陳玲玲

摘 要：大數(shù)據(jù)與社會(huì)風(fēng)險(xiǎn)防控都是未來(lái)研究的重點(diǎn)，把二者結(jié)合將起到事半功倍的作用。數(shù)據(jù)科學(xué)的進(jìn)步和數(shù)據(jù)產(chǎn)業(yè)的發(fā)展，有助于大數(shù)據(jù)在精準(zhǔn)識(shí)別風(fēng)險(xiǎn)、科學(xué)評(píng)估風(fēng)險(xiǎn)、有效預(yù)警風(fēng)險(xiǎn)、實(shí)時(shí)監(jiān)控風(fēng)險(xiǎn)方面發(fā)揮優(yōu)勢(shì)，與此同時(shí)，大數(shù)據(jù)時(shí)代下社會(huì)風(fēng)險(xiǎn)防控在信息技術(shù)發(fā)展、數(shù)據(jù)集成挖掘、數(shù)據(jù)信息公開、數(shù)據(jù)文化普及方面也面臨著不少挑戰(zhàn)，可從風(fēng)險(xiǎn)防控理念創(chuàng)新、網(wǎng)絡(luò)輿情導(dǎo)控機(jī)制完善、社會(huì)治安防控體系優(yōu)化、大數(shù)據(jù)人才引進(jìn)培養(yǎng)四個(gè)方面進(jìn)行改進(jìn)和提升，推動(dòng)社會(huì)風(fēng)險(xiǎn)防控的科學(xué)化和精準(zhǔn)化。

關(guān)鍵詞：大數(shù)據(jù);社會(huì)風(fēng)險(xiǎn)防控;挑戰(zhàn);建構(gòu)策略

中圖分類號(hào)：D63? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：1003-1502（2019）02-0052-06

習(xí)近平總書記多次強(qiáng)調(diào)要實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略，運(yùn)用大數(shù)據(jù)提升社會(huì)治理水平，黨的十九大也提出要增強(qiáng)駕馭風(fēng)險(xiǎn)本領(lǐng)，健全各方面風(fēng)險(xiǎn)防控機(jī)制。由此可見，大數(shù)據(jù)與社會(huì)風(fēng)險(xiǎn)防控都是未來(lái)研究的熱點(diǎn)和重點(diǎn)問題，把二者結(jié)合以來(lái)，運(yùn)用大數(shù)據(jù)強(qiáng)大的數(shù)據(jù)存儲(chǔ)、挖掘和分析能力，依據(jù)海量數(shù)據(jù)庫(kù)的信息資源和數(shù)據(jù)挖掘的信息支撐，為社會(huì)風(fēng)險(xiǎn)防控提供全新的方法基礎(chǔ)和數(shù)據(jù)分析技術(shù)，進(jìn)而在更廣闊的領(lǐng)域改變既往風(fēng)險(xiǎn)的防控模式和傳統(tǒng)進(jìn)路，重塑風(fēng)險(xiǎn)防控流程，優(yōu)化風(fēng)險(xiǎn)防控策略，必將為新時(shí)代的社會(huì)風(fēng)險(xiǎn)防控帶來(lái)變革契機(jī)。而如何把握大數(shù)據(jù)在風(fēng)險(xiǎn)防控中的應(yīng)用前景，拓展大數(shù)據(jù)在風(fēng)險(xiǎn)防控中的價(jià)值空間，運(yùn)用大數(shù)據(jù)優(yōu)化風(fēng)險(xiǎn)防控策略，為傳統(tǒng)意義上的風(fēng)險(xiǎn)防控提供新的理念、技術(shù)、方法具有十分重要的現(xiàn)實(shí)意義。

一、基于大數(shù)據(jù)的社會(huì)風(fēng)險(xiǎn)防控創(chuàng)新

（一）精準(zhǔn)識(shí)別社會(huì)風(fēng)險(xiǎn)

