记忆的数字化

比利时，布鲁塞尔。天主教鲁汶大学公共卫生学院的地下二层，一间没有窗户的机房。天花板上的日光灯管发出均匀的白光，照在一排排黑色服务器机柜上。机柜正面密集排列的蓝色指示灯以恒定频率闪烁，没有停顿，没有变化。机房空调系统发出持续的低频嗡鸣，把温度稳定在二十一摄氏度。

这里存放着紧急事件数据库（EM-DAT）的主服务器集群——一个自1988年起持续运行的灾害记忆装置。截至2022年，这个数据库收录了超过两万六千条灾害事件记录，覆盖全球二百余个国家和地区，时间跨度从1900年至今。每一条记录都遵循同一套分类编码系统：灾害类型、发生日期、死亡人数、受灾人数、经济损失估算。

数字。日期。代码。在机房外的办公楼层，一位数据录入员正在处理一份来自马达加斯加的报告。2022年初，热带气旋“巴齐雷”登陆该岛东部沿海，造成洪水与山体滑坡。报告由当地政府与联合国驻地机构联合提交，共十七页，包含死亡人数统计、房屋损毁评估、农作物绝收面积估算。

录入员打开EM-DAT的标准化录入界面，将“巴齐雷”填入灾害名称字段。灾害类型下拉菜单提供三个层级的选择：气象灾害、水文灾害、气候灾害——风暴——热带气旋。她选择了“热带气旋”。

接下来是日期精度字段：日精确、月精确、年精确。报告提供了具体日期，她选择了“日精确”。死亡人数：官方确认数字为一百二十一人。她填入“121”。受灾人数：报告估算为十七万八千人。经济损失：初步估算为一点五亿美元。

每个数字填入对应字段。每条记录在数据库中生成一个唯一的灾害编号。二十分钟后，录入完成。马达加斯加气旋“巴齐雷”正式进入全球灾害记忆。

这是二十一世纪城市防灾体系的基础设施：一个标准化的、可检索的、可比较的数字化记忆系统。它与纪念碑不同。与幸存者口述不同。与地方志中的灾异记载不同。它不记录海水的温度、幸存者脸上的表情、被冲毁的清真寺的名称、人们站在废墟前沉默的时间长度。

它记录的是经过分类编码的变量，可以在统计软件中读取，可以输入风险模型，可以生成概率曲线和损失函数。

防灾技术对社会最影响之一，正是这种记忆形式的根本转变——从依赖幸存者口述、档案记录和纪念碑的物质性记忆，转向由传感器数据、模拟模型和损失数据库构成的数字化记忆。这种转变不是在某个具体时刻完成的，而是通过一系列技术选择、制度安排和标准化实践逐步推进的。要理解它如何重塑城市对未来风险的想象边界，需要回到这个过程的关键节点，回到那些将灾害经验转化为数据的时刻。

把时间拨回到2011年。那年三月十一日下午二时四十六分，日本东北部海域发生九级地震。地震引发的海啸在约四十分钟后抵达岩手县、宫城县和福岛县的太平洋沿岸。海水越过了防波堤，冲毁了房屋、学校、铁路和公路。宫城县石卷市大川小学的校舍被淹没，七十四名学生和十名教师遇难。陆前高田市的“奇迹一棵松”——一片七万棵松树组成的海岸防护林中唯一的幸存者——成为后来全球媒体报道的焦点。

截至2012年3月，日本警察厅确认的死亡与失踪人数超过一万八千人。灾难发生后，日本政府面临一个前所未有的问题：如何记录这场灾难。不是统计层面的记录——死亡人数和经济损失的统计工作在地震后数周内就开始了——而是更根本的记忆问题。

海啸的物理痕迹正在消失。废墟被清理，地基被填平，损毁的建筑被拆除。在宫城县气仙沼市，一艘被海啸抛上岸的大型渔船在海岸边停放了数月，最终被拆解。物质的灾害遗迹正在从景观中消退。幸存者的记忆也在消退——时间推移，细节模糊，叙述在重复中变形。

