面向公共卫生事件的大数据治理能力评价与应急管理策略研究

黄炜　孟慧莹

DOI：10 3969/j.issn.1008-0821.2021.10.014

[中图分类号]G203 [文献标识码]A [文章编号]1008—0821（2021）10—0119—11

一直以来，突发公共卫生事件给人类社会造成巨大威胁，特别是2003年广东顺德暴发的非典疫情以及2020年湖北武汉暴发的新冠肺炎疫情，两次重大疫情均从暴发地迅速蔓延到全国各地，并造成严重危害。尽管，非典疫情后，我国公共卫生应急管理体系建设已向前迈出重要一步，然而，2020年初暴发的新冠肺炎疫情仍然暴露出我国在应对重大突发公共卫生事件中存在的监测预警机制不完善、信息通报制度不全面、公共卫生资源供给不足与配置不合理等诸多问题。

大数据治理有助于公共卫生应急管理体系建设快速发展，从而保证国家、社会以及民众能够更从容地应对公共卫生事件，尽可能降低其危害性。然而，目前鲜有研究利用大数据治理解决公共卫生应急管理中存在的问题。因此，为了充分利用大数据治理的相关技术和方法应对公共卫生事件，提升公共卫生应急管理水平，本研究将通过探析大数据治理与公共卫生事件的深层次联系，分析面向公共卫生事件的大数据治理能力影响因素，构建面向公共卫生事件的大数据治理能力评价指标体系，并根据研究结果，结合此次新冠肺炎疫情防控中的问题，为公共卫生事件的应急管理提出相应对策和建议。

1相关研究

1.1公共卫生事件与公共卫生应急管理

公共卫生事件是指对国家发展、社会稳定、民众健康构成或者可能构成威胁的突发性事件，非典和新冠肺炎疫情均属于重大突发公共卫生事件。为应对诸如此类的事件，相关组织机构应当实施恰当的公共卫生应急管理措施并在此过程中总结经验以提高公共卫生应急管理水平。公共卫生应急管理是为了保障民众健康和生命安全，维护社会稳定，由卫生部门、政府机构等采取医学防治、卫生监督、政策发布等一系列干预和控制公共卫生事件危害性的行为。

新冠肺炎疫情暴发后迅速蔓延，成为国际性的重大突发公共卫生事件。由于公共卫生事件会对国家、社会和民众造成严重影响和威胁，因此如何应对公共卫生事件成为学界的研究热点。在应对公共卫生事件方面，提高社会对于风险信息的感知能力，不断完善预警机制，是从源头防范和控制公共卫生事件的关键。并且，对公共卫生事件下产生的网络舆情进行分析并合理应对，是维持社会稳定的重要环节。赵耀等建议从加强早期网络舆情的监测预警、做好中期网络舆情的引导工作、重视末期网络舆情的恢复3大层面应对公共卫生事件下的网络舆情。马续补等发现公众会高度关注公共卫生事件下的科研信息报道，并且官方媒体和权威专家的回应能够影响事件舆情的走向，由此建立“官方媒体—权威专家—普通公众”三方协同的公共卫生事件科研信息报道舆情的管控机制。另外，利用大数据相关的技术和方法是目前应对公共卫生事件的重要发展趋势。彭宗超等通过分析新冠肺炎疫情前期防控过程中“五情”信息的演化和相互之间影响的过程、机理，呼吁相关机构高度重视公共卫生事件早期的大数据监测预警工作。王钺通过剖析“互联网+国家治理”之于突发公共卫生事件的内在机制，分析新冠肺炎疫情防控过程中暴露的问题，从意识、技术和管理3个层面提出公共卫生事件治理能力提升的具体措施。

