彭宗超 黃昊 吳洪濤 謝起慧

編者按：2020年初，新冠肺炎疫情由武漢市爆發(fā)，迅即席卷全國，影響全球，世界衛(wèi)生組織將這場疫情列為“國際關(guān)注的突發(fā)公共衛(wèi)生事件”。在習(xí)近平總書記和黨中央的堅強領(lǐng)導(dǎo)下，全國人民正在進行一場聲勢浩大的疫情防控阻擊戰(zhàn)，體現(xiàn)出中國特色社會主義制度優(yōu)勢和治理效能，贏得了來自國內(nèi)外的高度肯定和贊賞。

習(xí)近平總書記指出：“這次抗擊新冠肺炎疫情，是對國家治理體系和治理能力的一次大考。要研究和加強疫情防控工作，從體制機制上創(chuàng)新和完善重大疫情防控舉措，健全國家公共衛(wèi)生應(yīng)急管理體系，提高應(yīng)對突發(fā)重大公共衛(wèi)生事件的能力水平?！闭J(rèn)真學(xué)習(xí)、貫徹落實習(xí)近平總書記關(guān)于疫情防控的一系列重要講話精神，我們需要在源頭治理、應(yīng)急管理、決策執(zhí)行、資源配置、科技支撐、社會動員、上下協(xié)同等多個維度來觀察這場疫情對政府治理體系和能力的挑戰(zhàn)，總結(jié)經(jīng)驗教訓(xùn)，抓緊補短板、堵漏洞、強弱項，并做到吃一塹長一智，避免同類事件的繼續(xù)發(fā)生。

基于對上述問題的關(guān)懷，我們在疫情發(fā)生后就立即組織專家學(xué)者開展主題研討。把“論文寫在祖國大地上”，把研究成果應(yīng)用到戰(zhàn)勝疫情中，無疑包括加強有效藥品和疫苗研發(fā)，注重科研攻關(guān)與臨床、防控實踐相結(jié)合。同時，它無疑也包括突發(fā)公共衛(wèi)生事件治理研究，通過還原事件的公共治理過程，增進公共管理和社會科學(xué)知識，為以后的公共治理改革與創(chuàng)新提供經(jīng)驗與教訓(xùn)?？紤]到當(dāng)前防控疫情工作遠未結(jié)束，這些研究成果還可以在實際工作中發(fā)揮積極作用。

在這一主題研討中，彭宗超團隊構(gòu)建了疫情、醫(yī)情、政情、民情和媒情為主的“五情”信息分析框架，通過網(wǎng)絡(luò)大數(shù)據(jù)分析疫情早期和前期防控過程中“五情”的演化、互動與走勢;齊曄團隊以對疫情的科學(xué)研究體系為研究對象，考辨了疫情早期的科學(xué)研究對于政府決策的影響;顧昕聚焦疫情的早期預(yù)警，提出政府與社會需要互動協(xié)同，行政機制與社群機制需要互補嵌入;高翔、郁建興考察了疫情防控中的三大公共治理機制：信息、決策與執(zhí)行，指出當(dāng)?shù)卣仓卫碇写嬖诘膯栴}，既表現(xiàn)在傳統(tǒng)行政體系的能力不足，更表現(xiàn)在對公共治理新場景的不適應(yīng);劉鵬從這場疫情應(yīng)對中概括了中國風(fēng)險決策機制的六大特征，提出建立科學(xué)與價值的制度化協(xié)商合作機制;和經(jīng)緯團隊用新鮮的一手?jǐn)?shù)據(jù)展示大學(xué)生群體在疫情中的心理認(rèn)知和行為響應(yīng)，并對公共衛(wèi)生危機管理和高校學(xué)生管理提出了諸多建議;吳息鳳團隊揭示出這場疫情所凸顯的公共衛(wèi)生學(xué)科作用，以及存在的問題和不足，并從中提出了改進之道。

本期七篇主題研討論文匯聚了諸多知名學(xué)者，可謂“七劍下天山”。我們深知，疫情還在肆虐，開展科學(xué)研究的資訊還不夠充分，疫情治理研究也需要更多學(xué)科科學(xué)家進行聯(lián)合攻關(guān)。但今事已急，我們把這一期主題研討當(dāng)作一個開端，以體現(xiàn)我們的責(zé)任和擔(dān)當(dāng)！

摘要：以疫情為核心，以醫(yī)療衛(wèi)生專業(yè)機構(gòu)、政府和民眾為多元應(yīng)對主體，以媒體為信息橋梁的全方位、多層次應(yīng)對，是信息時代突發(fā)不明原因及新發(fā)傳染病公共衛(wèi)生事件應(yīng)急管理體系建設(shè)的關(guān)鍵所在。本文構(gòu)建了疫情、醫(yī)情、政情、民情和媒情為主的“五情”信息分析框架，通過2019年12月1日-2020年2月7日的網(wǎng)絡(luò)大數(shù)據(jù)，分析新冠肺炎疫情前期防控過程中“五情”的演化、互動與走勢情況。在該分析時間段內(nèi)，疫情信息演化可分為潛伏期、首次爆發(fā)期、首次平臺波動期、二次爆發(fā)期和二次平臺波動期等五個階段，其中在前“四情”數(shù)據(jù)量中，疫情信息和醫(yī)情信息總體水平較高。醫(yī)衛(wèi)機構(gòu)和政府對疫情的反應(yīng)無明顯差異，且均高于民眾反應(yīng);媒體對疫情的關(guān)注隨疫情信息走勢持續(xù)保持相對高位，網(wǎng)絡(luò)大數(shù)據(jù)對不明原因或新發(fā)傳染病防控具有一定的監(jiān)測預(yù)警功能。針對類似不明原因和新發(fā)傳染病，政府應(yīng)重視“五情”大數(shù)據(jù)分析的監(jiān)測預(yù)警作用，建構(gòu)以政府為主導(dǎo)的多元社會合作網(wǎng)絡(luò)并盡早進一步加強有關(guān)應(yīng)急管理的“一案三制”建設(shè)。

關(guān)鍵詞：突發(fā)公共衛(wèi)生事件;新冠肺炎;五情;大數(shù)據(jù);應(yīng)急管理

中圖分類號：R184.6文獻標(biāo)志碼：A文章編號：1007-9092（2020）02-0006-015

2019年12月，新型冠狀病毒肺炎（簡稱“新冠肺炎”）疫情從湖北省武漢市發(fā)生，2020年1月迅速向全國蔓延。由于疫情發(fā)展變化還具有不確定性，輿情也即社會輿論關(guān)注點具有多變性，我國醫(yī)療衛(wèi)生系統(tǒng)、政府管理系統(tǒng)和社會民眾力量是如何根據(jù)疫情和輿情發(fā)展不斷調(diào)整自己的認(rèn)知和行為的呢？特別是，對于從不明原因傳染病到確定為新型冠狀病毒肺炎后的早期階段的應(yīng)急防控往往具有更大的不確定性和難為人知的新特性，醫(yī)療衛(wèi)生機構(gòu)、政府、民眾及媒體等在應(yīng)急過程中彼此信息的演化和互動過程很值得關(guān)注和研究。因此，本文試圖構(gòu)建疫情、醫(yī)情、政情、民情和媒情（以下簡稱“五情”）信息分析框架，利用互聯(lián)網(wǎng)大數(shù)據(jù)，及時跟蹤和聚焦分析此次新冠肺炎的疫情信息發(fā)展、醫(yī)療救治與衛(wèi)生防控信息、政府系統(tǒng)應(yīng)對信息、民眾關(guān)注參與信息和媒體傳播信息等各自演化和相互影響的過程與機理。

