數(shù)據(jù)中臺在應(yīng)對突發(fā)公共事件中的核心價(jià)值研究

□張弛

一、引言

中臺是一種管理體系架構(gòu)，在政府、企業(yè)、軍隊(duì)等領(lǐng)域被廣泛運(yùn)用。 “在中國古代東漢時(shí)期，尚書臺成為政府的中樞，號稱中臺”[1]，這里的中臺就是政府運(yùn)行體系和組織架構(gòu)。 美軍的軍事作戰(zhàn)體系中，在前方和后方之間搭建一個(gè)“中臺炮火群”[2]，這里的中臺就是一種連接前后方的中間件架構(gòu)。 在企業(yè)管理中，芬蘭的超級細(xì)胞(Supercell)公司最早采用“部落”中臺架構(gòu)進(jìn)行經(jīng)營，2015 年，阿里巴巴受此啟發(fā)，正式啟動“大中臺，小前臺”的中臺戰(zhàn)略，中臺迅速成為大數(shù)據(jù)時(shí)代企業(yè)“業(yè)務(wù)數(shù)據(jù)化、數(shù)據(jù)業(yè)務(wù)化”的智能化運(yùn)行體系和組織架構(gòu)[3]。 中國最早將中臺運(yùn)用到現(xiàn)代政府管理中的是上海浦東新區(qū)，其在2003 年就提出“前、中、后臺”政務(wù)建設(shè)模式[4]，但因2012 年才稱為“大數(shù)據(jù)元年”[5]，所以浦東新區(qū)的中臺主要是電子政務(wù)框架體系的業(yè)務(wù)技術(shù)中臺，類似現(xiàn)在的政務(wù)中心，不是基于大數(shù)據(jù)的數(shù)據(jù)中臺。

數(shù)據(jù)中臺是伴隨著大數(shù)據(jù)出現(xiàn)的，其構(gòu)建理念是將大數(shù)據(jù)“用起來”，即通過大數(shù)據(jù)向管理賦能，通過數(shù)據(jù)中臺將大數(shù)據(jù)變成實(shí)際“可用”的東西，從這個(gè)意義上說，數(shù)據(jù)中臺是大數(shù)據(jù)運(yùn)用的平臺化、具體化、實(shí)踐化。 數(shù)據(jù)中臺的功能理念是將大數(shù)據(jù)“統(tǒng)起來”，即通過數(shù)據(jù)中臺打通“數(shù)據(jù)孤島”和“數(shù)據(jù)煙囪”分立的IT(iformation technology，信息技術(shù))架構(gòu)，構(gòu)建數(shù)據(jù)共享的統(tǒng)一的DT(tata technology，數(shù)據(jù)技術(shù))架構(gòu)[6]。 數(shù)據(jù)中臺的定位理念是將大數(shù)據(jù)“連起來”，即通過數(shù)據(jù)中臺將前臺與后臺有機(jī)地連接起來，有效解決數(shù)據(jù)與管理業(yè)務(wù)的脫節(jié)問題。 數(shù)據(jù)是21 世紀(jì)最有價(jià)值的資產(chǎn)，但沒有“用起來”“管起來”“連起來”的數(shù)據(jù)就像散落埋藏在沙海里的珍珠一樣，是無法顯示其巨大價(jià)值的。

二、數(shù)據(jù)政務(wù)中臺是數(shù)字政府的2.0 進(jìn)階

中臺架構(gòu)一般包括技術(shù)中臺、數(shù)據(jù)中臺、業(yè)務(wù)中臺三個(gè)子架構(gòu)，其中，數(shù)據(jù)中臺是中臺體系的基礎(chǔ)和核心。 政務(wù)數(shù)據(jù)中臺的架構(gòu)是在One Data 體系下構(gòu)建三個(gè)模塊，即One ID 模塊、One Model 模塊、One Service 模塊。 三個(gè)模塊的功能是進(jìn)行數(shù)據(jù)匯聚、數(shù)據(jù)萃取、數(shù)據(jù)存儲、數(shù)據(jù)加工、數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)查詢、數(shù)據(jù)交換、數(shù)據(jù)共享、數(shù)據(jù)服務(wù)等全域性數(shù)據(jù)管理(圖1)。 數(shù)據(jù)中臺架構(gòu)并非是將現(xiàn)有的IT 架構(gòu)推倒重來，也不是信息系統(tǒng)的重復(fù)建設(shè)，數(shù)據(jù)中臺是要打通原來“煙囪”式的信息系統(tǒng)的連接路鏈，構(gòu)建一個(gè)全域性的系統(tǒng)完整的數(shù)據(jù)智能運(yùn)行回環(huán)[7]。 從數(shù)據(jù)中臺的全域性和全路鏈特征來看，中臺不是一般意義上的平臺，數(shù)據(jù)中臺是要將分立的平臺“連起來”，將分散的數(shù)據(jù)“統(tǒng)起來”，將可用的數(shù)據(jù)“用起來”，讓大數(shù)據(jù)價(jià)值真正地為政務(wù)服務(wù)賦能。

圖1 政務(wù)中臺與數(shù)據(jù)中臺關(guān)系圖

數(shù)據(jù)中臺有兩大應(yīng)用場景，一是商務(wù)，二是政務(wù)。 商務(wù)數(shù)據(jù)中臺也稱為企業(yè)數(shù)據(jù)中臺，被喻為數(shù)字企業(yè)2.0。 目前我國企業(yè)界特別是頭部企業(yè)已經(jīng)在大力實(shí)施“數(shù)據(jù)中臺戰(zhàn)略”[8]。 政務(wù)數(shù)據(jù)中臺被喻為數(shù)字政府2.0，即在初步完成數(shù)字政府1.0 建設(shè)基礎(chǔ)上的2.0 進(jìn)階。 2020 年9 月17 日，阿里政務(wù)數(shù)據(jù)中臺事業(yè)部正式發(fā)布政務(wù)數(shù)據(jù)中臺2.0“1+4PaaS+N”體系，即1 套數(shù)據(jù)體系、4 層能力平臺、賦能N 種業(yè)務(wù)場景。 數(shù)字政府1.0 的特征是建立相對完整的政務(wù)信息框架，初步構(gòu)建基于政務(wù)云的信息服務(wù)架構(gòu)體系，實(shí)現(xiàn)政務(wù)服務(wù)的網(wǎng)絡(luò)化、在線化和移動化，提升政務(wù)辦事效率，減少群眾路途往返的頻次。 毋庸諱言，數(shù)字政府1.0 普遍存在著廣為詬病的互聯(lián)互通難、業(yè)務(wù)協(xié)同難、數(shù)據(jù)共享難的“三難”問題。 數(shù)字政府2.0 區(qū)別于數(shù)字政府1.0 之處在于將傳統(tǒng)的信息化集成轉(zhuǎn)變?yōu)橹悄芑x能，通過數(shù)據(jù)中臺提升政府整體智治能力，打破“數(shù)據(jù)孤島”，消除“數(shù)據(jù)煙囪”，將政務(wù)服務(wù)的網(wǎng)絡(luò)化、在線化和移動化升級進(jìn)階為基于大數(shù)據(jù)和云計(jì)算的標(biāo)準(zhǔn)化、自動化、智能化，實(shí)現(xiàn)網(wǎng)絡(luò)通、數(shù)據(jù)通、業(yè)務(wù)通的“三通”[9]。

