朱志萍 任律

摘要：城市所面臨的社會安全風險都是一類基礎性、深層次、結構性的潛在危害因素，往往與其在某城市群區(qū)域，以及全國乃至全球的多中心地位直接相關。當社會安全風險遭遇大數據時代，其治理的難點則是顯而易見的。大數據治理不僅是風險治理在方式和方法上的更新，以及在理論和戰(zhàn)略上的革新，而且是人、組織和社會圍繞公共安全的綜合創(chuàng)新。大數據驅動治理將成為當前社會安全風險治理的新動力。

在當前全面建成小康社會的決勝階段，各類社會風險跨界性、關聯性增強，對城市而言，尤為如此。城市社會安全面臨著新的挑戰(zhàn)，需要對其風險進行有效治理，這既是維護城市公共安全、增強人民群眾安全感的時代要求，更是國家治理體系和治理能力現代化建設的重要組成部分。

本課題研究的社會安全是指公安機關及其他社會安全綜合治理機構依據國家公共安全政策和法律法規(guī)管理社會，為公眾提供治安秩序產品的公共行政管理過程，以及由此形成的安全、有序的社會狀態(tài)。我國對突發(fā)事件主要分為四種：自然災害、事故災難、公共衛(wèi)生事件和社會安全事件。從最直接的意義上來講，社會安全事件具體表現為群體性事件、恐怖襲擊事件、極端惡性刑事案件、網絡輿情危機事件、經濟安全事件，以及涉外的危機事件等。但從廣義來講，但凡自然災害、事故災難、公共衛(wèi)生事件處置不當，引起社會狀態(tài)的無序與混亂，就必然與社會安全問題產生關聯。

一、城市社會安全風險隱患識別及產生機理分析

從上述概念界定可見，社會安全風險“就是可能引起社會安全秩序紊亂、社會不穩(wěn)定的一系列潛在因素的統(tǒng)稱，在各類社會安全風險事件的背后，往往體現的是復雜的人、事、物、信息所組成的組織系統(tǒng)及組織系統(tǒng)間的相互作用關系”。[1]當前城市安全方面的主要矛盾，是市民群眾對公共安全產品的需求與不充分不平衡的供給之間的矛盾，這就對全面深化公共安全產品的供給側結構性改革提出了要求。具體來看，城市社會安全主要存在以下風險隱患，也是其社會安全面臨的風險變量。

（一）城市要素高度聚集，隱患問題潛藏其中，城市運行安全風險突出

一是人多。國家調整城市規(guī)模劃分的標準就是人口數量，城市人口基數越大，對公共安全服務需求總量就越大、種類越多、個性化要求也越高，同時也使得公安機關甄別“壞人”的難度也加大。而且，城市人口密度越高，越容易形成大客流、大車流，稍有不慎就會造成群死群傷。

二是房多。在“以房管人”的模式下，建筑物數量越多，管理工作量越大。一類是大型城市商業(yè)綜合體建筑，其結構復雜，地上承載著餐飲、娛樂、購物、健身、教育等多種用途的空間相互貫通，公共安全風險難控;地下空間則往往消防設施量少且質量參差不齊，一旦發(fā)生事故，則疏散逃生和應急救援都很困難。另一類是很多老式小區(qū)，其電氣老化、疏散通道不暢等問題突出，以致小火亡人事故多發(fā)。同時，高層建筑在用電梯基數大、增量快、種類繁多、工況復雜，老化設備經常出現安全問題，事故傷亡率高。

三是物多。城市經濟的發(fā)展離不開物流，物流業(yè)是支撐國民經濟發(fā)展的基礎性、戰(zhàn)略性產業(yè)。以上海為例，外高橋物流園區(qū)、深水港物流園區(qū)、浦東空港物流園區(qū)依托上海自貿試驗區(qū)建設，已經成為聯通國際、服務全國的功能性樞紐型物流平臺。上海已成為我國注冊登記貨運代理企業(yè)數量最多、業(yè)務最集中的地區(qū);全球四大物流快遞企業(yè)在上海設立中國區(qū)總部，其中，3家建立了全球轉運中心;全國十大民營快遞企業(yè)中，有8家總部落戶上海①。貨運代理總量越大，檢查、檢驗、檢疫工作量也越大，對混跡其中的危險品、違禁品篩查難度更大。