一、?文獻綜述與理論框架

突發(fā)和危機事件的應(yīng)急管理過程通常分為事前、事中和事后三個階段。事前主要包括風(fēng)險評估、監(jiān)測預(yù)警、防范規(guī)避和應(yīng)急準(zhǔn)備等，事中包括應(yīng)急決策、協(xié)調(diào)溝通和指揮處置等，事后包括恢復(fù)重建、事件調(diào)查和學(xué)習(xí)提升等。為有效減小危機事件造成的負(fù)面影響和損失，事前的監(jiān)測預(yù)警顯得尤為重要。我國現(xiàn)行應(yīng)急預(yù)案和應(yīng)急體制、機制、法制（簡稱“一案三制”）在突發(fā)事件應(yīng)急管理實踐中取得了良好效果童星：《論風(fēng)險災(zāi)害危機管理的跨學(xué)科研究》，《學(xué)?！?，2016年第2期。。但在風(fēng)險預(yù)警、危機溝通和應(yīng)急決策等方面仍然存在不足童星、丁翔：《風(fēng)險災(zāi)害危機管理與研究中的大數(shù)據(jù)分析》，《學(xué)?！罚?018年第2期。。在危機監(jiān)測和預(yù)警過程中，信息發(fā)揮著越來越重要的作用。傳統(tǒng)的信息傳遞渠道和方式效率低下，不利于對災(zāi)害和危機及早預(yù)警和有效應(yīng)對邵東珂、吳進進、彭宗超：《應(yīng)急管理領(lǐng)域的大數(shù)據(jù)研究：西方研究進展與啟示》，《國外社會科學(xué)》，2015年第6期。。因此，及時、全面和高效的信息獲取、分析、反饋和溝通對于有效監(jiān)測和提前預(yù)警，彌補現(xiàn)有應(yīng)急管理體系的不足具有重要意義。

隨著互聯(lián)網(wǎng)的普及和社交媒體、自媒體的推廣，全球進入了大數(shù)據(jù)（Big?Data）時代。一般認(rèn)為，大數(shù)據(jù)具有4V的特征：體量龐大（Volume）、種類繁多（Variety）、價值豐富（Value）和響應(yīng)快速（Velocity）。大數(shù)據(jù)的幾大特征特別是后兩個：價值豐富和響應(yīng)快速等特點正好能夠彌補傳統(tǒng)應(yīng)急管理體系的不足。目前，國內(nèi)外已逐步將大數(shù)據(jù)應(yīng)用在應(yīng)急管理的實踐與研究中。

大數(shù)據(jù)應(yīng)用于應(yīng)急管理的情景之一是通過社交媒體對災(zāi)害情況進行傳播，并有效彌補政府信息的不足。美國政府早期面對森林大火主要是依靠報紙、電視等傳統(tǒng)媒體傳播災(zāi)害信息。后來，人們通過整理網(wǎng)友在互聯(lián)網(wǎng)上的發(fā)帖和交流內(nèi)容制作的災(zāi)害地圖對政府信息進行了有效補充。這種自發(fā)式的危機溝通模式對于森林大火的位置匯報、疏散和避難起到了積極作用Goodchild?M.F.，?Glennon?J.A..?Crowdsourcing?Geographic?Information?for?Disaster?Response：A?Research?Frontier.?International?Journal?of?Digital?Earth，?2010，?3（3）.。Sutton等人構(gòu)建了預(yù)測模型，通過對沃爾多峽谷大火案例中政府推特信息的傳播進行了研究，明確了在災(zāi)害中信息的發(fā)布內(nèi)容、形式等與轉(zhuǎn)發(fā)行為的關(guān)系Jeannette?S.，?Britta?J.，?Charles?G..?Warning?Tweets：Serial?Transmission?of?Warning?Messages?During?a?Disaster?Event.?Information?Communication?&?Society，?2014，?17（6）.。在波爾多洪水的災(zāi)害案例中，通過對來自52個賬戶的5100條推特信息的研究發(fā)現(xiàn)，即使是簡短的推特信息，在危機情景中也能對民眾的自我保護起到積極作用Sutton?J.，?League?C.，?Sellnow?T..?Terse?Messaging?and?Public?Health?in?the?Midst?of?Natural?Disasters：The?Case?of?the?Boulder?Floods.?Health?Communication，?2015，?30（2）.。Qu等人在2008年汶川地震發(fā)生后，通過對天涯論壇發(fā)帖內(nèi)容的分析研究了重大災(zāi)害發(fā)生后的民眾應(yīng)急反應(yīng)和民眾參與情況。研究發(fā)現(xiàn)，在補充信息和意見角色等方面，網(wǎng)絡(luò)論壇更加迅速和有效Qu?Y.，?Wu?P.F.，?Wang?X..?Online?Community?Response?to?Major?Disaster：A?Study?of?Tianya?Forum?in?the?2008?Sichuan?Earthquake.?IEEE，?2009.。

通過大數(shù)據(jù)技術(shù)也可以監(jiān)測危機情況，追蹤社會關(guān)注。在突發(fā)公共衛(wèi)生事件中，大數(shù)據(jù)監(jiān)測和追蹤能夠起到預(yù)警作用。美國疾控中心和谷歌公司的研究人員利用2003年到2008年美國實際流感病例數(shù)據(jù)和谷歌搜索數(shù)據(jù)，對美國九大地區(qū)流感病例進行了相關(guān)性檢驗Ginsberg?J.，?Mohebbi?M.H.，?Patel?R.S.，?et?al..?Detecting?Influenza?Epidemics?Using?Search?Engine?Query?Data.?Nature，?2009，?457（7232）.。研究人員通過篩選關(guān)鍵詞建立模型，并對樣本數(shù)據(jù)進行匹配，最終針對42個驗證樣本點的相關(guān)系數(shù)高達97%。谷歌數(shù)據(jù)最終成功提前1-2周預(yù)測了美國季節(jié)性流感走勢情況。同樣，在2009年美國爆發(fā)甲型H1N1流感期間，Signorini等人通過推特信息追蹤疫情情況和公眾關(guān)注Signorini?A.，?Segre?A.M.，?Polgreen?P.M..?The?Use?of?Twitter?to?Track?Levels?of?Disease?Activity?and?Public?Concern?in?the?U.S.?During?the?Influenza?A?H1N1?Pandemic.?PLoS?ONE，?2011，?6（5）.。研究結(jié)果表明，通過社交媒體測量的流感病例與實際匯報的病例情況接近。通過社交媒體或搜索引擎大數(shù)據(jù)的分析對傳染性疾病進行提前預(yù)警的研究是當(dāng)前熱點，這類研究充分發(fā)揮了大數(shù)據(jù)響應(yīng)速度快的優(yōu)勢，為應(yīng)急管理的事前監(jiān)測和準(zhǔn)備提供了參考?Woo?H.，?Cho?Y.，?Shim?E.，?et?al..?Estimating?Influenza?Outbreaks?Using?Both?Search?Engine?Query?Data?and?Social?Media?Data?in?South?Korea.?Journal?of?Medical?Internet?Research，?2016，?18（7）.?Guo?P.，?Zhang?J.，?Wang?L.，?et?al..?Monitoring?Seasonal?Influenza?Epidemics?by?Using?Internet?Search?Data?with?an?Ensemble?Penalized?Regression?Model.?Scientific?Reports，?2017，?7（1）.?Lali?M.I.U.，?Mustafa?R.U.，?Saleem?K.，?et?al..?Finding?Healthcare?Issues?with?Search?Engine?Queries?and?Social?Network?Data.?International?Journal?on?Semantic?Web?and?Information?Systems，?2017，?13（1）.。

