【摘要】加强社会治安防控体系建设是我国实践出来的一条成功之路。大数据的研究、开发、运用能力已逐渐成为国家综合国力象征。在大数据优势背景下，建立“用数据说话、用数据决策、用数据管理、用数据指挥、用数据防控”的社会治安精准防控体系模式，实现社会治安精准防控目标，这不仅对公安机关主动适应我国经济社会发展的客观要求具有积极作用，也对国家维护社会稳定和平安中国建设具有重要现实意义和深远历史意义。论文从有效利用物联网完善社会治安精准防控数据采集、有效整合社会治安精准防控数据资源、积极发展智慧警务提高社会治安精准防控效能和深入开展数据挖掘研究完善社会治安精准防控体系建设等几个方面分析了社会治安精准防控体系建设的路径，以期为实现大数据背景下的社会治安精准化防控目标提供一些有益的帮助和借鉴。

【关键词】 大数据背景；社会治安；精准防控；路径

加强社会治安防控体系建设是我国多年实践出来的一条成功之路。近几年来，大数据的研究、开发、运用能力已逐渐成为国家综合国力象征，也将对国家治理模式和社会治理方式产生巨大的影响。在我国社会治安防控体系建设中，如何从大数据的思维出发，借鉴大数据的理念和发挥大数据的优势，开展社会治安精准防控体系建设研究，完善数据采集和整合数据资源、及时对社会治安事件和案件进行预警和报警、积极发展智慧警务、深入挖掘大数据在社会治安防控体系建设中的价值，实现社会治安精准化防控具有重要意义。

一、大数据背景的特征

所谓大数据，一些资料把其分为狭义和广义两种解释，狭义的解释是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合；广义的解释是指从各种类型的海量信息中快速获得有价值信息的能力。[1]查阅众多参考文献，大数据被总结为容量大（Volume）、产生速度快（Velocity）、多样性（Variety）和信息价值大（Value）四个特征（即四个V）。[2]目前大数据研究的基本目标有两个：一是描述(descriptive)，二是预测(predictive)。即通过描述以刻画、反应规模巨大数据中潜在的模式和规律，并根据这些数据中潜在的模式和规律来进行预测、预警，从而实现大数据的经济和社会价值。英国学者维克托·迈耶-舍恩伯格在其《大数据时代》一书中指出“大数据正在改变人们的生活以及理解世界的方式，成为新发明和新服务的源泉。”[3]在大数据背景下，数据就变成了新资源，只要找到合适途径方法和技术手段，任何数据都有可能变废为宝。

大数据是继云计算、物联网之后IT产业的又一次重大技术变革，如何在大数据条件下如何更好地开展社会治安防控工作是当前公安工作的一个重要课题。基于以上大数据发展及社会治安防控体系建设情况，不难发现，大数据研究虽然是当前世界范围内的研究热点，但是其研究领域和范畴主要集中在大数据相关计算机科学上的软件开发和商业研究，尤其对大数据思维下的社会治安防控理念、体制和机制的研究不是太多，研究深度也不够。当前形势下的社会治安形势较为严峻。近二十多年来，我国刑事案件立案数年平均增长达22%以上。同时，各种犯罪出现了智能化较高、犯罪时空的复杂性越来越大等特点。[4]因此，大数据的出现为提升社会治安防控能力提供了充分的可能。如果能够依托大数据的思维和优势，建立以数据为支撑的社会治安精准防控体系，通过收集、处理海量的社会治安防控数据信息，建立“用数据说话、用数据决策、用数据管理、用数据指挥、用数据防控”的社会治安精准防控体系模式，实现社会治安精准防控的目标，这不仅是公安机关主动适应我国经济社会发展的客观要求，也对国家维护社会稳定和平安中国建设具有重要现实意义和深远历史意义。

二、大数据背景下社会治安精准防控体系建设的理念

德国哲学家黑格尔曾经指出，“理念是任何一门学问的理性。”[5]一般而言，理念中通常蕴含着某种预期的设想，这要求理念的前瞻性和导向性必须要好。随着大数据时代的到来，西方国家在运用大数据帮助警察预测犯罪行为、总结犯罪规律、合理分配警察资源等方面开展了相应研究，为提高社会和公众安全水平方面取得了一定的成效。2014年，在全国第一期政法领导干部学习贯彻习近平总书记重要讲话精神培训班开班式上，孟建柱就提出“谁率先拥有、善于利用大数据，谁就能掌握主动、赢得未来。”因此，在大数据的背景下，我国的社会治安防控体系建设在以往模式基础上必须进行理念、思维的转换。大数据背景下，社会治安精准防控体系建设的理念是：全面设防、一体运作、精确指导、有效防控。

