新年伊始，上海外滩的踩踏事件让国人的心头多了一份沉痛，36人死，47人伤的伤亡数据拷问着城市对突发事件的处理能力。类似踩踏事故在中国历史上绝对不是第一次发生，并且也很难乐观地估计这就是最后一次。之前的事故，有的发生在学校当中，有的发生在类似的场合。
我们有越来越先进的科技手段，有人主张在人流密集场所综合运用大数据，动态视频监测，物联网等功能，来进行人流的监测和管控；有人则认为我们已经有了丰富的处理突发危机的经验，关键在于当局的重视程度。
大数据构建应急模型
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，让我们先抛开人满为患、管理不当、组织不力等因素来看待这次踩踏事件；那么是否能够借助科技的手段来分析事件发生的具体原因在哪里？
答案是可以的，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，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，这些都可以通过事后相关数据的搜集、分析确定。用此与之前类似事件对比分析，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。
知易行难，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。
美国纽约建筑群
运用互联网发出安全提示或预警
所有“踩踏事故”发生是一瞬，且难以预料的；但是，人群聚集的过程却是渐进的。人群在特定地点或区域不断聚集，经历了“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。 |
