時(shí)空集成
——論大數(shù)據(jù)技術(shù)在疫情防控中的“集成效應(yīng)”

楊 子 飛

(杭州電子科技大學(xué) 馬克思主義學(xué)院， 浙江 杭州 310018)

一、引言：“抗疫戰(zhàn)爭(zhēng)”中的大數(shù)據(jù)技術(shù)

當(dāng)前，新冠肺炎疫情還在全世界蔓延，而我國(guó)在黨和政府的正確領(lǐng)導(dǎo)和全國(guó)人民的齊心協(xié)力之下，已經(jīng)取得了疫情防控戰(zhàn)役的重大戰(zhàn)略成果。值得注意的是，在這場(chǎng)全民參與的“抗疫戰(zhàn)爭(zhēng)”中，大數(shù)據(jù)技術(shù)頻繁亮相，各地政府采用了形式多樣的“大數(shù)據(jù)武器”，成為中國(guó)式抗疫和中國(guó)式社會(huì)治理的一大特色。比如，廈門市采用了基于交通大數(shù)據(jù)的疫情防控分析平臺(tái)，該平臺(tái)通過(guò)采集分析公交車、出租車、網(wǎng)約車、長(zhǎng)途和旅游客運(yùn)巴士、輪船以及路口、居民小區(qū)等地方的人、車(船)數(shù)據(jù)，面向政府提供基于交通工具、交通樞紐、保障物資、體溫異常人員的快速監(jiān)測(cè)預(yù)警、分流跟蹤、對(duì)比查詢等服務(wù)，面向公眾提供病者同行、實(shí)名查詢、乘坐預(yù)警及出行引導(dǎo)服務(wù)。北京市海淀區(qū)推出了“城市大腦”疫情防控平臺(tái)，返京人員的來(lái)源地、是否經(jīng)由疫區(qū)、是否與確診病例同過(guò)車、在某地的駐留時(shí)長(zhǎng)等關(guān)鍵信息都可以在城市服務(wù)管理指揮中心大廳的電子屏幕上集中顯示。

與此同時(shí)，很多互聯(lián)網(wǎng)企業(yè)也在疫情防控中提供了寶貴的大數(shù)據(jù)技術(shù)支撐。比如，“百度地圖”面向社會(huì)提供了名為“人口遷徙熱力圖”的城市大數(shù)據(jù)，“京東數(shù)科”協(xié)助政府搭建了“高危人群疫情態(tài)勢(shì)感知系統(tǒng)”，“阿里巴巴”協(xié)助浙江省政府開(kāi)發(fā)了功能強(qiáng)大的疫情防控APP，等等，類似的案例不勝枚舉。

值得深思的是，與2003年的非典疫情相比，新冠肺炎疫情在傳播規(guī)模和死亡人數(shù)上情況更為嚴(yán)峻，但防控成效卻更為顯著。這其中當(dāng)然有很多因素在起作用，但是大數(shù)據(jù)技術(shù)的運(yùn)用無(wú)疑是一個(gè)非常重要的原因。當(dāng)前的實(shí)踐充分證明，大數(shù)據(jù)技術(shù)在提升疫情防控的有效性和精準(zhǔn)性、降低疫情防控成本等方面，發(fā)揮了越來(lái)越重要的作用。然而，我們?cè)诶碚搶用鎱s還未對(duì)此現(xiàn)象作出深入分析，還不能在學(xué)理上清楚且深刻地揭示大數(shù)據(jù)技術(shù)在疫情防控及社會(huì)治理中的運(yùn)作機(jī)制。理論難免具有一定的滯后性，及時(shí)對(duì)實(shí)踐經(jīng)驗(yàn)進(jìn)行歸納總結(jié)，建構(gòu)與實(shí)際相吻合的理論體系，才能夠反過(guò)來(lái)促進(jìn)實(shí)踐的發(fā)展。

禍福相依，危中有機(jī)。為了在災(zāi)難中吸取經(jīng)驗(yàn)教訓(xùn)，讓大數(shù)據(jù)技術(shù)更好地服務(wù)于疫情的防控和國(guó)家的發(fā)展，我們有必要深刻認(rèn)識(shí)疫情防控的本質(zhì)，深入分析大數(shù)據(jù)技術(shù)的基本特性，歸納大數(shù)據(jù)技術(shù)在疫情防控中的作用機(jī)理，總結(jié)大數(shù)據(jù)技術(shù)在社會(huì)治理方面的有益經(jīng)驗(yàn)，并對(duì)其可能存在的風(fēng)險(xiǎn)進(jìn)行評(píng)估。

