作者：华中师范大学中国农村研究院 周展，中南大学马克思主义学院 胡晓

　　党的十九届四中全会明确提出，建立健全运用互联网、大数据、人工智能等技术手段进行行政管理的制度规则。2020年初新冠肺炎疫情爆发，重大突发公共卫生事件的复杂性与不确定性给国家治理体系和治理能力提出了严峻的考验。如何正确认识大数据的治理工具属性，更好地实现数据赋能，对于推进我国重大突发公共卫生事件的精准治理具有重要意义。

　　大数据：重大突发公共卫生事件治理的重要工具

　　突发公共卫生事件是指突然发生，造成或者可能造成社会公众身心健康严重损害的重大传染病、群体性不明原因疾病、重大食物和职业中毒以及因自然灾害、事故灾难或社会安全等事件引起的严重影响公众身心健康的公共卫生事件。这次新冠肺炎疫情，是新中国成立以来在中国发生的传播速度最快、感染范围最广、防控难度最大的一次重大突发公共卫生事件。疫情爆发时，各种信息数据是无序、复杂且海量的，通过传统方式利用这些数据对于开展治理行动的参考作用不大。而大数据的应用，可以将这些海量数据简化为直观易懂的现象模式，为具体行动的展开提供精准的数据支持。应用大数据是实现精准治理的根本前提，实现精准治理是应用大数据的重要目标。但是，大数据的应用并不必然带来正确的或者好的后果，错误的应用可能导致数据异化现象的出现。因此，治理主体在进行治理时要注意科学合理地应用大数据，时刻警惕数据异化现象的出现。

　　重大突发公共卫生事件的数据赋能

　　数据是指对客观事件进行记录并可以鉴别的符号，而数据利用就是一种数据赋能的过程。从治理的角度来看，数据赋能就是海量且无序的数据被人们收集和整理之后，呈现出某些特点，决策者基于这些特点作出判断、形成决策。有学者从“结构—过程—功能”的角度出发，认为数据赋能包括数据权能、数据动能和数据效能三个方面。

　　1.数据权能

　　数据权能指数据本身与数据使用主体之间的权利归属关系，涉及到谁可以使用该数据，使用数据所应当遵循的权利规则等问题。数据作为一种私人物品，具有极强的私人性。但在社会治理过程中，掌握个人数据是保护私人权利不受侵犯的必要前提，这也就意味着数据具有一定的公共性。但过度主张数据的公共性又极易导致公共权力对个人权利的侵犯。因此，数据应当既是个人的，同时也是公共的，其具体边界应视实际情况进行调整。在这次新冠肺炎疫情防控中，个人数据的收集利用问题就关涉到数据权能的判定。可以明确的是，个人数据如果是提供给政府和疾控等部门，作为疫情发展判断和部署的依据，这是个人数据公共性作用发挥的体现。但是如果将个人数据贩卖来谋取不正当利益，就属于对私人权利的侵犯。

　　2.数据动能

　　数据动能指数据使用主体对数据实行管理的全过程，它主要包含数据的决策、管理、服务和监管这四个环节。在传统治理模式中，对于具体事件的数据分析是在事件发生之后，而在事件发生之前众多平常的事件所反映的海量数据，治理主体通常不会重视，选择将这些数据当成噪声过滤掉。这些被忽略的数据背后的隐患一旦爆发，往往会导致治理系统的崩溃。在数字化的信息时代可以有效避免这种现象的发生。人们可以将极其平常的数据进行收集、存储并加以分析，这些一阶数据本身是十分普通的，但是通过二阶利用，挖掘数据背后的信息并整合呈现，可以有助于治理主体的有效应对。在这次新冠肺炎疫情防控中，精准决策、精细管理、精致服务、精确监督的实现都是建立在对海量数据进行收集分析的基础上。

　　3.数据效能

　　数据效能关注的是数据操作的效果，即从功能的角度追求数据利用的正确和有效。其关注重点在于通过考虑大数据本身所呈现的一些规律性特征，实现数据赋能的高效治理。传统上靠直觉和经验主导的治理已经不能适用于当下，大数据可以将若干国家治理要素进行整合分析，数据主导的治理成为了治理新常态。在这次新冠肺炎疫情防控中，各治理主体选择了“循数治理”的方式，取得了较为理想的治理效果。在疫情爆发初期，治理主体通过主动挖掘数据的价值，为治理行动提供了科学依据。“用数据说话、用数据决策、用数据管理、用数据创新”的循“数”法则能够将数据的作用发挥到最大，该法则也成为了疫情防控工作的重要原则。

　　重大突发公共卫生事件的精准治理

　　精准治理是以全面精准的个体化信息为集成作为治理基础，通过大数据的应用，实现治理体系和治理能力创新的过程。在应对重大突发公共卫生事件的过程中，精准治理的内容包括精准决策、精细管理、精致服务、精确监督四个方面。

　　1.精准决策

　　决策的依据是信息，而精准决策依据的则是全面、准确的动态信息。在此次疫情防控工作中，企业和科研单位都认识到了大数据对于疫情防控的重要作用。通过积极开发大数据应用平台、分析运用其掌握的大数据资源，为精准决策、科学防治提供了数据支撑，发挥了大数据资源整合、技术赋能的独特作用。例如国防科技大学研究团队基于新冠病毒大数据交叉学科研究平台，利用大数据，结合疫情发生发展规律，对人群流动及传播风险进行了综合建模和分析，并通过大数据，建立起疾病传播模型，测算出了疫情扩散蔓延阶段武汉市向全国各地区的输出人口状况和新冠病毒感染的风险指数。也有学者利用“百度迁移”所提供的人口流动数据，通过分析春运期间从武汉流向全国各省市的人口规模和全国感染病毒人数之间的关系，建立两者之间的联系。这些基于大数据的分析结果为中央和地方制定、调整疫情防控政策提供了重要参考依据。