四是路網、管線多。超大城市往往陸路、水路、鐵路都會呈現出點多線長的特點，與老百姓日常生活緊密相關的水、電、氣、網等，都靠全市的管線來傳輸，集成度高、關聯性強，一旦出現故障，輕則影響部分市民生活，重則可能造成全城癱瘓。如果處置不當，還可能引發(fā)更大的次生災害。

（二）與社會轉型、科技發(fā)展相伴隨的社會矛盾紛繁復雜，公共秩序管理難題不斷

當前，經濟發(fā)展進入新常態(tài)，供給側結構性改革深入推進，社會矛盾呈現出存量未減、增量爆發(fā)、新舊交織疊加的復雜局面。特別是經濟發(fā)展新常態(tài)下經濟下行壓力加大，企業(yè)經營困難，職工薪酬增長相對較慢。中智人力資源管理公司的調研顯示，“2016年上海地區(qū)薪酬的平均漲幅僅為6.7%，低于北京地區(qū)的7.3%，以及廣州和深圳地區(qū)的7.2%，也低于二線城市平均7.2%的漲幅”，而且，“2016年1～10月，因經濟產業(yè)結構調整、環(huán)境改造等導致一些低端企業(yè)退出，引發(fā)了185起群體性勞資糾紛”②。勞資糾紛本是勞方和資方之間的經濟糾紛，但由于勞方一般被視為社會弱勢群體，的確缺乏有效解決問題的途徑，導致糾紛的性質往往會由經濟利益糾紛轉變?yōu)檎螜嗬V求，如此日積月累，引發(fā)的群體性事件日益成為社會關注的焦點問題。

同時，隨著社會快速轉型、科技高速發(fā)展，大量新技術、新產品問世，具有去中心化、難識別、難溯源等特點，一旦失控極易破壞公共秩序。如3D打印技術已經可以用于制造槍支配件、管制器具、鑰匙等特殊物品;無人機肇事肇禍事件屢見不鮮。2017年4月14日至26日，四川成都雙流國際機場連續(xù)發(fā)生6次無人機空中接近民航客機的事件，使機場運營受到嚴重影響，造成大量航班備降、返航。這些都是公共秩序管理方面難點、熱點問題此起彼伏的典型表現。

（三）非傳統(tǒng)違法犯罪隱患種類日漸增多，嚴重威脅人民群眾人身財產安全

首當其沖的是網絡世界魚龍混雜?，F代城市運行對網絡依賴度高，可以說“沒有網絡系統(tǒng)安全，就沒有城市安全”。在大數據時代，“互聯網+”已深入社會各領域。中國互聯網絡信息中心（CNNIC）發(fā)布的第41次《中國互聯網絡發(fā)展狀況統(tǒng)計報告》顯示，截至2017年12月末，中國網民規(guī)模達7.72億，占全球網民總數的五分之一，手機網民規(guī)模達7.53億。網民普及率達到55.8%，超過全球平均水平4.1個百分點③。如此龐大的網絡基數使得一方面涉網犯罪形態(tài)多樣，黑客化、產業(yè)化、智能化特點突出，幾乎所有的傳統(tǒng)違法犯罪都已經在網上出現，網上網下一體化趨勢更加明顯，新型網絡犯罪形式也層出不窮。另一方面，當前網絡監(jiān)控力度盡管有所加強，但由于網絡本身的私密性，以及一些網民上網安全意識薄弱、是非鑒別能力較差，由此導致網絡往往成為某些別有用心之人散發(fā)不實言論、歪曲扭曲公共輿論事件，特別是涉政、涉警等輿情的首選渠道，經過發(fā)酵之后必定大大影響公眾的情緒和社會安全的有序狀態(tài)。上海警方早在2011年就專門針對上海公共安全十大謠言進行了辟謠④。

其次是經濟犯罪花樣百出。上海是我國經濟中心，也是國際經濟、貿易、金融、航運中心之一。經濟犯罪與經濟活動相伴相生，經濟活動越活躍、經濟犯罪越多發(fā)。經濟金融領域犯罪一方面直接破壞正常經濟金融市場秩序，另一方面還容易成為引發(fā)其他風險的導火索，影響社會大局穩(wěn)定。

