重庆两江新区：人和街道用数字赋能老旧小区管理 事件平均响应时间缩短至24小时

人和街道基层治理平台调度人员对墙体脱落预警进行跟踪。（受访者供图）

7月4日13时06分，万紫山社区一居民将电动车开进楼栋。重庆两江新区人和街道基层智治平台通过智能感知设备监测到后，当即发出预警。智治平台调度人员立即通知万紫山社区工作人员赶往现场处理，整个过程不到10分钟。

上述场景，只是人和街道以数字赋能老旧小区管理的一个缩影。

今年以来，人和街道依托数字重庆AI底座，在智治平台打造“老旧小区精细化治理”特色场景，该场景运用17个智治平台组件、贯通21个应用，归集数据29.6万条，接入落图感知设备8.44万个，搭建特色场景智能驾驶舱和老旧街区更新、重点人群关注、安全风险防范、矛盾纠纷化解4个子场景，让管理更精细、群众更满意。

数字赋能让街区更新契合居民心意

人和街道辖区共有14个社区。人和街道党委书记李建彬说，邢家桥社区、万年路社区、万紫山社区等6个社区的建筑大多建成于上世纪90年代，老旧小区面积约5平方公里，楼宇262栋，涉及居民5万人，存在设施设备老旧、公共服务缺失、物业管理混乱、安全隐患突出等问题。

“老旧小区治理千头万绪，以前人大代表、居民、企业纷纷在不同渠道反映问题，各项数据就像独立的‘烟囱’，难以汇总、无法统筹，社区治理抓不准主要矛盾，有限的资源难以精准匹配。”李建彬表示。

为此，“老旧小区精细化治理”特色场景集成建设智能驾驶舱，对人和街道老旧小区人口结构、房屋、公共设施等数据进行全量归集，建立老旧小区治理数据库。比如针对老旧街区更新子场景，智治平台全量归集老旧小区设施设备数据，系统梳理闲置资源，智能分析居民更新需求，实现一图统揽、一体利用、供需匹配。

此前，人和街道通过智治平台数据分析，掌握到邢家桥社区居民有跳坝坝舞、打篮球等休闲娱乐空间缺失的诉求，随即启动邢家桥社区综合体项目建设。

该项目今年5月投用，总投资约1.5亿元，建筑面积达2.2万平方米，规划建设了400个停车位，补足了邢家桥社区图书馆、社区食堂、广场、循环二手超市等公共空间，让老旧街区更新真正契合居民心意。

智能应用托举重点人群“幸福感”

“杜素珍老人触发了警报，我赶紧跑过去！”邢家桥社区网格员邵芳说，“当时老人身体不适，家中无人。”

家住加新二期的杜素珍，今年96岁，身体带有伤残，生活几乎无法自理。更为具体的是，其儿子、儿媳均有工作，实时照料成为难题。作为重点关注人群，人和街道在其家中安装“智能三件套”（烟感报警器、红外线探测仪和一键报警器），并将数据实时接入治理平台。

针对老旧小区老人、小孩和失业人群服务渠道狭窄的问题，人和街道将“渝悦·社保”“青春重庆”“渝悦·就业”等4个应用数据贯通，打造“重点人群关注”子场景，实现老年人福利直达、就业帮扶智慧直管、家校社区共育一键直享。比如智治平台通过AI分析求职、培训需求，运用渝职聘精准推送岗位信息，岗位匹配度提升42%，提升就业率20%。

38岁的邹媛就是受益者之一。“截至去年6月，邹媛失业已经超过1年，人和街道通过‘愉悦·就业’平台了解到情况后，根据AI数据分析，制定‘一对一’帮扶计划，帮她成功入职重庆某装饰设计工程有限公司。”人和街道便民服务岗负责人李燕说。

此外，“重点人群关注”子场景还全口径统计假期托育需求1168人次，开设假期托管39期，儿童托管率达100%。

AI算法让安全隐患无处遁形

对于老旧小区而言，墙砖脱落、占道停车等安全隐患防不胜防。

为此，“安全风险防范”子场景布局L2实景地图，构建高楼消防、地质灾害等16类特色图层，1026个风险点位实现全量落图，并接入带AI算法的感知设备79个，加载高空抛物、电动车进楼栋等6种AI算法，贯通“危岩地灾风险管控”等应用实时监测和预警，可实现风险点位一图呈现、应急资源一屏掌握。

7月6日，万年路社区出现险情。当天，两江新区无人机在惯例巡航中监测到康居六期3幢高层外墙脱落，通过智治平台发送预警，第一时间通知社区工作人员、网格员、物业公司，在现场拉好警戒线，并采用“蜘蛛人”方式对墙砖脱落位置进行排危和整治，避免造成安全事故。

李建彬介绍，目前智治平台已经完成自动推送预警信息1749件次，有效提升老旧小区的应急响应、协同联动和快速处置能力。

“得益于数字化赋能、AI技术应用，老旧小区精细化治理实现力量重组，正由单打独斗向协同治理转变。”李建彬表示，目前人和街道老旧小区已落实划线停车、新增健身设施等民生小事102项，开展特殊人群关心关爱服务7256人次，AI摄像头成功识别并告警异常行为1477起，隐患及事件处置效率较传统模式提升60%，推动矛盾纠纷同比下降15%，事件平均响应时间缩短至24小时，群众对问题解决的满意度提升至98%。

新重庆-重庆日报记者 唐琴

原标题：人和街道用数字赋能老旧小区管理 事件平均响应时间缩短至24小时