论文部分内容阅读
摘 要：城市的安全发展程度是衡量国家社会稳定、公众幸福感的重要指标。近年来新兴的大数据技术为城市安全发展提供了新的思路和方法，随着大数据渗透到社会的各个方面，从政府决策与服务到人们的衣食住行和商业往来，公众对大数据这一词已不再陌生，城市的安全发展和大数据也从若即若离到不离不弃。本文聚焦大数据助力城市安全发展的重要意义，讨论存在如数据共享难题、数据质量存疑、数据安全与个人隐私难保证、数据技术落后、数据立法缺位等挑战，从大数据文化引导、跨机构数据共享、数据管理机制、大数据法律体系方面探讨大数据应用优化问题。
关键词：大数据;城市安全;文化引导;管理机制;法律体系;
一、大数据在城市安全发展中的意义
随着城市化进程加快，我国部分城市进入高速发展建设期，一些城市安全基础比较薄弱，安全管理水平与现代化城市发展要求不适应、不协调，出现人口超饱和，建筑空间拥挤，环境质量恶化等一系列“城市病”，并可能在特定情况下演变为“城市风险”。[1]现代城市安全风险具有系统性、复杂性、突发性、耦合性、高破坏性等特点，因此，在城市化加速推进的过中，必须把安全发展作为未来城市安全发展管理的重中之重。[2]大数据技术为城市安全发展提供了数据基础、数据处理技术、预测手段和风险评估方法，推动公共安全治理进入事先预警与事中处理相结合、主观判断与理性判断相结合、危机处置与民众互动相互结合的新阶段。[3]
1.1、大数据提升城市风险防控能力
大数据基于多层复杂网络对复杂城市系统进行的研究，能够为城市安全发展建构预测预警模型与决策计算模型，进而通过互联网和物联网技术对数以万计的电子数据进行微观系统分析。[4]在大数据环境中利用风险建立模型，预测模拟灾害发生和发展的过程，研究自然和人为灾变现象和周边环境的相互作用机制，探索灾害系统的本质规律，为灾害的预测提供依据。通过使用大数据技术、相关性分析、应急云平台以及AI技术实现了城市安全风险防控评估的量化问题，通过可视化平台在数字风险地图上直接标注出每个区域乃至街道的风险数值，直观展现城市每地块的风险程度。一旦灾害发生相关管理部门的决策者迅速获知险情发生的地点和程度等详细信息，制定科学合理的抢险救灾措施和人员物资撤离方案，最大可能避免或减少人员伤亡和财产损失，并针对灾害发生区域自然环境特点和社会经济状况，制定和实施科学合理的灾后重建规划。推进大数据与城市安全发展相结合，注重大数据产业的发展，在数据信息共享、数据处理能力升级、数据价值深度挖掘，有助于加快实现城市安全管理的系统化、智能化、精细化;有助于加强公共安全基础设施安全管理、提高社会治理能力、提升应急救援能力、增强监管执法能力、强化安全风险管控;有助于健全城市安全风险预警指数分析和发布机制，对城市风险进行集成分析，实时预警，及时采取应对措施。
1.2、大数据提升城市突发事件处置能力
将大数据分析大规模地引入到突发事件管理工作中的做法，最早起源于1970年纽约交通警察局的“预测未来的图表”，结合地图与以往地铁抢劫案发生的时间和地点，分析原因和规律，预测第二天地铁抢劫的时间和地点，1988年在全美警务部门推广“地图映射和数据驱动的治安管理”全面提升联邦治安管理水平，2006年，通过把20年的犯罪数据和交通事故的数据整合到一起，映射到同一张地图上之后，发现交通事故的高发地带也正是犯罪活动的高发地带，甚至交通事故的高发时间段，也是犯罪活动的高发时间段，成立“数据驱动的新方法：犯罪和交通安全”的工作组，在特定时间、特定地点开展部门联合治理，大大降低犯罪率和交通事故率，警力使用效率显著提高。充分体现了数据分析的主要两个侧重点，一是描述性分析，发现潜藏在数据表面下的历史规律;二是预测性分析，基于现实面向未来，预测趋势。
例如，我国的警务地理信息系统（PGIS）就是借鉴了这种基于数据的警务管理模式的成功经验开发的犯罪时空大数据分析系统，PGIS就是依托公安信息网和大数据分析应用技术，以警用电子地图为核心，为各警种提供业务信息空间定位、资源整合、可视化管理和空间分析的公共基础支撑平台。[5]在警情分析决策、大型活动安保与警卫勤务、指挥调度、智能交通、刑事侦查、舆情分析、消防管理、情报分析、犯罪时空分析与犯罪制图、治安防控与管理及其他警务实战中取得显著应用成效。实现了各种重点关注对象、制高点、风险点的可视化管控，预案的制作、动态推演以及安保勤务以“图”进行直观部署，为侦查摸排与布控提供重要情报线索，显著提高了警务决策的科学性，大大提升了群众安全感和满意度。
1.3、大数据提高政府公共决策能力
大数据的运用，为公众提供了更为快捷和广阔的参与渠道，使公众参与的主动性大大增强。政务流程中基础信息实现共建共享，通过公众参与政府决策全过程，进一步推动治理难题的解决和社会矛盾纠纷的化解让信息通联贯穿于政策制定、执行和监督之中。[6]提高了政府与民众之间沟通的深度和广度;政府能够更加全面了解各類信息，准确判断发展趋势，进一步提升公共政策的质量，促进保障和改善民生的同时提升政府公信力，确保公共决策能力通过信息技术得到大幅提升，实现政府决策的科学化、民主化、精准化和高效化，并最终提升公众的满意度，促进社会和谐发展。[7]
二、大数据助力城市安全发展面临的主要困境