再次是與一些新業(yè)態(tài)行業(yè)有關的違法犯罪居高不下。當前眾多經濟運行新業(yè)態(tài)的出現是以科技創(chuàng)新為支撐，適應消費者全新消費需求的產物。但是，作為新生事物，幾乎所有行業(yè)領域新業(yè)態(tài)的興起與發(fā)展都遭遇了初期無序生長的窘境，網約車、共享單車、網上訂餐等無不如此，甚至出現民宿等只能無證無照經營的無奈，帶來不少社會安全隱患。如何對諸多隱患進行識別，并能否加以有效治理，這是當前城市治理亟待解決的重點課題。

此外，還會產生國際化社區(qū)中的社會安全問題。據2017年上海統(tǒng)計年鑒數據統(tǒng)計顯示⑤，2016年底在滬外籍常住人口17.5萬，長寧虹橋、浦東聯洋已成為公認的國際化社區(qū)。境外人員絕大多數是持我國外交部駐外使領館簽發(fā)的旅游、學習、訪問或工作簽證合法入境的外籍人士，但國際移民中存在的共性問題，如社會保險及長期居留權益，以及其中潛在的風險問題，如入境后簽證過期造成非法居留、有意過期滯留，甚至是非法偷渡入境，這些都需要加以高度關注。2012年6月廣州越秀區(qū)發(fā)生了大批非洲裔人士圍堵馬路示威事件，就是境外人員大量聚居之后，某起事件成為導火索而引發(fā)的治安風險爆發(fā)、社會秩序被破壞的案例，必須引以為戒。

上述社會安全風險都是一類基礎性、深層次、結構性的潛在危害因素，往往與超大城市在某城市群區(qū)域，如長三角、珠三角等，以及全國乃至全球的多中心地位直接相關。

以上海為例。就經濟中心而言，上海作為長三角城市群的核心城市，經濟結構調整是其主攻方向，2016年第三產業(yè)增加值占比首次超過70%，成為上海產業(yè)結構持續(xù)優(yōu)化的火車頭⑥。而且在需求結構上，內需增速顯著高于外需，消費增速明顯高于投資，經濟增長由內需、尤其是消費拉動的特征進一步凸顯，并逐步發(fā)展為上海城市重要的經濟增長點。最典型的就是越來越多的普通時日被冠以“節(jié)日”之名，傳統(tǒng)意義上并不存在的“雙十一”“雙十二”等就是如此，還增加了海派文化特色的“旅游節(jié)”“國際電影節(jié)”等，而且后者的市場占有率似乎日益凸顯，其節(jié)日價值在年輕人群中迅速提升。如上海旅游節(jié)自1990年創(chuàng)辦開始⑦，至今已持續(xù)到第28年，活動從每年九月的第一個周六開始，歷時二十余天，涵蓋了觀光、休閑、娛樂、文體、會展、美食、購物等幾個大類近40個項目，每年吸引游客超800萬人次，這就為人口流動過程中管理失序等風險的生產和再生產留置了可能。同時，城市規(guī)模擴大也導致多重公共安全監(jiān)管難度增加。上海大力發(fā)展軌道交通，截至2017年12月，共開通線路16條，車站389座，運營總長670余公里，線網規(guī)模目前已居全國之首;上海機動車保有量持續(xù)快速增長;上海已經成為全世界高層建筑最多的城市，等等。這其中任何一個領域，一旦發(fā)生火災、恐怖襲擊等突發(fā)事件，后果將不堪設想。

可以說，在新形勢下，一些長期隱藏的國內外社會矛盾將會不斷爆發(fā)，曾經被經濟繁榮掩蓋的社會問題亦將暴露出來?？陀^上，目前的社會安全風險很多與城市規(guī)模及現代化發(fā)展水平相關，基本規(guī)律是城市規(guī)模越大，現代化水平越高，誘發(fā)社會安全問題的因素越多，預防和處置突發(fā)事件難度也越大，往往是“牽一發(fā)而動全身”。由此表明，城市社會安全風險的特點相當明顯，不再存在單個社會安全事件，取而代之的是一種社會安全狀態(tài)，這也是大數據時代所面臨的社會生態(tài)環(huán)境。

