基于政府大数据能力建构的智库应急情报服务

2020-03-23 05:58蒋勋朱晓峰
图书与情报 2020年1期
关键词:新冠肺炎

蒋勋 朱晓峰

摘   要:文章借鉴政府大数据能力模型,提出了影响四个能力维度调节的六个约束条件,形成了适应智库应急情报服务的政府大数据能力支撑,揭示了智库应急情报能力特征及其影响因素,阐述了当前新冠肺炎防控应急的智库运行体系,并从需求分析、序化组织、多源融合进行应急情报资源配置,最后构建了智库应急的情报体系。

关键词:大数据能力建构;智库应急;情报资源配置;情报服务;新冠肺炎

Abstract The paper discusses think tanks emergency intelligence service from the government's big data capacity model,and to proposes six constraints that affect the adjustment of four capability dimensions, at the same time to forms a government big data capacity, and then to adapted the think tanks emergency intelligence services. The paper also aims to reveal the characteristics of think tank emergency intelligence capabilities and their influencing factors, and mainly expounds think tank operation system for the current COVID-19, in order to conduct the emergency intelligence resource configurations from the demand analysis, sequential organization, and multi-source fusion, and eventually the think tanks emergency intelligence system will be built.

Key words big data capacity building; think tanks emergency; intelligence resource configurations; intelligence serve; Corona Virus Disease 2019(COVID-19)

应急决策面临的是如新型冠状病毒肺炎(Corona Virus Disease 2019,COVID-19,以下简称“新冠肺炎”)疫情等国家重大突发事件,需对事件可能的发展轨迹做推演分析并且快速做出决策。应急决策的难点在于所推演发展轨迹的科学认识不足,导致的决策犹豫。

2019年12月爆发的新冠肺炎是国家突发公共卫生事件,疫情的蔓延亟需决策科学充分、果断快速。科学论证充分、专业领域性强的智库是新冠肺炎防控应急决策的可靠外力。延伸智库的应急决策功能,需要一方面汇聚疫情防控领域(如在SARS防控发挥重要作用)有自身有数据信息优势的智库;另一方面政府积极开放关系疫情防控全方面的数据源;最关键是智库能构建当前疫情防控的应急响应情报体系[1],使得实时获取的数据快速生成疫情防控多阶段需求的决策情报。

1   相关研究综述

情报服务于决策是业界的共识,安吉洛·科迪维拉[2]認为“情报的本质属性是决策性,情报的最终目的是为政策服务”;苏新宁和朱晓峰[3]指出情报是决策成功的关键因素。而情报如何服务于应急决策,蒋勋等[4]探讨了应急情报管理体系的建设,在应急情报体系基础上构建多层知识库体系运用于应急决策,研究情报介入突发事件应急管理领域,加速突发事件的处理速度并提高效率与准确性,利用情景相似度检验将已有情报资源被迅速感知并预测后续的情景构建提供依据。智库的介入对情报服务于决策的研究中,智库专家詹姆斯麦甘认为智库即为政府理性决策外脑[5],是应急决策的可靠依据,李纲和李阳[6]以应急情报流与业务流为线索,探索情报体系有效运行及探究智慧城市应急决策情报体系的构建。而情报的溯源是数据,智库的决策依据也是可信的数据,因此应急决策依赖于数据,在这一方面,李广建和化柏林[7]认为大数据分析与情报分析关系的密切,定量分析、多源数据融合、相关性分析是大数据分析的要点;巴志超等[8]将大数据综合信息集成,实现了数据的序化组织、信息融合与整合分析,从大数据驱动的情报分析进一步探索智库的知识语义揭示与组织方法,形成对应急决策推演的深刻科学认识,情报服务将从僵硬的层级结构转向更加灵活、网络化的组织[9]。

