“數(shù)據(jù)-智慧”決策模型：大數(shù)據(jù)賦能的城市公共危機決策創(chuàng)新

摘 ? 要：近年來，我國城市公共危機事件頻繁發(fā)生，傳統(tǒng)的決策范式難以滿足當前高度復雜性、高度不確定性危機治理需要。隨著5G時代的到來，云計算、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等信息技術(shù)加速融合，一種融合數(shù)據(jù)驅(qū)動和模型驅(qū)動的“數(shù)據(jù)-智慧”決策范式正在形成，應(yīng)急情境、決策主體、方式方法、應(yīng)急流程和決策目標也隨之發(fā)生深刻轉(zhuǎn)換。同時，依托“數(shù)據(jù)-智慧”模型的自動決策和人機協(xié)同決策功能，可以創(chuàng)新危機決策運行機制，驅(qū)動城市公共危機治理不斷趨向于智能化、快捷化、精準化。

關(guān)鍵詞：決策模型;數(shù)據(jù)-智慧;城市公共危機;大數(shù)據(jù)賦能

中圖分類號：D63 ? 文獻標識碼：A ? DOI：10.11968/tsyqb.1003-6938.2021014

"Data-wisdom" Decision Model： The Innovation of City Public Crisis Decision-making Empowered by Big Data

Abstract In recent years， city public crisis events have occurred frequently in our country and traditional decision-making paradigm is difficult to satisfy the governance request of public crisis with high complexity and uncertainty. With the coming of 5G era， information technology such as cloud computing， big data， artificial intelligence， internet of things accelerate the integration， and a decision-making paradigm of "data-wisdom" is emerging which is integrated data-driven with model-driven， and the emergency situation， decision subject， ways and means， emergency process， decision goal have been undergoing profound changes accordingly. Meanwhile， based on the "data-wisdom" decision model which has the function of automatic and human-computer collaborative decision， it is possible to create crisis decision operation mechanism， and to promote city public crisis governance to become intelligent， rapid， and precise.

Key words decision-making model; data-wisdom; city public crisis; big data empowerment

1 ? 引言

近年來，我國城市公共危機頻繁發(fā)生，如2014年上海外灘踩踏事件、2015年天津濱海新區(qū)特大爆炸事件、深圳光明新區(qū)滑坡事件、2019年新型冠狀病毒肺炎事件等高度復雜性、高度不確定性事件，造成重大人員傷亡和財產(chǎn)損失，直接影響著社會經(jīng)濟發(fā)展，也給黨和政府特別是地方政府的公共管理和公共決策帶來巨大挑戰(zhàn)?！肮芾砭褪菦Q策”[1]，公共危機管理的核心也就是危機決策。所謂危機決策是指當危機事件發(fā)生或即將發(fā)生時，決策者在時間緊迫、人力和資源有限和信息不完全的情況下，為盡可能控制事態(tài)、最大限度減少人員傷亡和財產(chǎn)損失，而確定應(yīng)采取的并隨事態(tài)發(fā)展不斷調(diào)整的應(yīng)對危機事件方案和措施過程[2]。

與常規(guī)決策相比，當前城市重大公共危機應(yīng)急決策具有環(huán)境多變、信息不完全、跨域性、風險高、時效性強、多主體、多階段、動態(tài)性等特點，對信息的完備性和及時性具有高度依賴性。正確決策的形成建立在全面、及時的信息獲取與先進的處理技術(shù)之上，而信息不對稱是危機情景下決策者通常所面臨的重大挑戰(zhàn)[3]。因此，公共危機發(fā)生后，決策者一項最為緊要的任務(wù)就是基于既有的信息迅速識別問題、獲取危機本身狀態(tài)信息并有效采取應(yīng)急處置措施。但現(xiàn)實危機治理實踐中，由于事件的罕見性、早期警兆不明、人為疏忽或信息搜集和處理工具落后等原因，危機決策往往存在信息復雜、信息滯后、信息失真、信息缺失等局限，導致決策滯后和決策失靈，使得事態(tài)擴大、危機蔓延乃至局面失控。

無數(shù)據(jù)不決策。隨著5G 時代的到來，A（人工智能）、B（區(qū)塊鏈）、C（云計算）、D（大數(shù)據(jù)）等新一代信息技術(shù)融合發(fā)展再提速，數(shù)據(jù)體量呈爆炸性增長，數(shù)據(jù)已成為一種具有重要價值的資源。如果說4G改變生活，那么5G則改變社會。大數(shù)據(jù)所積蓄的價值深刻地影響了人類社會的生產(chǎn)、生活和管理方式，特別是在公共服務(wù)、應(yīng)急管理、危機決策等領(lǐng)域，掀起了一場政府決策思維的變革。利用大數(shù)據(jù)促進數(shù)據(jù)互聯(lián)、信息共享、知識關(guān)聯(lián)和智慧應(yīng)用，驅(qū)動城市公共危機治理邁入“用數(shù)據(jù)說話、用數(shù)據(jù)決策、用數(shù)據(jù)管理、用數(shù)據(jù)創(chuàng)新”的新時代。