二、大數據時代社會安全風險治理難點分析

2013年往往被稱為世界“大數據元年”。2015年8月31日，國務院印發(fā)《促進大數據發(fā)展行動綱要》（國發(fā)〔2015〕50號）。其中對大數據進行了權威界定，即“大數據是以容量大、類型多、存取速度快、應用價值高為主要特征的數據集合，正快速發(fā)展為對數量巨大、來源分散、格式多樣的數據進行采集、存儲和關聯分析，從中發(fā)現新知識、創(chuàng)造新價值、提升新能力的新一代信息技術和服務業(yè)態(tài)”?！俺松系郏總€人都必須用數據說話”，不僅是人，整個世界都越來越數據化。可以說，大數據的最大效應是“為我們創(chuàng)造了一個‘共同的世界（Common World），一個我們無論如何都只能共同分享的世界”。[2]

同時，現代社會風險期理論認為，當一個國家或地區(qū)經濟體制處于轉型期時，由于經濟與社會演變速度突然加快而具有極高的風險性。[3]在此轉型期，相比于經濟的快速發(fā)展，國家的社會管理能力往往相對滯后，再加上個人的利益一旦發(fā)生重大變化，則極易產生心理不平衡而引發(fā)對社會的不滿。當社會安全風險遭遇大數據時代，其治理的難點則是顯而易見的。

首先，從當前社會安全風險治理的理念看，還是存在理念偏差和認識缺位現象，導致風險治理目標實現的程度與人民群眾的期望之間有較大差距。

當前大數據時代所面臨的社會環(huán)境使整體安全形勢不容樂觀，傳統(tǒng)威脅與非傳統(tǒng)威脅并存，網上威脅與網下威脅齊發(fā)，所以，大數據時代也是需要樹立總體國家安全觀的時代?？傮w國家安全觀的建立就是黨中央直接回應人民對國家整體安全的新期待，人民希望黨和政府更加主動作為，更有效地保護他們的生命財產安全，為他們營造安居樂業(yè)的社會環(huán)境。所以，隨著風險時代的來臨，以社會安全為基礎的社會公共安全就是公民最基本的安全訴求之一，一定地域范圍內社會公共安全供給的效能必然直接影響該地域的社會秩序與社會穩(wěn)定。要實現此目標，就需要將風險治理的定位前置，通過對風險隱患的識別，對風險進行預警，以防其由可能性變成現實性。這是大數據時代對社會安全風險治理應有的認識與態(tài)度，社會安全風險大數據治理的關鍵在于治理數據，這也是樹立總體國家安全觀的必然要求。

但現實狀況是，由于理念偏差和認識缺位，各級地方政府作為大數據治理的關鍵主體，也是大數據應用的前沿陣地，并未認識到大數據不僅是數字化的數據，更是一種思路和方法。所以，即便掌握了風險的數據資源，倘若沒有發(fā)揮關鍵作用的思路和方法，那么，數據量再大也不能產生治理風險應有的作用，并不能實現大數據治理。由此，一方面與安全風險相關的數據源源不斷涌現，以及這些數據也不斷被收集和積累;另一方面，由于并不掌握支持大數據治理的方法和思路，所以并未由此創(chuàng)造價值，最終結果就是風險治理目標實現的程度與人民群眾的期望之間產生較大差距。

其次，從技術發(fā)展看，風險治理所需的治理風險數據的技術尚不到位，能夠勝任對社會安全風險數據進行專業(yè)化治理的人才也缺乏。

大數據技術的興起，必然改變以往運動式和突擊式的管理手段，需要充分借助于網絡、數據及云計算的特點對風險進行程序化管理。與大數據關系密不可分的“三劍客”是云計算、物聯網、互聯網。在社會安全風險治理領域，互聯網作為技術平臺，幾乎能囊括并隱藏著所有的風險隱患數據，由此可為數據的共享提供最廣泛的來源。但是，單就“大數據”本身而言，它僅僅是對社會事物的“數據化”描述而已，在沒有任何處理之前，它更像一堆原始素材。要使大數據真正發(fā)揮作用，必須首先經過云計算這一新型處理模式，才能使這些原始數據轉化為海量的信息資源。同時，物聯網作為物物相連的網絡，最為明顯的特征是網絡智慧化，通過信息化的手段實現物物相連，提高不同行業(yè)的自動化管理水平，減少人為干預?；ヂ摼W、云計算、物聯網“三強”聯手，將極大提升風險防范和預警的實戰(zhàn)效能。但很顯然，這“三強”要真正實現聯手，從而充分發(fā)揮出大數據手段技術的優(yōu)勢，必定需要相應的條件，但目前這些條件還比較缺乏。僅從物聯網建設中存在的問題就可見一斑。

