大数据时代的国家公共安全治理

推荐会员: 点金大数据     发布时间: 2015-07-18 03:57  阅读次数: 1,609 views

大数据带来了数据与信息处理方式的根本性变革,有助于公共安全治理者风险认知能力的提升。大数据时代的公共安全治理面临大数据收益与成本、保障安全与诱发风险、信息开放与隐私保护以及技术发展与管理滞后之间的矛盾。大数据时代的公共安全治理应走向“智慧治理”模式,它强调以大数据为代表的知识与技术的广泛性应用,借以提升国家与政府应对公共安全事务时的治理能力。

关键词:大数据 公共安全 治理 智慧治理

一、引言

公共安全是社会发展与文明进步的前提条件。在当今时代,由于快速的社会变革而引发的各种危机事件将人类社会带入了一个真正的“风险社会”。风险社会的本质特征是“不确定性”,即对风险难以进行有效预测与控制。鉴于此,政府管理者乃至社会公众风险认知能力的提升成为改善公共安全治理效果的关键。近些年来信息技术的发展特别是“大数据”时代的来临带来了数据与信息处理方式的根本性变革,这也对传统的公共安全治理实践带来了新的机遇与挑战。根本来看,大数据时代的最大特征是对各种类型数据价值的深层次挖掘,是信息社会中科技理性的高度彰显。为了顺应这一时代发展趋势,本文提出了“智慧治理”的概念,认为它将成为大数据时代公共安全治理的发展前景。

二、大数据与大数据时代的特质

当前,大数据(Big Data)缺乏一个明确、统一的定义。维基百科对它的界定是:“大数据,或称巨量数据、海量数据、大资料,指的是所涉及的数据量规模巨大到无法通过人工,在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息”。另一个常被引用的界定出自美国麦肯锡全球研究院在2011年5月发布的一篇名为《大数据:未来创新、竞争、生产力的指向标》的研究报告:“大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集”。]此外,也有一些研究者从功能的角度对它进行了界定:大数据是“在多样的或者大量数据中,迅速获取信息的能力”。

本文认为,大数据的本质仍然是“数据”,只是它所具有的“大”特征赋予了它不同于一般数据的特殊价值。具体而言,大数据之“大”表现为“4V+1C”的特征:

  • Volume,即海量的数据规模,统计表明人类近两年所产生的数据量相当于之前的总量;
  • Velocity,即处理速度快,海量的数据必须借助高效率的数据挖掘技术;
  • Variety,即多样化的数据类型,既包括传统的结构化数据,也包括各种半结构化甚至非结构化的数据类型,例如视频、音频、图片、位置信息等;
  • Value,即巨大的数据价值,但是价值的密度较低;
  • Complexity,即分析处理的复杂性加大。

就其作为“数据”的本质来看,海量的数据自始至终存在于我们的身边,只不过在缺乏有效的处理技术时,这些信息数据并不会对我们产生太大的价值。近些年,借助于云计算、非关系型数据库等信息技术的发展,海量数据的集中处理成为了可能。更重要的则是,“大数据”意味着一种理念与思维方式的更新,人们开始注重挖掘那些传统上认为没有价值的数据信息中所蕴含的价值。

尽管“大数据”概念提出至今只有短短几年时间,但是缘于其迅速发展的态势以及所具有的变革性价值,许多人得出了“大数据时代”已经来临的论断。在中国,2013年也被信息产业界称为中国的“大数据元年”。美国政府于2012年启动了“大数据发展研究计划”,将其上升为一项重要的国家战略。我国也有许多专家学者向政府高层建议,呼吁制定大数据国家战略规划,并在发展目标、发展原则、关键技术等方面做出顶层设计。应当说,如何利用大数据推动社会的发展、满足公众的需求,已经成为当前时期政府管理者需要认真思考的重要问题。

三、大数据时代公共安全领域的机遇与挑战

大数据能够让人们掌握到前所未有的全面信息,在对其进行有效处理的基础上更为准确地发现事物发展的规律。在大数据环境下,不确定性的消除具备了真正的可能性。正是由于大数据的这种作用,它已经开始在信息产业、交通运输、医疗卫生、食品安全等领域中发挥出重要作用。与此同时,在社会公共安全领域,大数据也有着广阔的应用空间。整体而言,公共安全领域中的大数据信息主要包括社会治安类安全信息(治安环境、犯罪信息等)、消费经济类安全信息(如信用卡信息)、公共卫生类安全信息(空气质量、传染病、食品安全信息等)、社会生活类安全信息(气象、交通信息等)等类型,这些信息“量”与“质”的提升为公共安全治理绩效的改善创造了有利条件。

