楊建梁，劉越男，祁天嬌，何思源

1 研究背景

重大公共衛(wèi)生事件的應(yīng)急處理與有效應(yīng)對是對政府治理能力的重大考驗(yàn)。2020年10月發(fā)布的《中國共產(chǎn)黨第十九屆中央委員會第五次全體會議公報(bào)》高度肯定政府處理與應(yīng)對重大公共衛(wèi)生事件的能力，始終把人民生命安全和身體健康放在第一位，加大宏觀政策應(yīng)對。疫情防控取得的重大戰(zhàn)略成果離不開對民眾訴求的有效識別和政策回饋。公眾輿論是民眾主動表達(dá)訴求、政府識別及回應(yīng)民眾訴求的重要載體。在重大公共衛(wèi)生事件發(fā)生與應(yīng)對過程中，民眾的生產(chǎn)和生活受到怎樣的影響、民眾對政府治理提出怎樣的訴求、公共政策是否回應(yīng)了訴求、訴求與政策之間如何相互影響、隨著時空的變化民眾訴求會呈現(xiàn)出怎樣的變化規(guī)律，都可以從公眾輿論中挖掘出有效結(jié)論?！秶窠?jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠(yuǎn)景目標(biāo)》指出，要堅(jiān)持把實(shí)現(xiàn)好、維護(hù)好、發(fā)展好最廣大人民根本利益作為發(fā)展的出發(fā)點(diǎn)和落腳點(diǎn)。對民眾訴求的主題挖掘及其演變透視，將對重大公共衛(wèi)生事件之中與之后的政府治理與社會發(fā)展起到方向性的引導(dǎo)作用。

如何從公眾輿論中發(fā)掘民眾訴求的主題及其變化，從而為今后重大公共衛(wèi)生事件的處理與應(yīng)對提供方向性借鑒是本研究要解決的核心問題。為此，本文以COVID-19為案例，以人民網(wǎng)《領(lǐng)導(dǎo)留言板》為數(shù)據(jù)來源，對COVID-19期間民眾訴求的主題分類及其時空演變進(jìn)行挖掘分析，并與不同時期政府防疫政策進(jìn)行關(guān)聯(lián)，旨在從訴求變化的角度來檢測應(yīng)對政策的成效，為今后應(yīng)對與處理可能發(fā)生的此類重大公共衛(wèi)生事件中的民生問題提供預(yù)案參考。

2 相關(guān)研究

在重大公共事件的輿論熱點(diǎn)分析方面，現(xiàn)有研究大多針對特定事件，采用社交媒體數(shù)據(jù)和新聞媒體數(shù)據(jù)進(jìn)行分析。沈洪洲等采用微博數(shù)據(jù)對臺風(fēng)“山竹”期間(發(fā)生前、發(fā)展中、發(fā)生后)公眾輿論的主題和情感演化進(jìn)行挖掘及分析，并對公眾情感態(tài)度的引導(dǎo)提出建議[1]。Yin等采用新浪微博數(shù)據(jù)對COVID-19期間的熱點(diǎn)事件和信息傳播進(jìn)行分析，通過構(gòu)建信息傳播模型，實(shí)現(xiàn)對輿情發(fā)展趨勢的預(yù)測[2]。姜金貴等采用熱門的新浪微博數(shù)據(jù)對紅黃藍(lán)虐童事件中公眾關(guān)注的主題和情緒進(jìn)行分析，揭示公眾關(guān)注主題和公眾情緒的相互作用和輿情演化的過程[3]。李春林等基于新聞數(shù)據(jù)對中美貿(mào)易戰(zhàn)的主題和新聞特征進(jìn)行分析，總結(jié)貿(mào)易戰(zhàn)中各個階段的特點(diǎn)[4]。王家輝等使用知識問答平臺的數(shù)據(jù)對某個學(xué)術(shù)不端事件的輿情熱點(diǎn)進(jìn)行挖掘，基于句法規(guī)則和社會網(wǎng)絡(luò)聚類方法實(shí)現(xiàn)主題挖掘和演化分析，并對分析結(jié)果進(jìn)行可視化展現(xiàn)[5]。上述研究主要探索輿情及其演化，通過分析一段時期內(nèi)的社交媒體數(shù)據(jù)來探討某一事件中公眾討論的主題變化和情感變化。但是，社交媒體數(shù)據(jù)與新聞媒體數(shù)據(jù)很難直接反映在重大事件影響下民眾對政府的訴求。