數(shù)據(jù)政務(wù)中臺的目標(biāo)是打造“三融、五跨、全融合”的政務(wù)服務(wù)新體系，實(shí)現(xiàn)“業(yè)務(wù)融合、技術(shù)融合、數(shù)據(jù)融合”的無差別融合受理，以及實(shí)現(xiàn)“跨層級、跨地域、跨系統(tǒng)、跨部門、跨業(yè)務(wù)”的全域性和全路鏈服務(wù)。 隨著數(shù)據(jù)政務(wù)中臺的推廣運(yùn)行，浙江省目前正在發(fā)生著一場“大中臺，小前臺”的政務(wù)服務(wù)大廳“瘦身”的場景革命。 以杭州富陽政務(wù)服務(wù)中心為例，目前窗口精簡率達(dá)36%，大廳人流量下降47%，線上受理率高達(dá)81%。 運(yùn)用數(shù)據(jù)政務(wù)中臺技術(shù)，實(shí)現(xiàn)事項(xiàng)網(wǎng)上辦、掌上辦、自助辦、“一件事”聯(lián)辦、無感智辦、就近辦。

構(gòu)建數(shù)據(jù)中臺、助推實(shí)現(xiàn)數(shù)字“三通”，有利于全面提升政務(wù)數(shù)據(jù)化能力，特別是數(shù)據(jù)化決策能力、數(shù)據(jù)化服務(wù)能力和數(shù)據(jù)化應(yīng)急能力。 其中，數(shù)字化應(yīng)急能力是政府治理能力的重要體現(xiàn)。

突發(fā)公共事件應(yīng)急能力提升是一個(gè)動態(tài)過程，需要隨著時(shí)代發(fā)展不斷與時(shí)俱進(jìn)。 突發(fā)公共事件一般分為自然災(zāi)害、社會治安、事故災(zāi)難、公共衛(wèi)生事件等幾種類型，都具有突發(fā)性、破壞性、隨機(jī)性、非確定性、擴(kuò)散性、衍生性、傳播性、社會性、非傳統(tǒng)性等特點(diǎn)。 面對突如其來的錯(cuò)綜復(fù)雜的災(zāi)難，僅靠傳統(tǒng)的經(jīng)驗(yàn)式應(yīng)急管理顯然難以有效應(yīng)對，如同樣是突發(fā)公共衛(wèi)生事件，2003 年的“非典”前所未見，但防控COVID-19 新型冠狀病毒肺炎(簡稱新冠肺炎)顯然不能完全照搬“非典”的經(jīng)驗(yàn)，新冠肺炎的無癥狀感染者的隱蔽傳染性也是史無前例的，必須有更具針對性的措施來防控，而大數(shù)據(jù)就是實(shí)施更科學(xué)、更精準(zhǔn)防控的技術(shù)手段之一。

應(yīng)對突發(fā)公共事件最能夠檢驗(yàn)政務(wù)應(yīng)急能力，也最能暴露政務(wù)應(yīng)急能力方面的短板。 習(xí)近平總書記在“統(tǒng)籌推進(jìn)新冠肺炎疫情防控和經(jīng)濟(jì)社會發(fā)展工作部署會議”上的講話和《在湖北省考察新冠肺炎疫情防控工作時(shí)的講話》都強(qiáng)調(diào):要針對這次應(yīng)對疫情中暴露出的明顯短板，總結(jié)經(jīng)驗(yàn)、吸取教訓(xùn)，提高應(yīng)對突發(fā)重大公共衛(wèi)生事件的能力和水平[10]。 認(rèn)真研究應(yīng)對突發(fā)公共事件過程中暴露出來的“明顯短板”，筆者認(rèn)為地方政府缺少數(shù)據(jù)中臺來統(tǒng)籌整合并及時(shí)提供防控?cái)?shù)據(jù)是應(yīng)急管理的“明顯短板”之一。

現(xiàn)階段我國很多地方應(yīng)對突發(fā)公共事件還缺少跨地區(qū)、跨平臺、跨部門協(xié)同共享的統(tǒng)一數(shù)據(jù)平臺，數(shù)據(jù)處理還處于IT 時(shí)代依靠系統(tǒng)初步篩選、人工二次篩選的分步式階段和水平[11]。 2003 年“非典”事件之后，我國逐步建立健全了“分類管理、分級負(fù)責(zé)、條塊結(jié)合、屬地管理”的應(yīng)急管理體制[12]。 進(jìn)入大數(shù)據(jù)時(shí)代，分類、分級、條塊、屬地應(yīng)急管理都需要構(gòu)建數(shù)據(jù)中臺來統(tǒng)一實(shí)現(xiàn)數(shù)據(jù)匯聚、數(shù)據(jù)存儲、數(shù)據(jù)計(jì)算、數(shù)據(jù)共享和數(shù)據(jù)服務(wù)。 因此，作為對抗擊新冠肺炎疫情的反思和補(bǔ)短板措施，構(gòu)建數(shù)據(jù)中臺以提升地方政府應(yīng)對突發(fā)公共事件的能力和水平是當(dāng)務(wù)之急。 數(shù)據(jù)中臺應(yīng)對突發(fā)公共事件的價(jià)值表現(xiàn)在很多方面，其核心價(jià)值主要有三個(gè):一是預(yù)警價(jià)值，二是數(shù)據(jù)協(xié)同治理價(jià)值，三是網(wǎng)絡(luò)輿情治理價(jià)值。(圖2)挖掘并運(yùn)用數(shù)據(jù)中臺的這些核心價(jià)值，對有效應(yīng)對突發(fā)公共事件具有重要意義。

