關(guān)于新冠肺炎疫情相關(guān)數(shù)據(jù)集成共享平臺(tái)研究

張 喆 楊 松 王 寧 崔 涵 肖春濤 柯惠新

一、引言

自2019年底新冠肺炎（COVID-19）疫情爆發(fā)以來(lái)，持續(xù)時(shí)間長(zhǎng)，波及范圍廣，對(duì)全世界的政治經(jīng)濟(jì)形勢(shì)以及人民生產(chǎn)生活造成了巨大影響，并將持續(xù)下去，時(shí)間也難以預(yù)測(cè)，影響深遠(yuǎn)。根據(jù)世界衛(wèi)生組織（World Health Organization）官方網(wǎng)站（https：//www.who.int/emergencies/diseases/novel-coronavirus-2019）公布的數(shù)據(jù)，截至2020年6月10日，已有216個(gè)國(guó)家和地區(qū)報(bào)告確診病例，全球累計(jì)確診病例達(dá)到7145539例，累計(jì)死亡病例達(dá)到408025例。多國(guó)政府都高度重視疫情防控，采取了不同類型的防控措施，多國(guó)科研人員利用 SIR（Susceptible Infected Recovered Model）等傳染病動(dòng)力學(xué)模型，對(duì)疫情發(fā)展趨勢(shì)進(jìn)行模擬和預(yù)測(cè)，對(duì)理論研究和疫情防控具有重要意義，并起到了積極作用。各項(xiàng)防控政策的頒布和疫情趨勢(shì)模型的擬合仿真都離不開(kāi)實(shí)時(shí)和準(zhǔn)確的數(shù)據(jù)支撐，因此本文梳理和匯總與疫情相關(guān)的數(shù)據(jù)發(fā)布平臺(tái)，根據(jù)各平臺(tái)的優(yōu)勢(shì)和不足，提出了與疫情相關(guān)的數(shù)據(jù)集成共享的平臺(tái)搭建設(shè)想并付諸實(shí)踐，目的是給全社會(huì)提供時(shí)效性強(qiáng)、便于使用又獨(dú)具特色的數(shù)據(jù)倉(cāng)庫(kù)。

二、平臺(tái)數(shù)據(jù)的來(lái)源

關(guān)于疫情數(shù)據(jù)，從數(shù)據(jù)發(fā)布來(lái)源和數(shù)據(jù)指標(biāo)選取兩個(gè)角度來(lái)梳理。對(duì)我國(guó)而言，主要數(shù)據(jù)來(lái)源是中華人民共和國(guó)國(guó)家衛(wèi)生健康委員會(huì)和各省、直轄市、自治區(qū)的衛(wèi)生健康委員會(huì)，各級(jí)機(jī)構(gòu)每日都會(huì)定時(shí)在“疫情通報(bào)”中發(fā)布前一日的“新型冠狀病毒肺炎疫情最新情況”，提供全國(guó)、?。ㄖ陛犑?、自治區(qū)）和市（區(qū)）三級(jí)疫情數(shù)據(jù)。數(shù)據(jù)源為官方機(jī)構(gòu)，數(shù)據(jù)嚴(yán)謹(jǐn)，具有權(quán)威性，發(fā)布的指標(biāo)有累計(jì)值和新增值，指標(biāo)選取包括確診病例、疑似病例、重癥病例、死亡病例、治愈病例、醫(yī)學(xué)觀察病例（密切接觸者）和追蹤密切接觸者。隨著疫情防控形勢(shì)的變化，從2020年3月4日起，還公布境外輸入性病例的確診、疑似、重癥、死亡和治愈的情況；從2020年2月6日起，增加現(xiàn)有確診病例指標(biāo)，計(jì)算公式為：現(xiàn)有確診人數(shù)=累計(jì)確診人數(shù)-累計(jì)治愈人數(shù)-累計(jì)死亡人數(shù)。從3月31日起，開(kāi)始公布無(wú)癥狀感染者接受醫(yī)學(xué)觀察的情況。

在國(guó)家衛(wèi)健委每日發(fā)布的“新型冠狀病毒肺炎疫情最新情況”中，還包含香港特別行政區(qū)、澳門(mén)特別行政區(qū)和臺(tái)灣地區(qū)的確診、出院和死亡病例數(shù)據(jù)。1月22日開(kāi)始，港澳臺(tái)各有1例確診病例。國(guó)家衛(wèi)生健康委員會(huì)和各省、直轄市、自治區(qū)的衛(wèi)生健康委員會(huì)通常都是以新聞稿的形式發(fā)布，截圖如圖1—圖4（選取重慶、甘肅和內(nèi)蒙古為代表）：

