大数据下治安管理工作探析

姚晓黎

(山东警察学院， 山东 济南 250000)

大数据下治安管理工作探析

姚晓黎

(山东警察学院， 山东 济南 250000)

大数据的使用在治安管理工作中具备提高治安管控率、有效预警治安事件、提高治安管理效率和优化处理复杂治安数据等优势，但同时也存在没有全面掌握大数据的内涵、存在信息孤岛现象、信息处理能力偏低和公共参与度低等挑战。基于以上分析，大数据下的治安管理工作的开展应从以下五个方面努力：改变数据处理的原有思维，快速适应大数据技术特点；努力消除信息孤岛现象；积极做好大数据相关人才的储备和供给工作；大数据技术和传统调查方法有机结合；高效沟通，提高公众的参与意识。

大数据；治安管理；治安工作

随着时代的发展，贫富差距、阶层分化等一系列新的社会问题不断涌现，治安管理工作呈现出越来越多的新变化，同时也面临着越来越多的挑战。治安管理的过程中越来越离不开对数据的收集和处理。传统的治安管理模式是以警力资源为主、视频监控等信息数据为辅。这种管理方式下，资源利用率很低，更多的是使用小数据，依靠经验积累解决案件，案件的侦破率也偏低。在信息时代，治安管理的过程中善用大数据可以事半功倍，能够更好地解决治安问题。

一、大数据的内涵与特点

从农耕时代发展到工业时代，再到现在的信息时代，技术不断创新，不断改造人类世界。在信息时代，数据占据了主体地位。近年来提出的大数据被称为继云计算、物联网之后的又一次重要的技术变革，这次技术变革对国家治理模式、企业决策以及个人生活方式都会产生重要的影响。

根据世界著名咨询机构麦肯锡(2011)发布的研究报告《大数据：下一个创新、竞争和生产率的前沿》中提出的大数据定义，认为“大数据是超出了典型数据库软件的采集、存储、管理和分析能力的数据集”[1]。奥巴马政府(2012)发布了《大数据研究和发展倡议》，提出将通过广泛收集的庞杂的数据资料，从中获取知识和洞见以提升能力，进而转变学习模式。此倡议标志着大数据在信息社会的重要地位。

一般来说，大数据技术具有四个特点，一般称为4V。第一是数据巨量(Volume)。据统计，2013 年中国产生的数据总量超过0.8ZB(相当于8亿TB)，2 倍于2012 年，是2009 年全球的数据总量。预计到2020 年，中国产生的数据总量将是2013年的10倍，超过8.5ZB。第二是数据快速处理(Velocity)，可以在短时间内完成大量数据的处理，进行数据间相关关系分析。第三是数据的来源和种类复杂多样(Variety)，大数据就是要在巨量数据不同种类间发现数据的关联。大数据的运用需要接受数据存在一定的混杂性，因为数据来源形式多样，通过接收不同形式的数据来源，容许适量数据的容错率，取得事件发展的趋势和规律。谷歌公司的工程师(2009)《利用搜索引擎查询数据检测禽流感流行趋势》，论述了谷歌基于用户的搜索日志的汇总信息，利用了Logistic回归分析，设计了流感预测系统(Google Flu Trends，GFT)，成功预测了流感病人的就诊人数。谷歌公司利用大数据，使用相对简单的算法，预测了复杂的流感问题。第四是大数据低价值密度(Value )，数据来源纷繁复杂，表面看来毫无联系，但是隐藏在数据背后的细微关系却存在着意想不到的价值，大数据需要从纷繁复杂的数据中提炼出所需要的有价值的信息，快速完成数据的收集整理和相关信息提炼。

二、大数据下的治安管理工作

随着经济全球化进程的加快，全世界各地的联系变得越来越频繁，各种通信和交通工具打破了地理的界限，跨地区犯罪、社会矛盾等不安定因素日益增多。治安管理工作作为一项综合性业务，如何能从众多的数据中发现犯罪的苗头，遏制犯罪？大数据的出现对治安管理工作提出了新的挑战，同时也为治安管理工作开辟了新的发展道路。通过对海量的信息进行处理，发现隐藏在繁杂数据背后的事件规律，并以此为指导指挥相关警务工作，这就是大数据在治安管理工作中的作用。

