大數據環境下的社會公共安全治理

朱志萍

（上海公安高等?？茖W校， 上海 200137）

大數據環境下的社會公共安全治理

朱志萍

（上海公安高等?？茖W校， 上海 200137）

為適應大數據的新常態社會環境，社會公共安全治理模式由傳統的事后補救的“治療式管理”轉向“預防式治理”。這一新模式的運作以大數據收集為起點，通過對其在公共安全治理過程中作用的挖掘，實現大數據參與治理的功能，并最終制定大數據策略付諸行動。

大數據；公共安全治理；預防式治理模式

維護社會公共安全是公安機關根本的法定職能之一。當社會安全已由傳統安全威脅轉向傳統與非傳統并存之時，對于公共安全的“理”就不再是“管理”，而是“治理”了。治理意味著主體由公安機關一元轉向了公眾多元；意味著信息由公安獨享轉向了公眾共享；意味著手段由公安專職轉向了公眾通職。這些轉向都是與當前社會環境因素的變化密不可分的，毫無疑問，大數據的出現及其廣泛影響是當前社會環境中最重要的變化因子。

一、大數據于社會公共安全治理而言的全新內涵

為了適應國家經濟發展的新常態，我國政府履職亦邁入了新常態的發展視域。所謂常態，是指一定階段的恒常狀態或態勢；而謂之新，則意味著這種狀態或態勢異于以往。于公安機關履職而言，新常態作為一個新的發展階段，其典型特征就是信息化——無論是工作的目標與內容，或是完成工作的手段與形式，抑或是工作的評估與檢驗，都必將與信息化緊密關聯，由此，勢必帶來履職環境、主體、客體、思路等等的變化與發展?？梢哉f，在當下這一信息化是與大數據密不可分的，大數據成為當下公共安全治理新模式運行的新常態社會環境。

早在20世紀80年代美國就有了“大數據”（Big Data）的概念，直至2012年被《紐約時報》稱為“大數據的跨界年度”，但迄今為止，大數據仍非是一個確切概念。從最初意義講，大數據僅為一個大的數據的概念，“是指那些大小已經超出了傳統意義上的尺度，一般的軟件工具難以捕捉、存儲、管理和分析的數據”。[1]就此而言，關于大數據的基本屬性，當前比較具有共識度的是認同大數據有以下四個基本的自然屬性：“數據規模大(Volume)、數據種類多(Variety)、數據要求處理速度快(Velocity)、數據價值密度低(Value)，即所謂的四V特性”。[2]但實際上，所謂的大數據只有與人、與社會發生關系時，才具有其最真實的價值，所以，理解大數據，除了理解其作為純粹的“大”數據而具有的自然屬性之外，更應該理解其更深層次的社會內涵。

于公安機關履行社會公共安全治理職能而言，大數據的重要內涵無疑更需要從以下四方面加以關注：

其一，大數據是一種新型的治理能力。這種能力首先體現在“以一種前所未有的方式，對海量數據進行分析”。[3]維克托·邁爾-舍恩伯格在《大數據時代》中如此陳述，“到2013年，世界上存儲的數據預計能達到約1.2澤字節”，[4]這一數據意味著，“如果把這些數據全部記在書中，這些書可以覆蓋整個美國52次。如果將之存儲在只讀光盤上，這些光盤可以堆成五堆，每一堆都可以伸到月球”。而且，這些數據始終在呈指數級增長，可以說，社會就是由海量數據組成，正是由于這些海量數據的深度滲透和廣泛應用，甚至引起了社會深層次的變化，如社會形態和社會結構的深刻變化，進而可能產生新的社會矛盾和沖突，并對社會公共安全帶來負面影響。與以往不同的是，大數據不僅存在于特定的領域，如航天航空等尖端高科技領域，而且存在于每天的日常生活中，而這恰恰是公安機關一天可能需要面對的海量數據——城鄉流動人車物管理的登記入冊、視頻監控的平臺維護、偵查破案信息的排摸比對等。如此龐大的數據首先需要有相應的數據處理能力對其進行收集、存儲、分析、統計、應用等操作，否則僅僅是龐大的數據而已。一言以蔽之，大數據就是大社會，大數據時代就是公安機關履職面臨的新常態，由大數據引發的真正的革命在于如何運用數據，這種處理數據的能力成為履行社會公共安全治理職能所必需的能力之一。

