一、2020新非典疫情管控的本质剖析
2020新非典疫情，实质已发展为我国的一场全国性瘟疫。瘟疫的本质是一场大规模群体传播危险，天衍智所提出的“人类安全健康模型”[1]中明确阐明：危险是人类安全健康的第一层级的影响因素；瘟疫类的危险更是第一大杀手，也是最大杀手，影响将每时每刻、是乎无所不在。
治理危险的最根本手段是规避危险，从某种意义上说，比起具体的治病更为重要。对于瘟疫来说，规避危险的最根本是杜绝危险的扩散，而杜绝危险扩散只有两个基本渠道：一是孤立已感染源；二是孤立尚未感染源。
但是人类社会是一个千丝万缕有机联系的整体，无法针对每个人完全实现隔断，至多针对一部分关键人员实行有限隔离；而且随着隔离个体数量的增加，会给社会运转增加巨大的非线性成本，甚至会导致社会崩溃、甚至国家级更严重危险的衍生。
所以，2020新非典疫情管控的最核心工作，就是切实做好每个感染病源的流行病学调查；这个流行病学调查做的越细、越精准，社会性隔离的程度就会越小，社会所付出的综合成本代价就越小，本次瘟疫的影响面就会越低。
流行病学调查简单归结起来说，就是按时间倒序，追踪病源所经历过一切场景位置中所接触到的上游病源、可能的被感染源与暂时之间寄宿源。
而这个过程的本质，就是一个大数据挖掘过程。尽管我们有强大的全国统一火车订票系统，有高度发达的各行业信息管理系统；但是一旦针对每个病源进行相关流行病学调查时，我们发现这项工作，却是如此超级复杂与庞大，我们解决问题的能力仍然如此的捉襟见肘、心有余而力不足。
二、大数据的4T逻辑本质[2]
天衍智认为，主流大数据概念体系的4V特征不是本质特征，大数据的本质特征应该是4T：
数字化——digiTal：大数据的第一本质特征，没有数字化，那只能是人类理解的信息，而不是计算机可以理解的信息。
位置化——posiTion：大数据的第二本质特征之一，地球体以及人类生活工作的建造场所、运载场所，是人类社会的三大基
本生存载体；因而位置是结构化最稳定的特征信息，人类社会与自然的相关活动信息，都会与特定的位置信息有机关联。
时间化——Time：大数据的第二本质特征之二，自然界万事万物的演绎，总是会体现为特定的流程与先后次序关系逻辑，即时序化逻辑特征。
目标化——objecT：大数据的第三本质特征，数字化的数据集本身只是一套以“0、1”为内在逻辑演绎出来的供人类可以理解的符号表征体系，其本身无实质意义，需要关联到目标对象（系统）的结构、属性、特征、过程、逻辑等的体系中，才能表征出人类可以理解的内容，才能刻画出数字体系所体现的背后真相与逻辑。
三、2020新非典疫情管控中的大数据4T逻辑本质剖析
目前网络上正流传一张很火的图——由央视新闻网所提供的每个人工作生活中如何防范新非典感染的措施图（见图2）。大家仔细看这张图，实质是以每个人生活工作所处的公共位置点作为基本控制点，按照相应的时序或流程逻辑组织起来的一张概要图。
基于大数据的4T本质特征来看，这张图就充分体现“位置化——posiTion”、“时间化——Time”、“目标化——objecT”三大因素的深刻影响：
四、应对2020新非典挑战的大数据4T逻辑关键管控体系建议
2020新非典疫情正处在危险关头，从国家到社会的大部分个人，基本都已投入到了这一场凶猛的战斗之中。措施之严、之重，代价之大，都是不可想象的。这个事件后续该如何演绎，还会有诸多不确定因素。
作者在此呼吁：国家相关职能部门和机构，应该尽快在两个层面应用大数据4T逻辑来推进相关工作，这也可以为我国未来针对安全应急领域、流行病应急管控体系，建立相关标准化高效应急体系，积累宝贵实践经验：
1、基于大数据4T逻辑思维，构建面向全国性的流行病学调查大数据平台。如果没有这样的平台支持，在高度流动性的当今中国，现有主流的流行病学调查技术体系，是无法适应本次疫情挑战与未来类似疫情挑战的。
2、基于大数据4T逻辑思维，面向重点疫情灾区不同程度感染病人、疑似病人等的救治与隔离、药物配置，以及人道救护等相关事宜，构建国家公共卫生（应急）管控大数据调度指挥平台。如果没有这样的平台支持，交叉感染、病无所医、武汉红十字会丑闻等现象只会层出不穷，现有应急管控体系只会是“头痛医头、脚痛医脚”，只会是通过巨大的人海战、巨大的资源消耗战、巨大的成本战等的低级化的刺刀相拼手段，来赢得惨痛的胜利。
当前的BAT等主流IT技术公司，其大数据思维仍停留在大数据4V特征这样的逻辑上而不能自拔，而对大数据4T逻辑思维的认识能力严重不足。显然现有以单一交易或导航等为目标的所谓大数据技术、云计算技术，是无法支撑以4T特征为核心的相关大数据应用平台的。
即使在当前疫情发展阶段，国家相关部门，以大数据4T逻辑思维为指导，整合全社会资源，加快推进流行病学调查大数据平台、国家公共卫生（应急）大数据调度指挥平台两大体系的建设，仍然是一件非常迫切、有意义的关键性工作。
[1]《人类健康安全模型与新非典疫情思考》，http://www.数字中国.cn/?p=1253，GodMaker.
[2]《大数据基本逻辑与国家电网大数据课题研究报告》， http://www.数字中国.cn/?p=804，鼎天智（北京）大数据科技有限公司.