(一)我国治安管理工作中数据运用的历史沿革

我国于20世纪80年代中期开始进行公安通信及计算机网络建设。进入20世纪90年代，公安交通管理信息、人口管理信息、出入境管理信息等先后接入网络。2003年国家发改委正式批复了公安通信网络与计算机信息系统建设工程，(“金盾工程”一期)， 2006 年 11 月顺利通过了国家验收。2008 年公安部开始实施 “金盾工程”二期工程。“金盾工程”的开展，加强了公安机关利用现代化的技术，加强了公安机关协同作战、快速反应的能力，提高公安机关的工作效率，更好地适应新形势下的社会治安的动态管理。经过多年的公安信息化建设，为公安机关使用大数据提供了基础保障，各类数据的采集和上传为公安工作开展大数据工作提供了有力支撑。

(二)治安管理工作中大数据运用的优势

党的十八届五中全会提出，“实施国家大数据战略，推进数据资源开放共享”[2]。大数据为现代社会治安管理提供了全新的管理视角。大数据的应用，可以使公共安全处于无缝对接的大网络系统中。在现代社会的治安管理工作中，强化大数据的核心地位，技术先行，有效整合各类资源，可以实现治安管理的主动性和智能性。

1.提高治安管控率

通过社会治安管理发展看，公安机关对社会治安局势的驾驭体现在治安管控率水平高低上。在传统的治安管理模式中，仅通过路面监控无法做到对全辖区、全区域的治安情报预警。在大数据的帮助下，通过采集到的公众行为数据，同时分析犯罪区域的视频影像资料，可以发现犯罪嫌疑人的活动模式，可以有效地对犯罪行为模式、犯罪行为特点、热点问题进行预测，这对于治安管理工作的分析、研判以及治安管理工作的重点内容的确定有着极其重要的作用。例如香港警务部门利用海量数据分析卧底工作的不足，就有效提高了破案和维护治安的能力。

2.有效预警治安案事件

随着大数据的迅速发展，传统的治安管理方式也会发生改变。传统的治安管理只是通过巡逻、接警、处警，很难做到事先预警、防控和有效破案等问题。大数据可以融合物联网、安防、互联网等多个行业和领域的优势资源，为政府、公众提供实时音、视频服务，可以极大地提升社会治安防控水平。公众通过安装移动终端APP软件或者电脑客户端，就可以实现通过移动终端、电脑进行大屏实时远程音视频监控、存储、报警。治安管理机关在进行社会治安防控信息分析时，可以通过对区域治安情况、地理位置、人口密度、人口流动性、人口结构等因素分型分析，使用聚类算法确定治安案件中的等级，对新出现的治安案件进行及时分类，确定等级，及时进行处理。

3.提高治安管理效率

通过公安机关的110报警平台与微博、微信上全国各地的警情互联，实时交流相关信息，快速提高办案效率，可以更好地为公众提供高效率、高质量的治安服务，整体提高公安机关的公共服务水平。例如李伟等人的论文中提到的在近12亿卡口视频抓拍系统中查找套牌车辆，设定了查找规则,利用“HADOOP+ORACLE”的模式建立模型，对此模型进行运行后发现，效率基本满足应用要求，50分钟内排查出394辆疑似套牌车辆[3]。

4.优化处理复杂治安数据

公安机关的现状是警察力量严重不足，各地警力尤其是基层民警压力巨大。利用信息科技技术，可以在一定程度上实现技术替代人，减少警务人员工作负担。比如当前公安机关通过高清摄像监控系统，可以收集到巨量的视频、图像数据，以相对简单的 GPS 定位数据而言，该视频、图像数据具有难以识别、数据处理速度低、传输难度大等特点，而大数据技术的出现为这些复杂的治安数据处理带来了新的突破可能。将来自治安管理系统中的大多数数据作为部分数据源，对来自道路探头的交通道路数据和公共区域的监控摄像进行深度的数据挖掘，可以揭示更多的规律性的东西，提高治安管理的能力。

(三)治安管理工作中大数据运用的挑战

1.没有全面掌握大数据的内涵

要全面掌握大数据的内涵,就要认识到数字不同于数据，普通的数据也不等同于大数据。在数据采集工作中仅收集到限定数据，力求精准，但同时会忽视到其他数据的采集。在数据使用的过程中，如果没有办法做到大数据的海量数据应用，仅借助传统经验进行分析，分析效率就偏低。