隨著社交媒體的迅速發(fā)展，對于公共安全事件的應(yīng)急管理從線下逐漸轉(zhuǎn)變?yōu)榫€上和線下雙重治理。網(wǎng)絡(luò)輿情是社會心態(tài)的集中體現(xiàn)，針對網(wǎng)絡(luò)輿情的監(jiān)測和疏導(dǎo)對于互聯(lián)網(wǎng)時代的應(yīng)急管理尤為重要。大數(shù)據(jù)在網(wǎng)絡(luò)輿情和民眾情緒的監(jiān)測中能夠發(fā)揮重要的作用。Thelwall等人通過對包括地震、海嘯等危機事件在內(nèi)的30個事件相關(guān)的近3500萬條推特信息進行情緒分析發(fā)現(xiàn)，事件的熱度與網(wǎng)絡(luò)情緒的負(fù)面程度強烈相關(guān)Thelwall?M.，?Buckley?K.，?Paltoglou?G..?Sentiment?in?Twitter?Events.?Journal?of?the?American?Society?for?Information?Science?and?Technology，?2011，?62（2）.。對于突發(fā)公共事件的網(wǎng)絡(luò)輿情監(jiān)測，構(gòu)建指標(biāo)體系能夠為輿情的全面和客觀分析提供科學(xué)依據(jù)?談國新、方一：《突發(fā)公共事件網(wǎng)絡(luò)輿情監(jiān)測指標(biāo)體系研究》，《華中師范大學(xué)學(xué)報（人文社會科學(xué)版）》，2010年第3期。，而通過社會網(wǎng)絡(luò)分析則能夠明確輿情傳播的網(wǎng)絡(luò)結(jié)構(gòu)特征趙金樓、成俊會：《基于SNA的突發(fā)事件微博輿情傳播網(wǎng)絡(luò)結(jié)構(gòu)分析——以“4.20四川雅安地震”為例》，《管理評論》，2015年第1期。。在對“8·12天津港爆炸事故”中的網(wǎng)絡(luò)輿情傳播分析中，研究者構(gòu)建了主體、信息、心理和觀點四種要素的輿情傳播模型劉怡君、陳思佳、黃遠、馬寧、王光輝、牛文元：《重大生產(chǎn)安全事故的網(wǎng)絡(luò)輿情傳播分析及其政策建議——以“8·12天津港爆炸事故”為例》，《管理評論》，2016年第3期。?？祩ネㄟ^社會網(wǎng)絡(luò)對“11·16校車事故”的網(wǎng)絡(luò)輿情進行了分析，發(fā)現(xiàn)網(wǎng)絡(luò)中存在凝聚子群，呈現(xiàn)多中心多主體結(jié)構(gòu)特征，“結(jié)構(gòu)洞”在信息傳播過程中有重要作用康偉：《突發(fā)事件輿情傳播的社會網(wǎng)絡(luò)結(jié)構(gòu)測度與分析——基于“11·16校車事故”的實證研究》，《中國軟科學(xué)》，2012年第7期。。

由此可見，在互聯(lián)網(wǎng)時代，通過大數(shù)據(jù)對危機事件進行分析、監(jiān)測和追蹤，能夠彌補官方信息的不足、監(jiān)測網(wǎng)絡(luò)情緒、追蹤社會關(guān)注焦點，也能夠?qū)鹘y(tǒng)“一案三制”的應(yīng)急管理體系進行有效補充。在此次新冠肺炎疫情發(fā)生后，醫(yī)療及公共衛(wèi)生機構(gòu)、政府部門、社會民眾和大眾媒體均有不同反應(yīng)與行動。由于疫情變化迅速，通過互聯(lián)網(wǎng)大數(shù)據(jù)能夠及時有效捕捉各主體在疫情防控各階段的關(guān)注情況。

疫情發(fā)展是此次突發(fā)公共衛(wèi)生事件的核心，有關(guān)新型冠狀病毒的傳染和蔓延情況是疫情的關(guān)鍵。針對疫情發(fā)生和發(fā)展，醫(yī)療機構(gòu)的臨床救治和疾控機構(gòu)的公共衛(wèi)生干預(yù)是及時有效遏制疫情蔓延的兩大重要專業(yè)舉措。新型冠狀病毒具有人傳人能力，而且具有較高的傳染性，除了需要專業(yè)醫(yī)療救治和疾控部門的消毒隔離外，還需要大規(guī)模的社會干預(yù)跟進。面對此次突發(fā)危機事件，政府作為公共服務(wù)的提供者、公共政策的制定者、公共事務(wù)的管理者和公共權(quán)力的行使者薛瀾、張強：《SARS事件與中國危機管理體系建設(shè)》，《清華大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）》，2003年第4期。，是此次疫情危機的核心應(yīng)對主體，其應(yīng)急管理措施的及時性、系統(tǒng)性和有效性關(guān)系到此次疫情防控的成敗。作為另一重要參與主體的社會力量民眾，在此次疫情中也扮演著重要角色。民眾對疫情的感知和應(yīng)對是疫情防控和化解危機的社會基礎(chǔ)。同時，作為信息傳遞的橋梁和風(fēng)險溝通的平臺，媒體也在此次疫情的防控中發(fā)揮著不可替代的作用。曾潤喜曾把網(wǎng)絡(luò)輿情定義為由于各種事件的刺激而產(chǎn)生的、通過互聯(lián)網(wǎng)傳播的、人們對于該事件的所有認(rèn)知、態(tài)度、情感和行為傾向的集合曾潤喜：《網(wǎng)絡(luò)輿情管控工作機制研究》，《圖書情報工作》，2009年第18期。。網(wǎng)絡(luò)空間的不同主體對疫情的認(rèn)知和態(tài)度均屬于網(wǎng)絡(luò)輿情的范疇。據(jù)此，本文擬以疫情、醫(yī)情、政情、民情和媒情等網(wǎng)絡(luò)輿情信息為對象建構(gòu)“五情”信息分析框架，如圖1所示，并基于互聯(lián)網(wǎng)大數(shù)據(jù)，分析此次突發(fā)公共衛(wèi)生事件中“五情”的演化、互動和走勢。

圖1突發(fā)公共衛(wèi)生事件“五情”信息分析

框架的推演與建構(gòu)

面對此次新冠肺炎疫情危機，醫(yī)療衛(wèi)生機構(gòu)和疾控部門是專業(yè)應(yīng)急處置的直接主體，是理論上最早介入的專業(yè)機構(gòu)，對疫情的判斷和應(yīng)對具有及時性和有效性。醫(yī)情信息是對疫情信息的最直接反應(yīng)因素。政府作為公共事務(wù)的管理和公共權(quán)力的行使主體，是應(yīng)對和化解多元次生和衍生危機的核心主體。特別是我國政府具有其他國家不可比擬的強大社會動員能力，對于疫情防控和醫(yī)療救治具有全面的領(lǐng)導(dǎo)和推動作用，在此次疫情中具有不可替代的核心地位，因此政情信息數(shù)據(jù)能反映政府發(fā)揮作用的情況。社會主體主要有社會組織、企業(yè)和民眾等，這里我們重點看民眾。民眾是此次危機的“受災(zāi)體”，也是化解危機的多元參與主體之一，是應(yīng)急管理體系中的基礎(chǔ)和關(guān)鍵，也是政府和醫(yī)衛(wèi)機構(gòu)疫情防控的主要服務(wù)對象。民情信息一方面能反映民眾的疫情風(fēng)險感知和知識情況，另一方面也能反映他們采取的防護和防疫參與行為狀況。醫(yī)情、政情和民情之間的良好互動是應(yīng)急管理成功與否的關(guān)鍵，三者的網(wǎng)絡(luò)信息大數(shù)據(jù)也能反映三個主體的相互關(guān)系狀況。媒體是不同主體之間信息溝通的橋梁，也對不同主體的行為起到監(jiān)督作用，是此次危機管理體系中的關(guān)鍵主體之一，媒情信息量能反映傳統(tǒng)媒體和新媒體等的作用發(fā)揮狀況。

