案例支持下城市灾害风险应对的大数据治理模式分析方法

在城市灾害风险应对(disaster risk response,DRR)领域,大数据应用通常存在数据不平衡、共享不充分、精准智能化水平低等多方面问题,大数据治理模式的构建完善急需相关知识支持,却面临场景复杂性与碎片化知识分布带来的知识困境。本文从最佳实践理论视角出发,考虑对历史案例的知识学习,提出一种基于案例借鉴的DRR大数据治理模式分析方法。基于案例方法的核心是通过场景相似度匹配,检索传递可用于目标场景的治理模式,构建可用模式集;面向检索获得的可用模式,结合模式应用的效果数据进行模式应用问题诊断与治理模式约简,再从管理复杂性与实现成本角度完成多案例模式整合,由此生成能够有效解决现实大数据应用问题的优质模式。最后,通过河南省濮阳市的城市社区防火用例分析本文方法的合理性。用例结果表明,本文方法能够精准传递与运用历史经验,有利于整合碎片化知识、解决复杂场景下的知识匮乏问题,不断提升DRR领域的大数据应用与治理模式价值。

大气污染的大数据治理效应测度

大数据治理创新了我国大气污染防治模式。现有文献尚未聚焦于该模式总体效应评价研究。通过提出大数据治理理论分析逻辑,并基于地级市面板数据给出其总体效应的测度。研究表明,“生态环境大数据建设试点”政策实施,显著降低试点城市AQI和PM_(2.5)、PM_(10)、O_(3)等污染物排放浓度,稳健性检验支持该结论。另外通过异质性分析发现,东部城市的大数据治理效应更为显著,中部的AQI和PM_(2.5)抑制效应大于东部,中西部对PM_(10)浓度和O_(3)浓度的抑制效应不明显;同时非资源型城市的治理效应强于资源型城市,治理需加大差异化应对。机制分析反映,大数据治理试点政策显著提高当地政府的科学决策和监管能力,但公众参与效应相对有限。研究结论具有推动我国环境大数据治理的参考价值。