大数据战略驱动下城市社会安全风险治理研究

朱志萍 任律

摘要：城市所面临的社会安全风险都是一类基础性、深层次、结构性的潜在危害因素，往往与其在某城市群区域，以及全国乃至全球的多中心地位直接相关。当社会安全风险遭遇大数据时代，其治理的难点则是显而易见的。大数据治理不仅是风险治理在方式和方法上的更新，以及在理论和战略上的革新，而且是人、组织和社会围绕公共安全的综合创新。大数据驱动治理将成为当前社会安全风险治理的新动力。

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。

本课题研究的社会安全是指公安机关及其他社会安全综合治理机构依据国家公共安全政策和法律法规管理社会，为公众提供治安秩序产品的公共行政管理过程，以及由此形成的安全、有序的社会状态。我国对突发事件主要分为四种：自然灾害、事故灾难、公共卫生事件和社会安全事件。从最直接的意义上来讲，社会安全事件具体表现为群体性事件、恐怖袭击事件、极端恶性刑事案件、网络舆情危机事件、经济安全事件，以及涉外的危机事件等。但从广义来讲，但凡自然灾害、事故灾难、公共卫生事件处置不当，引起社会状态的无序与混乱，就必然与社会安全问题产生关联。

一、城市社会安全风险隐患识别及产生机理分析

从上述概念界定可见，社会安全风险“就是可能引起社会安全秩序紊乱、社会不稳定的一系列潜在因素的统称，在各类社会安全风险事件的背后，往往体现的是复杂的人、事、物、信息所组成的组织系统及组织系统间的相互作用关系”。[1]当前城市安全方面的主要矛盾，是市民群众对公共安全产品的需求与不充分不平衡的供给之间的矛盾，这就对全面深化公共安全产品的供给侧结构性改革提出了要求。具体来看，城市社会安全主要存在以下风险隐患，也是其社会安全面临的风险变量。

（一）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。

四是路网、管线多。超大城市往往陆路、水路、铁路都会呈现出点多线长的特点，与老百姓日常生活紧密相关的水、电、气、网等，都靠全市的管线来传输，集成度高、关联性强，一旦出现故障，轻则影响部分市民生活，重则可能造成全城瘫痪。如果处置不当，还可能引发更大的次生灾害。

（二）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。劳资纠纷本是勞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。

（三）非传统违法犯罪隐患种类日渐增多，严重威胁人民群众人身财产安全

首当其冲的是网络世界鱼龙混杂。现代城市运行对网络依赖度高，可以说“没有网络系统安全，就没有城市安全”。在大数据时代，“互联网+”已深入社会各领域。中国互联网络信息中心（CNNIC）发布的第41次《中国互联网络发展状况统计报告》显示，截至2017年12月末，中国网民规模达7.72亿，占全球网民总数的五分之一，手机网民规模达7.53亿。网民普及率达到55.8%，超过全球平均水平4.1个百分点③。如此庞大的网络基数使得一方面涉网犯罪形态多样，黑客化、产业化、智能化特点突出，几乎所有的传统违法犯罪都已经在网上出现，网上网下一体化趋势更加明显，新型网络犯罪形式也层出不穷。另一方面，当前网络监控力度尽管有所加强，但由于网络本身的私密性，以及一些网民上网安全意识薄弱、是非鉴别能力较差，由此导致网络往往成为某些别有用心之人散发不实言论、歪曲扭曲公共舆论事件，特别是涉政、涉警等舆情的首选渠道，经过发酵之后必定大大影响公众的情绪和社会安全的有序状态。上海警方早在2011年就专门针对上海公共安全十大谣言进行了辟谣④。

其次是经济犯罪花样百出。上海是我国经济中心，也是国际经济、贸易、金融、航运中心之一。经济犯罪与经济活动相伴相生，经济活动越活跃、经济犯罪越多发。经济金融领域犯罪一方面直接破坏正常经济金融市场秩序，另一方面还容易成为引发其他风险的导火索，影响社会大局稳定。