目前，國內(nèi)外理論界與實務(wù)界開始關(guān)注大數(shù)據(jù)在城市公共危機決策領(lǐng)域的應(yīng)用，企望借助于大數(shù)據(jù)新技術(shù)推動政府實施對公共危機的智慧決策，提升政府數(shù)據(jù)治理能力和決策的科學化水平。美國圣克魯斯警察局運用大數(shù)據(jù)搜集各類社交網(wǎng)絡(luò)數(shù)據(jù)并進行深度挖掘，從中找出犯罪人員的蛛絲馬跡，分析近期犯罪活動趨勢[4]。Jindal等[5]利用基于云計算的模糊規(guī)則分類器，處理遠程醫(yī)療多源異構(gòu)的大數(shù)據(jù)，為病人的遠程實時診斷提供決策;鐘開斌[6]提出了“信息源—信息渠道”的應(yīng)急決策解釋框架;童星和丁翔[7]提出重構(gòu)大數(shù)據(jù)背景下風險災害危機的“數(shù)據(jù)-信息-知識”關(guān)鍵資源鏈的動態(tài)演化規(guī)律、屬性描述方法與模型;周利敏和童星[8]以陽江市災害治理為例展現(xiàn)了大數(shù)據(jù)時代應(yīng)急響應(yīng)的新實踐。自2015年以來，國務(wù)院印發(fā)了《促進大數(shù)據(jù)發(fā)展行動綱要》，國家自然科學基金委啟動“大數(shù)據(jù)驅(qū)動的管理與決策研究”重大研究計劃，北京、上海等城市開展智慧交通、智慧醫(yī)療、智慧治理、智慧環(huán)保等大數(shù)據(jù)應(yīng)用，管理者的智慧決策水平得到較大提升。特別在2019年底爆發(fā)的新冠病毒肺炎事件中，“人員遷徙地圖”“疫情數(shù)據(jù)實時更新系統(tǒng)”“確診患者交通工具同乘查詢系統(tǒng)”“發(fā)熱門診分布地”等，為各級政府應(yīng)急決策提供了重要保證。但總體看來，相關(guān)理論研究與應(yīng)用仍處于初步階段，尤其對智慧決策更是如此。

本文嘗試以大數(shù)據(jù)為背景，梳理公共管理決策范式變遷的脈絡(luò)，探討“數(shù)據(jù)-智慧”決策模型賦能的公共危機決策范式轉(zhuǎn)換，在此基礎(chǔ)上進一步思考基于大數(shù)據(jù)驅(qū)動的城市公共危機決策機制優(yōu)化問題。期待通過對上述問題的思考，能為大數(shù)據(jù)時代城市公共危機的決策創(chuàng)新提供有益的參考。

2 ? 公共管理決策范式轉(zhuǎn)換理路

庫恩[9]認為，所謂范式指的是存在于某一學科領(lǐng)域里被共同接受的假說、理論、準則和方法的總和。圖靈獎得主詹姆斯·尼古拉·格雷（Jim Gray）[10]基于數(shù)據(jù)形態(tài)的視角將科學研究的范式分為實驗科學范式、理論推演范式、計算機仿真范式以及數(shù)據(jù)密集型科學發(fā)現(xiàn)范式。具體到管理決策領(lǐng)域，研究者也同樣遵循著共同的理論和方法。回溯決策范式發(fā)展歷程，可以發(fā)現(xiàn)其變遷、轉(zhuǎn)換的內(nèi)動力源自于人類獲取和分析信息技術(shù)的進步，并演生出“直覺經(jīng)驗型”“科學理性型”“仿真計算型”“數(shù)據(jù)驅(qū)動型”4種決策范式。20世紀以前，人類獲取與分析數(shù)據(jù)的技術(shù)與能力有限，決策者只得借助于直覺、經(jīng)驗與“記憶數(shù)據(jù)”進行決策，這種“直覺經(jīng)驗型”決策難以保證結(jié)果的可靠性。20世紀初，隨著統(tǒng)計技術(shù)的發(fā)展，以泰勒為代表的管理學家提出了科學管理原理，主張運用數(shù)理統(tǒng)計和檢索查詢等技術(shù)代替“拍腦袋”式的個人經(jīng)驗判斷。這種“科學理性型”決策可以解決“小數(shù)據(jù)”樣本的決策效能問題，但難以解決整體意義上的決策效能。20世紀中葉以來，隨著計算機的出現(xiàn)特別是網(wǎng)絡(luò)技術(shù)的發(fā)展，依托數(shù)據(jù)倉庫、在線分析處理、數(shù)據(jù)挖掘等技術(shù)，整合多維、分散的數(shù)據(jù)，可以為決策者提供在線數(shù)據(jù)分析和預測服務(wù)。這種“仿真計算型”決策能夠分析處理結(jié)構(gòu)化數(shù)據(jù)，但對于非結(jié)構(gòu)化的數(shù)據(jù)無能為力。

為突破“有限信息”“有限理性”給決策者帶來的困境，國內(nèi)外開始研究大規(guī)模數(shù)據(jù)，期望從海量的數(shù)據(jù)關(guān)系中找出蘊含的價值，旨在提升決策的智慧化水平。20世紀80年代，拉塞爾·阿克夫（Russell Ackoff）[11]提出了“數(shù)據(jù)-信息-知識-智慧”（Data-Information-Knowledge-wisdom）的“金字塔”模型。該模型中數(shù)據(jù)位于“金字塔”底部，指的是從研究對象中獲取的有關(guān)資料，信息是整合數(shù)據(jù)資料得到的結(jié)果，知識是對信息進行的再加工產(chǎn)品，而智慧是運用知識進行決策或運作某一機制的能力?！癉IKE金字塔”模型是小數(shù)據(jù)時代出現(xiàn)的“數(shù)據(jù)驅(qū)動決策”雛形。近年來，隨著物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)等信息技術(shù)突飛猛進，各種結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)數(shù)據(jù)呈指數(shù)增長，引發(fā)管理決策理論與實踐的一系列深刻變革，開啟了新一輪決策范式的轉(zhuǎn)變，并逐漸形成了一種融合數(shù)據(jù)驅(qū)動和模型驅(qū)動的新型決策范式，即大數(shù)據(jù)驅(qū)動的“數(shù)據(jù)—智慧”決策模式[12]。