其二，大數據是一種新的治理技術手段。正如量變必然引起質變一樣，海量信息的總量達到一定程度必然引起信息形態的變化，這就需要在處理這些數據的同時更要改進處理這些數據的工具，由此導致了“新的處理技術的誕生”——這種新的技術手段不再局限于傳統的結構化數據庫表格的整齊排列，而是實現了向“消除僵化的層次結構和一致性”技術的革新，實現了非結構化或半結構化數據的處理。所以，大數據不僅僅是“用現有的一般技術難以管理的大量數據的集合”，[5]也是“對這些數據進行存儲、處理、分析、共享、預測的技術”。社會公共安全治理的創新也必然包括大量技術手段的創新。

其三，大數據是一種新的思維方式。“所謂大數據思維，是指一種意識，認為公開的數據一旦處理得當就能為千百萬人急需解決的問題提供答案。”[6]這就說明，大數據的特征就在于相互關聯，而且這些關聯性是客觀存在的。大數據產生之前，人們更多地是習慣于對事物進行因果關系的思考，習慣于對結果進行原因的查詢，在傳統的“小”數據時代，這是一種可信的、也可行的思維方式。但面對海量的大數據，人們再也難以凡事尋因。而且，由于客觀世界信息的萬千更替，人的主觀認知能力極易處于落后狀態，這種發展的不均衡使得僅僅關注因果關系將成為一種思維局限和行動瓶頸。由此，對社會公共安全治理帶來的重大啟示就是更需要關注事物之間相關關系的思考，也就是說，對公共安全影響因子的考量不僅僅需要知道為什么，更需要知道是什么，從而進一步預測未來的發展趨勢，這即是一種思維方式的變化。而且，由這種新的思維方式帶來了理解事物的新方法，即更多關注在事情發生之前預判事情產生的狀態及概率。

其四，大數據是一個新的行動領域。大數據的概念原本只是出現在“最先經歷信息爆炸”的天文學和基因學；如今，“這個概念幾乎應用到了所有人類致力于發展的領域中”。[7]這足以說明，作為新的思維方式必然產生新的行動取向，大數據被認為是“人們在大規模數據的基礎上可以做到的事情”，[8]其核心就在于預測事情發生的一切可能性，并由此成為獲得新知、創造新價值、建立新關系、提供新服務的源泉。隨著大數據時代的到來，各種新的社會階層和社會組織出現，以及動態社會人口、物資等社會資源流動頻率加大，這就使得公安機關履職面對的客體呈現出多元性、流動性、不確定性等特征。不難想象，在當下的經濟社會環境中，強調大數據手段的運用必定帶來公安機關履行社會公共安全治理職能的全新的行動領域，而且，離開了大數據手段，在這些領域行動定是寸步難行。

二、大數據參與下的社會公共安全治理新模式及其特點

“大數據的核心在于預測”，[9]大數據支持下的公共安全治理的核心也是在基于預測的基礎上，把握公共安全變化及發展的趨勢，作出正確判斷，達到防患于未然的目的。

從社會學意義上講，社會公共安全作為一種社會狀態，是指不確定的大多數人的健康、人身、財產等不受威脅、沒有缺損等狀態，以及由人群而產生的社會公共秩序的良好與有序。對公共安全的治理主要是政府部門及其相關機構的職能。這些部門和機構運用公共權力為安全有序的狀態提供服務與保障，并且在安全受到威脅時提供解除威脅的措施。不同的治理理念、治理方法、治理組織、治理程序等構成了不同的治理模式。

