大数据技术如何破解城市灾害风险精细化治理难题

2019年6月19日，上海市安全生产委员会办公室印发《第二届中国国际进口博览会城市应急管理工作方案》，以“主动防范化解重大安全风险，坚守安全生产底线，稳妥处置生产安全和自然灾害领域突发事件”为工作目标，为进博会的圆满成功举办提供安全保障与良好环境。对于每一个城市来说，每一次大型活动的举办，都是对风险应对、社会心态、城市治理等要素的综合检验。

随着城市现代化与城市功能的提升，城市规模逐渐扩大，城市人口多元复杂，导致了城市中社会风险的快速扩大，城市灾害频发。灾害给予相关决策部门以经验与教训，构成城市防灾抗灾减灾的“大数据”参考。大数据的到来，使得城市灾害风险治理模式出现了重大变革。根据过去已经发生的灾害风险分析把握现在、预测未来成为可能，也为破解传统城市灾害风险治理中出现的事后型、粗放式、一律化、行政化治理难题提供了难得的契机。

大数据风险治理过程包括风险辨识、风险预警、风险分析、风险评估和风险决策五个阶段。大数据技术的日趋成熟，为基于多维度、多层次、多群体、多因素的巨型数据分析提供了可能。由于大数据技术的分析、预判功能，治理主体可以运用大数据、云计算等现代技术平台, 充分收集目标信息, 通过对海量数据进行综合分析, 挖掘和精确甄别潜在风险,识别城市风险管理中的重点人群与重点区域，从而提前预知将要发生的危机和风险, 及时制定预案予以化解。建立风险预警指标体系，设立风险预警红线，能够在数据分析与监测中实时预警作出反应，缩短城市灾害风险治理中的时间差，降低风险发生概率。

2019年6月17日，四川长宁发生6.0级地震。由于地震发生在深夜，当地大部分居民已进入梦乡，当地应急管理部门利用电视、手机、专用地震预警终端等提前向宜宾、乐山、成都等地发出了预警提示，很大程度地减少了人员伤亡情况，达成良好的灾害风险预警效果。大数据与人工智能技术的结合提升了风险预警的精确性与准确性。利用专业化技术手段，自动识别受灾地区图像，提升公共建筑与设施、交通、人群密集度等要素的识别与监测能力，尽快做出应对与决策措施，进而最大限度地减少损失并挽救生命。2018年台风“山竹”登陆4天之前，相关政府机构与部门就已经对其登陆时间与路径做出准确的预测，并及时做出预防与应对措施，尽可能地避免人员伤亡与经济损失。气象部门通过采用大数据、云计算、人工智能等技术，建立了天气预报专家系统、智能天气信息采集系统以及应用在天气预报中的人工神经网络等，依据采取图像识别和机器学习的办法，预报与预测天气的精准概率比纯人工操作提高了至少20%。

大数据技术的应用不仅仅体现在预警与预测灾害风险方面，更在减灾救灾、灾后重建、受灾地区疾病预防等方面扮演重要角色，它使城市灾害发展过程中个体观点与行为、态度与情绪、隐形风险的监测与分析成为可能。2017年8月8日21时19分四川九寨沟县发生7.0级地震，21时37分15秒中国地震台网新闻机器人就自动编写并完成了有关地震灾害的新闻报道，更加引起人们注意的是，这则新闻仅用25秒完成。相比于同时段的其他媒体，该则新闻内容更为丰富、详尽，并配有地震参数图、地形图等科学可视化信息，一定程度上社会的灾害风险感知与理解。在自然环境差、交通阻塞等不利情况下，利用无人机与卫通系统等技术手段，获取受灾地区、人群等图像传至应急指挥与决策部门，提高灾后救济、发现险情、抢救生命、现场指挥等工作效率。同时通过算法推荐系统，设立专门救灾平台，通过多元媒体渠道，及时公布有关灾情信息，如寻人启事、救灾物资诉求、救援服务等，提升灾情信息的公开性与透明性，助力灾害风险沟通与救助救援。