基于大數(shù)據(jù)的“數(shù)據(jù)-智慧”決策范式，是以大數(shù)據(jù)為中心，以計算（算法）為手段，以平臺為支撐，以最優(yōu)決策為目標，建立在信息相對對稱基礎(chǔ)上的開放的、動態(tài)的新型智慧決策模型[12]?！皵?shù)據(jù)-智慧”決策依托物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、移動互聯(lián)網(wǎng)等新一代信息技術(shù)，通過對大規(guī)模（Volume）、多樣性（Variety）、快速性（Velocity）、低價值密度（Value）大數(shù)據(jù)資源進行實時采集、動態(tài)感知、智能分析、即時呈現(xiàn)，揭示數(shù)據(jù)與數(shù)據(jù)之間蘊含的規(guī)律和價值，優(yōu)化決策流程和決策體系，輔助決策者更好地預測未來發(fā)展趨勢，使得研判更精準、決策更科學、響應(yīng)更有效。

“數(shù)據(jù)-智慧”決策模型的設(shè)計思路是基于對“事件-案例-應(yīng)急”為主體的三類數(shù)據(jù)的采集、清洗和規(guī)范化處理，構(gòu)建基礎(chǔ)數(shù)據(jù)倉庫;然后根據(jù)一定的邏輯規(guī)則對數(shù)據(jù)倉庫中案例庫的數(shù)據(jù)（事實、概念）進行知識表示、構(gòu)建本體，經(jīng)映射形成案例知識庫;提取新發(fā)生的公共危機事件特征并進行語義搜索，基于機器智能與專家系統(tǒng)相融合的方式從知識庫中檢索與目標案例匹配或近似匹配的案例，將案例檢索結(jié)果在新案例中重用、優(yōu)化并檢測新案例解決方案的成熟度，最終為應(yīng)急管理部門推薦相應(yīng)的決策方案[3]（見圖1）。

該決策模型的基本架構(gòu)自下而上共有五層：①數(shù)據(jù)采集與存儲層。通過視頻監(jiān)測、物聯(lián)網(wǎng)、遙感技術(shù)（RS）等技術(shù)動態(tài)監(jiān)測人員遷徙和備災、救災信息，借助于網(wǎng)絡(luò)爬蟲技術(shù)、Web主題信息搜集技術(shù)收集公共危機在線數(shù)據(jù)，并將上述數(shù)據(jù)暫存城市應(yīng)急數(shù)據(jù)云存儲中心;②數(shù)據(jù)預處理層。將搜集到的不完整、不規(guī)范或錯誤數(shù)據(jù)進行清洗、完善、集成和轉(zhuǎn)換并盡量剔除干擾信息，便于機器識別與處理;③數(shù)據(jù)處理與決策生成層。利用數(shù)據(jù)庫技術(shù)對事件-案例-應(yīng)急數(shù)據(jù)庫中的數(shù)據(jù)進行分析、處理;利用挖掘技術(shù)將數(shù)據(jù)組織成數(shù)據(jù)倉庫;利用語義技術(shù)關(guān)聯(lián)事件、案例和應(yīng)急數(shù)據(jù)構(gòu)建本體庫;利用機器學習等技術(shù)構(gòu)成機器智能模型完成自動化決策，通過專家系統(tǒng)開展大數(shù)據(jù)建模、模型求解等完成人機協(xié)同決策，并對自動化決策和人機協(xié)同決策效果進行整合，生成初步?jīng)Q策方案，經(jīng)反饋、優(yōu)化完成決策方案輸出;④數(shù)據(jù)服務(wù)層。主要是為不同用戶提供注冊查詢、數(shù)據(jù)錄入更新、數(shù)據(jù)開放和決策推薦服務(wù);⑤應(yīng)用終端。通過移動終端APP、電腦網(wǎng)絡(luò)為不同用戶提供決策參與途征;通過接入決策指揮平臺，實現(xiàn)決策信息在不同應(yīng)急主體的共享[13]。

“數(shù)據(jù)-智慧”決策模式中數(shù)據(jù)的處理方式發(fā)生三大變化：全樣本數(shù)據(jù)收集，放棄對數(shù)據(jù)精確性的絕對追求，注重數(shù)據(jù)之間的相互關(guān)聯(lián)。這些變化較好地契合了當前對高度復雜性、高度不確定性城市公共危機決策的需要，有利于消解數(shù)據(jù)交互帶來的復雜性，克服數(shù)據(jù)缺失與冗余雙重特征產(chǎn)生的不確定性，能夠基于數(shù)據(jù)相互關(guān)聯(lián)和決策實際需要從海量的數(shù)據(jù)中挖掘出其中蘊含的信息、知識和智慧，最終實現(xiàn)科學、快速、精準決策的目的。

3 ? “數(shù)據(jù)-智慧”模型：城市公共危機決策新范式

在大數(shù)據(jù)背景下，數(shù)據(jù)的分析更加注重于集成與挖掘，信息的流向愈發(fā)趨向于交互與共享，知識的管理日益?zhèn)戎赜陉P(guān)聯(lián)與融合，智慧的生成體現(xiàn)出更多的自學習、自適應(yīng)過程，從而使新型公共危機決策范式呈現(xiàn)出大數(shù)據(jù)驅(qū)動的全景式特點?！皵?shù)據(jù)-智慧”決策模型賦能的城市公共危機決策范式轉(zhuǎn)換，全面體現(xiàn)在應(yīng)急情境、決策主體、方式方法、應(yīng)急流程和決策目標五個方面的要素之中[14]。

