基于综合集成研讨厅的公共安全风险感知平台构建

张博涵，唐 超，李 志

中国人民警察大学 a.研究生院； b.智慧警务学院，河北 廊坊 065000

在国家标准文件中，风险被定义为不确定性对目标的影响[1]。公共安全风险是不确定性对公共安全秩序的影响，有效防范、化解公共安全风险需要及时、准确认知风险，其中，风险感知是应对公共安全风险的重要环节。风险感知的相关研究可以追溯到20世纪60年代，Starr认为风险本身的客观评测不是风险可接受度的唯一标准，人们的主观尺度对其同样重要[2]。在本文中，公共安全风险感知是风险防控主体及利益相关者基于特定的标准、原则、规范，综合利用各种知识，对公共安全风险的特征、潜在危害对象作出的理解和判断。

为应对日益复杂和严峻的公共安全风险形势，需要以风险感知为理论基础，构建系统化、工程化的综合集成平台，实现“以人为主、人机交互、定量定性相结合”的风险感知。

一、公共安全风险具备复杂巨系统特征

经历了巨系统、复杂巨系统等若干发展阶段，1990年钱学森等人最终提出了“开放的复杂巨系统”(OCGS)的概念[3]。随着当前社会政治、经济等领域的飞速发展，我国社会正在进行巨大的行业重塑与领域融合，在这个阶段，独立、单一的公共安全问题逐渐隐匿，取而代之的是具有高度不确定性的风险碰撞与交织，公共安全风险表现出“开放的复杂巨系统”的若干特征。其中，对风险感知方式方法选取最具有参考性的是公共安全风险的开放性、涌现性和巨大性。

(一)公共安全风险的边界开放

公共安全风险的开放性是指社会的运行与外部环境之间存在着密集的风险交互、信息传递，社会外部环境的任何改变都会对社会内部的公共安全产生影响。公共安全风险的开放性是互联网生态发展的必然结果，个体风险感知的局限性和风险的不确定性成为公共安全风险开放性的主要表现形式。(1)个体风险感知的局限性。当自然灾害、突发安全事故、恐怖主义等传统的公共安全事件发生时，其他领域的社会主体会认为该公共安全事件不会对自身产生影响。事实上，公共安全风险的开放性会将单一事件辐射至众多领域，带来不可预知的后果。(2)风险的不确定性。有研究者将“不确定性”表述为：系统高度开放，边界难以界定；系统变量之间相互作用的机理模糊，关联强度和关联概率难以精确描述和计量，很难找到系统的核心变量并统计其分布；很难预测系统的产出。这种不确定性就源于系统的高度开放性。

(二)公共安全风险的体量巨大

公共安全风险的巨大性是指社会公共安全系统中基本单元或子系统数目极其巨大，达到成千上万甚至数以亿计的规模。在社会公共安全系统中，社会公民是最小的系统单元，基于此构建出社会家庭、社会组织等无可计数的上级子系统。在风险放大相关理论研究中，研究者认为，对于风险事件的直接体验或者特别巨大事故的听闻，都会使人们对危险的记忆认知、发散想象不断扩大，从而强化风险认知[5]。由于社会公民对相关利益诉求的表达呈现多元化、碎片化、及时性等诸多特点，通过新媒体等媒体的便捷介入和放大，作为最小系统单元的社会公民传递出复杂的风险信号，这种风险信号是非传统的、影响广泛的。“新风险”理论认为，新形式的、影响更大的风险导致了风险社会的产生[6]。在新冠肺炎疫情中，由于现代社会风险的全球性和关联性、强扩散性和高危害性、难预测性和难控制性，突发公共卫生事件带来的不仅仅是卫生安全方面的风险，而是使总体的国家安全都陷入一定的危机之中[7]。当前引发或影响公共安全风险的因素已不再是传统风险的范畴，影响公共安全风险的潜在因素不断增多并逐渐超出人们的认知范畴，并且可能在已知风险基础上衍生出一系列新的公共安全风险。

