唐 麗,甄 東,李 倩

(1.陜西師范大學(xué)哲學(xué)與政府管理學(xué)院,陜西 西安 710119)(2.西安交通大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院,陜西 西安 710049)

自2019年年底以來,新型冠狀病毒肺炎(COVID-19)已經(jīng)傳播到世界200多個(gè)國(guó)家和地區(qū),對(duì)全球公共衛(wèi)生造成了重大威脅. 截止到2020年10月5日,世界范圍內(nèi),已經(jīng)報(bào)道35 109 317例確診病例,1 035 341人因新冠而失去生命[1]. 為應(yīng)對(duì)新冠肺炎的大流行,我國(guó)政府自2020年1月23日起,采取了包括封城、密切跟蹤隔離、收治并隔離所有確診病例等一系列防控措施,基于此,我國(guó)新冠疫情增長(zhǎng)速度明顯放緩,2月4日左右達(dá)到最高峰,特別地,湖北省于3月19日第一次實(shí)現(xiàn)本地病例零增長(zhǎng). 這表明我國(guó)采取的防控措施對(duì)遏制新冠疫情成效顯著.

本文首先搜集了相應(yīng)的數(shù)據(jù)(從湖北省衛(wèi)生健康委員會(huì)搜集了新冠疫情新增病例數(shù),從Weather Underground 搜集了氣象數(shù)據(jù),從其他新聞網(wǎng)站搜集了控制措施、每日增加的床位數(shù)、每日增加的醫(yī)護(hù)人員數(shù),如圖1所示). 已有研究表明,溫度、濕度、風(fēng)速、壓強(qiáng)等因素對(duì)新冠疫情的發(fā)展具有重要影響. 數(shù)學(xué)和統(tǒng)計(jì)模型作為重要的研究工具,能幫助深入理解和定量分析防控措施和環(huán)境因素對(duì)新冠疫情的影響[2-4]. 因此,綜合環(huán)境因素,本文提出一個(gè)泊松回歸模型,定量分析防疫政策對(duì)控制新冠疫情的有效性. 最后,基于注意力配置理論并結(jié)合Nvivo軟件[5],對(duì)我國(guó)的防疫政策進(jìn)行文本研究,總結(jié)我國(guó)的防疫政策經(jīng)驗(yàn).

圖1 2020年1月16日到2020年3月16日武漢市的數(shù)據(jù)Fig.1 Date of Wuhan city from January 16 to March 16,2020

1 基于泊松回歸模型的防疫政策有效性分析

1.1 數(shù)據(jù)的統(tǒng)計(jì)描述

表1 變量的統(tǒng)計(jì)描述Table 1 Statistic descriptions of the variables

1.2 泊松回歸模型的建立

首先,因?yàn)镃OVID-19新增病例數(shù)的記錄過程是一個(gè)計(jì)數(shù)過程,所以假設(shè)新增病例數(shù)服從泊松過程. 其次,考慮到COVID-19疫情可能會(huì)受長(zhǎng)期趨勢(shì)和季節(jié)變化的影響,我們用函數(shù)tsin(2π/TT)和tcos(2π/TT)表示. 考慮到控制措施的強(qiáng)度會(huì)隨時(shí)間變化,假設(shè)控制措施強(qiáng)度為時(shí)間t的線性函數(shù)a+bt. 再次,我們假設(shè)政府對(duì)新冠疫情的執(zhí)行力為累計(jì)增加的床位數(shù)和醫(yī)護(hù)人員人數(shù)的線性函數(shù). 最后,考慮氣候因素包括溫度、濕度、風(fēng)速、壓強(qiáng),得到如下泊松回歸模型[6-7]:

logE(Yt)=α+C1tsin(2π/TT)t+C2tcos(2π/TT)t+η1Tt+η2Ht+η3WSt+η4Pt+(a+bt)CMt+p1X1t+p2X2t.

