点赞
http://cn-sec.com/archives/136936.html
复制链接
复制链接
摘要：当前公共学安全问题已然成为制约城市健康发展的瓶颈和短板。传统的公共安全治理重应急处 置轻风险预防、治理主体单一、治理技术落后等导致治理能力不足，治理效能不高，亟需探索新的治理模式。以整体性治理理论为基础，提出“风险-应急-危机”为核心的公共安全治理的整合性分析框架，并将大数据理论与技术嵌入到城市公共安全治理框架之中，进而构建了大数据駆动的城市公共安全整体性和一体化治理模式。最后,从大数据价值、公共安全治理复杂性等方面分析了大数据駆动的城市公共安全治理模式运行效果的制约因素。研究表明，基于大数据驱动的城市公共安全治理模式实现了从“分散管理”到“整体治理”，能够形成对公共安全问题的快速反应链，有效降低不同风险因子、灾害因子以及危机发生的可能性，进而提高城市公共安全治理能力。
公共安全问题关乎城市健康发展和社会和谐稳定。党和政府历来高度重视公共安全问题，尤其是十八届三中全会以来，公共安全治理成为总体国家安全 观和实现国家治理现代化的重要组成部分。公共安全是由政府及社会提供的预防和控制各种重大事件、事 故和灾害的发生或保护人民生命财产安全，减少社会危害的经济损失的基础保障。从管理过程而言，风险管理、应急管理、危机管理组成了公共安全管理的主要内容。
2018年国家应急管理部成立，其部门职责中明确了对事故和灾害的全过程治理，强调了 “预防为主、 防抗救相结合”的“大应急”概念。2019年习近平总书 记分别在省部级主要领导干部坚持底线思维着力防范化解重大风险专题研讨班和中央政治局第十九次集体 学习中强调:要“健全风险防范化解机制，加强风险评 估和监测预警，加强应急预案管理，健全应急预案体系，依靠科技提高应急管理的科学化、专业化、智能化、 精细化水平。
同时，在国务院印发的《新一代人 工智能发展规划》中也指出，要“推动构建公共安全智能监测预警与控制体系”。因此，我国正逐步实现公共安全管理模式的整体转换，即从偏重于对突发事件被动型应急处置向“风险预防+事件处置+危机应对” 的全面、综合治理转变，进而推动风险治理、应急管理 和危机治理全面融合、标本兼治。
无论是风险管理、应急管理还是危机管理,都是以安全为中心的治理，其所表现出的深度系统性、高度复杂性、强大跨界性等基本特征，使得政府难以根据既往的管理经验全面把握公共安全问题的成因与演进方向。当前我国城市公共安全治理普遍面临的困境:一 方面表现为风险的不确定性在人为因素和环境因素的交互中极易导致危机突发、异化和固化，另一方面则 表现为相关部门重应急轻预测、治理主体单一、治理技术落后等导致的治理能力不足。
大数据作为一场重大 的技术和思维革命,正为公共安全治理带来了新思维、 新技术和新策略，并逐步重构全新的城市公共安全治理模式。学术界和实务界也关注到了大数据在城市公共安全治理中的重要应用价值，认为公共安全事件为大数据的生成提供了治理场景，而大数据也可以促进城市公共安全治理能力的有效提升,两者能够共同提升灾难预防的针对性和应急响应的协同性,改善危机沟通的精确性与交互性。因此，大数据时代的城 市公共安全治理应走向以数据为核心的“智慧治理” 模式，借以提升与完善国家和政府应对公共安全事务的治理能力现代化。
从当前研究看，学者们主要从大数据环境下的风险治理、应急治理、危机治理等多个角度分别展开研究，在一定程度上回应了当前在公共安全治理中信息技术研究与应用不足的问题。但现有研究还存在以下两点不足：一是由于学术界对大数据环境下城市公共安全治理研究尚处于起步和探索阶段，研究较为分散，大多从风险、应急、危机等单一角度分别开展研究，缺乏独三者进行全面系统的整合性分析;二是 大数据背景下的城市公共安全治理研究深度和广度还不足，缺乏动态情景下大数据驱动的城市公共安全治理，尤其是缺乏对过程、内容、形式等的一体化综合治理的审视。