尽管当前大数据技术已经逐步成熟，但同时也面临着一系列瓶颈式难题制约着大数据的发展。数据共享难题的普遍存在，严重制约着数据的共享和充分利用;无法规避的数据错误，导致数据质量低下，制约公共决策水平;数据安全和个人隐私边界不明确，导致公众对大数据的安全性担忧;政府大数据配套软硬件技术落后，与城市发展脱节;大数据配套立法缺位，导致数据的采集和使用不规范，数据的保密与共享，对谁保密，与谁共享，出问题谁追责，向追谁责均无明确界定。任何先进技术的发展都是双刃剑，大数据也不能例外，如何在推动数据开放的同时又能有效地保证数据质量、保护数据安全和个人隐私，将是大数据时代的一个重大挑战。 2.1、数据共享难题
城市安全发展的智慧源泉在于海量数据的广泛采集、深度挖掘和再利用，如果没有足够的信息资源，数据挖掘的效用将大大降低，造成数据挖掘效率低下的一个重要原因就是数据共享难题，又称信息孤岛。由于收集技术和制度体系不健全，我国目前政府数据的调查、编码和存储的科学程度并不高;政府部门条块分割，形成“数据孤岛”，许多政府公共信息仍处于零散、分割、封闭状态;政府主导建立大数据治理平台缺乏其他主体参与，完全依靠政府力量往往难以完成或者效率不高。[8]如何有机地聚集、整合多个不同部门信息系统产生的数据，成为制约大数据信息共享的“瓶颈式”难题。信息孤岛不仅造成城市硬件基础设施重复建设、标准不一致，而且造成数据信息分散，严重影响了大数据的采集、分析和利用，难以在改进城市公共安全管理中发挥积极作用。信息孤岛在我国是一个普遍问题，各地亟需打破信息孤岛，加快数据开放和共享，提高城市公共安全风险管控及应急响应能力，化解公共危机。
2.2、数据质量存疑
诺贝尔经济学奖获得者赫伯特？西蒙提出，当决策者试图理性地行动时受到获得信息和加工信息能力方面的限制。基础数据和信息是正确决策的重要依据，没有准确可靠的数据和信息作保障，就无法作出及时、正确的决策。[9]一旦获得数据质量不可靠，决策部门必将受到频繁的、大范围的质疑，引起巨大的争议，面对城市突发公共安全事件时，决策者使用了有局限性的、片面的数据，就很有可能做错误的决策从而造成更为重大的损失。
数据能满足其既定的用途，它才有质量，如果不能满足既定的目标和用途，就谈不上有质量。数据的质量不仅取决于它的本身，还取决于它的用途。数据质量的确保是一个复杂的过程，这其中有很多环节，从早期源数据收集标准的定制、数据传输、存储再到后期数据分析挖掘销毁等，贯穿整个数据管理的始终，任何环节出错都有可能导致数据安全性、时效性、完整性出现问题。面对指数级增长的数据，如何把散落的数据资源整合起来，自动从中挖掘出有价值的信息和知识，是当前数据质量面临的另一个巨大挑战。另一方面，各政府部门之间存在一定的职能交叉，收集的数据不免有所交叉，由于工作侧重点不一致，就会存在部门间数据不一致，新旧数据之间也可能存在不一致，如果不同部门就同一性质，同一类别事件，前后报告出现不一致数据，可能会影响政府的公信力。
2.3、数据安全与个人隐私难保障
大数据云端涵盖了城市运行的多个信息系统，里面包括政务信息、城市运营数据、城市风险信息、企业数据、客户资料等前所未有的大量宝贵的社会运行的数据财富，而且通过大数据的挖掘，能够萃取出非常宝贵的信息资产。如果不法分子窃取到这些机密信息，不仅会造成社会经济的动荡，甚至会威胁到整个国家的长治久安。[10]与大数据技术的日新月异相比，政府部门数据安全防护手段的发展跟不上大量数据的积累速度和种类的变化。这就使得越发展问题越多，来不及填补的漏洞越多，大数据技术越进步，黑客攻击技术发展就越快速，但数据安全防护技术提升缓慢，加大了大数据的安全风险。[11]一旦数据库中发生安全漏洞，必将引发公民个人信息的泄露，还很可能造成城市管理混乱，政府管理应急决策失误，甚至引发社会局部动荡。另一方面，不同的两组或多组分别安全的数据，一经整合加以分析可能会产生意想不到的结果，影响社会甚至国家稳定和安全。所以数据库一旦建立，就应该严格保护，否则很容易被滥用。
数据收集与个人隐私保护的矛盾。在公共安全治理领域中，许多公共安全数据本身具有双重属性，一方面它们涉及到公共安全保障，从而具有“公共性”;另一方面它们又与公众隐私密切相关，又具有“私有性”。这两种属性之间的矛盾会给公共安全治理中的大数据管理带来难题。[3]例如政府部门在公共场所大量安装音视频监控、传感设备，舆情监测手段等一方面固然有助于保障城市公共安全并表现出了不可或缺的作用，但另一方面也可能会使人们的隐私被暴露。尤其是在大数据环境中，政府需要将各方面的数据进行集成和整合，很多信息可能都与个人信息和日常生活方式，消费方式密切相关，所以在对其进行分析的时候，对个人隐私的穿透力不仅仅是一加一等于二，更多时候是远远大于二的，根据信息的整合就能精确知道谁在做什么，准确预测将要做什么，由此形成的庞大数据库完全可以勾绘出一个人的生活、工作、社交等方面的全景式图像，人们的一举一动都将随时处在政府部门的目光之中，这就涉及到个人隐私的问题。公众感觉，监控就是监控，不管是通过人还是计算机来监控，都是要侵犯个人的隐私和自由，从而产生抵触和不满情绪，不仅使公民对城市安全发展建设的自觉性遭到打击，日后信息的采集就会更加困难，甚至也会造成政府公信力的削弱。
2.4、数据处理技术落后
政府数据“软硬件”整体技术跟不上社会发展的脚步。当前几乎所有的数据都是数字化的，各种传感器、监测仪数量的剧增，超高清图像和视频源源不断的生成都是数据爆炸的原因，数据量正呈指数级增长，数据容量的爆炸，与政府数据收集能力低下、数据传输速度低下、保存期限短、维护力度不足及平台共享技术不到位等客观事实，形成鲜明对比，严重制约大数据发挥应有的作用;另一方面大数据还具有数据多样性、复杂性、差异性等特点，可以“分析和使用”的数据在大量增加，仅经过收集和存储并不具有高效准确的实用性，需要通过数据的交换、整合和分析，可以发现新知识、处理问题新思维、创造新的价值，目前大数据索引结构的局限、运算方法落后及先验知识的缺乏都造成数据质量低下的后果，如何管理和分析数据正在日渐成为大数据技术研究的重中之重;此外，大数据运算与硬件的协同、大数据安全防护技术人才以及大数据管理的易操作性等方面均存在技术挑战。
