大数据与社会公共安全源头治理

　　当前我国正处于社会加速转型期，随着社会利益逐渐分化，各种社会矛盾不断涌现并呈现出复杂性与不确定性特点，导致了各种诱发社会风险的要素不断增多，从而使得社会公共安全问题显得尤为重要。要处理好此类问题，一个非常重要的思路就是从源头治理的角度来进行拓展和深化。同时，随着信息技术和互联网的快速发展，超越传统意义上的数据储存、管理和分析能力的大数据在带来数据与信息处理方式的根本性变革的同时，已经对社会公共安全治理产生了重要影响。实践证明，充分运用大数据手段能够最大限度实现社会公共安全的源头治理，减少转型期社会公共安全风险发生的机率，减低社会公共安全治理的成本。在这种背景下，本文拟从源头治理的决策结构、文化观念、策略手段三个方面，结合当前中国社会公共安全治理实践，探讨大数据与源头治理实现的关系，以期为更好推进中国社会公共安全治理体系现代化提供理论支撑。

　　一、问题的提出

　　从一定意义上来看，社会公共安全作为一个学术议题产生是近十几年的事情，目前学术界对其研究主要集中在社会公共安全的体系构建、政策研究和治理途径等方面。从其国外理论来源来看，主要包括风险社会、社会运动以及危机管理三个方面[1]。在此基础上，杨雪冬(2004)认为在对风险“复合治理”过程中需要提倡发挥多主体、多维度的作用[2]。童星(2007)提出了对社会转型、社会冲突中的社会风险到公共危机的整合研究路径与框架[3]。刘霞(2012)针对中国政府传统应对危机的社会政治动员和政府行政管控的管理模式，提出要创新危机管理的组织模式，建立全社会整体联动的公共危机治理网络[4]。同时随着互联网技术的快速发展，以及中国社会公共安全形势日益复杂，将大数据运用到社会公共安全治理当中，不仅已经成为实践的急切需要，而且也已成为学术界研究热点之一。马奔(2015)研究了大数据在应急管理中的应用[5];丁翔等(2017)从社会公共安全的科学属性和价值属性出发，探讨如何促进大数据和公共安全的良性互动[6];孟天广等(2018)提出了要构建囊括社会治理民情(诉求)汇聚、社会治理风险动态评估和基于知识库的诊断式政府回应模式的智能化社会治理体系[7]。总体来说，目前学术界对大数据应用于社会公共安全领域更侧重于宏观层面的分析，没有针对社会公共安全治理不同阶段进行深入分析，尤其是未针对社会公共安全源头治理来分析，而这正是目前社会公共安全研究中所亟须解决的问题之一。

　　随着互联网技术的迅速发展，全球范围的数据量迅速增加，已经形成了规模巨大的高速的数据集以及海量的数据量，并借助一系列算法从海量非结构化数据中发现反映社会现象的特定模式、关系或趋势，形成了大数据的发展趋势。可见，大数据不只是以互联网为载体的数据获取、储存等集合，而是运用机器学习方式把非结构化的以及海量的数据，转化为结构化的、可被理解的社会知识和理论分析，所以就更多体现为对于海量数据的挖掘、筛选、分析以及海量数据的应用方法和技术。随着大数据时代的到来，中国的社会公共安全领域的大数据应用也得到很大拓展。2015年国务院颁布的《关于印发促进大数据发展行动纲要的通知》中明确提出“加强对社会治理相关领域数据的归集、发掘及关联分析，强化对妥善应对和处理重大突发公共事件的数据支持，提高公共安全保障能力，推动构建智能防控、综合治理的公共安全体系，维护国家安全和社会安定。”[8]从一定意义来说，大数据在社会公共安全领域的应用不仅能够为政府提供有效的民意认知，加强对社会公共风险的预防、预警与研判，而且能够为社会风险评估和政府有效回应提供可靠的技术手段。

　　实际上，在以往我国社会公共安全体系的建构过程中，基本侧重于解决和处理传统意义上社会公共安全事件，往往可以通过应急处置、甚至“花钱购平安”等中端或者末端治理手段进行解决，一定程度导致治理成本增高和效率低下。相对而言，对源头治理重视程度不够。源头治理是指政府等部门在可能诱发社会公共安全事件但尚未发生或某些公共安全事件将要演变成危机但尚未引发的源头上，提前预测或预防将要发生危机的风险及程度，并采取必要的措施将演变成危机的风险降到最低。随着互联网时代的到来，各种新兴类型的社会公共安全事件不断涌现，公民表达诉求的网上与网下互动方式越来越频繁，仅仅依靠中端或者末端的治理方式越来越不能适应新形势的需要。随着国家对于大数据越来越重视，其所形成的可视数据分析、时空轨迹分析、社交网络分析、智能图像、情感与舆情分析等多种方式，更加广泛应用到我国的社会公安公共安全体系建设当中。在这种情形下，探讨大数据与实现社会公共安全源头治理的关系，既是回应社会公共安全研究的实践需要，也是进一步深化包括大数据在内的计算社会科学在社会公共安全研究中的理论需要。

