| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 管理/制度 |
| 重大化工安全事故应急决策模型构建 |
| 第665期 作者：□文/马国乐 时间：2021/9/16 13:58:35 浏览：474次 |
［提要］ 大数据时代，应用大数据技术解决各类复杂问题已显现一定成果。当前，全球重大化工安全事故频发，探究其原因，往往是决策过程存在问题。而应急决策是应急管理工作的核心内容，利用大数据的应急决策更能有效提高决策过程的科学性和准确性。因此，本文以大数据为基本要素，通过决策影响因素分析和理论架构，试图构建重大化工安全事故应急决策模型，以期为化工企业应急管理工作提供部分借鉴。
关键词：应急决策；大数据；模型构建；安全事故
中图分类号：F27 文献标识码：A
收录日期：2021年5月12日
化学工业作为重要经济来源产业，是世界各国的支柱产业。但由于化工行业门类众多、产品多样和工艺流程复杂，其生产的化工产品往往存在毒性高、性质差异大等特性，在产品的加工、存储和使用过程中，稍加不慎就有可能引发化工安全事故。当前，我国化工安全事故频发，严重滞后社会和经济的稳定发展。如何在重大化工安全事故发生时准确快速地进行应急决策一直是各国迫切需要解决的问题。
应急管理的对象是突发事件，重大化工安全事故属于突发事件中事故灾难范畴，而国家应急管理部门的成立也体现了国家对应急管理工作的重视。应急管理的全过程由预防、准备、响应和恢复四部分组成，其中，应急响应即对突发事件的及时反应，通过应急预案的制定，结合实时信息的反馈，来制定恰当的应急决策，进而对应急资源协调配置、实现应急管理的过程。应急决策是应急管理工作的核心内容，是应急响应的关键环节。
随着大数据的深入应用，大数据正在成为重要战略资源，为各领域研究开拓全新模式。在决策领域，大数据为其提供了重要的数据资源和分析方法，这种新思维模式势必带来决策的整体变革。大数据通常指由多种数据源构成的、大小超出常规的、可供获取、存储、管理和分析的数据集。因此，在应急决策过程中融入大数据要素，通过数据分析，实现大数据应急决策是大势所趋。大数据应急决策是指大数据在应急决策中的普遍应用，是应急管理部门用数据驱动决策，是基于海量数据分析应对突发事件的应急决策。
一、相关研究综述
近年来，基于大数据的应急决策已引起国内外应急管理领域学者的高度关注，并且在各领域的安全事故应急管理中已有所应用。国外学者在大数据应急决策中的研究主要集中在应急决策方法研究、应急决策系统研究和应急决策模型研究三个方面。在方法研究上，T.Onorati等通过实证分析提出“地震强度是地震应急决策中的关键因素”这一观点，从而总结出一套针对地震强度的快速高效计算方法。在系统研究上，G.L.Foresti等设计了名为ASyEM的应急管理系统，利用系统能够捕获和汇总事故受灾人群在社交网络上在线共享的数据和语音获取的数据，通过数据融合技术提高管理人员的应急决策效率。在模型研究上，W.Wei等认为传统的城市应急决策模型在灾害信息的实时获取方面存在问题，从而提出城市环境下的网络时空决策过程建模方法。Y.Tao等利用大数据与威胁智能技术融合手段，设计出一种信息系统分类保护模型，通过生成威胁情报和与其对应的信息来辅助应急响应和预警，从而实现决策过程。
国内学者在大数据应急决策中的研究与国外略有不同，主要集中在应急决策体系研究、应急决策模式研究和应急决策系统研究上。在体系研究上，李阳等通过探讨应急决策情报体系的内涵，认为“构建并完善大数据下的应急决策情报体系十分重要”。何沙等在分析中国国际石油合作突发事件的特点和不足的基础上，构建了结合大数据技术的应急指挥体系，为应急指挥系统的构建提供理论基础。在模式研究上，黄磊通过案例分析，探究了数据驱动业务模式在地质灾害应急管理中的应用。杨旎等对传统应急决策的构成和互动机理进行了研究，提出了基于大数据的应急决策模式创新和转型的新路径，同时构建了开放式信息系统。在系统研究上，刘峰博等以城市交通分析为背景，开发了基于大数据的应急决策系统，通过关键子系统分析，认为该系统可为城市轨道交通应急管理提供参考。田肖等设计了基于大数据的城市警情定位与指挥决策系统，通过流程及关键技术的分析，认为该系统可为城市警情处理提供有效决策依据和应用方案。
