災(zāi)害響應(yīng)2.0：大數(shù)據(jù)時(shí)代的災(zāi)害治理
——基于“陽江經(jīng)驗(yàn)”的個(gè)案研究

周利敏，童 星

(1.廣州大學(xué) 公共管理學(xué)院，廣州 51006；2.南京大學(xué) 政府管理學(xué)院，南京 210093)

一、緣起：“災(zāi)害響應(yīng)2.0”時(shí)代的大數(shù)據(jù)治理

災(zāi)害影響著每個(gè)國家，有效的災(zāi)害治理已成為全球性挑戰(zhàn)。隨著智能手機(jī)、全球移動(dòng)互聯(lián)網(wǎng)接入及社交媒體的出現(xiàn)，人類響應(yīng)災(zāi)害的方式發(fā)生著重大變化，應(yīng)對災(zāi)害的能力正處于歷史拐點(diǎn)。2010年海地地震中大數(shù)據(jù)驅(qū)動(dòng)的災(zāi)害響應(yīng)標(biāo)志著“災(zāi)害響應(yīng)2.0”分布式智能應(yīng)對模式的形成[1]，也預(yù)示著大數(shù)據(jù)驅(qū)動(dòng)災(zāi)害治理新時(shí)代的來臨。

近年來，大數(shù)據(jù)技術(shù)在災(zāi)害治理領(lǐng)域中迅速興起，作用日益突顯。海地地震中，國際志愿者建構(gòu)了“數(shù)字技術(shù)社區(qū)”，大數(shù)據(jù)驅(qū)動(dòng)危機(jī)響應(yīng)而形成新型的“數(shù)據(jù)人道主義”，谷歌(Google)啟動(dòng)“人民搜尋器”，允許任何人更新失蹤人員狀況或現(xiàn)場信息；2011年東日本大地震中，大數(shù)據(jù)預(yù)警為新干線爭取到寶貴的12 秒；2013年“桑迪”颶風(fēng)中，社交大數(shù)據(jù)提供了許多有價(jià)值的救援信息；2014年馬來西亞航空的飛機(jī)失事后，短短幾天內(nèi)800萬網(wǎng)民通過登錄地圖網(wǎng)站Tomnod標(biāo)記超過1500萬個(gè)有關(guān)失聯(lián)的衛(wèi)星圖像；2015年尼日利亞地震中，社交大數(shù)據(jù)幫助數(shù)百個(gè)緊急服務(wù)組織、慈善組織、救災(zāi)組織、志愿者與災(zāi)民及其親人聯(lián)系；2015年尼泊爾地震中，谷歌和臉書(Facebook)啟動(dòng)幫助民眾跟蹤災(zāi)區(qū)親人的大數(shù)據(jù)系統(tǒng)。在2017年美國伊爾瑪特大颶風(fēng)，社交大數(shù)據(jù)在監(jiān)測及救援中的出色表現(xiàn)令人印象深刻。2018年9月，美國新伯爾尼市佛羅倫薩颶風(fēng)襲擊，市政府和受困居民使用推特有效轉(zhuǎn)移到安全地帶。

在我國，2012年北京7·21暴雨發(fā)生時(shí)，被困人員通過微博平臺求助，民眾對相關(guān)人員、時(shí)間、地點(diǎn)等信息進(jìn)行讀取，同時(shí)在微博上添加位置數(shù)據(jù)進(jìn)行地圖定位，為救災(zāi)提供信息；2013年四川蘆山地震中，成都高新減災(zāi)研究所鏈接全國震警系統(tǒng)，為雅安主城區(qū)爭取5 秒，為成都主城區(qū)爭取28 秒；2015年云南滄源地震中，民眾通過鏈接預(yù)警數(shù)據(jù)庫終端設(shè)備上傳地表晃動(dòng)、房屋損壞和人員傷亡等情況，為昆明主城區(qū)爭取93 秒，同時(shí)繪制“烈度速報(bào)”和“人工災(zāi)情采集”應(yīng)急數(shù)據(jù)圖；2016年“妮妲”臺風(fēng)中，中科院深圳先進(jìn)技術(shù)研究院利用大數(shù)據(jù)挖掘技術(shù)，對其登陸時(shí)間、地點(diǎn)和所經(jīng)路線等進(jìn)行較為準(zhǔn)確的預(yù)測；2016年貴州降雨強(qiáng)度大及城鎮(zhèn)內(nèi)澇嚴(yán)重，依靠“水利云”洪水大數(shù)據(jù)預(yù)測，災(zāi)害預(yù)警從過去20分鐘提前24小時(shí)以上；2017年四川九寨溝地震發(fā)生后，中國地震應(yīng)急搜救中心立刻啟動(dòng)互聯(lián)網(wǎng)+地震LBS大數(shù)據(jù)應(yīng)用平臺展開救援行動(dòng)；2018年9月，在廣東“山竹”臺風(fēng)中，社交媒體及社交大數(shù)據(jù)在抗災(zāi)與救援發(fā)揮了重要作用。

當(dāng)前大數(shù)據(jù)已成災(zāi)害治理研究的新領(lǐng)域，它適用于災(zāi)害全生命周期(即預(yù)防、備災(zāi)、應(yīng)對和恢復(fù))各階段。災(zāi)害社會科學(xué)四大理論流派(即結(jié)構(gòu)功能主義、社會脆弱性、社會建構(gòu)主義和災(zāi)害韌性)在研究方法上都呈現(xiàn)出跨學(xué)科、仿真模擬及大數(shù)據(jù)研究三大趨勢。近年來，大數(shù)據(jù)不僅成為災(zāi)害社會科學(xué)研究的新興方法，而且也成為其重要的理論來源。基于此，本文將聚焦于以下幾個(gè)問題：災(zāi)害大數(shù)據(jù)研究前沿動(dòng)態(tài)如何，其基礎(chǔ)知識有哪些，廣東省陽江市的創(chuàng)新經(jīng)驗(yàn)具體情況如何，如何建構(gòu)大數(shù)據(jù)災(zāi)害治理模型，其具有哪些治理前景與陷阱？

二、災(zāi)害大數(shù)據(jù)：前沿綜述及研究思路

大數(shù)據(jù)災(zāi)害治理是指有效利用大數(shù)據(jù)抓取、挖掘與分析技術(shù)對巨量災(zāi)害信息進(jìn)行處理，以達(dá)到有效監(jiān)測、預(yù)防、應(yīng)對及恢復(fù)等目的。與傳統(tǒng)災(zāi)害治理相比，它強(qiáng)調(diào)災(zāi)害治理動(dòng)態(tài)過程及主體多元化，提倡多中心、平等及合作關(guān)系，同時(shí)注重精英智慧與民眾智慧的結(jié)合。災(zāi)害大數(shù)據(jù)不僅源于專業(yè)傳感器，還來自多用途的大眾傳感器；既來自政府的正向信息傳遞，也來自民間的反向信息傳遞；既包括與災(zāi)害直接相關(guān)的數(shù)據(jù)，也包括間接相關(guān)的數(shù)據(jù)。大數(shù)據(jù)災(zāi)害治理還將物聯(lián)網(wǎng)技術(shù)引入其中，實(shí)現(xiàn)網(wǎng)絡(luò)世界智慧與物理世界執(zhí)行力的有效結(jié)合(如表1)。

表1 傳統(tǒng)災(zāi)害治理(傳統(tǒng)1.0)與大數(shù)據(jù)災(zāi)害治理

從性質(zhì)上分，災(zāi)害大數(shù)據(jù)分為常規(guī)與非常規(guī)兩類，后一類又稱“危機(jī)大數(shù)據(jù)”，特指在危機(jī)或大規(guī)模緊急情況下收集的大數(shù)據(jù)，旨在利用大數(shù)據(jù)分析技術(shù)及數(shù)字平臺對危機(jī)作出高效反應(yīng)。從結(jié)構(gòu)上分，災(zāi)害大數(shù)據(jù)分為結(jié)構(gòu)化和非結(jié)構(gòu)化兩極，最大的技術(shù)挑戰(zhàn)就是從巨量非結(jié)構(gòu)化或半結(jié)構(gòu)化信息中提取結(jié)構(gòu)化信息。從來源上分，災(zāi)害大數(shù)據(jù)則分為即時(shí)生成的共享在線和智能傳感器兩類。

(一)前沿綜述

將大數(shù)據(jù)與災(zāi)害、風(fēng)險(xiǎn)、危機(jī)和安全等關(guān)鍵詞結(jié)合起來，進(jìn)行多角度中英文獻(xiàn)收集、梳理，發(fā)現(xiàn)有四種研究視角(如圖1)。

