智库协同应急情报研究

第1章 绪 论 1.1 研 究 背 景 突发事件因破坏性大、牵涉面广、信息量大、时效性强，给政府的应急决策带来了压力。已有的智库中汇聚了领域性强、论证充分、逻辑严密的各类解决方案，这些方案凝练了各领域专家学者的智慧，是突发事件应急决策的可靠依据，“十三五”规划再次强调“健全决策咨询机制”“建立风险识别和预警机制”，对国家应急决策来说智库是非常重要的战略知识储备。而突发事件难于应对的关键在于其演化过程的复杂性，也正是演化使其破坏性更为严重，演化的复杂性迫使政府决策者需快速地对事前的预测、事中的处置、事终的善后等不同阶段妥善地给出相应的应急决策方案。应急决策不仅需借鉴同类历史案例，更需实时感知各阶段、各领域中情景蕴含的问题特征并快速推演突发事件可能演化生成的各种情景趋势，及时给出关联情景的应急决策方案。 为此，期待某一领域智库完成所有这些研究且给出*终的执行方案是不现实的，必须由不同领域的智库有效地开展分工协作，智库间的数据交换、信息资源共享、情报沟通等尤为重要。而现实中各领域智库相互独立，重大突发事件的情报整合难度较大，亟须从情报视角依据各领域智库的比较优势，进行主题标引、完善智库的检索和分析功能，提高智库的实际运用效能，形成智库协同模式，实现应急情报资源的协同与聚合。保证在不失时机的前提下降低决策不确定性，减少应急处置失误，实现决策的科学化、民主化。 现阶段，应急决策工作大多以知识库为基础，进行关键科学问题、预警关键技术、决策方案分析的研究。在我国，突发事件涉及面越广、破坏性越大，越需要政府从更高层面、更大视野来调配资源、控制事态，进行应急决策。应急决策不仅需要获取现场实时信息进行分析，更需要立刻实现领导意图，在决策者对应急处置做出部署或现场指导救援处置工作前，必须产生切合实际、论证严密且可执行的应急方案。为此，应急决策不局限于知识库的知识供给，更是在智库的视野进行推演决策，快速地为治国理政者提供专业政策分析和决策方案的选择。智库连接知识生产、政策制定、媒体传播等不同公共领域的跨界组织，构成了研判事态及推演决策的重要智力支撑。具体而言包括以下四个方面。 1）从情报视角拓展智库应急决策应用领域 情报学为智库的研究奠定知识基础、提供情报资源、优化方法与技术，是智库发展的重要支撑学科。本书从情报视角拓展智库应急决策领域的研究，以目标为中心、以问题为驱动解决突发事件的实际困难，夯实了智库遵循的资料搜集、研究分析与拟订方案的“三步走”战略基础。通过项目的研究更加凸显了这种学科关联，如智库情报保障中的文献再现、信息呈现、知识发现、情报“映现”等多个方面，这些有益的拓展给情报学学科发展注入了新活力。通过本书的研究有望进一步显现情报对决策科学化的基础作用，更呈现智库应急对情报资源的依赖，实现为政府的应急决策“集智”“贡智”“用智”。 2）形成智库“深加工”的知识组织新模式 对智库的应用不是简单的“拿来”，而是由“向下解构、向上建构”的探索思路对智库整体进行基础组织模式、知识发现、关联网络、多维知识组织等“深加工”，实现用于知识发现和利用的本体、面向决策的知识地图、关联分析与方案重组的新应用。基于此，勾勒智库与知识库在结构和功能上形成的开放、优化的可扩体，打破智库中解决方案知识发现的封闭系统，构建双库协同的内在联系“通道”。为智库内解决方案的快速产生提供创新思路，为*大限度地克服大数据增加引起的算法失效及固有的智库实时知识获取困难的问题提供了可行的解决思路，同时也克服了知识库巨量性的问题。 3）实现应急数据资源、应急工具方法与应急专家智慧协同的情报工程化运作 情报服务在迈入情报工程化阶段显著特征是多源数据集成，方法工具流程化，专家智慧协同及系统优化整合。在情报工程化服务模式下，对应急联动的各类数据源、用于智慧分析的各类方法与工具、参与情报决策的专家进行快速关联、组织，促使应急情报采集者、应急情报分析者与应急情报决策者实现协同工作，形成高内聚、松耦合的跨学科合作、跨平台协作的智库协同应急模式，有利于提升应急决策情报支持能力。从而实现应急决策情报服务工程化真正“落地”，实现感知透彻、智慧分析、协同联动、随需应变的预警与应急的联动。 4）将“智库协同”嵌入政府应急决策的时代意义 智库协同以情报流为疏导，为智慧向力量的转变、向实际效益的转变提供了渠道，将危机应急研究置于危机发生之前，将从数据到信息*终到知识的提升过程推演到每一个、每一类应急决策过程；智库协同能从全局视角兼顾政治、经济、社会等约束条件，充分利用智库对各领域知识的覆盖，避免零散的应急知识临时组合造成的“百密一疏”，从而导致决策过程的“失察”，*终为政府决策提供所需的直观明了的决策知识指导；智库协同以丰富、全面、严谨的应急知识储备与经验积累帮助政府来进行危机诊断、方案决策和监督执行。 1.2 相关研究工作 在新形势下，如何建立科学的突发事件决策应对模式，进行及时、有效的应急管理，已成为当前迫切需要解决的课题（范维澄等，2015）。结合本书的研究内容，本书主要从情报视角的智库特征、应急决策对数据环境依赖、基于知识库的应急决策研究、智库对应急决策的智力支持、智库协同对应急决策推演的支撑五个方面展开研究综述。 1.2.1 情报视角的智库特征 现代意义上的智库*早起源于第二次世界大战期间的美国，被描述成预测军事计划政策分析的“密封环境”，如兰德公司。国外学者对智库的研究始于1971年，Paul Dickson将智库界定为：一种稳定的相对独立的政策研究机构，其研究人员运用科学的研究方法对广泛的公共政策问题进行跨学科的研究，并在与政府、企业及大众密切相关的政策问题上提出咨询建议。 党的十八届三中全会提出“加强中国特色新型智库建设，建立健全决策咨询制度”，中国智库迎来发展的“黄金时代”。张家年和马费成（2015）多维度、系统地研究美国国家安全情报体系结构，深入揭示了国家安全情报组织体系、运作流程等对智库的影响。苏新宁和朱晓峰（2014）建立了突发事件环境、规模、事件类型、算法模型等为一体的突发事件解决方案智库，为各类突发事件发生前的预警、发生中的处理、事件平息后善后提供解决预案。李纲和李阳（2015）研究表明智库以优质的情报资源作为支撑，智库的数据支持与情报保障能力尤为重要，情报学是智库建设的重要支撑学科之一，情报服务是新型智库建设整体框架中的重要内容。陈升和孟漫（2015）研究了国内39家智库，得出结论：智库的主要功能是预测趋势，解决问题，储备更多的替代性政策，时刻准备为政府解决问题。张军等（2015）从全球权威智库的研究视角提出从数据基础设施建设着手，做好多源异构数据的采集、整合，基于数据的研判、识别将有助于增强科技情报系统的核心业务能力，创新情报分析方法体系、优化学科领域情报服务。数据是智库开展研究的基础资源和支持研究成果的重要依据，对数据进行累积和分析，能产生增值效应，这些观点得到了同行专家的认同。李纯和张冬荣（2015）提出了智库在为政府决策提供服务的过程中，需要大量的数据资源作为研究支撑，且对数据的依赖呈现越来越强烈的趋势。基于数据存储、数据整合、数据分析运用等具有大数据研究特点的智库研究平台，促进战略决策从“业务驱动”转变为“数据驱动”，前瞻性地做出决策建议和对策，*大限度实现数据“增值”。 1.2.2 应急决策对数据环境依赖 突发事件应急决策的快速响应需要有丰富的数据基础、高超的数据处理技术手段，大数据中蕴含着突发事件演化的全程信息，应急决策行为将构建在对大数据的挖掘和分析上，而并非基于经验和直觉。这方面研究顺应了网络社会化时代大数据的产生背景，揭示了现实物理世界—虚拟网络空间耦合环境中大数据给突发事件态势感知带来的机遇与挑战（Marx，2013），随着突发事件大数据的汇聚，数据关联程度不断加深，大数据呈现的宏观趋势越发清晰，揭示的隐藏知识更为深刻（曾大军和曹志冬，2013）。