再次是与一些新业态行业有关的违法犯罪居高不下。当前众多经济运行新业态的出现是以科技创新为支撑，适应消费者全新消费需求的产物。但是，作为新生事物，几乎所有行业领域新业态的兴起与发展都遭遇了初期无序生长的窘境，网约车、共享单车、网上订餐等无不如此，甚至出现民宿等只能无证无照经营的无奈，带来不少社会安全隐患。如何对诸多隐患进行识别，并能否加以有效治理，这是当前城市治理亟待解决的重点课题。

此外，还会产生国际化社区中的社会安全问题。据2017年上海统计年鉴数据统计显示⑤，2016年底在沪外籍常住人口17.5万，长宁虹桥、浦东联洋已成为公认的国际化社区。境外人员绝大多数是持我国外交部驻外使领馆签发的旅游、学习、访问或工作签证合法入境的外籍人士，但国际移民中存在的共性问题，如社会保险及长期居留权益，以及其中潜在的风险问题，如入境后签证过期造成非法居留、有意过期滞留，甚至是非法偷渡入境，这些都需要加以高度关注。2012年6月广州越秀区发生了大批非洲裔人士围堵马路示威事件，就是境外人员大量聚居之后，某起事件成为导火索而引发的治安风险爆发、社会秩序被破坏的案例，必须引以为戒。

上述社会安全风险都是一类基础性、深层次、结构性的潜在危害因素，往往与超大城市在某城市群区域，如长三角、珠三角等，以及全国乃至全球的多中心地位直接相关。

以上海为例。就经济中心而言，上海作为长三角城市群的核心城市，经济结构调整是其主攻方向，2016年第三产业增加值占比首次超过70%，成为上海产业结构持续优化的火车头⑥。而且在需求结构上，内需增速显著高于外需，消费增速明显高于投资，经济增长由内需、尤其是消费拉动的特征进一步凸显，并逐步发展为上海城市重要的经济增长点。最典型的就是越来越多的普通时日被冠以“节日”之名，传统意义上并不存在的“双十一”“雙十二”等就是如此，还增加了海派文化特色的“旅游节”“国际电影节”等，而且后者的市场占有率似乎日益凸显，其节日价值在年轻人群中迅速提升。如上海旅游节自1990年创办开始⑦，至今已持续到第28年，活动从每年九月的第一个周六开始，历时二十余天，涵盖了观光、休闲、娱乐、文体、会展、美食、购物等几个大类近40个项目，每年吸引游客超800万人次，这就为人口流动过程中管理失序等风险的生产和再生产留置了可能。同时，城市规模扩大也导致多重公共安全监管难度增加。上海大力发展轨道交通，截至2017年12月，共开通线路16条，车站389座，运营总长670余公里，线网规模目前已居全国之首;上海机动车保有量持续快速增长;上海已经成为全世界高层建筑最多的城市，等等。这其中任何一个领域，一旦发生火灾、恐怖袭击等突发事件，后果将不堪设想。

可以说，在新形势下，一些长期隐藏的国内外社会矛盾将会不断爆发，曾经被经济繁荣掩盖的社会问题亦将暴露出来。客观上，目前的社会安全风险很多与城市规模及现代化发展水平相关，基本规律是城市规模越大，现代化水平越高，诱发社会安全问题的因素越多，预防和处置突发事件难度也越大，往往是“牵一发而动全身”。由此表明，城市社会安全风险的特点相当明显，不再存在单个社会安全事件，取而代之的是一种社会安全状态，这也是大数据时代所面临的社会生态环境。

