信息技术赋能的社区风险精准治理研究

张宇栋助理研究员 刘 奕副研究员

(清华大学 公共安全研究院，北京 100084)

0 引言

按照党的十九届五中全会关于“十四五”规划和二〇三五远景目标的建议，我国将进一步推动社会治理重心向基层下移，构建网格化管理、精细化服务、信息化支撑、开放共享的基层管理服务平台。结合统筹发展和安全，建设更高水平的平安中国战略部署，推进社区风险精准治理将是未来一段时期我国国家治理体系和治理能力现代化发展的一项重要任务。

社区治理是国家治理和社会治理的基础工程。习总书记指出“社区是基层基础，只有基础坚固，国家大厦才能稳固”“社区服务和管理能力强了，社会治理的基础就实了”。社区安全又是社区治理的基本目标。社区中人、事、地、物、组织高度汇集，风险因素众多且相互交叠关联，社区风险监测和防范是保持社区良好的运行秩序与持续发展的前提，亦是社会和谐稳定、国家长治久安的要求。

自2009年IBM提出“智慧城市”的概念后，以大数据为代表的各类信息化技术开始应用到社会治理之中，社区层面各种“智慧社区”建设方案也相继被提出。政府部门和互联网行业的一些机构开始围绕社区治理与服务需求开发各种专门的信息系统，打造智慧社区平台逐步成为当下热点。与此同时，在多种多样的智慧社区方案中，怎样利用信息技术优势找出社区中各种风险并加以控制，都是重点和难点问题。

在我国“新型基础设施建设”战略大背景之下，5G、人工智能、物联网、大数据等新技术全面融入社区生活，数字科技的支撑为社区层面的社会治理社会化、法治化、智能化、专业化水平的提高提供“智慧新模式”的选择。如今，“精确、迅速、小范围、低成本、细节分明”正成为社区风险治理所追逐的目标。特别是在新冠肺炎(COVID-19)疫情应对中，社区作为疫情联防联控的第一线，也是外防输入、内防反弹最前端的防线。科学防控、精准施策，是疫情防控常态化完善社区治理体系最重要的着力点。不仅限于重大疫情，面向自然灾害、事故灾难、公共卫生事件、社会安全等任何风险的治理精准化程度，都决定着社区化解风险的效能和抵御风险的韧性。为此，本文围绕社区风险面临的严峻挑战，充分结合信息技术发展带来的科技赋能机遇，全面分析研究社区风险精准治理发展战略，为推动我国社区治理现代化提供理论支撑。

1 社区风险精准治理的需求分析

1.1 需求框架

社区作为城市的分形，是城市安全的基本单元。任何以城市为承灾载体的突发事件，所产生的破坏影响最终都作用于一个或多个具体的社区。而城市突发事件的演化大都发生在具体的社区，每个社区的风险治理又组成了城市安全的基础保障。因此，社区基层既是安全的本体，又是孕灾的宿体，是开展风险治理的根本单元。

社区作为对突发事件风险监测与防范的末梢，承担着“发现问题”和“解决问题”的双重任务。能否及时、准确、全面地监测到社区内外各类动态，并从中分析研判出相应的安全风险态势，意味着社区是否有机会在突发事件的事前开展防范化解的措施；能否选择并组织实施最为有效、经济、和谐的措施来应对显在和潜在的安全风险威胁，决定了社区面向安全风险所呈现的韧性和应急能力。总体来说，精准化是社区风险治理体系与治理能力发展的目标。社区风险精准治理，就是要精准地监测与防范本社区区域内外的各类突发事件风险。将目标进一步解构，可得到纵向贯穿突发事件演化过程、横向覆盖突发事件全部类型的2个维度来确立精准化需求，如图1。