圖1 國(guó)家衛(wèi)生健康委員會(huì)新冠肺炎疫情通報(bào)截圖

圖2 內(nèi)蒙古自治區(qū)新冠肺炎疫情通報(bào)截圖

圖3 重慶市新冠肺炎疫情通報(bào)截圖

圖4 海南省新冠肺炎疫情通報(bào)截圖

對(duì)世界其他國(guó)家和地區(qū)，主要數(shù)據(jù)來(lái)源是世界衛(wèi)生組織（World Health Organization）官方網(wǎng)站，其中包括全球已報(bào)告有確診病例國(guó)家和地區(qū)的疫情數(shù)據(jù)。截至2020年6月10日，已有216個(gè)國(guó)家和地區(qū)發(fā)現(xiàn)確診病例。官網(wǎng)數(shù)據(jù)每日更新，包含指標(biāo)有累計(jì)確診和死亡病例、每日新增確診和死亡病例，共計(jì)四項(xiàng)，同時(shí)在官網(wǎng)上有對(duì)數(shù)據(jù)可視化展示圖。世界衛(wèi)生組織還會(huì)根據(jù)疫情防控需要，不定時(shí)發(fā)布通報(bào)，指導(dǎo)各國(guó)政府更新現(xiàn)有搜集的數(shù)據(jù)指標(biāo)，例如世衛(wèi)組織總干事于2020年5月15日在COVID-19疫情媒體通報(bào)會(huì)上指出，在記錄病例時(shí)，收集按年齡和性別分類的數(shù)據(jù)。世界衛(wèi)生組織網(wǎng)站信息截圖如圖5：

圖5 世界衛(wèi)生組織數(shù)據(jù)發(fā)布平臺(tái)截圖

三、已有數(shù)據(jù)平臺(tái)匯總

從上面梳理的數(shù)據(jù)來(lái)源可以看出兩個(gè)基本問(wèn)題：第一，數(shù)據(jù)發(fā)布機(jī)構(gòu)分層級(jí)。對(duì)中國(guó)而言，既有國(guó)家衛(wèi)生健康委員會(huì)公布的全國(guó)匯總數(shù)據(jù)，也有各地區(qū)衛(wèi)生健康委員會(huì)發(fā)布的數(shù)據(jù)；對(duì)于世界各國(guó)或地區(qū)而言，從世界衛(wèi)生組織獲取的數(shù)據(jù)更多是基礎(chǔ)性數(shù)據(jù)，公布的數(shù)據(jù)指標(biāo)相對(duì)簡(jiǎn)單，想要獲得更詳細(xì)的數(shù)據(jù)，還需要從各國(guó)或地區(qū)的疾病預(yù)防控制中心（Centers for Disease Control and Prevention簡(jiǎn)稱CDC）獲得。第二，數(shù)據(jù)差異和不合理現(xiàn)象。國(guó)際疫情形勢(shì)變化很快，對(duì)于同一指標(biāo)，通過(guò)對(duì)比來(lái)看可能由于發(fā)布時(shí)間和發(fā)布機(jī)構(gòu)的不同，或者指標(biāo)口徑的不同，會(huì)出現(xiàn)數(shù)據(jù)差異較大的現(xiàn)象，同時(shí)由于各國(guó)核增核減、重報(bào)誤報(bào)，還存在數(shù)據(jù)不合理等現(xiàn)象。因此需要整合現(xiàn)有數(shù)據(jù)來(lái)源，根據(jù)疫情變化和研究需要構(gòu)建科學(xué)的數(shù)據(jù)資源平臺(tái)，現(xiàn)將已有的數(shù)據(jù)平臺(tái)匯總?cè)缦拢?/p>

1.主流媒體疫情發(fā)布平臺(tái)

國(guó)內(nèi)主流媒體每日會(huì)根據(jù)已有的疫情數(shù)據(jù)，采用不同的展現(xiàn)形式向外界報(bào)告疫情變化情況，影響力較大的有人民日?qǐng)?bào)和新華社的疫情發(fā)布平臺(tái)。