二、大数据时代社会安全风险治理难点分析

2013年往往被称为世界“大数据元年”。2015年8月31日，国务院印发《促进大数据发展行动纲要》（国发〔2015〕50号）。其中对大数据进行了权威界定，即“大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态”。“除了上帝，每个人都必须用数据说话”，不仅是人，整个世界都越来越数据化。可以说，大数据的最大效应是“为我们创造了一个‘共同的世界（Common World），一个我们无论如何都只能共同分享的世界”。[2]

同时，现代社会风险期理论认为，当一个国家或地区经济体制处于转型期时，由于经济与社会演变速度突然加快而具有极高的风险性。[3]在此转型期，相比于经济的快速发展，国家的社会管理能力往往相对滞后，再加上个人的利益一旦发生重大变化，则极易产生心理不平衡而引发对社会的不满。当社会安全风险遭遇大数据时代，其治理的难点则是显而易见的。

首先，从当前社会安全风险治理的理念看，还是存在理念偏差和认识缺位现象，导致风险治理目标实现的程度与人民群众的期望之间有较大差距。

当前大数据时代所面临的社会环境使整体安全形势不容乐观，传统威胁与非传统威胁并存，网上威胁与网下威胁齐发，所以，大数据时代也是需要树立总体国家安全观的时代。总体国家安全观的建立就是党中央直接回应人民对国家整体安全的新期待，人民希望党和政府更加主动作为，更有效地保护他们的生命财产安全，为他们营造安居乐业的社会环境。所以，随着风险时代的来临，以社会安全为基础的社会公共安全就是公民最基本的安全诉求之一，一定地域范围内社会公共安全供给的效能必然直接影响该地域的社会秩序与社会稳定。要实现此目标，就需要将风险治理的定位前置，通过对风险隐患的识别，对风险进行预警，以防其由可能性变成现实性。这是大数据时代对社会安全风险治理应有的认识与态度，社会安全风险大数据治理的关键在于治理数据，这也是树立总体国家安全观的必然要求。

但现实状况是，由于理念偏差和认识缺位，各级地方政府作为大数据治理的关键主体，也是大数据应用的前沿阵地，并未认识到大数据不仅是数字化的数据，更是一种思路和方法。所以，即便掌握了风险的数据资源，倘若没有发挥关键作用的思路和方法，那么，数据量再大也不能产生治理风险应有的作用，并不能实现大数据治理。由此，一方面与安全风险相关的数据源源不断涌现，以及这些数据也不断被收集和积累;另一方面，由于并不掌握支持大数据治理的方法和思路，所以并未由此创造价值，最终结果就是风险治理目标实现的程度与人民群众的期望之间产生较大差距。

其次，从技术发展看，风险治理所需的治理风险数据的技术尚不到位，能够胜任对社会安全风险数据进行专业化治理的人才也缺乏。

大数据技术的兴起，必然改变以往运动式和突击式的管理手段，需要充分借助于网络、数据及云计算的特点对风险进行程序化管理。与大数据关系密不可分的“三剑客”是云计算、物联网、互联网。在社会安全风险治理领域，互联网作为技术平台，几乎能囊括并隐藏着所有的风险隐患数据，由此可为数据的共享提供最广泛的来源。但是，单就“大数据”本身而言，它仅仅是对社会事物的“数据化”描述而已，在没有任何处理之前，它更像一堆原始素材。要使大数据真正发挥作用，必须首先经过云计算这一新型处理模式，才能使这些原始数据转化为海量的信息资源。同时，物联网作为物物相连的网络，最为明显的特征是网络智慧化，通过信息化的手段实现物物相连，提高不同行业的自动化管理水平，减少人为干预。互联网、云计算、物联网“三强”联手，将极大提升风险防范和预警的实战效能。但很显然，这“三强”要真正实现联手，从而充分发挥出大数据手段技术的优势，必定需要相应的条件，但目前这些条件还比较缺乏。仅从物联网建设中存在的问题就可见一斑。

