大数据环境下情报主导的疫情防控模型研究

王秉 宋欣筑

摘 要：[目的/意义]在当今大数据时代，大数据和情报是提升疫情防控能力的关键。因此，开展大数据环境下情报主导的疫情防控研究意义重大。[方法/过程]首先，从理论层面出发，界定疫情防控、疫情大数据和疫情情报的概念。其次，阐述疫情大数据、疫情情报与疫情防控之间的关系。最后，构建大数据环境下情报主导的疫情防控模型，并解析其内涵。[结果/结论]大数据环境下情报主导的疫情防控的关键在于将疫情大数据转换为有用的疫情情报，并运用疫情情報服务和支撑疫情防控能力的提升。

关键词：安全情报学;疫情大数据;疫情情报;疫情防控

DOI：10.3969/j.issn.1008-0821.2020.09.002

〔中图分类号〕G203 〔文献标识码〕A 〔文章编号〕1008-0821（2020）09-0015-05

Research on Intelligence-Led Epidemic Prevention and

Control in the Big Data Environment

Wang Bing1，2，3 Song Xinzhu1

（1.School of Resources & Safety Engineering，Central South University，Changsha 410083，China;

2.Safety & Security Theory Innovation and Promotion Center，Central South University，

Changsha 410083，China;

3.Safety & Security Science and Emergency Management Center，Central South University，

Changsha 410083，China）

Abstract：[Purpose/Significance]In the era of big data，big data and intelligence are the key to improve the capability of epidemic prevention and control.Therefore，it is of great significance to carry out the research on intelligence-led epidemic prevention and control model in the big data environment.[Method/Process]First，this article defined the concepts of epidemic prevention and control，epidemic big data and epidemic intelligence.Second，this paper expounded the relationship of epidemic prevention and control，epidemic big data and epidemic intelligence.Finally，this article constructed an intelligence-led epidemic prevention and control model in the big data environment，and analyzed its connotation.[Result/Conclusion]The key of intelligence-led epidemic prevention and control in the big data environment was to transform epidemic big data into useful epidemic intelligence，and use epidemic intelligence to support the improvement of epidemic prevention and control capability.

Key words：safety & security intelligence science;epidemic big data;epidemic intelligence;epidemic prevention and control

今年，突如其来的新冠肺炎疫情肆虐全球，给各国民众安全健康及经济和社会发展造成了严重影响[1-2]。从安全角度看，疫情是一类典型的安全事件[1]，而安全情报学作为一门为安全事件防控提供有效安全情报支撑和服务的学科[3]，理应为疫情防控做出自身应有的贡献。正因如此，王秉等[1]提出疫情防控的安全情报视角和逻辑，并明确指出，在疫情防控工作实践方面，应强调情报（安全情报）主导的安全管理方法[4]的应用（即要积极倡导和实施情报主导的疫情防控方法），应在未来开展这方面具体深入研究。由此可见，情报主导的疫情防控研究意义重大。

与此同时，在当今大数据时代，大数据（如新冠肺炎传播状况、疫情期间资源调配、人员迁徙轨迹、疫情风险等方面的大数据）可为疫情防控提供巨大助力[1，5]。因此，在疫情防控方面，应充分向大数据借力。大数据可为安全情报的生产提供充分的基础资源和强有力的支撑，已有研究[6-7]结合大数据背景改造升级情报主导的安全管理方法，开展大数据环境下情报主导的安全管理研究。有鉴于此，本文结合当今大数据这一时代背景，在已有的大数据环境下情报主导的安全管理研究基础上，结合疫情防控特点，开展大数据环境下情报主导的疫情防控模型研究，以期为大数据环境下情报主导的疫情防控工作提供理论依据和方法指导，从而助力大数据时代疫情防控能力和水平的提升。

1 基本概念界定

1.1 疫情防控

疫情具有突发公共卫生事件的一般特点，主要包括5方面特征：1）突发性：表明疫情发生时间、地点及规模等往往是很难估计的，其诱因具有潜在性和隐蔽性;2）复杂性：疫情呈现一果多因的性质，因果联系复杂，其状态也会因时空不同而发生变化[8]，从社会关系的高度复杂性来看，疫情所涉及的社会组织、政府职能部门也较为广泛;3）破坏性：疫情渗透性极强，不仅带来严重的人员伤亡、财产损失，其對经济的冲击、社会及国家的负面影响都极大;4）持续性：从事件的潜伏、爆发到稳定、消退是一个长期过程，解决随之造成的经济、政治等串联事件并修复社会秩序等过程耗时长;5）可控性：疫情是可通过采取正确手段、措施进行控制的。从系统的角度来看，防控是指通过对系统进行调节来克服其不确定性，使其达到并保持所需状态的活动过程。根据疫情的特点及防控的基本含义，所谓疫情防控，是指根据疫情特征、规律和发展趋势等，尽可能降低直至彻底消除疫情负面影响的相关活动过程。由此可见，疫情防控是以结果为导向的过程事件，在研究时应将重点放在过程研究，即怎样利用相关疫情大数据、信息、情报等资源来服务于疫情防控过程。

