大数据疫情预警机制：价值分析、现实困境与实践路径

摘      要：目前，我國正处于推进国家治理体系和治理能力现代化的实践探索阶段。以疫情防控为视角探讨与大数据疫情预警机制相关的问题，对于提升政府应急管理能力极具紧迫性和现实性。本文在对大数据疫情预警机制价值分析的基础上，根据数据获取渠道的不同，将现阶段大数据疫情预警机制概括为三大类：即基于网络通讯及搜索引擎的预警机制、基于电子医疗信息的预警机制和基于物联网信息采集的预警机制。针对大数据疫情预警机制面临的现实困境，提出相应的建议，以期为我国公共卫生应急管理体系的完善提供参考。

关  键  词：公共卫生事件;大数据;预警机制;应急管理体系

中图分类号：D630.9        文献标识码：A        文章编号：1007-8207（2020）04-0024-10

收稿日期：2020-03-10

作者简介：齐晓亮（1988—），男，陕西宝鸡人，陕西警官职业学院讲师，西安交通大学博士研究生，研究方向为应急管理、社会治理。

在2003年SARS疫情之后，为应对未来可能发生的类似公共卫生事件，我国在总结相关经验教训的基础上建立了由中央政府统一领导，分类管理、分级负责的“一案三制”应急管理体系。①在其后十余年的时间里，我国相继实施、修订了《突发公共卫生事件应急条例》（以下简称《应急条例》，2003年5月发布并实施）《中华人民共和国传染病防治法》（以下简称《传染病防治法》，2004年8月发布并实施、2013年6月修订）《国家突发公共卫生事件应急预案》（以下简称《应急预案》，2006年2月发布并实施）以及《传染病信息报告管理规范》（以下简称《管理规范》2015年版）等一系列法律法规和规章。但传统的应急管理体系在重大疫情应对过程中更为侧重疫情发生之后的政府救治，没有进一步明确疫情发生之前的预警主体、预警方式、预警范围、评价指标以及疫情发布主体等，导致政府在对重大疫情的预警能力方面存在短板。

为避免疫情扩散进而为政府开展科学防治提供依据，急需建立高效的重大疫情预警机制，快速发现疫情，实时监测疫情的扩散程度，大数据技术及时地回应了这一现实需求。利用大数据在全国范围内建立实时预警监测系统，通过对监测系统中的数据进行分析，可以在第一时间发现异常，快速锁定疑似病例和密切接触者，并通过相关关系准确计算出疫情的扩散程度、扩散范围以及感染特征等相关信息。通过大数据实时掌握疫情扩散情况，既能够极大地缩短政府的反应时间，为政府之后的抗击疫情和开展救治行动提供充分、详细、准确的信息，也能够避免造成更大的经济损失。基于此，本文通过大数据在重大疫情预警方面的运用展开研究，以期为今后政府部门建立更为高效的疫情预警机制提供借鉴。

一、大数据疫情预警机制的价值分析

近年来，大数据技术在越来越多的领域得到了普及应用并获得了巨大的社会效益。未来，伴随着人工智能、5G、物联网、区块链技术的成熟及相互结合应用，大数据必将改变全球大部分行业的生产关系和生产方式。在医疗卫生行业，政府通过对大量医疗数据乃至生活数据进行分析，能够在第一时间感知可能出现的传染性疾病，并对病毒波及的范围、感染者进行实时监测，从而建立起高效的疫情预警机制。与传统的依靠各级政府投入大量人力、物力、财力建立相应的卫生行政部门、卫生监督部门、疾病预防控制中心并依靠医务工作者的个人经验对疫情进行识别，或是依靠国家卫健委高级别专家对病毒进行分离、基因测序、检验来判断病毒是否具有人际传染性以及对病毒的传播速度进行判断相比，大数据疫情预警机制具有更加明显的优势，主要体现在以下三个方面：

