基于大数据的社会风险防控创新及建构策略

陈玲玲

摘 要：大数据与社会风险防控都是未来研究的重点，把二者结合将起到事半功倍的作用。数据科学的进步和数据产业的发展，有助于大数据在精准识别风险、科学评估风险、有效预警风险、实时监控风险方面发挥优势，与此同时，大数据时代下社会风险防控在信息技术发展、数据集成挖掘、数据信息公开、数据文化普及方面也面临着不少挑战，可从风险防控理念创新、网络舆情导控机制完善、社会治安防控体系优化、大数据人才引进培养四个方面进行改进和提升，推动社会风险防控的科学化和精准化。

关键词：大数据;社会风险防控;挑战;建构策略

中图分类号：D63     文献标识码：A     文章编号：1003-1502（2019）02-0052-06

習近平总书记多次强调要实施国家大数据战略，运用大数据提升社会治理水平，党的十九大也提出要增强驾驭风险本领，健全各方面风险防控机制。由此可见，大数据与社会风险防控都是未来研究的热点和重点问题，把二者结合以来，运用大数据强大的数据存储、挖掘和分析能力，依据海量数据库的信息资源和数据挖掘的信息支撑，为社会风险防控提供全新的方法基础和数据分析技术，进而在更广阔的领域改变既往风险的防控模式和传统进路，重塑风险防控流程，优化风险防控策略，必将为新时代的社会风险防控带来变革契机。而如何把握大数据在风险防控中的应用前景，拓展大数据在风险防控中的价值空间，运用大数据优化风险防控策略，为传统意义上的风险防控提供新的理念、技术、方法具有十分重要的现实意义。

一、基于大数据的社会风险防控创新

（一）精准识别社会风险

传统的风险识别主要依靠问卷调查、实地走访、召开座谈会、听证会、专家论证会、政府门户网站意见反馈平台等方式收集信息进而识别风险，这种方式识别风险存在两大弊端：一是数据遗漏问题。由于风险识别工作信息量大、识别周期长，在识别过程中不可避免地采用精选样本进行抽样分析，数据的大面积“遗漏”往往会稀释社会问题镜像的全貌，带来识别误差。二是信息干扰问题。数据量多质杂，存在大量的“信息噪音”，使得一些潜在性、关联性、关键性的风险因素识别不到位。由于信息收集、传导、发布环节的时间滞后性和普遍的信息不对称，容易使信息失真、甚至造谣传谣，导致风险识别工作被干扰、信息分析结果存在偏差等。大数据以其强大的数据存储和挖掘能力，能将所有看似不相关的信息，譬如个体兴趣爱好、体貌特征、社会关系、行动轨迹等全面的、综合的、深层次的数据纳入识别框架，以众包的方式取代抽样的方式，增加分析的数据量，扩大变量的选择面，以专业化智能化的手段对数据清洗去噪，降低了信息噪音，提升了信息纯度。同时对数据的采集只遵循数据本身特点和管理要求，将传统的风险数据库与第三方数据库建立勾连，可突破部门壁垒和专业隔阂造成的数据壁垒，最大程度地提炼繁杂数据中的风险因子，对数据从简单的因果分析转变为更为复杂的相关性分析，为系统分析个体态度倾向、行为规律或舆情演化态势和风险传播路径提供了可能[1]，使得风险识别的广度、深度、精度获得进一步延伸和拓展，为社会风险防控奠定了坚实基础。

（二）科学评估社会风险

社会稳定风险评估是我国防范社会风险的重要制度规范，被广泛运用于重大项目、重大决策实施前，通过一套严谨的评估流程，预测重大事项实施的合法性、合理性、可行性、可控性，从而降低群体性事件发生概率、实现决策的科学化。然而线性评估流程和定性评估方法固有的局限性，使得评估结果不可避免地带有较强的主观性，经验决策主导着决策事项。而风险评估的核心——构建科学有效的评估指标体系，限于数据获取的高额成本及困难程度，传统评估方法需要通过精心设计的理论框架将评估指标尽可能精简，并将获得的各类资料和数据进行结构化处理，作为风险评估的基础数据。更为关键的是，偏于线性因果关系的指标评估体系往往忽视对社会行为的文化和集体心理防线的度量，而个体行为情绪心理层面具有典型的非线性特征，恰恰是“稳评”最为重要的测评方向[1]。基于大数据的风险评估，首先运用大数据建立不同种类、不同地域、不同时间段的风险案例信息库，并对风险案例的全过程、不同时间节点的风险演变路径进行量化处理，通过大数据技术识别风险，所有可能的风险数据一并纳入评估前期风险数据库，并进行数据的集成挖掘分析，综合运用定性评估方法和定量评估方法，获取潜在的风险因素，并通过与案例库数据综合比对，科学筛选，对决策的可能风险源进行评估和预警，发现无关变量间的显性关联，借助可视化技术对大数据分析结果进行输出，得出令人信服的风险等级判定和解释说明，并对各种风险等级提供相应的应对方案以判别支持，方便评估主体对评估结果的理解、接受和采纳，从而做出科学的决策，使风险评估真正回归到事实判断的功能地位。