物联网被憧憬的应用形式之一便是连接城市，各种各样的传感器、视频图像监控等无处不在，并生成大量的数据，从而实现更高效的社会治理。但整体来看，该技术的软硬件目前还缺乏统一或者相对统一的标准，而且很难靠一家技术公司来完成多家设备或系统的对接与整合。再具体点，物物相连所需要的接口不统一，技术参数不一致，数据交换的标准规范不明确，功能模块五花八门，即便是在行业内部恐怕也无法实现各部门自建系统与顶端基础平台的无缝对接，成为部门协同的最大障碍，也严重制约了部分已共享数据的应用实效。

同时，能胜任对大数据进行收集、清洗、储存、检索、共享、分析等治理措施的具有大数据思维和专业知识的专业化人才队伍目前尚未建立。而且，社会安全风险治理领域还涉及一些公安专业化的手段与措施，这就对一般的大数据人才又提出了更高的要求。

最后，从数据共享现状看，横向“数据壁垒”坚硬、纵向“数据孤岛”繁多，导致数据资源浪费，风险治理效率低下，且治理成本高。

在大数据时代，数据包罗万象，纷繁复杂，各部门各系统都拥有大量的基础数据和业务数据，但部分数据拥有者容易受本位主义的影响，或将部门数据看作具有“独占权”的“私人物品”，各部门各自为阵，条块分割;在数据开放方面或片面追求形式上的开放，或局部开放，或低关联度开放，形成坚硬的“数据壁垒”，无法通过数据的共享开放最大限度实现数据“红利”。而且，数据在不同部门独立存储，独立维护，彼此间相互孤立;或者不同部门站在自己的角度对数据进行理解和诠释，使得一些相同的数据被赋予了不同的含义，无形中加大了跨部门数据合作的沟通成本，这些都形成了种类繁多的“数据孤岛”。简单地说，就是数据间缺乏关联性，数据库彼此无法兼容，由此势必导致数据资源浪费，风险治理效率低下，治理成本高，且无法准确把握社会安全风险治理领域运行的客观规律，最终造成的结局就是无的放矢。

三、大数据驱动下的社会安全风险治理对策

若将数据视为生产要素，那么其边际成本则为零，不仅不会越消耗越少，反而保持“摩尔定律”所说的指数型增长速度。因此，大数据驱动治理将成为当前社会安全风险治理的新动力。

数据治理是数据的采集、清洗、集成、分析运用以及反馈调整的循环过程。在现代风险社会，社会安全风险治理就是一场战役，成败与否，取决于数据战略是否智慧、战术是否高明、战法是否得当。可以说，数据治理不仅是风险治理在方式和方法上的更新，以及在理论和战略上的革新，而且是人、组织和社会围绕公共安全的综合创新。

（一）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

从单一维度看，一起社会安全事件的发生似乎看不到太多规律，但如果把“安全事件发生”这件事本身视为一个趋势，通过长期的数据积累，就能够发现其中某些隐性的问题，并由该类问题涉及的每一个环节、每一个部门、每一级组织相互协同合作，最终避免事件的发生，这就是大数据理念指导行动的具体模式。

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。

（二）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

大数据作为新模式，其核心是新的思维范式。大数据不仅是一场技术革命，更是一场思维革命。“所谓大数据思维，是指一种意识，认为公开的数据一旦处理得当就能为千百万人急需解决的问题提供答案。”[4]这就说明，大数据思维范式的关键转变在于从人脑思维到电脑思维，再到云脑思维的转变。舍恩伯格将这种思维的特点做了如下经典的描述：一是总体性。伴随着数据在采集、存储、分析等相关技术上的突破，对于数据的获取实现了从样本数据到全体数据的转变，由此给人们带来了对事物全貌的认识，可以更清晰反映出以往无法揭示的细节信息。二是容错性。“只有接受不精确性，我们才能打开一扇从未涉足的世界的窗户。”[5]当数据量无限大时，绝对的精准不再是数据追求的主要目标;相反，适当忽略微观层面的精确度，容许一定程度的失误与混杂，将更有助于在宏观层面对事物进行更精准的把握。三是相关性。每个个体都是直接或间接互联的终端，每个终端无时无刻不在产生数据，这些海量数据由无意义的“数据”变成有价值的“服务”，依靠的就是相互之间的关系，由此所提供的觀察事物“是什么”的视角显然远多于仅限于有因有果、只注重“为什么”的因果思维。