人民日?qǐng)?bào)公眾號(hào)會(huì)在早上9點(diǎn)左右發(fā)布我國(guó)最新疫情信息，在晚上6點(diǎn)左右發(fā)布全球疫情情況。對(duì)我國(guó)疫情信息的發(fā)布，數(shù)據(jù)來(lái)源主要是國(guó)家衛(wèi)生健康委員會(huì)，人民日?qǐng)?bào)發(fā)布特色是重點(diǎn)突出兩項(xiàng)數(shù)據(jù)，分別是新增確診病例和新增無(wú)癥狀感染者（截圖見(jiàn)圖6、圖7）；對(duì)全球疫情的發(fā)布，數(shù)據(jù)主要來(lái)源于世界衛(wèi)生組織，數(shù)據(jù)綜合度強(qiáng)，有一定的權(quán)威性，通過(guò)比較可以看出數(shù)據(jù)比較合理。其特色是采用花瓣圖形式展現(xiàn)各國(guó)確診和死亡病例的情況，通過(guò)顏色和排序形象反映各國(guó)疫情情況（如圖8）。

圖6 人民日?qǐng)?bào)公眾號(hào)報(bào)道國(guó)內(nèi)新增確診病例

圖7 人民日?qǐng)?bào)公眾號(hào)報(bào)道國(guó)內(nèi)新增無(wú)癥狀感染者

新華社早上9點(diǎn)左右會(huì)在其公眾號(hào)發(fā)布我國(guó)最新疫情信息，在中午12點(diǎn)左右發(fā)布全球疫情情況。對(duì)我國(guó)疫情信息的發(fā)布，直接引用國(guó)家衛(wèi)生健康委員會(huì)信息；對(duì)全球疫情的發(fā)布，數(shù)據(jù)來(lái)源于世界衛(wèi)生組織，其特色是采用直方圖的形式反映各國(guó)疫情情況，通過(guò)顏色和矩形長(zhǎng)度形象反映各國(guó)疫情情況（如圖9）。

圖8 人民日?qǐng)?bào)公眾號(hào)花瓣圖

圖9 新華社公眾號(hào)直方圖

2.互聯(lián)網(wǎng)企業(yè)大數(shù)據(jù)平臺(tái)

國(guó)內(nèi)部分互聯(lián)網(wǎng)公司借助其自身優(yōu)勢(shì)，建立疫情實(shí)時(shí)大數(shù)據(jù)平臺(tái)，例如百度、網(wǎng)易、騰訊等，數(shù)據(jù)庫(kù)包含國(guó)內(nèi)疫情、國(guó)外疫情、實(shí)時(shí)播報(bào)、權(quán)威發(fā)布等欄目，可以快速獲取國(guó)內(nèi)各地區(qū)的累計(jì)確診、累計(jì)死亡、累計(jì)治愈、現(xiàn)有確診、無(wú)癥狀感染者等情況，同時(shí)自動(dòng)呈現(xiàn)可視化走勢(shì)圖，其優(yōu)勢(shì)在于能夠及時(shí)公布防控最新動(dòng)態(tài)和相關(guān)新聞，同時(shí)發(fā)布一些防護(hù)知識(shí)（如圖10—圖12）。

圖10 百度疫情實(shí)時(shí)大數(shù)據(jù)界面截圖

圖11 騰訊疫情實(shí)時(shí)追蹤界面截圖

圖12 網(wǎng)易疫情實(shí)時(shí)動(dòng)態(tài)播報(bào)界面截圖

3.相關(guān)機(jī)構(gòu)數(shù)據(jù)平臺(tái)

目前有醫(yī)療領(lǐng)域的企業(yè)和海外留學(xué)機(jī)構(gòu)，借助其行業(yè)優(yōu)勢(shì)，建立疫情數(shù)據(jù)信息平臺(tái)，例如丁香園和一畝三分地。這兩家數(shù)據(jù)平臺(tái)都包含國(guó)內(nèi)和國(guó)外疫情的基本統(tǒng)計(jì)數(shù)據(jù)，丁香園信息平臺(tái)的特色是發(fā)揮醫(yī)療優(yōu)勢(shì)，開(kāi)辟辟謠與防護(hù)、疾病知識(shí)欄目，從中可以了解一些傳言的真假，同時(shí)獲取病毒防治方面的指導(dǎo)。一畝三分地信息平臺(tái)的優(yōu)勢(shì)在于借助海外資源，發(fā)布美國(guó)關(guān)于檢測(cè)數(shù)據(jù)和檢測(cè)地點(diǎn)方面的信息以及住院總?cè)藬?shù)的信息（如圖13—圖14）。