（一）大数据疫情预警机制效率高

大数据疫情预警机制的高效率体现在事前预警和事中排查预警两个方面：一方面，对疫情发现时间早。传统的疫情预警响应机制往往是在出现了大规模的人群感染之后，乃至在接诊医务工作者中出现感染之后才能意识到事态的严重性①。大数据疫情预警机制与传统疫情预警响应机制的最大不同在于前者是主动型的预警机制，在病毒尚未出现大面积传播的情况下就可以通过对少数感染者之间相关关系的计算发现隐患，对病毒是否具有传染性进行判断并实时分析、掌握被感染人数、传染源、传染渠道、传播范围，从而极大地缩短政府的反应时间。另一方面，对疫情排查速度快。当疫情发生后，为了防止疫情出现大面积扩散，必须快速追踪并锁定确诊病例、疑似病例、密切接触者的交通轨迹及个人基本信息。在大数据出现之前，一般是依靠社区、医院、村镇、街道办等一线人员进行挨家挨户的摸排，填写各类纸质表格，然后将数据统一汇总。这种排查方式既无法区分重点，也无法实时更新数据且耗时耗力。运用大数据技术，可以用数据取代人力，快速开展数字化的地毯式排查。一是可以通过对已确诊病例的个人信息及其活动轨迹进行分析，从而快速确定相关密切接触者的个人信息，避免二次传播。二是可以通过人脸识别系统、物联网技术、人工智能系统、红外线传感器的综合运用，在火车站、机场、商场等人流密集区快速识别出疑似病例并获取其个人相关信息，对疑似病例进行检测、隔离，避免病毒进一步传播。

（二）大数据疫情预警机制成本低

在2003年SARS疫情之后我国建立并完善了疫情应急机制，为了能够及时发现疫情、控制疫情扩散，从中央到地方各级政府均设置了不同级别的卫生行政部门、卫生监督部门、疾病预防控制中心等。但由于部门较多，相互之间职责不明，权限不清，而且对疫情的分析判断容易受到地方行政领导个人意志影响，加之有些地区缺少高水平、专业化的病毒研究人员，因此防控效果较为有限。在大数据时代，数据正成为与物质资产和人力资本同样重要的基础生产要素。[1]利用大数据开展疫情防控，理论上只需要在全国范围内建立一个专门的医疗大数据实验室，有少量的数据分析人员即可，随着人工智能化水平的提高，将进一步缩减人力资源成本。也就是说，大数据疫情预警机制的建立，不仅能够促进医疗体制改革和政府治理观念转变，也能够进一步提高新技术应用下的生产力水平，而且不再需要更多的行政机构参与其中，不再需要数量庞大的行政管理人员和大量基础设施，可以大大地节约人力、物力、财力，减少政府支出。

（三）大数据疫情预警机制准确性强

由于新型冠状病毒具有一定的潜伏期，从而造成疫情的发生呈现出一种突发态势，因而各级疫情防控机构必须在短时间内准确找出病毒传染源并准确预判病毒的传播速度。在疫情防控实践中，由于无法在短时间内对是否存在突发疫情以及疫情扩散程度、扩散范围、感染人数获得准确信息，导致地方政府部门不确定是否应该向社会公众发布疫情预警信息，更不确定在多大范围内发布疫情预警以及采取何种级别的疫情响应机制。利用大数据进行疫情预警，是通过对数据之间的关联关系进行分析以取代医务人员的主观经验判断，所得出的结论不受地方政府行政领导个人意志左右。此外，大数据疫情监测是通过对大量个人数据的实时监测进行实时分析，短时间内可以实现多组数据之间的互相印证，出现错误的概率较低。例如通过对全国医疗数据进行分析，发现50名疑似病例，为了验证这50名疑似病例是否真的感染了某种传染性病毒，可以对相关数据进一步进行追踪和多角度分析。首先，可以监测与这50名疑似病例存在密切接触的人员中有哪些人员出现了相同或相似的症状。其次，监测在可疑传染病病源附近的人员中出现的疑似病例并持续监测其密切接触者。再次，可以通过对短期内所有的疑似病例进行相关性数据分析，查看这些疑似病例中存在密切接触行为人员的比例。通过层层分析、实时分析，让多组数据相互碰撞、相互印证，不仅可以保证对疫情判断结果的准确性，也可以帮助政府实时了解疫情的扩散范围和扩散程度，政府部门在准确的数据信息支持下可以采取对等的防疫措施，合理安排医护人员及救治物资，避免过度防疫或防疫不足。

