逯峰

(广州市，广东广州510000)

摘要数据历来是工作价值的源泉，抓住大数据时代的发展机遇必将促进警务工作创新发展。本文基于对大数据思潮的一些认识，分析了制约广州大数据发展的一些“短

板”问题，重点提出了对数据基础、数据统筹工作的一些思考，探讨了广州大数据

发展路径。

关键词大数据数据管理数据统筹

大数据时代已经到来，信息资源日益成为重要生产要素和社会财富，以数据驱动警务变革正逐渐成为警务发展的重要趋势。本文通过分析大数据时代警务工作面临的机遇和挑战，浅谈几点对信息化工作未来发展的思考。

1大数据为警务工作带来新机遇

大数据在形式上是海量有关联数据的集合，在实际应用上泛指收集和分析大量信息的能力。大数据时代，机关可以通过对海量数据的收集、整理、归类、分析，得出传统手段不易发现的客观规律，挖掘数据中蕴藏的巨大价值。

1.1数据的爆发增长极大拓宽了研判分析的维度，数据成为战斗力生成的源泉。网络化是继数字化后信息技术的第二波浪潮，它在人与人、人与物之间建立了无处不在的联接，迅速扩大了数字世界的疆域和纵深。如今，全球数据量以每年40%的速度增长，数据的增长量同样可观。数据爆发增长改变了情报的生成模式，“非接触式”分析研判成为主导战役行动的关键。可以预见，基于“大数据”的分析研判将线索指向如神经网络般扩展开来，未来对数据收集、组织、分析的能力直接决定了工作的战斗力。

1.2非结构化数据潜藏巨大价值，视频领域的应用成为战斗力生成的重要支柱。数据传输技术与网络社交的深入发展让视频、图片等非结构化数据成为了世界的主流，工作要从大量非结构化数据中“沙里淘金”。人像识别方面，多算法融合平台应用让动态图像与人像库的实时比对初显了应用价值。2014年以来，广州利用视频技术破案率达48.8%。随着视频检索、车型识别、人脸识别等技术的发展，非结构化数据将进一步彰显价值，视频相关领域的应用将成为“大数据”时代战斗力生成的重要支柱。

1.3云计算发展有效提高数据处理能力，实施警务预测推动工作创新发展。受数据处理技术所限，以往大量数据资源潜在的价值尚未挖掘出来。“云计算”领域超大规模服务器并行处理技术支撑了TB及以上级别的数据分析，在海量数据中昭示事物间的“相关关系”将不断展现大数据预测的惊人魅力。可以预见，机关将借助“云计算”更强大的数据处理能力，更深层次地从海量数据资源中预测事件发生的可能性，掌握事件的关联性，提高措施的有效性。实施警务预测必将引领警务模式深入变革，成为未来一段时期工作的发展方向。

2014(3)逯峰:大数据时代工作面临的机遇和挑战

1.4数据应用促进社会管理工作模式创新，有助实现警务工作效能的显著提升。当前工作面临的社会管理形势愈发复杂，基层民警承受的工作压力越来越大，破解警力不足的客观矛盾要求工作提质增效。“大数据”应用具有揭示事物内在联系的特点，有助于改变管理被动、粗放的工作局面。通过对警务工作大数据的研究分析，可在指挥调度、警力配置、治安防范等方面开展预测分析，制定更精细化的工作方案，将有限的警力资源投放到最关键的位置，实现警力边际效应最大化。可以预见，基于“大数据”的应用将进一步帮助机关精准洞悉警务管理的趋势和着力点，使警务工作的资源配置更加科学、协同配合更加便捷、管理服务更加高效。

2警务工作面临的挑战

尽管大数据为各项工作带来广泛的发展机遇，但是广州信息化工作中存在的一些问题依然制约着警务工作的深度发展，构成了广州深化数据管理与应用工作的现实挑战。广大干警一定要充分认识现行工作中存在的一些思维“框框”和“短板”问题，为大数据发展下好“先手棋”、打好“主动仗”。