基于此，本文主要聚焦于大数据驱动的城市公共安全治理模式，分析在动态情景下大数据如何驱动公共安全治理并发挥作用，同时尝试提出在“风险-应急-危机”框架下以大数据为核心的整体性和一 体化治理模式，并分析其治理逻辑、治理过程及其可能存在的问题。
城市公共安全治理是一个较为宽泛的研究领域 （涉及到安全科学、社会学、政治学、经济学、行政管理等学科）。目前，该领域研究大致存在三种观点:一种 观点认为公共安全管理的主要内容是风险管理、应急管理和危机管理，其中风险管理是完善与提升国家 公共安全管理的基石，应急管理的扩展和延伸是公共安全管理,而危机管理贯穿于风险管理和应急管理并重的整个过程中;另一种观点认为公共危机管理囊括了风险管理、应急管理、危机管理的内涵。即通过事前防灾减灾备灾、事中应急处突救援、事后恢复重建整 改,来有效防控社会风险、科学应对突发事件，达到防止和减少公共危机的发生。还有一种观点认为广义应急管理本质就是公共安全治理,公共安全治理是一个整体性概念,通过风险治理、应急管理和危机治 理的协同推进，以实现社会秩序的良性运行。
尽管这三种观点从不同角度出发,对理解城市公共安全治理有很好的促进作用,但随着多学科融合以及信息时代的技术变革导致三者的边界逐渐模糊，对于构建“风险-应急-危机”一体的公共安全治理体系已成为促进多学科沟通和多主体协同治理的必然趋势。从其发展理念来看,城市公共安全治理重心已从注重事后应对处置救援向事前事后并重转变,事前的 风险防范、应急准备与事发的应急处置救援和事后的恢复重建等逐步融为一个整体。
在这一体系中信息是基础和核心。风险治理的对象为风险，强调对风险源预防和控制;应急管理的对象为突发事件，强调对事件的处理和控制;危机治理的对象是危机,强调对危机产 生、发展和应对的全过程动态治理。风险是实现应急管理的“关口前移”，是从“突发事件”往前进一步延伸到对“风险”的管理，突发事件是危机产生的导火线, 危机是由突发事件引起的一种状态、情境。以童星为代表的学者从多学科合作和跨学科研究的角度提出了整合框架体系,得到了学术界的普遍认同。童星等人将风险、突发事件（各类“灾害”抽象为“突发事件”）、危机三大核心概念予以整合，构建了“风险-突发事件-危机演化连续统”模型，提出了源头风险治 理、事发应急处理、事后危机化解的全过程动态管理。
总之，当前城市公共安全治理研究有三种路径:不确定性导向的风险治理路径、事件导向的应急管理路径和过程导致的危机治理路径。这三种研究路径具有交叉性和重叠性，即对具体突发事件的研究，不仅涉及到风险防控和危机治理的制度与体制问题， 而且也要把握突发事件的发生机理和演进逻辑。
构建以“风险-应急-危机”为一体的公共安全整 体性治理框架主要是基于实践和理论层面的诉求。从实践层面看，在国家顶层设计层面强化了公共安全整 体性治理的战略和相应的制度设计、安排。党的十九
大报告从不同的领域，全面融合了风险治理、应急治理和危机治理等公共安全体系建设的核心构成要素，并 将公共安全目标融入各自领域建设和发展的目标之中。在风险管理方面，既包括了社会安全领域的预防和化解社会矛盾机制建设，又包括安全生产领域安全责任和监管体系建设，还包括公共卫生领域的疾病预 防机制建设、食品安全战略实施和药品供应保障制度建设，同时还包括了自然灾害领域防灾减灾机制建设。
在对不同领域可能面临的突发公共安全事件的应急处置方面，要求做好自然灾害的救灾和救助工作,坚决遏制重特大安全生产事故,依法打击社会治安领域的违 法犯罪活动,做好重大疾病疫情防控工作等等。
这些重要论述高度契合了现代公共安全治理中强化风险源头治理，注重公共安全事件应对,共同构筑起从事前到事发、事中及事后的全流程公共安全治理体系。从理论层面看,现有城市公共安全治理模式研究中其治理模式缺乏前瞻性设计而导致重大情景缺失，缺乏整体性、系统性设计而导致治理模式碎片化,其治理模式存 在模板化而导致其治理模式适用性泛化。
