林海虹 李敏 罗佳佳

摘要：【目的/意义】随着信息技术的发展，大数据技术在精准助力国家重大突发公共卫生事件的应急管理方面展现了其优越性。、利用大数据技术联合全社会力量共同抗疫，科学高效地提升突发事件的应对能力，对提高疫情防控效率有重要意义。【方法/过程】首先探讨了大数据在我国不同治理模式下的应用，通过对比论证分析了新型冠状病毒疫情排查防控工作中的不足之处，在“健康码”的基础上引入城市“权限码”从而构建立一个“由上至下”“由下至上”相结合的新型疫情防控情报系统模型，阐述了该模型的体系结构、总体架构及运作机制。【结果/结论】该模型结合大数据技术，在健康码基础上发展创新权限码，具有共享能力强、可拓展性强、安全性高等优势，有助于提高疫情防控效率。

关键词：突发公共卫生事件 新型冠状疫情 大数据技术 应急管理 健康码

分类号：R-05;G206

引言

2020年新年伊始，新型冠状病毒肺炎爆发，它的蔓延速度和危害性始料未及，截至2021年2月，全球累计确诊超1亿例，累计死亡超2287万例，已成为全球性重大突发公共卫生事件，给社会带来了不可估量的损失和影响，给各国政府的应急治理工作带来的极大的挑战。

随着社会信息化、数字化的发展，大数据在应急治理中的作用不断提高;习近平总书记在全面深化改革委员会第十二次会议上强调：“鼓励运用大数据人工智能等数字技术。在疫情监测分析，病毒溯源，防控救治，资源调配等方面发挥支撑作用，依靠科技提高应急管理的科学化、专业化、智能化、精细化水平。”[[]]但同时大数据的应用仍然存在许多问题，如公共卫生领域各类数据的开放和共享有限，数据治理规范性不足无法保证其质量，缺乏大数据在公共卫生领域应用的主动性和前瞻性等问题，导致大数据的价值难以全面发挥。

基于前述现象，本文在对突发公共卫生事件进行现状研究和问题分析的基础上应用相关创新理论研究突发公共卫生事件的应对机制，提升我国的卫生应急管理能力。本文以“健康码”为视角，构建新型疫情防控情报系统模型来对我国现存在的不足进行改进;以期加强我国公共卫生应急管理的科学研究，加大防控力度，提升快速应急响应和高效防控治理未来突发公共卫生事件的能力。

一、国内外相关研究

随着信息技术的飞速发展，通过大数据技术加强疫情防控的优势日益明显，国内外有关于疫情防控开展许多相关研究。国外方面，谷歌于2009年推出了“Google Flu Trends”（GFT），通过对Google的搜索日志进行大数据分析，对传染病疫情进行了预测[[]]。Ginsberg[[]]通过自动获取方式在谷歌日志中选择关键词，建立模型以监测流感活動。模型预测值与国家疾病预防控制中心（ Center For Disease Control And Prevention，CDC） 数据高度吻合，并且能提前1一到两周预测流感样病例的发生。2014年，加拿大公司推出了Bio.Di-aspora系统，运用大数据技术，通过分析全球航班起降、人口移动、气候因素、家禽家畜密度、城市卫生管理系统等资讯，建立模型，发布动态全球病毒地图，成功对埃博拉病毒等传染病进行了追溯及预测[[]]。国内方面，2003年SARS事件后，我国建立了法定传染病疫情和突发公共卫生事件网络直报系统[[]]，各级医院、疾控中心、卫健委可通过该系统进行事件上报及分析利用。由于公共卫生突发事件通常是复杂、长期的，针对卫生事件的预测预警，我国成功建立了传染病预警系统，已有效服务于传染病防控工作，实现对多种传染病的自动检测分析、时空聚集性识别、预警信息发送及响应结果追踪等功能[[]]。当前，我国以传染病监测数据为基础，建立了基于不同大数据来源的传染病监测预警系统，包括基于网络、社会和自然环境因素、医疗、病原监测等[[]]。这些面向疫情防控的数据体系在疫情多源实时监控、医疗救治、信息联动等方面发挥着重要的支撑作用。

