互聯網時代下城市公共安全風險問題和應對策略

摘要：城市作爲人口最密集的地方，安全問題成了重中之重，公共安全是保障人民生命和財產的基本前提，關係到城市乃至國家的發展與穩定，伴隨着我國的高速發展，互聯網技術爲公共安全治理提供了數據基礎、數據處理技術以及預測手段和風險評估方法，但目前公共安全治理還面臨着智慧基礎設施不足、數據整合不充分、數據安全隱患突出等瓶頸，爲此政府一方面在技術層面上要數據採集的多樣化、數據存儲的融合化、數據分析的實時化、安全事務決策的智能化，另一方面在制度層面上要完善城市安全的數據管理網格、推進公共安全數據整合、加強互聯網大數據下的安全保障。

一、互聯網時代下帶給城市公共安全風險管理的特點

（一）強大的數據基礎

互聯網技術的出現與發展有助於政府和社會及時準確地掌握相關信息，事先能消除隱患，事件發生後也能快速作出正確反應，更加有效地應對事故和災難。以往的城市公共安全風險問題，資源、數據來源比較單一、零散，限制於科技和技術手段，絕大部分有關於城市公共安全風險問題的數據信息無法獲取、或難以識別，不能完全在安全事件處置中發揮作用。因此，公共安全治理問題常常表現信息問題，尤其是對一些突發性公共安全事件，能夠及時準確地獲得信息、甄別信息、分析信息並快速作出決策，對於正確應對突發事件處理至關重要。例如在美國“9•11”事件發生之前及之中，來自不同渠道的報警電話、安全情報、新聞報道等大量信息蜂擁而至，讓美國安全部門和警方無所適從，嚴重影響了當局應對這一事件的能力。直接原因都是當地政府未能及時掌握相關信息與數據，未能進行事件預防，事件發生後也未能在第一時間進行正確應對。而在互聯網高速發展的今天，帶給城市公共安全的大數據爲我們處理相關安全事件提供了有力抓手，與大數據相關各類感知技術、物聯網技術、雲計算技術、移動網絡技術等，可以快速將與公共安全相關的各類數據進行全方位採集和快速傳輸，使得公共安全治理得以基於完整的數據圖譜而不是單一、零散的數據源，從而保障了危機決策與應對的科學性和有效性。

（二）全新的數據處理方法

如何對數量巨大、類型各異的數據進行快速處理是公共安全事件中危機處理的一個難點，對於一些來自媒體、網絡、監控、檢測設備的非結構化數據，包括文字、聲音、圖像、視頻等。據統計，城市社會活動中產生的結構化數據與非結構化的數據分別佔16%、84%。特別是在大量鮮活的、碎片化的信息在突發性的公共安全事件中突然涌出，短時間內不可能進行結構化處理。在以往的技術條件下，對這些數據只能依賴人工來進行分析和處理，嚴重延滯了事件應對的時機。例如某國曾發生過一起刑事案件，警察爲了解犯罪嫌疑人行蹤，動用1000名警察翻看監控視頻錄像帶，耗時一個月時間，而實際上犯罪嫌疑人就一直住在公安局附近並經常外出活動。而藉助互聯網時代下大數據的自動提取與語義分析、處理、圖像識別等技術，警察可以從公共安全事件發生時產生的大量鮮活的、碎片化的、原生態的非結構化數據中，快速挖掘出事件的原因、規律、趨勢、後果，並採取相應對策。

（三）高效智能的預測手段

以往的公共安全風險治理的一大難題是無法對可能的風險點進行定位，對公共安全隱患問題進行預測。實際上，人類行爲看上去具有很大的偶然性和隨意性，但只要羣體夠大、數據夠多，仍可以被有效預測。全球複雜網絡權威巴拉巴西認爲，93%的人類行爲是可以預測的 [1]。利用互聯網大數據技術，相關部門可以對城市運行中有關公共安全的相關數據進行採集、整合、處理、加工，歸納整理城市運行特點，爲城市運行安全監測、綜合分析、預警預測、輔助決策等提供服務，充分發揮數據潛在價值，以提高城市公共安全管理水平。

