“智慧警务”进行时

2016年01月15日

编者按:十八届三中全会正式提出“推进国家治理体系和治理能力现代化”,大数据是治理能力现代化的重要技术路径。在这个数据为王的时代里,警务工作如果能把大数据运用得当,将直接催生工作模式的创新与革命,从而牢牢把控时代发展的速度与激情。全球智慧警务现状及未来发展趋势如何,请看一线警务工作者向三聿如何解读。
 

大数据的魅力

2013年被称作大数据元年,满城尽谈大数据。从广义的角度来说,大数据是一种全新的世界观和方法论。如果说传统的决策流程是“出现问题—逻辑分析—找出因果关系—提出解决方案”的事后“救火”模式,大数据战略下的决策步骤则是“搜集数据—量化分析—找出相互关系—提出优化方案”的预先处置模式。换言之,大数据并不对“为什么”的因果联系感兴趣,它探求的恰恰是冥冥之中的关联性即“是什么”,其核心是对海量数据进行分析、计算,把大量看似偶然的事件汇总,从中找出必然规律,预测未来可能出现的趋势,进而得出最优的理性应对措施。
 

以下这个耳熟能详的案例充分说明了大数据的魔力:塔吉特百货是美国第二大超市,数据分析师们运用大数据技术发现,孕妇在怀孕头三个月会补充如钙、镁、锌等营养素和酸黄瓜,孕妇如果大量购买肥皂和棉球则说明她们的预产期要来了。数据分析师们设计了计算机程序,对孕妇客户情况做出自动判断,并在最恰当的时间,给目标孕妇客户寄去最符合需要的优惠券,以满足她们最实际的需求。利用这一算法,超市甚至精准地预测出当地一名17岁女高中生已意外怀孕,引得当地社会一片哗然!
 

大数据在国外警务活动中的运用

将大数据与警务工作结合起来,发挥双剑合璧的威力,国外已有成功案例。

 

一、8分钟救援

 

2004年3月11日,西班牙马德里市发生有史以来最为严重的爆炸恐怖袭击事件,共造成200多人死亡,1800人受伤,但当时警察局居然没有用于协调的通信设备,不知道本机构或其他单位是否有足够的资源开展应急救援,从而导致了袭击后果进一步恶化。自这次严重袭击后,马德里警察当局下大血本进行改革,最终借助SOA(一个沟通不同部门数据的组件模型)成功升级,将马德里市三类应急中心(警察局、消防局、医疗服务卫生机构)重新整合,并创建了享誉世界的“8分钟救援”黄金标准。
 

二、控制犯罪率

 

美国弗吉尼亚州里士满市警察局的信息总监斯蒂芬·霍利菲尔德警官在2011年预测分析大会上展出了一款犯罪预测系统。该系统在整合城市相关数据源和社交网络等数据的基础上,能从历史案件中分析犯罪趋势和模式,例如,这套系统会根据当天市政活动、天气、是否发薪水、公共假日等信息,计算出某些敏感地段发生犯罪的概率,进而部署警力,开展事前干预行动。通过运用该预警系统,芝加哥、洛杉矶、文兰德以及孟菲斯等城市的犯罪率均得到了不同程度的有效控制,特别是在孟菲斯市,犯罪率甚至下降了31%,在提高警力资源使用效率的同时,社会治安也得到了明显改善。

 

“智慧警务”在中国

“智慧警务”是充分利用大数据、云计算等先进技术,构建面向公安实战和便民服务的顶层信息化架构,从而实现公安工作高效规范、业务有机协同、数据动态鲜活、信息高度共享的警务工作格局。从1984年至今,经过三十多年的建设,我国公安信息化已初具规模,现代信息和网络应用平台技术应用广泛,基本达到了信息采集、流转、传输、利用集约高效和信息资源优化配置。例如,北京市公安局以户籍、交通、消防、出入境等民生服务为主线,打造的“北京市公安局民生服务平台”,就从根本上改善了公安部门与普通民众间信息不对称的问题,并通过“网上办事”、“网上派出所”、“网上信访”、“公安微博”四个板块的创建,在便捷百姓的同时,也实现了向“服务型公安”的华丽转变。北京公安在警务电子化、信息化建设方面的积极探索,是当前“智慧警务”的一个典型,也是一个缩影。但警务信息化的阶段性成功并不等同于大数据背景下“智慧警务”的模式成熟,这只是千里之行的基础性准备,通过大数据提升治理能力才是打造智慧警务的必由之路。可喜的是,国内公安机关已经意识到这一趋势,2015年12月,济南市公安局与浪潮签署战略合作协议,创建“公安云计算中心”,该中心是以“公安内网、互联网、图像专网、安全接入网”四网为基础,以存储平台、网络平台、安全平台、应用平台、管理平台五平台为依托,以指挥、刑侦、治安、户政等各公安业务应用为重点,打造的新一代警务协调与指挥系统。
 

智慧警务的光明未来

爱尔兰著名作家乔治·萧伯纳曾说过:“一旦我们决定主动采取行动而非被动反应,可能性将数不胜数。”大数据之所以极具魅力,就在于超凡的洞察力,即依靠数据预见未来。当前,公安部门对其价值的开发还处于“利用技术、整合资源、便捷管理”的起步阶段,笔者认为“智慧警务”的未来应从以下两方面着力:

 

一、信息联动

 

草原的狼群之所以可怕,源于它们分工明确却又高度一致的组织天性。目前,“智慧警务”的功能还局限于公安内部各警种间的资源共享与协调,跨部门的联动还难以有序展开。出于安全和利益的考虑,部门间往往各自为营,形成信息孤岛。以买房为例,购买一套房需要填报十几张表格,但每张表格1∕3以上的内容是重复的,这些都是包括公安机关在内的所有政府部门拥有的基础数据,完全可以根据身份证号码自动生成,而这些简单信息的反复重写就反映出信息壁垒的深固程度。对公共安全危机的管理,无论是危机的预防、准备,还是危机的紧急应对,依靠的是跨部门数据的共享,并在此基础上采取的联合行动,否则仅凭公安一家的快速反映,根本撑不起整个社会面的良性运行。例如巴西第二大城市里约热内卢在IBM团队的帮助下,利用大数据仓库和数据挖掘技术,通过整合每个职能部门的数据,建立了智能化市政运营中心,开展了对全市交通状况、天气情况、交通事故处理、电力供应等情况的实时监控与公共安全预测分析,一旦出现紧急情况可同步协调警察局、消防局、医院等18个部门,提前规划方案并共同开展交通管制、街道清理、人群控制、紧急救援等行动,从而确保整个城市处于可控状态。
 

要让智慧警务充分显示其应有的神力,需要对所有数据进行联合分析,这一方面依赖于技术,另一方面依赖于政策的支持。因此,政府首先要以数据大战略的眼光,积极协调企业、事业单位、行业协会,加深与公安部门的交流,打破部门职能界限,分步骤、分阶段推进信息共享与集群,并建立横向的信息整合网络;其次要整合内部数据,进行价值提炼归类。公安技术部门要对日常工作中采集到的数据按照属性、类目进行详细的归类整理,并对所需数据进行一个大框架分类清单的列举,同时制定数据采集指标,按需下放到各警种中分步实施;最后则要依托信息整合网络,研发关联信息分析系统,通过运用关联分析、对比分析等手段,对不同部门、不同层级、不同地域的海量数据进行多维度深度分析,为实行有针对性的公安工作提供依据。

 

二、犯罪预测

 

“样本=全体”是大数据的数据处理理念,盲人摸象式的局部抽样得不出事件的未来态势。例如,谷歌每天都会收到来自全球超过30亿条搜索指令,工程师们设计了诸如“温度计”“流感症状”“肌肉疼痛”“胸闷”等流感关键词,从庞大的数据资源中筛选出搜索该类关键词的人群同时锁定其IP地址进行后续监测,通过对目标人群的统计、分析,创建了地区流感图表和流感地图,并最终成功的预测了2009年冬季流感在全美范围内的传播途径,比疾病预防控制中心的报告早了近两周。同样,任何犯罪都不是一个独立的个体,都会在特定的时空范围内留下“痕迹”(具体的痕迹物证或与之联系的其他事件)。如果能把联系犯罪的“痕迹”提炼出来,通过某种数学计算、统计方法,测算出违法行为发生的概率值,并落实到具体的时间节点和空间坐标之上,就实现了对犯罪的预测。需要注意的是,这样的测算结果并不是一个绝对数值,时有失效的情况发生,但只要找出与之关联的足够事件,就能很大程度上提高预测的准确性,这也是为什么需要搜集所有数据并从中进行价值筛选的原因所在。

 

目前,“感知—猜测—再反应”仍是公安机关主流的侦查情报模式,以毒品的公开查缉为例,传统的方式是以毒品高发地(如云南省西双版纳州勐海县)的车站码头为据点,对可疑人员开展守株待兔式的抽样检测。在没有情报线索的情况下,民警对毒品贩运的打击,往往依赖于个人经验以及运气,这在很大程度上造成查缉工作被动且收效甚微。假如将购票者的轨迹信息特别是往返频率,与个人经济状况、犯罪前科、有无工作、是否吸毒等情况通过技术进行关联,从中推算出贩毒的高发人群,随后通知缉查民警根据购票实名信息前往具体车次座位处开展针对性的查缉工作,那么打击的效果或许会更加明显。

 

以现阶段的警务实际来说,以上的工作场景只是一个理论设想,但世界范围内早已开创了犯罪预测的先河。对于未来的“智慧警务”而言,借助云存储、云计算、Hadoop系统、流数据等大数据存储和管理、大数据检索使用(包括数据挖掘和智能分析)等技术的发展,以购买服务的方式引入外部顾问与技术公司进行合作,并将前期整合的所有数据进行处理、分析,建立普通事件与犯罪之间的关联性,从中绘制犯罪预测模型,最终实现预测功能的拓展,就是未来智慧升级的必然选择。
 

“智慧警务”或许当下只是一个稚嫩的概念,其内涵还有待于进一步去解读,但变化已在悄然发生。好戏如何上演,让我们拭目以待。

 

 

太和智库原创文章,转载请注明出处。
—————————————————
国以人兴,政以才治。太和智库,关注时代需要。
微信公众号:taihezhiku