劉昭閣 ,張瑞金 ,李向陽 ,喬立民 ,吳 沖

(1.廈門大學公共事務學院,福建廈門 361005;2.哈爾濱工業(yè)大學經(jīng)濟與管理學院,哈爾濱 150001;3.北京北科互聯(lián)城市治理技術研究院有限公司,北京 100012)

隨著大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等新一代信息技術發(fā)展以及公眾對廣覆蓋、多層次、差異化的高質(zhì)量現(xiàn)代化城市公共服務的需求持續(xù)增強,新階段智慧城市安全管理的目標正在不斷向精細化和智能化推進,通過跨部門、多模態(tài)、高密度大數(shù)據(jù)的采集、利用與共享,對風險防范、災害監(jiān)測、應急處置等公共安全服務需求做出精準響應[1-2]。

在智慧城市轉(zhuǎn)型下,大數(shù)據(jù)構成了城市安全管理決策的血液。為了充分發(fā)揮城市安全管理創(chuàng)新的大數(shù)據(jù)價值,加強城市安全大數(shù)據(jù)治理能力建設勢在必行,即通過組織、規(guī)制、流程、技術等組合手段對大數(shù)據(jù)的全生命周期進行有效管控[3]。在不斷地實踐探索中,安全大數(shù)據(jù)治理能力建設得到有效加強,當前主要面臨3個方面的重要轉(zhuǎn)變:①從被動的應對能力向主動的準備能力轉(zhuǎn)變。城市安全管理的大數(shù)據(jù)種類繁多、結構復雜、體量龐大,大數(shù)據(jù)治理通常面臨復雜問題情景[4],需要提前設計適應城市安全管理重要需求的大數(shù)據(jù)治理方案,合理計劃大數(shù)據(jù)分析模式及其治理問題應對模式,以減少或降低實際治理過程中的混亂與無序,提高治理效率[5]。②從靜態(tài)能力達標向動態(tài)能力發(fā)展轉(zhuǎn)變。大數(shù)據(jù)治理是一個持續(xù)性的過程,是逐步實現(xiàn)安全大數(shù)據(jù)價值的過程[6],而不是一個有著明確范圍的“一錘子”買賣,需要不斷適應城市安全管理需求變化[7-8],持續(xù)全面提升數(shù)據(jù)的理、采、存、管、用等方面的能力[9-10]。③從以應用為中心向以數(shù)據(jù)為中心轉(zhuǎn)變。從不顧一切匯聚、互通與使用數(shù)據(jù)的粗放式數(shù)據(jù)治理,逐漸向科學理解、發(fā)揮數(shù)據(jù)在城市安全管理中的價值轉(zhuǎn)變,以有限目標促進管理模式創(chuàng)新[11-12]。針對這些轉(zhuǎn)變,城市安全大數(shù)據(jù)治理的重心,應是在智能技術手段支持下[13],更好地控制和改進大數(shù)據(jù)治理過程,提高大數(shù)據(jù)治理的科學化和規(guī)范化程度[14]。因此,需要探索與此相適應的城市安全大數(shù)據(jù)治理評估方法,以便及時掌握大數(shù)據(jù)治理的薄弱環(huán)節(jié),精準定位治理能力提升的突破點。

卡內(nèi)基梅隆大學于1987 年提出能力成熟度模型(Capability Maturity Model,CMM),最初是作為一套基于軟件開發(fā)過程的管理和能力提升指導框架[15]。由于該模型能夠通過定義不同發(fā)展階段的能力特征,使得組織能不斷把握能力發(fā)展方向、帶動管理從混亂無序走向規(guī)范化和持續(xù)優(yōu)化[16],在軟件工程領域取得巨大成功,隨后被應用于其他領域。城市安全大數(shù)據(jù)治理是一項復雜系統(tǒng)工程,從被動應對到主動準備、從靜態(tài)能力達標到動態(tài)能力發(fā)展、從應用導向到數(shù)據(jù)導向,同樣是從無序走向有序、從不成熟走向成熟的過程,是治理的綜合質(zhì)量不斷提升的過程。與傳統(tǒng)的綜合評價模型[17]、層次分析模型[18]相比,成熟度評價模型不僅能夠發(fā)現(xiàn)和識別薄弱環(huán)節(jié),還可以提供帶有方向性的具體路線指導,更適應城市安全大數(shù)據(jù)治理的評估特點,有助于大數(shù)據(jù)治理能力的持續(xù)提升。因此,采用成熟度模型研究城市安全的大數(shù)據(jù)治理評價具有可行性與必要性。