(1)

式中,Yt表示第t天的新增病例數(shù);Tt、Ht、WSt、Pt分別表示第t天的溫度、濕度、風(fēng)速、壓強(qiáng);CMt刻畫是否采取控制措施,若采取,則取值為1,否則取值為0;X1t、X2t分別表示第t天累計(jì)增加的床位數(shù)和醫(yī)護(hù)人員人數(shù);我們用p1X1t+p2X2t刻畫政府執(zhí)行力;根據(jù)數(shù)據(jù)的特點(diǎn),我們假設(shè)新冠疫情的周期為TT=60 d.

1.3 基于泊松回歸模型的極大似然估計(jì)法及似然比檢驗(yàn)法

假設(shè)從總體(Y,X)中抽取一個(gè)容量為n的隨機(jī)樣本(y1,X1),(y2,X2),…,(yn,Xn),其中Xk=[1,xk1,xk2,…,xkq]T,k=1,2,…,n,則有似然函數(shù)為

(2)

兩邊取對(duì)數(shù),整理可得

(3)

為研究方便,以下不妨記xk0=1. 為求式(2)的最大值點(diǎn),即最大似然估計(jì),可求對(duì)數(shù)似然函數(shù)lnL(β)關(guān)于β的似然方程組為

(4)

具體形式為

(5)

式(5)為非線性方程組,一般情況下沒有解析解,可以用Newton-Raphson迭代方法求其數(shù)值解. 根據(jù)Newton-Raphson方法的原理,可得參數(shù)β迭代公式為

β(m+1)=β(m)-[J(β(m))]-1F(β(m)),m=0,1,2,…

從而可以得到模型(1)中未知參數(shù)的估計(jì)值.

對(duì)于泊松回歸模型中參數(shù)的檢驗(yàn),記概率分布律p(x,β)=P{Y=yk|Xk},則原假設(shè)H0:β=βH0對(duì)備擇假設(shè)H1:β=βH1(βH1≠βH0)的檢驗(yàn)問題的似然比為

從而似然比為

1.4 參數(shù)估計(jì)和模型檢驗(yàn)

應(yīng)用SPSS軟件,利用極大似然估計(jì)法對(duì)模型參數(shù)進(jìn)行估計(jì),同時(shí),通過似然比檢驗(yàn)法對(duì)模型進(jìn)行檢驗(yàn),得到如下結(jié)果.

1.4.1 似然比檢驗(yàn)結(jié)果

表2 Omnibus檢驗(yàn)Table 2 Omnibus testing

從表2可知:模型檢驗(yàn)結(jié)果顯著,因此通過了檢驗(yàn).

1.4.2 參數(shù)估計(jì)及檢驗(yàn)結(jié)果

由表3可知:所有參數(shù)顯著,均通過顯著性檢驗(yàn). 我們可以得到:(1)長(zhǎng)期趨勢(shì)和季節(jié)變化對(duì)新冠疫情有顯著的影響;(2)溫度、濕度、風(fēng)速、壓強(qiáng)對(duì)新冠疫情有顯著的負(fù)影響,比如,溫度升高,新增病例數(shù)減少;(3)控制措施的影響最大,其強(qiáng)度為1.697-0.032t;(4)累計(jì)增加的床位數(shù)和醫(yī)護(hù)人員人數(shù)對(duì)新冠疫情有顯著的影響,即政府對(duì)新冠疫情的執(zhí)行力對(duì)疫情的控制有顯著影響.

表3 參數(shù)估計(jì)結(jié)果Table 3 Parameter estimation results

上述模型是對(duì)我國(guó)在此次疫情防控中所取得成效的總體測(cè)量. 接下來對(duì)我國(guó)具體采取了哪些疫情防控措施,以及這些具體措施的分配比例和有效性進(jìn)行研究. 中央政府的政策文件能夠反映出國(guó)家對(duì)各項(xiàng)公共事務(wù)注意力分配的狀況[8],對(duì)此,本文基于注意力相關(guān)理論,選取了173份中央層面與疫情相關(guān)的政策文本作為研究對(duì)象,測(cè)量分析中央政府在處理此次新冠肺炎疫情中的注意力配置狀況.

