大数据时代城市公共安全预警体系的构建

宋 洁

(河南工程学院 人文社会科学学院，河南 郑州 451191)

大数据时代城市公共安全预警体系的构建

宋 洁

(河南工程学院 人文社会科学学院，河南 郑州 451191)

大数据标志着“信息时代”的到来，政府正是当代信息流的枢纽。城市公共安全预警在这个时代也有了全新的含义。当前，城市公共安全预警要面对的是搜集海量数据、分析杂乱无章的数据、重视事件之间的相关性、判断事物的宏观发展方向，因此，传统的管理模式已不合时宜。建立数据导向的公共安全预警体系，形成主动防御、积极联动，是保障城市公共安全的必然之举。

大数据；城市；安全预警；数据导向

随着移动互联网、云计算、物联网等新技术兴起，大数据正以前所未有的速度颠覆着人们探索世界的方法，引发社会各个领域的深刻变革。在这样一个时代，传统和非传统的城市公共安全问题如影随形，演变为可持续发展进程中的乱石险滩。因此，大数据时代，城市公共安全预警体系有了新的内涵，即以政府为核心，利用传感技术、通信技术、数据处理技术、网络技术、自动控制技术、视频监测识别技术、信息发布技术和物联网技术等，通过资源共享、协同运作、应急联动，保障城市安全。

一、大数据对城市公共安全预警的新挑战

麦肯锡在其研究报告Bigdata:Thenextfrontierforinnovation,competition,andproductivity中指出，大数据是指大小超过常规的数据库工具获取、存储、管理和分析能力的数据集。[1]国际数据公司(IDC)从海量的数据规模、快速的数据流转、动态的数据体系、多样的数据类型、巨大的数据价值来定义大数据。大数据是一个宽泛的概念，见仁见智。未来的不确定性是人类产生恐惧的根源之一，大数据的核心就是预测，是一种学习的机器，是把数学运算运用到海量数据上来预测事件发生的可能性。通过大数据技术，可以预测自然天气的变化，预测个体未来的行为，甚至预测某些事件的发生，这样就可以提前预警、科学决策。2009年谷歌通过对美国几十亿条互联网搜索记录进行分析，成功地预测出甲型H1N1的爆发，而疾控中心要在其爆发一两周后才能得知。可以说，大数据通过增强对现象发生小概率的关联研究，可以有效减少社会危机发生的不确定性，增强风险预警能力，降低社会危机带来的危害。

大数据将成为全世界下一个创新、竞争和生产率提高的前沿。而政府正是当代信息流的枢纽。在此背景下，城市公共安全预警体系面临着诸多挑战。

一是由随机采样数据转变为搜集海量数据。小数据时代，受传统统计思想的影响，受数据处理技术及信息流通的限制，习惯采用随机采样的方式，把数据量缩减到最小，以便通过简化的数据交流方式获取最多的信息量。但是当前感应器、导航、各种网站点击和视频被动地收集了大量数据，同时数据处理技术也发生了翻天覆地的变化，计算机能轻而易举地处理这些数据。因此，城市公共安全预警的数据分析尽量要使“样本=数据”，以便深度挖掘，获取细节。可以说，在数字化时代，数据大量、多样且处理高速，因此，要分析的是与之相关的所有数据，绝非少量样本。

二是由追求数据的精确性转变为接受混杂性。“追求精确是信息缺乏时代和模拟时代的产物。”[2]小数据时代，数据大多是结构化和半结构化的，要求臻于至善、保证质量。这不但耗费巨大，而且非常细微的错误也会被放大，甚至影响到最后结果的准确性。如今，数据库越来越庞大，数据越来越参差不齐，比如，在电子商务、移动应用、社交网络等领域存在大量的诸如图片、视频、音频、地理位置等非结构化或半结构化数据，却少有符合预先设定的数据分类。因此，当前城市公共安全预警要做的不再是期待数据的准确性，而是接受其混杂性，追求宏观的洞察力和事物的发展方向。

