新闻资讯

当前大数据的应用及其发展方兴未艾，未来前景令人期待。大数据在抗疫过程中的应用，既有让人眼前一亮甚至是叹为观止的积极效应，也存在着不容忽视的问题。

　　首先，数据资源质量不高。长期以来，很多政府部门都存在底数不明和基数不清等问题，政府管理的信息系统数据不全，疫情期间依靠人工方式来获取数据，比如社区工作人员通过手工填表或电话访问等方式来开展工作，不同政府部门用不同的途径以及格式（表格）采集数据，数据加工的过程缺乏严格的质量控制机制，导致许多数据质量较低，增加了数据清洗、集成和规约的难度，也降低了数据分析和数据挖掘的价值。

　　其次，信息孤岛问题突出。大数据的关键是“大”，疫情防控涉及方方面面，必须综合运用多个政府部门的基础数据库，具体如卫健、交通、公安和民政等系统，还要与铁路、民航和电信以及大数据企业广泛合作，但由于信息安全、部门利益和信息成本等原因，政府部门以及企业之间的信息壁垒依然存在，不同数据维度不一致，数据接口不一，很难实现共享和互通，跨地区、跨层级和跨部门的数据流转难以实现，严重抑制了大数据的效用。

　　再次，数据运算存在误差。数据是算法的基础。大数据抗疫的精准性源自于数据的全面性和有效性。当数据缺损或者没有数据时，哪怕算法和模型再好，也不可能得到有意义的结果，比如基于大数据的健康码是抗疫的重要利器，但多数省份的健康码相互不承认，很多从未去过湖北的人的健康码却识别出近14天有湖北出行记录，给抗疫工作带来了巨大的尴尬。

　　最后，个人信息安全隐忧。为了摸排人员流动等方面的情况，各级各地政府部门都上线了与疫情相关的大数据产品，广泛搜集社会民众的个人信息，包括身份证号、个人住所、健康状况以及近期活动等，但大量的信息通过杂乱的途径搜集起来，也形成了个人信息被窃取和泄露等方面的隐患，比如有湖北旅居史人群受到匿名辱骂和歧视，网上售卖疫情期间的个人信息等。

　　另外，大数据虽然功能强大，具有很好的预测能力，有时候看上去很精准，但这些终归也只是概率估计和相关性分析，并且主要是对总体情况而言，很容易出现错误或偏差。但对于个别情况或特殊问题而言，比如对社区居民的摸排，最终还是要人工作业去解决问题，而不可能只是停留于概率层面，也不可能通过不见面的网络或数据就能解决问题。