物聯網被憧憬的應用形式之一便是連接城市，各種各樣的傳感器、視頻圖像監(jiān)控等無處不在，并生成大量的數據，從而實現更高效的社會治理。但整體來看，該技術的軟硬件目前還缺乏統(tǒng)一或者相對統(tǒng)一的標準，而且很難靠一家技術公司來完成多家設備或系統(tǒng)的對接與整合。再具體點，物物相連所需要的接口不統(tǒng)一，技術參數不一致，數據交換的標準規(guī)范不明確，功能模塊五花八門，即便是在行業(yè)內部恐怕也無法實現各部門自建系統(tǒng)與頂端基礎平臺的無縫對接，成為部門協(xié)同的最大障礙，也嚴重制約了部分已共享數據的應用實效。

同時，能勝任對大數據進行收集、清洗、儲存、檢索、共享、分析等治理措施的具有大數據思維和專業(yè)知識的專業(yè)化人才隊伍目前尚未建立。而且，社會安全風險治理領域還涉及一些公安專業(yè)化的手段與措施，這就對一般的大數據人才又提出了更高的要求。

最后，從數據共享現狀看，橫向“數據壁壘”堅硬、縱向“數據孤島”繁多，導致數據資源浪費，風險治理效率低下，且治理成本高。

在大數據時代，數據包羅萬象，紛繁復雜，各部門各系統(tǒng)都擁有大量的基礎數據和業(yè)務數據，但部分數據擁有者容易受本位主義的影響，或將部門數據看作具有“獨占權”的“私人物品”，各部門各自為陣，條塊分割;在數據開放方面或片面追求形式上的開放，或局部開放，或低關聯度開放，形成堅硬的“數據壁壘”，無法通過數據的共享開放最大限度實現數據“紅利”。而且，數據在不同部門獨立存儲，獨立維護，彼此間相互孤立;或者不同部門站在自己的角度對數據進行理解和詮釋，使得一些相同的數據被賦予了不同的含義，無形中加大了跨部門數據合作的溝通成本，這些都形成了種類繁多的“數據孤島”。簡單地說，就是數據間缺乏關聯性，數據庫彼此無法兼容，由此勢必導致數據資源浪費，風險治理效率低下，治理成本高，且無法準確把握社會安全風險治理領域運行的客觀規(guī)律，最終造成的結局就是無的放矢。

三、大數據驅動下的社會安全風險治理對策

若將數據視為生產要素，那么其邊際成本則為零，不僅不會越消耗越少，反而保持“摩爾定律”所說的指數型增長速度。因此，大數據驅動治理將成為當前社會安全風險治理的新動力。

數據治理是數據的采集、清洗、集成、分析運用以及反饋調整的循環(huán)過程。在現代風險社會，社會安全風險治理就是一場戰(zhàn)役，成敗與否，取決于數據戰(zhàn)略是否智慧、戰(zhàn)術是否高明、戰(zhàn)法是否得當?？梢哉f，數據治理不僅是風險治理在方式和方法上的更新，以及在理論和戰(zhàn)略上的革新，而且是人、組織和社會圍繞公共安全的綜合創(chuàng)新。

（一）戰(zhàn)略層面，以大數據理念指導行動，逐步實現社會安全的風險協(xié)同治理

從單一維度看，一起社會安全事件的發(fā)生似乎看不到太多規(guī)律，但如果把“安全事件發(fā)生”這件事本身視為一個趨勢，通過長期的數據積累，就能夠發(fā)現其中某些隱性的問題，并由該類問題涉及的每一個環(huán)節(jié)、每一個部門、每一級組織相互協(xié)同合作，最終避免事件的發(fā)生，這就是大數據理念指導行動的具體模式。