日本政府内部、学术界和受灾地方政府之间开始出现一个讨论：是否应该以某种方式永久保存这场灾难的记忆。这个讨论在2011年秋天催生了一个具体项目：东日本大地震海啸遗迹数字档案化。由国土交通省协调，多家大学研究机构和民间企业参与，项目目标是对海啸受灾区域内的关键遗迹进行三维激光扫描、航空摄影测量和全景影像记录，建立高精度的数字档案。这不是日本第一次对灾害遗迹进行记录。

1995年阪神大地震后，神户市保存了一段被地震扭曲的码头岸壁，并在旁边建立了阪神淡路大震灾纪念馆。

但2011年的数字档案项目在规模和技术手段上是前所未有的。它不再依赖物理保存——把一段断壁残垣围起来，立一块解说牌——而是试图用数字技术完整复刻灾害遗迹的空间形态。

项目启动后面临的第一个问题不是技术问题，而是选择问题：哪些遗迹应该被优先扫描。海啸受灾区域南北长达五百公里，受损建筑和基础设施数以万计。不可能全部记录。必须建立选择标准。

国土交通省在2012年初召集了一次专家委员会会议。会议记录显示，委员会最终确定了三个优先标准。第一，遗迹的象征意义——该遗迹是否承载了广泛的公众记忆，例如大川小学、陆前高田市的“奇迹一棵松”、气仙沼市的被毁渔船。第二，遗迹的物理特征——该遗迹是否展示了海啸破坏力的典型特征，例如被掀翻的混凝土防波堤块体、被拦腰折断的钢结构建筑。

第三，遗迹的信息密度——该遗迹是否适合通过三维激光扫描获取高精度数据，例如建筑结构的变形量、地基冲刷深度。

这三个标准共同构成了一个过滤器。通过这个过滤器，某些遗迹被标记为优先扫描对象，进入数字档案；另一些遗迹则被排除在外。

宫城县石卷市雄胜町的一座被海啸冲毁的渔港仓库没有被列入优先名单。这座仓库属于当地一个渔业合作社，建成于1972年，海啸中完全坍塌。合作社的渔民们在灾后自发保留了仓库的水泥碎块，堆放在原址旁边，作为他们自己的纪念物。但在国土交通省的优先标准中，这座仓库既没有全国性的象征意义，其破坏形态也不被认为具有特别的技术价值。它没有进入数字档案。同样没有被优先记录的，还包括数十个小型渔村中被海啸冲毁的私人住宅地基、被海水淹没后盐碱化的稻田、以及数百处规模较小的道路损毁点。

这不是一个关于错误选择的判断。在有限资源下建立优先级是任何档案项目都必须面对的实践。但选择标准本身不是中立的。它编码了一套关于什么值得被记住的价值判断。

象征意义、典型特征、信息密度——这些标准倾向于保存那些可以被纳入公共叙事、科学分析和技术建模的记忆，而将私人记忆、边缘社区的记忆和那些不够典型的损失排除在官方数字档案之外。

扫描工作本身是一个精密的技术过程。以宫城县气仙沼市的一艘大型金枪鱼捕捞船为例——这艘船在海啸中被抛上陆地，最终停在距离海岸线约五百米的住宅区街道上。2012年春天，一支来自东京大学的扫描团队抵达现场。他们架设了地面三维激光扫描仪，从十二个不同位置对船体和周围环境进行扫描。每次扫描耗时约四十分钟，激光束以每秒数十万次的频率发射，记录下每一个可见表面的空间坐标。扫描数据经过拼接处理，生成了一个包含约三亿个测量点的三维点云模型。团队同时使用无人机进行航空摄影，获取了船体顶面和周围街区的影像数据。两种数据融合后，生成了这艘渔船的数字孪生——一个可以在计算机屏幕上任意旋转、缩放、剖切的高精度三维模型。