3.1 ? ?情境轉(zhuǎn)換：從線性決策到集成決策

城市公共危機總是在特定的情境下發(fā)生、展開的，并伴隨著大量的信息釋放。在以往的數(shù)據(jù)獲取與分析中，應(yīng)急管理者通過選取特定領(lǐng)域內(nèi)小樣本，獲得一系列與決策直接有關(guān)的結(jié)構(gòu)化數(shù)據(jù)，采用匯總、聚類等統(tǒng)計方法以及簡單的圖表、圖形等形式對數(shù)據(jù)進行歸因處理與分析，形成最終的危機決策方案。如在公交車爆炸事件中，結(jié)合視頻監(jiān)控數(shù)據(jù)和現(xiàn)場調(diào)查記錄形成事件的初步研判結(jié)論;在傳染病流行初期，結(jié)合病人電子病例和影像資料判定疾病的基本特征和種類。這種基于小樣本數(shù)據(jù)的線性決策方式，要求數(shù)據(jù)分析的結(jié)論最大限度地還原危機客觀事實及其內(nèi)在因果聯(lián)系，強調(diào)以數(shù)據(jù)的精確性來保證決策的科學性。

當前，隨著決策環(huán)境的開放程度越來越大，危機決策的不確定性程度也隨之攀升，使得傳統(tǒng)拘泥于具體領(lǐng)域、借助于少量數(shù)據(jù)分析的線性決策方式，已經(jīng)遠遠不能跟上當前高度不確定性、高度復雜性城市公共危機的決策需要。在大數(shù)據(jù)背景下，信息跨區(qū)域、跨行業(yè)、跨領(lǐng)域交互、融合，支撐危機決策的信息從單一領(lǐng)域跨界擴展至多個領(lǐng)域，危機決策更加注重數(shù)據(jù)來源的全方位性、信息傳播的交互性、危機影響的系統(tǒng)性、多目標問題解決的協(xié)同性。在抗擊新冠肺炎疫情過程中，交通、互聯(lián)網(wǎng)、電信運營商、電力等不同領(lǐng)域的大數(shù)據(jù)共享集成，為體溫快速流動監(jiān)測、大規(guī)模人群實時流向、傳染者跟蹤溯源、企業(yè)復工復產(chǎn)等提供了很好的支撐與幫助。基于大數(shù)據(jù)的集成決策，融合了不同領(lǐng)域的多源異構(gòu)信息，拓寬了決策者視野，提升了危機決策的準確性。大數(shù)據(jù)具有的強大跨區(qū)域、跨行業(yè)、跨部門數(shù)據(jù)融合能力，正在打破傳統(tǒng)的、本位主義線性決策模型，推動逐步形成非線性、開放的集成式?jīng)Q策。

3.2 ? ?主體轉(zhuǎn)換：從精英決策到多元決策

在傳統(tǒng)決策理論中，決策主體經(jīng)歷了由個人決策到組織決策、由個體決策到群體決策、由決策者獨立決策到?jīng)Q策支持系統(tǒng)輔助決策者共同決策的轉(zhuǎn)變[14]。西蒙（Simon）基于決策者在開展決策前難以獲取全部信息和備選方案的事實，提出了“有限理性”概念。傳統(tǒng)公共危機決策中，信息的搜集、分析和決策的完成往往由政府某個部門甚至是某一位領(lǐng)導作出，非政府組織、廣大公眾常常處于被告知、被安排的境地，這其中信息的上傳、下達又要經(jīng)過許多層級和環(huán)節(jié)，信息流轉(zhuǎn)緩慢、被截流與失真在所難免，決策滯后和應(yīng)急遲緩成為常態(tài)。

在大數(shù)據(jù)背景下，危機決策主體發(fā)生重大變革：多源數(shù)據(jù)的可得性使得不同的聲音和更多的決策要素可以直接傳達到?jīng)Q策層、體現(xiàn)在決策方案里;人工智能分析等大數(shù)據(jù)技術(shù)和方法對集成后的數(shù)據(jù)深入挖掘、精準分析、形象展示，能夠避免傳統(tǒng)精英決策帶來的主觀偏差和集體盲思;信息的傳遞突破了以往由基層自下而上的級級匯集和決策權(quán)力自上而下的層層控制，個體的實時參與和信息的多向傳播大大縮短了危機治理結(jié)構(gòu)中的權(quán)力距離，使多元主體能夠同處一個結(jié)構(gòu)層面，為權(quán)力結(jié)構(gòu)的扁平化甚至水平化奠定基礎(chǔ)[15]。在許多危機治理過程中，基層政府、企事業(yè)單位、社會組織和個人已經(jīng)能夠參與到公共危機的預防、預警、響應(yīng)、恢復等環(huán)節(jié)的決策過程中。在新冠肺炎疫情防控過程中，基于大數(shù)據(jù)支持的各地居民健康登記系統(tǒng)和企業(yè)員工健康登記系統(tǒng)，為基層疫情防控決策提供了重要參考?？梢灶A見，伴隨著人工智能技術(shù)的飛速進步，未來會有越來越多的智能系統(tǒng)參與到公共危機的決策過程當中，危機決策主體不是個別精英的裁定，而是人、組織與人工智能的協(xié)同決策。