同时缺乏对城市公共安全治理的整体性思考，既要分析和探寻公 共安全风险发生的内在根源与一般规律，分析该种风险与突发事件之间相互转换的内在机制;又要分析针对突发事件提出有效的应急处置对策与治理措施，还要思考预防和化解由该事件可能引致的衍生、次生风险的发生，进而防止突发事件演变为危机事件，不仅要思考应对处置措施，还要考虑善后问责改进，更要分析预防预测危机事件导致的一系列风险问题。
以“风险-应急-危机”为一体的公共安全综合治理框架能够形成对公共安全问题的快速反应链，有效降低不同风险因子、灾害因子以及危机发生的可能性， 提高城市公共安全治理能力。就管理过程而言，一般风险治理包括风险识别、风险分析、风险评估和风险处置四个阶段;应急管理包括预防与准备、预警与监测、 救援与处置、善后与恢复四个阶段；危机治理包括减缓、准备、响应与恢复四个阶段， 其中，应急管理与危机治理关系较为密切,其过程又交叉重叠。综合国内外相关研究,公共安全治理流程除了涉及风险识 别、评估、应急准备、响应（处置）、恢复等要素外，还有突发（危机）事件发生后对其开展调查、问责和改进等要素。基于上述分析，将风险、应急、危机整合到公共安全三维分析框架下，该框架是将各个组成部分（风 险、突发事件、危机）放在整体框架下加以考量，而不 是将整体还原、分解为各个部分的简单相加，贯穿于整 个事前、事中、事后的生命周期之中，实现公共安全的全要素、全过程、多维度的治理目标，如图1所示。
![大数据驱动的城市安全治理模式研究]( "大数据驱动的城市安全治理模式研究")
图1 基于“风险-应急-危机”的公共安全治理三维框架
经验是从已发生的事件中获取信息（知识）。经验导向的公共安全治理就是在长期的公共安全治理过程中形成的常规性做法，即路径依赖。即使在外部社会需求和环境发生重大变化时，依旧按照业已形成的习惯做法，较少进行变革。经验导向的公共安全治理表现 出两种基本形态:其一是从传统公共安全管理过程中 延续下来的习惯做法;其二是学习和借鉴国外公共安全管理的做法。无论是何种经验形态，这些早期的公共安全管理和决策经验,主要是基于个体价值判断为主，且有一定的适用范围。
随着社会环境的变化，基于经验的公共安全治理模式已经难以适应新形势、新要求。一方面，由于管理者/决策者阅历、认知水平、分析能力、情感与动机等主客观因素的限制，其理性程度较弱；另一方面,虽然传统管理和决策也通过公众参与、专家论证、小数据推演等手段来保证其科学性，但整体而言其科学性的程度还不够高，对暴增的非结构化风险数据与数据风险已无能为力，并且传统决策过程缺乏动态监管与及时反馈机制。
因此，由“主观经验”驱动的决策转向“客观数据”驱动的决策，将成为大数据时代城市公共安全治理的关键特征。
公共安全本质上是由公共活动和人类的行为所耦合成一 的,它们共同构成了社会系统。在这个系级中公共活动和人类行为的演化和演化的路径形成了情景，这些与公共安全有关的情景表现出了深度不确定性（风 险）、突发性（事件）和极端性（危机）。
与此同时，大数据驱动的本质是信息驱动'包。有学者认为大数据驱 动是“利用统计学、机器学习等方法从掌握的大数据中提取隐含在数据背后、人们事先不知道但存在潜在效用、能被人理解的信息和知识的过程。
在大数据驱动的公共安全治理中,大数据实质上 在驱动公共社会活动中的情景建模，即人类行为数据和自然活动情景信息共同促成了复杂情景建模。因此,我们认为数据駆动的公共安全治理是指由政府主导、多元主体共同参与，在明确公共安全治理情景因素前提下，通过对公共安全大数据的挖掘与分析,并在公共安全事件发生前/后提取公共安全相关风险、应急及危机信息（知识），与公共安全复杂情景融合，构建风 险、突发事件及危机事件预防、预测及应对的公共安全治理体系，达到整体、精准、一体化治理的目的，进而提升公共安全治理能力和水平。