（三）有效预警社会风险

传统的风险管理囿于“一案三制”，重事后的应急处置，轻事前的风险预警，常常在风险来临时进退失据、无章可循。大数据在预警风险、预测未知事物方面具有独特优势，把大数据技术嵌入到风险数据集成采集、挖掘、分析、预测和流程整合各阶段，通过对多源异构、跨域关联的海量数据分析，解读出隐藏在各种看似杂乱无章、无迹可寻的数据中的内在价值，以支撑社会行动的预测、规划和决策。运用大数据识别风险种类，解构数据之间的相关性，使得敏感信息在传播的初始阶段就被监测到，通过计算机模拟风险源的变化和演进趋势，计算转化概率，初步明确风险因素与现实危机之间的关联强度，预测潜在风险及其转化为危机的可能性和受损程度，及时有效地对潜在风险进行预警、预判，可有效弥合风险的隐秘性和不确定性带来的不可控和难以预测性，有助于揭示风险形成、衍变与扩散的隐蔽面纱，从而作出更为精准的风险判断和防控策略。如谷歌通过对“流感”及其相关词汇在网络搜索记录中出现频率的观察，准确预测了流感病毒在全美的传播状况。如运用大数据技术预警市场风险，依托在日常监管中形成的庞大的企业信息数据，开展大数据专项研究和实践，建立科学的数据分析模型，通过对市场主体数据的综合比对、分析、检测、科学筛查，能及时发现涉嫌违法的市场主体，预警系统性、区域性的市场异常现象，实现精准打击的信息化监管模式[2]。

（四）实时监控社会风险

以“互联网+大数据”为突破口，运用大数据建立政务智能系统监控权利运行风险，依托目前较为成熟的大数据融合技术、分析与挖掘技术，以及机器学习、可视数据分析、时空轨迹分析、社交网络分析、智能图像等技术[3]，在社会风险衍生的关键时间点、关键领域、关键环节加强数据监控，对采集和储存的大数据进行深入分析，以现行法律法规为依据、以政务智能系统为载体、以海量数据集成分析为支撑，运用大数据全方位防控权利运行社会风险，对整个行政行为和服务事项进行监控，实现风险可查、可控、可追溯。通过数据采集、比对，实时跟踪、监督，使监督主体可以根据数据的融合分析随时查看工作状态，了解流程轨迹，实现督察督办，及时纠偏改进，变事后监督为过程监督、个别监督为整体监督，让监督者的目光盯紧问题容易发生的地方并分类制定防控措施，让防控措施“进流程”，实现权力流程“全固化”。同时，运用大数据实现决策的民意征集、民意分析以及民意监督的动态管理，以客观的、实时的、大批量的数据为基础，更加科学地、精准地判断社会问题及建立预判和决策机制，从源头上防控社会风险。

二、大数据时代社会风险防控面临的挑战

（一）信息技术发展带来的挑战

随着大数据、云计算、移动互联网的迅猛发展，以及网站、微信、微博、论坛、MSN、直播等新媒体的不断涌现，网络场域越来越成为民众社会交往、投资理财、生活购物、民意表达、维权上访的方式，也成了社会风险传播、扩散、放大的载体和催化剂。社会成员利用互联网的平等性、开放性、交互性、匿名性的特点，利用微博设置议题发布消息迅速占据传播高地，变成全民“围观”和参与讨论的话题甚至转变为大规模的网络群体性事件。综观近些年发生的群体性事件，无一例外都有网络参与，一定程度上影响着社会舆论和事件的走向。由此可见，互联网以其强大的影响力、渗透力和独特的交互性、扁平性，加剧了局部问题全局化、简单问题复杂化、个体问题公众化、一般问题复杂化，是风险再生产的场域，为政府的风险识别和风险防控带来挑战。

