京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据在公共安全管理中的应用亟待强化
习近平主席在第二届世界互联网大会上明确指出:“以互联网为代表的信息技术日新月异,引领了社会生产新变革,创造了人类生活新空间,拓展了国家治理新领域,极大提高了人类认识水平,认识世界、改造世界的能力得到了极大提高。”回顾我国在公共安全管理方面就大数据应用作出的探索,我们特别应当注意到,技术创新、政策创新、管理创新三者往往是不同步的。在许多情况下,技术创新会走在前面。当技术创新“倒逼”政策创新、管理创新的时候,公权力掌控者的从善如流就格外重要。
以人为本是全方位立体化公共安全网建设的核心
大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合,具备“4V”特征:即超大规模和不断增长的数据量(Volume);异构和不同性质多样性(Variety);巨大的价值(Value);高速(Velocity)。在公共安全管理中,无论是事前监测与预警还是事中处置与响应,实施网络和大数据安全保障均具有重要意义。在事后分析与评估方面,大数据更可发挥保障安全、提高管理水平的重要作用。据此,有学者建议应学习一些发达国家电子政务建设模式,进行网格化建设,即将目标城市分成网格,在网格基础上细化大数据的调用,设计专门流程,既包括预案设立和响应设立,也包括灾备资源调用等。
现阶段,突发事件正历经从单一向综合的转变,自然灾害、灾难事故、公共卫生事件、社会安全事件之间互相联系、互相诱发、互相转化的情形增多。灾害的突发性、复杂性、多样性、连锁性,以及受灾对象的集中性、后果的严重性和放大性愈加突显。尤其是城市公共安全呈现出自然和人为致灾因素相互联系,传统和非传统安全因素相互作用,旧有社会矛盾和新生社会矛盾相互交织等特点。尽管近几年我国对于公共安全的重视和投入在不断增加,管理水平也在不断提升,但现实情况仍然不容乐观。我国突发事件处置应当向预防、准备,以及减轻灾害后果的方向转变;由单纯的减灾向减灾与可持续发展相结合转变;由政府包揽向政府主导、社会协同、公众参与以及法治保障转变;由以往单一地区、部门实施的工作向加强区域合作、协调联动、国际合作转变。
人是公共安全管理中最主要、最活跃的因素,以人为本理应成为公共安全管理方法论的核心。以人为本的全方位立体化公共安全网的建设,核心要素是人以及人的活动。公共安全管理是为了关注人的需求、保护人的正常活动、保障人的生命财产安全。人的活动包括个体与集群两种方式,从大数据的角度观察,是无数个个体的活动构成了群体聚合的状态。大数据既是互联网技术的应用,更是方法论的创新。互联网已经使得公众参与社会活动从来没有像这样直接和直观。大数据的归集与分析技术也已经使我们在物质空间之上,更加深刻地认识“人”的作用。以工伤预防及安全生产为例,应当大力督促企业增强风险意识,引导企业依法参保,保证工作场所安全,加强伤害事故的事先预防。此外,应当进一步规范劳动关系,关心职工的身心健康,避免挂靠分包使管理者忽视对劳动者安全生产过程的有效监管。
加强以风险治理为核心的应急管理基础能力建设
风险是人类社会发展和科学技术应用所带来的伴随现象,风险是不以人的意志为转移的客观存在。但与此同时,风险又是可以管控的,人不是风险的被动接受者而应当是主动管控者。应当加强以风险治理为核心的应急管理基础能力建设,包括监测预警、现场指挥、应急救援、物资保障、紧急运输、通讯保障、恢复重建等各方面的能力。当前,国际上较为关注以下方面的建设:基于风险和情景构建的预案体系;基层应急和救援能力评估与建设;综合灾害应急救援处置体系建设;恶劣环境的灾情获取与实时传输、现场通信、实时动态决策与指挥;面向社区与公众的灾情预警发布;企业防灾可持续发展计划制定;现场指挥和应急运行体系建设;等等。其中,重大突发事件情景构建体系,是当前世界公共安全应急管理的前沿问题,一些发达国家已构建了12个重大突发事件情景。情景构建是开放系统,具有高度弹性和可持续改进性。我们应瞄准这一国际新前沿,提高应急管理水平。
发挥法治建设与大数据应用的互相促进作用
大数据正在改变着世界。我们应当抓紧研究如何在公共安全管理中有效采集、整合、分析、共享大数据,厘清公权与私权的合理界线,形成公共事务共商、共享、共担、共处的问题解决机制,推进管理部门与民众之间的良性互动,真正形成政府主导、公众参与、多元协同治理的新格局。公共安全管理应当尽可能减少“人治”的因素,培育“办事依法,遇事找法,解决问题用法,化解问题靠法”的法治环境。法律法规总是具有滞后性,在法律法规尚未明文规定的问题出现时,不能因为法律的不健全而推诿。必须按照法治原则,提高领导干部的应急处突的本领,提升干部勇于负责、敢于担当、科学决策、快速处置的能力。在充分肯定大数据在公共安全管理方面应用成绩的同时,应当清醒认识到还存在的“短板”,例如,非结构化数据利用率较低,大数据应用存在数据研判偏差,如何引导和用好网民的热情也需要总结经验。当前,我国尤其应当注意廓清政府数据与政府信息的关系、开放政府数据与公开政府信息的关系、利用政府数据与获知政府信息的关系,进一步推动政府数据的开放与深度开放利用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16