大数据条件下的城市公共安全应对机制

丁波涛

导读：大数据技术为公共安全治理提供了数据基础、数据处理技术、预测手段和风险评估方法，推动公共安全治理进入事先与事中相结合、主观判断与理性判断相结合、危机处置与民众互动相结合的新阶段。但目前公共安全治理还面临着智慧基础设施不足、数据整合不充分、数据安全隐患突出等瓶颈，为此政府一方面在技术层面上要数据采集的多样化、数据存储的融合化、数据分析的实时化、安全事务决策的智能化，另一方面在制度层面上要完善城市安全的数据管理网格、推进公共安全数据整合、加强大数据安全保障。

DOI：10.3969/j.issn.1674-7739.2015.05.007

安全是人类的最基本需求，城市安全是城市发展的前提。目前我国正处在快速城市化进程之中。建国以来尤其是改革开放以来，伴随着经济的高速发展，我国的城市化率也在快速提升，1949我国城市数量为136个，城市人口比重约10%，2014年这两个指标已增长为约650个和55%。无论从国家还是地区的角度而言，城市作为经济、社会、文化发展的中心，其特有生产要素的空间集聚性和流动性，使城市处于一个高危险地域，一旦发生突发性火灾、地震、洪涝、爆炸、毒气泄漏、传染病以及战争与破坏等各种自然或人为灾害，往往会造成大量的人员伤亡和惨重的财产损失，严重影响城市可持续发展和社会的稳定。

在智慧城市时代，信息技术和智能技术无疑是建立科学的公共安全应对机制的主要手段，而在各类智慧技术中，大数据技术具有预测力强等特点，对于加强城市安全治理具有极为重要的作用。国务院在2015年6月发布的《关于运用大数据加强对市场主体服务和监管的若干意见》也特别指出，要在“资源利用与环境保护、食品药品安全、安全生产等领域实施大数据示范应用工程”。

一、城市公共安全治理的大数据机遇

从数据信息流动的角度看，公共安全治理的过程是一个数据搜集、数据整合、数据提炼、数据挖掘、安全分析、安全情势判断、安全监测、发现风险的过程。[1]因此，公共安全治理问题常常表现信息问题，尤其是对一些突发性公共安全事件，能够及时准确地获得信息、甄别信息、分析信息并快速作出决策，对于正确应对突发事件处理至关重要。

然而，依靠人工手段和传统信息处理技术，政府部门很难做到快速反应与正确决策。例如在美国“9·11”事件发生之前及之中，来自不同渠道的报警电话、安全情报、新闻报道等大量信息蜂拥而至，让美国安全部门和警方无所适从，严重影响了当局应对这一事件的能力。同样，近两年发生的上海踩踏事件、天津港爆炸事件等突发公共安全事件，直接原因都是当地政府未能及时掌握相关信息与数据，未能进行事件预防，事件发生后也未能在第一时间进行正确应对。

大数据技术的出现与发展有助于政府和社会及时准确地掌握相关信息，事先能消除隐患，事件发生后也能快速作出正确反应，更加有效地应对事故和灾难。具体而言其作用体现在以下方面：

（一）大数据技术为公共安全治理提供了更加强大的数据基础

公共安全数据构成复杂，从类型上讲可分为城市运转数据、机构运行数据、生产操作数据、社会生活数据等，从来源上可以分为民众报送、自动采集、检查发现、现场观察等，从传输渠道上可以分为人工传输、电话线路、监控网络、物联网、互联网、移动互联网等。随着城市系统越来越庞大，公共安全数据具有海量、实时、复杂、易构、多视角、不确定等大数据特点。

传统的公共安全治理中，数据来源比较单一和零散。同时限制于技术和能力，大量与安全事件有关的数据信息或无法获取、或不及传输、或难以识别，不能够在安全事件处置中发挥作用。因此在传统决策之中，管理者常常将大量时间花费在“发生了什么”、“为什么会发生”这样的事实发现环节上，从而延误了真正需要决策的事项——“怎么做”，但在各类公共安全事件处置中，留给决策者的时间通常都十分紧迫，于是决策者只能在未充分掌握事实的情况下仓促决策，严重影响了决策的质量。与大数据相关各类感知技术、物联网技术、云计算技术、移动网络技术等，可以快速将与公共安全相关的各类数据进行全方位采集和快速传输，使得公共安全治理得以基于完整的数据图谱而不是单一、零散的数据源，从而保障了危机决策与应对的科学性和有效性。

