大数据可以让“外滩踩踏事故”悲剧不再重现?

2015-01-01 李俊慧 创事记

文/李俊慧 逝者应安息,生者当反思。 如果知道是这样的结果,相信很多人都会避而远之,而不是趋之若鹜。 2015年第一天,上海传来噩耗:2014年12月31日晚23时35分许,上海外滩陈毅广场发生群众拥挤踩踏事故,致35人死亡,43人受伤。 事故原因已开始调查,随着时间的变化,有关数字可能还会变化,与其抱怨、质疑是否存在瞒报,或许反思已有的技术或应用能否发挥“能量”,防范此类悲剧的不


逝者应安息,生者当反思。如果知道是这样的结果,相信很多人都会避而远之,而不是趋之若鹜。

2014年12月31日晚23时35分许,上海外滩陈毅广场发生群众拥挤踩踏事故,致36人死亡,42人受伤。

事故原因已开始调查,随着时间的变化,有关数字可能还会变化,与其抱怨、质疑是否存在瞒报,或许反思已有的技术或应用能否发挥“能量”,防范此类悲剧的不断重演。

那么,在越来越多的公共突发事件中,尤其是人为公共突发事件中,互联网或大数据能否发挥“正能量”予以预防呢?

首先,所有“踩踏事故”发生是一瞬,但是过程是分阶段的。不论是早些年“北京密云灯展踩死挤伤游人特大事故”,还是现在的“上海外滩踩踏事故”,事故的发生是一瞬间且难以预料的,但是,人群聚集的过程却是渐进的。

现在说起来,可能有点“马后炮”。但是从渐进的过程来看,这里面有几个关键因素,特定时段、特定地点,以及源源不断的人群,人群中有的人是自发聚集,有的纯粹是“凑热闹”。

不论什么原因人群在特定地点或区域不断聚集,经历“走的慢-走不动-退不出去-失去控制-发生意外”等多个环节,其中,在最初的“走的慢”的环节中,不让新的人群再聚集,加快已聚集人群的疏散,应该还是有可控的机会

其次,在4G普及的当下,手机基本已成随身携带的“必备品”。从手段上看,不论是交管部门等有关部门的视频监控设备,还是人群中人人携带的手机等通讯设备,不论是通过短信群发,还是基站服务人群数分析,抑或基于地理位置的大数据挖掘,理论上存在一种可能,当单位平方米上人数或手机数达到一定临界点时,就极易发生意外

那么,也就有一种可能性,在人群聚集的过程中,按照发生意外的概率大小,形成多个风险提示等级,通过短信或微信以及其他互联网应用,向人群中的个体陆续发出安全提示或预警呢?

发送范围可以特定地点为圆心,按照一定的半径值,对所有区域中心的人群及外围人群分级进行风险或预警信息发送,引导外围人群避开聚集,对已聚集人群进行有效疏导。像深圳的大小梅沙早就有类似的预警体系。

事实上,不论是在国内,还是在国外,“踩踏事故”时有发生,原因各有不同,但过程还是有很多相似之处,对于提示内容而言,同样可以利用大数据,将所有已发生的事故做分析,形成一套分级内容提示体系,让提示内容更具警示性。比如,当你处于特定地点范围内时,你的手机就会开始分级向你提示风险等级及危害影响,并配上历史上发生的事故内容。这个时候,如果你看到这些提示和内容,可能会让你改变主意。

因为就像本文开头所言:“如果知道是这样的结果,相信很多人都会避而远之,而不是趋之若鹜。”

当然,我们也必须看到,很多“踩踏事故”的发生地,并不是天天发生意外。如何有效平衡民众的公共空间自有选择和人身安全保障,是一个极具挑战的事儿,如果管理部门限制太死,则会被民众认为“管理手段简单粗暴”、“限制权利”,如果管理部门过于放松,又会被认为“疏于管理”、“漠视安全”。

在各类互联网技术和应用大行其道的今天,我们能用移动互联网解决“打车难”的问题,理论上也能让技术和应用在公共突发事件中发挥更大的价值。

只不过,在现实面前,你会发现看着是一个“事故”,往往牵涉到部门可能会很多,这个时候自然会产生一个问题,到底应该由谁或哪个部门来负责此事?

(李俊慧 中国政法大学知识产权研究中心特约研究员)

其它一些评论:

突发事件,就在于它发生前、中和后的不可预知性。尤其是在发生的过程中。但就像前面所说的,通过大数据、物联网、高性能计算等科技手段,我们人类至少在突发事件三个因素中的两个,即事前和事后进行了有效地干预,即减少此类事件的发生和减少事件发生后的损失,这其实已经是在利用科技的手段来降低突发事件的突发属性。

日本警察如何处理这类事件?

日本的警方是如何采取特殊的措施,避免此类踩踏惨案的发生。

2001年7月21日,日本兵库县明石市举行了夏季烟火大会。当夜8时半许,在烟火会场前往朝雾车站的天桥上,两股人流出现合流导致踩踏事件的发生,最终有11人死亡(10岁以下孩子9人,70岁以上老人2人)。

这一大惨事震惊了日本列岛。经过司法检证,警察的配置警力时过去侧重应对暴走族,而轻视了交通疏导,遗族因此起诉明石市政府和警察署,包括明石市副市长、警察署长在内的干部遭到起诉,现场的12名警察有的被判刑,有的遭到简易起诉。市长冈田进裕也在当年引咎辞职。

这一事件之后,日本国会修改了《警备业法》和《国家公安委员会规则》,在警察业务中,除了常驻警备、交通诱导警备之外,新增了“杂踏警备”(踩踏警备)。

其实,各地警察署除了新设“踩踏警备”部队之外,还新设了一支特殊的“心理诱导部队”,称为“DJ警察”。在东京警视厅,这一支部队隶属于“警视厅警备部广报系”,其职责是在人流众多嘈杂的地段,使用巧妙的语言,疏导人们焦虑不安的心情,引导人们遵守交通指挥,避免出席拥挤和踩踏事件。

东京的涉谷车站前,一直是日本年轻人最喜欢集聚的地方。2013年6月4日深夜,日本足球队与澳大利亚队战平,赢得了世界杯的出场权。在足球酒吧里看球的年轻人狂奔到涉谷车站前的十字路口狂欢,一下子聚集了3万余人。



涉谷车站前当时的现场情景

面对人山人海,警视厅警备部第9机动队的一名男性DJ警察,站在高高的指挥车上,不断地通过高音喇叭向狂欢的人们陈述以下的话语:“在这美好的日子里,我们不会对大家发火。我们都是日本队的队员,请听一听队员的话好不好?让出左边的道来,一二三,往后退1米。对了,就这样,很好。”“大家都是球队的12号选手,我们要像我们代表团入场一样慢慢地往前走。如果大家有什么碰撞受伤,即使我们参加了世界杯,也会成为遗憾的事。”“大家可能认为警察都是一副恐怖的脸,其实我们的心中也在为日本队的出场感到欢欣鼓舞。”

在这位20几岁的DJ的警察的诱导下,几万人狂欢的恐怖场面立即安静了下来,并听从指挥,让道、排队、缓行。结果,整个晚上,现场没有一个人受伤,也没有一人喧闹而遭逮捕。

这名DJ警察因此走红,并受到了警视厅总监的特别表彰。各地警察学校随后组织DJ警察培训班,请这位警官当老师。警察厅也下令各地增加DJ警察人员,强化现场的心理疏导。



警视厅一直没有公布这位可爱的DJ警察的姓名

这位DJ警察的成功,还凭借了一个工具,那就是高架指挥车。在集会游行现场或交通要道,DJ警察就是站在这样高高的指挥车上,一方面居高临下监视人流的变化并随时加以语言疏导,另一方面,也可指挥地面警察及时处置险情和斗殴情况,变更现场的路障设置,疏导交通。

日本警察除了这一支特殊部队和高架指挥车之外,在任何的聚会现场,一定会设置一个特别通道,以保证有人晕倒受伤之后,救护和警备车辆的及时进出。



日本警察的上述做法,也许可以给中国的警方提供一点参考。

作者:李俊慧



版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (3)
#插入话题
  1. 2015-01-02 175.8.170.209

    大数据是死的,人是活的

    0

  2. 2015-01-01 hu0710

    希望这个事件能推动IT的发展

    0

  3. 2015-01-01 ding

    大数据关键要接地气才有效。上海的互联网水平这么差

    0

相关资讯

大数据时代,“球”神问卜变成科学

2014巴西世界杯开战在即,足坛32列强的比赛盛宴亦将马上呈现。对于大多数球迷而言,能够喝着啤酒看比赛无疑是最幸福的事情。然而,如果稍加主动地抢占科技“前排”,今年的世界杯也许不只是观看一场足球盛宴,更能全情参与,“指点”世界杯。 大数据预测东道主夺冠 最终谁将夺冠?在世界杯决赛结束之前,每个球迷都会对这个问题津津乐道。如果不是某个球队的铁杆粉丝,利用大数据预测各国家队的夺冠概率会让世界杯的谈

Nucleic Acids Res:上海交大与IBM合作结硕果:医药大数据助力个体化医疗

  上海交大等机构合作构建的药物相互作用搜索引擎界面截图 经过多年的努力,上海交通大学Bio-X研究院联合美国IBM沃森研究院、哈佛大学、加州大学伯克利分校等医药大数据前沿机构的研究人员通力协作,共同构建了基于医药大数据的药物互相作用搜索引擎,进而在个体化用药研究方面取得重要进展。部分研究成果已发表在近期的《核酸研究》(影响因子8.3)上。 在此项研究中,研究人员利用化合物-蛋

J Am Med Inform Assoc:美国将采用3千万患者大数据研究阿司匹林疗效

        一项大数据研究将搞清不同剂量的阿司匹林对于心脏病有何种疗效。         图片来源:Richard Levine/Alamy 医疗卫生领域迄今最大的一项大数据试验终于设定了第一个研究目

PCORnet:美国大数据让临床研究从梦想走进现实

过去5年,仅心血管领域,便有2700份临床指南或共识,然而仅314项(11%)是基于A级证据,即多中心随机对照研究的结果。近半数指南共识仅仅基于专家观点。因此,迫切需要提供更强有力的临床医学证据 以患者为中心的结局研究机构(Patient-Centered Outcomes Research Institute ,PCORI)发布了这个数据库PCORnet, 它主要用于比较临床研究。在20

节约医生的诊疗时间:Lumiata用大数据建医疗图谱,提高诊疗的精准性

医疗软件公司Lumiata 获得 600 万美元 A 轮融资 ,至今它已获得总计 1 千万美元的投资。Lumiata 是首家提出“医疗图谱(medical graph)”的公司,他们把电子病历和病理生理学等数据整合起来,并通过图谱分析的方式去模拟人类的多维推理过程,进而预测出病人会需要什么、以及何时需要。利用这些数据,Lumiata 还可以去分析和预测一个人群整体的健康状态。通过把数据转

在大数据中找到新机遇的巢式病例-对照研究

一、巢式病例-对照研究 病例对照研究是临床研究中较为常用的设计方案。如果将临床研究划分为“探索、培育、验证”3个阶段的话,病例对照研究是探索阶段的重要工具,通过病例对照研究,人们能够基于现成的资料,迅速的发现有价值的科学规律,进而开展进一步研究。但是正所谓鱼和熊掌不可兼得,病例对照研究通常从病例开始,再根据病例去寻找合理、可用的对照,并回顾性的收集数据;这一做法虽然效率高,但是往往会收到