春節，是中國一年一度最重要的節日，出行人次達２８億，假期一周人們在零售業和餐館里消費超６０００億元，一些鐵路站點一天的旅客就超過５０萬人次……

火車站、地鐵里、熱門景點，達到多少人需要預警？人流量何時達到峰值？在記者采訪的不少大數據專家看來，當數據積累足夠、分析模型強大，“大數據”就能實現：它不僅知道發生了什么，還能預測將發生什么。

有了大數據，危險可以被預測

如果明知人數已經超過極限，你還會去熱門景區嗎？如果管理者發現超過閾值了，還會繼續讓人進景區嗎？答案都是否定的。假日來臨，景區爆棚、春運擁擠等現象如約而至，在擁擠的城市我們如何保證節日安全？

越來越多的現象說明，危險是可以預測的：１月２６日開始，紐約等美國東北部地區遭遇一場罕見的暴風雪，由于提前預測，多州宣布進入緊急狀態，最終大幅減少了災害的損失。

“我國人口眾多，重大文體活動、節假日集會等活動中，容易出現因人群過度擁擠而引發的危險乃至事故”。百度研究院大數據實驗室一位專家表示，通過大數據對人流量的定位數據、搜索數據進行深度挖掘發現，根據地圖上相關地點搜索的請求量，至少可能提前幾十分鐘預測人流量峰值的到來，并采取預防措施。

上海交通大學大數據工程技術研究中心副主任金之儉說，數據模型可判斷出實時人流狀態，并可同時預測未來５至１０分鐘該區域內人群密度的變化趨勢。一旦人流密集度超出預警標準，系統將立即發出報警，并根據事態成因、人群行為分析和周邊通道狀況建立應急疏散模型，從中優化選擇最佳方案，供指揮中心發出客流疏導指令。

大數據對于“天災”救援也有用武之地。上海交通大學大數據工程技術研究中心研究發現，一旦發生自然災害，通過大數據技術建立海量遙感數據獲取、儲存與分析體系，將為“理性救災”指明道路。

例如在地震發生后的第一時間，依靠衛星或航空遙感技術，遠程獲取災區現場數據，評估和預測災區受損情況，明確物資需求，規劃救援道路，可以制定合理的救援計劃，最大程度減小災害影響。

割裂的大數據是“閑置數據”

然而現實卻是，大數據的分析能力還有待提高。數據存儲量不夠、數據共享度不高、數據分析力不強、數據傳播能力薄弱等問題，正制約著大數據應用于社會治理。

首先，數“不足”。上海交通信息中心主任何承告訴記者，盡管上海交通信息中心掌握的交通方面信息并不少，但是不少數據還是很缺乏。例如，由于公交車乘客下車不用刷卡，所以從技術上就很難知道公交站點實時人流量。

其次，數“割裂”。記者采訪發現，目前各個部門擁“數”自重的情況還很嚴重。一位內部人士表示，這些數據對于部門不僅涉及到安全，甚至與利益直接掛鉤。例如公交公司此前就不樂意共享客流數據，因為客流數據能反映企業真實的經營情況，這可能會影響政府相關補貼。

“數據割裂的狀況下是無法完成大數據治理的。”中關村大數據產業聯盟秘書長趙國棟說。例如，交通部門及運營商能掌握人流聚集情況，而百度、騰訊等公司能通過用戶搜索知道聚集原因，綜合這些信息才能對人群走向及規模會做出完整的判斷。

第三，“不懂”數。何承說，大數據可以提出預警，但是預警值還需要專業部門提出。這個“預警閾值”還需要靠專業人士給出，光靠技術人員是無法提供的。

“就算我們拿到了大量的數據，也不一定知道怎么使用。”金之儉說，我們的模型還不夠強大、處理手段還比較單一，多維數據傳遞了很多信息，而我們只能不斷過濾，最終只會讓預測的風險出現更多誤差。“這就好比三維空間的人無法理解四維空間的信息一樣，到了閾值再做預警就晚了。”

用大數據打造智慧的城市

專家認為，首先應利用手機或移動終端，建立“大數據”模型分析并預測風險，發揮其對公共安全危機的重要預警作用，避免大數據成為閑置的“大量數據”。

其次，應加快基于數據資源體系的公共安全數據資源管理平臺建設，對城市運行中有關公共安全的相關數據進行采集、整合、加工，梳理城市運行體征，為城市運行安全監測、綜合分析、預警預測、輔助決策等提供服務。

“政府需要搭建開放平臺，這是大數據治理的基礎。”趙國棟認為，無論是數據匯集還是數據挖掘，光靠政府是無法充分體現價值的。

同時，政府可以利用購買服務等方式整合多方數據，共同挖掘數據價值。不少互聯網企業掌握了大量搜索、地圖等實時信息，但是這些數據如何用于社會治理，還需政府主動作為、提出需求。

專家介紹，通訊運營商手中掌握了大量有價值數據，但這些數據遠沒有被充分利用。如果運營商數據利用得當，不僅可以預測人流量，預警公共事件，而且可以輔助城市規劃、確定公交線路等，這也將提升城市治理水平。

此外，大數據治理還需完善相關法律法規。百度研究院專家告訴記者，一些公司雖然掌握了大量數據，但是其中也涉及用戶的個人隱私，怎樣使用才算合法現在還不明確。如果要和政府展開合作，也需要在合法合規的前提下，因此期待相關法律進一步明確。