大数据时代的智慧警务

吉林警察学院  张兆端

内容摘要：智慧警务是以互联网、移动互联网、物联网、云计算、智能引擎、视频技术、数据挖掘、知识管理等新一代信息技术为支撑，以警务信息化为核心，通过互联化、物联化、可视化、智能化的方式，促进警察系统各个功能模块高度集成、协调运作，实现警务信息“强度整合、高度共享、深度应用”之目标的警务发展新理念和新模式。智慧警务具有广泛覆盖、深度互联、协同共享、智能处理、开放应用等基本特征。智慧警务的系统架构主要包括技术层、应用层、主体层、智慧警务产业体系和智慧警务支撑保障体系。当前，智慧警务建设的主要问题是数据质量问题与信息安全问题。实施智慧警务建设战略，主要应弘扬数据文化，树立大数据理念；搞好顶层设计，强化数据管理；盘活数据资产，消除信息孤岛；研发大数据技术，开展数据化训练；建立数据化警队，培养专业人才。

关键词：大数据   云计算   智慧警务

一、智慧警务的本质

（一）智慧警务的相关概念：“智慧”与“智能”

古代汉语中，“智”有两层含义：一是指聪明，智慧；二是指理智。与此相关的词语有：智略——才智谋略；智囊——足智多谋、善于为别人策划的人；智数——智谋心计，等等。“慧”包括三层含义：一是指聪明，有才智；二是指狡黠；三是佛教用语。梵语“般若”意译为“慧”。破惑证真为“慧”。现代汉语中，智慧一般是指辨析判断、发明创造的能力；迅速、灵活、正确地理解事物和解决问题的能力。古今中外，对于有智慧的人，人们通常称之为“智者”。智者，聪明也，智商高、反应快、敏捷。慧者，灵也，悟性好、有灵性、情商高。

与“智慧”密切相关的“智能”一词，指智慧和能力，如智能双全；智能机器人等。在计算机科学与技术中，有“人工智能”之说。20世纪70年代以来，人工智能被称为三大尖端技术（空间技术、能源技术、人工智能）之一。人工智能也称机器智能，是指由人工制造出来的计算机系统所实现的智能，就是让计算机模拟人的大脑智慧，如学习、记忆、推理、搜索、分析、归纳、创新，甚至模拟和拥有人的情感、意识，使计算机或机器人能够胜任一些通常需要人类的智能才能完成的复杂工作。人脑的一个最大的智能是学习，人工智能的核心也就是机器学习技术，即通过算法使机器能从大量历史数据中学习规律，从而对新的样本做出智能识别或对未来做出预测。

作为一门交叉科学，人工智能囊括了物理学、数学、计算机科学、生理学、伦理学等在内的多个分支学科，其形态大体可分为操作层、感知层和认知层三个层次。操作层是最容易实现的，如目前机器代替部分人工劳动；感知层是指将人类感知到的信息通过传感器变成信号传输给计算机进行处理；认知层则是让机器模拟、学习人类大脑的一些特殊思维方式。

作为一门早已有之的科学，人工智能试图了解智能本质，通过模拟、延伸和扩展人类智能，产生具有人类智能的机器系统。目前，以人工智能为代表的重大颠覆性技术不断涌现。随着互联网、大数据、超级计算等技术的加速突破和广泛应用，人工智能正在迈入新的阶段，日益呈现出跨界融合、人机协同、自主操控等新特征。目前，人工智能研发一方面能够在互联网的帮助下另辟蹊径，让计算机在互联网的数据海洋中模拟、学习人类的思维习惯和方式，从而不断优化机器自身的“智慧”；另一方面，机器也将这种“智慧”迅速应用到为人类提供服务中去。尤其是在互联网领域，人工智能融入人们网络生活的程度正不断加深加快。

2008年以来，人们先后提出了“智慧城市”、“智慧政府”、“智慧地球”的概念，这在一定程度上可以视为人类向智能时代迈进的先声。

（二）“智慧警务”的含义

——智慧警务的构成要素

智慧警务的“智”主要指智能化、自动化，是警察系统的智商；“慧”指灵性、人文化、创造力，是警务人员的情商。智慧警务既强调现代信息技术的因素，更加突出人的主体因素、人文因素，这是构成智慧警务的基础。说到底，只有人才有智慧，而物只有智能，并且信息技术和物之智能也是由人制造和赋予的。因此，智慧警务包含着“智”和“慧”两个方面，其在警察管理和警务技术智能化的基础上进一步强调人的参与性和创造性，充分发挥人的智慧和物的智能，推进“智”和“慧”在警务工作中的充分融合。

图1 智慧警务的“智”和“慧”

如果说农业社会的生产资源主要是土地，工业社会的生产资源主要是能源，那么信息社会的主要资源就是信息。从生产力的标志——生产工具来说，农业社会主要是手工工具，工业社会主要是机器装备，而信息社会则在机器装备的基础上，又快速发展起互联网和信息网。作为继工业化、电气化、信息化之后的又一个全新概念，“智慧化”代表了世界科技革命的又一次新突破。

——智慧警务的概念

根据现代警务工作的性质特点，预测未来警务发展演变的基本趋势，我们认为，智慧警务是以互联网、移动互联网、物联网、云计算、智能引擎、视频技术、数据挖掘、知识管理等新一代信息技术为支撑，以警务信息化为核心，通过互联化、物联化、可视化、智能化的方式，促进警察系统各个功能模块高度集成、协调运作，实现警务信息“强度整合、高度共享、深度应用”之目标的警务发展新理念和新模式。

实施智慧警务战略的要旨是在警务工作中汇聚人的智慧，赋予物以智能，使汇集智慧的人与具备智能的物互存互动、互补互促，以实现警务效益最优化。它标志着警务信息化正在走向数字化、网络化、智能化三者的高度融合——智慧化。智慧警务运用先进信息技术手段，全面感测、分析、整合警务运行中的各项关键信息，通过对社会各个方面各个层次的公安需求做出明确、快速、高效、灵活的智能响应，为警务工作提供高效的管理手段和拓展便民服务的新空间。

对于智慧警务的认识和理解，主要应把握以下两层含义：

第一，从科学技术角度理解，智慧警务是新一代信息技术的高度集成和应用。智慧警务是以互联网、移动互联网、物联网、警务信息网、大数据、云计算、人工智能等新兴信息技术为支撑的，尤其是物联网、云计算等将成为植入智慧警务机体的智慧基因，为构建智慧警务打下坚实的技术基础。在智慧警务建设中，借助新一代信息技术，人与物、物与物、人与人之间得以互联互通、相互感知、相互交流，具有更强的信息共享能力。