2.5、缺少数据安全法律法规保障
大数据在给城市公共安全提供安全保障的同时，其所带来的安全威胁也将辐射到各个角落，其中个人隐私信息数据带来的威胁，尤为受到公众的关注。一些敏感数据的所有权和使用权并没有明确界定，当信息泄露或被盗取时，责任主体很难确定，这就导致不少信息泄露维权者选择不起诉，放縱了不法分子，形成一个恶性循环。[12] 目前我国关于数据安全和个人隐私的法律条款比较分散，主要在其他主体法中有个别涉及，医疗、金融等重要行业的数据安全方面相关的法律条款也是零散的。从立法形式上看，我国有关信息安全的法律法规在数量上形成了一定的规模，但尚未构成一个系统的、完整的、条理清晰的体系，部分条文规定的内容太过于抽象，操作性差，可执行性不强，且存在重复、交叉，形成多部门执法和多部门管理的局面，导致执法成本高和司法成本的浪费。亟需一部完整的国家级的数据安全法，对个人数据进行统一的规制，来有效应对大数据时代的安全挑战。
三、大数据应用优化的建议
城市公共安全风险管控背景下大数据应用优化，既是一个技术问题，也是一个机制问题，更是一个社会文化问题，需要同时在弘扬大数据文化、构建数据信息跨机构共享机制、加快数据治理政策法律体系建设、完善数据管理机制建设几个方面探讨研究。
3.1、弘扬大数据文化
在全社会弘扬大数据文化。所谓大数据文化，是尊重事实、推崇理性、强调精确、开放共享的文化。政府应该发挥主导作用，改变公众“重定性、轻定量”的思维习惯和意识，在公共领域推行数据治国的理念，引导各类社会主体整合和开放数据，形成政府信息与社会信息交互融合的大数据治理平台，在全社会全面提升共享意识，引导基层民众参与社会管理，促进政府与社会之间的协同和合作;引导社会和民众尊重规则、秩序、信用等，培育全社会的公共文明和契约精神;助力治理能力升级，引导由此形成的福利增值和精神归属，构建民主开放的社会氛围。大数据时代公共决策最重要的依据是系统的数据，系统采集的数据、科学的分析的结果更为重要。政府应加大大数据治国的舆论宣传，将大数据知识纳入基础知识普及体系，力争在全社会形成“用数据来说话、用数据来管理、用数据来决策、用数据来创新”的文化氛围和时代特点。[13]
3.2、构建数据信息跨机构共享机制
开放数据平台，打破数据对接瓶颈，提升数据整合能力。政府应该是多元协作的，通过产业界、学术界和政府项目及实验室的协作，建立一个大规模数据创新生态系统。美国大数据战略离不开政府顶层OSTP（美国白宫科技政策办公室）的战略指导、NITRD（美国网络与信息技术研发计划）的组织协调和OMB（美国联邦政府行政管理预算局）的预算审核，更重要的是这些机构本身就建立在跨机构协作的目标之上;政府和非政府组织之间开展合作，通过让公众积极参与政府工作，各行政部门和机构利用新的工具、算法和系统，在各部门之间、各级政府之间全面协作，与各类组织、企业和个人进行协作，促进不同领域的跨界交叉，促使更多新思想和新方法的产生，广泛征求公众的反馈，在不断完善大数据战略的同时，提升城市治理效果，进而提高城市安全发展。
由政府、市场和社会多主体共建大数据治理平台，加快推进城市公共安全数据信息在各部门之间的流通。大数据的开放共享，与社会治理共享共融的本质有共通之处，政府利用大数据的时代契机，在全社会形成共享的精神：引导各类社会主体整合和开放数据，形成政府信息与社会信息交互融合的大数据治理平台，构建民主开放的社会氛围。开放数据目的是要让数据可以重复使用、自由加工、充分利用，是为了综合分析，也称作多维度分析。分析问题的任何角度，都可以视为一维或多维度的交叉。但随着维度的不断增多，人类思维和想象能力就收到了很大的限制。由大数据所支撑的决策支持系统可以让决策者随时在各个维度之间自由切换、排列组合，并可以从不同的维度、不同的粒度对数据进行分析，从而获得全面、动态、可随时加总或者细分的分析结果，使城市决策支持系统能为决策者提供全方位、全天候、全覆盖、全参与、全过程的新机制。
3.3、加快数据治理政策法律体系建设
美国和欧盟国家很早就开始着手数据安全方面的政策制定和立法工作。2000年12月美国颁布的 《数据质量法》要求联邦政府各个部门的数据制定细则，各部门都必须建立相应的数据审查复核机制，尽最大可能保证联邦政府所发布的信息及统计数据的“质量、客观性、实用性以及完整性”;2002年1月德国联邦政府颁布实施《联邦数据保护法》详细规定了网络信息数据主体的权利和使用数据的相关义务、联邦数据保护机构、公共机构和私人机构如何处理网络信息数据、研究机构和媒体如何使用网络中的个人数据以及相关刑事、行政违法行为的定罪和处罚等，是在全球范围内专门针对个人数据保护较早的立法之一;2014年11月日本的《网络安全基本法》旨在加强日本政府与民间在网络安全领域的协调和运用，更好应对网络攻击。2015年8月31日，我国国务院印发《促进大数据发展行动纲要》，是到目前为止我国促进大数据发展的第一份权威性、系统性文件，从国家大数据发展战略全局的高度，提出了我国大数据发展的顶层设计，是指导我国未来大数据发展的纲领性文件。2015年11月，党的十八届五中全会提出要实施“国家大数据战略”标志着数据战略正式上升为国家战略。
