病毒肆虐，国人蒙难，但生含蒜汁、香油滴鼻等怪诞偏方不是从抖音快手的罐头笑声中冒出来，不断挑战着人的基本认知和忍耐力，特别是看到各种渠道的各种信息，我实在无法平静面对。
理性和科学教会了人敏锐，但泛滥的信息使人麻木，而政治让民众丧失决心。于是我静下心来思考，找到了一个破局的方法，那就是用数据民主来跃过“塔西陀陷阱”。
一、塔西陀陷阱：公权力的表现
“塔西陀陷阱”，得名于古罗马时代的历史学家塔西佗，之后被中国学者引申成为一种现社会现象，指当政府部门或某一组织失去公信力时，无论说真话还是假话，做好事还是坏事，都会被认为是说假话、做坏事。
在这次疫情当中，人们的不信任感总结来说体现在两个方面：第一个，是集中涌现的“404”们带来的愤怒；第二个，是对于公权力组织和社会团体的失望和指责。
对于前者，我们应当鉴别出来当中是有很多应当“404”的内容，具体来说又分为两类（带节奏的、含非权威数据的）。我完全理解大多数404的原因，作为权威，决策者是应当对于数据的来源和口径进行把控，权威来源只允许有一个那就是各级卫健委。同时在发布数据的时候也要考虑到数据隐私的问题，例如公布某患者的信息或者活动路径其实就是侵犯其隐私权的问题，由此带来的全网口诛笔伐、人肉搜索在这样一个人人有闲的时刻显得异常可怕，难道真正的“0号病人”就可以被大家弃之不理了吗，别傻了，谁人都不是一座孤岛。乌合之众从来不值得苛责，也无需苛责，他们的“集体无意识”只是往日国家、社会、文化不断熏陶之下积攒的业力而已，但是对于带节奏的帖子和言论，如果不是傻到不行，要不就是在售卖“人血馒头”赚流量，要么就是别有用心的搞煽动，无论哪一种都不值得可怜。
对于后者，在这里我们只探讨效率和分配问题，我认为我们应当对于其不良的表现进行一个正确的内外部归因。最近正在尝试用俞军老师提到的三维归因理论进行思考，这是一个足够简化的理论方法，它从三个维度来对事件进行快速评估：
特殊性（distinctiveness）：主体在不同情境下是否表现不同。
一致性（consensus）：其他主体在相同情境下是否表现相同。
一贯性（consistency）：主体在不同时间是否表现相同。
那么是否换了一个福利主体，结果就不同了呢？关于这个答案我想是否定的，我们必须承认，红会在管理社会捐赠这方面拥有一定的专业性，并且在经过之前的丑闻之后，无论是内外部的监督都更加透明和可靠了，否则实在想不出理由使得武汉市让红会继续统一管理捐赠物资。或者反过来，我们应该思考如果是其他民间团体、社会组织、或者国际组织接管了事务之后，效率是否会更高，信息是否会更加透明？故而特殊性强，一致性强，一贯性强，那么我们更应该将产生原因归于特殊时期的特殊情况。
当然确实有些时候，作为市民的我们，也曾在内心深处深深的发问，为了对仗和凑数而产生的朗朗上口的口号是否真正有用呢？那么公权力们应当如何纾解民众这种普遍的怀疑和信心缺失呢？
二、数据民主：数据分析推进政治文明
既然决策者知道了存在“塔西陀陷阱”，那么应该如何解决这个问题呢？我想解决方法应当聚焦于如何让民众理解公权力们在做的是什么事，说的是什么话，真与假，交由民众自己去求证与判断。
其实很简单，求证需要证据，而在当今这个世界上相对来说最为中立的证据就是数据了。
2020年了，数据资产早已经变成了一种新时代新生产要素，技术力量如果能够重塑行业面貌，同样也能够重塑民众思想模式，乃至于政治参与方式。遵循着“取之于民，用之于民”的思想，契约中的民众将自己的数据隐私权和所有权全部或者部分得出让给了公权力，那么公权力理应公开公正地使用这些数据，包括分析、发布、决策等等动作。美国通过专门的数据法案推动“数据民主”，民间组织通过挖掘数据金矿，帮助政府排查企业排污、监督公益组织等。举个例子，如下图所示，之前我在做关于文旅地产的专题研究的时候，在伦敦市政府数据库上面可以很方便的查到关于NPO的艺术活动资助金额数据，这为当地人民做分析和监督提供了重要的来源。
回看中国，从数据民主的这个角度，她的进步是显而易见的。当我对疫情数据感兴趣在网上搜资料的时候，我很惊喜的发现全国大部分省市都成立了自己的大数据局，并且有海量的数据开放下载。
