大數(shù)據(jù)驅(qū)動的應(yīng)急資源布局研究

袁 玉 樊 博

(上海交通大學(xué)中國城市治理研究院,上海,200030)

1 引言

自然災(zāi)害和突發(fā)性公共事件不斷增加，威脅著人民生命財(cái)產(chǎn)安全，而且影響社會穩(wěn)定，甚至對經(jīng)濟(jì)社會發(fā)展全局產(chǎn)生重大影響[1]。 無論是應(yīng)急準(zhǔn)備和預(yù)防、應(yīng)急響應(yīng)救援，還是應(yīng)急恢復(fù)重建都需要大量應(yīng)急資源，因此，應(yīng)急資源的布局直接與應(yīng)急管理效率相關(guān)。 2020年2月，習(xí)近平總書記在主持中央全面深化改革委員會第十二次會議時強(qiáng)調(diào)，要優(yōu)化重要應(yīng)急物資產(chǎn)能保障和區(qū)域布局，做到關(guān)鍵時刻調(diào)得出、用得上[2]。 如今的信息化、數(shù)字化時代對政府相關(guān)職能部門和應(yīng)急管理機(jī)構(gòu)提出了更高的要求[3-4]，大數(shù)據(jù)驅(qū)動的應(yīng)急資源布局成為未來的主要建設(shè)內(nèi)容。

突發(fā)事件的不確定性容易形成應(yīng)急資源需求與供給的不平衡。 為了合理利用有限的資源，實(shí)現(xiàn)應(yīng)急資源的科學(xué)布局，需要結(jié)合“互聯(lián)網(wǎng)+”時代的技術(shù)特征，利用大數(shù)據(jù)驅(qū)動的信息和知識共享機(jī)制優(yōu)化應(yīng)急資源布局流程。 大數(shù)據(jù)技術(shù)可以對海量的數(shù)據(jù)進(jìn)行集成、篩選、分類和處理，這使得大數(shù)據(jù)在突發(fā)事件的預(yù)防、處置和恢復(fù)過程中具有強(qiáng)大的應(yīng)用潛力[5]。 國家層面對新型基礎(chǔ)設(shè)施的重視有利于大數(shù)據(jù)技術(shù)與應(yīng)急資源布局的整合與深度應(yīng)用。 雖然現(xiàn)有研究已經(jīng)取得了一些成果，但目前實(shí)際落地并發(fā)揮效益的應(yīng)急資源布局還存在內(nèi)容不具體、流程不明確的實(shí)踐問題，這也是大數(shù)據(jù)項(xiàng)目尚停留在概念層面的重要原因[6]。 隨著大數(shù)據(jù)驅(qū)動的應(yīng)急資源布局的需求更加明確，應(yīng)急管理部門迫切需要具體的布局指導(dǎo)方案，落實(shí)應(yīng)急資源布局任務(wù)與大數(shù)據(jù)技術(shù)的融合。

2 文獻(xiàn)綜述

應(yīng)急資源布局貫穿了應(yīng)急預(yù)防、準(zhǔn)備、響應(yīng)和恢復(fù)四個階段。 預(yù)防和準(zhǔn)備屬于災(zāi)前緩解行動，具體包括應(yīng)急倉庫選址、應(yīng)急資源提前規(guī)劃與存儲等[7]；響應(yīng)和恢復(fù)屬于災(zāi)后救援行動，重點(diǎn)是調(diào)度應(yīng)急資源到受災(zāi)點(diǎn)實(shí)現(xiàn)需求側(cè)與供給側(cè)的平衡。 應(yīng)急資源廣義上包括突發(fā)事件后用于救援的一切人力、物力、財(cái)力和信息等資源，本研究只考慮狹義上的應(yīng)急資源，包括食品、醫(yī)用藥品等常規(guī)物資和各類設(shè)備設(shè)施（如手術(shù)臺、擔(dān)架、血漿）等醫(yī)療物資、專業(yè)救援和防護(hù)設(shè)備、應(yīng)急通信設(shè)施以及能源保障等。 查閱國內(nèi)外相關(guān)文獻(xiàn)，本文總結(jié)了傳統(tǒng)的應(yīng)急資源布局和大數(shù)據(jù)驅(qū)動的應(yīng)急資源布局的方法并比較兩者差異，最后提出大數(shù)據(jù)驅(qū)動的應(yīng)急資源布局分析框架。

