中文網站 English

警學論壇

大數據背景下社會治安精准防控體系建設的路徑分析
發布日期:2018-08-29 15:42:27 來源/作者:治安管理學院 張家忠 段豔豔 審核:趙勇 閱讀量:

【摘要】加強社會治安防控體系建設是我國實踐出來的一條成功之路。大數據的研究、開發、運用能力已逐漸成爲國家綜合國力象征。在大數據優勢背景下,建立“用數據說話、用數據決策、用數據管理、用數據指揮、用數據防控”的社會治安精准防控體系模式,實現社會治安精准防控目標,這不僅對公安機關主動適應我國經濟社會發展的客觀要求具有積極作用,也對國家維護社會穩定和平安中國建設具有重要現實意義和深遠曆史意義。論文從有效利用物聯網完善社會治安精准防控數據采集、有效整合社會治安精准防控數據資源、積極發展智慧警務提高社會治安精准防控效能和深入開展數據挖掘研究完善社會治安精准防控體系建設等幾個方面分析了社會治安精准防控體系建設的路徑,以期爲實現大數據背景下的社會治安精准化防控目標提供一些有益的幫助和借鑒。

【關鍵詞】 大數據背景;社會治安;精准防控;路徑

加強社會治安防控體系建設是我國多年實踐出來的一條成功之路。近幾年來,大數據的研究、開發、運用能力已逐漸成爲國家綜合國力象征,也將對國家治理模式和社會治理方式産生巨大的影響。在我國社會治安防控體系建設中,如何從大數據的思維出發,借鑒大數據的理念和發揮大數據的優勢,開展社會治安精准防控體系建設研究,完善數據采集和整合數據資源、及時對社會治安事件和案件進行預警和報警、積極發展智慧警務、深入挖掘大數據在社會治安防控體系建設中的價值,實現社會治安精准化防控具有重要意義。

一、大數據背景的特征

所謂大數據,一些資料把其分爲狹義和廣義兩種解釋,狹義的解釋是指無法在一定時間內用常規軟件工具對其內容進行抓取、管理和處理的數據集合;廣義的解釋是指從各種類型的海量信息中快速獲得有價值信息的能力。[1]查閱衆多參考文獻,大數據被總結爲容量大(Volume)、産生速度快(Velocity)、多樣性(Variety)和信息價值大(Value)四個特征(即四個V)。[2]目前大數據研究的基本目標有兩個:一是描述(descriptive),二是預測(predictive)。即通過描述以刻畫、反應規模巨大數據中潛在的模式和規律,並根據這些數據中潛在的模式和規律來進行預測、預警,從而實現大數據的經濟和社會價值。英國學者維克托·邁耶-舍恩伯格在其《大數據時代》一書中指出“大數據正在改變人們的生活以及理解世界的方式,成爲新發明和新服務的源泉。”[3]在大數據背景下,數據就變成了新資源,只要找到合適途徑方法和技術手段,任何數據都有可能變廢爲寶。

大數據是繼雲計算、物聯網之後IT産業的又一次重大技術變革,如何在大數據條件下如何更好地開展社會治安防控工作是當前公安工作的一個重要課題。基于以上大數據發展及社會治安防控體系建設情況,不難發現,大數據研究雖然是當前世界範圍內的研究熱點,但是其研究領域和範疇主要集中在大數據相關計算機科學上的軟件開發和商業研究,尤其對大數據思維下的社會治安防控理念、體制和機制的研究不是太多,研究深度也不夠。當前形勢下的社會治安形勢較爲嚴峻。近二十多年來,我國刑事案件立案數年平均增長達22%以上。同時,各種犯罪出現了智能化較高、犯罪時空的複雜性越來越大等特點。[4]因此,大數據的出現爲提升社會治安防控能力提供了充分的可能。如果能夠依托大數據的思維和優勢,建立以數據爲支撐的社會治安精准防控體系,通過收集、處理海量的社會治安防控數據信息,建立“用數據說話、用數據決策、用數據管理、用數據指揮、用數據防控”的社會治安精准防控體系模式,實現社會治安精准防控的目標,這不僅是公安機關主動適應我國經濟社會發展的客觀要求,也對國家維護社會穩定和平安中國建設具有重要現實意義和深遠曆史意義。

