大数据背景下应急决策模式创新路径

合集下载

大数据在应对突发性公共危机中的应用与展望——以河南省运用大数据助力新冠肺炎疫情防控为例

大数据在应对突发性公共危机中的应用与展望——以河南省运用大数据助力新冠肺炎疫情防控为例

———以河南省运用大数据助力新冠肺炎疫情防控为例樊祥胜2020年初暴发的新冠肺炎疫情是一次突发性公共危机。

疫情防控是全民与病毒较量的一场大战,是对公众应对突发性公共危机管理能力和处置水平的一次严峻考验,更是对各级政府治理体系和治理能力的一次大考。

大数据技术已贯穿新冠肺炎疫情的发现以及防控决策、处置全过程。

在党中央推进国家治理体系和治理能力现代化的背景下,利用大数据技术提高突发性公共危机处置和应急管理能力,是各级政府面临的重要课题和正在着手推进的重要工作。

面对大难、大战、大考当有所思,方能推动社会治理现代化向前迈进。

利用此次疫情防控阻击战,深刻总结政府应对突发性公共危机和应急管理能力的经验教训,是确保应对突发性公共危机斗争全面胜利的一个重要支撑,也必将是社会治理现代化进程中的一次巨大飞跃。

一、河南运用大数据打赢疫情防控阻击战的成功经验大数据技术在新冠肺炎疫情精准防控、态势研判、传播路径分析以及对流动人员的健康监测、精准施策和企业复工复产中扮演着重要角色,成为新型“作战力量”。

河南省各级政府在部署落实防疫工作时,都将大数据技术作为不可或缺的精准利器,加强对疫情发展趋势、人员管控和流动信息的分析预估、数据共享,切实做到底数清、情况明、措施实,为打赢疫情防控阻击战提供了坚实的大数据支撑。

一是搭建畅通的数据通道,加强数据归集分析。

信息化时代,数据就是决策的大脑。

疫情暴发之初,河南将大数据局纳入疫情防控指挥部,成立由省大数据局牵头的疫情防控大数据分析工作专班。

在省市之间、各县(市、区)之间建立畅通的数据通道,及时对来自各种渠道的数据进行梳理、整合、分析,推进各类数据汇集、共享,工作联动,指导各地充分利用大数据做好疫情排查防控,展开“地毯式”排查。

如何从浩如烟海的客流大数据中筛查出与疫情有接触的人员,是打赢疫情防控阻击战的关键。

河南依托大数据技术将有价值的信息从海量数据中提取出来,进行综合统计分析,详细掌握各类流动因素自病源地进入河南的相关数据,让一线防控人员在源头排查、监测、预警中“耳聪目明”。

“大数据”应用于地震应急的新进展——手机热力图机器人全国地震值班系统

“大数据”应用于地震应急的新进展——手机热力图机器人全国地震值班系统

“大数据”应用于地震应急的新进展——手机热力图机器人全国地震值班系统姚迪【摘要】在信息技术日新月异、大数据技术风起云涌、信息生成机制发生革命性变化的背景下,分析我国震后灾情获取面临的困境,探讨手机热力图在地震应急中的应用.本文以浙江省地震局手机热力图国内地震值班系统的研发与应用为例,详述其之于地震应急救援的可喜前景,同时也指出该系统尚有技术提升空间和细节改善需求.【期刊名称】《中国应急救援》【年(卷),期】2017(000)006【总页数】3页(P9-11)【关键词】大数据;地震应急;手机热力图【作者】姚迪【作者单位】浙江省地震局【正文语种】中文高效的救灾行动必须依靠政府正确的救灾决策,而政府的救灾决策则取决于政府对灾情的认知程度。

因此,灾情信息是政府抗震救灾的重要决策依据。

作为防震减灾工作的主管部门,地震局有责任和义务去及时获取灾情,及时分析判断,及时提取出有助于抗震救灾决策的关键信息,真正起到政府参谋助手的作用。

汶川地震后,我国地震应急形成了“应急准备、震时响应、应急处置、恢复重建”的四阶段工作模式。

其中震时响应是指震后2小时内的决策过程,即在 0-2小时内快速持续获取灾情,分析判断灾情,拟定救灾方案,完成指挥决策,部署救援力量。

可见,响应是否得当是应急行动有效与否的基础,我们需要的以地震应急为目标的灾情服务应当尽可能地精准、及时和全面。

但是,震时响应阶段往往正处于“黑箱期”。

即由于灾区通信、交通不畅或中断,灾情的统计与上报需要一定的时间,完整的灾情获取十分困难,甚至无法和灾区取得联系。

因此,黑箱期灾情获取的途境就是必须通过不依赖灾区上报的手段去获取灾情。

而现有的快速评估系统只能依靠经验模型进行快速计算,这种计算的结果往往不能准确快速地获得极灾区位置和范围、极灾区烈度、人员伤亡情况、重大次生灾害分布、建筑物破坏等。

