互聯(lián)網(wǎng)時(shí)代下城市公共安全風(fēng)險(xiǎn)問題和應(yīng)對(duì)策略

互聯(lián)網(wǎng)時(shí)代下城市公共安全風(fēng)險(xiǎn)問題和應(yīng)對(duì)策略摘要：城市作為人口最密集的地方，安全問題成了重中之重，公共安全是保障人民生命和財(cái)產(chǎn)的基本前提，關(guān)系到城市乃至國家的開展與穩(wěn)定，伴隨著我國的高速開展，互聯(lián)網(wǎng)技術(shù)為公共安全治理提供了數(shù)據(jù)基礎(chǔ)、數(shù)據(jù)處理技術(shù)以及預(yù)測(cè)手段和風(fēng)險(xiǎn)評(píng)估方法，但目前公共安全治理還面臨著智慧基礎(chǔ)設(shè)施缺乏、數(shù)據(jù)整合不充分、數(shù)據(jù)安全隱患突出等瓶頸，為此政府一方面在技術(shù)層面上要數(shù)據(jù)采集的多樣化、數(shù)據(jù)存儲(chǔ)的融合化、數(shù)據(jù)分析的實(shí)時(shí)化、安全事務(wù)決策的智能化，另一方面在層面上要完善城市安全的數(shù)據(jù)管理網(wǎng)格、推進(jìn)公共安全數(shù)據(jù)整合、加強(qiáng)互聯(lián)網(wǎng)大數(shù)據(jù)下的安全保障。如何對(duì)數(shù)量巨大、類型各異的數(shù)據(jù)進(jìn)行快速處理是公共安全事件中危機(jī)處理的一個(gè)難點(diǎn)，對(duì)于一些媒體、網(wǎng)絡(luò)、監(jiān)控、檢測(cè)設(shè)備的非結(jié)構(gòu)化數(shù)據(jù)，包括文字、聲音、圖像、視頻等。據(jù)統(tǒng)計(jì)，城市社會(huì)活動(dòng)中產(chǎn)生的結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化的數(shù)據(jù)分別占16%、84%。特別是在大量鮮活的、碎片化的信息在突發(fā)性的公共安全事件中突然涌出，短時(shí)間內(nèi)不可能進(jìn)行結(jié)構(gòu)化處理。在以往的技術(shù)條件下，對(duì)這些數(shù)據(jù)只能依賴人工來進(jìn)行分析和處理，嚴(yán)重延滯了事件應(yīng)對(duì)的時(shí)機(jī)。例如某國曾發(fā)生過一起刑事案件，警察為了解犯罪嫌疑人行蹤，動(dòng)用1000名警察翻看監(jiān)控視頻錄像帶，耗時(shí)一個(gè)月時(shí)間，而實(shí)際上犯罪嫌疑人就一直住在公安局附近并經(jīng)常外出活動(dòng)。而借助互聯(lián)網(wǎng)時(shí)代下大數(shù)據(jù)的自動(dòng)提取與語義分析、處理、圖像識(shí)別等技術(shù)，警察可以從公共安全事件發(fā)生時(shí)產(chǎn)生的大量鮮活的、碎片化的、原生態(tài)的非結(jié)構(gòu)化數(shù)據(jù)中，快速挖掘出事件的原因、規(guī)律、趨勢(shì)、后果，并采取相應(yīng)對(duì)策。以往的公共安全風(fēng)險(xiǎn)治理的一大難題是無法對(duì)可能的風(fēng)險(xiǎn)點(diǎn)進(jìn)行定位，對(duì)公共安全隱患問題進(jìn)行預(yù)測(cè)。實(shí)際上，人類行為看上去具有很大的偶然性和隨意性，但只要群體夠大、數(shù)據(jù)夠多，仍可以被有效預(yù)測(cè)。全球復(fù)雜網(wǎng)絡(luò)權(quán)威巴拉巴西認(rèn)為，93%的人類行為是可以預(yù)測(cè)的[1]。