公共安全治理歸根到底是對人和物的治理。人和物的和諧與有序形成了安全的公共狀態，反之，紛爭與無序則導致不安全的公共狀態。在大數據條件下，每個人的生活方式、每件物的存在狀態都可以最終以數據的形式被記錄、被搜索、被查詢。始于出生登記，終于死亡證明，人的一生所經歷的求學入職、居家出行、體檢就醫、通訊往來，直至日常生活的每一個環節，幾乎所有的信息都需要借助網絡平臺予以保存。同樣，所有的物品，從設計、生產、出廠，到購買、發貨、取件，再到發件、流通、運輸，最后到收件、使用、維修等，幾乎所有的環節也都是通過條形碼、芯片、二維碼、傳感器等實現了數據化的全程跟蹤。這種海量的、多樣的、復雜的數據化存在的人和物，為管理提供便捷的同時，更為公共安全提出了挑戰，也使得公共安全治理模式的轉型成為可能。傳統的事后補救的“治療式管理”轉向事前的“預防式治理”就是適應時代大數據特征的產物，這也是公安實戰中緩解警力資源不足、實現警力無增長改善要求的有效策略。這種新模式主要有以下特點：

第一，將事前的風險預防視為公共安全治理的起點。傳統的事后補救的“治療式管理”模式雖然也強調預防為主，但實際只是更多側重于發現安全隱患發生的先兆，盡力做到早發現、早報告、早處置。這其實容易造成事前預防和預警機制的缺位，即便有，也往往由于實戰性不強而沒有實際效果。大數據支持下的“預防式”公共安全治理模式則不僅重視消除和控制已發生的風險，更將事前的風險預防放在首位，通過對相關數據的統計分析，發出風險預警，將問題解決于發生之前。

第二，遵循的是公共安全治理的正向思維模式。傳統模式遵循的是“由果尋因”的逆向思維，即從突發事件倒推，進行邏輯分析，尋找因果關系，作出應急決策。大數據支持下的“預防式”公共安全治理模式則是從風險預測開始，進行數據挖掘和量化分析，尋找相關關系，最后作出行動決策，這即是一種“從因預果”的正向思維模式。顯然，這是一種更為積極主動的治理模式。

第三，運行的是一種“謀定而動”的警務戰略。傳統模式以事件為中心，是一種相對被動的應急式行動策略，重在事后補救，但很難做到資源的優化配置，容易形成資源短缺或資源浪費。大數據支持下的“預防式”公共安全治理模式則是主動采取有針對性的措施預防風險，這是一種基于預見性的智慧策略，意味著警務戰略的深刻變革，即從戰略層面利用情報預警實現實時定位，精準打擊，而不僅僅是在案發之后行動層面的快速反應?！爸\定而動”顯然可以達到資源最優化的效果。

三、大數據參與下公共安全治理新模式的運作

基于大數據的深刻影響力，公共安全治理新模式的運作以大數據收集為起點，通過對其在公共安全治理過程中作用的挖掘，實現大數據參與治理的功能，并最終制定大數據策略付諸行動。

（一）大數據收集：實現由數據到情報的轉換

運用大數據首先需要從收集大數據開始。對以結構化或非結構化等多種形式呈現的數據進行有意識的關注和積累，并努力找出事實依據，這是收集大數據的重要來源。此時，即便沒有對這些數據進行分析和研判，僅憑由此產生的敏感意識，也是成功運用大數據的目的之一。