1.2 疫情大数据

所谓疫情大数据，是指疫情相关的所有数据，它具有大数据的一般特征。从过程和目的角度看，通过相关工具和技术，通过收集、分析和整合疫情大数据，以期达到对疫情状态的科学描述，并监测疫情发展和防控疫情的目的。要获得疫情大数据，关键在于整合疫情相关数据，包括“纵向整合”与“横向集成”两方面，如图1所示。

在疫情防控中，疫情大数据来源广、用途广泛。例如：医疗机构利用患者病情数据对患者进行危险评估，筛查医学影像，以此进行分级诊疗，实现医疗资源的高效配置;各社区居民主动登记个人信息与近期出行范围，并进行线上录入，各省份推出“健康码”来跟踪监测居民的活动轨迹、消费记录等，用大数据评估分析居民疫情健康风险;互联网公司通过用户授权的定位信息，利用GPS数据、基站数据等溯源患者活动轨迹以及接触人群，并通过国家卫健委发布的确诊病例制成疫情地图;各地区医疗物资信息管理系统的建立，对各类医疗物资的运输、入库、日常消耗、库存量进行实时监控;人口流量较大场所采用AI人脸识别红外测温，实现实时采集数据，具有较高测查效率。

1.3 疫情情报

安全情报由安全信息经过深层次加工转化而来，是对安全管理（即“安全事件防控”）有用的安全信息。在疫情防控中融入安全情报，更准确地讲是疫情情报（它涉及医学情报、政府情报、社会情报[9]等），能为疫情防控提供有效支撑，属于安全情报的实践应用[1，10]。根据安全情报的含义，疫情情报是指对疫情防控有用的疫情信息[1]。疫情防控是一个过程事件，疫情情报是能为疫情防控全过程提供指引的疫情信息并服务于整个防控全过程，具体分析如下：

1）在疫情防控前期，该阶段疫情情报工作重点在于对疫情感知与预警，即通过对疫情特征（如病毒特性、案例知识、诊疗数据等[11]）的分析来设计多个针对性的疫情情报采集点[12]，利用疫情情报感应风险信号，提前对疫情进行鉴别、评估并进行应急准备（如应急物资筹备、救援培训灯），从而使疫情防控实现“预防为主”[6]。

2）在疫情防控中期，该阶段疫情情报工作重点在于疫情的应对，即跟踪疫情进程、协调指挥、做出应急决策并尽力降低负面影响和损失。在这一阶段，伴随着大量确诊病例出现，疫情态势变得更加复杂，疫情情报流速度加快，疫情情报也更加复杂，易发生疫情情报紊乱，对于疫情情报的传递、利用、凝练的能力要求高，如何有效筛选高质量的疫情情报，使各维度的疫情情报相互关联，并支撑疫情防控是该阶段的关键任务。

3）在疫情防控后期，该阶段疫情情报工作重点在于对疫情情报流进行梳理，对疫情总体伤亡人数、治愈人数、造成的经济损失进行评估，并总结疫情防控经验[13]。同时，这一阶段的疫情情报工作还涉及疫情后的社会管理、康复患者追踪、疫情模型构建等。

2 大数据环境下情报主导的疫情防控模式

2.1 疫情大数据、疫情情报与疫情防控的联系

随着大数据时代的到来，已有许多学者对大数据与情报之间的关系开展研究。例如，文献[14-15]提出数据、信息之间的转化路径;文献[16]归纳信息转化为情报的途径;文献[17-18]将数据、信息、情报之间的关系融会贯通。基于上述研究成果，给出疫情大数据、疫情情报与疫情防控的关系链（如图2所示），并做出相关解释：

第一，疫情大数据作为疫情状态描述、监控的素材，其总价值很高，但由于其数量多、种类复杂，导致其价值密度低，且疫情的爆发又具有高度复杂性与不确定性[8]。同时，疫情大数据一般分布范围广泛、公布渠道分散，不利于各部门统筹防控。因此，在爬取疫情大数据时，应广泛利用人工智能、云计算等数据分析技术[19]，针对性地筛选出有助于疫情防控的大数据，加强各类数据对接，提升数据获取效率，对各类疫情大数据进行整合，创造有价值的疫情大数据环境，为获得高质量疫情信息打下基础。

