阮智慧 錢愛兵

(南京中醫(yī)藥大學 南京210023)

1 引言

中國互聯網絡信息中心發(fā)布的第47次《中國互聯網絡發(fā)展狀況統(tǒng)計報告》顯示，截至2020年12月我國網民規(guī)模達9.89億人[1]。同時我國經濟正從高速增長階段轉向高質量發(fā)展階段，公眾健康需求、健康信息關注度不斷提高?；ヂ摼W的普及對促進健康信息傳播、實現網絡用戶自我健康教育等方面成效顯著。然而在健康信息網絡化傳播過程中存在非科學的偽健康信息，其表面上以傳播健康信息為目的，實際上卻違背科學與事實[2]。公共健康危機常伴隨著“信息危機”，針對突發(fā)公共衛(wèi)生事件中偽健康信息傳播問題，如果不加以治理將妨礙突發(fā)事件的有效處置，還可能產生“塔西陀陷阱”，對社會和諧發(fā)展造成巨大威脅。在“健康中國2030”戰(zhàn)略背景下，為正確引導公眾健康意識，維護公眾健康安全，需要對偽健康信息進行有效干預，以防其傳播擴散。本研究建立突發(fā)公共衛(wèi)生事件中偽健康信息傳播的系統(tǒng)動力學模型，以量化方式研究偽健康信息傳播過程，以期為有效治理偽健康信息提供參考。

2 研究方法

2.1 SIRS模型

由于偽健康信息傳播與傳染病在人群中的傳播具有相似性，本文采用流行病中的SIRS模型，將突發(fā)公共衛(wèi)生事件中偽健康信息傳播過程主體分為易感人群(Susceptible)、感染傳播人群(Infectious)、康復免疫人群(Recovered)3類，該模型考慮了具備免疫力的個體存在再次被感染的可能性[3]，符合偽健康信息傳播特點。

2.2 系統(tǒng)動力學

系統(tǒng)動力學由Forrester J W創(chuàng)立[4]，是分析信息反饋系統(tǒng)的研究方法。李鑫和張軍[5]基于SIRS模型，借助系統(tǒng)動力學方法建立信息傳播模型，對社交網絡信息傳播過程進行系統(tǒng)分析；殷飛、張鵬和蘭月新等[6]從網民、媒體、政府3個維度對謠言熱度展開研究并使用Vensim PLE軟件構建謠言熱度模型進行模擬仿真；張彬、黃瑩瑩和石佩霖[7]改進SIR模型,基于系統(tǒng)動力學構建謠言和辟謠信息的競爭傳播模型并使用Anylogic軟件實現謠言與辟謠信息仿真分析；常丹、桂昊宇和樊睿[8]利用情景演化理論，構建社會安全類突發(fā)事件情景演化的系統(tǒng)動力學模型，對超大城市社會安全類突發(fā)事件情景演化進行研究。由于突發(fā)公共衛(wèi)生事件中偽健康信息傳播是一個復雜動態(tài)系統(tǒng)，影響因素眾多且系統(tǒng)內部各因素之間關系多變，而系統(tǒng)動力學可以模擬在一定條件下的系統(tǒng)演化問題，因此借助系統(tǒng)動力學的研究方法具有可行性、準確性。

3 突發(fā)公共衛(wèi)生事件中偽健康信息傳播模型構建

3.1 模型假設和建模目的

突發(fā)公共衛(wèi)生事件中偽健康信息傳播系統(tǒng)是一個復雜動態(tài)系統(tǒng)，因此對于構建的模型邊界有以下假設：第一，系統(tǒng)內總人口在一定時間內恒定不變，即不考慮出生、死亡等因素對系統(tǒng)內人口數量的改變；第二，不考慮突發(fā)公共衛(wèi)生事件中偽健康信息的2次變異；第三，偽健康信息傳播與其他類型信息傳播互不排斥；第四，網絡是通暢的，偽健康信息傳播不受影響?；谝陨?個假設，構建模型研究突發(fā)公共衛(wèi)生事件中偽健康信息傳播過程，通過量化分析影響因素，為有效治理偽健康信息提出參考建議。

3.2 系統(tǒng)邊界

本模型圍繞突發(fā)公共衛(wèi)生事件中偽健康信息傳播展開研究，系統(tǒng)包括所有直接或者間接影響偽健康信息傳播的因素，以傳播速率、干預速率、新易感人群形成速率、喪失免疫人群形成速率以及易感人群、感染人群、免疫人群的數量變化，反映突發(fā)公共衛(wèi)生事件中偽健康信息動態(tài)傳播過程。

3.3 因果關系分析

3.3.1 概述 因果關系圖是探索系統(tǒng)反饋結構的重要手段，是一種定性描述系統(tǒng)內各變量間因果關系的圖示模型[6]。通過確定模型邊界假設以及突發(fā)公共衛(wèi)生事件中偽健康信息傳播主要影響因素，分析各因素交互作用路徑，在此基礎上構建偽健康信息傳播因果回路圖，共包含1個正反饋回路和4個負反饋回路，見圖1。