综上，国内外学者在大数据应急决策方面已取得丰富的学术成果。由于化工安全事故是应急管理工作的重点内容，因此本文以大数据环境下重大化工安全事故应急决策模型为重点研究内容，通过探索模型构建，以期为化工企业各组织部门在大数据环境下的应急决策提供借鉴。
二、模型分析
（一）模型假设。在应急决策模型构建前，需要对模型的核心要素进行了解，通过大数据的分析，我们将重大化工安全事故应急决策信息存在的动态性定义为模型构建的两个假设：
H1：在决策目标一定的情况下，决策者的决策需求会随着事故进展发生推进式改变
决策者的决策需求是脑力活动的产物，从生成到开发利用全过程通常来源于决策者自身的经验积累。在重大化工安全事故这一决策目标一定的情况下，随着时间推移，事故的进展会呈现阶段式发展，不同的阶段呈现不同的决策需求，其需求变化随时间轴呈散点式分布或集聚式分布，如图1所示。（图1）
H2：在决策目标范围内，随着决策进度的发展，决策者的决策需求呈现扩张态势
文中所谓的“扩张”，是指在应急决策过程中，随着事故致灾因子的逐步明确，在大数据的支持下决策者的决策需求不断调整、优化，最终形成一个完整的需求路线。
（二）理论架构。相较于传统突发事件应急决策流程的繁琐和功能的单一，在大数据背景下的突发事件应急决策分析呈现高效的流动性。由于重大化工安全事故存在信息的复杂性、大数据存在信息的海量性，这就要求所有的应急相关人员必须参与其中，共同建立一种以应急目标为中心、相互之间能够进行实时数据信息共享的网络，如图2所示。（图2）
通过相关文献查阅，总结在重大化工安全事故环境下应急决策的影响因素包括四个方面：一是情境因素，即事故所处的外界环境给决策人员带来的心理压力和舆论压力影响决策的准确性；二是信息因素，即重大安全事故的灾情数据和资源调度信息等的多变性给应急决策过程带来困难；三是制度因素，即在重大安全事故上的决策上，决策者需要理性判断，抉择时需要遵守国家相关法律法规；四是决策者自身因素，决策者需求的不同和自身能力的高低对决策方案的可行性和实效性发挥有至关重要影响。
我们构建的重大化工安全事故应急决策理论架构，主要由三个层面构成：需求层：其构成要素主要是决策者需求源，具体表现为决策者对大数据抓取信息的价值性需求；分析层：其构成要素主要是数据挖掘手段和方法，具体表现为对需求源的针对性关联分析；决策层：其构成要素主要是过程决策，具体表现为需求源和数据分析建立面向决策的二维空间。
三、模型构建
通过对应急决策影响因素的分析，结合大数据功能，构建了基于大数据的重大化工安全事故应急决策模型，如图3所示。（图3）
模型概述：该模型以决策定位和数据定位为轴，将应急决策影响因素和所需数据要素相结合，通过数据的多阶段处理实现应急决策整体过程。由于应急决策存在的复杂性、难以预测性等多种特征，无论在传统应急决策过程中还是在大数据背景下的应急决策，构建模型时首要因素即对影响决策的多要素进行探究；然后通过数据挖掘等技术获取决策所需的各类数据，包括事故数据、环境数据等；随之通过数据采集、提取等技术手段对数据进行相应处理，得到价值数据并对其进行和影响因素的关联分析，以便实施应急决策；在应急预案和决策内容制定完毕后，将数据反馈到应急决策的全过程中，同时验证决策方案的可行性和有效性。通过这一循环机制，可以在决策过程中不断优化决策内容，进而大幅提升数据的价值性，也可以为后来的重大化工安全事故应急决策提供信息参考。
四、政策建议及展望
（一）政策建议。大数据背景下，应急管理工作正在发生变革。尽管当前我国基于大数据的应急决策研究已初见成效，但受限于传统应急决策思维，尤其是针对重大化工安全事故这类对社会危害严重且信息搜集滞后等特点的事故，利用大数据应急决策在数据抓取、整合、相关分析上存在各类问题。因此，在大数据应急决策的发展中，给出以下政策建议：