如果把智慧警务比喻成一个鲜活的生命体，物联网相关的一些技术就是其感觉器官，获取声音、图像、位置、温度、化学成分等信息；移动互联网技术就如同人体的神经系统，通过感官获得信息，依靠神经系统传输信息；云计算则是神经中枢，感官所获的信息通过神经系统汇集到神经中枢；大数据就是使这一切得以运作的大脑，相关的信息最后都要汇集到大脑，对相关数据和信息进行整合、抢救，再判断、决策，最后协调生命体中每一个行为。

第二，从创新与发展角度理解，智慧警务是警务改革与发展的新模式。其功能作用是基于警务数字化、感知化、互联化、智能化，实现警务运作一体化、协同化、互动化、最优化，借以实现警务资源高度融合、警务治理高效有力、警务服务更加便捷。首先，智慧警务通过技术创新，促进警务数据信息的集成融合与共享共用，构建起全警及其与社会之间的数据集成与信息共享机制。其次，通过技术创新，建立全警及其与社会之间的协同工作机制，创新警务治理方式。再次，为切实推进智慧警务建设，必须依靠警察管理体制和警务运行机制的创新、警务领导与指挥方式的创新，积极探索更加科学、实用的警务模式。最后，智慧警务建设有助于促进警务治理体系和治理能力现代化，推动传统的“管制型警务”向现代“管理服务型警务”转变，提供科学、高效、适用、智慧的警务管理与服务。

二、智慧公警务建设的背景

（一）智慧警务建设的社会背景

人类社会从农业社会到工业社会，现在迈入信息社会，这是历史发展的大趋势。人类社会的现代信息化进程已经经历了三个阶段，即计算机阶段、互联网阶段和大数据阶段。到20世纪90年代中期，发达国家已经基本上度过了计算机阶段。计算机的普及解决了信息的机器可读化问题。目前，发达国家和部分发展中国家也基本上走完了互联网阶段的路程。互联网的建立解决了信息传递和信息服务问题。在计算机和互联网的基础上，人类社会正步入一个全新的历史阶段——大数据阶段或大数据时代。

近年来，“大数据”正在成为众说纷纭、媒体热议的话题。2011年年初的时候，大数据也只是作为一个IT行业未来发展趋势，而仅仅过了一年的2012年，大数据骤然成为各行各业广泛关注的话题。韩国学者指出：“我们正面临着财政危机、气候变化、能源、环境、安保、贫困等各种棘手的重要问题。而为什么会偏偏指出‘大数据’？因为，越是在面临全球性难题的时候，就越需要广泛大量的信息来解决问题。所以大家都非常希望出现一种能够管理海量数据，筛选出有价值信息的技术。”被誉为“大数据时代的预言家”的牛津大学互联网研究院互联网管理与法规教授维克多·迈尔—舍恩伯格在其《大数据时代：生活、工作与思维的大变革》一书中写道：“大数据开启了一次重大的时代转型。就像望远镜让我们感受宇宙、显微镜让我们能够观测微生物一样，大数据正在改变我们的生活以及理解世界的方式，成为新发明和新服务的源泉，而更多的改变正蓄势待发……未来数据将会像土地、石油和资本一样，成为经济运行中的根本性资源。”境内有专家认为：“数据是智能时代最重要的生产资料，是整个社会运行的基础资源，人人使用并受益于数据，人人产生并贡献数据。” 

大数据研究的开拓者涂子沛认为，有数据，还要有计算，更大的数据爆炸正在到来，计算型社会即将兴起，而人类使用数据的巅峰形式，是训练机器从大量的数据当中获得智能，从而自动为人类完成越来越多的工作。大数据浪潮最终将引导人类社会迈进一个无处不计算的智能时代。在这个时代，机器智能将体现在人类生活、工作的方方面面，例如交通、医疗、教育、家电、公共安全、工业制造等，每个领域都会出现大量的自动化现象，但几乎所有这些领域，最后都要在一个交叉点上会合。这个交叉点，就是城市。近年来智慧城市、智慧政府的建设正是适应这一社会转型的要求而提出的新观念、新思路。无疑，智慧警务建设是大数据时代智慧城市建设的必然要求。

智慧城市建设是解决当前众多城市病的现实需要。城市是人类的归宿，是人类文明的载体，工业革命推动了人类向城市的聚集。人类的文明史，在一定程度上，也就是城市的进化史。当今世界，一半以上的人口生活在城市，地球已经成了一个庞大的城市网络和城市联盟。几千年来，人类社会的城市建设取得了辉煌的成就。然而，星罗棋布、快速扩张的城市也给人类生活带来了许多困惑，随之引发的交通拥堵、能耗增加、环境污染、治安混乱等一系列城市问题不仅降低了城市居民的生活质量，也令公共安全面临严峻挑战。智慧城市是指通过广泛采用物联网、云计算、人工智能、数据挖掘、知识管理等信息和通信技术，感测、分析、整合城市运行核心系统的各项关键信息，从而提高城市规划、建设、管理、服务的智能化水平，使城市运转更高效、更敏捷、更低炭。近年来，在智慧城市建设实践中，人们尝试将城市中的水、电、油、气、交通等公共服务资源信息通过互联网有机连接起来，实施智能化响应，更好地服务于市民学习、生活、工作、医疗、公共安全等方面的需求，改善政府对交通的管理、环境的控制等。目前，大陆地区已经确定了国家智慧城市试点名单。据不完全统计，大陆地区已有95%的副省级以上城市、76%的地级以上城市，总计230多个城市提出或在建智慧城市，计划投资规模近万亿元。当前，大陆地区的智慧城市建设尚处于起步阶段。在不远的将来，一座座集智慧警务、智慧交通、智能电网、智慧物流、智慧医疗、智慧环保、智慧社区、智慧建筑、智慧农业于一体的智慧城市，将让每一位居住在城市的公民都感受到生活更加美好。伴随着智慧城市建设的兴起，国内某些发达省市公安机关也开始提出构建“智慧警务”的理念，探索将“社会面”的管控与“社会流”的管控有机结合起来。