在犯罪防範領域，相關部門利用公安互聯網大數據進行預測預警，分析挖掘隱含關係，對重點人員信息關聯分析以及案件規律分析應用，分析案件與案件之間，大型活動和社會之間的關聯關係，推演出相應規律，預測和預防犯罪案件的發生。如密歇根大學的研究人員利用“超級計算機以及大量數據”來幫助警方定位那些最易受到不法分子侵擾片區的方法，利用大量數據創建一張波士頓犯罪高發地區熱點圖，爲警察更具針對性地鎖定犯罪易發點、抓獲逃犯提供支持。在突發事件防範領域，政府利用大數據可以監測人羣活動、車輛流動、設施運轉狀況，在危險發生的臨界點前進行預警和事先處置，從而避免事故的發生。在疾病防範領域，人們可以利用大數據對疾病的發生和傳播狀況進行及時跟蹤，防止疾病傳播失控。谷歌公司曾對5000餘萬條最頻繁的檢索詞條數據進行測試，總共處理了4.5億個不同的數學模型，並與美國疾病控制和預防中心的報告對比，追蹤流行性疾病的準確率達到97%。[2]

（四）智能的風險評估手段

城市的公共安全風險是需要評估的。通過事先的風險評估，相關部門可以知道各個區域、各個機構以及各個對象發生安全事故的可能性，這對於人們合理配置力量、加強重點佈防無疑是非常有價值的。但在實際中，影響公共安全的因素錯綜複雜。對公共安全事件發生的原因和後果，理論上有多種闡釋。[3]風險管理理論認爲，現代公共安全問題源於工業化大生產的不確定性，社會風險原子化分佈加劇了挑戰；政府規制理論指出，產業因素是衆多公共安全問題的根源，產業結構影響企業素質，企業素質決定生產經營行爲，生產經營行爲關乎質量和安全水平；危機管理理論主張，公共安全事件的危害程度主要取決於救援和處置水平高低。可見影響公共安全發生和後果的因素十分複雜，建立起一套科學合理、有預測力的風險評估體系並非易事。基於大數據，政府部門可以對城市、區域或特定場所的安全水平進行更加科學合理的評估。同時藉助於各項虛擬技術，政府部門可以在互聯網的大數據基礎上，對公共安全事件發生可能產生的後果、各類處置方案的有效性以及社會可能的反應進行模擬，在模擬的基礎上對各種處置預案進行評估和優化。

二、互聯網時代下城市公共安全的風險

（一）城市的基礎設施覆蓋面不足。

互聯網時代下的處理技術是依賴於全面詳細的數據爲基礎，基於大數據技術的公共安全治理，首先需要有全面、準確和詳實的數據作爲支撐，這依賴於現代信息技術對各類活動進行實時監測和數據捕捉。但由於目前我國的城市中對於捕捉這種數據還存在許多的缺陷，無法實現運用大數據來進行城市公用安全管理的基礎。感知設施和傳感網絡中存在許多盲點，大量與公共安全相關的人類活動、生產經營、設施運轉中產生的數據無法被及時有效捕捉，或雖已捕捉但未有及時傳輸到決策系統，使這些活動成爲無法捕捉的活動。例如公共交通管理中，許多人不使用公交卡等電子支付工具而是使用現金，使他們的活動動向難以被察覺；在危險品管理中，一些化工企業未能及時記錄危險品生產、運輸和存儲數據並上報，使政府無法對其進行監控。大量無法查詢的活動存在，使得互聯網時代下的數據分析成爲無用之刃。

（二）城市的數據不能及時共享

當前，我國發生災害的時候，是由各個部門組成的臨時小組，各個部門之間缺乏溝通，彼此的工作流程不一，出現信息孤島的問題，無法實現資源的共享。各類公共安全信息缺乏整合，公共安全信息數量大、內容雜、來源多，但在實際中這些數據往往分散於各部門、各機構和各企業，沒有實現共享，“信息孤島”現象非常普遍。這樣在發生安全事件時，政府部門難以及時瞭解事件的完整圖譜。公共安全管理系統常常按功能分而治之，在不少地方一個平安城市系統中有幾種甚至十幾種安防平臺，且大多數之間沒有實現互聯，缺乏業務的有機整合。[5]例如不少地區的視頻監控系統往往自成一體，覆蓋面小，應用面窄，缺乏與應急聯動、警務指揮、城市管理、警用地理信息系統及其他公安信息的有效聯動。

公共安全治理系統與其它電子政務系統缺乏協同，未能與公共安全治理相關的醫療、社會保障、房屋管理、宣傳等系統進行有效的協作，在公共事件發生後往往依賴於領導之間的協調會、碰頭會等來解決不同部門之間的協作問題。