二、疫情防控的本質(zhì)及難點(diǎn)：對(duì)雙重不確定性的風(fēng)險(xiǎn)防控

人類的歷史常與災(zāi)難并行，疫情也在人類災(zāi)難史上頻繁出現(xiàn)。此次由新冠病毒引發(fā)的疫情是一次極其典型的突發(fā)性公共衛(wèi)生事件，起因是自然界中一種人類未知的病毒侵襲了人類，進(jìn)而導(dǎo)致了疾病的產(chǎn)生，可以說(shuō)在事件源頭上它類似于一場(chǎng)自然災(zāi)害。但是，與地震、海嘯等典型的自然災(zāi)害不同，由病毒引發(fā)的疫情不是一次性生成的，而是遞增式生成的；不是完全由自然原因?qū)е碌模菚?huì)隨著人類行為的變化而發(fā)生巨大變化的。因?yàn)楫?dāng)病毒侵入人體之后，人類本身就成了病毒擴(kuò)散、災(zāi)難加劇的最重要因素，而且其擴(kuò)散和加劇是呈指數(shù)式增長(zhǎng)的，這正是疫情引起社會(huì)恐慌的原因。因此，病毒及其導(dǎo)致的疾病雖然是一個(gè)自然現(xiàn)象，但疫情及其擴(kuò)散卻是一個(gè)社會(huì)現(xiàn)象。

相應(yīng)地，疫情防控也必然是一個(gè)社會(huì)性工程。如果說(shuō)消滅病毒、治療病患是一個(gè)醫(yī)學(xué)研究問(wèn)題，那么疫情防控則是一個(gè)社會(huì)治理問(wèn)題。醫(yī)學(xué)研究的對(duì)象是病毒，而社會(huì)治理的對(duì)象則是人，人永遠(yuǎn)比病毒復(fù)雜千萬(wàn)倍。尤其是在“流動(dòng)的”①現(xiàn)代社會(huì)，人口的大規(guī)模流動(dòng)(新冠肺炎疫情發(fā)生在中國(guó)人口流動(dòng)最頻繁的春節(jié)期間)，以及人口在城市的大規(guī)模聚集，導(dǎo)致各種不確定性因素激增?，F(xiàn)代社會(huì)的諸多制度安排，比如保險(xiǎn)制度，就是為了應(yīng)對(duì)這些不確定性因素的挑戰(zhàn)而設(shè)立的，對(duì)確定性的追求是現(xiàn)代社會(huì)的最深層渴望。通過(guò)對(duì)不確定性范圍的刪減、對(duì)事件發(fā)生概率的控制，可以實(shí)現(xiàn)一種單一的、穩(wěn)定的、可預(yù)見(jiàn)的秩序②，傳染病防控體系就是其中一個(gè)代表。未知的病毒帶來(lái)的不確定性是自然的不確定性，隨著科學(xué)技術(shù)的進(jìn)步，這種自然導(dǎo)致的不確定性正在逐漸減少，但從根本上來(lái)說(shuō)，它是不可能被徹底消除的，因?yàn)槿祟悓?duì)自然的認(rèn)知是遠(yuǎn)遠(yuǎn)不足的。而流動(dòng)的人所帶來(lái)的不確定性是社會(huì)的不確定性，在流動(dòng)的現(xiàn)代社會(huì)里，這種社會(huì)的不確定性正與日俱增。不確定性無(wú)法被完全消除，只能被控制，因此不確定性的存在即意味著風(fēng)險(xiǎn)的存在，對(duì)不確定性的管控就是對(duì)風(fēng)險(xiǎn)的管控。因此，疫情爆發(fā)就是自然不確定性和社會(huì)不確定性導(dǎo)致的風(fēng)險(xiǎn)雙重疊加，而疫情防控就是對(duì)這種雙重不確定性的風(fēng)險(xiǎn)管控。

