基于新闻搜索的城市公共安全及其风险热点主题分析*

李从东， 李文博， 曹策俊， 李小莉， 王 玉

(1. 暨南大学 管理学院，广东 广州 510632；2.天津大学 管理与经济学部，天津 300072； 3.暨南大学 国际商学院，广东 珠海 519070)

0 引言

城市公共安全是城市社会发展领域里的一项重要课题，是指由政府提供的充分防御各种危及人民群众生命和财产安全的灾害、事故或事件的发生，以维持社会稳定的城市保障体系[1]。一方面，城市公共安全是国家经济发展、政治稳定和城市持续发展的重要基础条件，逐渐受到社会各界的广泛关注[2]；另一方面，城市公共安全风险是理解和研究城市公共安全不可回避的概念，探究城市公共安全风险可为城市公共安全管理与治理提供针对性的理论依据。因此，深入分析城市公共安全及其风险热点主题，梳理其发展态势，可为完善城市管理与治理体系、应对突发事件奠定理论基础，这些不但是现实迫切的需求，而且是城市建设、维护和运作过程中的重要难题之一。

在实践层面，中央政府针对城市公共安全问题制定一系列相关政策和文件，如《中共中央关于完善社会主义市场经济体制若干问题的决定》《中共中央关于全面深化改革若干重大问题的决定》《国家安全战略纲要》等。同时，地方政府积极响应国家战略，制定了与其相适应的城市公共安全法规文件，如《上海市人民政府关于加强城市公共安全火灾防控体系建设工作意见》《深圳市公共安全白皮书》。上述文件是指导城市公共安全及其风险研究的重要指南，表明国家和基层政府对城市公共安全的高度重视。

在相关理论与技术层面，针对城市公共安全及其风险的理论和框架，刘茂将城市公共安全定义为城市中的安全问题，将其视为城市问题与安全问题的耦合[3]；范维澄针对复杂且严峻的公共安全形势，构建了包含突发事件、承灾载体和应急管理的公共安全三角形模型[4]；童星从社会风险视角，构建“风险-灾害-危机”演化模型和“风险管理-灾害(应急)管理-危机管理” 全过程应对模型,揭示了城市公共安全及其风险管理机理[5]；张春艳将大数据技术应用于城市公共安全管理领域，并提出了“智慧治理”理念[6]。针对城市公共安全及其风险定量模型，Powell运用系统动力学理论，提出了动态的风险监测方法[7]；Müller运用地理情景模型，对洪水灾害风险的发展态势进行了研究[8]。通过上述文献梳理可知，城市公共安全及其风险相关问题在学术界已经得到广泛关注，相关研究成果可为此领域的实践活动提供理论基础与技术手段指导，这些也从另一个侧面表明这些问题已经属于领域内的热点研究内容。

为了更清晰地把握城市公共安全及其风险研究的热点主题和发展趋势，王云才[9]和李昊青[10]基于文献搜索的方法，对文献关键词进行分析并梳理出该领域的热点主题发展态势；沈洪洲运用项目数据搜索的方法，对2006—2015年国家自然科学基金项目中有关突发事件应急管理的研究现状和热点主题进行分析[11]；刘泽照基于文献检索的方式，运用文献计量共词分析和社会网络的方式，绘制公共管理视域下风险及治理研究的知识图谱[12]；随着数据挖掘技术的发展，刘骅[13]和郝晓玲[14]运用BBS论坛内容搜索，对BBS论坛中热点主题进行了梳理。但是，目前热点主题分析研究主要采用文献搜索和网络论坛内容搜索的方法，而基于新闻搜索方法的研究较少，本文即运用新闻搜索的方法，对城市公共安全及风险领域的热点主题进行梳理分析，以2006—2016年的城市公共安全及其风险新闻为对象，综合运用爬虫技术和文本分析方法，从不同维度梳理城市公共安全及其风险热点主题、知识图谱与发展态势，为城市公共安全与风险管理的下一步发展提供方向性参考。