综上所述,已有的研究成果充分说明情报支持决策且情报流对决策效率正相关[10],因此应急决策的研究离不开情报体系的架构,适应应急响应情报架构更有利于情报流在各职能部门的扩散,也更全面更精准的推送决策信息;国内外的成果集中在智库的决策性,一方面支撑了基于智库的情报流能提升决策工作的预见性,更关键的是有助于政府决策机构提高科学认识,这两个方面对本文展开智库应急的情报服务提供了启发,由智库帮助政府决策机构、公众等对疫情的全面科学认识,由情报帮助各决策主体快速精准决策。而在现有成果的梳理中也发现,智库是政府理性决策外脑,但智库依附于政府,无论是资金、政策都需要政府的支撑,尤其在我国,政府掌握了绝大部分的数据源,数据是智库的决策依据,更是情报来源。在现有研究成果的基础上,本文的研究工作是以COVID-19防控应急决策为例,从政府大数据能力构建的基础上,研究智库应急情报如何影响决策。

2   政府大数据能力建构

大数据是政府数据发展的必然趋势,是政府应急决策的依据。以COVID-19防控为例,密切接触者测量仪、同行程查询系统等都是国家大数据支撑的应急系统。智库的运行建立在政府大数据能力的基础之上,因此智库应急情报服务的效果离不开政府大数据能力的构建。本文借鉴赫尔比希(Natalie Helbig)关于Smart government经典理论模型[11-12],结合樊博[13-14]基于我国政府电子参与的数据能力构建研究的基础上,建构适应智库应急情报服务的政府大数据能力。

政府大数据能力建构模型从数据共享、数据监管、数据开放、数据利用四个维度体现,同时以政府的组织支持、信息架构、组织文化、权利距离、组织结构、组织兼容六个指标形成大数据能力约束。

2.1    大数据能力的维度

政府大数据能力建构的四个维度中,数据共享涉及政府各部门间不同业务的数据活动,作用是聚集整合各部门的数据,使得部门间的数据能在可控的条件下无障碍的流动;数据监管涉及对数据进行维护、保存与增值,作用是对已有数据集进行清洗、脱敏,有效减少爆发式的数据积累与冲突;数据开放是政府将各部门数据对智库及公众公开,有利于智库的数据处理及公众的数据解读;数据利用指政府提供大量数据质量可靠、格式可机读、数据情景化的高质量数据,同时注重数据的时效性和可获取性,从而降低智库等专业机构对于数据处理难度,提高数据的再利用水平。

数据共享、数据监管、数据开放、数据利用四个维度层层递进,数据利用是最重要目的,也是大数据高价值性的体现。

2.2    大数据能力的约束

政府的大数据能力四个维度是大数据能力建构的表征,智库的有效运行离不开政府各个环节的有效运行对四个维度的约束,包括政府的组织支持、组织文化、组织结构、组织兼容等四个硬约束及信息架构、权利距离等两个软约束。硬约束中,组织支持是政府对智库运行过程中的资源支持,可扩展为高层管理者支持、资金支持及技术支持;组织文化是政府具有的公平、创新的积极文化氛围,是政府人员积极创新并提高语境化与标准化工作水平;组织结构则从集权的组织结构刻画政府人员任何操作需获得上级批准,表现出程序繁琐及工作效率降低;组织兼容针对现有跨部门信息系统与技术要素的一致性,使得政府数据开放各项行动统一。软约束中,信息架构是政府克服各部门壁垒,能重塑跨部门的政府业务,是减少信息孤岛、重复建设的保障;权利距离则是政府人员对权利分配不平等的基本态度,权利距离越小,信息化进程越流畅(见表1)。

2.3    模型建构

将四个维度与六个约束建构政府的大数据能力模型(见图1)。

(1)组织支持对大数据能力的四个维度均有正向支撑作用,是智库运行的最重要因素,体现在政府对技术、经费等投入,也体现在激励政府工作人员积极推行政府大数据开放。

(2)组织文化对数据利用有正向作用,数据的开放进程中,智库及公众等主体是数据利用者将对数据获取的便利性、数据质量的真实性与可读性、数据格式的统一性、数据自身的语境化等提出更高要求,只有更为高效、创新的组织文化才能驱动政府员工以公平、创新的工作态度不断提升创新处理数据的方式,提高相关数据的质量,政府的数据利用能力最终得到提高。

(3)组织结构对数据共享与数据开放两个维度有负面约束,在集权的组织结构环境下,数据共享与数据开放过程均需层层获得报备审批,造成工作效率低下,一方面影响政府工作人员对数据开放与共享消极,另一方面阻碍智库及公众参与,从而约束了政府数据公开的健康循环。