三是由探究原因转变为热衷寻找相关性。信息飞速增长，数据之间的简单线性关系正向复杂的非线性关系转变，很多曾经被忽视的联系现在却成为我们了解社会动态的必要技术。小数据时代我们长久以来的习惯是判断因果关系并以此作为决策的指导，而建立在相关关系分析法基础上的预测是大数据的核心。城市公共安全出现问题，不会是瞬间的，而是慢慢地出现。如果可以预先捕捉到事物要出故障的信号，安全预警系统就可以把这些异常数据与正常情况进行对比，尽早发现异常，采取预警措施。大数据时代下，不再受限于各种假想，不再受制于“为什么”的逻辑，而是来源于数据显示的纯粹的相关关系。

二、当前城市公共安全预警体系面临的问题

目前，国内很多城市制定了以市级总体预案为中心，以专项保障、部门预案和区县预案为依托的体系，但预案在实际操作中责任往往难以落实，适用范围有限。这是因为预案缺乏联动，只是对主要负责单位划分职责，而对协助单位没有明确说明，不能有效及时地处理各种城市公共安全问题，存在“三多三少”现象：多应急处理，少应急预警；多单兵作战，少综合信息共享；多政府运作，少社会动员。

1.多应急处理，少应急预警

过去我国城市公共安全问题的处理一般是召开紧急会议，成立临时领导工作机构，忽视预防、监控与评估，缺乏完整的体系和流程设计。预警意识淡薄，往往是在危机发生之后才出现应对危机的方案。忧患意识不强，思想准备、预案准备、组织准备和物资准备不足。比如，有关部门没有对相关信息提前预防监测和事先决策，导致某些本可以有效预防的灾害，最终却演化为连锁的社会危机，造成触目惊心的损失，这都暴露出城市公共安全预警的被动性。

2.多单兵作战，少综合信息共享

目前，我国的城市公共安全管理很多时候是临阵磨枪、仓促上阵、被动反应，应急管理各个过程不能有序纳入应急管理的战略目标、规划和日常管理中。临时指挥小组能力有限，各个部门缺乏沟通和协调，单兵作战，缺少综合应急，无法胜任现代安全预警以信息技术为基础的智慧决策。这种分行业、分部门、以“条”为主的垂直系统和单灾防御体系，各个部门的安全应急指挥系统、信息通信系统、应急救援设备等仅局限于各自领域，缺乏统一的信息标准和工作规范，资源整合不够，信息孤岛等现象仍然存在。此外，政府公共安全信息化在应对突发事件时所起的作用，仅仅停留在信息发布、数字报送、灾情直观展现、提供一些人际沟通上，所起的作用还是“行政”的成分居多。

3.多政府运作，少社会动员

在公共安全预警体系中，政府与非政府组织本应进行有益互动与合作，弥补彼此不足。但是，从城市公共安全预警的实践来看，非政府组织、工商企业和个人力量的参与严重不足。当前，非政府组织经费严重不足，社会组织化资源极度匮乏，导致一些志愿者选择单独行动。例如，在很多危机处理中，全民抗击是在从中央到地方的各级政府直接组织和领导下开展的，很少有非政府组织力量提供普及知识、募集资金、为患者和援救人员服务。尽管一些地方的志愿者参与热情很高，但缺乏与政府的有效互动，所以其活动大都局限在较低层面。比如，汶川地震期间，很多非政府组织把救灾物资运到灾区之后堆积在救援现场，不知道如何处理，这在某种程度上干扰了政府的有效援助。

三、数据导向型城市公共安全预警体系的构建

管理就是计划、组织、指挥、协调和控制。要借助大数据改变当前应急管理效率较低和成本高昂的尴尬局面，就要让大数据贯穿于管理的各个环节，实现科学计划、组织创新、高效指挥、全面协调和周密控制。政府是公共安全的主要责任人，应该确定城市公共安全管理的目标、结构和基本运作，积极提供各种支持条件等。同时，政府在信息资源方面的绝对优势，决定了其要成为信息的沟通者，就要建立有效的信息获取机制和发布机制，搭建高效的公共安全信息共享平台，公开相关的数据信息等。