换言之,我们迫切需要发展其他的监控或监测手段间接地去获取灾情。

“大数据”时代的到来,为发展新的灾情信息快速获取技术、为提高震后应急决策的科学性和精准性提供了历史性机遇。

数字经济环境下提高企业工商管理水平的路径

数字经济环境下提高企业工商管理水平的路径

数字经济环境下提高企业工商管理水平的路径数字经济环境下提高企业工商管理水平的路径随着数字技术的发展和互联网的普及,数字经济已经成为推动全球经济增长的重要力量。

在数字经济的浪潮下,企业面临着巨大的机遇和挑战。

在这个数字化的时代,提高企业的工商管理水平显得尤为重要。

本文将从大数据分析、智能化决策、创新思维等方面探讨数字经济环境下提高企业工商管理水平的路径。

一、加强大数据应用,优化企业决策分析大数据时代的到来,为企业提供了前所未有的数据资源。

企业可以通过收集、整理和分析大量的数据,了解市场需求、消费者偏好等信息,从而更好地制定战略和决策。

在数字经济环境下,加强大数据应用,优化企业决策分析是提高企业工商管理水平的重要路径。

首先,企业需要建立完善的数据收集和分析系统。

通过技术手段收集各类数据,包括市场数据、客户数据、竞争对手数据等,同时运用现代化的数据分析方法对这些数据进行处理和挖掘,以获取更准确的信息。

其次,企业需要加强对数据分析人员的培养和引进。

数据分析人员具备专业的统计学和数据分析技能,能够将大数据转化为有用的决策信息。

企业可以通过培训、引进优秀人才等方式提高数据分析人员的能力水平,使其能够将大数据应用于企业的决策分析中。

最后,企业需要加强与科研机构的合作,利用科研成果提升数据分析的水平。

企业可以与高校、科研院所等合作,共同开展数据分析研究,利用科研成果不断提升数据分析的技术水平和应用能力。

二、实现智能化决策,提升企业管理效率在数字经济环境下,实现智能化决策是提高企业工商管理水平的重要路径之一。

随着人工智能、机器学习等技术的发展,企业可以利用这些技术自动化和智能化地处理各类管理决策,提升管理效率。

首先,企业需要加强自身的信息化建设,将各类管理信息进行数字化和集成化处理。

通过建立管理信息系统,实时收集和处理各类管理数据,为企业的智能化决策提供基础。

其次,企业需要引进和应用人工智能、机器学习等技术。

通过这些技术,企业可以实现对各类管理问题的自动化处理和智能化决策。

数智经济背景下国有企业数字化转型及创新发展路径

数智经济背景下国有企业数字化转型及创新发展路径

一、基于数智经济背景的国有企业数字化转型现状及问题(一)国有企业数字化转型现状与研究意义近年来,随着人工智能、大数据、云计算、物联网、区块链等前沿互联网技术的广泛应用,数智经济成为新的增长引擎。

数字化转型是企业战略发展的驱动力,有助于企业探索新的管理模式与商业模式,为企业带来发展机遇。

我国也通过一系列战略规划和政策措施,主动把握和引领新一代信息技术变革趋势,大力发展智能制造产业以驱动传统制造业的智能化技术创新。

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》指出,要以数字化转型整体驱动生产方式和治理方式变革,而国有制造型企业作为“国之重器”一直是大多数省市的传统支柱产业,尤其是东北老工业基地全面振兴的重要支撑力量。