（二）智慧警务建设的技术背景

智慧警务作为一种新型的警务理念和警务形态，需要新一代信息技术作为主要支撑。智慧警务的提出及建设具有很强的技术背景。

一是感知技术的快速发展为智慧警务的提出和构建奠定了坚实基础。近年来，自动识别、传感器、条形码、遥测遥感、无线传输等感知技术的快速发展及广泛应用完全改变了人们常规的生产生活方式，也直接推动了智慧城市、智慧警务建设中人与人、人与物、物与物的全面感知、互联互通等核心理念的提出。

二是网络技术的快速发展为智慧警务的诞生提供了有效载体。随着移动通信与互联网技术的快速发展和高度融合，尤其是第三、四、五代移动通信技术的进一步发展，为智慧城市、智慧警务实现互联互通、信息传输与资源共享等提供了便捷快道。

三是新一代信息应用技术的快速发展为智慧警务建设提供了重要支撑。目前，云计算、分布数据处理、数据挖掘、微电子技术、智能技术以及信息共享交互与应用平台开发技术等的快速发展与应用，为智慧城市、智慧警务建设所需要的信息深度计算、加工处理及应用，以及最终实现智慧城市、智慧警务的各项功能奠定了坚实的技术基础。

总之，智慧警务作为警务信息化发展到高级阶段的一种警务形态，主要采用物联网、云计算、无线通信、智能识别等新一代信息技术，将警务工作的IT基础设施与物理设施、人际环境等加以高度融合，以提供智能化警务决策与服务。

（三）智慧警务建设的政策背景

智慧城市、智慧警务的建设发展涉及核心技术研发、应用体系创新发展、产业体系优化升级以及人才体系建设等诸多方面，需要国家政策的大力扶持才能促进其快速、健康发展。近年来，国内外很多国家和地区陆续出台了一些关于智慧产业、智慧城市建设等方面的政策和规划，力争在新一轮发展竞争中占据制高点。

受全球智慧城市建设热潮的影响，2010年以来，宁波、深圳、南京、上海、北京、广州、贵阳等国内城市也陆续提出了具体的智慧城市建设目标和行动方案，把智慧城市建设列入了“十二五”、“十三五”规划。大陆地区陆续出台了《国家新型城镇化规划（2014—2020）》《关于促进智慧城市健康发展的指导意见》（2014年）、《促进大数据发展行动纲要》（2015年）等与智慧城市建设相关的文件，这些文件对智慧城市建设的指导思想、实践路径、工作重点都有了明确的界定。2014年也因此被称为智慧城市落地的元年，是大陆地区按照统一理念推动智慧城市建设的第一个年份。这些政策的出台有力地推动了智慧城市、智慧警务在大陆地区的建设发展。近年来，公安部出台相关政策、规划和标准，强力实施“金盾工程”建设，持续推进公安信息化进程，为构建智慧警务提供了有力的政策支持和经费保障。

《促进大数据发展行动纲要》指出，全球范围内，运用大数据推动经济发展、完善社会治理、提升政府服务和监管能力正成为趋势，有关发达国家相继制定实施大数据战略性文件，大力推动大数据发展和应用。目前，大陆地区互联网、移动互联网用户规模居全球第一，拥有丰富的数据资源和应用市场优势，大数据部分关键技术研发取得突破，涌现出一批互联网创新企业和创新应用，一些地方政府已启动大数据相关工作。坚持创新驱动发展，加快大数据部署，深化大数据应用，已成为稳增长、促改革、调结构、惠民生和推动政府治理能力现代化的内在需要和必然选择。其一，大数据成为推动经济转型发展的新动力；其二，大数据成为重塑国家竞争优势的新机遇；其三，大数据成为提升政府治理能力的新途径。大数据应用能够揭示传统技术方式难以展现的关联关系，推动政府数据开放共享，促进社会事业数据融合和资源整合，将极大提升政府整体数据分析能力，为有效处理复杂社会问题提供新的手段。建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制，实现基于数据的科学决策，将推动政府管理理念和社会治理模式进步，加快建设与社会主义市场经济体制和中国特色社会主义事业发展相适应的法治政府、创新政府、廉洁政府和服务型政府，逐步实现政府治理能力现代化。

《促进大数据发展行动纲要》立足国情和现实需要，推动大数据发展和应用在未来5—10年逐步实现的五项总体目标中有两项对智慧警务建设指导意义重大。其一，打造精准治理、多方协作的社会治理新模式。将大数据作为提升政府治理能力的重要手段，通过高效采集、有效整合、深化应用政府数据和社会数据，提升政府决策和风险防范水平，提高社会治理的精准性和有效性，增强乡村社会治理能力；助力简政放权，支持从事前审批向事中事后监管转变，推动商事制度改革；促进政府监管和社会监督有机结合，有效调动社会力量参与社会治理的积极性。2017年底前形成跨部门数据资源共享共用格局。其二，构建以人为本、惠及全民的民生服务新体系。围绕服务型政府建设，在公用事业、市政管理、城乡环境、农村生活、健康医疗、减灾救灾、社会救助、养老服务、劳动就业、社会保障、文化教育、交通旅游、质量安全、消费维权、社区服务等领域全面推广大数据应用，利用大数据洞察民生需求，优化资源配置，丰富服务内容，拓展服务渠道，扩大服务范围，提高服务质量，提升城市辐射能力，推动公共服务向基层延伸，缩小城乡、区域差距，促进形成公平普惠、便捷高效的民生服务体系，不断满足人民群众日益增长的个性化、多样化需求。

三、智慧警务的基本特征

顾名思义，智慧警务的核心特征在于其“智慧”，而智慧的实现，有赖于建设广泛覆盖的信息网络，具备深度互联的信息体系，构建协同的信息共享机制，实现信息的智能处理，并拓展信息的开放应用。因此，可以将智慧警务的基本特征概括为：广泛覆盖(Coverage)，深度互联(Interconnection)，协同共享(Collaboration)，智能处理(Intelligence)，开放应用(Openness)。这五个方面包含了警务信息的采集、传输、共享、处理到应用的全过程，体现了完整的警务信息智慧循环。

（一）广泛覆盖

广泛覆盖的信息感知网络是智慧警务的基础。任何一座城市警察系统拥有的信息资源都是海量的，为了更及时全面的获取城市治安信息，更准确的判断城市治安状况，智慧警务的中心系统需要拥有与城市治安的各类要素交流所需信息的能力。智慧警务的信息感知网络应广泛覆盖城市的时间、空间、对象等各个维度，能够采集不同属性、不同形式、不同密度的信息。物联网技术的发展，为智慧警务的信息采集提供了更强大的能力。要运用现代信息技术与管理方法，在分层次统一架构的原则下建立“全方位、多领域、广覆盖”的一体化警务信息平台，强化信息技术与管理系统的有机融合，对涉及民生的警务管理和服务信息实行统一配置、统一管理和统一监控。