城市公共安全预警关系到食品安全、环境安全、生产安全、社会安全、经济安全等生活的方方面面，而且不同类型的安全事件之间，不同时间阶段的安全事件之间，其他突发事件与安全事件之间等都存在密切的关系。因此，那种“九龙治水”安全管理模式在面对关联性、复杂性、连带性、无规则性、突发性、快速扩散性和传导变异性的公共安全危机时往往显得无力。数据导向的城市公共安全预警体系是对公共安全事件诱因和演化过程信息进行监测、判断、预警、控制，能够整合、完善、共享公共安全信息资源，规范预警信息的采集、存储、处理、传播、使用、回馈等程序，从而构建一种防御型的安全预警体系。

1.建立立体安全预警大数据收集网络

今天的中国是人口大国、手机大国、互联网大国，但不是数据大国。2011年麦肯锡公司以2010年度各国新增的存储器为基准，对全世界大数据的分布做了一个研究和统计，结果显示，中国2010年新增的数据量约为250拍*拍字节(PB)为2的50次方个字节。字节是计算机存储信息的基本物理单位，存储一个英文字母其大小就是一个字节。，日本的为400拍，欧洲的为2000拍，美国的为3500拍。[3]1940年罗斯福将民意调查引入美国联邦政府的政策制定过程中，1962年美国启动“海浪监测计划”*1962年的“圣灰星期三”的风暴造成40人死亡，1000多人受伤，是美国20世纪最严重的十大风暴之一。由于损失严重，美国国会对救灾防灾召开了专门的听证会，最后促成了“海浪监测计划”：美国陆军工程部和美国国家海洋与大气管理局，共同建设一个传感器监测系统，对海洋进行监测。，1973年美国卫生部引进最小数据集。我国2003年才开始着手制定医疗系统的最小数据集，2006年卫生部出台了第一版中国医院最小数据集的标准。2003年中国人民大学发起创建了第一个全国性的大型社会调查——中国综合社会调查，并按照国际标准建立“中国社会调查开放数据库”；2006年9月国家统计局成立了社情民意调查中心，这是我国第一个也是目前唯一一个专司社情民意调查的单位。至于环境数据采集更是在2010年之后才见到零星的报道。2010年，物联网技术开始在交通部和铁道部应用。[4]从历史上看，我国数据收集工作起步较晚，但依据eMarketer的报告，我国互联网用户2013年已达到6.2亿，是美国的两倍多，[5]手机即时通信网民数为4.31亿，手机搜索用户数达3.65亿[6]。我国有收集数据得天独厚的基础。政府首先要建立数据收集网络，保障数据质量。

在城市公共安全预警数据收集网络及组织建设中，政府应建立城市公共安全数据中心，成立数据治理委员会，统一协调数据治理工作。城市公共安全数据中心是政府数据存储与交换中心，实现各级政府间、各个部门间、政府与公众间的数据流通，从而进行数据挖掘，提供辅助决策。数据治理委员会首先要对不同系统之间的数据进行整合，统一“元数据”*元数据，即描述数据的数据，对数据及信息资源的描述性信息。的定义，制定各行各业的数据标准。数据治理委员会还要制定出阶段性的数据规划，估算数据价值等。

城市公共安全数据中心包括数据集成平台和应用平台，如图1所示。过去不同部门都拥有自己的数据库和信息系统，但是很多数据相互隔离，形成一个个信息孤岛。该中心的建立就是要实现数据共享。当城市公共安全数据中心运转时，负责安全管理的各政府机构定期或不定期向其提交本机构负责领域的基本信息。以与社会安全息息相关的人口信息为例，各个部门相互配合，完善相关人口数据资源，包括人口的基本信息、社保信息、劳动信息、民政信息、卫生信息、税务信息、工商信息、计生信息等。