一是“工程-技術(shù)”視角，這方面的研究較多。如貝洛莫(Bellomo)等認(rèn)為在緊急情況下運(yùn)用大數(shù)據(jù)工具和數(shù)學(xué)動(dòng)力學(xué)方法，能有效提高災(zāi)害應(yīng)對水平[2]。美代志(Miyoshi)等指出“大數(shù)據(jù)同化(BDA)技術(shù)”在天氣數(shù)值預(yù)報(bào)中具有潛在影響[3]，卡迪爾等發(fā)現(xiàn)在海地地震中 “數(shù)字人道主義者”使用了諸如網(wǎng)絡(luò)閱讀、大數(shù)據(jù)分析、“參與式繪圖”、“眾包翻譯”、社交媒體和移動(dòng)技術(shù)，創(chuàng)造了“大數(shù)據(jù)危機(jī)分析技術(shù)生態(tài)系統(tǒng)”[1]。大數(shù)據(jù)技術(shù)還有一個(gè)有趣的分支即視覺分析，它結(jié)合了計(jì)算機(jī)視覺、地理信息和空間技術(shù)，主要用于危機(jī)圖像和視頻大數(shù)據(jù)處理。

二是“社會-治理”視角，強(qiáng)調(diào)災(zāi)害治理應(yīng)注重風(fēng)險(xiǎn)預(yù)防、預(yù)警及預(yù)控，將大數(shù)據(jù)反映出來的風(fēng)險(xiǎn)信息作為民眾參與災(zāi)害治理的基礎(chǔ)，也是政府調(diào)動(dòng)社會資源的依據(jù)。如海莉(Hayley)等認(rèn)為大數(shù)據(jù)具有顯著的風(fēng)險(xiǎn)感知、預(yù)警與預(yù)防功能，為社會風(fēng)險(xiǎn)治理變革提供重要契機(jī)[4]，“云治理”則成為災(zāi)害治理的新模式，博戈莫洛夫(Bogomolov)等堅(jiān)信社交大數(shù)據(jù)具有很好預(yù)測功能[5]，為災(zāi)害治理提供了“反向通信”功能，有利于建立新的“雙向通信”治理架構(gòu)。

三是“管理-制度”視角，認(rèn)為大數(shù)據(jù)有利于推動(dòng)科層式災(zāi)害管理體制變革，提高非政府組織管理效率。如松尾(Matsuo)認(rèn)為通過全球網(wǎng)絡(luò)傳輸系統(tǒng)、專業(yè)監(jiān)測設(shè)備與傳感器，大數(shù)據(jù)為應(yīng)急管理提供了新方法[6]。“大數(shù)據(jù)應(yīng)急管理系統(tǒng)”(Asyem)分為傳感器、本地傳輸、網(wǎng)絡(luò)和管理等四個(gè)層次，亞歷克西斯(Alexis)等指出目前政府和民眾運(yùn)用“應(yīng)急管理信息系統(tǒng)”(EMIS)尚不充分，仍有巨大潛力可挖[7]。如果在社會危機(jī)管理領(lǐng)域使用大數(shù)據(jù)，則能更好地制定政策以應(yīng)對不可預(yù)知的危機(jī)。

四是“政治-經(jīng)濟(jì)”視角，認(rèn)為大數(shù)據(jù)不僅對災(zāi)害治理具有積極作用，也對國家安全和經(jīng)濟(jì)發(fā)展產(chǎn)生重要影響。如克蘭普頓(Crampton)等發(fā)現(xiàn)大數(shù)據(jù)通過“隱私重新認(rèn)識”和“算法安全性”兩種方式對政治產(chǎn)生重大影響，地緣隱私被揭示為地緣政治組合，以“智能安全監(jiān)控”為例，它代表地緣政治組合(包括國家、軍隊(duì)、立法機(jī)構(gòu)、企業(yè)界和知識生產(chǎn)者等)內(nèi)的利益關(guān)系，這些關(guān)系不容易彼此被分離，它們能被組合與集體審視以追溯因果關(guān)系及流動(dòng)趨向[8]。

災(zāi)害大數(shù)據(jù)這一通用說法，具體到不同學(xué)科表現(xiàn)為不同概念。災(zāi)害是自然工程領(lǐng)域的基本術(shù)語，在社會科學(xué)領(lǐng)域稱為風(fēng)險(xiǎn)，到了管理學(xué)領(lǐng)域則稱為危機(jī)[9]。同樣，在大數(shù)據(jù)與災(zāi)害關(guān)系研究中，不同學(xué)科也各自使用不同概念。

第一，“工程-技術(shù)”視角中的“遙感(空間)大數(shù)據(jù)”。災(zāi)害大數(shù)據(jù)本是地理學(xué)和工程學(xué)等領(lǐng)域常用說法，又以遙感(空間)大數(shù)據(jù)為代表。奧佛利(Ofli)等認(rèn)為人類社會已進(jìn)入“遙感大數(shù)據(jù)時(shí)代”，通過“混合眾包”和“實(shí)時(shí)機(jī)器學(xué)習(xí)技術(shù)”快速處理大量遙感數(shù)據(jù)而領(lǐng)先未來挑戰(zhàn)[10]。在流行病學(xué)中，空間大數(shù)據(jù)對健康風(fēng)險(xiǎn)溝通具有積極影響。空間大數(shù)據(jù)分析系統(tǒng)與危險(xiǎn)地圖連接，能有效彌補(bǔ)傳統(tǒng)危險(xiǎn)地圖之不足，為災(zāi)害治理提供現(xiàn)場動(dòng)態(tài)及情境地圖[11]。隨著空間大數(shù)據(jù)挖掘技術(shù)發(fā)展，決策人員能分析空間數(shù)據(jù)庫中隱含關(guān)系及特征，同時(shí)探討災(zāi)民在緊急情況下行為以有效監(jiān)測緊急情況及減少災(zāi)害沖擊。

第二，“社會-治理”視角中的“社交大數(shù)據(jù)”。路透(Reuter)等發(fā)現(xiàn)每次大規(guī)模災(zāi)害中社交媒體使用情況都成為人們關(guān)注的話題，主要包括公開辯論、災(zāi)害監(jiān)督、延伸管理、群眾采購、合作發(fā)展、創(chuàng)造社會凝聚力、促進(jìn)應(yīng)急和加強(qiáng)研究等[12]。菲茨休(Fitzhugh)等認(rèn)為通過微博及社交網(wǎng)站等在線及“非正式溝通”方式，可以有效應(yīng)對“復(fù)合災(zāi)害”面臨的治理挑戰(zhàn)[13]。凱瑟琳(Kathleen)等發(fā)現(xiàn)推特(Twitter)等社交媒體提供的巨量信息，有利于災(zāi)害規(guī)劃、早期時(shí)空預(yù)警和及時(shí)響應(yīng)[14]。社交大數(shù)據(jù)著重于“全球脈搏”，它在“全局脈沖”中累積匿名信息，可以幫助政府預(yù)測自然災(zāi)害及其引發(fā)的人類行為。但肉桂(Cinnamon)等指出，社交大數(shù)據(jù)也存在測試和評估等局限，尤其可能忽視弱勢群體問題[15]。

第三，“管理-制度”視角中的“公共大數(shù)據(jù)”。卡迪爾等指出越來越多的政府正采用公共大數(shù)據(jù)促進(jìn)災(zāi)害管理創(chuàng)新及加強(qiáng)問責(zé)制[1]，“e-政府”通過大數(shù)據(jù)災(zāi)害響應(yīng)系統(tǒng)，不僅能有效地進(jìn)行預(yù)測、預(yù)警、預(yù)防和應(yīng)急等，還能及時(shí)了解民眾需求和安撫其焦慮情緒，進(jìn)而為其提供系統(tǒng)性安全和個(gè)性化服務(wù)。同時(shí)，由于公共大數(shù)據(jù)的“開源趨勢”(盡管并不總是公開)，公共組織和非營利組織能通過搜索和機(jī)器可讀方式有效利用它，從而提高其參與積極性或者促進(jìn)二者進(jìn)行更好的合作以改善治理。

第四，“政治-經(jīng)濟(jì)”視角中的“安全大數(shù)據(jù)”。網(wǎng)絡(luò)大數(shù)據(jù)是安全大數(shù)據(jù)的重要組成部分，克蘭普頓認(rèn)為網(wǎng)絡(luò)犯罪、網(wǎng)絡(luò)恐怖主義和網(wǎng)絡(luò)戰(zhàn)爭對國家安全構(gòu)成重大威脅[8]。社交媒體也是安全大數(shù)據(jù)的重要來源，穆罕默德(Mohammad)等指出自上而下的遙感大數(shù)據(jù)與自下而上的社交大數(shù)據(jù)為安全管理引入了一種“新穎的方式[16]，即個(gè)人主義和恐怖主義團(tuán)體利用社交平臺傳播極端主義意識形態(tài)及組織犯罪活動(dòng)。斯托切夫(Stoycheff)則認(rèn)為2013年斯諾登(Snowden)披露美國國家安全局有爭議的在線監(jiān)控計(jì)劃，這對國家安全產(chǎn)生了重要影響[17]。