在灾害风险信息核实方面，技术的成熟发展促进了灾情信息的“自动化事实核查”（automated fact-checking）与“精准辟谣”。2016年事实核查慈善机构Full Fact开始开发自动事实核查工具，利用算法对海量内容进行有选择地识别、核查与校正，实现事实核查的智能化与自动化。2017年，今日头条推出“精准辟谣”功能，通过“机器算法+用户反馈”，高效识别虚假信息。据统计，机器通过收集分析各类用户反馈识别虚假信息的准确率达到60%，结合人工复审可进一步提升到90%。当数目较多的用户举报同一篇内容为虚假信息或谣言时，或者在某篇内容的评论区中密集出现“假新闻”“谣言”等类似的关键词时，机器便可自动识别，对谣言和虚假信息进行甄别之后，停止对该信息的推送，避免谣言传播带来衍生灾害风险。在台风“山竹”登陆深圳后，通过网络媒体平台的传播，出现“山竹”时速堪比高铁、台风“山竹”中心呈水果山竹剥开后的样子、“港珠澳大桥”扛不住17级台风、美国太空总署拍摄到“世纪最强太平洋恶魔风暴山竹”谣言，引发公众一定程度的心理恐慌。面对不实信息，相关部门及时识别、核查、辟谣并说明真相，安抚了社会不良情绪，减少灾害风险进一步的延伸与恶化。

大数据技术实现了灾害信息的自动化识别与核查，并在灾情信息沟通共享与协同服务中发挥重要作用，进而有针对性地帮助灾后精准救援工作。微软公司设立“人道主义行动AI”（AI for Humanitarian）项目，利用机器学习训练不同类型灾害的AI模型，从而准确预测可能的灾害风险时空信息与严重程度，并通过聊天机器人Hakeem帮助救助人员与不同语言的受灾人群进行信息沟通与共享。谷歌也开始在谷歌搜索与地图等即时服务APP中设置SOS警报，基于人工智能系统对灾害风险发生概率进行量化评估，以便在灾害期间提供交通疏散路线、避难场所及相关救助服务信息。日本政府则利用手机位置信息的“大数据”，通过人工智能技术整理出相关灾情信息绘制相关“电子地图”，面向手机用户推出灾情预警服务与通讯服务等，能够在灾害发生时，确认其所在地、家庭或团体成员是否安全，并为受灾人群提供“SOS”报警功能。通过对灾害前后社会情绪与情感的监测，建立相应的指标体系与评价模型，对灾区人群的情感与利益诉求实时监测，达成灾害风险系统的平衡状态及健康程度，对灾后社会心态进行评估与及时疏导。在分析城市公众情绪的基础上，促进多元主体参与其中，从而更好地进行灾害风险的科学决策与治理创新。

在城市灾害风险治理与决策方面，依托海量信息聚成系统平台，通过历史灾害的经验总结，建立“城市灾害事件数据库”及“城市灾害风险决策支持系统”。整合多种信息技术，聚合、兼容、打通各类数据，对多来源、多维度与多层次的信息进行数据清洗和融合，从城市全局视角建立灾害综合风险数据仓库，构建大数据环境下城市灾害风险动态监测体系、风险分析系统和预警体系，特别针对易受灾区域的风险重点评估与预警，实现“灾前-灾中-灾后”风险的全方位实时把握、全要素风险治理。

规模庞大、类型多样、更新频繁、价值巨大的大数据为城市风险治理提供了新可能。面对有关城市的海量数据，如何系统整合，综合分析风险，将大数据技术与科学决策有效衔接，成为城市社会治理工作中的新机遇和新挑战。同时，以数据为基石的城市风险治理需要发挥长效机制，《上海市生活垃圾管理条例》的实施便是在出台法律法规和培养市民环保意识的同时，创新垃圾分类回收管理体系，从日常生活中不断完善与改进，真正实现城市的精细化管理。