傳統(tǒng)的風(fēng)險(xiǎn)識(shí)別主要依靠問卷調(diào)查、實(shí)地走訪、召開座談會(huì)、聽證會(huì)、專家論證會(huì)、政府門戶網(wǎng)站意見反饋平臺(tái)等方式收集信息進(jìn)而識(shí)別風(fēng)險(xiǎn)，這種方式識(shí)別風(fēng)險(xiǎn)存在兩大弊端：一是數(shù)據(jù)遺漏問題。由于風(fēng)險(xiǎn)識(shí)別工作信息量大、識(shí)別周期長(zhǎng)，在識(shí)別過程中不可避免地采用精選樣本進(jìn)行抽樣分析，數(shù)據(jù)的大面積“遺漏”往往會(huì)稀釋社會(huì)問題鏡像的全貌，帶來(lái)識(shí)別誤差。二是信息干擾問題。數(shù)據(jù)量多質(zhì)雜，存在大量的“信息噪音”，使得一些潛在性、關(guān)聯(lián)性、關(guān)鍵性的風(fēng)險(xiǎn)因素識(shí)別不到位。由于信息收集、傳導(dǎo)、發(fā)布環(huán)節(jié)的時(shí)間滯后性和普遍的信息不對(duì)稱，容易使信息失真、甚至造謠傳謠，導(dǎo)致風(fēng)險(xiǎn)識(shí)別工作被干擾、信息分析結(jié)果存在偏差等。大數(shù)據(jù)以其強(qiáng)大的數(shù)據(jù)存儲(chǔ)和挖掘能力，能將所有看似不相關(guān)的信息，譬如個(gè)體興趣愛好、體貌特征、社會(huì)關(guān)系、行動(dòng)軌跡等全面的、綜合的、深層次的數(shù)據(jù)納入識(shí)別框架，以眾包的方式取代抽樣的方式，增加分析的數(shù)據(jù)量，擴(kuò)大變量的選擇面，以專業(yè)化智能化的手段對(duì)數(shù)據(jù)清洗去噪，降低了信息噪音，提升了信息純度。同時(shí)對(duì)數(shù)據(jù)的采集只遵循數(shù)據(jù)本身特點(diǎn)和管理要求，將傳統(tǒng)的風(fēng)險(xiǎn)數(shù)據(jù)庫(kù)與第三方數(shù)據(jù)庫(kù)建立勾連，可突破部門壁壘和專業(yè)隔閡造成的數(shù)據(jù)壁壘，最大程度地提煉繁雜數(shù)據(jù)中的風(fēng)險(xiǎn)因子，對(duì)數(shù)據(jù)從簡(jiǎn)單的因果分析轉(zhuǎn)變?yōu)楦鼮閺?fù)雜的相關(guān)性分析，為系統(tǒng)分析個(gè)體態(tài)度傾向、行為規(guī)律或輿情演化態(tài)勢(shì)和風(fēng)險(xiǎn)傳播路徑提供了可能[1]，使得風(fēng)險(xiǎn)識(shí)別的廣度、深度、精度獲得進(jìn)一步延伸和拓展，為社會(huì)風(fēng)險(xiǎn)防控奠定了堅(jiān)實(shí)基礎(chǔ)。

（二）科學(xué)評(píng)估社會(huì)風(fēng)險(xiǎn)