圖2 數(shù)據(jù)中臺應(yīng)對突發(fā)公共事件賦能圖

三、數(shù)據(jù)中臺在應(yīng)對突發(fā)公共事件中的預(yù)警價(jià)值

《中華人民共和國突發(fā)事件應(yīng)對法》明確規(guī)定，“突發(fā)事件應(yīng)對工作實(shí)行預(yù)防為主、防治結(jié)合的原則”，并規(guī)定了四級預(yù)警級別，分別用紅、橙、黃、藍(lán)四色標(biāo)識[13]。 預(yù)防和預(yù)警既是一種責(zé)任意識，也是一種制度安排；既是一種法律規(guī)制，也是一種技術(shù)手段。 在大數(shù)據(jù)條件下，構(gòu)建數(shù)據(jù)中臺對突發(fā)公共事件進(jìn)行預(yù)警既具有理論基礎(chǔ)，又具有技術(shù)條件。

1.數(shù)據(jù)中臺預(yù)警突發(fā)事件的大數(shù)據(jù)原理

大數(shù)據(jù)預(yù)測是大數(shù)據(jù)的核心價(jià)值，是大數(shù)據(jù)不同于以往科學(xué)方法的本質(zhì)區(qū)別所在，這已成為大數(shù)據(jù)理論研究和實(shí)際應(yīng)用中的共識。 大數(shù)據(jù)預(yù)測是基于三個(gè)大數(shù)據(jù)原理和三對思維范疇。 三個(gè)大數(shù)據(jù)原理即第四范式原理、全數(shù)據(jù)原理、相關(guān)性原理。 三對大數(shù)據(jù)思維范疇即可能與現(xiàn)實(shí)范疇、必然與偶然范疇、原因與結(jié)果范疇[14]。

(1)大數(shù)據(jù)第四范式是指繼實(shí)驗(yàn)型第一范式、理論型第二范式、計(jì)算型第三范式之后的第四種科學(xué)范式。 前三種范式的共同特點(diǎn)是通過已知探索發(fā)現(xiàn)規(guī)律，而第四范式的特點(diǎn)是通過未知探索發(fā)現(xiàn)規(guī)律[15]。 因此，第四范式研究問題的出發(fā)點(diǎn)是沒有預(yù)設(shè)模型，這種對“未知”隨機(jī)性的捕捉正是把握突發(fā)公共事件的不確定性并實(shí)現(xiàn)早期預(yù)警的最有效方法。

(2)大數(shù)據(jù)的全數(shù)據(jù)原理是指“部分=總體”的數(shù)據(jù)整體性模式。 數(shù)據(jù)整體性在大數(shù)據(jù)技術(shù)產(chǎn)生以前很難實(shí)現(xiàn)，大數(shù)據(jù)的指向性就是數(shù)據(jù)整體性獲得。 全數(shù)據(jù)強(qiáng)調(diào)不能出現(xiàn)數(shù)據(jù)遺漏，這一點(diǎn)對于預(yù)警新冠肺炎疫情至關(guān)重要，因?yàn)橐粋€(gè)患者哪怕是一個(gè)無癥狀感染者的遺漏都會拉長傳染鏈。

(3)大數(shù)據(jù)相關(guān)性原理是指大數(shù)據(jù)分析不是論證因果關(guān)系，而是分析相關(guān)關(guān)系，強(qiáng)調(diào)事物之間的關(guān)聯(lián)性。 這一點(diǎn)對于預(yù)警突發(fā)公共事件至關(guān)重要，因?yàn)橥话l(fā)性公共事件的突發(fā)性不允許花更多時(shí)間尋找因果關(guān)系。

2.數(shù)據(jù)中臺預(yù)警突發(fā)事件的技術(shù)路徑

作為大數(shù)據(jù)落地應(yīng)用的可操作平臺，數(shù)據(jù)中臺預(yù)警突發(fā)公共事件一般是二維向度的技術(shù)路徑，即依托數(shù)據(jù)中臺獲取線上和線下兩個(gè)向度的預(yù)警數(shù)據(jù)。

(1)線上路徑。 在泛在網(wǎng)絡(luò)(ubiquitous network)條件下，線上的網(wǎng)絡(luò)大數(shù)據(jù)是預(yù)警突發(fā)公共事件的重要數(shù)據(jù)信息來源。 以預(yù)警突發(fā)烈性傳染病為例，網(wǎng)絡(luò)一直被廣泛應(yīng)用于監(jiān)測和預(yù)警疫情，雖然不同監(jiān)測預(yù)警體系的數(shù)據(jù)源不同，但都基于一個(gè)共同前提:出現(xiàn)癥狀的患者都會通過互聯(lián)網(wǎng)查詢與癥狀有關(guān)的信息，監(jiān)測預(yù)警系統(tǒng)可以通過跟蹤查詢患者輸入關(guān)鍵詞的頻率預(yù)測疫情可能發(fā)生的概率。 通過線上大數(shù)據(jù)監(jiān)測預(yù)警疫情，應(yīng)用最多的是監(jiān)測并預(yù)警流感和登革熱。 針對頻繁出現(xiàn)的“流感季”，Polygreen[16]和Hulth[17]分別通過雅虎搜索以及相關(guān)的醫(yī)療網(wǎng)站搜索獲取流感疫情數(shù)據(jù)，預(yù)測的結(jié)果顯示流感樣病例數(shù)和實(shí)驗(yàn)確診病例數(shù)有強(qiáng)相關(guān)性。 谷歌通過在谷歌日志中選取關(guān)鍵詞采取自動獲取方式建立流感預(yù)測模型，曾經(jīng)比美國疾病控制與預(yù)防中心提前1 ～2 周監(jiān)測并預(yù)警到流感爆發(fā)[18]。 中國醫(yī)學(xué)科學(xué)院的袁玉清[19]也開發(fā)了基于百度搜索引擎預(yù)警流感的預(yù)測模型。 線上網(wǎng)絡(luò)大數(shù)據(jù)監(jiān)測并預(yù)警具有早期、實(shí)時(shí)、快捷、大規(guī)模、可篩選性特點(diǎn)，是應(yīng)對突發(fā)公共衛(wèi)生事件的主要技術(shù)發(fā)展方向。 但是，線上大數(shù)據(jù)監(jiān)測預(yù)警存在以下問題:一是數(shù)據(jù)集成度不高導(dǎo)致空間分辨率不高[20]；二是自媒體和自我報(bào)告出現(xiàn)數(shù)據(jù)偏差和混雜，而分立的數(shù)據(jù)系統(tǒng)很難及時(shí)分辨和降噪；三是對“超文本”數(shù)據(jù)存在語義理解障礙，語義 分析不準(zhǔn)確導(dǎo)致理解歧義甚至出現(xiàn)謠言和非謠言的混淆。 這些問題在2020 年防控新冠肺炎疫情過程中被充分暴露，亟須構(gòu)建數(shù)據(jù)中臺來解決數(shù)據(jù)集成、數(shù)據(jù)降噪、數(shù)據(jù)分辨、語義識別等問題和不足。

