大数据战略驱动下城市安全风险治理研究论文_徐付华

大数据战略驱动下城市安全风险治理研究论文_徐付华

青岛市公安局黄岛分局 山东青岛 266000

摘要:在当前全面建成小康社会的决胜阶段,各类社会风险跨界性、关联性增强,对城市而言,尤为如此。城市社会安全面临着新的挑战,需要对其风险进行有效治理,这既是维护城市公共安全、增强人民群众安全感的时代要求,更是国家治理体系和治理能力现代化建设的重要组成部分。

关键词:大数据战略;安全风险;治理

1城市社会安全风险隐患识别及产生机理分析

1.1城市要素高度聚集,隐患问题潜藏其中,城市运行安全风险突出

一是人多。国家调整城市规模划分的标准就是人口数量,城市人口基数越大,对公共安全服务需求总量就越大、种类越多、个性化要求也越高,同时也使得公安机关甄别“坏人”的难度也加大。而且,城市人口密度越高,越容易形成大客流、大车流,稍有不慎就会造成群死群伤。

二是房多。在“以房管人”的模式下,建筑物数量越多,管理工作量越大。一类是大型城市商业综合体建筑,其结构复杂,地上承载着餐饮、娱乐、购物、健身、教育等多种用途的空间相互贯通,公共安全风险难控;地下空间则往往消防设施量少且质量参差不齐,一旦发生事故,则疏散逃生和应急救援都很困难。另一类是很多老式小区,其电气老化、疏散通道不畅等问题突出,以致小火亡人事故多发。同时,高层建筑在用电梯基数大、增量快、种类繁多、工况复杂,老化设备经常出现安全问题,事故伤亡率高。

三是物多。城市经济的发展离不开物流,物流业是支撑国民经济发展的基础性、战略性产业。以上海为例,外高桥物流园区、深水港物流园区、浦东空港物流园区依托上海自贸试验区建设,已经成为联通国际、服务全国的功能性枢纽型物流平台。上海已成为我国注册登记货运代理企业数量最多、业务最集中的地区;全球四大物流快递企业在上海设立中国区总部,其中,3家建立了全球转运中心;全国十大民营快递企业中,有8家总部落户上海(1)。货运代理总量越大,检查、检验、检疫工作量也越大,对混迹其中的危险品、违禁品筛查难度更大。

1.2与社会转型、科技发展相伴随的社会矛盾纷繁复杂,公共秩序管理难题不断

当前,经济发展进入新常态,供给侧结构性改革深入推进,社会矛盾呈现出存量未减、增量爆发、新旧交织叠加的复杂局面。特别是经济发展新常态下经济下行压力加大,企业经营困难,职工薪酬增长相对较慢。中智人力资源管理公司的调研显示,“2016年上海地区薪酬的平均涨幅仅为6.7%,低于北京地区的7.3%,以及广州和深圳地区的7.2%,也低于二线城市平均7.2%的涨幅”,而且,“2016年1~10月,因经济产业结构调整、环境改造等导致一些低端企业退出,引发了185起群体性劳资纠纷”(2)。劳资纠纷本是劳方和资方之间的经济纠纷,但由于劳方一般被视为社会弱势群体,的确缺乏有效解决问题的途径,导致纠纷的性质往往会由经济利益纠纷转变为政治权利诉求,如此日积月累,引发的群体性事件日益成为社会关注的焦点问题。

同时,随着社会快速转型、科技高速发展,大量新技术、新产品问世,具有去中心化、难识别、难溯源等特点,一旦失控极易破坏公共秩序。如3D打印技术已经可以用于制造枪支配件、管制器具、钥匙等特殊物品;无人机肇事肇祸事件屡见不鲜。2017年4月14日至26日,四川成都双流国际机场连续发生6次无人机空中接近民航客机的事件,使机场运营受到严重影响,造成大量航班备降、返航。这些都是公共秩序管理方面难点、热点问题此起彼伏的典型表现。

期刊文章分类查询,尽在期刊图书馆

2大数据驱动下的社会安全风险治理对策

2.1战略层面,以大数据理念指导行动,逐步实现社会安全的风险协同治理

虽然社会安全综合治理政策已实施多年,但总体而言,这一治理体制始终存在的突出问题就是治理碎片化,使治理实践陷入高成本与低效率并存的困境。碎片化的具体表现为:部门主义和地方主义盛行,职能交叉和重叠,“数据孤岛”和“数据打架”现象并存。从职责分工讲,维护社会安全是公安机关等政府职能部门的法定职责,所以公安机关是权威主体,其在整个社会组织中承担着专业的治安职能。但从整体安全观出发,则需要多元主体协同提供良好有序的社会安全产品,由此就要求建立多元化协同机制,以确保现有社会安全资源的充分运用。以打防涉众型经济犯罪为例,针对涉及领域广、涉案金额高、涉网涉众的金融领域经济犯罪,公安机关必须坚持查办案件与维稳处置同步开展,加大追赃挽损、维稳处置及社会宣传、风险警示等工作力度。同时,加强与行业协会、专业研究机构的沟通协作,对网络金融、保险以及股权众筹等新兴领域开展跟踪研究,把握行业发展趋势和风险动向,尽早进行预警通报。进一步优化与银监、证监、市场监督管理等部门的协作配合机制,不断推进各部门在信息共享、案件线索移交等方面的协同合作,形成相互支撑的局面。

可以说,大数据理念是一种协作的理念,面对行业内的结构化数据、物联网的半结构化数据、互联网的非结构化数据等形式多样的数据资源,需要正确处理好这些数据初始的“拥有者”之间的关系,以多中心合作的治理模式将“数据”变成“服务”,继而产生新的价值。唯有如此以大数据理念为战略指导行动,方能逐步通过风险的协同治理实现社会安全稳定有序。

2.2战术层面,将大数据思维自觉运用于社会安全风险治理的全过程

与不同的思维方式相对应的是不同的认识事物的方式。在传统的“小”数据时代,人们对事物的认识是由果寻因,这就如一场火灾已经发生,再去寻找火灾事故的原因何在。这种认识事物的弊端,一是破坏性后果已经产生,二是面对海量的数据,再追求凡事寻因必然导致效率低下。信息化时代,人们对于客观世界的主观认知与客观世界本身的日新月异、千变万化之间,一定是处于不平衡的存在状态,仅仅关注于事后寻因必然会成为行动障碍。

大数据风险治理过程包括四个阶段,即风险识别、风险分析、风险评价和风险决策。大数据思维的重点在于“预测”。这种思维方式主张由事物存在的现状预测事物发展的可能,即在事情有结果之前预判该结果是否会产生,产生的概率有多少,现有的资源是否足够应对等未来的趋势。以高层建筑火灾为例。高层建筑火灾是一种“立体型火灾”,一旦产生,后果不堪设想,这对于超大城市而言是极大的安全隐患。在风险识别阶段,运用大数据思维于火灾的风险治理就是在火灾事故产生之前,根据建筑本身的结构、现有的消防设施、安全检查情况等“微”数据所搭建的风险数据库,识别出可能存在什么样的火灾隐患。在风险分析阶段,重点对所有数据之间、数据与可能结果之间的关联进行智能化分析,实现数据由无序向有序、隐性向显性、静态向动态、不可视向可视的转化。风险评价阶段则是在建构出风险信息提取与反馈机制的基础上,所有关联分析的结果直接提示各利益相关方需要采取的协同治理风险的具体措施。风险决策阶段的任务就是最终在火灾事故产生之前预先制定出科学的决策,以达到防灾减灾的目的。

结论

在大数据时代,由于城市要素的高度集中,城市的社会安全风险呈现出基础性、深层次性、结构性等特点,维护社会安全应当从风险隐患识别入手,将工作重点前置于安全风险治理。这就需要以全面处理海量数据为依托,树立数据共享与协同治理的根本理念,将大数据思维、大数据技术自觉运用于社会安全风险治理的全过程;同时还要坚持对于大数据本身的辩证思维,避免由此造成新的衍生的风险。

参考文献:

[1]王世伟.论大数据时代信息安全的新特点与新要求[J].图书情报工作,2016,60(06):5-14.

[2]黄国彬,郑琳.大数据信息安全风险框架及应对策略研究[J].图书馆学研究,2017(13):24-29.

论文作者:徐付华

论文发表刊物:《基层建设》2018年第33期

论文发表时间:2018/12/19

标签:;  ;  ;  ;  ;  ;  ;  ;  

大数据战略驱动下城市安全风险治理研究论文_徐付华
下载Doc文档

猜你喜欢