社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估是我國(guó)防范社會(huì)風(fēng)險(xiǎn)的重要制度規(guī)范，被廣泛運(yùn)用于重大項(xiàng)目、重大決策實(shí)施前，通過一套嚴(yán)謹(jǐn)?shù)脑u(píng)估流程，預(yù)測(cè)重大事項(xiàng)實(shí)施的合法性、合理性、可行性、可控性，從而降低群體性事件發(fā)生概率、實(shí)現(xiàn)決策的科學(xué)化。然而線性評(píng)估流程和定性評(píng)估方法固有的局限性，使得評(píng)估結(jié)果不可避免地帶有較強(qiáng)的主觀性，經(jīng)驗(yàn)決策主導(dǎo)著決策事項(xiàng)。而風(fēng)險(xiǎn)評(píng)估的核心——構(gòu)建科學(xué)有效的評(píng)估指標(biāo)體系，限于數(shù)據(jù)獲取的高額成本及困難程度，傳統(tǒng)評(píng)估方法需要通過精心設(shè)計(jì)的理論框架將評(píng)估指標(biāo)盡可能精簡(jiǎn)，并將獲得的各類資料和數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，作為風(fēng)險(xiǎn)評(píng)估的基礎(chǔ)數(shù)據(jù)。更為關(guān)鍵的是，偏于線性因果關(guān)系的指標(biāo)評(píng)估體系往往忽視對(duì)社會(huì)行為的文化和集體心理防線的度量，而個(gè)體行為情緒心理層面具有典型的非線性特征，恰恰是“穩(wěn)評(píng)”最為重要的測(cè)評(píng)方向[1]?；诖髷?shù)據(jù)的風(fēng)險(xiǎn)評(píng)估，首先運(yùn)用大數(shù)據(jù)建立不同種類、不同地域、不同時(shí)間段的風(fēng)險(xiǎn)案例信息庫(kù)，并對(duì)風(fēng)險(xiǎn)案例的全過程、不同時(shí)間節(jié)點(diǎn)的風(fēng)險(xiǎn)演變路徑進(jìn)行量化處理，通過大數(shù)據(jù)技術(shù)識(shí)別風(fēng)險(xiǎn)，所有可能的風(fēng)險(xiǎn)數(shù)據(jù)一并納入評(píng)估前期風(fēng)險(xiǎn)數(shù)據(jù)庫(kù)，并進(jìn)行數(shù)據(jù)的集成挖掘分析，綜合運(yùn)用定性評(píng)估方法和定量評(píng)估方法，獲取潛在的風(fēng)險(xiǎn)因素，并通過與案例庫(kù)數(shù)據(jù)綜合比對(duì)，科學(xué)篩選，對(duì)決策的可能風(fēng)險(xiǎn)源進(jìn)行評(píng)估和預(yù)警，發(fā)現(xiàn)無(wú)關(guān)變量間的顯性關(guān)聯(lián)，借助可視化技術(shù)對(duì)大數(shù)據(jù)分析結(jié)果進(jìn)行輸出，得出令人信服的風(fēng)險(xiǎn)等級(jí)判定和解釋說明，并對(duì)各種風(fēng)險(xiǎn)等級(jí)提供相應(yīng)的應(yīng)對(duì)方案以判別支持，方便評(píng)估主體對(duì)評(píng)估結(jié)果的理解、接受和采納，從而做出科學(xué)的決策，使風(fēng)險(xiǎn)評(píng)估真正回歸到事實(shí)判斷的功能地位。

（三）有效預(yù)警社會(huì)風(fēng)險(xiǎn)

傳統(tǒng)的風(fēng)險(xiǎn)管理囿于“一案三制”，重事后的應(yīng)急處置，輕事前的風(fēng)險(xiǎn)預(yù)警，常常在風(fēng)險(xiǎn)來(lái)臨時(shí)進(jìn)退失據(jù)、無(wú)章可循。大數(shù)據(jù)在預(yù)警風(fēng)險(xiǎn)、預(yù)測(cè)未知事物方面具有獨(dú)特優(yōu)勢(shì)，把大數(shù)據(jù)技術(shù)嵌入到風(fēng)險(xiǎn)數(shù)據(jù)集成采集、挖掘、分析、預(yù)測(cè)和流程整合各階段，通過對(duì)多源異構(gòu)、跨域關(guān)聯(lián)的海量數(shù)據(jù)分析，解讀出隱藏在各種看似雜亂無(wú)章、無(wú)跡可尋的數(shù)據(jù)中的內(nèi)在價(jià)值，以支撐社會(huì)行動(dòng)的預(yù)測(cè)、規(guī)劃和決策。運(yùn)用大數(shù)據(jù)識(shí)別風(fēng)險(xiǎn)種類，解構(gòu)數(shù)據(jù)之間的相關(guān)性，使得敏感信息在傳播的初始階段就被監(jiān)測(cè)到，通過計(jì)算機(jī)模擬風(fēng)險(xiǎn)源的變化和演進(jìn)趨勢(shì)，計(jì)算轉(zhuǎn)化概率，初步明確風(fēng)險(xiǎn)因素與現(xiàn)實(shí)危機(jī)之間的關(guān)聯(lián)強(qiáng)度，預(yù)測(cè)潛在風(fēng)險(xiǎn)及其轉(zhuǎn)化為危機(jī)的可能性和受損程度，及時(shí)有效地對(duì)潛在風(fēng)險(xiǎn)進(jìn)行預(yù)警、預(yù)判，可有效彌合風(fēng)險(xiǎn)的隱秘性和不確定性帶來(lái)的不可控和難以預(yù)測(cè)性，有助于揭示風(fēng)險(xiǎn)形成、衍變與擴(kuò)散的隱蔽面紗，從而作出更為精準(zhǔn)的風(fēng)險(xiǎn)判斷和防控策略。如谷歌通過對(duì)“流感”及其相關(guān)詞匯在網(wǎng)絡(luò)搜索記錄中出現(xiàn)頻率的觀察，準(zhǔn)確預(yù)測(cè)了流感病毒在全美的傳播狀況。如運(yùn)用大數(shù)據(jù)技術(shù)預(yù)警市場(chǎng)風(fēng)險(xiǎn)，依托在日常監(jiān)管中形成的龐大的企業(yè)信息數(shù)據(jù)，開展大數(shù)據(jù)專項(xiàng)研究和實(shí)踐，建立科學(xué)的數(shù)據(jù)分析模型，通過對(duì)市場(chǎng)主體數(shù)據(jù)的綜合比對(duì)、分析、檢測(cè)、科學(xué)篩查，能及時(shí)發(fā)現(xiàn)涉嫌違法的市場(chǎng)主體，預(yù)警系統(tǒng)性、區(qū)域性的市場(chǎng)異常現(xiàn)象，實(shí)現(xiàn)精準(zhǔn)打擊的信息化監(jiān)管模式[2]。