作為一個(gè)風(fēng)險(xiǎn)管控工程，最重要也最大的難點(diǎn)在于風(fēng)險(xiǎn)識(shí)別，因?yàn)橹挥袑?duì)風(fēng)險(xiǎn)進(jìn)行有效識(shí)別，才能對(duì)風(fēng)險(xiǎn)進(jìn)行有效管控，正如在疫情防控中，最重要也最難的就在于找出確診患者的密切接觸者，進(jìn)而鎖定潛在的被感染者。但是，風(fēng)險(xiǎn)不同于危險(xiǎn)，危險(xiǎn)是具體的、實(shí)存的、容易辨別的，就像一個(gè)具體的病毒是比較容易借助現(xiàn)代手段把它識(shí)別出來(lái)的，而風(fēng)險(xiǎn)是一個(gè)概率性存在的危險(xiǎn)，可能發(fā)生也可能不發(fā)生，可在此處也可在彼處，難以識(shí)別。風(fēng)險(xiǎn)之所以難以識(shí)別，主要原因在于信息的匱乏以及信息整合能力的不足。在前大數(shù)據(jù)時(shí)代，人類所擁有的信息都是“小”的、局部的、相互孤立的，而且人類對(duì)這些信息只能采取樣本統(tǒng)計(jì)的方式來(lái)處理?！耙?yàn)槲覀儾荒芸刂莆覀兩钤谄渲械氖澜?，唯一減少不確定性的方式就是發(fā)現(xiàn)真理，并試圖避免不確定性造成的不良結(jié)果?！雹壅胬硪苍S并不易被發(fā)現(xiàn)，但是完整的信息和強(qiáng)大的信息整合能力能夠給人類帶來(lái)知識(shí)的力量，進(jìn)而實(shí)現(xiàn)對(duì)不確定性因素的掌控。知識(shí)即是掌控，這是風(fēng)險(xiǎn)社會(huì)里的保險(xiǎn)邏輯(insurance logics)，也是大數(shù)據(jù)技術(shù)的隱秘邏輯，即認(rèn)為安全可以通過(guò)情報(bào)數(shù)據(jù)的收集、鑒定和追蹤而獲得④。突發(fā)的疫情將人類社會(huì)對(duì)不確定性的恐懼極端化，也將現(xiàn)代社會(huì)對(duì)秩序與安全的渴望極端化，而現(xiàn)代社會(huì)應(yīng)對(duì)不確定性的保險(xiǎn)邏輯又將疫情防控引向高科技、智能化方向。

因此，在這種現(xiàn)代邏輯指引之下，要將疫情風(fēng)險(xiǎn)高效、精準(zhǔn)地識(shí)別出來(lái)，并同樣高效、精準(zhǔn)地納入管控系統(tǒng)，就需要構(gòu)建一個(gè)能夠有效應(yīng)對(duì)上述困境的現(xiàn)代技術(shù)體系，并創(chuàng)新一種用此現(xiàn)代技術(shù)體系武裝起來(lái)的現(xiàn)代治理方式，大數(shù)據(jù)技術(shù)本身具有的高度“集成特性”很好地回應(yīng)了這種需求。

三、大數(shù)據(jù)技術(shù)的“集成特性”：集聚性與生成性

近十幾年來(lái)，大數(shù)據(jù)技術(shù)在世界范圍內(nèi)蓬勃發(fā)展，成為世界各國(guó)爭(zhēng)相爭(zhēng)奪的戰(zhàn)略要點(diǎn)，同時(shí)也引起了學(xué)界的廣泛討論。一般而言，我們所說(shuō)的大數(shù)據(jù)技術(shù)是指一種“搜索、分析、整合、交叉處理海量數(shù)據(jù)的能力”⑤，這個(gè)定義實(shí)際上暗含了大數(shù)據(jù)技術(shù)的另一個(gè)層面，即監(jiān)控技術(shù)。早在20世紀(jì)80年代，監(jiān)控問(wèn)題就進(jìn)入了學(xué)術(shù)界的視野⑥(盡管監(jiān)控現(xiàn)象是古已有之的)。人們過(guò)去常常把監(jiān)控技術(shù)與大數(shù)據(jù)技術(shù)當(dāng)成兩個(gè)關(guān)聯(lián)不大的事物來(lái)看待，但實(shí)際上這兩者是高度相關(guān)且相輔相成的，大數(shù)據(jù)技術(shù)必然要借助監(jiān)控設(shè)備才有可能獲取海量數(shù)據(jù)，而監(jiān)控設(shè)備則必須借助大數(shù)據(jù)技術(shù)才有可能對(duì)海量數(shù)據(jù)進(jìn)行有效處理，并服務(wù)于監(jiān)控的特殊目的。

只有將大數(shù)據(jù)技術(shù)與監(jiān)控技術(shù)結(jié)合在一起，才能看清大數(shù)據(jù)技術(shù)的本質(zhì)特征。從數(shù)據(jù)處理的角度看，大數(shù)據(jù)技術(shù)所具備的“搜索、分析、整合、交叉處理海量數(shù)據(jù)的能力”是人類之前所無(wú)法企及的；從社會(huì)治理的角度看，大數(shù)據(jù)技術(shù)最突出的特性可以被概括為“集成特性”，這與前人的認(rèn)識(shí)并不矛盾?！凹商匦浴敝饕ㄒ韵聝蓚€(gè)方面的特點(diǎn)：