2016年4月14日，欧盟委员会投票通过了商讨四年的《一般数据保护条例》作为一套用来保护欧盟公民个人隐私和数据的新法规，其颁布意味着欧盟对个人信息的保护及监管达到了前所未有的高度，堪称史上最严格的数据保护法案。
数据质量是大数据发挥价值的保障，数据安全是发展的前提，个人数据隐私是基本要求。围绕数据质量、数据安全和个人数据隐私，逐步加强数据立法。数据质量低下、个人信息频繁泄露、大数据安全顶层设计不健全、大数据交易安全第三方监督缺位，在这样的背景下，出台数据质量法、数据安全法、个人信息保护法将成为保护大数据的重要措施。数据质量法、数据安全法与个人信息保护法相关的法律法规进行有效衔接，做到相统一、相呼应，从而形成较为完善的信息安全法律系统。
3.4、完善数据管理机制
2016年6月，美国政府发布《联邦大数据研发战略计划》，依托于技术战略、数据质量战略、基础设施战略、共享管理战略、隐私安全战略、人才培养战略、与非政府协作战略七大平行战略，涉及15个联邦机构，对各联邦部门制定与大数据相关的计划和投资提出了指导意见，旨在构建数据驱动战略体系，基于大数据的分析、信息提取以及做出决策和发现的能力将激发联邦机构和整个国家的新潜能，加速科学发现和创新进程，并培育21世纪下一代科学家和工程师，促进经济增长。已不局限于大数据科研本身，而是构建一个数据驱动戰略体系，提高整个国家及城市的竞争力。[14] 我国应高度重视大数据的重要价值，从国家战略的高度推进大数据发展，全面构建我国大数据战略理论框架。各级政府机构和行业组织要进一步成立并充分利用大数据管理局、大数据行业协会等专业部门机构的来统筹数据管理工作。充分利用大数据的创新性、预见性、协同性、科学性等独到优势，构建从分散走向集中的、全过程的、各层次的、完整生命周期的数据管理机制。
制订符合各地的大数据战略规划。进一步促进数据资源的共享与开放，开放数据并不意味着无条件公开数据，要重视信息安全，政府要处理好开放数据与隐私保护的关系，数据开放时间和开放程度取决于，既要满足社会数据开放需要，又要保护国家安全等方面的均衡点。
制定大数据收集、管理、开放、应用等各级标准和规范。在大数据时代，数据治理的重点在于数据定义的一致性和数据的质量，不同系统之间的数据要进行共享整合，因此要有统一的元数据定义;另外遵循数据质量三原则：一要符合统一标准，即客观性、实用性、完整性;二是数据管理要有流程，即政府部门要针对数据质量，完善信息管理的流程，防止低质量数据出现;三是要有数据质量救助机制，政府部门要建立一个行政机构来应对社会公众对于数据质量的质疑和挑战，如果发布的数据质量確实存在问题，必须有相应的纠错机制做到及时、客观、真实、全面的补救，提升政府公信力，促进社会和谐发展。
确立各级大数据信息安全技术和人才保障体系建设。大数据科研人员在研发之前，首先应考虑以保护信息安全和个人隐私为前提，运用信息加密技术等措施提升大数据技术信息安全水平，加强信息保护程度。专业的事情需要专业人才和技术，数据治理同样离不开专业的人才和技术。要形成以政府为主导、企业为主体、高校和科研所为支撑、专业培训机构为补充的优势互补人才技术培养体系;要高度重视、积极培育围绕大数据收集分析管理的相关人才，建立研发和产业集聚带动人才聚集的机制，以机器学习、数据挖掘为基础的高级数据分析技术，将促进从数据到知识的转化、从知识到行动的跨越，从而实现以创新技术的推广应用带动城市安全发展。
四、结语
提高城市公共安全风险管控能力，健全城市公共安全体系已成为解决“城市病”的当务之急。[15]大数据为城市公共安全风险管控提供了全新的途径，大数据战略已经上升到国家战略的高度来进行研究，未来有望全面构建我国大数据战略体系框架，当然，城市公共安全的真正推行，除了文化理念上的转变外，还需要完善的法律体系、管理机制的保障以及先进技术的支撑。大数据环境必将更加成熟完善，大数据的应用为城市公共安全发展带来更加美好的前景。
参考文献：
[1]中办，国办.关于推进城市安全发展的意见[Z].新华社，2018-01-07.
[2]李松.城市安全发展提速[J].瞭望新闻周刊，2018（4）：44-45.
[3]丁波涛.大数据条件下的城市公共安全应对机制[J].上海城市管理，2015（5）：26-30.
[4]张华，郑杰豪.大数据让城市更安全[EB/OL].天津大学新闻网，2018-06-06.
[5]公安部科技信息化局，公安部信息通信中心.警务地理信息系统应用与实战案例[M].中国人民公安大学出版社，2016-03.
[6]周博文，张再生.大数据背景下社会治理体系的价值建构[J].天津大学学报，2017-07.
[7]李锋.运用大数据提升国家治理现代化水平[J].电子政务，2018（5）：64-73.
[8]闵学勤.用大数据打造“三共”社会治理格局[N].新华日报，2018-04-04.
[9]西蒙H.管理行为——管理组织决策过程的研究[M].北京经济学院出版社，1988-78-83.
[10]王枫云，陈亚楠.大数据时代的智慧城市建设与发展困局化解[J].上海城市管理，2016（2）：30-35.
[11]王淳，马海群.我国数据安全治理体系及路径研究[J].图书馆理论与实践，2018（1）：5-9.
[12]朱琳.大数据时代个人信息裸奔保护法不应缺位[N].法制网，2017-11-14.