1 研究方法

1.1 系统分析方法

Anaya-Arenas认为具有清晰的问题描述、相关研究、评价质量和综合结果的文献梳理被称为系统分析15]。与传统分类和规范方法相比较，系统分析的目的在于梳理和总结关于某个特定问题最可能的研究内容，其给出收集、分析、综合或合成相关研究结果的流程，包括：计划、检索、审查和提取4个基本步骤。因此，本文继承和拓展文献[15]的方法，从元搜索、剔除和保留、摘要和全文分析等3个环节对城市公共安全及其风险新闻进行梳理，主要流程框架如图1所示。

图1 系统分析方法的流程框架Fig.1 Flow frame chart of systems methodology

1)元搜索。选择百度新闻搜索、新闻门户网站及政府官方网站为检索平台，借助爬虫软件(如：八爪鱼)为工具，以“城市公共安全”、“城市公共安全风险”、“应急管理”、“突发事件”、“大数据”、“云计算”、“物联网”等主题词以及这些主题词的组合形式为检索词，以“新闻标题”、“发布日期”、“新闻来源”和“新闻内容”为关键字段，总共检索到新闻632条。

2)剔除和保留。时间范围：将新闻检索时间设定为2006—2016年，其中 2016年为不完全统计，统计至2016年8月1日；重复处理：删除基于多个检索平台获取的重复新闻，确保唯一性；文献语言：选择中文和英文论文为分析对象；最后，共保留566条新闻。

3)摘要和全文分析。排除与城市公共安全及其风险不相关的新闻；提出与本文研究内容或问题不相关的新闻；根据专家和作者已有知识结构补充重要新闻，最终筛选出348条新闻进行分析。

1.2 分类标准

文献分类标准包括：时间(年份)、出版来源、关键词、应用领域、行政机构和方法等，本文选择前4类标准分析筛选出348条新闻。基于时间分类，有助于把握关注主题的发展趋势；基于新闻来源分类，有利于识别新闻具体内容的可靠性和权威性；基于关键词分类，有利于追踪不同主题下的热点话题；基于应用领域分类，有助于明晰城市公共安全及风险领域热点关注的主要问题。

2 基于不同分类标准的城市公共安全及其风险热点主题分析

2.1 基于时间

针对搜集并筛选出的348条新闻，按照发布的时间，绘制城市公共安全及其风险相关新闻时间序列图谱，如图2所示。

图2 城市公共安全及其风险新闻时间 序列图谱(2006—2016年)Fig.2 Time sequence map of urban public safety and its risk news in the last decade

从图2中可以看出，新闻发布数量在2006年最低，仅有2篇，在某种程度上可以表明：当时城市公共安全及其风险还未引起国家及基层政府的足够重视；新闻发布数量在2016年最高，达到98篇，从某种意义上表明：随着城市化进程的不断加快，给城市公共安全及其风险带来了新的挑战，逐渐引起了政府的重视。特别地，2008年的新闻数量比2007年有较大涨幅，这可能是由于汶川地震所带来的影响；2015年的相关新闻数量从2014年的34条急剧上升至85条，是原来的2.5倍，其原因可能是由于上海外滩踩踏事件、天津滨海爆炸事故和深圳滑坡事故的发生。此外，从图2中可以看出：城市公共安全及其风险新闻数量总体呈现出上升趋势，尤其是2012—2016年表现得特别明显。从另一方面来看，这种趋势的出现也可能是由于物联网、云计算和大数据等新信息通讯技术的兴起，为城市公共安全及其风险研究提供了更多的信息来源。

2.2 基于新闻来源

根据新闻发布来源，对筛选出的348条新闻进行分类研究，按照新闻数量对各个发布/出版源进行降序排列，如表1所示。

表1 国内城市公共安全及其风险相关新闻来源分布(2006—2016年)

特别地，表中并未罗列出所有的新闻来源，根据“新闻数量大于或等于3”的条件，保留较具代表性的来源。从表中可以看出，前30位的发布源占据了217条，所占比例约为2/3。从这种意义而言，这些新闻来源在较大程度上能够反映出总体分布情况。