3.3 ? ?方式轉(zhuǎn)換：從經(jīng)驗決策到智能決策

正如本文所述，長期以來，我國形成了與西方發(fā)達國家推崇數(shù)據(jù)收集、注重定量分析的精確管理不同的思維和模式，凡事決策傾向于從直覺和經(jīng)驗出發(fā)，領(lǐng)導“拍腦袋”敲定重大決策成為常態(tài)[16]。在信息技術(shù)比較落后的時代，數(shù)據(jù)獲取渠道較窄，數(shù)據(jù)處理能力有限，決策者只好憑借直覺判斷和個人經(jīng)驗進行決策。不可否認的是，那種基于長期理論思考和廣泛實踐探索而形成的經(jīng)驗決策方式，對于問題復雜程度不高、涉及范圍不廣、動用資源不多的決策目標，還是具有一定的適用性。但是近年來，隨著我國城市的快速發(fā)展，公共危機的復雜性、跨界性、高度不確定性日益明顯，基于直覺判斷的經(jīng)驗決策不僅有害，而且會壞事，甚至可能引發(fā)全局性、系統(tǒng)性危機，這一點在新型肺炎疫情防控初期得到充分印證。

在大數(shù)據(jù)時代，城市公共危機治理越來越取決于決策者基于海量數(shù)據(jù)分析的能力，而不是個人的經(jīng)驗與直覺[17]。未來的城市公共危機管理特別是決策環(huán)節(jié)，將依托跨部門大數(shù)據(jù)應(yīng)急平臺，通過各種傳感器和感知技術(shù)實時采集分布在不同領(lǐng)域的數(shù)據(jù)，經(jīng)傳輸、接入、存儲、預處理和智能處理，借助于云計算、實時數(shù)據(jù)獲取與交換技術(shù)、大規(guī)模并行處理技術(shù)、數(shù)據(jù)融合集成技術(shù)、移動互聯(lián)網(wǎng)與軌跡數(shù)據(jù)時空分析、深度學習、機器學習、可視化呈現(xiàn)等大數(shù)據(jù)技術(shù)，挖掘其內(nèi)在規(guī)律，完成對復雜問題的計算、分析，最終由危機決策者、數(shù)據(jù)分析師和領(lǐng)域?qū)＜覅f(xié)同完成決策過程。

3.4 ? ?流程轉(zhuǎn)換：從靜態(tài)決策到動態(tài)決策

在通常意義上，危機決策流程是決策者在一定的思維引導下，基于信息的處理完成決策任務(wù)并進行反饋調(diào)整的過程。由于受制于落后的信息收集渠道和處理技術(shù)，傳統(tǒng)的危機決策流程面臨以下三大困境：一是決策思路：重應(yīng)對、輕預防。我國的一些基層政府長期以來存在著一種“重事后處置、輕事前防范”的思維定勢，對潛在的風險信息關(guān)注不夠，缺乏對危機的超前預判，而一旦危機出現(xiàn)則倉促應(yīng)戰(zhàn);二是決策信息：呈靜態(tài)、有時滯。危機信息收集、分析研判、傳遞不全面不及時，存在較長時滯，導致決策效率低下。新冠肺炎疫情期間，一些地方政府不從事態(tài)實際情況出發(fā)，唯上級領(lǐng)導馬首是瞻，在等待上級決策、拍板過程中坐失最佳應(yīng)對時機;三是決策反饋：碎片化、不連續(xù)。危機決策過程中需要根據(jù)事態(tài)發(fā)展和決策執(zhí)行效果不斷調(diào)整，不可能一步到位。疫情肆虐、蔓延全國，與初期決策反饋碎片化、不連續(xù)存在很大關(guān)聯(lián)。

在大數(shù)據(jù)背景下，危機決策流程發(fā)生三大變革。一是決策過程從事后解決轉(zhuǎn)向事先預測。傳統(tǒng)事后“應(yīng)對式”決策遵循的是“事件突發(fā)-邏輯分析-尋找因果關(guān)系-進行突發(fā)事件應(yīng)急決策”流程，體現(xiàn)為一種“逆向”思維;而大數(shù)據(jù)“預測式”決策遵循的是“挖掘數(shù)據(jù)-量化分析-尋找相互關(guān)系-進行突發(fā)事件預測預防”流程，是一種“正向”思維，能夠起到防患于未然的目的[18];二是決策信息從靜態(tài)公開轉(zhuǎn)向動態(tài)公開。危機情景具有全要素參與、多維互動的特征，需要融合事件事前、事發(fā)、事中和事后各方面信息進行決策。智慧決策運用分布式文件系統(tǒng)和數(shù)據(jù)庫、批處理和流處理技術(shù)以及開源云平臺等大數(shù)據(jù)技術(shù)，支持危機場景中數(shù)據(jù)之間及數(shù)據(jù)與人、機及環(huán)境的動態(tài)交互，實時記錄危機決策的軌跡;三是決策結(jié)果從預報轉(zhuǎn)向?qū)崍?。危機信息的實時捕捉和動態(tài)公開使得決策時滯性大大降低，信息反饋周期大幅度壓縮，在某種程度上甚至可以實現(xiàn)“秒殺”級的動態(tài)實時決策。

3.5 ? ?目標轉(zhuǎn)換：從滿意決策到最佳決策

西蒙認為，由于決策主體的知識、時間和精力有限、決策環(huán)境高度不確定性以及決策方案的執(zhí)行多目標性等原因，有限理性的人做出的決策只能達到滿意效果，不可能基于完全理性選擇最佳決策方案。在傳統(tǒng)的危機決策實踐中，由于現(xiàn)實決策者同樣面臨有限理性、決策環(huán)境的復雜多變性、決策信息的高度不完整性、決策目標的彼此可能沖突與難以均衡性，決策者往往使用“滿意解”近似替代“精確解”，以此保證危機決策的高效性和統(tǒng)一性。

