大數據條件下的城市公共安全應對機制

丁波濤

導讀：大數據技術為公共安全治理提供了數據基礎、數據處理技術、預測手段和風險評估方法，推動公共安全治理進入事先與事中相結合、主觀判斷與理性判斷相結合、危機處置與民眾互動相結合的新階段。但目前公共安全治理還面臨著智慧基礎設施不足、數據整合不充分、數據安全隱患突出等瓶頸，為此政府一方面在技術層面上要數據采集的多樣化、數據存儲的融合化、數據分析的實時化、安全事務決策的智能化，另一方面在制度層面上要完善城市安全的數據管理網格、推進公共安全數據整合、加強大數據安全保障。

DOI：10.3969/j.issn.1674-7739.2015.05.007

安全是人類的最基本需求，城市安全是城市發展的前提。目前我國正處在快速城市化進程之中。建國以來尤其是改革開放以來，伴隨著經濟的高速發展，我國的城市化率也在快速提升，1949我國城市數量為136個，城市人口比重約10%，2014年這兩個指標已增長為約650個和55%。無論從國家還是地區的角度而言，城市作為經濟、社會、文化發展的中心，其特有生產要素的空間集聚性和流動性，使城市處于一個高危險地域，一旦發生突發性火災、地震、洪澇、爆炸、毒氣泄漏、傳染病以及戰爭與破壞等各種自然或人為災害，往往會造成大量的人員傷亡和慘重的財產損失，嚴重影響城市可持續發展和社會的穩定。

在智慧城市時代，信息技術和智能技術無疑是建立科學的公共安全應對機制的主要手段，而在各類智慧技術中，大數據技術具有預測力強等特點，對于加強城市安全治理具有極為重要的作用。國務院在2015年6月發布的《關于運用大數據加強對市場主體服務和監管的若干意見》也特別指出，要在“資源利用與環境保護、食品藥品安全、安全生產等領域實施大數據示范應用工程”。

一、城市公共安全治理的大數據機遇

從數據信息流動的角度看，公共安全治理的過程是一個數據搜集、數據整合、數據提煉、數據挖掘、安全分析、安全情勢判斷、安全監測、發現風險的過程。[1]因此，公共安全治理問題常常表現信息問題，尤其是對一些突發性公共安全事件，能夠及時準確地獲得信息、甄別信息、分析信息并快速作出決策，對于正確應對突發事件處理至關重要。

然而，依靠人工手段和傳統信息處理技術，政府部門很難做到快速反應與正確決策。例如在美國“9·11”事件發生之前及之中，來自不同渠道的報警電話、安全情報、新聞報道等大量信息蜂擁而至，讓美國安全部門和警方無所適從，嚴重影響了當局應對這一事件的能力。同樣，近兩年發生的上海踩踏事件、天津港爆炸事件等突發公共安全事件，直接原因都是當地政府未能及時掌握相關信息與數據，未能進行事件預防，事件發生后也未能在第一時間進行正確應對。

大數據技術的出現與發展有助于政府和社會及時準確地掌握相關信息，事先能消除隱患，事件發生后也能快速作出正確反應，更加有效地應對事故和災難。具體而言其作用體現在以下方面：

（一）大數據技術為公共安全治理提供了更加強大的數據基礎

公共安全數據構成復雜，從類型上講可分為城市運轉數據、機構運行數據、生產操作數據、社會生活數據等，從來源上可以分為民眾報送、自動采集、檢查發現、現場觀察等，從傳輸渠道上可以分為人工傳輸、電話線路、監控網絡、物聯網、互聯網、移動互聯網等。隨著城市系統越來越龐大，公共安全數據具有海量、實時、復雜、易構、多視角、不確定等大數據特點。