2 政策數(shù)據(jù)搜集與編碼

關(guān)于政策數(shù)據(jù)的搜集,本文在中國(guó)政府網(wǎng)、國(guó)家衛(wèi)建委、國(guó)家稅務(wù)局、人力資源社會(huì)保障部等中央各部委網(wǎng)站搜集和新冠疫情相關(guān)的政策文本,最后搜集采用了173份有效文本作為本文的研究樣本. 注意力概念由西蒙首次引入管理學(xué)領(lǐng)域,認(rèn)為是“管理者有選擇地關(guān)注某些信息,而忽略其他部分的過程”[9]. 注意力的結(jié)構(gòu)性分布,主要包括向度、強(qiáng)度、廣度3個(gè)維度[10],本文旨在從所搜集到的政策文本中提煉出關(guān)鍵性的語句,然后運(yùn)用扎根理論的方法對(duì)所提煉的語句進(jìn)行開放式編碼、主軸式編碼和選擇性編碼這3個(gè)步驟的編碼過程來對(duì)政策文本進(jìn)行分析[11],最終得到我國(guó)政府新冠疫情防控政策注意力的四大向度,包括疫情阻斷、民生保障、經(jīng)濟(jì)發(fā)展、政府監(jiān)管. 本研究由2位編碼員在互不干擾的情況下對(duì)政策文本進(jìn)行分析,各自選取關(guān)鍵性的文本語句進(jìn)行概念化、分類、最后范疇化的一個(gè)過程,接著由2位編碼員對(duì)照雙方的編碼結(jié)果,對(duì)相同的編碼部分進(jìn)行采用,不同的部分則進(jìn)行討論分析,最后達(dá)成一致的結(jié)果,保證了編碼結(jié)果的信度. 部分編碼過程如表4所示.

表4 部分編碼示例表Table 4 Examples of encoding

3 基于中央層面的新冠疫情政策文本注意力測(cè)量

本研究在Nvivo編碼過程中通過借助“參考點(diǎn)”這一指標(biāo)來表示政府在新冠疫情防控政策中注意力的配置情況. 對(duì)某一個(gè)詞匯或者語句編碼1 次則對(duì)應(yīng)1個(gè)參考點(diǎn),某一方面的參考點(diǎn)越多,代表政府在該方面的投入比例越大.

對(duì)疫情防控政策進(jìn)行分析研究,需要考慮我國(guó)的整個(gè)疫情防控狀況,疫情本身的發(fā)展是動(dòng)態(tài)變化著的,因此需要把握疫情的發(fā)展態(tài)勢(shì),對(duì)疫情的發(fā)展進(jìn)行階段劃分,本文將我國(guó)的疫情狀況分為如圖2所示的3個(gè)階段[12]:疫情發(fā)展初期(2020年1月10日—1月19日),在這一時(shí)期,網(wǎng)上開始流傳武漢出現(xiàn)疑似肺炎的不明病例,但是由于消息來源并非官方消息,再加上病例數(shù)量不多和人們認(rèn)識(shí)的局限性,新冠肺炎并沒有受到政府和公眾的過多關(guān)注. 疫情高峰期(2020年1月20日—2月4日),在這個(gè)時(shí)期,疫情已經(jīng)擴(kuò)散到全國(guó)各地,新增病例數(shù)不斷增加,各地紛紛進(jìn)入重大突發(fā)公共衛(wèi)生事件一級(jí)響應(yīng)狀態(tài). 疫情平穩(wěn)期(2020年2月5日至今),這一時(shí)期,每日新增病例數(shù)開始出現(xiàn)下降趨勢(shì),直至兩位數(shù)個(gè)位數(shù)的平穩(wěn)狀態(tài),社會(huì)緊張度開始緩和,恢復(fù)人民的正常生活和穩(wěn)定經(jīng)濟(jì)成為了重要議題. 針對(duì)疫情狀態(tài)的不同階段,本文對(duì)173份政策文本也進(jìn)行了相應(yīng)的劃分,但由于在1月20日之前還沒有中央層面的政策文件出現(xiàn),所以這173份政策文本也就分為“高峰期文件”和“平穩(wěn)期文件”.