公共卫生事件的应急管理作为防范、处置公共卫生事件的核心要务同样引起了学者们的关注。公共卫生应急管理阶段划分的结果具有多样性，其中鲁全将公共卫生应急管理周期划分为3个阶段，分别是预防与准备阶段、响应和应对阶段以及善后与恢复阶段。公共卫生应急管理体系具有复杂性，为充分发挥公共卫生应急管理的治理能力，促进公共卫生应急管理体系建设，相关组织机构需要健全应急管理体制、机制并完善其法制。李雪峰从公共卫生应急管理的法治保障、国家及卫生部门应急管理体制、应急管理的工作机制等7个方面出发，为健全我国公共卫生应急管理体系提出了对策与建议。

习近平总书记鼓励充分发挥大数据技术在疫情防控中的作用，保证公共卫生事件的监测预警工作、医疗防控救治工作以及应急资源调配工作等高效精准实施。将大数据技术运用于公共卫生应急管理中能够提高其决策水平，并转变决策方式，使得决策方式从经验决策转变为数据决策，由事后经验总结转变为事前及时预警。另外，面向公共卫生事件的大数据治理对跨部门数据对接、信息共享以及组织间协同管理存在较高要求，并对数字化技术表现出高依赖性。王青兰等提出公共卫生数据共享平台能够通过数据分析将公共卫生实践中所产生的数据转变为电子病历类信息、临床决策类信息、政务协同类信息以及社会治理类信息，对这4大类信息进行提炼整合后能够得到可传播、可促进决策的公共卫生信息，由此提升公共卫生应急管理水平。

1.2大数据治理及其治理能力

大数据治理的概念众说纷纭，学者们也没有统一、权威的定论，但是从大数据治理的目的、对象以及解决的问题3个维度解读大数据治理能够帮助理解其概念内涵。大数据治理的目的在于价值实现和风险管控;大数据治理的对象是权责分配，即分配决策权的归属以及其相应所承担的责任，并需要保证权力与责任匹配;大数据治理需要解决的实际问题包括决策范围、决策者、决策制定以及决策监控。实现大数据治理，发揮大数据治理的作用需要具备4大要素。其中，风险管控和价值实现构成大数据治理目标要素：组织结构、组织流程以及组织人员构成大数据治理促成要素;大数据质量管理、大数据生命周期管理以及大数据安全与隐私管理则组成大数据治理的核心要素;大数据基础资源要素管理以及大数据标准管理则是大数据治理的支持要素。明确大数据治理的要素，了解各要素的作用以及要素间的关系有利于提高大数据治理能力。大数据治理能力指某领域利用大数据治理的相关技术和方法，解决此领域中存在的问题或推进此领域发展的能力。

目前，学界对大数据治理能力的研究主要集中在政府、医疗和档案3大领域。政府大数据治理能力是指以政府为治理主体，以公民、社会以及政府自身的需求为治理导向，运用大数据技术和方法对政府的各类数据资源进行治理以实现政府数据治理现代化的能力。影响政府大数据治理能力的主要因素包括数据、技术以及资源，三者相辅相成，为政府大数据治理中产生的问题提供决策方案。谢刚等提出提升医院大数据治理能力能够提高医疗服务效率以及医疗服务质量，据此构建多科性医院大数据治理能力的评价指标体系，研究结果表明，搭建满足大数据治理需求的软硬件环境，并提高相关部门的大数据治理能力水平是促进多科性医院大数据治理能力快速提升的关键所在。常大伟等从治理能力建设以及实现角度分析档案数据治理能力，通过构建档案数据治理能力的结构体系，明晰提升档案数据治理能力的具体实施路径。

2面向公共卫生事件的大数据治理能力评价指标体系

2.1面向公共卫生事件的大数据治理活动

面向公共卫生事件的大数据治理需要结合公共卫生事件的应对策略规划大数据治理活动，本文通过梳理面向公共卫生事件的大数据治理从宏观层面至下各阶段治理活动，如图1所示，剖析其大数据治理能力的主要影响因素。