(2)線下路徑。 線下大數(shù)據(jù)也是預(yù)警突發(fā)公共事件的重要數(shù)據(jù)信息來源。 對突發(fā)公共衛(wèi)生事件來說，線下數(shù)據(jù)主要有四個(gè)來源:一是社會活動環(huán)境數(shù)據(jù)，包括人群社會活動方式數(shù)據(jù)、交通工具乘坐數(shù)據(jù)、餐飲習(xí)慣數(shù)據(jù)、人口移動數(shù)據(jù)等。 Bio.Diasporo 曾經(jīng)通過分析航班數(shù)據(jù)、人口密度數(shù)據(jù)、人口移動數(shù)據(jù)、城市衛(wèi)生管理數(shù)據(jù)和家禽家畜飼養(yǎng)數(shù)據(jù)，建立監(jiān)測模型，成功預(yù)測下一個(gè)可能會爆發(fā)埃博拉病毒疫情的地區(qū)[21]。 二是自然環(huán)境數(shù)據(jù)，包括氣候變化數(shù)據(jù)、地理位置信息數(shù)據(jù)等。 如我國的郎猛等人[22]基于GIS 運(yùn)用神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)分析和Google Earth 技術(shù)建立了H7N9 疫情流行與環(huán)境因素的相關(guān)預(yù)測模型。三是醫(yī)療大數(shù)據(jù)，如醫(yī)院體檢報(bào)告單、影像數(shù)據(jù)、基因檢測數(shù)據(jù)、交費(fèi)數(shù)據(jù)等。 四是病原監(jiān)測大數(shù)據(jù)，突發(fā)性公共疫情的爆發(fā)流行往往是通過病原體在易感人群中引發(fā)的，第一時(shí)間進(jìn)行病原體溯源對于快速發(fā)出疫情預(yù)警，果斷切斷傳染源至關(guān)重要。 現(xiàn)階段病原體檢測已進(jìn)入基因組測序階段，新一代測序技術(shù)可以發(fā)現(xiàn)病原體基因組的可追蹤變異，對疫苗研制、抗病毒藥物的選擇和研發(fā)都具有重要價(jià)值。 線下疫情預(yù)警數(shù)據(jù)來源渠道多樣，有的來源于臨床醫(yī)院，有的來源于疫控中心，有的來源于病毒研究機(jī)構(gòu)，有的來源于交通部門，有的來源于社會組織，對這樣繁雜的多源異構(gòu)數(shù)據(jù)需要經(jīng)過數(shù)據(jù)中臺整合處理后發(fā)出統(tǒng)一的預(yù)警信息。

3.數(shù)據(jù)中臺預(yù)警突發(fā)公共事件的哨兵模式

預(yù)警并應(yīng)對突發(fā)公共事件的辦法大致可以歸為兩種類型或模式:一是精算模式，二是哨兵模式[23]。對于預(yù)警并應(yīng)對突發(fā)公共衛(wèi)生事件來說，精算模式和哨兵模式的做法各不相同。

(1)指導(dǎo)思想不同。 精算模式的指導(dǎo)思想是注重疫情防控成本，精算經(jīng)濟(jì)效益，希望投入最少成效最大。 客觀地講，在應(yīng)對新冠肺炎疫情過程中，一些西方國家實(shí)行的就是精算模式，在疫情警報(bào)全面拉響后，一些國家或地區(qū)不及時(shí)采取封城封社區(qū)和禁足禁聚會等應(yīng)急措施，有的城市在短暫采取封閉措施后不等疫情根本好轉(zhuǎn)就急于解封，導(dǎo)致疫情一波一波反彈，疫情的不斷反復(fù)直接導(dǎo)致經(jīng)濟(jì)重啟乏力，最后不得不付出慘痛的經(jīng)濟(jì)代價(jià)和社會代價(jià)。 哨兵模式的指導(dǎo)思想注重“人命關(guān)天”，將人而不是錢放在更重要的位置上，在預(yù)警警報(bào)拉響后迅速采取全面系統(tǒng)的應(yīng)急防控措施。

(2)預(yù)測模型不同。 精算模式是基于可知模型，即基于歷史數(shù)據(jù)預(yù)測未來事件發(fā)展的準(zhǔn)確性；哨兵模式是基于不可知模型，即考慮突發(fā)公共事件的不可預(yù)知性。 一般來說，事件初期人們很難判斷事件的特征和性質(zhì)，特別是對“新型”公共衛(wèi)生事件，僅僅依據(jù)歷史經(jīng)驗(yàn)數(shù)據(jù)和原來的經(jīng)驗(yàn)知識很難預(yù)測其性質(zhì)和強(qiáng)度。

(3)預(yù)測的數(shù)據(jù)基礎(chǔ)不同。 精算模式已有一百多年的歷史，是數(shù)據(jù)不完全時(shí)期的產(chǎn)物；哨兵模式是大數(shù)據(jù)時(shí)代的產(chǎn)物，也就是說，哨兵模式是在精算模式越來越暴露出其對未知的不確定性缺乏精準(zhǔn)研判的情況下產(chǎn)生的。 在應(yīng)對無法預(yù)知的突發(fā)公共衛(wèi)生事件時(shí)，在“人民生命健康大于一切”的指導(dǎo)思想之下，哨兵模式顯然具有非常重要的意義。 2020 年1 月31 日，在新冠肺炎爆發(fā)之初，世界衛(wèi)生組織(WHO)就宣布新冠肺炎構(gòu)成國際公共衛(wèi)生緊急事件(PHEIC)，這就是哨兵模式的具體表現(xiàn)，意在及時(shí)提醒國際社會應(yīng)該高度重視疫情發(fā)展并緊急應(yīng)對，但遺憾的是，一些國家并沒有將PHEIC 預(yù)警當(dāng)一回事，錯(cuò)過幾個(gè)月寶貴的抗疫時(shí)機(jī)。

基于數(shù)據(jù)中臺實(shí)行哨兵預(yù)警模式，并不是一概排斥精算模式的作用，但要實(shí)現(xiàn)對突發(fā)公共事件的精準(zhǔn)應(yīng)對，構(gòu)建數(shù)據(jù)中臺是新時(shí)代應(yīng)急管理的必由之路。

