陈潭，王鹏丨大数据驱动公共卫生应急治理的智慧表征与实践图景

转载请注明“刊载于《电子政务》2021年第6期”。引用参考文献格式：陈潭，王鹏. 大数据驱动公共卫生应急治理的智慧表征与实践图景[J]. 电子政务，2021(06): 85-99.

摘　要：大数据是研判决策参考的文本来源，是开展协同共治的功能禀赋，亦是生成智能化机制的算法支撑。以新冠肺炎疫情治理的案例样本为研究对象，通过构建“基础层-动力层-应用层-导向层”的大数据驱动逻辑框架来提炼公共卫生应急治理的循数性、协同性和智能性特征，并结合应急管理的全周期理论，展望全空间、全时段和全过程公共卫生应急治理实践逻辑。最后，针对大数据技术治理的边界提出改进建议，以期开拓新技术与治理之间的良性互动点，维持技治与法治、人治的秩序生态稳定，增强公共卫生应急治理的智能响应，进而推进国家治理能力和治理体系的现代化进程。

关键词：大数据驱动；公共卫生；应急治理；智慧表征 

DOI：10.16582/j.cnki.dzzw.2021.06.008

一、思路与进路

公共卫生应急治理是指在对传染病、恶性疾病的突发与蔓延开展预警、预防、监测、应对和制度学习时，形成的以政府为主导，各机构组织协调配合以及公众广泛参与的协同共治过程和健康服务供给机制。随着社会结构的急遽变迁与经济的迅猛发展，我们正进入“风险压缩型”社会[1]，各类突发事件、自然灾害和社会危机相互交织重生，公共风险事件日趋自衍性与复合性。目前，全球的传染性疾病呈现出传播迅猛、范围广袤、破坏性强等特点，天花、黑死病、非典等传染病曾给人类社会造成深远的影响，不仅严重危及人类命运共同体的集体生存与和谐共生，而且也给全球经济带来不可估量的损失。在当前智慧社会迭代发展的背景下，数字技术为提高公共卫生应急治理效能提供了契机，大数据技术的创新与应用推动传统应急管理方式朝着“智慧治理”“云治理”“可视化治理”等模式蜕变[2]，传统应急管理的思维、机制、技术正经历不断地解构、重构与建构的动态过程。公共卫生应急治理是基层治理、地方治理、国家治理和全球治理的重要内容，其治理能力和水平既关乎公共健康和国民福祉，亦关系人类命运共同体的集体生存与和谐共生。基于此，面临如今新冠疫情（COVID-19）的骤然爆发和蔓延肆虐，习近平总书记成立中央应对疫情工作领导小组，并在考察新冠肺炎防控科研攻关工作时强调,战胜疫情离不开科技支撑，要利用大数据、人工智能等新技术开展病毒溯源、病例追溯等[3]。因而在此背景下，研究大数据技术如何嵌入并提升公共卫生应急治理效能显得尤为突出和重要。

在研究大数据如何嵌入并驱动公共卫生应急治理效能提升之前，有必要对已有文献进行系统性归纳与总结，以丰富研究框架的理论性、严谨性和可靠性。目前，大数据技术所拥有的文本属性、功能属性和算法属性促使其成为公共卫生治理领域的热点话题，并引发诸多学者的理论思考和实务思考。通过既有文献的研究，学术界大致从三个方面阐述大数据技术对公共卫生应急治理的智慧重构：其一，预测预警视角。如周锐等认为通过多层信息主体和多维数据内容构建大数据画像能建立健全突发公共卫生事件的预测和响应机制，能有效应对突发性传染病的蔓延与扩散[4]；周芳检指出，受制于传统数据来源面狭隘和数据分析技术的落后，重大突发公共卫生事件出现预警失灵的困境，因而亟需构建一种基于案例和规则推理的大数据预警模型来实现精准预警、快速预警、动态预警和协同预警[5]。其二，防控策略视角。如王淼提出基于公共数据的“大数据+网格化”模式，认为其能在突发公共卫生事件的“内防扩散”“精准防控”和“外防输入”过程中发挥独特作用[6]；胡智鹏等总结了大数据在突发公共卫生事件防控中的三大作用，分别为织密联防联控网、开展多维信息追溯、保障防控物资调配与供给的动态平衡[7]。其三，“风险-防控”一体化视角。如赵发珍等通过构建“风险-应急治理”框架，重新审视大数据技术在突发公共卫生事件治理中的角色与作用，并提出突发公共卫生事件一体化治理模式建设的改进建议[8]。

综上可得，透过多维视角、整体性视角归纳总结大数据技术在公共卫生治理过程中的作用与表现，有助于在丰富公共卫生应急治理理论的同时，增强公共卫生应急治理体系的智能响应。不过，既有研究仍存在以下不足：第一，未系统归纳大数据驱动公共卫生应急治理走向智能化、数字化背后的深层次运作逻辑；第二，未全面提炼大数据环境下智慧公共卫生治理的一般性特征；第三，未能在智慧建构的理论基础上，展望数字时代公共卫生应急治理变革的应然图景。大数据作为信息社会发展到一定阶段的产物，必然有其固有的驱动变革逻辑，只有在了解其深层次动因的基础上，才能更为有效、广泛地运用数字技术赋能治理思维、模式、方法的创新。为此，本文将结合大数据的“5V”特性（Volume、Variety、Value、Velocity、Veracity），以新冠肺炎疫情爆发过程的经验样板为研究客体，通过构建“基础层-动力层-应用层-导向层”的大数据驱动逻辑框架来提炼公共卫生应急治理的智慧性表征（详见图1），同时基于应急管理的全周期理论，展望数字时代全空间、全时段与全过程的公共卫生应急治理。当然，有必要指出，本文所提出的驱动逻辑框架总体上看是一种对公共卫生应急治理现状的总结和对其发展前景的预设，但囿于数字基础设施陈旧、部门之间数据归属壁垒、数据安全风险等大数据技术治理边界的存在，或许并不能完全适应所有环境下突发公共卫生事件的治理。不过，本文旨在通过系统框架的构建和智慧特征的提炼为后续的研究提供另类的切入点，从而推动公共卫生应急治理效能的提高与体系的完善。

