据新华社，2月26日中国电信京津冀大数据基地项目正式在天津开工建设。该项目将按照专网进行层级清晰、架构扁平的IDC网络建设，同时直连全国骨干数据网。建成后将具备容纳约4.2万个机架的容量，成为中国电信在北方的核心汇接节点之一。
阿里云也于近日在官网宣布，河源数据中心正式对外提供服务。这是华南地区规模最大的绿色数据中心，可容纳超过30万台服务器，作为深圳地域的新可用区为华南地区上百万企业客户提供云计算、人工智能、物联网等服务。
除中国电信、阿里云外，国际上各大科技公司也加快了建设数据中心的步伐。据外媒报道，在与西班牙电信Telefonica扩大合作关系的基础上，微软近日表示将在西班牙开设新的数据中心。谷歌也宣布今年在美国办公室和数据中心方面将投资逾100亿美元，甲骨文公司于今年2月初表示，已在5个国家增设了新的云计算数据中心，并计划在2020年底前在36个地点建立这些数据中心，届时将与亚马逊和微软在云计算市场展开竞争。
面对疫情大考，大数据展现出在疫情防控、物资调度、智能诊断等多个领域的价值。但我们是否应该为这张答卷“打满分”？邬贺铨院士分析指出，大数据在科学防控、精准施策方面还有很深的研究空间。
未来，要想真正发挥大数据的价值，还有赖于真实数据的开放、信息安全系统的建立和个人信息保护法律体系的完善。
01 “大数据抗疫”为什么成为可能？
习总书记指出“要运用大数据等手段，加强疫情溯源和监测” 。这是对大数据作用的肯定，也是对互联网行业的一个要求。
现在手机已经成为我们个人的另一张身份证。
中国和全球相比较，我们在2018年移动通信普及率是112%，全球是106%。独立移动通信用户（扣除了一户多号）的普及率82%，接近发达国家的水平。我们移动互联网的普及率也高于全球平均水平。可以说，我们国家有独立活动能力的人几乎都有手机，而且中国实行手机用户实名制，通过手机用户即可识别持有人的身份。
一般手机在待机的时候，用户也会从一个小区移动到另一个小区，这时候手机要不断接受基站发出的测量信号，通过读取基站下发的重选参数，选择最优小区进行驻留。在非待机情况下，重选实际上就是切换过程之一部分。因为用户一直在移动，而蜂窝半径又比较密，秒级的接收重选信息周期才能跟得上用户的位置更新，可以说信令数据具有实时性。
运营商利用移动通信信令可以知道用户所在小区，可以判断处于哪一个街区或乡村，定位精度在城市为百米级（200~300米）。利用移动终端至三个基站的物理距离关系，得到到达时间（ToA）或到达时间差（DToA），或得到移动终端至两个基站的到达角度（AoA），再由基站的定位服务器综合计算出移动终端位置，定位精度可改进到数十米。5G因基站更密，而且引入更为多样化的参考信号，定位精度有可能达到比米级更优。
全球导航卫星+数字地图可提升定位精度。
我国2019年4G用户占移动用户比例超过80%，均为智能手机用户。智能手机装有GPS或北斗系统，通常定位精度数十米，空旷地方精度可到米级，但无法定位室内用户。
数字地图公司基于车载GPS等导航卫星接收装置，对城市所有马路扫街得出道路与小区楼栋准确经纬度数据。现国内某公司就拥有7000万活跃POI位置点数据。不过GPS定位的坐标系标准与我国地图标准坐标系不同，两者的转换会带来不同程度偏差。
通常装有数字地图APP的手机只要开机并启用定位功能，便会发送GPS等新的位置信息到数字地图公司，基于卫星+数字地图比基于移动通信基站的位置分辨率高但覆盖不全，只限于装有数字地图APP的用户。以我国某知名数字地图公司为例，现有7亿下载用户，占全部移动用户的43%，覆盖率不到一半。
在这次疫情初期，我国的数字地图公司纷纷给出的人口迁徙大数据地图，它可以回溯武汉春节前将近500万人流到什么样的地方去，虽然没有覆盖全部手机用户，但也有很好的代表性。
我们从中可以分析疫情扩散走势，可以看出从武汉迁出的目的地以湖北境内为主。
有了这些数据，怎么来推测疫情的传播呢？
国际上一般使用一种叫SEIR的模型，它把人群分为4种，I是已经感染的人群，E是密切接触者，S是目前健康的，R是在最后可能康复的。北大陈宝权教授团队进行了一些改进，提出了C-SEIR模型，增加了P和Q两类，P是疑似人群，Q是确诊人群，他们从国家及各省市地区卫健委公布的地级市每日确诊数据出发，通过热度图和曲线图等数据可视化方式来展示疫情传播特点。
在1月22日之后，各地政府采取了严格措施和大众对防疫意识高度重视，将这些因素考虑进去，可以得到疫情蔓延的可视化地图。上述模型假设这个城市中感染者与未感染者之和是常数，即不考虑城市有新的流入和流出人群，对封城之后的武汉市是成立的，但其他城市不一定。实际上，利用电信的信令大数据可以将流入和流出的人口都考虑进去，使得模型更精确。
02 疫情之下，大数据具体做了什么？
疫情的可视化表现可以有很多种方式，北大可视化实验室和美国雪城大学合作，每个省为一个方框，用颜色和图像表达全国各地每日累计确诊数（背景色）、治愈率（绿色面积占比）和死亡率（黑色面积占比）及其变化，定性和直观。
根据每个城市发布的新增新冠病毒感染肺炎疫情小区的报告，互联网公司以APP方式提供公众查询。可进入该小区的POI详情页面查看小区具体位置、与查询者的距离、新冠病例数、人流聚集地等内容，可查询的疫情分布小区已扩展到数百个城市。
现在要统筹推进疫情防控和经济社会发展，因返岗工作而增加的外来人口为疫情防控带来了新的挑战。互联网公司给出城市热力图，可查看实时人口流量密度，可以分析到区县级街区人口流动和分布情况，政府可以及时做出限流措施，尽量避免人流的聚集。
现在不少小区实行封闭管理，可利用专项排查APP，用手机对进入小区人员的身份证扫码，同时记录测温数据，自动上报城市社区管理云平台。该平台还可录入在药店购买发烧药和咳嗽药的人员实名数据。如能结合公交卡和网约车等实时数据，可进一步实现防控预警的动态精准管理。
利用大数据可以追踪确诊患者的行程，可以追溯在确诊之前半个月患者从哪里到哪里，每个地方停留多久，用过何种交通工具，包括日期、航班与车次，可据此寻找可能的密切接触者。现在有些地方依靠流行病学的调查从患者自述来了解他什么时间到什么地方，但患者可能记不清或说不准。而利用大数据分析病毒传播途径则更准确，筛查也更有针对性。
我们将卫健委、交通部门、工信部门、公安部门等的数据联动起来，可以更准确找出密切接触者。
比如说，卫健委将知道的确诊患者的姓名、身份证号信息通知交通部，交通部可以给出患者半个多月来乘坐过的航班车次，并提供与患者同一车厢中及相邻座位的旅客身份证号，据此工信部找出可能的密切接触者的手机号，地方政府获得这些信息就可以联系到密切接触者，上述数据都是在政府部门间流转。
除了官方查找外，网上已开放了同行查询平台，公众可以通过输入姓名和身份证号及航班、车次车厢等查出所乘坐的航班车次和车厢有没有确诊患者，以便决定是否需要主动隔离。平台还可自动记录被列为密切接触者的查询人信息并推送到有关部门，以便及时管理。