第二，疫情信息是影响疫情防控的关键因素之一。从疫情大数据到疫情信息具体转化需有经验的或专业人员（即知识、智慧支撑）对数据进行“加工提纯”（吸收、识别、转换等）[15]。为避免“数据泛滥但信息匮乏”问题，需注意两方面问题：1）疫情大数据作为疫情防控资源，是随着疫情发展不断变化且增加的，某一数据在特定环境里所具有的意义可能只是表层信息，在整体大数据环境下，应对有价值的数据进行再利用，使不同时空下的数据相互联系、形成对比，这样的数据分析方法转化成的疫情信息内涵更丰富，能更好地服务于疫情防控;2）在对疫情大数据进行加工时，不应局限于单一类型数据纵向分析造成“数据烟囱”，而应以某一数据为中心点，扩散式地结合相关数据链综合分析，即在疫情防控工作中，各防控部门间应建立数据共享平台，加强部门数据交换、协作，实现疫情整合、总体分析，避免数据在“加工提纯”后形成的疫情信息构成“信息孤岛”。例如：每时段更新的确诊病例数据能直观地反映出疫情的传播速度及严重程度，而其背后相关的数据链（各地区人口流动量、防控强度、确诊人员接触史等）可为疫情发展趋势分析和防控提供有效信息。

第三，情报是被“激活”了的信息，疫情大数据和疫情信息是疫情情报的来源支撑，疫情情报是通过选择、分析、比较有关疫情信息获得的一种结果，可提高疫情防控能力、指导疫情防控决策（如人员管控、物资调度、诊疗方案选择等），且疫情情报的快速流动能强化各部门间的联防联控[1]。疫情情报对疫情防控的服务价值才能真正反映出疫情大数据与疫情信息的效用。

综上，图2显示的关系链表明，每一个下层要素的收集、选择都为其上层要素奠定基础，构成逐层规范化、层层关联的关系，智慧和知识支撑每个层级的转化，并贯穿于整个过程。

2.2 大数据环境下情报主导的疫情防控模型

根据疫情大数据、疫情情报与疫情防控关系链（如图2所示），并结合疫情的基本特点及疫情防控工作内容，构建大数据环境下情报主导的疫情防控模型，如图3所示。

第一，“数据驱动”部分内涵。该部分的主要任务是疫情大数据的收集及其价值的提升过程。突发的疫情会产生大量的疫情数据，这些数据由相关部门收集（如医疗部门对医疗物资的调度情况、病理特征的统计，交通部门定位人员近期的乘坐交通工具以及接触人群，工信部门统筹电信运营商定位人员所在地区等）并集中上传到疫情大数据共享平台，该平台将原本分散的疫情数据集中，这有利于疫情数据的存储和调取，使整个疫情数据链更加完整并环环相扣，形成“数据蜂窝”，即各部门、各种类的疫情大数据都有相互接触面，更有利于疫情数据互通、关联。例如：病理特征、医疗物资情报的互通可帮助医疗机构更好筛查患者并高效分配物资;患者活动轨迹的公开也可为高危地区的划分提供参考，实现风险可视化;各类疫情大数据的共享与AI数据的自动分类能使疫情大数据在各自范围内发挥效用。

第二，“情报主导”部分内涵。该部分的主要任务是利用疫情情报来指导和支撑疫情防控全过程。疫情大数据作为获得疫情情报的基础，其“蜂窝”特性也将传递到疫情情报，并且经过价值提升后，疫情情报中疫情信息的“纯度”和利用价值更高，其关联程度也更好（由疫情大数据虚线变为疫情情报实线）。疫情情报通过传递、利用、加工来指导疫情防控。该过程的关键因素是疫情情报工作能力，这里将疫情情报工作能力归纳为疫情情报传递（各部门间疫情情报的协同、交流）、疫情情报利用（疫情情报指导疫情处置、应急决策）、疫情情报加工（疫情情报的分析、信息提取）能力，疫情情报工作能力是疫情防控能力的体现，同时也与情报处理人员和机构的能力有关。在疫情防控全过程中，疫情情报工作能力主要体现在以下3方面：1）在疫情前期（感知与预防），疫情情报工作能力的主要体现是及时对疫情情报感应到的风险程度进行分析，并將信息传递给有关部门，各部门以此采取相应措施;2）在疫情中期（跟踪与决策），疫情情报工作能力的主要体现是分析和运用疫情情报做出正确的疫情应急决策;3）在疫情后期（评估与总结），疫情情报工作能力的主要体现是对疫情全过程的疫情情报进行汇总评估，储备疫情经验，并逐步展开应急恢复。

