摘要：城市作为人口最密集的地方，安全问题成了重中之重，公共安全是保障人民生命和财产的基本前提，关系到城市乃至国家的发展与稳定，伴随着我国的高速发展，互联网技术为公共安全治理提供了数据基础、数据处理技术以及预测手段和风险评估方法，但目前公共安全治理还面临着智慧基础设施不足、数据整合不充分、数据安全隐患突出等瓶颈，为此政府一方面在技术层面上要数据采集的多样化、数据存储的融合化、数据分析的实时化、安全事务决策的智能化，另一方面在制度层面上要完善城市安全的数据管理网格、推进公共安全数据整合、加强互联网大数据下的安全保障。
一、互联网时代下带给城市公共安全风险管理的特点
（一）强大的数据基础
互联网技术的出现与发展有助于政府和社会及时准确地掌握相关信息，事先能消除隐患，事件发生后也能快速作出正确反应，更加有效地应对事故和灾难。以往的城市公共安全风险问题，资源、数据来源比较单一、零散，限制于科技和技术手段，绝大部分有关于城市公共安全风险问题的数据信息无法获取、或难以识别，不能完全在安全事件处置中发挥作用。因此，公共安全治理问题常常表现信息问题，尤其是对一些突发性公共安全事件，能够及时准确地获得信息、甄别信息、分析信息并快速作出决策，对于正确应对突发事件处理至关重要。例如在美国“9•11”事件发生之前及之中，来自不同渠道的报警电话、安全情报、新闻报道等大量信息蜂拥而至，让美国安全部门和警方无所适从，严重影响了当局应对这一事件的能力。直接原因都是当地政府未能及时掌握相关信息与数据，未能进行事件预防，事件发生后也未能在第一时间进行正确应对。而在互联网高速发展的今天，带给城市公共安全的大数据为我们处理相关安全事件提供了有力抓手，与大数据相关各类感知技术、物联网技术、云计算技术、移动网络技术等，可以快速将与公共安全相关的各类数据进行全方位采集和快速传输，使得公共安全治理得以基于完整的数据图谱而不是单一、零散的数据源，从而保障了危机决策与应对的科学性和有效性。
（二）全新的数据处理方法
如何对数量巨大、类型各异的数据进行快速处理是公共安全事件中危机处理的一个难点，对于一些来自媒体、网络、监控、检测设备的非结构化数据，包括文字、声音、图像、视频等。据统计，城市社会活动中产生的结构化数据与非结构化的数据分别占16%、84%。特别是在大量鲜活的、碎片化的信息在突发性的公共安全事件中突然涌出，短时间内不可能进行结构化处理。在以往的技术条件下，对这些数据只能依赖人工来进行分析和处理，严重延滞了事件应对的时机。例如某国曾发生过一起刑事案件，警察为了解犯罪嫌疑人行踪，动用1000名警察翻看监控视频录像带，耗时一个月时间，而实际上犯罪嫌疑人就一直住在公安局附近并经常外出活动。而借助互联网时代下大数据的自动提取与语义分析、处理、图像识别等技术，警察可以从公共安全事件发生时产生的大量鲜活的、碎片化的、原生态的非结构化数据中，快速挖掘出事件的原因、规律、趋势、后果，并采取相应对策。
（三）高效智能的预测手段
以往的公共安全风险治理的一大难题是无法对可能的风险点进行定位，对公共安全隐患问题进行预测。实际上，人类行为看上去具有很大的偶然性和随意性，但只要群体够大、数据够多，仍可以被有效预测。全球复杂网络权威巴拉巴西认为，93%的人类行为是可以预测的 [1]。利用互联网大数据技术，相关部门可以对城市运行中有关公共安全的相关数据进行采集、整合、处理、加工，归纳整理城市运行特点，为城市运行安全监测、综合分析、预警预测、辅助决策等提供服务，充分发挥数据潜在价值，以提高城市公共安全管理水平。
在犯罪防范领域，相关部门利用公安互联网大数据进行预测预警，分析挖掘隐含关系，对重点人员信息关联分析以及案件规律分析应用，分析案件与案件之间，大型活动和社会之间的关联关系，推演出相应规律，预测和预防犯罪案件的发生。如密歇根大学的研究人员利用“超级计算机以及大量数据”来帮助警方定位那些最易受到不法分子侵扰片区的方法，利用大量数据创建一张波士顿犯罪高发地区热点图，为警察更具针对性地锁定犯罪易发点、抓获逃犯提供支持。在突发事件防范领域，政府利用大数据可以监测人群活动、车辆流动、设施运转状况，在危险发生的临界点前进行预警和事先处置，从而避免事故的发生。在疾病防范领域，人们可以利用大数据对疾病的发生和传播状况进行及时跟踪，防止疾病传播失控。谷歌公司曾对5000余万条最频繁的检索词条数据进行测试，总共处理了4.5亿个不同的数学模型，并与美国疾病控制和预防中心的报告对比，追踪流行性疾病的准确率达到97%。[2]