二、?“五情”總體走勢分析

互聯(lián)網(wǎng)上每天產(chǎn)生海量數(shù)據(jù)，如何從海量數(shù)據(jù)中挖掘與此次疫情相關(guān)的數(shù)據(jù)是本研究的重點和難點。首先通過檢索“肺炎”或“冠狀病毒”或“鐘南山”，確定初步語料范圍在建立與新冠肺炎疫情相關(guān)的基礎(chǔ)數(shù)據(jù)庫時，需要盡量準(zhǔn)確地將與疫情相關(guān)的內(nèi)容劃定為樣本總體。通過隨機抽取網(wǎng)絡(luò)數(shù)據(jù)，并通過自動分詞統(tǒng)計，關(guān)鍵詞“肺炎”“冠狀病毒”在較長時間段內(nèi)處于網(wǎng)絡(luò)熱詞的前五位，且“肺炎”和“冠狀病毒”能夠直接體現(xiàn)本次疫情。關(guān)鍵詞“鐘南山”作為專家主體，是從行為主體上對樣本總體進行了補充，是醫(yī)療衛(wèi)生機構(gòu)應(yīng)對和政府應(yīng)急管理的措施的體現(xiàn)。經(jīng)過多次測試，取三個關(guān)鍵詞的并集能夠較好地覆蓋此次疫情的樣本。，并從不同數(shù)據(jù)源中每日抽取相同比例的數(shù)據(jù)。所有數(shù)據(jù)中，網(wǎng)絡(luò)媒體和論壇約占15%，微博約占70%，微信約占10%，博客、報刊、視頻、APP和其他約占5%。我們獲取了2019年12月1日-2020年2月7日（分析時間段）149，938，123條有關(guān)肺炎應(yīng)對的網(wǎng)絡(luò)信息，并據(jù)此分析了“五情”的演化與走勢。對于疫情、醫(yī)情、政情和民情，我們使用基礎(chǔ)數(shù)據(jù)庫中與之相關(guān)的關(guān)鍵詞詞頻進行表征，而對于媒情，則通過上述網(wǎng)絡(luò)數(shù)據(jù)的每日數(shù)量進行刻畫。

對于疫情、醫(yī)情、政情和民情，我們通過在基礎(chǔ)數(shù)據(jù)庫中檢索對應(yīng)的關(guān)鍵詞，并對關(guān)鍵詞詞頻進行加權(quán)平均后作為對應(yīng)的態(tài)勢指標(biāo)。關(guān)于疫情、醫(yī)情、政情和民情關(guān)鍵詞的確定標(biāo)準(zhǔn)，具體參見表1。

通過初步篩選關(guān)鍵詞后，在基礎(chǔ)數(shù)據(jù)庫中檢索上述關(guān)鍵詞，并統(tǒng)計每個關(guān)鍵詞的詞頻和每個關(guān)鍵詞在當(dāng)日出現(xiàn)的相對比例相對比例=該關(guān)鍵詞詞頻/本類所有關(guān)鍵詞詞頻，關(guān)鍵詞出現(xiàn)的相對比例能夠反映該關(guān)鍵詞所代表的情勢的相對權(quán)重和網(wǎng)絡(luò)總體關(guān)注程度。。然后對每個關(guān)鍵詞的每日相對比例在所在歸類中進行平均后得到該類每個關(guān)鍵詞在分析時間段內(nèi)的平均比例計算分析時間段內(nèi)每類所有關(guān)鍵詞的每個關(guān)鍵詞每日相對比例再進行本類平均，綜合考慮了每個關(guān)鍵詞在不同時間內(nèi)的出現(xiàn)概率，避免出現(xiàn)因某個關(guān)鍵詞某日出現(xiàn)頻率過高而發(fā)生對其他關(guān)鍵詞的“掩蓋”現(xiàn)象。。將每個關(guān)鍵詞的平均比例進行排序，篩選出累計比例超過99%的關(guān)鍵詞作為最終入選表征的關(guān)鍵詞。表2是疫情、醫(yī)情、政情和民情最終確定的關(guān)鍵詞詞表中出現(xiàn)頻率最高的10位。

最后，根據(jù)上述關(guān)鍵詞詞表計算每日出現(xiàn)的平均詞頻用來表征疫情、醫(yī)情、政情和民情態(tài)勢。

對于媒情，則以與新冠肺炎相關(guān)的文章、微博等的總發(fā)布量作為衡量指標(biāo)。

圖2是“五情”信息總體走勢圖。圖中橫坐標(biāo)為日期，縱坐標(biāo)為頻數(shù)。“五情”信息總體頻數(shù)由每個情態(tài)信息單項指標(biāo)加總媒情的信息發(fā)布總數(shù)量與“四情”的關(guān)鍵詞詞頻量級相同。在初步分析中，通過直接加總得到總體指數(shù)，主要分析“五情”的整體走勢情況。而成，即：

“五情”總體指數(shù)對于疫情、醫(yī)情、政情和民情之間重復(fù)的關(guān)鍵詞只計一次。=疫情全體關(guān)鍵詞（56個）詞頻+醫(yī)情全體關(guān)鍵詞（52個）詞頻+政情全體關(guān)鍵詞（54個）詞頻+民情全體關(guān)鍵詞（73個）詞頻+新冠肺炎相關(guān)文章、微博等的總發(fā)布數(shù)量

為了便于觀察分析，圖2中縱軸采用對數(shù)坐標(biāo)（后同）。根據(jù)“五情”總體信息走勢情況，我們將目前的“五情”信息總體走勢分為五個階段：潛伏期（12月30日前）、首次爆發(fā)期（12月30日-1月1日）、平臺波動期（1月2日-1月16日）、二次爆發(fā)期（1月17日-1月23日）和平臺波動期（1月23日后）。