能力成熟度評價模型的基本原理是將成熟度劃分若干等級,設置不同等級成熟度的能力指標(稱為關鍵過程域)及其能力目標,再由專家評價各關鍵過程域的能力滿足程度,由此確定具體的成熟度等級與能力分布情況[19]。然而,傳統(tǒng)方法主要依賴專家主觀評價,在應用中存在兩方面問題:①評價缺少權威規(guī)范的尺度標準,尤其是對城市安全大數(shù)據(jù)治理這種新興問題,專家對評價結果的不確定性與無把握性強,導致不同專家給出的評價結果缺乏一致性;②城市安全大數(shù)據(jù)治理的成效體現(xiàn)需要時間,傳統(tǒng)方法難以追蹤與識別治理能力表現(xiàn),使得評價缺乏預見性。因此,成熟度評價仍需要更加有效的方法支持。

近年來的改進方法多聚焦評價的一致性問題,引入證據(jù)推理(Evidence Reasoning,ER)[20-21]手段,通過“證據(jù)合成”處理不同專家評價的證據(jù)沖突。根據(jù)沖突消減的路徑,可將ER 方法分為3類:①基于規(guī)則構建的ER 方法,主要通過建立或改進證據(jù)合成規(guī)則,對證據(jù)的沖突進行分配和管理,較為經(jīng)典的證據(jù)合成規(guī)則是Dempster合成規(guī)則[22];②基于證據(jù)預處理的ER 方法,即考慮原始證據(jù)的內(nèi)在結構差異,首先對沖突證據(jù)進行預處理(如證據(jù)分組和證據(jù)賦權),再利用合成規(guī)則進行證據(jù)合成;③基于證據(jù)源更新的ER 方法,即通過引入新的證據(jù)來源(如歷史案例和模擬仿真結果),減少原始證據(jù)中的不確定性,再對新證據(jù)進行合成處理[23]?，F(xiàn)有文獻對前兩類ER 方法研究較多,提出了改進的Dempster合成規(guī)則[24]、動態(tài)合成方法等[25]。但是由于前兩類方法是對原始證據(jù)進行優(yōu)化處理,并未改變對專家知識和經(jīng)驗的依賴,評價結果的主觀性依然較強,亦難以解決成熟度評價缺乏預見性的問題。因此,本文采用更新證據(jù)源的ER 方法進行成熟度評價。通過搜集已有案例發(fā)現(xiàn),城市公共安全大數(shù)據(jù)治理的案例描述了城市安全場景、能力指標以及能力評價結果在內(nèi)的全面信息要素,可以支持從案例中直接獲取評價證據(jù)。由于案例源證據(jù)代表權威機構及主體對歷史能力項目的評價,具有較強的可靠性;同時,案例提供了歷史能力項目的全過程信息[4,26],指標取值完備,有助于解決評價缺乏預見性的問題。然而,現(xiàn)有研究對案例源ER方法的研究較少,有學者根據(jù)案例場景相似度篩選歷史案例,提出了一種基于案例的應急能力評價方法[27],但研究局限于從相似案例中提煉關鍵評價指標,并未涉及案例源證據(jù)的提取和使用。根據(jù)上述分析,可以發(fā)現(xiàn),案例源證據(jù)對提升ER效果具有重要價值,但缺少相應的系統(tǒng)性方法支持,限制了其實踐應用。本文將結合案例借鑒<案例表達-案例檢索-案例重用>框架[28],探索系統(tǒng)性的案例源ER方法。