数字化转型的重点是整合信息资源与经济资源,建立网络和智能运营模式,降低数据风险,并解决数据开放和共享不足、信息基础设施不足等问题。

并通过数字技术的应用来优化商业模式和组织结构,改进生产流程,为企业持续创造价值。

因此,数字化转型是国有企业实现价值提升与创新发展的重要手段,对提升国有企业价值,促进战略性新兴产业发展和拓展产业链的高附加值,具有重要的现实意义。

(二)当前国有企业数字化转型面临的问题当前,国有企业的数字化改革主要面临以下问题,其一,在一些前沿技术领域,自主研发与创新能力较薄弱,核心技术、关键流程与高精尖制造设备尚未取得整体突破。

其二,部分传统制造产业的集聚效应不明显,上下游产品未形成完整的产业链条,生产经营效率较低、高端产品供应不足、低端产品供应过剩等不平衡状态仍然存在。

此外,自主创新能力不足、组织管理模式不够优化、高新技术人才短缺等问题同样影响着国有企业数字化转型升级的效率。

综上所述,国有企业发展质量存在的问题和数字化改革所面临的问题都亟待解决。

因此,国有企业数字化转型应加强总体框架的设计,促进集团管控和业务开展的协同,尤其是要开发统一的生产经营数字化平台,支持集团一体化运营,促进跨部门的流程整合与业务协同。

应急态势分析与研判

应急态势分析与研判

风险点和趋势。
数据可视化与交互
03
通过数据可视化技术,将复杂的数据以直观的方式呈现给用户
,提高数据解读能力。
跨学科融合与协同创新
跨学科研究
整合不同学科领域的知识和方法,形成多 学科交叉的研究团队,提高研究的综合性
和创新性。
协同创新
加强政府、企业、高校和研究机构的合作 ,形成协同创新机制,共同推进应急态势 分析与研判技术的发展。
应急态势分析的历史与发展
起步阶段
应急态势分析起步于20世纪中叶,主要依靠经验判断 。
发展阶段
随着信息技术的发展,应急态势分析逐步走向数字化 、智能化。
现代化阶段
借助大数据、人工智能等技术手段,实现实时、动态 、精准的分析。
02
应急态势分析的方法与技术
风险评估方法
风险矩阵法
将风险事件的发生概率和可能造成的后果进行 综合评估,形成风险等级。
特点
实时性、动态性、综合性、预测性。
应急态势分析的重要性
提高应急响应速度
准确判断突发事件态势,有助 于快速响应,减少损失。
优化资源配置
根据分析结果,合理配置人力 、物力、财力等资源,提高应 急效率。
辅助决策制定
为决策者提供科学依据,提高 决策的针对性和有效性。
提升应急管理能力
促进应急管理水平的提升,不 断完善应急管理体系。
数据分析与挖掘
数据整合
整合各类相关数据,形成完整的应急态势数 据集。
关联分析
分析数据之间的关联性,发现潜在的因果关 系。
趋势分析
分析数据变化趋势,预测未来可能的发展方 向。
地理信息系统(GIS)技术
路径规划
基于GIS的路径规划功能,为应急救援提供 最优路线选择。

