雖然大數據在精準防疫方面發(fā)揮了重大作用，但從我國此次應對新冠肺炎疫情來看，大數據技術仍有極大的空間值得挖掘和提升，尤其是設立城市大數據平臺，將成為未來城市疫情防控的利器。

近日，中國信息通信研究院云計算與大數據研究所大數據與區(qū)塊鏈研究部閆樹、劉思源等專家提出，為了進一步推動大數據助力疫情防控，以下3個問題亟需得到解決。

一是數據采集手段原始，質量較低。一些政府部門和基層組織在收集疫情相關數據時仍采用手工作坊式的人海戰(zhàn)術，包括手工填表、打電話等方式，既增加了基層工作負擔，又無法保證數據的真實性。

例如，在采集患者個人信息時，未區(qū)分留存的手機號是否為病患家屬所屬，可能導致運營商系統(tǒng)核驗時出現大量身份證號與手機號不匹配的結果，這為后續(xù)數據分析的準確性和真實性造成不小的困難。

二是數據流轉存在隱私泄露的風險。為應對新冠肺炎的防疫需求，有關部門第一時間制作了行程查詢工具，但相關人員在上報原始數據時，因未加密而遭到不同程度的泄露，給被泄露人的生活帶來極大不便，不僅有來自陌生人的無端騷擾，甚至可能引發(fā)地域歧視和人身威脅。

例如，中國地質大學（武漢校區(qū)）大一學生吳某乘坐高鐵從武漢返回老家，1月24日晚，她在微信群中看到一份“武漢回寧都人員數據表”。除她自己外，還有四五百人的個人信息被曝光，包括身份證號碼、電話號、家庭住址，列車信息等內容。

三是大數據的核心在于互聯(lián)互通，而跨地區(qū)、跨層級、跨部門的數據流轉目前還難以實現。針對個人的行為分析，手機信令僅能提供較為粗糙的移動軌跡，對區(qū)域性分析結果影響較小。對于軌跡精確度要求高的防疫場景，則需要火車、飛機、共享單車、網約車、搜索引擎、社交媒體等更多維度跨層級和跨領域的信息。目前，不同企業(yè)和政府部門的數據呈現“孤島”形態(tài)，亟需高效整合，才能更好應用于疫情治理。

基于以上提出的問題，面對不斷蔓延的疫情形勢，專家建議有關部門在以下3個方面進行改進和強化。

一是提升采集手段，強化數據校驗。例如，各地疾控部門對于患者的流行病學調查，除了通過直接采訪患者，還應從相關部門采集患者的手機信令數據、交通出行數據，甚至微信、支付寶等基于位置服務的數據。同時，需要進行多方數據校驗，從源頭上提高數據質量，為后續(xù)的數據分析奠定良好基礎。

二是保護病患隱私，加強安全規(guī)范。越是緊急狀態(tài)，越需要加強對數據隱私的保護，否則會引發(fā)公眾不必要的猜測和恐慌。政府機構在信息發(fā)布中，應堅守兩個原則：一是脫敏原則，發(fā)布內容要“經過處理無法識別特定個人且不能復原”；二是非必要不公開原則，發(fā)布內容應限于與疾病傳播和公眾防疫相關。此外，政府部門還應按照最小化原則收集數據，并在數據流轉、使用等各環(huán)節(jié)設計數據防攻擊、防泄露、防竊取等安全防護技術手段。

三是打破數據“孤島”，高效運轉數據。對于政府部門來說，當前亟需綜合衛(wèi)生、通信、交通、公安、人口、氣象等多維度數據，進行更加深入的綜合分析計算。同時，在進行疫情態(tài)勢分析預測時，也應根據更新的數據不斷調整和優(yōu)化模型與算法，提升預測模型和算法的準確性。

“回望此次疫情防控的信息化舉措，有很多經驗值得總結，也有很多教訓需要整改?！鄙鲜鰧＜曳治觯陙?，不少城市致力于建設智慧城市，但此次突發(fā)的公共衛(wèi)生事件，成為檢驗城市“智慧化水平”的一次大考。

調查顯示，目前很多城市的基層管理長期依賴于突擊式、運動式執(zhí)法，治標不治本。因此，亟需設立城市大數據平臺，推廣“數字孿生城市”這一概念。

在智慧城市建設初級階段，由于技術能力、標準框架、頂層設計不成熟，大多數城市重建設而輕應用，數據“聚而不通、通而不用”的情況比比皆是。然而，在疫情防控的嚴峻局面下，精確詳實的數據歸集和實時準確的信息發(fā)布顯得尤為重要。因此，搭建城市大數據平臺的重要性不言而喻。

“所謂城市大數據平臺，即采集與城市運行相關的信息，進行集中存儲，經過數據治理等環(huán)節(jié)建立的一個城市數據綜合處理中樞，并可提供城市數據應用服務，這將成為未來城市疫情防控的利器?！睂＜医忉尩?。

“數字孿生城市”將基于大數據集成和大數據分析實現高效的協(xié)同治理。城市基礎數據、政府服務業(yè)務數據、醫(yī)療和交通等實時動態(tài)數據，加入地理實體，而地理實體又加載到城市信息模型，形成實體、模型、數據一體化。這樣的全局數據匯總的城市指揮中樞，能使城市管理者從全局的視角洞察城市的運行態(tài)勢和運行規(guī)律。通過城市特征的抽取，管理者能及時掌握包括疫情防控在內的多種公共管理數據，有的放矢，精準施策。這將是未來各地政府提升包括防疫在內的社會治理能力的關鍵方向。（王  君）