这个模型记录了船体的精确几何形态：船底的凹陷、船舷的扭曲、船首撞击地面建筑留下的痕迹。

但它不记录其他东西。它不记录这艘船在太平洋上捕捞金枪鱼近三十年的历史。它不记录海啸当天船员试图将船驶向外海但来不及离开港口的具体过程。它不记录扫描当天站在街道对面观看的老渔民的想法——他告诉一名在场的记者，每次看到这艘船，他都会想起那天海水退去后街道上弥漫的鱼腥味和重油味。这些信息存在于幸存者的记忆中，存在于地方报纸的报道中，存在于气仙沼市民的口述历史中。但它们不在点云模型里。

三维点云模型记录的是表面几何信息。它可以精确到毫米级。它可以用来分析海啸水流的冲击方向、速度和能量分布。它可以输入有限元分析软件，模拟船体结构在冲击力作用下的变形过程。它是一份优秀的工程数据。但它不是一份完整的灾害记忆。

数字档案项目的成果在随后的几年中逐步进入学术研究和政策制定领域。

2014年，京都大学防灾研究所的一篇论文使用了这艘渔船的三维模型数据，结合海啸淹没模拟，分析了大型漂浮物对沿海建筑的冲击力。论文得出结论：在同等海啸高度下，港口区域停泊的大型船舶可能对后方建筑造成超出此前模型预测的破坏。这一发现被日本国土交通省2015年修订的《港湾设施抗震设计标准》部分采纳，新标准要求在海啸风险较高的港口增设船舶系留装置，并提高了临港建筑的抗冲击设计标准。

从遗迹扫描到设计标准修订，数字记忆完成了一个完整的循环：经验被转化为数据，数据被转化为模型，模型被转化为规则。但在这个循环中，某些东西被过滤掉了。气仙沼市的渔民们在灾后反复讲述的一个经验是：海啸来临前，海水会先异常地退去，露出平时淹没的海底。这不是科学秘密——海啸的物理机制确实包括先退后进——但在气仙沼，老一辈渔民对海水异常退潮的识别速度比官方警报快了大约五到十分钟。2011年3月11日，一些注意到退潮的老渔民在警报响起之前就开始向高处转移。

他们的邻居看到他们移动，也跟着移动。这个经验没有出现在任何激光扫描数据中。它没有被输入有限元模型。它没有被写入设计标准。它存在于气仙沼的口述历史中，在渔民之间的日常交谈中，在地方防灾演练的民间经验分享环节中。但它不在官方数字档案里。

这不是技术缺陷。激光扫描仪的设计功能是记录空间几何信息，不是记录民间知识。

问题在于，当数字档案被宣称为灾害记忆的永久保存时，“记忆”这个词的含义发生了滑移。它从包含情感、经验、叙事和地方知识的复合体，窄化为可量化、可建模、可检索的结构化数据。这种窄化不是阴谋，而是技术系统运作的内在逻辑——数据库只能存储它能存储的东西。

2017年，另一个城市面临另一种记忆问题。九月十九日下午一时十四分，墨西哥中部发生七点一级地震。震中位于普埃布拉州，距离墨西哥城约一百二十公里。地震造成墨西哥城及周边地区三百六十九人死亡，超过四十座建筑完全坍塌。

这是墨西哥自1985年那场夺走超过一万人生命的大地震以来，遭遇的最严重的地震灾害。

但与1985年不同，2017年的墨西哥城已经是一个高度数字化的城市。智能手机普及率超过百分之六十，社交媒体渗透进日常生活的毛细血管。

地震发生后几分钟内，推特上开始出现大量带有地理标签的求救信息。这些推文不是孤立的信息碎片。它们构成了一个分布式的、实时的、由受灾者自己发布的灾害信息网络。在震后最初几个小时内，墨西哥城的移动通信网络虽然出现拥塞，但数据通道仍然部分可用。推文、WhatsApp消息、Facebook直播视频从不同角落涌出，在数字空间中汇聚成一幅灾害现场的马赛克拼图。