利用互聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)，相關(guān)部門可以對(duì)城市運(yùn)行中有關(guān)公共安全的相關(guān)數(shù)據(jù)進(jìn)行采集、整合、處理、加工，歸納城市運(yùn)行特點(diǎn)，為城市運(yùn)行安全監(jiān)測(cè)、綜合分析、預(yù)警預(yù)測(cè)、輔助決策等提供服務(wù)，充分發(fā)揮數(shù)據(jù)潛在價(jià)值，以提高城市公共安全管理水平。在犯罪防范領(lǐng)域，相關(guān)部門利用公安互聯(lián)網(wǎng)大數(shù)據(jù)進(jìn)行預(yù)測(cè)預(yù)警，分析挖掘隱含關(guān)系，對(duì)重點(diǎn)人員信息關(guān)聯(lián)分析以及案件規(guī)律分析應(yīng)用，分析案件與案件之間，大型活動(dòng)和社會(huì)之間的關(guān)聯(lián)關(guān)系，推演出相應(yīng)規(guī)律，預(yù)測(cè)和預(yù)防犯罪案件的發(fā)生。如密歇根大學(xué)的研究人員利用“超級(jí)計(jì)算機(jī)以及大量數(shù)據(jù)”來幫助警方定位那些最易受到不法分子侵?jǐn)_片區(qū)的方法，利用大量數(shù)據(jù)創(chuàng)立一張波士頓犯罪高發(fā)地區(qū)熱點(diǎn)圖，為警察更具針對(duì)性地鎖定犯罪易發(fā)點(diǎn)、抓獲逃犯提供支持。在突發(fā)事件防范領(lǐng)域，政府利用大數(shù)據(jù)可以監(jiān)測(cè)人群活動(dòng)、車輛流動(dòng)、設(shè)施運(yùn)轉(zhuǎn)狀況，在危險(xiǎn)發(fā)生的臨界點(diǎn)前進(jìn)行預(yù)警和事先處置，從而防止事故的發(fā)生。在疾病防范領(lǐng)域，人們可以利用大數(shù)據(jù)對(duì)疾病的發(fā)生和傳播狀況進(jìn)行及時(shí)跟蹤，防止疾病傳播失控。谷歌公司曾對(duì)5000余萬條最頻繁的檢索詞條數(shù)據(jù)進(jìn)行測(cè)試，總共處理了4.5億個(gè)不同的數(shù)學(xué)模型，并與美國疾病控制和預(yù)防中心的報(bào)告比照，追蹤流行性疾病的準(zhǔn)確率到達(dá)97%。[2]城市的公共安全風(fēng)險(xiǎn)是需要評(píng)估的。通過事先的風(fēng)險(xiǎn)評(píng)估，相關(guān)部門可以知道各個(gè)區(qū)域、各個(gè)機(jī)構(gòu)以及各個(gè)對(duì)象發(fā)生安全事故的可能性，這對(duì)于人們合理配置力量、加強(qiáng)重點(diǎn)布防無疑是非常有價(jià)值的。但在實(shí)際中，影響公共安全的因素錯(cuò)綜復(fù)雜。對(duì)公共安全事件發(fā)生的原因和后果，理論上有多種闡釋。[3]風(fēng)險(xiǎn)管理理論認(rèn)為，現(xiàn)代公共安全問題源于工業(yè)化大生產(chǎn)的不確定性，社會(huì)風(fēng)險(xiǎn)原子化分布加劇了挑戰(zhàn)；政府規(guī)制理論指出，產(chǎn)業(yè)因素是眾多公共安全問題的根源，產(chǎn)業(yè)結(jié)構(gòu)影響企業(yè)素質(zhì)，企業(yè)素質(zhì)決定生產(chǎn)經(jīng)營(yíng)行為，生產(chǎn)經(jīng)營(yíng)行為關(guān)乎質(zhì)量和安全水平；危機(jī)管理理論主張，公共安全事件的危害程度主要取決于救援和處置水平高低。