“互联网+”背景下企业管理模式创新研究

“互联网+”背景下企业管理模式创新研究

“互联网+”背景下企业管理模式创新研究在“互联网+”的新时代下,企业管理面临着新的挑战和机遇。

传统的企业管理模式已经不能适应当前的市场环境和消费者需求,因此企业需要不断创新管理模式,以适应时代的发展。

随着信息技术的快速发展,许多企业开始采用“互联网+”模式,通过大数据、云计算、人工智能等技术,实现企业管理数字化、信息化和智能化。

这种新的管理模式引起了企业界的广泛关注,成为企业管理的新热点。

1. 营销模式的变革:从传统的单一营销渠道向多元化营销渠道转变,包括社交媒体、电子商务、移动应用等多种渠道的整合应用,以增加用户体验和营销效果。

2. 管理模式的变革:从人工决策向智能决策转变,通过数据分析、人工智能等技术,实现企业管理的数字化和智能化,提高管理效率和决策能力。

3. 创新模式的变革:从传统的以产品为中心,向以用户需求为中心转变,关注用户体验,不断创新产品和服务,提高竞争力和市场占有率。

二、企业管理模式创新的路径企业管理模式创新不是一蹴而就的,需要企业在实践中不断摸索和升级。

下面提供几个路径供企业参考。

1. 以用户为中心,不断优化产品和服务。

企业在进行管理模式创新时,需要以用户需求为中心,不断优化产品和服务。

在互联网+时代,用户需求日益多样化和个性化,企业需要根据用户的需求开发出更符合市场需求的产品和服务,增加用户体验。

2. 引入数字化技术,提高管理效率和决策能力。

数字化技术的广泛应用为企业提供了智能化的管理手段,同时也提高了企业的管理效率和决策能力。

企业可以通过大数据分析、物联网、人工智能等技术实现数字化管理,并快速响应市场需求。

3. 推进企业文化创新,增强企业凝聚力。

企业文化是企业管理的灵魂和基石,企业需要不断推进企业文化创新,形成一套符合企业特点和时代需求的文化系统,增强企业凝聚力和竞争力。

4. 加强组织管理,优化人才结构。

企业管理模式的创新不仅需要数字化技术的支持,还需要加强组织管理和优化人才结构。

数字中国背景下数据治理的时代内涵、价值意蕴与实现路径

数字中国背景下数据治理的时代内涵、价值意蕴与实现路径

数字中国背景下数据治理的时代内涵、价值意蕴与实现路径目录一、内容描述 (2)1.1 背景介绍 (3)1.2 研究意义 (4)1.3 文献综述 (5)二、数据治理的时代内涵 (6)2.1 数据治理的定义 (7)2.2 数据治理的结构与要素 (8)2.3 数据治理的原则与框架 (9)2.4 数据治理的技术支撑 (10)三、数据治理的价值意蕴 (11)3.1 促进数字经济发展 (13)3.2 提升国家治理能力 (14)3.3 增强社会公平与正义 (15)3.4 保障信息安全与隐私保护 (16)四、数据治理的实现路径 (17)4.1 法律法规建设 (19)4.2 技术标准制定 (20)4.3 人才培养与引进 (21)4.4 产业链协同与创新 (22)4.5 国际合作与交流 (23)五、案例分析 (25)5.1 国家层面数据治理实践 (26)5.2 行业层面数据治理实践 (27)5.3 地区层面数据治理实践 (28)六、结论与展望 (29)6.1 研究结论 (30)6.2 研究不足与局限 (31)6.3 未来展望 (33)一、内容描述数字中国背景下数据治理的时代内涵、价值意蕴与实现路径,是当前信息化社会发展的重要议题。

随着信息技术的飞速发展,大数据成为推动经济社会进步的重要资源,数据治理也因此具备了深刻的时代内涵与现实意义。

在数字中国的大背景之下,数据治理体现为对海量数据的收集、存储、处理、分析和利用的全面管理过程。

这一过程不仅关乎数据本身的安全、有效与高效利用,更涉及到国家利益、社会经济发展以及公民个人权益的保障。

数据的治理成为连接物理世界与数字世界的桥梁,其时代内涵在于如何在信息化浪潮中,通过有效治理手段,最大限度地发挥数据的社会经济价值,实现数据的增值和合理利用。

数据治理的价值意蕴体现在多个层面,对国家而言,数据治理是提升国家治理体系和治理能力现代化的重要手段,有助于实现科学决策、精准管理;对社会经济而言,数据治理是推动产业升级、培育新动能的关键环节,能够促进经济结构的优化和高质量发展;对公民个人而言,数据治理关乎个人隐私保护和数据权益的维护,是保障个人权益不受侵犯的重要保障。