（四）實(shí)時(shí)監(jiān)控社會(huì)風(fēng)險(xiǎn)

以“互聯(lián)網(wǎng)+大數(shù)據(jù)”為突破口，運(yùn)用大數(shù)據(jù)建立政務(wù)智能系統(tǒng)監(jiān)控權(quán)利運(yùn)行風(fēng)險(xiǎn)，依托目前較為成熟的大數(shù)據(jù)融合技術(shù)、分析與挖掘技術(shù)，以及機(jī)器學(xué)習(xí)、可視數(shù)據(jù)分析、時(shí)空軌跡分析、社交網(wǎng)絡(luò)分析、智能圖像等技術(shù)[3]，在社會(huì)風(fēng)險(xiǎn)衍生的關(guān)鍵時(shí)間點(diǎn)、關(guān)鍵領(lǐng)域、關(guān)鍵環(huán)節(jié)加強(qiáng)數(shù)據(jù)監(jiān)控，對(duì)采集和儲(chǔ)存的大數(shù)據(jù)進(jìn)行深入分析，以現(xiàn)行法律法規(guī)為依據(jù)、以政務(wù)智能系統(tǒng)為載體、以海量數(shù)據(jù)集成分析為支撐，運(yùn)用大數(shù)據(jù)全方位防控權(quán)利運(yùn)行社會(huì)風(fēng)險(xiǎn)，對(duì)整個(gè)行政行為和服務(wù)事項(xiàng)進(jìn)行監(jiān)控，實(shí)現(xiàn)風(fēng)險(xiǎn)可查、可控、可追溯。通過數(shù)據(jù)采集、比對(duì)，實(shí)時(shí)跟蹤、監(jiān)督，使監(jiān)督主體可以根據(jù)數(shù)據(jù)的融合分析隨時(shí)查看工作狀態(tài)，了解流程軌跡，實(shí)現(xiàn)督察督辦，及時(shí)糾偏改進(jìn)，變事后監(jiān)督為過程監(jiān)督、個(gè)別監(jiān)督為整體監(jiān)督，讓監(jiān)督者的目光盯緊問題容易發(fā)生的地方并分類制定防控措施，讓防控措施“進(jìn)流程”，實(shí)現(xiàn)權(quán)力流程“全固化”。同時(shí)，運(yùn)用大數(shù)據(jù)實(shí)現(xiàn)決策的民意征集、民意分析以及民意監(jiān)督的動(dòng)態(tài)管理，以客觀的、實(shí)時(shí)的、大批量的數(shù)據(jù)為基礎(chǔ)，更加科學(xué)地、精準(zhǔn)地判斷社會(huì)問題及建立預(yù)判和決策機(jī)制，從源頭上防控社會(huì)風(fēng)險(xiǎn)。

二、大數(shù)據(jù)時(shí)代社會(huì)風(fēng)險(xiǎn)防控面臨的挑戰(zhàn)

（一）信息技術(shù)發(fā)展帶來(lái)的挑戰(zhàn)

