林海虹 李敏 羅佳佳

摘要：【目的/意義】隨著信息技術(shù)的發(fā)展，大數(shù)據(jù)技術(shù)在精準(zhǔn)助力國家重大突發(fā)公共衛(wèi)生事件的應(yīng)急管理方面展現(xiàn)了其優(yōu)越性。、利用大數(shù)據(jù)技術(shù)聯(lián)合全社會力量共同抗疫，科學(xué)高效地提升突發(fā)事件的應(yīng)對能力，對提高疫情防控效率有重要意義。【方法/過程】首先探討了大數(shù)據(jù)在我國不同治理模式下的應(yīng)用，通過對比論證分析了新型冠狀病毒疫情排查防控工作中的不足之處，在“健康碼”的基礎(chǔ)上引入城市“權(quán)限碼”從而構(gòu)建立一個“由上至下”“由下至上”相結(jié)合的新型疫情防控情報系統(tǒng)模型，闡述了該模型的體系結(jié)構(gòu)、總體架構(gòu)及運作機制。【結(jié)果/結(jié)論】該模型結(jié)合大數(shù)據(jù)技術(shù)，在健康碼基礎(chǔ)上發(fā)展創(chuàng)新權(quán)限碼，具有共享能力強、可拓展性強、安全性高等優(yōu)勢，有助于提高疫情防控效率。

關(guān)鍵詞：突發(fā)公共衛(wèi)生事件 新型冠狀疫情 大數(shù)據(jù)技術(shù) 應(yīng)急管理 健康碼

分類號：R-05;G206

引言

2020年新年伊始，新型冠狀病毒肺炎爆發(fā)，它的蔓延速度和危害性始料未及，截至2021年2月，全球累計確診超1億例，累計死亡超2287萬例，已成為全球性重大突發(fā)公共衛(wèi)生事件，給社會帶來了不可估量的損失和影響，給各國政府的應(yīng)急治理工作帶來的極大的挑戰(zhàn)。

隨著社會信息化、數(shù)字化的發(fā)展，大數(shù)據(jù)在應(yīng)急治理中的作用不斷提高;習(xí)近平總書記在全面深化改革委員會第十二次會議上強調(diào)：“鼓勵運用大數(shù)據(jù)人工智能等數(shù)字技術(shù)。在疫情監(jiān)測分析，病毒溯源，防控救治，資源調(diào)配等方面發(fā)揮支撐作用，依靠科技提高應(yīng)急管理的科學(xué)化、專業(yè)化、智能化、精細(xì)化水平。”[[]]但同時大數(shù)據(jù)的應(yīng)用仍然存在許多問題，如公共衛(wèi)生領(lǐng)域各類數(shù)據(jù)的開放和共享有限，數(shù)據(jù)治理規(guī)范性不足無法保證其質(zhì)量，缺乏大數(shù)據(jù)在公共衛(wèi)生領(lǐng)域應(yīng)用的主動性和前瞻性等問題，導(dǎo)致大數(shù)據(jù)的價值難以全面發(fā)揮。

基于前述現(xiàn)象，本文在對突發(fā)公共衛(wèi)生事件進(jìn)行現(xiàn)狀研究和問題分析的基礎(chǔ)上應(yīng)用相關(guān)創(chuàng)新理論研究突發(fā)公共衛(wèi)生事件的應(yīng)對機制，提升我國的衛(wèi)生應(yīng)急管理能力。本文以“健康碼”為視角，構(gòu)建新型疫情防控情報系統(tǒng)模型來對我國現(xiàn)存在的不足進(jìn)行改進(jìn);以期加強我國公共衛(wèi)生應(yīng)急管理的科學(xué)研究，加大防控力度，提升快速應(yīng)急響應(yīng)和高效防控治理未來突發(fā)公共衛(wèi)生事件的能力。