应急管理部大数据中心2024

应急管理部大数据中心2024

引言概述:本文将探讨应急管理部大数据中心的相关概念、背景和功能,并详细阐述该中心在应急管理工作中的作用和意义。

结构上将分为引言、概述、正文内容、总结四个部分进行阐述。

正文内容:一、中心的背景和概念:1.大数据中心的定义和作用1.1大数据中心是指集中管理和分析海量数据的机构,为决策者提供科学依据。

2.应急管理部大数据中心的设立背景2.1近年来,我国发生了多起重大自然灾害和突发事件,对应急管理工作提出了新的挑战。

2.2大数据技术的快速发展为应急管理工作提供了新的手段和路径。

3.应急管理部大数据中心的任务和职责3.1收集和整理相关数据,建立数据仓库。

3.2进行数据分析和挖掘,提供科学决策支持。

3.3开展应急管理相关的大数据研究和技术创新。

二、中心在应急管理工作中的作用:1.数据的快速采集和整理1.1中心利用现代化的技术手段,能够快速采集和整理各类灾害数据。

1.2数据的及时更新和准确性能提升应急管理工作的效率。

2.数据分析和挖掘的能力2.1中心利用大数据分析和挖掘技术,能够深入挖掘数据中的信息和规律。

2.2分析结果为决策者提供科学依据和指导,提升应急管理工作的精准性和针对性。

3.提供科学决策支持3.1中心通过对大数据的分析和挖掘,能够为决策者提供科学决策支持。

3.2决策者可根据中心提供的数据和分析结果,制定更科学和有效的应急管理方案。

4.支持应急管理相关研究和创新4.1中心通过对大数据的深入研究,推动应急管理的相关理论研究和技术创新。

4.2促进应急管理工作朝着更科学、更智能化的方向发展。

三、中心的建设和发展情况:1.建设阶段1.1中心的初期建设和组织架构。

1.2中心在硬件设备和技术人员队伍的建设上的投入和进展。

2.运行情况2.1中心的运行模式和工作流程。

2.2中心在应急管理事件中的具体应用和效果。

3.发展趋势3.1中心在技术创新和人才培养方面的发展规划。

3.2中心与其他相关机构的合作与交流。

四、中心面临的挑战和问题:1.数据安全和隐私保护2.技术创新和人才培养3.数据共享和合作机制五、总结:本文通过对应急管理部大数据中心的背景、概念、功能及其在应急管理工作中的作用等方面进行阐述,说明了大数据中心在应急管理工作中的重要性和意义。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

大数据背景下应急决策模式创新路径作者:杨旎刘奕张辉来源:《行政与法》2015年第12期摘要:大数据时代正全方位挑战着传统应急决策模式的理念、思维、方法、技术。

基于应急决策系统的分析视角,可整体、系统、动态地考察应急决策中的各要素。

通过对传统应急决策模式下应急决策的中枢子系统、信息子系统和咨询子系统的构成和互动机理的研究可以发现,在大数据背景下,强政府性、层级性和单一性的决策正面临严峻挑战。

本文从系统优化的角度为传统应急决策模式的创新和转型提供了两条新的路径:构建面向大数据和开源信息的开放式信息系统,建立权责完备的专业咨询系统。

关键词:大数据;应急决策模式;应急决策系统;创新中图分类号:C934 文献标识码:A 文章编号:1007-8207(2015)12-0001-07收稿日期:2015-10-30作者简介:杨旎(1985—),女,云南昆明人,北京行政学院公共管理教研部讲师,清华大学公共安全研究院博士后,研究方向为公共政策、公共安全;刘奕(1973—),女,清华大学公共安全研究院副教授,研究方向为公共安全;张辉(1966—),男,清华大学公共安全研究院教授,博士生导师,研究方向为公共安全。

基金项目:本文系国家自然科学基金重大研究计划“非常规突发事件应急管理基础科学问题与‘情景-应对’型总集成升华平台研究”的阶段性成果,项目编号:91224008;国家社会科学基金青年项目“大数据时代突发事件中基于利益相关者抗逆力的治理模式研究”的阶段性成果,项目编号:15CGL065;全国行政学院科研合作基金项目“大数据时代基于利益相关者理论的首都公共安全治理模式研究”的阶段性成果,项目编号:15HZKT017;北京市委党校学科建设项目“大数据背景下的应急决策创新研究”的阶段性成果,项目编号:2014XKJ009;中国博士后科学基金“大数据背景下基于利益相关者的应急决策模式研究”的阶段性成果,项目编号:2014M560997。

一、大数据时代传统应急决策模式面临的挑战与转型机遇随着我国进入改革的深水区,各类突发事件都呈现出复杂、多发、影响面广的特点,并且不论我们是否愿意,这一特征在大数据背景下正全方位地考验着传统应急决策模式的理念、思维、方法和技术,传统应急决策模式正面临着严峻挑战与重要的战略转型机遇。

一方面,在大数据时代,传统应急决策自上而下的“金字塔式”决策模式正面临着挑战。

大数据通常指的是数据集大小超出常用软件工具在可接受的运行时间内获取、存储、管理和处理的数据。

[1]伴随着智能终端的爆炸性增长,“自媒体”的出现极大地增加了突发事件应急决策数据源的多元性和复杂性,信息传递不再受传统决策权力核心自上而下的控制,不再依赖“金字塔式”的层层汇集、逐级收敛的方式和严格的流程,而是同时具有自下而上、多点分散的传播路径。