根据表1可知：新浪新闻、和讯、人民网、新华网和凤凰网发布的关于城市公共安全及其风险的新闻相对较多，新浪新闻的数量高达34条；分别排在第3和第4位的人民网与新华网，作为国家政府机构新闻发布网站，在2006—2016年期间对城市公共安全及其风险主题关注度相当高，在某种程度上表明，国家在宏观层面或战略层面对此主题或领域的高度重视；位居第1，2和5位的新浪、和讯与凤凰网，这些门户网站对城市公共安全及其风险相关新闻也特别的关注，从某种意义上体现了社会公众或非政府机构对相应的国家政策或文件做出了积极的响应。综上所述，政府机构与社会公众对城市公共安全及其风险的发展态势都非常关注，这为政府主导、公众参与的多元主体协同治理城市公共安全及其风险，提供了强有力的支撑。

另一方面，从府际关系(中央、省、市和县4级)视角来看，在排名前30的新闻源中，分布在上海和深圳2个直辖市的发布源相对较多，表明上海和深圳的政府及社会公众，对城市公共安全及其风险的总体关注度较高。出现这种现象的原因可能是上海和深圳城市化进程的速度较快，伴随出现的城市公共安全及其风险问题逐渐增加，如：上海外滩踩踏事件和深圳滑坡事故。但需要注意的是，北京和广州同样属于城市化进程高速发展的城市，并未出现相似的趋势，探究背后原因可成为未来研究方向。

2.3 基于关键词

根据关键词，对所选择的348条新闻进行分类研究，在充分分析新闻数据的基础上，应用eclipse工具中java分词包与词频统计方法对其进行初步分析，结合内容分析法对关键词进行主题聚类，绘制2006—2016年国内城市公共安全及其风险相关新闻高频关键词聚类知识图谱，如表2所示。表2中并未列举新闻中的所有关键词，而是通过“词频大于5”的条件，将结果进行了精简。

表2 国内城市公共安全及其风险相关新闻高频关键词聚类知识图谱(2006—2016年)

根据表2可知，关键词总数46个，前10位关键词出现频次均大于或等于19，依次是大数据(56次)、预警(45次)、安全意识(28次)、风险监测(26次)、安全生产(24次)、应急管理(21次)、源头治理(21次)、隐患排查(20次)、应急预案(20次)和数据挖掘(19次)。通过这些关键词的分布数据，可以初步表明：城市公共安全及其风险领域的研究主要聚焦于预测预警、应急管理、源头治理、安全意识和大数据等方面。大数据和数据挖掘为其研究提供了新的技术手段和工具；预测预警和安全意识属于事前阶段，预测预警侧重于通过技术手段达到预防的目的，而安全意识是通过教育方式从根本上提高全民安全意识；应急管理和源头治理，属于对城市公共安全及其风险的应对方式，应急管理侧重于事件发生后的处置过程，而源头治理关注事前风险形成、发展、衰退及其演化的全生命周期管理。此外，探究或揭示关键词间所形成和呈现出的关联关系，进而反映城市公共安全及其风险研究领域的热点主题是至关重要的内容，需要围绕关键词聚类知识图谱，进行更多的数据分析和数据挖掘。

2.4 基于应用领域

根据应用领域/关注主题，对所选择的348条新闻进行分类研究，运用大数据洞察专业分析工具BlueView，结合国内城市公共安全及其风险相关新闻高频关键词聚类知识图谱，绘制城市公共安全及其风险领域研究热点知识图谱，如图3所示。

图3 城市公共安全及其风险领域热点知识图谱Fig.3 Knowledge map of urban public safety and its risk focus

根据表2的统计数据和图3可知，城市公共安全及其风险领域研究主题主要分为3类：第1类与城市公共安全风险源相关；第2类与以“事件为中心”应急管理的城市公共安全管理相关；第3类与大数据时代或环境下侧重事前风险治理的城市公共安全风险治理相关。

城市公共安全风险源成为领域关注的热点问题的主要原因包括：学术界和实践界对城市公共安全风险源的边界或内容并未统一；由于不同类型的风险源所引发的城市公共安全事件的性质、应对方式等存在较大的差异性，城市公共安全风险源识别本身属于领域的难题；大数据等新的信息通讯技术在城市公共安全风险源识别和分析方面的应用，亟待研究。