二、大数据文本驱动与循数化公共卫生应急治理

社会环境日益呈现出突发性、公共性、紧迫性、繁杂性与不确定性，传统的依靠主观臆测和经验开展预防、研判、决策、协调的公共卫生应急管理机制已然不合时宜。伴随社会生态数字化进程的加速，基于海量、多源、异构的数据文本驱动传统的应急决策机制发生变革。大数据文本是大量的电子元构件、网络末梢与社会多元主体要素交互的逻辑产物，亦是驱动公共卫生治理智慧化的底层逻辑。由此，本文所研究的大数据文本泛指一切可被量化、即时记录并以直观可视的形式反映社会客观现象的数据标注，因而，从结构上看，分为结构化、半结构化和非结构化文本，其中半结构和非结构文本凭借其多维、实时和异质的特性而成为公共卫生应急治理过程中所需的主要信息元素。从内容上看，我们将大数据的文本结构分为基础数据、病毒数据、电网数据、医疗数据、迁徙数据、媒体数据和应急资源数据（详见表1），各类数据来源广泛、独具特色、作用显著。从本质上看，大数据作为数字社会的新“石油”，蕴含着巨大的机会与价值，将给许多领域带来变革性的发展。[9]因此，我们必须正视大数据的本质核心，推动“循数管理”转向“循数治理”，深挖大数据的社会价值[10]，以实现循数化的公共卫生应急治理。循数化公共卫生治理是依照客观、详实、可靠的信息文本和数据样本开展的应急决策、计划、组织、协调、控制和服务的过程。因而，从表现形态而言，公共卫生治理应是建立在海量、异构、精确数据源体基础上的循数化应急治理，主要体现在监测预警可视化、研判决策循证化、诊断救治全息化、研发药剂可量化和调配资源标签化。

（一）监测预警可视化

从公共卫生应急治理的准备工作看，疫情监测预警是超前遏制病原体广泛蔓延传播的关键一招，也是贯穿突发卫生事件应对全过程的“红线”。人口数据、迁徙数据、社区电流数据和检索词指数为监测传染源、人流规模、人流迁徙以及社会舆情的变化提供了大量可视化的信息文本。公共卫生事件的难以预测性与人口跨界流动的叠加交织使得病原体传播速度加快，聚集性交叉感染风险倍增，社会秩序愈加紊乱，从而引致公共卫生防控难度大幅提升。通过利用云计算和图像处理技术将有关人口分布、轨迹和社区电流变动的数据以直观、逼真及动态的图文形式呈现，有助于实现“云端”人流态势监测、传染源轨迹路线绘制、疑似人员排查和社区人员密集程度预测。如在疫情期间，基于空间维度（轨迹路线信息）、关系维度（与重点人群的接触状态）、时间维度（涉“疫区”的时间跨度）形成的健康码就是个人健康状态量化、可视化、循数化的典型应用，其背后的算法逻辑是各政府部门、各区域对汇集的轨迹数据、人流动向信息按照防疫规则进行数据建模而生成的数字化通行证或者健康证明。此外，媒体数据中检索词指数也成为疫情监测的可利用文本，检索词指数不仅代表了知识和信息的连接端口，而且还真实反映了网络公民群体猎奇求知的潜在心理指向。如疾病控制中心和医疗机构可基于搜索引擎平台提供的大数据文本实时监控指定区域的搜索词信息与出现频率，及时发现各种未知病症的出没，有助于超前监测并遏制未知病原体的广泛传播。

（二）研判决策循证化

疫情决策贯穿着公共卫生应急治理的全过程，是依据疫情势态、变化发展而做出的有利于保障和促进公民健康的最优方案选择的过程。西蒙决策理论认为，由于未来的不可测性、个体认知的局限性以及记忆波动的惯性而引发的人们对一种事物的认知偏差，会使得决策缺失科学性与合理性[11]。因此，基于精密、海量、可靠证据而生成的循数决策模式为形成科学、合理、有效、民主的决策机制提供了重要参考[12]。在疫情治理期间，政府部门根据媒体数据进行关键词频率与社会舆论发展态势分析，以判断检索次数是否存在异常增幅，有利于防范社会负面舆论的大范围传播，从而促使应急决策科学化、人性化，实现防控举措立体化、智能化。此外，电网数据、迁徙数据及病例数的变化状况如实反应了人流动向、人流规模、病例增幅等发展趋势，为相关负责机构启动相应的应急响应等级且采取分级分区式的防控举措提供了鲜活的数据本体。比如，各地建立的“健康监测互认工作机制”为智能决策、循证决策提供了迁徙数据、病例轨迹数据、健康码数据等信息。