（二）深度互联

智慧警务的信息感知是以多种信息网络为基础的，如警务专网、固定电话网、互联网、移动通信网、传感网、视频网等。“深度互联”要求多种网络形成有效链接，实现信息的互通访问和接入设备的互相调度操作，实现警务信息资源的一体化和立体化。在智慧警务建设中，将多个层级警察组织、警种系统分隔独立的局域网、警察政务网与其他政府部门政务网及互联网连接成互联互通的大网，可以大大增加警务信息的交互程度，形成智能警务网络节点扩充与信息增值的正反馈。当前，要重点围绕提高各级警察组织的警务决策水平，以“上下联动、横向协同”为目标，探索“数据、平台、应用、终端”四位一体的警务信息联动机制，推动警务管理和服务的信息互换、数据互认、决策互助，加强对涉及民生的警务信息传输、集中、处理、共享和使用的动态管理，实现多主题、多业务的实时监测和快速响应。

（三）协同共享

在传统城市管理及警务工作中，信息资源和实体资源被各种行业、部门、主体之间的边界和壁垒所分割，资源的组织方式是零散的。智慧警务“协同共享”的目的就是打破这些壁垒，形成具有统一性的警务资源体系，使警务信息不再出现“资源孤岛”和“应用孤岛”现象。在协同共享的智慧警务中，任何一个应用环节都可以在授权后启动相互关联的应用，并对其应用环节进行操作，从而使各类资源可以根据系统的需要，各司其能的发挥其最大的价值。这使各个子系统中蕴含的资源能按照共同的目标协调统一调配，从而使智慧警务的整体价值显著高于各个子系统简单相加的价值。

（四）智能处理

智慧警务拥有体量巨大、结构复杂的信息体系，这是其决策和控制的基础。而要真正实现“智慧”，警察组织还需要具备对所拥有的海量信息进行智能处理的能力。要求系统根据不断触发的各种需求对数据进行分析，产生所需知识，自主的进行判断和预测，从而实现智能决策，并向相应的执行设备给出控制指令。智能处理在宏观上表现为对信息的提炼增值，即信息在系统内部经过处理转换后，其形态应该发生了转换，变得更全面、更具体、更易利用，使信息的价值获得了提升。在技术上，以云计算为代表的新的信息技术应用模式，是智能处理的有力支撑。

（五）开放应用

智能处理并不是信息使用过程的终结，智慧警务还应具有信息的开放式应用能力，能将处理后的各类信息通过网络发送给信息的需求者，或对控制终端进行直接操作，从而完成信息的完整增值利用。智慧警务的信息应用应该以开放为特性，并不仅仅停留在政府或警察组织对信息的统一掌控和分配上，而应搭建开放式的信息应用平台，使各类社会个体及组织等都能为系统贡献信息，使个体、组织间能通过智慧警务的系统进行信息交互，这将充分利用系统现有能力，大大丰富智慧警务的信息资源，促进新的警务模式的诞生。同时有利于提高警察系统的执法服务能力，及时掌握和回应各类社会个体及组织对警务工作新的期待和需求。

《促进大数据发展行动纲要》规划的主要任务之一，就是加快政府数据开放共享，推动资源整合，提升治理能力。《纲要》明确，加强顶层设计和统筹规划，明确各部门数据共享的范围边界和使用方式，厘清各部门数据管理及共享的义务和权利，依托政府数据统一共享交换平台，大力推进国家人口基础信息库、法人单位信息资源库、自然资源和空间地理基础信息库等国家基础数据资源，以及金税、金关、金财、金审、金盾、金宏、金保、金土、金农、金水、金质等信息系统跨部门、跨区域共享。加快各地区、各部门、各有关企事业单位及社会组织信用信息系统的互联互通和信息共享，丰富面向公众的信用信息服务，提高政府服务和监管水平。结合信息惠民工程实施和智慧城市建设，推动中央部门与地方政府条块结合、联合试点，实现公共服务的多方数据共享、制度对接和协同配合。

四、智慧警务的内容及体系架构

智慧警务的建设目标是充分利用科技创新，以“智慧”引领警务改革与发展，打造警察行政高效化、警务指挥扁平化、治安管控联动化、公安服务便捷化的良性警务工作运行机制。智慧警务建设是一项涉及警察系统内外各个领域、各个部门的复杂系统工程，需要从整体上统一规划和协调，做好顶层设计。其系统架构是一个完善的、相互联系且相互支撑的整体，主要包括技术层、应用层、主体层、智慧警务产业体系和智慧警务支撑保障体系（如下图）。

（一）智慧警务技术层

技术层包括感知层、网络层与数据层。（1）感知层是智慧警务建设的基础，是通过摄像头、射频识别（RFID）、智能终端、传感器等泛在网技术，实现对警务管理要素和治安控制对象的物质属性、环境状况、行为态势等静、动态信息进行大规模、分布式的信息采集与状态辨识，针对具体感知任务，采用协同处理的方式对多种类、多角度的信息进行在线计算，并与网络中的其他单元共享资源进行交互与信息传输，还可通过执行器对感知结果做出反应，对整个过程进行智能控制。感知层所需要的关键技术包括智能识别、检测技术、短距离有线和无线通信技术等。（2）网络层是智慧警务的通信网络，包括大容量、高宽带、全覆盖的警务专网、互联网、电子政务网、视频物联网、移动警务网、无线集群网等。网络层的主要功能是通过上述网络基础设施对来自感知层的信息进行接入和传输。（3）数据层主要是对海量警务数据进行存储和处理。

（二）智慧警务应用层

应用层是基于云计算、海量数据存储、数据挖掘等服务支撑的各种智慧应用和应用整合。应用层可根据警察组织和社会公众的需求，结合警察系统不同警种、不同部门的专业知识和业务模型构建面向各类警务实际应用的管理系统和运行平台。包括警务云计算中心、警务指挥与控制中心、警用地理信息系统（PGIS）、智慧警察管理、智慧道路交通管理、智慧办案体系、智慧治安防控体系、智慧人口管理、智慧社区警务、智慧警察教育训练以及互联网＋警综服务平台，等等，进而构建起智慧的警察管理体系、警务执法体系和公安服务体系。应用层的设备包括各类用户界面显示设备及其他管理设备，还需要集成、整合各种各样的警务用户需求，并结合警务应用专业模型构建面向警察系统各警种、各部门实际应用的警务信息综合管理平台。

