应急管理研究的重要性与日俱增
应急管理实践的重要性从未像今天这样突出。在多重危险因素的驱动下，灾害发生的频率不断攀升，人类社会的脆弱性也在持续加深。灾害往往呈现出复合性与级联性特征，越来越多的人口和社区正在承受巨大损失。为此，美国联邦应急管理局（FEMA）启动了国家灾害与应急管理大学（NDEMU），旨在将其打造为该领域的思想领导中心，提供教育培训并推动相关研究。
NDEMU对梳理和整合应急管理相关研究体系、并将研究成果通过教育培训转化为实践应用有着内在需求。整合后的应急管理研究成果不仅能惠及NDEMU本身，更将造福众多参与该机构线上线下教育培训的实践人员。然而，应急管理领域的研究成果目前尚未得到系统梳理与分类，更谈不上为NDEMU的教育培训提供综合参考。为此，NDEMU委托国土安全行动分析中心（HSOAC）对应急管理研究领域进行全面梳理与图谱绘制。
本报告记录了HSOAC识别和绘制应急管理研究体系的工作过程，并就此次梳理工作的意义进行了深入探讨。报告最终提出了若干建议，以推动相关研究的识别与整合，使其能够被综合转化为教育培训内容，并最终落地为实际应急管理实践。
研究规模庞大，整合难度显著
可供NDEMU及整个应急管理领域参考的文献数量极为庞大。以Web of Science数据库为例，按相关主题检索，1990年至2024年间共收录了141,857篇与应急管理研究相关的期刊论文、书籍及会议论文。即便如此，这一数字仍不能完整代表应急管理研究的全貌。
此次检索涵盖特定灾害类型、与灾害后果相关的人为因素，以及紧急情况、灾害等核心议题，同时纳入了应急管理的主要活动领域，包括备灾、响应、减灾和恢复。然而，现有研究成果的组织方式及关键词体系与应急管理实践并未形成显性对应，使得精准识别相关研究颇具挑战性，也不利于将研究成果有效整合融入应急管理教育培训。
在此背景下，以机器语言模型和生成式AI为代表的人工智能技术，可在数百万条跨数据库记录中高效识别应急管理研究成果，并对其进行更具实用价值的持续性组织整理。
此外，应急管理相关研究具有全球性、多元性等特点：研究者来自不同学科背景，遵循各自独特的研究范式，并在各自专业领域的学术期刊上发表成果。相关研究并不总是以应急管理为明确研究方向，进一步加大了检索整合的难度。
推动应急管理研究体系建设的核心建议
为破解上述困境，报告提出以下系列建议：
召集该领域思想领袖，共同研讨应急管理研究的核心议题，例如明确界定应急管理研究的认定标准；保障对存储应急管理研究成果的数据库与知识库的广泛访问权限；综合运用人类专业知识与人工智能手段，持续跨数据库识别和整理应急管理研究成果；建立专门针对应急管理领域的研究数据库；通过综合研究成果，定期发布应急管理科学进展报告；制定并推广应急管理研究检索指南；为希望推动实践应用的应急管理研究者提供指导，帮助其通过优化标题、关键词及摘要语言，提升研究成果的可发现性与实践关联度；与核心出版机构及期刊编辑深化合作，提升应急管理研究的发现效率；在推动建立美国本土聚焦的应急管理专项研究资助机制的同时，积极与现有应急管理研究资助机构开展协作。
研究背景与支持机构
本研究由FEMA旗下的国家灾害与应急管理大学（NDEMU）资助，由RAND国土安全研究部门基础设施、移民与安全行动项目组的国土安全行动分析中心（HSOAC）承担实施。本报告属于RAND研究报告系列，所有RAND研究报告均须经过严格同行评审，以确保研究质量与客观性达到高标准。RAND是一家非营利机构，致力于通过研究与分析改进政策制定与决策质量，其发布的报告不代表资助方的立场与观点。
Q&A
Q1：NDEMU为什么要绘制应急管理研究图谱？
A：随着灾害发生频率不断上升，应急管理实践的需求日益迫切。NDEMU希望系统梳理和整合应急管理领域的研究成果，以便将其转化为教育培训内容，最终服务于实际应急管理工作。然而，目前应急管理研究体系尚未得到有效整合，研究成果的组织方式也与实践需求脱节，因此委托HSOAC开展这项图谱绘制工作。
Q2：人工智能在应急管理研究整合中能发挥什么作用？
A：以机器语言模型和生成式AI为代表的人工智能技术，能够在数百万条跨数据库文献记录中高效识别应急管理相关研究成果，并对其进行更具实用价值的持续性分类整理。这有助于解决现有研究关键词与应急管理实践对应不足、检索难度大等问题，提升研究成果转化为教育培训的效率。
Q3：HSOAC对推动应急管理研究体系建设提出了哪些核心建议？
A：HSOAC建议从多个层面推进：召集思想领袖明确研究认定标准、建立专门的应急管理研究数据库、综合运用人工智能与人类专业知识持续整理文献、定期发布领域科学进展报告、为研究者提供提升成果可发现性的指导，并与出版机构合作改善研究检索条件，同时推动建立专项研究资助机制。