大数据、应急管理、风险评估、风险预警、安全意识和智慧治理等关键词是重点关注的对象，在某种程度上可以表明：大数据对应急管理、风险治理、智慧治理和公众安全意识的提升带来了新的契机，如大数据使得由以“事件为中心”的应急管理向源头治理风险成为可能。

通过大数据技术的驱动，以“事件为中心”的应急管理模式逐渐向以“风险为中心”的城市公共安全治理模式转变，促使由传统的“经验驱动”向“数据驱动”的决策模式转变，这些是当前城市公共安全领域的新发展。

3 城市公共安全及其风险研究领域热点主题分析与未来发展态势

3.1 城市公共安全风险源的识别研究

城市公共安全风险源识别是城市公共管理研究中一项重要研究内容，其中全面识别风险源的特征和风险源形成、发展、衰退和演化规律，是降低突发事件发生概率的关键。

3.1.1 城市公共安全风险源的特征识别和分析

风险源的特征识别和分析有助于全面分析各种安全事件的发生源头。未来研究可运用大数据分析和数据挖掘技术，对各种突发事件案例进行挖掘分析，从不同维度和视角对城市公共安全风险源的特征进行研究，包括：对风险源的特征识别及对风险源的特征分类。

3.1.2 城市公共安全风险源形成、发展、衰退和演化规律研究

该项研究是了解突发事件形成过程的基础，并为制定有效的城市公共安全管理措施提供理论参考。针对风险源发展和演化模式，提出突发事件点、链、网、超网四种发展和演化模式[16]；基于灾害链理论构建风险源演化模型[17]。目前该类研究主题主要还是以定性和半定量化研究为主，未来研究可引入复杂网络、演化博弈论、贝叶斯网络等，对城市公共安全风险源形成、发展、衰退和演化机理和规律进行量化研究。

3.2 以“事件为中心”的城市公共安全管理研究

以“事件为中心”的城市公共安全管理主要强调的是对突发事件的防控、应急和恢复重建管理。该模式的主要管理内容包括：事前的预防与准备、监测预警，事中的应急救援与处置，事后的恢复与重建等。

3.2.1 城市公共安全教育与演练、意识培养

该方面研究与实践工作能够有效提高应急响应的效率，在事前阶段，应急预案制定、城市公共安全演练、隐患排查等工作受到了政府的高度重视[18]。在未来的实践过程中，可结合大数据和情景分析技术，构建城市公共安全教育和应急演练平台。通过对公共安全教育平台和应急演练平台的推广，能够加强管理者和社会公众的安全教育，增强社会公众的城市公共安全意识，强化管理者应对城市公共安全事件的能力。

3.2.2 城市公共安全事件应急处置机制探究

应急处置是突发事件响应阶段的重要内容，相应机制的构建有助于最大限度地降低突发事件带来的损失和影响。基于DEMATEL(决策实验)识别应急管理关键成功影响因素[19]；结合云计算，提出高效的按需服务应急管理模式[20]；运用X列表理论构建面向应急响应决策的层次结构模型，以及阐述各模块间的运作机制[21]；基于BOX理论，梳理和解析多阶段应急资源调度内在的机理机制[22]。未来研究可运用大数据分析、数据挖掘、机器学习和可视化等技术手段，构建城市公共安全突发事件应急仿真平台。通过应急仿真平台对突发事件的仿真模拟，深入研究城市公共安全事件应急响应机制，实现从“经验驱动”决策向“数据驱动”决策模式转变。

3.2.3 城市公共安全应急管理体系建设

与欧美、日本等发达国家相比，我国应急管理体系建设相对滞后，虽然已经取得了较为丰硕的成果，但仍有完善的空间。我国应急管理改革，应立足大数据时代，明辨改革新方向和重塑体制设计理念[23]。未来应进一步努力建立健全城市公共安全应急管理体系，打破条块分割、联动性不足的僵局，构建大数据驱动的城市公共安全应急管理体系。