傳統的公共安全治理中，數據來源比較單一和零散。同時限制于技術和能力，大量與安全事件有關的數據信息或無法獲取、或不及傳輸、或難以識別，不能夠在安全事件處置中發揮作用。因此在傳統決策之中，管理者常常將大量時間花費在“發生了什么”、“為什么會發生”這樣的事實發現環節上，從而延誤了真正需要決策的事項——“怎么做”，但在各類公共安全事件處置中，留給決策者的時間通常都十分緊迫，于是決策者只能在未充分掌握事實的情況下倉促決策，嚴重影響了決策的質量。與大數據相關各類感知技術、物聯網技術、云計算技術、移動網絡技術等，可以快速將與公共安全相關的各類數據進行全方位采集和快速傳輸，使得公共安全治理得以基于完整的數據圖譜而不是單一、零散的數據源，從而保障了危機決策與應對的科學性和有效性。

（二）大數據技術為公共安全治理提供了新的數據處理方法

公共安全事件中危機處理的一個難點是如何對數量巨大、類型各異的數據進行快速處理，特別是對于一些來自網絡、媒體、監測設備的非結構化數據，包括文字、交互信息、圖像、聲音、視頻等。據估計，各類社會活動中產生的結構化數據只占15%左右，其余的85%都是非結構化的數據。特別是在突發性的公共安全事件中，大量鮮活的、碎片化的“原生態”信息突然涌出，短時間內不可能進行結構化處理。在傳統技術條件下，對這些數據只能依賴人工來進行分析和處理，嚴重延滯了事件應對的時機。例如國內某地曾發生過一起刑事案件，公安人員為了解犯罪嫌疑人行蹤，動用3000名警察翻看監控視頻錄像帶，前前后后花了兩個月時間，而實際上犯罪嫌疑人就一直住在公安局附近并經常外出活動。

借助元數據自動提取、語義分析、自然語言處理、自動圖像識別等大數據技術，人們可以從公共事件發生時產生的大量鮮活的、碎片化的、原生態的非結構化數據中，快速挖掘出事件的原因、規律、趨勢、后果，并采取相應對策。

（三）大數據技術為公共安全治理提供了有效的預測手段

傳統公共安全治理的一大難題是無法對可能的風險點進行定位，對潛在事件進行預測。實際上，人類行為看上去具有很大的偶然性和隨意性，但只要群體夠大、數據夠多，仍可以被有效預測。全球復雜網絡權威巴拉巴西認為，93%的人類行為是可以預測的。[2]利用大數據技術，政府可以對城市運行中有關公共安全的相關數據進行采集、整合、處理、加工，梳理城市運行體征，為城市運行安全監測、綜合分析、預警預測、輔助決策等提供服務，充分發揮數據潛在價值，以提高城市公共安全管理水平。

在犯罪防范領域，政府利用公安大數據進行預測預警，分析挖掘隱含關系，對重點人員信息關聯分析以及案件規律分析應用，分析案件與案件之間，大型活動和社會之間的關聯關系，推演出相應規律，預測和預防犯罪案件的發生。如密歇根大學的研究人員利用“超級計算機以及大量數據”來幫助警方定位那些最易受到不法分子侵擾片區的方法，利用大量數據創建一張波士頓犯罪高發地區熱點圖，為警察更具針對性地鎖定犯罪易發點、抓獲逃犯提供支持。

在突發事件防范領域，政府利用大數據可以監測人群活動、車輛流動、設施運轉狀況，在危險發生的臨界點前進行預警和事先處置，從而避免事故的發生。如在上海的踩踏事件中，如政府部門能借助大數據、互聯網技術，很容易實現智慧城市預警管理，當外灘手機數量過了預警線，通過短信、微信等方式提前預警，并組織相關力量進行現場處置，完全可以避免踩踏事件的發生。

在疾病防范領域，人們可以利用大數據對疾病的發生和傳播狀況進行及時跟蹤，防止疾病傳播失控。谷歌公司曾對5000余萬條最頻繁的檢索詞條數據進行測試，總共處理了4.5億個不同的數學模型，并與美國疾病控制和預防中心的報告對比，追蹤流行性疾病的準確率達到97%。[3]

