智媒時代突發公共衛生事件決策信息的集成與傳播

馬文竭 馬 明

一、 基于信息傳播和應急管理跨學科理論基礎

決策信息是政府應急管理研究的重要內容,且在日益變化的媒介環境中呈現出多元化、智能化及數字化的趨勢。政府應急決策的研究框架經歷了從決策個體“認知—心理”、決策主體“官僚—組織”,決策環境“情景—應對”到決策媒介“信息—信息源”的發展歷程。

國內關于突發公共衛生事件決策信息研究始于2003年SARS疫情,主要是從信息傳播和應急管理兩個學科視角展開。一方面,媒介傳播研究者依托場域、議程設置等理論聚焦突發公共事件中新聞消息、媒介信息等對于輿情引導、應急決策及受眾關注偏好的影響。這些研究分析了官方場域和社會媒介中信息文本、隱喻架構及受眾情緒,指出：“輿論反應不代表客觀真相,突發公共事件中與真相關聯的各類信息有一個逐步集聚、漸進呈現的過程”①。“在信息提供不及時、不透明的情況下,媒體使用消極負面的隱喻架構,過度渲染了疫情的危害,便有可能使應急輿情工作更為被動。”②“突發公共衛生事件輿情周期具有獨特的演化規律,網民所處的特定情境對其話題關注內容有所影響……最終話題內容多演化為網民情感表達。”③另一方面,應急管理研究者更為強調數字化時代背景下信息技術和相關應用對于應急決策的影響。“隨著海量信息和大量數據的生成與涌聚,重大突發公共衛生事件信息的公開方式、共享機制與傳播模式對于戰勝疫情起到了重要作用,其中出現的種種問題和困惑值得深入反思。”④李琦等研究者指出,應該“基于數字城市空間信息基礎設施,利用地理信息系統(GIS)技術,整合數字城市信息化資源,建設應急指揮決策支持系統”⑤。近年來更多的研究者開始關注大數據、云計算及機器學習等人工智能信息技術在應急決策中的效能。“人工智能可以使公共衛生安全風險識別從經驗驅動轉為智能驅動,通過向信息識別和平臺識別的轉變,降低風險發生的突發性。”⑥

當前國內該議題研究特點為:第一,研究視角從新聞報道、輿情引導開始轉向智能化信息傳播；第二,研究學科背景趨于多元,且強調網絡信息和數字媒介的影響力,特別是基于大數據、智能網絡技術的決策信息備受關注；第三,研究思路多以現實實踐為導向,成果多服務于政府應急決策和相關機制改革。同時也存在以下不足:一是關于信息傳播與集成系統的針對性研究不多；二是多偏于信息傳播、輿情引導及媒介影響等研究,智能網絡媒介環境下應急信息集成傳播的分析框架著墨不多。

二、“信息—價值”:突發公共衛生事件決策分析框架

(一) 突發公共衛生事件應急決策的信息要素和價值要素

決策要素是西蒙(Simon)為了更深刻理解和認識管理者的決策過程而提出的概念,并認為決策要素可分為事實要素和價值要素。⑦決策者可通過已有經驗或相關依據驗證事實描述是否準確；而價值要素是管理者對該事物的某種判斷,與決策制定者或者行為者本身的價值倫理觀念有關,且不是簡單的是非之分,亦不能通過經驗來進行辨析。突發公共衛生事件應急決策屬于非常規式的決策類型,特別是智媒化時代決策信息呈現出不對稱、海量且分散的特征(如表1所示)。

表1 智媒化時代非常規決策和常規決策對比表

突發公共衛生事件決策信息集成與傳播依舊面臨著諸多約束問題。第一,決策時間的緊迫性和決策議程非程序化要求政府對于信息傳播必須掌握主動權。這意味著政府必須對事件起源、信息傳播與擴散、輿論導向有著較強的主動權,否則很容易讓偽信息衍生惡化影響。第二,信息碎片化和技術支持的有限性。突發公共衛生事件的信息源涉及多部門和多層級,呈現出明顯的碎片化特征。正如新冠肺炎、SARS疫情在前期應急處置時,海量信息匯入應急決策者視野,故對信息的識別和處理提出了極高的要求。很多事件的源頭病因具有較強隱蔽性,受制于公共衛生科技條件限制,無法很快識別病原體,所采取的醫治方案和解決措施難度較高,短時間內無法有顯著效果。第三,智媒化時代應急決策需要處理海量信息和模擬事件發展態勢。這已不是決策個體或幾位專家所能直接應對的問題,而是傾向于依托科學智能信息分析系統輔助決策本身。本研究認為突發公共衛生事件應急信息集成系統應包含信息源、信息集成和信息應用三個層面(如圖1所示)。