一、國內(nèi)外相關(guān)研究

隨著信息技術(shù)的飛速發(fā)展，通過大數(shù)據(jù)技術(shù)加強疫情防控的優(yōu)勢日益明顯，國內(nèi)外有關(guān)于疫情防控開展許多相關(guān)研究。國外方面，谷歌于2009年推出了“Google Flu Trends”（GFT），通過對Google的搜索日志進(jìn)行大數(shù)據(jù)分析，對傳染病疫情進(jìn)行了預(yù)測[[]]。Ginsberg[[]]通過自動獲取方式在谷歌日志中選擇關(guān)鍵詞，建立模型以監(jiān)測流感活動。模型預(yù)測值與國家疾病預(yù)防控制中心（ Center For Disease Control And Prevention，CDC） 數(shù)據(jù)高度吻合，并且能提前1一到兩周預(yù)測流感樣病例的發(fā)生。2014年，加拿大公司推出了Bio.Di-aspora系統(tǒng)，運用大數(shù)據(jù)技術(shù)，通過分析全球航班起降、人口移動、氣候因素、家禽家畜密度、城市衛(wèi)生管理系統(tǒng)等資訊，建立模型，發(fā)布動態(tài)全球病毒地圖，成功對埃博拉病毒等傳染病進(jìn)行了追溯及預(yù)測[[]]。國內(nèi)方面，2003年SARS事件后，我國建立了法定傳染病疫情和突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)直報系統(tǒng)[[]]，各級醫(yī)院、疾控中心、衛(wèi)健委可通過該系統(tǒng)進(jìn)行事件上報及分析利用。由于公共衛(wèi)生突發(fā)事件通常是復(fù)雜、長期的，針對衛(wèi)生事件的預(yù)測預(yù)警，我國成功建立了傳染病預(yù)警系統(tǒng)，已有效服務(wù)于傳染病防控工作，實現(xiàn)對多種傳染病的自動檢測分析、時空聚集性識別、預(yù)警信息發(fā)送及響應(yīng)結(jié)果追蹤等功能[[]]。當(dāng)前，我國以傳染病監(jiān)測數(shù)據(jù)為基礎(chǔ)，建立了基于不同大數(shù)據(jù)來源的傳染病監(jiān)測預(yù)警系統(tǒng)，包括基于網(wǎng)絡(luò)、社會和自然環(huán)境因素、醫(yī)療、病原監(jiān)測等[[]]。這些面向疫情防控的數(shù)據(jù)體系在疫情多源實時監(jiān)控、醫(yī)療救治、信息聯(lián)動等方面發(fā)揮著重要的支撐作用。

總結(jié)而言，當(dāng)前學(xué)界關(guān)于突發(fā)事件的應(yīng)急管理研究主要集中在應(yīng)急情報的研究上，從不同現(xiàn)代化技術(shù)手段、不同領(lǐng)域、不同案例等視角進(jìn)行問題的研究及闡述。本文基于國內(nèi)突發(fā)公共衛(wèi)生事件防控體質(zhì)建設(shè)背景下，以2019-nCoV疫情排查工作為例，將側(cè)重點落于研究疫情產(chǎn)物“健康碼”的創(chuàng)新與發(fā)展上，即在健康碼的基礎(chǔ)上引入城市“權(quán)限碼”概念從而對當(dāng)前國內(nèi)的疫情防控體系進(jìn)行創(chuàng)新，是在國內(nèi)突發(fā)公共衛(wèi)生事件背景下針健康碼排查問題的補充與完善。

二、大數(shù)據(jù)在我國不同治理模式下的現(xiàn)狀

（一）運用現(xiàn)狀分析

雖然自經(jīng)歷了“SARS”、“H7N9”等事件，我國應(yīng)急管理機制不斷完善，逐漸由自上而下的以政府為單一主體的治理模式逐漸向自下而上的以政府、群眾、企業(yè)等多元主體治理模式轉(zhuǎn)變，現(xiàn)大數(shù)據(jù)在我國主要有兩種不同治理模式如表1：

傳統(tǒng)城市治理模式是政府通過基礎(chǔ)手段，對城市各項事務(wù)進(jìn)行治理，以政府為主導(dǎo)中心的治理能夠更好地利用權(quán)力作為治理手段，實施過程較為順利，但是由于主體單一，導(dǎo)致這種治理模式在實行過程中存在許多問題。以智慧城市為例，它是一種典型的自上而下的治理模式，需要有充足的資金投入和時間投入，無法滿足此次新冠疫情應(yīng)急管理的需求。在疫情防控中，這種傳統(tǒng)的治理模式出現(xiàn)了反應(yīng)遲緩、基層手動填報任務(wù)重、群眾參與度低、城鄉(xiāng)區(qū)域發(fā)展失衡等問題;這些問題的存在導(dǎo)致最終決策和應(yīng)用結(jié)果缺乏科學(xué)性，無法達(dá)到理想的防控治理結(jié)果。而與智慧城市相比，健康碼打破了以上報政府為中心的治理模式，取而代之的是以用戶為中心，政府參與的一種自下而上的管理模式，協(xié)同社會各方力量形成了有效數(shù)據(jù)庫，即在一定程度上改善了智慧城市存在的問題。

