基于大數據的特大突發事故失聯人員數量快速估計及對策研究

周曉津++阮曉波++陳翠蘭

[摘 要]特大突發事故區域內活躍移動用戶數量的變動為快速估計失聯人員的數量提供了條件。迅速恢復事故區域通信是救援和快速估計失聯人員數量的關鍵。在兼顧個人隱私保護和城市精細化管理的條件下，政府應推動國企和BAT等私營企業建立移動實時統計信息系統，并及時向公共智庫、科研人員和社會公眾公布相關統計數據，從而讓智庫研究成果更好地服務社會公眾。

[關鍵詞]特大突發事故；失聯人員數量快速估計；人口大數據；危機管理

[中圖分類號]C939 [文獻標識碼]A [文章編號]1671-8372（2017）01-0069-04

2015年8月12日晚11時30分左右，天津市濱海新區發生大規模爆炸事故，現場火光沖天，爆炸沖擊數十公里范圍內均有震感，居民抬頭可見蘑菇云。8.12天津爆炸事故發生后，上至中央高層下至普通百姓，都渴望得到準確的失聯人員數量，但無論是官方或第三方任何機構都無法在短期內給出令公眾信服的答案。在可信數據公布以前，各種網絡大致估計乃至謠言快速傳播。

2015年12月20日11時42分，深圳市光明新區鳳凰社區恒泰裕工業園發生山體滑坡。附近西氣東輸管道發生爆炸，導致煤氣站爆炸，20棟廠房倒塌，多人被困。光明新區滑坡災害中失聯人員的數量雖然早有出現，但變動頻繁。截至20日23時，事故中失聯人員總數上升到59名；截至12月21日6時，事故中失聯人員總數已經上升至91人；截至12月21日18時，失聯人數下降為85人；截至12月22日14時30分，事故中失聯人員總數變動為76人。由于失聯人員的數量波動極大，難以被社會公眾信服。

本文探討利用大數據快速估計特大事故失聯人員數量，從而為領導決策及時提供可參考依據，亦為社會公眾提供可信服的數據。

一、失聯人員數量快速估計的大數據來源

顯然，特大突發事故的失聯人員數量無法依靠傳統的人口統計數據獲得。首先，人口普查數據每五年才進行一次，即使在人口普查的當年，利用該數據系統依然無法獲得特大突發事故失聯人員數量，因為該系統無法實時顯示活動人口的變動情況。其次，戶籍管理中的人口數據缺乏實時更新功能，另一個重要缺陷是無法應對我國外來人口或流動人口頻繁變動的事實。再次，特定人群數據對突發事故中的人員失聯數量也無濟于事，婚姻登記、出生登記和學籍登記需要對全部人口進行聯絡和處理，工作量極大；其他實名登記系統如醫療保障、民航與鐵路售票、勞動保障、銀行和住宅產權等信息系統則與事故區域人口重合度低，對事故失聯人員數量的估計作用極為有限。

目前可利用兩大類型的大數據進行特大突發事故失聯人員數量的估計。第一類是移動通信大數據，主要是用戶所在基站位置數據及移動網絡周期性位置更新數據。以天津“8·12”爆炸事故為例，通過對爆炸沖擊半徑區域內的移動用戶（活動用戶）數量突變進行分析即可大致確定失聯人員數量的最大值；相對而言，深圳“12·20”山體滑坡事故所涉及的區域更窄，同樣可以依據事故區域內的移動用戶數量突變和用戶行為突變來確定失聯人員數量的最大值。第二類是社交網絡大數據。如騰訊QQ登錄、微信登錄、百度搜索等，此類人群覆蓋率低于移動通信覆蓋率，因而可以確定失聯人員數量的最小值。

