2020 年,新型冠状病毒肺炎(以下简称新冠肺炎)疫情肆虐全球,成为一次世界范围内的重大突发公共卫生事件。随着一系列有力的疫情防控举措的推出,当前我国疫情形势已经基本稳定,但国际疫情形势依然不容乐观,外防输入压力巨大。新冠肺炎疫情防控事关人民群众健康安全、社会稳定大局和国家安全形势。
2020 年 11 月 21 日至 22 日,习近平主席在 G20 峰会上,提出了“后疫情时代”这一概念,并指出疫情激发了 5G、人工智能、智慧城市等新技术、新业态、新平台蓬勃兴起。所谓“后疫情时代”,即指疫情并没有完全消失、一切恢复如前的状况,而是疫情时起时伏,随时都可能小规模暴发,从外国外地回流以及季节性发作,而且迁延较长时间,对各方面都产生深远影响的时代。这一指称在预设疫情作为一种暂时的非常态终将结束的同时,也预见了未来的某些发展态势并给我们提供了一个思考和分析的框架。移民管理部门正处在疫情防控第一线,在当好国门卫士,紧绷疫情防控这根弦的同时,还要进一步转危为机,发挥移民管理情报工作的积极作用,并进一步加强大数据技术的运用。
日前,中国人民警察大学研究生院研究员敖日其楞等人发表论文《大数据背景下的后疫情时代移民管理情报工作研究》,讨论了大数据背景下的后疫情时代移民管理情报工作的内容、特点、主要目标以及面临的问题。
大数据背景下的后疫情时代移民管理情报工作概述
1. 基本内涵
移民管理情报工作是指移民管理部门面向移民管理活动全过程,为维护移民管理秩序、口岸和边境安全和社会稳定,对移民管理情报信息进行搜集、传递、整理、分析、编写、利用的过程,辅助移民管理机构决策、执法、警务和风险防控活动。大数据背景下的后疫情时代移民管理情报工作,就是在疫情防控常态化的当下,充分发挥科技力量,结合大数据技术,开展情报工作,以进一步为移民管理工作服务的过程。
2. 主要特点
(1)具有防控性
目前我国境外疫情输入的病例依然比较多,稍有不慎就可能破坏当前国内疫情防控的大好局面,因此要把外防输入作为当前移民管理工作的重中之重。大数据背景下的后疫情时代移民管理情报工作主要工作目标之一就是通过运用大数据技术,提高情报工作效率,推进移民治理体系和治理能力现代化发展,增强疫情防控力度。
(2)具有主动性
传统的情报工作多以情报响应为主,是一种被动的工作方式,而运用大数据技术开展移民管理情报工作可以充分发挥科技手段的优势,实现数据技术的全面覆盖,能做到迅速挖掘数据,通过对采集来的情报信息进行分析研判,变被动为主动。
(3)具有长期性
疫情防控是一项长期复杂的常态化任务,在可预见的未来,移民管理工作仍须面临外防输入的巨大压力。而基于大数据的移民管理情报工作作为织密筑牢外防输入防线的重要内容,其为疫情防控和边境口岸安全提供情报支撑,并贯穿整个疫情防控工作始终。
基于大数据的后疫情时代移民管理情报工作的主要目标
(1)绘制人员画像
绘制人员画像即通过对出入境人员的相关背景资料进行审查,首先通过其提交的签证申请资料获取其个人基本情况,分析其个人政治倾向、活动范围、社交情况、认知水平等,形成对其个人的基本分析结果。其次,在人物画像中要关注其对疫情防控的具体态度,判断其是否能配合防疫工作,并将画像数据进行收集归纳,构建相关数据库,填充机器学习的训练样本,结合其入境后的具体表现,纠正并提升人员画像绘制的准确程度。
(2)风险动态感知
风险动态感知是开展移民管理情报工作的主要内容,对出入境人员风险感知的内容主要包括:出境地风险、人员自身风险、入境状态风险、入境后行为风险等。首先,对人员出境地疫情情况、社会状况等进行感知获取,判断其基础风险水平,对不符合疫情防控要求的出入境人员进行及时处置。其次,可以运用数据碰撞法对其入境前主要活动轨迹进行获取,判断其是否曾前往风险地区,同时运用信息搜集、排查、验证对其同乘人员及行为模式等进行分析,判断是否涉嫌违法犯罪活动。最后,在入境外国人停居留我国境内的时间内,要定期对其情况进行收集获取,对其风险水平要及时研判更新,以实现对入境人员风险的动态感知。
(3)风险实时预警
风险预警是移民管理部门在进行风险动态感知后,通过监控风险变动趋势,并评价各种风险状态偏离预警线的强弱程度,得出风险等级,向决策层发出预警信号并提前采取预控对策。通过风险动态感知,可获得入境人员的相关风险特征,而要实现风险预警,首先对风险特征进行筛选评估,将各种与移民管理情报风险预警有关的指标信息进行归纳、总结和提炼,选取具有代表性,可量化的风险特征,并定期进行更新。随后,结合移民管理工作实际情况,通过定义提取、概率
计算等方式,进行特征分类加权,随后构建起具有针对性的后疫情时代移民管理情报预警模型,为实现疫情防控,履行移民管理部门职能奠定基础。最后,综合运用情报系统中的预警模型和预警系统,根据所监测到的风险因素,进行综合评价,判断风险等级,及时发布预警信息,并采取相应措施进行前期防控。
基于大数据后疫情时代移民管理情报工作所面临的问题
(1)冗余低效数据繁多