三、大数据背景下社会治安精准防控体系建设的路径分析

（一）有效利用物联网作用，完善社会治安精准防控大数据采集

当前人类社会正处于各种各样的数据网络之中，人们所使用的手机、网络、信用卡以及各种视频监控探头和射频技术等随时在记录着人们的各种行为。然而，现实生活中的一些事件反应了我们社会治安防控体系建设中存在信息、数据采集中存在的问题。如在我国2008年发生的冰雪灾害中，在广州火车站已经人满为患之时，国家相关部门不能对即将进入广州火车站的人员进行有效估计和采取预警措施，致使人员持续不断涌向火车站，引发了各种的社会事件。[6]从这个事件来看，表明我们的治安防控体系建设缺乏数据抓取能力。再如2013年北京“1O.28”金水桥暴力恐怖事件中，暴恐分子在事件发生前，分40余次从不同加油站收集了200升汽油、活动前三次去天安门广场踩点等等，暴恐分子的这些行为所呈现的数据一定程度上透露出了暴恐事件的迹象，如果我们社会治安防控的有关本门和人员能够及时收集数据，完善信息系统，天安门金水桥暴恐事件也许未必会发生。[7]

2004以来，我们国家政府为应对复杂、严峻的社会治安形势，在公安部的统一部署下，以社会治安防控为目的的社会治安视频监控平台建设具备一定的规模，这些遍布城市各个角落，大到政府部门、小到社区街道的视频监控点组成了一张无形的“天眼”网络，全时空监控、记录着社会治安秩序。因此，在既有社会治安防控大数据的条件下，可以有效利用物联网技术如指纹识别技术、传感技术、车牌识别技术、人脸识别技术、声音识别技术和虹膜识别技术等进行进人员行身份、车牌、人脸、手机、指纹和声音等大数据采集。如：一是在城市出入口完善大数据采集。在车站、码头、机场、高速出入口等城市出入口安装卡口机，实现对流动人员、车辆数据的采集；二是完善社会化大数据采集。在政府、企事业单位、医院、学校、银行、电信运营商等场所采集社会面人员、车辆数据；三是完善特种数据的采集。在废旧物品收购、二手车交易、散装汽油销售、刀具销售、农药销售等环节采集采购人、购买数量等数据。采集的过程中可以采用专业化采集与社会化采集相结合的方式进行。最终通过物联网对这些数据的采集，并传输至社会治安防控大数据平台，实现对人员、车辆等的全方位、立体式管控，有效提高社会治安精准防控水平，提高民众社会治安满意度。

（二）有效整合社会治安精准防控大数据资源

当前我们正处于一个数据来源和数据量爆炸性增长的时代：除传统数据之外，还有各种监控录像、视频通讯、医疗影像、地理信息等数据信息，传感器、导航设备等非传统IT设备产生的数据信息，社交网络每天不断更新的个人信息，宽带普及带来的巨量日志和通讯记录，以及持续增加的各种智能终端产生的图片及信息等等。这些数据的种类多种多样，既有表现人与人之间的关系、时间、空间、行为的数据，也有文字、图标、照片、视频等结构化和非结构化数据等。这些数据随着时间分秒的不断变化以几何增长的方式在不断积累。据IDC预测，未来每隔十八个月，整个世界的数据总量就会翻一番。[8]因此，在当前大数据的背景之下，我国社会治安防控体系建设的困难之处并不是缺少数据资源，而是缺乏对数据整合的意识和对数据整合、利用的有效技术。

三十多年来，我国的社会治安防控体系建设取得了不小的成就，但面对严峻复杂的社会治安形势，防控工作仍存在不少问题：一是各行业、部门之间条块分割的体制机制壁垒，缺乏有效协作与共享，阻碍了社会治安防控体系建设大数据的整合和有效利用。二是行业、部门内部体制机制亟待完善，与社会治安防控体系建设要求不适应。如公安机关的警种过多、分工过细、事权交叉等问题导致信息资源分散，部门、警种之间难以实现数据共享和交换，信息资源使用效率不高。三是信息孤岛劣势明显。行业、部门所收集到的大数据缺乏统一的规划和标准，所收集到的数据难以融入到彼此之间的平台建设，加之系统之间无法兼容，形成了一个个的“信息孤岛”，难以实现大数据的有效整合。