可見影響公共安全發(fā)生和后果的因素十分復(fù)雜，建立起一套科學(xué)合理、有預(yù)測(cè)力的風(fēng)險(xiǎn)評(píng)估體系并非易事。基于大數(shù)據(jù)，政府部門可以對(duì)城市、區(qū)域或特定場(chǎng)所的安全水平進(jìn)行更加科學(xué)合理的評(píng)估。同時(shí)借助于各項(xiàng)虛擬技術(shù)，政府部門可以在互聯(lián)網(wǎng)的大數(shù)據(jù)基礎(chǔ)上，對(duì)公共安全事件發(fā)生可能產(chǎn)生的后果、各類處置方案的有效性以及社會(huì)可能的反響進(jìn)行模擬，在模擬的基礎(chǔ)上對(duì)各種處置預(yù)案進(jìn)行評(píng)估和優(yōu)化?；ヂ?lián)網(wǎng)時(shí)代下的處理技術(shù)是依賴于全面詳細(xì)的數(shù)據(jù)為基礎(chǔ)，基于大數(shù)據(jù)技術(shù)的公共安全治理，首先需要有全面、準(zhǔn)確和詳實(shí)的數(shù)據(jù)作為支撐，這依賴于現(xiàn)代信息技術(shù)對(duì)各類活動(dòng)進(jìn)行實(shí)時(shí)監(jiān)測(cè)和數(shù)據(jù)捕捉。但由于目前我國的城市中對(duì)于捕捉這種數(shù)據(jù)還存在許多的缺陷，無法實(shí)現(xiàn)運(yùn)用大數(shù)據(jù)來進(jìn)行城市公用安全管理的基礎(chǔ)。感知設(shè)施和傳感網(wǎng)絡(luò)中存在許多盲點(diǎn)，大量與公共安全相關(guān)的人類活動(dòng)、生產(chǎn)經(jīng)營(yíng)、設(shè)施運(yùn)轉(zhuǎn)中產(chǎn)生的數(shù)據(jù)無法被及時(shí)有效捕捉，或雖已捕捉但未有及時(shí)傳輸?shù)經(jīng)Q策系統(tǒng)，使這些活動(dòng)成為無法捕捉的活動(dòng)。例如公共管理中，許多人不使用公交卡等電子支付工具而是使用現(xiàn)金，使他們的活動(dòng)動(dòng)向難以被發(fā)覺；在危險(xiǎn)品管理中，一些化工企業(yè)未能及時(shí)記錄危險(xiǎn)品生產(chǎn)、運(yùn)輸和存儲(chǔ)數(shù)據(jù)并上報(bào)，使政府無法對(duì)其進(jìn)行監(jiān)控。大量無法查詢的活動(dòng)存在，使得互聯(lián)網(wǎng)時(shí)代下的數(shù)據(jù)分析成為無用之刃。當(dāng)前，我國發(fā)生災(zāi)害的時(shí)候，是由各個(gè)部門組成的臨時(shí)小組，各個(gè)部門之間缺乏溝通，彼此的工作流程不一，出現(xiàn)信息孤島的問題，無法實(shí)現(xiàn)資源的共享。各類公共安全信息缺乏整合，公共安全信息數(shù)量大、內(nèi)容雜、多，但在實(shí)際中這些數(shù)據(jù)往往分散于各部門、各機(jī)構(gòu)和各企業(yè)，沒有實(shí)現(xiàn)共享，“信息孤島”現(xiàn)象非常普遍。這樣在發(fā)生安全事件時(shí)，政府部門難以及時(shí)了解事件的完整圖譜。公共安全管理系統(tǒng)常常按功能分而治之，在不少地方一個(gè)平安城市系統(tǒng)中有幾種甚至十幾種安防平臺(tái)，且大多數(shù)之間沒有實(shí)現(xiàn)互聯(lián)，缺乏業(yè)務(wù)的有機(jī)整合。[5]例如不少地區(qū)的視頻監(jiān)控系統(tǒng)往往自成一體，覆蓋面小，應(yīng)用面窄，缺乏與應(yīng)急聯(lián)動(dòng)、警務(wù)指揮、城市管理、警用地理信息系統(tǒng)及其他公安信息的有效聯(lián)動(dòng)。