2.1思维观念未能同步。一是业务需求与技术创新未能做到有机融合。当前部分单位存在着单单依靠技术创新驱动警务发展的理念，大数据本身并不能解决问题，大数据需要在与业务需求充分融合的基础上才能彰显价值。二是对信息采集认识不到位。基础信息采集是大数据应用的前提和保障，当前基层民警对信息采集工作重要性认识不足，采集范围不够、质量不高、实时性不强。三是工作理念有待更新。数据应用惯于套入经验分析、因果分析的思维，把握“整体数据”，开展关联分析的意识不强。

2.2基础数据相对薄弱。一是警务数据采集不够完整。当前部分重要的警务数据采集质量仍不够理想。二是数据采集缺乏规范监管。广州数据质量的监管和纠错机制尚未建立，基础数据采集情况参差不齐。三是信息共享存在壁垒。当前信息资源共享仍不同程度存在警种壁垒、行业壁垒、地区壁垒，影响了数据使用。四是利用科技手段开展基础数据自动采集的水平较低。大数据时代也是物联网时代，传感设备、控制设备通过网络连接实现自动采集信息的时代。广州在卡口系统、出租屋智能门禁建设等方面覆盖规模离实战应用需求还有差距。

2.3数据管理有待提高。一是数据标准尚未建立。各警种或部门对同一数据存在不同标准，由于数据结构类型各异，影响了警种间、部门间数据交互与业务协同，不利于数据综合应用。二是各业务警种的数据统筹管理和应用等工作职责仍需进一步理顺。数据管理体系需要统筹规划，科技部门与业务部门在数据建设与应用方面的任务和职责边界不清晰。三是软硬件管理有待提升。当前硬件设施配套的管理机制有待完善，在用硬件设施暂未能满足开展全局统一数据管理的需要。

2.4数据应用存在差距。一是信息处理能力有待提升。在信息处理中，多沿用传统的数据分析工具和分析方法，对数学模型构建等方面创新不足。数据处理多是简单的累加、比对和百分比计算，数据应用智能化水平偏低。二是警务工作的“洞察力”有待提高，警务工作仍以应对为主，在主动预防、精细化管理等方面的研究不够深入。三是云基础设施应用有待深化，目前只初步实现了“云平台”对硬件资源的动态分配，“云计算”领域大规模分布式并行计算及负载均衡能力需进一步加强。

3大数据时代加强信息化工作的几点思考

大数据时代机遇与挑战并存，广州要继续转变观念，主动作为，抢抓机遇，及时通过建立数据规范，明确数据需求，统筹基础数据等方式补齐发展中的“短板”问题。始终坚持站在“警务预测”的制高点，不断增强工作的主动性、针对性、有效性。

逯峰:大数据时代工作面临的机遇和挑战2014(3)

3.1坚持与时俱进，更新信息化工作理念。大数据时代带来的思维变革是广泛而又深刻的。广州要牢固树立信息主导警务的理念，通过有效的宣传、培训等手段更新干警对信息化工作的认识。一是树立协同发展的意识。科技与业务结合不紧密会造成系统不易用、不适用的问题。要坚持将业务需求创新与大数据技术紧密结合，以大数据为基础和抓手，以实战型、创新型应用为核心，协同推进警务信息化的发展。二是树立数据采集的意识。数据采集是源头性工作。在意识上既要摆脱样本分析的思维，在采集数量上做到尽可能多；又要认识到数据的关联是采集的重点，在采集方式上注重录入一切的关联信息，为数据串并提供强大支撑。三是树立“数据发声”的意识。要充分认识文档、图片、视频等非结构化数据已成为主流，在观念上建立开发非结构化数据的意识，理解大数据分析不是简单的数据叠加统计，在数据建模、预警分析等方面大胆尝试，提高数据的智能化分析水平，尊重大数据分析呈现的价值。