　　二、社会公共安全源头治理与大数据的逻辑关联

　　从中国的社会公共安全体系建构过程来看，决策模式、文化观念以及策略手段分别从不同维度来影响其绩效的实现。而大数据的引入可以将社会公共安全中各类结构化和非结构化数据进行不同程度的收集、挖掘、分析、评估等，更好探寻社会安全风险发生的规律，预测社会公共安全的发展趋势，也必然会其对决策结构、文化观念和策略手段产生不同程度的影响，有助于实现社会公共安全的源头治理和提升互联网时代的社会公共安全治理绩效。

　　首先，从决策结构看。在我国政府传统的决策结构当中，基本上以相对封闭的科层化决策结构为主，一般决策权赋予领导和集体，按照民主集中制的原则，通过会议等多种形式实行集体决策制，领导往往提出决策议案并通过会议讨论以及集体协商交流来使决策通过。而大数据的引入不仅使得原来相对封闭的科层化决策模式转化为以数据和技术为支撑的扁平化决策结构，而且催生了数字治理、在线政府等新兴治理模式，有助于社会公共安全源头治理的实现。传统的社会公共安全决策模式更多依赖精英决策，注重决策管理流程和程序，其获取信息和数据大多呈现出单一化形式，往往根据突发事件状况做出被动决策，缺乏时效性。而大数据的核心特点之一就是预测，它能够借助数据库、信息系统等，“使得福利、税收或者安全等多个领域的具体案例可供获取，能够使政府机构预见公民的需求或政策的关键性风险”[9]。通过运用大数据技术中的数据分析和对社会公共安全事件进行深度分析，可以提供有关社会公共安全事件中丰富而多元的主体、过程、诉求及行动的信息，形成以大数据为中心的扁平化决策链，这些不同的相关数据经过汇聚和整合，能够成为政府处理社会公共安全事件的决策来源，从而对社会公共安全事件的潜在诱发因素做出正确分析和理性判断，从源头降低社会公共安全事件发生的概率。同时，大数据技术在了解民众真实需求和风险感知的基础上，可以对涉及社会公共安全的重大风险决策进行合理科学的评估，如不少地方由于发电站、垃圾焚烧场等引发的邻避事件中，目标群众往往针对的不是该决策本身，而是其后续可能引发的环境、噪音污染等现实问题，而这些都可以借助大数据的手段得以解决。因此，大数据不仅为政府解决信息不对称问题提供科学依据，而且使得政府在面对社会公共安全问题时能够进行较高质量的决策，最大限度实现源头治理的效果。

　　其次，从文化观念看。任何制度和机制都有其文化意义，社会公共安全也不例外。从根源来看，社会公共安全实际上与风险文化联系在一起，而中国传统文化“强调‘致中和’，注重配合、平衡”[10]，但缺少对于现代社会风险文化的关注。其实，现代意义上的风险文化更加强调“基于人的价值理性，即以主观判断和价值观念为主形成的对风险的感知性和人化性”[11]，注重帮助人们增强认识风险、辨别风险的意识，强化社会大众的风险观念，从价值层面来引导社会有效和谐运行。同时，大数据技术能够通过互联网在政府公共信息平台实时分析社会风险，传播相关的社会公共安全政策，能够增强人们识别风险的能力。另一方面大数据在社会范围内也会强化人们的避险意识，使人们认识社会风险的内容，培育自尊自信、理性平和、积极向上的社会心态，加强国家与社会、民众与政府的信任感，“减少和消弭各种制度和认同区隔而可能带来的碎片化信任，避免认同污名化和妖魔化现象出现”[12]，培养良好的风险文化意识。从价值层面更加重视源头治理，一定程度上降低了社会公共安全事件发生的概率。反过来，公众一旦形成现代社会风险文化意识，又会更加自觉地将大数据运用在社会公共安全体系当中。

　　最后，从策略手段看。实践证明，从决策模式和文化观念来看社会公共安全的源头治理还是不够的，其落实还需要依靠技术层面、管理层面与参与等具体而有效的策略与手段，“策略又是与人们制定策略时所在的结构条件联系在一起的”[13]。大数据为这种源头治理的实现提供了结构性条件。具体而言，大数据技术能够根据相关安全情势和已发生的安全危机事件、地理信息等数据，为社会风险的预防和预警提供技术策略。近年来，全国各地纷纷通过大数据技术构建社会公共安全网，如福建、重庆等地建立了社会稳定指数信息系统对各类社会矛盾风险进行预警，准确判别社会公共安全利益相关主体的真实需求，并根据民众差异化需求来提供更有针对性的社会公共安全服务和精细化回应，为实现源头治理提供可行的依据和方案，降低社会公共安全重大风险发生几率。大数据技术立足于互联网、物联网、云计算等技术，对社会公共安全相关的数据进行汇集、传输、处理，便于社会公共安全风险的动态管理，为社会公共安全源头治理的实现提供完整的信息支撑，优化了源头治理的风险信息管理系统。同时大数据促进了政府与民众各类互动平台的全面升级，使得政府“积极响应社会诉求(民意)，善于应对各类社会风险成为社会治理的重要面向”[14]，充分调动起民众参与社会公共安全治理的积极性。