(4)组织兼容对数据共享、數据监管、数据利用有着十分显著的正向支撑作用,一方面组织内部兼容越凸显,政府内各部门的信息化方案兼容性越强,软硬件越容易趋于统一,从而弱化数据异构现象;另一方面组织与外界机构(如智库)兼容越凸显,越容易推进政府与外界机构的理解与沟通,从而减少数据共享、数据监管、数据利用三个维度的差异所导致的障碍。

(5)高水平的信息架构有助于政府从全局进行跨部门的资源配置。信息架构水平的不断提升有利于避免政府各部门信息资源的重复建设与浪费,从而保障对组织支持的有效利用。当信息架构水平处于很高水平,政府的大数据能力较强,反映出信息资源整体分配合理、标准统一、各环节积极运转,此时信息架构调节作用趋缓。

(6)权利距离会在组织结构与数据共享及数据利用中反向调节。当政府成员感知权利距离较大,能容易接受权利集中于上一级的现象;而政府成员感知权利距离较小,将对层层上报的业务往来产生抵触心理。在我国改革开放及信息全球化的大背景下,人们的观念正在趋同,我国的权利距离逐步减小。

综上,组织各要素将对政府大数据能力建构产生影响。组织支持、组织文化、组织兼容等三个约束条件对政府大数据能力有正向作用,而组织结构有反向作用。权利距离的水平在组织结构与政府大数据能力之间反向调节。信息架构的水平组织支持与政府大数据能力之间正向调节。

3   智库运行体系

本文研究的智库不是仅有几名专家组成的一个机构,而是一个紧密联系且分工合作的系统(见图2),作为应急政策方案供给方的智库,为政府机构提供应急决策咨询,与学术共同体、政府机构、研究基金会、新闻媒体发生着不同形式但紧密的关联,构成了完整的智库运行体系。

智库运行体系中各主体及相互关系的表现为:政府COVID-19防控亟需的推动,智库与其他组织机构围绕COVID-19防控主题政策过程发生着彼此关联。①智库的防控政策研究;②智库为政府提供NCP防控决策咨询的智力支持;③智库与学术共同体专家医疗救援人才交流机制;④学术共同体向政府提供决策咨询;⑤政府对研究基金会的扶持;⑥研究基金会向智库提供资助与项目引导;⑦智库通过媒体向公众输出观点;⑧政府透过社交网络把握舆论。

智库运行体系的五大主体包括有政府、智库、研究基金会、学术共同体和新闻媒体。其中,学术共同体与智库不是统一群专家组合,而是针对政府的需求与智库运行中的实际问题,有共同使命的多元学科专家集合,如COVID-19防控的重症病学专家、传染病学专家、心理干预专家;研究基金会将资金输入端连接着国家亟需的问题流,将资金流输出端连接着智库,如2020年2月11日世界卫生组织正式将新型冠状病毒感染的肺炎命名为COVID-19,2020年1月22日国家自然科学基金委公布了“新型冠状病毒溯源、致病及防治的基础研究”专项项目指南等。

4   应急需求的情报资源配置

智库的应急决策过程所需的各类情报呈现出精准化、多样化与专业化的特点,这些情报的需求主体、形式、内容均表现出差异化和动态化的特点,实现应急需求的情报资源配置首先是对需求的服务对象、业务功能进行分析(见图3)。

4.1   需求分析

作为思想观点与政策方案供给方的智库,首先是明确智库机构自身的业务过程与应急驱动的情报需求之间的关联关系;其次结合应急任务特征,通过对智库在应急政策方案产出的业务过程的形式化刻画,构建“业务—情报”关联模型;再次探究面向应急任务的智库业务过程的情报需求识别方法,对情报形式为结构化、非结构化及半结构化等进行语义化的描述,对不同类型的情报需求利用框架式表示方法进行规范化、统一化的表示。