2.资源配置效率不高，信息孤岛现象仍然存在

大数据要依托海量数据，则信息数据的共享融合就非常重要。随着多年的公安信息化建设，公安机关获取的数据量大大增加，但是从资源设置的角度看，现存的治安管理系统大多数都是相互独立、借助于高清摄像头的辅助性系统，从高清摄像头设备角度来看，治安管理系统与企业、社会等已经存在的安全防卫系统形成各自独立的信息孤岛，相互之间存在着较为严重的信息覆盖过度、覆盖区域不全等资源浪费和失效问题，不同部门和不同地区间还存在着信息壁垒。

3.信息处理能力偏低

基于目前高清摄像监控系统产生的数据是视频图像数据，相对于简单的 GPS 定位来说，在信息的操作性方面，此类视频图像数据的处理还依赖人工，效率较低，无法实现视频监控信息的智能化筛选，相关软件需要进一步开发。在公安机关利用高清摄像监控系统的视频图像数据时，为了追踪一个犯罪嫌疑人，往往需要耗费大量人力物力来人工观看视频图像。

4.公众参与度低

从治安管理方式看，维护治安仍然是警务人员责无旁贷的责任，警务人员是治安管理的维护者与监督者，公众只是作为社会秩序的遵从者，被动接受治安信息。然而在大数据时代，人人都应该是大数据的提供者和接受者，而目前的现状明显与此不符。

三、大数据下的治安管理工作优化

为了能在大数据下更好地改进治安管理工作，需要从以下几个方面继续努力。

(一)改变数据处理的原有思维，快速适应大数据技术特点

公安机关的信息化建设，越来越重视信息的上报率。信息上报率和上报条数激增的情况下，要注意开发大数据。大数据从技术层面解决了信息碎片化的问题，为实现大范围的共享应用提供了基础。治安管理大数据要求重视学习新的建模工具和分析方法，通过海量数据的分析发现大数据背后隐含的规律性的趋势，这种思维的培养对治安管理工作有着重要的作用。公安机关应采用培训等有效措施，快速提升广大干警对大数据的认识，深刻理解大数据内涵。大数据不是抽样调查，越多的数据越利于大数据分析的顺利进行。抽样调查就是从所研究的总体中，选取一部分个体进行调查，依托数理统计的大数定律，描述抽样理论下的样本特征，对数据进行描述和推断统计，根据样本的调查结果反映总体。大数据需要全面获得数据的相关信息，工作量很大，数据来源混杂且多样，大数据的分析结果存在着一定误差，使用大数据要在一定程度上接受大数据的误差率。大数据中的混杂信息和小部分错误不会影响对事件发展趋势的判断，而且不断探索新技术和新方法对数据进行开发和应用，可以用数据来创造价值。

(二)努力消除信息孤岛现象

数据的数量直接决定了数据处理的质量，从而影响数据处理的结果。迈入大数据时代的治安管理工作必须进行数据积累和共享。第一，通过打破公安内部部门、地区的限制，在公安机关内部实现警务信息的共享。要克服不同部门、地区间数据编码和类型可能存在的不同，和数据信息整合存在的困难，另外如何在信息共享过程中避免信息泄露也是需要重视的问题。第二，继续加大数据的采集、分析。公安机关信息收集人员首先要做好信息的及时、准确上传，提高数据质量，利用数据进行分析研判，从而才能做到预防、打击犯罪。利用多种技术手段将零碎的、分散的治安管理信息进行有效的整合，从而形成完整的治安信息链条，改变孤岛现象，及时有效地预测预警社会中的危险源和危机事件。通过建立社会信息采集和共享机制，必要时积极争取相关立法支持，从法律制度层面打破数据壁垒。第三，加强警务信息的国际共享。为了更好地解决跨地区和跨国家的犯罪，应尽量争取各国之间相关警务信息共享。

(三)积极做好大数据相关人才的储备和供给工作

公安工作是实践性很强的工作，为了做好大数据相关人才的储备和供给，应从大数据专业人才队伍建设和实战应用两方面同时进行。第一，建立合理的内、外部供给机制，保证专业人才的充分供给。在人才外部供给角度，考虑在公安院校中培养相关人才，通过设立相关技术课程，也可与地方高校相关系部建立联系，建立长期人才输送通道。在人才内部供给角度，通过聘请专家在公安内部选取部分人员开展相应培训，通过公安内部自我培养的方式，提高公安干警的大数据技术水平。第二，要建立合理的招聘录用机制，在大数据人才招录方面，打破传统用人方式，综合运用灵活的用人方式(如合同聘用)，采用灵活的方式引进大数据的相关专业领先人才。第三，在人才保持方面，可在薪酬和福利两方面同时进行。对于外部引进的专家，在薪酬方面适当考虑基本薪酬加可变薪酬或年薪制的方式，在福利方面提供住房、商业医疗保险补充、带薪休假等方式，以此来提高引进人才工作积极性。对于公安内部培养的人员，通过对人员的内部培养提高专业技术水平，可考虑对这部分人员在可变薪酬方面增加绩效奖励。

(四)大数据技术和传统调查方法有机结合

根据前文分析，在当今社会的治安管理工作中，大数据发挥着非常重要的作用。在使用大数据进行治安管理的同时，传统调查方法的使用仍然不可忽视，要将这两者有机结合起来。传统的调查方法大多使用抽样调查、访谈等方法，利用少量样本信息判断整体，信度相对较低。传统的调查方法中，办案人员依据已有经验，理清线索，确定方向，判断实践的因果关系。大数据更多地是分析判断相关关系，通过分析可以发现看似不相关数据之间的密切联系。比如里士满市的警察将犯罪数据同音乐会或体育赛事的时间等事件相结合进行分析，帮助警方推断可能的犯罪趋势。大数据作的趋势预测分析，可以从复杂的数据中得出规律性的结论，但是如何解释结论，则需要传统的经验分析、案情摸查对大数据作有益补充，这一点不能被忽视。

(五)高效沟通，提高公众的参与意识

原有的治安管理模式中，公安机关是主要的治安维护者和监督者，公众被动接受公安机关的管理。社会治安状况和公众的利益密切相关，为了更好和公众进行信息交流，公安机关相继推出公共微信、微博平台。在大数据技术下，借助微信、微博等多种渠道，社会中的每个个体都可以是治安信息的发布者和传播者。通过发动公众对治安相关信息的及时收集上报，可以建立治安信息覆盖的“零缺口”，改变原有的治安信息垄断状态，提高公安机关的公共服务水平，增加公众对治安管理工作的认可度，促进公众在治安管理中的积极参与，多元化的信息来源提供可以更好地提高治安管理效率，治安管理将从以公安机关为主导转变成全社会共同关注、利益共担。

[1]McKinsey Global Institute.Big data: The next frontier for innovation, competition,and productivity[EB/OL].

[2]中国共产党第十八届中央委员会第五次全体会议公报(2011，5.) [EB/OL].新华网http://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/big-data-the-next-frontier-for-innovation.

[3]李伟，孙论强，李锁雷.“大数据”思维在公安实战中的思考和实践[J].中国人民公安大学学报(自然科学版)，2013(4)：20-25.

(责任编辑：岳凯敏)

A Study on the Public Security Management with the Use of the Big Data

YAO Xiao-li

(Shandong Police College, Jinan Shandong 250000, China)

The use of big data in public security management has advantages such as improving public security control rate, early warning of public security incidents effectively, enhancing public security efficiency, optimizing the processing of complex public security data and so on. There are also challenges such as not fully grasping the connotation of big data, the phenomenon of information isolated island, lack of information processing capacity, the low participation in public. Based on the above analysis, the public security management with the use of the big data can be conducted from the following aspects: to change the original thinking of data processing, to adapt to the technical characteristics of the big data; to eliminate the phenomenon of information isolated island; to actively carry out big data related personnel reserve and supply work; to combine big data technology with traditional survey methods; to communicate effectively, and to improve the public awareness of participation.

big data; public security management; public security

2016-11-24

山东警察学院人文社会科学计划项目“社会良性运行视域下网络突发事件舆情引导机制研究”(YSKYB201401)的阶段性成果。

姚晓黎(1982— )，女，山东枣庄人，山东警察学院讲师，山东大学公共经济学博士研究生，研究方向为公共经济学、治安学。

D631

A

1008-2433(2017)01-0114-04