王光辉：后疫情时代大数据技术亟须补短板

文|王光辉 中国科学院科技战略咨询研究院副研究员

今年突如其来的新冠肺炎疫情，对我国的社会治理体系和治理能力是一次大考。在这场疫情防控阻击战中，大数据技术展现出广阔的应用前景，其与交通、医疗、教育等领域的深度融合，提升了疫情防控的组织和执行效率，是科学战疫的重要利剑，让人印象深刻。不过，在此次疫情应对中，也暴露出大数据及其智能技术在发展应用中存在的诸多瓶颈和制约。

大数据的核心在于多源数据的互联互通，但此次疫情防控中数据分散割裂、聚而不通、通而不用的问题较为明显。数据开放共享不足，信息孤岛问题突出。疫情防控每时每刻都产生着大量的疫情大数据，但回过头看，各渠道获取的疫情数据普遍存在数据口径不规范、统计时间不准确、数据信度待提升等问题，多源数据质量堪忧，治理效率相对较低。此外，疫情期间，中小型企业应用大数据技术研发的创意小发明，有效支撑了疫情防控及复工复产，如无感人体测温系统等“小”技术。然而，进入后疫情时代，这些“小”技术如昙花一现，如AI测温系统等出现软件升级延缓问题，严重影响新技术的持续发展。数据产业规模欠缺，“小”技术韧性不足的问题值得引起关注。

进入后疫情时代，数据多元化、高通量、分散随机等特点进一步凸显。作为一项复杂的系统性工程，大数据技术发展亟须补短板、强韧性。要加快打通多方数据壁垒，提升治理数字化水平。国家层面应给予数据汇聚适度授权，探索基于区块链技术的数据共享新模式，实现跨部门、跨平台、多源头数据的开放共享。结合数字身份标识技术，增强接入数据可信认证，推进国家人口基础数据、法人单位信息数据、空间地理基础数据等后疫情相关数据的跨部门、跨区域开放共享。

要加快制定多维标准体系，补齐数据标准化短板。系统梳理疫情防控过程中暴露的大数据技术标准化建设短板，围绕数据共享、流程再造、服务协同等要求，规范数据口径、统计标准、数据信度等。结合当前经济社会发展的形势及挑战，以国家标准、行业标准、地方标准为主体，以团体标准为补充，尽快制定疫情大数据收集利用的标准体系。综合应用大规模异构数据融合、认知计算等技术，深化政府数据和社会数据关联融合利用，提升后疫情时代数据治理效率。

要加快培育强化创新生态，增强技术产业化韧性。借助疫情防控大数据技术应用实践，加快大数据技术协同创新共同体建设，建立创新要素开放共享机制，培育强化后疫情时代的大数据技术创新生态。加快大数据创新链与产业链的深度融合，尤其是加强大数据相关技术与防控物资智能物流、信息技术产业、人工智能与智能装备等后疫情产业的内嵌融合。围绕大数据关键技术疫情防控实践的积极进展，逐步完善大数据工具、平台和系统产品体系，增强技术产业化韧性。

加快厘清数据权责边界，落实大数据监管监督。明确大数据存储、使用、传输、发布的权责关系，提升大数据安全管理水平，防范各种个人信息的大规模收集、使用可能带来的数据泄露风险。重视信息安全与隐私保护，建立安全、可信的数据加密和认证保护技术，制定相应的原则和标准完善大数据分类保护机制，筑牢后疫情时代大数据安全韧性。