四、數(shù)據(jù)中臺在應(yīng)對突發(fā)公共事件中的數(shù)據(jù)協(xié)同治理價(jià)值

《中華人民共和國突發(fā)事件應(yīng)對法》明確規(guī)定:“國家建設(shè)統(tǒng)一領(lǐng)導(dǎo)、綜合協(xié)調(diào)、分類管理、分級負(fù)責(zé)、條塊結(jié)合、屬地管理為主的應(yīng)急管理體制?！盵24]條塊結(jié)合是應(yīng)急管理的必然要求，由于歷史和現(xiàn)實(shí)原因，“條塊分割”“縱強(qiáng)橫弱”“重復(fù)建設(shè)”“多頭管理”“信息孤島”等問題仍不同程度存在，數(shù)據(jù)中臺能快速、及時(shí)、準(zhǔn)確地協(xié)同各級各類數(shù)據(jù)，具有應(yīng)對突發(fā)公共事件的數(shù)據(jù)協(xié)同治理價(jià)值。

1.數(shù)據(jù)中臺協(xié)同數(shù)據(jù)治理的設(shè)計(jì)思路

大數(shù)據(jù)4V 特征是大數(shù)據(jù)區(qū)別其他數(shù)據(jù)方法的本質(zhì)特征，4V 即Volume(海量)、Velocity(快速)、Variety(復(fù)雜)、Value(價(jià)值大、密度低)。 突發(fā)公共事件也是具有突發(fā)性(時(shí)間快)、公共性(海量、復(fù)雜)特征，兩者的契合性是應(yīng)用大數(shù)據(jù)處置突發(fā)公共事件的基本原理。 在大數(shù)據(jù)的實(shí)際應(yīng)用中，一般奉行的設(shè)計(jì)思路是“大中臺、小前臺”，采用“大中臺+微應(yīng)用”的設(shè)計(jì)框架。

(1)基于數(shù)據(jù)中臺改造“邏輯集中物理分散”的應(yīng)急數(shù)據(jù)管理體系。 經(jīng)過多年的電子政務(wù)建設(shè)，政府各部門已經(jīng)建立起相對完備的信息管理系統(tǒng)，大都有獨(dú)立的機(jī)房、物理服務(wù)器和網(wǎng)絡(luò)，這種物理分散的狀態(tài)形成一個(gè)個(gè)林立的“信息孤島”和“信息煙囪”，雖然“邏輯集中”的指導(dǎo)思想一直存在，但條塊分割造成數(shù)據(jù)不一致和邏輯不一致，特別是應(yīng)對突發(fā)公共事件時(shí)，異構(gòu)多源的數(shù)據(jù)是各個(gè)分立的信息系統(tǒng)難以快速處理的[25]。 數(shù)據(jù)沒有實(shí)現(xiàn)互聯(lián)互通，到了關(guān)鍵時(shí)刻就會心中無“數(shù)”。 因此，有必要通過構(gòu)建數(shù)據(jù)中臺改造升級分散林立的政務(wù)信息系統(tǒng)，打通數(shù)據(jù)應(yīng)用的“最后一公里”。

(2)基于數(shù)據(jù)中臺推動“物理集中邏輯一致”應(yīng)急數(shù)據(jù)管理體系的重構(gòu)。 重構(gòu)設(shè)計(jì)思路是“云平臺+微應(yīng)用”，所有數(shù)據(jù)中臺都是在一個(gè)或多個(gè)平臺上運(yùn)行的，云平臺是數(shù)據(jù)中臺的技術(shù)基礎(chǔ)。 一般來說，政務(wù)數(shù)據(jù)中臺在多個(gè)云平臺上運(yùn)行，通常采用混合云模式。 云平臺是以“數(shù)戰(zhàn)數(shù)決”來應(yīng)對突發(fā)事件的高端技術(shù)，微應(yīng)用則是實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)交換、指令高效觸達(dá)的精細(xì)方法。 因此，“云平臺+微應(yīng)用”是數(shù)據(jù)中臺應(yīng)對突發(fā)公共事件的新型數(shù)據(jù)管理架構(gòu)。 這方面成功的例子是，在抗擊新冠肺炎疫情的緊急時(shí)刻，浙江省衛(wèi)生健康委員會迅速聯(lián)合阿里巴巴釘釘、阿里宜搭團(tuán)隊(duì)、達(dá)摩院以及浙江谷瞰服務(wù)團(tuán)隊(duì)，僅僅只用一天時(shí)間就搭建起一整套“云平臺+微應(yīng)用”的新冠肺炎疫情聯(lián)防聯(lián)控平臺，利用QQ 群、微信群、智慧社區(qū)客戶端匯聚疫情數(shù)據(jù)，組織群防群控。 從這個(gè)意義上講，通過構(gòu)建數(shù)據(jù)中臺匯聚數(shù)據(jù)，本質(zhì)上也是在匯聚力量，數(shù)據(jù)治理架構(gòu)的改變能夠?qū)崿F(xiàn)對突發(fā)公共事件的結(jié)構(gòu)賦能。

2.數(shù)據(jù)中臺協(xié)同數(shù)據(jù)治理的關(guān)鍵技術(shù)架構(gòu)

(1)數(shù)據(jù)中臺集中域架構(gòu)。 數(shù)據(jù)中臺集中域包括數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)倉庫、數(shù)據(jù)資產(chǎn)管理等要素。 首先，統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)。 政務(wù)大數(shù)據(jù)本來就具有多源異構(gòu)的特異性，不僅數(shù)據(jù)量大，而且結(jié)構(gòu)復(fù)雜，既包括一部分結(jié)構(gòu)性數(shù)據(jù)，又包括大量的半結(jié)構(gòu)性、非結(jié)構(gòu)性數(shù)據(jù)，統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)是統(tǒng)一數(shù)據(jù)交換和統(tǒng)一數(shù)據(jù)共享的前提和基礎(chǔ)。 特別是在應(yīng)對突發(fā)公共事件時(shí)，統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)至關(guān)重要。 其次，分層次建立數(shù)據(jù)倉庫。 傳統(tǒng)的數(shù)據(jù)倉庫一般使用ETL(extract transform load)將獲取的數(shù)據(jù)經(jīng)過清洗抽取后加載到數(shù)據(jù)倉庫，但如果要應(yīng)對突發(fā)公共事件類的多場景數(shù)據(jù)，必須建構(gòu)符合數(shù)據(jù)中臺要求的多層次數(shù)據(jù)倉庫。 數(shù)據(jù)中臺的數(shù)據(jù)倉庫一般分為三個(gè)層次:一是ODS(operational data store)，即操控?cái)?shù)據(jù)層；二是CDM(common dimensions model)，即公共模型層；三是ADS(aplication data store)，即應(yīng)用數(shù)據(jù)層。 三個(gè)層次的數(shù)據(jù)倉庫依次遞進(jìn)，各層次之間低耦合高內(nèi)聚，為數(shù)據(jù)計(jì)算、數(shù)據(jù)交換和數(shù)據(jù)共享提供數(shù)據(jù)支撐。 第三，管理數(shù)據(jù)資產(chǎn)。 數(shù)據(jù)只有經(jīng)過清洗、抽取、降噪處理才能成為數(shù)據(jù)資產(chǎn)，數(shù)據(jù)資產(chǎn)是有價(jià)值的數(shù)據(jù)。 數(shù)據(jù)中臺不是對局部數(shù)據(jù)加工賦能，而是著眼于連通全域數(shù)據(jù)，形成標(biāo)準(zhǔn)化的具有全域流通價(jià)值的數(shù)據(jù)資產(chǎn)。