圖1 災(zāi)害大數(shù)據(jù)綜述的邏輯關(guān)系

綜上所述，這些研究體現(xiàn)出幾個(gè)特征：① 研究比較分散，大多側(cè)重于技術(shù)、管理和應(yīng)用，很少有專門針對災(zāi)害治理(disaster governance)的研究。②不同學(xué)科的研究之間缺乏交流和對話，基本的共識尚未形成。③研究的廣度和深度還有欠缺，大多停留在理念與概念層面，案例研究少見，量化研究不足。④許多研究取自上而下之勢，集中于管理、制度和政策設(shè)計(jì)，較少自下而上的提煉，雙向的結(jié)合更為少見。⑤主要做描述性(發(fā)生了什么)、診斷性(為什么發(fā)生)及應(yīng)用預(yù)測性(會發(fā)生什么)分析，缺乏在此基礎(chǔ)上深入的理論研究。⑥國內(nèi)與國外的研究對話不足，國內(nèi)學(xué)界雖應(yīng)立足于現(xiàn)有國情與社情，但大數(shù)據(jù)是一場全球范圍內(nèi)的技術(shù)與思維革命，國外的研究成果仍有許多可借鑒之處，否則難以擺脫國內(nèi)研究相對滯后的現(xiàn)狀。

(二)研究思路

本研究以治理為切入點(diǎn)，主要是因?yàn)椋菏紫龋髷?shù)據(jù)成為災(zāi)害治理中可能現(xiàn)實(shí)途徑，為政府和民眾提升治理技術(shù)、理念及治理能力。其次，治理視角有利于多學(xué)科交叉與融合，可以將遙感、社交、公共、風(fēng)險(xiǎn)及安全等不同學(xué)科大數(shù)據(jù)統(tǒng)一納入治理框架。最后，災(zāi)害治理是災(zāi)害研究的歸宿，無論什么學(xué)科、什么視角，研究災(zāi)害的目的都是為了更好地治理災(zāi)害。本研究的基本思路如下：首先，梳理相關(guān)文獻(xiàn)以確定研究問題，本研究定位于探索性研究；其次，在研究方法層面選用案例法，通過總結(jié)廣東陽江實(shí)踐經(jīng)驗(yàn)，以論證大數(shù)據(jù)災(zāi)害治理之可能性；再次，對陽江經(jīng)驗(yàn)做理論提升，探討其內(nèi)在機(jī)理和運(yùn)作邏輯，構(gòu)建理論模型；最后，展望大數(shù)據(jù)災(zāi)害治理的未來趨勢及可能陷阱。

圖2 研究思路

三、陽江經(jīng)驗(yàn)：方法選擇及案例簡介

(一)方法選擇

之所以選擇案例法，主要基于幾方面的考慮：第一，探索性研究一般以質(zhì)性研究為主，目的是為后續(xù)深入研究作鋪墊；況且大數(shù)據(jù)還沒有成為災(zāi)害治理的普遍現(xiàn)象，不宜進(jìn)行大規(guī)模問卷調(diào)查。第二，自然災(zāi)害具有難以預(yù)測、無法重復(fù)、復(fù)合型及非線性等特征，往往很難發(fā)現(xiàn)存在明顯的因果關(guān)系，不宜進(jìn)行抽樣研究。第三，大數(shù)據(jù)雖然具有量化特征，但本研究聚焦于治理而非技術(shù)，側(cè)重于大數(shù)據(jù)理論的實(shí)踐運(yùn)用。

本研究選取廣東省陽江市氣象災(zāi)害治理為案例，主要是因?yàn)椋菏紫龋髷?shù)據(jù)概念出現(xiàn)之前，最接近大數(shù)據(jù)的就是氣象數(shù)據(jù)，即以各種傳感器輸送的巨量龐雜數(shù)據(jù)。其次，廣東省自然災(zāi)害主要以氣象災(zāi)害為主，占比80%以上，陽江市更是如此。最后，氣象大數(shù)據(jù)越來越被普通民眾所接受。2016年初，中國氣象網(wǎng)對網(wǎng)絡(luò)用戶進(jìn)行問卷調(diào)查，發(fā)現(xiàn)“氣象大數(shù)據(jù)”已不再是陌生概念，已走進(jìn)普通民眾生活(1)欒菲，公眾期待智慧氣象和大數(shù)據(jù)應(yīng)用改變生活[Z].中國氣象報(bào)社，2016年02月16日。。

那么，“陽江經(jīng)驗(yàn)”具有多大的類型學(xué)意義？第一，就區(qū)域代表性而言，2012年3月，廣東省與國家氣象局簽署《關(guān)于加快氣象現(xiàn)代化試點(diǎn)省建設(shè)合作備忘錄》。2015年11月，《廣東省氣象信息化實(shí)施方案》出臺，目標(biāo)是到2016年底初步建成支撐省、市、縣三級業(yè)務(wù)應(yīng)用的“氣象云”平臺，同時(shí)探索建立基于云計(jì)算和大數(shù)據(jù)技術(shù)基礎(chǔ)上的氣象大數(shù)據(jù)試驗(yàn)平臺；2017—2020年加快推進(jìn)氣象大數(shù)據(jù)應(yīng)用研究，構(gòu)建和發(fā)展具有廣東特色的智慧氣象(2)謝青林、余佳，廣東：氣象大數(shù)據(jù)納入省促進(jìn)云計(jì)算創(chuàng)新發(fā)展[Z].中國氣象報(bào)社、中國氣象局官網(wǎng)，2015年11月5日。。第二，就實(shí)踐效果而言，廣東省已有90%的市、縣(區(qū))成立了三級突發(fā)事件預(yù)警信息發(fā)布中心，陽江市應(yīng)急指揮中心率先建成，成為廣東省災(zāi)害治理的品牌。第三，陽江市境內(nèi)災(zāi)情復(fù)雜，災(zāi)種較全。第四，在應(yīng)急指揮中心建設(shè)方面，廣東實(shí)行的是“三模”分類推進(jìn)策略，陽江市則是“三模”中難度最高的“一模”典型(3)“一模”是指整合應(yīng)急、三防、氣象和地震等多部門監(jiān)測站點(diǎn)資源，工作平臺在政府或部門，委托氣象局代管，發(fā)布自然災(zāi)害、事故災(zāi)難和公共衛(wèi)生事件預(yù)警信息，實(shí)現(xiàn)預(yù)防、預(yù)警和預(yù)案工作一體化。“二模”即整合應(yīng)急和氣象等部門，工作平臺在部門，發(fā)布自然災(zāi)害類突發(fā)預(yù)警信息，突出預(yù)防和預(yù)警工作。“三模”是僅發(fā)布?xì)庀鬄?zāi)害類突發(fā)事件預(yù)警信息。。

(二)案例簡介

陽江市應(yīng)急指揮中心(以下簡稱為“中心”)承擔(dān)災(zāi)害治理、應(yīng)急管理、安全生產(chǎn)和防震減災(zāi)等職能，統(tǒng)一發(fā)布自然災(zāi)害、事故災(zāi)難、公共衛(wèi)生事件和社會安全事件四大類突發(fā)公共事件預(yù)警信息。它的發(fā)展分為四個(gè)階段(如圖3)。

圖3 中心發(fā)展歷程

一是萌芽階段(2013年3月以前)。2011年11月，國家氣象局與廣東省政府共同確定廣東為率先基本實(shí)現(xiàn)氣象現(xiàn)代化四個(gè)試點(diǎn)省份之一。2012年3月，廣東省與國家氣象局簽署“合作備忘錄”，將創(chuàng)新體制與健全突發(fā)事件預(yù)警發(fā)布體系作為合作重點(diǎn)。2012年8月，《廣東省突發(fā)事件預(yù)警信息發(fā)布管理辦法》出臺；省長提出在全省加快推進(jìn)突發(fā)事件預(yù)警信息發(fā)布體系建設(shè)；陽江市委市政府開始醞釀成立市預(yù)警信息發(fā)布中心。

二是初步建立階段(2013年3月至2014年12月)。2013年3月，陽江市突發(fā)事件預(yù)警信息發(fā)布中心成立，由市氣象局代管，先建基礎(chǔ)設(shè)施，再建“五區(qū)六崗”氣象數(shù)據(jù)云平臺，氣象數(shù)據(jù)共享率達(dá)100%。