（三）诊断救治全息化

保障人民群众的生命健康是公共卫生应急治理的首要原则和根本所在，因此，病例的诊断与救治是公共卫生事件应对的重要环节之一。疫情爆发伊始，较易出现门诊部人群堆积，医疗系统瘫痪等困局，不仅容易爆发大规模的聚集性交叉感染，而且还阻碍了医疗诊断工作的畅通运作。在数字社会的大环境下，利用大数据语义分析、聚类分析综合加工病患者提供的文本、图形、图像、音频、视频等多类型信息，能形成全面、详实、生动的病例档案图表供医护人员参考，在助力提高诊断时效性和精确度的同时，也有效避免了线下聚集性交叉感染的发生。如阿里健康、腾讯微信、丁香园、好大夫等互联网平台均在疫情期间利用病症数据提供了在线问诊服务，并为高原、边远地区居民的问诊设立服务平台，有效破解了基层居民看病难的问题和满足疫情防控阶段对“非接触”式医疗的刚需。

（四）研发药剂可量化

疫苗、特效药物的研制成功是从根本上阻断疫情传播的强力武器。为了推动疫苗、特效药物的研制进程，了解病原体的基因序列、耐药性、传播途径、传播方式等信息显得尤为重要。将有关病毒的基因序列、突变形态等数据与计算机数据模型结合起来能给传染病防控和药剂研制提供新颖的思路[13]，每个病原体都有其不同的特质，通过大数据技术将具有隐蔽性的病原体的致病特征、耐药性、习性等关键要素赋以量化处理，并与已有的病毒信息库数据集进行关联性分析，有助于初步推断病原体的基因序列、基因组变异态势以及免疫性等信息，进而推进药剂的研制进程。如在疫情期间，基于大数据、人工智能等新兴技术生成的量化病毒毒种信息、电镜照片以及新型冠状病毒核酸检测引物和探针序列，为各科研单位设计分子靶向药物和研制疫苗提供了指导信息[14]。

（五）调配资源标签化

提升物资调配效率和保障物资供给充足，并以有限资源推动医疗救助和隔离群体关怀工作的畅通运作是疫情防控的重要环节之一[15]。大数据的优势在于能赋予物以量化和标签化，通过利用大数据技术在各行业、各组织间搭建资源对接平台能完成基本生活物资、机械设备和医疗用品的“上链”“留痕”，实现应急物资的全程跟踪与精密溯源，进而将抗灾救助物资分配到真正的关键靶点[16]。比如，在疫情期间，南京市政府搭建的“防疫物资采配大厅”详实记录了医用耗材从招标、采购、配送、使用、结算、支付全流程，并巧妙运用大数据爬取技术实现了采购物资的“贴标”和物资使用的追溯，从而提高了应急资源的采购效率和填补了应急物资紧缺的“漏洞”[17]。可见，数据留痕、数据爬取技术的贴“标签”功用能助力物资分配中心管理员依据各站点物资的“需求数字”变化开展人性化的物资调配，不仅提高了应急物资调配的时效性，而且还有助于生成统一、规范、无差别化的应急资源供给与分拨模式。 

三、大数据功能驱动与协同化公共卫生应急治理

正如“大数据之父”维克托•迈尔-舍恩伯格所言，大数据正重启一次具有跨时代意义的转型[18]，既从根本上改变了固化的生活和工作思维范式，也正重塑着社会行动的组织方式。作为数据集库、数据感知、数据挖掘、数据爬取、数字资产管理等概念的延续和扩展，大数据是信息技术发展到一定梯度的数据概念与逻辑产物[19]，其与互联网、云计算、传感器、人工智能技术的融合突破了物理时空的束缚，从更广领域改变了政府、社会组织、企业、民众之间的互动机制，推动着传统以政府为中心的管理模式转向以社会多元力量为中心的治理模式。基于此，从运作机制而言，公共卫生治理应该是建立在交互、跨界、高速数据功能基础上的协同化应急治理，其运作的组织框架如图2所示。协同化公共卫生应急治理模式形成的支撑点在于以跨界、交互、高速为特征的大数据功能属性（信息共享、资源整合、全景监测），驱动点在于应对突发公共卫生事件时以生命与健康为前提的公共利益点，作用点在于包括环境、意识和行动在内的突发公共卫生防控过程，具体表现为：政府部门、社会组织、企事业单位和公民借助大数据技术的赋能，在遵照人民生命健康至上的理念和原则的基础上，达成一致的行动目标，并共同投身于危机与风险相互交织的社会环境中，同时，伴随社会环境风险系数的动态变化，各社会行为主体据此总结经验、研判发展态势、修正战略战术，以适应公共卫生事件的临界突变。因此，行动的多元联动、服务的多方供给和监控的多方参与是协同化公共卫生应急治理的主要表征。

（一）应急行动的多元联动

德国学者乌尔里希•贝克（Ulrich Beck）强调，由全球化、工业化、市场化和城市化带来的非理性市场经济、“城市病”、科技伦理困境、自然灾害和恐怖活动，不仅给现代公众生活造成危害，而且还对人类社会的治理机制提出巨大挑战[20]。突发公共卫生事件是多种潜在和现有的社会危险因素交互叠加的产物，仅凭政府的一己之力无法从容、灵活、高效地应对冲击力强、破坏性大的突发公共卫生事件，因此，突发公共卫生事件的处置过程亟需社会多方力量的协同共治和民众的广泛参与。而形成应急行动多元联动、共治的关键在于可靠、对等、开放的信息共享，大数据技术借由数据提取、变换、装载等预处理手段成为变革社会行动组织方式的新生力量，其优势在于实现多样信息内容的冗余缩减和信息传递的扁平化，有助于精准抓取繁多信息中的关键要素，生成有效的数据价值链条，消除信息归属壁垒，打破数据独裁，从而实现应急行动的多元联动。如浙江衢州基于“城市数据大脑”形成的“数梦工场”，连通了公安、企业、公卫以及其他社会组织共40多个数据储存端口，打通了城市数据流动“大动脉”，既助力政府全面高效地宏观指挥调控，又调动公安、企业、公卫以及其他社会组织共赴疫情防控部署，以实际行动积极作为、协同配合[21]。由此，“数据智能+多元联动”成为协同化应急治理场景下数字技术赋能疫情联防联控的崭新图景，以开放、跨界、交互为特征的大数据空间彰显了政府部门之间，政府部门与社会多方力量之间信息的双向流动和平等对话，有助于在实现行动联动的同时，推动各行动方就防控方案的问题展开讨论和修正。