(三)公共安全风险的交互复杂

霍兰认为，在复杂系统环境中，涌现性的产生是因为适应性主体之间的差异不断扩大，进而产生相互干扰[8]。也就是说，在复杂系统最活跃的混沌边缘，有序和无序相互作用，整体系统的复杂性必然会呈现自下而上的“涌现”。社会作为一个复杂整体，其混沌边缘是伴随科技、人口、社会制度等变化发展而愈加活跃的，社会公共安全风险也在有序与无序的相互作用中走向复杂。公共卫生事件风险、突发事故风险、自然生态风险、政治风险等传统风险组件通过多种交互模式，风险的类型与状态、风险之间的交互以及公共安全系统随时间不断改变，经过一定的时间之后在整体上演化出新的性质，产生如跨境人口流动风险、数字与信息风险、跨文化冲突、数据失窃与个人隐私泄露等新兴风险。这也就意味着，单一的风险防控措施已不足以应对当前公共安全风险的涌现性特征，如不将社会公共安全作为一个完整的复杂系统予以治理，可能会导致更多的应对失误、人员死伤和财产损失，并且更易引发社会恐慌。

二、综合集成研讨厅对风险感知平台构建的方法论意义

20世纪80年代前后，钱学森先生最早提出综合集成研讨厅的技术路线，用以解决复杂巨系统问题。随着传统社会向复杂化、整体化不断转型，我们发现当前社会公共安全问题已经超出某一单独领域的局限，具备了“复杂巨系统”的诸多特征，传统的单向问题解决模式已不能应对社会公共安全风险现状，“综合集成研讨厅”为当前我国社会的风险感知、防控与预警提供了借鉴思路与理论支撑。

(一)定量定性结合设计公共安全风险感知平台

综合集成研讨厅包含了一个从定性到定量的过程，表现为将专家的定性认识通过信息化技术与机器计算，进行综合、建模与反复修改，最终上升为对全局的定量认识。风险的主观性是区别社会公共安全风险与危险的重要特征之一，但是，依靠传统经验、主观感受得出的定性结论远不足以支撑社会公共安全风险防控决策。面对日益复杂的社会安全形势，基于个体经验的社会风险态势感知具有局限性，以此为根据的决策判断可能会对人民群众的生命财产安全造成不可估计的巨大损失。只有充分发挥传统型经验假设的优势，通过严谨的科学方法对其加以证明，经过定量计算、反复对比，才能得出具有科学性、严谨性、专业性的可靠结论，最终辅助决策。随着当前科技的飞速发展，大数据与人工智能等技术为“定性到定量”的综合集成研讨厅提供了良好的软硬件平台，更为社会公共安全风险防控提供了前所未有的机遇。

(二)基于人机交互提升公共安全风险感知能力

人机结合的基本观点是：人是构成系统的组成部分之一，人与机器根据各自特长与优势进行功能与过程的分工。在公共安全风险系统中，“人”的要素对社会风险的感知、认识、判断至关重要。通过引导政府机构、社会团体、行业专家、群众组织、线上电商等涵盖政治、经济、文化、科技、生态各领域的主体对本领域内的安全风险进行多元感知，利用主体人群、涉及地区、目标指向、冲突性质、影响因素、发展趋势、相互关联度等各类风险影响因子，借助数据计算、情报信息挖掘、模型构建、场景模拟等，将心智与智能、感性与理性、定性与定量等人机各自优势进行互补协作的新体系，构成人机智能系统。

三、公共安全风险感知平台模型的构建与运行

公共安全风险感知平台作为一个整体系统，可划分为不同的层次体系。这些层次体系作为整体系统的子系统，遵循自下而上、循环往复的规则，保证整体平台的运行与实施。基本模块作为架构平台的子集，根据模块功能组成平台的不同层次体系，保证层次体系的架构稳定。

(一)风险感知平台的基本模块

1.专家库模块

专家库模块是将专家群体置于集成的框架中，使某一领域的专家可以对风险弱信号进行初步解析，随后将信息输送至综合集成研讨厅内进行集体研讨，通过汇集和整合其他行业专家的经验知识，实现结论的不断收敛和精确。专家库模块中的专家是在社会某一领域中具有专门技能或专业知识全面的人。专家的筛选与推荐可以不局限于风险领域，但必须为风险问题的分析解决带来一种专业能力与知识。政治、经济、文化或其他领域的专家对本领域的风险信号接收更为敏感，但对风险信号的具体影响认知有限。