三是正式建立階段(2014年12月至2016年4月)。2014年8月，陽江市機(jī)構(gòu)編制委員會批準(zhǔn)市應(yīng)急指揮中心機(jī)構(gòu)編制方案，加掛市突發(fā)事件預(yù)警信息發(fā)布中心牌子，同時(shí)整合應(yīng)急、三防、氣象和地震等應(yīng)急管理機(jī)構(gòu)資源。2014年12月，“中心”正式建成并投入使用，各項(xiàng)工作機(jī)制與制度初步建立，市“三防辦”法定職責(zé)不變，與“中心”合署辦公。所有下轄縣(市)、鄉(xiāng)鎮(zhèn)也仿照市，相繼對應(yīng)急單位進(jìn)行整合。

四是深入發(fā)展和完善階段(2016年5月至今)。“中心”進(jìn)一步推進(jìn)與其他部門的整合，將離散的預(yù)警信息如交通和水文等部門數(shù)據(jù)接入，實(shí)現(xiàn)巨量災(zāi)害信息“開放共享、到底到邊、管用好用”的目標(biāo)；繼續(xù)加快平臺輔助決策指揮系統(tǒng)建設(shè)，完善三防預(yù)警決策支持信息系統(tǒng)建設(shè)，新建三防視頻會議系統(tǒng)。未來，“中心”還將加強(qiáng)軟件建設(shè)，從技術(shù)層面切實(shí)提高大數(shù)據(jù)處理水平，從政府與社會層面增強(qiáng)大數(shù)據(jù)治理意識與能力。

四、大數(shù)據(jù)驅(qū)動(dòng)下的陽江災(zāi)害治理創(chuàng)新實(shí)踐

陽江市的大數(shù)據(jù)災(zāi)害治理主要通過專用和多用途傳感器進(jìn)行數(shù)據(jù)抓取、挖掘與分析，為災(zāi)前、災(zāi)中與災(zāi)后提供治理決策支持(如圖4)。

(一)互聯(lián)網(wǎng)、統(tǒng)一平臺與開源數(shù)據(jù)

為了實(shí)現(xiàn)災(zāi)害信息“第一聲音和權(quán)威發(fā)布”，“中心”借鑒國際及香港等地成熟做法，把突發(fā)事件預(yù)警信息發(fā)布中心、市三防辦和市地震局相關(guān)科(室)等18個(gè)不同部門整合在一起，在“中心”統(tǒng)一進(jìn)行數(shù)據(jù)存儲與處理，形成以“信息共享”為目標(biāo)的應(yīng)急平臺，按照“五區(qū)六崗”進(jìn)行設(shè)置，強(qiáng)調(diào)組織、人員、信息和資源等全要素協(xié)同治理。目前，“中心”已具備災(zāi)害數(shù)據(jù)統(tǒng)一采集、聚合、分析、處理和管理等功能，形成災(zāi)害治理“一張網(wǎng)”和“一張圖”，綜合協(xié)調(diào)和統(tǒng)一發(fā)布災(zāi)害信息。快速共享的數(shù)據(jù)庫對于災(zāi)害治理非常重要。“中心”具備了“開源數(shù)據(jù)”特征與趨勢，這些數(shù)據(jù)能夠在不同部門之間被搜索、閱讀及共享。盡管目前“開源數(shù)據(jù)”只是在體制內(nèi)相關(guān)部門之間共享，但已初步與大數(shù)據(jù)治理新趨勢相吻合。這一趨勢如在海地地震中，各地志愿者將世界衛(wèi)生組織地圖中的衛(wèi)生設(shè)施信息和太平洋災(zāi)害警察設(shè)施中心數(shù)據(jù)繪制在開源平臺上，為政府和私人援助提供最可靠的信息。“數(shù)據(jù)開源”廣泛受到業(yè)務(wù)部門和社會各界的歡迎，成為未來災(zāi)害治理的新方向。但是，災(zāi)害大數(shù)據(jù)可能涉及敏感或機(jī)密數(shù)據(jù)，如何在“脫敏”“脫密”情況下實(shí)現(xiàn)數(shù)據(jù)開放，這是未來大數(shù)據(jù)治理的重要難題。

圖4 陽江災(zāi)害治理創(chuàng)新實(shí)踐

(二)遙感大數(shù)據(jù)、專業(yè)傳感器與無人機(jī)計(jì)劃

“中心”通過GPS設(shè)備、視頻監(jiān)控設(shè)備、衛(wèi)星遙感、電子顯示屏、個(gè)人電腦、智能手機(jī)和數(shù)碼相機(jī)等各種專業(yè)的和大眾的傳感器接入固定網(wǎng)、移動(dòng)網(wǎng)和因特網(wǎng)，實(shí)現(xiàn)災(zāi)害大數(shù)據(jù)實(shí)時(shí)傳輸。目前，陽江市已在各個(gè)區(qū)域建立了自動(dòng)監(jiān)測站點(diǎn)和專業(yè)探測網(wǎng)，加上水利、電力和海洋等相關(guān)部門觀測站點(diǎn)的共建共享，大數(shù)據(jù)收集設(shè)施日趨完善。“中心”還整合各部門現(xiàn)有基層信息員、氣象信息員、地震信息員、海洋信息員、災(zāi)害信息員、群測群防員等隊(duì)伍資源，利用地理、氣象衛(wèi)星技術(shù)和空間技術(shù)等進(jìn)行應(yīng)急處理，初步形成多向互動(dòng)數(shù)據(jù)空間及無縫隙(seamless)遙感大數(shù)據(jù)整合機(jī)制。由于地球觀測傳感器系統(tǒng)快速發(fā)展，巨量接近實(shí)時(shí)或?qū)崟r(shí)生成的大數(shù)據(jù)有利于各類自然災(zāi)害的動(dòng)態(tài)監(jiān)測和決策分析。Terra Seismic公司對衛(wèi)星數(shù)據(jù)和環(huán)境因素進(jìn)行實(shí)時(shí)監(jiān)測，聲稱對世界上任何地方地震預(yù)測準(zhǔn)確率達(dá)到90%以上。無人機(jī)(UAV)捕獲空中圖像在災(zāi)害治理中也發(fā)揮越來越重要的作用，通過對空中圖像進(jìn)行自動(dòng)分析，不僅能為災(zāi)害治理提供情境意識，還有利于加強(qiáng)政府的治理責(zé)任。同時(shí)，如果某一地點(diǎn)成為“信息孤島”，無人機(jī)可以補(bǔ)充數(shù)據(jù)采集，確保民眾、官員及救助人員永不失聯(lián)，“中心”暫未采用無人機(jī)搜集信息，但已明確將其列為未來工作計(jì)劃。

(三)社交大數(shù)據(jù)、通用傳感器與非正式渠道

“中心”在新浪、騰訊和移動(dòng)等影響力大的網(wǎng)站開通“陽江天氣”官方博客、微博、微信和APP“天氣管家”等，通過社交媒體將災(zāi)害信息及時(shí)向公眾發(fā)送。公眾也可以根據(jù)自己需求，通過手機(jī)下載APP氣象預(yù)警信息軟件，定制“氣象信息共享包”，選擇自己喜歡的數(shù)據(jù)服務(wù)方式，免費(fèi)獲得即時(shí)天氣狀況服務(wù)，扮演定制員、采集員和分析員角色。民眾通過社交媒體獲取的“個(gè)人資料”或“我的數(shù)據(jù)”(My Data)，不僅能隨時(shí)隨地了解災(zāi)害信息及個(gè)性化解決方案，而且增強(qiáng)了自身安全及危機(jī)參與意識。事實(shí)上，具有“反向通信”功能的社交媒體在災(zāi)害信息共享方面已無所不在，既有政府自上而下的信息發(fā)布與管理，也有非政府組織及民眾通過大數(shù)據(jù)平臺的參與甚至主導(dǎo)災(zāi)害治理。民眾作為災(zāi)害的“直接目擊者”，收集與分享災(zāi)害事件照片、視頻或短信，與官方社交媒體站點(diǎn)及現(xiàn)場社交媒體輿論領(lǐng)袖協(xié)調(diào)，對災(zāi)害治理產(chǎn)生至關(guān)重要的影響。智能手機(jī)正迅速成為人們生活中的中央電腦和通訊設(shè)備，這種基于通信技術(shù)聯(lián)網(wǎng)的手機(jī)產(chǎn)生了巨量數(shù)據(jù)，主要通過虛擬和物理兩個(gè)維度收集與分析數(shù)據(jù)。智能手機(jī)在實(shí)時(shí)和持續(xù)監(jiān)測人員位置及其行為方面非常有效，手機(jī)追蹤已被納入風(fēng)險(xiǎn)傳播評估范疇，不僅可以預(yù)測人們的行為，還能有效引導(dǎo)民眾直接參與災(zāi)害應(yīng)對。傳統(tǒng)的災(zāi)害管理大多將管理責(zé)任歸為政府的事情而與民眾無關(guān)，民眾通常被認(rèn)為是需要被搶救的人而不是積極的參與者。由于大數(shù)據(jù)分析技術(shù)的創(chuàng)新，尤其隨著社會移動(dòng)應(yīng)用程序的普及，災(zāi)害治理已出現(xiàn)了重大變化，民眾不僅能獲取或提供詳細(xì)的災(zāi)害信息，還能對災(zāi)害進(jìn)行“人群智慧”分析，促使其越來越主動(dòng)地參與到治理行動(dòng)中來。