（二）应急服务的多方供给

正如前文对公共卫生应急治理定义的界定，突发公共卫生事件的应对是一个跨领域、跨区域、跨层次的行动过程和服务供给，牵涉社会系统的每一个单元。由此，为了提高公共卫生应急治理的效能效率，不仅需要强有力的法律条文与行政权威管束散漫的社会主体行为，又需要集成化、个性化、多样化的健康服务关怀承灾脆弱体。社会资源零星式、碎片化的分布使得应急服务的多方集中供给受阻，不同主体享有服务的标准、程度各有所异，有违公共卫生应急治理的民本原则。而数字聚类、数字留痕与数据多维分析促使资源原生的结构、形态与组织方式发生本质变化，更多表现出资源的平台化管理和管道式输送，有利于推动应急服务呈现集成化、个性化与多元化的特点。在疫情期间，为了方便群众了解疫情变化态势、知晓确诊患者行踪轨迹、合理规划安全出行路线、学习防疫抗疫常识，以及均等享有医疗服务，丁香医生、腾讯、百度、支付宝、微博等互联网企业、多媒体平台均提供了实时疫情地图、百度迁徙、百度慧眼、腾讯热力图、疫情专题查询以及在线义诊服务。可见，“开源众包”俨然成为科技防疫中一条独特的风景线，大数据与新媒体、互联网企业的深度融合，使其在提供协同服务方面扮演着举足轻重的角色[22]。此外，通过利用大数据聚类分析对社群心理、行为和反馈建议进行内容沉淀、内容挖掘，有助于应急服务供给方即时了解社群的潜在需求，从而实现个性化应急服务或产品的精准投放。

（三）应急监控的多方参与

公共卫生事件的全面、精细、实时监测是实现疫情常态化管理向非常态化管理，再转向常态化管理平稳有序过渡的基础。大数据技术的高速度（生产速率快）、水平扩展性（时间、空间的无限延展）以及相关限制（指定数据内容的查询）[9]23的属性决定了其在时间与空间维度上能无限制且高速生成用户指定的数据形式与格式，并推动全方位、多层次疫情监测生态的实现。从时间维度看，疫情数据记录着毒株的自衍、扩散与异变的全过程；从空间维度看，数据采集器记录着企事业单位、家庭、社会组织、民众的交易活动、行动轨迹和基础资料。由此，积累着疫情时空发展的大数据资源在提高应急监控的精准性、全面性，以及助推应急监控多方参与方面发挥着重要的作用。利用大数据技术展开智慧全景监测能倒逼民众时刻监视自身是否有高、中风险地区旅居史，是否接触过新冠确诊患者或疑似患者，能推动企业自检并排查返岗员工的过往旅居史，能助力社区管理者监测居民的异常情况。如在疫情期间，国家卫生健康委员会与交通运输部、国家铁路集团和民航局等多方联合研制了“密切接触者测量仪”，普通公众只需通过“测量仪器”输入相关信息便可查询自己是否为新冠肺炎密接者[23]；“监测人员防疫合规情况监测系统”助力政府、企业和社区对人流密集度、个人体温异常等情况进行实时告警提示。由此可见，以企业的自我排查、社区的自我摸排、民众的自我监测所体现的应急监控多方参与，大幅缩减了政府部门挨个排查、上门访问的时间跨度，提高了疫情治理的时效性、协同性，实现了疫情非常态监测向常态化监测的有序转换。

四、大数据算法驱动与智能化公共卫生应急治理

作为数字社会的精良产物，大数据有助于把控传统管理模式向现代治理模式过渡的均衡点，开拓新技术与治理之间的良性互动点，靶向服务供给与民众需要的精密交互点。大数据技术不仅具有泛在的文本结构和多样的功能属性，而且还具有其固有的算法模型，即预测分析、趋势分析、语义分析、关联分析、轨迹分析以及可视分析，助推刻板、单一、低效的公共卫生应急管理向敏捷、多元、智能的公共卫生应急治理转变。因此，从功能呈现而言，公共卫生应急治理应是建立在多边、精密、动态数据算法基础上的智能化应急治理。为了生动、详尽且客观地彰显公共卫生治理的算法驱动，以武汉市为研究对象分别阐述监测预警、研判决策、病例诊治、病体溯源、足迹描绘与人流勘测等方面的智能化。