(2)數(shù)據(jù)中臺加工域架構(gòu)。 數(shù)據(jù)中臺加工域包括數(shù)據(jù)萃取、數(shù)據(jù)計(jì)算等要素。 首先，數(shù)據(jù)萃取是數(shù)據(jù)中臺加工域的核心功能之一。 在新冠肺炎疫情防控工作中，中央提出“科學(xué)防控，精準(zhǔn)施策”的工作要求，精準(zhǔn)施策的前提就是有效快捷萃取數(shù)據(jù)。 2020 年2 月4 日《人民日報(bào)》客戶端發(fā)表了《都什么時(shí)候了，還在搞填表抗疫》的文章，指出一些地方和部門工作方法陳舊老套。 在數(shù)字政府和數(shù)字經(jīng)濟(jì)建設(shè)最快的浙江省僅僅只用了兩天時(shí)間就開發(fā)建立了供政府內(nèi)部決策使用的“疫情信息采集系統(tǒng)”，并于2020 年1 月29 日正式在“浙政釘”上線運(yùn)行，將全省市縣鎮(zhèn)鄉(xiāng)村衛(wèi)生健康機(jī)構(gòu)以及疾病控制與預(yù)防部門和網(wǎng)格員全部串聯(lián)，形成快捷的疫情直報(bào)通道[26]。 同時(shí)，浙江省有關(guān)政務(wù)部門與阿里巴巴合作，僅用一天時(shí)間開發(fā)了“新冠肺炎防控公共服務(wù)管理平臺”，并在“浙里辦”和支付寶上運(yùn)行。 隨后，該系統(tǒng)被國家衛(wèi)生健康委員會推薦到全國十多個(gè)疫情嚴(yán)重的省市。 其次，數(shù)據(jù)計(jì)算是數(shù)據(jù)中臺的核心能力。 數(shù)據(jù)中臺的計(jì)算能力一般分為四種類型:一是批計(jì)算，主要用于批量數(shù)據(jù)的高延時(shí)處理場景，如離線數(shù)據(jù)倉庫的數(shù)據(jù)加工、海量數(shù)據(jù)的挖掘等；二是流計(jì)算，主要用于實(shí)時(shí)數(shù)據(jù)毫秒級RT(響應(yīng)時(shí)間)，如網(wǎng)購狂歡節(jié)“5.18”和“雙11”的大數(shù)據(jù)實(shí)時(shí)計(jì)算并進(jìn)行可視化呈現(xiàn)。 三是在線查詢，主要用于數(shù)據(jù)條件過濾 和篩選以及數(shù)據(jù)處理結(jié)果查詢。 四是即席分析，主要用于分析型場景和經(jīng)驗(yàn)統(tǒng)計(jì)。 與數(shù)據(jù)倉庫需要分層一樣，數(shù)據(jù)計(jì)算也需要細(xì)分，如應(yīng)對突發(fā)公共事件這類復(fù)雜多維場景，就要針對不同場景分別使用不同類型的數(shù)據(jù)計(jì)算。

(3)數(shù)據(jù)中臺服務(wù)域架構(gòu)。 數(shù)據(jù)中臺服務(wù)域包括檢索服務(wù)、分析服務(wù)、查詢服務(wù)、圈人服務(wù)、風(fēng)控服務(wù)、推薦服務(wù)等要素。 其中，最常見的服務(wù)有四種:首先是查詢服務(wù)，通過輸入特定的查詢條件，設(shè)定一個(gè)標(biāo)識(key)來迅速鎖定查詢所對應(yīng)的數(shù)據(jù)，通常以地址解析協(xié)議(API)形式供查詢者調(diào)用；其次是分析服務(wù)，通過多源異構(gòu)的海量數(shù)據(jù)的統(tǒng)計(jì)分析來挖掘數(shù)據(jù)價(jià)值，支持決策場景，最常見的工具如商業(yè)智能(BI)工具、路徑分析、漏斗模型等；其三是推薦服務(wù)，通過對人與物以及人與人的行為數(shù)據(jù)分析來進(jìn)行數(shù)據(jù)匹配，實(shí)現(xiàn)“千人千面”的個(gè)性化服務(wù)，如電商的購物推薦系統(tǒng)就是基于購物大數(shù)據(jù)精準(zhǔn)算法掌握用戶興趣，通過用戶畫像來實(shí)施個(gè)性化推薦；其四是圈人服務(wù)，通過標(biāo)簽組合篩選出符合指定特征人群，即在全量人群數(shù)據(jù)中找出特定人群，以實(shí)現(xiàn)“群”管理。 數(shù)據(jù)中臺服務(wù)域的四個(gè)主要服務(wù)功能有一個(gè)共同指向性，即提高數(shù)據(jù)服務(wù)的精準(zhǔn)性。 對于應(yīng)對突發(fā)公共事件來說，通過構(gòu)建數(shù)據(jù)中臺來提高應(yīng)急的精準(zhǔn)性至關(guān)重要。 如新冠肺炎疫情爆發(fā)流行高峰期正值中國傳統(tǒng)的春節(jié)假期，人口流動量巨大，節(jié)后又面臨全面復(fù)工復(fù)產(chǎn)，又形成人流高峰。 為精準(zhǔn)甄別人群健康狀況，杭州自2020 年2 月11 日啟動“杭州健康碼”，并迅速推廣到全國，“健康碼”既減少了因紙質(zhì)登記而產(chǎn)生的人員密切接觸風(fēng)險(xiǎn)，又減少了不同場景基層疫情防控人員的負(fù)擔(dān)；既保障了人員流動的效率，又降低了復(fù)工復(fù)產(chǎn)人員再次被感染的風(fēng)險(xiǎn)。 “健康碼”的有效運(yùn)行需要功能強(qiáng)大的數(shù)據(jù)中臺的強(qiáng)有力支撐。