二、大数据疫情预警机制的发展现状

运用大数据进行疫情预警的关键在于对数据的获取。根据数据获取渠道的不同，可将我国现阶段大数据疫情预警机制概括为三大类：即基于网络通讯及搜索引擎的预警机制、基于电子医疗信息的预警机制、基于物联网信息采集的预警机制。

（一）基于网络通讯及搜索引擎的大数据疫情预警机制

在互联网时代，当重大疫情在人群中开始扩散时，公众会不可避免地通过电话、短信、QQ以及微信等通讯方式交流与疫情相关的信息，或是在百度、谷歌等各类搜索引擎上搜索关键字词。通过对通讯信息及网络搜索引擎中与疫情相关的关键字词进行检索，分析其产生频率并将其与疫情时期的历史数据进行比较，便可以在一定程度上对疫情进行预测。

2008年，美国谷歌公司曾研发了用于预测流感的工具——Google Flu Trends，该工具通过将与流感相关词汇的检索频率同历史上流感传播时期的检索频率进行比较，在很大程度上预测到了流感的传播和爆发。然而，这种预测方式容易受到检索习惯的影响，不同历史时期、不同疫情时期公众对疫情的检索方式会有所不同，出现的高频率词汇也会有所改变，因而其准确率难以保障。在实践中，这种基于网络通讯及搜索引擎的疫情预警机制由于准确性难以保证，且对疫情进行预警的前提是有大量关于疫情的通信及搜索词条出现，这表明该预警机制在预测到可能发生疫情时，疫情已经在人群中造成了大范围恐慌，很有可能已存在大量人员感染，因此其预警效果有待研究，本文不作赘述。

（二）基于电子医疗信息的大数据疫情预警机制

目前，我国已经建立起了覆盖14亿人口的医疗保障体系，电子医疗档案也已推广至区县一级的医疗单位，这为我国建立基于电子医疗信息的预警机制奠定了良好的数据基础。在疫情发生初期，医院和药店往往是最先接触到病人的地方，也是最先察觉到危险信息的场所。通过实时获取全国定点医疗机构及各个零售药店的药品销售情况，可以在第一时间掌握有价值的信息。通過对全国范围内收集到的数以亿计的医疗数据进行分析，借助于人工智能算法，可以在最短的时间内发现异常患者。例如某市野生动物地下交易市场贩卖携带病毒的野生动物，该市场周围有近百名被感染者，但由于该病毒具有一定潜伏期，事发三天后仅有50名感染者出现发烧、咳嗽症状，且只有30名感染者前去医院就诊，其余20名感染者自行前往药店购买退烧、止咳药物，加之事发时正处于节假日，50名出现症状的感染者乘坐不同的交通工具已分散到达全国各地。在这种情况下，常规的预警机制根本无法在短时间内察觉到任何异常。然而，利用大数据对全国医疗数据进行分析，依据传染病的两个基本特征（所有被感染者出现相同症状、一般情况下仅在密切接触者之间传播）可以快速分析出存在相同症状的感染者相互之间在一定时期内是否有过密切接触史，如果分析发现分散在全国范围的50名感染者症状相同且在近三天内均去过某市野生动物交易市场，便可以快速地通过相关关系发现潜在隐患，感染者在医院完成初步的电子病例输入之后就能立即发现疫情苗头。

在疫情发生初期，虽然与大数据医疗应用相关的体制、机制和法制尚不健全，未能收到事先预警的理想效果，但在全国各地启动一级应急响应机制之后，大数据在事中排查预警阶段发挥了巨大的作用。例如阿里巴巴旗下的达摩院、钉钉、支付宝、阿里云团队联合开发的数字防疫系统，通过对医院确诊病例信息及事发一个月内在药店购买过退烧药物的人员信息进行汇总，利用大数据技术快速分析出确诊病例和密切接触者的活动轨迹，在此基础之上结合定位系统构建了疫情扩散模型。专家组依据确诊病例、密切接触者的手机定位系统，配合手机间的物理距离，计算出在三米的传播范围内、一定接触时间以上的另外的关联手机号，结合双方的社会关系分析被感染的概率，进而锁定大量的密切接触者，并迅速建立起了覆盖全省的大数据疫情预警机制。同时，专家组还开发出“密切接触者测量仪”APP，公众通过输入身份证号、姓名就能立即查询自己是否与确诊病例、密切接触者同乘过相同的航班、火车或者大巴等，甚至还可以在相关网页上查询自己所在小区周围的确诊病例、密切接触者的具体位置，这为后续的疫情防控工作提供了大量宝贵信息。