學(xué)者們對于應(yīng)急資源布局的研究已經(jīng)從多個視角進(jìn)行了探索，包括應(yīng)急資源選址、需求預(yù)測和庫存儲備等。 這部分研究大多數(shù)是基于傳統(tǒng)數(shù)學(xué)模型對應(yīng)急資源布局的優(yōu)化。 例如，應(yīng)急資源選址和庫存的三類經(jīng)典模型：使得需求點(diǎn)與應(yīng)急資源之間最大服務(wù)距離最短的P-中心問題、使得需求點(diǎn)到應(yīng)急資源加權(quán)平均距離最短的P-中值問題和覆蓋盡可能多需求點(diǎn)的最大覆蓋問題。 由于應(yīng)急管理的公平和效率目標(biāo)難以兼顧，這三類經(jīng)典模型的主要目標(biāo)也存在不同，其中P-中心模型以公平為主要目標(biāo)，例如，Chanta等[8]認(rèn)為,基于整體生存概率而不是標(biāo)準(zhǔn)響應(yīng)時間來評估系統(tǒng)的性能更有意義，并以生存概率作為客戶滿意度為目標(biāo)，構(gòu)建了應(yīng)急醫(yī)療救援選址模型。 P-中值模型和最大覆蓋模型則是以效率為主要目標(biāo)，例如，Hogan 等[9]認(rèn)為，備份覆蓋利用了最大覆蓋位置問題或位置集覆蓋問題解決方案中存在的靈活性，通過備用覆蓋選址模型，可以提高應(yīng)急救援能力和系統(tǒng)對需求的彈性。 Burkey等[10]同時考慮公平與效率，研究了覆蓋度、距離和公平多目標(biāo)下的醫(yī)院選址問題，并將現(xiàn)有選址與距離最小化和覆蓋患者最多化兩類目標(biāo)下進(jìn)行比較。 上述幾類應(yīng)急資源選址問題均為NP-Hard離散選址問題，精確算法在求解上存在極大難度。 隨著啟發(fā)式算法逐漸成熟，模擬退火算法、變鄰域搜索算法等廣泛應(yīng)用于應(yīng)急資源的基本選址和動態(tài)選址問題中，但啟發(fā)式算法容易陷入求解局部最優(yōu)困境。

在建立應(yīng)急資源規(guī)劃配置和儲備庫存時，應(yīng)考慮突發(fā)事件下應(yīng)急管理的隨機(jī)需求，大多數(shù)學(xué)者采用離散情景表示應(yīng)急需求的不確定性。 然而，應(yīng)急資源規(guī)劃布局的準(zhǔn)確性需要掌握隨機(jī)需求的分布信息，有部分研究通過歷史數(shù)據(jù)估計(jì)應(yīng)急需求分布參數(shù)的均值確定分布函數(shù)[11]。 在應(yīng)急管理實(shí)踐中可以使用的數(shù)據(jù)比較稀缺[12]，特別對發(fā)生數(shù)量較少的自然災(zāi)害與人為事故，使得應(yīng)急需求分布參數(shù)的估計(jì)存在一定困難與挑戰(zhàn)性。 大數(shù)據(jù)驅(qū)動下的應(yīng)急資源需求計(jì)算基于海量信息、多源異構(gòu)數(shù)據(jù)和機(jī)器學(xué)習(xí)等分析方法，在保障應(yīng)急信息準(zhǔn)確性、可訪問性和計(jì)算處理能力方面都具有極大潛力。 智慧城市建立在龐大的物聯(lián)網(wǎng)支持的傳感器、視頻和其他連接設(shè)備的感知網(wǎng)絡(luò)之上，這些設(shè)備能夠連續(xù)捕獲每個風(fēng)險(xiǎn)網(wǎng)格的實(shí)時信息。 基于物聯(lián)網(wǎng)的解決方案已廣泛用于傳感物理參數(shù)，以監(jiān)測、預(yù)測和檢測滑坡、森林火災(zāi)和地震等災(zāi)害[13-14]。 最近，各種研究強(qiáng)調(diào)了來自社交媒體的用戶生成的數(shù)據(jù)對于資源需求和規(guī)劃的作用[15]。 諸如Facebook和Twitter之類的社交平臺在突發(fā)事件情景下對受災(zāi)信息的傳播，已經(jīng)超過了固定電話和無線電等傳統(tǒng)模式的信息通信技術(shù)的使用，這在2012年“颶風(fēng)桑迪”事件中已經(jīng)得到充分證明。

大數(shù)據(jù)驅(qū)動的應(yīng)急資源布局相比傳統(tǒng)的應(yīng)急資源布局，在信息化時代具有突出優(yōu)勢，本文從決策方式、前提條件、作用維度、支撐保障和實(shí)踐結(jié)果維度，比較了以“計(jì)算”為重點(diǎn)和以“數(shù)據(jù)”為重點(diǎn)的應(yīng)急資源布局，如表1所示。 傳統(tǒng)的應(yīng)急資源布局研究運(yùn)用專家評估、運(yùn)籌優(yōu)化、案例推理等“計(jì)算”手段，大數(shù)據(jù)視角下的應(yīng)急資源布局則是整合物聯(lián)網(wǎng)技術(shù)、社交媒體等全網(wǎng)覆蓋的感知網(wǎng)絡(luò)和應(yīng)急通信網(wǎng)絡(luò)，從數(shù)據(jù)共享的角度建設(shè)信息溝通機(jī)制，為應(yīng)急資源布局提供輔助決策。