五、數(shù)據(jù)中臺在應(yīng)對突發(fā)公共事件中的網(wǎng)絡(luò)輿情治理價(jià)值

網(wǎng)絡(luò)輿情具有不同于傳統(tǒng)輿情的特異性，主要表現(xiàn)為匿名性、多元性、即時(shí)性和廣泛性等基本特征。突發(fā)公共事件的輿情又同時(shí)具有突發(fā)性、群體性、易失控性等特征。 在自媒體和社交網(wǎng)絡(luò)平臺迅速發(fā)展的泛在網(wǎng)絡(luò)和融媒體時(shí)代，面對突發(fā)公共事件，僅僅靠傳統(tǒng)的數(shù)據(jù)信息管理系統(tǒng)已經(jīng)很難管控洶涌而來的網(wǎng)絡(luò)輿情，有必要構(gòu)建數(shù)據(jù)中臺以提升應(yīng)對突發(fā)公共事件的網(wǎng)絡(luò)輿情治理能力。

1.突發(fā)公共事件網(wǎng)絡(luò)輿情的治理難點(diǎn)

突發(fā)公共事件往往會迅速形成“事件鏈”，“事件鏈”又會迅速形成“輿情鏈”，特別是突發(fā)公共衛(wèi)生事件等重大疫情，更是將“疫情”迅速轉(zhuǎn)變?yōu)椤拜浨椤倍l(fā)蝴蝶效應(yīng)。 “疫情”與“輿情”疊加增加了輿情治理的難度。

(1)主觀情緒的治理難度，主要表現(xiàn)為人們主觀上的應(yīng)急心理反應(yīng)。 美國心理學(xué)家Mackie 提出群際情緒理論[27]，認(rèn)為群際情緒是個(gè)體遭遇相同情景時(shí)對某一社會群體的情緒認(rèn)同，這種情緒認(rèn)同會導(dǎo)致個(gè)體與群體的情緒共振，這種情緒共振又會產(chǎn)生情緒感染。 情緒感染理論的代表人物MC Dougall 和Hatfield[28]認(rèn)為，群體事件中的個(gè)人情緒大多處于非理性的沖動狀態(tài)，個(gè)人情緒很容易感染其他人，而其他人的情緒反應(yīng)又會反過來強(qiáng)化情緒傳播者的情緒狀態(tài)，最后導(dǎo)致某種情緒在群體間的相互感染和同質(zhì)比。 突發(fā)公共事件特別是突發(fā)公共衛(wèi)生事件很容易產(chǎn)生“羊群效應(yīng)”，如果不正確規(guī)范、引導(dǎo)，不僅會嚴(yán)重影響網(wǎng)絡(luò)輿情傳播的正當(dāng)進(jìn)程，還會嚴(yán)重影響“疫情”的應(yīng)急處理和有效防控[29]，導(dǎo)致“疫情”和“輿情”雙失控的危急局面。

(2)數(shù)據(jù)信息系統(tǒng)的“碎片化”問題。 一是輿情數(shù)據(jù)采集和處理系統(tǒng)各自為政，“煙囪”林立，導(dǎo)致數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一，數(shù)據(jù)獲取多源異構(gòu)，數(shù)據(jù)共享困難，數(shù)據(jù)溝通不暢；二是輿情分析目標(biāo)沖突，目前普遍存在政務(wù)部門從部門維度出發(fā)分析輿情的情況； 三是數(shù)據(jù)共享和透明化機(jī)制不健全，雖然各級政府都嚴(yán)格要求重點(diǎn)事項(xiàng)必須在第一時(shí)間上報(bào)，但仍有一些相關(guān)責(zé)任人不負(fù)責(zé)任，延報(bào)、漏報(bào)、瞞報(bào)、謊報(bào)的情況時(shí)有發(fā)生，正規(guī)渠道的“大道消息”不能及時(shí)與相關(guān)機(jī)構(gòu)和公眾見面，就會出現(xiàn)“小道消息”甚至謠言“滿天飛”的不正常狀況；四是網(wǎng)絡(luò)輿情監(jiān)測軟件使用不到位，特別是對自媒體和社交網(wǎng)站的監(jiān)測存在明顯短板[30]。

2.數(shù)據(jù)中臺應(yīng)對網(wǎng)絡(luò)輿情數(shù)據(jù)治理的主要技術(shù)工具

數(shù)據(jù)中臺應(yīng)對突發(fā)公共事件網(wǎng)絡(luò)輿情治理的主要技術(shù)工具是通用的大數(shù)據(jù)工具Hadoop。 Hadoop是免費(fèi)應(yīng)用的分布式計(jì)算系統(tǒng)基礎(chǔ)框架。 該框架的核心技術(shù)主要有MapReduce(分布式計(jì)算模型)，HDFS(分布式文件系統(tǒng))，Hive(數(shù)據(jù)倉庫工具)，Hbase(分布式數(shù)據(jù)庫)。 這些技術(shù)中起關(guān)鍵作用的是MapReduce。 Hadoop 是一整套工作機(jī)制，即通MapReduce 提供數(shù)據(jù)挖掘和分析能力，監(jiān)測跟蹤網(wǎng)絡(luò)動態(tài)，進(jìn)行數(shù)據(jù)分析和趨勢描述。 通過HDFS 提供數(shù)據(jù)存取和吞吐能力，實(shí)現(xiàn)對硬件資源和存儲數(shù)據(jù)的高效管理利用。 通過Hive 提供數(shù)據(jù)查詢和標(biāo)簽索引能力，實(shí)現(xiàn)數(shù)據(jù)的快速檢索和高效服務(wù)。 通過Hbase提供數(shù)據(jù)兼容和分布式存儲能力，實(shí)現(xiàn)對結(jié)構(gòu)性、半結(jié)構(gòu)性、非結(jié)構(gòu)性數(shù)據(jù)的全數(shù)據(jù)利用。

