篇(1)

　　摘要:[目的/意義]目前尚無區域信息壓力的研究，西部區域大數據服務缺乏適應型的信息服務架構與模型設計，而作為大數據治理實施主體的當地政府，不發達地區治理路徑選擇與定量模型應用成為情報政策領域亟待解決的問題。[方法/過程]應用區域信息生態承載遞階結構理論，加入系統仿真模擬與動力學建模，針對治理區域所在社會環境、自然環境等系統內外部耦合作用效果及因子分析，分析并構建了區域大數據治理的作用模型。

　　[結果/結論]首次構建了我國區域大數據治理的爬坡模型及定量評價;構成爬坡模型的3個大數據治理約束因子中，區域信息社會基礎環境質地屬于很難改變的自然彈性力，而信息社會發展需求因子為系統只能適應與接受的社會經濟驅動力，唯有信息治理路徑選擇因子屬于僅有的可調控、選擇的制度力或政策力;區域信息治理的核心取決于該區域驅動力與支撐力的發展是否適應其阻滯力與壓力水平，區域大數據中心作為關鍵的科學與扶貧治理的信息使能器，成為大數據治理基本的信息生態環境容納與治理路徑選擇。

　　關鍵詞:大數據治理;爬坡模型;信息服務;信息承載力

　　以大數據、物聯網、人工智能等為代表的新信息技術使得人類社會、物聯網世界、自然環境融合成為完整大生態系統，大數據治理已經擴展到國家治理、自然環境治理和社會治理的各個層面[1];人們無法阻止大數據治理、信息超載、數字鴻溝等信息生態問題的惡化與發展，沒有任何一個企業、組織、國家或者其他社會個體能夠管控、運營以互聯網為代表的大數據網絡實體[2]，指數式增長的大數據資源與大數據存儲、加工、應用壓力遠遠超出了區域組織的信息承載能力。

　　據統計，目前97%的數據與信息是互聯網普及后產生的，以網絡信息資源為核心的整體信息資源中無法利用與有害的半結構化與完全非結構化大數據內容將達到90%以上，而企業等組織耗費巨資建立的數據資源得到正常應用的不到19.7%[3]。這些典型描述代表了當前信息治理過程中有關大數據發展面臨的矛盾與困惑，區域信息生態系統或組織所接收及需要處理的信息量與信息壓力遠遠超過區域組織整體的信息承載能力，導致信息生態系統結構性破壞和失衡，拉大了社會成員在信息獲取與利用能力方面原本存在的差距，進而形成重大的政治和社會問題[4]。

　　以大數據承載能力為核心的信息承載力成為國家競爭力標識的同時，相應的信息壓力與區域大數據信息治理架構還沒有得到關注[5]，我國西部區域的大數據治理由于自然環境、資金、社會文化等制約因素，各類型組織戰略決策行為與相關大數據政策由于沒有多學科專家群的實時參與，導致社會公共層面的信息承載能力低下，形成社會成本投入巨大而實際收效甚微的局面。目前的關鍵是如何實現不同領域、不同類型用戶之間大數據的融合服務[6]，其中大數據信息服務模型的設計是為用戶提供智能情報服務的關鍵[7]。

　　目前國內的研究單純集中于投入驅動型的信息能力建設，尚無涉及信息壓力的研究，所以本文從大數據治理信息架構與定量化分析的角度，加入區域信息壓力的因子分析，設計自然、社會領域耦合作用下大數據治理架構及使能技術設計成為區域信息治理成敗的核心因素，特別是加入目前以云計算、物聯網、人工智能等新ICT技術產生的大量自然環境與社會環境的相互作用的數據分析，提出我國區域信息生態系統建設中針對新信息技術導入、信息治理變革和信息經濟轉型的區域大數據治理對策。