（四）大數據技術為公共安全治理提供了新的風險評估手段

風險評估是公共安全治理的重要手段。通過事先的風險評估，人們可以知道各個區域、各個機構以及各個對象發生安全事故的可能性，這對于人們合理配置力量、加強重點布防無疑是非常有價值的。但在實際中，影響公共安全的因素十分復雜，大致包括人、物、自然環境和管理制度四個方面。對公共安全事件發生的原因和后果，理論上有多種闡釋。[4]風險管理理論認為，現代公共安全問題源于工業化大生產的不確定性，社會風險原子化分布加劇了挑戰；政府規制理論指出，產業因素是眾多公共安全問題的根源，產業結構影響企業素質，企業素質決定生產經營行為，生產經營行為關乎質量和安全水平；危機管理理論主張，公共安全事件的危害程度主要取決于救援和處置水平高低。可見影響公共安全發生和后果的因素十分復雜，建立起一套科學合理、有預測力的風險評估體系并非易事。

基于大數據，政府部門可以對城市、區域或特定場所的安全水平進行更加科學合理的評估。同時借助于各項虛擬技術，政府部門可以在大數據基礎上，對公共安全事件發生可能產生的后果、各類處置方案的有效性以及社會可能的反應進行模擬，在模擬的基礎上對各種處置預案進行評估和優化。

二、以大數據技術支撐的公共安全治理特征

（一）事先與事中相結合

相較于傳統時期的公共安全治理機制與治理流程，大數據時代的最大改變在于，公共安全決策的流程將由危機事件發生后的“應急”轉變為危機事件發生前的“預測”。[5]應急管理無疑是十分重要的，大數據技術可以幫助決策者迅速找到事件發生的現狀和原因，從而盡快做出應對。更重要的是，利用大數據技術可以對歷史數據、橫向可類比數據和關聯數據進行量化分析，找出安全事件的發生條件、發生規律和發生的可能后果，從而進行有效的安全事件預測。這種事先的安全事件預測可以防患于未然，相比事發后再進行應對，有效的安全預測可以大大減少國家經濟損失和民眾的生命財產損失。

（二）主觀判斷與理性判斷相結合

受其特定歷史和文化的影響，西方發達國家普遍形成了科學主義和實證主義的管理傳統，重視數據收集、定量分析、理性判定和精確決策。而在我國，長期以來人們更習慣于感性認識、定性分析、主觀判斷和概念化表達。這種粗放式管理決策思維反映到公共安全治理之中，就是政府管理者習慣于從直覺和經驗出發，不重視數據收集、理性判斷和科學分析，對于事件的了解和認識往往依賴于“聽匯報”、“下基層”，而重大決策的制定往往依賴于“拍腦袋”、開“碰頭會”的決定。在這種情況下，決策的科學性與合理性一則取決于領導是否能在短時間內掌握一線的實際情況，二則取決于領導自身的經驗和能力，很容易導致判斷與決策定位不準或滯后，存在很大風險。

大數據已經改變了傳統的管理決策結構的模式。在大數據條件下，公共安全治理方式將從“業務經驗驅動”向“數據量化驅動”轉變。依賴大量詳實而準確的數據，政府管理者可以很快跨過“發生了什么”、“什么原因”這樣一些環節，而迅速將工作重心轉向“怎么辦”。同時借助于一些決策工具和決策模型，政府管理者可以在短期內提出科學合理的方案，從而能更好地應付各類安全事件。

（三）危機處置與民眾互動相結合

每一個公共安全事件發現和處置的過程，往往都同時是一個社會輿情和網絡輿情爆發和漫延的過程。尤其是web2.0發展所帶來的社會化自媒體的出現，大大加速了信息傳播的范圍和效力，增進了知識的共享和信息的交互，廣大民眾借助網絡對于公共安全事件進行意見表達、觀點傳播，在相當程度上影響著全社會對公共安全事件的關注以及判斷。網絡輿情和社會關注既可以為公共安全事件決策提供新的數據和線索，同時也可能形成影響決策的強大外部壓力，甚至可能對決策形成干擾。尤其是當前互聯網謠言和意見領袖影響日增，在許多公共安全事件中，公眾感知與政府判斷偏差較大，由此常常導致公眾反應過激的現象。因此在進行危機處置的同時，正確地處理好與民眾的互動，非常重要。