“預防式”公共安全治理模式是一種注重犯罪預防的主動警務。毫無疑問，公安工作必須關注信息與情報，而信息的收集離不開數據——數據轉化為信息，信息再轉化為情報。一種狹義上的數據僅僅是單純的以阿拉伯數字顯示的數據，其本身并無實質性的意義，如172；只有將以數字形式呈現的數據結合一定的環境、置于一定的環境中，才算是賦予了數字以實際意義，如某幾起案件的嫌疑對象身高約172厘米，這就是信息。更進一步，社區民警在與居委會交流中得知，最近某戶借住了一個身高為172厘米左右的男子，從房東反映的該男子的作息情況來看，與案件發生的時間等特征有吻合之處，這時就由信息轉變成了情報，并為警方的偵破工作提供了線索。通過收集數據、分析信息，進而形成情報產品。一句話，新模式以數據形成情報，用情報預測未來的行動，而不是根據現有的行動來收集情報，即用情報印證現有的行為。這是一種注重犯罪預防的主動警務，從而起到防患于未然的作用。

（二）大數據挖掘：實現相關關系的確認

大數據挖掘是指通過對海量數據的分析與研判，發現隱藏在數據背后的關聯關系，由此既揭示出了事物過往的規律，又為預測未來的趨勢提供了依據。所以，預測依靠的是情報，而情報則是對尚未形成結果的要素之間的相關關系進行確認。以反恐預警為例，從當前日趨嚴峻的反恐斗爭形勢來看，恐怖襲擊一旦發生，造成的社會危害就非常巨大，后續的社會恐慌無法估量，社會負面影響也將會持續發酵。恐怖襲擊中，恐怖分子已經抱有必死的信念，這一點和普通的犯罪行為是不一樣的。而且，事后曠日持久的反恐作戰更會帶來極大的社會資源消耗，所以，反恐必須更加注重事前預防和事中緊急處置，尤其是事前預防，終結犯罪在事發之前，這是反恐追求的終極目標。但是，恐怖襲擊在事前非常隱蔽，可以說是沒有任何先兆，這種前期的隱蔽性決定了事前防范的難度。

在介入大數據之后，數據挖掘技術使得恐怖活動也有跡可尋。不同于普通人，恐怖分子由于有著特定的行動目標，其所有行為都是趨向目標而實現的。事先的踩點、活動設備材料的準備、資金的籌劃、成員之間的聯絡，總之，從犯罪準備到犯罪實施，再到犯罪之后的逃逸，無所不在的“數據”必定在海量的交易空間中出現并留下痕跡。循跡而動就是數據挖掘技術的觸角指向，最終發現鎖定嫌疑對象。由此，在事先確定異常值域的前提下，憑借對大量產生的數據進行比對分析，并通過實時監控發現異常，以此掌握地區治安局勢的規律和趨勢，然后向決策部門提供預測分析材料。正是通過對海量數據的挖掘，可實現與恐怖襲擊行動相關關系的確認。

（三）大數據參與：實現公共安全的多元協同治理

“預防式”公共安全治理打破了以往以公安機關為單一主體的模式，強調治理主體的多元化。即當公共安全事件發生時，形成以公安機關為主，其他政府部門、組織、企業、個人協同合作的治理網絡。2013年4月15日美國波士頓馬拉松賽現場爆炸案偵破中大數據的參與就是實現這一治理模式的典范。

在這起被定性為恐怖襲擊的爆炸案發生之后，美國警方立即啟動了對嫌疑對象線索數據排摸采用“眾包”的手段，以盡快盡可能多地獲取了現場的數據。這一手段主要包括：一是調取爆炸發生地科普利廣場上的監控攝像頭提供的視頻數據；二是收集事發地點附近街區居民拍攝的各種現場私人錄像、照片；三是大量收集社交媒體上出現的相關相片、錄像等；四是專門設立了一個網站供民眾上傳圖片、視頻等線索，并很快收到了數千份由觀賽者攝于不同角度和不同時間的照片和視頻數據。正是根據這些海量的、種類極其豐富的、極富時效性的數據，調查人員按時間順序將其排列開來，拼湊出當時的場景，并利用圖像處理工具來進行聚焦，最終選定可疑人物。顯然，單靠警方自身的力量是無法完成所有數據資源的收集。這就是典型的通過大數據參與實現公共安全的多元協同治理，并保證了最后決策的科學性和時效性。