　　1信息承載力營力系統分析

　　信息承載力是指在一定的時期、范圍與社會環境條件下，維持信息環境系統結構不發生質的改變與功能不遭受破壞的前提下，作為信息治理實施主體的信息人或組織所能承受信息生態系統活動的閾值。信息承載力理論強調信息生態系統可持續發展是系統中信息能力(InformationLiteracy，IL)與信息壓力(InformationPressure，IP)的相互制衡，包括了大生態系統內外營力的綜合作用結果。

　　信息承載力系統是信息社會環境系統結構特征的一種抽象表示，具有矢量特征，即有方向、強度與規模之分的應力系統，信息生態系統對內外干擾具有阻抗和恢復功能，一旦受到的作用力超過一定限值就過渡為另一等級的體系。

　　信息承載力存在于社會組織、社會經濟發展稟賦及區域社會環境質地或社會體制等區域組織生態系統中，并可以通過信息治理得到提升。區域信息承載力是指區域信息生態系統中整體的組織信息能力、社會發展績效及群體生活中其他重要社會資源建設直接相關的環境稟賦、區域文化、發展能力等組織能力基礎指標[8]，屬于區域大數據發展能力與環境建設區分度最顯著的差異特征。

　　1.1基于大數據的信息生態系統動力學結構分析

　　從大數據信息架構的基本形態和動力作用過程來看，大數據的資源優勢和集聚———擴散結構可以視為是一種新的信息資源范圍與信息治理應用拓展，如人工智能與云架構技術的發展與成熟，可以通過物聯網數據的獲得與解讀實現對過去信息生態系統研究的再調整，使得過去認為相對于信息生態系統研究價值較低的自然與社會大數據也能夠加入到信息治理的模型構建中，這樣自然環境、社會環境的外力作用與信息生態系統內部要素形成承載力綜合動力系統，而包括輿情及自然災害或人為災難等形成的突發事件則會檢測區域組織面臨信息壓力時的信息承載力水平。

　　大數據治理離不開外界環境的支撐，并在區域大信息生態系統與外部環境物質和能量的交互流動過程中，作用于區域內部各系統要素，使其相互作用，通過要素流動在空間分布上由分散到聚集再到二者的動態均衡，進而推動信息治理系統的運行和發展，系統各要素之間、要素與系統之間以及系統與外部環境之間的相互適應是信息生態系統能否實現可持續發展的關鍵。

　　從系統動力學的角度，信息治理發展的影響因子和信息生態系統的受力狀況需要進行基于大數據應用動力過程的模型構建與定量化評價，從內在運行規律到外部環境、從自然條件到經濟社會狀況進行全面系統的結構化分析。通過分析信息承載力形成過程中的信息壓力、信息能力等營力因素，形成了區域信息承載力綜合力場，研究和分析這些影響因子的構成與特征、運動規律及其與信息治理系統的相互作用機理、發展條件，實現信息治理定量化模型的構建。

　　1.2基于大數據治理的“爬坡”模型構建

　　當促進各類型組織信息承載力的驅動力大于阻礙各類型組織信息承載力的遏制力量時，區域信息承載力合力為正，區域信息生態系統的合力發展方向與驅動力方向相同，區域信息承載力受到對自身發展有利的綜合因素的作用，將產生加速發展的趨勢;反之，區域信息承載力合力方向與遏制力方向相同，區域信息生態系統受到不利于自身發展合力的作用，區域信息承載力合力為負，則區域信息承載力將產生減速發展或者增長速度降低的趨勢。

　　例如區域信息生態系統中各類型組織信息之所以公開是各類型組織在信息承載力過程中所受到的合力導致各類型組織信息承載力的驅動力大于阻礙各類型組織信息承載力的遏制力而產生的結果。而信息壓力總是相對于信息承載力存在的，這種壓力產生的根源是區域或組織規模與信息需求的急劇膨脹、社會經濟活動的不斷加強和外部綜合環境(包括社會環境與自然環境)突發災害性事件。