二、大數據背景下社會治安精准防控體系建設的理念

德國哲學家黑格爾曾經指出,“理念是任何一門學問的理性。”[5]一般而言,理念中通常蘊含著某種預期的設想,這要求理念的前瞻性和導向性必須要好。隨著大數據時代的到來,西方國家在運用大數據幫助警察預測犯罪行爲、總結犯罪規律、合理分配警察資源等方面開展了相應研究,爲提高社會和公衆安全水平方面取得了一定的成效。2014年,在全國第一期政法領導幹部學習貫徹習近平總書記重要講話精神培訓班開班式上,孟建柱就提出“誰率先擁有、善于利用大數據,誰就能掌握主動、贏得未來。”因此,在大數據的背景下,我國的社會治安防控體系建設在以往模式基礎上必須進行理念、思維的轉換。大數據背景下,社會治安精准防控體系建設的理念是:全面設防、一體運作、精確指導、有效防控。

三、大數據背景下社會治安精准防控體系建設的路徑分析

(一)有效利用物聯網作用,完善社會治安精准防控大數據采集

當前人類社會正處于各種各樣的數據網絡之中,人們所使用的手機、網絡、信用卡以及各種視頻監控探頭和射頻技術等隨時在記錄著人們的各種行爲。然而,現實生活中的一些事件反應了我們社會治安防控體系建設中存在信息、數據采集中存在的問題。如在我國2008年發生的冰雪災害中,在廣州火車站已經人滿爲患之時,國家相關部門不能對即將進入廣州火車站的人員進行有效估計和采取預警措施,致使人員持續不斷湧向火車站,引發了各種的社會事件。[6]從這個事件來看,表明我們的治安防控體系建設缺乏數據抓取能力。再如2013年北京“1O.28”金水橋暴力恐怖事件中,暴恐分子在事件發生前,分40余次從不同加油站收集了200升汽油、活動前三次去天安門廣場踩點等等,暴恐分子的這些行爲所呈現的數據一定程度上透露出了暴恐事件的迹象,如果我們社會治安防控的有關本門和人員能夠及時收集數據,完善信息系統,天安門金水橋暴恐事件也許未必會發生。[7]

2004以來,我們國家政府爲應對複雜、嚴峻的社會治安形勢,在公安部的統一部署下,以社會治安防控爲目的的社會治安視頻監控平台建設具備一定的規模,這些遍布城市各個角落,大到政府部門、小到社區街道的視頻監控點組成了一張無形的“天眼”網絡,全時空監控、記錄著社會治安秩序。因此,在既有社會治安防控大數據的條件下,可以有效利用物聯網技術如指紋識別技術、傳感技術、車牌識別技術、人臉識別技術、聲音識別技術和虹膜識別技術等進行進人員行身份、車牌、人臉、手機、指紋和聲音等大數據采集。如:一是在城市出入口完善大數據采集。在車站、碼頭、機場、高速出入口等城市出入口安裝卡口機,實現對流動人員、車輛數據的采集;二是完善社會化大數據采集。在政府、企事業單位、醫院、學校、銀行、電信運營商等場所采集社會面人員、車輛數據;三是完善特種數據的采集。在廢舊物品收購、二手車交易、散裝汽油銷售、刀具銷售、農藥銷售等環節采集采購人、購買數量等數據。采集的過程中可以采用專業化采集與社會化采集相結合的方式進行。最終通過物聯網對這些數據的采集,並傳輸至社會治安防控大數據平台,實現對人員、車輛等的全方位、立體式管控,有效提高社會治安精准防控水平,提高民衆社會治安滿意度。

(二)有效整合社會治安精准防控大數據資源

當前我們正處于一個數據來源和數據量爆炸性增長的時代:除傳統數據之外,還有各種監控錄像、視頻通訊、醫療影像、地理信息等數據信息,傳感器、導航設備等非傳統IT設備産生的數據信息,社交網絡每天不斷更新的個人信息,寬帶普及帶來的巨量日志和通訊記錄,以及持續增加的各種智能終端産生的圖片及信息等等。這些數據的種類多種多樣,既有表現人與人之間的關系、時間、空間、行爲的數據,也有文字、圖標、照片、視頻等結構化和非結構化數據等。這些數據隨著時間分秒的不斷變化以幾何增長的方式在不斷積累。據IDC預測,未來每隔十八個月,整個世界的數據總量就會翻一番。[8]因此,在當前大數據的背景之下,我國社會治安防控體系建設的困難之處並不是缺少數據資源,而是缺乏對數據整合的意識和對數據整合、利用的有效技術。

三十多年來,我國的社會治安防控體系建設取得了不小的成就,但面對嚴峻複雜的社會治安形勢,防控工作仍存在不少問題:一是各行業、部門之間條塊分割的體制機制壁壘,缺乏有效協作與共享,阻礙了社會治安防控體系建設大數據的整合和有效利用。二是行業、部門內部體制機制亟待完善,與社會治安防控體系建設要求不適應。如公安機關的警種過多、分工過細、事權交叉等問題導致信息資源分散,部門、警種之間難以實現數據共享和交換,信息資源使用效率不高。三是信息孤島劣勢明顯。行業、部門所收集到的大數據缺乏統一的規劃和標准,所收集到的數據難以融入到彼此之間的平台建設,加之系統之間無法兼容,形成了一個個的“信息孤島”,難以實現大數據的有效整合。

