當前大數據的應用及其發(fā)展方興未艾，未來(lái)前景令人期待。大數據在抗疫過(guò)程中的應用，既有讓人眼前一亮甚至是嘆為觀(guān)止的積極效應，也存在著(zhù)不容忽視的問(wèn)題。

　　首先，數據資源質(zhì)量不高。長(cháng)期以來(lái)，很多政府部門(mén)都存在底數不明和基數不清等問(wèn)題，政府管理的信息系統數據不全，疫情期間依靠人工方式來(lái)獲取數據，比如社區工作人員通過(guò)手工填表或電話(huà)訪(fǎng)問(wèn)等方式來(lái)開(kāi)展工作，不同政府部門(mén)用不同的途徑以及格式（表格）采集數據，數據加工的過(guò)程缺乏嚴格的質(zhì)量控制機制，導致許多數據質(zhì)量較低，增加了數據清洗、集成和規約的難度，也降低了數據分析和數據挖掘的價(jià)值。

　　其次，信息孤島問(wèn)題突出。大數據的關(guān)鍵是“大”，疫情防控涉及方方面面，必須綜合運用多個(gè)政府部門(mén)的基礎數據庫，具體如衛健、交通、公安和民政等系統，還要與鐵路、民航和電信以及大數據企業(yè)廣泛合作，但由于信息安全、部門(mén)利益和信息成本等原因，政府部門(mén)以及企業(yè)之間的信息壁壘依然存在，不同數據維度不一致，數據接口不一，很難實(shí)現共享和互通，跨地區、跨層級和跨部門(mén)的數據流轉難以實(shí)現，嚴重抑制了大數據的效用。

　　再次，數據運算存在誤差。數據是算法的基礎。大數據抗疫的精準性源自于數據的全面性和有效性。當數據缺損或者沒(méi)有數據時(shí)，哪怕算法和模型再好，也不可能得到有意義的結果，比如基于大數據的健康碼是抗疫的重要利器，但多數省份的健康碼相互不承認，很多從未去過(guò)湖北的人的健康碼卻識別出近14天有湖北出行記錄，給抗疫工作帶來(lái)了巨大的尷尬。

　　最后，個(gè)人信息安全隱憂(yōu)。為了摸排人員流動(dòng)等方面的情況，各級各地政府部門(mén)都上線(xiàn)了與疫情相關(guān)的大數據產(chǎn)品，廣泛搜集社會(huì )民眾的個(gè)人信息，包括身份證號、個(gè)人住所、健康狀況以及近期活動(dòng)等，但大量的信息通過(guò)雜亂的途徑搜集起來(lái)，也形成了個(gè)人信息被竊取和泄露等方面的隱患，比如有湖北旅居史人群受到匿名辱罵和歧視，網(wǎng)上售賣(mài)疫情期間的個(gè)人信息等。

　　另外，大數據雖然功能強大，具有很好的預測能力，有時(shí)候看上去很精準，但這些終歸也只是概率估計和相關(guān)性分析，并且主要是對總體情況而言，很容易出現錯誤或偏差。但對于個(gè)別情況或特殊問(wèn)題而言，比如對社區居民的摸排，最終還是要人工作業(yè)去解決問(wèn)題，而不可能只是停留于概率層面，也不可能通過(guò)不見(jiàn)面的網(wǎng)絡(luò )或數據就能解決問(wèn)題。