应急需求的时效性及情报资源的有限性双重制约下,智库应急的情报资源配置需从重要性的优先级考虑。建立从智库政策方案供给的业务过程到应急需求的情报资源配置的优先级转换规则,确定支撑政策方案供给的业务过程所需的情报资源重要性的优先次序。一方面,针对相同或相近应急任务的智库在政策方案供给的业务过程所识别出的情报资源需求之间存在着重复或不一致,需对情报资源进行重新配置,根据这些相同或相近应急任务的时间相关性、功能相关性、目标相关性等要素,建立情报资源配置的一致性机制;另一方面,一致性机制的前提是情报资源在智库中有通畅的情报流,体现在智库的政策方案供给是基于已有的多领域情报资源需求形式刻画、情报分析流程与方法、多复用性的情报资源集结,并能选择、抽象已有的情报资源、流程与方法构建出多领域通用需求模型。最后,能在上述两方面保障下,由应急情报需求特征,设计、选择并优化智库在应急政策方案供给全过程的情报配置。

智库除了与政府、公众有信息交流,与学术共同体、新闻媒体、研究基金会均会就某一应急任务连续性保持信息交流。因此,智库的情报资源配置需充分兼顾到差异性与特殊性,从政府当前亟待解决的具体情境出发,建立从多领域多学科需求模型到具体情境下个性化需求的映射机制,识别不同阶段、不同决策主体的需求特征,快速解读需求类型与内容,设计匹配多阶段、多决策主体的情报资源配置模型。

4.2    序化组织

第一步是提取应急情报的特征。对支撑智库应急政策方案供给进程的情报进行多领域多环节的特征提取和质量控制,使之适用于不同类型应急政策方案情境的多尺度特征提取和结构解析,并从时间维度、空间维度及时空视角对全程的时空情报资源、舆情情报资源及历史情报资源等支撑应急决策的情报资源进行过程刻画、传递模式以及相关作用分析,实现对支撑应急政策方案供给的情报资源多尺度结构及推演进程特征解析。

第二步结合特征之间存在的交叉性、排斥性及包容性、同一性等相互关系,基于统一化的科学规则对提取的特征进行形式序化、内容序化和相关性序化,实现对应急情报资源的有效组织,并将有序的情报资源存储于知识库中,以知识库为单位形成以任务驱动的情报资源集合,每个知识库相对独立、互补干扰,各知识库所聚集的情报资源是完整的生态链,能满足一项任务需求。为智库运行体系各决策主体提供精准情报资源,形成分布式的情报汇聚,为随需提取的完整政策方案提供了统一的情报资源支撑。

4.3    多源融合

情报资源融合是在情报资源序化组织的基础上,从分布式的知识库为智库运行体系的各主体需求提供情报并进行不一致性、不完整性和冗余性的处理,形成更为完整、更少冲突的情报资源的组合。

情报资源包括了信息自身的实体结构及关系网络,还蕴含了应急任务的结构化语义刻画。因此,情报资源融合是信息的实体、信息源、事件、环境及政府等要素的融合(见图4)。

而从更宏观的角度,政府所拥有的大数据分布于各行各业,在对多信息源的情报进行融合过程中,需从不同融合要素及相关关系进行,对多信息源的抽象及逻辑语义和语法结构及形式表示等进程的基础上,设计不同层次情报融合的规则与算法,最终形成从底而上的数据级融合、特征级融合、决策级融合模式。为增强融合模式的可移植性,进一步对情报融合过程中的融合规则、算法及效果深入可行度评估,构建情报融合的可信度评估指标,作为智库给出的应急政策方案的评估指标。在每一次决策咨询的周期内,“应急政策方案+评估指标”在智库应急流程中的具体应用,逐步提升情报的精准度與全局性。