[13]涂子沛.大数据[M].桂林：广西师范大学出版社，2013.
[14]曹磊、杨帆.大数据驱动创新再升级[J].科技发展研究，2016（12）.
[15]黄全义，夏金超，杨秀中，宋玉刚.城市公共安全大数据[J].地理空间信息，2017（7）：1-5.
关键词：大数据;城市安全;文化引导;管理机制;法律体系;
一、大数据在城市安全发展中的意义
随着城市化进程加快，我国部分城市进入高速发展建设期，一些城市安全基础比较薄弱，安全管理水平与现代化城市发展要求不适应、不协调，出现人口超饱和，建筑空间拥挤，环境质量恶化等一系列“城市病”，并可能在特定情况下演变为“城市风险”。[1]现代城市安全风险具有系统性、复杂性、突发性、耦合性、高破坏性等特点，因此，在城市化加速推进的过中，必须把安全发展作为未来城市安全发展管理的重中之重。[2]大数据技术为城市安全发展提供了数据基础、数据处理技术、预测手段和风险评估方法，推动公共安全治理进入事先预警与事中处理相结合、主观判断与理性判断相结合、危机处置与民众互动相互结合的新阶段。[3]
1.1、大数据提升城市风险防控能力
大数据基于多层复杂网络对复杂城市系统进行的研究，能够为城市安全发展建构预测预警模型与决策计算模型，进而通过互联网和物联网技术对数以万计的电子数据进行微观系统分析。[4]在大数据环境中利用风险建立模型，预测模拟灾害发生和发展的过程，研究自然和人为灾变现象和周边环境的相互作用机制，探索灾害系统的本质规律，为灾害的预测提供依据。通过使用大数据技术、相关性分析、应急云平台以及AI技术实现了城市安全风险防控评估的量化问题，通过可视化平台在数字风险地图上直接标注出每个区域乃至街道的风险数值，直观展现城市每地块的风险程度。一旦灾害发生相关管理部门的决策者迅速获知险情发生的地点和程度等详细信息，制定科学合理的抢险救灾措施和人员物资撤离方案，最大可能避免或减少人员伤亡和财产损失，并针对灾害发生区域自然环境特点和社会经济状况，制定和实施科学合理的灾后重建规划。推进大数据与城市安全发展相结合，注重大数据产业的发展，在数据信息共享、数据处理能力升级、数据价值深度挖掘，有助于加快实现城市安全管理的系统化、智能化、精细化;有助于加强公共安全基础设施安全管理、提高社会治理能力、提升应急救援能力、增强监管执法能力、强化安全风险管控;有助于健全城市安全风险预警指数分析和发布机制，对城市风险进行集成分析，实时预警，及时采取应对措施。
1.2、大数据提升城市突发事件处置能力
将大数据分析大规模地引入到突发事件管理工作中的做法，最早起源于1970年纽约交通警察局的“预测未来的图表”，结合地图与以往地铁抢劫案发生的时间和地点，分析原因和规律，预测第二天地铁抢劫的时间和地点，1988年在全美警务部门推广“地图映射和数据驱动的治安管理”全面提升联邦治安管理水平，2006年，通过把20年的犯罪数据和交通事故的数据整合到一起，映射到同一张地图上之后，发现交通事故的高发地带也正是犯罪活动的高发地带，甚至交通事故的高发时间段，也是犯罪活动的高发时间段，成立“数据驱动的新方法：犯罪和交通安全”的工作组，在特定时间、特定地点开展部门联合治理，大大降低犯罪率和交通事故率，警力使用效率显著提高。充分体现了数据分析的主要两个侧重点，一是描述性分析，发现潜藏在数据表面下的历史规律;二是预测性分析，基于现实面向未来，预测趋势。
例如，我国的警务地理信息系统（PGIS）就是借鉴了这种基于数据的警务管理模式的成功经验开发的犯罪时空大数据分析系统，PGIS就是依托公安信息网和大数据分析应用技术，以警用电子地图为核心，为各警种提供业务信息空间定位、资源整合、可视化管理和空间分析的公共基础支撑平台。[5]在警情分析决策、大型活动安保与警卫勤务、指挥调度、智能交通、刑事侦查、舆情分析、消防管理、情报分析、犯罪时空分析与犯罪制图、治安防控与管理及其他警务实战中取得显著应用成效。实现了各种重点关注对象、制高点、风险点的可视化管控，预案的制作、动态推演以及安保勤务以“图”进行直观部署，为侦查摸排与布控提供重要情报线索，显著提高了警务决策的科学性，大大提升了群众安全感和满意度。
1.3、大数据提高政府公共决策能力
大数据的运用，为公众提供了更为快捷和广阔的参与渠道，使公众参与的主动性大大增强。政务流程中基础信息实现共建共享，通过公众参与政府决策全过程，进一步推动治理难题的解决和社会矛盾纠纷的化解让信息通联贯穿于政策制定、执行和监督之中。[6]提高了政府与民众之间沟通的深度和广度;政府能够更加全面了解各類信息，准确判断发展趋势，进一步提升公共政策的质量，促进保障和改善民生的同时提升政府公信力，确保公共决策能力通过信息技术得到大幅提升，实现政府决策的科学化、民主化、精准化和高效化，并最终提升公众的满意度，促进社会和谐发展。[7]
二、大数据助力城市安全发展面临的主要困境
尽管当前大数据技术已经逐步成熟，但同时也面临着一系列瓶颈式难题制约着大数据的发展。数据共享难题的普遍存在，严重制约着数据的共享和充分利用;无法规避的数据错误，导致数据质量低下，制约公共决策水平;数据安全和个人隐私边界不明确，导致公众对大数据的安全性担忧;政府大数据配套软硬件技术落后，与城市发展脱节;大数据配套立法缺位，导致数据的采集和使用不规范，数据的保密与共享，对谁保密，与谁共享，出问题谁追责，向追谁责均无明确界定。任何先进技术的发展都是双刃剑，大数据也不能例外，如何在推动数据开放的同时又能有效地保证数据质量、保护数据安全和个人隐私，将是大数据时代的一个重大挑战。 2.1、数据共享难题