（三）基于物联网信息采集的大数据疫情预警机制

疫情发生后，并非所有的感染者都会在第一时间主动去医院进行确诊或是前往药店购买用于疫情防控的药品，他们可能会通过火车、飞机等大型公共交通工具前往全国各地或者国外;在疫情防控后期，为保证经济社会的持续发展，一些企业开始复工复产，这就不可避免会有人员进行大范围流动。为防止人员流动和聚集增加带来疫情反弹的风险，必须构建一种能够快速针对大量不特定人群进行检测的预警机制，人工智能、人脸识别技术的成熟为构建基于物联网信息采集的大数据疫情预警机制提供了可能。

利用火车站、机场、商场、医院以及药店等公共场所的热成像人体测温设备自动收集数据，能够快速地在大量过往人群中发现体温异常人员，再通过人脸识别技术进行精准锁定，结合人工智能技术就可以自动发出警报，这时再由工作人员将体温异常人员进场隔离处置。这种通过物联网自动收集信息和自动进行分析、诊断的大数据预警系统在人口密集的公共场所可以实现实时自动预警，极大地提高了排查效率。目前，北京等少数大城市已在火车站建立了“物联网+大数据”的疫情预警机制，国内其余大多数省市则建立了大数据健康码系统，出行人员扫描官方二维码，注册、填报个人相关信息，系统后台会根据大数据分析结果自动生成个人专属的“健康二维码”，该二维码根据可能出现在感染区危险等级的不同，分为红、黄、绿三种颜色等级，只有绿色代表本人在隔离期内没有出现在病毒感染区内，可以进行跨地域流动。随着相关技术的进一步成熟，基于物联网信息采集的大数据疫情预警机制或将成为未来重大疫情预警机制的首选。

三、大数据疫情预警机制面临的现实困境

大数据疫情预警机制是通过对海量数据之间关联关系的分析计算对病毒是否具有传染性以及病毒的传播速度和传播范围进行判断的预警机制。目前，全国各省（直辖市、自治区）在新冠肺炎疫情防控工作中普遍运用了大数据技术，从各地开展大数据疫情预警防控实践及对疫情未能及时进行事前防控的原因进行分析，大数据要全面应用到未来的疫情预警工作中还需重点解决以下几个问题，方能突破目前面临的困境。

（一）相关法律法规缺失问题

在疫情防控过程中，数以亿计的公众个人隐私数据被大量的互联网公司和大數据企业搜集、传输、存储、分析、利用。为了做好疫情防控中的个人信息保护，2020年2月9日，中央网信办发布了《关于做好个人信息保护利用大数据支撑联防联控工作的通知》，该《通知》明确要求，除国务院卫生健康部门依据《中华人民共和国网络安全法》《传染病防治法》《应急条例》授权的机构有权收集、使用公众个人信息外，同时鼓励有能力的企业在有关部门的指导下，积极利用大数据，分析预测确诊者、疑似者、密切接触者等重点人群的流动情况，为联防联控工作提供大数据支持。大数据是近年来出现的新事物，自2015年8月31日国务院印发《促进大数据发展行动纲要》（以下简称《纲要》）之后，大数据作为国家战略才逐渐开始在社会各行各业进行理论探索与实践应用，而《应急条例》和《传染病防治法》是在2015年之前实施和修订的。