1、建立明确的大数据应急决策法律体系。首先，政府部门应跟随时代变化，适时更新完善《突发事件应对法》，从数据的开源和整合入手，对于大数据时代下的数据安全和隐私保护设立补充条文；其次，建立健全政府信息透明公开制度，从数据开放入手，通过制度的完善向公众提供详实的应急管理数据；最后，建立健全符合国情的法律体系，针对大数据在不同应用领域可能涉及的共性问题做出明文规定。
2、建设大数据应急决策人才培养体系。政府、高校和企业等社会组织共同合作，高校可以开设大数据应急管理专业课程或研究方向，同时贯彻落实社会实践环节，通过与相关大数据企业或应急管理部门的合作，推进应急人才培养体系。此外，要推动高校和企业联合启动人才培养计划，通过建立大数据应急决策人才培养基地，鼓励高校应急人才积极参加相关培训，以达到强实战的目标。基于此，国家相关部门应针对此类人才培养计划设立激励政策，用以鼓励通过校企合作方式培养人才。
3、构建统一的大数据应急决策管理平台。大数据时代的到来，使得传统应急信息系统的单一性和多级性缺陷放到最大，系统难以发挥其应有的职能。因此，在大数据背景下，建立统一的大数据应急决策管理平台显得至关重要。第一，该平台可以打通区域和行业间的信息壁垒，通过平台合力构成应急管理基础网络，在大数据和云计算的支持下实现全国各省市的信息共享；第二，该平台可以捕捉公众的信息需求，通过科学研判增强大数据应急决策的科学性和有效性，从而提升决策支持能力。
（二）展望。通过对重大化工安全事故应急决策模型的研究，虽已呈现一定成果，但还有许多技术难题有待解决。一是数据关联分析能力不足。事故的决策因素不仅取决于发生领域，关联领域的信息也非常重要，需要通过信息的关联分析进行应急决策，但目前涉及多领域的数据关联分析能力仍有待提高。二是数据提取处理能力不足。安全事故存在众多不确定性因素，面对大数据的广泛性和时效性，如何在提取的海量数据中获得真正有质量、有价值的数据是需要重点解决的技术问题。
（作者单位：沈阳化工大学）
主要参考文献：
［1］钟开斌.应急决策：理论与案例［M］.北京：社会科学文献出版社，2014.
［2］ONORATI T，DIAZ P.Giving meaning to tweets in emergency situations：a semantic approach for filtering and visualizing social data［J］.Springer-plus，2016.5（01）.
［3］FORESTI G L，FARINOSI M，VERNIER M.Situational awareness in smart environments：socio-mobile and sensor data fusion for emergency response to disasters［J］.Journal of Ambient Intelligence &Humanized Computing，2015.6（02）.
［4］李阳，李纲.应急决策情报体系：历史演进、内涵定位与发展思考［J］.情报理论与实践，2016.4（08）.
［5］何沙，胡尧，王林元，廖耗.基于大数据技术的应急决策指挥体系构建——以中国国际石油合作突发事件为例［J］.科技管理研究，2017.2（10）.
［6］黄磊.数据驱动业务模式在地质灾害应急管理中的应用研究［D］.成都理工大学，2014.
［7］杨旎，刘奕，张辉.大数据背景下应急决策模式创新途径——基于应急决策系统的分析视角［J］.行政与法，2015.12（20）.
［8］刘峰博，干叶婷，周峰.大数据技术在轨道交通应急辅助决策系统中的应用设计［J］.华东交通大学学报，2016.33（02）.
［9］田肖，马翩翩，吕联盟，韦坤杰，李贺.基于大数据的城市警情定位及指挥决策系统设计与研究［J］.中国应急救援，2019（06）.
［10］张永领，吴倩，雷长群.重大突发事件应急决策影响因素研究［J］.河南理工大学学报（社会科学版），2017（18）.
［11］吴倩，张永领.基于FAHP的应急决策影响因素重要度研究［J］.武汉理工大学学报（信息与管理工程版），2017（03）.
|
|
|
|