圖13 丁香園疫情實(shí)時(shí)動(dòng)態(tài)播報(bào)界面截圖

圖14 一畝三分地疫情實(shí)時(shí)動(dòng)態(tài)播報(bào)界面截圖

4.約翰斯·霍普金斯大學(xué)（Johns Hopkins University）疫情數(shù)據(jù)平臺(tái)

約翰斯·霍普金斯大學(xué)（Johns Hopkins University）系統(tǒng)科學(xué)與工程中心，借助ArcGIS在線交互地圖技術(shù)，制作COVID-19動(dòng)態(tài)地圖。由于上線時(shí)間早、數(shù)據(jù)更新速度快等原因，其影響力較大。優(yōu)勢(shì)在于數(shù)據(jù)更新及時(shí)，且非常完整（各國(guó)，中美兩國(guó)的各省或各州），數(shù)據(jù)指標(biāo)多（有住院人數(shù)和檢測(cè)人數(shù)）；數(shù)據(jù)平臺(tái)界面設(shè)計(jì)友好，數(shù)據(jù)模塊大致分為三部分：第一部分是各國(guó)的累計(jì)確診病例數(shù)，按照病例數(shù)降序排列，還可查看各國(guó)?。ㄖ荩┑膶?duì)應(yīng)數(shù)據(jù)；第二部分是各國(guó)的累計(jì)死亡和治愈病例數(shù)，也按照病例數(shù)降序排列；第三部分是美國(guó)的累計(jì)檢測(cè)和住院總?cè)藬?shù)。界面中間為可視化地圖信息，點(diǎn)擊地圖中的不同國(guó)家，可以顯示該地區(qū)的疫情數(shù)據(jù)情況，數(shù)據(jù)存儲(chǔ)在GitHub（https：//github.com/CSSEGISandData/COVID-19）（如圖 15）。

圖15 約翰斯·霍普金斯大學(xué)疫情信息發(fā)布截圖

5.數(shù)據(jù)分析平臺(tái)

關(guān)于疫情數(shù)據(jù)的分析平臺(tái)，有研究團(tuán)隊(duì)建立網(wǎng)站或者利用GitHub平臺(tái)發(fā)布數(shù)據(jù)和分析代碼。加州大學(xué)伯克利分校郁彬教授團(tuán)隊(duì)建立了預(yù)測(cè)美國(guó)各縣和醫(yī)院疫情嚴(yán)重程度的數(shù)據(jù)平臺(tái)，網(wǎng)站域名為https：//covidseverity.com/，這個(gè)網(wǎng)站以交互可視化的形式提供預(yù)測(cè)數(shù)據(jù)。在GitHub上有JoachimGassen主頁(yè)中的tidycovid19數(shù)據(jù)倉(cāng)庫(kù)，借助R軟件的操作包Tidyverse，tidycovid19，zoo等，完成疫情數(shù)據(jù)的可視化操作（如圖16—圖 17）。