图1 城市公共安全数据中心

2.深入挖掘相关性，形成主动防御型预警机制

预警的本质就是利用知识和技术，在危机事件发生之前，通过对事物历史规律的总结，分析现状，预测事物发展变化的趋势，在此基础上进行预告和应急准备。大数据分析可以帮助分析历史事件，发现事物发展的趋势，找出共同点和相似性，通过深入挖掘数据，甚至能够预测出各种事件发生的概率。比如，警方可以通过IBM公司提供的软件，分析城市数据源、社交网络数据和其他数据，进行数据的集中整合、可视化和分析，发现犯罪特点，预测犯罪发生的概率，从而实现不同部门的协同工作，提前预防犯罪。

进行大数据挖掘可以形成主动防御型预警机制。2014年12月31日上海外滩的踩踏事故再次凸显出城市公共安全预警能力的脆弱性。对跨年活动参与人员、场所的容纳力、交通状况等因素缺乏相关性分析，没有预测出活动的安全系数，没有预先采取预警措施，应急准备工作严重不足。而洛杉矶警方通过测算未来24小时内最有可能发生犯罪的区域安排巡逻，以提升城市安全。纽约警方通过分析案件与发薪日、体育赛事、天气变化、假日等变量的相关性，预测最可能发生罪案的“热点”地区，并预先在这些地区部署警力。通过对过去和现在的数据进行分析，能够精确预测未来；通过对组织内部和外部数据的整合，能够洞察事物之间的相关关系；通过对海量数据的挖掘，能够代替人脑，承担管理决策的职责。

安全预警中心根据数据中心给予的数据分析帮助，识别、诊断、评价危害公共安全的征兆，确认监测指标所处的状态。当指标正常，则继续监测；当指标位于正常的上限，处于低度危机层面，则高度警戒，安全预警中心提出防控方案，防止事态严重；当指标处于危机层面，安全预警中心则迅速启动紧急应急管理程序，成立应急管理小组，联合其他相关部门制定应急处理方案并迅速落实到位，直至公共安全恢复。

3.完善基于数据共享、统一指挥的快速联动行动机制

城市公共安全事件一旦发生，需要多个部门共同协调多方物资。因此，在由相互关联或相互作用的众多要素所构成的城市公共安全预警体系中，要完善基于数据共享、统一指挥的快速联动行动。一元指挥是指要设立常设领导指挥机构，负责长期规划、指挥协调、统一调配。整体联动是指在进入应急状态后不同部门或机构必须保持相互联络与相互协调。由此，公安、交通、通信、急救、电力、水利、地震、人民防控、城市管理等政府部门将被纳入一个统一的指挥调度系统，共同处理特殊、突发、紧急事件，向公众提供社会紧急救助，实现跨区域、跨部门、跨警种的统一指挥，快速反应、统一应急、联合行动。

迅速的联动应急行动必须建立在对相关信息充分了解和掌握的基础上。城市公共安全数据中心首先要保障必要的信息在不同部门之间最大程度的共享，为管理者和决策者提供科学决策依据，为各个执行部门的救援行为提供必要的指导。2010年1月12日的海地7.0级大地震，造成22.25万人死亡。[7]海地地区通信较为落后，很多救援机构无法准确判断、找到需要救援的人员。来自东非肯尼亚的一个开放数据平台通过海地灾民对手机短信紧急求助号码的回复数据，准确定位出“危机地图”，救援小组通过实时变化的搜救位置图，实施针对性极强的营救计划。

应急联动机制(以市级单位为例)，一是要实现市、区、街镇、各专项应急指挥部及相关部门之间信息的快速传递和应急响应，汇总来自现场、其他多渠道、多载体的各种信息，实现标准化分类和自动化智能化处理。二是全面统筹各个专项应急指挥部、各街镇现有应急物资、救援队伍等应急资源，整合共享全区域视频、地理信息、公安、交通、消防、市政、卫生、民政、水务、电力、通信等数据信息。三是将全部应急资源实现图层化管理，全部纳入数据资源共享应用平台，建成资源共享体系，实现应急资源的精细化管理。