图1 社区风险治理精准化的业务需求Fig.1 Demands for precise governance of community risk

1.2 “纵向”需求

社区风险治理纵向维度上的精准化，主要包括突发事件事前的监测环节，如采集汇聚数据、识别风险隐患、分析预测预警等，以及防范环节，如风险管控、应急响应、处置救援等。这是一个串联的过程化需求，前置环节精准化的结果，决定着后续环节精准化的前提。社区所采集的各方面数据越精确、汇聚的各类风险信息越全面，用于识别风险隐患的判据就越完备，进而做出更加精细的分析、获得更加符合实际的态势预测，以及向相关方发布及时准确的预警信息。在此基础上，社区可以有针对性地组织开展风险管控。当风险进一步演化成突发事件，依据实时的全局信息和可靠的态势预测，社区能够实施高度适应应急需求的响应措施，诸如物资调配等，以最低的成本开展最有效的处置救援。

1.3 “横向”需求

横向维度上，精准治理的对象范围要覆盖社区所面临的包括自然灾害、事故灾难、公共卫生事件、社会安全事件在内的全类型突发事件及其耦合灾害、次生事件的风险。但也不是所有的突发事件风险都在社区层面得以治理。为了在城市的市域实现风险治理的全面覆盖、不重不漏，通常可将各类突发事件风险划分为“点”风险、“线”风险和“面”风险。其中，社区主要承担的就是“点”风险的治理，包括社区范围内基础设施关于地震、台风、暴雨等各类自然灾害的各项防灾减灾和疏散逃生，水、电、气、热、电梯等设备设施运行安全及火灾等事故隐患排查整改，公共空间卫生消杀及重大传染病疫情防控，基层人口和综合治安管理，等等；社区“点”风险之间连接着“线”风险源，如城市里的公路网、轨道交通网、生命线网等系统。虽然“线”风险密布于更大的城市尺度空间，很难通过独立的社区开展有效的风险治理，但作为“线”风险的末端，社区仍具有表达和反馈系统运行结果的功能；社区所处的区域自然社会环境和毗邻区域等构成的“面”风险，更依靠全部社区的共同治理。

1.4 信息技术支撑需求

随着信息技术的蓬勃发展，大数据、物联网(Internet of Things，IoT)、人工智能(Artificial Intelligence，AI)等一系列技术手段被广泛地引入社区治理场景，显著提高了社区风险治理的精准化水平，为实现社区风险精准治理的各项业务需求提供了充分支撑。例如：布设于社区内外公共空间中的各种前端摄像机、传输线缆、视频数据存储设备及视频监控平台所构成的安防系统，能够采集实时的视频影像，进而分析出对应空间内人员、车辆的危险行为和物体、环境的危险状态信息；由智能化的水表、电表、气表、暖气空调控制元件、电梯监控系统、消防控制系统等各类传感器、网关、边缘计算设备所构成的设备设施监控系统，能够采集实时的状态参数，进而分析出对应设备设施的运行隐患及故障信息；居委会、网格员、物业公司、志愿者以及居民等社区中多元化主体通过信息化的形式参与到社区“共治”，各种登记和业务过程中不断沉淀的数据，构成人员、物资等重要的底数信息。

显然，信息化作为最基本的前提，将社区人、事、地、物、组织等各种要素数据化、数字化，为进一步开展精准的定量计算分析创造条件。有了数据之后，还需要对数据进行分析，挖掘出数据中蕴含的风险信息，这一步更离不开信息技术的支撑。在多源异构数据采集汇聚的基础上，通过数据的时空融合分析与集成共享技术，在多业务需求驱动下跨尺度、跨领域地解析出各类风险信息，是实现社区风险治理全局精准化的关键。

2 社区风险精准治理的发展战略

2.1 技术与制度的协同发展

技术发展一般遵循“理论—技术—应用—需求—理论”循环，社区风险治理技术的应用水平不足，甚至会进一步造成技术发展的停滞并陷入恶性循环。为达到信息技术赋能社区风险精准治理的效益最大化，就需要与之匹配的制度来提供技术应用的保障性规范。当前，信息技术的发展大都能够有效支撑社区风险监测与防范的任何单项任务。而随着技术成本的逐步降低，社区风险精准治理所面临的发展难题重点向“谁来用”“怎么用”的问题上集中。我国社区普遍存在着技术与制度的协同性不足。相较于技术发展水平，制度的落后使得社区风险治理的组织条件与数据条件发展不同步，进而使得数据隐私问题突出、数据资源闲置、有系统但不用系统的“人—机”隔离现象等，这些短板都在应对COVID-19的初期中有所暴露。