(四)橫向到邊、縱向到底與全覆蓋治理

陽江市實(shí)現(xiàn)了橫向部門之間的聯(lián)動(dòng)與聯(lián)運(yùn)，市、縣應(yīng)急指揮中心通過多樣化網(wǎng)絡(luò)手段為橫向部門提供災(zāi)害信息，在傳播對象、手段及行動(dòng)上實(shí)現(xiàn)“橫向到邊”。在2013年“尤特”、2014年 “威馬遜”、2016年“彩虹”和2017年“南瑪都”等臺風(fēng)災(zāi)害中，“中心”都及時(shí)將信息傳遞到民眾和各個(gè)部門，為實(shí)現(xiàn)災(zāi)害“零死亡”提供重要信息與行動(dòng)保障。“縱向到底”則是指“中心”向上連接省甚至國家氣象局，向下通過“五區(qū)六崗”與鄉(xiāng)鎮(zhèn)站點(diǎn)互聯(lián)，將信息接收端下沉到基層行政村，實(shí)現(xiàn)無縫對接，使信息及時(shí)傳遞到各級政府責(zé)任人、監(jiān)測人及基層群眾，解決信息發(fā)布“最后一公里、關(guān)鍵一小時(shí)”問題。大數(shù)據(jù)能有效解決偏遠(yuǎn)地區(qū)基礎(chǔ)設(shè)施稀缺、需求量大及資源配置困難等問題，通過“時(shí)空過濾技術(shù)”實(shí)現(xiàn)高密度人口地區(qū)傷亡事件與偏遠(yuǎn)地區(qū)最小破壞事件的信息全覆蓋。

(五)實(shí)時(shí)監(jiān)控、時(shí)空情境與動(dòng)態(tài)治理

“中心”實(shí)施“五區(qū)六崗”建設(shè)：五區(qū)是將指揮區(qū)、聯(lián)動(dòng)區(qū)、審核區(qū)、發(fā)布區(qū)和傳播區(qū)整合成“五位一體”的功能區(qū)，“六崗”是指值班主任崗、考務(wù)崗、審核崗、發(fā)布監(jiān)控崗、評估崗和通管崗?fù)瑫r(shí)設(shè)立在“中心”。災(zāi)害預(yù)警由相關(guān)單位根據(jù)法規(guī)及部門職能發(fā)出，通過網(wǎng)絡(luò)傳到中心“聯(lián)動(dòng)區(qū)”；對于準(zhǔn)備發(fā)布的預(yù)警信息，工作人員在規(guī)定時(shí)間內(nèi)在“審核區(qū)”審核；根據(jù)相關(guān)法制裁決和決策，依據(jù)“指揮區(qū)”決策信息，由“發(fā)布區(qū)”通過多渠道及時(shí)準(zhǔn)確發(fā)布；“傳播區(qū)”確保互聯(lián)網(wǎng)將“發(fā)布區(qū)”的信息“傳得順”，傳得暢”。“五區(qū)六崗”做到在線監(jiān)督、在線預(yù)報(bào)、在線預(yù)警、在線服務(wù)、在線管理和在線保障。在此基礎(chǔ)上，“中心”形成“應(yīng)急一張網(wǎng)”和“應(yīng)急一張圖”，可以直接指揮到災(zāi)害現(xiàn)場，實(shí)現(xiàn)跨時(shí)空情境下相關(guān)部門及人員的溝通。“中心”還對災(zāi)害隱患點(diǎn)、變化狀態(tài)、預(yù)警點(diǎn)和逃生路線等進(jìn)行三維動(dòng)態(tài)監(jiān)控。在大數(shù)據(jù)支持下，決策者可以借助動(dòng)態(tài)鳥瞰圖指導(dǎo)災(zāi)害應(yīng)對，包括治理決策及資源分配。“中心”決策具有情境性、動(dòng)態(tài)性和智能性等特點(diǎn)，顯著改變了傳統(tǒng)治理或者說創(chuàng)造了新的治理模式。

(六)物聯(lián)網(wǎng)、數(shù)字通信與真實(shí)世界

“中心”通過物聯(lián)網(wǎng)有效且合理調(diào)配救災(zāi)資源，使網(wǎng)絡(luò)信息與物理部門之間得到整合。例如，2016年12月，“中心”舉行地震應(yīng)急救援綜合演練，包括以下10個(gè)科目：現(xiàn)場地震應(yīng)急指揮、架設(shè)流動(dòng)地震臺和現(xiàn)場震害調(diào)查；疏散人員、搶救被困人員和消防滅火；傷員急救、運(yùn)送及衛(wèi)生防疫；安置災(zāi)民、發(fā)放救濟(jì)物資；開展安全保衛(wèi)、維護(hù)震區(qū)治安；架設(shè)臨時(shí)通信設(shè)施；供電線路搶修；供水管道搶修；天然氣管道搶修；交通要道搶修等。參演單位通過物聯(lián)網(wǎng)開展生動(dòng)逼真的應(yīng)急救援行動(dòng)，實(shí)現(xiàn)了線上與線下、網(wǎng)絡(luò)與現(xiàn)實(shí)、虛擬與實(shí)體的結(jié)合。物聯(lián)網(wǎng)是由大數(shù)據(jù)支撐、數(shù)字通信設(shè)備普及和普通人群無所不在的互聯(lián)網(wǎng)接入而形成的新領(lǐng)域，它在大數(shù)據(jù)災(zāi)害治理中具有不可或缺的重要地位。物聯(lián)網(wǎng)將物理世界的執(zhí)行能力與計(jì)算世界的智慧聯(lián)系起來，提升真實(shí)世界風(fēng)險(xiǎn)防范的能力，增強(qiáng)網(wǎng)絡(luò)世界風(fēng)險(xiǎn)防范功能的實(shí)用性。在災(zāi)害應(yīng)對過程中，“中心”對應(yīng)急人員、物資和場所進(jìn)行分析，通過物聯(lián)網(wǎng)快速傳給相關(guān)人員，促使救災(zāi)資源及行動(dòng)從模糊向精準(zhǔn)轉(zhuǎn)變。

五、基于陽江經(jīng)驗(yàn)的大數(shù)據(jù)災(zāi)害治理模型建構(gòu)

(一)陽江經(jīng)驗(yàn)的進(jìn)一步提煉

第一，陽江經(jīng)驗(yàn)表明了大數(shù)據(jù)為災(zāi)害治理帶來新機(jī)遇，WEB2.0時(shí)代的災(zāi)害治理不僅是一種前沿理念，也是一種現(xiàn)實(shí)可能。它有助于政府部門之間及政府與民眾之間及時(shí)溝通，幫助政府與民眾了解最準(zhǔn)確、最有效的災(zāi)害信息及最有利的救援方案，暴露并消除傳統(tǒng)災(zāi)害治理的冗余性和低效率。大數(shù)據(jù)也有利于合理配置防災(zāi)減災(zāi)救災(zāi)資源、優(yōu)化救援過程及實(shí)現(xiàn)協(xié)同應(yīng)對，幫助決策者識別和服務(wù)核心人群。大數(shù)據(jù)不僅有利于及時(shí)搶救災(zāi)區(qū)生命，還有利于發(fā)現(xiàn)與保護(hù)潛在高風(fēng)險(xiǎn)區(qū)。

第二，陽江經(jīng)驗(yàn)體現(xiàn)了政府與民眾傳播技術(shù)和能力的進(jìn)步。“中心”改變了傳統(tǒng)使用單一專業(yè)傳感器的局限，集成了專用和多用途傳感器大數(shù)據(jù)。專用傳感器可以及時(shí)檢測物理環(huán)境的變化，高端社交媒體傳感器正迅速被低成本定制或通用傳感器所補(bǔ)充。多用途傳感器以簡單的方式建立了管理者、災(zāi)民和普通民眾之間的直接溝通渠道，民眾本身也成為一種傳感器即“民眾傳感器”。大數(shù)據(jù)災(zāi)害治理旨在組合與運(yùn)用來自不同類型傳感器提供的巨量數(shù)據(jù)，決策者通過利用這些信息具備了監(jiān)控人們在災(zāi)害中行動(dòng)的能力，從而有利于制定更好的治理策略。