公共安全大数据功能的实现必须融入到公共安全情景中，同时建立在数据充 分整合并对其有效管理的基础上，通过跨领域、跨组织边界的数据融合，从数据中形成知识和智能，实现大数据驱动的公共安全治理。大数据驱动的公共安全治理 是双重工具融合共同作用的结果，一方面大数据提供 方法、技术的引导成为公共安全治理的技术工具，另一 方面充分体现了保护人民生命安全和财产损失的公共价值特性。具体价值在于:运用大数据技术及平台消除各部门机构之间的信息/数据孤岛，并能够推进公共安全的智慧化治理;通过全面、实时的监测公共安全大数据，能够发现公共安全事件规律，进而预防预测公共 安全事件并减缓公共安全事件发展事态，同时从全局 角度做出科学判断及理性决策。传统公共安全管理与 大数据駆动的公共安全治理区别如表1所示。
表1 传统公共安全管理与大数据驱动的公共安全治理区别
由于风险的复杂性、动态性和系统性等特征，人们不可能将所有领域的风险准确的识别和预测,一些风险可能会演变为突发事件，而突发事件又进一步恶化 并转化成危机。因此,为预防、预测及应对各类风险、 突发事件以及危机等连锁式、次生及衍生事件发生的 可能性，需要构建以大数据为核心融入公共安全情景 要素的城市公共安全治理体系,包括从整体上建立治理机制、明确治理体系、治理目标以及治理过程中的评 价反馈优化。
基于大数据駆动的城市公共安全治理模式要实现从“分散管理”到“整体联动”，其特点是多主体、多目标、多任务。同时通过大数据理论与技术为实 现公共安全治理（“风险-应急-危机” 一体化治理）中 的关联分析、精准研判、动态预警和决策支持提供信息 基础、工具能力和技术平台支撑，有助于实现“预防式”的、从风险治理到应急处置再到危机治理全流程的主动式、整体式治理。基于此，本文尝试构建了 大数据驱动的城市公共安全整体性和一体化治理模式 （见图2）,并以此模式为研究对象，分析大数据驱动下 城市公共安全的治理过程。
![大数据驱动的城市安全治理模式研究]( "大数据驱动的城市安全治理模式研究")
图2 基于整体性和一体化的大数据驱动城市公共安全治建模式
整体性治理理论是由佩里•希克斯在20世纪 90年代即后新公共管理时期提出，其核心思想是重新整合及整体性治理。整体性治理是以公民需求为导向，以协调、整合和责任为策略机制，以信息技术的双 重理性为辅助支撑，以便达到整体性政府运作调适的 良好状态,使治理对象和治理关系不断从部分走向整体、从分散走向整合。
当前的城市公共安全治理模式呈明显的碎片化特征（治理系统性和协同性不足）, 已无法有效应对日益具有高度复杂性、深度不确定性、鲜明跨界性等错综复杂的公共安全形势。整体性治理 作为一种以整体性为取向的治理理论和治理工具，与当前在大数据思维理念下城市公共安全治理碎片化整合高度契合。具体而言,整体性治理与大数据技术结 合起来，运用信息技术改变公共安全治理状态,以大数据为基础实现整体性对接,做到部门内外的协同。并形成数据共享的整体性联合体。
从治理机制来看，主要包括信息沟通机制、跨部门 协调机制、数据共享及整合机制、部门互信机制等。
首先，建立跨部门协同以及信息沟通机制,形成高效的跨区域、跨行业的协调联动机制，并保障信息流动。这些机制的建立和形成有助于促进公共安全治理活动的协同实施。
其次,公共安全大数据共享及整合机制。公共安全大数据来源渠道多元、数据信息量庞杂,需要整合、共享进而共同服务于公共安全治理需求。推动各治理主体将云计算、移动互联网、物联网、联机分析、数 据仓库等大数据平台为关键连接点，在此基础上实现数据信息提取、互换、整理和分析。如国家应急管理部整合了国家安全生产监督管理总局、国务院办公厅的应急管理、消防管理等11个部门13项职能，这些 部门机构的组建为信息沟通机制、跨部门协调机制、数 据共享机制提供了可能。