綜上所述,本文系統(tǒng)考慮歷史案例的結構化表達以及案例源證據(jù)的檢索與合成,提出了一種城市安全大數(shù)據(jù)治理能力成熟度評價的案例源ER 方法。首先,結合成熟度評價的信息需求,建立<場景特征-能力目標滿足情況-評價證據(jù)清單>的案例源結構化表達;其次,針對特定場景下的關鍵過程域,根據(jù)能力目標滿足情況分析案例相似性,提出相應的案例相似度計算方法,由此實現(xiàn)案例檢索與案例源證據(jù)生成;再次,對相似案例中的多個證據(jù),利用D-S證據(jù)理論[29]進行證據(jù)合成,實現(xiàn)各關鍵過程域的一致性評價;最后,利用矩陣熱力圖譜對評價結果進行可視化分析。

1 城市安全大數(shù)據(jù)治理的成熟度模型建構

1.1 城市安全大數(shù)據(jù)治理成熟度的等級劃分

本文借鑒能力成熟度[30]和項目管理成熟度[31]的等級劃分,考慮城市安全大數(shù)據(jù)治理的能力特征,將其能力成熟度劃分為5個等級,分別為:初始級、可重復級、已定義級、定量管理級和持續(xù)優(yōu)化級。通過調(diào)研,從組織管理、流程實現(xiàn)、政策與規(guī)制和技術支撐4個維度梳理了各級成熟度的能力特征。具體如表1所示。

表1 城市安全大數(shù)據(jù)治理成熟度等級的特征分類Tab.1 Characteristic classification for different maturity levels of city safety big data governance

1.2 成熟度測度的關鍵過程域提煉

關鍵過程域是反映成熟度水平的關鍵能力指標[32]。各級成熟度的特征不同,對應的關鍵過程域亦有差異。在關鍵過程域的提煉上,首先借鑒項目管理的成熟度模型 (Organizational Project Management Maturity Model,OPM3)[15],結合城市安全大數(shù)據(jù)治理的特點,將城市安全大數(shù)據(jù)治理過程劃分為準備、啟動、執(zhí)行、控制、收尾和綜合協(xié)調(diào)6個關鍵子過程,各子過程的內(nèi)容如表2 所示。進一步,根據(jù)表1所示4個維度的特征對關鍵子過程進行分解,建立針對各成熟度等級的關鍵過程域體系。具體而言,先根據(jù)大數(shù)據(jù)治理歷史文獻[3-4,33]凝練關鍵過程域的基本框架體系,再根據(jù)調(diào)研獲得的實踐案例對關鍵過程域進行修正和完善,由此得到具有指導意義的關鍵過程域體系,如表3所示。

表2 城市安全大數(shù)據(jù)治理的關鍵子過程Tab.2 Key sub-processes of city safety big data governance

表3 城市安全大數(shù)據(jù)治理成熟度的關鍵過程域Tab.3 Key process areas of city safety big data governance maturity

1.3 關鍵過程域的目標集合定義

為客觀準確地測度關鍵過程域,依據(jù)歷史文獻與實踐調(diào)研資料,構建了各關鍵過程域的目標集合,這些目標概括了關鍵過程域的內(nèi)容以及應達到的效果,可作為關鍵過程域的能力評價標準。本文設計的目標集合如表4所示。

表4 各關鍵過程域的目標集合Tab.4 Goal sets of different key process areas

2 成熟度評價的案例源證據(jù)推理方法

2.1 基本假設

面向目標案例場景(即現(xiàn)實場景),決策者可參照、利用歷史案例中的經(jīng)驗知識解決新問題[28,34],能夠為成熟度評價提供相對客觀、權威的評價標準與證據(jù)。城市安全大數(shù)據(jù)治理的成熟度評價涉及廣泛且多樣的評價指標,評價證據(jù)的可靠性極大地依賴于專家的知識積累與實踐經(jīng)驗。同時,由于涉及龐雜的評價等級與指標體系,成熟度評價的工作量較大而存在主觀性問題。案例代表政府部門或權威機構及主體對已有安全大數(shù)據(jù)治理實踐的全面總結與權威評價,其蘊含的評價證據(jù)具有較強的可靠性,而且基于相似案例能夠在一定程度上快速有效地篩選與整合案例源證據(jù),有助于更有針對性地分析目標案例的成熟度水平。在具體闡述基于案例的成熟度評價方法之前,本文做出如下假設:

假設1相似性假設。針對特定場景下的關鍵過程域,目標滿足情況相近的案例(本文稱為相似案例)包含相似的評價結果。同時,目標滿足情況不相近的案例包含的評價結果間具有較大差異。

假設2完備性假設?？紤]關鍵過程域的多樣性,同一案例涵蓋所有關鍵過程域的評價證據(jù)是不切實際的(但可以不斷補充案例以擴充評價證據(jù)),因此,假定在一次評價中,未記錄在案的評價證據(jù)可忽略不計,僅考慮關于已有關鍵過程域的評價證據(jù)。同時,考慮證據(jù)的可推理需求,本文假定案例中已有關鍵過程域的目標滿足情況描述完備。

假設3理性假設。單案例源不能保證評價的準確性,當篩選出的相似案例仍有多個時,需要結合證據(jù)理論進行證據(jù)的合成推理。本文假定涉及的證據(jù)合成有效,即可以通過證據(jù)推理獲得可信的評價結果。

綜上可知,本文所述成熟度評價的案例源證據(jù)推理方法是:根據(jù)相似案例中提供的評價證據(jù)對目標案例的關鍵過程域進行評價,通過多次檢索與整合相似案例的評價證據(jù),生成涵蓋各關鍵過程域的完整評價結果。所提出方法的基本流程如圖1所示。

圖1 成熟度評價的案例源證據(jù)推理方法流程Fig.1 Process of the case-source evidence reasoning based maturity evaluation method

2.2 案例源的結構化表達

城市安全大數(shù)據(jù)治理的案例源通常包含3個部分,分別為案例背景(大數(shù)據(jù)治理實施的場景闡述)、案例內(nèi)容(大數(shù)據(jù)治理的內(nèi)容和成果)以及案例總結(大數(shù)據(jù)治理效果的綜合評價)。然而,原始案例多以長文本形式表達,結構化程度差,難以直接用于成熟度評價的智能推理。鑒于此,本文通過從案例背景中提煉場景特征、從案例內(nèi)容中提煉能力目標滿足情況、從案例總結中提煉評價證據(jù),建立案例源的結構化表達。

(1)案例背景→場景特征。案例背景中涵蓋對大數(shù)據(jù)治理實施場景的特征描述,如城市安全類型(城市內(nèi)澇、社區(qū)火災、社區(qū)治安等)、管理活動類型(決策、分析、監(jiān)督等)、大數(shù)據(jù)治理的組織、規(guī)制和技術環(huán)境等[4]。在考慮多場景的成熟度評價時,可利用場景特征對案例進行初篩,以生成具有場景針對性的評價證據(jù)。

(2)案例內(nèi)容→能力目標滿足情況。量化指標取值來源于案例內(nèi)容部分對大數(shù)據(jù)治理實踐內(nèi)容和成果的詳細描述。在構建案例結構時,按照表3的目標集合,采用(目標項,目標滿足情況)的二元組形式進行內(nèi)容表達。例如,二元組(B1.1,1)代表子目標B1.1被滿足。

(3)案例總結→評價證據(jù)清單。評價證據(jù)來源于案例總結部分對治理效果的評價,被結構化為(關鍵過程域,語義評價)二元組。針對多個關鍵過程域,案例包含的評價證據(jù)亦有多個,構成成熟度評價的證據(jù)清單。在語義評價表達方面,將評價文本的語義按情感極性劃分為低、中、高3級,情感極性根據(jù)波森情感詞典進行計算[35]。為消減語義評價的不確定性影響,設置3個等級的情感極性三角模糊數(shù),分別為(a,a,0)、(a,0,b)和(0,b,b),a和b分別為波森情感詞典中情感極性的下、上閾值。例如,語義評價(0,0.3,0.7)代表對低、中、高3級的隸屬度分別為0、0.3和0.7。

