大数据为社会风险防控赋能

邓文钱

近年来，以大数据为技术支撑的现代社会治理理念和模式日益融入社会公共生活，面对严峻复杂的社会治理挑战，厘清大数据与社会风险防控之间的内在关系，分析各种潜在风险，对推进国家治理体系和治理能力现代化具有重要意义。

大数据在重大社会风险防控中的三个发展阶段

在社会治理中运用大数据技术，是以信息通讯技术和计算机技术为基础，对社会运行与人类活动信息进行处理。从技术嵌入视角看，大数据技术在社会重大风险防控中可以分为三个阶段，分别是技术前期应用阶段、技术应用与政府组织结构相互作用阶段，以及政府自我重塑阶段。

技术前期应用阶段。大数据技术应用主要通过政府组织结构和资源要素的系统嵌入实现。这一应用以政府为主导，主要集中在政府各部门之间的业务流程、日常管理、信息沟通等方面，实现内部管理系统与技术信息网络的共享，提高公共管理效率。风险防控工作的主要任务就是在风险出现之前建立分析和预测风险的方法、策略，确保风险出现后能够有效应对。事前准备包括突发公共事件的处置方案、可能存在风险情况分析、科学严密的管控方案、严密的风险评价技术手段等，为应对重大风险提供充分的技术支撑。在风险识别方面，通过大数据智能挖掘、数据分析和数据推演等方法，精准识别可能存在的各种风险，加强对社会公共生活领域的分析和管理，及时辨别影响风险的因素和风险源，并针对可能出现风险的概率和造成损失的程度，进行科学评估权衡，有针对性地做好预防准备工作。在舆情分析方面，要关注网络舆情的动态变化，聚焦社会关注热点和风险点，及时对重大社会风险的重点区域和重点人员进行精准标识和动态监控，根据危险源监测数据与风险变化的内在关联，识别两者之间的耦合性，形成应对突发事件的重大决策方案。

技术应用与政府组织结构互动阶段。在社会互动阶段，技术应用与制度变革形成交互作用的内在逻辑。在大数据技术推动下，政府内部系统和跨部门之间的协作行动、信息共享活动、部门之间的整合力量不断增强，以组织协同行动为特征的行动模式出现。大数据技术发展改变政府与社会公众之间的互动方式，推动公共服务供给方式的创新，跨界共享数据库可以进行更大范围的信息和服务整合。在大数据时代，随着互联网信息共享机制的发展，社会公众对政府治理的内容和方式也发生了改变。社会公众对信息公开、公众参与、信息透明等要求日益强烈。在这种情况下，政府通过信息共享和合作保持灵活性，整合政府、企业、市场、非政府组织等多方力量。在大数据决策支持系统帮助下，各部门之间建立密切的合作沟通，实现应急处置和业务连续性的平衡，确保决策支持系统成为强大的信息管理系统。在舆论引导方面，及时跟踪社会热点问题、讨论公众关心话题，利用专业权威人士的舆论引导，及时澄清各种错误信息和不实信息，避免误导公众舆论方向。充分发挥大数据在公共管理过程中的分析功能，寻求事件发生的根本原因或事件形成的条件，通过数据宏观分析判断，从全局思维和宏观布局出发分析事件的影响。

政府自我重塑阶段。大数据技术推动现代社会治理内容和治理手段革新，在技术嵌入系统作用下，政府以技术赋能为基础推动管理体制、治理手段、技术应用等方面的变革。大数据不仅是分析预测的技术手段，而且还是一种统筹全局的理念和能力，对政府治理体系和治理能力现代化提出严峻挑战，从根本上改变现代社会治理所依赖的物质基础和技术基础，推动政府角色和功能定位的重大变化。所以，大数据嵌入社会治理过程，推动政府内部和政府、市场与社会互动关系的渐进性变革，政府根据大数据技术的应用前景实现治理能力和治理结构的自我革新、自我发展。

大数据技术本身和运作模式存在的风险挑战

大数据的广泛应用为公共管理提供了科学分析工具和思维方法，提升政府应对突发公共事件的能力和科学化水平。但是由于大数据技术本身和运作模式等方面的局限，还存在一些不容忽视的风险和挑战。

公共信息共享机制不完善。数据共享、数据融合是确保大数据嵌入重大风险防控的前提。数据信息的共享程度直接影响着大数据的决策水平和应急响应能力。几十年来，我们积累了大量人口、资源、地理、经济发展等方面的基础数据，也建成相应的内部信息管理系统，这为大数据分析预测提供了有力的资源支撑。但也面临公共安全信息分析机制不健全、信息渠道不完善、基础数据资源碎片化分散化等方面的问题，加之各部门采集、分析数据的手段方法不统一，不同数据库之间存在冗余并存的现象，给大数据信息搜集和数据分析带来一定难度。如何将分布在不同部门区域的数据有效整合，规范数据标准和口径，成为当前公共事务管理的一大挑战。

隐私信息泄露的风险。海量网络舆情、个人信息等数据被存放于大数据平台和互联网中，从技术本身来讲，它并不受制于道德规制和法律条文，然而专业技术人员并不会因技术水平的提高而自发实现道德觉悟的升华。相反，在巨大利益诱惑下，一些大数据技术分析平台异化为利用用户隐私数据谋取暴利的工具。在传统社会公共管理过程中，保障个人隐私是公共事务管理的内容之一，公共管理部门也不会侵犯个人隐私。然而在大数据系统应用中，如果对数据采集者的资质和行为记录缺乏严格限制，公众个人隐私安全将受到极大威胁。