公共安全治理系統(tǒng)與其它電子政務(wù)系統(tǒng)缺乏協(xié)同，未能與公共安全治理相關(guān)的醫(yī)療、社會(huì)保障、房屋管理、宣傳等系統(tǒng)進(jìn)行有效的協(xié)作，在公共事件發(fā)生后往往依賴于領(lǐng)導(dǎo)之間的協(xié)調(diào)會(huì)、碰頭會(huì)等來解決不同部門之間的協(xié)作問題。在公共安全治理領(lǐng)域中，許多公共安全數(shù)據(jù)本身具有雙重屬性，一方面它們涉及到公共安全保障，從而具有“公共性”；另一方面它們又與公眾隱私密切相關(guān)，又具有“私有性”。這兩種屬性之間的矛盾會(huì)給公共安全治理中的大數(shù)據(jù)管理帶來難題。例如政府在公共場(chǎng)所大量安裝視頻監(jiān)控設(shè)備，一方面固然有助于保障公共安全，但另一方面也可能會(huì)使人們的隱私被暴露。筆者曾就智慧交通問題做過調(diào)研，一些車企反映，許多車主之所以不愿意安裝車載系統(tǒng)，有些車主甚至將汽車自帶的車載系統(tǒng)停用，一個(gè)重要原因是車主普遍擔(dān)憂啟用車載系統(tǒng)后本人會(huì)被監(jiān)控。尤其是在大數(shù)據(jù)環(huán)境中，政府需要將各方面的數(shù)據(jù)進(jìn)行集成和整合，由此形成的龐大數(shù)據(jù)庫完全可以勾繪出一個(gè)人的生活、工作、社交等方面的全景式圖像，人們的一舉一動(dòng)都將隨時(shí)處在政府部門的目光之中。美國到現(xiàn)在為止仍沒有建立全國統(tǒng)一的個(gè)人身份識(shí)別號(hào)碼體系，主要原因就是民眾擔(dān)憂由此會(huì)導(dǎo)致自身的隱私被暴露。我國雖然具有強(qiáng)勢(shì)政府的傳統(tǒng)，但公共安全大數(shù)據(jù)管理中的隱私問題卻不容忽視。1、公共安全數(shù)據(jù)采集的多樣化，夯實(shí)數(shù)據(jù)基礎(chǔ)通過完善城市基礎(chǔ)設(shè)施建設(shè)，加強(qiáng)對(duì)各類社會(huì)活動(dòng)和城市運(yùn)行數(shù)據(jù)的感知與采集，確保城市中的人、機(jī)器、設(shè)施等物體的各項(xiàng)動(dòng)作都能捕捉到活動(dòng)，為公共安全監(jiān)測(cè)、預(yù)警與處置提供充分的數(shù)據(jù)基礎(chǔ)。城市中重要的商業(yè)圈以及生活圈是人口密集、設(shè)施較多的場(chǎng)所，存在的安全風(fēng)險(xiǎn)也較大，例如踩踏事件、電梯事件等，這就需要加強(qiáng)城市的網(wǎng)格化管理，將數(shù)據(jù)采集的體系延伸至城市的每一個(gè)有風(fēng)險(xiǎn)的地方，防止露空，從而實(shí)現(xiàn)運(yùn)用互聯(lián)網(wǎng)大數(shù)據(jù)進(jìn)行城市公共安全處理的基礎(chǔ)。2、公共安全數(shù)據(jù)存儲(chǔ)的融合化，加強(qiáng)數(shù)據(jù)關(guān)聯(lián)對(duì)于、視頻監(jiān)控設(shè)備、感知、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等各個(gè)渠道獲取的類型多樣、結(jié)構(gòu)各異的公共安全信息，能進(jìn)行充分的關(guān)聯(lián)，使得原生態(tài)的公共安全信息能從粗放無序的數(shù)據(jù)真正轉(zhuǎn)化為精細(xì)可用的信息，并最終實(shí)現(xiàn)高效應(yīng)用。