隨著大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)的迅猛發(fā)展，以及網(wǎng)站、微信、微博、論壇、MSN、直播等新媒體的不斷涌現(xiàn)，網(wǎng)絡(luò)場(chǎng)域越來(lái)越成為民眾社會(huì)交往、投資理財(cái)、生活購(gòu)物、民意表達(dá)、維權(quán)上訪的方式，也成了社會(huì)風(fēng)險(xiǎn)傳播、擴(kuò)散、放大的載體和催化劑。社會(huì)成員利用互聯(lián)網(wǎng)的平等性、開放性、交互性、匿名性的特點(diǎn)，利用微博設(shè)置議題發(fā)布消息迅速占據(jù)傳播高地，變成全民“圍觀”和參與討論的話題甚至轉(zhuǎn)變?yōu)榇笠?guī)模的網(wǎng)絡(luò)群體性事件。綜觀近些年發(fā)生的群體性事件，無(wú)一例外都有網(wǎng)絡(luò)參與，一定程度上影響著社會(huì)輿論和事件的走向。由此可見，互聯(lián)網(wǎng)以其強(qiáng)大的影響力、滲透力和獨(dú)特的交互性、扁平性，加劇了局部問題全局化、簡(jiǎn)單問題復(fù)雜化、個(gè)體問題公眾化、一般問題復(fù)雜化，是風(fēng)險(xiǎn)再生產(chǎn)的場(chǎng)域，為政府的風(fēng)險(xiǎn)識(shí)別和風(fēng)險(xiǎn)防控帶來(lái)挑戰(zhàn)。

（二）數(shù)據(jù)集成挖掘帶來(lái)的挑戰(zhàn)

大數(shù)據(jù)具有信息量大、數(shù)據(jù)域廣、時(shí)效性高的優(yōu)點(diǎn)，同時(shí)也有數(shù)據(jù)類型多、價(jià)值密度低、挖掘難度大的特點(diǎn)。大數(shù)據(jù)發(fā)展面臨的最關(guān)鍵技術(shù)在于數(shù)據(jù)的提取和分析，受大數(shù)據(jù)發(fā)展基礎(chǔ)薄弱、發(fā)展理念滯后、人才支撐不足、經(jīng)費(fèi)投入有限等因素制約，大數(shù)據(jù)應(yīng)用在數(shù)據(jù)信息轉(zhuǎn)換、模型建構(gòu)、結(jié)果輸出方面還存在顯性障礙，數(shù)據(jù)的價(jià)值未得到充分展現(xiàn)，大數(shù)據(jù)防控風(fēng)險(xiǎn)還停留在理論探討層面。

（三）數(shù)據(jù)信息公開帶來(lái)的挑戰(zhàn)

政府部門作為社會(huì)風(fēng)險(xiǎn)防控的主體，掌握著超過80%的數(shù)據(jù)，是最重要、最核心的信息數(shù)據(jù)的采集者、管理者和占有者[4]。由于我國(guó)政府部門縱向分工的體制慣性和與現(xiàn)代風(fēng)險(xiǎn)管理橫向整合之間存在著嚴(yán)重的功能性沖突和結(jié)構(gòu)性矛盾[5]，政府部門構(gòu)建的是服務(wù)各自部門業(yè)務(wù)的信息數(shù)據(jù)庫(kù)，雖自成體系，卻相對(duì)封閉，在涉及部門利益時(shí)不僅不共享數(shù)據(jù)資源，還存在有意分割數(shù)據(jù)資源的情況。就目前來(lái)看，在推動(dòng)部門數(shù)據(jù)資源整合、數(shù)據(jù)共享、政務(wù)數(shù)據(jù)開放以及協(xié)同開發(fā)利用等具體責(zé)任和義務(wù)落實(shí)進(jìn)展緩慢，尤其在數(shù)據(jù)所有權(quán)，數(shù)據(jù)管理歸屬，數(shù)據(jù)分享交換渠道、傳播、處理、安全保障等方面還存在不少亟待破解的難題。如不同政府部門采集的公共信息數(shù)據(jù)僅存在調(diào)查口徑與統(tǒng)計(jì)標(biāo)準(zhǔn)的微小差別，重復(fù)采集量大，管理成本高。部門壁壘導(dǎo)致的“信息孤島”和“數(shù)據(jù)鴻溝”，使得政府部門掌握的數(shù)據(jù)大都處于割裂和休眠狀態(tài)，數(shù)據(jù)之間的交織融合、互通共享難以實(shí)現(xiàn)。

（四）缺乏數(shù)據(jù)文化帶來(lái)的挑戰(zhàn)