2.3 案例源證據(jù)的激活生成

針對特定關鍵過程域,案例源證據(jù)的激活生成是從相似案例中檢索目標案例所需的評價證據(jù)。其中,相似案例是指能力目標滿足情況相近的案例,這些案例對應的評價證據(jù)在目標案例成熟度評價中的可用性更強。針對目標滿足情況的相似度計算,采用基于歐氏距離的計算方法[36],同時增加目標項權重以區(qū)分指標貢獻。具體而言:

對關鍵過程域ar,記案例的論域為,案例HCi的第k個目標滿足情況為sk(Pi),第k個目標項的權重為wk,量化指標的論域為Ωr,則案例HCi和目標案例TC在關鍵過程域ar的目標滿足相似度為

2.4 關鍵過程域評估的證據(jù)推理

針對特定關鍵過程域,利用生成的激活證據(jù)進行評估。對上一階段生成的多個不確定性證據(jù),采用D-S證據(jù)理論[29]進行證據(jù)推理,涉及評價證據(jù)的mass函數(shù)生成以及證據(jù)合成兩步關鍵工作:

(1)mass函數(shù)生成。由2.2節(jié)可知,關鍵過程域的評價證據(jù)可轉(zhuǎn)化為證據(jù)理論的mass函數(shù)。例如,對某關鍵過程域的評價證據(jù)i的三角模糊數(shù)表達(0,0.3,0.7),其mass函數(shù)mi為{mi(d1)=0,mi(d2)=0.3,mi(d3)=0.7}。

圖7為沉管近、遠場的應力應變滯回曲線，由圖可見，沉管底板處海床由于發(fā)生液化，剪應變達到0.1%。土骨架曲線大幅衰退，而對應的遠場海床剪應變僅達到0.013%(未達到液化狀態(tài))。

(2)mass函數(shù)的Dempster合成。對有多個激活證據(jù)時,利用規(guī)則1 對這些證據(jù)進行Dempster合成。

具體合成規(guī)則如下:

規(guī)則1[20]對關鍵過程域的評價結果集合D,有限個mass函數(shù)m1,m2,…,mn的Dempster合成規(guī)則為

對合成的mass函數(shù)mκ,最終的評價結果為{mκ(d1),kκ(d2),…,mκ(dn)}。

2.5 成熟度評價的關鍵過程域圖譜生成

推理得到各關鍵過程域的評價結果后,利用矩陣熱力圖譜進行結果可視化分析。其中,矩陣熱力圖縱坐標表示各關鍵過程域,橫坐標表示各評價等級(即低、中、高3個情感等級),熱力值則表示評價結果,同時將熱力值值域劃分為[0,0.25)、[0.25,0.5)、[0.5,0.75)和[0.75,1]等4個區(qū)間,區(qū)間顏色越深,表示評價結果對該評價等級的隸屬度越高。

利用矩陣熱力圖譜,分別對各成熟度等級的評價結果進行展示。進一步,可通過關鍵過程域的滿足情況體現(xiàn)成熟度等級;同時,根據(jù)矩陣熱力圖譜確定未滿足目標要求的工作內(nèi)容,輔助確定需改進的工作內(nèi)容。