5   智库应急的情报能力与影响因素

5.1    大数据环境的情报处理能力

大数据在数据体量、数据复杂性和产生速度三个方面驱使智库在应急过程中呈现高频实时、沉浸交互及多领域整合、多主体决策的特性,这些特性深刻影响了情报处理能力。我国缺乏“大数据”意识的政策分析,对专题数据的长期积累与开发缺少敏感性,而在国外知名智库建设有自身擅长领域的专题数据库,如兰德公司有公共健康数据库、恐怖事件与圣战声音数据库等。这是智库原创性成果的基础,国内的少数优秀智库已意识到这点,如国务院发展研究中心建设了国研报告、宏观经济、行业经济、国研数据及区域经济等14个子数据库,这些是发出“中国声音”的源泉。大数据环境下,当前大多数国内智库的情报处理一方面依靠不断完善中的专题数据,另一方面借助政府数据与社会数据,所形成的数据多源性对各类应急问题导向进行科学分析,用数据的多源性减少情报的不确定性,从而保障情报产品的客观性。为了提升情报处理能力需构建专题数据、政府数据、社会数据的融合,线上数据与线下数据的融合,历史数据与实时感知数据的融合,在融合基础上加强定量分析使之获取的共性特征快速应用于统一处理,以利于情报共享,加大定性分析使之获取的个性特征有助于智库专家发挥专长,有利于情报精确性的呈现。

对大数据环境下情报处理能力影响因素主要来自政府的数据共享及数据开放。一方面,政府掌握了社会整体80%以上的大数据资源,即使是智库的专题数据,也来自于政府数据开放程度;另一方面,智库对于所需的社会数据、政府数据,有赖于政府数据共享的能力。其深层影响因素来自于职能部门的组织支持与组织结构,现阶段个别职能部门存在的条块分割及以本部门为中心的服务意识,使得数据孤立且分散、异构且可读性弱,这均不利于情报处理,更将阻碍大数据巨大价值的挖掘与利用。

5.2    支撑快速决策的敏捷反应能力

大数据对智库的传统功能带来了延伸,使得智库不仅把握政治经济与社会热点的发展动态,更精准服务于政府和民生所亟需时事政策的深度研判及预测。与之匹配的是智库在数据获取、分析处理、快速响应等能力提出了更高的要求,能够动态快速捕捉政府、公众、学术共同体、新闻媒体、研究基金会等协同组织的情报需求,实时监测各组织主体的需求变化,利用可信数据为各组织主体提供情报需求建模并合理演算,形成智库运行各环节的准确数据画像。基于数据对情报变化的高度敏感是支撑智库快速运行特点,这些特点体现在:以情报嵌入智库运行环节,以快速响应为原则,形成“信息分析+情报研究+专家智慧”协同运行,充分支持智库敏捷反应的数据获取、知识组织、情报分析与专题报告的工作流程。这些特点一方面是用数据计算智库运行的情报需求,通过智库的敏捷反应能力,分析各组织主体发展历史、工作任务、最新报告、领导视察、年鉴年报、重要讲话等,从中获得潜在任务、核心问题与重要决策影响因素;另一方面是用情报链刻画当前形势,快速决策不能脱离国家形势大环境,通过演化分析方法刻画事件的爆发点与发展轨迹,通过可视化描绘相关概念的逻辑关联,形成情报链更准确、更通俗判断当前形势;再一方面是情报智慧感知动态变化,以往智库通过专家经验和行业跟踪来感知变化,而点的突增、骤降,关系的强弱变化、新增与消失等没有规律但有踪迹,基于情报刻画、利用演化规律对发展趋势前瞻性地预测,是衡量情报智慧的重要标志。

这一能力影响因素主要来自政府的数据利用,即高效的数据利用保障快速的应急响应。由表1可知,政府大数据能力约束的六个方面均对数据利用形成影响,综合而言,支撑快速决策的敏捷反应关键是高效的情报流,情报流必须快速“穿透”现有的行政体系,高效“沉浸”智库运行体系,从而才能保证数据能为智库、公众、学术共同体、新闻媒体、研究基金会等协同组织等充分利用。

5.3    全局刻画与评价智库供给的能力

应急驱动的智库供给不是一次性的,而是伴随着应急局势的变化而不断供给决策方案,上一阶段的应急方案实施将影响着下一阶段的智库供给方向,这些信息通过情报流在智库运行系统中快速传递,从而使得智库的供给成果充分的可视化呈现、通俗化解释与权威化宣传,保证了不失真的为各类用户理解和接纳。全过程的情报流及决策分析的数据质量刻画了智库供给能力与实施效果,从时间上呈现了递进的阶段性、从逻辑上呈现了闭环的鲁棒性。情报流如同人体血液,一方面能反映出应急响应全程智库协同各组织主体运行的问题;另一方面能根据决策进程中情报流的完备性、推演分析中的可靠性与支撑性等刻画的可视化计量为历史的同类事件提供数据积累,也为类似事件的预警、处理、决策提供了精准的决策预案。