其中，警务云计算中心是警察系统运行数据和计算的资源池或统一平台，对海量警务数据进行统一管理和调度，汇集了物理世界感知的警务运行数据和计算能力。警务云计算中心软件系统一般由警务数据源层、警务数据融合和集成平台、警务数据中心库、警务数据分析与决策辅助平台和警察业务应用层等组成。警务数据中心库由不同的数据库组成，一般包括警务基础数据库、警力资源及装备数据库、人口基本信息资源库、在逃人员信息资源库、违法犯罪人员信息资源库、出入境人员信息资源库、被盗抢汽车信息资源库、安全重点单位信息资源库、道路交通安全管理数据库、机动车/驾驶员信息资源库、DNA数据库，等等。警务云计算平台能够根据各级警察组织相关部门所需提取相关信息，并进行智能处理、分析预测，提供警务决策支持，实现警务数据挖掘的巨大价值。

智慧警务之所以“智慧”，不仅表现在它能够打通各警种、各部门之间的信息孤岛，实现资源共享，节约建设成本，还因为它能够站在整个警务工作的高度，综合调度各警种、各部门信息资源，做出最优决策，提高警察系统整体执法服务能力。因此，警务指挥与控制中心就是智慧警务运行的统一平台。

为了更好地适应国家“互联网+”战略，加快实现互联网与公安政务服务的深入融合和创新发展，深入推进“放管服”改革，2016年11月，公安部在总结各地经验、深入调研论证的基础上，研究提出了进一步推进“互联网+公安政务服务”工作的实施意见。《意见》明确，公安部整合各部门、各警种互联网政务服务网站、系统和平台，力争到2017年底前，建成一体化网上政务服务平台，使政务服务标准化、网络化水平明显提升。到2020年底前，基本形成全覆盖的整体联动、省级统筹、一网办理的“互联网+公安政务服务”体系，使公安政务服务智慧化水平大幅提升，让企业和群众办事更方便、更快捷、更有效率。《意见》提出，要紧紧围绕与群众生产生活密切相关的公安行政管理服务领域，以互联网为依托，扩大网上办理范围，提高网上办理程度，实现政务服务事项“应上尽上、全程在线”，努力实现让群众少跑腿、不跑腿也能办成事。《意见》强调要推进“互联网+”治安管理服务；“互联网+”边防、出入境管理服务；“互联网+”消防管理服务；“互联网+”网络安全管理服务；“互联网+”交通管理服务。《意见》要求，坚持把满足人民群众对高品质政务服务的需求作为根本出发点，坚持以用户体验为核心的工作理念，充分发挥互联网高效便捷的优势，着力简化手续、简明流程、简捷操作，最大限度地集成服务事项、畅通服务渠道、提高服务效率，最大限度让群众方便、让群众受益、让群众满意。

（三）智慧警务主体层

主体层是智慧警务建设的主体，包括各级政府、警察组织及其警察队伍、公众及其他社会组织。智慧警务不是一个简单的信息化项目和单项工程规划，需要多个部门整体协调。一座城市的智慧警务建设往往要涉及几千万甚至上亿元的资金投入，是保障民生的警务工程。因此，政府在智慧警务建设中必然担当起引导者、规划者、投资者、协调者和应用者的职能角色。警察组织是智慧警务建设的职能部门，直接负责和组织智慧警务系统的建设与运营。其中，建设一支既具有丰富警务工作实践经验、又能熟练掌握先进信息技术和数据处理能力的警务人才队伍，是有效实施智慧警务战略的专业力量。公众是社会的主人，是智慧警务的参与者和受益者。其他社会组织作为社会治安的消费者也应当积极参与和支持智慧警务建设。此外，从技术层面看，智慧警务建设辅助主体还应包括电信运营商和信息技术软硬件开发商，它们主要是为警察系统提供网络服务和技术服务。

（四）智慧警务产业体系

智慧警务产业体系是在技术应用带动下形成的，具有竞争力的知识密集、高附加值的智能型警务装备和安全防范品产业，为智慧警务建设提供现代技术设备。

（五）智慧警务支撑保障体系

智慧警务支撑保障体系，主要包括智慧警务人才战略支撑体系、政策及标准法规支撑体系、政府财政支撑体系、安全技术保障体系和运行维护管理体系等。

从技术上说，标准规范体系主要对智慧警务建设涉及的技术进行规范化，由基础标准体系、信息资源标准体系、网络基础设施标准体系、信息安全标准体系、信息应用标准体系等组成。

从信息安全和隐私保护方面说，安全保障体系专门针对智慧警务运行中涉及的安全问题进行防范，可以分为技术层面的安全保障体系和法律法规两个部分。

从管理协调上说，运行管理体系主要从组织机构保障、运行管理机制两方面对智慧警务的组织机构、资金筹措、人才队伍、项目管理、数据维护、绩效考评等方面建立标准规范，确保智慧警务建设预期目标的顺利实现。

五、智慧警务建设的问题

当前，智慧警务建设的主要问题是数据质量问题与信息安全问题。

（一）数据质量问题

大数据的倡导者们认为，有了足够的数据，数字就可以自己说话。其实，数据远远没有人们所想的那么可靠，过分依赖数据可能产生一系列的风险。特别是如果数据质量很差，数据指标可能达不到量化的目的，数据分析就可能是错误的或者具有误导性，信息可视化图表可能偏离实际情况。更为糟糕的是，现实社会中各个领域都还存在大量的数据造假行为。传统数据的质量问题在大数据时代依然存在，并且由于大数据具有一些新的特性，又产生了新的问题。

近年来，随着公安信息化工程建设的持续推进，公安机关已经建成不同类型业务系统1000余项，在实际工作中发挥了巨大的作用。但随着社会治安形势的变化以及刑事案件与治安事件的多样化，对于社会治安状况的评价与响应的需求愈加明确和具体，对多年来所采集的各类公安业务数据的综合分析与研判成为公安情报工作的当务之急。当前的公安情报信息化工作中，要求公安机关综合利用已采集的大量鲜活信息，对当前的社会态势、案（事）件特征、社会治安风险进行评估、监测、分析、预测和预警，并提出相应的应对措施。但从信息资源角度来看，公安各业务系统采集的大量信息却孤立地存放于各自的业务系统中，形成系统层面的“信息孤岛”，给信息综合利用、系统研判，尤其是刑事侦查和定量的社会态势情报分析，带来了相当大的困难，也造成了极大的资源浪费；从系统建设投入方面看，普遍存在不顾自身信息化基础而片面追求采用高、新、全技术，造成信息化建设的投入产出比不佳，效益回报不高的问题。