第三，陽江經(jīng)驗(yàn)表明來自專用傳感器的“遙感大數(shù)據(jù)”目前仍然起主導(dǎo)作用，為準(zhǔn)確決策提供了重要支持。社交大數(shù)據(jù)現(xiàn)階段還存在許多不足，特別是政府利用社交大數(shù)據(jù)進(jìn)行災(zāi)害治理的能力還很欠缺。同時(shí)，社交大數(shù)據(jù)本身也存在許多不足，如傳感器位置的不可預(yù)測性及對每個(gè)設(shè)備的控制不足都會導(dǎo)致數(shù)據(jù)質(zhì)量問題，因此需要專業(yè)傳感器的配合。雖然目前社交大數(shù)據(jù)在陽江實(shí)踐中尚未得到充分有效的運(yùn)用，但無庸置疑，它在災(zāi)害治理中發(fā)揮的作用將越來越大，國內(nèi)外微信、推特及臉書等實(shí)時(shí)服務(wù)已被廣泛引入災(zāi)害治理領(lǐng)域。這是政府在未來災(zāi)害治理中需要重視的議題。

第四，陽江經(jīng)驗(yàn)強(qiáng)調(diào)手機(jī)大數(shù)據(jù)在災(zāi)害治理中具有重要作用，尤其在不發(fā)達(dá)地區(qū)，通過短信上傳災(zāi)害信息的能力與服務(wù)就更為重要。手機(jī)主要通過“緊急通信網(wǎng)絡(luò)”(ECN)為災(zāi)害治理提供基本信息，其數(shù)據(jù)來源由災(zāi)害中的民眾直接產(chǎn)生，不僅為災(zāi)害事件提供了現(xiàn)場報(bào)道和情境意識，還能對災(zāi)區(qū)民眾當(dāng)前位置進(jìn)行定位并預(yù)測其未來的行動(dòng)軌跡。手機(jī)大數(shù)據(jù)已經(jīng)成為災(zāi)害治理的重要數(shù)據(jù)來源，它改變了災(zāi)害治理的現(xiàn)行思維模式與治理實(shí)踐。

第五，陽江經(jīng)驗(yàn)發(fā)現(xiàn)大數(shù)據(jù)有利于加強(qiáng)災(zāi)害治理的情境意識。情境意識在現(xiàn)代災(zāi)害治理中發(fā)揮了關(guān)鍵作用，當(dāng)“中心”將基礎(chǔ)設(shè)施損害地圖與其他信息結(jié)合時(shí)，有助于決策者更好地了解災(zāi)害情境及各種細(xì)節(jié)。“情境決策模式”克服了傳統(tǒng)災(zāi)害治理的靜止性、滯后性和操作性缺乏等局限，有助于管理者作出更加明智的決策，例如在緊急救援、現(xiàn)場撤退及分配資源等方面。在未來，如果“中心”能進(jìn)一步結(jié)合社交大數(shù)據(jù)或“社會GIS數(shù)據(jù)”，還能更好地實(shí)時(shí)了解不熟悉區(qū)域民眾及救援人員的位置，同時(shí)對其行為作出有效的監(jiān)督。

第六，陽江經(jīng)驗(yàn)強(qiáng)調(diào)大數(shù)據(jù)治理的關(guān)鍵是如何將人群智慧和機(jī)器決策結(jié)合起來，同時(shí)又不犧牲決策速度，進(jìn)而形成災(zāi)害治理決策自動(dòng)化。人類與機(jī)器的聯(lián)合決策能更好把握巨量非結(jié)構(gòu)化信息，如何設(shè)計(jì)、評估和運(yùn)用人群輸出和機(jī)器輸出的“聯(lián)合決策”模式就成為理論與現(xiàn)實(shí)的難題。有學(xué)者提出“人機(jī)界面和機(jī)器智能混合方法”[1]，與此相對應(yīng)的是可視化技術(shù)。陽江經(jīng)驗(yàn)中已形成“應(yīng)急一張圖”和“應(yīng)急一張網(wǎng)”，決策可視化取得一些進(jìn)展，但決策自動(dòng)化還需要努力探索。

(二)大數(shù)據(jù)災(zāi)害治理模型建構(gòu)

陽江經(jīng)驗(yàn)為理論模型建構(gòu)奠定了實(shí)踐基礎(chǔ)，基于實(shí)踐經(jīng)驗(yàn)演繹出的理論模型具有三方面優(yōu)勢：首先，避免理論模型脫離現(xiàn)實(shí)世界；其次，符合科學(xué)認(rèn)識規(guī)律，理論源于現(xiàn)實(shí)；最后，彌補(bǔ)局部實(shí)踐的不足，理論高于現(xiàn)實(shí)，才能指導(dǎo)現(xiàn)實(shí)。我們在總結(jié)陽江經(jīng)驗(yàn)、借鑒國內(nèi)外各地成功案例的基礎(chǔ)上，結(jié)合大數(shù)據(jù)的治理思維與技術(shù)，將大數(shù)據(jù)災(zāi)害治理框架分為以下6個(gè)維度(如圖5)。

1.平臺維度：從分散數(shù)據(jù)源到統(tǒng)一數(shù)據(jù)存儲

大數(shù)據(jù)需要將不同部門、不同領(lǐng)域的分散數(shù)據(jù)源整合共享，實(shí)現(xiàn)不同傳感器數(shù)據(jù)自動(dòng)收集和統(tǒng)一存儲。許多部門及數(shù)據(jù)擁有者往往不愿意分享信息，使得災(zāi)害信息零星化、片面化和原子化，造成災(zāi)害治理的低效率。災(zāi)害治理涉及遠(yuǎn)程位置之間的大數(shù)據(jù)交換和分析，需要特別強(qiáng)調(diào)統(tǒng)一平臺的作用及優(yōu)勢。有學(xué)者提出“自動(dòng)化災(zāi)害預(yù)警系統(tǒng)統(tǒng)一平臺”概念，通過建立統(tǒng)一網(wǎng)絡(luò)平臺及利用地理空間信息而形成綜合、獨(dú)立與統(tǒng)一的信息平臺[18]。由于大數(shù)據(jù)平臺是“開放的”，根據(jù)需要還可以加入新的傳感器及附加數(shù)據(jù)，從而促進(jìn)整個(gè)治理平臺實(shí)現(xiàn)最佳性能。可見，建立統(tǒng)一大數(shù)據(jù)工具及平臺，實(shí)現(xiàn)自動(dòng)化集成和共享大數(shù)據(jù)，建立大數(shù)據(jù)應(yīng)用程序，從而有效響應(yīng)各類災(zāi)害事件，這是大數(shù)據(jù)災(zāi)害治理的前提。

圖5 大數(shù)據(jù)災(zāi)害治理模型

2.專用傳感器維度：從科學(xué)治理到戰(zhàn)略治理

基于衛(wèi)星和專用傳感器形成的空間(地理)大數(shù)據(jù)，能在災(zāi)前預(yù)防、災(zāi)中應(yīng)急及災(zāi)后重建中發(fā)揮重要作用。專用傳感器是大數(shù)據(jù)災(zāi)害治理的科學(xué)基礎(chǔ)，也是戰(zhàn)略治理的關(guān)鍵，如地震儀就是精密的專用傳感器，來自地震儀的數(shù)據(jù)被連續(xù)反饋進(jìn)入地質(zhì)模型，幾秒鐘內(nèi)就能快速找到或發(fā)現(xiàn)地震震動(dòng)。遙感大數(shù)據(jù)與普通危險(xiǎn)地圖結(jié)合也能提供實(shí)時(shí)數(shù)據(jù)，航空圖像是基于遠(yuǎn)程協(xié)作技術(shù)基礎(chǔ)上實(shí)現(xiàn)的“空間數(shù)據(jù)集成”，在航空圖像處理中，高性能及云中布置的大量計(jì)算機(jī)(遠(yuǎn)程服務(wù)器網(wǎng)絡(luò))使得建立更為復(fù)雜的風(fēng)險(xiǎn)模型成為可能。與此相關(guān)的是視覺分析，它借鑒了計(jì)算機(jī)視覺和地理空間技術(shù)處理危機(jī)圖像與視頻，目的是通過視覺界面支持推理分析，這在航空圖像(通過無人機(jī)或衛(wèi)星收集)專業(yè)分析中體現(xiàn)尤為明顯。

