大数据在重大公共事件中的应用

zhouhaifa

大数据在重大公共事件中的应用

重大公共事件，包括：自然灾害、瘟疫、战争、重大政治、经济事件等。这些事件的发生，影响范围广泛，影响层次也往往久远。该类事件，发生快速，在短时间内就可能打破社会系统固有平衡，导致社会系统失衡、甚至紊乱。它的系统性影响，往往涉及国计民生各个领域，包括：社会物质生产、居身生活、社会管控、社会公共观念分裂与撕裂、社会紊乱与平衡、公共危机干预、流言与谣言传播等。这需要对整个社会系统进行快速研判，并高效给出制动方案。

在互联网高速发达背景下，重大事件的加速传播、信息源多发、数据的多层次并发，就为国计、民生领域，应对重大公共事件提供了全新的挑战。

此次“肺炎”疫情，从开始发生、到事件传播、国家资源投入、到全国性预防联动、从南到北、从东到西、上至国际领域、下至中国农村的角落，反应速度超越想象。这也是对整个疫情反应系统多年建设与积累的一次检验。此次疫情防控，大数据使用的方式出现端倪，既展示了大数据、人工智能使用的广阔潜在场景，也存在大量短板，需要快速补足。

公共重大事件的管控，一般包含8个模块化的数据归集管理：

(1)公共事件发生到演化过程监控与干预数据。

(2)公共事件发生的物质供应系统管控数据。

(3)公共事件发生的社会动力与舆情观念检测与管控数据。

(4)公共事件发生后的流言、谣言的应对与管控数据。

(5)公共应急事件应用与管控数据。

(6)上述公共管理中的纠错机制数据。

(7)公共信息安全(传统与非传统安全)监控数据。

(8)信息归集与运维管控数据。

一、 公共事件发生到演化过程的大数据监控、干预

疫情是由病毒的传播引起的。这一事件包含对病毒的病理学理解，也包含对病毒传播途径、传播方式、传播速度的理解。而传播模型，是业已存在的数理模型，根据社会收集的数据拟合数据模型，就可以作为对事件发生过程进行预判与修正的关键依据之一。

其实，这场波及全国的肺炎疫情，早在2019年尾声就已显露端倪。对此，北京师范大学法学院教授、亚太网络法律研究中心主任刘德良表示，从这一次疫情的情况来看，大数据的预警功能没有得到足够重视，导致疫情蔓延如此迅速，没有及时提升社会的警戒意识。如果当时能预测到疫情存在爆发的风险，那么现在的形势就不会如此严峻。

而事实上，关于疾病的传播学模型与测量方法，已经在多国进行研究。早在2008年，Google(谷歌)便发布了“Google Flu Trends”(谷歌流感趋势)，利用关键词追踪技术搜集大量有价值的数据来发现流感的爆发。该项目的研究背景，是基于每年流感疫情爆发都会在全球范围内造成数千人死亡，所以通过大数据让公共卫生官员和健康专家了解疫情爆发的严重性，并进行科学的预测。

相较于2003年的SARS，我国不仅在疫情防控方面有了更加完备的制度体系和应对措施，而且包括大数据在内的多项创新科技技术也在飞速发展。在疫情爆发之后，数家、科技、互联网公司陆续通过数据和技术能力，给全社会提供了大量数据支撑。举例来说，全球交易量最大的票务平台的12306，利用实名制售票的大数据优势，及时配合地方政府及各级防控机构提供确诊病人车上密切接触者信息。据负责12306的研发和运营维护的铁科院电子所所长朱建生表示，列车上如出现确诊或疑似旅客，会调取旅客的相关信息，包括车次、车厢及近一段时期乘坐的车次，以及同乘、同购、同行旅客的信息，比如席位前后3排的人员，与其同一订单购票的人员，进行信息分析提取，然后提供给相关防疫部门进行后续处理。

另外，利用大数据分析还可以看到人群迁徙图，具体到哪些城市。例如，百度地图推出迁徙地图总结描绘出了全国春运人员迁徙热力图，包含来源地、目的地、迁徙规模指数、迁徙规模趋势图等。由此可见，在应对此次新型肺炎疫情传播，有效阻止疫情蔓延上，大数据技术的力量日益凸显。

二、大数据在公共舆情情绪分析、疏导方面发挥出积极作用

重大公共安全事件，往往伴随民意的判断。民众如果得不到有效的对称性信息，就会引起误判和恐慌。对民众释放多种信息，并对这些给出提前的压力过程进行数据监控、并进行压力释放、预防。构成了公共舆情的分析要素。

1月26日晚，湖北省人民政府新闻发布会上，武汉市长周先旺表示，因疫情和春运影响，致500万人离开武汉。此消息一出，立刻引发舆论热议，如果在不知情的情况下和确诊患者同乘过一辆车怎么办？于是，“500万人去哪儿了”便成为公众迫切想知道答案。

考虑到疫情的传播性，民众会产生极大恐慌，各地立即引发对武汉人的高度紧张，并在一定程度上诱发了极端事件，例如：日本飞机拒乘事件，新加坡登机事件等，都一度高度紧张。

此外，对于民众而言，“今日新增病例是多少”“疫情还要持续多久？”“疫苗研制有何进展？”“多久才能正式上班？”“有效科学的预防措施是什么”……当疫情从武汉扩散至全国时，人们更加关注疫情发展形势。公众主要通过社交网络、门户网站、搜索引擎等渠道了解疫情信息，但是这些信息不仅庞杂分散，而且良莠不分。此时此刻，为了让全国人民第一时间了解最新的疫情信息及防控进展，大数据技术也就派上了大用场。