同时将城市公安部门数据与 应急管理部各职能部门的数据实现共享和整合，为各类公共安全活动（事件）的分析、决策起到关键性作 用。最后要建立各部门间信任机制。公共安全的不确定性和复杂性势必要求治理主体之间相互信任合作以此来消解各部门之间的沟通障碍，同时公共安全的整体性治理发挥实效的核心在于建立信任机制。信任为各部门的协同、信息沟通、数据共享等打开了行动的可能性。
从治理内容来看，主要包括大数据治理、风险治理、突发事件治理以及危机治理。
首先，为构建完善的公共安全治理体系，需要实现公共安全大数据的有效治理。公共安全数据来源可分为社会数据（政府部门 数据）、物理空间数据（传感器、监控视频数据等）和网络数据（媒体数据、网络日志数据、富媒体数据等）。这些数据源为大数据分析提供了基础。为此,整合不同部门多模态数据资源,从文本、图片、视音频等不同模态数据中获取相关知识，实现从突发事件监测向风 险预警转变。
其次，引发公共安全问题的根源在于风险。公共安全大数据与其公共安全活动具体情景结合是识别风险的重要环节,通过大数据与情景信息的相互匹配融合，实时处理关键风险信息，实现对潜在风险的实时分析、动态判断及提前预防;在突发事件治理阶段，通过对事件大数据相关性分析，充分发挥公共安全情报价值,防止次生及衍生事件的发生，同时对网络舆情大数据的分析可以帮助治理主体做好宣传公关，及时引导公众对事件的认知，防止因心理恐慌产生过激行为;在危机治理阶段,通过事件大数据的分析一方面能够分析导致事件发生的原因、制定改进的措施方案 并预測相关、相似事件发生的可能性，另一方面为相关责任人处理提供科学依据。
从治理效果来看，需要对治理机制、治理过程、治理内容等进行整体评价、优化和完善,其实质是建立公共安全学习系统。一方面在智慧社会/城市建设背景下,多渠道、全方位梳理并掌握公共安全风险（自然风险、技术风险、社会/人为风险等），建立城市公共安全风险数据库、突发事件及危机案例库，将各部门掌握的 数据统一共享，真正实现对风险的动态跟踪、监控与反馈，并建立动态风险突发事件和危机的清单制度。
另一方面，从治理源头上对大数据治理和公共安全情景 信息不断优化、评价和学习。这种治理优化过程反向进行，涉及治理手段治理过程和内容、大数据治理、治理目标、治理体系、治理机制等。确保对每个环节进行评价反馈,如确保数据质量及数据处理分析过程准确， 将数据与具体情景融合、无缝对接，确保治理目标清晰、治理机制顺畅、治理过程完善等。在公共安全大数据到公共安全情景之间不断循环反馈,评价继而优化 治理过程。通过构建基于公共安全的知识学习系统和管理库，为实现及时、有效与可持续的公共安全治理及 决策作支撑。同时通过风险及突发事件数据库、大数 据案例知识库为循证公共安全决策奠定基础。
从治理目标来看,在智慧社会、智慧城市建设的背景下，公共安全治理以提升城市公共安全韧性能力为目标,提高预防力和恢复力，増强城市公共安全治理中 的灵活性和鲁棒性。微观层面上要实现大数据驱动的 城市公共安全治理的动态监测与预警、及时反馈与精准判研、决策支持与智慧管理目标;宏观层面上要实现 从风险防控到事件处置到危机应对再到面向安全的韧 性建设的发展过程。
一体化是指多个原来相互独立的实体通过某种方式逐 步在同一体系下彼此包容，相互合作。公共安全的一体化治理是将影响公共安全的治理内容和要素有机结 合以实现一体化治理的过程。在公共安全一体化治理 体系中，首先要明确城市公共安全大数据治理、公共安全情景等
要素之间的普遍联系和相互影响。在治理过程和结果上形成一个公共安全大数据治理（与情景信息融合）一风险源治理（发现、研判）一突发事件治理 （救援、处置）一危机治理（减缓、响应）一体化闭环运 作系统。从系统论角度看，这种一体化治理模式具备响应迅速、治理策略稳定性高等特点。同时还要兼顾公共安全重点与综合治理一体化、常态与非常态治理 一体化，专业与社会治理一体化等要素内容。结合上 述思路构建了大数据驱动的公共安全一体化治理模式 （见图 3）。
