大數(shù)據(jù)和人工智能在城市風險管理方面的應用和探索

周晶

摘要：近年來，我國城市化水平不斷提高，城市風險的管理問題也逐漸受到越來越多的關注。大數(shù)據(jù)和人工智能技術的出現(xiàn)，為城市風險管理提供了新的解決思路和途徑。本文結(jié)合目前的理論研究和實踐案例，提出構建“一數(shù)據(jù)、二要素、三機制”的立體式框架以識別城市風險，采用“統(tǒng)計學模型+人工智能算法”的復合方法評價城市風險，提出建立“多主體協(xié)同+人工智能為輔”的智慧型管理城市風險體系的整體思路和方案，為推動城市風險的現(xiàn)代化管理提供支撐。

關鍵詞：城市風險管理；大數(shù)據(jù)；人工智能

引言

目前，新時代、新環(huán)境、新技術不斷給城市風險帶來新的“活力”，如何評估風險、防范風險需要持續(xù)地探索和嘗試，而大數(shù)據(jù)和人工智能時代的來臨，恰恰為這種探索和嘗試提供了可能。

1. 大數(shù)據(jù)和人工智能在城市風險管理中應用的理論研究

縱觀近十年以來的研究，城市風險得到了學術界廣泛關注，研究內(nèi)容主要涉及以下幾個方面：

第一，對于城市風險生成機理和運作邏輯的識別研究。該類研究普遍認為城市風險已經(jīng)成為風險的中心，而且在保留傳統(tǒng)風險的基礎上逐漸出現(xiàn)跨界影響，因此需要跨部門協(xié)同，構建多層次、復合型的城市風險管理結(jié)構[1]。

第二，對于城市風險后果影響的評價和估計研究。傳統(tǒng)的城市風險評估主要以定性評估手段為主，近年來伴隨著大數(shù)據(jù)的發(fā)展，逐漸有研究關注如何借助先進技術實現(xiàn)對城市風險數(shù)據(jù)整合以有效預測風險發(fā)生發(fā)展規(guī)律，尤其是人工智能技術，在災前預警、災中響應、災后恢復等多個環(huán)節(jié)都能夠發(fā)揮積極作用[2]。

第三，對于改善和優(yōu)化城市風險管理路徑的研究。該類研究強調(diào)對城市風險進行精細化、數(shù)據(jù)化、全面化管理[3]，尤其是借助新興技術手段推進城市風險的智能化治理。在這一方面，芝加哥、新加坡、紐約、東京、上海等發(fā)達城市率先開展了大數(shù)據(jù)在城市風險管理中的探索應用，積累了一定的理論與實踐經(jīng)驗。

2. 大數(shù)據(jù)和人工智能在城市風險管理方面的實踐探索

大數(shù)據(jù)、人工智能時代，城市變得越來越“聰明”，截至2020年，全國已經(jīng)有600多個城市開啟了智慧城市的探索。根據(jù)第一屆中國新型城市建設峰會（2021年）的信息披露，從整體來看，我國目前已經(jīng)在數(shù)字社會、數(shù)字政府、數(shù)字經(jīng)濟、新基建等維度方面，開展智慧型城市建設的嘗試，其中關于城市風險管理的探索主要集中在交通系統(tǒng)、公安系統(tǒng)、消防系統(tǒng)、醫(yī)療系統(tǒng)等領域。本文摘錄了一些具有代表性的項目成果，如表1所示。但是，案例中能夠在城市風險管理方面實現(xiàn)跨部門的信息共享和合作的案例還很少，這說明在利用大數(shù)據(jù)和人工智能技術進行城市風險管理管控方面，橫在各個部門之間的壁壘仍然存在。

為了進一步推動大數(shù)據(jù)和人工智能在城市風險管理方面的運用，結(jié)合目前的理論研究和實踐探索，本文嘗試按照“風險識別-風險評價-風險管理”的框架，對基于大數(shù)據(jù)和人工智能的城市風險管理進行更加完整、全面的探索和研究。