3 用例分析

3.1 內(nèi)澇防控場景描述與數(shù)據(jù)來源

在河南省濮陽市,2021年的“7·20”極端暴雨內(nèi)澇對城市居民生活與社會運行發(fā)展造成嚴重后果,也暴露出應急管理工作中的諸多大數(shù)據(jù)治理問題。在該事件發(fā)生之后,為了建立更加有效的內(nèi)澇防控模式,提高內(nèi)澇災害的預防和應對能力,濮陽市政府積極建設城市大數(shù)據(jù)平臺,打通氣象、民政、水務、通信等不同部門的數(shù)據(jù)屏障,通過大數(shù)據(jù)治理能力建設推動內(nèi)澇防控的數(shù)據(jù)賦能。為此,本文選取濮陽市為案例,對該市內(nèi)澇大數(shù)據(jù)治理能力成熟度開展兩次評估:第1次評估是內(nèi)澇大數(shù)據(jù)平臺初建階段(2021-08～12),該階段的評估結果支持發(fā)現(xiàn)內(nèi)澇大數(shù)據(jù)治理的薄弱點與改進方向;第2次評估是內(nèi)澇大數(shù)據(jù)平臺更新階段(2022-01～06),該階段的評估結果是對前一階段評估的檢驗,也是對未來能力提升的指導。之所以選擇平臺初建階段作為評估起點,是因為通過調(diào)研發(fā)現(xiàn),實際中的城市安全大數(shù)據(jù)治理多處于這一階段,用智能化手段對該階段的能力成熟度進行評價更具代表性,有助于城市安全管理決策者及早感知能力狀態(tài)與發(fā)現(xiàn)能力問題。本文通過平臺建設不同階段的兩次成熟度評估,展示所提出成熟度評價方法在能力缺陷識別與能力提升指導方面的雙重優(yōu)勢。

本文所提出方法以案例庫構建為基礎。具體而言,針對內(nèi)澇防控場景的大數(shù)據(jù)治理案例源收集分為兩個階段,第1 階段(2019-01～2021-12),在國家自然科學基金大數(shù)據(jù)重大研究計劃項目支持下,通過對全國多個城市應急部門的實地調(diào)研,搜集到內(nèi)澇防控場景下的大數(shù)據(jù)治理現(xiàn)實案例共55例,構成現(xiàn)實大數(shù)據(jù)治理案例集;第2 階段(2020-01～2021-12),通過文獻整理、網(wǎng)絡大數(shù)據(jù)治理案例搜索與實地調(diào)研數(shù)據(jù)補充,獲取到網(wǎng)絡案例共64例,構成網(wǎng)絡案例集。上述119例大數(shù)據(jù)治理案例均并入源案例庫中,以前文所述案例結構形式進行存儲。

3.2 內(nèi)澇大數(shù)據(jù)平臺初建階段的成熟度評估

在濮陽市內(nèi)澇大數(shù)據(jù)平臺初建階段末期(2021-12始),根據(jù)表4的目標集合,結合現(xiàn)實情況確定了各成熟度能力目標的滿足情況,具體如表5 所示。為節(jié)省空間,僅展示了各成熟度等級的部分關鍵過程域的目標滿足情況。其中,目標滿足情況為“1”表示該目標被滿足,“0”表示目標未被滿足。

表5 目標案例的能力目標滿足情況取值(部分)Tab.5 Partial of the capacity goal satisfaction of the target case

步驟1量化指標匹配與證據(jù)激活。針對各關鍵過程域,利用相似度計算公式(1)計算目標案例與歷史案例大數(shù)據(jù)治理能力的目標滿足相似度(相似度閾值由決策者設定為0.8),檢索相似案例,提取其評價證據(jù)構成激活證據(jù)集。對不同關鍵過程域,激活證據(jù)的來源案例數(shù)量分布如表6所示。可以發(fā)現(xiàn),當僅使用現(xiàn)實案例或網(wǎng)絡案例時,案例數(shù)量有限;而兩類案例共同使用可以避免案例缺失,達到樣本量互補、共同支持關鍵過程域能力評估的作用。

表6 激活證據(jù)來源案例的數(shù)量分布Tab.6 Case source distribution of the activated evidence

步驟2關鍵過程域評估的證據(jù)推理。完成激活證據(jù)集構建后,采用規(guī)則1 對各激活證據(jù)進行Dempster合成推理,證據(jù)推理結果如表7所示,表中的數(shù)值分別表示其對不同評價等級的隸屬度。例如,關鍵過程域A1的評價結果屬于“低”的程度為0.05、屬于“中”的程度為0.10、屬于“高”的程度為0.85。

表7 關鍵過程域評估的證據(jù)推理結果Tab.7 Evidence reasoning results for key process area evaluation

步驟3成熟度評價圖譜生成。利用2.5節(jié)所述矩陣熱力圖對各成熟度等級的評價結果進行表達,如圖2所示。由圖2可以看出,濮陽市內(nèi)澇大數(shù)據(jù)治理在平臺初建階段的成熟度已達到可重復級。