　　三、社会公共安全源头治理的大数据路径

　　要实现社会公共安全的源头治理，大数据已经成为不可或缺的手段之一。中国特色社会主义进入新时代，人民群众对社会公共安全的需求日渐多样化和个性化。这种情形下，为了更好回应人民群众对于社会公共安全治理的新要求，就需要完善社会公共安全源头治理的大数据路径，即通过优化决策结构、完善文化观念、改进策略手段等方面来促进源头治理的实现。

　　一是优化决策结构。随着大数据在社会公共安全中的广泛应用，政府可以通过对海量社会公共安全网络数据的挖掘，来获得不同地域跨职业群体的真实民情与民意，并对这些数据进行数据解析、关联关系挖掘以及可视化展示，实现从较为封闭的决策体制向开放式的决策框架转变。定期监测和评估可能发生的社会公共安全风险状况，并根据随时可能变化的情况，在确保大数据平台稳定性和有效性的前提下进行不断的校正，形成有效的政府社会公共安全感知辅助系统，为政府从源头上进行科学决策提供有力支撑。同时，对于各种类型决策主体，也要不断加强培训和教育，提高其对大数据的掌控能力。政府应通过大数据决策分析的实际演练，学会运用大数据手段来回应社会公共安全事件，自觉将大数据嵌入社会公共安全决策的全过程，在准确识别社会公众的社会公共安全需求的基础上，进行精准而有效的政策回应，增强政府与民众的信任关系，“以便弥合不同利益相关者的社会风险认知差异，促进社会风险诱发主体和化解主体的协商对话”[15]，提升决策的效率，保证决策的科学性，避免政府对社会公共安全事件回应的无序化，促进源头治理的实现。

　　二是完善文化观念。良好的风险文化观念是整个社会有序运转的重要条件，也是社会公共安全源头治理实现的文化基础。完善社会风险文化观，首先要提升人们认识风险的自觉意识。通过大数据技术，实现社会风险源信息的互联互通以及资源共享，使人们在社会安全风险发生前树立防控意识，在风险发生时临危不乱。政府相关部门可以通过大数据技术，在信息统一平台发布风险防范知识，并开展经常性的社会公共安全风险意识教育活动，有效建构现代风险价值体系，在全社会形成普遍的文化自觉意识，使社会风险文化观念渗透到公共安全治理的全过程，在信息对称的前提下形成社会大众的风险认知。同时也要加强对网络、电视等传播载体的监督和风险责任的伦理教育，强调社会公共安全风险责任伦理，强化这些主体的风险意识和责任意识。政府在保证相关数据安全的基础上最大程度进行数据信息公开，避免造成因舆论错误引导而造成的社会恐慌，减少社会治理的成本，从源头上化解可能引发的社会情绪或心态的不稳定。

　　三是改进策略手段。首先通过大数据精准检测社会的风险源，建立社会公共安全风险清单，完善社会公共安全风险诊断和防范机制。如在处理暴恐事件当中，可以利用大数据技术快速筛选甄别可疑分子，将这些人的行为数据化、可视化，预测其行为并做好相关预案。其次建立社会风险预警的责任机制，在社会预警过程中做到分级分类治理，在统一指挥下对信息的收集、处理、报告中采用分级管理，然后根据大数据平台进行汇总建立健全风险信息管理和沟通系统，加大对风险信息的识别和隐患排查机制，做好社会公共安全风险预防的沟通和交流工作，实现社会公共安全防控信息的共享。“由于当今社会人们开放的生活方式使得民众在一系列选择中权衡，人的行为受自反性影响而更加复杂化。”[16]最后还要建立风险探测机制和动态监管系统，在运用大数据技术感知社会风险基础上，基于特定征兆对社会公共安全的发展趋势做出预测，并总结出相应的相应规律，据此规律对社会公共安全事件危险区域和危险源进行重点管控，避免类似于以往不可预测的社会公共安全事件出现，实现真正意义上的社会公共安全的源头治理。

　　结语

　　实践已经充分证明，随着大数据在社会公共安全领域的广泛应用，已经改变原有社会公共安全治理模式，并已发挥出越来越大的优势。对社会公共安全治理来讲，源头治理无疑是一种相对社会治理成本较低，而同时又有助于形成良好社会公共安全格局的治理理念。大数据的运用能够分别从决策结构、文化价值以及策略手段来促进社会公共安全源头治理的实现。面对新时代社会公共安全领域所面临的新任务，未来应该借助大数据技术来构建整体化、系统化、网络化、智能化的社会公共安全治理模式，在实现社会公共安全治理模式革新的同时，最大限度地实现社会公共安全源头治理，为有效化解各种类型社会公共安全风险提供坚强保障。

　　[基金项目] 国家社科基金一般项目“特大城市少数民族流动人口族群认同与社会稳定研究”(16BZZ024)。

　　[作者简介] 任勇(1978-)，男，河南三门峡人，政治学博士，华东政法大学“经天学者”特聘教授，华东政法大学政治学与公共管理学院副院长，博士研究生导师。