重大公共事件，包括：自然灾害、瘟疫、战争、重大政治、经济事件等。这些事件的发生，影响范围广泛，影响层次也往往久远。该类事件，发生快速，在短时间内就可能打破社会系统固有平衡，导致社会系统失衡、甚至紊乱。它的系统性影响，往往涉及国计民生各个领域，包括：社会物质生产、居身生活、社会管控、社会公共观念分裂与撕裂、社会紊乱与平衡、公共危机干预、流言与谣言传播等。这需要对整个社会系统进行快速研判，并高效给出制动方案。

在互联网高速发达背景下，重大事件的加速传播、信息源多发、数据的多层次并发，就为国计、民生领域，应对重大公共事件提供了全新的挑战。

此次“肺炎”疫情，从开始发生、到事件传播、国家资源投入、到全国性预防联动、从南到北、从东到西、上至国际领域、下至中国农村的角落，反应速度超越想象。这也是对整个疫情反应系统多年建设与积累的一次检验。此次疫情防控，大数据使用的方式出现端倪，既展示了大数据、人工智能使用的广阔潜在场景，也存在大量短板，需要快速补足。

公共重大事件的管控，一般包含8个模块化的数据归集管理：

（1）公共事件发生到演化过程监控与干预数据。

（2）公共事件发生的物质供应系统管控数据。

（3）公共事件发生的社会动力与舆情观念检测与管控数据。

（4）公共事件发生后的流言、谣言的应对与管控数据。

（5）公共应急事件应用与管控数据。

（6）上述公共管理中的纠错机制数据。

（7）公共信息安全（传统与非传统安全）监控数据。

（8）信息归集与运维管控数据。

一、 公共事件发生到演化过程的大数据监控、干预

疫情是由病毒的传播引起的。这一事件包含对病毒的病理学理解，也包含对病毒传播途径、传播方式、传播速度的理解。而传播模型，是业已存在的数理模型，根据社会收集的数据拟合数据模型，就可以作为对事件发生过程进行预判与修正的关键依据之一。

其实，这场波及全国的肺炎疫情，早在2019年尾声就已显露端倪。对此，北京师范大学法学院教授、亚太网络法律研究中心主任刘德良表示，从这一次疫情的情况来看，大数据的预警功能没有得到足够重视，导致疫情蔓延如此迅速，没有及时提升社会的警戒意识。如果当时能预测到疫情存在爆发的风险，那么现在的形势就不会如此严峻。

而事实上，关于疾病的传播学模型与测量方法，已经在多国进行研究。早在2008年，Google（谷歌）便发布了“Google Flu Trends”（谷歌流感趋势），利用关键词追踪技术搜集大量有价值的数据来发现流感的爆发。该项目的研究背景，是基于每年流感疫情爆发都会在全球范围内造成数千人死亡，所以通过大数据让公共卫生官员和健康专家了解疫情爆发的严重性，并进行科学的预测。

相较于２００３年的SARS，我国不仅在疫情防控方面有了更加完备的制度体系和应对措施，而且包括大数据在内的多项创新科技技术也在飞速发展。在疫情爆发之后，数家、科技、互联网公司陆续通过数据和技术能力，给全社会提供了大量数据支撑。举例来说，全球交易量最大的票务平台的12306，利用实名制售票的大数据优势，及时配合地方政府及各级防控机构提供确诊病人车上密切接触者信息。据负责12306的研发和运营维护的铁科院电子所所长朱建生表示，列车上如出现确诊或疑似旅客，会调取旅客的相关信息，包括车次、车厢及近一段时期乘坐的车次，以及同乘、同购、同行旅客的信息，比如席位前后3排的人员，与其同一订单购票的人员，进行信息分析提取，然后提供给相关防疫部门进行后续处理。

另外，利用大数据分析还可以看到人群迁徙图，具体到哪些城市。例如，百度地图推出迁徙地图总结描绘出了全国春运人员迁徙热力图，包含来源地、目的地、迁徙规模指数、迁徙规模趋势图等。由此可见，在应对此次新型肺炎疫情传播，有效阻止疫情蔓延上，大数据技术的力量日益凸显。

二、大数据在公共舆情情绪分析、疏导方面发挥出积极作用

重大公共安全事件，往往伴随民意的判断。民众如果得不到有效的对称性信息，就会引起误判和恐慌。对民众释放多种信息，并对这些给出提前的压力过程进行数据监控、并进行压力释放、预防。构成了公共舆情的分析要素。

１月２６日晚，湖北省人民政府新闻发布会上，武汉市长周先旺表示，因疫情和春运影响，致500万人离开武汉。此消息一出，立刻引发舆论热议，如果在不知情的情况下和确诊患者同乘过一辆车怎么办？于是，“500万人去哪儿了”便成为公众迫切想知道答案。

转载请注明出处。