二、基于移動通信大數據的失聯人員數量估計

2013年9月1日開始，我國在全國范圍內對新增固定電話、移動電話（含無線上網卡）用戶實施真實身份信息登記，嚴格實行“先登記，后服務；不登記，不開通服務”①。2015年1月，工信部、公安部、國家工商總局聯合印發《電話“黑卡”治理專項行動工作方案》，要求自2015年1月1日至12月31日，在全國范圍聯合開展電話“黑卡”治理專項行動，重拳整治“黑卡”。其中包括，2015年9月1日起，電信企業要求各類實體營銷渠道全面配備二代身份證識別設備，在為用戶辦理電話入網手續時，必須使用二代身份證識別設備核驗用戶本人的居民身份證件，并通過系統自動錄入用戶身份信息；不得委托未配備二代身份證識別設備的社會營銷渠道辦理電話用戶入網手續，多項實名制落實措施被業內稱為“史上最嚴”②。就本文而言，是否實名對特大突發事故的失聯人員數量估計并沒有太大的影響。在非實名制情況下，失聯人員數量的確認需要人均手機擁有量數據加以調整，而在實名制條件下，人均手機擁有量無須調查即可從系統中得到。

在進行特大事故失聯人員數量估計前，有一個問題特別值得重視。天津“8·12”爆炸事故中，移動通信基站有可能遭受嚴重破壞，從而導致活動用戶突然失聯的數量大為增加。在這種情況下，恢復基站通信是第一要務，然后是啟動系統災備并進行數據恢復。若通信恢復時間過長，則所估計失聯人員數量會有較大的誤差。初步的失聯人員數量估計方法如圖1所示。以深圳“12·20”山體滑坡事故為例，在移動通信基站完好的情況下，由于手機對應的人員通常與手機處于共生體狀態，當事故突然發生后，手機和人員共埋藏在地下而與外部基站失去聯絡，表現在手機用戶數量方面則會有一個明顯的下降，猶如脈沖低谷出現。若事故突發后所在區域移動基站功能正常，則此時可估算失聯人數：

從深圳“12·20”山體滑坡事故情形來看，事故區域通信功能正常，可直接利用式（1）來估計事故失聯人員數量。而在天津“8·12”爆炸事故中，事故區域內移動基站必然會受到很大的損害，在通信恢復正常前的一段時間內，通信期間手機用戶有一個自然的增量過程，因此事故失聯人數將少于式（1）所估計的人數：

三、基于手機用戶行為的失聯人員數量估計精度調整

前述簡要的特大突發事故失聯人員數量估算方法的優點是簡便快捷，系統甚至可以直接給出并報警。特別是在像天津和深圳等這樣的城市化程度相當高的地區，交通條件、救援能力和災救響應都非常迅速，一旦事故突發，可以迅速啟用備用移動通信基站恢復通信。

在手機非實名制的條件下，平均每個人擁有的手機數量如今應該大于1，因此需要對Nmissing（失聯人數）做出較大的調整。在人口流入地區，人均手機擁有量遠高于人口流出地區。以深圳為例，由于深圳外來人口占有相當大的比例，且多為青壯年人口，因此其人均手機擁有量為1.3～1.5部，調整時應將Nmissing除以人均手機擁有量。

首先，與已有的手機用戶行為大數據分析對比。無須將大量數據導入SQL數據庫中，也無須對數據進行過濾與清洗等處理，只需將事故突發后非因基站受損而中斷聯絡的手機用戶進行分析，主要分析其通話行為及時空特性。在天津“8·12”爆炸事故中，手機用戶通話行為大數據包括海濱新區內電信通話及網絡數據，通話數據包含號碼、通話時間、通話時長、基站位置等信息；網絡數據包含上網時間、上網流量、地理位置等信息。深圳“12·20”山體滑坡事故中，手機用戶通話行為大數據包括光明新區內電信通話及網絡數據。為減少數據處理量，可直接將號碼、通話時間、通話時長、基站位置和上網時間、上網流量、地理位置等（見表1）事故前的數據導入到SQL 數據庫中。通過比對事故前后的電話號碼數量即可得到式（1）所需要的數據，并將失聯號碼數據導入新建的數據庫文件中。

