù)常常存在穩(wěn)定性缺失、模糊不完備等問(wèn)題，在一定程度上限制了時(shí)間序列方法的全面應(yīng)用。

2.2 數(shù)學(xué)模型及算法

目前，由于應(yīng)急物資需求配置多目標(biāo)、多階段和多屬性等特性，多數(shù)研究關(guān)注集中于多目標(biāo)線性規(guī)劃和相關(guān)算法。主要應(yīng)用到的數(shù)學(xué)模型有灰色系統(tǒng)模型、二型模糊系統(tǒng)和支持向量機(jī)等。國(guó)內(nèi)大多研究思想多數(shù)先運(yùn)用CBR預(yù)測(cè)死傷人數(shù)，再結(jié)合庫(kù)存管理知識(shí)構(gòu)建數(shù)學(xué)模型計(jì)算物資需求量。如：張斌［8]通過(guò)構(gòu)建空間量化模型，對(duì)災(zāi)區(qū)救援物資的定性需求進(jìn)行預(yù)測(cè)，并驗(yàn)證了模型的科學(xué)性和有效性；Jiuh-Biing Sheu［9]針對(duì)災(zāi)情信息不完全可知的情況下，對(duì)各地區(qū)所需的應(yīng)急物資數(shù)量進(jìn)行動(dòng)態(tài)預(yù)測(cè)，其計(jì)算目標(biāo)主要遵循兩個(gè)原則，即不斷更新死傷人數(shù)和不斷逼近各地域的實(shí)際所需；王曉等［10]將線性回歸、神經(jīng)網(wǎng)絡(luò)算法和模糊數(shù)學(xué)等有機(jī)結(jié)合，運(yùn)用CBR對(duì)災(zāi)情信息不完備下的應(yīng)急物資需求進(jìn)行預(yù)測(cè)。

2.3 案例推理（Case-basedreasoning，CBR）

相對(duì)于傳統(tǒng)的規(guī)則推理（Rule-based Reasoning,RBR）分析方法，作為人工智能領(lǐng)域的一個(gè)新興領(lǐng)域，［3]案例推理法在突發(fā)事件應(yīng)急物資需求預(yù)測(cè)領(lǐng)域得到廣泛的應(yīng)用和認(rèn)可。以震災(zāi)為例，其主要研究思想是對(duì)以往的地震歷史案例庫(kù)進(jìn)行搜索，通過(guò)相關(guān)屬性數(shù)據(jù)的分析和推理篩選出與待測(cè)地震案例最為相似的案例，此時(shí)認(rèn)為搜索到的案例與待預(yù)測(cè)案例在決策變量上具有一定的相似性和參考性。該方法基于傳統(tǒng)路徑通過(guò)模仿人類大腦的思維方式，對(duì)待測(cè)案例進(jìn)行推理分析，其應(yīng)用可以對(duì)歷史案例進(jìn)行實(shí)時(shí)調(diào)整和更新，對(duì)于新案例預(yù)測(cè)具有現(xiàn)實(shí)意義。

郭瑞鵬［11]通過(guò)案例的模糊推理模型，研究了應(yīng)急物資的需求及分級(jí)，并給出推理實(shí)現(xiàn)過(guò)程；郭曉汾［12]應(yīng)用CBR和人工智能技術(shù)，根據(jù)不同種類應(yīng)急物資的需求特征，提出應(yīng)急物資實(shí)時(shí)需求評(píng)估和預(yù)測(cè)的新方法；郭金芬等人［13]將震災(zāi)發(fā)生時(shí)間、抗震強(qiáng)度、震中強(qiáng)度和震級(jí)等納入關(guān)鍵影響因素，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)算法首先預(yù)測(cè)震后死傷人數(shù)，又通過(guò)庫(kù)存管理模型間接計(jì)算出受災(zāi)區(qū)域所需的應(yīng)急物資數(shù)量；傅志妍等［14]在原有應(yīng)急物資需求預(yù)測(cè)方法的基礎(chǔ)上進(jìn)行了相應(yīng)地改進(jìn)，通過(guò)標(biāo)準(zhǔn)化的歐式聚類，搜索待測(cè)事件的相似案例，提出了基于案例推理——關(guān)鍵因素需求預(yù)測(cè)模型，并最終通過(guò)“5·12汶川地震”進(jìn)行案例驗(yàn)證。