圖2“五情”總體走勢與階段劃分

從圖2中可以看出，新冠肺炎疫情爆發(fā)以來，經(jīng)歷了兩次爆發(fā)期。第一次爆發(fā)期在12月31日前后。這主要是源于12月30日武漢市衛(wèi)健委發(fā)布關(guān)于做好不明原因肺炎防控的緊急通知和12月31日武漢市衛(wèi)健委官方回應(yīng)了不明原因肺炎的有關(guān)情況，并確診了27例病例湖北省衛(wèi)生健康委員會：《武漢市衛(wèi)健委關(guān)于當(dāng)前我市肺炎疫情的情況通報》，湖北省衛(wèi)生健康委員會，2019年12月31日，http：//wjw.hubei.gov.cn/fbjd/dtyw/201912/t20191231_1822343.shtml。。在1月1日-1月14日的平臺波動期，1月9日國家衛(wèi)健委宣布武漢市不明原因肺炎為新型冠狀病毒感染的肺炎，“五情”信息曾出現(xiàn)一次峰值。在第二次爆發(fā)期的1月20日前后，此時肺炎疫情日益嚴(yán)重，針對新冠肺炎疫情的阻擊戰(zhàn)開始全面打響。習(xí)近平總書記于1月7日和20日對疫情作出重要指示，強調(diào)要把人民群眾生命安全和身體健康放在第一位，堅決遏制疫情蔓延勢頭新華社：《習(xí)近平對新型冠狀病毒感染的肺炎疫情作出重要指示》，中華人民共和國中央人民政府，2020年1月20日，http：//www.gov.cn/xinwen/2020-01/20/content_5471057.htm。。隨即李克強總理也做出專門批示加強防控，國務(wù)院啟動聯(lián)防聯(lián)控機制。同日國家衛(wèi)健委把該疾病列為乙類傳染病實行甲類控制。1月23日，按照武漢市疫情防控指揮部通告，武漢全市城市公交、地鐵、輪渡、長途客運暫停運營，機場、火車站離漢通道暫時關(guān)閉蕭輝、丁剛、高昱：《武漢凌晨宣布交通封城，部分市民游客選擇連夜出城》，財新網(wǎng)，2020年1月23日，http：//www.caixin.com/2020-01-23/101507541.html。。連續(xù)采取的重要措施，使得“五情”信息量整體再次爆發(fā)。在兩次爆發(fā)期前后則是潛伏期和兩次平臺波動期，“五情”走勢均相對平穩(wěn)，也有不同程度的波動。

由于疫情、醫(yī)情、政情和民情信息量均通過關(guān)鍵詞詞頻計算得到，因此通過加權(quán)平均后可以比較疫情、醫(yī)情、政情和民情等信息的相對走勢情況，具體如圖3所示由于媒情是通過與此次疫情相關(guān)的報道的數(shù)量衡量，與疫情、醫(yī)情、政情和民情的標(biāo)準(zhǔn)不同，因此媒情與疫情、醫(yī)情、政情和民情之間不能比較相對數(shù)值的大小。。

圖3“五情”的相對走勢

從分類走勢上來看，疫情、醫(yī)情、政情、民情和媒情的信息走勢具有較高的一致性。在整個分析時間段，疫情信息始終領(lǐng)先和高于醫(yī)情、政情和民情等信息。在潛伏期以及兩次平臺波動期，“四情”之間的差距相對較大一些。從首次爆發(fā)期開始，醫(yī)情大多時段會領(lǐng)先于政情和民情，這表明專業(yè)的醫(yī)療機構(gòu)和疾控部門對疫情會更早介入處置和應(yīng)對。同時，政情從首次爆發(fā)期開始也一般會領(lǐng)先于民情，這表明政府部門在疫情初次爆發(fā)時已經(jīng)開始介入肺炎疫情的防范和應(yīng)對，而民眾當(dāng)時的知曉和關(guān)注相對有限。在1月2日-1月14日之間的平臺波動期，疫情與其他“三情”均上升到中位水平，并保持平穩(wěn)波動狀態(tài)，彼此之間數(shù)量差距增加，但疫情信息還是高于其他“三情”，這具有一定的預(yù)測或預(yù)警作用。政情與民情信息相對均偏低位或末尾，說明政府與民眾這一時段對此的重視度可能都有不足。這段時間政府與民眾重視不足，在前期（1月9日前）可能是因為肺炎疫情原因不明，在后期（1月9日之后）可能因為新型冠狀病毒仍未見明確人傳人或有限人傳人。2020年1月15日以后“四情”均持續(xù)上升，這具有一定的預(yù)警意義。特別是20日后，國家衛(wèi)健委高級別專家組調(diào)查結(jié)果公布和中央政府把新型冠狀病毒感染的肺炎納入乙類傳染病和甲類防控，“五情”指數(shù)直線上升，在23日前后達到峰值，24日開始回落隨后進入第二個平臺波動期。在第二個平臺波動期的絕大部分時間內(nèi)，政情超過了醫(yī)情，這表明26日中央決定在國務(wù)院聯(lián)防聯(lián)控機制基礎(chǔ)上在中央政治局常委會領(lǐng)導(dǎo)下專設(shè)新冠肺炎疫情防控領(lǐng)導(dǎo)小組，這大大提高了中央政府的介入力度，自然也使得此間政府信息量超過醫(yī)情數(shù)據(jù)量。媒情信息雖無法與其他“四情”進行數(shù)值的相對比較，但從媒情走勢來看，與疫情走勢具有較高一致性，因此可以看出媒體在分析時間段內(nèi)對于疫情本身具有較高關(guān)注程度。

三、“五情”具體分類走勢

1.?疫情

圖4是根據(jù)大數(shù)據(jù)計算表征得到的疫情態(tài)勢信息量與實際新增確診病例模擬推算補充后的走勢對比圖。從圖中可以看出，在12月30日前疫情信息有波動但基本平穩(wěn)，未見明顯疫情爆發(fā)情況。從12月30日-1月1日，兩天里疫情信息規(guī)模大幅上升，可能主要是因為12月31日武漢衛(wèi)健委發(fā)布了不明原因肺炎27例。1月2日-1月16日，疫情信息總體變化不大，呈現(xiàn)相對平穩(wěn)波動狀態(tài)，15日后再次出現(xiàn)爆發(fā)式增長，并于23日達到峰值，23日后再次平穩(wěn)波動。疫情信息的整體走勢與實際疫情的整體走勢大體一致，并在首次爆發(fā)期后走勢稍領(lǐng)先實際疫情情況（提前約2-3天）。疫情信息的對數(shù)數(shù)值比實際每日確診疫情病例的對數(shù)數(shù)值高約2個量級?？紤]到隱性感染者和輕癥未就醫(yī)確診的情況，網(wǎng)絡(luò)疫情數(shù)據(jù)走勢可能與實際感染疫情走勢有更高契合度。

圖4疫情與新增確診病例走勢實際每日新增病例數(shù)據(jù)來源于國家衛(wèi)生健康委員會官方通報。1月20日前的新增確診病例數(shù)使用湖北省衛(wèi)生健康委員會通報的數(shù)據(jù)，并根據(jù)傳染病模型估算得到。

疫情信息走勢是由關(guān)鍵詞的總體詞頻走勢得到，通過分析詞頻較高的關(guān)鍵詞的走勢能夠更加清晰地反映疫情信息的核心關(guān)注點。分析時間段內(nèi)，出現(xiàn)頻率最高的五個關(guān)鍵詞依次為：流感、肺炎、疫情、感染、新型冠狀病毒。在分析時間段內(nèi)上述排名前五位的關(guān)鍵詞詞頻走勢如圖5所示：

圖5疫情關(guān)鍵詞走勢

從對數(shù)坐標(biāo)圖中可以清楚地看到，5個關(guān)鍵詞的總體走勢近似。在1月4日以前，尚未出現(xiàn)“新型冠狀病毒”的輿情信息。潛伏期內(nèi)，網(wǎng)絡(luò)空間對于疫情的認(rèn)識大多局限為“流感”。在首次爆發(fā)期后，“肺炎”的詞頻迅速上升了4個數(shù)量級，并躍升為首位。基于科學(xué)認(rèn)識后，“流感”的排名逐步下滑，并一直處在低位。這說明新型肺炎疫情爆發(fā)初期更多會被人們誤斷為流感。1月5日，網(wǎng)絡(luò)空間首次出現(xiàn)“新型冠狀病毒”，并于1月9日國家公布發(fā)現(xiàn)新型冠狀病毒后出現(xiàn)首次爆發(fā)，并迅速上升至第二位，直到1月22日。在其后的二次平臺波動期，“流感”處于低位，“疫情”有后期上升到第一位的態(tài)勢，“肺炎”“新型冠狀病毒”?和“感染”繼續(xù)維持高位。