目前，公安情报信息化建设面临的困境主要表现为：一是有些信息系统数据质量不高，维护更新不及时，制约了实战应用效果；二是数据模型不足、质量不高；三是IT与管理体制机制的融合不够；高端应用偏少。所谓高端应用主要是指支持警务战略决策的应用，如数据挖掘或情报分析。

（二）信息安全问题

——信息安全问题及其重要性

大数据时代刚刚拉开序幕，它有很多让人惊叹的地方，但要爱上它，还需要时日，因为它呈现给人类未来的是一幅既美丽又可怕的图景。正如火被发明后，既能用来煮食、照明、取暖，也可以用来纵火。大数据技术的应用可以促进经济增长与社会发展，但也可能适得其反。一方面，通过云计算，大数据在全球医疗、卫生、保险、政府公共管理、公安等领域得到广泛运用，它像土地、矿产一样，成为一种能够创造价值的资源。另一方面，基于对人或组织的信息的采集，大数据的利用也陷入了国家安全、组织秘密和个人隐私的困境。在大数据各种“先天缺陷”中，隐私泄漏是最令人担心的。大数据时代人人“被裸奔”，已成为不争的事实。对大数据的精确分析，也可以使黑客更加精准地进行攻击，或通过仿冒社交网站域名进行病毒传播等。在大数据时代，关乎国计民生的国家重要信息数据系统同样面临着网络恐怖主义的威胁。发生在美国、波及全世界的“棱镜门”事件充分表明，在大数据时代，无论公民个人，还是一个国家，都时刻暴露在“第三只眼”之下，个人隐私、组织内幕与国家安全都面临着前所未有的挑战和威胁。因此，如何在激发大数据创新性利用的同时，兼顾安全与自由、国家利益与个人隐私，成为一个必须正视和解决的重大问题。

现在，网络空间已如水银泻地般渗透到了经济、政治、文化、社会、军事、外交、公安等各个领域，可谓是“一网打尽”，信息安全已成为关涉国家政治安全、经济发展运行、社会和谐稳定的重大战略问题，进入了综合安全、整体安全的新阶段。

——信息安全的内容及措施

在不同时期，对网络安全有过不同的称谓和解释，随着现代信息技术和社会信息化的不断发展，其内涵在不断深化，外延在不断扩展。过去，人们通常把网络基础设施的安全称为网络安全，把数据与内容的安全称为信息安全。但从2011年以来，美国、英国、法国、德国等国家纷纷制定国家战略，提出网络空间或称赛博空间，包含网络基础设施、数据与内容以及控制域，即覆盖传输层、认知层和决策层，其范围还将从目前的互联网拓展到各类网络、各类数据链和所能链接及管控的各类设备。与此相关的赛博安全不仅是传统的网络基础设施安全，还包括信息层面即数据或内容的安全以及执行决策层面的安全，即与信息化有关的非传统安全的综合。当前，我们关注的网络安全包括意识形态安全、数据安全、技术安全、应用安全、资本安全、渠道安全等方面，其中既涉及网络安全防护的目标对象，也包含维护网络安全的手段途径。

具体而言，信息安全主要包括三个层面的内容：一是信息安全治理、风险管理及合规。它处于信息安全框架的最顶层，是业务驱动的出发点。通过对组织业务和运行风险进行评估，确定其战略和治理框架、风险管理框架、定义合规和策略遵从，确认信息安全文档管理体系。二是安全运维。安全运维是指在安全策略的指导下，组织利用安全技术来实现安全的过程。包括安全事件监控、安全事件响应、安全事件审计、安全策略管理、安全绩效管理等。三是基础安全服务和架构。基础安全服务和架构定义和包含了组织安全框架中的五个核心的基础架构和相关服务：物理安全、基础架构安全、身份/访问安全、数据安全和应用安全。

——警务网络信息安全

由于警察工作直接涉及到国家安全、社会稳定和百姓福祉，所以警务信息安全风险问题尤应引起高度重视。警务信息安全风险是指在智慧警务建设运行过程中，由于潜在的信息安全隐患而对警务工作带来的威胁。智慧警务是以新一代信息技术为基础而建设的新型警务模式，涉及警务信息的采集、传输、处理等多个环节，如何确保其被合法利用而不发生安全问题，这是一个非常严肃而艰巨的任务。由于智慧警务建设刚刚起步，数据加密和隐私保护等信息安全技术还远远不够成熟，所以智慧警务建设存在着一定的信息安全风险。特别是有些城市警察组织直接采纳国内外信息技术开发和运营商的信息系统及解决方案，这必然造成严重的警务信息安全隐患。

针对智慧警务建设存在的信息安全风险，应当采取以下措施：第一，建立健全警务信息安全法律法规，加强警务信息化立法和执法工作，强化警务信息网安全管理，建立上网身份认证（实名）制，规范警务网运行管理部门和联网单位的信息安全管理职责。第二，加强警务信息化主管部门的管理，要按照法律和相应的标准规范、按照国家颁布的《信息系统等级保护》相关法律法规的规定，对每个警务信息系统进行定级，同时施行等级保护。全面实行警务信息安全等级保护制度，完善数字认证、信息安全等级测评等工作机制。规范警务重要数据库和信息系统的开发、运行和管理等各个环节的信息安全工作，加强警务活动中违反信息安全规范之行为的惩戒制度建设。第三，加强信息安全基础设施建设，建立重要数据库容灾中心，提升网络应用的数据备份和应急处理能力，掌握信息安全主动权，为智慧警务建设提供可靠的信息安全保障。第四，加强警务信息安全宣传教育，强化警察职业道德自律和纪律约束，全面提高全警信息安全意识，建立可信、可靠、可控的警务信息安全环境。

六、智慧警务建设的战略对策

（一）弘扬数据文化，树立大数据理念

在大数据时代，警察组织要提高警务领导与指挥效能，必须注重用数据来说话、用数据来决策、用数据来管理、用数据来创新警务工作。“只要得到了合理的利用，而不单纯只是为了‘数据’而‘数据’，大数据就会变成强大的武器”。因此，实施大数据战略，首先需要在全社会、全警大力弘扬数据文化，牢固树立大数据理念。