2.4 大數(shù)據(jù)機(jī)器學(xué)習(xí)

大數(shù)據(jù)是指海量、多樣化且難以在一定時(shí)間內(nèi)完成信息采集、篩選和處理等工作，進(jìn)而協(xié)助管理系統(tǒng)進(jìn)行有效決策的大規(guī)模數(shù)據(jù)信息。隨著互聯(lián)網(wǎng)時(shí)代大數(shù)據(jù)技術(shù)和應(yīng)用的廣泛發(fā)展，傳統(tǒng)的預(yù)測(cè)研究方法面臨全新挑戰(zhàn)，以大數(shù)據(jù)挖掘、物聯(lián)網(wǎng)技術(shù)、虛擬現(xiàn)實(shí)以及人工智能技術(shù)等，基于機(jī)器學(xué)習(xí)路徑的應(yīng)急物資預(yù)測(cè)方法已經(jīng)成為大勢(shì)所趨。

隨著互聯(lián)網(wǎng)和云計(jì)算的發(fā)展，以電腦和手機(jī)等各種智能設(shè)備為數(shù)據(jù)獲取路徑，應(yīng)急物資需求預(yù)測(cè)方面的研究方法趨于人工智能并引起廣泛關(guān)注，這些方法以探索需求估計(jì)和應(yīng)急物資的路由調(diào)度的特點(diǎn)，從而作出更可行的應(yīng)急決策。［15-17]目前，隨著衛(wèi)星和航拍遙感技術(shù)的高速發(fā)展，一些研究利用了地理信息系統(tǒng)針對(duì)災(zāi)后損失情況進(jìn)行研究和評(píng)估，該結(jié)果可以為應(yīng)急中后期階段的物資需求預(yù)測(cè)提供決策基礎(chǔ)。［18]大數(shù)據(jù)處理技術(shù)正在以無(wú)與倫比的速度優(yōu)勢(shì)和全新思維，通過(guò)深入剖析巨大數(shù)據(jù)進(jìn)而獲取潛在價(jià)值和深邃洞見(jiàn)的新型模式。［19]

3 研究方法與數(shù)據(jù)分析

3.1 數(shù)據(jù)來(lái)源

2018年10月6 日，通過(guò)中國(guó)知網(wǎng)CNKI進(jìn)行文獻(xiàn)檢索，以“主題”為“應(yīng)急物資”或含“應(yīng)急資源”并且“預(yù)測(cè)”進(jìn)行檢索，發(fā)文時(shí)間設(shè)為2003-2018年，共檢索出226條文獻(xiàn)（見(jiàn)圖2）；其中，2015年發(fā)文量最大為33篇，2012年29篇，2013年25篇。通過(guò)對(duì)相關(guān)文獻(xiàn)進(jìn)行關(guān)鍵詞和發(fā)文量分析，總結(jié)應(yīng)急物資需求預(yù)測(cè)的國(guó)內(nèi)外研究方法和人工智能路徑。

