数据发布的准确度与颗粒度体现数据思维

　　解放周一：听说，从春节到现在，您的研究一直没有停下来。基于国际上普遍认为的数据开放基本原则，您和复旦大学数字与移动治理实验室主任、国际关系与公共事务学院郑磊教授，对几个直辖市发布的疫情数据，进行了分析与比较。怎么会想到做这个研究？

　　陈瑶：郑老师是政府数据开放领域的专家，我们在研究如何让大数据应用为数据开放服务、提升政府治理能力方面，有长期的合作。

　　整个研究的初心其实很简单，就是我们作为普通老百姓，希望跟踪了解整个疫情的发展。比如，我们想知道，自己所在的城市今天有多少确诊和疑似病例，病人多大年龄，他们去了哪个医院，那些疑似病例后来确诊了吗，如果确诊不是新型肺炎，他们得的又是什么病。虽然我们也从网上和自己的朋友那里得到各种消息，但这些消息是真是假，我们需要最新的、准确的官方数据来提供佐证。那是最权威的。

　　出于大数据一线工作者的敏感，我还会关注，如何利用现有的数据资源和官方发布数据，开发可以利用的应用工具，也许可以预判趋势，也许可以是增进某些工作环节的能效。

　　各地方的卫生健康委员会是权威的疫情数据发布部门，所以，1月29日前后，我们就选取了四个直辖市的卫健委官网，想看看这几个特大型城市面对疫情时发布了哪些数据，具体包括哪些数据项（字段），这些数据是以怎样的方式发布、以怎样的形式呈现。慢慢地，我们形成了一套对各个直辖市疫情数据发布情况进行分析的方法。

　　比如，我们会去关注，卫健委官网有否在首页显著位置开通与疫情防控相关的专题栏目，有没有对疫情发展、防控工作、新闻报道、防护知识等内容进行专题发布，便于公众发现和访问；疫情通告文件发布的规范性做得如何，是否便于搜索查找；怎样的疫情公布数据方式，最容易被民众看懂和利用、利于数据分析人士进行延伸开发。

　　举个简单的例子。在疫情公告发布伊始，各直辖市都在官网上提供了文字形式的疫情情况通报。虽然大家展示的疫情数据都足够详细，但大部分数据是以夹杂在文字中的形式出现的，不够清晰直观，不便于普通读者阅读和理解，也不利于专业人员进行分析利用。如果想对这些数据进行一些分析，需要先将数据从这些文字中提取和整理出来，做成数据表。对比数据开放的基本原则来看，这种将数字夹杂在文字中发布的方式还未能真正进入数据时代，缺乏数据思维。当然，后来有些城市使用了结构化表格的形式来辅助疫情数据发布，在发布数据时也愈发注意用词标准并配备详细、准确的备注说明。这些努力公众都是马上能感受到的。反之，会使公众无法准确地理解和利用数据，甚至产生误读或误用。

　　我们最近还在分析全国的数据，已经看到了各地在疫情通报方面的不断改进与完善。

　　解放周一：在你们看来，数据发布做得如何很有门道，也是公共管理者数据思维的一种体现。

　　陈瑶：没错。传统的信息公开主要以非结构化的、文本的形式提供，便于公众阅读。而在大数据时代，提供结构化的、可机读的数据，有利于公众对数据进行分析利用。而这，正是数据开放和传统信息公开之间的一个重要区别。

　　当然，各种数据利用研发团队或机构，可以花精力做数据整理，但假设政府部门能把符合标准的、优质的疫情数据开放出来，研究者就可以把精力集中在将数据应用做得更好用、更细致，给公共管理者提供更好用的治理辅助工具，给民众带来更好的使用体验上。面对疫情的不确定性，大家都可以拥有更多“与时间赛跑”的资源和底气。

　　在“与时间赛跑”的过程中，如果政府把数据开放出来，专业机构把数据开发成各种应用，携手为社会公众带来了收益，实际上，就意味着政府和市场以数据为原料实现了一种合作。毕竟，应对疫情不能只靠政府一方来孤军奋战，还应充分调动社会上的各种专业力量来积极参与。

　　需要特别强调的是，开放疫情数据的同时，还应严格保护好病人的隐私。一方面要满足公众的知情权，尽可能地将公众关心的数据全面、及时、准确地发布出来；另一方面，也要严格保护患者的隐私，防止个人数据的过度披露对患者造成伤害。政府部门需要把握好保障公众的知情权和保护病人的隐私之间的平衡。

　　总之，在大数据时代应对疫情，政府应围绕公众的数据需求，从“用户”的视角出发，将疫情数据以完整的、标准的、一手的、及时的、细颗粒度的、结构化的方式开放出来，并提供便捷的方式，配备必要的描述说明。这么做，不仅便于普通公众查找、获取和理解数据，也利于社会力量对数据进行开发利用。信息公开也有助于消除公众恐慌、压缩谣言空间，提高疫情防控的社会警觉和参与度，提升政府公信力，释放出数据的社会价值。