大數據背景下,要構建社會治安精准防控體系必須有效整合社會治安防控大數據資源。一是政府主導、牽頭有效整合大數據資源。美國政府在這方面的舉措一直走在世界的前沿,2009年美國政府推出的Data.gov就是其中最爲顯著的例子,截至2014年11月,Data.gov共開放了50多個大類涉及132445項數據。[9]在我國,公安、工商、安監、鐵路、民航、銀行、電信等行業和部門都各自掌握著大量的數據,這些數據對社會治安精准防控體系建設都有著非常重要的作用,只有在政府主導和牽頭下,才能有效整合這些大數據資源。二是完善不同社會治安防控主體之間的數據共享體制和機制。通過現代通信、信息技術和電子政務系統構建一個統一的數據共享平台,打破行業、部門之間不必要的信息壁壘,實現各行業、部門數據的流通和應用,實現社會治安精准防控體系的建設目標。三是完善社會治安防控大數據規劃和技術標准,實現大數據的有效整合。一方面,隨著大數據類型的不斷增多,大數據出現了非結構化和結構化交融的特點,既有傳統的紙質主句和電子文檔數據,也有現代的音視頻和多媒體數據,這些數據較難兼容,給整合帶來較大困難;另一方面,僅從目前社會治安防控建設中較爲常用的視頻監控系統來看,由于視頻信號模式、監控軟件種類、磁盤列陣格式、圖像信息的不同質量和監控硬件的不兼容性因素的影響,就造成了視頻監控大數據資源整合困難。因此,必須完善社會治安防控大數據規劃和技術標准,實現大數據的有效整合。

(三)積極發展智慧警務,提高社會治安精准防控效能

在大數據社會治安防控體系建設中,大數據的信息只有在及時、准確地傳遞到各個社會治安防控單位和一線人員手中,才能有效地發揮數據的作用。然而,受傳統體制機制弊端的影響,我國目前的社會治安防控體系中的數據傳遞路徑並不是特別暢通,甚至出現困難的情況,往往會喪失一些絕佳的機會或造成嚴重的後果。如視頻監控是公安機關開展社會治安防控的有效手段和主要業務之一,公安機關在日常工作中主要采用安排相關人員通過觀看視屏監控屏幕來監測監控區域內是否存在違法行爲,如雲南某地區曾經提出按照每二十個監控探頭每班配備一名專職監控員的的標准配備監控人員,一天三班不間斷地開展視頻巡邏[10]一方面,如果按照該地區有一萬個攝像頭、每天三班爲例,則該地區光視頻監控人員就需要至少一萬五千人,這確實難以實現;另一方面,由于實施監控的主體往往是個人,受個人能力、精力、專注度、敬業程度等因素的影響和制約,也會使防控效果大打折扣。因此,必須積極發展智慧警務、高效協同技術,提高社會治安精准防控效能。

2015年,中共中央辦公廳、國務院辦公廳下發的《關于加強社會治安防控體系建設的意見》明確指出:要將社會治安防控信息化納入智慧城市建設總體規劃,充分運用新一代互聯網、物聯網、大數據、智能傳感等技術來創新社會治安防控手段,提升智能化水平。什麽是智慧?是指對事物能迅速、靈活、正確地理解和解決的能力。[11]所謂智慧警務,是指利用物聯網、智能傳感器、互聯網、雲計算、信息智能終端等信息技術,通過與警務工作相關信息的自動感知,及時傳送、發布、整合、共享警務資源信息,實現對警務工作的信息采集、傳送、決策、指揮功能的數字化、網絡化、智能化、互動化和協同化,最終提高警務工作的效能,促進社會和諧發展。因此,智慧警務的核心實際上是應用物聯網,互聯網和智能終端這些技術手段,全面提升和優化警務工作的效能。以上智慧警務的概念其實包括了三個主要的內容,一是智慧警務的主要內容是信息技術,就是指物聯網、互聯網還有收集警務信息的智能終端;二是智慧警務所強調的是用新的技術手段來解決警務工作的一種模式;三是智慧警務其最終的目的是提高警務工作效能,促進社會發展。