尽管社区治理的制度对技术的选择是主动的，而技术对制度的影响是被动的，但技术与制度的协同，通常会驱动业务流程的重构，改变传统的社区治理多主体间的关系，如图2。一方面，大数据等技术改变了社区各类主体参与社区治理的形式，通过数据资源的共建、共享，形成围绕社区多源异构数据的社区风险治理组织体系，进而在提高工作效率的同时，为精准化的风险治理厘清多主体协同关系；另一方面，制度适配性的提高，有利于获得充足的、可信的数据资源，从而为社区风险精准治理提供丰富且高质量的数据资源。因此，社区人、事、地、物、组织的数据采集、处理、应用、共享，以及网格化功能拓展、IoT等一系列社区风险监测与防范关键技术发展，与多主体社区治理组织体系及其协同机制构成互利共生关系。

图2 社区治理多主体关系Fig.2 The multiple subjects relation of community governance

2.2 基于数字孪生的技术集成

技术发展本身是灵活和快速迭代的，而制度需要具有一定的稳定性来保证其公信力。因此，我国社区风险精准治理整体上呈现出“技术在前、制度在后”的客观发展规律。单就社区风险治理的技术层面而言，是存在典型的“木桶效应”的。单一的先进技术应用很难带动整体技术体系的进步，而单一的后进技术短板则会造成整体技术体系的落后。所以，社区风险治理的精准化，是一系列利用信息技术驱动业务流程重构的系统化迭代过程。而围绕核心技术的集成化之路，则是实现持续改进的必然选择。当前，在选择核心技术的众多实践过程中，以“数字孪生”技术为核心的社区风险治理创新，正逐步成为热点。

“数字孪生城市”是超越“智慧城市”局限性的、更新的技术趋势。近年来，集成了包括建筑信息模型(Building Information Modeling，BIM)、倾斜摄影测量3D实景建模、地理信息系统(Geographic Information System，GIS)、大数据、IoT、云计算、5G网络通信、有限元模拟等的一系列技术应用的城市信息模型(City Information Modeling，CIM)，正同步构建数字孪生的智慧城市，重塑了城市全要素的表达和管理模式。

同样的，“智慧社区”也在向着“数字孪生社区”进化。对应于物理实体社区通过多学科、多物理量、多尺度、多概率的仿真过程，实现时空融合的数字化映射。与此同时，也把社区的基础底数、人的行为、物的状态等各种动态变化都映射到一个数字模型上，从而构建起数字化的社区孪生体，如图3。以“数字孪生社区”为核心，能够汇聚融合多源异构数据，形成与实际社区时空同步的风险要素信息，直观、客观地反应社区态势变化，从而能够精准地计算、分析和预测社区风险，并用于不同防范措施的推演，辅助社区获得最优化行动，以实现社区风险治理的精准化。此外，“数字孪生社区”也将为有序化、规范化的吸纳技术集成，以及制度对技术的适配提供依托。

图3 数字孪生社区集成技术框架Fig.3 The technology framework of digital twin for community integration

2.3 社区风险精准治理一体化

近年来，我国社区治理在基层网格化的基础上，也进行了诸如“多网融合”等朝向“一体化”迈进的有益探索，但依然存在着“条块分割”的问题。由于顶层设计的缺失与复杂的历史遗留问题，社区中对应不同业务部门的各种信息系统繁多且应用水平参差不齐，加之社区的应急体系与治理体系相互独立的现实状况，矗立起典型的“数据烟囱”，成为目前制约社区风险治理精准化的关键瓶颈。