墨西哥联邦政府的内政部民防协调局在震后约四十分钟启动了应急响应。但这次响应与1985年有一个关键不同：救援机构开始主动搜集和分析社交媒体数据。

民防协调局的信息分析小组使用了一套数字态势感知工具，通过关键词过滤、地理标签聚合和转发量排序，从数以万计的推文中提取出最紧急的求救信号和坍塌建筑的位置信息。这些信息被实时标注在电子地图上，推送给正在街道上穿梭的救援车队。

墨西哥国立自治大学工程学院的灾害信息实验室也独立开展了类似工作。实验室的研究团队在震后两小时内搭建了一个临时数据分析平台，使用自然语言处理算法对带有地震相关标签的西班牙语推文进行分类。算法将推文分为四类：求救信息、伤亡报告、物资需求和虚假信息。分类结果通过一个公开的网页界面实时更新，供救援机构和公众查询。截至九月二十一日——震后四十八小时——该平台共收集和分类了超过四十七万条相关推文。

这不是一个完美的系统。虚假信息是一个严重问题。震后数小时内，社交媒体上出现了多起关于大坝溃堤、火山喷发、更多地震即将来临的谣言，其中一些被大量转发，导致部分社区居民恐慌性撤离。民防协调局不得不在推特上开设专门账号，逐一辟谣。

另一个问题是信息的不均匀分布。墨西哥城的富裕社区智能手机普及率更高，网络信号更强，发出的求救推文更多，获得的救援关注也更多。而低收入社区的社交媒体信号相对稀疏，一些坍塌建筑的信息直到震后第二天才通过传统渠道——电话、现场报告——进入救援调度系统。但尽管存在这些问题，2017年墨西哥城地震的社交媒体响应标志着灾害记忆的一个新维度：即时性。传统的灾害数据库——EM-DAT、美国的SHELDUS、日本的灾害统计数据库——通常需要数月甚至数年时间来完成数据收集、核实和录入。灾害发生后的损失评估报告往往在灾后一到两年才正式发布。但社交媒体数据是即时的。它在灾害发生的同时生成，在救援进行的同时被分析，在记忆尚未凝固之前就已经进入计算。这种即时性改变了救援资源调度的逻辑。1985年墨西哥城地震时，救援队主要依靠现场勘查和无线电报告来确定坍塌建筑的位置。整个过程耗时数小时甚至数天。

2017年，数据分析平台在震后九十分钟内就标注出了超过三十处可能的坍塌点。救援队可以依据这个实时更新的数字地图调整路线，优先前往求救信号最密集的区域。墨西哥城政府事后发布的一份内部评估报告指出，社交媒体数据分析缩短了救援响应时间，特别是在地震发生后最初六小时的窗口期内。但即时性也带来了一种新的记忆形式：灾害的实时数字痕迹。与经过筛选、核实和分类的数据库记录不同，社交媒体数据是原始的、嘈杂的、充满情感和错误的。它包含了求救者的声音、旁观者的震惊、谣言传播者的恐慌、以及无数普通人的祈祷和愤怒。这些数据在灾后被保存下来。墨西哥国立自治大学的灾害信息实验室将震后七十二小时内收集的全部推文归档存储，形成了一个约五百GB的原始数据集。这个数据集成为后来多项学术研究的素材——关于谣言传播模式、社区韧性网络、以及灾害期间利他行为的涌现机制。但它也提出了一个棘手的问题：这些数据是灾害记忆的一部分吗？如果是，谁来决定哪些推文被保留、哪些被删除？