2.模型库模块

模型库模块以基于模型的系统工程为核心，通过建立系统性的分析模型，从政治、经济、社会、文化、生态、国防等不同角度提供不同的风险感知与评估模型，形成针对不同专题和不同层面的分析、规划与评价模型集，面向风险感知系统的复杂性，实现风险仿真推演与实时预测的功能。该模块包括：(1)场景模型，根据某一风险的后果大小、影响范围、时间长短等，智能生成不同场景下引发不同风险的结果；(2)关联模型，通过大数据与人工智能筛选对比，自动生成某一领域风险可能关联的其他领域网状关系图；(3)预测模型，以客观数据库中曾发生的风险事件信息为基础，智能预测潜在风险事件可能引发的系列后果和事件走向等。

在模型库模块中，模型的搭建、储存不仅仅局限于某一领域，而是包括公共治安、社会舆情、生态治理、经济预测、国防军事等多个领域，通过模型自动化推演与优化，不断尝试构建新的交叉领域模型，完成不同场景的数字化模拟与迭代更新。

3.数据情报模块

数据情报模块是风险感知平台感知外部环境变化的数据采集系统。数据情报模块可充分整合社会各行业客观数据库，如治安、户籍、交通、社区、高校、企业等领域的数据平台，以及基于公开信息加工形成的专用信息资源。通过大数据与人工智能技术对客观数据库进行深度挖掘，构建完整的情报生命周期循环体系，支撑实现平台的实施。数据情报模块在坚持“人机结合、人网结合、以人为主、数据驱动”的基本原则下，形成“从数据到决策”的全生命周期情报服务，包括风险知识发现、风险数据获取、风险推演分析等，最终为实施决策服务。情报库体系平台的构建，需要依托海量基础数据的信息库，主要应包括：发现及捕捉重要风险信息，对风险信息的深度融合进行初步引导；以真实有效为标准进行数据筛选与清洗；借助成熟的情报搜集与分析技术，逐步实现风险情报分析自动化。

数据情报模块自下而上经过数据抓取、融合引导、数据筛选与清洗、自动化情报分析，面向平台内部主体输出辅助决策的若干信息，并结合人工智能与模型库模块资源，自主构建风险情报信息收集系统、风险信息资源服务系统、专业知识服务系统、群决策知识服务查询与推送系统，实现从数据到信息、再到知识的转变。

4.机器平台模块

风险感知平台的有效运行需要以机器平台为依托、以人员为核心的实施环境。机器平台模块的职能是为风险感知平台提供数据存储、技术实施、人机交互等软硬件条件，通过创造模拟交互的现实交互条件，弥补平台运行中人力的缺陷。同时，各个模块与层次体系的科学组织与管理也需要运用系统工程方法进行有效控制，在系统运行过程中，人的参与需要以指挥控制的方式进行。在指挥运行维度与机器实现维度互相支撑的前提下，机器平台模块为风险数据采集、传输、专家介入、综合研讨、决策等全流程的平台运行提供基础[8]，从而满足平台内各个子系统运行的不同需求。

(二)风险感知平台的层次体系

1.多源感知体系

多源感知体系是通过充分发挥政府机构、人民群众、社会团体等广大主体的主观能动性，开放风险感知途径，广泛接收风险弱信号，并将其输入专家库模块与机器平台模块，最终形成多途径风险感知与研判的层次体系。在当前时代，情报工作将从目前以人员分析为主要内容的信息情报，利用自动化和智能化技术，特别是知识自动化技术，过渡到自动情报，进而迈向智能情报时代[9]。多源感知和智能感知是公共安全风险感知的重要趋势。不论是可能引发社会动荡的风险强信号，还是类似简单网络评语等容易被忽视的风险弱信号，都应借助智能化技术对风险进行多源感知。

多源感知体系是平台运行过程中的信息起始点：一方面，专家库模块与机器平台模块通过各种途径被动接收公共安全风险信号；另一方面，专家库模块与机器平台模块也要通过定性或定量的方式主动抓取公共安全风险信号。在扩大风险感知途径的同时，专家库模块与机器平台模块要对风险信号进行深层次的动态研讨，对多方感知结果进行上升式评估研判，将已收集的结构化或非结构化数据输入研讨体系中。借由专家、群众、政府机构、社会团体等主体多元化的特点，拓宽风险感知途径，针对不同群体的风险感知特点，搜集原始风险数据，并形成具有稳定性、持续性的风险感知数据收集模式，建立常态化风险感知源，为风险感知平台的综合集成研讨、决策支持体系等提供不间断输入。