总结而言，当前学界关于突发事件的应急管理研究主要集中在应急情报的研究上，从不同现代化技术手段、不同领域、不同案例等视角进行问题的研究及阐述。本文基于国内突发公共卫生事件防控体质建设背景下，以2019-nCoV疫情排查工作为例，将侧重点落于研究疫情产物“健康码”的创新与发展上，即在健康码的基础上引入城市“权限码”概念从而对当前国内的疫情防控体系进行创新，是在国内突发公共卫生事件背景下针健康码排查问题的补充与完善。

二、大数据在我国不同治理模式下的现状

（一）运用现状分析

虽然自经历了“SARS”、“H7N9”等事件，我国应急管理机制不断完善，逐渐由自上而下的以政府为单一主体的治理模式逐渐向自下而上的以政府、群众、企业等多元主体治理模式转变，现大数据在我国主要有两种不同治理模式如表1：

传统城市治理模式是政府通过基础手段，对城市各项事务进行治理，以政府为主导中心的治理能够更好地利用权力作为治理手段，实施过程较为顺利，但是由于主体单一，导致这种治理模式在实行过程中存在许多问题。以智慧城市为例，它是一种典型的自上而下的治理模式，需要有充足的资金投入和时间投入，无法满足此次新冠疫情应急管理的需求。在疫情防控中，这种传统的治理模式出现了反应迟缓、基层手动填报任务重、群众参与度低、城乡区域发展失衡等问题;这些问题的存在导致最终决策和应用结果缺乏科学性，无法达到理想的防控治理结果。而与智慧城市相比，健康码打破了以上报政府为中心的治理模式，取而代之的是以用户为中心，政府参与的一种自下而上的管理模式，协同社会各方力量形成了有效数据库，即在一定程度上改善了智慧城市存在的问题。

（二）漏洞现状分析

在大数据应用过程中也存在着些许问题，例如政府方面的原始数据来源多而杂，有残缺或错误，比如仅登记姓名或电话，且存在不准确现象;没有形成标准规范，不能真正完全互联互通共享;信息更新速度缓慢，不能及时更新，使得潜在的感染因素的接触史超过隔离期，新发病例不能及时补充;便捷性不足，缺少对弱势群体的关照等。

三、创新性理论构建

（一）概念引入

健康码的出现是在非常时期突破诸多制度和规范的非常之举。然而，“健康码”必须以真实数据为基础，主要依靠个人“打卡”申报，以基层数据“由下至上”形式充实大数据信息，如果个别人刻意隐瞒或漏报迟报，就难以保证数据的准确性。为此我们在“健康码”的基础上参照“护照”的权限设置，引入城市“权限码”的概念，在城市与城市之间建立“权限码”，通过各城镇政府与国家的协同作用及大数据的优势在重大卫生事件等级中“由上至下”进行防控。因此，规范出行人分级进行审批流程、分级进行权限划分成为我们探讨的重点。

（二）概念界定

四、模型实际构建

（一）递阶审核判断

在疫情的迅速发展下，仅依靠政府及相关部门的力量难以进行高效快速的应对;人口的流动性是造成新型冠状传染病毒在全国范围内扩散的重要驱动因素，正确引导人口的流动，也就在一定程度上降低了交叉感染的概率。对跨省区域、人员类别、出行需求等实行分级调控，明确高危区、中风险区和安全区的具体权限划分，以更加有效地推进精细化治理。结合“权限码”后，将不同省份的出行人面临的问题转移至政府相关部门，由上级政府进行电子审批能否跨省，因此设置分级审批流程及审批标准极具必要性，以下从审核标准划分、用户划分及权限划分三个递阶层次进行阐述：

1、审核标准划分

审核标准的划分是建立递阶审批判断机制的基础，它要求用户递交的材料具有真实性、准确性及及时性。用户依据实际情况在统一的网上访问窗口根据提示选填出行的地区及提交相关的材料，当地应急办专属部门根据其自身基本约束条件结合大数据技术对用户进行信息审核，信息审核通过后才可进行下一层判断。审核标准划分如图1所示。

2、用户划分

在疫情爆发期间，我们秉持着“非必要不外出”的原则，但我们也可以看到疫情有效遏制的背后存在着体制固化的现象。“一刀切”执法也给公众的生活、工作等造成了巨大的影响，要想协同公众力量一起作战，必须不断改善机制的固化提高抗疫的人性化，即针对“必要外出”现象作出相应制度创新。满足用户的出行需求的同时做好管控是建立新型排查防控体系的初始目的，不同的用户群体在疫情期间出行需求存在差异，此时要做好人流量的管控必须先从用户群体入手;此处从个人及机构两大要素上确定用户类别，从而根据要求进行不同权限程度的放行，用户划分如图2所示。