谁来决定这些数据的访问权限？墨西哥国立自治大学的数据集是公开的，但推特公司的数据保留政策规定，超过一定时限的旧推文可能被自动清除。这意味着灾害的数字痕迹的保存不完全掌握在受灾者或研究机构手中，而是部分掌握在商业平台手中。当推特在2022年被收购并改变了数据访问政策后，研究人员开始担心这些灾害数字档案的可获取性和长期保存问题。社交媒体数据进入灾害记忆还引发了另一个更深层的问题：它改变了什么是灾害的定义边界。在EM-DAT的标准化分类中，灾害被定义为满足至少一个以下条件的事件：十人或以上死亡；一百人或以上受灾；宣布进入紧急状态；或呼吁国际援助。这是一个基于可量化指标的阈值系统。但在墨西哥城的推特数据中，灾害呈现为另一种形态。它不是以死亡人数或经济损失来定义的，而是以恐惧、混乱、互助和愤怒来定义的。在传统数据库中，信任崩塌不是一条可录入的数据字段。这把我们引向全球灾害记忆数字化的第三个关键节点：EM-DAT本身。

紧急事件数据库的历史可以追溯到1988年。那一年，世界卫生组织与比利时鲁汶天主教大学合作，建立了一个记录全球灾害事件的数据库。最初的目的是为国际人道主义援助提供信息支持——了解哪些国家正在发生饥荒、洪水或地震，以便调配资源。1999年后，EM-DAT由鲁汶大学的灾害流行病学研究中心独立维护，并获得了包括美国国际开发署在内的多个国际机构的资助。到2022年，EM-DAT已成为全球最广泛使用的灾害数据库，被世界银行、联合国机构和各国政府用于灾害风险评估和防灾规划。EM-DAT的核心是一套标准化的灾害分类和编码系统。每一场灾害在进入数据库之前，都必须经过一个严格的编码过程。这个过程由一份录入手册指导。手册规定了灾害事件的纳入标准——十人死亡、一百人受灾、紧急状态或国际援助呼吁，满足其一即可。

手册还规定了灾害的分类层级：首先是灾害组别（自然或技术），然后是灾害类型（地球物理、气象、水文、气候、生物、外星），最后是灾害子类型（地震、火山、滑坡、风暴、洪水、极端温度、野火、流行病等）。每个层级都有明确的定义和边界。这套分类系统的设计目标是实现全球范围内的可比性。如果日本的地震和墨西哥的地震使用同一套分类和编码，研究人员就可以比较两场地震的损失特征、救援效率和恢复速度。如果洪水和干旱使用不同的分类，模型就可以分别计算不同灾害类型的风险概率。分类是数据库运作的基础。但分类也是一种选择行为。它决定了哪些事件被视为灾害，哪些被视为不幸但不够格；哪些事件被归入同一类别，哪些被区分开来。以热浪为例。EM-DAT将热浪归类为气象灾害下的极端温度。但热浪的死亡人数统计是一个长期争议的问题。与地震或洪水不同，热浪不会直接造成可见的物理破坏。它的致死机制是间接的——通过加剧心血管疾病、呼吸系统疾病和其他慢性病导致超额死亡。

因此，热浪的死亡人数高度依赖于统计方法的选择。不同国家的卫生部门使用不同的超额死亡率计算模型，得出的数字可能相差数倍。EM-DAT的录入员在录入热浪事件时，必须依赖各国政府或世界卫生组织提交的报告。如果报告的数字本身存在争议，数据库只能记录官方数字，同时在备注字段中标注争议。但备注字段不是查询和分析的主要对象。当研究人员从EM-DAT下载数据并运行统计模型时，他们使用的是官方数字字段，不是备注字段。争议在分析中被平滑掉了。另一个例子是缓慢发生的灾害。EM-DAT的录入标准要求灾害有一个明确的发生日期。对于地震和洪水，这很容易确定——地震发生的具体分钟，洪水开始淹没的具体日期。但对于干旱、海平面上升和荒漠化，确定发生日期几乎不可能。这些灾害是渐进式的，它们的损害在数年甚至数十年中累积。EM-DAT的解决方案是：对于干旱，录入员通常使用政府宣布干旱紧急状态的日期作为发生日期。这意味着干旱被记录为一个离散事件，而不是一个过程。

