大數據時代下城鎮安全治理問題研究

◎常春光 王雪龍 張 瑜

大數據時代下城鎮安全治理問題研究

◎常春光 王雪龍 張 瑜

本文分析了大數據時代的到來對城鎮安全治理的影響，歸納出大數據時代下的城鎮安全治理需要解決的關鍵問題，闡述了大數據時代下城鎮安全治理中的風險感知、頂層治理策略制訂、中層治理預案生成、底層治理模型構建等關鍵環節。

大數據 城鎮 安全治理

黨的十八屆三中全會提出“健全公共安全體系”，黨的十八屆四中全會指出“完善立體化社會治安防控體系”。隨著城鎮化進程的不斷深入與大數據時代的到來，城鎮公共安全工作面臨著許多新形勢與新問題。國內外學者在相關領域進行了一些研究。Runger D.等研究了公共風險識別問題；安達等研究了基于大數據的智慧城市安全建設問題；李升友等探討了基于安全系統思想的城市安全發展問題；司鵠等提出城市公共安全風險評估模型；何非等分析了大數據的綜合過程圖景。筆者針對大數據時代為城鎮安全治理帶來的機遇與挑戰，系統地研究了城鎮安全治理的體系方案。

一、大數據時代的到來對城鎮安全治理的影響分析

大數據時代的到來，一方面為城鎮公共安全風險治理提供了源源不斷的信息資源，也為風險治理方法與技術深化建立了基礎；另一方面為城鎮公共安全風險治理帶來前所未有的巨大挑戰，具體表現為：一是大數據往往是先有數據再有模式，且模式是處于不斷的動態演化之中，為城鎮公共安全風險治理帶來困難。二是大數據環境下，面向公眾話題、網絡輿情、災害監測儀器、歷史存貯數據等各類異構數據源，大數據的采集方式、數據集界定，大數據過濾、篩選、清洗、處理、挖掘方案等關鍵技術難題直接影響到后續工作的科學性。三是大數據環境下的城鎮公共安全風險治理工作涉及因素繁多、關系復雜，一個簡單的方法或模型難以解決。如何實現風險感知、頂層治理策略制訂、中層治理預案生成、底層治理模型構建與求解等各個環節中的無縫連接，給出系統化解決方案，具有一定挑戰性。

二、大數據時代下城鎮安全治理需要解決的關鍵問題

大數據時代下城鎮安全治理需要解決如下關鍵問題：一是針對大數據信息處理特點，構建一套城鎮公共安全風險集成治理方法。二是攻克大數據環境下城鎮公共安全風險感知難題，提高既有風險感知的實時性、潛在風險感知的準確性。三是實現大數據時代下的城鎮公共安全風險各層次治理間的高度集成與無縫連接，確保頂層治理策略的科學性、中層治理預案的系統性、底層治理模型的精確性。四是實現立體化社會治安防控體系，提高實際城鎮公共安全風險治理決策反應速度。

三、大數據時代下城鎮安全治理的關鍵環節

（一）大數據時代下的城鎮公共安全既有風險與潛在風險感知

1.既有城鎮公共安全風險的實時感知。面向不同警源形式，設計出大數據時代下既有城鎮公共安全風險的實時感知機制。包括：警源鎖定，自動鎖定報警人與位置；警情分理，實現報警類別自動識別；警情核實，實現報警信息真偽快速核實；警情處理，設計信息快速處理流程。

2.潛在城鎮公共安全風險的預先感知。一是大數據采集處理。面向公眾話題、網絡輿情、災害監測儀器、歷史存貯數據等各類異構數據源，實現潛在城鎮公共安全風險大數據的采集、預處理、挖掘等。二是風險歸類。面向城鎮公共安全領域大數據，實現風險聚類。擬劃分為自然災害、事故災難、公共衛生事件、社會安全事件等類別，并細分為子類。三是風險動力機制揭示。揭示風險關鍵因素間相互作用動力機制。四是風險識別。實現風險類型識別、可能性測度、風險等級評判。

（二）大數據時代下城鎮安全頂層治理策略制訂

1.性質研判。依據風險感知結果、大量歷史信息、專家評判信息等，研判城鎮安全風險性質。

2.原則組序。實現治理原則的組成與排序。

3.主體篩選。面向公共管理部門、私人部門、市民社會、新聞媒體和國際社會組織等力量篩選參與主體。

4.組合策略。針對各類安全風險的類型、特點、等級，制訂各個參與主體組合策略，設計其之間的聯結關系。

5.范疇界定。確定風險規模與影響范疇，界定應急救援點范疇。

6.強度確定，評判風險治理要素投入強度。

2018年的暑期，我和家人到了川西南的藏區，藏地里重巒疊嶂的雪山無疑是登山黨們的絕佳去處。我們駕車到了貢嘎雪山，住進了山下的客棧。四千米高原上，即使是夏季的夜晚，也能感受到刺骨的風。才睡下不知多久，窗外便有了車輛駛入客棧小院的聲音。翻個身，用被子捂住耳朵，不愿再聽車輛中下人、入住、搬動行李的聲音。不知是捂得不嚴實還是怎么的，只聽到車門關閉的聲音又重新進入了只有風聲的夜。

（三）大數據時代下城鎮安全中層治理預案生成

1.組織體系。賦予治理領導小組負責人與成員的權力、義務和職責；制訂各個職能部門的分工，建立專家組專業人才庫。

2.聯動網絡。在參與主體多元化篩選及其組合策略的基礎上，確定各個主體間在應對特定城鎮公共安全風險的具體聯動機制，形成聯動網絡，實現資源整合、聯動網絡結構優化。

3.處置程序。實現信息報告與管控、先期處置、應急人員輸送、應急物資調配、行政干預、交通管制、現場監控、隔離警戒、人員疏散、申請增援、現場清理、事后評估等程序環節間的無縫連接機制。

4.資源配置。編制應急資源圖譜，制定應急物資的儲備規模、結構與布局方案，生成應急物資統籌調用策略。

6.善后恢復。包括善后處置、調查與評估、恢復重建、信息發布等處理機制等。

（四）大數據時代下城鎮安全底層治理模型構建

1.模型聚類。針對各類城鎮安全風險中層治理中涉及到的模型，加以聚類，提高建模效率。

2.模型提煉。實現模型的快速描述，目標函數、變量與約束條件的快速提取。

3.參數挖掘。基于大數據處理，挖掘出模型的不確定參數。

4.模型建立。構建應急物資調配模型、應急人員輸送模型、人員疏散線路等幾大類典型模型，具體細分成若干個典型模型，形成具有代表性的模型庫。

5.模型匹配。實現典型模型與實際問題的快速匹配。

6.模型求解。構建求解各個典型模型的求解方法或算法庫。

四、結論

大數據時代下城鎮安全治理問題是城鎮安全管理領域所面臨的一個新問題。大數據環境下的城鎮公共安全風險治理工作本身是一項復雜的系統工程，需要管理機制、技術支持、操作執行等多層面工作的協調集成。大數據時代下科學的城鎮安全治理方案有助于為政府各相關部門提供先進的公共安全風險治理體系與手段，提升城鎮各種公共安全風險治理科學化、系統化程度。

（作者單位：沈陽建筑大學管理學院）

責任編輯：張永輝

注：本文系教育部人文社會科學研究規劃基金項目（項目編號：15YJA630001）；遼寧省社科規劃基金（項目編號：L15BJY018）部分研究成果