在訴求表達(dá)方面，網(wǎng)絡(luò)問政平臺是最常見的民眾訴求承接平臺。隨著我國政府?dāng)?shù)字治理能力的增強(qiáng)，公眾參與政府決策并與政府互動的水平也在不斷提升[6]，逐步形成獨(dú)特的公眾-政府互動參政議政模式，即網(wǎng)絡(luò)問政[7]。創(chuàng)立于2006年的人民網(wǎng)《領(lǐng)導(dǎo)留言板》是我國一個體系較為完整、回應(yīng)機(jī)制較為完善的網(wǎng)絡(luò)問政平臺[8]，為中央和地方各級黨政領(lǐng)導(dǎo)干部搭建同群眾互動的溝通渠道，是集民眾監(jiān)督、民主管理、政務(wù)點(diǎn)評、大數(shù)據(jù)分析于一體的網(wǎng)上群眾工作綜合性平臺[9]。COVID-19(新冠疫情)期間的《領(lǐng)導(dǎo)留言板》是網(wǎng)絡(luò)問政的平臺，是民眾與政府有關(guān)部門溝通的重要途徑；其內(nèi)容也反映了民眾的訴求，體現(xiàn)了民眾對政府工作的輿論反映，是政府工作成效的一種反饋。相比于社交媒體，以《領(lǐng)導(dǎo)留言板》為代表的網(wǎng)絡(luò)問政平臺更能精準(zhǔn)地顯現(xiàn)疫情期間民眾對政府的訴求。為此，本文選擇人民網(wǎng)《領(lǐng)導(dǎo)留言板》的公眾輿論數(shù)據(jù)為數(shù)據(jù)源，對COVID-19疫情嚴(yán)重程度不同的多個省份的民眾留言進(jìn)行采集、清洗和分析，通過隱含狄利克雷分布(Latent Dirichlet Allocation，LDA)主題模型和相關(guān)分析方法對民眾訴求進(jìn)行主題挖掘和主題演變分析，以求更準(zhǔn)確地反映新冠疫情期間民眾所關(guān)注的民生問題，為今后類似重大公共衛(wèi)生事件發(fā)生時的政府治理提供方向性指導(dǎo)。

3 數(shù)據(jù)和方法

3.1 數(shù)據(jù)獲取及清洗

根據(jù)國家衛(wèi)生健康委員會發(fā)布的我國各地區(qū)COVID-19疫情數(shù)據(jù)，本研究按確診人數(shù)劃分疫情嚴(yán)重程度，結(jié)合疫情嚴(yán)重程度和區(qū)位因素，采集疫情重度地區(qū)(確診1，0000人以上，湖北)、疫情中度地區(qū)(確診1，000～1，0000 人，河南、浙江、廣東)和疫情輕度地區(qū)(確診1，000 人以下，陜西、廣西、北京、天津、重慶)的人民網(wǎng)地方政府《領(lǐng)導(dǎo)留言板》[10]2019年12月1日-2020年5月15日的留言數(shù)據(jù)。采集數(shù)據(jù)項(xiàng)包括留言標(biāo)題、留言內(nèi)容、留言時間、留言類型、回復(fù)時間等。在采集完成后，進(jìn)行留言清洗和關(guān)鍵詞篩選，共獲得留言數(shù)據(jù)28，024項(xiàng)，其內(nèi)容字?jǐn)?shù)的分布與留言的類型比例如圖1所示。留言的字?jǐn)?shù)大多小于500字，集中在100～300字之間。留言類型是民眾在留言時從留言板提供的類型選項(xiàng)中自選的，從圖1 可看出投訴類與求助類留言的占比最多，其次是咨詢類和建言類，感謝類最少。

圖1 民眾留言的字?jǐn)?shù)分布與類型比例

3.2 留言文本預(yù)處理

為了對留言進(jìn)行主題挖掘和時空演變分析，本研究進(jìn)一步對清洗后的留言文本數(shù)據(jù)進(jìn)行預(yù)處理，以獲得文本的特征并將文本特征向量化。