表1 數(shù)據(jù)驅(qū)動的應(yīng)急資源布局優(yōu)勢

使用大數(shù)據(jù)分析技術(shù)的最大好處之一是能依靠不同的工具和技術(shù)處理和挖掘大量非結(jié)構(gòu)化、半結(jié)構(gòu)化和結(jié)構(gòu)化數(shù)據(jù)，其中包括使用傳統(tǒng)工具無法獲得的各種數(shù)據(jù)源[16]。 首先，就決策方式和前提條件而言，基于稀疏歷史數(shù)據(jù)和案例的決策，難以有效應(yīng)對級聯(lián)耦合突發(fā)事件的應(yīng)急要求。 大數(shù)據(jù)驅(qū)動情境下，基于海量的多源異構(gòu)數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)為工具的輔助決策系統(tǒng)，能夠增強(qiáng)決策者在不確定環(huán)境下的數(shù)據(jù)分析和利用能力。 例如，CrisMap是一個使用Kafka和Spark快速收集和分析社交媒體數(shù)據(jù)的可視化決策支持系統(tǒng)[17]，該系統(tǒng)生成的風(fēng)險(xiǎn)地圖有助于在早期階段獲得突發(fā)事件的態(tài)勢感知，識別受到嚴(yán)重沖擊的區(qū)域，并估計(jì)更準(zhǔn)確的應(yīng)急資源需求。其次，就支撐保障而言，數(shù)據(jù)驅(qū)動的應(yīng)急資源布局旨在打破信息壁壘，建立跨部門跨區(qū)域的數(shù)據(jù)共享和信息溝通機(jī)制[18-19]，協(xié)同多主體進(jìn)行應(yīng)急資源布局。 最后，就作用維度和實(shí)踐結(jié)果而言，傳統(tǒng)靜態(tài)的應(yīng)急資源布局，難以在應(yīng)急管理全過程中有效發(fā)揮應(yīng)急資源的靈活性和聯(lián)動性，對于復(fù)雜事件和多重目標(biāo)的處理顯得心有余而力不足。 數(shù)據(jù)驅(qū)動的應(yīng)急資源布局依據(jù)其強(qiáng)大的算力和實(shí)時反饋功能，能夠?qū)Α笆虑埃轮校潞蟆比^程進(jìn)行優(yōu)化。采用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等技術(shù)，從復(fù)雜的數(shù)據(jù)集中開發(fā)可用的知識具有巨大潛力，這類技術(shù)在學(xué)術(shù)和實(shí)踐中的應(yīng)用也越來越普遍[20-22]。

3 大數(shù)據(jù)驅(qū)動的應(yīng)急資源布局分析框架

在應(yīng)急資源布局管理實(shí)踐中，風(fēng)險(xiǎn)網(wǎng)格劃分、應(yīng)急資源需求預(yù)測、規(guī)劃配置和儲備供給是協(xié)同聯(lián)動并相互依賴的，運(yùn)用危機(jī)管理4R理論能夠更好地解釋其相互關(guān)系。 其中縮減力（reduction）是應(yīng)急資源布局的核心目的，貫穿應(yīng)急管理的全過程，在準(zhǔn)備階段能識別風(fēng)險(xiǎn)源，劃分風(fēng)險(xiǎn)網(wǎng)格并計(jì)算其權(quán)重，旨在降低全局脆弱性；在響應(yīng)階段能迅速定位突發(fā)事件位置，評估事件狀態(tài)和后果并動態(tài)配置應(yīng)急資源，盡可能提高應(yīng)急救援效率；在恢復(fù)階段能對網(wǎng)格恢復(fù)狀況進(jìn)行分析研判，并實(shí)時反饋給決策者，更新風(fēng)險(xiǎn)網(wǎng)格權(quán)重。 準(zhǔn)備力（readiness）主要是事前管理，對應(yīng)于應(yīng)急資源布局的規(guī)劃和配置，在劃分風(fēng)險(xiǎn)網(wǎng)格后，根據(jù)其地理位置和風(fēng)險(xiǎn)權(quán)重為應(yīng)急資源儲備庫選址，以在多種突發(fā)事件情況下達(dá)到應(yīng)急資源最小時間或最大覆蓋等多個應(yīng)急救援目標(biāo)。 響應(yīng)力（response）主要是事中管理，對應(yīng)于應(yīng)急資源布局的需求計(jì)算以及規(guī)劃配置，在突發(fā)事件發(fā)生后，數(shù)據(jù)驅(qū)動的應(yīng)急資源布局通過采集海量多源的數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)研判，準(zhǔn)確、快速地計(jì)算出風(fēng)險(xiǎn)點(diǎn)的資源需求數(shù)量和種類，基于現(xiàn)有的應(yīng)急資源布局，動態(tài)調(diào)配應(yīng)急資源儲備以提高應(yīng)急響應(yīng)能力。 恢復(fù)力（recovery）則對應(yīng)事后管理，主要是從突發(fā)事件中學(xué)習(xí)經(jīng)驗(yàn)，反饋到應(yīng)急資源數(shù)據(jù)庫中轉(zhuǎn)化為知識，進(jìn)而更新風(fēng)險(xiǎn)網(wǎng)格權(quán)重以及規(guī)劃應(yīng)急資源等等，形成全過程的循環(huán)。

基于上述分析，文中嘗試提出一個數(shù)據(jù)驅(qū)動的應(yīng)急資源布局框架來整合突發(fā)事件生命周期中各階段的應(yīng)急資源管理重點(diǎn)，該框架的主要思想是基于大數(shù)據(jù)分析的風(fēng)險(xiǎn)網(wǎng)格劃分及其風(fēng)險(xiǎn)權(quán)重計(jì)算，通過應(yīng)急資源規(guī)劃配置、需求計(jì)算以及儲備供給，在突發(fā)事件“事前-事中-事后”全過程中充分發(fā)揮數(shù)據(jù)驅(qū)動的數(shù)據(jù)采集系統(tǒng)和決策支持系統(tǒng)的能力，進(jìn)而實(shí)現(xiàn)應(yīng)急資源優(yōu)化和救援效率提升的雙重目標(biāo)。如圖1所示，大數(shù)據(jù)技術(shù)依賴于其強(qiáng)大的數(shù)據(jù)采集系統(tǒng)和決策支持系統(tǒng)，在應(yīng)急資源布局的全過程中提供“數(shù)據(jù)共享”“數(shù)據(jù)挖掘”“數(shù)據(jù)分析”等服務(wù)。

