機構改革后成立的應急管理部及其職能體現了大安全、大統籌、大應急的理念，為安全生產、公共安全、防災減災的全面融合提供了契機，也昭示著我國應急管理新的機制已經形成，正式進入“大應急”時代。 習近平同志關于網絡強國戰略思想和在中央政治局第十九次集體學習時的重要講話精神指出，促進網絡信息技術與應急管理業務的深度融合，堅持以信息化推進應急管理體系和能力現代化，以智能化引領應急管理業務轉型升級。

　　應急管理工作涉及的部門多、領域廣、專業性強，將互聯網、大數據、云計算等現代前沿科學技術運用到應急管理領域，是實現新時代應急管理工作信息化、數字化、智能化的有效路徑和解決方案。 而先進技術的應用都依賴于數據價值的發揮。 在“全災種、大應急”的新機制下，需要打破條塊分割的信息化業務平臺的限制，進一步挖掘應急管理領域大數據應用潛力，促進各部門信息資源的深度整合與綜合利用，實現以基礎數據作為科學參考和輔助決策支撐。

　　應急管理論文范例：全面應急管理體系形勢下的預警信息發布

　　數據治理是涉及數據使用的一整套管理行為，可以理解為是一個通過一系列信息相關的過程來實現決策權和職責分工的系統。 數據治理的最終目標是提升數據的價值。 因此，從業務的視角出發，通過“數據治理”可以驅動應急管理大數據的能力建設，構建采用全域數據、面向各業務場景的統一、兼容、共享的應急管理領域數據治理體系，充分發揮數據價值，提升綜合應急能力，推進應急管理向智能化、智慧化邁進。

　　應急管理數據情況概述

　　明晰應急管理領域的數據特點、數據類型，深入分析當下政府應急領域信息系統建設存在的問題，明確數據治理的目標，是構建應急管理數據治理體系的前提。

　　(一)應急管理數據特點

　　我國應急管理體系以政府為主體，大多數數據為政府支配和占有。 應急管理領域數據具有以下特點：

　　(1)數據體量有限：與互聯網領域的海量數據相比，目前政府應急管理領域的數據體量并不大;

　　(2)數據來源廣泛，匯聚難度大：應急管理數據長期以來按照地域、職能、主題等進行分割，多源異構數據間的互聯互通難、數據信息共享難;

　　(3)數據格式雜，質量不高：各數據源頭單位記錄數據的格式種類多樣，有各種數據庫類型和電子文檔格式，缺乏統一的數據標準，且普遍存在數據質量問題，如數據不完整、數據不一致、錯誤、重復數據等。

　　(4)高持有成本、低價值密度：由于數據分割的現狀，造成存儲、通信和計算資源的分散，在數據持有成本高的同時，也無法對全域數據進行利用，無法充分挖掘數據價值。

　　(二)應急管理數據類型

　　與其他政務領域數據類似，應急管理領域的多源異構數據可從形式上分為三類：結構化數據、半結構化數據、非結構化數據。 從數據的來源上，應急管理數據又可分為：

　　(1)應急管理內部業務數據：即應急管理各業務部門日常工作所形成的數據，如行政許可登記數據、安全生產監督檢查執法數據、重大危險源數據、應急資源數據、風險分析與評估信息、預警信息及事件跟蹤與反饋信息等;

　　(2)政府共享交換數據：即政府內部其他業務部門日常工作中形成的與應急管理相關的，且可從政府內部數據共享交換平臺上獲取的數據，如法人信息、人口信息、基礎地理信息、交通數據、氣象與環保數據等;

　　(3)社會及互聯網數據：以微博、微信、論壇等為載體的網絡數據，如社情民意數據、輿情數據等;

　　(4)感知數據：常見的感知數據包括衛星感知數據、物聯感知及檢測數據、視頻感知數據等。

　　(三)當前應急管理領域數據治理存在的問題

　　目前，應急管理領域數據治理存在以下問題：

　　全域數據共享、融合難度較大。 機構改革后成立的應急管理部涉及多項職能、多部門整合，而分屬于不同業務部門的數據，天然存在被孤立的可能性。 因此，原應急管理領域分屬不同業務職能的信息化系統建設普遍存在 “信息孤島”問題，數據被條塊化分割，給實現全業務領域的數據共享、融合帶來較大的難度。

　　數據關聯、統一難度大。 由于缺乏統一數據標準。 原“各自為政”的信息化系統建設導致數據缺乏統一標準，如元數據描述及理解不一致，再加上普遍存在的數據質量問題，給數據清洗帶來難題，進而導致在對跨平臺、多層級的數據進行關聯時難度較大。

　　數據資源管理能力不高。 雖然目前應急管理領域已開始建立數據資源目錄等數據管理工作，但仍然存在數據目錄與實際數據“兩張皮”的問題。

　　(四)應急管理數據治理體系建設目標

　　針對上述問題，應急管理體系下的信息系統如果不改變數據應用現狀，只考慮數據本身的自增長，仍支持業務需求的“煙囪式”(不同時期、不同業務目的的應用系統，由于數據格式沒有統一規范，相互之間沒有聯通，數據更沒有整合，像一個個煙囪，也稱為“煙囪式應用”)開發增長，將不斷造成成本的浪費，數據的應用能力有限，數據價值也難以凸顯。 因此，應急管理數據治理體系建設的目標如下：