雖然社會安全綜合治理政策已實施多年，但總體而言，這一治理體制始終存在的突出問題就是治理碎片化，使治理實踐陷入高成本與低效率并存的困境。碎片化的具體表現為：部門主義和地方主義盛行，職能交叉和重疊，“數據孤島”和“數據打架”現象并存。從職責分工講，維護社會安全是公安機關等政府職能部門的法定職責，所以公安機關是權威主體，其在整個社會組織中承擔著專業(yè)的治安職能。但從整體安全觀出發(fā)，則需要多元主體協(xié)同提供良好有序的社會安全產品，由此就要求建立多元化協(xié)同機制，以確?，F有社會安全資源的充分運用。以打防涉眾型經濟犯罪為例，針對涉及領域廣、涉案金額高、涉網涉眾的金融領域經濟犯罪，公安機關必須堅持查辦案件與維穩(wěn)處置同步開展，加大追贓挽損、維穩(wěn)處置及社會宣傳、風險警示等工作力度。同時，加強與行業(yè)協(xié)會、專業(yè)研究機構的溝通協(xié)作，對網絡金融、保險以及股權眾籌等新興領域開展跟蹤研究，把握行業(yè)發(fā)展趨勢和風險動向，盡早進行預警通報。進一步優(yōu)化與銀監(jiān)、證監(jiān)、市場監(jiān)督管理等部門的協(xié)作配合機制，不斷推進各部門在信息共享、案件線索移交等方面的協(xié)同合作，形成相互支撐的局面。

可以說，大數據理念是一種協(xié)作的理念，面對行業(yè)內的結構化數據、物聯網的半結構化數據、互聯網的非結構化數據等形式多樣的數據資源，需要正確處理好這些數據初始的“擁有者”之間的關系，以多中心合作的治理模式將“數據”變成“服務”，繼而產生新的價值。唯有如此以大數據理念為戰(zhàn)略指導行動，方能逐步通過風險的協(xié)同治理實現社會安全穩(wěn)定有序。

（二）戰(zhàn)術層面，將大數據思維自覺運用于社會安全風險治理的全過程

大數據作為新模式，其核心是新的思維范式。大數據不僅是一場技術革命，更是一場思維革命?！八^大數據思維，是指一種意識，認為公開的數據一旦處理得當就能為千百萬人急需解決的問題提供答案。”[4]這就說明，大數據思維范式的關鍵轉變在于從人腦思維到電腦思維，再到云腦思維的轉變。舍恩伯格將這種思維的特點做了如下經典的描述：一是總體性。伴隨著數據在采集、存儲、分析等相關技術上的突破，對于數據的獲取實現了從樣本數據到全體數據的轉變，由此給人們帶來了對事物全貌的認識，可以更清晰反映出以往無法揭示的細節(jié)信息。二是容錯性?！爸挥薪邮懿痪_性，我們才能打開一扇從未涉足的世界的窗戶?！盵5]當數據量無限大時，絕對的精準不再是數據追求的主要目標;相反，適當忽略微觀層面的精確度，容許一定程度的失誤與混雜，將更有助于在宏觀層面對事物進行更精準的把握。三是相關性。每個個體都是直接或間接互聯的終端，每個終端無時無刻不在產生數據，這些海量數據由無意義的“數據”變成有價值的“服務”，依靠的就是相互之間的關系，由此所提供的觀察事物“是什么”的視角顯然遠多于僅限于有因有果、只注重“為什么”的因果思維。

與不同的思維方式相對應的是不同的認識事物的方式。在傳統(tǒng)的“小”數據時代，人們對事物的認識是由果尋因，這就如一場火災已經發(fā)生，再去尋找火災事故的原因何在。這種認識事物的弊端，一是破壞性后果已經產生，二是面對海量的數據，再追求凡事尋因必然導致效率低下。信息化時代，人們對于客觀世界的主觀認知與客觀世界本身的日新月異、千變萬化之間，一定是處于不平衡的存在狀態(tài)，僅僅關注于事后尋因必然會成為行動障礙。

大數據風險治理過程包括四個階段，即風險識別、風險分析、風險評價和風險決策。[6]大數據思維的重點在于“預測”。這種思維方式主張由事物存在的現狀預測事物發(fā)展的可能，即在事情有結果之前預判該結果是否會產生，產生的概率有多少，現有的資源是否足夠應對等未來的趨勢。以高層建筑火災為例。高層建筑火災是一種“立體型火災”，一旦產生，后果不堪設想，這對于超大城市而言是極大的安全隱患。在風險識別階段，運用大數據思維于火災的風險治理就是在火災事故產生之前，根據建筑本身的結構、現有的消防設施、安全檢查情況等“微”數據所搭建的風險數據庫，識別出可能存在什么樣的火災隱患。在風險分析階段，重點對所有數據之間、數據與可能結果之間的關聯進行智能化分析，實現數據由無序向有序、隱性向顯性、靜態(tài)向動態(tài)、不可視向可視的轉化。風險評價階段則是在建構出風險信息提取與反饋機制的基礎上，所有關聯分析的結果直接提示各利益相關方需要采取的協(xié)同治理風險的具體措施。風險決策階段的任務就是最終在火災事故產生之前預先制定出科學的決策，以達到防災減災的目的。

