二維動態信息熵視角下的疫情信息甄別體系研究
———從信息異化延伸開去

文/高依旻 施 亮（河海大學圖書館）

一、引言

上古之人憑一己之力在大自然中生存。隨著工具的誕生、科技的發展，人的五官、四肢均得到延伸，如汽車是腿的延伸，電話是耳朵的延伸，電視是眼睛的延伸等。人的一切器官的指揮中心——大腦的延伸則是計算機，大腦的作用就是接受、處理、存儲信息。獲取信息則是人類一切行動的前提。

2020年突發的“新型冠狀病毒肺炎”是繼“非典”后人類面臨的又一次全球范圍內的突發傳染性疾病，其對社會的影響之深，前所未見。從情報學的角度看，疫情當屬應急情報的范疇，而不確定、不對稱、不完全、不均衡的災害情報使得以情報為支撐的決策變得異常困難。疫情的發生會深刻影響信息的傳播方式，同時信息的傳播也會反作用于疫情給社會帶來的影響。

信息熵是對不確定性的一種度量方法，通過統計發生的概率，從而得出信息的信息量。“新冠肺炎”大規模爆發之前，如果我們結合以前處理非典、H1N1、埃博拉等類似傳染性疾病的防控經驗，建立起有效的疫情信息甄別體系，能夠及時、客觀預測疫情大規模傳播的可能性，那么就有可能大大減小本次疫情造成的損失。

二、疫情之下信息傳播的研究

古代疫情對信息傳播的影響并無記載。復旦大學歷史學系教授、中國科學技術史學會常務理事高晞認為：對可考的數據進行統計分析可以確認，明清時期的疫病最為嚴重，出現了1580—1589年、1639—1648年、1813—1822年、1857—1866年4次高峰。其中，1817年，霍亂由海路傳入中國，由溫州、寧波北移西傳，最后至西藏西南地區。……