數(shù)據(jù)驅(qū)動的應(yīng)急資源布局，如何存儲和管理海量異構(gòu)的數(shù)據(jù)資產(chǎn)是一個重要的研究問題。 數(shù)據(jù)即服務(wù) (DaaS) 是一種根據(jù)決策者需要提供數(shù)據(jù)的云計(jì)算服務(wù)。 隨著數(shù)據(jù)規(guī)模的不斷增長，需要一個統(tǒng)一的基礎(chǔ)設(shè)施，為存儲和管理不同類型的海量數(shù)據(jù)提供應(yīng)急資源布局決策的通用和定制化功能。 DaaS允許決策者通過調(diào)用相應(yīng)的API來檢索和下載所需要的數(shù)據(jù)，而無需獲取和存儲龐大的數(shù)據(jù)資產(chǎn)。 隨著云計(jì)算的最新發(fā)展，在云上構(gòu)建以更低成本提供更大數(shù)據(jù)資產(chǎn)的DaaS 來支持應(yīng)急資源布局變得更加容易。

信息與知識的價值在應(yīng)急資源布局實(shí)踐中已被廣泛認(rèn)可，數(shù)據(jù)挖掘可以提取并形成有價值的信息與知識來實(shí)現(xiàn)多個目的，例如評估網(wǎng)格風(fēng)險(xiǎn)、提高資源布局效率、指導(dǎo)決策等[23]。 完成這些任務(wù)包含數(shù)據(jù)清洗、去隱私化、信息提取、建模、可視化等數(shù)據(jù)挖掘服務(wù)（MaaS）。 擁有干凈、準(zhǔn)確的數(shù)據(jù)源來支持?jǐn)?shù)據(jù)挖掘?qū)τ诔晒χ陵P(guān)重要。 應(yīng)急資源布局決策所需的數(shù)據(jù)往往是在不同的設(shè)備中收集的，并且經(jīng)常包含動態(tài)的地理人口數(shù)據(jù)、非結(jié)構(gòu)化的信息等。 通過使用集成數(shù)據(jù)導(dǎo)入、關(guān)系數(shù)據(jù)庫和預(yù)測算法的技術(shù)解決方案，可以提高數(shù)據(jù)挖掘模型的自動化效率。

分析即服務(wù)（AaaS）是指使用各種分析技術(shù)（機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、案例推理等）從大數(shù)據(jù)集中提取有用的知識和見解。 例如，決策者可以使用分析技術(shù)來研判風(fēng)險(xiǎn)，并根據(jù)風(fēng)險(xiǎn)網(wǎng)格的應(yīng)急資源需求優(yōu)化現(xiàn)有資源布局，做到事前預(yù)防儲備、事中動態(tài)配置和事后學(xué)習(xí)優(yōu)化。 此外，數(shù)據(jù)驅(qū)動的分析得到的預(yù)測可用于生成一系列決策組合方案，作為應(yīng)急資源戰(zhàn)略規(guī)劃的輸入，決策者可以根據(jù)風(fēng)險(xiǎn)偏好和突發(fā)事件情景選擇不同的方案。 云計(jì)算被認(rèn)為是AaaS的一種有前景的工具，能夠靈活地提供按需存儲和計(jì)算數(shù)據(jù)資源。 云計(jì)算支持的應(yīng)急資源布局分析方案分為兩步，首先，決策者通過應(yīng)用來自云端的建模實(shí)例來構(gòu)建分析流，其次，將分析模塊存儲服務(wù)器的實(shí)例提交到按需分析的云，分析模塊中的訓(xùn)練數(shù)據(jù)和預(yù)測模型都由云進(jìn)行透明化管理。 決策者在云端部署分析服務(wù)，第三方云服務(wù)提供商負(fù)責(zé)云運(yùn)營，可以大幅提升應(yīng)急資源布局分析服務(wù)的成本效益。