（四）智能的风险评估手段
城市的公共安全风险是需要评估的。通过事先的风险评估，相关部门可以知道各个区域、各个机构以及各个对象发生安全事故的可能性，这对于人们合理配置力量、加强重点布防无疑是非常有价值的。但在实际中，影响公共安全的因素错综复杂。对公共安全事件发生的原因和后果，理论上有多种阐释。[3]风险管理理论认为，现代公共安全问题源于工业化大生产的不确定性，社会风险原子化分布加剧了挑战；政府规制理论指出，产业因素是众多公共安全问题的根源，产业结构影响企业素质，企业素质决定生产经营行为，生产经营行为关乎质量和安全水平；危机管理理论主张，公共安全事件的危害程度主要取决于救援和处置水平高低。可见影响公共安全发生和后果的因素十分复杂，建立起一套科学合理、有预测力的风险评估体系并非易事。基于大数据，政府部门可以对城市、区域或特定场所的安全水平进行更加科学合理的评估。同时借助于各项虚拟技术，政府部门可以在互联网的大数据基础上，对公共安全事件发生可能产生的后果、各类处置方案的有效性以及社会可能的反应进行模拟，在模拟的基础上对各种处置预案进行评估和优化。
二、互联网时代下城市公共安全的风险
（一）城市的基础设施覆盖面不足。
互联网时代下的处理技术是依赖于全面详细的数据为基础，基于大数据技术的公共安全治理，首先需要有全面、准确和详实的数据作为支撑，这依赖于现代信息技术对各类活动进行实时监测和数据捕捉。但由于目前我国的城市中对于捕捉这种数据还存在许多的缺陷，无法实现运用大数据来进行城市公用安全管理的基础。感知设施和传感网络中存在许多盲点，大量与公共安全相关的人类活动、生产经营、设施运转中产生的数据无法被及时有效捕捉，或虽已捕捉但未有及时传输到决策系统，使这些活动成为无法捕捉的活动。例如公共交通管理中，许多人不使用公交卡等电子支付工具而是使用现金，使他们的活动动向难以被察觉；在危险品管理中，一些化工企业未能及时记录危险品生产、运输和存储数据并上报，使政府无法对其进行监控。大量无法查询的活动存在，使得互联网时代下的数据分析成为无用之刃。
（二）城市的数据不能及时共享
当前，我国发生灾害的时候，是由各个部门组成的临时小组，各个部门之间缺乏沟通，彼此的工作流程不一，出现信息孤岛的问题，无法实现资源的共享。各类公共安全信息缺乏整合，公共安全信息数量大、内容杂、来源多，但在实际中这些数据往往分散于各部门、各机构和各企业，没有实现共享，“信息孤岛”现象非常普遍。这样在发生安全事件时，政府部门难以及时了解事件的完整图谱。公共安全管理系统常常按功能分而治之，在不少地方一个平安城市系统中有几种甚至十几种安防平台，且大多数之间没有实现互联，缺乏业务的有机整合。[5]例如不少地区的视频监控系统往往自成一体，覆盖面小，应用面窄，缺乏与应急联动、警务指挥、城市管理、警用地理信息系统及其他公安信息的有效联动。
公共安全治理系统与其它电子政务系统缺乏协同，未能与公共安全治理相关的医疗、社会保障、房屋管理、宣传等系统进行有效的协作，在公共事件发生后往往依赖于领导之间的协调会、碰头会等来解决不同部门之间的协作问题。
（三）城市公共安全的数据采集与数据安全之间存在矛盾
在公共安全治理领域中，许多公共安全数据本身具有双重属性，一方面它们涉及到公共安全保障，从而具有“公共性”；另一方面它们又与公众隐私密切相关，又具有“私有性”。这两种属性之间的矛盾会给公共安全治理中的大数据管理带来难题。例如政府在公共场所大量安装视频监控设备，一方面固然有助于保障公共安全，但另一方面也可能会使人们的隐私被暴露。笔者曾就智慧交通问题做过调研，一些车企反映，许多车主之所以不愿意安装车载系统，有些车主甚至将汽车自带的车载系统停用，一个重要原因是车主普遍担心启用车载系统后本人会被监控。尤其是在大数据环境中，政府需要将各方面的数据进行集成和整合，由此形成的庞大数据库完全可以勾绘出一个人的生活、工作、社交等方面的全景式图像，人们的一举一动都将随时处在政府部门的目光之中。美国到现在为止仍没有建立全国统一的个人身份识别号码体系，主要原因就是民众担心由此会导致自身的隐私被暴露。我国虽然具有强势政府的传统，但公共安全大数据管理中的隐私问题却不容忽视。