從上述關(guān)鍵詞的走勢可以看到，公眾對疫情的認(rèn)識存在著發(fā)展與變化，前期由于知識和信息受限，也由于新冠肺炎前期與流感癥狀的相似性，使得公眾誤認(rèn)為是“流感”。在12月31日官方回應(yīng)核心關(guān)切，確認(rèn)為“肺炎”之后，這次由于病毒感染導(dǎo)致的肺炎疫情才正式進入公眾視野。在不明原因傳染病爆發(fā)后的應(yīng)急管理前期的風(fēng)險評估和監(jiān)測預(yù)警時，除需要關(guān)注與疫情事件直接相關(guān)的關(guān)鍵詞指標(biāo)，也應(yīng)關(guān)注前期與事件相似或派生的關(guān)鍵詞監(jiān)測。這是事關(guān)能否實現(xiàn)不明原因傳染病防控從應(yīng)急管理向風(fēng)險管理和風(fēng)險治理轉(zhuǎn)型的關(guān)鍵環(huán)節(jié)。突發(fā)公共衛(wèi)生事件特別是不明原因傳染病防控應(yīng)急管理體系的現(xiàn)代化與全面轉(zhuǎn)型確實離不開風(fēng)險管理/治理的意識、理論、制度和方法的及早引入，風(fēng)險管理應(yīng)該是應(yīng)急和危機管理必需的基礎(chǔ)工作之一彭宗超：《中國合和式風(fēng)險治理的概念框架與主要設(shè)想》，《社會治理》，2015年第3期。。

2.醫(yī)情

圖6是醫(yī)情走勢圖。從圖中可以看出，醫(yī)情情況與疫情相對應(yīng)，在12月30日前，醫(yī)情關(guān)注度不高;12月30日-1月1日醫(yī)情關(guān)注度迅速增長;1月2日-1月14日，醫(yī)情關(guān)注度整體平穩(wěn)波動;1月17日-1月22日進入第二個上升期，并于25日前后達到分析時間段的峰值;1月22日后進入第二平臺波動期。通過醫(yī)情與疫情的五階段對比可以發(fā)現(xiàn)，醫(yī)情的整體走勢與疫情類似，爆發(fā)期基本重疊，潛伏期和平臺波動期走勢略有區(qū)別，醫(yī)情數(shù)據(jù)稍稍低于疫情數(shù)據(jù)。

圖6醫(yī)情走勢圖

根據(jù)前文分析，醫(yī)情主要包括醫(yī)療救治和公衛(wèi)疾控兩方面，這從表征醫(yī)情的關(guān)鍵詞中也有所體現(xiàn)。通過計算得到分析時間段內(nèi)排名出現(xiàn)頻率最高的五個關(guān)鍵詞依次為：防護、專家、治療、疫苗、報告。在分析時間段內(nèi)上述排名前五位的關(guān)鍵詞詞頻走勢如圖7所示：

圖7醫(yī)情關(guān)鍵詞走勢

從醫(yī)情關(guān)鍵詞走勢來看，在潛伏期和首個平臺波動期，五個關(guān)鍵詞的走勢差異較大，在爆發(fā)期和第二個平臺波動期走勢相近。首次爆發(fā)時，“專家”迅速上升至首位，這凸顯了網(wǎng)絡(luò)對專業(yè)醫(yī)療救治的關(guān)注程度。在首個平臺波動期，“專家”再次出現(xiàn)兩次小高峰，并居于首位。在首個平臺波動期，“防護”出現(xiàn)了明顯的下降趨勢，這表明這一階段可能存在對醫(yī)療防護的懈怠。進入第二次爆發(fā)期，“防護”和“疫苗”提前爆發(fā)性增長，于1月14日前后迅速上升?！胺雷o”上升至首位，這表明對公共衛(wèi)生防護關(guān)注程度的迅速上升。在二次平臺波動期，落后的“疫苗”出現(xiàn)短期高峰，回落后又迅速增長。這也凸顯出對于主動防護新冠肺炎的關(guān)注程度。

上述五個關(guān)鍵詞中，“防護”、“專家”和“治療”屬于醫(yī)療救治，“專家”、“疫苗”和“報告”屬于公共衛(wèi)生機構(gòu)的疾病預(yù)防控制措施。從醫(yī)情整體的走勢來看，醫(yī)療救治總體領(lǐng)先于公衛(wèi)疾控。對于突發(fā)公共衛(wèi)生事件來說，對醫(yī)療救治的關(guān)注體現(xiàn)了對危機情景下的應(yīng)急處置行為的關(guān)注。而公衛(wèi)疾控在首次爆發(fā)期后也從原先的最低位逐步上升，這是醫(yī)療機構(gòu)和民眾對疫情主動防護行為的關(guān)注，避免疫情的蔓延和擴散。兩者相輔相成，也是從應(yīng)急逐步向預(yù)防的轉(zhuǎn)變。

3.政情

圖8是政情走勢情況。從圖中可以看出，在12月30日前，政情關(guān)注度不高;12月30日-1月1日政情關(guān)注度迅速增長，關(guān)注度提升了3個數(shù)量級;1月2日-1月14日，政情關(guān)注度整體平穩(wěn)，略有下降;1月15日-1月22日進入第二個上升期;隨后，走勢進入二次平臺波動期。

從政情的總體走勢來看，政情的二次爆發(fā)期（1月14日）起點早于疫情和醫(yī)情的二次爆發(fā)期（1月17日）起點。這表明政府部門對于此次突發(fā)公共衛(wèi)生事件的介入加快且持續(xù)關(guān)注度快速提高。

圖8政情走勢圖

政情主要包括公共衛(wèi)生管理類和非公共衛(wèi)生管理類政情。通過計算得到分析時間段內(nèi)排名出現(xiàn)頻率最高的前五位關(guān)鍵詞依次為：預(yù)防、衛(wèi)健委、大規(guī)模、通報、政府。在分析時間段內(nèi)上述排名前五位的關(guān)鍵詞詞頻走勢如圖9所示：

圖9政情關(guān)鍵詞走勢

排名前五位的關(guān)鍵詞都屬于公共衛(wèi)生管理類，這說明在分析時間段，對公共衛(wèi)生管理類的政情關(guān)注程度相對較高。對于政情關(guān)鍵詞的走勢來說，在潛伏期，各關(guān)鍵詞走勢差異較大，這主要是在潛伏期政府各部門未明確發(fā)聲。進入首次爆發(fā)期和首次平臺波動期后，“衛(wèi)健委”和“通報”居于前兩位?！靶l(wèi)健委”作為此次公共衛(wèi)生事件的應(yīng)急管理主體和國務(wù)院聯(lián)防聯(lián)控機制的牽頭單位頻繁曝光，而官方“通報”的出現(xiàn)頻率也逐漸升高。在二次爆發(fā)期和二次波動期，除“大規(guī)模”外，其余關(guān)鍵詞走勢基本一致，且差異較小。

盡管從分析時間段全體來看，公衛(wèi)管理類的政情關(guān)注度高于非公衛(wèi)管理類，但非公衛(wèi)管理類的政情在特定時間段也曾出現(xiàn)過較高的關(guān)注。1月23日，武漢市采取“封城”措施，這屬于政府總體層面升級的公共衛(wèi)生管理的措施。圖10是關(guān)鍵詞“封城”相對比例走勢。從圖中可以清楚地看到，在1月23日，“封城”的相對比例接近16%（當(dāng)日排名第一），隨后便迅速下降，因此，在總體排名中并不靠前。對于非公衛(wèi)類的政情，其輿情爆發(fā)具有短期性的特點，需要在特定的時間段給予關(guān)注。