　　(1)堅持“能統不分”的原則，避免重復建設，推動應急管理應用系統的流程再造，推動應急管理的快速反應、協同配合。

　　(2)建立數據標準規范和管理機制，保證數據質量。

　　(3)促進全域數據融合，通過數據萃取、關聯、建模等技術，持續整合數據資源，充分發揮數據價值。

　　(4)統一數據服務。 從業務視角出發，面向各應用場景，通過對數據資源的集中管理和沉淀復用，向上提供統一的應用服務。

　　應急管理數據治理體系框架設計

　　根據應急管理領域數據特點及場景需求分析，結合當下云計算的技術架構，從全域大數據的角度，建立應急管理數據治理體系，改變傳統的以“數據倉庫”為主的數據管理模式，滿足大數據環境下多源異構數據的治理需求。

　　(一)傳統數據倉庫與大數據治理的區別

　　傳統的數據倉庫建設，是根據行業領域當時的需求，對企業或單位內部的業務系統數據進行的存儲與管理。 數據倉庫架構往往沒有針對數據資源、數據質量和數據指標體系的統一規劃。 且局限于對結構化數據的管理，無法滿足大數據環境下對海量、多源異構數據的治理需求，不能適應多應用場景下的數據服務及業務需求。 而大數據治理是滿足當下數據治理新形態的一整套解決方案，能夠對全域數據資源進行全面、集中的治理。 從數據源頭出發，大數據治理從下至上可分為3個層次。

　　(1)統一數據建設：從源頭實施數據標準化，保障數據在規范、標準上的一致性;

　　(2)統一領域實體：通過實體識別、用戶畫像等技術，實現數據融通;

　　(3)統一數據服務：通過數據復用，實現跨源數據服務，面向用戶屏蔽復雜的多源異構情況，提供統一但多樣化的數據服務。

　　(二)應急管理數據治理體系框架

　　應急管理數據治理體系從下至上，統一搭建計算后臺、數據中臺及業務應用前臺，最終實現面向用戶提供統一、多樣化的數據服務。

　　1.統一計算后臺

　　在云環境下，通過搭建滿足不同數據處理需求的計算及存儲后臺，為全域數據治理提供算力支撐。

　　2.云上數據中臺

　　數據中臺分為3個數據處理層次：數據基礎層、數據公共層、數據應用層。

　　(1)數據基礎層：首先對多源異構數據通過數據清洗等操作，為數據基礎層提供可處理數據; 按照統一的數據規范和標準對源數據進行補缺、去重、格式轉換、一致性及歸一化等處理; 并將描述核心業務實體的數據定義為主數據，通過建立統一的數據資源目錄等方式對數據資源進行集中管理。

　　(2)數據公共層：包括數據萃取、數據關聯、數據融合、數據建模治理內容。 數據萃取進一步提取數據價值信息; 數據關聯是結合業務場景，將各類數據模型串聯起來，形成全息數據畫像; 數據融合是在數據關聯的基礎上，將數據去重聚合，或將同一實體的不同數據片段整合，形成對實體的完整數據描述; 在此基礎上，針對不同業務場景，進行數據建模。

　　(3)數據應用層：該層數據逐步形成數據資產，向上支撐應用服務。 可通過API接口、文件同步、可視化查看及主題式服務等方式向上提供數據服務。

　　3.業務應用前臺

　　通過對數據資源的集中管理，可實現面向業務前臺提供統一的應用服務‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 圍繞應急管理中原安全生產監督管理系統的相關職能，結合公共安全中的突發事件“事前、事中、事后”的全生命周期管理流程，緊跟時下政務領域數據資源充分開放共享、全面推進“互聯網+政務”服務的發展趨勢，將數據治理體系業務應用前臺分為5大應用服務：

　　(1)監督管理：包括安全生產監管、行政許可、行政執法等;

　　(2)監測預警：包括自然災害監測預警、安全生產監測預警等;

　　(3)指揮救援：包括防汛、消防、森防及重大活動保障的綜合應急指揮、應急聯動等;

　　(4)決策支持：主要實現基于“應急一張圖”的突發事件態勢感知、綜合研判、決策優化等;

　　(5)政務管理：應急管理部門內部政務管理系統，包括公文管理、黨建管理、電子證照、電子印章等。

　　結語

　　本文結合“大應急”背景下更加綜合、統一的應急管理體系，針對目前應急管理數據治理、數據應用中存在的問題，結合大數據、云計算技術及行業應用特點，從數據驅動的維度，對新形式下的政府應急管理領域數據治理體系構建進行初步探索，以期實現從傳統的各自為政、信息數據相對封閉的應急管理體系到全面感知、深度融合、協同高效的智能化應急系統架構轉變，從一定程度上提升政府整體應急能力。

　　作者：周潔　石玉恒　許麗佳