（二）大数据技术为公共安全治理提供了新的数据处理方法

公共安全事件中危机处理的一个难点是如何对数量巨大、类型各异的数据进行快速处理，特别是对于一些来自网络、媒体、监测设备的非结构化数据，包括文字、交互信息、图像、声音、视频等。据估计，各类社会活动中产生的结构化数据只占15%左右，其余的85%都是非结构化的数据。特别是在突发性的公共安全事件中，大量鲜活的、碎片化的“原生态”信息突然涌出，短时间内不可能进行结构化处理。在传统技术条件下，对这些数据只能依赖人工来进行分析和处理，严重延滞了事件应对的时机。例如国内某地曾发生过一起刑事案件，公安人员为了解犯罪嫌疑人行踪，动用3000名警察翻看监控视频录像带，前前后后花了两个月时间，而实际上犯罪嫌疑人就一直住在公安局附近并经常外出活动。

借助元数据自动提取、语义分析、自然语言处理、自动图像识别等大数据技术，人们可以从公共事件发生时产生的大量鲜活的、碎片化的、原生态的非结构化数据中，快速挖掘出事件的原因、规律、趋势、后果，并采取相应对策。

（三）大数据技术为公共安全治理提供了有效的预测手段

传统公共安全治理的一大难题是无法对可能的风险点进行定位，对潜在事件进行预测。实际上，人类行为看上去具有很大的偶然性和随意性，但只要群体够大、数据够多，仍可以被有效预测。全球复杂网络权威巴拉巴西认为，93%的人类行为是可以预测的。[2]利用大数据技术，政府可以对城市运行中有关公共安全的相关数据进行采集、整合、处理、加工，梳理城市运行体征，为城市运行安全监测、综合分析、预警预测、辅助决策等提供服务，充分发挥数据潜在价值，以提高城市公共安全管理水平。

在犯罪防范领域，政府利用公安大数据进行预测预警，分析挖掘隐含关系，对重点人员信息关联分析以及案件规律分析应用，分析案件与案件之间，大型活动和社会之间的关联关系，推演出相应规律，预测和预防犯罪案件的发生。如密歇根大学的研究人员利用“超级计算机以及大量数据”来帮助警方定位那些最易受到不法分子侵扰片区的方法，利用大量数据创建一张波士顿犯罪高发地区热点图，为警察更具针对性地锁定犯罪易发点、抓获逃犯提供支持。

在突发事件防范领域，政府利用大数据可以监测人群活动、车辆流动、设施运转状况，在危险发生的临界点前进行预警和事先处置，从而避免事故的发生。如在上海的踩踏事件中，如政府部门能借助大数据、互联网技术，很容易实现智慧城市预警管理，当外滩手机数量过了预警线，通过短信、微信等方式提前预警，并组织相关力量进行现场处置，完全可以避免踩踏事件的发生。

在疾病防范领域，人们可以利用大数据对疾病的发生和传播状况进行及时跟踪，防止疾病传播失控。谷歌公司曾对5000余万条最频繁的检索词条数据进行测试，总共处理了4.5亿个不同的数学模型，并与美国疾病控制和预防中心的报告对比，追踪流行性疾病的准确率达到97%。[3]

（四）大数据技术为公共安全治理提供了新的风险评估手段

风险评估是公共安全治理的重要手段。通过事先的风险评估，人们可以知道各个区域、各个机构以及各个对象发生安全事故的可能性，这对于人们合理配置力量、加强重点布防无疑是非常有价值的。但在实际中，影响公共安全的因素十分复杂，大致包括人、物、自然环境和管理制度四个方面。对公共安全事件发生的原因和后果，理论上有多种阐释。[4]风险管理理论认为，现代公共安全问题源于工业化大生产的不确定性，社会风险原子化分布加剧了挑战；政府规制理论指出，产业因素是众多公共安全问题的根源，产业结构影响企业素质，企业素质决定生产经营行为，生产经营行为关乎质量和安全水平；危机管理理论主张，公共安全事件的危害程度主要取决于救援和处置水平高低。可见影响公共安全发生和后果的因素十分复杂，建立起一套科学合理、有预测力的风险评估体系并非易事。

基于大数据，政府部门可以对城市、区域或特定场所的安全水平进行更加科学合理的评估。同时借助于各项虚拟技术，政府部门可以在大数据基础上，对公共安全事件发生可能产生的后果、各类处置方案的有效性以及社会可能的反应进行模拟，在模拟的基础上对各种处置预案进行评估和优化。

二、以大数据技术支撑的公共安全治理特征

（一）事先与事中相结合

相较于传统时期的公共安全治理机制与治理流程，大数据时代的最大改变在于，公共安全决策的流程将由危机事件发生后的“应急”转变为危机事件发生前的“预测”。[5]应急管理无疑是十分重要的，大数据技术可以帮助决策者迅速找到事件发生的现状和原因，从而尽快做出应对。更重要的是，利用大数据技术可以对历史数据、横向可类比数据和关联数据进行量化分析，找出安全事件的发生条件、发生规律和发生的可能后果，从而进行有效的安全事件预测。这种事先的安全事件预测可以防患于未然，相比事发后再进行应对，有效的安全预测可以大大减少国家经济损失和民众的生命财产损失。