3.1 大數(shù)據(jù)驅(qū)動下應(yīng)急風(fēng)險(xiǎn)網(wǎng)格的劃分

傳統(tǒng)的風(fēng)險(xiǎn)溯源和風(fēng)險(xiǎn)預(yù)測通常使用歷史災(zāi)害數(shù)據(jù)、統(tǒng)計(jì)數(shù)據(jù)作為風(fēng)險(xiǎn)的評估手段，在數(shù)據(jù)層面，大部分此類數(shù)據(jù)在時間尺度和空間尺度粒度不足以反映現(xiàn)代生產(chǎn)生活中快速的動態(tài)變化。 在方法層面，傳統(tǒng)的風(fēng)險(xiǎn)評估模型一般是基于自然災(zāi)害系統(tǒng)論，構(gòu)建致災(zāi)因子、承災(zāi)體和孕災(zāi)環(huán)境三要素的指標(biāo)體系，通過對各指標(biāo)的給定權(quán)重和打分揭示實(shí)際風(fēng)險(xiǎn)的因素。 該方法依賴于專家的主觀性知識，受不確定性因素影響較大。 此外，我國自然條件、產(chǎn)業(yè)結(jié)構(gòu)和社會文化等因素復(fù)雜多樣，即使兩個相同災(zāi)害事件發(fā)生概率的地區(qū)所面臨的風(fēng)險(xiǎn)也可能存在差異，傳統(tǒng)的風(fēng)險(xiǎn)評估未能對不同地點(diǎn)的潛在風(fēng)險(xiǎn)等級給予合理的權(quán)重[24]。 因此，應(yīng)急資源布局難以兼顧具有較高風(fēng)險(xiǎn)等級的站點(diǎn)和全域公平。有學(xué)者依托浙江省森林火災(zāi)案例數(shù)據(jù)和地理信息數(shù)據(jù)，通過校正火災(zāi)模型和隨機(jī)模擬生成火災(zāi)數(shù)據(jù)解決觀測數(shù)據(jù)稀缺的問題，分析了森林火災(zāi)的時空分布[25]。 考慮到歷史事件的空間屬性，已有研究根據(jù)數(shù)據(jù)倉庫的數(shù)據(jù)結(jié)構(gòu)，提出了一種將突發(fā)事件的空間和非空間數(shù)據(jù)無縫集成的混合模型，并根據(jù)空間數(shù)據(jù)關(guān)聯(lián)算法實(shí)現(xiàn)對突發(fā)事件的分析功能[26]。

應(yīng)急風(fēng)險(xiǎn)網(wǎng)格劃分與權(quán)重計(jì)算是應(yīng)急資源布局的核心與基礎(chǔ)，大數(shù)據(jù)驅(qū)動的風(fēng)險(xiǎn)網(wǎng)格劃分和權(quán)重計(jì)算，借助歷史數(shù)據(jù)和基于地理信息系統(tǒng)(GIS)和物聯(lián)網(wǎng)等技術(shù)的實(shí)時監(jiān)測數(shù)據(jù)，通過數(shù)據(jù)挖掘和特征分析能夠?qū)崿F(xiàn)網(wǎng)格的合理劃分與權(quán)重分配。 具體來說，如圖2所示，在基于客觀的歷史數(shù)據(jù)和實(shí)時監(jiān)測數(shù)據(jù)基礎(chǔ)上，賦予每個風(fēng)險(xiǎn)網(wǎng)格不同的權(quán)重，有利于實(shí)現(xiàn)風(fēng)險(xiǎn)評估的科學(xué)有效性和應(yīng)急管理的精細(xì)化[27]。 首先，基于大數(shù)據(jù)技術(shù)集成并挖掘歷史發(fā)生的大量災(zāi)害案例，發(fā)現(xiàn)時空特征與災(zāi)害等級的關(guān)聯(lián)關(guān)系，識別風(fēng)險(xiǎn)源并評估網(wǎng)格的歷史風(fēng)險(xiǎn)狀況。 其次，借助智慧城市基礎(chǔ)設(shè)施掌握公共大數(shù)據(jù)，依托于物聯(lián)網(wǎng)等技術(shù)精準(zhǔn)識別網(wǎng)格中風(fēng)險(xiǎn)源頭，采集風(fēng)險(xiǎn)源的各項(xiàng)指標(biāo)，如溫度、有害氣體濃度等，對各類數(shù)據(jù)設(shè)置預(yù)警閾值，當(dāng)出現(xiàn)超出閾值時發(fā)出警示信息并及時安排處理；除固定危險(xiǎn)源外，結(jié)合衛(wèi)星定位、GIS和移動通信、視頻監(jiān)控等相關(guān)技術(shù)，監(jiān)測移動危險(xiǎn)源及其動態(tài)軌跡。 最后，結(jié)合多源時空大數(shù)據(jù)，對風(fēng)險(xiǎn)網(wǎng)格中的各類災(zāi)害風(fēng)險(xiǎn)進(jìn)行計(jì)算，構(gòu)建不同等級權(quán)重的風(fēng)險(xiǎn)網(wǎng)格。

3.2 大數(shù)據(jù)驅(qū)動下應(yīng)急資源的規(guī)劃配置

科學(xué)的應(yīng)急資源規(guī)劃布局有助于提高突發(fā)事件發(fā)生后應(yīng)急救援的效率。 然而，僅依賴常規(guī)行政區(qū)劃的靜態(tài)布局方式在很多情況下難以滿足應(yīng)急管理的需求，或者是在需求滿足的情況下需要占用大量的資源。 數(shù)據(jù)驅(qū)動的資源規(guī)劃配置可以實(shí)現(xiàn)精準(zhǔn)管理和合理的統(tǒng)籌規(guī)劃（見表2）。

表2 大數(shù)據(jù)驅(qū)動的應(yīng)急資源規(guī)劃配置特征

第一，有權(quán)重的風(fēng)險(xiǎn)網(wǎng)格提供了風(fēng)險(xiǎn)源空間聚類的基礎(chǔ)，為應(yīng)急資源布局的選址提供了決策依據(jù)。 數(shù)據(jù)驅(qū)動的應(yīng)急資源布局在考慮行政區(qū)劃的基礎(chǔ)上，基于大數(shù)據(jù)劃分的有權(quán)重的風(fēng)險(xiǎn)網(wǎng)格進(jìn)行空間聚類，進(jìn)而科學(xué)規(guī)劃有限的應(yīng)急資源，能夠?qū)⒂邢薜膽?yīng)急資源合理部署在價值最大的位置，提高應(yīng)急資源布局的精準(zhǔn)性。