3.3 以“风险为中心” 的城市公共安全管理与治理研究

以“风险为中心” 的城市公共安全治理实质是突破或改变传统的管理模式，试图探究侧重事前风险治理、以前馈干预为主、非线性思维方式、连续分布式资源配置方式和多元主体协同的城市公共安全治理模式。

3.3.1 大数据驱动的城市公共安全风险监测

构建基于知识元的突发事件风险预测模型(包括获取实时监测数据模型)[24]；基于数据挖掘，构建突发事件监测模型[25]；基于GIS和卫星系统，实时监测洪水分析发展态势[8]。未来可构建大数据驱动的城市公共安全风险动态监测三角形模型；构建发现城市公共安全风险状态指数发展和变化规律的理论模型和数学模型；设计大数据驱动的城市公共安全风险数据源识别、采集和存储的支持平台。

3.3.2 大数据驱动的城市公共安全风险预测预警

构建网络舆情预测的微分方程模型[26]；建立实时应急主题分类模型，发现突发事件的时间趋势和空间分布[27]。未来可结合范维澄院士提出的公共安全三角形模型[28]，从城市公共安全风险演化机理为切入点，基于大数据分析技术，构建包括物质、能量和信息的社会舆情热度判断模型以及社会关系数据处理和分析框架；基于大数据功能视角，对城市公共安全风险预测预警数学模型进行分类研究。

3.3.3 大数据驱动的城市公共安全风险评估

构建社会舆情的公众逆反心理预警评估模式[29]；强化舆情风险源头管理和社会协同[30]。未来可构建数据密集型的城市公共安全风险评估流程框架或概念模型；构建大数据驱动的城市公共安全风险监测效果评估、预测预警效果评估模型；以城市公共安全风险演化机理为切入点，研究适合大数据驱动的风险评估方法体系；以“过去-现在-未来”为主线，构建基于深度学习的城市公共安全风险治理模型。

4 结论

1)2006—2016年期间，城市公共安全及其风险领域相关新闻数量呈现上升趋势，政府和社会公众对此领域的关注度逐渐增强。

2)城市公共安全及其风险领域的热点主题主要包括：城市公共安全风险源的特征分析；风险源形成、发展、衰退和演化规律研究；城市公共安全教育与演练和意识培养；应急处置机制探究和应急管理体系建设；大数据驱动的城市公共安全风险监测、预测预警和评估研究。

3)城市公共安全及其风险领域的下一步研究方向：基于大数据分析和情景可视化技术，开展城市公共安全风险源识别和分析研究；基于复杂网络、演化博弈、贝叶斯网络等，对风险源形成、发展、衰退和演化规律进行量化研究；进一步完善城市公共安全应急管理体系和城市公共安全智能应急响应机制建设；基于大数据分析和数据挖掘技术，构建数据驱动的城市公共安全风险监测、预测和评估模型。

[1] 董华，佟少臣，涂爱民．数字城市下的城市公共安全[J]．科技进步与对策，2004，21(7)：149-151．

DONG Hua, TONG Shaochen, TU Aimin. The city community safety in digital city[J]. Science & Technology Progress and Policy, 2004, 21(7):149-151.

[2] 董华，周恩泽，褚晓明．城市公共安全系统可靠性研究[J]．中国安全科学学报，2004，14(5)：60-63．

DONG Hua, ZHOU Enze, ZHU Xiaoming. City public safety system reliability research[J]. China Safety Science Journal, 2004, 14(5): 60-63.

[3] 刘茂，赵国敏，陈庚．建立城市公共安全系统的研究[J]．中国公共安全(综合版)，2005(6)：40-46．

LIU Mao, ZHAO Guomin,CHEN Geng.Establishing urban public safety systems research[J]. China Public Security, 2005(6) : 40-46.

[4] 范维澄，刘奕．城市公共安全体系架构分析[J]．城市管理与科技，2009，11(5)：38-41．

FAN Weicheng,LIU Yi.Urban public security architecture analysis[J]. Urban Management Science & Technology, 2009, 11(5): 38-41.

[5] 童星．社会管理创新八议--基于社会风险视角[J]．公共管理学报，2012，9(4)：81-89．

TONG Xing. Eight views of social management innovation: based on the social risk perspective[J]. Journal of Public Management, 2012, 9(4): 81-89.