　　2.精细管理

　　传统的管理通过人与人面对面交流进行，而在疫情防控期间要求尽量减少人与人的直接接触，这给疫情防控工作的开展带来了巨大的挑战。大数据在社区防控网格化管理中的应用有效地解决了这一难题，并实现了精细管理。疫情发生以来，社区作为疫情联防联控的第一线，承担了外防输入、内防扩散的最重要的任务。党中央要求通过强化社区防控网格化管理来打好疫情防控阻击战。社区网格化管理是一种以网格单位为基础，以大数据为核心，以精细化管理为目标的新型城市治理模式。在这一治理模式中，主要通过运用现代化的大数据技术，对每一个网格实施全方位、动态化和精细化的管理，高效地满足社区治理和居民的需要。具体而言，一方面可以通过数字化的终端平台了解社区内居民的健康数据，动态掌握社区整体情况，以便及时应变。另一方面通过社区网格化大数据上报，政府部门能够实现对疫情全面、系统地了解和分析，以此为基础做出科学的判断和行动。

　　3.精致服务

　　疫情防控期间，开展基层疫情防控工作的主体是人民群众，服务对象也是人民群众，给人民群众提供精致服务，是大数据应用的应有之义。疫情发生以来，全国人民都主动采取了自我检查和自我隔离的防疫举措，但是由于个人能够掌握的数据十分有限，难以自主判断感染风险，去医院进行检查又存在交叉感染的可能性。在这种背景下，一种可以判定感染风险等级的软件成为了人民群众的迫切需求。大数据的应用对这一需求实现了精准满足，像我们熟悉的疫情防控行程卡、患者同乘接触者查询、疫情风险等级查询等都是建立在大数据分析的基础上。大数据掌握着疫情发生以来手机用户是否来自或到过疫情严重地区等信息，在此基础上进行分析，提供给用户感染风险等级等重要信息。同时，大数据可以将手机的漫游行为数据与交通部门的票务数据及卫健部门掌握的确诊病例和疑似病例数据关联起来，通过分析即可判定用户是否为密切接触者，满足用户的查询需求。通过大数据进行线上查询与去医院汇报个人行程等信息来做流行病学调查相比，分析病毒传播途径更全面，过程更加安全，效率也更高。

　　4.精确监督

　　疫情防控期间，各种网络谣言层出不穷，这些谣言数量大、形式多、欺骗性强，许多辨别力不高的普通民众纷纷中招。传统谣言治理往往依靠人工，耗费大量时间和精力并且效果不佳，不能有效解决新媒体、自媒体兴起和网络谣言大量出现的问题，为实现对网络谣言的有效治理，需要依托大数据平台对网络谣言实施全天候监测、智能化评估和精准化打击。在大数据的支持下，出现了许多帮助普通民众辨识谣言、举报谣言的权威平台。例如中国互联网联合辟谣平台推出“新冠肺炎疫情防控辟谣专区”，可直接输入想查证的疫情谣言，或提交谣言线索。新华社客户端推出“求证”互动平台，设置“问答”“求证”“征集”三类服务功能。“问答”即科普答疑，“求证”即辨别消息真伪，“征集”即汇总新闻线索，帮助网友在疫情防控期间获取真实有效的信息和科普知识。“共青团中央”微信公众号开设“疫情谣言粉碎机”功能，用户可输入信息相关的关键词，来查询此条信息是否为谣言。这些大数据辟谣平台的应用，实现了对网络谣言的精确监管与精准打击。

　　可能的想象

　　大数据的存在与应用，给社会治理和个人生活带来了极大的便利。通过这次疫情，我们可以发现大数据在重大突发公共卫生事件的治理中起到了重要作用。在决策方面，大数据可以弥补人类有限理性的缺陷，通过全面地收集分析数据信息，帮助治理主体了解事件发展态势，做出精准决策。在管理方面，大数据可以打破传统管理方式的局限，创新管理途径，通过数据的及时反馈进行精细管理。在服务方面，大数据可以利用自身技术优势，针对用户需求提供精致服务。在监管方面，大数据可以实现对重点领域的全天候监测，实现精确监管。但同时不可否认的是，在抗疫过程中大数据的应用也暴露出一些不足。例如在疫情防控中，不少数据都掌握在不同企业和政府部门，这些单位以利益冲突、技术限制等理由拒绝信息开放与共享，导致一个个数据“孤岛”的出现，这使得数据效用最大化难以实现。又如收集到的个人数据由于管理不善在网络上泄露，给当事人造成了极大的困扰等等。这些问题都需要更加规范和完善的大数据应用机制来予以解决。特别强调的是，大数据是一种治理工具，但它决不仅仅是一堆冷冰冰的数据和算法，其终极目标是追求个体权利平等状态下的人文关怀。因此，如何让大数据更有温度感，更具人情味，将是未来突发公共卫生事件治理中需要进一步拓展和深化的内容。