影响智库这一应急能力是多方面综合因素。面临应急局势,现有的刚性情报组织体系会削弱智库运行的应急响应效率,需要组织结构与权利距离做出调整,使得跨部门的横向沟通变得通畅,各部门协调成本降低,保障各部门有独立处理问题权力与履职能力充分发挥空间,以组织支持、组织文化、组织兼容等多元融合中使组织体系更为柔性,从而情报体系更为柔性,最终情报流更为畅达。组织体系的柔性体现为组织体系的扁平构造,减少组织结构中多层次形式,基层组织机构具有更多自主权,情报流的路径更短;横向组织机构协作更为紧密,人员积极性更高,情报扩散更为有效。诸多方面因素的综合才能使智库适应应急局势下的供给能力快速变化,决策层能快速从一线获得全局情境的印象,拥有治理全局问题的方案,从而加速处置应急事件的决策过程,提升智库应急供给的效率。

6   智库应急的情报服务体系

大数据环境下构建适应智库运行的应急情报服务体系,除了传统情报体系中科技文献数据等静态的数据,需要将应急机制工作方案、应急响应工作要求等动态的部署纳入智库运行的应急情报服务体系中,另外,针对某一地区的疫情或某一动态事件为驱动,将各类专题数据源(如地方的医疗社保信息、临床诊疗数据库)融入其中。

6.1    智库应急的情报服务架构

智库应急的情报服务的主要任务是:(1)多源应急信息的异构数据知识融合,构建由常识知识库、经验與事实知识库及推理知识库组建的多维知识库系统;(2)采集当前情景下个体数据与行为数据(如疑似病例及个体行为轨迹数据),实现持续的个体多维管理与监督;(3)研究政府机构、公众及应急机构(如专业医疗机构)的知识刻画,实现全面且实时的需求刻画;(4)主动推送情报咨询服务、舆情导向控制、权威专家公开采访、精准医疗资源信息对接、急需物资资源信息对接等(所构建的智库应急的情报服务架构见图5)。

智库应急的情报服务架构体系中由专题数据层、系统层、服务层与用户层四层结构组成。其中的专题数据层是智库针对不同任务需求选择的公开数据源,如针对防疫应急需求选择的专题数据源包括医疗网络资源、医学文献数据库、传染性疾病案例库、防疫观测数据等;系统层将应急所列的专题数据源中数据、信息与知识组织与序化,多维知识库系统分别面向公众、决策机构、防疫救援等用户,实现统一数据标准、规范数据交换、共享知识服务、推演情报演化;服务层基于知识库系统推演结论与应急实时情景(确诊病例分布、医疗物资等资源分布)形成针对公众、决策机构、防疫救援等需求的情报刻画与实时进展的情报刻画,包括防疫咨询、情感支持、资源匹配、精准医疗、心理干预、病理分析等,为公众、决策机构、防疫救援提供了决策支持与服务;用户层则主要包括公众、决策机构、防疫救援。

6.2    基于知识库的情报组织

多维知识库系统由常识知识、事实知识、经验知识以及相关运算推理规则构成应急知识库群,三库之间相互依附、协同工作为智库应急提供了“外部情景演化”与“内部情报组织”的知识引擎。

6.2.1   基于常识知识库的情报组织

基于常识知识库的情报组织为公众梳理各类应急知识,正确解读各类政策文件,正面疏导公众的负面情绪,最终提高科学认识。具体来说,这类知识库将应急主题相关的概念与属性及相互间关系特征进行分解,如防疫相关的传染疾病、重症救治、防疫物资等方面的专业术语进行规范化映射,分解后的知识点进一步解释与知识点间的链接,解决普通公众术语鸿沟;由分散的知识点结合当前应急需求进行数据结构化组织,如公众不理解医疗物资缺乏,常识知识库根据搜索引擎及主流购物APP的浏览轨迹评估某一个物资的热度,从而预判并释放该物资(如医疗口罩)需求可能暴增信号,由该信号组织其他相关知识(防范措施、各地区购买地点)等,形成由主诉需求知识关联相关知识后主动推送给公众;在整个应急过程,根据不同进程特征与公众不同心理需求,有针对性的归纳重组知识进行推送,概括了基于常识知识库的情报组织图(见图6)。

