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
CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31