(1)網(wǎng)絡(luò)輿情數(shù)據(jù)萃取和監(jiān)測的主要技術(shù)工具。 一是運(yùn)用網(wǎng)絡(luò)爬蟲程序?qū)Χㄏ蛘军c(diǎn)網(wǎng)頁信息進(jìn)行數(shù)據(jù)抓取，特別是通過關(guān)鍵詞設(shè)置來對反映問題最集中、輿情活躍程度最高的綜合性論壇網(wǎng)址和網(wǎng)絡(luò)社交平臺進(jìn)行網(wǎng)頁數(shù)據(jù)信息抓??；二是運(yùn)用RSS(聚合內(nèi)容)摘要搜集技術(shù)對博客類網(wǎng)站和新聞?lì)惥W(wǎng)站的新聞播報(bào)和跟帖進(jìn)行數(shù)據(jù)聚合，以全面、快速了解突發(fā)公共事件的輿情發(fā)展動態(tài)；三是運(yùn)用分布式微博爬蟲程序?qū)ι缃痪W(wǎng)絡(luò)API(地址解析協(xié)議)進(jìn)行信息抓取，對Tags(用戶標(biāo)簽)和事件話題進(jìn)行數(shù)據(jù)采集；四是運(yùn)用大數(shù)據(jù)技術(shù)的全文檢索系統(tǒng)，如SQL Server 的Microsoft Search 服務(wù)和MySQL 的ImmoDB引擎對特定網(wǎng)站的結(jié)構(gòu)性數(shù)據(jù)或非結(jié)構(gòu)性數(shù)據(jù)進(jìn)行數(shù)據(jù)萃取。 突發(fā)性公共事件網(wǎng)絡(luò)輿情往往具有時(shí)間集中和話題集中的特點(diǎn)，全文檢索系統(tǒng)能發(fā)揮全景掃描功能，對網(wǎng)上文本或“超文本”進(jìn)行不間斷掃描，實(shí)現(xiàn)快速抓取輿情數(shù)據(jù)的目標(biāo)。

(2)網(wǎng)絡(luò)輿情數(shù)據(jù)處理的主要技術(shù)環(huán)節(jié)。 數(shù)據(jù)處理的主要工作環(huán)節(jié)包括數(shù)據(jù)分類、數(shù)據(jù)聚類、數(shù)據(jù)去重、數(shù)據(jù)降噪、數(shù)據(jù)轉(zhuǎn)換等環(huán)節(jié)[31]。 這些環(huán)節(jié)也是運(yùn)用Hadoop 系統(tǒng)的技術(shù)工具，通過HDFS 存儲支持下的數(shù)據(jù)倉庫工具Hive 和分布式數(shù)據(jù)庫Hbase 共同運(yùn)行完成。 HDFS 作為分布式文件系統(tǒng)，完成在數(shù)據(jù)底層提供數(shù)據(jù)存取和交換的任務(wù)；Hive 作為建立數(shù)據(jù)倉庫模型的FTL 工具，完成對數(shù)據(jù)進(jìn)行聚類、轉(zhuǎn)換和加載的任務(wù)；Hbase 作為NOSQL(非關(guān)系數(shù)據(jù)庫)運(yùn)行的稀疏存儲模式，完成社交網(wǎng)絡(luò)平臺大量“超文本”的數(shù)據(jù)處理任務(wù)。

(3)網(wǎng)絡(luò)輿情播報(bào)的主要技術(shù)手段。 輿情播報(bào)除了利用互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)平臺以電子郵件、APP 客戶端、Web 等推送方式及時(shí)準(zhǔn)確播報(bào)輿情信息外，可視化技術(shù)手段也被日益重視和廣泛采用。數(shù)據(jù)可視化是將數(shù)據(jù)分析通過數(shù)據(jù)大屏直觀呈現(xiàn)的大數(shù)據(jù)技術(shù)，這一技術(shù)將統(tǒng)計(jì)性、預(yù)測性、結(jié)論性數(shù)據(jù)通過可視化工具(D3、WebGL、three.js、mapbox 等)投屏，直觀呈現(xiàn)給決策者或服務(wù)對象。 數(shù)據(jù)大屏的應(yīng)用場景主要包括監(jiān)控、決策、公關(guān)、播報(bào)等多種場景，其中監(jiān)控場景日前已進(jìn)入“天眼”階段，是治安、交通管理和媒介管理[32]的重要數(shù)據(jù)獲取渠道。 數(shù)據(jù)可視化是圖形學(xué)的現(xiàn)代產(chǎn)物，現(xiàn)代醫(yī)學(xué)是采用數(shù)據(jù)可視化最多的領(lǐng)域，GT 影像、核磁共振、心電監(jiān)護(hù)儀、基因圖譜等都是人機(jī)交互界面的可視化呈現(xiàn)，數(shù)據(jù)中臺的價(jià)值功能是把這些零星分散的可視化數(shù)據(jù)變?yōu)榧傻目山y(tǒng)一處理的數(shù)據(jù)可視化資源。 在防控新冠肺炎疫情過程中，人群流動的關(guān)鍵場所如車站、機(jī)場、碼頭以及醫(yī)院、學(xué)校、工廠、商店等人員集中場所的可視化數(shù)據(jù)都為抗疫決策和抗疫輿情治理發(fā)揮了重要作用。

六、結(jié)語

在應(yīng)對突發(fā)公共事件過程中、尤其是在抗擊新冠肺炎疫情的總體戰(zhàn)、阻擊戰(zhàn)中暴露出政務(wù)大數(shù)據(jù)應(yīng)用存在一些明顯的短板，各地各部門在不同程度存在著“數(shù)據(jù)煙囪”“數(shù)據(jù)孤島”“數(shù)據(jù)壁壘”現(xiàn)象，亟須構(gòu)建應(yīng)對突發(fā)公共事件的協(xié)同治理機(jī)制[33]，并相應(yīng)建立體現(xiàn)協(xié)同治理機(jī)制的數(shù)據(jù)中臺。 隨著云計(jì)算技術(shù)和新一代AI 技術(shù)的發(fā)展，數(shù)字政府建在“云端”已是大勢所趨，盡管將原有的政務(wù)信息系統(tǒng)整合遷移到云平臺上也能夠進(jìn)行云計(jì)算服務(wù)，但不能從根本上發(fā)揮云計(jì)算的優(yōu)勢，因此，數(shù)字政府2.0 建設(shè)一方面需要對政務(wù)信息系統(tǒng)進(jìn)行升級改造，另一方面需要整合政務(wù)信息系統(tǒng)重構(gòu)數(shù)據(jù)中臺。 數(shù)據(jù)中臺是整個(gè)政務(wù)中臺的基礎(chǔ)和核心，既能起到承前啟后的作用，也能起到橫向連接業(yè)務(wù)中臺和技術(shù)中臺的作用。數(shù)據(jù)中臺既是政務(wù)大數(shù)據(jù)應(yīng)用平臺，也是數(shù)字政府2.0 運(yùn)行架構(gòu)；既是政務(wù)數(shù)據(jù)化戰(zhàn)略，也是新的政務(wù)管理理念。 作為一種新架構(gòu)、新實(shí)踐，政務(wù)數(shù)據(jù)中臺還處于成長期，但建設(shè)數(shù)字政府，提高政務(wù)大數(shù)據(jù)治理能力，有效應(yīng)對影響全局的突發(fā)公共事件，構(gòu)建數(shù)據(jù)中臺都是題中應(yīng)有之義。