顯而易見，通過多種方式的數據發布，將會吸引一批公眾有意無意地參與到公共事務的處置中，更多的問題被發現，更深的細節被關注，更有效的方案被激發，直至在長時間、大范圍內產生復制和連鎖效應，這是大數據參與公共安全多元協同治理的最佳效果。

（四）大數據決策：實現公共安全事件的實時化解決

大數據的參與并不一定帶來精準無誤的結果，相反，海量錯綜復雜，甚至冗余錯誤的數據往往參插其中。若要依靠大數據的實時應用使得數據實時采集、處理、處置成為可能，就需要找尋某種技術手段與能力，并依靠這種手段與能力對參與數據的準確性、有效性、完整性等進行檢驗，唯有如此，方能為提高快速應急反應能力提供有力的數據支撐。這種技術手段與能力的運用折射的就是大數據的決策功能。

大數據決策的基本操作模式即是通過數據統計技術，對前期檢測到的異常進行比對、分析，必要時進行多次重復處理，形成符合要求的數據，最終實現大數據的決策功能。這種決策功能對于預防公共安全事件的產生尤為有效。公共安全事件表面看似具有突發性，但其實可以通過大數據的監測來采取行動決策。試想，倘若在事件發生之前，能首先依托大數據平臺，充分研究人流量在靜態和動態環境下對應于一般流量、大流量、超大流量的標準參數；同時，借助互聯網、移動終端等技術的應急系統，實時不間斷地捕獲現場中心區域及周邊地區相關的數據，實現動態監控，從而有效提高現場感知和快速反應能力，如一旦發覺中心區域的手機數量過了預警線，立即通過短信、微信等方式提前預警，則可有效降低風險。這種智能研判決策即是通過大數據實現了公共安全事件的實時化處置，顯然是最科學高效的處置策略。

四、運用大數據手段踐行公共安全治理新模式需要強化的觀念

毫無疑問，大數據時代以海量的大數據為其本質特征，亦是其最大的優勢，已在或將在城市應急處突、交通管理、重大安保、偵查破案和治安防控等各個領域發揮重大作用，成為現代城市治安防控體系中無形的支撐力量。但這顯然是把雙刃劍。倘若將大數據僅僅視為工具、手段、技術、方法，則無論其有著何等重要的作用，都可能導致負面效果。因此，運用大數據手段踐行公共安全治理新模式更需要強化以下觀念：

一是要正確認識大數據交叉復現的特點，形成包容大數據的心態。

大數據不僅是技術，更是一種價值觀和方法論?？梢钥隙ǖ氖?，在大數據時代，大數據已然成為一種核心競爭力。傳統的數據多為結構化數據，結構化數據正是因其固定的結構而得名，每項結構所代表的內容都是根據需要而設定的，正如EXCELL表格一樣，既便于管理，也便于使用。更關鍵的是，由此呈現出的信息量是可見可控的，其價值也基本是顯性的。而在大數據時代，更多的是非結構化數據和半結構化數據，如微信、微博、視頻、音頻等，其特點在于沒有固定的格式，無法通過固定的樣本在數據庫中進行管理和使用。而且由于其散點式的存在狀態，勢必產生“交叉復現”的特點，即這些數據會在空間上多角度、多層次呈現，時間上也會持續出現、反復出現，這一特點非常有利于實現對于細節的監控和管理。因此，這些非結構化和半結構化的數據對于公共安全治理而言，其價值是潛在的、無法估量的，因為交叉出現的信息可以實現交叉驗證。以公安機關對嫌疑對象的排摸比對為例，某人留在各種空間和時間中的信息，包括日常作息、行為習慣、活動場所、行動軌跡等各種各樣、各時各地的信息，即便其中有價值的在當時僅僅是很小的一部分，但被匯總之后，經過分析，就可以逐步推算出相對固定的行動模型，進而作出未來時間內的行為預測，并進行重點布防。這些都是通過大數據“交叉復現”所獲取的價值。包容大數據，就是要更多考慮其潛在價值，“潛在價值的概念表明，組織機構應收集盡可能多的使用數據并保存盡可能長的時間?！盵10]