第二，決策者需要根據(jù)預(yù)測的未來資源需求的可能情況來確定應(yīng)急資源規(guī)劃和配置。基于交叉融合的多源數(shù)據(jù)、機(jī)器學(xué)習(xí)等數(shù)據(jù)挖掘方法的大數(shù)據(jù)視角，準(zhǔn)備預(yù)防和響應(yīng)恢復(fù)過程中的需求分布則變得不那么困難。

第三，利用傳感器技術(shù)和數(shù)據(jù)共享平臺對應(yīng)急資源實(shí)行定期檢查和更新。 攝影、射頻技術(shù)可以對關(guān)鍵應(yīng)急物資進(jìn)行實(shí)時在線監(jiān)控，進(jìn)而實(shí)現(xiàn)應(yīng)急資源的有效庫存管理。 在突發(fā)事件發(fā)生后，大數(shù)據(jù)技術(shù)不僅能結(jié)合靜態(tài)的基礎(chǔ)地理信息和人口分布數(shù)據(jù)，同時能夠融合動態(tài)的人口出行數(shù)據(jù)和各種危險(xiǎn)源的生產(chǎn)運(yùn)轉(zhuǎn)數(shù)據(jù)，克服災(zāi)難條件下需求不確定性等因素，動態(tài)調(diào)整優(yōu)化資源規(guī)劃[28]。

第四，事故的級聯(lián)效應(yīng)是傳統(tǒng)應(yīng)急管理中的難題，借助大數(shù)據(jù)技術(shù)能快速監(jiān)測到突發(fā)事件后產(chǎn)生的次生災(zāi)害的特征和范圍，以及在事故響應(yīng)過程中產(chǎn)生的新需求。 應(yīng)急資源布局涉及的多個利益相關(guān)方，經(jīng)由統(tǒng)一平臺實(shí)現(xiàn)數(shù)據(jù)共享和實(shí)時信息溝通，可以有效減少信息延遲或信息不對稱產(chǎn)生的成本，在最大范圍內(nèi)實(shí)現(xiàn)有限應(yīng)急資源的最大化利用。

第五，應(yīng)急資源布局的核心是將多渠道、多主體集群構(gòu)建在同一體系的管理系統(tǒng)，該系統(tǒng)能夠?qū)崿F(xiàn)技術(shù)與功能的統(tǒng)一，實(shí)現(xiàn)用戶層和數(shù)據(jù)層的無縫銜接。 數(shù)據(jù)驅(qū)動的應(yīng)急資源管理系統(tǒng)為資源布局的集約化提供了保障和支持，在DaaS、MaaS和AaaS三層架構(gòu)基礎(chǔ)之上，優(yōu)化數(shù)據(jù)大規(guī)模存儲、集中化運(yùn)維，提高系統(tǒng)功能擴(kuò)展和兼容性。

突發(fā)事件對應(yīng)急資源需求的不確定性和資源閑置成本是應(yīng)急資源布局面臨的關(guān)鍵問題。 在大數(shù)據(jù)驅(qū)動的應(yīng)急資源規(guī)劃配置模式中，應(yīng)急資源分為靜態(tài)規(guī)劃的集中應(yīng)急資源儲備庫和動態(tài)配置的移動應(yīng)急資源儲備庫，規(guī)劃配置決策本質(zhì)是以實(shí)現(xiàn)應(yīng)急資源效率最大化為目標(biāo)。 在未發(fā)生突發(fā)事件時，數(shù)據(jù)驅(qū)動的應(yīng)急資源規(guī)劃基于歷史案例和地理人口數(shù)據(jù)進(jìn)行參數(shù)學(xué)習(xí)和訓(xùn)練，利用貝葉斯網(wǎng)絡(luò)推理等方法預(yù)測突發(fā)事件概率和資源需求，實(shí)現(xiàn)對風(fēng)險(xiǎn)網(wǎng)格的基本覆蓋，確保在突發(fā)事件發(fā)生時能夠及時救援。 當(dāng)突發(fā)事件發(fā)生時，數(shù)據(jù)驅(qū)動的應(yīng)急資源配置系統(tǒng)對資源需求進(jìn)行估計(jì)，并利用數(shù)學(xué)模型等優(yōu)化算法對已布局的應(yīng)急資源進(jìn)行分裝、調(diào)度，估算應(yīng)急資源在受災(zāi)點(diǎn)的優(yōu)先級，并從全局效率優(yōu)化視角集成配置應(yīng)急資源，生成實(shí)時配置方案。