圖2 2003-2018年關(guān)于突發(fā)事件應(yīng)急物資需求預(yù)測(cè)的發(fā)文量變化

3.2 研究熱點(diǎn)與內(nèi)容聚類分析

我國(guó)在應(yīng)急物資需求預(yù)測(cè)研究方面起步較晚。從2003-2006年，我國(guó)只有少數(shù)學(xué)者開(kāi)始關(guān)注突發(fā)事件應(yīng)急物資需求預(yù)測(cè)的研究，內(nèi)容多為國(guó)外應(yīng)急物資管理借鑒及我國(guó)案例實(shí)證分析；2006-2015年，隨著我國(guó)對(duì)突發(fā)事件關(guān)注不斷增強(qiáng)及應(yīng)急救援能力發(fā)展日益深入，應(yīng)急物資需求預(yù)測(cè)、應(yīng)急調(diào)度配置等受到學(xué)者廣泛關(guān)注，應(yīng)急物資需求預(yù)測(cè)的論文發(fā)表量呈現(xiàn)上升態(tài)勢(shì)，相關(guān)研究在修正、深化與發(fā)展應(yīng)急物資理論的同時(shí)，也拓展了其研究邊界和運(yùn)用范圍；2015-2018年，關(guān)于應(yīng)急物資需求預(yù)測(cè)的發(fā)文量呈高位波動(dòng)態(tài)勢(shì)，表明該領(lǐng)域研究在我國(guó)已進(jìn)入相對(duì)成熟期。

關(guān)鍵詞作為論文的重要部分和思想精粹，其共現(xiàn)水平可反映某研究的熱點(diǎn)領(lǐng)域。由圖3可知，2003-2018年間，在中國(guó)知網(wǎng)上檢索到的論文應(yīng)用到的需求預(yù)測(cè)方法由高到低分別是案例推理分析、BP神經(jīng)網(wǎng)絡(luò)和遺傳算法，而這些同屬機(jī)器模擬人腦思維的人工智能范疇。然而，模擬大腦并非是唯一出路，［20-22]該路徑雖在一定程度上解決了應(yīng)急物資管理的部分需求預(yù)測(cè)工作，卻對(duì)機(jī)器學(xué)習(xí)研究路徑仍未形成統(tǒng)一認(rèn)知，與大數(shù)據(jù)背景下智能設(shè)備相結(jié)合的實(shí)用型成果轉(zhuǎn)化不足。因此，如何將人工智能的模擬大腦和機(jī)器學(xué)習(xí)有效融合，是目前國(guó)內(nèi)外研究的熱點(diǎn)問(wèn)題。同時(shí)，從中國(guó)知網(wǎng)收錄的期刊來(lái)源看，突發(fā)性災(zāi)害事件應(yīng)急管理領(lǐng)域雖從屬于政府應(yīng)急管理的決策范疇，其科研主體并非行業(yè)研究機(jī)構(gòu)或政府部門，而是以高等院校為支撐的學(xué)術(shù)組織。其中，發(fā)文量較大、影響范圍較廣的科研主體有西安交通大學(xué)（7篇）、大連海事大學(xué)（6篇）、南京理工大學(xué)（4篇）、哈爾濱工業(yè)大學(xué)（4篇）、武漢理工大學(xué)（4篇）、南京航空航天大學(xué)（4篇）等，上述院校共同構(gòu)成了我國(guó)突發(fā)事件應(yīng)急物資管理研究的學(xué)術(shù)圈。

圖3 2003-2018年發(fā)表論文關(guān)鍵詞及出現(xiàn)頻次

4 政府開(kāi)放應(yīng)急管理數(shù)據(jù)的必要性和存在的問(wèn)題

我國(guó)應(yīng)急管理是以政府為主導(dǎo)的國(guó)家強(qiáng)制性要求，政府部門掌握著大量應(yīng)急物資管理相關(guān)的數(shù)據(jù)。與國(guó)外相比，我國(guó)在政府?dāng)?shù)據(jù)開(kāi)放方面尚未正式出臺(tái)相應(yīng)政策、法規(guī)，在一定程度上制約了我國(guó)突發(fā)事件應(yīng)急物資管理研究的發(fā)展。根據(jù)應(yīng)急物資需求預(yù)測(cè)研究方法的內(nèi)在特征，制定政府?dāng)?shù)據(jù)開(kāi)放政策將推動(dòng)我國(guó)應(yīng)急管理體系的深入發(fā)展和長(zhǎng)足進(jìn)步。