在当时的背景下，相关立法可能并未或较少意识到大数据会在今后的医疗卫生行业（特别是在重大疫情预警、防控工作过程中）产生巨大的应用价值，这就导致相关法律法规具有一定的滞后性，从而难以对大数据疫情预警机制的建立提供明确的法律支撑。例如《应急条例》对疫情防控工作中个人信息的收集、使用主体以及具体流程等并未作出明确、详细的规定。《传染病防治法》中只有第九条规定国家支持与鼓励单位和个人参与传染病防治工作，各级人民政府应当完善有关制度，方便单位和个人参与宣传教育、疫情报告、志愿服务和捐赠活动，但对于单位和个人在传染病防治过程中如何依法收集、使用个人信息的相关规定尚未明确。总而言之，由于大数据在我国属新生事物，因而在构建大数据疫情预警机制过程中面临的首要问题就是相关法律法规的缺失问题。

（二）数据的开放共享问题

近年来，随着侵犯公众个人隐私犯罪案件的高发以及公众维权意识的增强，社会舆论特别关注对公众个人隐私数据的保护，为此，不论是政府部门内部还是各企事业单位，对于本部门或单位所收集、掌握的个人相关数据都采取了极为严格的保密制度，除特殊原因外一般不会对其他单位或个人公开。在利用大数据开展疫情预警过程中，大数据疫情预警机制必须在数据层面消除原有应急机制背景下产生的“信息孤岛”现象，将交通、医疗、通信、户政、社区以及企业等多个部门掌握的信息进行融合汇总，而这一过程会不可避免地面临不同层级的信息壁垒。

2020年1月25日，习近平总书记主持中共中央政治局常务委员会会议并发表重要讲话，会议决定，党中央成立应对疫情工作领导小组，在中央政治局常务委员会领导下开展工作。各地也成立了应对疫情工作领导小组并由一把手亲自担任组长指导疫情防控工作。在党中央集中统一领导下，依靠政府行政力量的推动，在短时间内打破了各地区、各部门之间存在的信息壁垒，为利用大数据开展疫情预警防控工作提供了最大量的数据流，极大地推动了疫情防控工作的开展。然而，这种在短时间内实现全国范围内数据共享的方式难以常态化，一旦疫情结束，各地、各部门之间固有的信息壁垒可能会重新出现。此外，由于全球范围内人员的流动，在抗击疫情过程中，为防止疫情的国际性蔓延，还需要打通国家与国家之间的数据壁垒。

（三）大数据专业人才缺乏

在大数据时代，能够让数据发挥有效价值的关键是大数据人才。《纲要》首次提出要建立健全多层次、多类型大数据人才培养体系，鼓励高校设立数据科学和数据工程相关专业，培养专业化数据工程师等大数据相关专业人才。[2]从2016年北京大学、对外经济贸易大学、中南大学成功申请到数据科学与大数据技术专业，到2018年有248所大学、2019年有283所大学成功申请到数据科学与大数据技术本科专业，截至目前，全国已有600多所大学开设了与大数据相关的本科专业。①

从以上数字来看，目前，我国与大数据相关的本科专业人才培养体系已经基本建立，未来几年内将会有大批大数据人才从各大高校输出，然而，我国大数据人才培养机制刚刚建立，掌握大数据分析技术的优秀人才稀少，社会缺口依然巨大。2018年7月，在重庆举行的第一届全国大数据与人工智能科学大会上，清华大学经管学院发布的《中国经济的数字化转型：人才与就业》报告显示，当前我国大数据领域人才缺口高达150万，到2025年将达到200万。[3]同时，利用大数据进行疫情预警分析所得出的结果关系到数以亿计公众的生命健康安全，不允许有丝毫差错，因此，数据分析工作必须由具有良好职业道德和敬业精神以及数据分析实践能力过硬的高素质人才进行层层把关，才能确保万无一失。此外，为了进一步提高疫情预警质量，未来大数据在开展疫情预警工作中必然会与物联网、人工智能、区块链、5G以及量子计算等技术相结合，而这方面的高素质人才也十分紧缺，这是建立大数据疫情预警机制过程中必须面对的现实问题。