三、互联网时代下公共安全风险的应对策略
（一）加强技术支持
1、公共安全数据采集的多样化，夯实数据基础通过完善城市基础设施建设，加强对各类社会活动和城市运行数据的感知与采集，确保城市中的人、机器、设施等物体的各项动作都能捕捉到活动，为公共安全监测、预警与处置提供充分的数据基础。城市中重要的商业圈以及生活圈是人口密集、设施较多的场所，存在的安全风险也较大，例如踩踏事件、电梯事件等，这就需要加强城市的网格化管理，将数据采集的体系延伸至城市的每一个有风险的地方，防止露空，从而实现运用互联网大数据进行城市公共安全处理的基础。
2、公共安全数据存储的融合化，加强数据关联对于来自电话、视频监控设备、感知、互联网、物联网等各个渠道获取的类型多样、结构各异的公共安全信息，能进行充分的关联，使得原生态的公共安全信息能从粗放无序的数据真正转化为精细可用的信息，并最终实现高效应用。
3、公共安全数据分析的实时化，保障处理高效一个城市每时每刻都会产生庞大的公共安全信息，公共安全保障系统要能对这些海量、异构、动态数据进行迅速分析处理，从而事先发现可能存在的隐患，突发事件后能迅速找到最佳的处置对策。
4、公共安全事务决策的智能化，促进科学决策要加强公共安全数据分析工具的开发，建立数据分析模型，从而能在短时间内对海量的安全数据进行分析处理并作出科学判断，帮助政府管理者能事先对安全隐患进行尽早察觉，事中对安全事件进行合理应对。
（二）制度层面上
1、完善城市安全的数据管理网格。要对城市中重要的商业圈、产业圈、生活圈等人口或设施密度高、安全隐患大的区域进行梳理，加强网格化管理，完善各网格区域内的数据采集体系，使城市安全监控网络的触角能延伸到任何一个风险点，防止出现盲区，从而夯实城市公共安全治理的大数据基础。
2、推进公共安全数据整合。由于我国各部门之间缺乏沟通与交流，使得彼此间的信息缺乏流通，出现信息孤岛的问题，降低了办事效率，建议城市政府部门充分利用云计算技术，建立城市公共安全大数据管理云平台，将与公共安全相关的各类数据进行集中式管理，有效带动公共安全信息在各部门之间、政府与公众之间依职能、按需求进行交换与共享。同时鼓励各政府部门和社会机构以大数据云平台为基础，开发各类公共安全管理应用系统，从而提高各部门的办事效率。
3、加强大数据安全保障。既要推动公共大数据数据资源的开发与利用，又要保护好公民隐私和商业秘密。为此政府在获取公共安全数据之后，其一要保障数据不泄露，防止其它机构和人员非法获得这些数据；其二要保障数据不滥用，即使是政府自己，也不能将这些数据为所欲为，而只能将这些数据用于公共安全管理以及其它合法的公共管理职能，不能用于其它目的。
4、 建立城市公共安全风险评估和预防措施 。我们应该首先加强城市的重要领域、重点活动、重点环节等公共安全应急预案，切实制定应急规划，找到应急预警点及时发布风险预警信息能够有效的预防灾害发生，即使无法避免也能将危害程度降到最低，这些预警方案应该定期进行培训与演习，并不断进行完善，使得真正在应急处理中能够有效挽救降低损失。
参考文献：
[1]艾伯特-拉斯洛 巴拉巴西.爆发[M].北京:中国人民大学出版社,2012.
[2]维克托 迈尔-舍恩伯格,肯尼斯 库克耶.大数据时代: 生活工作与思维的大变革[M].杭州:浙江人民出版
[3]胡颖廉.公共安全需整体治理[N].学习时报,2015-07-13.
[4]张春艳.大数据时代的公共安全治理[J].国家行政学院学报,2014(5).
[5]孙鹏,沈玮岗.基于智慧理念的城市公共安全评估体系建设[J].中兴通讯技术,2014(4).
蒙田范文网