微观科技CTO高翔：从统计学与数据治理角度解析疫情数据的激增

只看数字不探究数据剧变背后的原因，只会助长恐慌和猜疑。需要用数字思维来探明真相。

——微观科技联合创始人、CTO 高翔

今天上午出现这个扎眼的“较昨日+15111”，一定会有很多不明真相群众，被惊到。作为一个多年在数据技术领域探索的老兵也不例外。处于理性思维逻辑，和对数据刨根问底的习惯，就这个扎眼的“较昨日+15111”提出了两个问题：

问题1：为什么会有这么大的数据增幅，导致各大统计应用出现“混乱”？

问题2：出现这么大的确诊数字增幅，对疫情、对整个社会统计有什么样的影响？

先看问题1：

案例一：某新闻网站的统计应用显示，截至2020年2月13日9点22分（24小时记时制），全国汇总统计已经得到“较昨日+15111”的数据（如下图1），但在“全国疫情地图”中缺迟迟没体现曲线图（如下图2）？

图1

图2

案例二：另一个国内知名的数据（金融证券级别）机构，在2020年2月13日10点（24小时记时制），湖北明细统计已经明确“较昨日+14840”（如图3），但在全国统计中，迟迟没有更新数字“较昨日-0”（如图4）？

图3

图4

说明：以下分析仅从公开数据及新闻中获取到的数据或信息，旨在说明在“数字”时代应有的理性思维模式，不代表任何学术及专业研判。

首先，分析数据来源。

通过新闻提示（如图5所示），获知，“湖北新增14840例新冠肺炎，含临床诊断病例13332例”。

图5

我们知道了，原来这么大的数据基数大部分出自于湖北。

但为什么突然激增这么大的比例？

不要被数字吓到，细心的我们看到了一个词——“临床诊断病例”，这是什么意思？

由这个问题，我们开始了第二步分析。

第二步：掌握数据统计指标概念及维度。

这里需要先了解几个指标的区别，“确诊病例”、“疑似病例”以及今天才注意到的“临床诊断病例”。官方解释非常多，大家可以百度。这里我们用简单的方式对比。

确诊病例：经过严格的“核酸检测”显示呈阳性的病例。

疑似病例：有新冠肺炎症状，但“核酸检测”阴性的病例。

（PS以上重点：这是2月12日之前，全国统一的指标）

“临床诊断病例”：简单说可以理解为有新冠肺炎症状，但通过目前的各种检测手段、无法明确承“阳性”的病例。

这样大家就了解：原来在2月12日的“确诊”病例里增加了来自“湖北”与“临床诊断病例”。

这样从2月12日起，指标就变化了。我们对比着看

2月12日前，确诊病例：经过严格的“核酸检测”显示呈阳性的病例。

2月12日起，确诊病例：经过严格的“核酸检测”显示呈阳性的病例+“临床诊断病例”（有新冠肺炎症状，但目前检测非 “阳性”的病例）。

同时，这个指标需要加地域范围：湖北，截至目前全国只有湖北地区采用了这样的逻辑统计。为什么？我们稍后分析。

2月12日前，疑似病例：有新冠肺炎症状，但“核酸检测”阴性的病例。由于疫情爆发速度快，作为最严重地区的湖北初期防控医疗力量严重不足，湖北地区一直缺少准确“疑似”病例数据统计。

2月12日起，疑似病例：除湖北外，有新冠肺炎症状，但“核酸检测”阴性的病例。在2月10日左右，我国医疗界的精英共同奔赴重灾区湖北后，湖北地区的“疑似”病例经过临床诊断后，纳入“确诊”，作为确诊病例的子指标：“临床诊断病例”。

这样我们第一个谜团基本解答了。

在2月12日统计指标和口径发生了变化，因此，在2月13日，大家从各个数据应用看到的一时间“混乱”其实可以理解的。这一点，充分的体现了各数据统计应用本次疫情数据播报的及时性和真实性。

做过数据业务的人都知道，作为全国性的数据统计应用，实现“T+1”日数据更新频率是多么难的一件事情，尤其是涉及这种突然性的、无参考性的指标变化情况。

再看问题2：

出现这个这么大的确诊数字增幅，对疫情、对整个社会统计有什么样的影响？

疫情就是命令。这是目前阶段最重要的事情。这个统计的直接结果对疫情有什么影响吗？

个人认为：对疫情防控以及病患的及时治疗一定是有好处的。

因为，对于“确诊”和“疑似”病例，从医疗救治看，确诊后的病人一定可以得到医疗资源的重点关注和救治，帮助他们恢复健康；从防控隔离看，提升防控级别，有利与抑制疫情的扩大，降低目前在一线战斗人员的“感染”机率。

其次，对于我国社会数据统计体系的优化也有推动作用。

本次疫情的“T+1”数据更新频率，以及面对疫情及防控要求指标调整现状。我们看到在数据及时性上进步，经专业部门确认的数据及时发布，不必过分担心大家对数据的理解偏差（数据质量不可能一蹴而就的“完美”，需要不断的发现、修正、监督、完善的去提升，这一客观规律需要全社会对于数据认知的共同进步）。这是一种自信的表现。

这次动员全国力量的抗“疫”战斗，一定程度上助推了我国国家级“应急响应”平台的完善，必定会提升全社会对于数据真实和准确性要求，会更加重视在数据治理领域的投入，会完善和优化综合数据治理能力。具体体现在数据治理中三个领域的建设：

治理保障角度，加强治理保障职能作用，强化进行数据统计制度、统计整合流程规范等的职责和作用。

治理职能角度，综合数据治理的数据质量、元数据、数据模型、数据权责、数据安全等数据治理职能都迎来了重大的完善和提升机遇。

治理科技角度，面信息爆炸的时代下，对传统的数据统计、应用等技术平台形成了巨大挑战。通过区块链、物联网、大数据、人工智能等新一代技术，提升综合数据治理能力成为必然之路。

任何繁杂数据讯息，如果没有完善的数据治理方式，都会导致各种繁杂信息在移动互联网上肆意传播，难证“真假”、难辨“可信”。区块链通过分布式记录存证优化数据治理体系，从一定层面上具备形成不可篡改、可溯源、可确权（可追责）的数据优势特征。

—-

编译者/作者：微观科技

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。