圖10非公衛(wèi)類關(guān)鍵詞“封城”相對比例走勢

4.民情

圖11是民情走勢圖。從圖中可以看出，在12月30日前，民情關(guān)注度不高;12月30日-1月1日民情關(guān)注度迅速增長;1月2日-1月14日，民情關(guān)注度整體平穩(wěn)，波動下降;1月15日-1月22日進入第二個上升期，并于22日達到峰值;1月23日后，民情進入第二個波動期并持續(xù)保持高位。

從民情走勢圖中可以看出，在1月初首個平臺波動期，民眾關(guān)注度波動下降較為明顯，這表明在有限信息條件下，民眾對此次疫情的懈怠情緒。然而，在第二個爆發(fā)期，民情上升了4個數(shù)量級并持續(xù)高位，這表明民眾對疫情的持續(xù)關(guān)注態(tài)勢。

圖11民情走勢圖

民情主要包括風(fēng)險感知、風(fēng)險知識和應(yīng)急行為三個維度，這三個維度在關(guān)鍵詞中均有體現(xiàn)。通過計算得到分析時間段內(nèi)出現(xiàn)頻率最高的五個關(guān)鍵詞依次為：口罩、爆發(fā)、疫苗、嚴(yán)重、人傳人。其中，“爆發(fā)”和“嚴(yán)重”屬于風(fēng)險感知，“人傳人”屬于風(fēng)險知識，“口罩”和“疫苗”屬于應(yīng)急行為。在分析時間段內(nèi)上述排名前五位的關(guān)鍵詞詞頻走勢如圖12所示：

圖12民情關(guān)鍵詞走勢

從民情的關(guān)鍵詞總體走勢來看，各關(guān)鍵詞均呈現(xiàn)在首次平臺波動期下降，在二次爆發(fā)期迅速上升的態(tài)勢。12月30日，首次爆發(fā)期后，“嚴(yán)重”和“爆發(fā)”迅速上升，民眾此時的風(fēng)險感知較高。12月31日首次出現(xiàn)大規(guī)?！叭藗魅恕钡谋硎?，并居于首位。在第二次上升期，“人傳人”再次迅速上升，并在短期內(nèi)居于首位。由此可見民眾對新型冠狀病毒的傳染性的高度關(guān)注。二次上升期后，“口罩”上升到首位，并明顯高于其他關(guān)鍵詞，這表明民眾的自我防護意識增強，應(yīng)急準(zhǔn)備行為提高。

結(jié)合風(fēng)險感知、風(fēng)險知識和應(yīng)急行為來看，在潛伏期內(nèi)，由于并未發(fā)生明確很大的疫情，此時民眾主要聚焦的是風(fēng)險知識和風(fēng)險感知。進入首次爆發(fā)期后，官方的回應(yīng)迅速提升了民眾的風(fēng)險知識，風(fēng)險感知也隨之提高。二次爆發(fā)期后，隨著疫情的發(fā)展，民眾的自我防護意識增加，應(yīng)急行為持續(xù)走高并長期居于首位，這既說明公民防護意識和行為都較平常有很大提升，同時風(fēng)險防護行為增強后，公民的焦慮感和恐慌情緒也可能同步增加。

5.媒情

媒情的態(tài)勢主要根據(jù)網(wǎng)絡(luò)媒體、論壇、微博、微信、博客、報刊、視頻、APP和其他媒體涉及到此次新冠肺炎疫情的報道的文章、微博等的發(fā)布總數(shù)來刻畫。從媒情來源可以看到，媒體中既包括傳統(tǒng)媒體（如，報刊）也包括自媒體（如，微博、博客），既有即時通訊類平臺（如，論壇、微博）也有非即時通訊類平臺（如，網(wǎng)絡(luò)媒體、博客、報刊、視頻）。通過對全媒體的報道數(shù)量進行描述統(tǒng)計，可以展示此次疫情中全網(wǎng)媒體的關(guān)注情況。媒情走勢圖如圖13所示：

圖13媒情走勢圖

從圖13中可以看出，媒體關(guān)注度在12月24日有一個短暫的高峰期，說明潛伏期的有關(guān)不明原因肺炎疫情已經(jīng)得到媒體的關(guān)注，此后又有下降，而后又從12月30日開始出現(xiàn)第一次爆發(fā)性增長，經(jīng)歷了1月2日-1月16日的平穩(wěn)波動后以后迎來第二次增長，并在1月23日達到峰值。隨后處于高位波動，并緩慢上升的狀態(tài)。對比媒情與前述“四情”，我們發(fā)現(xiàn)媒情在前期具有一定的滯后性，個別時段（如12月22日-12月29日期間）也有非正常地突增或突降，在疫情爆發(fā)信息披露后，疫情報道持續(xù)升高，且始終保持高位并平穩(wěn)上升。

四、“五情”的相關(guān)性分析

從前文“五情”的整體走勢看，“五情”的走勢具有較高的一致性，可以對“五情”之間進行相關(guān)性分析來進行驗證。具體如表3所示：

從表3中可以看到，在1%的顯著性條件下，“五情”之間具有較高的相關(guān)性，相關(guān)性系數(shù)均大于0.9，其中疫情與媒情之間的相關(guān)性系數(shù)最高，醫(yī)情與政情的相關(guān)性系數(shù)最低。這表明“五情”走勢之間都具有較高的一致性，與圖4的初步判斷吻合。

此外，可以通過線性回歸初步判斷不同情態(tài)信息之間是否具有顯著性差異。疫情是此次突發(fā)公共衛(wèi)生事件的主要原因，將疫情作為自變量，將其他情態(tài)信息作為因變量進行回歸，并對不同回歸模型中的兩組系數(shù)的差異進行顯著性檢驗，可以判斷不同情態(tài)信息對疫情反應(yīng)的差異性。醫(yī)情、政情、民情、媒情與疫情的回歸結(jié)果如表4所示，不同情態(tài)信息間的系數(shù)差異性的顯著情況如表5所示。

從表4中可以看到，不同情態(tài)信息與疫情之間具有高度相關(guān)性，這與表3的結(jié)果一致。從表5中可以看出，醫(yī)情和政情對疫情的回歸系數(shù)不具有顯著性差異，這表明醫(yī)衛(wèi)機構(gòu)和政府對此次突發(fā)公共衛(wèi)生事件反應(yīng)情況具有較大相似性。其余組之間的回歸系數(shù)均具有顯著性差異，這表明有關(guān)不同主體對疫情信息反應(yīng)的顯著差別。從表4的回歸系數(shù)看，醫(yī)情和政情的回歸系數(shù)大于民情由于媒情的統(tǒng)計方式與其他不同，因此不做比較。，這表明了醫(yī)衛(wèi)機構(gòu)和政府對疫情的反應(yīng)顯著高于民眾。

四、?結(jié)論與政策建議

本文主要從不明原因傳染病及新發(fā)傳染病應(yīng)急管理的信息演化角度分析了不同主體對此次新冠肺炎疫情防控的信息演化、走勢和關(guān)注焦點變化。在分析時間段（2019年12月1日-2020年2月7日）內(nèi)，我們對與新冠肺炎相關(guān)的疫情、醫(yī)情、政情、民情和媒情等“五情”信息的總體走勢、分類走勢和關(guān)鍵詞走勢進行了大數(shù)據(jù)分析，本文的主要發(fā)現(xiàn)與結(jié)論如下：