要想拔掉社区风险治理的“数据烟囱”，最重要的是如何推进社区治理组织体系与协同机制面向信息技术的适配，以提高多主体参与社区治理的专业化和“人—机”协同程度。在技术层面，可以依托以数字孪生社区集成技术框架为主的社区全息物联感知体系，从利用接口实现多系统的同步通信，到多系统的相互兼容，再到多系统的模块化集成，逐步构建智能物联、人在回路的社区治理一体化平台。进而达到多项业务一体化融合，“平—战”一体化融合，“管—服”一体化融合，将社区中的人、事、地、物、组织等方方面面的信息融合汇聚、集成共享，进一步促进社区风险治理精准化的实现。

3 社区风险精准治理的技术体系

3.1 统一时空坐标的社区数字模型

具体到如何构建好社区风险精准治理一体化平台顶层设计的问题上，不仅需要兼顾系统性、可行性和前瞻性的战略框架，更需要清晰的底层逻辑落实到明确的抓手。为此，结合我国社区实际，对照数字孪生社区技术，研究提出统一时空坐标的社区数字模型作为社区风险治理精准化发展的技术体系迭代原型。通过“GIS+3D+BIM”技术集成，对社区主要的建(构)筑物等基础设施及环境进行跨尺度的数字化建模，融合社区域内及周边区域的GIS空间数据、倾斜摄影3D实景数据、主要建(构)筑物主体结构数据，实现社区物理结构特征的全局化、系统化、可视化。对社区物理实体的空间基础建模可分为3层叠加结构，整体由3个相互映射的图层数据构成。

图层1：在模型的底层为地理信息系统建模(GIS模型)，该层对应“宏观—中观”，跨尺度显示社区所在城市及社区区域的可缩放二维电子地图与卫星影像地图，从全局视域获得从城市尺度到社区尺度的空间位置关系。通过测绘及第三方地图数据搭建，并接入与社区相关的GIS空间结构数据，以及动态可更新的地理实体信息。

图层2：在模型的中层为倾斜摄影三维实景建模(3D模型)，该层在底层GIS模型的基础上，对应社区的地图位置建立社区全域内的高精度3D实景模型。对应“中观—微观”，跨尺度更加真实、直观地显示社区域内的道路、绿化、公共设施、建(构)筑物单体等物方纹理信息。通过无人机倾斜摄影技术构建社区的3D实景模型，并在其中加载物联网(IoT)数据，实时展示智能感知反馈的社区动态。

图层3：在模型的顶层为建筑信息系统建模(BIM模型)，该层在中层3D模型的基础上，对应社区内核心的建筑物等建立“微观”尺度下的主体结构三维的立体实物图形，系统性地提供建筑物物理和功能特性数字化表达。通过BIM建模技术对社区主要建筑物单体进行建模，汇聚社区核心建筑物的全部工程数据。

3.2 数据资源

在上述建模的基础上，社区的人、事、地、物、组织等数据可按照时间依次根据相应的空间分布记录和显示在模型上，从而实现时空统一坐标的社区多源异构数据汇聚融合及可视化。社区数字模型和动态的数据共同组成了数字孪生社区的基本构形，面向社区风险精准治理需求的数据资源主要涉及但不限于以下几类：

(1)地理信息数据，主要包括：社区内外全部道路、建(构)筑物、组织机构、生产经营单位、其他公共设施数据，为可公开获取的公共基础数据，在GIS模型、3D实景模型中标定和关联有关信息。

(2)建筑分布及内部结构数据，主要包括：社区的园区规划图、建筑内结构平面图、人防工程图、电气施工图、应急疏散通道等数据，可由社区、物业或承建单位提供，在BIM模型中关联有关信息。

(3)水电气热管线设备及电梯数据，主要包括水电气热公共线路、设备、电梯设备、消防设施、相关物联网传感器等数据，协同运营单位获取相关数据，部分传感器根据实际需求布设，在GIS模型、BIM模型中关联有关信息。

(4)视频监控数据，主要包括：门禁、园区、建筑内公共区域视频监控摄像头，接入现有系统数据，将分布数据的点位图对应在GIS模型、3D实景模型、BIM模型标定并关联有关信息。