中华传统文化中严重缺乏数据观念。胡适先生曾指出，国人习惯于“差不多先生”，凡事马马虎虎、不求精确。涂子沛指出：“数据文化，是尊重事实、强调精确、推崇理性和逻辑的文化。要承认，回望历史，我们是个数据匮乏的国度；就现状而言，大陆地区数据的公信力弱、质量低，数据定义的一致性差也是不争的事实。在这方面，政府应该发挥主导作用，实现在公共领域推行数据治国的理念。”在大数据时代，警务决策最重要的依据将是系统的数据，而决不是单纯的个人经验和长官意志。过去那种深入群众、实地考察的传统工作方法仍然有效，并需继承和发扬，但对警务决策而言，系统采集的数据、科学分析的结果更为重要。警察组织应加大数据治警、数据治安的舆论宣传，将数据知识纳入警察常规培训体系，在全警形成“用数据说话、用数据管理、用数据决策、用数据创新”的文化氛围。

（二）搞好顶层设计，强化数据管理

在国家、政府、企业及其他社会组织纷纷推行大数据战略背景下，警察组织应清醒意识到“数据制胜”的信息化警务发展趋势，立足自身警务工作实际，正视数据浪费与数据缺乏的矛盾已严重制约基于信息系统的警察系统整体执法服务能力，着力从顶层设计和管理机制上探寻破解警务数据建设困境、提高警务管理效益的途径。

一是搞好统一规划，建立警务数据管理机构。应论证提出警务大数据发展战略规划，理清思路，明确任务。要设置跨警种、跨部门、跨领域的警务数据建设管理部门和数据警务官，建立全警统一的警务数据建设制度体系，破解硬件、软件和数据建设相互割裂，警务数据建设长期没有明确的统一管理部门的弊端。数据的价值在于使用，目前政府及公安机关并不是没有数据，而是数据的整合、分析能力过于薄弱。因此建议在警务大数据管理机构中设置“首席数据分析官”的职位专司跨警种、跨部门的数据整合和分析工作，为警务领导与决策提供强有力的数据支持。

二是统一警务数据标准，促进警务数据整合。数据增值的关键在于整合，但数据有效整合的前提是数据标准的统一，这需要在各警种、部门建立统一的元数据定义。作为警察系统的数据治理机构，警务大数据管理部门应积极领导、推动全警统一的数据标准制定工作，并与国家数据标准相衔接，以促进和方便警察组织现有和潜在用户都能发现和应用数据，保证警务大数据的可视化、可获取和可利用。要开展警察行政服务标准化活动。行政服务标准化是指通过对行政服务标准的制定和实施以及对标准化原则和方法的运用（实现统一行政标识、统一网络平台、统一业务流程、统一服务标准），以达到服务范围明晰化、服务质量目标化、服务方法规范化、服务过程程序化，从而获得优质服务的过程。目前，政府及公安政务服务在国家层面还没有一个统一的标准。这是形成信息孤岛的原因之一。

（三）盘活数据资产，消除信息孤岛

就公安管理与服务的现状而言，在数据方面，除了采集更多数据，更为关键的是盘活现有的数据资产；在网络方面，难点在于消除信息孤岛，否则数据的价值将大打折扣；在云平台方面，要整合各种硬件和服务资源，高效调度资源，促成联合行动。

对于政府及公安机关而言，要让大数据全面落地，首先，不能让数据成为垃圾。每时每刻每地，民生和环境等都产生着大量的数据，有些数据被采用，有些则被弃之不管。积少成多、积小成大，数据也是如此。只有先如饥似渴地搜集数据，才有可能把数据变成资产，把资产化作价值。其次，要重视历史数据的使用和挖掘。过去，无论是组织还是个人往往不注意积累历史数据，大量历史数据都是纸质的或者零散的，大多处于闲置状态。大数据分析工具的运用，可以对历史数据实现扫描、存储、识别、检索、美化和共享等，借以发现规律，预测未来，有助于总结汲取经验教训。最后，要对不同来源的数据进行整合。每个政府部门和公安机关不同警种、单位都积累了大量的数据。然而现实中，许多数据在不同部门、不同层级、不同地域之间并没有实现整合，而是形成了一个个信息孤岛。要真正做出科学的决策，需要对这些数据进行关联分析。这既依赖于大数据技术，更依赖于统一规划和政策支持。

信息孤岛是指部门与部门之间数据和信息相互孤立、不能共享互换，以及信息与业务流程和实际应用相互脱节，从而影响沟通运作，导致管理成本增加的现象。从信息化发展水平来看，大数据技术已不是问题，制约大数据广泛运用于社会治理的是数据共享的缺失。从社会治理的主体看，虽然大多数政府部门和公安机关目前都建成了比较完备的信息化平台，都拥有丰富的数据资源，但由于管理体制上的条块分割等原因，别说政府部门及公安机关与其他主体共享数据，就是在政府部门及公安机关内部，各个职能部门之间也存在着厚厚的“数据壁垒”。前些年，中央与地方、不同警种、不同部门分别建设自己的信息网络和数据库，各自的数据库因为管理或者存储的不一致，处于分割状态，不同警种、不同部门间信息系统彼此兼容和共享极不充分，形成了一个个信息孤岛。

信息孤岛是信息化建设初级阶段的必然产物，不可避免。在数据化、信息化已经成为公共管理战略资源和发展趋势的今天，就必然对政府及公安机关各层级、各职能部门所掌握的大量数据的整合、共享提出了更高的要求。大数据的核心就在于深入挖掘数据蕴涵的价值，通过一个个数据库联动，实现更大规模的数据共享。公安机关要消除信息孤岛，一方面，需要进行纵向信息系统整合，在上下级公安机关部门之间，利用多级网络和中心数据库，构建统一的警务信息平台。另一方面，需要进行水平的电子警务信息系统整合，通过建立跨系统、跨平台、跨数据结构的警务综合信息处理平台，实现跨部门的警务信息资源共享和警务协同。

（四）研发大数据技术，开展数据化训练

处于数据安全与防护的需要，警察系统的数据技术和数据系统应立足于自主研究和开发。大陆地区在海量数据分析、分布式计算、数据可视化等一些大数据关键技术上，还存在不小的差距。但如果盲目地在公安机关中引进和使用国外的先进技术，无疑会威胁国家安全和公共安全。所以要下大力气研发警务大数据技术，把“数据主权”牢牢掌握在自己手里，为实现强警目标提供坚实的技术支持和安全保障。