圖16 郁彬教授團(tuán)隊(duì)疫情數(shù)據(jù)分析界面截圖

圖17 Joachim Gassen疫情信息GitHub界面

四、數(shù)據(jù)平臺(tái)的搭建思路

1.搭建適合我國(guó)疫情數(shù)據(jù)共享平臺(tái)的意義

從前面的分析中可以看出我國(guó)目前數(shù)據(jù)發(fā)布平臺(tái)大多基于網(wǎng)頁(yè)版界面呈現(xiàn)，包括含有數(shù)據(jù)的大段文字，圖片型原始數(shù)據(jù)和可視化圖表。由于國(guó)內(nèi)學(xué)者大多使用EXCEL、R語(yǔ)言、STATA等分析軟件，基于國(guó)內(nèi)現(xiàn)有的數(shù)據(jù)平臺(tái)只有采用“網(wǎng)絡(luò)爬蟲(chóng)”，甚至經(jīng)過(guò)圖像文字識(shí)別才能及時(shí)獲取，這大大增加了研究人員的工作負(fù)擔(dān)，不利于研究人員使用數(shù)據(jù)，勢(shì)必造成大量的重復(fù)工作。平臺(tái)展現(xiàn)可視化圖相對(duì)簡(jiǎn)單，缺乏深層次的數(shù)據(jù)發(fā)掘工作，數(shù)據(jù)信息利用率低，沒(méi)有發(fā)揮更多的數(shù)據(jù)價(jià)值，造成數(shù)據(jù)嚴(yán)重浪費(fèi)，同時(shí)數(shù)據(jù)質(zhì)量是否可信也沒(méi)有統(tǒng)一的核驗(yàn)標(biāo)準(zhǔn)，在數(shù)據(jù)分析中經(jīng)常出現(xiàn)數(shù)據(jù)“打架”等不合理現(xiàn)象，例如某國(guó)累計(jì)確診病例小于前日累計(jì)確診病例數(shù)。因此，盡快搭建和完善適合我國(guó)研究人員使用的新冠肺炎疫情數(shù)據(jù)平臺(tái)，不僅意義重大而且時(shí)間緊迫。

2.數(shù)據(jù)平臺(tái)框架構(gòu)建思路

搭建適合我國(guó)的數(shù)據(jù)平臺(tái)需要兼顧數(shù)據(jù)及時(shí)性、可靠性和統(tǒng)計(jì)分析職能，以下是我們“六人團(tuán)隊(duì)”的一些具體做法。

在數(shù)據(jù)及時(shí)性和可靠性方面，平臺(tái)需要包含專門(mén)欄目發(fā)布數(shù)據(jù)，利用國(guó)家衛(wèi)生健康委員會(huì)以及各省、直轄市、自治區(qū)衛(wèi)生健康委員會(huì)每日發(fā)布的動(dòng)態(tài)數(shù)據(jù)作為國(guó)內(nèi)數(shù)據(jù)的發(fā)布基礎(chǔ)，利用人民日?qǐng)?bào)公眾號(hào)花瓣圖數(shù)據(jù)和約翰斯·霍普金斯大學(xué)數(shù)據(jù)作為國(guó)外數(shù)據(jù)的主要來(lái)源。為了將國(guó)內(nèi)數(shù)據(jù)與國(guó)外數(shù)據(jù)統(tǒng)一比較，通常選取每天18：30左右更新的數(shù)據(jù)。

數(shù)據(jù)的統(tǒng)計(jì)分析職能，可以通過(guò)增加新指標(biāo)和指標(biāo)排序等方法來(lái)發(fā)掘各國(guó)疫情的基本特征。增加死亡率、治愈率、每百萬(wàn)人確診數(shù)、每百萬(wàn)人死亡數(shù)、累計(jì)確診病例日增和日增速、累計(jì)死亡病例日增和日增速等。其中死亡率=累計(jì)死亡病例/累計(jì)確診病例，治愈率=累計(jì)治愈病例/累計(jì)確診病例，每百萬(wàn)人確診數(shù)=（累計(jì)確診病例/總?cè)丝跀?shù)據(jù)）106，每百萬(wàn)人死亡數(shù)=（累計(jì)死亡病例/總?cè)丝跀?shù)據(jù)）106。為保證統(tǒng)計(jì)意義，對(duì)于累計(jì)確診病例數(shù)低于50的國(guó)家，不做死亡率和治愈率的計(jì)算；在每百萬(wàn)人確診數(shù)和每百萬(wàn)人死亡數(shù)計(jì)算中，國(guó)家（地區(qū)）人口數(shù)不足百萬(wàn)人時(shí)，暫不進(jìn)行計(jì)算和排序，其中日增速的計(jì)算公式為（Xt-Xt-1）/Xt-1。為保證統(tǒng)計(jì)意義，對(duì)于累計(jì)確診數(shù)低于50的國(guó)家，不做累計(jì)確診病例日增速計(jì)算；對(duì)于累計(jì)死亡病例數(shù)低于50的國(guó)家，也不做累計(jì)死亡病例的日增速計(jì)算。同時(shí)可選取全球確診超過(guò)兩千例的國(guó)家，根據(jù)其疫情數(shù)據(jù)對(duì)累計(jì)確診病例、確診病例最大日增、累計(jì)死亡病例、死亡病例最大日增、確診病例死亡率、每百萬(wàn)人死亡數(shù)和每百萬(wàn)人確診數(shù)進(jìn)行排序，從而發(fā)現(xiàn)全球和各國(guó)疫情形勢(shì)的發(fā)展規(guī)律、防控措施取得效果以及對(duì)未來(lái)疫情走勢(shì)進(jìn)行預(yù)測(cè)。