其次，失聯概率調整。Barabási 等（2005）在《Nature》雜志上發表的論文中指出，同一用戶發送兩封郵件的間隔時間并非服從人們過去認為的指數分布，而是服從冪函數分布，從而開創了人類行為動力學的先河。隨著手機的普及，不少文獻將收集到的手機用戶的數據用于人類行為動力學研究，結果發現手機用戶的通話活動均有重尾分布特性，而不是之前人們所認為的服從泊松分布。

上述失聯號碼數據庫中不同號碼此前的通信時間間隔分布，可以用冪函數（為失聯前通話時間間隔）進行擬合，再對比通信恢復后來自外部呼叫、應答的頻率和概率，從而進一步斷定失聯人員傷亡的可能性，從而對整個失聯人員數量進行調整。近年來的研究還發現，從時間上來說，人類行為的發生不是均勻的，可能在短期頻繁發生而長時間卻不發生。當突發事故發生之后，失聯人員被叫情況在短期內將會頻繁發生，而失聯人員的應答行為則與其失聯前會有很大的差別。研究發現，從空間上來說，人們的空間出行回轉半徑具有極端緩慢增長的特性，同時人們的空間出行具有預測性等。因此可以通過分析失聯人員事故突發前后的空間路徑進一步判斷失聯人員數量。

四、大數據時代特大突發事故管理的對策與建議

在城市的快速發展和急劇變革中，醫療、教育、住房等諸多矛盾和問題不可避免地積累和產生，城市化、工業化帶來了人口的大量集聚，各種潛在的災難和風險往往難以預料和控制，每一起特大突發事件往往在出乎意料的時間和空間節點發生，為人們應對災難提出嚴峻的考驗。一些特種行業如核工業、化工、電力、天然氣煤氣、石油石化、生物制藥等高危行業，尤其存在著發生災害的潛在風險，需要進行預防。因此，構建基于移動通信和社交網絡的人口信息大數據應用分析體系，就可以在事件發生后的最短時間內，掌握區域內人口流動數據狀態，厘清事發現場人員結構，為后續的救災防災活動提供有力的信息支撐。同時，建立人口流動的大數據體系，對于危機管控、犯罪預防、資源調度等事關經濟發展和社會穩定的社會治理方面具有很強的實際應用價值。因此，針對大數據時代突發事故管理，本文提出如下四個方面的對策與建議。

（一）加快非泄密數據向社會開放的步伐

大數據環境下的國家治理現代化和城市管理精細化離不開廣泛的數據共享和準確的數據分析?，F代公民對政府管理提出了更高的要求，在特大突發事故的應急管理過程中，政府過去所依賴的借用公關手段進行危機處理的方式、方法和手段，如控制事態、引導輿論、維持關系、重塑形象等，需要全面的變革與創新。在網絡媒介人人可接觸而且信息迅速傳播的情況下，依靠傳統的“管制論”和“封堵論”來應對網絡輿論危機將越來越困難，應該依靠準確的大數據分析，本著實事求是的精神，與社會公眾進行廣泛而平等的溝通，否則可能會引發更嚴重的社會信任危機。要盡可能地將與人口有關的大數據轉換成信息數據化、數據結構化、結構標準化的數據系列；國家應盡快出臺移動通信數據向公共智庫、研究人員和社會公眾開放的法律制度，特別是加快可疊加的非涉密統計數據的開放；重視應急部門協作、應急數據的社會共享和再利用，避免特大突發事故因網絡而發酵的大范圍危機事件。