長(zhǎng)期以來(lái)，我國(guó)政府管理人員缺乏“讓數(shù)據(jù)說話，讓數(shù)據(jù)決策”的潛在觀念，使得在大數(shù)據(jù)時(shí)代“循數(shù)決策”理念的接受度和支持度不高。防控部門過度依賴習(xí)慣和經(jīng)驗(yàn)，對(duì)數(shù)據(jù)的深層次分析有限、評(píng)估不夠精準(zhǔn)、防控措施的量化支持不足、重視風(fēng)險(xiǎn)形成原因而忽視風(fēng)險(xiǎn)擴(kuò)散條件、重視危機(jī)應(yīng)對(duì)忽視風(fēng)險(xiǎn)預(yù)測(cè)等現(xiàn)狀，均不同程度地折射出數(shù)據(jù)文化的缺乏[6]。正如胡適、黃仁宇等人曾經(jīng)指出的那樣，中國(guó)缺乏數(shù)據(jù)治國(guó)的土壤，這種漠視“精準(zhǔn)”的文化氛圍導(dǎo)致政府仍面臨數(shù)據(jù)挖掘人才匱乏、能力欠缺和制度不健全等瓶頸?？梢灶A(yù)見，在既定行政環(huán)境下，如果部門一把手缺乏大數(shù)據(jù)思維以及對(duì)大數(shù)據(jù)文化的正確理解，將會(huì)給基于大數(shù)據(jù)的風(fēng)險(xiǎn)防控帶來(lái)顯性障礙，相關(guān)資源整合、數(shù)據(jù)公開和技術(shù)創(chuàng)新也無(wú)法得到拓展和應(yīng)用。

三、基于大數(shù)據(jù)的社會(huì)風(fēng)險(xiǎn)防控建構(gòu)策略

（一）以大數(shù)據(jù)推進(jìn)社會(huì)風(fēng)險(xiǎn)防控理念創(chuàng)新

在大數(shù)據(jù)時(shí)代背景下，社會(huì)風(fēng)險(xiǎn)防范機(jī)制的構(gòu)建需要我們重塑社會(huì)風(fēng)險(xiǎn)防控的理念，以大數(shù)據(jù)為技術(shù)支撐，以開放、共享、協(xié)同為基本遵循，把大數(shù)據(jù)技術(shù)融入到風(fēng)險(xiǎn)防控的全流域，探索風(fēng)險(xiǎn)產(chǎn)生和演變的內(nèi)在規(guī)律，挖掘風(fēng)險(xiǎn)預(yù)測(cè)和防控的潛能，優(yōu)化風(fēng)險(xiǎn)防控的體制、機(jī)制和法制，建立和完善適應(yīng)新時(shí)代的社會(huì)風(fēng)險(xiǎn)防控機(jī)制，破解政府縱向分工的慣性和風(fēng)險(xiǎn)管理橫向整合之間的功能性沖突和結(jié)構(gòu)性矛盾，逐步建立起高速、移動(dòng)、安全、泛在的新一代信息基礎(chǔ)設(shè)施和“全樣本”的社會(huì)風(fēng)險(xiǎn)防控基礎(chǔ)數(shù)據(jù)庫(kù)，為聯(lián)合開展風(fēng)險(xiǎn)防控提供共享的管理數(shù)據(jù)網(wǎng)絡(luò)。運(yùn)用大數(shù)據(jù)平臺(tái)提供的信息支持和協(xié)同紐帶創(chuàng)新政府風(fēng)險(xiǎn)防控的理念，在分工明確、權(quán)責(zé)清晰、組織得當(dāng)、相互信任的基礎(chǔ)上積極構(gòu)建政府內(nèi)部的協(xié)同機(jī)制和政府與非營(yíng)利性組織、公眾之間的聯(lián)動(dòng)機(jī)制[6]。推動(dòng)制定數(shù)據(jù)產(chǎn)權(quán)界定和合法權(quán)利保護(hù)法律規(guī)章和制度保障，實(shí)現(xiàn)政府部門數(shù)據(jù)之間的互通共享，建立和完善政府、企業(yè)、社會(huì)組織、公民等多元主體的風(fēng)險(xiǎn)感知信息交流互動(dòng)機(jī)制，發(fā)揮各主體的專長(zhǎng)和優(yōu)勢(shì)，推動(dòng)資源協(xié)同整合，提升數(shù)據(jù)規(guī)模、活性以及解釋運(yùn)用能力，形成的一個(gè)信息共享、責(zé)任連帶、風(fēng)險(xiǎn)共擔(dān)的風(fēng)險(xiǎn)防控網(wǎng)絡(luò)，提升社會(huì)風(fēng)險(xiǎn)防控系統(tǒng)的動(dòng)態(tài)適應(yīng)性，打造基于大數(shù)據(jù)的共建共治共享的社會(huì)治理格局。