第一，集聚性。大數(shù)據(jù)技術(shù)具有快速、便捷獲取數(shù)據(jù)的能力，這種快速便捷幾乎是實(shí)時(shí)產(chǎn)生的，而且數(shù)據(jù)的收集一直在持續(xù)進(jìn)行中，持續(xù)不間斷地匯聚實(shí)時(shí)數(shù)據(jù)幾乎可以等同于全時(shí)間覆蓋，這意味著時(shí)間的特殊意義在大數(shù)據(jù)技術(shù)條件下被削弱了。而且，大數(shù)據(jù)技術(shù)所獲取的數(shù)據(jù)覆蓋全面，因?yàn)樗噲D獲取的是全場(chǎng)域最大限度的細(xì)節(jié)信息，這種空間上的全覆蓋意味著空間的特殊意義在大數(shù)據(jù)技術(shù)條件下也被削弱了。以快捷的方式收集全方位信息，從而匯聚出體量巨大的數(shù)據(jù)海洋，這也是大數(shù)據(jù)之所以得名的直接原因。值得注意的是，大數(shù)據(jù)的“大”不僅僅指的是與“小”相對(duì)而言的“巨大”，更是指“全”，亦即信息覆蓋的全時(shí)空性。全時(shí)空數(shù)據(jù)即所謂的“全樣本數(shù)據(jù)”，正是因?yàn)榇髷?shù)據(jù)技術(shù)可以借助信息技術(shù)搜集“全樣本數(shù)據(jù)”，所以它可以不再關(guān)心現(xiàn)象之間的因果關(guān)系(對(duì)因果關(guān)系的關(guān)注只是在信息處理能力低下的“抽樣數(shù)據(jù)”時(shí)代的無(wú)奈之舉)，而只需要關(guān)心數(shù)據(jù)之間的相關(guān)性，從中就可以獲得“產(chǎn)生于數(shù)據(jù)的洞見(jiàn)”⑦。

第二，生成性。大數(shù)據(jù)技術(shù)收集的數(shù)據(jù)是多元化、異質(zhì)性的，既有結(jié)構(gòu)化數(shù)據(jù)，也有非結(jié)構(gòu)化數(shù)據(jù)，如何從這種近乎混沌的數(shù)據(jù)海洋中獲得所需要的特定信息，就需要有高超的數(shù)據(jù)處理、整合能力。大數(shù)據(jù)技術(shù)的數(shù)據(jù)處理能力是高度智能化的，它可以借助復(fù)雜的算法程序從看似不相關(guān)的數(shù)據(jù)中“生成”人類所需要的特定信息⑧。

正因?yàn)榇髷?shù)據(jù)技術(shù)具有“生成性”，所以它既能對(duì)過(guò)去進(jìn)行回溯，也能對(duì)未來(lái)進(jìn)行預(yù)測(cè)。所謂回溯，是指大數(shù)據(jù)技術(shù)可以借助現(xiàn)有的數(shù)據(jù)資源追蹤回溯過(guò)去發(fā)生的行為軌跡，這種功能在刑偵領(lǐng)域已經(jīng)被廣泛運(yùn)用。在新冠肺炎疫情防控過(guò)程中，很多管理部門也都在使用大數(shù)據(jù)技術(shù)來(lái)追蹤確診病例的過(guò)往行動(dòng)軌跡，以此來(lái)鎖定密切接觸者的可能范圍。比如，中國(guó)三大電信運(yùn)營(yíng)商根據(jù)疫情防控的需要，在得到用戶授權(quán)的情況下，基于電信大數(shù)據(jù)分析，向用戶提供14～30天內(nèi)到訪地查詢服務(wù)，甚至可以精準(zhǔn)測(cè)算用戶在某地的具體逗留時(shí)間。該服務(wù)可以幫助有關(guān)部門提高對(duì)流動(dòng)人員行程查驗(yàn)的效率，對(duì)重點(diǎn)人群進(jìn)行排查，實(shí)施精準(zhǔn)防控。所謂預(yù)測(cè)，是指大數(shù)據(jù)技術(shù)可以借助以往的數(shù)據(jù)信息預(yù)測(cè)未來(lái)可能發(fā)生的行為或現(xiàn)象，實(shí)現(xiàn)監(jiān)控方式從原來(lái)的后發(fā)制人式監(jiān)控轉(zhuǎn)變?yōu)橄劝l(fā)制人式監(jiān)控(pre-emptive surveillance)⑨，這是只有大數(shù)據(jù)技術(shù)才有可能實(shí)現(xiàn)的功能。比如，早在2008年，谷歌就推出了“谷歌流感趨勢(shì)”(Google Flu Trends，GFT)即時(shí)網(wǎng)絡(luò)服務(wù)，通過(guò)分析人們?cè)诰W(wǎng)上的搜索記錄來(lái)預(yù)測(cè)冬季流感的傳播。它可以對(duì)咳嗽、發(fā)燒等與流感有關(guān)的關(guān)鍵詞進(jìn)行監(jiān)測(cè)，并通過(guò)地圖將這些被檢索的關(guān)鍵詞顯示在其所對(duì)應(yīng)的地區(qū)。關(guān)鍵詞密度越高、越頻繁，則該地區(qū)爆發(fā)流感的可能性越大。分析結(jié)果表明，谷歌的預(yù)測(cè)與官方醫(yī)療統(tǒng)計(jì)數(shù)據(jù)的吻合度高達(dá)97%⑩。同樣地，在此次新冠肺炎疫情防控中，也有很多部門和專家都試圖借助大數(shù)據(jù)技術(shù)對(duì)疫情的發(fā)展趨勢(shì)作出預(yù)測(cè)。