城市公共安全应急联动体系(见图2)是围绕市政府突发事件应急预案体系建设，以搭建区政府应急联动平台为枢纽，以各专项应急指挥分平台和街道应急指挥分平台为应用节点，互联互通、信息共享、互为支撑、安全通畅的应急联动体系。这个系统是获取各个单位应急指挥信息的总渠道，也是应急管理共享交换的智能总枢纽。

根据数据实时获取、预测预警、智能消息、信息共享应急联动和辅助决策的需求，提出政府应急联动平台总体框架(见图2)，即应急联动平台、各专项指挥分平台、街道应急指挥分平台，以实现公共安全日常管理和应急管理的有机结合。应急联动平台是获取各个单位、机构应急指挥信息的总渠道，是安全应急部门开展信息交换的总枢纽，实现各类应急信息的规范接入、有效整合，支撑跨区域、跨部门的资源共享，为政府全面掌控公共安全提供情报服务，为科学决策提供依据。

城市公共安全应急联动系统运行起来时，应急值守工作人员接到公安、交通、消防、卫生、街镇分中心等部门的事件信息后，将应急事件转入应急联动平台处置，将一般事件转入非紧急救助系统处置。应急联动平台根据应急预案管理办法进行预处理。智能消息中心根据事件需要进行通信手段智能组合和通知对象智能编组。智能消息中心可同时将处理指令发布到手机短信系统，应急值守系统，网页提醒、电话呼叫系统，网络传真系统等各种媒体渠道。智能消息中心具有消息传达监控功能，应急指令发布之后，智能消息中心提供对各个部门接收信息的监控功能，同时，还具有消息响应监控功能，提供对任务指令的接收监督功能，按照完成时间、提醒周期提前通知，可根据紧急程度，提供催办提醒、催办通知、催办反馈功能。

图2 城市公共安全应急联动体系

4.建立精细、精准的安全预警关联机制

数据背后隐藏着巨大的价值，其价值具有“稀疏性”“不确定性”“多元化”等特点，我们无法判断哪些数据有用、哪些无用。根据不同的使用目的，可以把相同的数据生产出不同的产品或服务。大数据好比整整齐齐的稻草，而数据的价值就如同散落在稻草中的一个个缝衣针。[8]数据价值的这种低密度、稀疏性，需要我们用统计分析、主题性挖掘技术才能呈现。美国纽约的警察通过分析交通拥堵与犯罪发生地点的关系，有效改进治安。纽约的交通部门从交通违规和事故的统计数据中发现规律，改进道路设计。MIT的Reality Mining项目，通过对10万多人手机的通话、短信和空间位置等信息进行处理，提取人们行为的时空规则性和重复性，进行流行病预警和犯罪预测。[9]

当前，转型期出现的各种城市公共危机充分反映出社会主体——政府、企业、非政府组织、公众共同参与处理危机的程度很低，而实际上多元主体的共同参与会降低危机发生的概率，更加有力地促进社会稳定。因此，与公共安全预警关联性最大的就是构建正确的舆论导向，拓宽公众参与渠道，加强安全意识的科普宣传。

首先，舆论引导要规范、真实。舆论引导以大量鲜活的视频、照片、录音等素材为论据，让更多的公众愿意倾听和相信政府的声音。舆论的引导也要有公众的积极互动参与，通过邀请利益相关者、非利益相关者、支持方代表与反对方代表参与公开辩论、实地考察和现场试验等活动，让各方代表判断是与非。如果是专业性较强的问题，应该邀请威信高、独立的第三方积极参与，对专业性问题进行客观、公平的评判，消除公众对政府的不信任。此外，要鼓励社会组织主动参与公共舆论引导工作，积极提供各种新闻素材，从而达到事半功倍的效果。