3.3 大數(shù)據(jù)驅(qū)動下應(yīng)急資源的需求計(jì)算

在應(yīng)急管理的各個階段，對應(yīng)急資源的種類、數(shù)量和時間緊迫性需求都是不同的。 準(zhǔn)確計(jì)算和預(yù)測應(yīng)急資源需求，有助于應(yīng)急決策人員對應(yīng)急資源進(jìn)行高效合理的預(yù)置存儲和動態(tài)配置。 由于突發(fā)事件造成物理和社會通信基礎(chǔ)設(shè)施的中斷和破壞，難以直接獲取災(zāi)區(qū)的應(yīng)急資源需求信息。 在這種情況下，來自事故現(xiàn)場的社區(qū)情報(bào)是主要的信息來源[15]。然而，這些信息是非結(jié)構(gòu)化的、零散的和低價值密度的，將其吸收并轉(zhuǎn)化為有用知識極具挑戰(zhàn)性[29]。 此外，這類信息的準(zhǔn)確性和可靠性也比較低。 如果缺乏對所有信息源的有效整合，基于這些碎片信息作出的各種重要的需求預(yù)測也缺乏準(zhǔn)確性。 這種不確定性加上因及時決策的需要而增加的復(fù)雜性，導(dǎo)致在實(shí)踐中的需求計(jì)算通常使用啟發(fā)式方法而不是可靠的數(shù)據(jù)。 這種決策過程的非正式性質(zhì)加上缺乏準(zhǔn)確的信息會影響最終決策[30]。 大數(shù)據(jù)驅(qū)動的應(yīng)急資源需求計(jì)算在缺乏正式信息溝通渠道的情況下，通過物聯(lián)網(wǎng)支持的傳感器、視頻和其他連接設(shè)備的感知網(wǎng)絡(luò)能夠不斷掃描外界環(huán)境，感知突發(fā)事件最新的受災(zāi)情況，整合集成多源數(shù)據(jù)信息，提高準(zhǔn)確研判風(fēng)險(xiǎn)趨勢和評估應(yīng)急需求的能力。 這是數(shù)據(jù)驅(qū)動的應(yīng)急資源需求計(jì)算的前提，為后續(xù)資源需求計(jì)算提供數(shù)據(jù)支持。 通過大數(shù)據(jù)分析技術(shù)支持的算法（有監(jiān)督算法或無監(jiān)督算法）構(gòu)建的決策模型識別受災(zāi)點(diǎn)的應(yīng)急物資需求種類和數(shù)量。

具體而言，應(yīng)急資源需求計(jì)算包括了數(shù)據(jù)采集、數(shù)據(jù)處理、建模分析和結(jié)果反饋四個階段（見圖3）。 ①采集來源于各類基于物聯(lián)網(wǎng)的傳感器數(shù)據(jù)（水壓、溫度、氣體濃度等）、地理信息系統(tǒng)數(shù)據(jù)（人口移動軌跡等）、視頻數(shù)據(jù)（監(jiān)控視頻數(shù)據(jù)等）、社交媒體數(shù)據(jù)（災(zāi)區(qū)公眾關(guān)于災(zāi)情、需求的評論、短視頻等）、檔案數(shù)據(jù)（人口分布）等。 ②對采集的各類數(shù)據(jù)進(jìn)行清洗、存儲等預(yù)處理?！按髷?shù)據(jù)”與大量非結(jié)構(gòu)化數(shù)據(jù)相關(guān)，這些數(shù)據(jù)通常難以存儲、難以可視化，并且類型和格式非常多變。數(shù)據(jù)質(zhì)量是在不確定環(huán)境中預(yù)測應(yīng)急資源需求的關(guān)鍵[31]，通過解決不準(zhǔn)確和冗余數(shù)據(jù)的風(fēng)險(xiǎn)，可以充分利用大數(shù)據(jù)的潛力。 ③大數(shù)據(jù)分析是借助數(shù)據(jù)挖掘算法對從突發(fā)事件地點(diǎn)收集的大量多源數(shù)據(jù)集進(jìn)行分析，以了解實(shí)地情況并預(yù)測可能的事件演化態(tài)勢，構(gòu)建預(yù)測模型來識別受災(zāi)點(diǎn)的資源需求類別和數(shù)量。④預(yù)測分析得到的結(jié)果需要以可視化等方式反饋給決策者，決策者根據(jù)反饋結(jié)果評估預(yù)測模型準(zhǔn)確度，如果計(jì)算得到的應(yīng)急資源需求未達(dá)到?jīng)Q策者設(shè)定的置信區(qū)間則可進(jìn)一步對數(shù)據(jù)驅(qū)動過程進(jìn)行優(yōu)化迭代，如采集、精煉某些特定信息或選擇其他算法。