圖1 突發公共衛生事件應急信息集成系統構建

(二) 多元異構的信息源

不同形態的信息對于應急決策的支持輔助功能各異。突發公共衛生事件決策信息源包括:事件現場在地實時數據；疾病預防控制中心、醫院及檢驗防疫等主要衛生機構行業信息；與事件相關各類互聯網信息；與事件相關的地理、空間、公共安全及應急資源等信息。

海量多元的信息使得應急決策主體對信息集成、處理分析、共享拓展面臨較高的挑戰和難度,主要體現在以下三方面:第一,信息源具有分散性、動態性及多元性等特點。信息來自多個部門和層級,且在行政部門職能分配的影響下呈高度分散。在突發疫情的發展擴散中,信息持續動態更新且不確定。第二,在行政管理部門條塊分割的制度背景下,信息數據共享和信任尤為困難。在實際應急決策中,當前疾病預防信息直報系統面臨著同物資儲備、公共安全等機構系統跨部門協同準入和共享應用等難題。第三,應急信息的公開性和來源隱私性之間的矛盾。突發公共衛生事件應急中很多信息數據源于“個體”隱私數據,在合法使用和應用方面必須得到規范保障。

(三) 智能網絡化信息集成系統

技術創新應用一直是應急管理解決突發事件的重要支點。2003年抗擊SARS疫情之后,我國開始建設傳染病網絡直報系統。智媒化時代海量信息和更迭的媒介技術對該系統提出了較高挑戰。突發公共衛生事件需要對于疫情傳播速度、區域、影響人群及變異等情況進行預測和情景模擬,故以計算機視覺、機器學習、大數據等為代表的人工智能技術將會更好地勝任這些任務。建立人工智能大數據等技術支撐下的公共衛生風險監測預警系統,是作為傳染病網絡直報系統的補充。⑧圍繞突發公共衛生事件應急決策需建構一個智能網絡化信息集成系統,其系統框架和結構設計應同其他突發事件信息系統保持一致。該系統是集合信息適配準入、提取遴選、分析處理及共享發布等多功能為一體的綜合性平臺,是應急管理體系的核心中樞,是應急決策機制的重要支撐,是應急協調響應的導航(如圖2所示)。

圖2 突發公共衛生事件應急決策智能網絡化信息集成系統

(四) “信息—價值”視角的應急決策模式

健全的信息集成系統是突發公共衛生事件應急決策的基礎,價值判斷是應急決策的關鍵,從這兩個維度可將突發公共衛生事件應急決策模式分為四類情形(如表2所示)。第一種“合意型”決策是指應急信息系統較為健全,信息源和信息渠道都較為清晰,信息處理機制為決策支持能夠提供保障。應急部門對于事件的價值判斷準確,形成較為適宜的應對方案。2009年我國處置防控H1N1流感屬于該類決策情形。第二種“消極型”決策是指應急信息系統較為健全,但決策主體對于事件的價值判斷失誤,信息集成系統與決策機制之間明顯失調。美國處置新冠肺炎疫情屬于該類決策情形。第三種“缺失型”決策是指并不具備健全的信息集成系統,信息源較為分散、信息渠道不夠暢通,但決策主體價值判斷得當,使得應對措施仍能夠發揮顯著作用。1989年上海應對甲肝疫情就是該類決策較好的例證。第四種“失效型”決策是指應急信息系統和應急決策價值判斷均處于“失靈”的狀態。應急決策者失當的價值判斷,使得事件處置遲滯。如2003年SARS疫情初期應急決策較為被動和低效。

