消防員打火就打火,為何要談大數據?

消防員打火就打火,為何要談大數據?
Photo Credit:Jay Adan CC BY-SA 2.0

我們想讓你知道的是

透過大數據若能聚焦、掌握出易發生火災之區域後,在火災預防工作上,最直接便可以做到以下幾件事,節約人力、經費、資源。

台灣消防工作的推行日益艱困。城市化、人口聚集、經濟產業的發展大幅增加救災風險,民眾對於安全的需求與渴望也節節攀升。

雖然隨著科技發展,消防單位在救災裝備、戰技與戰術上已有長足進步,但在政府的人力編制與預算有限的情況下,面對日益增長、龐大的勤業務壓力,若實際走訪第一線消防分隊聊聊,你會看到出勤後剛返隊的消防弟兄們,擦擦額頭涔涔汗水,苦笑著說:「還勉強應付得過來⋯⋯」而這已經是最樂觀的反應了。

能怎麼辦?

檢討勤務、調整政策、補足人力⋯⋯,是從中央到地方、從幹部到基層,都盼望在現行消防工作上實現並持續努力的目標。即使如此,我們依然要關注幾個問題:

一、政府預算越來越少,雖然充足的預算可購買更精良的裝備機具與車輛器材,但當數量超過既有人力的管理及使用能耐,在災害應變時,解決問題的幅度依然有限,甚至反而成為負擔。

二、政府編制只會減不會增,即使消防人力增加到法定員額,或許減緩消防人員過勞並增加消防人員休息及訓練時間,但增加的人力遠追不上日益成長的勤務量。

三、消防人員期盼的「回歸專業」,從消防專業立場來看無庸置疑,但從整體民眾需求、民意期待、政府執政的角度,必定無法接受增加預算、補足人力後,消防單位還是做跟之前一樣的事。

其實,除了政策面,還可以從資料面著手,簡而言之就是「大數據」。

別跟我談資訊,我只是消防隊?

如果我們能夠將各個小型資料集合併後,進行分析,便可得出許多額外的資訊和資料關聯性。

等等!大數據?我只是消防員呀!

消防人員常講:「消防要回歸專業」,沒錯,消防「勤務」跟「執行」要回歸專業,但消防的「思維」不能只侷限在消防領域。

如果所謂回歸專業就是「吃的、想的、做的、拉的」都在消防的圈圈裡,那才叫做「不專業」,因為這就變成只困在消防的框框裡,卻沒有意識到消防跟其他領域的相互關係、循環影響、運作方式甚至趨勢變化,也因此所有的想法都在這個小框框近親繁殖。你會發現大家的意見看法都很一致,但也很一致地對許多問題莫可奈何,甚或根本看不到問題癥結。丹尼爾・康納曼便在其著作《快思慢想》談到:「我們不僅盲目於明顯的事物,也盲目於自己的盲目。」

另外,吉蓮・邰蒂於2016年2月出版的《穀倉效應》,也談到一個很有意思的觀點,她提出疑問:「為什麼分工反而造成個人失去競爭力?企業崩壞、政府無能、經濟失控?」因為大家陷於自己小小的部門、社群、團隊或知識中,或者說,陷於自己的「穀倉」中。這個時代的兩難困境在於,世界一方面密切整合、一方面分散零碎,全球日益牽一髮動全身,而我們的行為與思維卻困於小小穀倉裡。

穀倉效應
Photo Credit:三采文化

有時能解決、改善一個組織問題的方法,來自於組織外部的思維或模式。

這裡沒有要消防人員「親自」去操作大數據運算,事實上也根本不可能,但我們要知道大數據可以「怎麼樣」?「哪些人」可以幫忙?我們自己能夠「怎麼提供」協助與支援?很重要的是,你要知道哪裡有資源。

而如果我們能夠克服穀倉效應,整合其他單位的大數據,絕對會有革命性的發現。

大數據+克服穀倉效應:紐約彭博市府的機密任務

「穀倉效應」書中談到一個非常貼切的實際故事。2011年4月25日凌晨,紐約布朗克斯一處貧民社區發生嚴重火警,造成多人喪生,媒體怒氣沖沖地點名罪魁禍首,其中有些直指紐約市政府。

火警消息剛傳出來,紐約市長麥可・彭博問了屬下一個問題:「能否採取什麼方法來預防這類火警?」沒有人答得出來。紐約市的一個黑暗秘密就是:住宅火警稀鬆平常,在2011年之前的那10年,每年約有2,700間民宅失火,平均奪走85條性命。

紐約本身配有消防檢查隊,但只有200人,卻要負起全市100萬棟大樓與400萬戶的消防檢查,簡直力不從心,市府也沒有多餘的經費擴編部門;另外,民眾檢舉通報後的消防安檢也經常白忙一場,因為只有13%的建築違規通報是真的有問題。

福爾勞斯是紐約市政府團隊中的一員,他奉命解決這個問題,而他並不是消防人員。

有時,比對乍看無關的資訊會別有收穫。

我們來看看他做了什麼?

福爾勞斯在免費分類廣告的網站張貼廣告,徵求年輕的「資料分析高手」,他想找剛從大學畢業,擅長經濟數學,能提供嶄新眼光的人組成團隊。並要團隊整理紐約市的火警資料(消防局既有的各項報案資料、火警資料、311支專線違建通報⋯⋯等),設法預測火警,結果一無所獲。但發現一件事:多數違建通報的地點並非最常發生火災的地區,也不是最多違建的地區。

消防局的資料顯然不夠,因此需要檢視消防局以外的數據。福爾勞斯要求團隊離開辦公室,跟不同警察局、消防局、房屋署、建築部的檢查人員出去,以開放的態度親臨現場,看一看、聽一聽、修正假設。後來一個線索逐漸浮現:容易失火的建築通常建於1938年以前,因為紐約當時的建築法規較寬鬆。這些建築通常位於比較貧窮的社區,持有人往往欠繳房貸,先前鄰居通報過說有不良份子出入。他們便依這樣的線索開始檢視相關資料,但面臨一個困難:資料是儲存於不同的資料庫,整個市府團隊不只不同部門各自為政,連同一部門內部都細分為不同團隊,資料各自分散。

團隊利用「一級地類稅務資料庫」挑出64萬棟房屋。基於紐約特殊的法規,這些建築有一半是由消防局負責檢查,另一半是由建築部。但團隊一併檢視這兩個部門的不同資料,查看火警與違建申訴狀況。另外,財政局與調查局是兩個不同的部門,分別負責稅務與詐騙問題,團隊則一併檢視稅款繳納記錄與房貸拖欠記錄,然後再跟建築局取得1938年以前的建築資料,最後用「單一統計模型」比對所有資料,漸漸看出規律。