　　2基于爬坡模型的區域信息承載力系統分析

　　區域信息生態系統不是動力學“爬坡”模型中的一個普通實物，而是由各種自然、社會、經濟要素共同組成的適應性有機系統，是一個在內外部營力作用下的自適應系統，區域信息生態系統基本環境的內營力系統由基本信息壓力、內驅動力(和外營力的拉力的方向一致)和阻滯力(主要是下滑力)3部分共同組成，系統內部各要素包括綜合環境、信息區位、信息資源、信息人、信息產業、信息資產等發生相應變化并通過要素之間的內營力相互作用進行相對運動和重構之后，又反作用于其外營力系統。

　　3基于爬坡模型的大數據治理架構

　　3.1基于爬坡模型的大數據治理架構技術分析

　　最初信息生態架構指IT基礎設施的交付和使用模式，指通過網絡以按需、易擴展的方式獲得所需資源。隨著以大數據為代表的新信息生態體系的引入，信息架構拓展成為基于新信息技術服務的交付和使用模式，指通過各類信息網絡以按需、易擴展的方式獲得所需服務，這種服務與IT和軟件、互聯網相關，也可以是其他信息生態及信息治理架構服務，如云信息架構就是一類非常好的自然社會與人類社會融合的信息使能技術與信息治理相結合的解決方案。

　　3.2基于爬坡模型的大數據治理路徑設計方法

　　貴州天文FAST就是一個典型的自然生態與信息生態耦合治理的大數據中心建設成功案例，當然現實的大數據治理架構設計都不會像模型中的斜坡那樣典型與標準，但通過簡單的斜坡模型仍可看出，信息治理的對象可以通過斜坡的摩擦系數、斜率等特性來描述信息承載遞階結構體系中各類營力的變化，一旦斜坡與斜率發生變化，模型中對象系統受到各種承載力的方向、大小均會受外部環境與內部營力的相互作用影響，信息治理本體所受到各種外部營力以及內部營力作用的方向、大小均會隨之發生明顯的變化，最后影響信息承載力系統的總體格局。

　　4大數據治理的定量化設計

　　在信息承載遞階結構系統演化層面，人類社會與自然界通過社會網絡發展依靠ICT技術形成統一的多層次信息生態結構系統，使得大數據治理成為重要的維持區域信息生態系統可持續發展的手段，如何定量評價區域信息生態系統中自然、社會環境的綜合作用，測定信息生態系統內部要素相互作用形成的各類型營力結構，包括抵抗信息沖擊、信息攻擊或信息破壞應力的基礎曝光、靈敏度和自適應能力的水平，以及更高級的區域社會抗干擾信息治理能力、信息生態系統或過程還原與恢復能力等。

　　參考文獻

　　[1]LindquistEAandHuseI.AccountabilityandMonitoringGovernmentintheDigitalEra:Promise，RealismandResearchforDigital-eraGovernance[J].CanadianPublicAdministration，2017，60(4):627-656.

　　[2]MartinH.TechnologicalInformationInequalityasanIncessantlyMovingTarget:TheRedistributionofInformationandCommunicationCapacitiesBetween1986and2010[J].JournaloftheAmericanSocietyforInformationScienceandTechnology，2014，65(4):821-836.

　　[3]MartinH，PriscilaL.TheWorld'sTechnologicalCapacitytoStore，Communicate，andComputeInformation[J].Science，2011，332(6025):60-65.

　　[4]NasserT，TariqRS.BigDataChallenges[J].JournalofComputerEngineering&InformationTechnology，2015，4(3):1-10.

　　[5]HashemIA，YaqoobI，AnuarNB，etal.TheRiseof“BigData”onCloudComputing:ReviewandOpenResearchIssues[J].InformationSystems，2015，47(1):98-115.

　　[6]張會平，鄧凱，楊國富.面向大數據應用的領域信息系統互操作能力研究———基于中美健康領域的比較分析[J].現代情報，2017，37(5):145-150.

　　相關刊物推薦：現代情報(月刊)創刊于1980年，是由中國科技情報學會與吉林省科技信息研究所主辦全國公開發行的大型軟科學綜合性期刊。

篇(2)

　　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