与此同时,应急在管理本质上是一个复杂的多目标优化问题。

[2]而应急决策是一个多主体、多阶段、多层级的适应性动态演进过程。

[3]应急决策的这种非常规性、多目标性、紧急性、有限性、实时性和动态性对应急决策的系统、体制、机制和流程提出了全新的要求。

另一方面,大数据技术也为传统应急决策模式的战略转型提供了机遇。

面对庞杂多样的数据,传统“经验驱动型”应急决策模式的科学性、及时性和有效性受到了巨大冲击,而大数据的“4V”特性(volume,variety,velocity,value)以及由此孕育而生的各种大数据分析挖掘技术为相关决策信息的深度挖掘和定量分析提供了手段,为向“数据驱动型”的科学决策转型提供了重要的战略机遇。

大数据具有的巨大的数据体量与完整性的Volume(容量)特性为应急决策的数据完整性和大容量储存提供了可能;类型繁多的Variety在海量、种类繁多的数据间发现其内在关联,为应急决策分析多重类型的决策数据提供了基础;大数据快速处理速度的velocity 特性为决策的及时性提供了保障。

具有强大洞察预测价值的Value特性可通过大数据挖掘和分析技术,将各种信号转化为数据,将数据分为各类相关性信息,以提高非常规突发事件的科学预测能力,增强应急管理的预警决策功能。

大数据的四大战略特性为应急管理在预警、准备、响应、恢复等不同阶段的决策增加了时效性、准确性和科学性。

对此,国内外不同学科的学者对应急管理决策体系、方法、技术等进行了大量而有价值的研究,但由于大数据这一概念提出的时间较晚,对大数据背景下的应急管理决策模式的研究还刚刚起步。

通过对中国知网的检索统计可以发现,有关大数据背景下的中国应急管理领域的研究起始于2012年;而在应急管理决策模式研究方面,不同学科分别就应急管理决策技术、方法、模型、体系、体制、机制、流程、组织等内容开展了全面的研究。

在技术领域,主要集中于对应急决策的支持系统、信息系统及指挥系统的研究;[4][5]在公共管理领域,高小平、闪淳昌、薛澜等学者从理论和实践层面对应急管理体系、体制、机制等整体性、全局性问题进行了深入研究。

[6][7][8]然而,作为应急管理核心的应急决策模式的专门研究还缺乏较为系统分析的视角。

本文在已有研究成果的基础上,以应急决策的信息、中枢和咨询子系统为视角,分析并探讨传统应急决策模式在大数据背景下存在的问题和困境,基于决策系统优化的角度,为应急决策模式创新提供新的路径。

二、应急决策系统的构成及其特征(一)应急决策系统的构成应急决策是一个有机系统,主要由应急决策中枢系统、信息系统和咨询系统三个子系统构成。

从系统角度理解,应急管理决策模式是应急管理决策各个子系统的构成、职能和相互关系总和的制度化设计。

科学、民主、合理的应急管理决策建立在决策中枢系统、信息系统、咨询系统三大子系统组成合理、运行有效的基础上。

⒈应急决策信息子系统(Information system)。

信息子系统是应急管理决策系统的基础系统,是基于人——机系统,在突发事件环境中为应急决策中枢系统挖掘、收集、清洗、分析和传输有价值、准确、及时信息的信息服务机构。

它是基于某种突发事件,由多种信息源产生的互相联系、互相制约的各种信息及其传播渠道所形成的有机整体。

信息子系统贯穿于应急管理全过程,涉及公共安全领域的全灾种,收集对象面向全社会。

完备、准确、及时的信息是决定决策质量的关键因素,其主要取决于信息质量的好坏以及信息传递是否精确。

信息子系统履行决策信息的挖掘与收集、信息的处理与分析、信息的传播与发布三项职能,为制定、选择方案提供依据,在监控决策执行情况等方面具有应急决策系统中“神经系统”的功能。

⒉应急决策中枢子系统(Central system)。

中枢子系统是应急管理决策的核心系统,也称为应急决策指挥中心,是领导、组织整个决策活动和最终选择应急方案的唯一和最高领导核心,以避免紧急状态下“多头”领导、“多头”决策、“多头”指挥造成的失误、推诿扯皮和低效。