(1)分詞、去除停用詞和詞性篩選。對于中文內(nèi)容，在構(gòu)建詞袋之前需要根據(jù)語義進(jìn)行分詞。本研究采用PKU-SEG算法，這是目前表現(xiàn)最好的中文分詞算法[11]。在分詞的同時，還對文本進(jìn)行詞性標(biāo)注(Pos-tag)。停用詞(stopwords)是指在詞級上沒有明確語義表達(dá)的詞匯，如“并且”“那么”“但是”“等等”，雖然數(shù)量很多，但一般不會被選為特征詞。本研究使用哈爾濱工業(yè)大學(xué)停用詞表進(jìn)行停用詞篩除，為減少噪音，在去除停用詞后，再根據(jù)詞性標(biāo)注的結(jié)果對特征詞進(jìn)行篩除，只保留非專指名詞和動詞，如“杭州”“新鄉(xiāng)”等地名，“2月”“3月”等時間詞，“堅(jiān)決”“強(qiáng)烈”等表示程度的副詞都被去除。經(jīng)過上述處理，留言文本中剩下的將是表示文本的特征詞。

(2)基于TF-IDF 的特征權(quán)重。本研究采用“詞頻-逆文檔頻率”(Term Frequency-Inverse Document Frequency，TF-IDF)算法賦予權(quán)重。其算法公式如下：

其 中 ，freqr，w是 留言 r 中特征詞 w 的詞頻，freqc，w是留言集合C中特征詞w的詞頻。|C|是集合中留言的總數(shù)， |Cw|是留言集合中包含特征詞w的留言數(shù)量。對于留言r，特征詞w的TF-IDF權(quán)重tfidfr，w為 tfr，w與 idfw的 乘積。根據(jù)TF-IDF 算法，詞的重要性與其在留言中出現(xiàn)的次數(shù)成正比，但會與它在語料庫中出現(xiàn)的頻率成反比。通過TF-IDF算法，構(gòu)建文本級的語義特征表示。

(3)Bigram特征詞。除經(jīng)過分詞并篩選得到的特征詞外，還加入Bigram特征詞。Bigram特征詞是指連續(xù)出現(xiàn)的兩個詞。出現(xiàn)頻率高的Bigram特征詞往往是詞組或有特定語義，在主題模型中引入Bigram特征詞能提高主題的可解釋性。比如，詞語“形式”和“主義”可以形成Bigram特征詞“形式主義”。本研究以詞頻作為篩選指標(biāo)，出現(xiàn)超過5 次的被認(rèn)為是有效的Bigram特征詞，被添加到每份留言文本的詞袋中。與普通特征詞一樣，通過TF-IDF 來計(jì)算Bigram特征詞的權(quán)重。

3.3 LDA主題模型

民眾訴求的主題挖掘，主要使用LDA主題模型對留言進(jìn)行聚類并獲取主題。LDA主題模型能夠從大規(guī)模無標(biāo)注的文檔中抽取主題和主題詞，并實(shí)現(xiàn)文檔的聚類[12]。LDA主題模型是一種三層貝葉斯概率圖，包含文檔、主題、主題詞三層結(jié)構(gòu)，其基本邏輯如圖2所示。對一篇文檔d，從文檔—主題狄利克雷分布中生成d的主題概率分布，從文檔d對應(yīng)的多項(xiàng)式分布中生成主題，從主題—詞語狄利克雷分布中采樣生成主題對應(yīng)的詞語分布，再從詞語的多項(xiàng)式分布中采樣生成詞語。在訓(xùn)練過程中，通過求得參數(shù)α→和β→來確文檔—主題分布和主題—主題詞分布。

圖2 LDA模型的基本邏輯

4 研究發(fā)現(xiàn)

4.1 主題發(fā)現(xiàn)