表 2 “信息—價值”視角突發公共衛生事件應急決策模式

三、 案例分析:中美新冠肺炎疫情決策信息的集成與傳播

(一) 我國新冠肺炎疫情應急決策信息集成與傳播

1.中國新冠肺炎疫情應急決策的時間序列

截至2021年6月30日,我國確診新冠肺炎病例438例,累計治愈出院病例86718例,累計死亡病例4636例,累計報告確診病例91792例。⑨當前我國新冠肺炎疫情應急管理處于常態化防控階段,即事中階段的衰退期。從時間序列的周期來看,信息源較為清晰,應急決策的信息集成和傳播呈現出明顯的時效性。此外,關于新冠肺炎病毒的源發,仍舊需要更多的數據論證和分析。很多國家新冠肺炎疫情出現的時間點可能會大幅提前。根據新聞資料可知,西班牙、巴西等國研究機構在2019年的廢水樣本中就已檢測出病毒。

2.信息源:單向源相對清晰、源類差異性明顯

從我國新冠肺炎疫情常態化防控階段信息上傳匯總、信息傳播以及集成來看,支持應急決策的單向信息源是較為清晰的,各類信息源之間在信息量、有效性和應用性方面差異較為明顯。應急決策部門通過匯總、分析及利用信息應對疫情防控成效明顯,其中2020年6月初出現在北京的散發式疫情便是最好例證(如表3所示)。

表3 北京新冠肺炎疫情應急決策信息源和信息應用(2020年6月至7月)

首先,精準清晰的信息源是該輪疫情有效決策的基石。依托疫情防控常態化預案布置,衛生醫療機構發熱門診成為此次疫情的重要信息端口。北京市宣武醫院確認核酸檢測樣本陽性后第一時間上報市疾控中心。其次,不同信息源之間差異明顯,匯集后的信息成為應急風險研判和分類防控的重要依據。北京市疾控中心圍繞確診病例個人陳述、手機支付信息及微信聊天記錄等網絡信息進行詳實地流調溯源,并結合環境采樣檢測結果確定了疫情核心區。事件在地的新發地市場每日約6萬流動人口、2000多個商戶及十幾個周邊社區,這使得在地數據的匯集合成工作尤為艱難。由于采取網絡信息平臺集成處理,如“城市大腦”“戰疫金盾”“智源藍保”等信息化技術的應用,疾控中心能夠快速地定位有效疫情信息,并精準地進行分區分級分類的防控,避免了全市“一刀切”的應急處置。再次,差異化信息源的針對性措施是助力抗疫的重要支撐。此次疫情期間僅市民服務熱線日均咨詢、訴求及建議信息就達1萬余條。2020年6月13日關于“北京新發地”的百度搜索指數為37,923，資訊指數達到15,892,061,指數同比變化呈現爆炸式增長。北京市應急管理部門采取每日兩次新聞發布會、熱線訴求派單下沉、官方媒體全程通報、動員新媒體及時跟進等系列處置措施,保證了所傳播疫情信息的真實性、權威性和時效性。最后,為了實現系統性應對突發疫情,避免疫情反復,北京市有關部門對于配套措施涉及信息給予了充分處理，例如,通過“火眼檢測”“志愿北京”等配套措施的信息化平臺實現了社區防疫、全員檢測工作的有效推進。其中,“志愿北京”信息平臺累計發布7683個志愿項目,招募注冊志愿者22.8萬人次。“火眼檢測”助力全市核酸檢測,累計超過1100萬人參與檢測。這一階段我國河北、黑龍江及新疆等局部地區出現的疫情反彈問題都能夠在短時間內得到控制,其關鍵就在于信息源清晰,信息上報和應急響應較為及時。

3.信息集成:子系統賦能效用成效顯著,智能化整合潛力較大

新冠肺炎疫情常態化防控階段決策信息集成呈現出從傳統單個系統向智能化平臺統一集合的發展趨勢,且在深度整合方面潛力較大。當前我國決策信息集成主要是通過計算機視覺、語音識別、機器學習、大數據等人工智能技術來實現。這些前沿的數字化信息技術在常態化防疫期間發揮了重要作用,對于應急決策的賦能效用格外明顯(如表4所示)。