与最高决策权相对应的是,中枢子系统是对应急管理负有全面责任的系统,对决策成败负有最终责任。

其主要职能包括:组织领导整个应急决策过程;通过调查研究,确立不同应急管理阶段的决策议题;确定不同环节的决策目标;选择决策方案;监督决策执行效果。

⒊应急决策咨询子系统(Advisory system)。

咨询子系统是应急管理决策的智囊系统,对提高决策的民主性、科学性和决策质量起着关键作用。

根据中枢子系统的需求,咨询子系统接受咨询并提出适当的建议和解决方案。

咨询子系统的组织机构大致可分为由官方直接领导和控制的官方智囊机构;为官方服务但不直接受官方领导和控制,组织形式相对独立的非官方机构;以及半官方的咨询机构。

其职责包括:辅助应急决策者对突发事件做出客观专业的判断;参与处置与专业咨询,帮助决策者提供更全面准确的决策信息和多元的决策方案;理论研究与人员培训,为决策者提供专业的科技支撑,培训应急管理人才队伍等。

(二)传统应急决策系统的特征改革开放以来,我国逐步建立了以部门为主的应急管理模式,在这一模式下,应急决策也呈现出以单灾种为主要内容,以职能部门决策为主的特点。

信息系统尤其是在信息及时集成、共享和传播发布等方面较为薄弱;咨询系统迟迟未形成制度化的体制。

2003年以后,以抗击“非典”为机遇,我国应急决策系统在以“一案三制”为核心内容的应急体系中,按照“统一领导、综合协调、分类管理、分级负责、属地管理为主”的应急管理体制和“统一指挥、功能齐全、反应灵敏、运转高效”的应急管理机制的要求,基本形成了具有中国特色的较为稳定的应急决策系统。

⒈应急管理决策系统相对封闭的强政府性。

系统的封闭程度和政府的主导力度在一定意义上对决策的效率和控制力具有重要影响。

自2003年以来,我国政府在汶川地震、冰雪灾害等多次重大突发事件的应急管理中,体现了政府强力主导下的相对封闭的决策系统所产生的高效决策指挥能力、动员能力和救援处置能力。

在这一应急决策系统结构中,中枢子系统、信息子系统和咨询子系统均由政府占据绝对主导地位,社会力量和市场力量较少介入到决策系统中。

然而,随着突发事件日趋频发和复杂,公众、社会组织和市场力量在突发事件中对自决力和参与力的诉求日益增强,政府在突发事件中“无限政府、无限责任”的相对封闭的强政府性应急管理决策系统受到了极大挑战。

现代、科学、高效的应急决策系统急需考虑多元决策主体的参与。

⒉应急管理决策子系统的纵向“金字塔”层级性。

基于我国政治体制和行政体制的特点,应急管理决策各子系统在纵向上的运行充分体现了“金字塔式”的层级结构特性。

按照我国《宪法》《国务院组织法》《地方各级人民代表大会和地方各级人民政府组织法》的规定,我国实行国务院、省、市、县、乡(镇)人民政府五级政府管理体制。

在这一管理体制的基础上,结合突发事件爆发的四个等级,应急决策子系统体现了这种自上而下、逐级领导、分级负责的四级“金字塔”决策系统的权责结构(如下图所示)。

中国应急决策系统的金字塔式层级结构图一般情况下,按照“分级负责、属地管理”的原则,在突发事件发生时,中枢系统、信息系统、咨询系统中职能部门相关专家以本地、本级政府为决策主体对突发事件进行处理。

当事态超出本级政府决策和控制能力时,属地政府向上级政府汇报,本级中枢系统移交决策权。

这种“金字塔式”的层级结构具有两面性:一方面,各级中枢系统的集权性有利于对突发事件的及时决策指挥和现场处置,避免事态扩大和恶化;另一方面,不同层级间决策系统沟通的唯一通道依赖于各级中枢系统自下而上的汇报,信息纵向层级的畅通度则取决于本级中枢子系统。

《中华人民共和国突发事件应对法》(以下简称《突发事件应对法》)第三十九条明确规定:“县级以上人民政府有关主管部门应当向本级人民政府相关部门通报突发事件信息。

专业机构、监测网点和信息报告员应当及时向所在地人民政府及其有关主管部门报告突发事件信息。

相关文档
最新文档