（二）数据集成挖掘带来的挑战

大数据具有信息量大、数据域广、时效性高的优点，同时也有数据类型多、价值密度低、挖掘难度大的特点。大数据发展面临的最关键技术在于数据的提取和分析，受大数据发展基础薄弱、发展理念滞后、人才支撑不足、经费投入有限等因素制约，大数据应用在数据信息转换、模型建构、结果输出方面还存在显性障碍，数据的价值未得到充分展现，大数据防控风险还停留在理论探讨层面。

（三）数据信息公开带来的挑战

政府部门作为社会风险防控的主体，掌握着超过80%的数据，是最重要、最核心的信息数据的采集者、管理者和占有者[4]。由于我国政府部门纵向分工的体制惯性和与现代风险管理横向整合之间存在着严重的功能性冲突和结构性矛盾[5]，政府部门构建的是服务各自部门业务的信息数据库，虽自成体系，却相对封闭，在涉及部门利益时不仅不共享数据资源，还存在有意分割数据资源的情况。就目前来看，在推动部门数据资源整合、数据共享、政务数据开放以及协同开发利用等具体责任和义务落实进展缓慢，尤其在数据所有权，数据管理归属，数据分享交换渠道、传播、处理、安全保障等方面还存在不少亟待破解的难题。如不同政府部门采集的公共信息数据仅存在调查口径与统计标准的微小差别，重复采集量大，管理成本高。部门壁垒导致的“信息孤岛”和“数据鸿沟”，使得政府部门掌握的数据大都处于割裂和休眠状态，数据之间的交织融合、互通共享难以实现。

（四）缺乏数据文化带来的挑战

长期以来，我国政府管理人员缺乏“让数据说话，让数据决策”的潜在观念，使得在大数据时代“循数决策”理念的接受度和支持度不高。防控部门过度依赖习惯和经验，对数据的深层次分析有限、评估不够精准、防控措施的量化支持不足、重视风险形成原因而忽视风险扩散条件、重视危机应对忽视风险预测等现状，均不同程度地折射出数据文化的缺乏[6]。正如胡适、黄仁宇等人曾经指出的那样，中国缺乏数据治国的土壤，这种漠视“精准”的文化氛围导致政府仍面临数据挖掘人才匮乏、能力欠缺和制度不健全等瓶颈。可以预见，在既定行政环境下，如果部门一把手缺乏大數据思维以及对大数据文化的正确理解，将会给基于大数据的风险防控带来显性障碍，相关资源整合、数据公开和技术创新也无法得到拓展和应用。

三、基于大数据的社会风险防控建构策略

（一）以大数据推进社会风险防控理念创新

在大数据时代背景下，社会风险防范机制的构建需要我们重塑社会风险防控的理念，以大数据为技术支撑，以开放、共享、协同为基本遵循，把大数据技术融入到风险防控的全流域，探索风险产生和演变的内在规律，挖掘风险预测和防控的潜能，优化风险防控的体制、机制和法制，建立和完善适应新时代的社会风险防控机制，破解政府纵向分工的惯性和风险管理横向整合之间的功能性冲突和结构性矛盾，逐步建立起高速、移动、安全、泛在的新一代信息基础设施和“全样本”的社会风险防控基础数据库，为联合开展风险防控提供共享的管理数据网络。运用大数据平台提供的信息支持和协同纽带创新政府风险防控的理念，在分工明确、权责清晰、组织得当、相互信任的基础上积极构建政府内部的协同机制和政府与非营利性组织、公众之间的联动机制[6]。推动制定数据产权界定和合法权利保护法律规章和制度保障，实现政府部门数据之间的互通共享，建立和完善政府、企业、社会组织、公民等多元主体的风险感知信息交流互动机制，发挥各主体的专长和优势，推动资源协同整合，提升数据规模、活性以及解释运用能力，形成的一个信息共享、责任连带、风险共担的风险防控网络，提升社会风险防控系统的动态适应性，打造基于大数据的共建共治共享的社会治理格局。