以我们的山东省为例，针对于新冠病毒疫情的统计信息更新还是相对及时的。如下图的山东省汇总各地区确诊数据是很容易就可以下载到的，其更新频率为一周。在这张图里，我们可以看到山东省新增病例在近期有明显放缓。但是仅仅是这种维度、粒度受限的信息实在是没有什么特别突出的意义，也只会徒增人们的恐慌。那让我们再下钻到市一级的、过去几周统计数据，这些统计数据维度比较丰富，通过分析我们或许能够得出更多有价值的信息。
决策者拥有如今最重要的资产——数据，前文中我提到了中国目前一部分省市大数据局的成立，但是不经过分析的数据是没有价值的，决策到落地执行又是“惊险的一跃”，下面就结合我能够找到的、数据维度比较丰富的1月底的数据集做一些分析、推想和建议。
首先从源头分析。从上面这朵词云的数据上看，济南市的疫情有一个突出的特点那就是确诊病例全部为输入性病例。并且基于地理位置的因素，这种输入基本全是公共交通工具输入，包括高铁和飞机，私家车和客车因为路途过远基本可以排除可能性。
知道了“基本全部病例为输入性病例”这一点后，结合结合地理位置、交通工具的特点，我们可以欣喜地发现一个好消息，那就是飞机和高铁为实名制购票。所以我们可以精确地锁定患者所在的车厢，找到同车厢的可能感染者，之后通过公安局的数据可以得知此人的居住地，而由于春游的特点，返乡人员从高铁站或者机场基本都会直接选择回家，故而这中间的行进路线完全可以预测出来。
借助数据，可以做到每个人可以跟踪到家门口。对于决策者来说，这时做的不应该是费时劳力的、盲目的地毯排查，或者搞封路、封区等措施，而是应该分析所有区域的入境群体，给每个人入境群体发送提醒短信，如果有人从严重疫区出境，就要给所在的车厢号全体乘客和所在小区发送提醒短信。借助数据引导，决策者可以定位疑似病例活动路线和范围，掌握接触人群的位置和规模，进而能够以社区物业、商场、学校等末端为单位，定点行动，把浪费和恐慌限制在最小范围内。而对于战疫的中枢——医院，我们依旧可以利用数据分析，根据人群密集情况、交通等区位因素确定定点医院、确定防护物资的分配，进而避免浪费或者交叉感染的发生。
此次疫情波及到山东之后，山东省政府的行动可以说是比较迅速了。但是，如果整理一下确诊病例的信息，我们就能发现，早期确诊病例确实耗费了更长的时间。当然，这也与确诊设备、确诊流程有关。
从上图中，我们可以看到，大量病例是在22日、23日大批量确诊。这可能是因为病毒检测盒在20日左右才在山东批量上线，此时疾控中心才获得了真正的确诊能力。因此，真实的感染情况，只会比公布的数据更早，而因此产生的接触人群规模也可能比估计的更多。
总的来说，山东的疫情公布绝对算得上及时和透明，但是公布的数据维度相对受限，并且疫情分析却远远没有想象的好，对于分析结果的使用也差强人意。2月9日，我在山东省新闻联播上很惊喜地看到，结合山东省大数据局的智能监控和可视化分析系统开发出来投入了使用，这绝对算得上一件好事。这样的系统确实应当更早的被开发出来，同时也应该尽快推广到各个毛细血管末端的市、县、村，因为数据分析能力是可以无视很多客观条件的欠缺而被移植的，一个只有几万人、资源不多的小村小县照样可以使用、享受到数据分析带来的福利。
三、后言
我的母校北京师范大学，校训为“学为人师，行为世范”，而我们经管学院的院训或者使命又教导我们“经邦济世，励商弘文”。我非常希望能够在特殊时期保持独立理性的思考，产生自己的作用和价值，这就是我写了这篇思考的原因吧。
而我硕士就读于英国帝国理工大学，它的校训是“科学是帝国的荣耀和蔽护”，无视掉“帝国”，它让我切身的感受到科学的重要性。依稀记得，在高中的政治课本中写到“中国特色社会主义制度的优越性之一在于能够集中力量办大事，如今的我们国家掌握着珍贵的社会数据资源，它们能够通过分析产生巨大的能办大事的力量，我衷心地希望更多公权力者认识到数据价值，能积极使用新技术提高政府公权力的执行效率。
过了十五就出了年了，俺们这里的小县城还没有禁放烟花，蛰伏许久的勇敢者们带着口罩、拖出春节没敢放完的烟花来，于是我就着轰轰隆隆的声响撕开一个个糯米外皮，吸吮漫溢的芝麻馅料，一口一口的品尝着元宵。边吃边感叹，中国人绝对是世界上最会体验世俗生活快乐也最具有韧性的民族之一，一定能够很快的从伤痛中恢复过来，但是希望能够脑中始终刻下痛楚，毕竟痛苦是自然界送给人类最成熟有效的避险机制。
元宵节快乐！春天一定会到的。
最后的最后，武汉加油，中国加油，向逆行者、吹哨人致敬。
“阿里产品经理｜帝国理工大学留学｜不定期更新 留学、求职、数据可视化、读书、观影、vlog”
欢迎关注 点赞 交流