圖2 內(nèi)澇大數(shù)據(jù)平臺初建階段的成熟度評價圖譜Fig.2 Maturity evaluation graph for the initial construction stage of the waterlogging big data platform

進一步,根據(jù)評價圖譜,從中找出評價較低的內(nèi)容,剖析能力提升的關鍵路徑,可獲得如下信息:

(1)在向“已定義級”提升的過程中,需要改進的內(nèi)容比較多。最突出的是治理過程問題(B3),組織間的數(shù)據(jù)共享協(xié)調(diào)過程的規(guī)范化程度與目標的差距較大。在濮陽市內(nèi)澇大數(shù)據(jù)平臺初建階段,人(居民、法人、重點人群等)、地(氣象、地形、地理、建筑等)、事(網(wǎng)格化、交通、關鍵基礎設施故障等)等數(shù)據(jù)的跨組織共享協(xié)調(diào)主要依賴上級部門統(tǒng)籌,各部門的數(shù)據(jù)供應缺少規(guī)范化的文件支持,數(shù)據(jù)更新不及時,數(shù)據(jù)服務經(jīng)常受到影響,這方面問題需要得到充分解決。另一方面,平臺初建階段的數(shù)據(jù)規(guī)范性建設不足,體現(xiàn)在元數(shù)據(jù)和數(shù)據(jù)標準建設(B1)以及運行評估體系建設(B4)兩個方面,在平臺更新階段亦需得到改進。

(2)從長遠發(fā)展看,平臺更新階段仍需考慮關注“定量管理級”的能力需求,首要工作是建立關鍵數(shù)據(jù)治理過程的量化監(jiān)測與評估模型,涉及數(shù)據(jù)質(zhì)量、數(shù)據(jù)采集、過程監(jiān)測與過程質(zhì)量控制等方面。

3.3 內(nèi)澇大數(shù)據(jù)平臺更新階段的成熟度評估

在濮陽市內(nèi)澇大數(shù)據(jù)平臺更新階段(2022-01～06),由研究團隊與平臺運維團隊聯(lián)合組建能力提升小組,就上一階段發(fā)現(xiàn)的能力薄弱點,制定、部署新階段的大數(shù)據(jù)治理改進方案。在平臺更新階段末期(2022-06始),由能力提升小組牽頭開展第2 輪次的成熟度評估,結果如圖3所示。由于篇幅所限,僅展示最終結果。

圖3 內(nèi)澇大數(shù)據(jù)平臺更新階段的成熟度評價圖譜Fig.3 Maturity evaluation graph for the updating stage of the waterlogging big data platform

由圖3可知,平臺更新階段大數(shù)據(jù)治理的能力提升工作精準補足了已定義級的能力缺失,驗證了前一輪評價結果指導的有效性。通過制定與執(zhí)行能力項目,濮陽市內(nèi)澇防控的大數(shù)據(jù)治理成熟度已經(jīng)達到“已定義級”。具體情況如下:

(1)跨部門的數(shù)據(jù)共享協(xié)調(diào)問題得到規(guī)范化、標準化的文件支持。在平臺初建階段,跨部門的數(shù)據(jù)共享交換主要依賴上級部門統(tǒng)籌,各部門數(shù)據(jù)缺少統(tǒng)一接口和聯(lián)動模式,大規(guī)模數(shù)據(jù)采集、清洗和處理難度均較大。在平臺更新階段,濮陽市通過建立統(tǒng)一的城市內(nèi)澇大數(shù)據(jù)共享交換中心,實現(xiàn)不同業(yè)務部門的系統(tǒng)對接,對內(nèi)澇防控涉及的各類基礎數(shù)據(jù)進行實時獲取與存儲,形成規(guī)范化的跨部門數(shù)據(jù)共享交換流程,如圖4 所示。同時,該數(shù)據(jù)共享交換中心采用“秘鑰”和“脫敏”方式進行數(shù)據(jù)授權,且內(nèi)澇大數(shù)據(jù)平臺只是單向接收業(yè)務部門數(shù)據(jù)而無法反向操作,保障了業(yè)務部門數(shù)據(jù)的安全性。