大數(shù)據(jù)技術(shù)的“集成特性”正是對(duì)風(fēng)險(xiǎn)管控工程中的難點(diǎn)問(wèn)題的有效回應(yīng)。一方面，大數(shù)據(jù)技術(shù)的“集聚性”可以解決信息匱乏的難題，體量巨大而且是近乎全時(shí)空覆蓋的數(shù)據(jù)能夠?yàn)橐咔榉揽靥峁┍匾臄?shù)據(jù)支撐。另一方面，大數(shù)據(jù)技術(shù)的“生成性”能夠解決信息整合能力不足的難題，可以根據(jù)防疫部門的特定需求提供相應(yīng)的大數(shù)據(jù)支撐服務(wù)。在疫情防控過(guò)程中，我國(guó)三大電信運(yùn)營(yíng)商借助用戶手機(jī)信令和漫游數(shù)據(jù)，為政府部門提供大數(shù)據(jù)平臺(tái)，用來(lái)支撐疫情防控工作，該平臺(tái)具有疫區(qū)人群流動(dòng)監(jiān)測(cè)、返程復(fù)工人群流動(dòng)監(jiān)測(cè)等功能。三大電信運(yùn)營(yíng)商提供的大數(shù)據(jù)比互聯(lián)網(wǎng)企業(yè)提供的數(shù)據(jù)更及時(shí)、更全面，因?yàn)橹袊?guó)移動(dòng)、中國(guó)聯(lián)通和中國(guó)電信所擁有的手機(jī)用戶分別達(dá)到9.47億、3.21億和3.34億，基本實(shí)現(xiàn)了空間與人口的全覆蓋，這一點(diǎn)是互聯(lián)網(wǎng)平臺(tái)無(wú)可比擬的。

四、大數(shù)據(jù)技術(shù)的集成效應(yīng)：從“數(shù)據(jù)集成”到“治理集成”

如前所述，疫情防控是一個(gè)涉及面極廣、各種因素錯(cuò)綜復(fù)雜的風(fēng)險(xiǎn)管控系統(tǒng)工程，這就決定了任何一個(gè)地區(qū)、任何一個(gè)部門都不可能憑借一己之力來(lái)完成。而要實(shí)現(xiàn)各個(gè)地區(qū)、各個(gè)部門之間的協(xié)同作戰(zhàn)、聯(lián)防聯(lián)控，首先要改變的就是各地區(qū)、各部門之間的“數(shù)據(jù)割據(jù)”甚至“數(shù)據(jù)孤島”狀態(tài)。

大數(shù)據(jù)技術(shù)首先帶來(lái)的就是“數(shù)據(jù)集成效應(yīng)”，這其實(shí)是大數(shù)據(jù)技術(shù)的題中應(yīng)有之義，因?yàn)橹挥袑⒏鱾€(gè)地區(qū)、各個(gè)部門的數(shù)據(jù)匯聚打通，才有可能達(dá)到大數(shù)據(jù)所要求的數(shù)據(jù)量級(jí)。比如，濟(jì)南市就將“城市大腦”長(zhǎng)期匯聚的醫(yī)療、交通、公安等不同部門的城市動(dòng)態(tài)管理信息和實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)加以整合匯聚，為疫情防控中的人員追蹤、疫情態(tài)勢(shì)分析、應(yīng)急資源調(diào)度等方面提供數(shù)據(jù)支撐、決策支持和聯(lián)動(dòng)指揮依據(jù)。