在大數(shù)據(jù)環(huán)境下，云計算作為一種可擴展性強、高彈性化、虛擬化的計算模式，可以更快捷地處理大規(guī)模數(shù)據(jù);神經(jīng)網(wǎng)絡(luò)、機器學習、深度學習等算法的迅速發(fā)展與綜合運用，具備強大的數(shù)據(jù)分析功能，驅(qū)動決策趨向自動化和智能化，可以模擬人類的思維活動和擴展人類的認知范圍[12]。在商業(yè)領(lǐng)域里，阿里巴巴網(wǎng)站顯示，該公司 2019年“雙十一”網(wǎng)絡(luò)營銷活動中，交易峰值達到每秒54.4萬筆，實時處理數(shù)據(jù)峰值每秒25.51億條，且要求做到高精度、零誤差，這背后是大數(shù)據(jù)云平臺的實時計算大規(guī)模復雜性決策能力。公共管理可以借鑒商業(yè)領(lǐng)域的成功做法，并且也已在新冠肺炎疫情防控中小試牛刀，在大規(guī)模密切接觸人員追蹤、防控資源配置等方面派上了大用場。由此可見，在新的時代背景下，需要重新思考西蒙基于決策者有限理性得出滿意決策的結(jié)論?？梢灶A見，隨著智能化決策在危機治理中的運用，未來的決策者借助于機器的高度智能，可以無限趨向于完全理性，因而不再滿足于做出的滿意型決策，而是追求更滿意甚至最滿意的最佳決策。

4 ? 大數(shù)據(jù)驅(qū)動的城市公共危機決策機制優(yōu)化

“數(shù)據(jù)-智慧”決策模型是一種以大數(shù)據(jù)系統(tǒng)為支撐，經(jīng)人工智能、機器學習、大數(shù)據(jù)建模、大數(shù)據(jù)分析等數(shù)據(jù)和信息分析，實現(xiàn)自動決策和人機協(xié)同決策的一種模式。具體到城市公共危機決策過程，其運行機制包括事態(tài)感知與風險識別、風險研判與方案選擇、決策反饋與決策調(diào)整、決策實施與決策評估等環(huán)節(jié)。在大數(shù)據(jù)驅(qū)動下，城市公共危機決策不斷趨向于自動化、智能化、精準化[19]。

4.1 ? ?事態(tài)全面感知與風險精準識別

現(xiàn)代城市特別是特大和超大城市，是一個由地上、地面、地下以及虛擬網(wǎng)絡(luò)空間構(gòu)成的復雜巨系統(tǒng)，脆弱性極高，公共危機易發(fā)高發(fā)。如何實現(xiàn)對這樣一個復雜巨系統(tǒng)的全方位、精準化管理，是決策者面臨的一大考驗。大數(shù)據(jù)拓展了數(shù)據(jù)采集來源，構(gòu)建出“全樣本”數(shù)據(jù)源以輔助危機決策。氣象、環(huán)保等部門運用GIS系統(tǒng)、衛(wèi)星遙感器采集、存儲、處理、描述多維地理空間信息，實現(xiàn)對極端天氣、霧霾、熱島效應(yīng)等城市地上隱患全面感知;公安、交通、城管等部門利用電子監(jiān)控設(shè)備、人臉識別系統(tǒng)等，實現(xiàn)對城市重大風險源、重要基礎(chǔ)設(shè)施、重要交通樞紐、危險區(qū)域、重點區(qū)域和人員的隱患監(jiān)測和持續(xù)跟蹤;公路、橋梁、隧道、建筑、油氣管道等相關(guān)管理部門運用智能傳感設(shè)備，實現(xiàn)對城市地下隱患全方位遠程感知和精確監(jiān)控;輿情管理部門利用大數(shù)據(jù)挖掘技術(shù)，實現(xiàn)對新聞媒體、論壇貼吧、門戶網(wǎng)站等信息的全天候文本分析、情感挖掘以及綜合處理，實時監(jiān)測網(wǎng)絡(luò)輿情特別是負面突發(fā)敏感輿情走向。

在大數(shù)據(jù)背景下，借助于分布在城市關(guān)鍵卡口的視頻監(jiān)控影像、傳感設(shè)備、環(huán)境自動監(jiān)測設(shè)備以及網(wǎng)絡(luò)輿情挖掘工具等，實現(xiàn)了對城市危機信息的“全樣本”、自動化和智能化采集。在此基礎(chǔ)上，配合視頻圖像信息庫建設(shè)、視頻濃縮檢索技術(shù)，使用全球領(lǐng)先的大規(guī)模數(shù)據(jù)（數(shù)字、文字、聲音、視頻、圖像）搜索比對技術(shù)，在大量（幾千到幾千萬）的城市應(yīng)急數(shù)據(jù)庫中查找檢索特定風險源信息，將待驗證的城市風險源信息與數(shù)據(jù)庫中相關(guān)數(shù)據(jù)逐一比對，根據(jù)比對結(jié)果按相似度排列，完成對城市風險源的識別和鑒定[20]。

4.2 ? ?風險深度研判與方案智能選擇

在精準識別風險源的基礎(chǔ)上，提取事件特征，運用人工智能、機器學習構(gòu)建的機器智能模型進行數(shù)據(jù)挖掘、分詞技術(shù)、語義分析、自動圖像識別等大數(shù)據(jù)技術(shù)處理，挖掘出城市危機事件結(jié)構(gòu)化或非結(jié)構(gòu)數(shù)據(jù)中所蘊含的有價值信息;結(jié)合專家系統(tǒng)進行大規(guī)模建模、大數(shù)據(jù)分析、模型求解，快速完成對事件起因、蔓延和趨勢與后果的人機協(xié)同決策過程?；凇皵?shù)據(jù)-智慧”模型的城市公共危機風險研判是建立在數(shù)據(jù)的大規(guī)模集成、關(guān)聯(lián)和挖掘基礎(chǔ)之上的，是對跨區(qū)域、跨行業(yè)、跨部門應(yīng)急信息的有效整合、深度挖掘與綜合運用，從而實現(xiàn)對城市公共危機風險的全景式預測。