2.1.1宏观层

大数据治理在宏观层面的治理活动要素主要包括治理目标、需要解决的实际问题以及治理过程中的权责分配。基于公共卫生事件，大数据治理目标即利用大数据做出科学决策，实现数据价值;监测大数据动态，在公共卫生事件防控前期及时发出预警信号，最大限度地降低公共卫生事件带来的风险。需要解决的实际问题包括公共卫生事件治理的决策范围、决策者、决策制定以及决策监控，可以通过寻求公共卫生事件治理的实施路径，即制定大数据解决方案和大数据过程标准，解决以上问题。明确治理目标与制定实施路径的过程即为面向公共卫生事件的大数据治理战略规划。

面向公共卫生事件的大数据治理过程中的权责分配，即各阶段组织流程的决策权归属、责任分配以及人员设置，其中包括组织流程、组织结构以及组织人员3个要素。这些组织要素共同构建起面向公共卫生事件的大数据治理组织保障。

2.1.2中观层

在中观层面，面向公共卫生事件的大数据治理活动包括确定所需管理的数据资源要素、部署数据架构以及管控大数据治理风险。元数据管理、主数据管理、参考数据管理以及数据标准管理是数据资源管理的基础管理要素。元数据是描述数据属性的一类数据，有助于资源查找、文件记录、存储位置指示等功能的实现，元数据管理包括元数据实体定义、词汇表发展等，元数据的创建、存储以及共享交换等则是较为基础的元数据管理流程;主数据是相关部门的关键数据，也是系统间需要共享的数据，主数据管理包括了解主数据应用需求、识别主数据来源以及提高主数据质量等;参考数据是增加数据可读性以及可维护性的重要数据，对参考数据进行管理能够帮助相关组织机构提高数据整合、共享及分析的效率;数据标准管理是规范数据标准制定及其实施的一系列活动，对提升数据质量、实现数据共享、释放数据价值等意义重大。部署数据架构包括建设大数据平台与运用大数据技术。建设大数据平台能够实现公共卫生应急管理大数据的收集、分析、存储以及共享等功能，而合理运用大数据技术处理公共卫生应急管理中所产生的大数据，能够帮助相关部门做出合理决策，保证大数据决策的准确性。

大数据治理的快速发展与应用加快了国家治理体系和治理能力现代化的进程，然而在此过程中也催生了大数据治理风险，主要表现为大数据质量风险、大数据生命周期风险、大数据安全与隐私风险以及大数据技术风险。保证大数据质量是进行大数据研究的基础条件，是开展数据治理活动的前提。大数据质量管理是提高大数据质量的重要手段，是大数据治理的要务之一。大数据质量管理的重点是对数据集进行评估，并对不符合要求的数据进行纠正，确保所得到的数据集能够服务于面向公共卫生事件的大数据治理。在此过程中，数据冗余、数据残缺以及数据结构不一致等数据质量风险需要及时关注并解决。大数据生命周期管理用于管理系统数据全生命周期的流动，包括数据的创建、存储、分析、共享以及销毁等阶段。其中，数据供需不匹配、数据共享受阻、数据价值流失等数据生命周期风险应当引起注意。大数据安全与隐私管理贯穿大数据全生命周期，需要考虑在大数据生命周期不同阶段，数据在不同主体间进行发布、传输和共享等操作时的数据安全保护策略。此过程中，数据丢失和数据泄露是需要重点关注的安全风险。大数据技术风险则涉及数据平台建设中“数据仓库”的安全性和稳定性以及数据技术应用的一体化程度。

以上确定数据资源管理要素、部署数据架构以及管控数据治理风险的过程即为面向公共卫生事件的大数据治理数据管控。

2.1.3微观层

在微观层，面向公共卫生事件的大数据治理活动是从具体行为角度防控公共卫生事件，包括外部响应和内部应急，这两部分治理活动的治理对象及治理目标有所不同。外部响应根据治理主体不同，分为包含舆论应对和民众参与的社会治理以及包含响应大数据政策和公共卫生管理制度的政府治理。内部应急包括医疗资源信息治理和卫生机构服务范围监测，前者是利用大数据掌握医疗资源的数量、需求量以及分配比例等数据信息，对数据进行分析处理，实现医疗资源的及时补充和精准调配;后者是通过预测潜在病患数量，并以相关卫生机构的工作人员数量（包括医生、护士、机动人员等）、床位数量、设施齐全度等为依据评估卫生机构的服务范围和服务能力，增援服务能力不足的地区，保证公共卫生事件发生后，区域内的所有病患都能够接受有效治疗。通过保证外部响应与内部应急及时有效，进而保证面向公共卫生事件的大数据治理应急效能。