大數據為公共安全治理中更好地與民眾互動提供了新的技術與方法。一方面借助網絡大數據挖掘，政府管理者可以第一時間掌握民眾對公共安全事件的看法和思想動態，從而及時進行合適的輿情應對和引導，防止出現“次生”公共安全事件；另一方面，公共安全事件的網絡反應中，常常包含了許多政府部門不掌握的重要有價值信息，以及民眾對事件處置的建議，政府部門如果能及時發現這些信息、充分利用民眾智慧，不僅有利于優化政府的處理方案，而且有助于改善公共事件處理中政府與民眾的關系，降低公共安全事件的負面社會影響。

三、公共安全治理面臨的大數據瓶頸

（一）智慧基礎設施覆蓋不足產生了大量的“無痕”活動

基于大數據技術的公共安全治理，首先需要有全面、準確和詳實的數據作為支撐，這依賴于現代信息技術對各類活動進行實時監測和數據捕捉。但現實世界中，由于感知設施和傳感網絡中存在許多盲點，大量與公共安全相關的人類活動、生產經營、設施運轉中產生的數據無法被及時有效捕捉，或雖已捕捉但未有及時傳輸到決策系統，使這些活動成為“無痕”活動。例如公共交通管理中，許多人不使用公交卡等電子支付工具而是使用現金，使他們的活動動向難以被察覺；在危險品管理中，一些化工企業未能及時記錄危險品生產、運輸和存儲數據并上報，使政府無法對其進行監控。大量無痕活動的存在，使得大數據分析成為無米之炊。

（二）數據不能充分整合降低了決策的效率

各類公共安全信息缺乏整合，公共安全信息數量大、內容雜、來源多，但在實際中這些數據往往分散于各部門、各機構和各企業，沒有實現共享，“信息孤島”現象非常普遍。這樣在發生安全事件時，政府部門難以及時了解事件的完整圖譜。

公共安全管理系統常常按功能分而治之，在不少地方一個平安城市系統中有幾種甚至十幾種安防平臺，且大多數之間沒有實現互聯，缺乏業務的有機整合。[6]例如不少地區的視頻監控系統往往自成一體，覆蓋面小，應用面窄，缺乏與應急聯動、警務指揮、城市管理、警用地理信息系統（PGIS）及其他公安信息的有效聯動。

公共安全治理系統與其它電子政務系統缺乏協同，未能與公共安全治理相關的醫療、社會保障、房屋管理、宣傳等系統進行有效的協作，在公共事件發生后往往依賴于領導之間的協調會、碰頭會等來解決不同部門之間的協作問題。

（三）數據采集與數據安全之間的矛盾

在公共安全治理領域中，許多公共安全數據本身具有雙重屬性，一方面它們涉及到公共安全保障，從而具有“公共性”；另一方面它們又與公眾隱私密切相關，又具有“私有性”。這兩種屬性之間的矛盾會給公共安全治理中的大數據管理帶來難題。例如政府在公共場所大量安裝視頻監控設備，一方面固然有助于保障公共安全，但另一方面也可能會使人們的隱私被暴露。筆者曾就智慧交通問題做過調研，一些車企反映，許多車主之所以不愿意安裝車載系統，有些車主甚至將汽車自帶的車載系統停用，一個重要原因是車主普遍擔心啟用車載系統后本人會被監控。尤其是在大數據環境中，政府需要將各方面的數據進行集成和整合，由此形成的龐大數據庫完全可以勾繪出一個人的生活、工作、社交等方面的全景式圖像，人們的一舉一動都將隨時處在政府部門的目光之中。美國到現在為止仍沒有建立全國統一的個人身份識別號碼體系，主要原因就是民眾擔心由此會導致自身的隱私被暴露。[7]我國雖然具有強勢政府的傳統，但公共安全大數據管理中的隱私問題卻不容忽視。