圖2 我國(guó)新冠疫情發(fā)展情況Fig.2 Different stages of COVID-19 epidemics in China

圖3 疫情高峰期政府政策注意力配置情況Fig.3 Attention allocations of the control policy by the government during the peak period

3.1 疫情高峰期政府政策注意力配置分析

圖3展示了疫情高峰期中央層面對(duì)防控疫情政策的注意力配置在疫情阻斷、民生保障、經(jīng)濟(jì)發(fā)展以及政府監(jiān)管這4個(gè)向度的具體占比情況. 高峰期疫情防控的主要政策目標(biāo)就是控制、阻斷疫情的傳播. 從圖3 也可以看到,疫情阻斷向度的政策配置在這時(shí)期占比最大為39%. 為了最大程度的控制和阻斷疫情的傳播,政府主要從“物資保障”“封閉管理”“核酸檢測(cè)”“醫(yī)藥研發(fā)”這4類政策出發(fā)去保障疫情的阻斷成效. 物資保障主要涉及保障重點(diǎn)醫(yī)療應(yīng)急防控物資的及時(shí)生產(chǎn)、調(diào)撥、運(yùn)輸和配用等方面的政策規(guī)定,以及對(duì)醫(yī)療技術(shù)力量的合理調(diào)配的組織規(guī)劃. 封閉管理政策主要是限制人員流動(dòng)、鼓勵(lì)人們居家隔離. 提高核酸檢測(cè)能力的要求在核酸檢測(cè)政策中處于重要位置. 民生保障向度在疫情高峰期處于占比第二(28%)的位置,包括對(duì)感染群眾的醫(yī)療服務(wù)保障;有特殊出行需求群體的交通服務(wù)保障;對(duì)于在疫情中受到較大影響的就業(yè)群體如大學(xué)應(yīng)屆畢業(yè)生、農(nóng)民工等,政府也制定了一系列政策幫助其就業(yè);在民生保障方面,政府政策對(duì)一線醫(yī)務(wù)人員的權(quán)利保障給予了最高程度的注意力配置. 經(jīng)濟(jì)發(fā)展向度政策占比24%,針對(duì)企業(yè)和低收入群體的生存壓力,政府從稅費(fèi)減免、財(cái)政補(bǔ)貼等方面給予經(jīng)濟(jì)支持,同時(shí)優(yōu)化了辦稅繳費(fèi)流程、調(diào)整了稅收管理措施. 為了實(shí)現(xiàn)控制疫情傳播的目標(biāo),在疫情高峰階段,復(fù)工復(fù)產(chǎn)更多的只是面向重點(diǎn)工程重點(diǎn)項(xiàng)目的企業(yè),幫助其優(yōu)先返工. 在政府監(jiān)管方面的政策在這一時(shí)期的針對(duì)性相對(duì)比較單一,占比也只有9%,主要是對(duì)政府執(zhí)政部門和執(zhí)政人員的監(jiān)督.

圖4 疫情平穩(wěn)期政府政策注意力配置情況Fig.4 Attention allocation of the control policy by the government during the stable period