![大数据驱动的城市安全治理模式研究]( "大数据驱动的城市安全治理模式研究")
大数据治理是在数据生命周期中对大数据从规划、采集、处理到数据使用过程进行评估、监督和指导等一整 套管理行为，从而真正实现大数据的安全可控和价 值转化。具体治理内容包括大数据规划平台（结合公 共安全治理的具体情境，明确数据的需求和管理目标, 并明确数据生命周期不同阶段执行数据活动的基本原 则、方法、标准、政策法规、基础设施、知识产权等问题）、大数据获取平台（利用各类传感器和采集器搜集 结构化数据，图像、音视频等非结构化数据）、大数据 处理平台（运用一系列大数据算法和分析技术对多元 数据进行整合、存储、挖掘和分析的过程）、大数据应用平台（结合各领域公共安全问题对经过处理的数据 进行专业化和技术性分析，进行结构预测和科学决策 等活动）以及大数据绩效评价平台（对公共安全大数 据治理的实际效果进行科学测度和评价）等来实现。
情景构建是増加对城市公共安全风险及相关事件不确定性和复杂性认知的关键。人类行为和公共安全活动引发的城市公共安全问题离不开特定的情景。需要尽量全面识别影响公共安全风险因素，进而将这些 因素归类。这些影响因素分为确定性要素与不确定性 要素，其中不确定性要素是公共安全治理情景构建的 基础，它们是风险、突发事件以及危机等不确定性的真 正来源。
情景构建既是开展风险分析的重要抓手，也是为应急准备提供方向和目标的重要方法，因此情景构建可以视为衔接风险管理和应急管理的重要枢纽通过情景构建，结合公共安全大数据分析，利用已知的不确定性和历史推演及可借鉴的知识迁移, 减少未知不确定性事件发生的概率，从中明晰公共安全问题（风险及突发事件）可能的走向，主动做好公共安全风险、事件和危机的防控、预警、应对、预测及决策。
同时,城市公共安全大数据与公共安全情景信息融合形成了全新的公共安全情报。在总体国家安全观指导下，这种公共安全情报是“情报综合集成”与“情 报应用”的有机结合，从整体、系统的层面出发，整合各领域的安全问题，形成从事前预防（情报收集和 处理，以此捕捉和察觉风险信号）一事中应对决策（情 报实时收集和整合，辅助决策分析）一事后评价管理 （情报更新，提高效率）的一体化应急情报，构建基于 “风险预防-突发事件处置-危机应对”情景下的公共安全情报体系。
总之，公共安全情报旨在服务公共安全治理，通过有效的情报预警，可以预防公共安全事件 的发生。构建基于大数据背景的城市公共安全信 息、数据融合的情报分析方法，对实现城市公共安 全治理现代化意义重大。因此，“大数据+情景信息” 所构成的城市公共安全情报能够更加全面认识其分布和发展规律,是城市公共安全治理的基础和核心。
目前，公共安全治理过程中暴露出诸如整体意识缺乏、碎片化、单一化措施明显、就事论事倾向突出、社会 力量参与不足等问题。在现代风险社会，城市公共安全问题耦合性、紧密关联性日益增强。因此，在整体性 治理框架下又提出公共安全的一体化治理的主要思 路，即将公共安全大数据与公共安全事前、事中、事后各阶段贯穿于一体，在治理内容、治理过程、治理结果 及目标等方面实现一体化治理。
这一方面意味着公共安全治理在机制上转变了传统高位推动的等级运作模 式,有利于建立协同机制、信任机制、信息沟通及数据共享机制等，实现真正的协同治理;另一方面也意味着在治理方式上以城市公共安全大数据及其共享为支撑的高科技协同，包括对风险隐患和突发事件的识别、评估、研判、监测、预警、处置、决策等，以驱动公共安全的治理水平。
整体化需要协同与整合并举，协同强调分工基础上的协作，而整合强调职能结构的重塑,即以效能为中心，围绕履行公共安全治理使命推进跨部门协同与合作。大数据驱动的城市公共安全协同治理,是指不 同治理主体为了实现单个主体无法实现的公共安全治理目标，以相应的体制机制作为保障，以共识为导向， 通过交流、协作等方式，共同治理公共安全问题的连续 性过程。