四、大數據條件下加強公共安全治理的對策建議

從上面的分析可以看出，大數據條件下的公共安全治理，既是一個技術問題，也是一個制度問題。未來我國要進一步加強公共安全治理，需要同時在兩方面努力。

（一）技術層面上

1.公共安全數據采集的多樣化，夯實數據基礎

通過完善RFID、物聯網等智慧城市基礎設施建設，加強對各類社會活動和城市運行數據的感知與采集，確保城市中的人、機器、設施等物體的各項動作都能留下清晰的“痕跡”，為公共安全監測、預警與處置提供充分的數據基礎。

2.公共安全數據存儲的融合化，加強數據關聯

對于來自電話、視頻監控設備、感知、互聯網、物聯網等各個渠道獲取的類型多樣、結構各異的公共安全信息，能進行充分的關聯，使得原生態的公共安全信息能從粗放無序的數據真正轉化為精細可用的信息，并最終實現高效應用。

3.公共安全數據分析的實時化，保障處理高效

一個城市每時每刻都會產生龐大的公共安全信息，公共安全保障系統要能對這些海量、異構、動態數據進行迅速分析處理，從而事先發現可能存在的隱患，突發事件后能迅速找到最佳的處置對策。

4.公共安全事務決策的智能化，促進科學決策

要加強公共安全數據分析工具的開發，建立數據分析模型，從而能在短時間內對海量的安全數據進行分析處理并作出科學判斷，幫助政府管理者能事先對安全隱患進行盡早察覺，事中對安全事件進行合理應對。

（二）制度層面上

1.完善城市安全的數據管理網格

要對城市中重要的商業圈、產業圈、生活圈等人口或設施密度高、安全隱患大的區域進行梳理，加強網格化管理，完善各網格區域內的數據采集體系，使城市安全監控網絡的觸角能延伸到任何一個風險點，防止出現盲區，從而夯實城市公共安全治理的大數據基礎。

2.推進公共安全數據整合

建議各地政府充分利用云計算技術，建立城市公共安全大數據管理云平臺，將與公共安全相關的各類數據進行集中式管理，有效帶動公共安全信息在各部門之間、政府與公眾之間依職能、按需求進行交換與共享。同時鼓勵各政府部門和社會機構以大數據云平臺為基礎，開發各類公共安全管理應用系統。

3.加強大數據安全保障

既要推動公共大數據數據資源的開發與利用，又要保護好公民隱私和商業秘密。為此政府在獲取公共安全數據之后，其一要保障數據不泄露，防止其它機構和人員非法獲得這些數據；其二要保障數據不濫用，即使是政府自己，也不能將這些數據為所欲為，而只能將這些數據用于公共安全管理以及其它合法的公共管理職能，不能用于其它目的。

參考文獻：

[1]張春艷.大數據時代的公共安全治理[J].國家行政學院學報，2014（5）.

[2]艾伯特-拉斯洛·巴拉巴西.爆發[M].北京：中國人民大學出版社，2012.

[3]維克托·邁爾-舍恩伯格，肯尼斯·庫克耶.大數據時代：生活工作與思維的大變革[M].杭州：浙江人民出版社，2013.

[4]胡穎廉.公共安全需整體治理[N].學習時報，2015-07-13.

[5]張春艷.大數據時代的公共安全治理[J].國家行政學院學報，2014（5）.

[6]孫鵬，沈瑋崗.基于智慧理念的城市公共安全評估體系建設[J].中興通訊技術，2014（4）.

[7]徐子沛.大數據：正在到來的數據革命[M].桂林：廣西師范大學出版社，2012.

責任編輯：王 縉