3、权限划分

由于疫情是在不断变化的，全国落至地方的疫情防控手段也在不断改变，所以用户需求也在不断更新。因此，在用户群体划分之后，我們对出行用户的需求从事件、属性、期限、缓急等角度进行科学划分（如图3），多维度地进行综合研判，从而达到精准布设，实施分级分类的防控策略，以更好地统筹疫情防控与经济社会秩序恢复。各地应急办工作人员需与政府、医疗卫生系统等进行不断的沟通，把握不同情况下的决策、防控要求，同时也要因地制宜结合所在区域的具体管理方案、条例等约束条件自行细化规则及设置个性化需求。

（二）递阶风险审批

1、整体风险防控构架

疫情防控工作是基于“风险 - 应急 - 危机治理”的城市公共安全治理的整合性分析框架，不论在哪个阶段都需要突出重点、统筹兼顾，对各城市进行精准防控。当前，我国为应对新型冠状病毒肺炎疫情构建了国务院联防联控机制，下设疫情防控、医疗救治、科研攻关、宣传、后勤、保障等工作组，采取了集中管理的模式，形成防控疫情的有效合力。对于应急管理体制一般采用国家———省级———地方的三级结构进行设置（如图4）。在整个疫情防控中始终贯穿以上横向构架图。可根据疫情风险层次进行系统性地分级指导：从短期防控来看，可考虑“省级统筹到平地、地市精准防控”，分级区域细化到县（市、区），有条件的地区可细化到乡（镇、街道），赋予地市基层一定的自主权，实现精准治理;从长期防控来看，可以此为基础，从实际出发划分阶段性的高、中、低风险区，通过分级执行差异化管理和防控措施，为疫后生产生活秩序的恢复提供最大的回旋余地。

2、递阶卫生等级审批流程

x本文引入的城市“权限码”主要针对公共突发卫生等级前两个等级：特别重大（Ⅰ级）、重大（Ⅱ级）等级进行具体如图5所示流程审批，健康码全程作为辅助，其功能并入该治理模型中，形成一个完整的“由上至下”“由下至上”的完整闭合系统。

在Ⅰ、Ⅱ重大公共卫生响应情况下，由出行人员递交相关材料至当地疫情指挥部进行初审，由于各城市的疫情灾情情况不一，初审通过后的材料需要目的地城市的疫情指挥部进行复审，高风险地区“权限码”与“健康码”双管齐下进行严控把守，即在城市与城市间设置权限从而达到实施精细化和精准化治理。而在Ⅲ、Ⅳ卫生响应级别下，对于城镇放开权限设置，由“健康码”动态追踪反馈，无须“权限码”审核同时鼓励进行恢复生产、生活。

（三）数据访问与接入

1、数据访问接入整体构架

在公共突发卫生中一个看似简单的二维码背后，调动的是涉及产品、技术、运营的多方面能力以及强大的用户触达能力。其需要整合了多个领域、多个部门的大量数据，通过大数据实时比对、更新并作出综合研判，进而对用户申报的信息进行交叉验证，掌握公民的行动轨迹，精准识别高危人群。本文将“权限码”背后的体系结构分为访问层、WEB层、接口层、服务层、数据层及资源层（如图6）。用户端通过访问层发送请求至API Gateway，而后API Gateway负责请求转发、合成和协议转换，所有来自用户端的请求都要先经过API Gateway，然后路由这些请求到对应的微服务，用户通过服务层与外部接入系统数据的交互，间接参与疫情防控情报系统。城市“权限码”不同于“健康码”倾向于在平台端通过与手机漫游轨迹、密切接触人员等相关数据的校验，“权限码”更倾向于数据比对后的环节，即在数据比对审核通过后设置的分层权限。

（1）用户层及访问层

新型防控系统所处理的数据，最终是要提供给用户进行参考，以了解出行信息要求、提交材料审核及其他疫情防控讯息。疫情防控的主体是人，包括个人及由人所组成的机构。用户可根据自身情况选择适合自己的访问端进行信息的搜集及填报，可结合手机客户端等智能快捷方式提交审批材料。