然而,大数据本身是一把“双刃剑”,对于社会公共安全治理而言,它既带来了前所未有的机遇,也相伴而生许多挑战甚至新的风险。公共安全管理者需要清醒地认识到该项技术发展所引发的下述矛盾。

(一)大数据处理收益与成本之间的矛盾

大数据的出现为危机或风险信息的全面掌握提供了充分的可能。通过收集、处理海量的数据信息,能够提升危机决策者的认知与判断能力,并“以过去根本不可能的方式做出决策”。然而大数据处理在带来巨大收益的同时,也会引发处理成本过高的问题,“互联网、物联网、云技术等带来了每时每刻都在产生、纷繁复杂的巨量信息,人类被淹没在数据信息的海洋中,常人的能力和常规的技术已经无法处理”。大数据处理成本的高昂一方面源于数据规模的巨大,而且绝大多数为非结构化数据(视频、图片、位置信息等),需要配备更高级的硬件设备进行处理;另一方面源于大数据的价值密度较低,海量的数据中往往只能提取出少量有价值的信息,例如在大量的监控录像中,可能只有几秒钟的画面对侦破犯罪有用。这就要求在进行大数据处理投入时提高公共财政资金使用的效率,来更好地满足公众需求。

(二)大数据保障安全与诱发风险之间的矛盾

在当前的网络社会中,大数据时代的信息传输和存储渠道日益多元,这在很大程度上限制了有害信息的破坏范围。一方面由于大数据的数量庞大且价值密度低,这在客观上提高了网络攻击者的破坏成本;另一方面,大数据的发展“驱动网络扁平化,对网络的安全有好处”。然而,以大数据为代表的社会信息化也给公共安全带来了新的威胁,“信息技术的发展,使得大量数据被存储、分析、传输和应用成为可能,而且人们对这些数据资源的依赖性越来越强,一旦遭到破坏,损失巨大,危害严重”。大数据来源的广泛性以及传播的开放性意味着网络攻击者有了更多的破坏渠道,可以进行“高级可持续攻击(APT)”。而且,各种破坏行为将更为隐蔽,网络安全管理者的监控成本将大幅度提升。除此之外,由于大数据中80%以上的均为非结构化数据,这也对数据的安全存储构成了挑战。

(三)大数据信息开放与隐私保护之间的矛盾

大数据的一个显著特征是将社会生活中的各类事物数据化,同时将分布于不同领域、网络、系统、数据库内的各类数据整合在一起,从而挖掘出其中有价值的信息。为了尽可能保证信息挖掘的准确性,开放、流通、透明成为大数据利用的必然要求。因此,大数据的发展必然涉及到与个人隐私保护之间的冲突,“在大数据时代,想屏蔽外部数据商挖掘个人信息是不可能的”。而且,在大数据应用环境中,各类数据呈现出“动态”特征,现有的“基于静态数据集的传统数据隐私保护技术面临挑战”。特别是在公共安全领域中,安全保障的“公共性”与公众隐私的“个人性”之间的界限更是难以清晰界定。例如,公共场所的监控使人们的隐私被暴露。更有甚者,以社交网站为代表的互联网发展在无时不刻地追踪着人们的行为“轨迹”,由此产生的大数据会形成一种“数字化记忆”效果,作为一种“全景控制的有效机制”,它会严重威胁人们的隐私和自由。

(四)大数据技术发展与管理滞后之间的矛盾

当前来看,大数据已经在社会经济的多个领域中展露出了巨大的发展潜力。然而,技术的发展容易产生“文化滞后”现象,“科学发现或技术发明在先,滞后的适应文化往往是社会组织和意识形态”。也即,技术的发展并不一定能够顺利转化为社会事务治理绩效的改善,这一点在公共安全领域中体现得尤为明显。公共安全的治理涉及到公共部门、私人部门等多类主体的协作,由此将会产生公共安全信息搜集、整合、应用上的各种问题。由于各类安全数据之间缺乏统一的标准,现有组织、部门、制度间的分割以及信息管理理念的滞后往往导致“数据孤岛”现象的出现。归结来看,在大数据技术发展的基础上,以公开、透明、共享、协作等为基本原则的数据应用理念的转变以及数据管理模式的重构将成为制约公共安全治理领域中大数据应用效果的关键。