增加動(dòng)態(tài)可視化疫情走勢(shì)圖和指數(shù)分析圖，其中動(dòng)態(tài)可視化圖可以形象地看出數(shù)據(jù)的走勢(shì)和變化；指數(shù)圖不僅能對(duì)病例增速起到警示作用，還能比較各國(guó)之間的病例增速，以及分析各國(guó)的病例增速隨時(shí)間產(chǎn)生變化的情況。

疫情數(shù)據(jù)集成共享平臺(tái)還要包含數(shù)據(jù)核驗(yàn)功能，對(duì)疫情數(shù)據(jù)指標(biāo)進(jìn)行動(dòng)態(tài)比較，如果出現(xiàn)數(shù)據(jù)問(wèn)題，要能夠及時(shí)反饋原因并進(jìn)行提示預(yù)警。一方面保留原始數(shù)據(jù)，真實(shí)展現(xiàn)，另一方面采用注解和標(biāo)注“？”的方式，引起數(shù)據(jù)使用者的重視。例如2020年5月27日法國(guó)累計(jì)確診病例數(shù)發(fā)生錯(cuò)誤，小于前一日的數(shù)值；又如2020年4月17日武漢市發(fā)布的數(shù)據(jù)，截至4月16日24時(shí)，確診病例核增325例，確診病例的死亡數(shù)核增1290例，這些錯(cuò)誤或者變化要第一時(shí)間告知數(shù)據(jù)使用者。

3.數(shù)據(jù)平臺(tái)載體的選擇

搭建數(shù)據(jù)平臺(tái)需要穩(wěn)定的載體，根據(jù)國(guó)內(nèi)受眾的偏好可以選擇建立微信公眾號(hào)或者GitHub平臺(tái)等模式；原始數(shù)據(jù)的后臺(tái)數(shù)據(jù)庫(kù)、存儲(chǔ)和分析平臺(tái)可以選擇百度云盤(pán)或者騰訊微云等云端平臺(tái)。數(shù)據(jù)發(fā)布平臺(tái)載體的選擇可以按照數(shù)據(jù)規(guī)模、受眾人群和影響程度分批次推進(jìn)，開(kāi)始階段可以利用微信群發(fā)送數(shù)據(jù)匯總EXCEL表的方式提升數(shù)據(jù)影響度；隨著數(shù)據(jù)量增加和受眾人群增加，關(guān)注度和影響力直線上升，對(duì)數(shù)據(jù)的要求越來(lái)越高，要求時(shí)效性強(qiáng)、便利簡(jiǎn)單易取，甚至要求對(duì)數(shù)據(jù)文件定時(shí)必有，隨開(kāi)隨用，此時(shí)須建立疫情數(shù)據(jù)微信公眾號(hào)，兼顧數(shù)據(jù)搭載和數(shù)據(jù)分析。由于微信公眾號(hào)受到審核制度等限制，有時(shí)會(huì)出現(xiàn)不穩(wěn)定現(xiàn)象，因此可選擇GitHub作為數(shù)據(jù)倉(cāng)庫(kù)用來(lái)數(shù)據(jù)備份和分析代碼分享的平臺(tái)，同時(shí)方便海外學(xué)者下載使用。數(shù)據(jù)存儲(chǔ)使用CSV格式，且表格格式盡量固定，可提升研究人員建模使用效率。