基于對危機風險的快速研判，智能系統(tǒng)自動搜索數(shù)字化應(yīng)急預案庫中與此相配套的應(yīng)急預案，快速完成決策方案的選擇。當危機事件發(fā)生時，符合實際的應(yīng)急方案快速地從預案模型中被制定出來，同時動態(tài)加載應(yīng)急所需基礎(chǔ)數(shù)據(jù)和服務(wù)，自動生成智能化決策方案。主要包括危機管理指揮與協(xié)調(diào)方案，危機處置中的機構(gòu)、人員、技術(shù)、裝備、物資、經(jīng)費的規(guī)劃和統(tǒng)籌調(diào)配，危機情景下的人員疏散、財產(chǎn)保護和現(xiàn)場處置的措施等等，同時配置通信、GIS、圖像接入、外部系統(tǒng)接口等各種服務(wù)。如基于空間數(shù)據(jù)挖掘和空間可視化的流向地圖，能夠?qū)崿F(xiàn)對人口遷徙、交通、物流等融合數(shù)據(jù)可視化分析，繪制出一條從起點至終點位置的矢量圖，為應(yīng)急提供快速決策方案。

4.3 ? ?決策實時反饋與決策即時調(diào)整

城市公共危機決策過程中，決策者面臨的是高度不確定性情景，需要根據(jù)環(huán)境的變化及時做出反應(yīng)并即時調(diào)整初步形成的決策方案。基于大數(shù)據(jù)的“數(shù)據(jù)-智能”決策模型，通過移動終端、傳感器、搜索引擎等實時、不間斷采集海量數(shù)據(jù)，利用云計算的分布式數(shù)據(jù)庫、云存儲存、分布式處理技術(shù)等，快速存儲、處理多源異構(gòu)數(shù)據(jù)，可以大大簡化決策信息反饋的傳輸渠道，避免決策反饋回路中的信息失真。當前，決策者可以通過對新聞報道、社交媒體等海量數(shù)據(jù)的搜集、挖掘，幫助決策者實時洞察社會各方的利益訴求和真實意見表達，動態(tài)掌握決策實施可能帶來的效果與影響，持續(xù)預判危機未來發(fā)展趨勢和利益各方可能采取的行動，從而形成良好的決策反饋機制。

基于內(nèi)外部環(huán)境的變化和應(yīng)急數(shù)據(jù)的實時更新，危機決策者可以對決策方案進行實時評估、持續(xù)修正和動態(tài)完善，及時調(diào)整應(yīng)對思路，以不斷提升決策的科學性。在危機決策的調(diào)整過程中，決策者需要充分考慮信息反饋、決策實施效果，堅持以服務(wù)政府危機決策為導向，以法律制度和應(yīng)急標準為準繩，以大數(shù)據(jù)人機協(xié)同決策平臺為支撐，以數(shù)據(jù)的綜合分析為手段，改進大數(shù)據(jù)資源輔助政府公共危機決策的功能模型、方式方法和技術(shù)手段;同時決策者也要充分考慮事態(tài)發(fā)展對人員、物資、技術(shù)、財力等因素的動態(tài)需求，堅持以滿足公眾需求為導向，有針對性地調(diào)整決策方案的實施重點和方向[21]。

4.4 ? ?決策自動實施與決策同步評估

大數(shù)據(jù)驅(qū)動的“數(shù)據(jù)-智能”決策依托機器智能的強大分析與計算能力，實時分析海量數(shù)據(jù)，并且當預置條件被觸發(fā)時，可以自動為決策者提供即時決策方案，以此實現(xiàn)對復雜性危機情景的自動決策;同時，機器智能通過人機智能接口與由決策者、數(shù)據(jù)分析師、領(lǐng)域?qū)＜覙?gòu)成的多元決策主體協(xié)同決策，實現(xiàn)城市公共危機應(yīng)急情景與危機決策的具體結(jié)合并以可視化的形式呈現(xiàn)。基于大數(shù)據(jù)的“數(shù)據(jù)-智慧”多主體協(xié)同決策，能夠突破單一領(lǐng)域決策者“理性有限”的缺陷，輔助危機決策者較好地完成數(shù)據(jù)驅(qū)動的自動決策，從而提升決策的智能化和科學化水平[12]19。

當然，為檢驗決策實施的效果，需要對決策進行及時地評估?！皵?shù)據(jù)-智慧”危機決策評估主要評估決策者處理信息的能力、決策過程各環(huán)節(jié)中信息發(fā)揮的效能、決策結(jié)果的精準性和決策效果的滿意度等。如本文所述，大數(shù)據(jù)處理數(shù)據(jù)具有顯著的實時反饋優(yōu)勢。因此，在決策生成、實施的過程，決策評估也近似同步的實時生成，從而可以大大縮短決策從初步制定、持續(xù)修改、動態(tài)調(diào)整和自動實施、成效檢驗的時間;況且決策評估貫穿著整個決策過程，決策者不必等待危機決策實施完成后才著手開展決策效果評估，從而可以以近似于同步的方式全程把握危機決策的效果?？傮w來說，決策評估是一個自調(diào)整、自學習、自適應(yīng)的持續(xù)改進過程，決策模型在每次決策后的及時更新，可以為今后的決策提供更加全面的數(shù)據(jù)樣本。

