||
如何评判政策措施对公众行为的影响,一直以来是学术界关注的热点也是难点。新冠肺炎疫情发生以来,国际上已经有不少关于政府疾控措施的研究,有通过问卷调查来自我报告个人行为,也有通过数学建模等方法来预测评判政策对人们行为的影响和政策的有效性,但这些方法难以获取及时、大规模的现实数据。
近日,苏州大学传媒学院王国燕教授领衔的科技传播跨学科团队与苏州市卫生监督所合作,采用一种 “混合大数据可视化”的创新方法,精准地揭示出公共危机爆发期公众行为所呈现的三阶段规律及其与当地政策之间的密切关系。研究以“The Effect of Governmental Health Measures on Public Behaviour during the COVID-19 Pandemic Outbreak”为题发表于SSCI一区期刊International Journal of Health Policy and Management(IJHPM)。这是苏州大学乃至江苏省的研究人员发表于该刊的首篇研究型论文。
IJHPM汇集了健康管理、健康政策和健康经济学等不同专业领域的研究,旨在加强卫生系统研究者、政策制定者、立法者、教育工作者、管理者和医疗保健系统之间的交流。2020年,IJHPM影响因子为5.007,在SSCI的Health Policy &Services 大类排名为6/88,同时也收录于SCIE的Health care sciences & Services大类,排名为13/108,中国研究者在该刊发表的文章数量占该刊所有文章比例约为2%。
研究选取新冠肺炎爆发期亚洲、欧洲和北美洲疫情最为严重的代表性国家作为考察对象,分析了中国、美国、意大利这三个国家的疾控措施对公众行为的影响。首先抓取了来自谷歌、百度、阿里、苹果等多个权威开源平台的大数据来构建公众行为指数,以各国民众对新冠的搜索行为作为疫情关注指数、对消毒液和口罩的购物搜索行为作为自我防护指数、以人口流动迁徙行为作为人口流动指数,并通过数据的相对变化结果实现了各个平台不同标准数据的有效统一。然后通过政府官网和权威公共卫生机构网站发布的健康指南、疫情通报和疫情管理措施等信息建立起三个国家新冠疫情防控措施的数据全集,从而绘制出混合大规模数据可视化信息图来直观反映政策措施对公众行为的影响。
图1 基于多平台混合大数据的疫情政策对公众行为影响图
研究结果显示,新冠肺炎爆发期间,政府的政策措施没有立即改变公众行为,而是影响着公众行为相应呈现出“观望期”“激荡期”“缓释期”三个典型阶段。“观望期”典型特征为公众具有高疫情关注度却不明显改变行为,“激荡期”各项指标都在急速变化,“缓释期”则逐渐建立起新的平衡,稳定在低速人口流动和高于往常的自我防护与疫情关注状态。
研究还通过内容编码对三个国家的限制出行措施量化打分,中国湖北省8.5分(满分10分)、意大利伦巴第大区7.125分、美国纽约州5.375分,发现越是严格的限制出行政策,短期(2天内)内更有可能导致疫区人口向外流动激增。而从长期(30天内)来看,限制出行政策的效果与政策的严格性显著正相关(r=0.88, sig<0.01)。研究也显示出,尽管中国最先爆发大规模疫情,国家及地方政府应对湖北疫情的限制出行效果最为果决和有效。
图2 三个地区限制出行政策的雷达图
该研究的意义在于:一方面,政策制定者在出台宣布紧急状态和封城等核心措施之前,应充分认识到公共危机中公众行为的规律并妥善做好应对预案。另一方面,即使在全球信息化的今日,公众行为会在很大程度上受到本国及当地政府策略的影响,而不是全球疫情形势或来自别国的应对经验,因此政府快速有效地应对疫情具有首当其冲的重要意义。
由于该研究的创新性强、学科跨度大,IJHPM邀请了五位同行评议专家同时审稿。有审稿人写道:“目前世界上有超过一半的人口在线,现在是重新思考如何使用这些数据来对抗 COVID-19 的理想时机。本文提供了一种量化这些数据的有趣方法。”
第一轮同行评议通过后,研究团队还通过澳大利亚等国家的疫情数据对研究结论进行了检验,也取得了完全符合预期的结果。此项成果是传媒学院王国燕课题组2021年推出的第5项科技传播跨学科的国际一流成果。王国燕教授和苏州市卫生监督所郦丽共同作为该文的通讯作者,苏州大学传媒学院博士生王伶妃与博物馆数字孪生感知技术实验室(江苏省文旅重点实验室)徐志研究员共同参与了该项研究。研究得到了国家社科基金后期重点项目(20FXWA003)以及苏州大学科技传播跨学科团队项目的支持。
文章链接:https://www.ijhpm.com/article_4135.html
王国燕教授简介链接:http://sc.suda.edu.cn/13/db/c7610a332763/page.htm
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-11-25 18:18
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社