大數(shù)據(jù)技術(shù)的“數(shù)據(jù)集成效應(yīng)”同時(shí)也會(huì)帶來(lái)“時(shí)空集成效應(yīng)”。歸屬于不同地區(qū)、不同部門的數(shù)據(jù)是產(chǎn)生于不同時(shí)空背景下的多元、異質(zhì)性數(shù)據(jù)，在沒(méi)有大數(shù)據(jù)技術(shù)支撐的條件下，特定時(shí)空中所產(chǎn)生的特定數(shù)據(jù)只能用來(lái)說(shuō)明特定時(shí)空中的特定現(xiàn)象，這正是前大數(shù)據(jù)時(shí)代數(shù)據(jù)處理的基本特征。但是大數(shù)據(jù)技術(shù)的運(yùn)用，將多元異質(zhì)的數(shù)據(jù)集聚起來(lái)，當(dāng)數(shù)量達(dá)到大數(shù)據(jù)量級(jí)時(shí)，數(shù)據(jù)的多元性和異質(zhì)性就會(huì)消失，至少是被大大削弱，此時(shí)多元、異質(zhì)性數(shù)據(jù)被大數(shù)據(jù)技術(shù)轉(zhuǎn)變成同質(zhì)性數(shù)據(jù)，因?yàn)橹挥型|(zhì)性數(shù)據(jù)才可以被算法程序無(wú)差別對(duì)待。這就是說(shuō)，大數(shù)據(jù)技術(shù)消除了時(shí)空差異，在海量數(shù)據(jù)面前，時(shí)空被敉平了。只有這樣，風(fēng)險(xiǎn)才能夠被計(jì)算，才能“生成”具有強(qiáng)大效用的“相關(guān)性知識(shí)”；也只有這樣，疫情防控中的高風(fēng)險(xiǎn)人群或者高風(fēng)險(xiǎn)地區(qū)才能被鎖定，這就叫大數(shù)據(jù)技術(shù)的“時(shí)空集成效應(yīng)”，也是大數(shù)據(jù)技術(shù)能夠大大提升疫情防控有效性的關(guān)鍵所在。

當(dāng)時(shí)空被敉平化、集成化處理之后，時(shí)空中的人也是被敉平化、集成化了的。在疫情防控中要鎖定感染源及密切接觸人群，僅靠人員的職業(yè)、民族、姓名等社會(huì)屬性是不可能完成的，即使勉強(qiáng)完成也必然是代價(jià)高昂的。大數(shù)據(jù)技術(shù)忽略掉人員的社會(huì)屬性，只是從人員的流動(dòng)信息、手機(jī)信令、網(wǎng)絡(luò)數(shù)據(jù)等基礎(chǔ)數(shù)據(jù)中計(jì)算生成人員關(guān)鍵信息。與社會(huì)屬性相關(guān)的數(shù)據(jù)是異質(zhì)性很高的數(shù)據(jù)，而手機(jī)信令、網(wǎng)絡(luò)數(shù)據(jù)等基礎(chǔ)數(shù)據(jù)則是同質(zhì)性很高的數(shù)據(jù)。至少在大數(shù)據(jù)技術(shù)面前，人不再是一個(gè)傳統(tǒng)意義上的社會(huì)人，而是一個(gè)“集成人”，我們把這種現(xiàn)象稱為“社會(huì)集成效應(yīng)”。“集成人”是沒(méi)有身份甚至沒(méi)有臉的，但它最容易被程序識(shí)別，這是大數(shù)據(jù)技術(shù)能夠大大提升疫情防控精準(zhǔn)性的關(guān)鍵所在。

大數(shù)據(jù)技術(shù)除了把時(shí)空和社會(huì)集成化了，還把權(quán)力也集成化了。以往政府部門存在一定程度的各自為政，實(shí)際上是因?yàn)闄?quán)力的分散，而權(quán)力的分散是與數(shù)據(jù)的孤立分不開(kāi)的。大數(shù)據(jù)技術(shù)不但促成了數(shù)據(jù)的匯聚集成，也促成了權(quán)力的匯聚集成，即“權(quán)力集成效應(yīng)”。在疫情防控過(guò)程中，大數(shù)據(jù)技術(shù)已經(jīng)成了“權(quán)力之眼”，借助大數(shù)據(jù)技術(shù)提供的統(tǒng)一防控平臺(tái)，各地方政府之間以及地方政府內(nèi)部不同部門之間相互合作，真正實(shí)現(xiàn)了聯(lián)防聯(lián)控、統(tǒng)一調(diào)度，構(gòu)筑起一個(gè)不留死角的疫情防控閉環(huán)，這是有效管控風(fēng)險(xiǎn)并取得當(dāng)前疫情防控階段性成果的關(guān)鍵所在。因此，有著“集成特性”的大數(shù)據(jù)技術(shù)在疫情防控過(guò)程中創(chuàng)造了“集成效應(yīng)”，“數(shù)據(jù)集成”是基礎(chǔ)，“時(shí)空集成”是根本，“社會(huì)集成”和“權(quán)力集成”是關(guān)鍵。在這些“集成效應(yīng)”共同作用之下，就形成了一種“治理集成”效應(yīng)。與原有的治理模式相比，“治理集成”效應(yīng)至少具有三個(gè)方面的優(yōu)勢(shì)：