（二）漏洞現(xiàn)狀分析

在大數(shù)據(jù)應(yīng)用過程中也存在著些許問題，例如政府方面的原始數(shù)據(jù)來源多而雜，有殘缺或錯誤，比如僅登記姓名或電話，且存在不準(zhǔn)確現(xiàn)象;沒有形成標(biāo)準(zhǔn)規(guī)范，不能真正完全互聯(lián)互通共享;信息更新速度緩慢，不能及時更新，使得潛在的感染因素的接觸史超過隔離期，新發(fā)病例不能及時補充;便捷性不足，缺少對弱勢群體的關(guān)照等。

三、創(chuàng)新性理論構(gòu)建

（一）概念引入

健康碼的出現(xiàn)是在非常時期突破諸多制度和規(guī)范的非常之舉。然而，“健康碼”必須以真實數(shù)據(jù)為基礎(chǔ)，主要依靠個人“打卡”申報，以基層數(shù)據(jù)“由下至上”形式充實大數(shù)據(jù)信息，如果個別人刻意隱瞞或漏報遲報，就難以保證數(shù)據(jù)的準(zhǔn)確性。為此我們在“健康碼”的基礎(chǔ)上參照“護(hù)照”的權(quán)限設(shè)置，引入城市“權(quán)限碼”的概念，在城市與城市之間建立“權(quán)限碼”，通過各城鎮(zhèn)政府與國家的協(xié)同作用及大數(shù)據(jù)的優(yōu)勢在重大衛(wèi)生事件等級中“由上至下”進(jìn)行防控。因此，規(guī)范出行人分級進(jìn)行審批流程、分級進(jìn)行權(quán)限劃分成為我們探討的重點。

（二）概念界定

四、模型實際構(gòu)建

（一）遞階審核判斷

在疫情的迅速發(fā)展下，僅依靠政府及相關(guān)部門的力量難以進(jìn)行高效快速的應(yīng)對;人口的流動性是造成新型冠狀傳染病毒在全國范圍內(nèi)擴散的重要驅(qū)動因素，正確引導(dǎo)人口的流動，也就在一定程度上降低了交叉感染的概率。對跨省區(qū)域、人員類別、出行需求等實行分級調(diào)控，明確高危區(qū)、中風(fēng)險區(qū)和安全區(qū)的具體權(quán)限劃分，以更加有效地推進(jìn)精細(xì)化治理。結(jié)合“權(quán)限碼”后，將不同省份的出行人面臨的問題轉(zhuǎn)移至政府相關(guān)部門，由上級政府進(jìn)行電子審批能否跨省，因此設(shè)置分級審批流程及審批標(biāo)準(zhǔn)極具必要性，以下從審核標(biāo)準(zhǔn)劃分、用戶劃分及權(quán)限劃分三個遞階層次進(jìn)行闡述：

1、審核標(biāo)準(zhǔn)劃分

審核標(biāo)準(zhǔn)的劃分是建立遞階審批判斷機制的基礎(chǔ)，它要求用戶遞交的材料具有真實性、準(zhǔn)確性及及時性。用戶依據(jù)實際情況在統(tǒng)一的網(wǎng)上訪問窗口根據(jù)提示選填出行的地區(qū)及提交相關(guān)的材料，當(dāng)?shù)貞?yīng)急辦專屬部門根據(jù)其自身基本約束條件結(jié)合大數(shù)據(jù)技術(shù)對用戶進(jìn)行信息審核，信息審核通過后才可進(jìn)行下一層判斷。審核標(biāo)準(zhǔn)劃分如圖1所示。

2、用戶劃分

在疫情爆發(fā)期間，我們秉持著“非必要不外出”的原則，但我們也可以看到疫情有效遏制的背后存在著體制固化的現(xiàn)象?！耙坏肚小眻?zhí)法也給公眾的生活、工作等造成了巨大的影響，要想?yún)f(xié)同公眾力量一起作戰(zhàn)，必須不斷改善機制的固化提高抗疫的人性化，即針對“必要外出”現(xiàn)象作出相應(yīng)制度創(chuàng)新。滿足用戶的出行需求的同時做好管控是建立新型排查防控體系的初始目的，不同的用戶群體在疫情期間出行需求存在差異，此時要做好人流量的管控必須先從用戶群體入手;此處從個人及機構(gòu)兩大要素上確定用戶類別，從而根據(jù)要求進(jìn)行不同權(quán)限程度的放行，用戶劃分如圖2所示。

