大数据背景下大型活动治安风险防控对策研究

◆郭金鹏 李世豪 吴泰龙

（中国人民警察大学（廊坊） 河北 065000）

1 引言

德国学者乌尔里希·贝克在1986年出版的《风险社会》一书中提出了“风险社会”概念，“风险”已成为当前我国社会的主要特征之一。我国已经进入风险社会，风险态势愈发严峻、种类愈发多元。随着我国经济发展和人民生活水平的日益提高，各地承办的大型活动数量与日俱增，规模、规格也不断提升，由于大型活动的举办过程具有容易发生各类违法犯罪活动、治安灾害事故和治安突发事件等特点，大型活动的举办一直是公安机关治安风险防控的重点、难点、焦点。随着大数据时代的到来，大数据本身具有的特性以及与之配套发展的各类技术能够精准识别、动态监控和科学评估重大活动治安风险，为大型活动治安风险防控提供了有效工具和良好契机。

2 大型活动治安风险识别

大型活动治安风险影响因素繁多，门类复杂、涉及广泛，在列举、并项、溯源的基础上，可将大型活动中可能存在的治安风险源划分为如下几类：

2.1 治安风险源

（1）人的因素。人群集合的固有特征中本身就带有风险因素，大型活动参与者涉及各个年龄段人群，受到个体素质、教育程度等影响，安全意识程度和防范风险能力有较大差异。此外，参加活动的人员成分复杂，不可避免混杂不法分子。重大活动参与人数多，人流量大，活动举办区域人群密度大，流动性差，一旦发生突发情况，极易引起恐慌、失控，发生拥挤踩踏等治安风险。

（2）物的因素。主要包括场地设计缺陷、建筑设计质量不达标、临时设施及安全设施放置不合理、技术设备因故障无法正常使用，危险品存储使用存在安全隐患等。

（3）环境因素。大型活动的顺利举办，有赖于客观环境的影响。在大型活动举办期间，自然环境如发生暴雨、地震等自然灾害；交通环境如交通堵塞、交通事故等；周边环境如周边治安、场地秩序等都可能引发风险，导致一系列安全问题。

（4）管理因素。管理缺失会导致风险发生，管理因素包括安全隐患管理、教育培训、人员安全检查、应急建设、安保工作等。除此之外，大型活动安全投入的多少与风险后果的严重性密切相关。

2.2 治安风险点

（1）活动环境风险点。大型活动举办过程中可能出现超出人类控制范围的如地震、恶劣天气、洪水等自然灾害，也可能因为活动场地建筑设施、技术设备、交通堵塞等活动环境因素引发一系列突发情况，造成经济损失和人员伤亡。

（2）违法犯罪风险点。重大活动人员密度大，其中参与人员构成复杂，给违法犯罪分子实施不法侵害带来可乘之机，如发生打架斗殴、偷窃、盗窃等违法行为，甚至会有暴恐分子混入其中进行恐怖袭击等，给重大活动治安防范带来极大的风险。

（3）群体性事件风险点。由于社会矛盾的影响或其他利益诉求的交织作用，在别有用心者煽动利用下，群众情绪持续发酵，特定群体可能在重大活动举办过程中采取过激行为表达诉求、发泄不满或因活动取消、推迟等，引发人员骚乱现象，存在发生群体性事件的风险。

（4）人身伤亡风险点。大型活动区人流量大，人群密度大，一旦受到突发情况影响，极易发生人员伤亡的风险，如由于火灾、触电、拥挤踩踏、滑跌坠落、淹溺等情况导致人身伤亡。如在2014上海外滩发生的拥挤踩踏事件中，就酿成了36人死亡、49人受伤的惨剧。

（5）舆情风险点。互联网、智能手机等在给人们交流带来便利的同时，也为舆情风险的防控带来了挑战。在重大活动举办过程中，一旦发生突发情况或涉及社会敏感因素，一些局部性、地区性、一般性个案，或者一个报道、一条微博， 在舆情持续聚焦放大作用下不断异化升级， 均可能引发舆情风险，制造舆情困局。

3 大型活动治安风险防控对策

大数据背景下，公安机关作为重大活动治安防范的“神经中枢”，可以利用大数据的优势功能，从重大活动的“感、知、行”出发，实时处理全量多元、超大规模的数据，并从中发现规律，全面协同多元防范主体制定最优策略，利用大数据技术平台计算、实现治安风险的识别、评价、预警、处置的闭环，从而实现重大活动治安风险防范常态化管理和应急处置。

3.1 建立标准化公安大数据系统

一要建立公安大数据系统。传统的情报数据系统已经无法满足现实需要，公安机关需要充分利用现有公安信息化建设成果，构建公安大数据系统。公安机关要对现有的各类公安数据库、情报系统等进行梳理和整合，统一数据接口，抽取共性需求，统一规划和设计，建立公安大数据系统。大数据核心应用就是对数据的挖掘、研判。针对各类治安风险，经数据治理后形成治安风险专题库，将其中具有共性的数据按照风险源进行分类汇总，依托大数据平台自动化监测、评估和预警，实现数据与网络数据的融合，为大数据系统提供数据可视化支撑。同时，建设起治安数据资源服务，实现各类治安数据平台在横向和纵向上的关联，构建数据经纬网络，实现点、线、面全方位覆盖。

二要规范数据标准。整合各数据库接口，实现互联网数据、社会数据、政府数据、物联网数据的整合，入库数据进行全面治理，实现数据资源有效分流融合，从而最大化集约利用数据价值。