（四）数据的安全保密问题

利用大数据对潜在疫情进行监测和预警的基础是能够随时获得海量个人数据，这些数据包括但不限于公众的日常交通轨迹、手机定位、居住地址、日常密切接触人员、身份证信息、医疗信息、家庭成员信息等。一方面，采集、利用大数据的主体众多，包括各类互联网公司、大数据企业、高校、科研院所、医疗机构、交通、工信、民政、卫生行政部门及定点零售药店等，在利益的驱使下，有的部门可能出现将个人信息泄漏给犯罪团伙的情况。另一方面，从技术角度而言，由于大数据系统建立过程中所采用的基础软件和应用多为第三方开源组件，而这些开源系统本身很复杂。近年来，侵犯公众个人信息犯罪案件持续高发且已成为其他各类犯罪的上游犯罪，对数据的窃取、贩卖已经形成了完整的利益链条。因此，在大数据时代，为了获取非法经济利益，黑客对数据系统的攻击会由原来的单一无目的攻击转变为有组织的、目的性很强的团体攻击犯罪，这就使得系统泄漏数据的风险不断加大。[4]如2017年9月《法制日报》报道某部委医疗服务信息系统遭到“黑客”入侵，超过7亿条公众个人信息遭到泄漏，8000余万条信息被贩卖。[5]

从个人层面看，在互联网时代，这些蕴含着潜在价值的大数据极有可能在收集的过程中被一些部门的内部人员贩卖给相关犯罪团伙，或者在数据存储、传输过程中被网络黑客攻击，一旦这些数据落入黑客手中便会对相关公众的人身财产安全构成严重威胁。在刑事犯罪领域，每年都有大量的电信诈骗犯罪是基于对受害者个人相关信息详细掌握的基础上实施的。此外，从国家层面而言，在全球各国都积极实施大数据战略的背景下，这些海量数据一旦泄漏很可能会对国家安全构成潜在威胁。

四、大数据疫情预警机制的实践路径

（一）完善与大数据疫情预警机制相关的立法

建立大数据疫情预警机制，需要政府、科研院所、互联网公司、大数据企业、事业单位以及社会组织等多方力量共同努力，涉及对全国范围内大量公众个人隐私数据的实时收集。为了能够给各方参与力量数据收集、分析活动提供相关法律依据，同时对利用数据实施疫情预警工作之外的行为予以限制，有关大数据在医疗卫生领域的立法需要重点把握以下两个方面：一方面，注重事先授权而非事中授权。大数据对疫情的预警价值是建立在对数据资源充分共享基础之上的，为此，相关部门对一些大数据企业、科研院所获取公众个人信息必须事先予以法律授权，不能在疫情发生之后，出于公共利益需要进行紧急、临时性授权。另一方面，注重事中监督而非事后惩戒。大数据疫情预警机制的建立包括对公众个人数据信息的收集、传输、储存、交换、分析、发布、备份、销毁等诸多环节，每个环节涉及的主体都有所不同，既包括政府机构层面的卫生监督机构、卫生行政部门，也包括企事业单位层面的互联网公司、大数据企业、物流公司、电信营业厅、高校及科研院所等。为了能够最大限度地保障数据不泄漏，除了对我国《刑法》中关于侵犯公民个人信息罪等相关法律制度进行完善，在事后处理阶段对窃取、利用大数据进行违法犯罪活动加大刑事打击力度之外，更要在事中阶段完善各项法律制度，将相关的法律法规、规章和制度延申到数据应用过程中的每一个环节、每一个主体，建立完善的责任倒查追究制度，做到严堵漏洞，不留隐患。