其次，拓宽社会组织及公众参与城市公共危机处理的渠道。政府作为公共事务的管理主体，在公共安全管理中必然扮演主角，起主导作用。但同时我们也应该看到，政府对公共安全的管理也有其固有的局限性，加之现代公共危机的突发性、复杂性和广泛性等特点，仅凭政府的有限力量已远远不够，还需要其他社会力量积极有效的参与，才能够成功应对危机的挑战。社会组织与政府配合，高效化、组织化地参与处理城市公共危机，进而形成一个权责分享、优势互补、风险共担的动态组织系统， 可以缓解伴随危机产生的恐惧，消除流言蜚语，稳定公共秩序，同时也可以降低政府治理危机的成本。我国有庞大的基层组织和众多的社团组织，政府应该把它们整合到公共安全救助的系统中来，形成一个紧急救助协会，由工、农、医疗、卫生、教育、交通、环境等各行业和社区、街道、居委会等组织的人员组成。该协会平时负责信息的收集与反馈，一旦发生公共危机，就直接参与紧急救助的管理活动。众所周知，公共危机发生时社区往往成为事故的第一现场，因此，社区可以成立一些自救组织来直接参与公共危机救助的一系列活动，成为事故发生后的第一救援组织。

再次，不断加强安全预警科普宣传，培育 “预防文化”。政府作为公共安全的第一责任人应该利用各种渠道,宣传危机应急知识、培养公众的安全危机意识、演练自救互救技能，以提高公众的公共安全预警自我管理能力。坚持“面向基层、面对社会公众”的方针，企业以群团组织、文化教育设施为依托，城市以建设安全社区为载体，开展群众性的安全文化建设活动，使广大群众了解各种自然、社会突发事件的特点，掌握预防、避险、逃生、自救、互救等基本手段和措施。同时，政府联合志愿者组织、非政府组织、大众媒体和教育机构等建立面向基层社区仿真应急演练系统，定期开展专业仿真教育活动，全真模拟演练突发事件应对技能和应急处置技巧，如针对地震、人防、洪水、火灾、反恐怖活动甚至是多灾并发的突发事件进行救灾反应演习等。

[1]MANYIKA J,CHUI M,BROWN B,et al.Big data: The next frontier for innovation, competition, and productivity[R].USA:The Mckinsey Global Insitute,2011.

[2]〔英〕维克托·迈尔-舍恩伯格.大数据时代：生活、工作与思维的大变革[M].周涛，译.杭州：浙江人民出版社，2013：45.

[3] 〔美〕桑尼尔·索雷斯.大数据治理[M].匡斌,译.北京：清华大学出版社，2014：26.

[4] 涂子沛.大数据：正在到来的数据革命，以及它如何改变政府、商业与我们的生活[M].桂林：广西师范大学出版社，2012：327.

[5] eMarketer：明年全球互联网用户突破30亿[DB/OL].[2015-06-20].http://tech.ifeng.com/a/20141121/40875827_0.shtml.

[6]中国互联网络信息中心.2014年第33次中国互联网络发展状况统计报告[DB/OL].[2015-06-20].http://www.199it.com/archives/187771.html.

[7]〔美〕伊恩·艾瑞斯.大数据思维与决策[M].宫相真,译.北京：人民邮电出版社，2014：145.

[8]〔美〕玛丽·米克尔.2012互联网趋势分析报告[DB/OL].[2015-06-20].http://webstartup.cn/346.html.

[9]仇保兴.中国智慧城市发展报告[M].北京：中国建筑工业出版社，2013：209.

Abstract:Big data represents the "information age" and the government is the hub of the contemporary information flow. In this era, city public safety warning has a new meaning. Currently, city public safety warning must face collecting huge amount of data, analyzing the chaotic data, valuing correlation between events, judging the macro direction of things. So, traditional management model has been outdated. Building data-orientation management of public safety warning system, and forming active defense and active linkage are the inevitable trend to protect the city′s public security.

Key words:big data; city; safety warning; data orientation

Construction of City Public Safety Warning System at Age of Big Data

SONG Jie

(SchoolofHumanitiesandSocialSciences,HenanInstituteofEngineering,Zhengzhou451191,China)

2015-04-28

宋 洁(1981-)，女，河南郑州人，河南工程学院人文社会科学学院讲师，管理学博士，研究方向为政策与组织理论。

D630.8

A

1674-3318(2015)04-0031-06