但干旱的受害者——农民、牧民、依赖灌溉的城市居民——经历的不是一个离散事件。他们经历的是持续的、逐年恶化的水资源短缺。当他们的经验被编码为数据库中的一条干旱事件记录时，灾害的时间结构被改变了。它从一种慢性压力变成了一次急性冲击。这些分类和编码选择不是技术错误。它们是使全球灾害数据库得以运作的必要简化。没有统一标准，就无法实现全球比较；没有离散事件定义，就无法进行统计分析。但简化是有代价的。它系统性地过滤掉了那些不符合数据库框架的灾害经验。被过滤掉的经验不会消失——它们继续存在于受灾社区的记忆中，存在于地方志的模糊记载中，存在于口述历史的一再讲述中——但它们无法进入全球风险模型。它们不在概率曲线里。它们不参与未来灾害的预测计算。这就回到了本章的核心论断：数字化记忆通过选择哪些损失被量化、哪些经验被编码，决定了未来防灾规划中哪些灾害被视为可预防的，哪些被视为不可抗力的。这不是一个抽象的认识论问题。它是一个具体的资源分配问题。

如果某种灾害——比如热浪——在数据库中的死亡人数被系统性低估，它在风险模型中的权重就会偏低，它在防灾预算中的优先级就会下降，它获得的防护投资就会不足。数字记忆的偏差会转化为物理世界的脆弱性。2015年，印度遭遇了一场严重的热浪。五月下旬，安得拉邦和特伦甘纳邦的气温连续数日超过四十五摄氏度。印度政府官方统计的死亡人数超过两千五百人。但公共卫生专家指出，这个数字只统计了医院内确认死于中暑的病例，未包括在家中死亡或死于热浪诱发的基础疾病的患者。一些独立研究估计，实际超额死亡人数可能超过五千人。EM-DAT记录的是官方数字：两千五百一十二人。这个数字进入了全球热浪风险评估模型。基于这个模型，世界银行在2016年发布的《南亚城市韧性报告》中将印度城市的热浪风险评级为高，但未列为极端——后者保留给地震和洪水等灾害。报告的防灾投资建议优先考虑了防洪和抗震，热浪防护被列为中等优先级。这不是一个关于错误决策的判断。在有限资源下，优先级必须被设定。

但优先级设定的依据——风险模型——是建立在数字化记忆的基础上的。如果记忆本身存在偏差，模型就会复制这种偏差。偏差在每一次迭代中被继承、放大、固化。最终，它不再被视为偏差，而被视为客观事实。回到日本。2019年，东日本大地震海啸遗迹数字档案项目正式向公众开放。用户可以通过一个网络平台浏览超过两百处遗迹的三维模型、全景影像和基础信息。平台设计精良，界面友好。点击气仙沼市那艘渔船，船体的三维模型在屏幕上旋转。点击大川小学，校舍废墟的每一块碎砖都被精确复刻。这是一个令人印象深刻的技术成就。它确实保存了某些东西。但在气仙沼市，那位老渔民仍然记得一些平台上看不到的东西。他记得海啸来临前海水的异常退潮。他记得海水退去后海底裸露出的黑色淤泥和挣扎的鱼。他记得他的祖父告诉过他，昭和八年——1933年——的海啸来临前，海水也是这样退去的。他的祖父是从曾祖父那里听来的。明治二十九年——1896年——的海啸也是如此。

这段记忆在家族中传递了三代人，从未被写下来，从未被扫描，从未被编码。它不在EM-DAT里，不在风险模型里，不在设计标准里。它只存在于老渔民的叙述中，在他坐在门口看潮水的每个傍晚，在他和孙子偶尔通电话时的只言片语里。他的孙子在雅加达CBD的一家商场负责保安工作。他在海堤防护的空调商场中执勤，向每一位进门的顾客致意。他不知道明治海啸。他不知道昭和海啸。他只知道爷爷说，如果看到海水突然退得很远，要往高处跑。但他工作的购物中心不在海边。他在雅加达。雅加达面临的主要威胁不是海啸，而是地陷和洪水。爷爷的经验在这里不适用。数字化记忆没有覆盖他的处境。他的处境在EM-DAT中体现为印度尼西亚的洪水灾害记录——自2000年以来，雅加达经历了超过二十次重大洪水事件，每一次都被编码、录入、纳入全球风险模型。但这些记录告诉他的是概率，不是他应该怎么做。2017年墨西哥城地震的社交媒体数据集至今仍保存在墨西哥国立自治大学的服务器上。