第一，根據(jù)網(wǎng)絡(luò)大數(shù)據(jù)，新冠肺炎疫情前期防控過程中“五情”信息整體走勢可以劃分為五個階段：潛伏期（12月30日前）、首次爆發(fā)期（12月30日-1月1日）、一次平臺波動期（1月2日-1月14日）、二次爆發(fā)期（1月15日-1月23日）和二次平臺波動期（1月24日后）。

第二，“五情”之間的走勢總體同步，但在疫情不同階段，他們的信息量有不同的變化。在潛伏期、首次爆發(fā)期和一次平臺期，“五情”之間的信息同步性很強。疫情早期醫(yī)衛(wèi)機構(gòu)和政府對疫情的反應(yīng)無顯著差異，但均高于民眾，這說明這一階段醫(yī)衛(wèi)機構(gòu)和政府具有信息優(yōu)勢，對于突發(fā)公共衛(wèi)生事件具有較高的敏感性。在1月中下旬的疫情信息二次爆發(fā)期，媒體信息持續(xù)上升，民情信息也持續(xù)走高，民眾的防護行為和應(yīng)急措施信息也普遍升高。這表明在全面抗疫階段，民眾的應(yīng)急準(zhǔn)備行為激增，既是合理的應(yīng)激反應(yīng)，但也有過度恐慌的問題出現(xiàn)。

第三，“五情”大數(shù)據(jù)分析可以為不明原因傳染病或新發(fā)傳染病的早期和爆發(fā)前期防控提供一定的預(yù)警支持。早期網(wǎng)絡(luò)大數(shù)據(jù)監(jiān)測預(yù)警難度很大，但是通過與該類疫情相關(guān)媒體數(shù)據(jù)的走高和突高（如2019年12月24日前后的媒情數(shù)據(jù)）也可以較早捕捉有關(guān)疫情風(fēng)險的蛛絲馬跡，可以窺見流感或類流感的肺炎疫情的潛在可能。另外，1月10日-1月14日之間的“五情”信息雖有下降但并未回落低位，可以提示此間不能放松警惕。1月15日以后網(wǎng)絡(luò)大數(shù)據(jù)就開始走高，也是一個預(yù)警征兆，可以提醒政府和相關(guān)部門要加大重視力度，及早防控。同理，1月24日之后進入二次平臺波動期，依然未見信息回落低位，這也預(yù)示有關(guān)防控工作仍然不能放松。

通過對“五情”的描述性和相關(guān)性分析，我們提出如下政策建議：

首先，高度重視不明原因傳染病及新發(fā)傳染病早期的大數(shù)據(jù)風(fēng)險監(jiān)測。要充分發(fā)揮大數(shù)據(jù)在此類不明原因和新發(fā)不確定風(fēng)險很高的傳染病防控應(yīng)急管理中的監(jiān)測預(yù)警作用。醫(yī)衛(wèi)機構(gòu)、政府、民眾和媒體的關(guān)注點會隨著疫情事件的變化而不斷發(fā)生轉(zhuǎn)變。應(yīng)該充分利用大數(shù)據(jù)響應(yīng)速度快的特點，在此類突發(fā)公共衛(wèi)生事件中及時監(jiān)測不同主體的核心關(guān)切，并有針對性地進行風(fēng)險預(yù)測、輿論疏導(dǎo)和應(yīng)急防控。

其次，在繼續(xù)發(fā)揮政府主導(dǎo)的應(yīng)急管理體制優(yōu)勢的同時，更要注重充分發(fā)揮專業(yè)機構(gòu)和社會民眾及媒體有序參與應(yīng)急管理的作用。政府主導(dǎo)的應(yīng)急管理體系具有動員能力強、執(zhí)行力高等優(yōu)點。醫(yī)衛(wèi)專業(yè)機構(gòu)具有科學(xué)的判斷、救治和防控能力。媒體具有很好的信息溝通交流與監(jiān)督功能。民眾既是一線直接的風(fēng)險威脅客體，也是社會基礎(chǔ)性的防控主體。因此，推動政府與多元社會主體建立高效協(xié)作網(wǎng)絡(luò)，其中要特別重視發(fā)揮媒體的信息溝通作用，特別要重視盡早通過媒體宣教及溝通讓民眾更早更充分地了解疫情信息，做好自我防護，這些對更及時有效防范和應(yīng)對各種突發(fā)事件，特別是不明原因傳染病及新發(fā)傳染病的不確定性風(fēng)險具有非常重要的意義。

再次，建議國家在加強現(xiàn)有突發(fā)公共衛(wèi)生事件應(yīng)急管理建設(shè)時，要特別重視不明原因和新發(fā)傳染病疫情早期監(jiān)測和最壞情景下“一案三制”等應(yīng)急制度的進一步修訂完善工作。根據(jù)本次疫情防控經(jīng)驗盡快修訂傳染病防治法、國家突發(fā)公共衛(wèi)生事件應(yīng)急預(yù)案，特別是國家不明原因傳染病應(yīng)急預(yù)案，并制定出臺傳染病大流行應(yīng)急預(yù)案等，來著力解決此類突發(fā)公共衛(wèi)生事件早期監(jiān)測難、前期爆發(fā)后始發(fā)地防控難和縱橫向協(xié)同難等諸多問題。比如在新發(fā)傳染病病毒分離、認(rèn)定和病例診斷上放權(quán)給科研基礎(chǔ)條件達標(biāo)的省份甚至地級市衛(wèi)生部門，一旦認(rèn)定為新發(fā)傳染病后在傳染性和致病嚴(yán)重性無法快速認(rèn)定條件下，允許有關(guān)始發(fā)地快速啟動盡可能高的疫情防控舉措，國家認(rèn)定后也應(yīng)立即啟動高級別的疫情應(yīng)急防控預(yù)案以防全國性擴散。同時還應(yīng)高度重視傳染病一旦大流行最壞情況下應(yīng)急管理“一案三制”的完善和峰值需求資源的協(xié)同配置準(zhǔn)備。

（責(zé)任編輯：嚴(yán)國萍）

收稿日期：2020-02-11

作者簡介：彭宗超，清華大學(xué)公共管理學(xué)院黨委書記，清華大學(xué)應(yīng)急管理研究基地/中國社會風(fēng)險評估研究中心主任;黃昊，清華大學(xué)公共管理學(xué)院博士生;吳洪濤，清華大學(xué)應(yīng)急管理研究基地博士后、助理研究員;謝起慧，中國礦業(yè)大學(xué)（北京）文法學(xué)院副教授。本文在清華大學(xué)應(yīng)急管理研究基地/中國社會風(fēng)險評估研究中心和北京智慧星光信息有限公司合作開展的新冠肺炎疫情大數(shù)據(jù)研究報告“新型冠狀病毒感染的肺炎疫情應(yīng)對‘五情大數(shù)據(jù)分析報告”（作者：彭宗超、黃昊、李青龍、謝起慧、吳洪濤、趙沖）基礎(chǔ)上，經(jīng)過進一步拓展數(shù)據(jù)時段和深度分析基礎(chǔ)上形成，感謝前期課題組相關(guān)師生！

基金項目：國家重點研發(fā)計劃重點專項“國家安全風(fēng)險管理關(guān)鍵技術(shù)研究與應(yīng)用”（編號：2018YFC0806900）;國家自然科學(xué)基金重大項目“重大國家安全事件管理機制研究”（編號：71790611）;國家社科基金重大項目“總體國家安全觀研究”（編號：2018MZD018）?及北京智慧星光信息有限公司委托項目“中國社會風(fēng)險大數(shù)據(jù)智能分析研究”。