通讯作者: 梁海伦, hliang@ruc.edu.cn

DOI：10.12201/bmr.202207.00020

How does the Time-Space-Behavior big data drive the improvement of the health governance of the floating population?

• 摘要：运用时空行为大数据技术破解流动人群健康治理难题既是实现国家治理体系和治理能力现代化的必然要求，也是健康中国战略的重要组成部分。基于现有数据科学研究与时空行为大数据实践的最新进展，本文从治理目标与功能方案的视角出发，提出时空行为大数据驱动的流动人群精准健康治理分析框架。通过对两个最新实践的比较分析，发现时空行为大数据通过简化数据分析层次和提升数据信息效率来捕捉人群行为中存在的时间累计效应、行为动态性效应、以及群体互动效应，有助于实现对于人群健康的实时追踪与预测，从而把控健康风险的复杂性、动态性和预测不确定性。同时，时空行为大数据的利用为健康治理与疾病预防控制体系向精细化、动态化转型提供了可能。

  关键词： 健康治理；流动人群；时空行为；大数据; ; ; 

   

  Abstract: Using Time-Space-Behavior big data technology to solve the problem of healthcare governance of the floating population is not only an inevitable requirement for realizing the modernization of the national governance system and governance capabilities, but also an important part of the healthy China strategy. Based on the latest developments in existing data science research, this article proposes framework for healthcare governance of floating populations from the perspectives of problems and solutions. Through a systematic comparison and analysis of two cases, the study found that Time-Space-Behavior big data captures the cumulative effects of time and behavioral dynamics in crowd behaviors by simplifying the data analysis level and improving the efficiency of data information. Thereby reducing the complexity, dynamics and prediction uncertainty of health risks, and helping to achieve real-time tracking and prediction of population health. At the same time, the use of Time-Space-Behavior big data helps to transform the healthcare governance and disease prevention and control system to be a refined and dynamic one.

  Key words: health governance; floating population; time-space-behavior; big data

  提交时间：2022-07-11

  版权声明：作者本人独立拥有该论文的版权，预印本系统仅拥有论文的永久保存权利。任何人未经允许不得重复使用。
• html

• 图表

• 徐静, 高昭昇. 基于全民健康信息平台的医疗健康大数据治理方法及技术研究. 2022. doi: 10.12201/bmr.202207.00027

  郝晓宁, 郑研辉, 孙佳乐. 社会支持网络对老年流动人口健康的影响研究. 2022. doi: 10.12201/bmr.202211.00014

  张胜发, 罗葳, 马玉环, 张月, 赵远志, 张晓宇, 王嘉阳, 周伟. 关于加快健康医疗大数据向科学数据转化的思考与建议. 2022. doi: 10.12201/bmr.202209.00020

  高景宏, 李明原, 王琳, 翟运开, 赵杰. 健康医疗大数据在精准医疗领域的应用与面临挑战. 2021. doi: 10.12201/bmr.202106.00014

  姚强, 陈阿敏. 医疗保险参保地对老年流动人口健康状况的影响路径研究 ——基于2015年全国流动人口动态监测调查数据. 2022. doi: 10.12201/bmr.202111.00023

  顾一纯, 何达, 黄佳妤, 孙辉, 王昊德. 基于PMC指数模型的我国健康医疗大数据发展的政策环境研究. 2022. doi: 10.12201/bmr.202206.00015

  毛艾琳, 李雅楠. 新就业形态劳动者医疗保险类型选择研究——来自流动人口的证据. 2022. doi: 10.12201/bmr.202204.00008

  龙思哲, 张敦明, 吴震天, 黎鹏安, 王毅, 周毅, 张武军. 基于数据治理的专病数据库建设实践. 2022. doi: 10.12201/bmr.202207.00012

  闫慈, 王鹏, 杨越, 任劲, 吴睿豪, 管音, 张茜. 省级肿瘤大数据中心的规划与建设. 2020. doi: 10.12201/bmr.202009.00002

  杨丽静, 陈育庆, 徐旭, 廖维维, 蒋奉锦. 基于全域医疗大数据的精准预警监管实践研究. 2021. doi: 10.12201/bmr.202109.00030

• 序号	提交日期	编号	操作
  1	2022-02-21	bmr.202207.00020V1	下载

• 公开评论  匿名评论  仅发给作者 提交评论