3、權(quán)限劃分

由于疫情是在不斷變化的，全國落至地方的疫情防控手段也在不斷改變，所以用戶需求也在不斷更新。因此，在用戶群體劃分之后，我們對出行用戶的需求從事件、屬性、期限、緩急等角度進(jìn)行科學(xué)劃分（如圖3），多維度地進(jìn)行綜合研判，從而達(dá)到精準(zhǔn)布設(shè)，實施分級分類的防控策略，以更好地統(tǒng)籌疫情防控與經(jīng)濟社會秩序恢復(fù)。各地應(yīng)急辦工作人員需與政府、醫(yī)療衛(wèi)生系統(tǒng)等進(jìn)行不斷的溝通，把握不同情況下的決策、防控要求，同時也要因地制宜結(jié)合所在區(qū)域的具體管理方案、條例等約束條件自行細(xì)化規(guī)則及設(shè)置個性化需求。

（二）遞階風(fēng)險審批

1、整體風(fēng)險防控構(gòu)架

疫情防控工作是基于“風(fēng)險 - 應(yīng)急 - 危機治理”的城市公共安全治理的整合性分析框架，不論在哪個階段都需要突出重點、統(tǒng)籌兼顧，對各城市進(jìn)行精準(zhǔn)防控。當(dāng)前，我國為應(yīng)對新型冠狀病毒肺炎疫情構(gòu)建了國務(wù)院聯(lián)防聯(lián)控機制，下設(shè)疫情防控、醫(yī)療救治、科研攻關(guān)、宣傳、后勤、保障等工作組，采取了集中管理的模式，形成防控疫情的有效合力。對于應(yīng)急管理體制一般采用國家———省級———地方的三級結(jié)構(gòu)進(jìn)行設(shè)置（如圖4）。在整個疫情防控中始終貫穿以上橫向構(gòu)架圖?？筛鶕?jù)疫情風(fēng)險層次進(jìn)行系統(tǒng)性地分級指導(dǎo)：從短期防控來看，可考慮“省級統(tǒng)籌到平地、地市精準(zhǔn)防控”，分級區(qū)域細(xì)化到縣（市、區(qū)），有條件的地區(qū)可細(xì)化到鄉(xiāng)（鎮(zhèn)、街道），賦予地市基層一定的自主權(quán)，實現(xiàn)精準(zhǔn)治理;從長期防控來看，可以此為基礎(chǔ)，從實際出發(fā)劃分階段性的高、中、低風(fēng)險區(qū)，通過分級執(zhí)行差異化管理和防控措施，為疫后生產(chǎn)生活秩序的恢復(fù)提供最大的回旋余地。

2、遞階衛(wèi)生等級審批流程

x本文引入的城市“權(quán)限碼”主要針對公共突發(fā)衛(wèi)生等級前兩個等級：特別重大（Ⅰ級）、重大（Ⅱ級）等級進(jìn)行具體如圖5所示流程審批，健康碼全程作為輔助，其功能并入該治理模型中，形成一個完整的“由上至下”“由下至上”的完整閉合系統(tǒng)。

在Ⅰ、Ⅱ重大公共衛(wèi)生響應(yīng)情況下，由出行人員遞交相關(guān)材料至當(dāng)?shù)匾咔橹笓]部進(jìn)行初審，由于各城市的疫情災(zāi)情情況不一，初審?fù)ㄟ^后的材料需要目的地城市的疫情指揮部進(jìn)行復(fù)審，高風(fēng)險地區(qū)“權(quán)限碼”與“健康碼”雙管齊下進(jìn)行嚴(yán)控把守，即在城市與城市間設(shè)置權(quán)限從而達(dá)到實施精細(xì)化和精準(zhǔn)化治理。而在Ⅲ、Ⅳ衛(wèi)生響應(yīng)級別下，對于城鎮(zhèn)放開權(quán)限設(shè)置，由“健康碼”動態(tài)追蹤反饋，無須“權(quán)限碼”審核同時鼓勵進(jìn)行恢復(fù)生產(chǎn)、生活。