3、公共安全數(shù)據(jù)分析的實(shí)時(shí)化，保障處理高效一個(gè)城市每時(shí)每刻都會(huì)產(chǎn)生龐大的公共安全信息，公共安全保障系統(tǒng)要能對(duì)這些海量、異構(gòu)、動(dòng)態(tài)數(shù)據(jù)進(jìn)行迅速分析處理，從而事先發(fā)現(xiàn)可能存在的隱患，突發(fā)事件后能迅速找到最正確的處置對(duì)策。4、公共安全事務(wù)決策的智能化，促進(jìn)科學(xué)決策要加強(qiáng)公共安全數(shù)據(jù)分析工具的開發(fā)，建立數(shù)據(jù)分析模型，從而能在短時(shí)間內(nèi)對(duì)海量的安全數(shù)據(jù)進(jìn)行分析處理并作出科學(xué)判斷，幫助政府管理者能事先對(duì)安全隱患進(jìn)行盡早發(fā)覺，事中對(duì)安全事件進(jìn)行合理應(yīng)對(duì)。1、完善城市安全的數(shù)據(jù)管理網(wǎng)格。要對(duì)城市中重要的商業(yè)圈、產(chǎn)業(yè)圈、生活圈等人口或設(shè)施密度高、安全隱患大的區(qū)域進(jìn)行梳理，加強(qiáng)網(wǎng)格化管理，完善各網(wǎng)格區(qū)域內(nèi)的數(shù)據(jù)采集體系，使城市安全監(jiān)控網(wǎng)絡(luò)的觸角能延伸到任何一個(gè)風(fēng)險(xiǎn)點(diǎn)，防止出現(xiàn)盲區(qū)，從而夯實(shí)城市公共安全治理的大數(shù)據(jù)基礎(chǔ)。2、推進(jìn)公共安全數(shù)據(jù)整合。由于我國各部門之間缺乏溝通與交流，使得彼此間的信息缺乏流通，出現(xiàn)信息孤島的問題，降低了辦事效率，建議城市政府部門充分利用云計(jì)算技術(shù)，建立城市公共安全大數(shù)據(jù)管理云平臺(tái)，將與公共安全相關(guān)的各類數(shù)據(jù)進(jìn)行集中式管理，有效帶動(dòng)公共安全信息在各部門之間、政府與公眾之間依職能、按需求進(jìn)行交換與共享。同時(shí)鼓勵(lì)各政府部門和社會(huì)機(jī)構(gòu)以大數(shù)據(jù)云平臺(tái)為基礎(chǔ)，開發(fā)各類公共安全管理應(yīng)用系統(tǒng)，從而提高各部門的辦事效率。3、加強(qiáng)大數(shù)據(jù)安全保障。既要推動(dòng)公共大數(shù)據(jù)數(shù)據(jù)資源的開發(fā)與利用，又要保護(hù)好公民隱私和商業(yè)秘密。為此政府在獲取公共安全數(shù)據(jù)之后，其一要保障數(shù)據(jù)不泄露，防止其它機(jī)構(gòu)和人員非法獲得這些數(shù)據(jù)；其二要保障數(shù)據(jù)不濫用，即使是政府自己，也不能將這些數(shù)據(jù)為所欲為，而只能將這些數(shù)據(jù)用于公共安全管理以及其它合法的公共管理職能，不能用于其它目的。4、建立城市公共安全風(fēng)險(xiǎn)評(píng)估和預(yù)防措施。我們應(yīng)該首先加強(qiáng)城市的重要領(lǐng)域、重點(diǎn)活動(dòng)、重點(diǎn)環(huán)節(jié)等公共安全應(yīng)急預(yù)案，切實(shí)制定應(yīng)急規(guī)劃，找到應(yīng)急預(yù)警點(diǎn)及時(shí)發(fā)布風(fēng)險(xiǎn)預(yù)警信息能夠有效的預(yù)防災(zāi)害發(fā)生，即使無法防止也能將危害程度降到最低，這些預(yù)警方案應(yīng)該定期進(jìn)行培訓(xùn)與演習(xí)，并不斷進(jìn)行完善，使得真正在應(yīng)急處理中能夠有效挽救降低