（2）服务层

服务层开展了以城市“權限码”申请为主要业务、预警预测、紧急业务、特殊人群业务等服务为辅的统一服务访问窗口（如图7）。在服务层背后做支撑的是多元化的数据共享机制，各参与机构的系统平台接入此新型疫情防控系统，将各自采集、处理的数据上送至区块链进行存储，形成一个完整的多元化数据共享库。数据源包括应急管理内部数据、其他部门共享数据、社会互联网数据及感知数据四大模块。在用户申请出行时，做到数据、接口、服务、应用四个清楚，城市“权限码”数据接入及接出流程、权限接口至各市（自治区、直辖市）、区（县）、镇（街道处）的技术标准和其他服务的配套标准，形成数据的共享保障机制。

（3）数据层

新型疫情防控系统的数据来源于各行各业，而各行各业的情报数据行业特性强、隐私保护要求高，我们也不能忽视对数据的管控，比如机构接入情报系统需经过注册审核、网络准入、区块链角色与权限分配、注销退出等流程，本文针对数据的应用分为了数据接入、处理、管控三个版块。数据接入包括探查、读取、对账、续传、分发及任务管理;数据处理包括数据的抽取、转换、清洗、去重、补全、关联、融合、比对及标识;数据管控上包括元数据的管理、资源目录管理、数据字典管理等。

（4）资源层

在数据传输后需要对数据进行清洗和冗余消除等预处理工作，提高数据质量和有效性，对清洗过的数据进行相互关联及聚合，最后根据数据类型的不同以标准化的结构存贮至不同的数据库。资源层结构我们主要分为数据库储存、缓存、文件储存及其他合作的云储存服务，高效的资源整合有助于推动多元智库的数据存储发展，从而为疫情的数据分析提供基础。

五、未来发展与建议

（一）完善疫情监测体系，提升预测排查能力。建立排查体系是指以国家公共卫生信息系统为基础，结合其他与突发公共卫生事件有关的体系，建立健全全国不同层级的信息网络，使其覆盖各省、市、县、乡、村，甚至覆盖各个社区及街道.。

（二）构建数据治理模型，制定数据采集标准。构建一个统一、规范、成熟的数据模型能够为突发公共卫生事件的防控工作提供有价值的数据参考，降低数据后期的处理难度，为防控工作提供一个统一的标准，更有利于开展防控工作，提升突发公共卫生事件中风险防范及应急处置的前瞻性和精准性。

（三）加强数据监督治理体系，注重公民隐私保护。利用大数据进行精准防控的同时通过技术、监管等手段进一步加强相关数据的开放和安全隐私的保护，要保证原始数据的质量，提升大数据分析结果的准确性，加强数据监管体系。

（三）构建多元治理机制，推动协同治理模式。运用大数据构建政府各部门之间，政府与社会各界共享信息的线上治理平台，改变政府单一化、碎片化的治理模式。另以大数据为依托形成以政府为主导、部门联动、社会各界支持和民众积极参与的多元协同治理，实现最大限度的数据共享，提高突发公共卫生事件的治理效率。

参考文献

[1]习近平主席在中央全面深化改革委员会第十二次会议上的讲话[EB/OL].[2020-03-27]

[2] 张昌明，朱红. 大数据以及在医疗领域的应用[J]. 中国医学教育技术，2015，29（ 3）： 294 - 297.

[3] Ginsberg J，Mohebbi MH，Patel RS，et al. Detecting influenza epidemics using search engine query data[J].Nature，2009，457（ 7232）：1012-1014.

[4] 辛妍. Bio. Diaspora： 基于大数据的疫情扩散预测[J].新经济导刊，2014，11： 44 - 49.

[5]金水高. 我国公共卫生信息化发展概览[J]. 中国医疗器械信息，2010，16（03）：9-18+36.

[6]我国传染病预警系统达国际先进水平[J].中国信息界（e医疗），2014，（11）：11.

[7]祝丙华，王立贵，孙岩松，宋宏彬. 基于大数据传染病监测预警研究进展[J]. 中国公共卫生，2016，32（09）：1276-1279.

[8]赵发珍，王超，曲宗希.大数据驱动的城市公共安全治理模式研究——一个整合性分析框架[J].情报杂志，2020，39（06）：179-186+151.

湖北经济学院法商学院，湖北武汉430000

中国应急管理科学2021年6期