國防動員，再不牽手大數據就晚了

寫在前面

大數據正在開啟一個嶄新的時代。不到10年時間，它從少數科學家的話題，轉變為經濟和社會領域的戰略實踐，繼而上升為國家戰略。在閉幕不久的2016數博會上，流傳著一種說法：大數據是鉆石礦，每一個領域都能從中獲益。

大數據浪潮，洶涌來襲，在這股浪潮中，要么主動出擊，要么被動跟進，難以置之度外。打贏未來信息化戰爭，國防動員人更應當主動擁抱大數據，加強國防動員大數據建設與運用的前瞻性研究，使大數據真正成為提升動員能力的引擎。

何為大數據？

數據這一詞匯人們并不陌生，但“大數據”卻是近年來才廣為流傳的一個概念。

什么是大數據？大數據是繼物聯網、云計算、移動寬帶之后的又一重大技術創新，被賦予了多重含義。如，從資源的角度看，數據被視為“未來的石油”，屬于一種戰略性資產；從管理的角度看，大數據作為一種技術，被用來提升治理效率、重構治理模式、破解治理難題，將掀起一場商業模式創新和政府治理革命。

IDC（國際數據公司）定義了大數據的四大特征：海量的數據規模（volume）、快速的數據流轉和動態的數據體系（velocity）、多樣的數據類型（variety）和巨大的數據價值（value）。

這樣聽起來可能有些枯燥，不如講一個具體事例。春節前，記者點開淘寶網，網頁提醒我去看一份菜單，這份菜單上說，我2015年在淘寶網上的消費賬單出爐了，去年花銷總額是多少，主要買了什么東西……我認為無用的數據，而淘寶卻主動幫我全面、系統地作了統計分析。而且我發現，春節后淘寶網向我推送的廣告經常正是我想要買的。事實上，淘寶網正是憑借其擁有的消費者全部網購數據，通過分析消費者的購買意愿、購買能力等數據，進而調整營銷策略，實施“精準推銷”，商家還可以用它來優化倉儲布局。

這就是“大數據”。

大數據表面上看是一堆雜亂無章的碎片化數據，但運用數據分析挖掘并將這些碎片化的數據有機地關聯起來，枯燥的數據就可以“說話”了。

2013年，江西省新余市被列為全國“智慧城市”建設試點，他們一并啟動了“智慧動員”建設，讓國防動員建設搭上了“智慧城市”建設快車。以前，大批量動員物資從潛力分析、方案制定到實施保障，很多工作要靠人工查詢、電話通知等手段來完成，通常需要5個小時，而現在“智慧動員”系統不僅用時只需5分鐘，而且解決了軍地各部門同步協同難的問題。這里面運用到的就是“大數據”技術。

數據里面有“真知”。在這個信息龐雜、數據處理技術又十分成熟的時代，只要你有創新的理念、系統的思維，就能從一大堆數據中得出有價值的信息和結論，這就像十八世紀的淘金客在加利福尼亞的荒沙中發現了金礦。

大數據帶給國防動員哪些機遇？

“如果把VR（虛擬現實系統）運用到軍事訓練中，再通過大數據技術對訓練人員的各項指標進行收集，就可以對比分析每一個士兵的訓練情況，再依此進行‘個性化’訓練，就能大大提高士兵的訓練效益和團隊契合度。”貴州某預備役師干部曾科說。

5月26日，曾科在2016貴陽國際大數據產業博覽會展館，體驗了一把VR（虛擬現實系統）。回到部隊后，他就一直在想，如果能把大數據運用到軍事訓練中就太好了。

“不僅是對軍事訓練，大數據對國防動員準備和實施的影響同樣深刻。比如說，開展國防教育，通過數據分析每一個人的關注重點，就可以推送有針對性的宣傳資料。比如說大學生征兵工作，可以通過大數據分析出哪些是潛在兵員，這樣宣傳更有側重性。所以說，大數據對于國防動員不是沒有價值，而是有著全方位、系統化的綜合效益，國防動員人必須首先認清大數據帶來的機遇。”湖北省國動委綜合辦公室參謀馬銀波說。

從2013年開始，馬銀波就一直跟蹤了解大數據技術，著手研究大數據對國防動員建設的巨大價值、作用機理，探索國防動員大數據建設和運用。在他看來，大數據會給國防動員工作帶來3大機遇：

一是增強動員算勝。孫子兵法曰，“多算勝，少算不勝”。算就是細算、精算。借助大數據，動員機構可以更加全面精確采集動員數據，精準分析評估動員能力，精確計算可動員量；可以實現動員態勢“一圖顯示”、動員實施“一網控制”，使各級動員指揮員在同一動員態勢圖下實施決策指揮，從根本上解決不同領域、不同部門的協作難問題。