3.4 大數(shù)據(jù)驅(qū)動下應(yīng)急資源的儲備補(bǔ)給

應(yīng)急資源儲備補(bǔ)給不僅是政府的事情，調(diào)動和整合社會力量參與到應(yīng)急資源儲備體系中，也能更充分地優(yōu)化應(yīng)急資源布局和保障應(yīng)急救援工作?！吨腥A人民共和國突發(fā)事件應(yīng)對法（草案）》對應(yīng)急資源儲備補(bǔ)給制度進(jìn)行了修改完善，《草案》規(guī)定“建立健全應(yīng)急物資儲備保障制度，動態(tài)更新應(yīng)急物資儲備品種目錄，完善重要應(yīng)急物資的監(jiān)管、生產(chǎn)、采購、儲備、調(diào)撥和緊急配送體系，促進(jìn)應(yīng)急產(chǎn)業(yè)發(fā)展，優(yōu)化產(chǎn)業(yè)布局?！毕啾扔?007年版本，這一條例增加了應(yīng)急資源儲備補(bǔ)給體系中“采購”環(huán)節(jié)，突出了對應(yīng)急產(chǎn)業(yè)的重視。 應(yīng)急物資儲備模式主要分為兩大類：一是政府、企業(yè)、社會、家庭的實(shí)物儲備，二是政府與企業(yè)的協(xié)議儲備、合同儲備和產(chǎn)能儲備。“分類分級落實(shí)儲備責(zé)任，完善儲備模式，創(chuàng)新儲備管理機(jī)制”是大數(shù)據(jù)視角下應(yīng)急資源儲備補(bǔ)給的重點(diǎn)方向。 因此，未來的應(yīng)急資源儲備補(bǔ)給實(shí)際上是一個多主體供應(yīng)鏈網(wǎng)絡(luò)。

整合多主體的應(yīng)急資源供應(yīng)鏈，實(shí)現(xiàn)大規(guī)模突發(fā)事件下跨產(chǎn)業(yè)、跨部門、跨區(qū)域的供應(yīng)鏈協(xié)同，需要打破部門信息壁壘，增加應(yīng)急資源存儲單位之間的權(quán)限的交叉性。 企業(yè)供應(yīng)鏈發(fā)展較為成熟，為應(yīng)急資源儲備管理提供了很好的借鑒模式。 與企業(yè)供應(yīng)鏈中的生產(chǎn)和訂貨相似，應(yīng)急資源儲備與企業(yè)供應(yīng)鏈中的安全庫存一致。 如圖4 所示，將政府、企業(yè)和公民都作為資源儲備的主體，供應(yīng)鏈網(wǎng)絡(luò)中的政府、企業(yè)和公民都是為突發(fā)事件服務(wù)的，突發(fā)事件的特征和信息通過物聯(lián)網(wǎng)的感知網(wǎng)絡(luò)和通信技術(shù)網(wǎng)絡(luò)傳遞給供應(yīng)鏈網(wǎng)絡(luò)中的主體，經(jīng)應(yīng)急指揮中心快速找到貨源并及時采購，并將所需的應(yīng)急資源運(yùn)輸至需求點(diǎn)。 若應(yīng)急資源存在不足，則需要及時生產(chǎn)或從其他主體處調(diào)運(yùn)。 由圖4可以看出，應(yīng)急資源庫存類似企業(yè)供應(yīng)鏈從原材料庫存到成品庫存的運(yùn)作流程，應(yīng)急資源的協(xié)同儲備能力依賴于信息溝通共享機(jī)制[32]，信息共享在其過程中發(fā)揮著重要作用。 政府、企業(yè)和公民在資源管理各節(jié)點(diǎn)的信息都是透明的，主體間的信息共享能夠快速獲取供應(yīng)鏈上下游信息，追蹤應(yīng)急資源的流向，準(zhǔn)確判斷應(yīng)急資源的供需情況并共同協(xié)商作適當(dāng)調(diào)整，以及時處理突發(fā)事件。 具體來說，數(shù)據(jù)庫建設(shè)過程中可將合同儲備和生產(chǎn)能力儲備的主體信息作為資源儲備的一個功能模塊，依托信息化平臺實(shí)現(xiàn)日常運(yùn)營的監(jiān)管，在應(yīng)急決策時約定的資源種類、數(shù)量、地理信息等作為決策支持的依據(jù)，在調(diào)用資源時能及時準(zhǔn)確地傳達(dá)資源需求，保證合同企業(yè)在應(yīng)急時間窗內(nèi)快速響應(yīng)[33]。

4 結(jié)語

2017年，國家發(fā)展改革委與工信部等多個部門和單位聯(lián)合簽署了《國家應(yīng)急物資保障信息共享備忘錄》，明確了信息共享方式和管理責(zé)任，建立了相應(yīng)的工作機(jī)制。 遵循習(xí)近平總書記提出的應(yīng)急資源保障的“集中管理、統(tǒng)一調(diào)撥、平時服務(wù)、災(zāi)時應(yīng)急、采儲結(jié)合、節(jié)約高效”的原則，本文論述了大數(shù)據(jù)技術(shù)驅(qū)動視角下的應(yīng)急風(fēng)險(xiǎn)網(wǎng)格劃分、資源規(guī)劃配置、資源需求計(jì)算和儲備補(bǔ)給四部分內(nèi)容，為國家應(yīng)對重大突發(fā)事件的應(yīng)急資源布局有序高效運(yùn)作提供了決策依據(jù)和實(shí)施參考。

突發(fā)事件具有隨機(jī)性、不可預(yù)測性等特征，在應(yīng)急管理的各個階段滿足救援需求，需要靈活、高效的技術(shù)支持和輔助決策，需要形成與大數(shù)據(jù)時代匹配的應(yīng)急管理思想和資源布局模式。 雖然大數(shù)據(jù)驅(qū)動的應(yīng)急資源布局仍然在初步實(shí)踐階段，但該模式的理論探討對于我國應(yīng)急資源敏捷、智能管理體系的構(gòu)建、實(shí)施和應(yīng)用提供了框架。 未來的研究可進(jìn)一步討論大數(shù)據(jù)驅(qū)動的應(yīng)急資源布局對應(yīng)急管理能力的影響。