首先，在大數(shù)據(jù)技術(shù)的驅(qū)動(dòng)下，“集成式治理”不再被地方主義所困擾。比如，現(xiàn)有的網(wǎng)格化治理的最大優(yōu)勢(shì)是精細(xì)化，最大弊端是容易導(dǎo)致“割據(jù)式管理”?！凹墒街卫怼辈⒎桥c現(xiàn)有的網(wǎng)格化治理相矛盾，恰恰相反，“集成式治理”一方面能夠高效吸收網(wǎng)格化治理帶來(lái)的益處，比如數(shù)據(jù)獲取更加高效便捷，另一方面也能夠很好地避免“割據(jù)式管理”的弊端，真正實(shí)現(xiàn)全國(guó)一盤(pán)棋。

其次，在大數(shù)據(jù)技術(shù)驅(qū)動(dòng)下，“集成式治理”不再是滯后式治理，而是一種前瞻式治理，或者叫“先發(fā)制人式”治理。傳統(tǒng)的治理方式因?yàn)樾畔⒌臏笮?，必然是在危機(jī)或?yàn)?zāi)難已經(jīng)發(fā)生的情況下，才能夠采取應(yīng)對(duì)治理措施。而大數(shù)據(jù)技術(shù)憑借其強(qiáng)大的數(shù)據(jù)分析和挖掘能力，能夠產(chǎn)生預(yù)測(cè)性效應(yīng)。比如，在此次疫情防控過(guò)程中，可以根據(jù)人口遷移大數(shù)據(jù)，預(yù)測(cè)疫情的擴(kuò)散方向和擴(kuò)散趨勢(shì)，進(jìn)而為疫情防控贏得寶貴的時(shí)間。防患于未然，這正是現(xiàn)代社會(huì)治理體系所迫切需要的。

再次，在大數(shù)據(jù)技術(shù)驅(qū)動(dòng)下，“集成式治理”不再是模糊式治理，而是精準(zhǔn)式治理。所謂模糊式治理，是在信息處理能力不足的情況下的無(wú)奈之舉，它不僅效率低下而且成本高昂。與之相反，在疫情防控過(guò)程中，大數(shù)據(jù)技術(shù)能夠精準(zhǔn)識(shí)別流動(dòng)人群中的密切接觸者，精準(zhǔn)定位追蹤確診患者的行動(dòng)軌跡。比如，溫州市曾是新冠肺炎疫情較為嚴(yán)重的城市之一，在一場(chǎng)關(guān)乎10萬(wàn)人生命健康的疫情保衛(wèi)戰(zhàn)中，溫州市疫情防控部門借助大數(shù)據(jù)技術(shù)鎖定了在疫情爆發(fā)地附近停留15分鐘以上的流動(dòng)人員和周邊小區(qū)住戶，最終從10萬(wàn)人中精準(zhǔn)篩查出28例確診患者。讓可疑人員得到精準(zhǔn)控制，讓非可疑人員自由流動(dòng)，大數(shù)據(jù)技術(shù)為精準(zhǔn)防控、精準(zhǔn)施策提供了強(qiáng)有力的技術(shù)保障。正是因?yàn)橛辛诉@樣精準(zhǔn)、高效的防控策略，才使得溫州市在短短一個(gè)月時(shí)間內(nèi)從一個(gè)疫情高風(fēng)險(xiǎn)地區(qū)快速轉(zhuǎn)變?yōu)橐粋€(gè)疫情低風(fēng)險(xiǎn)地區(qū)。從實(shí)踐檢驗(yàn)來(lái)看，“集成式治理”可以說(shuō)是科學(xué)治理的典范。

五、一個(gè)可能的未來(lái)：集成式社會(huì)治理

雖然新冠肺炎疫情是一個(gè)突發(fā)事件，疫情防控中所采用的很多措施也都是應(yīng)急措施，但是某些應(yīng)急措施的出臺(tái)絕非偶然，它們持續(xù)存在并最終得以常態(tài)化也并非不可能。只要這種應(yīng)急措施能夠有效回應(yīng)社會(huì)的需求，符合歷史發(fā)展的需要，那么它們就一定會(huì)繼續(xù)存在下去。事實(shí)上，人類社會(huì)現(xiàn)有的很多常態(tài)性制度安排都是在應(yīng)急措施的基礎(chǔ)上逐步確定下來(lái)的。因此，我們有理由相信，大數(shù)據(jù)技術(shù)在疫情防控中發(fā)揮的“集成效應(yīng)”預(yù)示著一個(gè)可能的未來(lái)，即集成式社會(huì)治理的到來(lái)，這個(gè)可能的未來(lái)令我們喜憂參半。

一方面，大數(shù)據(jù)技術(shù)驅(qū)動(dòng)下的“集成式治理”極有可能成為未來(lái)社會(huì)治理的發(fā)展方向。盡管它現(xiàn)在還只是初具雛形，但我們已經(jīng)可以看到它的強(qiáng)大功能，它能夠有效識(shí)別風(fēng)險(xiǎn)因素，有效回應(yīng)現(xiàn)代社會(huì)對(duì)不確定性的深切恐懼和對(duì)風(fēng)險(xiǎn)管控的熱切追求，這意味著技術(shù)將以更深、更廣的方式形塑現(xiàn)代社會(huì)，將以更直接、更強(qiáng)有力的方式改變?nèi)祟惖纳睿@是不可改變的歷史潮流。