大数据背景下，要构建社会治安精准防控体系必须有效整合社会治安防控大数据资源。一是政府主导、牵头有效整合大数据资源。美国政府在这方面的举措一直走在世界的前沿，2009年美国政府推出的Data.gov就是其中最为显著的例子，截至2014年11月，Data.gov共开放了50多个大类涉及132445项数据。[9]在我国，公安、工商、安监、铁路、民航、银行、电信等行业和部门都各自掌握着大量的数据，这些数据对社会治安精准防控体系建设都有着非常重要的作用，只有在政府主导和牵头下，才能有效整合这些大数据资源。二是完善不同社会治安防控主体之间的数据共享体制和机制。通过现代通信、信息技术和电子政务系统构建一个统一的数据共享平台，打破行业、部门之间不必要的信息壁垒，实现各行业、部门数据的流通和应用，实现社会治安精准防控体系的建设目标。三是完善社会治安防控大数据规划和技术标准，实现大数据的有效整合。一方面，随着大数据类型的不断增多，大数据出现了非结构化和结构化交融的特点，既有传统的纸质主句和电子文档数据，也有现代的音视频和多媒体数据，这些数据较难兼容，给整合带来较大困难；另一方面，仅从目前社会治安防控建设中较为常用的视频监控系统来看，由于视频信号模式、监控软件种类、磁盘列阵格式、图像信息的不同质量和监控硬件的不兼容性因素的影响，就造成了视频监控大数据资源整合困难。因此，必须完善社会治安防控大数据规划和技术标准，实现大数据的有效整合。

（三）积极发展智慧警务，提高社会治安精准防控效能

在大数据社会治安防控体系建设中，大数据的信息只有在及时、准确地传递到各个社会治安防控单位和一线人员手中，才能有效地发挥数据的作用。然而，受传统体制机制弊端的影响，我国目前的社会治安防控体系中的数据传递路径并不是特别畅通，甚至出现困难的情况，往往会丧失一些绝佳的机会或造成严重的后果。如视频监控是公安机关开展社会治安防控的有效手段和主要业务之一，公安机关在日常工作中主要采用安排相关人员通过观看视屏监控屏幕来监测监控区域内是否存在违法行为，如云南某地区曾经提出按照每二十个监控探头每班配备一名专职监控员的的标准配备监控人员，一天三班不间断地开展视频巡逻。[10]一方面，如果按照该地区有一万个摄像头、每天三班为例，则该地区光视频监控人员就需要至少一万五千人，这确实难以实现；另一方面，由于实施监控的主体往往是个人，受个人能力、精力、专注度、敬业程度等因素的影响和制约，也会使防控效果大打折扣。因此，必须积极发展智慧警务、高效协同技术，提高社会治安精准防控效能。

2015年，中共中央办公厅、国务院办公厅下发的《关于加强社会治安防控体系建设的意见》明确指出：要将社会治安防控信息化纳入智慧城市建设总体规划，充分运用新一代互联网、物联网、大数据、智能传感等技术来创新社会治安防控手段，提升智能化水平。什么是智慧？是指对事物能迅速、灵活、正确地理解和解决的能力。[11]所谓智慧警务，是指利用物联网、智能传感器、互联网、云计算、信息智能终端等信息技术，通过与警务工作相关信息的自动感知，及时传送、发布、整合、共享警务资源信息，实现对警务工作的信息采集、传送、决策、指挥功能的数字化、网络化、智能化、互动化和协同化，最终提高警务工作的效能，促进社会和谐发展。因此，智慧警务的核心实际上是应用物联网，互联网和智能终端这些技术手段，全面提升和优化警务工作的效能。以上智慧警务的概念其实包括了三个主要的内容，一是智慧警务的主要内容是信息技术，就是指物联网、互联网还有收集警务信息的智能终端；二是智慧警务所强调的是用新的技术手段来解决警务工作的一种模式；三是智慧警务其最终的目的是提高警务工作效能，促进社会发展。