（二）建立大数据疫情预警开放共享机制

为了加强对健康医疗大数据的管理，2018年7月，国家卫健委发布了《国家健康医疗大数据标准、安全和服务管理办法（试行）》（以下简称《办法》），明确由国家卫健委负责建立健康医疗大数据开放共享机制。该《办法》主要是为了促进健康医疗大数据的开发利用，应用场景主要包括医药研发、医保政策的制定以及保险产品开发等。然而，目前这种仅限于电子医疗病例的大数据开放共享机制还远远不能满足建立高效疫情预警机制的需要，为此，必须建立新型的以疫情预警为主要目的的大数据开放共享机制。为满足建立大数据疫情预警机制的需要，开放共享数据的种类应当包括但不限于公安、工信、民政、交通以及医疗等各部门掌握的行业数据。与政务大数据开放共享机制有所不同，建立大数据疫情预警开放共享机制重点应把握以下几个方面：第一，建立大数据疫情预警机制所需要的数据涉及大量公众个人隐私，数据种类多、范围涵盖广，因而不可将数据开放给社会公众、一般企业使用。第二，由于疫情扩散范围往往涉及全国，故应在全国范围内打破体制机制障碍，促进全国范围内政府部门、企事业单位、行业之间的数据流通，而不应局限于一省一市的政府部门、企事业单位或单纯的某一行业。第三，由于疫情扩散速度快，要求疫情预警机制必须快速地作出反应，在疫情出现的第一时间就能够立即发现异常并实时监测，因此该共享机制对相关数据传输共享效率要求极高，即必须实现数据的实时采集、实时传输，不能出现延误。第四，大数据疫情预警机制是针对特定人群的预警机制和有重点的预警机制。在通常情况下，人体受到病毒感染后，病毒会激发人体免疫系统进而出现发烧症状，正是基于这一基本的医学原理，通过医院、药店及物联网系统在全国范围内采集发烧、发热病人的基本数据进行碰撞、分析，能够基于个体数据之间的相关关系进而发现规律进行预警。因此，在初期的预警阶段即在疫情尚未被发现时，各部门在进行数据传输共享时不是对掌握的所有数据进行共享，而是针对发烧、发热病人的相關数据进行共享，这样，不仅可以大大减少数据传输量，提升数据的安全性和处理效率，同时也可以避免因数据泄漏而导致的公众恐慌。第五，针对疫情预警的大数据共享机制是不对等的共享，即不是在各部门之间进行简单的数据交换，而是在全国范围内各部门将自身所收集、掌握的发烧、发热病人的相关数据按照统一标准经由系统实时自动推送至国家卫健委直属的大数据平台，由大数据平台进行数据的碰撞、分析，在发现问题后及时将相关情况反馈给各地疾病预防控制中心进行处理。因此，这种开放共享机制是单方面的，而非双方互动的。

（三）建立多元参与的疫情预警机制

建立高效、可靠的大数据疫情预警机制需要在不断实践的基础上持续改进，不可能一蹴而就。未来可能需要大数据、人工智能、物联网、云计算、互联网、区块链以及病毒研究所等多个领域的专家学者共同努力，才能使疫情预警系统不断完善。为此，应借鉴西方多中心治理理论，建立多元参与的疫情预警机制。美国著名政治经济学家埃莉诺·奥斯特罗姆创立的多中心治理理论认为，政府的管理能力是有限的，单纯依靠政府对公共事务的治理可能存在政府失灵现象，因此必须引入第三方参与市场治理。[6]

在事前预警阶段，湖北医疗用品有限公司“稳健医疗”通过对疫情的预测分析，在2019年12月20日取消原定在武汉召开的年终高管会议，并于2020年1月10日动员黄冈子公司全体员工春节不放假全力生产医用口罩，截至2020年1月26日政府正式发布疫情通知，该公司共向社会供应口罩超过1亿只，防护服超过11万件，极大地缓解了医疗物资紧张的局面。[7]在疫情中期预警阶段，百度、阿里巴巴等互联网企业、大数据研究中心以及民间科技力量在政府的引领下积极参与大数据预警系统的研发，在短时间内构建了覆盖全国的疫情大数据监测网络，依靠大数据技术取代人力开展地毯式排查，在最短的时间内确定了大量密切接触者和疑似病例，极大地提高了疫情防控效率。

通过民间科技力量参与疫情预警防控的效果可以证明：在大数据疫情预警过程中，政府通过引进多元力量参与疫情预警工作（例如互联网企业、大数据研究中心为大数据预警系统建设提供专业化技术人员，医药及医疗器械生产企业通过对相关数据的收集、分析及时调整生产计划，为建立预警机制提供物质保障），使社会形成了一种“自发秩序”。依靠社会各方力量发挥各自的功能及价值，建立多层级、多方位、多路径的疫情预警工作体系，能够有效避免政府一元预警模式所导致的失灵、缺失和效率低下的困境。