三要创新算法模型应用。在公安大数据系统中，要基于系统数据和各类已有公安数据库基础，建立统一应用登录、数据目录、统一API目录，综合应用知识图谱、智能识别、智能分析、轨迹分析、自动聚类等算法，建立智能预警、态势监测、研判分析等模型，为各类治安风险防控业务应用提供基础技术支撑。

3.2 治安风险精准识别，科学评估

治安风险识别是做好治安风险防控的基础，大数据具有存储和数据挖掘能力，可以有效识别大型活动中存在的治安风险。风险评估给大型活动增加了安全保障，更是防范化解风险的重要手段。大数据背景下，我们需要将大型活动治安风险识别、评估制度化、规范化、科学化以及专业化。

一是要实现治安风险的精准识别。通过将关联的数据库以及动态搜集的风险源信息数据进行关联，分析，将所有如现场人流量、天气环境、人的动态行为等信息进行采集，在运用专业化、智能化的技术对数据实施清洗筛查过后，进行全面、综合、深层的关联分析，从而识别出潜在的治安风险源。

二是要组建专业大型活动治安风险评估团队。风险评估需要海量的数据支持，只依靠公安机关的数据库难以满足评估需要，这就要求公安机关加强与安保公司、大数据公司、企业以及风险评估专家等的协作交流，组建专业化的风险评估团队，为重大活动治安风险防范出谋划策。

三是要建立大型活动治安风险评价模型。评价模型具有精准识别以及科学评估的能力。大数据对海量数据进行清洗及关联分析后，在对治安风险识别的基础上，通过利用大数据技术建立大型活动治安风险评价模型，对大型活动承办者的资质、活动性质、场所情况、设施设备及安全保卫、天气、交通情况等进行初步评估，在此基础上对治安风险发生的概率和程度进行评估。通过海量数据的分析评估以及对治安风险识别，将动态监测的风险数据纳入前期建立的治安风险专题库，并进行数据研判。通过算法及模型，感知风险源，智能运用定性、定量和矩阵风险分析等评估方法识别大型活动潜在风险，评估风险潜在危害及影响，并借助数据可视化技术将评估结果进行展示，得出科学的风险判定等级和解释说明，方便评估主体作出科学决策。

3.3 风险源动态预警

海量数据是大型活动治安风险预警的基础，大数据在预警风险方面有独特优势，通过对实时监测、搜集的数据挖掘分析，实现对事态发展趋势的预测，实现科学预警。在大型活动进行过程中，通过大数据应用，对可能引发治安风险的各种要素，如车流量、人流密度等进行实时动态监测，可以严密掌握大型活动发展动态，及时把握可能引起治安风险的各种因素，提升对治安风险感知能力和识别能力。另外也要对各类前端风险源动态管控，在站点、安检点重点部位设置动态人脸识别、车辆识别等前端感知设备，实现重点人口精准识别、触圈预警。

（1）客流量、人流量预警

人流量和客流量是导致风险发生的最核心的要素，利用大数据客流、人流识别检测预警，从而做出应急反应，能够有效提升对治安风险防控能力。通过公安大数据平台接入客运商数据平台，获取周边地铁、公交运营、站点的票据系统客流数据；接入电信通讯商通信手段获取用户位置、流量数据；接入活动现场人员、车辆数据采集与核查库，掌握现场客流、人流情况。通过公安大数据系统融合客流数据及通讯数据，采用通讯基站、AI算法等进行融合定位，集合通信用户的网络数据、通信数据等形成以用户定位为核心的实时监测能力，构建大数据智能化人流管控系统，对人流高峰进行预警、定级，并且根据预警等级采取相应措施，对人流量进行分流、引流和疏散。

（2）治安风险重点人员预警

建立治安风险重点人口数据库，包括在逃人员、刑满释放人员、容易肇事肇祸精神病人、涉恐涉暴涉毒人员、非正常上访人员等。通过大数据视频监控系统，人脸识别技术，大数据人车查验信息等实现对重大活动中的治安风险重点人员实时定位、活动轨迹可视化。强化动态管控，建立异常行为预警模型，对治安风险重点人员的购票数据、物流数据、出入行业场所数据、通话数据等进行关联分析，一旦发现异常行为，及时预警。

（3）网络舆情预警

建立大数据舆情预警机制，对微信、微博等互联网、新媒体网络社交平台数据进行监测，应用聚类分析、网络爬虫等大数据技术，对敏感信息、词汇实时记录和抓取，分析研判可能产生的舆情及已发生舆情的态势趋势、传播扩散等情况，并实现精准监控，及时预警。

3.4 多元主体协同参与

大数据背景下，面对复杂的重大活动治安形势，传统公安“一家独大”的治安防控模式已无法适应新形势的需要，新的对策亟待提出，必须重塑治安风险防控理念，推动多元主体协同参与治安风险防控。面对多样化的治安风险，公安机关需要加强与政府、企业、社会机构、公民等多元主体的协同风险感知交流、协同合作，发挥各主体优势专长，形成重大活动治安风险防控网络。必须指出的是，多元主体参与防范，并非各司其职的配合式参与模式，而是在平等参与基础上的各方协同一致，充分发挥自身优势，实现多元主体的优势互补，促进治安风险防范效能逐步优化和最大化。

4 结语

本文探讨了大数据背景下大型活动治安风险防控对策。首先对大型活动举办过程中的人、物、环境、管理四个治安风险要素及对活动环境、违法犯罪、群体性事件、人身伤害、舆情等五个治安风险点进行分析、识别，并立足大数据系统标准化建设、治安风险智能评价、风险源动态预警、多元主体协同参与等四个方面提出防控对策，推动大型活动治安风险防控的科学化和精准化。