二是促進深度融合。軍民深度融合，數據融合為先。不同的戰爭形態，對人員、物資等動員資源的要求各不相同。只有與作戰環境、武器裝備相匹配的動員潛力，才具有支援保障作用。作戰需求與動員潛力的匹配性、關聯性，決定了軍民融合的范圍和內容。運用大數據，可以將軍地分散的數據資源集成融合起來，分析鎖定軍民融合的“結合部”，為推進軍民深度融合提供抓手。

三是實現智慧動員。智慧動員，是以國防動員大數據為支撐，以精準預測為基礎，以精確調控為手段的自主式動員活動。大數據通過獲取掌握“看似無關”的海量動員數據，分析挖掘數據間的聯系，提供主動自匹配式服務。這對數據繁雜的國防動員活動無疑大有裨益。比如，通過對力量狀況、儲備物資、轉（擴）產能力、演訓水平等數據的分析，有助于全面研判動員能力，掌握現實動員水平；通過對軍事形勢、敵情威脅、戰爭規模、作戰目標、部隊戰斗力等數據的挖掘，有助于準確測算軍事需求，做到有備于先；通過對敵我態勢、作戰損耗、急需資源、數量規模、質量要求、戰場環境等數據的加工，有助于科學預測動員走向，科學做出決策。如根據高速公路的轉彎半徑、最大載荷等因素，自動優選動員集結路線、迂回路徑等。

“國防動員人如果還認為大數據太遙遠，那你離故步自封不遠了。”馬銀波說。

國防動員大數據如何收集？

要成功運用大數據技術，最重要的前提是必須破解數據采集難題。不破解數據采集難題，提高動員數據的供給質量，大數據只能是空中樓閣、無源之水。那么，誰來收集數據，怎樣收集數據？

傳統的國防動員潛力數據主要依靠人工調查、采集和各市、縣國動委系統逐級上報，這種的好處是準確性高。但是進入信息時代后，一方面，數據更新加快，另一方面，國防動員潛力數據包含政治、經濟、科技、交通、衛生、兵員等多個專業和領域，涉及單位多、范圍廣，僅靠人工采集顯然不適應信息化條件下戰爭對國防動員的要求。近年來，一些省市搭上當地“智慧城市”建設的快車，發展國防動員大數據建設，取得一定成績。

江西省新余市在2013年以前，國防動員數據儲備量只有2萬余條，搭乘“智慧城市”建設的快車后，依托城市大數據中心和物聯網，采取統一標準、統一協議、統一格式的方法，建立起既服務經濟又備戰國防的數據交互通道。通過自下而上逐級采集末端信息，并分類匯總、統計查詢、精確整理，建起了縱向到底、橫向到邊、實時感知的潛力數據庫，使國防動員潛力數據從2萬條增長至180萬條。

貴州省“國防動員云”依托“云上貴州”平臺，構建匯聚政府、行業、企業等國防動員相關數據的資源樞紐，運用大數據、云計算、互聯網等技術挖掘數據價值，開展國防教育、動員潛力分析、應急應戰指揮決策、國防動員服務、國防建設保障等主題應用，為國防動員提供決策輔助。

但是經濟欠發達地區，沒有平臺可依托的地區怎么辦？馬銀波認為，一方面，省國動委可以利用互聯網系統主動搜集、整編潛力數據；另一方面，可以運用網絡爬蟲技術，加強數據收集能力。但是，馬銀波認為，這些只能治表，目前最重要的應是建立國防動員大數據服務平臺，從國家層面，整合共享政府、應急機構等單位的指揮信息系統。

南京陸軍指揮學院國防動員系副教授和治偉也持有相同觀點，他認為，國防動員作為軍民融合的橋梁和紐帶，要加緊引入“大數據”，打通動員系統與作戰系統、政府部門、企事業單位的數據鏈路，及時獲取掌握各級各類數據資源，實現從零散數據向系統數據，由樣本數據向全樣本數據轉變。要重視歷史數據的收集、分類和掌握，以保證數據的連續性、完整性。他建議，可以統一數據標準，建設數據中心，將動員所需數據像重要戰略物資一樣予以“儲備”。

國防動員大數據如何管理？

回答這個問題，首先要搞清楚國防動員大數據的分類。

從數據來源看，國防動員大數據包括需求數據、潛力數據、組織數據和動員環境數據，其中：需求數據是牽引，由部隊提報和產生，具有不確定性、可預測性和瞬間膨脹性；潛力數據是基礎，來源于經濟社會生活的方方面面；組織數據是關聯，包括各級動員機構、動員潛力的所有者等社會組織；動員環境數據包括敵情、信息環境、氣象水文等，直接影響和決定動員成效。由此可見，國防動員大數據的“海量”。