（一）大数据预测分析与超前监测预警

大数据预测分析是基于各要素的内在关联和因果结构通过利用海量数据集和预测算法模型，对“面向已经发生的过去”的数据进行缜密分析以精算出“面向即将发生的未来”的概率。大数据技术在公共卫生领域里发挥的预测功能主要体现在对搜索数据、流动数据、病例数据的分析，其中检索词指数的预测分析运用为先，早在2009年，谷歌基于网络公民搜索关键词的倾向对流感爆发进行成功的预测，其预测的数据比美国CDC提供的数据早一周以上[24]。检索词指数助力疫情超前监测预警的优势在于其可间接或直接反应网络公民的心理和行为倾向。基于网络检索词数据展开突发公共卫生事件超前监控、预测、预警基于这样一个前提假设：人们在患病后，在内心焦虑、恐慌和求知欲的驱动下，会通过各搜索引擎查找与病情相关的名称、症状、特点以及治疗方法等信息，据此医疗或疾控机构能通过跟踪出现异常波动的检索词进行监测预警。为验证检索词出现的频率高低与疫情突发是否有直接关联，我们以天为单位提取在2020年1月15日至2月14日期间新冠肺炎初期症状诸如呼吸困难、干咳、发烧等百度指数（百度指数是指网民在一段时间内关键词搜寻频率高低的数据集），并将武汉新冠肺炎爆发时百度指数的变化情况与2018年和2019年进行对比得出相关性程度。图3中显示了新冠肺炎在武汉暴发初期网民搜索呼吸困难、干咳与发烧关键词的频率数据（数据源于http://index.baidu.com），经分析可知，虽然冬春季是流感盛行期，但从百度指数得知2018年至2019年1月和2月份网民搜索相关症状的次数总体趋于平稳，而2020年1月和2月份数据总体成山峰状，尤其是1月24日搜索呼吸困难、干咳、发烧关键词凸显高峰，与武汉疫情暴发初期时间上大致相吻合。迫于恐慌、焦虑和求知等情绪驱动，网民纷纷上网查询自己是否得了该病症，致使新冠肺炎发生的初期症状搜索指数起伏总体比去年和前年表现异常，由此，相关部门可依据检索词的异常变化作出及时的疫情监测预警。利用网络引擎搜索数据对历史海量数据进行挖掘、分析并找出数据与结果之间的内在联系，有助于对病情的突发展开精准、动态、全面、超前的监测预警，有利于强化“防患于未然”的意识并迅速采取防控措施以遏制疫情的蔓延和扩散，为疫情阻击战构筑坚实的“第一道防线”。

（二）大数据趋势分析与科学研判决策

大数据趋势分析是依据数据报表中同类指标的历史数据比较和不同时段的数据变化，从而确定未来走向、变化趋势和变化规律的一种分析方法。智能化社会的语境促使以传统纸质数据收集和靠工作经验为主的决策与时代脱轨。大数据集所蕴含的流动数据、病例数据、健康数据、轨迹数据等信息，为公共卫生应急决策研判提供了精准、可靠的信息文本，循数、循证化的决策研判成为潮流。依托大数据技术平台，透过对人流动向、人流规模、病例增幅等数据展开趋势分析，既有助于从宏观层面动态、全面地把握疫情变化态势、变化规律及未来走向，又有利于针对疫情态势全貌作出智能、科学的数字化决策研判。以武汉“封城”为起始点，基于武汉市卫计委统计的数据整合了为期2个月的武汉累计病例数量和每日病例环比增幅（参见图4）。在下达“封城”指令后，虽然武汉市每日新增病例数与日俱增，甚至病例日增破万，但根据钟南山团队的SEIR优化模型和AI预测，相比于延迟“硬核干预”的措施来讲，后者新增数量更为惊人，将有可能是前者新增数量的3倍之多[25]。随着每日新增病例呈现稳步下降的趋势，武汉市疫情防控由应急态向常态化转变，复工复产、中小学陆续开学、各娱乐商圈开放成为常态景象。伴随无症状病例的零星出现以及境外病例输入的压力，武汉市政府作出精密研判决策，提出“内防扩散、外防输入”的防疫方针，并采取严把“四道关”、全面启动健康申报制度、严格开展入境检疫与隔离等防控举措，此举在一定程度上有助于巩固抗疫成果，防止疫情的进一步恶化。由此可见，从防疫的“战时举措”向“防备措施”的转变体现出武汉市依据国内外疫情病例的实时变化趋势而作出的具有科学性、合理性、前瞻性的决策研判。虽然大数据公共卫生应急决策需收集海量的数据作为信息源，但并不意味着决策完全依赖数据文本，而应在此基础上推动决策者的数字自觉，实现对数据“杂质”的过滤，并将过滤后的数据付诸社会实践，真正做到心中有“数”，实现“实事”应急决策研判。

（三）大数据语义分析与远程病例诊治

大数据语义分析主要是理解数据中的词语、句子和篇章的意义、主题、类别和相似度等语义方面的信息。面向复杂文本的大数据智能过滤系统可作为自然语言处理工具进行关键词提取、词频统计、新词发现等方面的工作，可以实时智能识别关键词音变、形变与拆字等常见变体，可以观测词语、句子和文本中客观存在的各种关联，并实现语义的精准排歧。借用大数据信息处理平台对患者的感受和病症表露开展远程词语、句子的提取、筛选、分析、排歧、统计进而判断患者的病因，这已成为智慧医疗中的一个重要分支和新颖的研究方向。在病疫流行期间，远程诊断的需求度大幅提高，其作用功效广泛显现。大数据技术的运用推动传统面对面的诊断方式向“智慧诊断”“云诊治”和“语义诊断”等模式转变，患者病症信息的数据化、智能过滤系统的语句识别、辨析与数据库已有病例信息的筛选、输送推动病因诊断准度的提高。在疫情期间，浙江省人民医院远程会诊中心通过远程会诊系统助力武汉抗击疫情，由两地组建的专家组通过远程医疗系统生成的临床病人数据、肺音电子听诊数据、保真舌苔成像数据已为若干名新冠肺炎确诊或疑似患者进行远程会诊，并协力指导了县区定点医院会诊确诊患者或疑似人员，为智慧医疗的研究与发展提供丰富的实地经验[26]。此外，远程诊断将医疗资源推向“移动端”,促使居民只需“指尖触摸”便可连接专家获取“一手”诊断结果。例如，阿里健康、腾讯微信、丁香园、好大夫等互联网平台均提供在线问诊服务，为高原、边远地区居民的问诊设立服务平台，有效破解了基层居民看病难的问题和满足疫情防控阶段对“非接触”式医疗的刚需。概而言之，基于互联网数字智能的远程医疗系统将医疗资源与服务推向互联化、移动化与数字化[27]，传统的面对面式问诊与纸质诊断将向“智慧诊断”“云诊断”与“语义诊断”等模式蜕变，足不出户、“指尖触摸”等样式的问诊模式逐渐成为现实。