五、數(shù)據(jù)平臺(tái)搭建的實(shí)踐

根據(jù)前文梳理的平臺(tái)搭建邏輯，遵循為研究者深入分析提供最完整的數(shù)據(jù)、為公眾快速清晰了解疫情提供便利，讓數(shù)據(jù)說(shuō)話，用數(shù)據(jù)科學(xué)防控、讓數(shù)據(jù)產(chǎn)生研究?jī)r(jià)值的初衷，我們從疫情開(kāi)始就展開(kāi)數(shù)據(jù)收集、整理、分析和發(fā)布共享工作，經(jīng)歷了數(shù)據(jù)指標(biāo)不斷優(yōu)化、展示內(nèi)容不斷豐富、展示形式逐步美化和數(shù)據(jù)發(fā)布平臺(tái)不斷改良的過(guò)程。到目前我們選擇的數(shù)據(jù)集成共享模式為微信公眾號(hào)（“六人團(tuán)隊(duì)”微信號(hào)：gh_ca4218923bda）推送和 Github（https：//github.com/zhestat/Covid-19-data）備份存儲(chǔ)的模式，微信公眾號(hào)帶更新日期的標(biāo)題和全球疫情關(guān)鍵數(shù)據(jù)，包含內(nèi)容有全球疫情數(shù)據(jù)、新冠疫情數(shù)據(jù)可視化、人民日?qǐng)?bào)新媒體全球疫情每日花瓣圖發(fā)布數(shù)據(jù)和全國(guó)疫情每日數(shù)據(jù)等核心板塊，充分利用統(tǒng)計(jì)圖表的形式進(jìn)行展示，每日中午12點(diǎn)之前對(duì)外發(fā)布前一日的疫情變動(dòng)情況。

第一部分是全球疫情數(shù)據(jù)?；诩s翰斯·霍普金斯大學(xué)發(fā)布的世界188個(gè)國(guó)家（地區(qū)）郵輪疫情數(shù)據(jù)，從累計(jì)確診、累計(jì)死亡和累計(jì)治愈三個(gè)指標(biāo)展現(xiàn)疫情基礎(chǔ)數(shù)據(jù)情況，數(shù)據(jù)按照累計(jì)確診病例數(shù)降序排列，同時(shí)還包含我國(guó)各地區(qū)的累計(jì)確診、累計(jì)死亡數(shù)據(jù)和現(xiàn)有確診病例數(shù)據(jù)，美國(guó)各州的累計(jì)確診、累計(jì)死亡數(shù)據(jù)，美國(guó)累計(jì)檢測(cè)和住院總?cè)藬?shù)。數(shù)據(jù)分析層面包含死亡率、治愈率和每百萬(wàn)人確診數(shù)，累計(jì)確診病例日增和日增速排名前20名的國(guó)家，累計(jì)死亡病例日增和日增速排名前20名的國(guó)家，以便了解每日疫情變動(dòng)情況。數(shù)據(jù)庫(kù)中數(shù)據(jù)截圖如圖18和圖19（由于篇幅原因，只截取部分?jǐn)?shù)據(jù)）：

圖18 全球疫情數(shù)據(jù)庫(kù)基礎(chǔ)數(shù)據(jù)構(gòu)成界面截圖

圖19 全球疫情數(shù)據(jù)庫(kù)分析數(shù)據(jù)構(gòu)成界面

第二部分是疫情數(shù)據(jù)可視化展示。一是根據(jù)第一部分搜集整理的基礎(chǔ)數(shù)據(jù)，利用動(dòng)態(tài)條形圖Racing bar展示從2020年3月20日開(kāi)始到報(bào)告日的全球累計(jì)病例前十名國(guó)家的演變情況，讓數(shù)據(jù)直接、形象地呈現(xiàn)（如圖20）；二是累計(jì)確診病例增速比較的指數(shù)圖①考慮到有些用戶可能對(duì)指數(shù)圖不太熟悉，在指數(shù)圖發(fā)布的前期，我們也提供有關(guān)指數(shù)圖的科普文音，并將當(dāng)日數(shù)據(jù)分別做出指數(shù)圖和非指數(shù)圖作比較，解釋指數(shù)圖的功用，輔助用戶解讀每日發(fā)布的指數(shù)圖。。我們每天會(huì)把世界上的國(guó)家和地區(qū)按照每百萬(wàn)人確診數(shù)從多到少分成五類，然后從每類中抽取1個(gè)國(guó)家制圖（如圖21）。除此以外，我們還為使用平臺(tái)的研究者提供點(diǎn)播定制服務(wù)，以增加研究者之間的交流探討，每日會(huì)根據(jù)研究人員在平臺(tái)發(fā)布的做圖需求留言點(diǎn)播，挑選出若干組國(guó)家繪制指數(shù)圖（如圖22）。為了輔助理解，指數(shù)圖中提供虛線輔助線，直觀地表現(xiàn)出確診病例每幾天翻倍一次，以揭示病情爆發(fā)的激烈程度。