城市安全发展的智慧源泉在于海量数据的广泛采集、深度挖掘和再利用，如果没有足够的信息资源，数据挖掘的效用将大大降低，造成数据挖掘效率低下的一个重要原因就是数据共享难题，又称信息孤岛。由于收集技术和制度体系不健全，我国目前政府数据的调查、编码和存储的科学程度并不高;政府部门条块分割，形成“数据孤岛”，许多政府公共信息仍处于零散、分割、封闭状态;政府主导建立大数据治理平台缺乏其他主体参与，完全依靠政府力量往往难以完成或者效率不高。[8]如何有机地聚集、整合多个不同部门信息系统产生的数据，成为制约大数据信息共享的“瓶颈式”难题。信息孤岛不仅造成城市硬件基础设施重复建设、标准不一致，而且造成数据信息分散，严重影响了大数据的采集、分析和利用，难以在改进城市公共安全管理中发挥积极作用。信息孤岛在我国是一个普遍问题，各地亟需打破信息孤岛，加快数据开放和共享，提高城市公共安全风险管控及应急响应能力，化解公共危机。
2.2、数据质量存疑
诺贝尔经济学奖获得者赫伯特？西蒙提出，当决策者试图理性地行动时受到获得信息和加工信息能力方面的限制。基础数据和信息是正确决策的重要依据，没有准确可靠的数据和信息作保障，就无法作出及时、正确的决策。[9]一旦获得数据质量不可靠，决策部门必将受到频繁的、大范围的质疑，引起巨大的争议，面对城市突发公共安全事件时，决策者使用了有局限性的、片面的数据，就很有可能做错误的决策从而造成更为重大的损失。
数据能满足其既定的用途，它才有质量，如果不能满足既定的目标和用途，就谈不上有质量。数据的质量不仅取决于它的本身，还取决于它的用途。数据质量的确保是一个复杂的过程，这其中有很多环节，从早期源数据收集标准的定制、数据传输、存储再到后期数据分析挖掘销毁等，贯穿整个数据管理的始终，任何环节出错都有可能导致数据安全性、时效性、完整性出现问题。面对指数级增长的数据，如何把散落的数据资源整合起来，自动从中挖掘出有价值的信息和知识，是当前数据质量面临的另一个巨大挑战。另一方面，各政府部门之间存在一定的职能交叉，收集的数据不免有所交叉，由于工作侧重点不一致，就会存在部门间数据不一致，新旧数据之间也可能存在不一致，如果不同部门就同一性质，同一类别事件，前后报告出现不一致数据，可能会影响政府的公信力。
2.3、数据安全与个人隐私难保障
大数据云端涵盖了城市运行的多个信息系统，里面包括政务信息、城市运营数据、城市风险信息、企业数据、客户资料等前所未有的大量宝贵的社会运行的数据财富，而且通过大数据的挖掘，能够萃取出非常宝贵的信息资产。如果不法分子窃取到这些机密信息，不仅会造成社会经济的动荡，甚至会威胁到整个国家的长治久安。[10]与大数据技术的日新月异相比，政府部门数据安全防护手段的发展跟不上大量数据的积累速度和种类的变化。这就使得越发展问题越多，来不及填补的漏洞越多，大数据技术越进步，黑客攻击技术发展就越快速，但数据安全防护技术提升缓慢，加大了大数据的安全风险。[11]一旦数据库中发生安全漏洞，必将引发公民个人信息的泄露，还很可能造成城市管理混乱，政府管理应急决策失误，甚至引发社会局部动荡。另一方面，不同的两组或多组分别安全的数据，一经整合加以分析可能会产生意想不到的结果，影响社会甚至国家稳定和安全。所以数据库一旦建立，就应该严格保护，否则很容易被滥用。
数据收集与个人隐私保护的矛盾。在公共安全治理领域中，许多公共安全数据本身具有双重属性，一方面它们涉及到公共安全保障，从而具有“公共性”;另一方面它们又与公众隐私密切相关，又具有“私有性”。这两种属性之间的矛盾会给公共安全治理中的大数据管理带来难题。[3]例如政府部门在公共场所大量安装音视频监控、传感设备，舆情监测手段等一方面固然有助于保障城市公共安全并表现出了不可或缺的作用，但另一方面也可能会使人们的隐私被暴露。尤其是在大数据环境中，政府需要将各方面的数据进行集成和整合，很多信息可能都与个人信息和日常生活方式，消费方式密切相关，所以在对其进行分析的时候，对个人隐私的穿透力不仅仅是一加一等于二，更多时候是远远大于二的，根据信息的整合就能精确知道谁在做什么，准确预测将要做什么，由此形成的庞大数据库完全可以勾绘出一个人的生活、工作、社交等方面的全景式图像，人们的一举一动都将随时处在政府部门的目光之中，这就涉及到个人隐私的问题。公众感觉，监控就是监控，不管是通过人还是计算机来监控，都是要侵犯个人的隐私和自由，从而产生抵触和不满情绪，不仅使公民对城市安全发展建设的自觉性遭到打击，日后信息的采集就会更加困难，甚至也会造成政府公信力的削弱。
2.4、数据处理技术落后
政府数据“软硬件”整体技术跟不上社会发展的脚步。当前几乎所有的数据都是数字化的，各种传感器、监测仪数量的剧增，超高清图像和视频源源不断的生成都是数据爆炸的原因，数据量正呈指数级增长，数据容量的爆炸，与政府数据收集能力低下、数据传输速度低下、保存期限短、维护力度不足及平台共享技术不到位等客观事实，形成鲜明对比，严重制约大数据发挥应有的作用;另一方面大数据还具有数据多样性、复杂性、差异性等特点，可以“分析和使用”的数据在大量增加，仅经过收集和存储并不具有高效准确的实用性，需要通过数据的交换、整合和分析，可以发现新知识、处理问题新思维、创造新的价值，目前大数据索引结构的局限、运算方法落后及先验知识的缺乏都造成数据质量低下的后果，如何管理和分析数据正在日渐成为大数据技术研究的重中之重;此外，大数据运算与硬件的协同、大数据安全防护技术人才以及大数据管理的易操作性等方面均存在技术挑战。