以上分析的大數據思維運用于社會安全風險治理的全過程，其特點就在于通過事前預測，將風險本身的不確定性轉變成對風險治理的可控性。

（三）戰(zhàn)法層面，以大數據技術作為行動手段，提升社會安全風險治理的精確性和靶向性

大數據作為新技術，其核心是新的信息技術。大數據的價值在于應用，必須依靠全新的處理方式，即新的數據采集技術、數據存儲技術和數據關聯分析技術，從根本上解決“數據從哪里來、放在哪里、如何使用”這三大問題。

以群體性踩踏事件的預防為例，群體性踩踏事件發(fā)生的條件之一是人員高度密集。從大數據角度看，大量個體在特定區(qū)域的活動構成了群體的聚合狀態(tài)，一旦這種聚合超過安全空間所能承載的人員數量，則處于危險狀態(tài)，這也是最大的風險源。應用大數據技術對風險源進行監(jiān)測預警，及時發(fā)現并采取疏導人流的措施，通過這一風險治理的精準性來有效預防群體性踩踏事件發(fā)生。首先，采集圖像、紅外、移動通信、無線、射頻等數據，并將數據進行去冗、歸類處理，以供實時分析。其次，對視頻、音頻、位置等數據進行智能分析，判斷出實時人流聚集指標，如密度、分布等具體狀態(tài)，并預測未來一段時間內人群聚集的態(tài)勢變化。再次，及時將大數據分析結果告知決策部門，并向社會公布可能存在的風險。根據閾值判斷，若實時或預期人流聚集指標超出閾值，即超出臨界值，則立即根據處理策略向社會公眾及現場人群發(fā)送預警信息，并由管理部門迅速執(zhí)行預警措施。

可以說，大數據技術作為行動手段，就是通過增強對小概率事件的關聯與研究，為決策機構提供海量實時信息數據，此時社會安全防范措施等的出臺完全是基于海量數據的分析結果，而不僅僅是憑主觀經驗，從而更具針對性，提高治理效能。而且一旦危機發(fā)生，對于危機的調查也可以利用大數據技術還原危機發(fā)生的來龍去脈。

四、大數據驅動社會安全風險治理需要樹立辯證思維

（一）正確看待并處理技術與人本的關系

反思大數據驅動戰(zhàn)略必須把握兩個核心：一是技術本身。不論是什么樣的大數據驅動，都是以信息化的技術為手段來改進并服務于整個社會安全風險治理的運作。所以大數據戰(zhàn)略驅動應該注重系統(tǒng)性，即關注整個治理體系、治理機制的健康發(fā)展，而不是單純社會安全治理局面的高科技改造，也不僅僅是對社會安全進行大規(guī)模高精尖技術的應用試驗。另一個核心是人本身，就是以人為本的理念。堅持人本理念其實是提示大數據驅動戰(zhàn)略需要思考一個核心價值，即：是服務于單純的社會安全風險治理效能提升，還是服務于包括社會主體在內的每個人的全面發(fā)展？這是需要未雨綢繆的。強調大數據驅動決策仍舊在任何時候都不能忽視、更不能摒棄人文因素，否則就極有可能本末倒置。

（二）避免風險治理過程中產生新的治理風險

風險治理過程中，倘若對大數據的運用不當，則可能會產生新的治理風險。其一是“數字利維坦”風險⑧。很顯然，在政府與公民的各種手段抗衡中，政府由于其擁有的眾多資源而處于天然的強勢地位，倘若不能正確對待這兩種地位之間的差距，則很可能以維護公共安全之名全面收集公民個人信息，甚至包括徹底監(jiān)控公民個人的行為，由此，“數字利維坦”的產生將完全可能，而且執(zhí)行起來非常強勢。換而言之，面對政府公權力與公民私權利之間存在“博弈”的虛假局面，如何尋找到其中的平衡點是大數據運用于風險治理不能忽視的。這一風險也是安全與自由能否兼得的問題。在大數據時代，能否在擁有100%安全的同時，還擁有100%的隱私和100%的便利？倘若默許“數字利維坦”的存在，至少這就是一種新的風險，同樣會對社會安全產生新的隱患。正如舍恩伯格所言：“應用得當，大數據會是我們合理決策過程中的有力武器;倘若運用不當，它就可能會變成權貴用來鎮(zhèn)壓民眾的工具，輕則傷害顧客和員工的利益，重則損害公民的人身安全?！盵7]