4.1 基于大數(shù)據(jù)樣本的機(jī)器學(xué)習(xí)訓(xùn)練

在人工智能領(lǐng)域，國(guó)內(nèi)外應(yīng)急管理的研究重點(diǎn)集中于機(jī)器學(xué)習(xí)理論，而多數(shù)情況下，大量的案例數(shù)據(jù)是機(jī)器學(xué)習(xí)完成智能訓(xùn)練之本。同樣，隨著機(jī)器學(xué)習(xí)逐漸進(jìn)入應(yīng)急管理學(xué)科的視野，科學(xué)合理的應(yīng)急物資需求預(yù)測(cè)模型應(yīng)基于不同變量的綜合性歷史數(shù)據(jù)，這就要求數(shù)據(jù)平臺(tái)開(kāi)放突發(fā)事件發(fā)生時(shí)間、災(zāi)害種類、地理位置、發(fā)生強(qiáng)度等屬性詳細(xì)完備的高質(zhì)量數(shù)據(jù)。而目前我國(guó)政府部門的內(nèi)部數(shù)據(jù)多為結(jié)構(gòu)化數(shù)據(jù)，在半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)擷取和存儲(chǔ)上亟待提高。另外，部分可查詢數(shù)據(jù)的準(zhǔn)確性和真實(shí)性有待考察，數(shù)據(jù)質(zhì)量參差不齊，缺乏數(shù)據(jù)質(zhì)量管理標(biāo)準(zhǔn)等在一定程度上制約我國(guó)應(yīng)急管理數(shù)據(jù)的挖掘和利用。

4.2 實(shí)時(shí)數(shù)據(jù)精準(zhǔn)化需求預(yù)測(cè)

大規(guī)模突發(fā)事件發(fā)生后，不確定性應(yīng)急物資需求總量急劇上升，各類應(yīng)急物資時(shí)效性和緊迫性又不盡相同，需求結(jié)構(gòu)（醫(yī)療物資、生活基本保障物資、應(yīng)急救援物資以及恢復(fù)重建所需物資四大類物資的相對(duì)數(shù)量比）較為復(fù)雜，不同階段的應(yīng)急物資需求類型和需求總量發(fā)生持續(xù)性動(dòng)態(tài)變化，對(duì)物資需求預(yù)測(cè)工作的時(shí)間和預(yù)測(cè)準(zhǔn)確性方面均提出了更高的要求。同時(shí)，突發(fā)事件不同應(yīng)急時(shí)段，應(yīng)急物資的需求優(yōu)先級(jí)也在實(shí)時(shí)變化著。因此，實(shí)現(xiàn)大數(shù)據(jù)的實(shí)時(shí)更新是下一階段物資需求精準(zhǔn)預(yù)測(cè)和優(yōu)化配置的關(guān)鍵。而目前我國(guó)突發(fā)事件的官方歷史數(shù)據(jù)獲取難度大，由于災(zāi)情實(shí)時(shí)數(shù)據(jù)信息在線社交網(wǎng)絡(luò)平臺(tái)的相對(duì)易獲取性，國(guó)內(nèi)研究主要關(guān)注基于社交媒體的突發(fā)事件檢測(cè)、網(wǎng)絡(luò)輿情擴(kuò)散監(jiān)測(cè)和規(guī)律分析和網(wǎng)絡(luò)輿論集群行為等。［23-25]

4.3 完善和更新智庫(kù)建設(shè)