综上所述，面向公共卫生事件的大数据治理能力，即为相关组织机构通过对面向公共卫生事件的大数据治理过程中产生的数据采取一系列数据管控措施，以实现大数据治理战略规划，并提高公共卫生事件应急效能的能力。面向公共卫生事件的大數据治理能力的核心因素分别为战略规划、组织保障、数据管控以及应急效能，将其作为本文所构建指标体系的初步一级指标。

2.2面向公共卫生事件的大数据治理能力评价指标体系构建

为科学有效地评价面向公共卫生事件的大数据治理能力，保证所构建的评价指标体系合理且规范，设计原则应当具备系统性、针对性、可操作性以及动态性。本文根据相关理论分析、文献研究以及治理活动框架，结合德尔菲法确定面向公共卫生事件的大数据治理能力评价指标体系。

首先，对公共卫生事件和大数据治理的相关理论及文献进行归纳梳理，分析面向公共卫生事件的大数据治理活动要素，从而剖析大数据治理能力的影响要素，得到以4个一级指标、9个二级指标、30个三级指标构成的初级评价指标体系。

然后，利用德尔菲法，以问卷调查的形式征询专家意见，对其进行整合，进而筛选出合理有效的指标。采用李克特五点量表法设计问卷，将指标的重要程度划分为5个等级，并分别赋值，5、4、3、2、1这5个数字分别代表非常重要、重要、一般重要、不重要和非常不重要5个程度。集中度和离散度是进行指标选取的两个重要判断标准，集中度由指标认同率和指标重要程度平均值来度量，而离散度以变异系数来度量。由此，选取的指标应当满足认同率高于65%、重要程度的平均值高于3.5分以及变异系数低于0.3这3个要求。

最后，根据湖北工业大学知识管理与创新研究中心10位相关领域研究者的两轮打分结果进行指标取舍以及优化调整，所获得的一、二、三级指标认同率分别为100%、100%、90%。最终确定的指标体系包含战略规划、组织保障、数据管控和应急效能4个一级指标，治理目标、实施路径、组织架构等9个二级指标和大数据监测预警能力、大数据科学决策能力、大数据解决方案制定等24个三级指标，如表1所示。

3面向公共卫生事件的大数据治理能力评价指标权重确定

本文采用改进的“五标度”层次分析法，结合D-S证据理论，确定指标权重。由于常用的“1～9标度”法基础数据复杂并且对各指标间的重要程度判断要求比较高，而改进的“三标度”法虽然基础数据较少，各指标间重要程度判断较为简单，但随之会产生一致性缺失、判断信息缺失以及累计优势度降低的问题，因此本文选择（-2，2）的“五标度”法。首先，基于“五标度”法设计各级指标间两两重要性比较的专家问卷，指标重要性判断法则如表2所示;然后，为降低单一专家决策意见所造成的片面性和不确定性，文章利用D-S证据理论融合各专家意见，构造判断矩阵;最后，运用改进层次分析法计算本文面向公共卫生事件的大数据治理能力影响指标权重。

3.1 D-S证据理论

D-S证据理论具备扎实的数学基础，能够提供一种融合多源数据的合成法则，在处理不确定性信息方面显示出强大的能力。将D-S证据理论运用于专家决策中，能够减少因专家对不确定事件的错误或不准确判断而造成的决策偏差，提高专家决策的准确程度。

将专家根据重要性判断法则对各级指标间进行两两比较重要程度判断的识别框架设定为θ={-2，-1，0，1，2}，指标Q_i和Q_i重要程度判断的专家评价结果设定为Q_ij（i=1，2，…，n;j=1，2，…，n）。由W位专家独立地对各级指标间两两比较重要程度进行评价，根据所获取的W位专家评价结果能够得到属于θ幂集的w个基本概率分配函数mass：m₁，m₂，…，m_w。利用Dempster合成规则对以上mass函数进行依次融合，即：

