新年伊始，上海市黄浦区外滩陈毅广场在举行庆祝时发生群众拥挤踩踏事故，致35人死亡，43人受伤。此消息一出，立即引起了人们强烈的反响和争论。这里， 我们不去争议此事件中人为(包括当事者、管理者等)的因素和责任，只是探讨在我们科技高速发展的今天，能否借助科技的手段来减少此类事件的发生，即便发 生，又能否利用科技的手段来将损失减少到最低限度。 需要说明的是，我们这里之所以用科技这个词，是因为要减少，甚至杜绝此类事件的发生，即便是从技术的角度看，它也是一个较为庞大的系统工程。其实类似的事件早在10年前北京的元宵节观灯中就发生过。当然除此之外，随着节假日的增多，中国各个旅游景点人满为患造成不同程度伤亡的事情也屡有发生。 那么随着而来的首要问题是：我们能否借助科技的手段来分析这些事件发生的具体原因在哪里？而不是每每都用人满为患、管理不当、组织不力等相当笼统的字眼来解释事件发生的原因。尤其是在当下大数据、物联网、高性能计算等飞速发展和应用的今天。借助高性能计算、大数据和物联网等科技手段可以方便我们日后回顾、融合和整合事件发生的来龙去脉，以从中分析和梳理出一个接近于普适性的规律，建立尽可能客观的相关事件发生的诱因模型。 例如此次上海发生的踩踏事件中，有媒体报道是因为人流间反向运动(有的人要上观景台，有的则要下来)，也有的称是为了烘托气氛，撒类似美元的纸币引发哄抢所致，那么究竟哪个才是最主要的原因或者最终导致踩踏发生的那个临界点(俗称导火索)，这些都可以通过事后相关数据的搜集、分析确定。那么用此与之前类似事件的对比分析，是否可以分析和总结出普适性的诱因，进而为建模提供可靠的数据支撑。 这里需要强调的是，我们之所以提出普适性的模式，是因为中国每个城市、地区、景点的情况各不相同，如果仅就某个城市、地区和景点来建立模式，并不会从整体上减少或杜绝此类事件的发生。就像现在的大数据热，大家各自为政，结果往往是事倍功半，既浪费了资源，其建立的模型也未必接近客观和具有效率。 说到模式的建立，就不得不提及灾难事件发生后应急模型的建立。毕竟这些原始的数据都是在灾难发生后可以获得，并能从中找出规律。例如事件发生后相关因素的干扰、哪些因素影响了灾后救助的效果等。其实这些我们在诸多的美国大片中屡见不鲜。人家一方面在尽量避免事件的发生，更关键的是，在想尽方法避免事件发生的同时，人家也在预测一旦灾难不可避免发生后的受灾情况、救助资源(包括人力、物力等)的分配等，是双管齐下。当然这之中，始终是是过往大数据的搜集、分析、相关模型的建立为基础，并不断修正和完善。 当然知易行难。这里我们不妨以媒体报道的美国利用大数据提高灾害预防能力为例来说明。以纽约市为例，该市约有100万栋建筑物，每年有差不多3000栋会因火灾损毁。由于城市状况复杂，消防人员往往难以第一时间赶赴现场，预防火灾成了减少损失的重中之重。为此，纽约市消防部门依据数据收集划分出了60个可能会产生火险的因素，包括区域居民平均收入、建筑物年龄、是否存在电气性能问题等。通过这些因素数据和相关算法，纽约市消防部门给建筑物都标注了风险指数，并据此确定消防检查的优先级和重点，从而有针对性地加强安全排查。 通过这个例子，相信我们不难看出，大数据搜集、相关算法分析的复杂性，除了技术外，它需要的是社会方方面面的积极配合。 也许到这里，有人会称，说了这么多，那么事件发生时又当如何呢？科技能帮上忙吗？其实之所以称为突发事件，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。 通过上述的简单分析，我们认为，针对类似上海踩踏事件，我们政府的相关部门在总结经验教训时，不能简单以人满为患为由，而我们也不能总是一味指责政府相关部门管理不力，毕竟在我们每天必言大数据、物联网、BI等高科技的今天，借助科技的手段，尽量减少人为因素的干扰才是解决问题之道。这也在提醒那些整天忽悠大数据、物联网的相关企业、专家们，应用落地，为人所用并在关键时刻发挥作用才是根本。要时刻记住：科技以人为本。 文/孙永杰