第三，有关“防控能力提升”的有关解释。疫情防控能力主要体现在4方面：1）疫情决策方案的制定和选择能力，即疫情在潜伏期、爆发期、缓解期各阶段采用不同防控手段的效果不尽相同，对防控方案的制定和优选是有效防控疫情的关键;2）疫情方案执行能力（包括部门执行能力与个人执行能力），当疫情防控方案下达时，各相关部门能贯彻方案意图，并根据方案要求快速分工，且相关人员对于命令严格执行;3）疫情认知能力，即在疫情防控期间，防控部门对疫情病毒原理的研究进展、传播规律的分析、有关药物的作用机理探讨以及群众对病毒的了解、疫情危害的认知能力等;4）疫情经验吸收能力，在疫情期间能对上一阶段的疫情防控经验进行归纳总结，并将经验用于下一阶段的疫情防控之中。疫情防控能力可在整个防控流程的循环过程中不断提升，而这种提升又可促进疫情知识和智慧（数据价值提升的重要支撑）、疫情情报工作能力的增长，三者呈现积极的正反馈关系。

综上分析，大数据环境下情报主导的疫情防控的关键在于将疫情大数据转换为疫情情报，并运用疫情情报服务和支撑疫情防控能力的提升。

3 结 语

在大数据时代，利用安全情报思维和方法防控疫情是一次疫情防控理念、方法和技术上的大革新，如何在海量疫情大数据中挖掘出有效的疫情情报支撑疫情防控是大数据时代疫情防控的重点。本文从理论上尝试构建了大数据环境下情报主导的疫情防控模型，对大数据环境下情报主导的疫情防控工作具有重要的理论指导价值。从安全情报学研究和实践角度来看，新冠肺炎疫情对安全情报学研究和实践工作带来的不只是“危”，更多的是“机”，有助于推动安全情报学研究和实践工作，促使相关安全情报学研究与实践成果应用至疫情防控中并发挥应有价值。本文就是情报主导的安全管理方法方面的研究成果在疫情防控方面的应用探索。希望更多安全情报学研究与实践成果能够运用至疫情防控之中，助力大数据时代的疫情防控工作。

参考文献

[1]王秉，吴超，游玉宇，等.疫情防控的情报视角及逻辑[J/OL].情报杂志：1-6.http：//rwt/CNKI/http/NNYHGLUDN3W XTLUPMW4A/kcms/detail/61.1167.G3.20200604.1724.002.html，2020-06-23.

[2]曹振祥，储节旺，郭春侠.基于重大疫情防控的应急情报服务模式研究——以新冠肺炎疫情防控为例[J].现代情报，2020，40（6）：19-26.

[3]王秉，吴超.安全情报学学科建设的问题与思考[J].图书情报工作，2019，63（24）：52-58.

[4]王秉，吴超.情报主导的安全管理（ILSM）：依据、涵义及模型[J].情报理论与实践，2019，42（6）：56-61.

[5]徐迪.基于时空大数据的重大疫情类突发事件网络舆情研判体系研究[J].现代情报，2020，40（4）：23-30，81.

[6]光夏磊，王秉，吴超，等.大数据环境下情报主导的安全管理模式研究[J/OL].情报杂志：1-7.http：//kns.cnki.net/kcms/detail/61.1167.G3.20200616.1337.018.html，2020-06-24.

[7]王秉，吴超.大数据驱动下情报主导的智慧安全管理：内涵与研究框架[J].图书情报工作，2020，64（11）：11-18.

[8]李传军.运用大数据技术提升公共危机应对能力——以抗击新冠肺炎疫情为例[J].前线，2020，（3）：21-24.

[9]郭勇，张海涛.新冠疫情与情报智慧：突发公共卫生事件疾控应急工作情报能力评价[J].情报科学，2020，38（3）：129-136.

[10]苏新宁，蒋勋.情报体系在应急事件中的作用与价值——以新冠肺炎疫情防控为例[J].图书与情报，2020，（1）：6-14.

[11]马费成，周利琴.面向智慧健康的知识管理与服务[J].中国图书馆学报，2018，44（5）：4-19.

[12]李纲，李阳.智慧城市應急决策情报体系构建研究[J].中国图书馆学报，2016，42（3）：39-54.

[13]常玲慧，马斌.突发公共卫生事件应急决策中的知识管理研究[J].科技管理研究，2013，33（4）：203-207.

[14]Bommel P V.Transformation of Knowledge，Information and Data：Theory and Applications[M].Information Science Publishing，2004.

[15]化柏林，郑彦宁.情报转化理论（上）——从数据到信息的转化[J].情报理论与实践，2012，35（3）：1-4.

[16]化柏林，郑彦宁.情报转化理论（下）——从信息到情报的转化[J].情报理论与实践，2012，35（4）：7-10.

[17]王秉，吴超，黄浪，等.大数据环境下情报主导的国家矿产资源安全管理：范式与平台[J].情报杂志，2019，38（10）：111-118.

[18]王秉，吴超.安全情报概念的由来、演进趋势及涵义——来自安全科学学理角度的思辨[J].图书情报工作，2019，63（3）：45-53.

[19]李传军，李怀阳.大数据技术在社会治理中的价值定位——以网络民主为例[J].电子政务，2015，（5）：10-17.

（责任编辑：郭沫含）