（三）數(shù)據(jù)訪問與接入

1、數(shù)據(jù)訪問接入整體構(gòu)架

在公共突發(fā)衛(wèi)生中一個看似簡單的二維碼背后，調(diào)動的是涉及產(chǎn)品、技術(shù)、運營的多方面能力以及強大的用戶觸達(dá)能力。其需要整合了多個領(lǐng)域、多個部門的大量數(shù)據(jù)，通過大數(shù)據(jù)實時比對、更新并作出綜合研判，進(jìn)而對用戶申報的信息進(jìn)行交叉驗證，掌握公民的行動軌跡，精準(zhǔn)識別高危人群。本文將“權(quán)限碼”背后的體系結(jié)構(gòu)分為訪問層、WEB層、接口層、服務(wù)層、數(shù)據(jù)層及資源層（如圖6）。用戶端通過訪問層發(fā)送請求至API Gateway，而后API Gateway負(fù)責(zé)請求轉(zhuǎn)發(fā)、合成和協(xié)議轉(zhuǎn)換，所有來自用戶端的請求都要先經(jīng)過API Gateway，然后路由這些請求到對應(yīng)的微服務(wù)，用戶通過服務(wù)層與外部接入系統(tǒng)數(shù)據(jù)的交互，間接參與疫情防控情報系統(tǒng)。城市“權(quán)限碼”不同于“健康碼”傾向于在平臺端通過與手機漫游軌跡、密切接觸人員等相關(guān)數(shù)據(jù)的校驗，“權(quán)限碼”更傾向于數(shù)據(jù)比對后的環(huán)節(jié)，即在數(shù)據(jù)比對審核通過后設(shè)置的分層權(quán)限。

（1）用戶層及訪問層

新型防控系統(tǒng)所處理的數(shù)據(jù)，最終是要提供給用戶進(jìn)行參考，以了解出行信息要求、提交材料審核及其他疫情防控訊息。疫情防控的主體是人，包括個人及由人所組成的機構(gòu)。用戶可根據(jù)自身情況選擇適合自己的訪問端進(jìn)行信息的搜集及填報，可結(jié)合手機客戶端等智能快捷方式提交審批材料。

（2）服務(wù)層

服務(wù)層開展了以城市“權(quán)限碼”申請為主要業(yè)務(wù)、預(yù)警預(yù)測、緊急業(yè)務(wù)、特殊人群業(yè)務(wù)等服務(wù)為輔的統(tǒng)一服務(wù)訪問窗口（如圖7）。在服務(wù)層背后做支撐的是多元化的數(shù)據(jù)共享機制，各參與機構(gòu)的系統(tǒng)平臺接入此新型疫情防控系統(tǒng)，將各自采集、處理的數(shù)據(jù)上送至區(qū)塊鏈進(jìn)行存儲，形成一個完整的多元化數(shù)據(jù)共享庫。數(shù)據(jù)源包括應(yīng)急管理內(nèi)部數(shù)據(jù)、其他部門共享數(shù)據(jù)、社會互聯(lián)網(wǎng)數(shù)據(jù)及感知數(shù)據(jù)四大模塊。在用戶申請出行時，做到數(shù)據(jù)、接口、服務(wù)、應(yīng)用四個清楚，城市“權(quán)限碼”數(shù)據(jù)接入及接出流程、權(quán)限接口至各市（自治區(qū)、直轄市）、區(qū)（縣）、鎮(zhèn)（街道處）的技術(shù)標(biāo)準(zhǔn)和其他服務(wù)的配套標(biāo)準(zhǔn)，形成數(shù)據(jù)的共享保障機制。

（3）數(shù)據(jù)層

新型疫情防控系統(tǒng)的數(shù)據(jù)來源于各行各業(yè)，而各行各業(yè)的情報數(shù)據(jù)行業(yè)特性強、隱私保護(hù)要求高，我們也不能忽視對數(shù)據(jù)的管控，比如機構(gòu)接入情報系統(tǒng)需經(jīng)過注冊審核、網(wǎng)絡(luò)準(zhǔn)入、區(qū)塊鏈角色與權(quán)限分配、注銷退出等流程，本文針對數(shù)據(jù)的應(yīng)用分為了數(shù)據(jù)接入、處理、管控三個版塊。數(shù)據(jù)接入包括探查、讀取、對賬、續(xù)傳、分發(fā)及任務(wù)管理;數(shù)據(jù)處理包括數(shù)據(jù)的抽取、轉(zhuǎn)換、清洗、去重、補全、關(guān)聯(lián)、融合、比對及標(biāo)識;數(shù)據(jù)管控上包括元數(shù)據(jù)的管理、資源目錄管理、數(shù)據(jù)字典管理等。