公共安全治理是一项跨部门、跨层级、跨区域 的系统性工程,其协同部门主体包括应急管理部、公安部、生态环境部等各层级政府及具体职能部门。例如， 在重大突发公共卫生安全事件中，为了防范疾病传播扩散和人口流动性，在所属辖区内需要由公安部门、交通部门、移动运营商等部门协调,通过大数据分析人口流动及行为轨迹、疾病传播扩散的路径等，卫生医疗部门、科研攻关部门、一线实务者等协同共享大数据，寻找疾病传播原因、寻找治疗药物及诊疗方案等,通过互联网管理部门、公安部门等协同,通过大数据分析应对 网络舆情造成的社会不稳定问题。因此，这种部门协同治理具有涉及面广、业务关联性强、协调需求大、时效性要求高等特征。
一体化治理说到底是一种公共安全治理的整体和系统思维。同时，一体化治理反对被动治理、零散治理、孤立治理、随意治理和片面治理。一体化治理具体内容如下：
a. 治理过程与治理结果一体化。主要是将公共安 全大数据治理（数据源、数据处理、数据分析）-智能 感知即风险源治理（识别、评估）-»智能预警即突发事件治理（响应、恢复）一危机治理（问责、改逬、学习）一 精准决策（反馈、评价）等实现在过程、结果、目标方面的一体化流程。
在这个过程中伴随对公共安全风险的分类分级、突发事件的实时监测预警、危机事件的预测 预防。分类分级让公共安全治理得以操作化并具有科 学性，其中:分类便于精细化的公共安全治理，分级便于高效化的公共安全治理。形成数据驱动的风险清单及应急预案动态更新机制。同时，根据大数据分析最终形成风险、事件的治理方案和调查、问责、改进方案， 并向各部门管理者/决策者进行智慧推送。
b. 重点治理与综合治理一体化。经过公共安全大数据分析，实现风险的分类分级、研判突发事件的严重性和危害程度等,最终目的是明确在公共安全治理中哪些区域（领域）需要重点治理，哪些区域（领域）需要综合、协调治理。在公共安全各领域不同治理对象在不同的时间、地点会有不同的处理方式，因此需要区别重点与综合治理，对重点问题优先考虑。例如在食品安全问题中相关部门会优先考虑哪些食品或者哪些区域对哪些食品容易引发高风险;在公共卫生领域，准确识别哪些疾病是高风险传染病，哪些是低风险传染病， 哪些区域爆发传染病的风险高,哪些区域爆发传染病的风险低等。这些公共安全问题即需要统筹综合考虑,也要有区别的处置。
c. 专业治理与社会治理一体化。除了从国家到各级政府在公共安全治理队伍中有很强的专业性要求外,在大数据时代更需要有像数据分析师这样的专业人才。数据治理需要建立一支由科学家、计算机专家、 数据分析师、工程师等组成的专家群体。这些专家群体对于公共安全专业治理起到关键性作用。
同时，公 共安全治理也是社会治理的重要组成部分。在现实中，公共安全的维护需要更多社会力量的参与,公共安 全治理从某种意义上说具有广泛性。形成专业治理和社会治理的一体化,避免了很多公共安全治理的盲区， 才能取得相应的治理效果。
d. 常态治理与非常态治理一体化。传统的公共安全管理将风险管理作为常态管理的对象，将突发事件作为非常态管理。随着国家对公共安全的重视和国家 应急管理部的成立，应急管理中突发事件的常态化治 理成为一种趋势。但在公共安全治理中还是存在人类 社会过去没有遇到或很少见过的安全威胁,或者会有 “灾害”性质的常规突发事件和“灾难”性质的非常规突发事件发生。在这种情况下，需要考虑大数据駆动的常态治理和非常态治理。
对于那些渐变型突发事件（诱发事件因素比较清晰、可观察监测、有先兆，逐步积累演化）通过安全大数据实时监测预警,形成常 态化机制,从源头上控制和减缓事件的发生。对于突变型突发事件（诱发因素复杂，动态变化难以判断，突 然发生）通过安全大数据分析其致因及时防控以防止 次生、衍生事件的发生，同时为事件后的问责改进提供科学依据。