（二）以大数据推进网络舆情导控机制完善

在传统风险排查机制基础上，运用大数据加强对各种风险源的调查研判，进行跨数据源的数据采集，在风险防控的不同时间节点，利用大数据分析平台传输风险数据至风险分析中心，经过系统分析处理，反馈至各级管理者和公共部门。一是建立大数据舆情采集系统。整合天网工程、城市无线WIFI、居民一卡通、公共交通、住房、税务、就业、医疗、养老、社保、行政审批、应急管理等，以及电信运营商、百度、腾讯、新浪等相关数据资源，对媒体、论坛、博客、微博、微信等社交平台数据全面抓取和记录，实现多层次多维度全景式网络舆情信息采集和预处理。二是建立大数据舆情分析平台。运用大数据技术，实现舆情前瞻和预测。通过关联分析、聚类分析、回归分析等大数据技术手段，分析时间的关联程度、传播扩散情况、发展衍变趋势、网民情绪变化等，立体化、全局化、动态化研究网络舆情数据，对舆情间的关系进行关联分析，全面掌握网络舆情的运行规律及其对现实世界的影响，预测时间的舆情态势，实现线上线下的联动、协调。三是健全大数据舆情监管体制机制。建立网络舆情多元管理的联动机制，推动产学研结合，统筹好政府、企业、社会和公民的力量，形成合力，深入了解群众的多方诉求，降低群体性事件的发生概率，提高动态监测，实时预警能力，做到处早、处小，综合外防、内控，兼具治标、治本，既在静态中统筹风险的存量，也在动态统筹风险的增量，增强政府行为的科学性和前瞻性，提高网络舆情导控能力。

（三）以大数据推进社会治安防控体系优化

以大数据为支撑，推动研判预警、决策指挥与防范处置有机对接，形成部门联勤联动的应急指挥处置机制。打造信息化、一体化、实战化的应急指挥体系，提升快速反应能力和整体作战能力，全面优化社会治安防控体系。积极运用大数据技术破解重点领域防控难题，及时发现涉恐、涉稳高危人群，全面掌握其身份特征、活动轨迹和关系网络，实现在海量信息中锁定可疑人员，准确筛选定位，实施精准打击。运用大数据技术破解日常治安管理难题，实现对关注人群、重点人员、人户分离人员的动态管理，针对发现难、见面难、摸底难等问题，积极利用各类社会人员信息和上网、通信、网络购物等动态信息进行关联分析聚类分析，掌握行为特征，加强动态监管。运用大数据技术不断拓展便民利民服务渠道和载体，切实做到让“信息多跑路，群众少跑腿”。发挥档案户籍、大情报引导治安防范的作用，加强治安警情分析，提高发现预警能力，动态调整力量部署，加强街面巡逻防控，提高治安防范管理效率。

（四）社會风险防控领域大数据人才的培养和引进

大数据时代需要的是既熟练掌握大数据挖掘技术，又在社会风险防控领域有丰富管理经验的复合型人才，而不是仅仅擅长技术开发的“数据工程师”。在大数据环境下，可首先考虑在政府内部舆情监测部门和信息分析中心配置、输送、发展主攻风险管理方向的专业技术人才，对相关从业人员定期组织短期大数据管理培训，集中学习大数据前沿知识，接触大数据实践，逐步树立大数据思维，孕育大数据文化。同时加强社会风险防控领域的大数据人才的培养和引进，一方面采取与高校联合培养的模式，进一步完善培养教育体系，另一方面加强大数据人才的海外引进，政府要提供相应配套制度保障。

参考文献：

[1]刘泽照，朱正威.大数据平台下的社会风险评估：研究前瞻与应用挑战[J].华东理工大学学报（社会科学版），2015，（1）：78-85.

[2]黄鑫.政府拥抱大数据 治理迎来新格局[N].经济日报，2015-07-08（005）.

[3]单勇.以大数据治理创新治安防控体系[J].中国特色社会主义研究，2015，（4）：97-101.

[4]张茉楠.构造大数据时代国家安全战略[N].上海证券报，2015-07-08（009）.

[5]祝兴平.大数据与风险社会的危机管理创新[N].光明日报，2015-09-05（011）

[6]孙厚权，万黎明.基于大数据的社会风险治理探微[J].理论月刊，2016，（12）：106-109.