[6] 张春艳．大数据时代的公共安全治理[J]．国家行政学院学报，2014(5)：100-104．

ZHANG Chunyan. Public security management in big data era[J]. Journal of Chinese Academy of Governance, 2014 (5): 100-104.

[7] POWELL J H, MUSTAFEE N, CHEN A-s, et al. System-focused risk identification and assessment for disaster preparedness: Dynamic threat analysis[J]. European Journal of Operational Research, 2016, 254(2): 550-564.

[8] MÜLLER A. Flood risks in a dynamic urban agglomeration: a conceptual and methodological assessment framework[J]. Natural Hazards, 2013, 65(3): 1931-1950.

[9] 王云才，牛聚粉．基于知识图谱的应急管理研究态势分析[J]．中国安全科学学报，2012，22(4)：171-176．

WANG Yuncai, Niu Jufen.Emergency management researching situation analysis based on knowledge map[J]. China Safety Science Journal, 2012, 22(4):171-176.

[10] 李昊青．基于知识图谱的国内应急管理研究可视化分析(2010-2014)[J]．现代情报，2016，36(1)：160-166．

LI Haoqing.Visualization Analysis of emergency management in China based on knowledge mapping[J]. Journal of Modern Information, 2016, 36(1):160-166.

[11] 沈洪洲, 葛飞, 袁勤俭,等. 我国突发事件应急管理研究现状及热点主题演进分析--基于2006-2015年国家自然科学基金立项数据的研究[J]. 中国科学基金, 2016(3):275-282.

SHEN Hongzhou, GE Fei, YUAN Qinjian, et al. Analysis of the current status and hot topics of emergency management in China-based on the projects of National Natural Science Foundation of China from 2006 to 2015[J]. Bulletin of National Natural Science Foundation of China, 2016(3):275-282.

[12] 刘泽照, 朱正威. 公共管理视域下风险及治理研究图谱与主题脉系-基于国际SSCI的计量分析(1965-2013)[J]. 公共管理学报, 2014(3):127-138.

LIU Zezhao, ZHU Zhengwei. The Knowledge Mapping and Theme Contents of Risk &Risk Governance upon Public Administration Perspective-Bibliometric Analysis Based on SSCI (1965-2013)[J]. Journal of Public Management, 2014(3):127-138.

[13] 刘骅，朱庆华．基于标题的BBS热点话题挖掘--以南京大学小百合BBS为例[J]．现代情报，2013，33(1)：162-165．

LIU HUA, ZHU Qinghua. Hot topic mining based on titles in BBS-Taking lily BBS in Nanjing university as an example[J]. Journal of Modern Information, 2013, 33(1):162-165.

[14] 郝晓玲, 黄蕾, 戴志宏,等. 基于经济论坛数据的热点主题挖掘研究[J]. 情报科学, 2016, 34(5):153-158.

HAO Xiaoling, HUANG Lei, DAI Zhihong, et al. Research on hot topics mining based on the data of economic forum[J]. Information Science, 2016, 34(5):153-158.

[15] Anaya-Arenas A M, Renaud J, Ruiz A. Relief distribution networks: a systematic review[J]. Annals of Operations Research, 2014, 223(1):53-79.

[16] 荣莉莉, 张继永. 突发事件的不同演化模式研究[J]. 自然灾害学报, 2012(3):1-6.

RONG Lili, ZHANG Jiyong. Research on different evolution models of emergency[J]. Journal of Natural Disasters, 2012(3):1-6.

[17] 刘爱华，吴超．基于复杂网络的灾害链风险评估方法的研究[J]．系统工程理论与实践，2015，35(2)：466-472．

LIU Aihua,WU Chao. Research on risk assessment method of disaster chain based on complex network[J]. Systems Engineering - Theory & Practice ,2015, 35(2): 466-472.

[18] 洪宇翔，李从东．面向社会稳定风险治理的社会情绪共同体研究[J]．情报杂志，2015，34(4)：116-121．

HONG Yuxiang, LI Congdong. Study on social emotional community facing social stability risk governance[J]. Journal of Intelligence, 2015, 34(4): 116-121.