二是要處理好預測行為傾向與認定行為事實的關系，避免“唯大數據論”，杜絕重蹈有罪推定的覆轍。

大數據的核心是預測，這種預測是建立在相關性基礎上的。在對破壞公共安全秩序的違法犯罪行為的認定中，單純依靠大數據的分析，極易對行為“可能”產生的后果進行有罪認定，而法律懲處的必須是最終行為“實際”產生的后果，行為的動機顯然不能作為懲處的理由，否則就是違背了公正的基本原則。因為讓行為者為只是可能實施但尚未真正實施的行動“買單”是有礙司法公正的。由此，在大數據背景下，拓寬對公正的理解就意味著需要保護行為的動機，“不能只因為大數據分析預測它們可能犯罪，就判定其有罪”。[11]這里的核心就是處理好預測行為傾向與認定行為事實的關系，杜絕重蹈有罪推定的覆轍。也就是要處理好大數據技術手段的運用與傳統數據分析方法之間的關系，避免“唯大數據論”。也即是意味著，大數據的技術手段僅僅是工具理性的，而一切對人和物的治理最終本質是價值理性。看不到這點，研究大數據參與公共安全治理新模式就失去了意義。

三是要改變警方獨占信息的傳統理念，樹立整體性方法論，滿足公眾對公共安全治理相關信息的知情權。

數據無處不在是大數據時代的基本特征，大數據最終將走向大社會，大社會的公眾不僅具有極強的信息意識，而且其獲取數據的領域是開放的，途徑也是多種多樣。由此，勢必倒逼警方打破獨占信息、“唯我獨享”的傳統理念。在公共安全協同治理中，公安機關與其被動公開信息，不如主動公開；與其事后公開，不如事前公開；與其不得已而為之，不如心甘情愿為之。事實上也是，信息公開既滿足了公眾對公共安全治理相關信息的知情權，也是實現公共安全協同治理的重要措施。只有擁有對等的信息自由及知情權，公眾才能真正履行對社會事務的實質性參與權和監督權，否則，所謂的監督和參與只能是形式上的權利。這是整體性方法論對大數據時代踐行公共安全治理新模式的指導意義。

[1] 涂子沛.大數據[M].桂林：廣西師范大學出版社，2013：57.

[2] 馬建光.大數據的概念、特征及其應用[J].國防科技，2013（2）.

[3][4][6][7][8][10][11] [英]維克托·邁爾-舍恩伯格.大數據時代[M].盛楊燕，譯. 杭州：浙江人民出版社，2013：4，13，167，8，9，143，224.

[5] [日]城田真琴.大數據的沖擊[M].周自恒，譯. 北京：人民郵電出版社，2013:8.

[9] 陳潭. 大數據時代的國家治理[M].北京：中國社會科學出版社，2015：207.

Public Security Management in the Big Data Environment

Zhu Zhiping
（Shanghai Police College， Shanghai 200137， China）

In order to adapt to the new social environment of big data， the mode of public security management should be transformed from the traditional remedial “treatment management” to “preventive management”. This new mode starts with the big data collection and manages public security by taking advantage of datum function， which ultimately helps put developed big- data-related strategies into action.

Big Data； Public Security Management； Preventive Management Mode

D631

A

1008-5750(2016)01-0090-(07)

10.13643/j.cnki.issn1008-5750.2016.01.014

2015-12-20責任編輯：何銀松

朱志萍，女，上海公安高等?？茖W校副教授，法學博士。