（四）大数据关联分析与精细病体追溯

大数据关联分析是在复杂的人类社会关系网络的基础上挖掘隐藏在人与人、人与物、物与物之间的潜在关系的过程。数据的动态属性是实现数据关联、追踪与溯源的前提条件和基础，数据一方面流动于市场间的交易活动，另一方面穿梭于数据处理器的处理过程[28]，通过重现大数据流动于市场间和穿梭于数据处理器间的传播途径和演变路径，可实现对数据的实时追踪与溯源。鉴于病毒人传人的特性，实际操演大数据关联分析以寻出传染源及其接触人群变得尤为突出和紧迫。通过数据关联分析寻出确诊病例或疑似病例与其同行人群之间的时空点面的碰撞，不仅能确定一次传染源所处的时间长短与空间密封程度，而且还可基于一次密接体锁定二次密接体，甚至三次密接体，有助于彻底切断病毒传播途径与传播链，遏制病情的扩散与蔓延。我们以病株溯源、病例接触人群追溯为例展开大数据关联分析。2021年1月10日，河北省卫健委在政务网公布了石家庄H区第57号病例曾旅居于武汉市，对此，武汉市卫健委立即开展流行性病学调查、大数据接触群体追溯，并在此基础上对密接人群进行核酸检测和居家隔离，对病例在汉活动场所进行全方位消杀，有效避免了病情的进一步扩散。通过整合相关数据，我们以武昌站为轴心绘制了以河北省H区第57号病例为中心的病原体传播扩散路径（参见图5）。从绘制的病例关联网得知，通过借助大数据技术的关联算法，有助于精确靶向二次密接客体，甚至三次密接客体，并精准锁定其主要活动场域和线路，有利于明确疫情防控工作的开展方向，提高疫情“断源截流”的效度与准度。概言之，将人们的行为惯性与数据文本的产生进行无缝拼接，并不断深挖数据之间的内在联系和因果结构，可在一定程度上实现病株的溯源、排查，促使病例密接群体的追溯有证可循、有数可依，进而推动疫情防控隘口的前移。

（五）大数据轨迹分析与具象位置绘制

大数据轨迹分析是通过GIS地理信息系统、GPS全球定位系统、RS遥感技术生成的时空数据展开的导航、定位和路径分析，更多呈现出“人+时间+空间”的规划表达、动态曲线和镜像点缀，能够清晰地反映居住空间、地理位置、轨迹路径、出行足迹、交通流量，为病例监测、病例轨迹刻画分析以及风险地区划分提供强有力的算法支撑。2020年4月1日，武汉市卫健委通过流行病学调查和轨迹图貌分析，公布了首例境外输入病例的详尽行为踪迹：英国纽卡斯机场（3月21日）→迪拜机场转机→北京首都机场（3月22日）→武汉站（3月23日）→蔡甸区医院，并迅速组织相关部门对其路径点进行排查、消杀，对密接群体进行定点隔离和核酸检测，在一定程度上抑制了外输病例的积聚扩散，巩固了武汉市抗疫防疫的战果。由此可知，通过利用大数据轨迹分析技术可将境外输入病例漫入和漫出的点、面用一条平滑的路径线进行连接，并据此汇集成一幅病例足迹地图，不仅能清晰描绘出病株携带体流经的各大城市和国家的路线，而且还可具体、翔实地标记出流经的时间段与先后顺序，为政府悉知其行踪安排和活动区域、扩大疫情监测空间、追溯与其同行时间较长的人员提供了生动的实体景象。此外，在疫情期间，武汉市政府基于空间数据的定点分析形成了以区级行政单位为参考点的病例空间分布图，将病例所处的空间节点信息以点缀式、在线化、集中化的形式呈现在卫星地图上。从武汉市卫健委统计的区域病例空间数据得知，截至2020年3月1日，武昌区、江汉区、硚口区的累计确诊病例数量较多，占比依次为16.71%、14.82%和14.71%，据此，武汉市政府加强了对这几个区的人流管控和新增病例的隔离，并及时对潜在或高风险的乡镇、社区进行全方位、无死角的网格式排查和地毯式摸排。可见，空间数据的标记和分析有助于强化地方性风险意识，实现地方政府的相机决断，为打通“防疫的最后一公里”，牢牢把握战疫的主动权提供了强力支撑。总而言之，迁徙数据、空间数据内容的丰富性以及具象位置绘制的深化推动了病例轨迹可视化、病例位置信息具象化以及响应等级层次化的实现，提高了疫情预警研判、风险区域划分与防控措施实施的及时性、精准性和科学性。