（四）筑牢数据安全防线

为了在数据流通的各个环节确保数据的安全稳定，不被非法篡改、窃取，应从以下三个方面筑牢数据安全防线：一是意识层面。凡是参与到数据采集、传输、存储、分析等任何一个环节，无论是政府行政部门、医疗单位还是企业科研人员，都要进行岗前保密培训并定期开展安全法制教育，提升相关人员数据安全意识，以杜绝内部人为原因造成数据泄漏问题。二是制度层面。除了完善立法对相关犯罪行为予以事后惩戒外，还要在各个部门建立健全相关的大数据安全管理工作制度、操作规程和技术规范。要明确相关人员的管理权限和范围，对数据实施分级、分类管理，严格落实一把手责任制，定期开展安全操作规范检查，从制度上堵塞漏洞。三是技术层面。在互联网时代，确保大数据安全的根本之道在于实现国家主要信息产品、设备和技术的自主设计制造。[8]首先，必须保障数据的安全性。如果信息基础设备和行业云使用未经安全认证的外资背景厂商的设备或云服务，将无法保障业务系统及其数据的安全性。为此，我国必须尽快实现对主要信息系统、关键设备和技术的自主设计制造。其次，在数据传输过程中，随着区块链技术的成熟应用，未来大数据与区块链的结合将成为必然趋势。区块链的可溯源性使得数据从收集、流转到分析的每一个环节发生的变化都可以进行数据留存，保障了数据分析结果的正确性。同时，区块链在数据使用过程中能够精细化授权范围，不仅有利于减少数据泄漏隐患，也有利于建立各部门之间的横向交流机制，打破“数据孤岛”效应。再次，在大数据存储方式上，可以采取可信固态硬盘进行数据存储。通过可信固态硬盘提供安全增强的存储设备接口和协议，使得用户可以对存储中的数据施以细粒度的访问控制，从而保障存储中数据的安全。[9]

【参考文献】

[1]张兰廷.大数据的社会价值与战略选择[D].北京：中共中央党校博士学位论文，2014.

[2]国务院印发《促进大数据发展行动纲要》[N].人民日报， 2015-09-06.

[3]李星婷.我国大数据领域人才缺口高达150万[N].重庆日报，2018-07-07.

[4]谭彬，刘晓峰，邱岚等.大数据安全管理及关键技术研究[J].网络空间安全，2017，（12）：25-28.

[5]許雯.孕检等7亿条公民信息泄漏 为何个人健康信息屡遭外泄[N].华西都市报，2017-09-15.

[6]（美）埃莉诺·奥斯特罗姆.公共事务的治理之道[M].余逊达，陈旭东译.上海：上海译文出版社，2012.

[7]一家神奇的口罩生产企业，提前预判了疫情[EB/OL].新浪财经，https：//finance.sina.cn/2020-02-17/detail-iimxyqvz3664897.d.html？ivk_sa=1023197a.

[8]李国杰，程学旗.大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J].中国科学院院刊，2012，（6）：647-657.

[9]田洪亮，张勇，许信辉等.可信固态硬盘：大数据安全的新基础[J].计算机学报，2016，（1）：154-168.

（责任编辑：高  静）

Early Warning Mechanism of Big Data Epidemic：Value Analysis，

Practical Dilemma and Practical Path

Qi Xiaoliang

Abstract：At present，China is in the stage of practice and exploration to promote the modernization of national governance system and governance capacity.From the perspective of epidemic prevention and control，it is very urgent and realistic to explore the problems related to the early warning mechanism of big data epidemic，so as to improve the emergency management ability of the government.Based on the analysis of the value of big data epidemic early-warning mechanism，according to the different data acquisition channels，this paper summarizes the current big data epidemic early-warning mechanism into three categories：the early-warning mechanism based on network communication and search engine，the early-warning mechanism based on electronic medical information and the early-warning mechanism based on Internet of things information collection.In view of the practical difficulties faced by the big data epidemic early warning mechanism，this paper puts forward corresponding suggestions in order to provide reference for the improvement of the public health emergency management system in China.

Key words：public health events;big data;early warning mechanism;emergency management system