6.2.2   基于经验与事实知识库的情报组织

基于经验与事实知识库的情报组织主要面向救援防疫一线的工作人员,他们具备专业知识储备。这类知识库为专业人员提供了可能的情报分析与参考,最终提高科学处置。具体来说,经验与事实知识库将历史案例与应急事件充分对比,如SARS的案例对COVID-19的治疗与防控有很好的参考价值。但绝非照搬具体的处置方案,而是找到案例中病理、传播源、传播途径、隔离标准等,结合当前应急环境实际,借鉴情报组织的方法。为此,经验与事实知识库需对知识进一步序化,以知识点为单位,扩展对应的疫情参数条件定义、唯一性自动识别、疫情多阶段详细描述及知识点的精细化管理;以应急为主线,形成应急驱动的知识流,嵌套相关知识点组成知识集、刻画应急进程中可视化知识流、多样化展示及检索知识点。将已有经验与事实由知识点到知识流,最终能结合当前疫情创建适应的新知识、应用新知识、评估知识、更新知识,整个情报组织过程保障了疫情救援救治的精准服务,构建了基于经验与事实知识库的情报组织图(见图7)。

6.2.3   基于推理知识库的情报组织

基于推理知识库的情报组织为政府机构决策服务,政府机构是疫情防控的指挥者,在决策前需要有准确、全局、有序的情报,需要有科学、可行、符合国情的情报分析,最终提高科学预判。具体而言,基于推理知识库的情报组织同时建立在常识知识库的“点”与经验事实知识库的“面”提供的立体式知识体系,在疫情以潜伏、爆发、隔离、治疗、治愈有固定特征且周期性规律发展中,决策的预判性以疫情发展周期为依据进行干预,如果以潜伏14天作为一个周期△t,当前疫情的全局画像取决于14天前的决策干预。情报组织需进一步细化疫情刻画粒度,将情报流以14天为周期,给出14天内情报流的轨迹模型。同时,观测类似事件每一个周期内演化状态,如SARS等传染病扩散,跟社交裂变规律极其相似。这些相似规律为情报流周期14天的运动轨迹模型提供了预见性,据本文分析可知,情报流有效性的提高与政府大数据能力密切相关,构建了基于推理知识库的情报组织图(见图8)。

6.3    智库应急的情报服务模式

无论是政府、防疫救援机构还是公众处于防疫应急工作的高壓下,需要智库更冷静的观察整个过程,做到“既赶路,也看路”,而且能看的更远。智库一方面从政府开放的各类数据中获取政府、防疫救援及公众的状态与需求,另一方面作为政府的决策外脑将数据快速加工生成智慧的情报服务于政府、防疫救援及公众,智库应急的情报服务模式呈现出“用户需求建模、需求与资源匹配、情报服务供给”的思路[15]。

6.3.1   需求的情报刻画

政府、防疫救援机构、公众在防疫应急过程中的需求是所有工作的驱动,需求的情报刻画以情报流实时反映为依据。由一个地区疑似病例的数量可刻画出该地区医疗物资的需求;结合流行病学规律可刻画出可能累计确诊人数规模以及是否需要独立建设医院;由确诊病例籍贯分布(输入型、本土型)可刻画出城市间交通防控需求;由网购APP、热搜词条等可刻画出公众的生活物资需求;由公众微信朋友圈等社交平台可刻画出公众舆情倾向的刻画;由国家自然科学基金委发布的应急专项项目可刻画出政府防疫救援急需的刻画等。针对政府、防疫救援机构、公众不同的需求刻画,需要智库利用情报流快速发现其中的规律,即“找出路”,更利用情报流为不同的需求刻画提供精准的情报服务。

6.3.2   需求情报的语义关联

政府决策、公众、防疫救援三方能深度互通,需在各自情报需求刻画基础上实现语义级别上的匹配,在应急驱动下最快、最有效的方法是基于情报流构建语义网络,即政府决策、公众、防疫救援三方情报需求的刻画实现各自形式化的知识表示,嵌入关联数据技术对各需求节点的局部关联进行规范化的语义刻画,由情报流融合与匹配统一知识粒度的语义,最终由情报流构建语义网实现三方的语义互通。政府决策、公众、防疫救援三方需求信息的关联成网络中需求节点,各需求节点详细程度、共享程度、交流机制、匹配服务等决定了情报流的效率。

6.3.3   情报服务路径

基于情报流构建了政府决策、公众、防疫救援三方组建的语义网络,依托深度互通的语义网络,情报流为三方提供快速防疫救援等资源的匹配,并基于需求的情报刻画订制细粒度的情报推送服务(见图9)。在图中三条情报服务路径中,路径一是由需求语义网络与多维知识库进行粗粒度知识匹配,向政府决策、公众、防疫救援等同时提供常识知识,由公众对多维知识库做出响应;路径二是由需求语义网络与多维知识库抽取的知识点与知识流进行细粒度知识匹配,对细粒度的知识刻画进行不同维度和切面的融合,向政府决策、防疫救援等同时提供深层次的经验与事实知识,由防疫救援机构做出响应;路径三汇聚了所有资源(来自于现存各省市、民间社会)路径,包括医疗资源、物质资源,由政府统一调配各类资源,根据防疫救援机构等实时情报刻画,对接相应的情报服务。

7   政策建议

针对COVID-19疫情开展的系列应急工作是建立在以海量、异构、多源的大数据形式存在公共卫生资源基础之上,应急工作的关键是有效的获取、组织、查询与分析这些公共卫生资源。一方面需构建面向公众健康的权威知识库,提高公众健康卫生科学认识水平,并从技术层面形成本体库的粗粒度匹配、多源知识融合的细粒度匹配,为智库应急推理奠定基础;另一方面培育公共卫生专题智库,形成攻克医学难题、改进公共卫生政策的智库群,有助实现精准医疗、智慧救援的必要保障。目前我国的公共卫生专题的智库缺乏统筹规划,以专题知识库为知识支持,所培育的智库不仅可以为政府决策机构提供科学的公共卫生治理方案,促进卫生服务体系制定,更能在应急需求下以权威性和严密科学的理论为保障引导救援救治和舆论导向。重视智库成果的时效性和共享效率,尤其吸收国外疫情的病例、传染途径、防控措施和疫苗研制方法等更新案例,并基于智库的知识库平台进行案例推演,形成适合我国国情的案例知识。

8   结语

伴随着疫情的爆发、蔓延、防控、趋缓,基于大数据的情报服务在疫情监测分析、病毒溯源、防控救治、资源调配等方面发挥着支撑作用。如密切接触者测量仪、医疗救治定点医院和发热门诊导航地图、全网防疫用品实时搜索、大数据疫情监控云屏等诸多平台,这些大数据平台的发布有赖于政府放开大数据资源,并且政府能统筹这些大数据平台的运行。本文在系统研究约束政府大数据能力的基础上,提出了智库应急的情报服务,以期在智库专题数据源的基础上能更为科学、更为权威的疫情防控与解读。当然政府的大数据能力不仅仅是为了疫情的应急而输出,更多是在平时能与公共卫生领域有深度的融合,做到“平战结合”。积累相关案例,对公共卫生事件的起因、特征、网络舆情、救援物资、疫苗研制等诸多方面形成公共卫生专题的智库,结合我国国情定期做情报推演,势必将提升我国智库应急情报服务能力,将大大提高我国公共卫生突发事件的预警应急能力。

猜你喜欢
新冠肺炎
“新冠肺炎”疫情背景下党的领导制度体系建设研究
外行领导内行?
抗击新冠肺炎疫情下疫情防控档案的收集与利用
情报体系在应急事件中的作用与价值
我国公共卫生突发事件应对的情报机制及体系
面向突发公共卫生事件的相关信息发布特征分析
公共危机中谣言真实度计算及其与正面信息的交锋研究
新冠肺炎疫情防控中的应急信息管理问题与对策研究
政府要做好公共价值的创造者和守护者
新冠肺炎疫情前期应急防控的“五情”大数据分析