目前,大数据的技术、方法以及应用环境还不成熟，运用大数据究竟在多大程度上提升了公共安全治理价值仍是一个经验性问题。大数据之所以被认为具有巨大的治理价值是建立在其 客观中立的假设基础之上，但创建数据环境和方法的 复杂性增加了产生不确定或系统性偏差数据的风险， 进而影响数据质量和分析的可靠性。
同时，大数据具有价值密度低的基本特征，从数据的采集到数据价值 的实现过程,从海量的数据转变为有价值的数据，需要经过很多过程（步骤）。这些过程中不免会有大数据 噪音、信息失真的可能性，这会让人们无法准确判定其中蕴含的错误和风险，进而造成城市公共安全治理中决策的失误。因此，基于当前的大数据技术和方法还不能完全胜任对复杂公共安全问题的分析，这导致城 市公共安全大数据分析在研究价值和实践效果上表现 出一定的治理限度。
需要指出的是，传统的经验主导模式并非完全被大数据驱动模式所替代，在一些风险情境中仍然是以经验主导的城市公共安全管 理模式。这也暴露出大数据驱动的城市公共安全治理模式的局限性与适用性问题。一方面这是由城市公共 安全的自身属性决定的,不同的城市公共安全的风险 属性决定了其能否应用大数据驱动，例如数据是否具备可获取性;另一方面，也是由于当前制度体制建设滞后于技术变革，导致大数据环境下组织制度不能满足大数据驱动的情景要求导致的,例如数据孤岛、数据佐理等制约因素。因此,如何立足于城市公共安全的具体情境，厘清大数据驱动的城市公共安全治理的适用边界仍是学界亟待回应的关键问题。
城市公共安全问题是依赖于人类行为和公共活动所产生的，各类公共安全问题形态各异、千差万别，某一领域公共安全 问题的大数据模型和分析方法不一定适用于另外一类 公共安全问题。同时，同一公共安全领域不同阶段的 同一个问题，可能会因为影响该公共安全问题相关因素的环境发生了变化也会对大数据算法和分析模型产生显著影响。如果生搬硬套曾经有效的公共安全大数据算法和分析模型，这种研究和实践的效果将会大打折扣。
尽管城市公共安全大数据存在上述治理限度问题,但它极大地改进了当前城市公共安全治理的手段和方法，为实务界和学界带来了全新视野，并将重塑全新的城市公共安全治理模式。
本文首先明确了在城市 公共安全治理中强调风险治理、应急治理、危机治理三者共同构筑从事前到事中再到事后的全流程、全方位、 全要素的治理体系。其次，为了提升城市公共安全治理能力，推进大数据技术的实际应用，需要融合大数据技术和方法，同时以需求为导向构建城市公共安全情景。通过对海量数据的关联性分析，与情景信息融合形成以情报为基础的城市公共安全治理模式,分析和梳理出风险、事件、危机之间的显性及潜在的关联性和规律,挖掘出公共安全治理中的问题及诸多内在联系， 进而对公共安全的未来走向做出预判。
本文的主要不足是仅从理论层面提出了大数据驱动的城市公共安全治理模式，在实践层面有待进一步验证。虽然大数据与人工智能的深化发展，加快了城市公共安全治理转型的步伐，但大数据驱动的城市公共安全治理模式的应用落地，目前还面临着诸多困难, 如现有的基础设施还无法完全支撑公共安全大数据平台的建设、公共安全大数据与人工智能的应用水平还无法完全实现各领域全面治理等。
在未来的研究中应注重实践层面的检验，尝试将具体的大数据分析技术 应用到具体的城市公共安全领域中，通过公共安全具 体领域情景构建,采集公共安全大数据并对其数据挖掘和分析,为城市公共安全治理提供科学决策与实践经验。
![大数据驱动的城市安全治理模式研究]( "大数据驱动的城市安全治理模式研究")
点赞
http://cn-sec.com/archives/136936.html
复制链接
复制链接
-
左青龙
- 微信扫一扫
-
-
右白虎
- 微信扫一扫
-
- 本文由 admin 发表于 2020年9月18日15:10:52
- 转载请保留本文链接(CN-SEC中文网:感谢原作者辛苦付出)：
大数据驱动的城市安全治理模式研究http://cn-sec.com/archives/136936.html
评论