應(yīng)急管理數(shù)據(jù)系統(tǒng)的建立和更新對(duì)于完善我國(guó)應(yīng)急管理智庫(kù)體系具有重要意義。相關(guān)數(shù)據(jù)顯示，［26]在政府?dāng)?shù)據(jù)管理系統(tǒng)是否有專人維護(hù)和管理的問(wèn)題調(diào)查中，一些被調(diào)查者表示其所在的政府部門沒(méi)有負(fù)責(zé)系統(tǒng)維護(hù)和管理的專門人員，在數(shù)據(jù)采集和存儲(chǔ)方面也并未設(shè)專人負(fù)責(zé)。缺乏數(shù)據(jù)管理和系統(tǒng)維護(hù)的反饋和改進(jìn)機(jī)制是目前我國(guó)政府應(yīng)急部門數(shù)據(jù)公開(kāi)的另一重要問(wèn)題，由于沒(méi)有統(tǒng)一的格式標(biāo)準(zhǔn)和專人管理，各類數(shù)據(jù)未被統(tǒng)一標(biāo)準(zhǔn)并合理地錄入數(shù)據(jù)庫(kù)。近年來(lái)，由于缺乏政府?dāng)?shù)據(jù)支撐而未形成有效的政府?dāng)?shù)據(jù)涉入的研究體系，我國(guó)應(yīng)急管理數(shù)據(jù)分析大部分來(lái)自不同局部的在線信息檢索和搜尋，信息來(lái)源的不權(quán)威性和不全面性對(duì)需求預(yù)測(cè)的精準(zhǔn)度影響頗大，碎片化的數(shù)據(jù)拼圖在全局意義上不利于應(yīng)急管理體系的建立和完善。

4.4 人工智能路徑研究的發(fā)展

國(guó)內(nèi)外應(yīng)急管理研究主要側(cè)重于人工智能的機(jī)器學(xué)習(xí)路徑，對(duì)大數(shù)據(jù)智能設(shè)備相結(jié)合的研究路徑關(guān)注較少。由于突發(fā)事件的復(fù)雜性，在事件發(fā)生短時(shí)間內(nèi)可能難以直接獲得受災(zāi)民眾的需求信息，而物資需求預(yù)判的主觀性和模糊性使得信息在各個(gè)應(yīng)急時(shí)期的更新過(guò)程中需要耗費(fèi)大量的人力和物力。目前在商業(yè)、教育和醫(yī)療等諸多領(lǐng)域，應(yīng)用大數(shù)據(jù)機(jī)器學(xué)習(xí)路徑提高需求預(yù)測(cè)精準(zhǔn)性的人工智能案例值得應(yīng)急物資管理預(yù)判和決策研究領(lǐng)域借鑒。舉例而言，在實(shí)際的應(yīng)急物資需求配置工作中，針對(duì)突發(fā)事件的受災(zāi)民眾，可以通過(guò)人臉識(shí)別進(jìn)行不同年齡和性別的個(gè)性化需求服務(wù)，精準(zhǔn)定位不同類群進(jìn)行靶向配置；通過(guò)跟蹤識(shí)別服務(wù)，大數(shù)據(jù)處理可以及時(shí)更新災(zāi)民各類物資需求，從而進(jìn)行后續(xù)精準(zhǔn)定位和配置反饋；通過(guò)“端云協(xié)同”可穿戴設(shè)備深入挖掘更多共性的應(yīng)急需求情境，針對(duì)不同情境推出精準(zhǔn)預(yù)測(cè)、智慧配置等方案，從而豐富和提升傳統(tǒng)的應(yīng)急情境理論研究?；诖髷?shù)據(jù)的智能設(shè)備的開(kāi)發(fā)和探索亟需政府應(yīng)急部門的權(quán)威數(shù)據(jù)源，數(shù)據(jù)開(kāi)放平臺(tái)難以通過(guò)公開(kāi)申請(qǐng)獲取在一定程度上阻礙了災(zāi)害應(yīng)急管理和人工智能學(xué)科的發(fā)展。