而要管理運用如此海量的數據，首先要解決存儲問題。《大數據》一書的作者涂子沛說，如果把2013年全世界預計將存儲的數據總量全部記在書里，那么這些書可以覆蓋整個美國52次。如果將這些數據存儲在只讀光盤上，這些光盤可以堆成5堆，每一堆都可以伸到月球。為存儲數據，百度公司的服務器已達30萬臺，阿里巴巴集團的服務器上萬臺。各地國防動員系統要做到這一步顯然不切實際。

國防動員大數據存儲在哪里？馬銀波認為，國家要有統一的大數據平臺作支撐，各省（市、區）也要加強國防動員數據中心建設。同時，盡快制定國防動員數據中心建設標準，統一數據格式、統一功能架構、統一編碼規則、統一運行標準，確保平臺功能即配即用、潛力數據實時“裝入”、潛力資源實時掌握。

他告訴記者，這方面，美軍的經驗很值得我們學習，美軍的信息系統，運行的數據中心超過772個，服務器超過7萬臺，有約700萬個計算機終端；美國國防部高級研究局正著力推進大數據輔助決策，以匯集傳感器、感知能力和決策支持建立真正的自治系統，實現操作和決策的自動化。

如何從海量數據中挖掘有價值的信息？

“主要是加強應用規則研究和分析能力建設。”國防信息學院李鋒銳副教授告訴記者，“大數據的實質是研究探索‘海量數據’間的相關關系，從而作出正確的趨勢預測和分析判斷，其核心是按照動員能力生成機理和規則，實現動員對象、動員需求的最佳匹配。應用規則越具體，動員預測就越精確，動員效能就越高。要深入研究動員主體、作戰需求、動員對象之間的作用機理，建立完善國防動員大數據分析模型，提升動員數據處理能力。同時加快建立國防動員大數據挖掘和分析平臺，圍繞可視化分析、數據挖掘算法、預測性分析、語義引擎、數據質量和數據管理，研究開發分析海量動員數據的計算技術和軟件工具，精確分析處理大數據的硬件環境和軟件模型，實現動員大數據從數據優勢向決策優勢、行動優勢的轉變。”

另外，國防動員“大數據”數據模型復雜，數據結果抽象、價值密度低，要求動員機構具備“大海撈針”的挖掘本領，快速分析和處理海量數據。以視頻監控為例，不斷的監控流中，有重大價值者可能僅為一兩秒的數據流，360度全方位視頻監控的“死角”處，可能會挖掘出最有價值的圖像信息。對此，美國國防部一名官員指出：“如果我們能夠幫助指揮官將幾個小時的視頻降至最關鍵的30秒的視頻，這就是一個巨大的勝利。”

如何保護國防動員

大數據的安全？

大數據的巨大價值也意味著巨大安全風險。如果管理不好，則會助長對一國秘密的竊取和對公民隱私的侵犯。

首先要強化“數據安全”意識。和治偉說：國防動員大數據散存于經濟社會生活之中，人類生產生活活動更加網絡化、信息化。各級動員機構不僅是大數據的受益者，還是動員數據安全的保護者。所以，國防動員人要強化數據安全意識，在加強數據管理運用的同時，把數據安全防護擺在重要位置，加強數據“風險管理”，不斷提高數據安全管控能力。

其次是提升大數據運用能力。目前各地都在加緊培養大數據人才。今年3月，貴陽市觀山湖區人武部依托轄區某大數據服務公司組建了貴州省第一支民兵大數據動員支援分隊，在大數據領域探索鑄造新質力量，成為貴州“國防動員云”的重要支撐；5月，貴陽警備區在該公司大數據培訓中心成立了國防動員大數據人才培訓基地，為“互聯網+國防動員”提供人才支撐。

和治偉建議，還可以廣泛開展數據普及教育，將數據理念、數據知識納入國防動員領導干部培訓內容，開設國防動員大數據教育課程，不斷提升國防動員系統運用數據的能力。馬銀波認為，可以成立國防動員大數據研究發展中心，增設國防動員數據參謀、工程師崗位，建設一支專業隊伍。

李鋒銳提出加緊出臺國防動員大數據運用法規制度，確保國防動員大數據運用有法可依。他說，可以重點明確各級各部門報告動員數據的義務和保密要求，確保動員數據報送效率和準確程度；明晰國防動員大數據運用的主體、監管責任，優化報送渠道，防止數據安全風險。

“大數據開啟智能時代”是2016數博會的年度主題，毫無疑問，大數據對人類社會發展影響越來越大。在大數據的角逐中，誰掌握了主動權和主導權，誰就占據了未來軍事競爭的制高點。在這場角逐中，國防動員難以置之度外。與其被動跟進，國防動員人不如與時俱進，大膽接受新的挑戰。

國防動員再不牽手大數據，就真的晚了。