积极发展智慧警务，提高社会治安精准防控效能主要通过二个内容实现。一是智慧识别。在社会治安精准防控体系建设中，根据特定的程序设定，借助物联网的各种前端接入传感器，有效捕捉社会治安防控中需要锁定的动态目标，如现在研发出来的基于视频的动态生物特征识别与目标对象鉴定技术和基于视频人脸属性识别技术等。然后通过智能识别与分析，进行自动的目标追踪。二是智慧防控。前面智慧防控所得到的各种治安防控信息全部上传大数据治安防控体系建设平台，在大平台框架下与其他公安信息系统互联互通，形成集采集、传输、汇聚、决策、指挥于一体大数据平台。借助这一平台和现有的警务综合平台，智慧分析、研判各种治安防控警情，依据警情的不同分级智慧发布预警信息及智慧指挥、调度，实现社会治安智慧防控。当然，要实现智慧警务的效果，前端接入传感器必须达到高技术要求，以实现数据采集的有效性、准确性，同时，还必须考虑数据传输技术、大规模存储技术、集成显示技术、管理手段等子系统的技术能力，切实为社会治安精准防控的迅速反应、综合决策和智慧防控提供强有力的科学技术保障。

（四）深入开展数据挖掘研究，完善社会治安精准防控体系建设

现阶段，一方面，随着信息技术和网络技术的快速发展，人类所存储的数据越来越多。根据IBM公司的分析，过去两年产生的数据占到了人类以往获得数据的90%以上，预计到2020年，全世界所产生的数据量预计将是现在的44倍；[12]另外，根据《第35次中国互联网发展状况统计报告》，截至2014年12月，我国网络的域名总数为2060 万个、网站总数为335万个、网民已达到6.49亿，同比新增网民3117万人。[13]另一方面，目前国家治理进程中数据挖掘能力专业人才的不足和大数据时代国家内部各类数据的数据结构开始走向非结构化，非结构化数据占到了80%以上，数据格式在兼容上出现难题，增加了国家数据挖掘的复杂性和难度。[14]可见，大数据环境下国家治理并缺乏数据资源，缺乏的是数据挖掘的意识、国家挖掘体制机制的构建和挖掘的技术研究开发等内容。研究表明，人类活动的行为中93%是可以预测的。[15]大数据的价值主要体现在其超前预测能力，大数据的价值深藏于浩瀚的数据当中，挖掘大数据的价值的过程就类似于沙里淘金过程。在美国的孟菲斯，犯罪预测系统通过大数据和“幂律分布”分析，实现了对一些犯罪行为的犯罪时间、犯罪手段、犯罪类型进行了准确的预报，让当地的犯罪率下降了31%。[16]因此，我国目前的社会治安精准防控体系建设中，大数据的真正意义也在于其对数据进行挖掘之后所产生的价值。

所谓数据挖掘，是指利用计算机程序对数据进行分析、处理，发现、提取和归纳潜在有用信息的过程。深入开展数据挖掘研究，完善社会治安精准防控体系建设主要从以下两个方面开展。一是要研究大数据挖掘的技术方法。当前的数据既包括传统纸质和电子文档数据，还包括音视频数据和多媒体数据等现代数据。与传统数据挖掘方式不同，现阶段的大数据所涉及的技术层面包括了预测模型、回归统计、模式识别、关联规则分析、聚类分析和时间序列分析等众多领域。常用数据挖掘的主要技术有：通过数据学习得到一个分类模型的分类技术、发现海量数据中有意义的数据关系的关联分析技术、将海量数据划分成有意义的多个较高相似性簇的聚类分析技术和找出其行为很不同于预期对象的过程的异常检测技术等。然而，由于国内起步较晚，目前有关大数据的一些关键技术和软件系统大都是由国外机构研发的，国内在大数据挖掘技术领域尚处于劣势。[17]因此，必须深入开展大数据挖掘技术方法研究，积极探索信息抽取、信息融合和信息挖掘等技术等，研究大数据中智能轨迹分析、智能情报检索、实时比对碰撞、实时研判分析和可视化分析等技术，有效完善社会治安精准防控体系建设。二是要探索一体化的大数据社会治安精准防控模式。在大数据思维下，世界各国政府和社会各行业都在不同层面地关注着大数据带来的机遇与挑战，探讨如何抓住大数据发展的契机，谋求本国政府和本行业在研究、发展方面的突破。居于部门、行业、领域各自优势的特点，政府各部门、社会行业和社会组织都各自掌握着大量数据，如果要实现社会的综合治理，就需要各部门、各组织、各机构之间实现数据共享。在这方面，美国政府一直走在全球前列，2009年奥巴马政府推出的Data.gov就是其中典型范例。[18]总而言之，大数据技术研究及其应用必将是未来国家社会治理的必然趋势。对于我国社会治安精准防控体系建设而言，如何积极、主动、准确和有效把握大数据时代社会治安防控的特点和防范规律，建设科学的社会治安精准防控大数据系统是实现维护社会治安秩序和公众安全感目标的重中之重。要切实做到这一点，不仅需要国家层面的顶层规划，还需要得到地方各级政府以及社会治安多元防控主体的共同配合。只有通过有效协调配合，在数据管理、数据挖掘、数据应用等方面实现数据共享，才能建构科学、全面、有效的一体化社会治安精准防控大数据系统和社会治安精准防控模式，最终形成国家社会治安精准防控建设的合力，实现我国的社会治安精准防空目标。