5 完善我國(guó)政府開(kāi)放應(yīng)急管理數(shù)據(jù)的風(fēng)險(xiǎn)和對(duì)策

應(yīng)急管理涉及國(guó)家數(shù)據(jù)安全和用戶隱私，與其稱政府應(yīng)急部門數(shù)據(jù)公開(kāi)和監(jiān)管為技術(shù)問(wèn)題，不如將其歸于管理問(wèn)題。政府公開(kāi)大數(shù)據(jù)需要應(yīng)急管理部門完善數(shù)據(jù)質(zhì)量、維護(hù)國(guó)家信息安全和保護(hù)人民的隱私，唯有此才能不斷促進(jìn)政府應(yīng)急管理數(shù)據(jù)的良性循環(huán)和有效利用。

5.1 加大政府應(yīng)急管理信息開(kāi)放平臺(tái)的支持度

2012年6 月，上海市政府率先向社會(huì)開(kāi)放和共享政府?dāng)?shù)據(jù)資源，自此全國(guó)近20個(gè)地方政府開(kāi)展了政府網(wǎng)站數(shù)據(jù)共享服務(wù)。而這些數(shù)據(jù)資源大部分都是基于便民和企業(yè)經(jīng)濟(jì)發(fā)展所用，在國(guó)家和地方的應(yīng)急管理局網(wǎng)站上獲取災(zāi)害事件相關(guān)的開(kāi)放數(shù)據(jù)仍然十分困難。在政府應(yīng)急管理數(shù)據(jù)開(kāi)放方面，應(yīng)當(dāng)加大政府支持力度，全面整合和統(tǒng)籌應(yīng)急信息的大數(shù)據(jù)平臺(tái)和共享中心。加強(qiáng)政府信息資源和社會(huì)信息資源的關(guān)聯(lián)度，通過(guò)加快構(gòu)建國(guó)家應(yīng)急管理數(shù)據(jù)信息共享服務(wù)平臺(tái)，進(jìn)而推動(dòng)政府應(yīng)急管理、社會(huì)救援組織、學(xué)術(shù)機(jī)構(gòu)和普通民眾的互利互動(dòng)。

5.2 設(shè)立應(yīng)急信息數(shù)據(jù)管理專職部門

政府應(yīng)急管理相關(guān)數(shù)據(jù)的開(kāi)放服務(wù)工作量，涉及信息技術(shù)、應(yīng)急管理和數(shù)據(jù)統(tǒng)籌等多個(gè)部門，為確保政府?dāng)?shù)據(jù)開(kāi)放工作高效、穩(wěn)步開(kāi)展，亟需成立應(yīng)急管理信息的專職服務(wù)部門。2018年3月至今，隨著“中華人民共和國(guó)應(yīng)急管理部”的正式設(shè)立，各級(jí)地方應(yīng)急管理廳/局的政務(wù)管理工作也循序漸進(jìn)開(kāi)展，17個(gè)地方應(yīng)急管理部門陸續(xù)掛牌。當(dāng)下，組建應(yīng)急信息數(shù)據(jù)的專職管理部門和一支應(yīng)急數(shù)據(jù)管理的專業(yè)團(tuán)隊(duì)，并進(jìn)行明確的職責(zé)分工勢(shì)在必行。此外，政府應(yīng)急部門應(yīng)當(dāng)提高數(shù)據(jù)質(zhì)量（完整性、真實(shí)性和準(zhǔn)確性）的評(píng)估工作，加強(qiáng)高質(zhì)量數(shù)據(jù)的評(píng)估和開(kāi)放，促進(jìn)應(yīng)急管理體系和災(zāi)害管理學(xué)科的良性循環(huán)。