其二是“數據依賴和崇拜”風險。大數據的特征之一是價值密度低，這就意味著，如果盲目迷信、過度崇拜數據，則容易導致治理者在數據海洋中迷失自我。特別是高度自動化之后，一旦技術停止了運轉，也會導致常規(guī)治理體系癱瘓而無法運轉。大數據是客觀存在的，但對于大數據的運用則不可能完全避開人的主觀因素，這就有可能陷入各種數據陷阱。如“波將金數字”⑨，即創(chuàng)造出毫無意義的虛假統(tǒng)計結果。再如數據的來源模糊、選擇性數據、數據被潤色等都是典型的數據陷阱，過分依賴和崇拜數據則可能陷入其中無法自拔。

五、結論

在大數據時代，由于城市要素的高度集中，城市的社會安全風險呈現出基礎性、深層次性、結構性等特點，維護社會安全應當從風險隱患識別入手，將工作重點前置于安全風險治理。這就需要以全面處理海量數據為依托，樹立數據共享與協(xié)同治理的根本理念，將大數據思維、大數據技術自覺運用于社會安全風險治理的全過程;同時還要堅持對于大數據本身的辯證思維，避免由此造成新的衍生的風險。

注釋：

①《上海市現代物流業(yè)發(fā)展“十三五”規(guī)劃》，http：//www.askci.com/news/chanye/20170412/16101395801_2.shtml。

②上海市人民政府發(fā)展研究中心——中共上海市社會工作委員會社會形勢分析聯合課題組、肖林等：《2016/2017年上海社會形勢分析報告》，《科學發(fā)展》2017年第1期，第81-92頁。

③CNNIC發(fā)布第41次《中國互聯網絡發(fā)展狀況統(tǒng)計報告》，http：//www.cac.gov.cn/2018-01/31/c_1122346138.htm。

④《上海警方梳理發(fā)布2011年上海公共安全“十大謠言”》，http：//www.gov.cn/jrzg/2011-12/28/content_2032446.htm。

⑤http：//www.stats-sh.gov.cn/html/sjfb/201801/1001529.html。

⑥《2016年上海第三產業(yè)占比首超七成》，http：//sh.people.com cn/n2/2017/0122/c138654-29631610.html。

⑦上海旅游節(jié)，https：//baike.so.com/doc/6409762-6623429.html。

⑧《利維坦》（Leviathan）是托馬斯·霍布斯于1651年出版的一本著作，全名為《利維坦，或教會國家和市民國家的實質、形式和權力》，又譯《巨靈論》。“利維坦”原為《舊約圣經》中記載的一種怪獸，在本書中用來比喻強勢的國家。

⑨“波將金數字”來源于真實的歷史事件。波將金親王不愿意讓俄羅斯女皇葉卡捷琳娜二世看到克里米亞半島某地區(qū)的真實面貌，于是他下令在女皇座駕經過的道路邊搭建起精心設計的房屋的正面模型，讓這些仿照自然狀態(tài)噴漆的木結構建筑遠看起來很像真實的村莊和小鎮(zhèn)。盡管靠近一點觀察就會發(fā)現它們只是村莊的仿制品，但它們已經足夠愚弄坐在座駕的女皇了。這一騙術的成功多因為公眾本身對于這一領域的了解不足，而又因為條件所限，無法進行統(tǒng)計，或者懶得進行統(tǒng)計，當拿到一個“有血有肉”的數據時，多數會選擇相信。

參考文獻：

臺運啟，劉藝.解讀社會治安風險評估[J].現代世界警察，2016（4）：13-15.

貝克，鄧正來，等.風險社會與中國[J].社會學研究，2010（5）：211-230.

劉鐵民.危機型突發(fā)事件應對與挑戰(zhàn)[J].中國安全生產科學技術，2010（2）：8-12.

[5][7]維克托·邁爾-舍恩伯格.大數據時代[M].盛楊燕，等，譯.杭州：浙江人民出版社，2013.

周利敏.邁向大數據時代的城市風險治理——基于多案例的研究[J].西南民族大學學報（人文社科版），2016（9）：91-98.

責任編輯：王明洲