（六）大数据可视分析与动态人流勘测

大数据可视化分析主要借助于功能强大的可视化数据分析平台，利用计算机图形学及图像处理技术将平流数据转换为图形或图像的形式以直观呈现。大数据凭借其能赋予物以量化的优势已然助推迁徙数据、空间数据、基础数据成为流动热力图形成的主要燃料与驱动力因素。热力图的产生本质上是结合原始数据的特点和画布将大量的点数据转变成栅格图像的过程[29]，其能将人流数据按时间序列转化成颜色对比鲜明的层次结构图像，而且颜色的深浅变化起着预警预示的功效，本质而言，颜色深浅的变化直观反映了人流密度的大小更替。基于此，我们以武汉“封城”前武汉站人流动态变化为例，通过对腾讯区域热力图（https://heat.qq.com/heatmap.php）的分析得知，除凌晨时刻外，武汉站热力图的颜色显著且鲜红，并随着时刻的增多而愈发突现，尤其是在“封城”的前一天，人流热力图显示的人流密度达至临近时间段的峰值，具体表现为武汉站的东、西广场每100平方米的人流数量大致在25以上，进而可以得知，在武汉“封城”前，有大量人员持续离汉，或将引发其他省、市面临着巨大的输入性压力。可见，基于大数据可视分析技术生成的热力图像能为疾控中心、公共卫生机构和政府研判疫情流行时危险系数大小、相机调整应急响应等级和实施不同程度的防控手段提供可视化算法支撑，不仅推动着突发公共卫生事件的处置由被动向主动的转变，而且也增强了社会整体抵御公共卫生风险的能力。

五、大数据驱动公共卫生应急治理的实践图景

面向大数据时代的公共卫生治理革命正悄然无声地进行，数字技术助推应急管理过程、结构不断重组，应急意识显著增强，应急效能持续提高。社会发展始终遵循着“协调→模糊→协调”的演进脉络，社会安全秩序也符合“有序→无序→有序”的更替周期，为此，应急治理也应按照“常态→应急态→常态”变化的理路开展，即“平战结合”模式。基于此，本文结合应急管理的预测预警、监测准备、应急防控和制度学习的全周期理论，大数据技术应然推动全空间、全时段与全过程的公共卫生应急治理模式生成。

首先，大数据驱动全空间公共卫生应急治理生成。大数据技术推动商界、政界与学术界分别开启了量化的变革，社会生活的方方面面俨然变成生动的数字生态。公共卫生事件的突发性、紧迫性与公共性决定了其需要鲜活的公共数字样本作为参考，因而，大数据赋能下的全空间疫情治理成为可能。全空间应急治理分为横截面与纵截面两个面向，即跨主体、跨领域、跨区域的横向应急治理和多层次、多主体的纵向应急治理。在大数据技术的作用下，明晰的主体边界逐渐被模糊的数字空间更替，扁平化的信息传输结构突破了各区域、行业、领域的交互“天堑”，有助于构建政府部门与各行业协治、共治、智治、精治的公共卫生治理格局。另一方面，大数据技术也驱动深层次、多区间的纵向应急治理实现。由于海量数据集合的生成源于社会微主体的交易活动或行为惯性，因而，大数据驱动下的公共卫生治理能对社会各个微主体和区间展开细致的疫情监测与防控，在一定程度上延伸了公共卫生应急治理的触角，打通了疫情防控区间的“最后一公里”。如“智慧社区”小程序提供了信息资料在线填写、可疑病例在线问诊、可疑情况在线反馈、在线疫情辟谣等服务；医务人员和科研人员从微观视角对病原体基因组、病毒特质等数据进行监测，对明确病原体的传播途径、过程和来源地起到关键性的作用。显然，全空间公共卫生应急治理的形成延展了疫情预警监测和防控的触角、拓宽了疫情监测的方位，细化了疫情溯源的视角，有助于推动公共卫生应急治理迈向末梢化、全面化以及精细化。

其次，大数据驱动全时段公共卫生应急治理形成。我们正处于传统自然灾害与现代“非常规风险”（不明病株出现、重大传染病疫情、环境污染损害等）重合叠加的时代，如何加强安全防范意识、提高应急治理效能便成为风险型社会恒定的议题。意识形态具有显著的价值选择性，服从“边际效益递减规律”，即当长期处在常态化的社会场景时，选择“安全”价值的观念逐渐淡化。由于公共卫生事件具有破坏性大、波及范围广的特点，因而，我们必须跳脱安全意识边际递减规律的束缚，时刻保持应急意识和定期修缮应急预案。通过利用大数据技术的数据融合、多维、聚类分析能形成海量动态的城市生命线数据[30]和社会生产、生活数据，数据的实时生成既生动反映了城市系统在某一刻的变化情形，亦精密绘制了城市系统的历史演进线，对此，政府部门将历史数据和实时数据加以整合并测算，便可精确研判城市系统此刻的安全系数和超前预判未来城市的风险系数，有助于强化风险防范意识，制定兼具长效和整体的应急预案和应急管理机制，从而实现危机、风险的源头治理、全面治理与动态管理。例如，搜索数据的聚合分类提高了政府对社会舆论的敏感度，便于政府超前探寻社会舆论风口，提前做好正向舆论引导，以防止负向舆论的发酵与扩散破坏社会秩序稳定。

最后，大数据驱动全过程公共卫生应急治理实现。目前，应急管理在实践中仍主要放在如何处理突发事件上[31]，而且表现出一种“由果溯因”的逆向思维模式，即针对已发生的突发事件通过多角度、多层次及泛区间分析其产生的本质原因。尽管结果分析能详尽了解突发事件产生的实质影响，并制定精良的应对举措，但无法实现应急思维由点向面的泛扩散，无法顾及应急治理的监测、准备阶段，可能会引致应急治理“一叶障目”的问题。在数字时代，大数据的生命周期提供了整体统筹、动态平衡的应急治理流程。一方面，大数据的感知、聚类、整合、关联、储存与归纳等过程，既对标了突发事件发生、演变、突变、消解的演化周期，亦生动再现了从准备到应对再到制度学习的应急治理全流程、全周期，进而促使“由果溯因”的逆向思维模式向“从因预果”正向应急思维的转化。另一方面，公共卫生治理阶段是一个环环相扣、相互重叠的循环周期，海量数据的实时快速生成有助于实现监测的跨阶性、持续性和动态性，加强预警响应与应急联动协同、制度学习等阶段的衔接度，进而促生源头防范、预防为先、动态管理与整体治理的应急管理机制。毫无疑问，在后疫情时代，应急管理不应只是短促策略与局部措施的集中体现，而更应是兼具常态与非常态环境的全过程均衡应急治理。 