（4）資源層

在數(shù)據(jù)傳輸后需要對數(shù)據(jù)進(jìn)行清洗和冗余消除等預(yù)處理工作，提高數(shù)據(jù)質(zhì)量和有效性，對清洗過的數(shù)據(jù)進(jìn)行相互關(guān)聯(lián)及聚合，最后根據(jù)數(shù)據(jù)類型的不同以標(biāo)準(zhǔn)化的結(jié)構(gòu)存貯至不同的數(shù)據(jù)庫。資源層結(jié)構(gòu)我們主要分為數(shù)據(jù)庫儲存、緩存、文件儲存及其他合作的云儲存服務(wù)，高效的資源整合有助于推動多元智庫的數(shù)據(jù)存儲發(fā)展，從而為疫情的數(shù)據(jù)分析提供基礎(chǔ)。

五、未來發(fā)展與建議

（一）完善疫情監(jiān)測體系，提升預(yù)測排查能力。建立排查體系是指以國家公共衛(wèi)生信息系統(tǒng)為基礎(chǔ)，結(jié)合其他與突發(fā)公共衛(wèi)生事件有關(guān)的體系，建立健全全國不同層級的信息網(wǎng)絡(luò)，使其覆蓋各省、市、縣、鄉(xiāng)、村，甚至覆蓋各個社區(qū)及街道.。

（二）構(gòu)建數(shù)據(jù)治理模型，制定數(shù)據(jù)采集標(biāo)準(zhǔn)。構(gòu)建一個統(tǒng)一、規(guī)范、成熟的數(shù)據(jù)模型能夠為突發(fā)公共衛(wèi)生事件的防控工作提供有價值的數(shù)據(jù)參考，降低數(shù)據(jù)后期的處理難度，為防控工作提供一個統(tǒng)一的標(biāo)準(zhǔn)，更有利于開展防控工作，提升突發(fā)公共衛(wèi)生事件中風(fēng)險防范及應(yīng)急處置的前瞻性和精準(zhǔn)性。

（三）加強數(shù)據(jù)監(jiān)督治理體系，注重公民隱私保護(hù)。利用大數(shù)據(jù)進(jìn)行精準(zhǔn)防控的同時通過技術(shù)、監(jiān)管等手段進(jìn)一步加強相關(guān)數(shù)據(jù)的開放和安全隱私的保護(hù)，要保證原始數(shù)據(jù)的質(zhì)量，提升大數(shù)據(jù)分析結(jié)果的準(zhǔn)確性，加強數(shù)據(jù)監(jiān)管體系。

（三）構(gòu)建多元治理機制，推動協(xié)同治理模式。運用大數(shù)據(jù)構(gòu)建政府各部門之間，政府與社會各界共享信息的線上治理平臺，改變政府單一化、碎片化的治理模式。另以大數(shù)據(jù)為依托形成以政府為主導(dǎo)、部門聯(lián)動、社會各界支持和民眾積極參與的多元協(xié)同治理，實現(xiàn)最大限度的數(shù)據(jù)共享，提高突發(fā)公共衛(wèi)生事件的治理效率。

參考文獻(xiàn)

[1]習(xí)近平主席在中央全面深化改革委員會第十二次會議上的講話[EB/OL].[2020-03-27]

[2] 張昌明，朱紅. 大數(shù)據(jù)以及在醫(yī)療領(lǐng)域的應(yīng)用[J]. 中國醫(yī)學(xué)教育技術(shù)，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： 基于大數(shù)據(jù)的疫情擴散預(yù)測[J].新經(jīng)濟導(dǎo)刊，2014，11： 44 - 49.

[5]金水高. 我國公共衛(wèi)生信息化發(fā)展概覽[J]. 中國醫(yī)療器械信息，2010，16（03）：9-18+36.

[6]我國傳染病預(yù)警系統(tǒng)達(dá)國際先進(jìn)水平[J].中國信息界（e醫(yī)療），2014，（11）：11.

[7]祝丙華，王立貴，孫巖松，宋宏彬. 基于大數(shù)據(jù)傳染病監(jiān)測預(yù)警研究進(jìn)展[J]. 中國公共衛(wèi)生，2016，32（09）：1276-1279.

[8]趙發(fā)珍，王超，曲宗希.大數(shù)據(jù)驅(qū)動的城市公共安全治理模式研究——一個整合性分析框架[J].情報雜志，2020，39（06）：179-186+151.

湖北經(jīng)濟學(xué)院法商學(xué)院，湖北武漢430000