表4 智能化信息技術應用新冠肺炎疫情應急管理

在信息技術應用背后是華為、百度、中科院、清華大學、華中科大等一大批高科技公司和高等科研院校。中國信息通信研究院發布的《疫情防控中的數據與智能應用研究報告》顯示,新冠肺炎疫情防控期間,在多方積極努力協同配合下,人工智能、大數據等新一代信息技術快速應用到了疫情監測分析、病毒溯源、防控救治、資源調配等方面。例如,依托大數據和云計算技術預測疫情期間人口流動軌跡,借助計算機視覺技術實現健康代碼迅速鎖定“涉疫”人員,通過AI智能深度學習和模型預測加快病毒宿主預測和病情診斷,以及各類無接觸的智能機器實現物資配送和疫情防護監測等等。這給常態化防控階段應急工作提供了信息支撐和技術保障。從應急決策的信息戰略來看,上述不同子系統的信息還具有深度融合的潛力空間。當前子系統由于底層技術架構的差異化、研發單位權屬關系以及專利保護等原因,智能化整合力度不夠。如AI測溫在發現異常個案之后,需要同案例相關的就診歷史、行程軌跡及疫苗注射等信息在云端平臺借助大數據算法進行更進一步的排查,并同AI模型預測、在線問診端口進行有效地銜接。目前這種不充分的信息集成是可以理解的,畢竟對新病毒的認識和智能化系統平臺的更新是需要不斷推進的一個過程。

(二) 美國新冠肺炎疫情應急決策信息的集成與傳播

根據美國疾病控制與預防中心(CDC)的數據顯示,截止2021年6月30日,美國當日新增16,260例,294例死亡。美國累計確診34,540,508例,累計死亡620,189人。美國應對新冠肺炎疫情的效果一直處于不理想的狀態,甚至成為全球突發公共衛生事件應急管理的負面教材。美國新冠肺炎疫情高級專家安東尼·福奇(Anthony S.Fauci)在接受媒體采訪時表示,美國在抗擊疫情方面做得比大多數國家都糟,每個州各自為政,而不是統一協作。

1.美國新冠疫情應急決策的時間序列

相比較于中國抗擊疫情的時間序列,美國應急管理事前、事發及事中等階段的時間區間都較長,這也從側面反映了美國的應急決策信息集成與傳播呈現出明顯的遲滯性。從2020年1月到3月中旬,中國舉國上下齊心協力抗擊疫情,付出了極大的代價,為其他國家應對疫情爭取了寶貴的“決策響應時機”。但是很顯然美國政府并沒有充分利用這個有利時機。美國成立的抗疫疫情專題工作組由衛生與公眾服務部(HHS)領導,白宮國家安全委員會(NSC)協調,并由時任副總統的彭斯擔任組長。從聯邦和地方政府以及下轄各部門響應協調可見,工作小組在決策信息匯總、集成及傳播方面的整合度不高。

2.信息集成:子系統之間斷鏈,信息應用低效,無法實現高度集成

美國政府應對疫情的決策機制由縱向和橫向雙重分權制度所決定。高度的分權和制衡機制使得應急決策的信息子系統之間呈現非常明顯的“斷鏈”,信息分化現象嚴重,無法實現充分的集成。

首先,鑒于政黨利益、競選壓力以及國內經濟,美國聯邦政府層面對于專業機構的信息源并未給予高度重視,信息源割裂嚴重,應用率低。美國公共衛生應急決策信息系統由國土安全部(DHS)、聯邦緊急事務管理局(FEMA)、衛生與公共服務部(HHS)和疾控預防中心(CDC)等機構組成。在成立疫情專題小組后,HHS和CDC提供的專業疫情信息和政策建議并未得到行政管理部門重視。HHS和CDC在疫情小組中的重要性大為下降,在決策團隊中逐漸被邊緣化和架空，甚至出現了行政官員使用錯誤信息的誤導行為。地方政府行政官員因為黨派偏好、民調及選舉需求,對于疫情信息的決策應用不一。共和黨的州長和特朗普支持者較多的州長采取保持社交距離的政策平均慢2.7天。其次,受制于美國橫縱向雙重分權的政治制度影響,聯邦和地方政府的應急決策權不統一。美國突發公共衛生事件信息系統由橫縱向交織的9個子系統構成,抗擊流行病的執行工作由2684個州、地方和部落公共衛生部門負責。高度碎片化的決策主體對待信息整合和集成方面并沒有統一的行政壓力。CDC信息源的權威性受到了極大挑戰。各州層級醫療反應系統(MMRS)、地方政府的衛生資源與服務管理局(HRSA)以及各類醫療機構在跨州、跨區域的疫情信息協同方面較為乏力。最后,受制于削減公共衛生預算和壓縮信息服務網絡建設,社區和基層的公共網絡建設緩慢,信息技術應用于疫情的效果與美國先進科技水平并未呈現正相關。特朗普政府上臺后實施了諸如削減CDC經費、解散全球衛生安全和生物防御理事會等措施,一定程度上削弱了美國應對衛生安全威脅的能力。這也是疫情初期出現呼吸機、口罩等醫療防護物資短缺,CDC病毒檢測盒失效等問題的原因。