以一级指标中战略规划（X₁）和组织保障（X₂）为例，由湖北工业大学知识管理与创新研究中心相关领域的5位专家独立地对两指标的相对重要程度做出判断，表3即为各专家结合表2所给出的指标相对重要程度概率矩阵。

3.2改进层次分析法

3.2.1建立層次结构模型

将影响面向公共卫生事件大数据治理能力的因素进行梳理，建立如图2所示的大数据治理能力影响因素层次结构模型。

3.2.2构建判断矩阵

根据D-S证据理论融合专家意见的结果，构建如下判断矩阵。

3.2.3改进矩阵一致性

专家根据经验给出指标间两两比较重要程度的结果，然而，由于人们对于事物的认识和判断受主观因素的影响，其给出的判断结果往往不能够完全反映事物的客观状态，因此当使用传统层次分析法计算指标权重时，则需要对矩阵进行一致性检验。但是，随着专家学者对层次分析法研究的深入，其计算方式有所改进，可以利用构造一致性矩阵的方式代替矩阵一致性的验证。

根据式（5）可得：

It/=[0.5279，0.0714，0.2494，0.1513]^T

W中各元素即为各一级指标的权重值。

根据以上方法，求得各层各指标元素权重值，如表4所示。

3.3权重结果分析

通过图3可以看出，大数据监测预警能力是一级指标战略规划层中影响力最大的因素，也是面向公共卫生事件的大数据治理能力所有影响指标中权重最大的因素。在其他一级指标层中，影响力最大的因素分别是组织保障层中的组织人员的数据素养、数据管控层中的大数据质量风险管理以及应急效能层中的医疗资源信息治理能力。

4新冠肺炎疫情防控问题与公共卫生应急管理策略

新冠肺炎疫情暴露出我国公共卫生应急管理体系仍然存在着诸多问题，下文将结合面向公共卫生事件的大数据治理能力评价指标体系研究结果有针对性地剖析疫情防控中暴露出的问题，据此为公共卫生事件的应急管理提出对策和建议。

4.1大数据监测预警方面存在的问题及其应对策略

大数据监测预警能力是影响面向公共卫生事件的大数据治理能力最为根本的因素。然而，尽管我国在SARS之后重点建造了中国传染病疫情和突发公共卫生事件网络直报系统，但是由于相关组织机构对“非官方”数据信息关注度不够，导致网络直报系统失灵。在新冠疫情暴发初期，从各方对于疫情信息的“误判”、疫情上报不够及时到疫情防控预警系统失效，种种原因导致疫情蔓延范围增大、疫情扩散趋势加快、疫情控制难度加大。这暴露出我国公共卫生应急管理大数据监测预警体系存在如下问题：现有监测预警系统功能结构不够完善，缺乏针对新型传染病疫情以及不明原因疾病的应对方案;新型传染病疫情以及不明原因疾病的上报审批过程繁琐，对疫情快速预警和防控造成阻碍;大数据监测预警系统的数据来源单一，获得的信息具有不确定性，导致相关部门所做的判断或决策不够准确且不够权威;各相关部门间缺乏信息共享机制，信息难以在部门间流转，信息的整合效率低，无法进行有效的联合预警。

对此，有如下建议：完善公共卫生应急管理大数据监测预警系统，不仅要制定法定传染病的分级、监测预警方案，还需汇总新型传染病的各项信息，并制定新型传染病疫情以及不明原因疾病的系统性应对方案;简化新型传染病疫情以及不明原因疾病的上报流程，依据事态严重性分级制定不同等级的疫情审批原则;获取医疗卫生、政府政策、社会民生以及互联网等与新型传染病疫情以及不明原因疾病相关的多方面数据，通过汇总、分析多元数据对新型传染病疫情以及不明原因疾病做出相对准确的判断;构建一体化的公共卫生应急管理大数据治理平台，实现跨部门数据共享，整合各部门信息，实现快速且有效的联合预警。

