大数据时代下城镇安全治理问题研究

◎常春光 王雪龙 张 瑜

大数据时代下城镇安全治理问题研究

◎常春光 王雪龙 张 瑜

本文分析了大数据时代的到来对城镇安全治理的影响，归纳出大数据时代下的城镇安全治理需要解决的关键问题，阐述了大数据时代下城镇安全治理中的风险感知、顶层治理策略制订、中层治理预案生成、底层治理模型构建等关键环节。

大数据 城镇 安全治理

党的十八届三中全会提出“健全公共安全体系”，党的十八届四中全会指出“完善立体化社会治安防控体系”。随着城镇化进程的不断深入与大数据时代的到来，城镇公共安全工作面临着许多新形势与新问题。国内外学者在相关领域进行了一些研究。Runger D.等研究了公共风险识别问题；安达等研究了基于大数据的智慧城市安全建设问题；李升友等探讨了基于安全系统思想的城市安全发展问题；司鹄等提出城市公共安全风险评估模型；何非等分析了大数据的综合过程图景。笔者针对大数据时代为城镇安全治理带来的机遇与挑战，系统地研究了城镇安全治理的体系方案。

一、大数据时代的到来对城镇安全治理的影响分析

大数据时代的到来，一方面为城镇公共安全风险治理提供了源源不断的信息资源，也为风险治理方法与技术深化建立了基础；另一方面为城镇公共安全风险治理带来前所未有的巨大挑战，具体表现为：一是大数据往往是先有数据再有模式，且模式是处于不断的动态演化之中，为城镇公共安全风险治理带来困难。二是大数据环境下，面向公众话题、网络舆情、灾害监测仪器、历史存贮数据等各类异构数据源，大数据的采集方式、数据集界定，大数据过滤、筛选、清洗、处理、挖掘方案等关键技术难题直接影响到后续工作的科学性。三是大数据环境下的城镇公共安全风险治理工作涉及因素繁多、关系复杂，一个简单的方法或模型难以解决。如何实现风险感知、顶层治理策略制订、中层治理预案生成、底层治理模型构建与求解等各个环节中的无缝连接，给出系统化解决方案，具有一定挑战性。

二、大数据时代下城镇安全治理需要解决的关键问题

大数据时代下城镇安全治理需要解决如下关键问题：一是针对大数据信息处理特点，构建一套城镇公共安全风险集成治理方法。二是攻克大数据环境下城镇公共安全风险感知难题，提高既有风险感知的实时性、潜在风险感知的准确性。三是实现大数据时代下的城镇公共安全风险各层次治理间的高度集成与无缝连接，确保顶层治理策略的科学性、中层治理预案的系统性、底层治理模型的精确性。四是实现立体化社会治安防控体系，提高实际城镇公共安全风险治理决策反应速度。

三、大数据时代下城镇安全治理的关键环节

（一）大数据时代下的城镇公共安全既有风险与潜在风险感知

1.既有城镇公共安全风险的实时感知。面向不同警源形式，设计出大数据时代下既有城镇公共安全风险的实时感知机制。包括：警源锁定，自动锁定报警人与位置；警情分理，实现报警类别自动识别；警情核实，实现报警信息真伪快速核实；警情处理，设计信息快速处理流程。

2.潜在城镇公共安全风险的预先感知。一是大数据采集处理。面向公众话题、网络舆情、灾害监测仪器、历史存贮数据等各类异构数据源，实现潜在城镇公共安全风险大数据的采集、预处理、挖掘等。二是风险归类。面向城镇公共安全领域大数据，实现风险聚类。拟划分为自然灾害、事故灾难、公共卫生事件、社会安全事件等类别，并细分为子类。三是风险动力机制揭示。揭示风险关键因素间相互作用动力机制。四是风险识别。实现风险类型识别、可能性测度、风险等级评判。

（二）大数据时代下城镇安全顶层治理策略制订

1.性质研判。依据风险感知结果、大量历史信息、专家评判信息等，研判城镇安全风险性质。

2.原则组序。实现治理原则的组成与排序。

3.主体筛选。面向公共管理部门、私人部门、市民社会、新闻媒体和国际社会组织等力量筛选参与主体。

4.组合策略。针对各类安全风险的类型、特点、等级，制订各个参与主体组合策略，设计其之间的联结关系。

5.范畴界定。确定风险规模与影响范畴，界定应急救援点范畴。

6.强度确定，评判风险治理要素投入强度。

2018年的暑期，我和家人到了川西南的藏区，藏地里重峦叠嶂的雪山无疑是登山党们的绝佳去处。我们驾车到了贡嘎雪山，住进了山下的客栈。四千米高原上，即使是夏季的夜晚，也能感受到刺骨的风。才睡下不知多久，窗外便有了车辆驶入客栈小院的声音。翻个身，用被子捂住耳朵，不愿再听车辆中下人、入住、搬动行李的声音。不知是捂得不严实还是怎么的，只听到车门关闭的声音又重新进入了只有风声的夜。

（三）大数据时代下城镇安全中层治理预案生成

1.组织体系。赋予治理领导小组负责人与成员的权力、义务和职责；制订各个职能部门的分工，建立专家组专业人才库。

2.联动网络。在参与主体多元化筛选及其组合策略的基础上，确定各个主体间在应对特定城镇公共安全风险的具体联动机制，形成联动网络，实现资源整合、联动网络结构优化。

3.处置程序。实现信息报告与管控、先期处置、应急人员输送、应急物资调配、行政干预、交通管制、现场监控、隔离警戒、人员疏散、申请增援、现场清理、事后评估等程序环节间的无缝连接机制。

4.资源配置。编制应急资源图谱，制定应急物资的储备规模、结构与布局方案，生成应急物资统筹调用策略。

6.善后恢复。包括善后处置、调查与评估、恢复重建、信息发布等处理机制等。

（四）大数据时代下城镇安全底层治理模型构建

1.模型聚类。针对各类城镇安全风险中层治理中涉及到的模型，加以聚类，提高建模效率。

2.模型提炼。实现模型的快速描述，目标函数、变量与约束条件的快速提取。

3.参数挖掘。基于大数据处理，挖掘出模型的不确定参数。

4.模型建立。构建应急物资调配模型、应急人员输送模型、人员疏散线路等几大类典型模型，具体细分成若干个典型模型，形成具有代表性的模型库。

5.模型匹配。实现典型模型与实际问题的快速匹配。

6.模型求解。构建求解各个典型模型的求解方法或算法库。

四、结论

大数据时代下城镇安全治理问题是城镇安全管理领域所面临的一个新问题。大数据环境下的城镇公共安全风险治理工作本身是一项复杂的系统工程，需要管理机制、技术支持、操作执行等多层面工作的协调集成。大数据时代下科学的城镇安全治理方案有助于为政府各相关部门提供先进的公共安全风险治理体系与手段，提升城镇各种公共安全风险治理科学化、系统化程度。

（作者单位：沈阳建筑大学管理学院）

责任编辑：张永辉

注：本文系教育部人文社会科学研究规划基金项目（项目编号：15YJA630001）；辽宁省社科规划基金（项目编号：L15BJY018）部分研究成果