3.4 構建流量存量圖

在系統(tǒng)動力學中，因果關系圖只能定性描述各因素間的正負反饋情況，不能反映系統(tǒng)內部各影響因素數量變化關系[9]。因此在因果關系圖基礎上進一步構建突發(fā)公共衛(wèi)生事件中偽健康信息傳播系統(tǒng)流存圖，見圖2。模型中將易感人群、感染傳播人群和康復免疫人群定義為存量，用來表征偽健康信息傳播過程；其他變量均為流量共同作用于存量?；诖耍瑢ο到y(tǒng)中各變量之間的數學邏輯關系進行分析，探尋影響偽健康信息傳播的關鍵因素。

3.5 確定模型參數

3.5.1 概述 在研究中將易感人群初始值設為10萬人，感染傳播人群、康復免疫人群的初始值均為0，其數值隨偽健康信息傳播過程而呈動態(tài)變化，模型時間設置為30天，步長為1天。

3.5.2 常量初始賦值 常量數值變化不會影響偽健康信息傳播系統(tǒng)變化趨勢，因此常量數值設置在允許范圍內即可[10]。采用問卷調查法，通過Likert 5分量表法收集網絡用戶對文化程度、政府公信力等指標的打分評價，分數越高表示指標重要性越高，以算數均值作為取值，共收回有效問卷148份，其中男女比例為5.5:4.5，30歲以下網民占比45%，本?？萍耙陨蠈W歷占比33%，樣本人口結構與《中國互聯網絡發(fā)展狀況統(tǒng)計報告》[1]中網民屬性結構數據相似，說明調查結果具有較強代表性。

3.5.3 各表達式所涉及權重 其大小均采用專家打分法確定。邀請公共管理、信息傳播專業(yè)研究人員單獨打分，共5名，設定權重范圍為0～1，每個關系式權重和不超過1，取算術均值作為表達式權重值，見表1。

表1 變量名稱表達式及初始值

4 結果

4.1 概述

分別對易感人群、偽健康信息作用力、健康信息素養(yǎng)、關系強度、響應速度、聯動機制、政府公信力、健康信息服務8個關鍵影響因素進行仿真分析，數值調整幅度均為±25%，其他變量控制不變，以分析影響因素數值變化對突發(fā)公共衛(wèi)生事件中偽健康信息傳播產生的影響。

4.2 健康信息素養(yǎng)水平對偽健康信息傳播的影響(圖3)

4.2.1 健康信息素養(yǎng)水平變化對感染傳播人群的影響 健康信息素養(yǎng)水平越高，感染傳播人群數在第1天上升的速度越快，峰值越低，由59 200人下降至41 700人，達到穩(wěn)定狀態(tài)時的數量也越少，由21 370人上升至19 728人。這說明網民健康信息素養(yǎng)水平越高，對偽健康信息的甄別能力越強，從而減少偽健康信息轉發(fā)，導致感染傳播人群數量減少。具體表現為感染傳播人群在第1天上升的速度越慢，峰值越高，由59 200人上升至76 700人，達到穩(wěn)定狀態(tài)時的數量也越多，由21 370人上升至22 385人。

4.2.2 健康信息素養(yǎng)水平變化對康復免疫人群的影響 網絡用戶健康信息素養(yǎng)水平越高(低)，康復免疫人群數量越少(多)。這是由于易感人群健康信息素養(yǎng)水平的提高降低了感染傳播人群數量，導致同一時刻內康復免疫人群數量減少；易感人群健康信息素養(yǎng)水平的降低提高了感染傳播人群數量，導致同一時期內康復免疫人群數量增加。表現為健康信息素養(yǎng)水平越低，康復免疫人群在第1天上升速度越快，峰值越高，由61 372人上升至63 202人，達到穩(wěn)定狀態(tài)時的數量也越多，由58 776人上升至61 564人；健康信息素養(yǎng)水平越高，康復免疫人群在第1天上升的速度越慢，峰值越低，由61 372人下降至55 573人，達到穩(wěn)定狀態(tài)時的數量也越少，由58 776人下降至54 246人。

4.3 政府公信力對偽健康信息傳播的影響(圖4)

4.3.1 對感染傳播人群的影響 政府公信力初始值提高或降低時感染傳播人群峰值不變，均為59 200人，對感染傳播人群的影響主要體現在第13天以后，網民對政府信任度提高，感染傳播人群達到平穩(wěn)狀態(tài)時的數量由21 370人減少至20 457人；網民對政府的信任度降低，感染傳播人群達到平穩(wěn)狀態(tài)的數量由21 370人上升至22 370人。

4.3.2 對康復免疫人群的影響 政府公信力越高，公眾越愿意選擇相信政府發(fā)布的辟謠信息，因此康復免疫人群的峰值由61 372人上升至62 031人，達到穩(wěn)定狀態(tài)時的數量更多，由58 776人上升至59 463人；反之，當政府公信力降低時公眾對政府的信任度下降，不愿意相信政府發(fā)布的信息，則導致康復免疫人群峰值由61 372人降低至60 562人，達到穩(wěn)定狀態(tài)時的數量也由58 776人減少至58 030人。