3. 構建“一數(shù)據(jù)、二要素、三機制”立體式框架以識別城市風險

城市風險識別是城市風險管理的第一步。依托大數(shù)據(jù)多元信息來源，針對城市問題進行特征識別與模式分析，可以從內(nèi)部要素和外部要素探究城市問題的影響因素和生成邏輯。從聯(lián)動機制、擴散機制、放大機制三個方面模擬城市問題的傳導路徑和演化過程，可以形成“一數(shù)據(jù)、二要素、三機制”的風險識別體系。

首先，大數(shù)據(jù)是提高城市風險識別水平的關鍵。這主要是因為區(qū)別于其他傳統(tǒng)數(shù)據(jù)，大數(shù)據(jù)具有以下優(yōu)點：第一，數(shù)據(jù)采集已經(jīng)基本擺脫人工方式，高效的自動化信息采集手段能夠大大提高數(shù)據(jù)的時效性。第二，大數(shù)據(jù)不再完全依賴于專業(yè)部門的信息披露，來自大眾的視頻、音頻和圖片資料都是構成大數(shù)據(jù)的重要來源，信息內(nèi)容更加全面。第三，大數(shù)據(jù)可以是數(shù)字這樣的基本數(shù)據(jù)形式，也可以是文本、影音、輿情、視頻等其他形式，因此大數(shù)據(jù)本身就是一組關聯(lián)性強、時效性高的復雜數(shù)據(jù)，能夠更加全面、準確地反映城市風險的特點，同時也反向驅(qū)動數(shù)據(jù)處理方法的有效改進。

其次，從城市風險的形成過程來看，需要明確風險主體的內(nèi)部風險要素和外部風險要素。城市風險的內(nèi)部要素來源于城市主體特征，而不斷變化的外部要素使得風險的演化過程變得多變且難以捉摸，諸如地震、洪水、火災、爆炸、氣象災害、地質(zhì)災害、重大傳染病、重大工業(yè)事故、城市環(huán)境污染、恐怖襲擊、信息安全，這些常見的原生風險如果不能得到有效管理和控制，就很有可能會引發(fā)政治沖突、經(jīng)濟衰退、社會動蕩、文化矛盾等次生風險，而后者的危害性和影響面都會遠遠大于前者。因此，在識別城市風險時，需要明確風險主體的內(nèi)部風險要素和外部風險要素，摸清風險形成的機理，掌握風險的動態(tài)演化過程。

最后，風險不會獨立存在。多風險之間往往互相聯(lián)動、互相擴散，增加了風險識別和控制的難度，尤其是對城市風險而言，風險管理主體之間存在的壁壘更有可能導致出現(xiàn)管理盲區(qū)，從而給風險進一步放大的時間和空間。大數(shù)據(jù)的出現(xiàn)，能夠在一定程度上緩解城市風險識別的困難。這里值得注意的是，現(xiàn)在很多情形下能夠獲取的大數(shù)據(jù)可能并非理想，大數(shù)據(jù)方面的真實性、安全性、有效性等問題成了現(xiàn)階段利用大數(shù)據(jù)解決風險管理問題的瓶頸，這也是未來亟待解決的問題之一。

根據(jù)以上闡述的“一數(shù)據(jù)、二要素、三機制”思路，本文提出的城市風險識別框架如圖1所示。

4. 采用“統(tǒng)計學模型+人工智能算法”的復合方法評價城市風險

傳統(tǒng)意義上的城市風險管理，多采用的是定性評價的方法。首先通過對城市風險特征的分析建立評價指標，然后制作風險評估表和評分模型，通過專家訪談、問卷調(diào)查、實地走訪等形式，獲取對城市風險的評價數(shù)據(jù)。對于定量的風險評估，在概率技術和統(tǒng)計模型的支持下，因子分析、層次分析、聚類分析、決策樹分析都是能夠用來評價城市風險的常見方法。