（二）以大數(shù)據(jù)推進(jìn)網(wǎng)絡(luò)輿情導(dǎo)控機(jī)制完善

在傳統(tǒng)風(fēng)險(xiǎn)排查機(jī)制基礎(chǔ)上，運(yùn)用大數(shù)據(jù)加強(qiáng)對(duì)各種風(fēng)險(xiǎn)源的調(diào)查研判，進(jìn)行跨數(shù)據(jù)源的數(shù)據(jù)采集，在風(fēng)險(xiǎn)防控的不同時(shí)間節(jié)點(diǎn)，利用大數(shù)據(jù)分析平臺(tái)傳輸風(fēng)險(xiǎn)數(shù)據(jù)至風(fēng)險(xiǎn)分析中心，經(jīng)過系統(tǒng)分析處理，反饋至各級(jí)管理者和公共部門。一是建立大數(shù)據(jù)輿情采集系統(tǒng)。整合天網(wǎng)工程、城市無(wú)線WIFI、居民一卡通、公共交通、住房、稅務(wù)、就業(yè)、醫(yī)療、養(yǎng)老、社保、行政審批、應(yīng)急管理等，以及電信運(yùn)營(yíng)商、百度、騰訊、新浪等相關(guān)數(shù)據(jù)資源，對(duì)媒體、論壇、博客、微博、微信等社交平臺(tái)數(shù)據(jù)全面抓取和記錄，實(shí)現(xiàn)多層次多維度全景式網(wǎng)絡(luò)輿情信息采集和預(yù)處理。二是建立大數(shù)據(jù)輿情分析平臺(tái)。運(yùn)用大數(shù)據(jù)技術(shù)，實(shí)現(xiàn)輿情前瞻和預(yù)測(cè)。通過關(guān)聯(lián)分析、聚類分析、回歸分析等大數(shù)據(jù)技術(shù)手段，分析時(shí)間的關(guān)聯(lián)程度、傳播擴(kuò)散情況、發(fā)展衍變趨勢(shì)、網(wǎng)民情緒變化等，立體化、全局化、動(dòng)態(tài)化研究網(wǎng)絡(luò)輿情數(shù)據(jù)，對(duì)輿情間的關(guān)系進(jìn)行關(guān)聯(lián)分析，全面掌握網(wǎng)絡(luò)輿情的運(yùn)行規(guī)律及其對(duì)現(xiàn)實(shí)世界的影響，預(yù)測(cè)時(shí)間的輿情態(tài)勢(shì)，實(shí)現(xiàn)線上線下的聯(lián)動(dòng)、協(xié)調(diào)。三是健全大數(shù)據(jù)輿情監(jiān)管體制機(jī)制。建立網(wǎng)絡(luò)輿情多元管理的聯(lián)動(dòng)機(jī)制，推動(dòng)產(chǎn)學(xué)研結(jié)合，統(tǒng)籌好政府、企業(yè)、社會(huì)和公民的力量，形成合力，深入了解群眾的多方訴求，降低群體性事件的發(fā)生概率，提高動(dòng)態(tài)監(jiān)測(cè)，實(shí)時(shí)預(yù)警能力，做到處早、處小，綜合外防、內(nèi)控，兼具治標(biāo)、治本，既在靜態(tài)中統(tǒng)籌風(fēng)險(xiǎn)的存量，也在動(dòng)態(tài)統(tǒng)籌風(fēng)險(xiǎn)的增量，增強(qiáng)政府行為的科學(xué)性和前瞻性，提高網(wǎng)絡(luò)輿情導(dǎo)控能力。