由于大数据本身具有的海量性,再加上“大情报”、“数据应采尽采”的形势下,移民管理情报收集的海量数据类型繁多复杂,既包括移民者个人信息、生活背景、职业行为的文本信息,也包括其注射疫苗情况、核酸检验情况的生物信息,还包括其在入境前后的视频、图像、声音信息等等,不同结构的数据分析和处理模式有所不同,对大量异源异构数据进行分析具有一定难度,对部分数据的分析处理却不够及时,不能及时清理缺乏挖掘价值的数据,有可能造成一定的数据冗余。
(2)情报工作机制不健全
基于大数据的后疫情时代移民管理情报工作机制不全主要表现在两个方面:一方面,情报工作缺乏整体规划。目前,包括公安部、外交部,教育部、商务部等多个政府部门都在不同程度地参与到了移民管理工作中,且在开展工作时采用的标准和方法存在差异,一定程度上导致情报工作的混乱。缺乏由国家移民管理局牵头,各部门参与的移民管理情报工作协作机制。另一方面,情报共享机制不够完善,大数据资源不能及时共享,导致在进行疫情防控时无法实现各类信息数据的快速融合,难以形成有效情报合力,对于构建外防输入的情报屏障造成了一定障碍。
(3)情报人才缺乏
随着大数据技术的发展,对情报人员的要求越来越高,往往需要具有一定专业知识才能更好地开展基于大数据的后疫情时代移民管理情报工作。但现阶段,具备将互联网技术、人工智能技术、统计知识以及数学思维等知识技术运用于情报分析并进行风险识别和管理的人才相当匮乏,部分情报人员情报素养不足,情报敏感性较低,风险感知能力差,且缺乏大数据意识与运用大数据技术的能力,对情报的认识仅停留在信息组织与筛选,因此极易忽略与疫情有关的重要风险性情报内容。
基于大数据的后疫情时代移民管理情报工作的优化措施
(1)建立统一大数据平台
在大数据背景下各部门构建了相应的数据系统,但彼此之间存在数据壁垒,无法发挥数据潜在的价值。首先,要加强移民管理机构各部门、各环节的互通合作,对各数据库内容进行整合,及时进行数据更新,删除无效、过时数据,消除数据壁垒。其次,重视对海量开源信息的获取,建立统一的数据录入标准,提升数据录入精确度,明确不同数据类型的降噪、清洗方法和对应处理方式,制定数据输出范式,从而为进行数据加工处理奠定基础。另外,在传统的情报分析方法体系基础上融入新型数据处理方法,实现定量与定性方法的结合。依靠大数据平台进行数据智能运算,开展精准的定量化分析,实现对信息的碰撞比对、频率分析、深度挖掘、多维分析等操作和处理,实现对移民者的全面认识,满足情报用户即时性的情报需求。
(2)健全移民管理情报工作体制
移民管理情报工作作为新兴情报工作内容,其在工作机制上需要进行进一步完善。首先,统筹各方力量健全情报收集机制,建立覆盖移民管理全过程的大移民管理情报工作,推动情报工作集中化、智能化与专业化,将各部门的情报机构进行整合,建立外国人入境申请情报分析机制、疫情风险分析机制、入境风险情报评估机制、境内活动情报预警机制、情报产品定期反馈机制等,加强各机制之间的衔接程度,形成情报工作从发现、分析、利用到再发现的完整闭环。其次, 要建立情报共享反馈机制。由于移民管理情报工作具有涉外性,在开展移民管理工作的过程中通常需要与其他国家(地区)的政府机关、航空公司等开展合作,从而获取移民者在外活动轨迹、接触情况、疫苗接种情况等,通过加强与境外政府部门合作,加强彼此交流沟通,实现情报合作共享,从源头上解决伪造签证、漂白身份、违规越境等移民管理中的主要难题。
(3)构建完善情报预警模型库
基于大数据构建后疫情时代移民管理情报预警模型,主要由四个模块构成,数据采集模块、常态风险模块、特定风险预警模块以及决策辅助模块。该预警模型的作用主要用两个:一是通过所搜集的数据,对不同地区的人员进行移民风险分类评价,进行整体风险趋势预测,实现情报信息的自动生产;二是通过对特定案件的情报信息进行整合分析,对外国人活动轨迹进行自动分析,快速比对预警,并对其疫情风险进行及时评估。数据模块主要由前文的统一大数据平台构成,形
成覆盖面广、数据量大的数据采集和处理模块。常态风险预警模块主要针对专门数据库进行系统分析,对初期搜集到的基础性数据进行加工。特定案件预警模块指面向特定案件,运用人工智能、情报分析、数据挖掘等技术工具,提炼妨害国(边)境管理犯罪案件特点,提高情报预警精度。决策辅助模块主要是面向情报工作人员和决策者的辅助模块,其由案例查找、相似分析以及应对举措这三部分构成,以案例为参考,协助预警,辅助进行决策和措施实施指导。
(4)培养移民管理情报专业人才
基于大数据的后疫情时代移民管理情报工作需要专业人才作为支撑,在大数据背景下,对人员的专业性和能力提出了更高要求。当前,开展情报分析、情报研判、情报预警等情报工作的质量往往取决于情报人员的素质和能力,这就需要移民管理机关专注于对情报人员专业素质提升,加强能力建设,着力提高情报人才使用智能化手段进行情报工作的能力,加强对各种平台、软件等的操作方法的教学,注重关联、聚类、因果、分类等大数据分析方法的学习。可以借鉴西方情报人员的系统性培训课程,培养情报分析人员结构化分析等批判性分析思维,并开展有针对性的情报课程,如挖掘数据处理分析、数据库建设、情报分析研判等,还可以与全国政法院校以及一些跨国企业建立合作培养关系,定期组织培训交流活动,从而进一步提高情报人才的专业素质和技能水平。
摘自:大数据背景下的后疫情时代移民管理情报工作研究_敖日其楞.pdf