四、走向智慧治理:大数据

时代公共安全治理的前景作为科技理性的产物,大数据的合理利用将能够推动公共安全治理实践的根本性变革。风险社会中的“不确定性”主要表现为各类危机事件发生及其演变趋势的“不可计算性”,然而大数据技术则大大增强了公共安全治理者的“计算”能力。当“大数据”成为各种危机决策的基础之时,将出现一种全新的公共安全治理形态,本文将其称之为“智慧治理”(governance by wisdom)。“智慧”意味着“对事物能迅速、灵活、正确地理解和处理的能力”。作为一种特定的社会治理类型,本文“智慧治理”的概念借鉴了法国思想家福柯提出的“Governmentality”概念,在中文语境中它多被译为“统治术”,也有研究者将其译为“智性治理”,并认为“智性治理”是“政府理性的缩写词”。罗斯与米勒在评价福柯的该思想时指出,“国家开始从(数目及职权)有限的中央机构,变为藏身于一组组的制度、手续、分析方法、检讨过程、计算估量和策略盘算之中,其目的是利用各种精打细算的监察及行政手段,去塑造及增强国力”。根本来看,智慧治理所强调的是以大数据为代表的知识与技术的广泛性应用,借以提升国家与政府应对公共安全等事务时的治理能力。具体而言,体现为下述几个方面的内容。

(一)智慧治理的本质:基于大数据应用的精细化管理

单纯的数据并不能够直接带给我们可利用的有益价值。“数据”只是对某个事件、物体或现象的记录,体现为数字、文字、声音、视频、图像等;当数据经过筛选、清理、加工、提炼之后,将成为有意义的“信息”;当“同样的信息重复出现,事物的本质规律被揭示”之后,信息才可能变为“智慧”。由于大数据不仅涉及海量的数据资源,还涉及数据处理方式的根本性变革,因此它将为智慧治理的实现奠定基础。“大数据将引发新的‘智慧革命’:从海量、复杂、实时的大数据中可以发现知识、提升智能、创造价值”。

在公共安全领域中,智慧治理的实现在根本上依托于公共安全决策模式的转变。决策行为将基于数据及其分析,这是一种重视理性的、数据驱动的决策模式。正如耶鲁大学教授丹尼尔·埃斯蒂所言:“基于数据驱动的决策方法,政府将更加有效率、更加开放、更加负责,引导政府前进的将是‘基于实证的事实’,而不是‘意识形态’,也不是利益集团在政府决策过程中施加的影响”。为了有效实现公共安全决策中大数据的价值,必须对其进行全面的精细化管理,这也是智慧治理的内在本质。精细化管理的基本要求是“复杂事情简单化,简单事情流程化,流程事情定量化,定量事情信息化”。为此,必须贯彻“精、准、细、严”的原则,提高大数据应用的效益并尽可能降低成本,以最为精确、有效的方式满足社会公众的公共安全需求。

(二)智慧治理的主体:政府主导下的多元主体合作

在传统的公共安全应对中,政府部门几乎是惟一的治理主体,这在国家安全、社会治安、灾害救援等传统安全领域中表现得尤为突出。然而在当今的“风险社会”中,产生了许多非传统安全事务,例如公共卫生危机、群体性事件等矛盾冲突、社会信任危机等,这些公共安全事务“更多出现在公民日常生活中”,需要“通过公民民主参与方式实现社会的自我治理”。在大数据时代,这种公众参与的必要性更为突出,因为公众自身已经成为大数据的重要来源。除了社会公众外,企业(市场)也成为公共安全治理中的重要参与主体。特别是一些互联网、信息行业中的优质企业,它们可以凭借所拥有的大数据处理技术,协助政府管理者从海量数据中挖掘出有益信息。一个典型的案例是谷歌公司,在2009年甲型H1N1流感爆发几周之前,该公司的工程师就根据大量互联网信息的汇总、比对,得出了对流感来源与传播态势的判断,这种判断与后来官方的结论基本一致,而且“与习惯性滞后的官方数据相比,谷歌成为一个更有效、更及时的指示标”。在充分重视非政府主体作用的同时,也必须对政府部门的主导作用给予清醒的认识。公共安全的许多领域涉及到国家安全、政治与社会的稳定,必须有一个权威的公共主体进行主导与协调工作,而这一主体只能由政府部门担任。公共安全治理中所涉及的政府部门主要包括国家安全部门、公安部门、环境保护部门、公共卫生部门、安全生产部门、交通运输部门、质量监督部门、气象部门等,当前所存在的问题是部门间协调上的失效使得“拥有数据的部门没有能力去分析,有分析能力的部门没有数据”。归结来看,大数据时代公共安全“智慧治理”对其主体的要求是政府在实现自身所属部门之间有效协调的基础上,发挥公共安全治理的主导作用,构建“政府—社会—市场”的协同治理机制。