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。[6]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，后果不堪設想，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。

以上分析的大数据思维运用于社会安全风险治理的全过程，其特点就在于通过事前预测，将风险本身的不确定性转变成对风险治理的可控性。

（三）战法层面，以大数据技术作为行动手段，提升社会安全风险治理的精确性和靶向性

大数据作为新技术，其核心是新的信息技术。大数据的价值在于应用，必须依靠全新的处理方式，即新的数据采集技术、数据存储技术和数据关联分析技术，从根本上解决“数据从哪里来、放在哪里、如何使用”这三大问题。

以群体性踩踏事件的预防为例，群体性踩踏事件发生的条件之一是人员高度密集。从大数据角度看，大量个体在特定区域的活动构成了群体的聚合状态，一旦这种聚合超过安全空间所能承载的人员数量，则处于危险状态，这也是最大的风险源。应用大数据技术对风险源进行监测预警，及时发现并采取疏导人流的措施，通过这一风险治理的精准性来有效预防群体性踩踏事件发生。首先，采集图像、红外、移动通信、无线、射频等数据，并将数据进行去冗、归类处理，以供实时分析。其次，对视频、音频、位置等数据进行智能分析，判断出实时人流聚集指标，如密度、分布等具体状态，并预测未来一段时间内人群聚集的态势变化。再次，及时将大数据分析结果告知决策部门，并向社会公布可能存在的风险。根据阈值判断，若实时或预期人流聚集指标超出阈值，即超出临界值，则立即根据处理策略向社会公众及现场人群发送预警信息，并由管理部门迅速执行预警措施。

可以说，大数据技术作为行动手段，就是通过增强对小概率事件的关联与研究，为决策机构提供海量实时信息数据，此时社会安全防范措施等的出台完全是基于海量数据的分析结果，而不仅仅是凭主观经验，从而更具针对性，提高治理效能。而且一旦危机发生，对于危机的调查也可以利用大数据技术还原危机发生的来龙去脉。

四、大数据驱动社会安全风险治理需要树立辩证思维

（一）正确看待并处理技术与人本的关系

反思大数据驱动战略必须把握两个核心：一是技术本身。不论是什么样的大数据驱动，都是以信息化的技术为手段来改进并服务于整个社会安全风险治理的运作。所以大数据战略驱动应该注重系统性，即关注整个治理体系、治理机制的健康发展，而不是单纯社会安全治理局面的高科技改造，也不仅仅是对社会安全进行大规模高精尖技术的应用试验。另一个核心是人本身，就是以人为本的理念。坚持人本理念其实是提示大数据驱动战略需要思考一个核心价值，即：是服务于单纯的社会安全风险治理效能提升，还是服务于包括社会主体在内的每个人的全面发展？这是需要未雨绸缪的。强调大数据驱动决策仍旧在任何时候都不能忽视、更不能摒弃人文因素，否则就极有可能本末倒置。