研究人员继续发表基于这些数据的论文。2021年的一篇论文分析了震后推文中的谣言传播网络，发现虚假信息的扩散速度是辟谣信息的一点七倍。2022年的另一篇论文使用机器学习算法从推文中提取受灾者的情绪变化轨迹，发现恐惧情绪在震后两小时内达到峰值，愤怒情绪在震后六小时——当救援物资分配不均的信息开始传播时——达到峰值。这些是重要的科学发现。它们揭示了灾害期间的社会心理动力学。但它们也同时完成了对灾害记忆的第二次抽象化。第一次抽象化是将幸存者的经验转化为推文——一百四十个字符，附带GPS坐标。第二次抽象化是将推文转化为情绪轨迹曲线——横轴是时间，纵轴是标准化情绪指数。在第二次抽象化之后，那个在坍塌建筑中等待救援的具体的人，那个在推特上发出最后一条求救信息后不再更新账号的人，已经不可见。这或许是数字化记忆最深层的反讽：它保存了如此多的信息，以至于具体的人被淹没了。

传统灾害记忆——纪念碑、幸存者口述、地方志——虽然信息密度低，但保留了灾害经验的个别性和不可通约性。每一个遇难者的名字被刻在石碑上。每一个幸存者的叙述都有面孔和声音。数字记忆则相反。它通过增加信息量来消除个别性。当灾害被转化为0和1，它首先被分解为变量，然后被聚合为统计量，最后被输入模型。在这个过程中，灾害从一个具体的历史事件变成了一组可计算的风险参数。这不是对数字记忆的否定。EM-DAT的存在使全球灾害风险评估成为可能。日本海啸遗迹数字档案为工程学研究提供了前所未有的数据基础。墨西哥城社交媒体分析改进了救援响应速度。这些都是真实的成就。防灾技术的累积进步确实实质性地降低了城市面对特定灾害的死亡率与经济损失率。技术乐观主义并非幻象。工程科学的进步是实在的。但进步是有代价的。代价是某些记忆形式被边缘化，某些经验被过滤，某些社区在数字档案中缺席。

数字化记忆的可塑性使其容易被修改、删除或重新解释——不是通过阴谋，而是通过正常的技术流程：数据清理、标准更新、系统迁移、格式转换。每一次技术操作都可能无声地改变记忆的内容。城市可能因此丧失对罕见灾难的警惕，因为那些未被模型捕捉的事件正从集体记忆中悄然蒸发。那些不符合数据库框架的经验——老渔民的海水退潮知识、热浪受害者的未被统计的死亡、缓慢发生的干旱——它们还在那里，在数字档案之外，在口述传统中，在地方记忆里。但它们正在失去与决策系统的连接。当防灾规划越来越依赖数据驱动，不在数据里的经验就越来越难以影响决策。在布鲁塞尔地下二层的机房里，EM-DAT的服务器仍在运行。蓝色指示灯以恒定频率闪烁。每一条新录入的灾害记录都获得一个唯一编号。每一个编号都代表一场被正式记忆的灾难。但机房没有窗户。它看不到外面。它只知道它被输入的东西。在气仙沼市，那位老渔民仍然每天坐在门口。潮水来时，他把脚抬到门槛上。潮水退后，他用塑料盆舀出屋里的积水。

他偶尔会和孙子通电话，从不问海堤的事。他只是说，家里都好，水退得快了。他记得的那些事情——海水异常退潮的颜色、海底淤泥的气味、曾祖父讲述明治海啸时的声音——不会出现在任何风险模型中。但它们是他的记忆。它们是他判断下一次海啸来临时该往哪里跑的全部依据。