(三)智慧治理的过程:大数据环境下的公共安全治理机制重构

作为一种治理理念,智慧治理凸显了科技理性之于社会治理的重要性。这种科技理性在社会公共安全治理实践中的作用效果,则有赖于智慧治理理念贯彻于公共安全治理的全过程之中,实现公共安全治理机构的重构。一般而言,公共安全治理机制主要包括危机预警机制、危机决策机制、指挥协调机制、资源动员机制、信息发布机制、应急救援机制、善后恢复机制等等,它们分别对应于公共安全治理过程的每一个阶段中。从数据(信息)流动的角度看,公共安全治理的过程又是一个数据搜集、数据整合、数据提炼、数据挖掘、安全分析、安全情势判断、安全监测、发现危机(风险)的过程。相较于传统时期的公共安全治理机制与治理流程,大数据时代的最大改变在于,公共安全决策的流程将由危机事件发生后的“应对”转变为危机事件发生前的“预测”。具体来说,应对式决策是一种“逆向”思维,体现为“事件突发—逻辑分析—寻找因果关系—进行突发事件应急决策”的流程;预测式决策则是一种“正向”思维,体现为“挖掘数据—量化分析—寻找相互关系—进行突发事件预测决策”的流程。在有效的数据处理技术的支撑下,将数据思维贯彻于公共安全治理的全程中,由“(客观)事实驱动”的决策取代“(主观)经验驱动”的决策,将成为大数据时代智慧治理过程的关键特征。

(四)智慧治理的工具:信息技术的跨越式发展

智慧治理的高度“精细化”要求只有在互联网时代发展为大数据时代时才能实现,这是因为它在很大程度上是一项“技术活”,需要不断升级的信息技术(硬件与软件)的支持。在近些年来,信息技术已经取得了跨越式的发展,物联网、云计算与大数据相继成为最具代表性的前沿性技术。而大数据时代智慧治理的推进,则需要上述三项技术的“协作”:大数据要靠物联网来采集获取,对大数据的分析则需要运用云储存、云计算等云技术。具体来看,智慧治理中分别需要大数据融合技术、大数据处理技术、大数据分析与挖掘技术等工具,具体手段则包括“机器学习、统计分析、可视数据分析、时空轨迹分析、社交网络分析、智能图像/视频分析、情感与舆情分析”等。为了推动上述信息技术的进一步发展,需要加快信息化基础设施的建设,例如下一代互联网、第四代移动通信、公共无线网络、电子政务网、行业专网等的建设,以及各种类型数据库、数据中心、云计算平台的建设。其中在社会公共安全领域中,广覆盖的视频监控网络、大传感器网络、地理信息系统(GIS)以及与之配套的视频浓缩检索技术、视频图像信息库建设等,将成为重要的安全治理“利器”。

五、结语

作为现代国家治理体系中的重要组成部分,公共安全治理的推进有赖于国家/政府治理能力的提升,而本文所分析的“大数据”正是这一能力提升的重要基础。当前来看,大数据的开发应用已经被许多国家提高到国家战略的高度来进行研究。就我国而言,尽管尚未出台国家层面的大数据研究规划,但是政府高层也在很大程度上开始关注这一领域,今年初李克强总理所做的政府工作报告中明确提出要设立新兴产业创业创新平台,在大数据等方面赶超先进,引领未来产业发展。当然,智慧治理的真正推行,除了理念上的转变外,还需要完善的制度规则体系的保障以及先进技术工具的支撑。这些变化与发展将为公共安全的治理与社会安定和谐的实现带来新的前景。

来源: 国家行政学院

 

关键词:

版权声明:本站原创和会员推荐转载文章,仅供学习交流使用,不会用于任何商业用途,转载本站文章请注明来源、原文链接和作者,否则产生的任何版权纠纷与本站无关,如果有文章侵犯到原作者的权益,请您与我们联系删除或者进行授权,联系邮箱:service@datagold.com.cn。