六、结论与建议

大数据技术通过其固有的文本价值、功能价值和算法价值驱动公共卫生应急治理尽显循数性、协同性和智能性的智慧表征，进而促使全空间、全时段、全过程的公共卫生应急治理得以实现。虽然本文通过详实且生动的治理场景证实了大数据赋能的背后逻辑理路和智慧公共卫生应急治理的一般特性，为后续的研究丰富了切入视角，但本文研究仍存在以下方面的遗漏：第一，未能深入探讨大数据驱动公共卫生应急治理变革的边界或局限性，抑或没有考虑到大数据技术发挥效能的前提条件；第二，本文选取的案例样本是近期发生的COVID-19事件，因此，所总结的大数据作用下的公共卫生治理的“智慧表征”或许不具备普适性，仍需通过后续研究进一步完善和验证。我们知道，进入数字时代的公共卫生治理变革仍是一个复杂的民生工程，受制于数据归属壁垒、数据安全风险、大数据功能界面有限和数字化基础设施薄弱和等问题，仅有理论框架的建构和应用前景的设想远不足以助推智慧公共卫生应急治理的生成，在此，本文尝试从体制、技术及设施等层面提出如下几点建议：

第一，加速数据跨域共享的流通。作为重要的生产要素，政府之间、政府与各社会主体之间信息资源的共享是充分释放数据价值的关键。因此，亟需化解由部门职责边界衍生的数据归属壁垒，以加速数据的跨域流动。首先，明确数据共享的内容。在保证数据安全的前提下，坚持需求导向、目标导向和共惠导向，由政府组织并征求各行业、各企事业单位和公民代表的意见和建议，从而形成应急和常规数据内容共享清单。其次，拓展数据共享的范围。在不损害广大公民利益的前提下，提高政府信息资源向企业、事业单位、社会组织扩展的数量，同时，通过制定部门应急数据权属条例和行业应急数据使用规章，进一步明确应急数据共享的层次。最后，丰富数据共享的形式。鼓励政府、企业、事业单位、社会组织通过服务应用、产业优化、实践案例、创新成果等形式共享数据信息。

第二，强化个人信息的保护机制。大数据技术在发挥资源禀赋的同时，也衍生出诸如数据篡改、滥用、伪造和泄露等隐患，进而影响大数据技术效能的发挥。因此，亟需强化个人信息的保护，以保证数据价值的开发。首先，颁布并完善有关个人数据保护的法案，通过法律的权威性、强制性和约束性规制不正当的数据交易和损害公众利益的行为。其次，在数据采集、存储与应用过程中引入第三方监管机构或开发数据管理平台，通过所有权和使用权的分离来进一步规范数据的行为。

第三，提高大数据技术的互补性。面对复杂的社会环境和隐匿的突发公共卫生事件，大数据技术并不是万能的治理器物，其也有相应的功能边界，如由数据采集的失真性、数据存储的混杂性和数据利用的低值性引发的决策过程疏漏、决策结果失正。因此，需要提高大数据技术的互补性和可通约性，推动大数据与物联网、人工智能、区块链等新兴技术融合。首先，优化大数据采集的逻辑。带着确切的需求和目的去猎取数据，以提高数据收集的精细度和筛选的准确度。其次，明确各技术的核心竞争力，汲取各技术的优势属性，如将物联网泛连接的属性、人工智能的缜密算法、区块链的分布式存储与大数据的泛采集特性融合，可提高海量数据的价值挖掘和保护个人敏感信息。

第四，推进数字基础设施的建设。基础设施的数字化、智能化转型是支撑大数据技术运转的底层逻辑。数字基础设施薄弱、传统设施设备转型乏力的现象屡见不鲜，尤以欠发达地区和边远地区为甚。因此，需在加快数字基础建设步伐的同时，兼顾欠发达地区和边远地区设施设备的数字化改造。首先，加大对数字基础设施建设的投资力度，必要时可采取社会集资的方式调动各社会主体力量投身于传统基础设施的建造工程，同时有选择性地提高对欠发达地区和边远地区的数字资金投入。其次，因地制宜、因势利导地研制特色产品、创意产品，并将特色产业和创意产业的开发与“数字底座”的建造结合，以实现特色产业、品牌产品带动传统设施设备的数字化转型。最后，拓宽数字基础设施建设的行业覆盖，使之与政府服务、交通系统、旅游出行、食药安全、民生民计、环境保护、治安防控等领域的智能化改造和数字化建设融合。

参考文献：

（略） 

作者简介：

陈潭（1969—），湖南常宁人，法学博士，广州大学公共管理学院教授、南方治理研究院院长，主要从事智慧政务、数字社会与国家治理研究。

王鹏（1997—），湖南衡阳人，广州大学南方治理研究院项目协理，主要从事数字社会、创新管理与社会治理研究。

*基金项目：广东省高校人文社会科学重大攻关项目“幸福广东和流动人口的公共服务研究”（项目号：2012ZGXM_0011）。