(5)社区治理通用数据，主要包括：人口、车辆、物业等数据，由社区、物业提供，通过各类系统登记的信息数据，被记录为关联时间和位置信息的动态数据。

(6)移动终端数据，主要包括：社区重点人员监控和特殊人群监测装备、网格员手持终端、社区居委会移动终端应用程序、物业管理移动终端应用程序等数据，由关联时间和位置信息的有关业务数据接入。

3.3 信息化赋能风险精准治理的功能应用

加载了多源异构数据资源的社区数字模型，为社区风险监测与防范各个环节的精准化创造了数据条件。在此基础上，还需要引入面向具体业务需求设计的数据分析功能，才能组合为完整的社区风险精准治理一体化平台。不同于相对标准化的社区数字模型具有通用的结构，依照社区实际面临的突发事件风险情况，各类数据分析功能是针对不同需求的个性化的应用，如本文给出的以下2例常见模块示例：

(1)基于人脸识别、视频定位等视频分析技术的智能门禁、安防监控系统，可赋能身份核验、非配合测温、车辆定位、可疑人员轨迹跟踪等任务，全天候地精准感知社区域内人员车辆动态，并在社区数字模型上显示可疑人员、车辆违章、垃圾堆放、应急通道占用、重点区域闯入、聚众和危险行为、烟火监测等实时的预警。

(2)基于各类水、电、气、热管线设施及电梯设备等布设低延时、低功耗、广覆盖的传感器监控装置所构成的IoT网络，监测、记录和转发相关运行数据，实时监测和主动发现社区设备设施故障隐患，并在社区GIS模型、3D实景模型、BIM模型中的相应位置实时显示设备故障预警信息，以及智能化推送处置决策。

除此之外，功能还有：社区火灾风险评估、危害预测及应急逃生仿真，燃气泄漏风险评估和事故毁伤的模拟分析，社区震害模拟及地震灾害下的大规模疏散，以及警务、政务、物业的管理信息系统等等。应用的多样化意味着所构建的技术体系良好的可扩展性，这将充分满足社区风险精准治理“纵向到底、横向到边”的发展需求。

4 结论

本文按照“提出问题—分析问题—解决问题”的逻辑，就信息技术赋能的社区风险精准治理问题展开全面而深入的讨论。社区的运行和发展时刻面临着自然灾害、事故灾难、公共卫生事件、社会安全事件及其耦合灾害、次生事件的威胁，需要能够精准地采集汇聚数据、识别风险隐患、分析预测预警，并开展有效的风险管控、应急响应、处置救援。进一步分析推进社区风险精准治理的核心问题，在于社区在风险治理制度层面的多主体组织建设与管理机制能否同步适应和配合好先进的信息技术应用，使之赋能社区风险精准治理的效益最大化。为此，本文提出基于数字孪生的技术集成和社区风险精准治理一体化2大发展战略。在此基础上，构建基于“GIS+3D+BIM”的统一时空坐标的社区数字模型，用以汇聚融合社区人、事、地、物、组织多源异构的数据资源，从而面向具体业务需求开展数据分析。总体上，不仅为推进即有社区开展CIM建设和应用提供解决方案，也为实现社区风险精准治理提供了系统化的技术体系范式，丰富了我国社区治理现代化的理论成果和实践方案。

展望未来，无论是“智慧城市”还是“数字孪生社区”的发展都离不开对社区风险精准治理议题的进一步深入探讨。而随着信息技术赋能社区风险治理各项应用愈加的成熟，诸如视频监控系统、传感器网络等各类软、硬件也将针对社区风险更加专用。届时将需要具有科学信度与合理效度的评估机制来标准化、规范化的拉动社区的相关技术与制度进一步协同发展。精准化的背后更意味着对个人信息的利用和隐私安全的保障，相关法律的不断健全以及社区安全文化建设，对应着社区风险精准治理各项信息技术应用公信性的建立和习惯性的培育。