（二）主观判断与理性判断相结合

受其特定历史和文化的影响，西方发达国家普遍形成了科学主义和实证主义的管理传统，重视数据收集、定量分析、理性判定和精确决策。而在我国，长期以来人们更习惯于感性认识、定性分析、主观判断和概念化表达。这种粗放式管理决策思维反映到公共安全治理之中，就是政府管理者习惯于从直觉和经验出发，不重视数据收集、理性判断和科学分析，对于事件的了解和认识往往依赖于“听汇报”、“下基层”，而重大决策的制定往往依赖于“拍脑袋”、开“碰头会”的决定。在这种情况下，决策的科学性与合理性一则取决于领导是否能在短时间内掌握一线的实际情况，二则取决于领导自身的经验和能力，很容易导致判断与决策定位不准或滞后，存在很大风险。

大数据已经改变了传统的管理决策结构的模式。在大数据条件下，公共安全治理方式将从“业务经验驱动”向“数据量化驱动”转变。依赖大量详实而准确的数据，政府管理者可以很快跨过“发生了什么”、“什么原因”这样一些环节，而迅速将工作重心转向“怎么办”。同时借助于一些决策工具和决策模型，政府管理者可以在短期内提出科学合理的方案，从而能更好地应付各类安全事件。

（三）危机处置与民众互动相结合

每一个公共安全事件发现和处置的过程，往往都同时是一个社会舆情和网络舆情爆发和漫延的过程。尤其是web2.0发展所带来的社会化自媒体的出现，大大加速了信息传播的范围和效力，增进了知识的共享和信息的交互，广大民众借助网络对于公共安全事件进行意见表达、观点传播，在相当程度上影响着全社会对公共安全事件的关注以及判断。网络舆情和社会关注既可以为公共安全事件决策提供新的数据和线索，同时也可能形成影响决策的强大外部压力，甚至可能对决策形成干扰。尤其是当前互联网谣言和意见领袖影响日增，在许多公共安全事件中，公众感知与政府判断偏差较大，由此常常导致公众反应过激的现象。因此在进行危机处置的同时，正确地处理好与民众的互动，非常重要。

大数据为公共安全治理中更好地与民众互动提供了新的技术与方法。一方面借助网络大数据挖掘，政府管理者可以第一时间掌握民众对公共安全事件的看法和思想动态，从而及时进行合适的舆情应对和引导，防止出现“次生”公共安全事件；另一方面，公共安全事件的网络反应中，常常包含了许多政府部门不掌握的重要有价值信息，以及民众对事件处置的建议，政府部门如果能及时发现这些信息、充分利用民众智慧，不仅有利于优化政府的处理方案，而且有助于改善公共事件处理中政府与民众的关系，降低公共安全事件的负面社会影响。

三、公共安全治理面临的大数据瓶颈

（一）智慧基础设施覆盖不足产生了大量的“无痕”活动

基于大数据技术的公共安全治理，首先需要有全面、准确和详实的数据作为支撑，这依赖于现代信息技术对各类活动进行实时监测和数据捕捉。但现实世界中，由于感知设施和传感网络中存在许多盲点，大量与公共安全相关的人类活动、生产经营、设施运转中产生的数据无法被及时有效捕捉，或虽已捕捉但未有及时传输到决策系统，使这些活动成为“无痕”活动。例如公共交通管理中，许多人不使用公交卡等电子支付工具而是使用现金，使他们的活动动向难以被察觉；在危险品管理中，一些化工企业未能及时记录危险品生产、运输和存储数据并上报，使政府无法对其进行监控。大量无痕活动的存在，使得大数据分析成为无米之炊。

（二）数据不能充分整合降低了决策的效率

各类公共安全信息缺乏整合，公共安全信息数量大、内容杂、来源多，但在实际中这些数据往往分散于各部门、各机构和各企业，没有实现共享，“信息孤岛”现象非常普遍。这样在发生安全事件时，政府部门难以及时了解事件的完整图谱。

公共安全管理系统常常按功能分而治之，在不少地方一个平安城市系统中有几种甚至十几种安防平台，且大多数之间没有实现互联，缺乏业务的有机整合。[6]例如不少地区的视频监控系统往往自成一体，覆盖面小，应用面窄，缺乏与应急联动、警务指挥、城市管理、警用地理信息系统（PGIS）及其他公安信息的有效联动。

公共安全治理系统与其它电子政务系统缺乏协同，未能与公共安全治理相关的医疗、社会保障、房屋管理、宣传等系统进行有效的协作，在公共事件发生后往往依赖于领导之间的协调会、碰头会等来解决不同部门之间的协作问题。