另外，在某种程度上，大数据专业人才能力的大小直接决定了我国社会治安精准防控体系建设过程中大数据方案的广度和深度。因此，大数据思维下社会治安精准防控体系建设中必须重视培育大量大数据专业人才，尤其是大数据系统中数据挖掘人才的培育。有了专业的人才，才能从海量社会治安数据中搜索和发现信息与知识，找出存在于数据中的潜在关联和规则实现社会治安精准防控大数据价值。

大数据背景下，我国的社会治安防控体系遇到了难得的发展机遇，但是我们在建设过程中必须注意以下几个问题：一是应用为先是主导。即大数据背景下社会治安精准防控体系建设不要一味追求数据规模大，必须树立“应用为先是主导”的理念，用大数据的优势解决社会治安精准防控中的现实问题。二是数据采集是关键。数据的有效、正确采集就成为了大数据背景下社会治安精准防控体系建设极为重要的环节，这是大数据背景下的社会治安精准防控体系建设中需要注意的关键问题。三是加强对数据资源的保护。大数据资源作为一种重要的国家战略资源，不仅涉及到国家安全、社会稳定，还可能涉及个人隐私，必须加强对大数据资源的保护。

[1] 丁健．浅析大数据对政府2.0的推进作用[J].中国信息界,2012,(9).

[2] 朱东华,张嶷,汪雪锋,李兵,黄颖,马晶,许幸荣,杨超,朱福进.大数据环境下技术创新管理方法研究[J]. 科学学与科学技术管理,2013,(4).

[3] 维克托·迈尔(Mayer)-舍恩伯格，肯尼斯·库克耶.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛译.浙江：浙江人民出版社，2013年.

[4] 何军.大数据与侦查模式变革研究[J].中国人民公安大学学报(社会科学版)，2015,(1).

[5] 黑格尔.法哲学原理[M].北京：商务印书馆，1961：2.

[6] 李丹阳.大数据时代的中国应急管理体制改革[J].华南师范大学学报（社会科学版），2013，（6）.

[7] 范小茜,李信志.大数据时代下的治安防控--重点探索数据的处理对策[J].现代管理.2014,（8）.

[8] 刘红霞.大数据背景下的应用情报学研究[J].情报资料工作, 2014（1）.

[9] 迟玉琢.大数据背景下的情报分析[J].情报杂志,2015,(1).

[10] 早明光.推进社会治安防控体系建设探析[J]. 公安研究2011,(8).

[11] 商务印书馆.新华字典[M]，第10版，2004年1月.

[12] 马双荣.该如何面对大数据来袭.解放军报，2014年4月17日.

[13] 中国互联网络中心(CNNIC)第35次《中国互联网络发展统计报告》[EB/OL].http：//news.mydrivers.com/1/381/381898.htm.

[14] 茉莉.大数据时代破解非结构化信息难题.人民网，http://finance.people.com.cn/n/2013/0701/c153577-22036969.html.

[15] 何军.大数据与侦查模式变革研究[J].中国人民公安大学学报(社会科学版).2015，（1）.

[16] [美]埃里克·西格尔.大数据预测——告诉你谁会点击、购买、死去或撒谎[M].周昕，译.北京：中信出版社，2014年.

[17] 朱思雄.面对大数据我们准备好了吗.人民日报，2014年6月18日.

[18] 迟玉琢.大数据背景下的情报分析[J]. 情报杂志.2015（1）.