3.2 疫情平穩(wěn)期政府政策注意力配置分析

在疫情平穩(wěn)期,我國(guó)疫情防控形勢(shì)逐步向好的態(tài)勢(shì)變化,和疫情有關(guān)的各項(xiàng)政策也隨之改變. 如圖4所示,總體來看,和人民切身利益密切相關(guān)的民生保障向度的政策比例增加到了40%,這和我國(guó)“以人民為中心的發(fā)展思想”治國(guó)方針理論不謀而合;經(jīng)濟(jì)發(fā)展向度的政策比例在疫情平穩(wěn)期增加到了第二,占比35%,國(guó)內(nèi)的經(jīng)濟(jì)生產(chǎn)活動(dòng)逐漸現(xiàn)出往日生機(jī);疫情阻斷向度的政策則由高峰期的39%下降到14%;政府監(jiān)管向度政策總體占比相對(duì)穩(wěn)定. 具體來看,在疫情阻斷向度,封閉管理類政策比例下降明顯,該階段管理主要是對(duì)從國(guó)外回來的人群以及國(guó)內(nèi)少許中高風(fēng)險(xiǎn)地區(qū)和新冠肺炎出院患者做出了具體的管理規(guī)范要求;同時(shí)增加了個(gè)人日常生活防護(hù)和公共場(chǎng)所防護(hù)要求方面的政策;疫情防控常態(tài)化“外防輸入、內(nèi)防反彈”的總體防控策略對(duì)核酸檢測(cè)能力則提出了更高要求,核酸檢測(cè)有關(guān)的政策在疫情阻斷向度也成為了重點(diǎn),為疫情防控工作提供了有力技術(shù)支撐. 在經(jīng)濟(jì)發(fā)展向度,幫助企業(yè)復(fù)工復(fù)產(chǎn)類政策占比最高,和疫情高峰期政策注意力配置比較,經(jīng)濟(jì)發(fā)展向度增加了信貸支持、刺激消費(fèi)方面的政策配置. 總體占比最高的民生保障向度,將就業(yè)保障類政策放在最核心的位置,特別是農(nóng)民工、高校畢業(yè)生、貧困勞動(dòng)力等重點(diǎn)群體就業(yè)工作的保障;經(jīng)濟(jì)生產(chǎn)活動(dòng)以及社交活動(dòng)的正常化,催生了“健康碼通行”、多“碼”融合等保證人們正常生活秩序的政策標(biāo)準(zhǔn)的出臺(tái),減輕和簡(jiǎn)化了人們的掃碼負(fù)擔(dān)和出行必要程序. 在新冠肺炎疫情形勢(shì)的變化過程中,不同人群的心理狀況和生活也隨之發(fā)生了變化,特別是新冠肺炎患者、患者家屬以及老年人等特殊人群,因此在民生保障向度,產(chǎn)生了對(duì)特殊人群進(jìn)行救助愛護(hù)方面的政策. 政府監(jiān)管向度則增加了對(duì)企事業(yè)單位和新冠肺炎實(shí)驗(yàn)室等主體進(jìn)行監(jiān)管的政策規(guī)定.

4 結(jié)論

本文旨在通過泊松回歸模型和注意力配置理論兩種方法定量地評(píng)估我國(guó)政府采取的新冠疫情系列防控措施的有效性,實(shí)現(xiàn)不同方法的交叉驗(yàn)證.

首先,考慮新冠疫情的傳播受到溫度、濕度、風(fēng)速、壓強(qiáng)等環(huán)境因素的影響,我們提出了一個(gè)包含多種環(huán)境因素的泊松回歸模型. 基于極大似然法將該模型與實(shí)際數(shù)據(jù)擬合,從而估計(jì)出模型未知參數(shù). 進(jìn)一步通過假設(shè)性檢驗(yàn),得到溫度、濕度、風(fēng)速、壓強(qiáng)等環(huán)境因素均對(duì)新冠疫情具有顯著的負(fù)影響. 同時(shí)得出系列防控措施對(duì)遏制疫情的蔓延顯著性最強(qiáng),從而驗(yàn)證了我國(guó)政府采取的防控措施成效顯著,這與已有的數(shù)學(xué)模型研究結(jié)論一致[13-14].

其次,通過對(duì)新冠疫情防控政策文本的量化分析,得出我國(guó)政府新冠疫情防控政策的注意力配置包括疫情阻斷、民生保障、經(jīng)濟(jì)發(fā)展、政府監(jiān)管這4大向度,結(jié)合它們的占比情況發(fā)現(xiàn),4個(gè)向度的政策注意力配置比例和其內(nèi)部結(jié)構(gòu)配置的側(cè)重點(diǎn)在疫情不同階段是有所區(qū)別的,主要表現(xiàn)在疫情阻斷向度的政策在疫情高峰期配置比例最高,而隨著疫情防控在平穩(wěn)期步入常態(tài)化,疫情阻斷向度的政策比例有所減少;民生保障向度的政策在高峰期和平穩(wěn)期都有較高的配置占比;經(jīng)濟(jì)發(fā)展向度的政策配置比例在整個(gè)疫情階段也是處于上升的態(tài)勢(shì);政府監(jiān)管向度的政策比例相對(duì)穩(wěn)定但占比相對(duì)較低.