大數據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。大數據和人工智能技術的出現，為城市風險管理提供了新的解決思路和途徑。本文結合目前的理論研究和實踐案例，提出構建“一數據、二要素、三機制”的立體式框架以識別城市風險，采用“統計學模型+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代化管理提供支撐。

關鍵詞：城市風險管理；大數據；人工智能

引言

目前，新時代、新環境、新技術不斷給城市風險帶來新的“活力”，如何評估風險、防范風險需要持續地探索和嘗試，而大數據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. 大數據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成為風險的中心，而且在保留傳統風險的基礎上逐漸出現跨界影響，因此需要跨部門協同，構建多層次、復合型的城市風險管理結構[1]。

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

第三，對于改善和優化城市風險管理路徑的研究。該類研究強調對城市風險進行精細化、數據化、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、上海等發達城市率先開展了大數據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驗。

2. 大數據和人工智能在城市風險管理方面的實踐探索

大數據、人工智能時代，城市變得越來越“聰明”，截至2020年，全國已經有600多個城市開啟了智慧城市的探索。根據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，我國目前已經在數字社會、數字政府、數字經濟、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、公安系統、消防系統、醫療系統等領域。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，這說明在利用大數據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據和人工智能在城市風險管理方面的運用，結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，對基于大數據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“一數據、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。依托大數據多元信息來源，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“一數據、二要素、三機制”的風險識別體系。

首先，大數據是提高城市風險識別水平的關鍵。這主要是因為區別于其他傳統數據，大數據具有以下優點：第一，數據采集已經基本擺脫人工方式，高效的自動化信息采集手段能夠大大提高數據的時效性。第二，大數據不再完全依賴于專業部門的信息披露，來自大眾的視頻、音頻和圖片資料都是構成大數據的重要來源，信息內容更加全面。第三，大數據可以是數字這樣的基本數據形式，也可以是文本、影音、輿情、視頻等其他形式，因此大數據本身就是一組關聯性強、時效性高的復雜數據，能夠更加全面、準確地反映城市風險的特點，同時也反向驅動數據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部風險要素和外部風險要素。城市風險的內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、地質災害、重大傳染病、重大工業事故、城市環境污染、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，就很有可能會引發政治沖突、經濟衰退、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，掌握風險的動態演化過程。

最后，風險不會獨立存在。多風險之間往往互相聯動、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管理盲區，從而給風險進一步放大的時間和空間。大數據的出現，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，現在很多情形下能夠獲取的大數據可能并非理想，大數據方面的真實性、安全性、有效性等問題成了現階段利用大數據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。

根據以上闡述的“一數據、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“統計學模型+人工智能算法”的復合方法評價城市風險

傳統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、問卷調查、實地走訪等形式，獲取對城市風險的評價數據。對于定量的風險評估，在概率技術和統計模型的支持下，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。

大數據時代，駕馭大數據的技術難點很快成了大眾關注的熱點，出現了大數據特征與傳統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、神經網絡、隨機森林、多元回歸等多種算法和模型，通過不斷迭代優化風險評價效果，逐步實現了對風險的動態評價。

要將大數據和人工智能完全融入城市風險的防范與管理中，可以結合傳統統計學模型和現代人工智能算法的特點，嘗試對統計模型和人工智能方法進行結合運用和局部創新，采用復合式的風險評價思路，由此獲得效果優于傳統單一方法的動態智能風險評估結論。例如，用統計模型預選變量，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，實現參數和權重的自我矯正和優化，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“多主體協同為主+人工智能為輔”的智慧型城市風險管理體系

在大數據和人工智能技術的支持下，管理部門能夠聯合企事業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，大數據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，同時也創建了一個新的城市風險管理主體。通過特定的數理邏輯、算法控制和機器學習，大數據和人工智能能夠對城市風險的形成和發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、協助城市治理決策、監督城市治理等方面發揮輔助作用。因此，建立一套包含大數據和人工智能在內的多主體風險管理體系，能夠打破行政壁壘和行業邊界，推動資源整合與信息共享，創立智慧型的城市風險管理新格局。

結語

目前，人工智能的發展已經超越了傳統的信息技術，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，探索大數據和人工智能在促進數據整合、打破數據藩籬、優化技術合作、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狀分析[J].宏觀經濟研究，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實問題研究項目（后期資助項目）——大數據和人工智能支撐的西安城市風險防范能力提升研究 。