積極發展智慧警務,提高社會治安精准防控效能主要通過二個內容實現。一是智慧識別。在社會治安精准防控體系建設中,根據特定的程序設定,借助物聯網的各種前端接入傳感器,有效捕捉社會治安防控中需要鎖定的動態目標,如現在研發出來的基于視頻的動態生物特征識別與目標對象鑒定技術和基于視頻人臉屬性識別技術等。然後通過智能識別與分析,進行自動的目標追蹤。二是智慧防控。前面智慧防控所得到的各種治安防控信息全部上傳大數據治安防控體系建設平台,在大平台框架下與其他公安信息系統互聯互通,形成集采集、傳輸、彙聚、決策、指揮于一體大數據平台。借助這一平台和現有的警務綜合平台,智慧分析、研判各種治安防控警情,依據警情的不同分級智慧發布預警信息及智慧指揮、調度,實現社會治安智慧防控。當然,要實現智慧警務的效果,前端接入傳感器必須達到高技術要求,以實現數據采集的有效性、准確性,同時,還必須考慮數據傳輸技術、大規模存儲技術、集成顯示技術、管理手段等子系統的技術能力,切實爲社會治安精准防控的迅速反應、綜合決策和智慧防控提供強有力的科學技術保障。

(四)深入開展數據挖掘研究,完善社會治安精准防控體系建設

現階段,一方面,隨著信息技術和網絡技術的快速發展,人類所存儲的數據越來越多。根據IBM公司的分析,過去兩年産生的數據占到了人類以往獲得數據的90%以上,預計到2020年,全世界所産生的數據量預計將是現在的44倍;[12]另外,根據《第35次中國互聯網發展狀況統計報告》,截至2014年12月,我國網絡的域名總數爲2060 萬個、網站總數爲335萬個、網民已達到6.49億,同比新增網民3117萬人。[13]另一方面,目前國家治理進程中數據挖掘能力專業人才的不足和大數據時代國家內部各類數據的數據結構開始走向非結構化,非結構化數據占到了80%以上,數據格式在兼容上出現難題,增加了國家數據挖掘的複雜性和難度。[14]可見,大數據環境下國家治理並缺乏數據資源,缺乏的是數據挖掘的意識、國家挖掘體制機制的構建和挖掘的技術研究開發等內容。研究表明,人類活動的行爲中93%是可以預測的。[15]大數據的價值主要體現在其超前預測能力,大數據的價值深藏于浩瀚的數據當中,挖掘大數據的價值的過程就類似于沙裏淘金過程。在美國的孟菲斯,犯罪預測系統通過大數據和“冪律分布”分析,實現了對一些犯罪行爲的犯罪時間、犯罪手段、犯罪類型進行了准確的預報,讓當地的犯罪率下降了31%。[16]因此,我國目前的社會治安精准防控體系建設中,大數據的真正意義也在于其對數據進行挖掘之後所産生的價值。

所謂數據挖掘,是指利用計算機程序對數據進行分析、處理,發現、提取和歸納潛在有用信息的過程。深入開展數據挖掘研究,完善社會治安精准防控體系建設主要從以下兩個方面開展。一是要研究大數據挖掘的技術方法。當前的數據既包括傳統紙質和電子文檔數據,還包括音視頻數據和多媒體數據等現代數據。與傳統數據挖掘方式不同,現階段的大數據所涉及的技術層面包括了預測模型、回歸統計、模式識別、關聯規則分析、聚類分析和時間序列分析等衆多領域。常用數據挖掘的主要技術有:通過數據學習得到一個分類模型的分類技術、發現海量數據中有意義的數據關系的關聯分析技術、將海量數據劃分成有意義的多個較高相似性簇的聚類分析技術和找出其行爲很不同于預期對象的過程的異常檢測技術等。然而,由于國內起步較晚,目前有關大數據的一些關鍵技術和軟件系統大都是由國外機構研發的,國內在大數據挖掘技術領域尚處于劣勢。[17]因此,必須深入開展大數據挖掘技術方法研究,積極探索信息抽取、信息融合和信息挖掘等技術等,研究大數據中智能軌迹分析、智能情報檢索、實時比對碰撞、實時研判分析和可視化分析等技術,有效完善社會治安精准防控體系建設。二是要探索一體化的大數據社會治安精准防控模式。在大數據思維下,世界各國政府和社會各行業都在不同層面地關注著大數據帶來的機遇與挑戰,探討如何抓住大數據發展的契機,謀求本國政府和本行業在研究、發展方面的突破。居于部門、行業、領域各自優勢的特點,政府各部門、社會行業和社會組織都各自掌握著大量數據,如果要實現社會的綜合治理,就需要各部門、各組織、各機構之間實現數據共享。在這方面,美國政府一直走在全球前列,2009年奧巴馬政府推出的Data.gov就是其中典型範例。[18]總而言之,大數據技術研究及其應用必將是未來國家社會治理的必然趨勢。對于我國社會治安精准防控體系建設而言,如何積極、主動、准確和有效把握大數據時代社會治安防控的特點和防範規律,建設科學的社會治安精准防控大數據系統是實現維護社會治安秩序和公衆安全感目標的重中之重。要切實做到這一點,不僅需要國家層面的頂層規劃,還需要得到地方各級政府以及社會治安多元防控主體的共同配合。只有通過有效協調配合,在數據管理、數據挖掘、數據應用等方面實現數據共享,才能建構科學、全面、有效的一體化社會治安精准防控大數據系統和社會治安精准防控模式,最終形成國家社會治安精准防控建設的合力,實現我國的社會治安精准防空目標。