（三）以大數(shù)據(jù)推進(jìn)社會(huì)治安防控體系優(yōu)化

以大數(shù)據(jù)為支撐，推動(dòng)研判預(yù)警、決策指揮與防范處置有機(jī)對(duì)接，形成部門聯(lián)勤聯(lián)動(dòng)的應(yīng)急指揮處置機(jī)制。打造信息化、一體化、實(shí)戰(zhàn)化的應(yīng)急指揮體系，提升快速反應(yīng)能力和整體作戰(zhàn)能力，全面優(yōu)化社會(huì)治安防控體系。積極運(yùn)用大數(shù)據(jù)技術(shù)破解重點(diǎn)領(lǐng)域防控難題，及時(shí)發(fā)現(xiàn)涉恐、涉穩(wěn)高危人群，全面掌握其身份特征、活動(dòng)軌跡和關(guān)系網(wǎng)絡(luò)，實(shí)現(xiàn)在海量信息中鎖定可疑人員，準(zhǔn)確篩選定位，實(shí)施精準(zhǔn)打擊。運(yùn)用大數(shù)據(jù)技術(shù)破解日常治安管理難題，實(shí)現(xiàn)對(duì)關(guān)注人群、重點(diǎn)人員、人戶分離人員的動(dòng)態(tài)管理，針對(duì)發(fā)現(xiàn)難、見面難、摸底難等問題，積極利用各類社會(huì)人員信息和上網(wǎng)、通信、網(wǎng)絡(luò)購(gòu)物等動(dòng)態(tài)信息進(jìn)行關(guān)聯(lián)分析聚類分析，掌握行為特征，加強(qiáng)動(dòng)態(tài)監(jiān)管。運(yùn)用大數(shù)據(jù)技術(shù)不斷拓展便民利民服務(wù)渠道和載體，切實(shí)做到讓“信息多跑路，群眾少跑腿”。發(fā)揮檔案戶籍、大情報(bào)引導(dǎo)治安防范的作用，加強(qiáng)治安警情分析，提高發(fā)現(xiàn)預(yù)警能力，動(dòng)態(tài)調(diào)整力量部署，加強(qiáng)街面巡邏防控，提高治安防范管理效率。

（四）社會(huì)風(fēng)險(xiǎn)防控領(lǐng)域大數(shù)據(jù)人才的培養(yǎng)和引進(jìn)

大數(shù)據(jù)時(shí)代需要的是既熟練掌握大數(shù)據(jù)挖掘技術(shù)，又在社會(huì)風(fēng)險(xiǎn)防控領(lǐng)域有豐富管理經(jīng)驗(yàn)的復(fù)合型人才，而不是僅僅擅長(zhǎng)技術(shù)開發(fā)的“數(shù)據(jù)工程師”。在大數(shù)據(jù)環(huán)境下，可首先考慮在政府內(nèi)部輿情監(jiān)測(cè)部門和信息分析中心配置、輸送、發(fā)展主攻風(fēng)險(xiǎn)管理方向的專業(yè)技術(shù)人才，對(duì)相關(guān)從業(yè)人員定期組織短期大數(shù)據(jù)管理培訓(xùn)，集中學(xué)習(xí)大數(shù)據(jù)前沿知識(shí)，接觸大數(shù)據(jù)實(shí)踐，逐步樹立大數(shù)據(jù)思維，孕育大數(shù)據(jù)文化。同時(shí)加強(qiáng)社會(huì)風(fēng)險(xiǎn)防控領(lǐng)域的大數(shù)據(jù)人才的培養(yǎng)和引進(jìn)，一方面采取與高校聯(lián)合培養(yǎng)的模式，進(jìn)一步完善培養(yǎng)教育體系，另一方面加強(qiáng)大數(shù)據(jù)人才的海外引進(jìn)，政府要提供相應(yīng)配套制度保障。

參考文獻(xiàn)：

[1]劉澤照，朱正威.大數(shù)據(jù)平臺(tái)下的社會(huì)風(fēng)險(xiǎn)評(píng)估：研究前瞻與應(yīng)用挑戰(zhàn)[J].華東理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015，（1）：78-85.

[2]黃鑫.政府擁抱大數(shù)據(jù) 治理迎來(lái)新格局[N].經(jīng)濟(jì)日?qǐng)?bào)，2015-07-08（005）.

[3]單勇.以大數(shù)據(jù)治理創(chuàng)新治安防控體系[J].中國(guó)特色社會(huì)主義研究，2015，（4）：97-101.

[4]張茉楠.構(gòu)造大數(shù)據(jù)時(shí)代國(guó)家安全戰(zhàn)略[N].上海證券報(bào)，2015-07-08（009）.

[5]祝興平.大數(shù)據(jù)與風(fēng)險(xiǎn)社會(huì)的危機(jī)管理創(chuàng)新[N].光明日?qǐng)?bào)，2015-09-05（011）

[6]孫厚權(quán)，萬(wàn)黎明.基于大數(shù)據(jù)的社會(huì)風(fēng)險(xiǎn)治理探微[J].理論月刊，2016，（12）：106-109.