李广建和化柏林（2014）进行了大数据分析与情报分析关系的辨析，在数据定量分析、多源数据融合和强调相关性分析方面有着共性，在数据对象、数据规模、分析任务与分析时机方面又各具特色。Chen和Fu（2017）阐述了大数据的应用、机遇与挑战，以及前沿大数据技术和处理大数据的基础方法。尤薇佳等（2014）研究微博等信息传播渠道，凸显民众对媒体的信任对于应急响应良好的作用，从信息发布、信息消化、信息响应三个方面优化了应急决策依据。以微博、微信为代表的即时性高、社交性强的自媒体在各类突发事件中发挥着不可替代的关键作用（De Maio et al.，2012）。徐宗本等（2014）也指出了现阶段大数据分析与理解的底层支撑技术不足，大数据固有的稀疏性和低价值密度特性显著。Craft和Howlett（2013）采用了电子定制资源有效的知识处理方式，为各学科快速提供文献资源服务。Corda等（2011）创新性地提出对全文进行自然语言处理与文本挖掘，更好地支持用户对文献的使用与理解。随着网络上“开放关联数据云”等语义结构化数据的快速增长，关联数据对于信息的高级导航、可见度、集成、复用起到了积极促进作用（Abelson，2019）。Othman等（2017）通过分析用户路径，提出一种新算法，为用户推荐合适的新文献信息。Gil-Garcia等（2014）研究了潜在新知识的信息对象语境及与产生假说的推理，从而实现了知识配送服务方式。进一步地，通过自动或半自动方式从已有的数据资源中发现潜在概念及概念间关系等本体元素（Yu et al.，2014）。Moulik等（2015）提出一种关联规则的方法来发现资源描述框架（resource description framework，RDF）数据的依赖关系。 1.2.3 基于知识库的应急决策研究 现阶段，为了提高应急指挥及决策部门的应急反应和处置能力，国内外各级政府部门纷纷在应急管理系统中引入应急知识库（裘江南等，2009），辅助专家会商，为决策方案的生成及指挥调度提供支持，为构建面向突发事件应急决策的快速响应情报体系理顺知识环境。李永海等（2014）充分考虑了应急方案实施效果，计算目标案例与历史案例的相似度，构建具有有效相似历史案例集，生成了*大有效历史案例的应急方案。洪婕等（2014）在领域知识库的基础上提出一种新的查询推荐算法，有效提高了面向专业领域的主题检索精度。将标注映射到知识库中已知的*合适的相关实体，解决了突发事件涉及的领域广、专业性强，并由事件的演化产生的诸多专业术语给决策者全局化决策带来的障碍（李钝等，2015）。Lee等（2018）将医学信息与术语映射到本体术语，以领域医学知识为辅助，实现了药物—药物与药物—疾病相互作用的实时知识发现。知识库中存储的数据有限，针对数据挖掘后的知识过载问题，对挖掘出的关联规则进行聚类分析，并对照已有的领域知识库进行新颖度分析，减少规则数量，提高新颖度分析的效率和精确度，有利于规则的组织和存储（张玲玲等，2015）。管清云等（2015）通过分析决策层信息融合和应急决策特点，研究距离熵的应急决策信息融合方法，有效解决了决策层信息融合中知识库巨量性和融合结果科学性不足的问题。刘丹等（2013）针对突发事件应急决策典型的分布式组织决策，研究了多主体的应急决策组织建模，实现了跨知识库协调机制。蔡华利等（2011）给出了突发事件地名实体定义，分析了辖区范围变化、位置分布等规律，提出了事件发生地点判断方法。邵荃等（2009）提出了适合突发事件模型知识表示和模型运行的层次网络表示方法，实现了突发事件模型根据不同决策环境和决策对象的求解。王伟军和宋梅青（2014）提出一种面向用户偏好定向挖掘的协同过滤算法，解决协同过滤推荐的可扩展性问题和数据稀疏性问题。毕强和王传清（2015）从超网络视域研究数字资源深度聚合，揭示了资源元素间关系更为细粒度的规律，