另外,在某種程度上,大數據專業人才能力的大小直接決定了我國社會治安精准防控體系建設過程中大數據方案的廣度和深度。因此,大數據思維下社會治安精准防控體系建設中必須重視培育大量大數據專業人才,尤其是大數據系統中數據挖掘人才的培育。有了專業的人才,才能從海量社會治安數據中搜索和發現信息與知識,找出存在于數據中的潛在關聯和規則實現社會治安精准防控大數據價值。

大數據背景下,我國的社會治安防控體系遇到了難得的發展機遇,但是我們在建設過程中必須注意以下幾個問題:一是應用爲先是主導。即大數據背景下社會治安精准防控體系建設不要一味追求數據規模大,必須樹立“應用爲先是主導”的理念,用大數據的優勢解決社會治安精准防控中的現實問題。二是數據采集是關鍵。數據的有效、正確采集就成爲了大數據背景下社會治安精准防控體系建設極爲重要的環節,這是大數據背景下的社會治安精准防控體系建設中需要注意的關鍵問題。三是加強對數據資源的保護。大數據資源作爲一種重要的國家戰略資源,不僅涉及到國家安全、社會穩定,還可能涉及個人隱私,必須加強對大數據資源的保護。


[1] 丁健.淺析大數據對政府2.0的推進作用[J].中國信息界,2012,(9).

[2] 朱東華,張嶷,汪雪鋒,李兵,黃穎,馬晶,許幸榮,楊超,朱福進.大數據環境下技術創新管理方法研究[J]. 科學學與科學技術管理,2013,(4).

[3] 維克托·邁爾(Mayer)-舍恩伯格,肯尼斯·庫克耶.大數據時代:生活、工作與思維的大變革[M].盛楊燕,周濤譯.浙江:浙江人民出版社,2013年.

[4] 何軍.大數據與偵查模式變革研究[J].中國人民公安大學學報(社會科學版),2015,(1).

[5] 黑格爾.法哲學原理[M].北京:商務印書館,1961:2.

[6] 李丹陽.大數據時代的中國應急管理體制改革[J].華南師範大學學報(社會科學版),2013,(6).

[7] 範小茜,李信志.大數據時代下的治安防控--重點探索數據的處理對策[J].現代管理.2014,(8).

[8] 劉紅霞.大數據背景下的應用情報學研究[J].情報資料工作, 2014(1).

[9] 遲玉琢.大數據背景下的情報分析[J].情報雜志,2015,(1).

[10] 早明光.推進社會治安防控體系建設探析[J]. 公安研究2011,(8).

[11] 商務印書館.新華字典[M],第10版,2004年1月.

[12] 馬雙榮.該如何面對大數據來襲.解放軍報,2014年4月17日.

[13] 中國互聯網絡中心(CNNIC)第35次《中國互聯網絡發展統計報告》[EB/OL].http://news.mydrivers.com/1/381/381898.htm.

[14] 茉莉.大數據時代破解非結構化信息難題.人民網,http://finance.people.com.cn/n/2013/0701/c153577-22036969.html.

[15] 何軍.大數據與偵查模式變革研究[J].中國人民公安大學學報(社會科學版).2015,(1).

[16] [美]埃裏克·西格爾.大數據預測——告訴你誰會點擊、購買、死去或撒謊[M].周昕,譯.北京:中信出版社,2014年.

[17] 朱思雄.面對大數據我們准備好了嗎.人民日報,2014年6月18日.

[18] 遲玉琢.大數據背景下的情報分析[J]. 情報雜志.2015(1).

相關信息

版權所有:雲南警官學院    |   技術支持:警晨工作室   |   通訊地址:雲南省昆明市五華區教場北路249號   

   郵編:650223   |   滇ICP備05001254號-1    |   滇公網安備53010203302199號

訪問總量: