不稳定因素
来自China Digital Space
在高度数字化的监控体系下，定义“不稳定因素”转向了“数据驱动的风险识别”。
可以从以下三个维度来拆解这个定义：
1. 核心定义：威胁“社会稳态”的变量
在官方逻辑中，不稳定因素是指任何可能导致社会秩序紊乱、挑战政府权威或引发群体性事件的苗头。在监控背景下，这些因素被量化为：
- 个体极端行为： 被称为“个人极端暴力犯罪”的潜在风险点，通常指向生活失意、心态失衡且缺乏社会支持系统的特定人员。
2. 数字化监控下的分类体系
在实际操作中，监控系统（如“雪亮工程”、一体化联合作战平台）将这些抽象的定义细化为可追踪的数据标签：
A. 重点人员（特定身份定义） 监控系统通过身份库对个人进行分类。被定义为“不稳定”的人群通常包括：
- 维权群体： 长期上访者、受损投资者、退役军人权益诉求者。
- 高风险个体： 有严重精神障碍且有暴力倾向者、吸毒人员、刑满释放人员。
B. 异常行为模式（动态行为定义） 这是监控背景下最核心的定义方式。系统通过算法捕捉与“正常生活轨迹”偏差的行为：
- 时空异常： 频繁出入特定敏感地点（如政府大楼附近、标志性广场），或在非常规时间出现在交通枢纽。
- 聚集趋势： 多个具有相似背景标签的人员在同一地点短时间内汇聚（通过手机信令监控）。
- 表达倾向： 在社交媒体或私密社交平台（通过语义识别）发布包含敏感词汇或具有强烈不满情绪的内容。
3. 从“事后处置”到“预测性管控” 在监控背景下，定义不稳定因素的目的已经发生了本质变化：
- 标签化（Tagging）： 每个人在后台系统都有一个基于算法生成的“风险值”。
- 触发式预警： 当一个人的行为匹配了预设的“风险模型”（例如：购买风油精、横幅、前往北京的单程票），系统会自动将其定义为即时不稳定因素。
- 防患于未然： 在行为未发生、法律未触犯之前，先在管理系统中完成“风险定性”。
4. 定义的局限性与争议 这种定义方式也带来了显著的副产品：
- 扩大化趋势： 为了追求“零风险”，行政系统往往会将合理的社会诉求（如正常的劳资讨薪）也定义为不稳定因素，从而导致矛盾被掩盖而非解决。
- 标签困境： 一旦被系统打上“不稳定”标签，个体可能面临长期的出行受限或重点关注，即便其现实威胁已经消失，算法的“记忆”也很难抹去。
中国数字时代
- 昔日维稳副市长举家上访成“不稳定因素”
- 【众人推】李锐被划为党的“另类”、“不稳定因素”
- “维稳对象”级别分类
- CDT 中与本词条相关的文章
- CDT搜索：更多和【不稳定因素】相关文章
- 谷歌搜索：更多 CDT【不稳定因素】相关文章
