
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
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01