圖4 濮陽市內(nèi)澇大數(shù)據(jù)平臺的跨部門數(shù)據(jù)共享交換過程Fig.4 The cross-departmental data sharing and exchange process of Puyang waterlogging big data platform

(2)建設了元數(shù)據(jù)與數(shù)據(jù)標準體系。針對內(nèi)澇防控大數(shù)據(jù)涉及多部門、多模態(tài)基礎數(shù)據(jù)的問題,平臺更新階段在內(nèi)澇防控主題庫基礎上建立元數(shù)據(jù)的數(shù)據(jù)標準體系,結合商業(yè)智能技術,實現(xiàn)內(nèi)澇防控場景下智能分析模型的獲取與應用,豐富了數(shù)據(jù)應用的業(yè)務模型。

(3)運行評估體系得到規(guī)范化支持。在平臺更新階段,由內(nèi)澇防控大數(shù)據(jù)平臺主管部門與平臺運維團隊共同組建內(nèi)澇大數(shù)據(jù)治理小組,建立了大數(shù)據(jù)的全周期治理體系,對階段性數(shù)據(jù)治理工作進行問題總結與應對,同時落實了相關責任與管理措施。

從未來看,關注平臺向更高成熟度等級的發(fā)展,需要探索關鍵的能力提升路徑:

(1)在向“定量管理級”發(fā)展過程中,能力提升的核心工作是進一步完善大數(shù)據(jù)治理過程的量化管理體系,主要涉及數(shù)據(jù)采集過程的動態(tài)分析(C2)以及全過程的質(zhì)量監(jiān)測(C3)與問題控制(C4)。

(2)在向“持續(xù)優(yōu)化級”發(fā)展過程中,最突出的問題是缺少統(tǒng)籌全局的數(shù)據(jù)綜合治理規(guī)劃(D1),各過程的銜接性難以保障,亦影響治理過程的靈活調(diào)整(D3),未來需要重點加強這一方面的規(guī)劃制定與部署。另一方面,現(xiàn)有平臺對數(shù)據(jù)治理過程的缺陷發(fā)現(xiàn)與預防能力較差(D2),難以支持治理過程的持續(xù)優(yōu)化,這一問題在下一階段工作中亦需得到重視。

4 結論

現(xiàn)有研究對城市安全大數(shù)據(jù)治理能力的評估比較偏重靜態(tài)能力達標的評估,對過程能力發(fā)展的指導較弱。本文提出的城市安全大數(shù)據(jù)治理成熟度評估是一種面向過程的方法,可以在發(fā)現(xiàn)能力薄弱之處的同時提供發(fā)展性的改進指導。同時,本文提出的成熟度評估方法將歷史案例與證據(jù)推理相結合,從歷史案例中提煉適應現(xiàn)實場景的評價證據(jù),較好地解決了傳統(tǒng)評估過程缺乏一致性和預見性的問題。隨著更多案例的出現(xiàn),為了維護方法的動態(tài)性和有效性,一方面可通過案例權重動態(tài)調(diào)整的方式,區(qū)分不同案例的重要程度,保障多案例的協(xié)調(diào)可用;另一方面,需要結合新案例進一步完善能力指標體系,提升方法的適用性。

未來研究應重點關注兩個方面:①城市安全大數(shù)據(jù)治理場景下的案例具備包含<場景特征-能力目標滿足情況-評價證據(jù)清單>在內(nèi)的全面信息要素。同時,該場景下的案例由權威機構及主體發(fā)布,案例源證據(jù)的可靠性較高。因此,可以發(fā)現(xiàn),所提出方法應用于城市安全大數(shù)據(jù)治理場景有其獨特性,未來研究應考慮其他場景的案例要素構成與證據(jù)特征,關注所提出方法在更多場景中的應用發(fā)展。②所提出方法主要應用于案例充足的情況,未來研究還應進一步探索案例缺失、不完備等極端情況下的成熟度評估。