目前，很多媒体平台都能看到新型冠状病毒感染的肺炎疫情分布系统，动态更新和展示疫情在全国的变动情况。如今，人民日报、新华社、人民网等主流媒体，以及阿里巴巴、字节跳动等科技企业，均依托大数据技术，通过网站、APP等渠道，以疫情地图、疫情趋势、国内国外疫情等形式，实时播报肺炎疫情动态，只要点击系统界面地图中的每个省份，就可以显示各省确诊、疑似、死亡的新增及累计数据详情，甚至能精确到每个小区。这样，不仅为疫情防控阻击战提供了数据支撑，也充分保障了海内外民众知情权，对于增强科学防控知识、提高科学防控意识具有积极作用。

但这些应用，仍然是数据舆情领域的简单、初级的应用。而更深层次的舆情分析，涉及到计算心理学、计算文化学、计算语义学等多个社会交叉学科，也是当前大数据领域的核心关键竞争领域之一，还有待进一步加强和完善。

三、谣言与流言管控的大数据使用

重大事件的发生，往往会引起人类个体高度敏感，这是人类进化的安全防护机制。又由于不确定信息的存在，权威信息来源的稀缺，谣言、流言由于符合一般人的认知推理机制，得以快速传播。

此次疫情爆发，公众高度关注，真真假假的消息充斥全网，谣言成为疫情恐慌的最大源头，“囤板蓝根”“熏醋”“喝高度白酒”“练习抽烟”“钟南山被感染”等等谣言，随着疫情发展，层出不穷。但根据百度指数对相关谣言的数据显示，相较于过往热点事件中的谣言传播力度，本次疫情中谣言的破除速度得到明显提升，不少谣言的存活时间只有1天左右，谣言周期被大大缩短，这显然离不开大数据技术的“见招拆招”。

各类互联网平台推出辟谣的频道，实时对谣言中的不实内容进行回击，令谣言不攻自破。

据了解，这次疫情不仅有官方进行辟谣，更有不少互联网平台开通了辟谣功能。例如，今日头条APP上线了“鉴真辟谣“功能、百度上线“热搜谣言粉碎”榜单、腾讯新闻推出了“新型冠状病毒肺炎实时辟谣”页面，基于大数据分析，公众只需将信息输入、搜索便可看到最权威的解答或者辟谣信息。辟谣功能上线，对于百姓来说，可在鱼龙混杂的信息中甄别谣言，不因谣言而困扰，回归理性，在此次疫情中正确行动；对于媒体而言，媒体可采取多种方式主动及时辟谣，让权威信息跑在谣言前面，及时安抚公众恐慌情绪，遏制次生舆情蔓延。

四、大数据在公共事件发生时物质供应系统管控上功不可没

连日来，在防控武汉疫情的过程中，一个十分尖锐的问题便是医院紧缺资源，导致不少医护和患者陷入困境，社会出现焦虑，在社交媒体上，武汉医院医疗物资缺乏的信息铺天盖地。虽然诸多电商平台均得知武汉等疫区医疗防护物资短缺的情况，但是这还远远不够，因为无法从根本解决医疗防护资源调配的问题。那么通过大数据进行智能供应链管理，让物资以最短的物流途径、最短的运输时长从生产线直接到达疫区便是重中之重。如今，电商平台通过发挥大数据 供应链的优势，进行智能调度来最大化降低疫区医疗防护物质短缺的情况，其中，基于大数据运算等技术在这次物质供应保障中发挥了强大的作用。

但是，在物质调度中，也出现了官员管控不利的情况，这都需要匹配的数据系统与之相对应。

五、建议与结论

此次疫情，大数据的使用给我们提供了极大的帮助，也展示了大数据应用的强大的威力。但同时，也展示了在通常情况下被忽视的很多大数据的应用场景和漏洞。为在根本上解决我国大数据的使用问题，特建议如下：

1.建立行为大数据的归集公信力技术平台

这次瘟疫，大数据的数据资源涉及的领域包括：交通、医疗、旅游等多个领域。数据资源丰富而多样，但是，由于数据孤岛存在、数据隐私存在，导致在数据使用时，各个平台之间只能独立使用数据，无法形成数据之间的优劣互补，造成数据使用低效。亟待建立一个由政府或者第三方公信力的大数据调度与归集平台。

该平台可以不存续、不截留第三方数据，只做数据计算入口而成为公共的归集应用平台。一旦面临巨大国计、民生、或者公共应急事件，就可以启动该平台。这就构成了国家数据灾备的关键核心内容之一。

围绕该平台进行的行为数据归集、数据标准、数据征用将是未来大数据使用的关键核心之一。

2.公共舆情的社会动力与压力预报、干预系统。

舆情，也就是大众的观念。信息不对称、谣言、猜测等的产生，会造成公共应急事件中民众的巨大压力。汇聚民众公共观念、情绪、动机、压力、观念分裂等的社会动力学数据，并构建起对民生事件进行预报、预防、干预的技术系统，是将来各级政府在应对这些事件时亟需的应急系统，具有巨大的应用空间。

以上两点为核心技术点，又可以延展成公共大数据应用生态系统：包括：公共事件发生到演化过程监控与干预，公共事件发生的物质供应系统管控，公共应急事件应用与管控，上述公共管理中的纠错机制，公共信息安全(传统与非传统安全)监控。信息归集与运维管控等。