2.决策支持体系

决策支持体系是依据风险感知分析与评估结果作出最终决策，并为多源感知层次提供环境保障的主体集合。在传统的社会风险评估中，往往由决策者提出需求，分析评估主体根据决策者的主观需求对社会某领域风险进行研判，这样的体系运转模式存在一定局限性。在风险感知平台中，决策层不仅包括作出行政决策的政府机构，利益相关者及发挥实质性影响的行为主体均可纳入决策层的范围。决策支持体系为研讨集体提供分析问题、建立模型、模拟决策过程和方案的良好环境，灵活调配基础数据分析与挖掘等科技工具，鼓励国内外各界学者充分发言，为社会各个领域、各个环节、各条战线提供稳定的行政条件或行业环境，调用各种风险信息资源和分析工具，帮助研讨集体提高研讨水平和决策水平。同时，积极完善社会公众参与表达机制，通过网上问政、市长信箱、信访等表达渠道，让公众、社区、企业等线下力量都参与风险信号表达。

在接收多元风险感知体系输出的风险评估报告与总结后，各个模块对风险评估报告与总结进行综合集成和迭代优化，进而形成不同应对方案。随后，对方案的实施环境和效果进行预测，并给出方案的满意优略性结果，将上述方案集反馈给研讨集体，最终做到层次体系间的良性循环。

3.网络信息化体系

网络信息化体系的作用在于将风险弱信号、关联数据等基础信息进行系统化整理归类，最终实现信息流的通畅运转。同时，网络信息化体系可以使风险目标相互关联，通过准确映射物理对象到数字化空间，实现风险信息的传递、共享和收集，最大限度做到信息融合，为风险感知平台的集成研讨提供信息化支撑。

网络信息化体系的构建需以数据情报模块作为数字基础，并借助舆情动态分析网络、移动通信网络、不同部门的数据分析网络等条件而完成。以构建风险数据信息化共享平台为载体的网络信息化体系，为风险数据情报体系的数据采集提供传输通道，将互联网和物联网空间进行融合，为风险感知平台打造连接万物的能力，同时为专家库模块的接入提供通道，使风险感知平台具有智慧动态获取能力。

(三)风险感知平台的运行流程

1.风险感知平台的内部运行模式

风险感知平台由四个主要模块相辅构成，以此搭建形成三个层次体系，在相互作用、相互辅助、相互补充中构架有机的系统平台主体。四个主要模块的功能结构和相互作用关系如图1所示。

图1 公共安全风险感知平台主要组成模块与相互作用关系

数据情报模块作为系统平台的基础支撑部分，要承载主动识别社会公共安全风险弱信号的功能，并利用人工智能技术对多元异构数据进行自动获取、动态分析，实现对公共安全情报的一手抓取。在此基础上，深入数据挖掘，引导跨区域、跨行业、跨部门的数据融合，捕捉遴选各领域内真实有效的情报数据，在遵从情报生态周期的原则下进行情报信息的初步风险分析与评估，为专家库模块与机器平台模块提供数据情报的有效支撑。

专家库模块以卫生、政治、经济、社会、文化、生态等多领域的专家学者为分析实施主体，发挥跨学科、跨地域、跨系统的大规模专家集群优势，有效挖掘专家集群的学术理论、传统经验资源。要充分利用机器平台分析的准确性、快速性，同机器平台进行高频次信息流交互，在由定性到定量、定量到定性的反复结合中，对数据情报进行公共安全风险的螺旋上升式感知、评估与理论研判，最终将研判结果输入机器平台模块。机器平台模块在收到专家库模块“由面到线、由线到点”的收敛结果后，要在数据情报模块的支撑下对收敛结果进行有效储存并分类计算，保证计算结果同专家库模块实时交互。机器平台模块通过对数据的监测，完成数据情报的动态二次分析，利用模型库模块搭建智能风险数值预警系统，将不同领域的风险数据进行深度融合，为专家集群提供定量社会风险数据，并通过专家库模块对定量数据进行上升式收敛，为定量和定性的结合提供软硬件支撑。