5 ? 結(jié)語

近年來，我國出臺了《促進大數(shù)據(jù)發(fā)展的行動綱要》和《新一代人工智能發(fā)展規(guī)劃》，并已將人工智能上升為國家戰(zhàn)略。隨著5G 無線通訊技術(shù)和人工智能（AI）等技術(shù)的快速發(fā)展，基于大數(shù)據(jù)的“數(shù)據(jù)-智慧”決策模型已經(jīng)在商業(yè)和智慧城市建設(shè)領(lǐng)域內(nèi)得到一定程度甚至相對成熟的運用，也必將引發(fā)公共管理領(lǐng)域特別是公共危機管理新一輪決策范式的轉(zhuǎn)換。有理由相信，這種融合數(shù)據(jù)驅(qū)動和模型驅(qū)動，依托云計算、大規(guī)模并行處理技術(shù)、人工智能、機器學習等大數(shù)據(jù)技術(shù)實現(xiàn)自動決策和人機交互決策，必將推動城市公共危機決策趨向自動化、智能化、快捷化、精準化和科學化。但同時又看到，包括云計算、物聯(lián)網(wǎng)、人工智能、機器學習、區(qū)塊鏈等大數(shù)據(jù)技術(shù)正處于快速發(fā)展之中，實現(xiàn)機器自動和人機交互決策還面臨不少技術(shù)瓶頸、人才短缺、數(shù)據(jù)共享等困境，需要在實踐中不斷創(chuàng)新和突破。另外，文中歸納的新舊范式轉(zhuǎn)換過程中，從線性決策到集成決策、從精英決策到多元決策、從經(jīng)驗決策到智能決策、從靜態(tài)決策到動態(tài)決策、從滿意決策到最佳決策這些決策方式之間并不是非此即彼的完全替代關(guān)系，在一定條件下兩者之間恰恰是一種互補增強的關(guān)系。

參考文獻：

[1] ?H A Simon.Organization Administrative Behavior：A Study Decision-making Processes in Administrative[M].New York：Macmillan，1957.

[2] ?閃淳昌，薛瀾.應(yīng)急管理概論——理論與實踐[M].北京：高等教育出版社，2012.

[3] ?沙勇忠.公共危機信息管理[M].北京：中國社會科學出版社，2014.

[4] ?T H DABENPORT，P BARTH R BEN.How“Big Data”is Different[J].MIT Sloan Management Review，2012，53（5）：43-46.

[5] ?Jindal A，Dua A，Kumar N，et al.An efficient fuzzy rule-based big data analytics scheme for providing healthcare-as-a-service，Proceedings of the 2017 IEEE International Conference on Communications[C].Paris，F(xiàn)rance：IEEE，2017：1-6.

[6] ?鐘開斌.應(yīng)急決策：理論與案例[M].北京：社會科學文獻出版社，2014.

[7] ?童星，丁翔.風險災害危機管理與研究中的大數(shù)據(jù)分析[J].學海，2018（2）：28-35.

[8] ?周利敏，童星.災害響應(yīng)2.0：大數(shù)據(jù)時代的災害治理——基于“陽江經(jīng)驗”的個案研究[J].中國軟科學，2019（10）：1-13.

[9] ?Kuhn T S.The Structure of Scientific Revolutions：50th Anniversary Edition[M].University of Chicago Press，2012：1-217.

[10] ?Anthony J G Hey.The Fourth Paradigm：Data-intensive Scientific Discovery[J].Microsoft Research，2009（10）：1-252.

[11] ?Ackoff R.From data to wisdom [J].Journal of Applied Systems Analysis，1989（16）：3-9.

[12] ?邱國棟，王易.“數(shù)據(jù)-智慧”決策模型：基于大數(shù)據(jù)的理論構(gòu)建研究[J].中國軟科學，2018（12）：17-30.

[13] ?周芳檢.大數(shù)據(jù)時代的重大突發(fā)公共衛(wèi)生事件預警創(chuàng)新[J].云南民族大學學報（哲學社會科學版），2020，37（5）：116-118.

[14] ?陳國青，曾大軍，衛(wèi)強，等.大數(shù)據(jù)環(huán)境下的決策范式轉(zhuǎn)變與使能創(chuàng)新[J].管理世界，2020，36（2）：95-105，211.

[15] ?金太軍.網(wǎng)絡(luò)2.0時代的協(xié)同治理創(chuàng)新：體系治理[J].學術(shù)界，2015（7）：5-14，324.

[16] ?周芳檢，何振.大數(shù)據(jù)時代城市公共危機治理的新態(tài)勢[J].吉首大學學報（社會科學版），2018，39（4）：63-69.

[17] ?陳潭.大數(shù)據(jù)時代國家治理[M].北京：中國社會科學出版社，2015.

[18] ?張倩.大數(shù)據(jù)在突發(fā)事件政府決策中的應(yīng)用[J].東北農(nóng)業(yè)大學學報（社會科學版），2013（6）：73-79.

[19] ?周芳檢.用大數(shù)據(jù)提升地方政府應(yīng)急決策能力[N].中國社會科學報，2020-05-20（6）.

[20] ?周芳檢，何振.大數(shù)據(jù)時代城市公共安全應(yīng)急管理面臨的挑戰(zhàn)與應(yīng)對[J].云南民族大學學報（哲學社會科學版），2018，35（1）：117-123.

[21] ?周耀林，常大偉.面向政府決策的大數(shù)據(jù)資源規(guī)劃模型研究[J].情報理論與實踐，2018，41（8）：42-47.

作者簡介：周芳檢（1975-），男，湖南科技學院馬克思主義學院副教授，研究方向：政府應(yīng)急管理。