5.3 加強(qiáng)數(shù)據(jù)安全的風(fēng)險(xiǎn)管理和監(jiān)督

不同于商業(yè)領(lǐng)域的案例大數(shù)據(jù)平臺(tái)開(kāi)放，應(yīng)急管理案例大數(shù)據(jù)體量小卻價(jià)值千金，且涉及國(guó)家網(wǎng)絡(luò)和信息安全，前期準(zhǔn)備工作要確保萬(wàn)無(wú)一失。我國(guó)政府機(jī)構(gòu)尚未出臺(tái)網(wǎng)絡(luò)大數(shù)據(jù)開(kāi)放和共享相應(yīng)的法律法規(guī)，在個(gè)人隱私和數(shù)據(jù)安全方面的管理和監(jiān)督體制還有待提升。在數(shù)據(jù)采集、篩選、錄入、管理和使用環(huán)節(jié)應(yīng)建立嚴(yán)格的監(jiān)管和回溯制度，并對(duì)開(kāi)放平臺(tái)的服務(wù)和效果進(jìn)行評(píng)估和反饋，針對(duì)不同問(wèn)題提出精準(zhǔn)治理的方案和對(duì)策，嚴(yán)禁對(duì)涉及數(shù)據(jù)安全和個(gè)人隱私的信息轉(zhuǎn)載和泄露。另一方面，應(yīng)當(dāng)提高政府應(yīng)急部門和民眾間的互利互動(dòng)，為各大科研機(jī)構(gòu)和社會(huì)公眾的有識(shí)之士提供前瞻性和預(yù)測(cè)性的建議創(chuàng)造條件，針對(duì)開(kāi)放數(shù)據(jù)向社會(huì)征集預(yù)測(cè)和數(shù)據(jù)挖掘的分析報(bào)告和建議反饋等。

6 結(jié)語(yǔ)

應(yīng)急管理的政府?dāng)?shù)據(jù)是國(guó)家重要的戰(zhàn)略資源，面向全社會(huì)信息服務(wù)平臺(tái)的共享和利用，無(wú)論是提高政府工作效率、提升政務(wù)透明度，還是創(chuàng)新可持續(xù)發(fā)展社會(huì)的政府轉(zhuǎn)型都具有重要意義。在應(yīng)急管理的研究方面，國(guó)外起步較早，多運(yùn)用時(shí)間序列分析和構(gòu)建數(shù)學(xué)模型的方法。自2003年起，國(guó)內(nèi)學(xué)者開(kāi)始基于不同視角進(jìn)行突發(fā)事件應(yīng)急物資需求預(yù)測(cè)，雖在應(yīng)急物資管理研究方面起步較晚，卻在人工智能模擬大腦的傳統(tǒng)路徑技術(shù)領(lǐng)域的應(yīng)用廣泛，主要包括遺傳算法、案例推理分析和神經(jīng)網(wǎng)絡(luò)等，探索和改進(jìn)基于大數(shù)據(jù)和智能設(shè)備的機(jī)器學(xué)習(xí)路徑研究不足。隨著人工智能的數(shù)據(jù)化轉(zhuǎn)型時(shí)代拉開(kāi)帷幕，固步自封并非改進(jìn)人工智能、優(yōu)化專家在應(yīng)急管理領(lǐng)域的有效途徑，開(kāi)放和共享高質(zhì)量應(yīng)急管理數(shù)據(jù)信息，并因地制宜地應(yīng)用于應(yīng)急物資管理研究方法才是應(yīng)急管理的必經(jīng)之路。同時(shí)，對(duì)于政府開(kāi)放數(shù)據(jù)平臺(tái)的雙刃劍性質(zhì)，在數(shù)據(jù)效能利用和數(shù)據(jù)風(fēng)險(xiǎn)保護(hù)之間應(yīng)做好利弊權(quán)衡。隨著國(guó)家各級(jí)政府大力推動(dòng)和共建應(yīng)急管理數(shù)據(jù)開(kāi)放及共享平臺(tái)，通過(guò)激活政府應(yīng)急管理數(shù)據(jù)資源的全新方式，人工智能大數(shù)據(jù)為政、商、民所用，為未來(lái)真正實(shí)現(xiàn)政府、企業(yè)和社會(huì)公眾的互惠互動(dòng)、政府?dāng)?shù)字化轉(zhuǎn)型指明模擬人類智能開(kāi)發(fā)和探尋機(jī)器人類智能化的未來(lái)之路。