模型库模块在专家库模块与机器平台模块的交互过程中，要为双方的运行实施提供仿真推演与实时监测能力，包括数字化感知风险、情报信息深度融合与共享、有效集群研讨、自动模型推演与优化等多方面的系统分析模型，涵盖包括公共治安、网络舆情、生态治理、军事国防等有关社会公共安全的各个领域。在自我优化和升级的基础上，为专家库模块和机器平台模块提供推演预测能力，并主动根据仿真推演与监测的结果，接受专家库模块和机器平台模块的“动态反哺”，以技术为支撑，不断整合各类社会安全信息，实现信息化的有效配置。

2.风险感知平台运行的体系实现模式

在风险感知平台的运行过程中，要充分扩展社会各界向综合集成研讨厅输入风险感知信号的途径。强势政府与边缘化的社会组织之间难以形成良性互动关系，过度分层的组织结构设置加剧了部门间隔阂，影响了信息传递质量和处置反应[10]。因此，要对各类风险弱信号的输入进行正向引导与激励，提高各行业风险信号的主动输入功效，不能仅局限于单个模块的内部运转。为了达到公共安全风险原始信息流入的良性循环，实现信息流不断良性扩大的飞轮效应，要在各模块内部良好运转的前提下保障风险感知平台的体系性实现，如图2所示。

图2 公共安全风险感知平台运行的体系实现模式

风险感知平台在充分感知外部风险信号的基础上，以多源感知体系为平台运转实施核心，将涉及社会公共安全风险的内容进行专家群研讨研判，完成初步定性分析环节。在发散式研讨、深度研讨和专家意见集成形成的过程之后，将定性分析结果输入机器平台进行定量分析。同时需要注意，由于公共安全风险是切实存在于社会各界的综合性、复杂性风险的总和，因此，不能忽视跨行业、跨领域之间的相互作用关系。如，在对经济领域风险信号进行定性和定量研判的过程中，要利用模型库中的成熟模型进行跨行业、跨领域、跨地域的多维分析，尝试发掘风险的放大规则，最终实现研判结果的多维度涌现。

多源感知体系以专家库模块和机器平台模块为支撑，完成定量与定性的结合工作；以模型库模块为依托，广泛感知社会风险信号。多源感知体系的软硬件和数据情报支撑由网络信息化体系提供。数据情报模块构成网络信息化体系的主要组成部分，可以协助专家库模块进行知识发现、知识关联，并为多源感知与研判环节提供全方位的信息通信网络，为平台运行过程中的各个部分提供互连接口，是实现平台多维全景信息流转、指挥交互、系统层次递增的基础。在前两个层次体系完成社会公共安全风险信号研判、生成分析报告与总结评价之后，需将结果递交到决策部门，以此作为决策执行的参考依据，并附相关数据用以支撑结论。决策部门对分析报告与总结评价进行研究后，要向作为研讨厅核心的专家集群发送评估反馈，再次形成决策支持体系和上一层次体系的有效交互、良性循环。

整个风险感知平台的运行过程中各环节间信息流不断交互，研判结果螺旋式上升并不断收敛，直至通过系统各要素的反复作用、协调配合，形成具有科学性、集中性、时效性的综合风险研判结论。最终实现对社会某一领域传递出风险信号的综合集成研讨，得出其对社会多领域影响结果的成效，以达到维护社会公共安全、及时应对社会安全风险、快速响应不良风险信号的目的。

四、结语

随着我国当前政治、经济、文化等各领域的不断融合发展，影响社会公共安全风险的因素不再传统而单一，造成的不良后果同样复杂多样，因此，社会公共安全风险防控已成为我国社会必须面临的现实课题。面对全新的社会发展形势，不能再着眼于具有局限性、单一性的传统风险防控方法，而应主动适应社会多元主体的特点，进行多元响应、多维研判。结合这一思路，将社会整体作为综合系统进行风险感知、风险识别和情报研判，弥补了传统风险防控工作中以决策部门为单一出发点的缺陷，为社会公共安全风险防控与感知工作提供了新思路和新方法。