大數(shù)據(jù)時代，駕馭大數(shù)據(jù)的技術難點很快成了大眾關注的熱點，出現(xiàn)了大數(shù)據(jù)特征與傳統(tǒng)計算能力之間的矛盾，人工智能由此成為解決問題的焦點。機器學習作為人工智能的核心功能，依托遺傳算法、神經(jīng)網(wǎng)絡、隨機森林、多元回歸等多種算法和模型，通過不斷迭代優(yōu)化風險評價效果，逐步實現(xiàn)了對風險的動態(tài)評價。

要將大數(shù)據(jù)和人工智能完全融入城市風險的防范與管理中，可以結(jié)合傳統(tǒng)統(tǒng)計學模型和現(xiàn)代人工智能算法的特點，嘗試對統(tǒng)計模型和人工智能方法進行結(jié)合運用和局部創(chuàng)新，采用復合式的風險評價思路，由此獲得效果優(yōu)于傳統(tǒng)單一方法的動態(tài)智能風險評估結(jié)論。例如，用統(tǒng)計模型預選變量，能夠降低人工智能過度擬合的風險、減少選擇模型所需時間。又如，使用統(tǒng)計模型的輸出作為人工智能的輸入，可以達到提純信息的效果，實現(xiàn)參數(shù)和權重的自我矯正和優(yōu)化，提升風險評估的精準性。

城市風險度量流程如圖2所示。

5. 建立“多主體協(xié)同為主+人工智能為輔”的智慧型城市風險管理體系

在大數(shù)據(jù)和人工智能技術的支持下，管理部門能夠聯(lián)合企事業(yè)單位和公眾的力量一起共同管理城市風險，如圖3所示。更重要的是，大數(shù)據(jù)和人工智能不僅為城市風險管理提供了一套風險管理手段，同時也創(chuàng)建了一個新的城市風險管理主體。通過特定的數(shù)理邏輯、算法控制和機器學習，大數(shù)據(jù)和人工智能能夠?qū)Τ鞘酗L險的形成和發(fā)展進行自主判斷并且生成治理決策，同時也在掌握城市運行動態(tài)、協(xié)助城市治理決策、監(jiān)督城市治理等方面發(fā)揮輔助作用。因此，建立一套包含大數(shù)據(jù)和人工智能在內(nèi)的多主體風險管理體系，能夠打破行政壁壘和行業(yè)邊界，推動資源整合與信息共享，創(chuàng)立智慧型的城市風險管理新格局。

結(jié)語

目前，人工智能的發(fā)展已經(jīng)超越了傳統(tǒng)的信息技術，為城市風險帶來了新的研究視角。本文從風險識別、風險評價、風險管理等角度出發(fā)，探索大數(shù)據(jù)和人工智能在促進數(shù)據(jù)整合、打破數(shù)據(jù)藩籬、優(yōu)化技術合作、提高管理精準度等方面的應用，尋找新技術與城市風險管理手段的結(jié)合點和突破點，為提升城市風險抵御和應急響應能力提供參考。

參考文獻：

[1]劉暢，徐映梅.中國城市風險管理現(xiàn)狀分析[J].宏觀經(jīng)濟研究，2017，（10）：145-149，181.

[2]魯鈺雯，翟國方.人工智能技術在城市災害風險管理中的應用與探索[J].國際城市規(guī)劃，2021，36（2）：22-31，39.

[3]張龍輝，肖克.人工智能應用下的特大城市風險治理：契合、技術變革與路徑[J].理論月刊，2020，（9）：60-72.

作者簡介：周晶，博士研究生，副教授，研究方向：風險管理與保險。

基金項目：2022年度陜西省哲學社會科學重大理論與現(xiàn)實問題研究項目（后期資助項目）——大數(shù)據(jù)和人工智能支撐的西安城市風險防范能力提升研究 。