4.4 健康信息服務對偽健康信息傳播的影響(圖5)

4.4.1 對感染傳播人群的影響 健康信息服務初始值提高或降低時感染傳播人群峰值不變，均為59 200人，健康信息服務影響主要體現在第13天以后，當健康信息服務質量提高后，感染傳播人群達到穩(wěn)定狀態(tài)時的數量由21 370人減少至20 283人；而健康信息服務不完善或質量較差，則導致感染傳播人群達到穩(wěn)定狀態(tài)時的數量增加，由21 370人上升至22 581人。

4.4.2 對康復免疫人群的影響 健康信息服務質量較好則康復免疫人群峰值由61 372人上升至62 146人，達到穩(wěn)定狀態(tài)時的數量由58 776人上升至59 588人；反之，健康信息服務不完善或質量較差則導致康復免疫人群峰值由61 372人降低至60 380人，達到穩(wěn)定狀態(tài)時的數量由58 776人減少至57 872人。

4.5 響應速度對偽健康信息傳播的影響

響應速度初始值提高或降低時感染傳播人群的峰值不變，均為59 200人。響應速度的影響主要體現在感染傳播人群數量達到峰值后，面對突發(fā)公共衛(wèi)生事件政府響應速度越快，感染傳播人群達到穩(wěn)定狀態(tài)時的數量越少；響應速度越慢則導致感染傳播人群達到穩(wěn)定狀態(tài)時的數量越多。

4.6 聯動機制對偽健康信息傳播的影響(圖6)

4.6.1 對感染傳播人群的影響 偽健康信息治理需要醫(yī)療機構、應急管理部門等多部門、機構協(xié)調聯動。仿真結果顯示，聯動機制數值提高或降低時，感染傳播人群峰值不變，均為59 200人，但提高聯動機制后感染傳播人群達到穩(wěn)定時的數量減少，由21 370人減少至20 457人；降低聯動機制后感染傳播人群達到穩(wěn)定時的數量增多，由21 370人上升至22 370人。

4.6.2 對康復免疫人群的影響 當聯動機制數值越高康復免疫人群峰值越高，由61 372人上升至62 031人，且達到穩(wěn)定狀態(tài)時的數量更多，由58 776人上升至59 463人。當聯動機制數值越低康復免疫人群峰值越低，由61 372人降低至60 562人，且達到穩(wěn)定狀態(tài)時的數量也更少，由58 776人減少至58 024人。

5 建議

5.1 提高響應速度，完善突發(fā)公共衛(wèi)生事件應對體系

目前我國已建立起以“一案三制”為核心的突發(fā)事件應急管理體系，國家應急管理部已與多個部門建立起協(xié)同響應機制，但應急預案不科學、響應速度不及時等問題尚待解決。有關政府職能部門應強化主體責任意識，進一步提高響應速度以及應急預案科學合理性并加以演練，不斷完善突發(fā)公共衛(wèi)生事件應對體系，以有效遏制突發(fā)公共衛(wèi)生事件中偽健康信息傳播。

5.2 加強健康教育，提高公眾健康信息素養(yǎng)

我國網絡用戶規(guī)模大、健康信息素養(yǎng)水平參差不齊，這給偽健康信息傳播提供了便利條件。國家衛(wèi)生健康行政主管部門與醫(yī)療機構應持續(xù)提高健康教育水平，拓寬其廣度和深度，組織開展多樣化健康信息服務，提高公眾健康信息素養(yǎng)，增強其對偽健康信息的甄別能力。

5.3 提高政府公信力，完善協(xié)同聯動機制

政府要不斷加強自身公信力和聯動機制建設，不斷加大突發(fā)公共衛(wèi)生事件中信息公開力度，醫(yī)療機構及時規(guī)范發(fā)布科學權威的健康信息，及時回應公眾關切、解疑釋惑，以贏得公眾信賴，在突發(fā)公共衛(wèi)生事件中掌握話語權，從而提高偽健康信息治理成效。在大數據時代應急管理部門與醫(yī)療機構不但要充分利用信息化手段，更要建立完善協(xié)同治理的信息渠道，打破部門界限，確保健康信息發(fā)布及時、渠道暢通，以降低偽健康信息作用力。

6 結語

突發(fā)公共衛(wèi)生事件中偽健康信息的傳播擴散關系到公眾健康安全，是網絡信息治理重點與難點，做好偽健康信息治理工作，找準影響其傳播的關鍵要素十分重要。本文在挖掘既往信息傳播研究的關鍵影響因素基礎上，繪制因果關系回路圖及流存圖，利用Vensim PLE軟件建立偽健康信息傳播動力學模型，重點關注8個調節(jié)變量作用并對其展開仿真分析，基于研究結果提出相應治理建議，以期為有效治理偽健康信息提供參考。