3.2坚持固本强基，提升基础数据水平。“基础不牢，地动山摇”。广州要把基础数据作为先导性工作狠抓落实，打牢大数据应用发展根基。一是抓信息资源梳理。制订广州业务目录和数据目录，完整描述全局业务工作与数据资源。为全局业务分类体系、应用系统建设以及信息系统整合提供依据。二是抓数据标准规范。制定数据标准是一切基础工作的核心。如果无法规范化数据，任何的数据统筹和系统整合工作都无从谈起。建立广州数据标准就是定义数据规范与数据类型，把“一米八”规范为“180cm”，由各警种按规范完成系统数据的标准化和预处理。三是抓数据资源拓展。资源拓展是让关联性信息采集“事半功倍”的关键。在内部信息上加强区域警务信息的合作与共享，打击地缘性犯罪与流入型犯罪。四是抓基础数据采集。数据的完整、鲜活是提高研判分析准确性的关键。要建立数据采集规范指引和数据质量监督系统；通过科技手段提高信息自动采集的范围和效率；通过完成派出所信息采集室标准化建设工作，提高信息采集质量。

3.3坚持统一规划，完善数据管理体系。建立数据管理体系是一项涉及职能分工与调整的系统性工程，深刻影响着技术与业务的协同发展。完善数据管理体系能够同时实现信息系统的整合和业务应用的丰富。2014年，广州率先出台《数据资源规划》，明确了完善数据管理体系实施步骤并提出了数据与业务统筹的分工问题和基本思路。首先，要做好数据资源的统一管理和按需服务。统一数据能从根本上确保各类应用数据来源的一致性，解决数出多源、数据不权威的问题。按需服务是让各警种结合业务需求获取数据，保障系统功能及应用的适用性。统一管理和按需服务有助于改善因行政划分造成业务需求与技术结合不够紧密的问题。其次，要解决技术部门和业务部门的职能定位问题。要建立各司其职、协同一致的业务需求拓展与数据管理关系。坚持从“统一到分散，再到统一”的发展思路。第一个统一是数据的统一，科技部门作为支撑服务部门角色中立且技术人才汇聚，更能坚持数据全面开放、共享的原则，有利于使业务警种间保持适当的竞争关系，更适合负责按标准统一全局基础数据库。统一后的分散是应用的分散。各业务警种按需要抽取数据，建立特色主题分析库，形成各警种应用“百花齐放”的局面。最后的统一是面向基层应用的统一。要实现充分运用“云计算”技术。云计算关键技术中的海量数据存储、海量数据管理技术是大数据应用的基础，完善数据管理体系还要加大力度推进云基础设施建设，重点提升负载均衡和分布式运算的能力，为大数据应用提供坚实的硬件基础支撑。

3.4坚持推进应用，挖掘大数据的潜能。广州要坚持把洞察力作为警务工作核心能力，依托“云计算”技术，以数据驱动促进各项工作的深入发展。一是研究利用大数据提升警务决策分析。例如在警务指挥方面，可针对广州接处警警情数据结合各区警力配置情况进行详细分析，按地区、时间、事件类型、人员类型梳理出警情实际2014(3)逯峰:大数据时代工作面临的机遇和挑战

分布情况，指导各区分局、县级市局有针对性地实施打防措施。改变以往那种靠人海战术、全警行动的社会管理工作方法，改变那种头痛医头脚痛医脚的专项行动、专项工作。二是研究利用大数据提升警务过程控制。推进大数据与视频监控、移动警务、PGIS、人脸识别等一批新技术系统的应用，使机关在履行社会管理、服务群众和打击犯罪职能的时候能够改变以往警务工作模式，实现超越时空，超越警力，更加高效地完成警务工作的目标。三是研究利用大数据提升社会管理和便民服务。在社会管理方面，治安工作的基本手段是管住人、管住重点行业。大数据应用加强了在人群轨迹、行业发展等方面的风险预测，改变了过去被动获取信息资源、难以主动实施预防稳控措施的管理模式，使机关牢牢掌握了工作的主动权。大数据通过趋势预测与预警还能改变全警动员的专项社会整治工作模式，变粗放为精细，为人民群众提供更好的社会管理服务。

参考文献：

［1］邬贺铨.大数据时代的发展趋势［J/OL］. http：∥www.cnscn.com.cn/news/show-htm-itemid-5413. html.

［2］涂子沛.大数据：正在到来的数据［M］.南宁：广西师范大学出版社，2012.7.下载本文