（三）城市公共安全的數據採集與數據安全之間存在矛盾

在公共安全治理領域中，許多公共安全數據本身具有雙重屬性，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衆隱私密切相關，又具有“私有性”。這兩種屬性之間的矛盾會給公共安全治理中的大數據管理帶來難題。例如政府在公共場所大量安裝視頻監控設備，一方面固然有助於保障公共安全，但另一方面也可能會使人們的隱私被暴露。筆者曾就智慧交通問題做過調研，一些車企反映，許多車主之所以不願意安裝車載系統，有些車主甚至將汽車自帶的車載系統停用，一個重要原因是車主普遍擔心啓用車載系統後本人會被監控。尤其是在大數據環境中，政府需要將各方面的數據進行集成和整合，由此形成的龐大數據庫完全可以勾繪出一個人的生活、工作、社交等方面的全景式圖像，人們的一舉一動都將隨時處在政府部門的目光之中。美國到現在爲止仍沒有建立全國統一的個人身份識別號碼體系，主要原因就是民衆擔心由此會導致自身的隱私被暴露。我國雖然具有強勢政府的傳統，但公共安全大數據管理中的隱私問題卻不容忽視。

三、互聯網時代下公共安全風險的應對策略

（一）加強技術支持

1、公共安全數據採集的多樣化，夯實數據基礎通過完善城市基礎設施建設，加強對各類社會活動和城市運行數據的感知與採集，確保城市中的人、機器、設施等物體的各項動作都能捕捉到活動，爲公共安全監測、預警與處置提供充分的數據基礎。城市中重要的商業圈以及生活圈是人口密集、設施較多的場所，存在的安全風險也較大，例如踩踏事件、電梯事件等，這就需要加強城市的網格化管理，將數據採集的體系延伸至城市的每一個有風險的地方，防止露空，從而實現運用互聯網大數據進行城市公共安全處理的基礎。

2、公共安全數據存儲的融合化，加強數據關聯對於來自電話、視頻監控設備、感知、互聯網、物聯網等各個渠道獲取的類型多樣、結構各異的公共安全信息，能進行充分的關聯，使得原生態的公共安全信息能從粗放無序的數據真正轉化爲精細可用的信息，並最終實現高效應用。　

3、公共安全數據分析的實時化，保障處理高效一個城市每時每刻都會產生龐大的公共安全信息，公共安全保障系統要能對這些海量、異構、動態數據進行迅速分析處理，從而事先發現可能存在的隱患，突發事件後能迅速找到最佳的處置對策。

4、公共安全事務決策的智能化，促進科學決策要加強公共安全數據分析工具的開發，建立數據分析模型，從而能在短時間內對海量的安全數據進行分析處理並作出科學判斷，幫助政府管理者能事先對安全隱患進行儘早察覺，事中對安全事件進行合理應對。

（二）制度層面上

1、完善城市安全的數據管理網格。要對城市中重要的商業圈、產業圈、生活圈等人口或設施密度高、安全隱患大的區域進行梳理，加強網格化管理，完善各網格區域內的數據採集體系，使城市安全監控網絡的觸角能延伸到任何一個風險點，防止出現盲區，從而夯實城市公共安全治理的大數據基礎。

2、推進公共安全數據整合。由於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雲計算技術，建立城市公共安全大數據管理雲平臺，將與公共安全相關的各類數據進行集中式管理，有效帶動公共安全信息在各部門之間、政府與公衆之間依職能、按需求進行交換與共享。同時鼓勵各政府部門和社會機構以大數據雲平臺爲基礎，開發各類公共安全管理應用系統，從而提高各部門的辦事效率。

3、加強大數據安全保障。既要推動公共大數據數據資源的開發與利用，又要保護好公民隱私和商業祕密。爲此政府在獲取公共安全數據之後，其一要保障數據不泄露，防止其它機構和人員非法獲得這些數據；其二要保障數據不濫用，即使是政府自己，也不能將這些數據爲所欲爲，而只能將這些數據用於公共安全管理以及其它合法的公共管理職能，不能用於其它目的。

4、 建立城市公共安全風險評估和預防措施 。我們應該首先加強城市的重要領域、重點活動、重點環節等公共安全應急預案，切實制定應急規劃，找到應急預警點及時發佈風險預警信息能夠有效的預防災害發生，即使無法避免也能將危害程度降到最低，這些預警方案應該定期進行培訓與演習，並不斷進行完善，使得真正在應急處理中能夠有效挽救降低損失。

參考文獻：

[1]艾伯特-拉斯洛 巴拉巴西.爆發[M].北京:中國人民大學出版社,2012.

[2]維克托 邁爾-舍恩伯格,肯尼斯 庫克耶.大數據時代: 生活工作與思維的大變革[M].杭州:浙江人民出版

[3]胡穎廉.公共安全需整體治理[N].學習時報,2015-07-13.

[4]張春豔.大數據時代的公共安全治理[J].國家行政學院學報,2014(5).

[5]孫鵬,沈瑋崗.基於智慧理念的城市公共安全評估體系建設[J].中興通訊技術,2014(4).