圖20 累計(jì)確診病例數(shù)前十名動(dòng)態(tài)圖界面

圖21 累計(jì)確診病例增速比較的指數(shù)圖界面

圖22 研究者點(diǎn)播樣式圖

第三部分是人民日?qǐng)?bào)新媒體全球疫情每日發(fā)布數(shù)據(jù)。選取人民日?qǐng)?bào)新媒體的花瓣圖作為圖形展示，根據(jù)人民日?qǐng)?bào)海外版網(wǎng)站等信息源匯總世界各地有關(guān)疫情方面的新聞，根據(jù)數(shù)據(jù)匯總?cè)虼_診超過(guò)2000例國(guó)家的疫情特征信息，截圖如圖23（由于篇幅原因，只截取部分?jǐn)?shù)據(jù)）。從數(shù)據(jù)表可以看出，確診病例死亡率全球平均6.11%，有15個(gè)國(guó)家大于平均值，可部分說(shuō)明確診后治療狀況不佳；每百萬(wàn)人口確診數(shù)全球平均約775人，有43個(gè)國(guó)家大于平均值，可部分說(shuō)明防控措施不到位；每百萬(wàn)人口死亡數(shù)全球平均約47人，有30個(gè)國(guó)家大于平均值，可部分說(shuō)明疫情綜合程度嚴(yán)重。

圖23 全球確診超過(guò)2000例國(guó)家的疫情信息界面

第四部分是全國(guó)疫情每日數(shù)據(jù)，根據(jù)國(guó)家衛(wèi)健委的全國(guó)疫情日?qǐng)?bào)匯總?cè)珖?guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）和新疆生產(chǎn)建設(shè)兵團(tuán)疫情數(shù)據(jù)，制成表格，用于計(jì)算死亡率、治愈率和每百萬(wàn)人確診數(shù)。值得一提的是，作為對(duì)從官方渠道直接收集整理信息的補(bǔ)充和輔助，同時(shí)為豐富平臺(tái)數(shù)據(jù)，我們也慎重選擇了一些社會(huì)機(jī)構(gòu)數(shù)據(jù)發(fā)布平臺(tái)，比如百度疫情實(shí)時(shí)大數(shù)據(jù)報(bào)告，將其國(guó)內(nèi)數(shù)據(jù)整理出來(lái)，并制作成表格，用來(lái)比對(duì)和研究。數(shù)據(jù)庫(kù)中數(shù)據(jù)截圖如圖24（由于篇幅原因，只截取部分?jǐn)?shù)據(jù)）。

圖24 我國(guó)各地區(qū)疫情信息界面

目前該平臺(tái)數(shù)據(jù)的發(fā)布采取雙重審核制，數(shù)據(jù)整理過(guò)程中利用數(shù)據(jù)判定函數(shù)對(duì)數(shù)據(jù)基本特征進(jìn)行檢查，在匯總數(shù)據(jù)庫(kù)整理好后，由平臺(tái)主管再次核實(shí)驗(yàn)證，從而使數(shù)據(jù)質(zhì)量得到保證。該平臺(tái)已經(jīng)被中國(guó)人民大學(xué)、首都經(jīng)貿(mào)大學(xué)、中國(guó)民航大學(xué)、中國(guó)傳媒大學(xué)、華東師范大學(xué)、湖南商學(xué)院、河南財(cái)經(jīng)政法大學(xué)、江蘇海洋大學(xué)、西華師范大學(xué)等高校的老師和學(xué)生作為科研和授課的基礎(chǔ)數(shù)據(jù)來(lái)源，同時(shí)得到來(lái)自中日友好醫(yī)院和武漢大視野、河南君友商務(wù)咨詢等業(yè)界研究人員的關(guān)注。平臺(tái)日活躍人數(shù)超過(guò)500人，關(guān)注人數(shù)已超過(guò)千人，且還在持續(xù)增加。公眾號(hào)的閱讀量和咨詢留言數(shù)據(jù)不斷提升，可見(jiàn)其已經(jīng)成為有一定影響力的數(shù)據(jù)集成共享平臺(tái)。今后，平臺(tái)除了每日數(shù)據(jù)更新之外，還會(huì)加強(qiáng)數(shù)據(jù)分析的深度，從預(yù)測(cè)和可視化圖方面增加研究?jī)?nèi)容，以發(fā)揮更大的數(shù)據(jù)價(jià)值。