3.多用途傳感器維度：從正向通信到反向通信

在傳統(tǒng)災(zāi)害治理中，人們往往只重視自上而下的政府正向信息發(fā)布。迄今為止，基本上現(xiàn)有的災(zāi)害管理系統(tǒng)的信息發(fā)布是一種“單向通信”，強(qiáng)調(diào)政府在災(zāi)害治理中的核心作用[19]。與(封閉的)政府單向數(shù)據(jù)相比，(開放的)社交大數(shù)據(jù)來源于多用途傳感器網(wǎng)絡(luò)。在災(zāi)害及其破壞的環(huán)境中，個(gè)人主要通過非正式人際渠道相互交流信息，經(jīng)常超出公職人員和新聞界提供的官方資料。在Web 2.0時(shí)代，由于手機(jī)、電腦及社交媒體應(yīng)用程序的簡易化，使得民眾更容易提供與分析災(zāi)害信息，也使得社交大數(shù)據(jù)(包括文本和視覺數(shù)據(jù))具有反向通信的功能，能為政府及民眾提供及時(shí)、可驗(yàn)證與可操作的信息。尤其是現(xiàn)場事件的最新資料，能有效洞察社會現(xiàn)象和市民意見，及時(shí)幫助政府決策及受災(zāi)害影響的民眾。

4.人群智慧維度：從精英治理到民眾治理

與傳統(tǒng)治理不同，大數(shù)據(jù)災(zāi)害治理強(qiáng)調(diào)“人群智慧”。人群智慧是指由一群不同個(gè)體形成的集體意見，它好于或至少等于好的專家，有利于提高民眾災(zāi)害認(rèn)知及參與意愿。人群智慧包括“眾包”和“人群計(jì)算”兩種方式。眾包是指通過開放動(dòng)態(tài)網(wǎng)絡(luò)應(yīng)用程序以協(xié)作潛在人群在線解決分布式問題，它強(qiáng)調(diào)通過社交網(wǎng)絡(luò)充分挖掘人群智慧。眾包分為人群搜索、微型任務(wù)、公民科學(xué)、快速翻譯、數(shù)據(jù)清理和驗(yàn)證、開發(fā)ML分類器和選舉監(jiān)測等，眾包技術(shù)能幫助人們收集信息、報(bào)告信息、志愿者幫助、請求幫助或重新播放(轉(zhuǎn)發(fā))有用信息。眾包的通常表現(xiàn)形式是“微任務(wù)”，即將大任務(wù)分解成系列可完成的小任務(wù)，如在菲律賓“巴勃羅”臺風(fēng)災(zāi)害中，通過“人群制作”(Crowd Crafting)分解災(zāi)害救援微任務(wù)，有效分擔(dān)政府救援工作[20]。2016年，卡塔爾計(jì)算研究所(QCRI)開發(fā)了微型地圖(Micro Mappers)，這是一個(gè)為人道主義定制的應(yīng)急微型平臺。眾包的另一表現(xiàn)形式是“參與式繪圖”，通過自愿生成的地理內(nèi)容為民眾提供地理位置信息服務(wù)，也被稱為“Web 2.0時(shí)代民主參與繪圖方法”[21]。與眾包相對應(yīng)的是“人群計(jì)算”，這是一種利用人群解決復(fù)雜問題的技術(shù)，通過整合社交網(wǎng)絡(luò)和運(yùn)用互聯(lián)網(wǎng)鼓勵(lì)人群合作。

5.動(dòng)態(tài)維度：從靜態(tài)治理到情境治理

專用和多用途傳感器的結(jié)合能克服傳統(tǒng)靜態(tài)治理的局限，危機(jī)響應(yīng)在動(dòng)態(tài)環(huán)境中運(yùn)行，響應(yīng)者也必須通過動(dòng)態(tài)手段及時(shí)獲取任務(wù)執(zhí)行所需的重要信息。例如，通過衛(wèi)星捕獲危機(jī)地區(qū)的高分辨率圖像即“危機(jī)地圖”，這一技術(shù)被稱為“危機(jī)映射”，為有關(guān)部門提供近乎實(shí)時(shí)情境的危機(jī)狀態(tài)[21]。在危機(jī)情境中，通過使用文本、圖像、語音、視頻、地圖、眾包數(shù)據(jù)和正式報(bào)告等，可以幫助人們找到緊急住宿、食物、水、疏散路線及失蹤人員等。同時(shí)，社交網(wǎng)絡(luò)產(chǎn)生的信息流動(dòng)也為緊急演練或救援行動(dòng)提供重要的信息來源，大大提高決策速度與準(zhǔn)確性[22]。此外，“危機(jī)映射”是新開發(fā)的跨學(xué)科研究領(lǐng)域，通過給出動(dòng)態(tài)鳥瞰圖指導(dǎo)災(zāi)害治理工作，從空間和時(shí)間維度提供了動(dòng)態(tài)的情境意識。

6.物聯(lián)網(wǎng)維度：從網(wǎng)絡(luò)智慧到物理世界

隨著物聯(lián)網(wǎng)興起，物聯(lián)網(wǎng)大數(shù)據(jù)將很快匹配甚至超過社交大數(shù)據(jù)，在災(zāi)害治理中發(fā)揮越來越重要的作用。物聯(lián)網(wǎng)強(qiáng)調(diào)線上與線下整合及“以人為中心”的理念，通過網(wǎng)絡(luò)將人類行動(dòng)和物質(zhì)資源納入災(zāi)害治理之中，將感測技術(shù)、傳感器與物理世界執(zhí)行能力結(jié)合起來，實(shí)現(xiàn)遙感、“網(wǎng)絡(luò)感知”和“參與式感應(yīng)技術(shù)”相結(jié)合。在災(zāi)害期間，通過無人地面/空中/海上搜索和救援，運(yùn)用智能交通系統(tǒng)將個(gè)人汽車與網(wǎng)絡(luò)和物理基礎(chǔ)設(shè)施連結(jié)，為災(zāi)害疏散和應(yīng)急響應(yīng)提供物聯(lián)網(wǎng)手段。

綜上，大數(shù)據(jù)災(zāi)害治理模型以統(tǒng)一平臺為基礎(chǔ)，將大數(shù)據(jù)來源分為專用傳感器網(wǎng)絡(luò)(又稱物理傳感器)和多用途傳感器網(wǎng)絡(luò)(又稱社會傳感器)，前者支持政府自上而下的治理，后者協(xié)助民間自下而上的參與。這一模型將人群智慧作為災(zāi)害治理的核心，強(qiáng)調(diào)動(dòng)態(tài)治理是其優(yōu)勢；也強(qiáng)調(diào)物聯(lián)網(wǎng)在災(zāi)害治理中的重大作用，使虛擬網(wǎng)絡(luò)智慧與現(xiàn)實(shí)執(zhí)行能力得以有效整合。

六、討論：大數(shù)據(jù)災(zāi)害治理前景與陷阱

大數(shù)據(jù)為災(zāi)害治理提供了無限潛力，促進(jìn)了治理思維及治理技術(shù)的重大變革，同時(shí)也存在“陷阱”，需要學(xué)界、決策者及民眾嚴(yán)肅面對。大數(shù)據(jù)災(zāi)害治理前景主要體現(xiàn)為以下方面：

圖6 治理前景與陷阱

第一，實(shí)時(shí)、動(dòng)態(tài)與新穎分析。大數(shù)據(jù)能克服傳統(tǒng)災(zāi)害治理滯后性及片面性等局限，有利于實(shí)現(xiàn)實(shí)時(shí)監(jiān)控與動(dòng)態(tài)治理。在災(zāi)害治理過程中，時(shí)間決策至關(guān)重要。動(dòng)態(tài)變化的災(zāi)害環(huán)境使得數(shù)據(jù)迅速變得過時(shí)，過時(shí)的數(shù)據(jù)不僅無用、而且有害。傳統(tǒng)的GIS工具和系統(tǒng)對分析各種地理信息非常有用，但并不是為處理動(dòng)態(tài)數(shù)據(jù)流而設(shè)計(jì)的。手機(jī)、衛(wèi)星和社交媒體都有大量特定的位置數(shù)據(jù)，對緊急救災(zāi)組織的最大挑戰(zhàn)就是如何擁有這些動(dòng)態(tài)的大數(shù)據(jù)。未來大數(shù)據(jù)技術(shù)將會日益完善，能夠使用高容量、高速度和高品質(zhì)數(shù)據(jù)以保持?jǐn)?shù)據(jù)的相對新穎性，盡管開發(fā)和驗(yàn)證實(shí)時(shí)數(shù)據(jù)模型是一項(xiàng)有挑戰(zhàn)性的任務(wù)。