(三) 對比分析

從中國和美國應對新冠肺炎疫情實際情況對比分析可知(如表5所示):(1)合意型的應急決策模式必須同時具備充分的應急信息和正確的價值判斷。政府應急決策的價值判斷往往依托權威、統一且有效的信息源。(2)突發公共衛生事件決策信息集成是一項系統性工程,這要求政府決策機制須具有強勢的統一性、權威性和系統性,高度分權和制衡的決策結構模式不利于應急信息的匯總和集成,會降低應急響應協同的效率和效果。(3)大數據、云計算等信息技術創新可以有效地輔助和提升應急決策效力,有助于提升應急管理部門之間的協作效率。

表5 中國和美國新冠肺炎疫情應急決策信息集成與傳播

四、 結論與思考

突發公共衛生事件的決策機制應有利于應急信息的集成和傳播,應急決策的價值判斷應以維護民眾的公共利益為導向。總結而言,智媒環境下我國突發公共衛生事件決策信息集成與傳播持續優化主要涵蓋三個面向:

第一,智媒化時代突發公共衛生事件應急信息呈現出顯著的數字化、多元化、碎片化等特征,面對多元異構的信息源,政府應急部門應構建網絡化和彈性化的信息傳播機制。

第二,應急決策機制是突發公共衛生事件應急管理的核心,高度分權的決策機制不利于決策信息的集成和傳播。政府應急部門應圍繞健全的信息集成系統、正確的決策價值判斷和完善的傳播機制不斷地優化現有應急決策機制。

第三,面對不斷加速的技術革新、日益變化的媒介生態和復雜的國內外環境,政府應更加重視人工智能技術在突發公共衛生事件應急決策中的效能。在現有疫情信息直報系統基礎之上,總結抗擊疫情的經驗規律,依托我國突發應急決策機制的特色社會主義制度優勢,發揮計算機視覺、機器學習、大數據等人工智能在整合信息源、信息適配準入、提取遴選、分析處理、共享發布及信息應用等方面的技術優勢,發揮高等科研院校和高新技術企業的人才優勢,積極推進突發公共衛生事件智能網絡化信息集成系統的建設,進而更好地支持應急決策和應急防控響應。

注釋:

① 薛可、何佳、余明陽:《突發公共事件中用戶生成內容的差異化研究:基于輿論場域的視角》,《西南民族大學學報》(人文社科版),2017年第4期,第154頁。

② 張薇、毛浩然、汪少華:《突發公共衛生事件官方媒體報道的隱喻架構分析——基于SARS和H7N9疫情報道語料》,《福建師范大學學報》(哲學社會科學版),2015年第2期,第107頁。

③ 周紅磊、張海濤、張鑫蕊、王興魯:《話題—情感圖譜:突發公共衛生事件輿情引導的切入點》,《情報科學》,2020年第7期,第21頁。

④ 何文盛、李雅青:《突發公共衛生事件中信息公開共享的協同機制分析與優化》,《蘭州大學學報》(社會科學版),2020年第2期,第12頁。

⑤ 李琦、劉純波、李斌:《城市突發公共衛生事件應急指揮系統空間數據模型設計——以“合肥地區非典防治決策支持系統”為例》,《計算機工程與應用》,2004年第1期,第1頁。

⑥ 張志華、季凱、趙波:《人工智能促進公共衛生安全風險治理:何以可能,何以可為——以新冠肺炎重大疫情為例》,《江海學刊》,2020年第3期,第15頁。

⑦ 李德強:《西蒙決策中的價值要素和事實要素》,《中國科技信息》,2006年第1期,第25頁。

⑧ 周慎、朱旭峰、薛瀾:《人工智能在突發公共衛生事件管理中的賦能效用研究——以全球新冠肺炎疫情防控為例》,《中國行政管理》,2020年第10期,第41頁。

⑨ 國家衛生健康委員會:《截至6月30日24時新型冠狀病毒肺炎疫情最新情況》,http://www.nhc.gov.cn/xcs/yqtb/202107/b286ca91ca9f47

f8a09c381c1d1e0e49.shtml,2021年6月25日。