（二）推動大型企業參與國家人口基礎信息庫建設

雖然國家機關和地方政府擁有最全面的人口信息，但這些信息并非嚴格意義上的大數據，只能稱之為大數據化的人口信息，更多真正的大數據主要由國有企業和少數私營公司掌握。人口大數據是其他大數據的基礎和核心，但嚴格說來，政府數據充其量只是大數據化的數據而非真正意義上的大數據，僅僅依靠政府數據進行跨部門共享校核，所得到的國家人口基礎信息庫只能是大數據化的數據，離真正意義上的大數據生成動態化、實時化、大容量化還有相當大的差距。因此，國家人口基礎信息庫的信息生成依舊離不開企業數據，特別離不開對移動通信、交通和社交網絡等大數據的分析。無論是商業類國有企業還是公益類國有企業，抑或是以BAT為主導的私營企業，向公共智庫、大數據研究人員和社會公眾提供實時的活動用戶數量、QQ活動用戶登錄量、微信用戶登錄數量等統計信息并不構成用戶私人信息泄密，而這些信息對于大數據分析卻極為重要，對于完善國家人口基礎信息庫的工作尤其重要和關鍵。國家應以立法的形式要求這些企業提供數據，并給予這些企業相當形式的補償或稅收減免。

（三）構建人口大數據共享體系

大數據建設是一項動態有序、投入極大、牽涉面很廣的系統工程，沒有政府主導的頂層設計，沒有良好的運行機制，沒有行政機關出面協調各個環節的互助合作，整合電信和網絡資源，是難以形成和推動的。因此，要建立長效的中央對地方政府、各地方政府之間的信息共享機制，提高各級和各地政府之間、政府和企業之間的管理協同和數據共享，深入進行數據積累和數據挖掘，建立數據資源監管體系。一方面要進行縱向數據系統整合，在上下級數據庫體系之間，在多級網絡和中心數據庫之間構建一體化的數據平臺。另一方面，進行水平的數據系統整合，實現大數據系統的共享和協同。要實現從海量數據挖掘到高效智能處理，匯集各種異構數據，消除“信息孤島”，實現信息共享。這個工作，必須由政府牽頭，企業參與，從而形成數據共享綜合體，合力推進才能實現。

（四）加強公民個人隱私的保護

大數據時代，一方面互聯網絡服務提供者十分方便地采用搜索技術和云計算等技術手段，將公民個人信息搜集整理并且得出某些結論。另一方面，一些利益相關的機構和個人也會別有用心地利用這些涉及個人隱私的信息。因此要在大數據系統實施嚴格的個人隱私保護。首先，切斷公民個人隱私泄密的一切通道。禁止在未經同意的情況下，采用技術搜索或者云計算手段，將公民的信息進行收集、整理和泄露。其次，禁止信息非法使用?；ヂ摼W絡服務提供者也不能隨意將合法渠道獲取的互聯網使用者的個人信息發布出去。最后，必須進行相關立法。參照美國的隱私人權法案和歐盟的“被遺忘的權利”法案，我國需要立法保護公民的隱私不受侵犯，賦予公民追索個人隱私侵犯者法律責任的權利。

[參考文獻]

Barabási A L. The origin of bursts and heavy tails in human dynamics[J]. Nature， 2005（435）： 207-211.

Candia J， Gonzalez M C， Wang P， et al. Uncovering individual and collective human dynamics from mobile phone records[J]. Journal of Physics A， 2008， 41（22）：1441-1446.

Oliveira J G， Barabási A L. Human dynamics： Darwin and Einstein correspondence patterns[J]. Nature， 2005（437）： 1251-1253.

Vazquez A， Oliveira J G， Dezso Z， et al. Modeling bursts and heavy tails in human dynamics[J]. Physical Reviw E， 2006， 73（3）： 036127-1-036127-19.

趙時亮，高揚.基于移動通信的人口流動信息大數據分析方法與應用[J].人口與社會，2014，30（3）：20-26.

周天綺，嚴奧霞.基于移動通信大數據的流動人口統計中Hadoop的應用研究[J].軟件導刊，2015（3）：36-38.

周曉津，姚陽.基于大數據的京滬人口流動流量、流向變化研究[J].大數據，2016（3）：49-59.

[責任編輯 王艷芳]