第二，安全、可靠與容災(zāi)分析。大數(shù)據(jù)面臨品種(包括專用和多用途傳感器在內(nèi)的多數(shù)據(jù)源集成)和真實(shí)性(通過大數(shù)據(jù)大噪聲過濾技術(shù)實(shí)現(xiàn)高質(zhì)量信息)挑戰(zhàn)，災(zāi)害特殊性需要確保大數(shù)據(jù)計(jì)算和分析系統(tǒng)具有高度容災(zāi)性(可靠性和可用性)，也就是備份的冗余系統(tǒng)，確保某一系統(tǒng)受損時(shí)另一系統(tǒng)可替代使用，從“正常”操作模式切換到“災(zāi)難模式”也能正常運(yùn)行。這就要求系統(tǒng)擁有可靠性機(jī)制并能承受災(zāi)害導(dǎo)致的極端不利條件，私有云和公共云都要規(guī)避諸如黑客、火災(zāi)、洪水和地震等導(dǎo)致的數(shù)據(jù)丟失風(fēng)險(xiǎn)。

第三，基于人工智能(AI)預(yù)測/上下文(ML)感知的危機(jī)分析。隨著AI技術(shù)的進(jìn)步和互聯(lián)網(wǎng)、GPS、智能手機(jī)的廣泛使用，將上下文感知的個(gè)性化危機(jī)信息推向危機(jī)影響者或受害者。機(jī)器雖然能利用精心制作的各類災(zāi)害問題算法，但精確算法對于許多問題是未知的，AI與ML分析方法的結(jié)合是適當(dāng)且必須的。對于活躍的手機(jī)用戶，通過使用危機(jī)響應(yīng)分析系統(tǒng)，從而為用戶推送適當(dāng)?shù)奶由肪€。AI / ML技術(shù)能自動(dòng)處理并從危機(jī)大數(shù)據(jù)中提取有用的信息(以彌補(bǔ)專家的缺失)，是一種用于檢測可能對災(zāi)害響應(yīng)有利的特定事件及信息的新分析方法，未來有望形成基于感知、捕獲和分析災(zāi)害大數(shù)據(jù)基礎(chǔ)上的“智能災(zāi)害治理”。

第四，多模態(tài)災(zāi)害大數(shù)據(jù)信息分析。由于技術(shù)、經(jīng)歷和方法的不同，同樣的大數(shù)據(jù)可能導(dǎo)致不同看法甚至誤差。為了更全面了解危機(jī)，未來需要為每個(gè)人提供獨(dú)特的現(xiàn)場窗口，同時(shí)結(jié)合不同形式的危機(jī)信息(如文本、圖像、語言、視頻、地圖眾包數(shù)據(jù)和正式報(bào)告)，形成多模態(tài)災(zāi)害分析以減少分析誤差。大數(shù)據(jù)包含了巨量數(shù)據(jù)及其來源，多模態(tài)大數(shù)據(jù)分析代表了大數(shù)據(jù)研究的真正前沿，有望成為未來災(zāi)害治理研究的多產(chǎn)領(lǐng)域。

相對于傳統(tǒng)的災(zāi)害治理，大數(shù)據(jù)具有極其光明的前景，但對它的局限性討論也未曾停止過。因此，需要正確認(rèn)識與跨越大數(shù)據(jù)陷阱，才能進(jìn)一步促進(jìn)其在災(zāi)害治理中的有效應(yīng)用。

第一，復(fù)雜性陷阱。由于網(wǎng)絡(luò)規(guī)模龐大、檢測系統(tǒng)密集部署、信息量巨大及連續(xù)收集，災(zāi)害大數(shù)據(jù)變得非常復(fù)雜，理解這些復(fù)雜數(shù)據(jù)也極其困難。在2013年波士頓馬拉松爆炸事件中，社交媒體通過眾包進(jìn)行考察研判，結(jié)果卻提供了錯(cuò)誤的信息及打擊方向。對于空間大數(shù)據(jù)而言，它有可能將災(zāi)害情境下的媒體活動(dòng)空間簡化為或等同于需要救濟(jì)的地區(qū)，還可能加劇離線的社會不平等現(xiàn)象。

第二，開源數(shù)據(jù)中的噪音陷阱。大數(shù)據(jù)來源的多樣性使得數(shù)據(jù)內(nèi)容可靠性面臨著噪音挑戰(zhàn)，開源大數(shù)據(jù)噪音源分為有意和無意兩類，例如電子郵件中的垃圾郵件有意部署了多種形式的錯(cuò)誤信息和欺騙性信息，包括網(wǎng)絡(luò)釣魚與鏈接農(nóng)場等。與自然災(zāi)害直接相關(guān)的多為無意的噪音源，例如社交網(wǎng)絡(luò)中傳播的災(zāi)害謠言、迅速變化的災(zāi)害環(huán)境及社交媒體放大信息的能力等。大量未經(jīng)過濾的數(shù)據(jù)還可能受到隱私威脅(例如姓名、地址和社會保險(xiǎn)號碼)。

第三，大數(shù)據(jù)體積和品種陷阱。大數(shù)據(jù)來源渠道眾多，規(guī)模海量呈現(xiàn)，決策者是否有能力管理好這些巨量數(shù)據(jù)集？桑迪颶風(fēng)發(fā)生后的一個(gè)星期內(nèi)，有關(guān)桑迪主題的標(biāo)簽推文超過2000萬條，遍布加勒比海和美國東海岸，給人道主義分析與運(yùn)用帶來巨大困境。大數(shù)據(jù)需要分析相互關(guān)聯(lián)的各種異構(gòu)數(shù)據(jù)集，處理多種傳感器提供的不同類型數(shù)據(jù)，這些大數(shù)據(jù)體積和品種的信任度和可靠性往往存在運(yùn)用風(fēng)險(xiǎn)。

第四，真實(shí)性、驗(yàn)證性與有效性陷阱。通過多個(gè)數(shù)據(jù)傳輸渠道(如第一響應(yīng)者、傳感器、衛(wèi)星網(wǎng)絡(luò)或社交媒體)收集大數(shù)據(jù)，如何確保其真實(shí)有效？由于災(zāi)害大數(shù)據(jù)涉及許多數(shù)據(jù)源，決策者需要過濾數(shù)據(jù)以保證信息質(zhì)量(真實(shí)性)。為了提高數(shù)據(jù)源可信度，還需要對災(zāi)害/危機(jī)數(shù)據(jù)進(jìn)行驗(yàn)證，因?yàn)楣裨跇O度壓力下往往有夸大傾向，而且公開記錄(如社交大數(shù)據(jù)和互聯(lián)網(wǎng)交易)很容易被操縱。此外，災(zāi)害信息具有低價(jià)值和低密度特征，大量“垃圾”數(shù)據(jù)充斥其中。由于數(shù)據(jù)量龐大，有時(shí)無法進(jìn)行合理的統(tǒng)計(jì)分析，也可能沒有捕捉到一些更加有用的數(shù)據(jù)。

第五、政策挑戰(zhàn)、隱私與濫用陷阱。某些類型的災(zāi)害大數(shù)據(jù)具有敏感性，例如應(yīng)急救援中的人員位置及醫(yī)療狀況往往高度隱私、具有保密性。在私有云或公共云中實(shí)施大數(shù)據(jù)戰(zhàn)略，必須保護(hù)數(shù)據(jù)所有權(quán)、隱私權(quán)、數(shù)據(jù)安全并避免數(shù)據(jù)丟失。在大數(shù)據(jù)時(shí)代，常常遇到錯(cuò)誤的人掌握敏感的數(shù)據(jù)，從而導(dǎo)致災(zāi)難性后果。例如，塔利班曾威脅要使用危機(jī)大數(shù)據(jù)對付人道主義組織，迫使后者不得不限制使用“人群來源的危機(jī)地圖”。當(dāng)受到大數(shù)據(jù)損害的人們無法追責(zé)時(shí)，惡果可能是極其深遠(yuǎn)的。

總之，由于大數(shù)據(jù)具有可視化、分析和預(yù)測等功能，不僅為全球?yàn)?zāi)害治理開辟了新的可能，也為我國災(zāi)害治理創(chuàng)新提供了重要契機(jī)。盡管大數(shù)據(jù)存在許多陷阱，但政府、實(shí)務(wù)工作者及民眾對大數(shù)據(jù)采取了負(fù)責(zé)任和積極支持的態(tài)度，這在實(shí)踐中是難能可貴的，我們在陽江經(jīng)驗(yàn)中看到了這樣的驚喜。