[19] LI Ya, HU Yong, ZHANG Xiaoge, et al. An evidential DEMATEL method to identify critical success factors in emergency management[J]. Applied Soft Computing, 2014, 22(22): 504-510.

[20] 李从东, 谢天, 刘艺. 云应急-智慧型应急管理新模式[J]. 中国应急管理, 2011, 53(5): 27 -32.

LI Congdong, XIE Tian, LIU Yi. Cloud emergency-intelligent emergency management new pattern[J]. China Emergency Management, 2011, 53(5): 27-32.

[21] 曹策俊，谢天，李从东，等．基于X列表的云应急管理体系构建[J]．中国安全生产科学技术，2013，9(7)：71-78．

CAO Cejun, XIE Tian, LI Congdong,et al. Construction of cloud emergency management system based on BOX[J]. Journal of Safety Science and Technology, 2013, 9 (7): 71-78.

[22] 李从东, 曹策俊, 杨琴,等. BOX理论在多阶段应急资源调度中的应用研究--以应急响应阶段为例[J]. 中国安全科学学报, 2014, 24(7):159-165.

LI Congdong, CAO Cejun,YANG Qin, et al. Application of BOX theory in multi-stage emergency resource scheduling-Taking emergency response stage as an example[J]. China Safety Science Journal, 2014, 24 (7): 159-165.

[23] 李丹阳．大数据时代的中国应急管理体制改革[J]．华南师范大学学报(社会科学版)，2013(6)：106-111．

LI Danyang. The China's emergency management system reform in big data era[J]. Journal of South China Normal University (Social Science Edition), 2013(6): 106-111.

[24] 于海峰，王延章，卢小丽，等．基于知识元的突发事件风险熵预测模型研究[J]．系统工程学报，2016，31(1)：117-126．

YU Haifeng,WANG Yanzhang, LU Xiaoli, et al. Emergency risk entropy forecasting model based on knowledge element[J]. Journal of Systems Engineering, 2016, 31(1): 117-126.

[25] 许伟，刘令宇，王明明．基于跨媒体分析的突发事件检测及趋势研判研究[J]．系统工程理论与实践，2015，35(10)：2550-2556．

XU Wei, LIU Lingyu, WANG Mingming. Emergency event detection and analysis for emergence management based on cross-media analytics[J]. Systems Engineering-Theory & Practice, 2015, 35(10): 2550-2556.

[26] 兰月新, 董希琳, 苏国强. 公共危机事件网络舆情预测问题研究[J]. 情报科学, 2014, 32(4): 35-38.

LAN Yuexin, DONG Xilin, SU Guoqiang. Research into the network public opinion prediction of public crisis[J]. Information Science, 2014, 32(4): 35-38.

[27] 王艳东，李昊，王腾，等．基于社交媒体的突发事件应急信息挖掘与分析[J]．武汉大学学报(信息科学版)，2016，41(3)：290-297．

WANG Yandong, LI Hao, WANG Teng, et al. The mining and analysis of emergency information in sudden events based on social media[J]. Geomatics and Information Science of Wuhan University, 2016, 41(3): 290-297.

[28] 范维澄, 刘奕, 翁文国. 公共安全科技的"三角形"框架与"4+1"方法学[J]. 科技导报, 2009, 27(6):3-3.

FAN Weicheng, LIU Yi, WENG Wenguo. Triangular framework and "4+1" methodology for public security science and technology[J]. Science & Technology Review, 2009, 27(6):3-3.

[29] 李伟权．政府应急管理中网络舆论受众逆反心理预警机制研究[J]．中国行政管理，2013(11)：12-17．

LI Weiquan. The study on government warning mechanism of the network-based public psychological inversion in the of emergency[J]. Chinese Public Administration, 2013(11): 12-17.

[30] 杨兴坤，廖嵘，熊炎．虚拟社会的舆情风险防治[J]．中国行政管理，2015(4)：16-21．

YANG Xingkun, LIAO Rong, XIONG Yan. Risk prevention and control of public opinions in virtual society[J]. Chinese Public Administration, 2015 (4): 16-21.