2026-04-26 07:29:15
随着智能技术广泛应用，我国城市安全与应急管理模式正经历从被动应对向主动防范的转变，新技术应用正重塑城市安全与应急管理场景，加速推动城市安全治理模式向事前预防转型。
在风险隐患排查方面，针对传统模式主要依赖社区人员和网格员“腿跑、眼看、手记”，效率低且覆盖面有限等问题，相关部门为基层工作人员配置了移动端应用和物联感知设备，实现风险隐患数据实时上报与云端同步，人工智能系统自动按点位、类型、等级进行归集分析，自下而上动态生成覆盖网格、社区、街道直至整个城市的风险和隐患台账，推动隐患排查从人工摸排转向智能感知。
在应急预案编制与演练方面，针对有的应急预案层层转发、与实际情况脱节的现象，人工智能技术应用可将预案编制解构为“指挥体系”“应急资源”等标准化模块，通过点选、拖拽，借助机器学习算法高效处理分析海量相关数据，模拟不同紧急事件，生成符合实际的个性化预案，同时检查预案合规性和可操作性，在定稿后一键生成结构化实操手册，并快速配置演练场景、生成演练方案与评估标准。借助数字孪生和人工智能等新技术构建仿真场景，可实现灾害事故应对处置的智能模拟训练、推演、复盘，提升应急管理工作人员应急处突实战能力。
在应急响应与决策支持方面，为破解响应效率不高、决策能力不足的问题，借助大数据分析，可动态感知安全态势并预警预报，精准识别灾害事故易发区域和频发时段，实现从被动等待救援转向主动先期处置，有效提升应急响应的科学性和救援处置的精准性。例如，通过构建矿山数据中心，从地质勘探数据、设备运行参数，到人员分布信息、周边环境监测数据等，都能被实时采集并汇总，为应急决策提供全面准确的数据基础。
近年来，有关方面积极探索新技术赋能城市安全与应急管理模式。应急管理部干部培训学院与中国电信、上海计算技术研究所、深圳防灾减灾技术研究院等单位研发推出城市应急“人工智能＋两账两案（风险台账、隐患台账，应急预案、演练方案）”系统，并在广东深圳、浙江杭州、广西北海等地试点应用，成效初步显现。仅在深圳大鹏新区某街道，系统上线半年内就协助网格员排查并录入风险点超1200处，发现并闭环处理各类安全隐患800余项，让风险隐患排查实现“一图呈现、一网统管”。该系统为每个社区平均节省预案编制和演练方案设计时间约15个工时，累计智能生成演练方案600余套。实践证明，融合物联网、大数据、人工智能等新技术的城市智慧应急系统，通过赋能各级各类应急管理工作人员和救援力量，有效提升了风险感知识别、隐患排查治理、预案编制演练和响应处置效能，推动城市应急管理从被动应对转向主动防范。
同时也要看到，新技术落地应用仍面临现实障碍。一方面，应急管理工作人员数字素养不足，尤其是街道、社区部分年龄较大的工作人员，对智慧应急系统和终端存在不会用或用不好的现象。另一方面，数据共享机制不健全，智慧应急系统虽可逐步汇聚各级各类风险隐患数据，但与其他部门或行业领域数据尚未实现全面共享。此外，训练人工智能大模型存在数据依赖，在新技术推广应用初期，数据量普遍不足，影响大模型分析研判的准确性，尤其对特殊风险类型人工智能难以给出精准判断，需要持续迭代优化。
推动新技术更好赋能城市安全，需多措并举、综合施策。一是强化顶层设计，完善制度保障。研究制定城市安全与应急智慧化发展专项规划，加快研究相关法律法规，明确算法开发、平台运营等各方权利义务。二是健全共享机制，打破信息壁垒。出台应急数据标准，统一数据结构、格式与交换规则，探索建立“政府主导、上下联动、多方参与”的数据共建共享机制。三是坚持以用为本，降低使用门槛。持续简化操作界面，提供一键上报等便捷功能，建立“线上自学＋线下辅导”培训体系，让系统真正成为基层人员的“好用”工具。四是深化各方协同，优化技术模型。针对典型场景开展算法研发，在试点中积累数据、优化模型，并采用迁移学习等技术提升模型泛化能力。
（作者系应急管理部干部培训学院教授）