（二）避免风险治理过程中产生新的治理风险

风险治理过程中，倘若对大数据的运用不当，则可能会产生新的治理风险。其一是“数字利维坦”风险⑧。很显然，在政府与公民的各种手段抗衡中，政府由于其拥有的众多资源而处于天然的强势地位，倘若不能正确对待这两种地位之间的差距，则很可能以维护公共安全之名全面收集公民个人信息，甚至包括彻底监控公民个人的行为，由此，“数字利维坦”的产生将完全可能，而且执行起来非常强势。换而言之，面对政府公权力与公民私权利之间存在“博弈”的虚假局面，如何寻找到其中的平衡点是大数据运用于风险治理不能忽视的。这一风险也是安全与自由能否兼得的问题。在大数据时代，能否在拥有100%安全的同时，还拥有100%的隐私和100%的便利？倘若默许“数字利维坦”的存在，至少这就是一种新的风险，同样会对社会安全产生新的隐患。正如舍恩伯格所言：“应用得当，大数据会是我们合理决策过程中的有力武器;倘若运用不当，它就可能会变成权贵用来镇压民众的工具，轻则伤害顾客和员工的利益，重则损害公民的人身安全。”[7]

其二是“数据依赖和崇拜”风险。大数据的特征之一是价值密度低，这就意味着，如果盲目迷信、过度崇拜数据，则容易导致治理者在数据海洋中迷失自我。特别是高度自动化之后，一旦技术停止了运转，也会导致常规治理体系瘫痪而无法运转。大数据是客观存在的，但对于大数据的运用则不可能完全避开人的主观因素，这就有可能陷入各种数据陷阱。如“波将金数字”⑨，即创造出毫无意义的虚假统计结果。再如数据的来源模糊、选择性数据、数据被润色等都是典型的数据陷阱，过分依赖和崇拜数据则可能陷入其中无法自拔。

五、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。

注释：

①《上海市現代物流业发展“十三五”规划》，http：//www.askci.com/news/chanye/20170412/16101395801_2.shtml。

②上海市人民政府发展研究中心——中共上海市社会工作委员会社会形势分析联合课题组、肖林等：《2016/2017年上海社会形势分析报告》，《科学发展》2017年第1期，第81-92页。

③CNNIC发布第41次《中国互联网络发展状况统计报告》，http：//www.cac.gov.cn/2018-01/31/c_1122346138.htm。

④《上海警方梳理发布2011年上海公共安全“十大谣言”》，http：//www.gov.cn/jrzg/2011-12/28/content_2032446.htm。

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

⑥《2016年上海第三产业占比首超七成》，http：//sh.people.com cn/n2/2017/0122/c138654-29631610.html。

⑦上海旅游节，https：//baike.so.com/doc/6409762-6623429.html。

⑧《利维坦》（Leviathan）是托马斯·霍布斯于1651年出版的一本著作，全名为《利维坦，或教会国家和市民国家的实质、形式和权力》，又译《巨灵论》。“利维坦”原为《旧约圣经》中记载的一种怪兽，在本书中用来比喻强势的国家。

⑨“波将金数字”来源于真实的历史事件。波将金亲王不愿意让俄罗斯女皇叶卡捷琳娜二世看到克里米亚半岛某地区的真实面貌，于是他下令在女皇座驾经过的道路边搭建起精心设计的房屋的正面模型，让这些仿照自然状态喷漆的木结构建筑远看起来很像真实的村庄和小镇。尽管靠近一点观察就会发现它们只是村庄的仿制品，但它们已经足够愚弄坐在座驾的女皇了。这一骗术的成功多因为公众本身对于这一领域的了解不足，而又因为条件所限，无法进行统计，或者懒得进行统计，当拿到一个“有血有肉”的数据时，多数会选择相信。

参考文献：

台运启，刘艺.解读社会治安风险评估[J].现代世界警察，2016（4）：13-15.

贝克，邓正来，等.风险社会与中国[J].社会学研究，2010（5）：211-230.

刘铁民.危机型突发事件应对与挑战[J].中国安全生产科学技术，2010（2）：8-12.

[5][7]维克托·迈尔-舍恩伯格.大数据时代[M].盛杨燕，等，译.杭州：浙江人民出版社，2013.

周利敏.迈向大数据时代的城市风险治理——基于多案例的研究[J].西南民族大学学报（人文社科版），2016（9）：91-98.

责任编辑：王明洲