2.5、缺少数据安全法律法规保障
大数据在给城市公共安全提供安全保障的同时，其所带来的安全威胁也将辐射到各个角落，其中个人隐私信息数据带来的威胁，尤为受到公众的关注。一些敏感数据的所有权和使用权并没有明确界定，当信息泄露或被盗取时，责任主体很难确定，这就导致不少信息泄露维权者选择不起诉，放縱了不法分子，形成一个恶性循环。[12] 目前我国关于数据安全和个人隐私的法律条款比较分散，主要在其他主体法中有个别涉及，医疗、金融等重要行业的数据安全方面相关的法律条款也是零散的。从立法形式上看，我国有关信息安全的法律法规在数量上形成了一定的规模，但尚未构成一个系统的、完整的、条理清晰的体系，部分条文规定的内容太过于抽象，操作性差，可执行性不强，且存在重复、交叉，形成多部门执法和多部门管理的局面，导致执法成本高和司法成本的浪费。亟需一部完整的国家级的数据安全法，对个人数据进行统一的规制，来有效应对大数据时代的安全挑战。
三、大数据应用优化的建议
城市公共安全风险管控背景下大数据应用优化，既是一个技术问题，也是一个机制问题，更是一个社会文化问题，需要同时在弘扬大数据文化、构建数据信息跨机构共享机制、加快数据治理政策法律体系建设、完善数据管理机制建设几个方面探讨研究。
3.1、弘扬大数据文化
在全社会弘扬大数据文化。所谓大数据文化，是尊重事实、推崇理性、强调精确、开放共享的文化。政府应该发挥主导作用，改变公众“重定性、轻定量”的思维习惯和意识，在公共领域推行数据治国的理念，引导各类社会主体整合和开放数据，形成政府信息与社会信息交互融合的大数据治理平台，在全社会全面提升共享意识，引导基层民众参与社会管理，促进政府与社会之间的协同和合作;引导社会和民众尊重规则、秩序、信用等，培育全社会的公共文明和契约精神;助力治理能力升级，引导由此形成的福利增值和精神归属，构建民主开放的社会氛围。大数据时代公共决策最重要的依据是系统的数据，系统采集的数据、科学的分析的结果更为重要。政府应加大大数据治国的舆论宣传，将大数据知识纳入基础知识普及体系，力争在全社会形成“用数据来说话、用数据来管理、用数据来决策、用数据来创新”的文化氛围和时代特点。[13]
3.2、构建数据信息跨机构共享机制
开放数据平台，打破数据对接瓶颈，提升数据整合能力。政府应该是多元协作的，通过产业界、学术界和政府项目及实验室的协作，建立一个大规模数据创新生态系统。美国大数据战略离不开政府顶层OSTP（美国白宫科技政策办公室）的战略指导、NITRD（美国网络与信息技术研发计划）的组织协调和OMB（美国联邦政府行政管理预算局）的预算审核，更重要的是这些机构本身就建立在跨机构协作的目标之上;政府和非政府组织之间开展合作，通过让公众积极参与政府工作，各行政部门和机构利用新的工具、算法和系统，在各部门之间、各级政府之间全面协作，与各类组织、企业和个人进行协作，促进不同领域的跨界交叉，促使更多新思想和新方法的产生，广泛征求公众的反馈，在不断完善大数据战略的同时，提升城市治理效果，进而提高城市安全发展。
由政府、市场和社会多主体共建大数据治理平台，加快推进城市公共安全数据信息在各部门之间的流通。大数据的开放共享，与社会治理共享共融的本质有共通之处，政府利用大数据的时代契机，在全社会形成共享的精神：引导各类社会主体整合和开放数据，形成政府信息与社会信息交互融合的大数据治理平台，构建民主开放的社会氛围。开放数据目的是要让数据可以重复使用、自由加工、充分利用，是为了综合分析，也称作多维度分析。分析问题的任何角度，都可以视为一维或多维度的交叉。但随着维度的不断增多，人类思维和想象能力就收到了很大的限制。由大数据所支撑的决策支持系统可以让决策者随时在各个维度之间自由切换、排列组合，并可以从不同的维度、不同的粒度对数据进行分析，从而获得全面、动态、可随时加总或者细分的分析结果，使城市决策支持系统能为决策者提供全方位、全天候、全覆盖、全参与、全过程的新机制。
3.3、加快数据治理政策法律体系建设
美国和欧盟国家很早就开始着手数据安全方面的政策制定和立法工作。2000年12月美国颁布的 《数据质量法》要求联邦政府各个部门的数据制定细则，各部门都必须建立相应的数据审查复核机制，尽最大可能保证联邦政府所发布的信息及统计数据的“质量、客观性、实用性以及完整性”;2002年1月德国联邦政府颁布实施《联邦数据保护法》详细规定了网络信息数据主体的权利和使用数据的相关义务、联邦数据保护机构、公共机构和私人机构如何处理网络信息数据、研究机构和媒体如何使用网络中的个人数据以及相关刑事、行政违法行为的定罪和处罚等，是在全球范围内专门针对个人数据保护较早的立法之一;2014年11月日本的《网络安全基本法》旨在加强日本政府与民间在网络安全领域的协调和运用，更好应对网络攻击。2015年8月31日，我国国务院印发《促进大数据发展行动纲要》，是到目前为止我国促进大数据发展的第一份权威性、系统性文件，从国家大数据发展战略全局的高度，提出了我国大数据发展的顶层设计，是指导我国未来大数据发展的纲领性文件。2015年11月，党的十八届五中全会提出要实施“国家大数据战略”标志着数据战略正式上升为国家战略。
2016年4月14日，欧盟委员会投票通过了商讨四年的《一般数据保护条例》作为一套用来保护欧盟公民个人隐私和数据的新法规，其颁布意味着欧盟对个人信息的保护及监管达到了前所未有的高度，堪称史上最严格的数据保护法案。