另一方面，大數(shù)據(jù)技術(shù)不僅將時(shí)空集成化、權(quán)力集成化了，同時(shí)也將人集成化了。一個(gè)“集成人”雖然借助技術(shù)的手段可以避免(至少是減弱)對(duì)不確定性的恐懼，但它必然又會(huì)因此而產(chǎn)生對(duì)“權(quán)力-技術(shù)綜合體”的恐懼。換句話說(shuō)，“權(quán)力-技術(shù)綜合體”是以創(chuàng)造一種新的不確定性來(lái)控制原有的不確定性的，創(chuàng)造確定性的過(guò)程實(shí)際上也是一個(gè)創(chuàng)造不確定性的過(guò)程，“權(quán)力-技術(shù)綜合體”源于恐懼，同時(shí)它也創(chuàng)造恐懼。在這個(gè)意義上，人類對(duì)技術(shù)的依賴其實(shí)本質(zhì)上是一種交換：用一種人造的不確定性來(lái)?yè)Q取自然的不確定性。我們當(dāng)然不能簡(jiǎn)單地認(rèn)定這種交換是不值得的，但是我們的確有必要對(duì)這種帶來(lái)了新的不確定性的“權(quán)力-技術(shù)綜合體”保持一定的警惕，至少我們應(yīng)該對(duì)其邊界進(jìn)行清楚地劃定，以免它對(duì)個(gè)人的權(quán)利與自由構(gòu)成侵犯。

更重要的是，不確定性并非完全一無(wú)是處，因?yàn)樽杂膳c不確定性可以看成是同一個(gè)事物的兩面。當(dāng)我們借助技術(shù)手段消除不確定性、獲取安全與保障的同時(shí)，自由也在一定程度上受到了侵害。比如在此次新冠肺炎疫情防控過(guò)程中，我們也遺憾地看到，一些單位或個(gè)人在未征得當(dāng)事人同意的情況下就將確診患者或者疑似患者的個(gè)人信息公之于眾，對(duì)當(dāng)事人的正常生活造成了傷害。所幸，我們看到中央網(wǎng)信辦已針對(duì)上述現(xiàn)象發(fā)布了《關(guān)于做好個(gè)人信息保護(hù)利用大數(shù)據(jù)支撐聯(lián)防聯(lián)控工作的通知》。只有為大數(shù)據(jù)技術(shù)的使用劃定清晰的邊界，才能為個(gè)人的自由與權(quán)利留出空間。也許我們還應(yīng)該清醒地認(rèn)識(shí)到，不確定性終究無(wú)法被完全消除，甚至不確定性也不應(yīng)該被完全消除，但安全與確定性也是值得追求的，這意味著我們注定要生活在不確定性與確定性的雙重變奏中。

注釋：

①參見(jiàn)齊格蒙特·鮑曼：《流動(dòng)的現(xiàn)代性》(上海三聯(lián)書(shū)店，2002年版)。

②參見(jiàn)齊格蒙特·鮑曼：《作為實(shí)踐的文化》(北京大學(xué)出版社，2009年版)。

③參見(jiàn)丹尼斯·史密斯：《齊格蒙特·鮑曼：后現(xiàn)代性的預(yù)言家》(鳳凰出版?zhèn)髅郊瘓F(tuán)，江蘇人民出版社，2007年版)。

④參見(jiàn)Lyon D：Surveillancestudies：Anoverview(Polity Press，2007)。

⑤參見(jiàn)Boyd D,Crawford K：Critical questions for big data:Provocationsfora cultural，technologicaland scholarlyphenomenon(Information，CommunicationandSociety，2012，Vol.15，No.5)。

⑥參見(jiàn)Marx G T：The surveillance society：The threat of 1984-style techniques(TheFuturist，1985，No.6)。

⑦參見(jiàn)Kitchin R:Big data，new epistemologies and paradigm shifts(BigData&Society，2014，Vol.1，No.1)。

⑧參見(jiàn)Kitchin R:Big data and human geography：Opportunities，challenges and risks(DialoguesinHumanGeography，2013，Vol.3，No.3)。

⑨參見(jiàn)Elmer G，Opel A：Surviving the inevitable future(CulturalStudies，2006，Vol.20，No.4-5)。

⑩參見(jiàn)Ginsberg J, Mohebbi M H, Patel R S,et al：Detecting influenza epidemics using search engine query data(http：//www.nature.com/nature/journal/v457/n7232/full/nature07634.html)。