4.2组织人员的数据素养方面存在的问题及其应对策略

组织人员的数据素养是面向公共卫生事件的大数据治理能力组织保障层最为基本且重要的因素，是指相关组织机构的工作人员对数据的收集、分析和处理能力以及利用数据做出决策的能力。在公共卫生应急管理中，基层公共卫生机构工作者主要负责对公共卫生事件的相关数据进行收集、记录和汇总;具备大数据处理能力的人员主要负责对数据进行分析、整合;公共卫生事件相关决策者则根据经过分析处理的公共卫生数据及信息做出正确决策。

然而，在此次新冠肺炎疫情应急管理中，仍然存在使用人工登记、纸质填报等方式获取数据信息的部门和组织。传统的数据获取方式耗时耗力、准确性难以保证并且数据难以传递和共享，导致基层工作人员的工作任务量巨大且效率低下。基于此，应当提高基层公共卫生机构的信息化程度，为其配置相应的信息化设备，并且对基层公共卫生工作者进行信息化教育培训，提高工作者的信息化水平和数据素养。

4.3大数据质量风险管理方面存在的问题及其应对策略

大数据质量管理是面向公共卫生事件的大数据治理能力数据管控层最为关键的因素，它决定着数据管控层中所有环节的成功与否，是数据全生命周期管理的基础，也是数据安全与隐私管理的前提。并且，大数据平台的搭建以及大数据技术的应用均对大数据质量有较高要求。与此同时，大数据质量也面临着诸多风险。

此次新冠肺炎疫情中，通过各部门数据采集所获取的疫情相关基础数据存在数据冗余、数据缺失、数据结构不一致等問题。因而，把基础数据转化为高质量公共数据的过程更加艰难，并且与疫情防控的数据需求匹配度不高。由于相关部门在数据采集方面的权责划分不清晰，因此会出现数据采集重复、缺失等问题;而没有统一的数据采集上报平台，则会导致数据结构产生差异。对此，应当增强跨部门间信息交流，对各部门的权责划分制定清晰、明确的标准，规避数据冗余以及数据缺失风险;建立标准的、统一管理的数据采集上报平台，对所获取的数据进行处理，及时发现、解决数据冗余和数据缺失问题，并通过制定数据标准规范数据结构。

4.4医疗资源信息治理方面存在的问题及其应对策略

医疗资源信息治理能力是面向公共卫生事件的大数据治理能力应急效能层中最为核心的因素，决定着医疗应急物资的精准调配能力，充足的医疗应急物资能够保证医护人员在进行医疗救助过程中的安全、保证各部门防疫工作者在实施公共卫生事件应对措施时的安全。

但是，在此次新冠肺炎疫情中，由于疫情的突发性以及病情的潜伏期，医疗物资数量和调配量难以提前预知，导致疫情初期湖北地区医疗物资严重短缺，一线医护人员面临着严重的安全威胁。这暴露出我国公共卫生应急管理在医疗应急资源信息治理中存在的主要问题有：医疗应急资源信息管理和调配过程管理不统一、不集中;医疗应急资源信息在部门之间存在数据不互通、信息流转堵塞等问题。对此，应当建立全地区统一的应急物资信息管理平台，优化应急物资管理的决策权;并通过平台实现医疗应急资源信息的共享，保证信息的真实性、透明性和可追溯性。

5结语

本文通过构建面向公共卫生事件的大数据治理能力评价指标体系，计算各指标权重，发现大数据监测预警能力、组织人员的数据素养、大数据质量风险管理以及医疗资源信息治理能力分别是一级指标战略规划、组织保障、数据管控以及应急效能层面影响力最大的因素，其中大数据监测预警能力则是评价指标体系中影响力最大的因素。根据研究结果，有针对性地对新冠肺炎疫情防控中暴露出的问题进行分析，并为公共卫生事件的应急管理提出相应建议。

（责任编辑：孙国雷）