張楠:常態化防控比拼城市精細化管理

隨着北半球入冬並進入流感多發季，全球新冠疫情防控工作也面臨新一輪挑戰。與部分國家目前仍面臨的高病例增長和高死亡率挑戰不同，我國當前的疫情形態呈現出零星暴發、多地出現、境外輸入、食品供應鏈傳播等特徵，從6月北京新發地市場發現新冠病例開始，喀什、青島、上海、天津、滿洲里等多地都曾出現零星疫情，各地的疫情防控處置措施也有所不同，總體來看，這些措施是積極有效的，但在細節層面仍有總結反思與優化提升的空間。

在疫情防控常態化的背景下，疫情防控考驗的是地方政府的精細化管理能力，精準防控疫情也理應成為各地提升治理水平的測試標尺。公共衞生健康、經濟社會恢復、個人信息保護等多角度綜合管理目標對政府的治理能力提出了新的挑戰，相關的疫情防控策略必須進一步精細化，才可能在多重目標要求下得到最優解。

精細化的疫情防控，在具體措施層面需要把握以下幾個方面的關鍵點：

首先是平衡疫情防控與經濟社會穩定，在確保疫情防控的前提下減少對公眾正常生產、生活的影響，探索疫情防控的“最小影響羣體”及相應的策略集。新冠疫情暴發初期，一些地方採取封村封路、阻斷交通、禁止來往等措施，儘管對提升居民風險意識、促進居民風險防控行為產生較為積極的作用，但 “一刀切”的做法不利於經濟社會正常秩序的運轉。時至今日，許多地區的經濟社會環境仍較為脆弱，很難承受零星疫情再次帶來的大範圍隔離影響。疫情防控進入常態化階段，政府對患者和密切接觸者精準識別能力提升，面對隨時可能產生的零星疫情，政府應提升疫情識別能力和敏捷反應能力，快速劃清隔離邊界，將防控壓力限定在“最小影響羣體”，在確保疫情防控的前提下減少對公眾正常生產、生活的影響。

其次是平衡大數據利用和個人隱私保護，引入差分隱私等技術手段，探索公共危機事件中個人數據獲取的“最粗顆粒度”，提升數據的安全利用能力。隨着《個人信息保護法（草案）》進入徵求意見環節，社會對隱私保護和數據安全的關注進一步提升。通過技術創新，在不收集具體個人健康數據、位置數據的情況下實現兼顧個人隱私保護、公共健康安全與復工復產的治理目標。如引入差分隱私技術，在海量人羣流動信息中精準抽取感染路徑信息的同時最大限度地降低個人身份被識別的概率。還可探索公共危機事件中個人數據獲取的“最粗顆粒度”，如僅採集必要健康信息和密切信息，避免採集身高、血型、性別等無關信息。此外，政府應提升數據安全利用能力和構建數據治理良好制度環境，建設完善的公民數據安全管理系統並嚴格按照治理需要分配應用權限。

最後是平衡快速應急處置和長期分析預測，釐清常態化數據收集、存儲、分析、建模工作與應急監測預警工作的邏輯關係，探索“變堵為疏”的前瞻性抗疫策略。當前，各地利用“城市大腦”“一體化監測預警平台”等決策支撐平台對城市運行進行常態化監控，但目前大部分城市“疫情防控”仍處於“打地鼠”階段。預警和預測能力不足的根源在於常態化數據分析體系剛剛初步建立，還需要一定時間的積累和完善。隨着疫情防控壓力的緩解，各級政府也應從科學規律出發，重新梳理急迫性應對處置和長期性數據分析工作間的關係，以安全性和成功率指導應對工作，以探索性和創新性指導分析工作，進一步發現疫情擴散的科學規律，預測潛在風險點，實現“變堵為疏”的前瞻性抗疫策略。（作者是清華大學公共管理學院副教授）