（三）数据采集与数据安全之间的矛盾

在公共安全治理领域中，许多公共安全数据本身具有双重属性，一方面它们涉及到公共安全保障，从而具有“公共性”；另一方面它们又与公众隐私密切相关，又具有“私有性”。这两种属性之间的矛盾会给公共安全治理中的大数据管理带来难题。例如政府在公共场所大量安装视频监控设备，一方面固然有助于保障公共安全，但另一方面也可能会使人们的隐私被暴露。笔者曾就智慧交通问题做过调研，一些车企反映，许多车主之所以不愿意安装车载系统，有些车主甚至将汽车自带的车载系统停用，一个重要原因是车主普遍担心启用车载系统后本人会被监控。尤其是在大数据环境中，政府需要将各方面的数据进行集成和整合，由此形成的庞大数据库完全可以勾绘出一个人的生活、工作、社交等方面的全景式图像，人们的一举一动都将随时处在政府部门的目光之中。美国到现在为止仍没有建立全国统一的个人身份识别号码体系，主要原因就是民众担心由此会导致自身的隐私被暴露。[7]我国虽然具有强势政府的传统，但公共安全大数据管理中的隐私问题却不容忽视。

四、大数据条件下加强公共安全治理的对策建议

从上面的分析可以看出，大数据条件下的公共安全治理，既是一个技术问题，也是一个制度问题。未来我国要进一步加强公共安全治理，需要同时在两方面努力。

（一）技术层面上

1.公共安全数据采集的多样化，夯实数据基础

通过完善RFID、物联网等智慧城市基础设施建设，加强对各类社会活动和城市运行数据的感知与采集，确保城市中的人、机器、设施等物体的各项动作都能留下清晰的“痕迹”，为公共安全监测、预警与处置提供充分的数据基础。

2.公共安全数据存储的融合化，加强数据关联

对于来自电话、视频监控设备、感知、互联网、物联网等各个渠道获取的类型多样、结构各异的公共安全信息，能进行充分的关联，使得原生态的公共安全信息能从粗放无序的数据真正转化为精细可用的信息，并最终实现高效应用。

3.公共安全数据分析的实时化，保障处理高效

一个城市每时每刻都会产生庞大的公共安全信息，公共安全保障系统要能对这些海量、异构、动态数据进行迅速分析处理，从而事先发现可能存在的隐患，突发事件后能迅速找到最佳的处置对策。

4.公共安全事务决策的智能化，促进科学决策

要加强公共安全数据分析工具的开发，建立数据分析模型，从而能在短时间内对海量的安全数据进行分析处理并作出科学判断，帮助政府管理者能事先对安全隐患进行尽早察觉，事中对安全事件进行合理应对。

（二）制度层面上

1.完善城市安全的数据管理网格

要对城市中重要的商业圈、产业圈、生活圈等人口或设施密度高、安全隐患大的区域进行梳理，加强网格化管理，完善各网格区域内的数据采集体系，使城市安全监控网络的触角能延伸到任何一个风险点，防止出现盲区，从而夯实城市公共安全治理的大数据基础。

2.推进公共安全数据整合

建议各地政府充分利用云计算技术，建立城市公共安全大数据管理云平台，将与公共安全相关的各类数据进行集中式管理，有效带动公共安全信息在各部门之间、政府与公众之间依职能、按需求进行交换与共享。同时鼓励各政府部门和社会机构以大数据云平台为基础，开发各类公共安全管理应用系统。

3.加强大数据安全保障

既要推动公共大数据数据资源的开发与利用，又要保护好公民隐私和商业秘密。为此政府在获取公共安全数据之后，其一要保障数据不泄露，防止其它机构和人员非法获得这些数据；其二要保障数据不滥用，即使是政府自己，也不能将这些数据为所欲为，而只能将这些数据用于公共安全管理以及其它合法的公共管理职能，不能用于其它目的。

参考文献：

[1]张春艳.大数据时代的公共安全治理[J].国家行政学院学报，2014（5）.

[2]艾伯特-拉斯洛·巴拉巴西.爆发[M].北京：中国人民大学出版社，2012.

[3]维克托·迈尔-舍恩伯格，肯尼斯·库克耶.大数据时代：生活工作与思维的大变革[M].杭州：浙江人民出版社，2013.

[4]胡颖廉.公共安全需整体治理[N].学习时报，2015-07-13.

[5]张春艳.大数据时代的公共安全治理[J].国家行政学院学报，2014（5）.

[6]孙鹏，沈玮岗.基于智慧理念的城市公共安全评估体系建设[J].中兴通讯技术，2014（4）.

[7]徐子沛.大数据：正在到来的数据革命[M].桂林：广西师范大学出版社，2012.

责任编辑：王 缙