同时，要推行数据化训练，使警务数据建设深深植根于警务工作实践的沃土之中。数据化训练是指在警务训练中以采集、生成、处理和利用警务数据为途径，揭示信息警务深层规律，并用以指导信息警务实践的训练模式，其根本目的是提高基于信息系统的警察系统整体执法服务能力。要实现指挥训练数据化，利用先进成熟的数据挖掘和人工智能技术，开发符合中国公安机关警务执法执勤数据标准并具备一定自主决策功能的指挥训练系统，促使“以经验为中心”的决策方式向“以数据为中心”转变。

警务大数据应用的成败取决于警察队伍大数据应用整体水平的高低，因此必须加强全警大数据应用培训力度，提升全体警员掌握信息采集、网上比对、网上作战、综合研判等应用本领和技能，增强警员对信息需求的主动性。要培养一批“大数据”应用的行家里手，成为全警各项业务大数据应用的尖兵，为全警大数据应用出谋划策。

（五）建立数据化警队，培养专业人才

在大数据引领信息化警务发展方向的今天，我们不可能永远将警务数据定位于保障层次。警察系统实施大数据战略，当务之急是提高各警种部门的整体数据化水平，同时应视情建立一支实验性数据化警队，使其成为警务大数据建设跨越式发展的前沿阵地和示范基地，努力探索以数据为中心的新警务技术、新警务装备和新警务战术，为警察组织由传统警务模式向大数据警务战略过渡预留接口。可以说，实验性数据化警队建设是未来警务战略方式变革的“试金石”。

管理学家西蒙强调，信息并不匮乏，匮乏的是我们处理信息的能力。任何一个组织，要抓住大数据的机遇，就必须做好几个方面的工作。比如要有收集并开发特定的工具，需要选定分析软件，设计数据模型，用它来挖掘数据的意义。但最为重要的是，任何组织都需要人才来搜集和分析大数据。这些人被称为“数据科学家”，他们集黑客和定量分析员的优势和特长于一身。目前，国内外都面临着“大数据”人才缺乏的状况。数据科学家是复合型人才，需要掌握数学、统计学、数据分析、商业分析和自然语言处理的技能和行业相关知识，应当具备创新、坚韧、好奇等多方面的素质。作为警务大数据人才除了具备上述素质外，还应熟悉公安业务、掌握治安规律和犯罪特点等。

最后，需要指出两点：一是在发展智慧警务战略中，要始终坚持发扬优良传统与发展现代技术相融合。无论警务信息化建设推进到什么阶段、何种程度，非数字化技能作为传统的、基础的东西，恐怕并不能完全退出历史舞台。从辩证法的角度看，数字化装备是一把“双刃剑”，它在大幅提升信息制胜力的同时，既增大了警察队伍对它的“依赖性”，也削弱了警察的传统技能。因此，必须坚持数字化和非数字化技能训练“两手抓”，特别要把扎实做好治安基层基础工作与发展运用现代信息技术有机结合起来，牢牢把握警务工作主动权。二是实现人脑与电脑有机结合。不管我们如何论述信息技术和大数据的重要性，它们终究都是由人所创造和运用的。在智慧警务建设中，不要愚蠢到放弃头脑中那台充满魔力的机器，而一味相信你办公桌上的那台机器。这些并不意味着大数据不是一种伟大的工具。只是要明白：与任何其他工具一样，大数据既有其不可替代的强大优势，也有其一定的局限性。智慧警务中的“智慧”、“智能”从根本上说，来源并依赖于有智慧的人。应当明确，智慧中的“智”是技术、人工智能；“慧”是人的灵性和创造性。必须注重“人机结合、人网结合、以人为主”，做到“集大成、成智慧”，注重警员、民众的广泛参与，做到智慧警务建设依靠人、为了人、服务人。

参考文献：

[1] 黄培昭：《向“超人类智能”奇点迈进》，《人民日报》2014 年、7 月21 日，第22 版。

[2] 刘坤 陈建强：《首界世界智能大会在天津开幕：人工智能正迈入新阶段》，《光明日

报》2017 年6 月30 日，第1 版。

[3] 张兆端著：《智慧公安：大数据时代的警务模式》，公安大学出版社2015 年版，第24

页。

[4] 大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速

发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现

新知识、创造新价值、提升新能力的新一代信息技术和服务业态。（国务院：《促进大数据发展行动纲要》[2015 年8 月31 日]）

[5] [韩]咸由根等著，朱小兰译：《掘金大数据：数据驱动商业变革》，北京时代华文书局

2013年版，第7~8 页。

[6] [英]维克多·迈尔—舍恩伯格等著，盛杨燕等译：《大数据时代：生活、工作与思维的

大变革》，浙江人民出版社2013 年版。

[7] 孙丕恕：《能超过“电商”的一定是“数商”》，《光明日报》2017 年6 月30 日，第

8 版。

[8] 涂子沛著：《数据之颠：大数据规模，历史、现实与未来》，中信出版社2014 年版，

第304 页。

[9] 徐继华等著：《智慧政府：大数据时代的来临》，中信出版社2014 年版，第27 页。

[10] 2015 年3 月5 日，李克强在政府工作报告中提出，制定“互联网+”行动计划，推动

移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商务、工业互联

网和互联网金融健康发展，引导互联网企业拓展国际市场。此后，各行各业都开始制定

实施自己的“互联网+”行动计划。近年来，各地公安机关在深入推进公安信息化过程中纷纷构建“互联网+公安”综合服务平台，在公安执法、治安管理和社会服务等方面取得显著成效。但从根本上看，信息技术、互联网等终究是手段、工具，不是目的。不能用手段作为主体去被动地加持相关领域，而应当以各个社会领域的人或部门作为主体去主动地发展运用先进的信息化、智能化技术。所以，笔者认为，将“互联网＋”行动修改为“＋互联网”行动，“互联网＋公安”修改为“公安＋互联网”或“警务＋互联网”，似更为适宜。

[11]《公安部出台进一步推进“互联网+公安政务服务”工作实施意见：着力提升公安政务

服务的标准化、网络化、智慧化水平》，《人民公安报》2016 年11 月25 日，第1 版。

[12] [英]维克多·迈尔—舍恩伯格等著，盛杨燕等译：《大数据时代：生活、工作与思维

的大变革》，浙江人民出版社2013 年版，第213 页。

[13] 涂子沛著：《数据之颠：大数据规模，历史、现实与未来》，中信出版社2014 年版，

第252 页。