数据质量是大数据发挥价值的保障，数据安全是发展的前提，个人数据隐私是基本要求。围绕数据质量、数据安全和个人数据隐私，逐步加强数据立法。数据质量低下、个人信息频繁泄露、大数据安全顶层设计不健全、大数据交易安全第三方监督缺位，在这样的背景下，出台数据质量法、数据安全法、个人信息保护法将成为保护大数据的重要措施。数据质量法、数据安全法与个人信息保护法相关的法律法规进行有效衔接，做到相统一、相呼应，从而形成较为完善的信息安全法律系统。
3.4、完善数据管理机制
2016年6月，美国政府发布《联邦大数据研发战略计划》，依托于技术战略、数据质量战略、基础设施战略、共享管理战略、隐私安全战略、人才培养战略、与非政府协作战略七大平行战略，涉及15个联邦机构，对各联邦部门制定与大数据相关的计划和投资提出了指导意见，旨在构建数据驱动战略体系，基于大数据的分析、信息提取以及做出决策和发现的能力将激发联邦机构和整个国家的新潜能，加速科学发现和创新进程，并培育21世纪下一代科学家和工程师，促进经济增长。已不局限于大数据科研本身，而是构建一个数据驱动戰略体系，提高整个国家及城市的竞争力。[14] 我国应高度重视大数据的重要价值，从国家战略的高度推进大数据发展，全面构建我国大数据战略理论框架。各级政府机构和行业组织要进一步成立并充分利用大数据管理局、大数据行业协会等专业部门机构的来统筹数据管理工作。充分利用大数据的创新性、预见性、协同性、科学性等独到优势，构建从分散走向集中的、全过程的、各层次的、完整生命周期的数据管理机制。
制订符合各地的大数据战略规划。进一步促进数据资源的共享与开放，开放数据并不意味着无条件公开数据，要重视信息安全，政府要处理好开放数据与隐私保护的关系，数据开放时间和开放程度取决于，既要满足社会数据开放需要，又要保护国家安全等方面的均衡点。
制定大数据收集、管理、开放、应用等各级标准和规范。在大数据时代，数据治理的重点在于数据定义的一致性和数据的质量，不同系统之间的数据要进行共享整合，因此要有统一的元数据定义;另外遵循数据质量三原则：一要符合统一标准，即客观性、实用性、完整性;二是数据管理要有流程，即政府部门要针对数据质量，完善信息管理的流程，防止低质量数据出现;三是要有数据质量救助机制，政府部门要建立一个行政机构来应对社会公众对于数据质量的质疑和挑战，如果发布的数据质量確实存在问题，必须有相应的纠错机制做到及时、客观、真实、全面的补救，提升政府公信力，促进社会和谐发展。
确立各级大数据信息安全技术和人才保障体系建设。大数据科研人员在研发之前，首先应考虑以保护信息安全和个人隐私为前提，运用信息加密技术等措施提升大数据技术信息安全水平，加强信息保护程度。专业的事情需要专业人才和技术，数据治理同样离不开专业的人才和技术。要形成以政府为主导、企业为主体、高校和科研所为支撑、专业培训机构为补充的优势互补人才技术培养体系;要高度重视、积极培育围绕大数据收集分析管理的相关人才，建立研发和产业集聚带动人才聚集的机制，以机器学习、数据挖掘为基础的高级数据分析技术，将促进从数据到知识的转化、从知识到行动的跨越，从而实现以创新技术的推广应用带动城市安全发展。
四、结语
提高城市公共安全风险管控能力，健全城市公共安全体系已成为解决“城市病”的当务之急。[15]大数据为城市公共安全风险管控提供了全新的途径，大数据战略已经上升到国家战略的高度来进行研究，未来有望全面构建我国大数据战略体系框架，当然，城市公共安全的真正推行，除了文化理念上的转变外，还需要完善的法律体系、管理机制的保障以及先进技术的支撑。大数据环境必将更加成熟完善，大数据的应用为城市公共安全发展带来更加美好的前景。
参考文献：
[1]中办，国办.关于推进城市安全发展的意见[Z].新华社，2018-01-07.
[2]李松.城市安全发展提速[J].瞭望新闻周刊，2018（4）：44-45.
[3]丁波涛.大数据条件下的城市公共安全应对机制[J].上海城市管理，2015（5）：26-30.
[4]张华，郑杰豪.大数据让城市更安全[EB/OL].天津大学新闻网，2018-06-06.
[5]公安部科技信息化局，公安部信息通信中心.警务地理信息系统应用与实战案例[M].中国人民公安大学出版社，2016-03.
[6]周博文，张再生.大数据背景下社会治理体系的价值建构[J].天津大学学报，2017-07.
[7]李锋.运用大数据提升国家治理现代化水平[J].电子政务，2018（5）：64-73.
[8]闵学勤.用大数据打造“三共”社会治理格局[N].新华日报，2018-04-04.
[9]西蒙H.管理行为——管理组织决策过程的研究[M].北京经济学院出版社，1988-78-83.
[10]王枫云，陈亚楠.大数据时代的智慧城市建设与发展困局化解[J].上海城市管理，2016（2）：30-35.
[11]王淳，马海群.我国数据安全治理体系及路径研究[J].图书馆理论与实践，2018（1）：5-9.
[12]朱琳.大数据时代个人信息裸奔保护法不应缺位[N].法制网，2017-11-14.
[13]涂子沛.大数据[M].桂林：广西师范大学出版社，2013.
[14]曹磊、杨帆.大数据驱动创新再升级[J].科技发展研究，2016（12）.
[15]黄全义，夏金超，杨秀中，宋玉刚.城市公共安全大数据[J].地理空间信息，2017（7）：1-5.