线下公众行为难以掌握。在众多海量数据当中，还夹杂着无序的、无效的各种数据信息，这些数据能否代表整体公众态度仍然存在较大的疑问。大数据技术分析过程中，通常以不断增加的数据量来证明数据的代表性和可靠性，但是这种做法增加了获取数据的难度。有研究者为获得代表性数据，随机抽取一定的数量样本分析，会把数据中的杂音问题带到样本中，从而影响到数据分析的可靠性。此外，通过相关关系来探究事物内在关系，这种相关关系很难推论为因果关系，多数大数据分析研究是基于发现作出预测判断，并非研究内在因果关系。比如，在面对重大疫情信息时，一般通过在线社交平台分析社会公众线上的行为特征，但是对于社会公众线下的行为特征却无法获悉，这也为大数据的实际应用带来局限。一些专家学者将大数据分析与田野调查等方法相结合，从而建立全面立体的社会公共管理系统。

发挥大数据在社会风险防控方面的作用

发挥大数据在社会风险防控方面的作用，需要加强顶层设计，统筹谋划。从事件发生之前、事件之中到事件之后等各个环节进行全程设计。将大数据技术嵌入社会风险防控全过程，提高公民风险防控意识，为推进社会风险防控工作提供有力支持。

利用多种信息平台广泛宣传社会风险防控知识，提升公众风险防控意识。多方面发布风险防范知识，开展经常性的公共安全防范教育，鼓励社会民众积极参与到社会风险治理过程中。通过网络平台、微信、电视等媒体开展重大风险宣传教育，在全社会营造良好氛围。在确保数据安全基础上，最大限度地实现数据信息公开，避免因错误舆论引起社会的恐慌心理，增加不必要的社会治理成本。加强对媒体的监督，增强社会媒体的伦理教育，强化社会公共安全风险和责任伦理意识。同时，识别社会风险防控环节的风险点、敏感点，规范公职人员言行，严格工作流程和行为规范。强化舆论监督机制，通过权威信息引导舆论，及时监测和纠正各种不实信息，并依法严肃查处恶意传谣等行为，为社会风险防控工作提供良好舆论氛围。

推进大数据嵌入社会风险管理体制机制建设。首先，建立重大公共风险精准识别机制。列出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。在处理应急突发事件中，利用大数据技术快速甄别相关信息，并将涉及事件的人的行为数据化、可视化，做好相应预案，做到精准预测。其次，建立突发公共事件责任机制。根据分级管理逐层落实原则，列出责任清单，对信息的收集、处理、报告分级管理，根据大数据分析系统进行风险信息管理和沟通，对突发事件信息进行精准识别、开展风险点隐患排查。再次，建立应急公共管理事件的动态监管机制。大数据技术对社会公共安全事件开展前瞻性预测，并跟踪事件演变趋势，对重点风控点和危险源进行管控，尽量避免不可预测的社会公共事件的发生。最后，完善信息资源共享机制。加强不同部门数据信息合作，完善信息技术和管理制度，科学设置专门机构、明确相关部门和工作人员职能，打通信息梗阻，促进部门之间的密切沟通，推动公共安全管理有效运行。规范相关数据统计标准，完善数据编码，处理和共享数据资源，定期在社会媒体和社会公众中开展调查评估，作为各职能部门考核的重要依据。

确保社会风险防控中的个人信息安全。在大数据应用过程中，需要搜集和分析大量数据信息，研判事件发展态势，提升公共治理效率。然而，在这个过程中，社会公众隐私信息极易暴露。所以，政府部门要做好制度安排，对信息共享的尺度和要求作出详细规定和必要说明。制定公众信息共享细则和共享条例，落实风险评估和网络安全制度，完善大数据安全评估体系。从技术层面看，加强数据安全技术的支持力度，鼓励使用安全可控可信的产品，及时修补系统漏洞，全方位维护信息数据安全。从法律层面看，完善信息保护管理办法和公民信息保护管理办法，坚决打击倒卖数据信息等违法犯罪行为。

建设公共突发事件大数据集成平台。一方面，通过顶层设计统筹谋划，从数据来源、数据分析、数据运用等各个环节入手构建综合性大数据应用管理平台。在数据来源方面，科学把握数据信息来源渠道，确保数据的广泛性和有效性。在数据开放方面，集中市场力量和社会智慧，探索数据开放机制，鼓励外包服务，提升信息服务的针对性和有效性。在数据维护管理方面，对数据质量进行有效维护和管理。明确各类数据接入权限，实施系统加密，构建漏洞扫描系统、数据库神经系统，以确保数据规范安全有效。另一方面，加强社会风险防控人才队伍建设。大数据技术的实际应用，离不开专业技术人员和管理部门人员的广泛参与。大数据技术作为一种方法工具，不仅需要信息网络、计算机等专业技术的支撑，而且还需要公共管理理论等方面的配合。要加强从业人员专业知识培训，深化社会风险防控能力培训和业务训练，真正提升大数据专业技术人才队伍的能力和水平。