應(yīng)用LDA主題模型時需要確定主題的數(shù)量。對主題數(shù)量的選擇，一方面應(yīng)從模型效果的角度，通過計(jì)算和觀測困惑度(Perplexity)、相干值(Coherence Value)等指標(biāo)來確定；另一方面也需考慮觀測所獲得的主題—主題詞是否具有較好的解釋性。本研究以UMass相干值來衡量不同主題數(shù)量的表現(xiàn)[13]，并選取[2，39]為主題數(shù)量范圍對LDA主題模型進(jìn)行實(shí)驗(yàn)，觀測其相干值情況，結(jié)果如圖3所示。在所實(shí)驗(yàn)的主題數(shù)量范圍內(nèi)，相干值在0.3896～0.5040之間變動，主題數(shù)量在13～22之間時模型的表現(xiàn)較好。結(jié)合主題—主題詞的語義表達(dá)情況，本研究最終確定模型的主題數(shù)量為20個，其相干值為0.4972。

圖3 不同預(yù)設(shè)主題數(shù)量下LDA主題模型的相干值情況

對主題詞的順序，采用關(guān)聯(lián)度指標(biāo)對主題詞進(jìn)行排序，通過調(diào)整關(guān)聯(lián)度系數(shù)增強(qiáng)主題詞對主題的表達(dá)能力[14]。在[0.4-1.0]區(qū)間內(nèi)調(diào)整關(guān)聯(lián)度，結(jié)合文檔—主題分布中抽樣留言文檔的內(nèi)容，確定各個主題中主題詞的排序。經(jīng)過挖掘，新冠疫情期間民眾訴求的主題詞見表1。根據(jù)“主題—主題詞”表對各個主題的內(nèi)涵進(jìn)行了歸納。基本上，所有主題都可以根據(jù)詞的含義判斷出主題的內(nèi)涵。比如，主題1的主題詞包括“醫(yī)院”“醫(yī)療”“檢測”“報(bào)銷”“住院”等，對應(yīng)的主題是疫情影響下有關(guān)醫(yī)療和核酸檢測的訴求；主題9的主題詞包括“學(xué)?！薄皩W(xué)生”“開學(xué)”“家長”“學(xué)習(xí)”等，對應(yīng)的主題是疫情影響下有關(guān)教育和開學(xué)的訴求；主題11的主題詞包括“信息”“顯示”“程序”“打卡”“京心相助”等，對應(yīng)的主題是疫情期間大數(shù)據(jù)防疫平臺的相關(guān)訴求；主題18的主題詞包括“口罩”“營業(yè)”“價(jià)格”“銷售”“藥店”等，對應(yīng)的主題是疫情期間有關(guān)口罩購買和穩(wěn)定價(jià)格的訴求。在此基礎(chǔ)上，進(jìn)一步對所發(fā)現(xiàn)的20個主題按內(nèi)容特征進(jìn)行歸類，并根據(jù)內(nèi)涵將其劃分為醫(yī)療防疫、社區(qū)管理、學(xué)校教育、交通物流和經(jīng)濟(jì)措施五類。主題內(nèi)涵及對應(yīng)的主題類型如表2所示。

表1 COVID-19期間民眾訴求的主題

表2 民眾訴求主題的類型

4.2 主題熱度的時間演變

本研究按主題類型繪制2019 年 12 月 1 日-2020 年 5月15日各類主題熱度的時間變動情況圖，所討論的主題熱度是基于訴求留言各個主題的概率分布按時間劃分后計(jì)算所得。參考范少萍等、陳斌等對主題熱度的算法設(shè)計(jì)[15-16]，本文的主題熱度計(jì)算公式如下：

其中，Htito表示在ti時刻主題類型to的熱度；rtito表示在ti時刻留言r在主題to上的概率；φ是閾值函數(shù)?？紤]到實(shí)際情況中，民眾在留言中可能會談及多個訴求，因此留言r可能包含多個主題，直接選取最大概率主題并不適宜本研究的場景。因此，對大于概率閾值的主題都認(rèn)為是留言所屬的主題；nto是規(guī)模系數(shù)，表示主題類型to所包含子類主題的數(shù)量。

五類主題熱度隨時間變動的情況如圖4 所示，其中淺灰色區(qū)域表示新增新冠肺炎患者人數(shù)。

(1)醫(yī)療防疫。在疫情暴發(fā)初期(2020年1月20日-2月10日)，該類訴求有輕微的上升且比較集中，但是上升幅度不大，隨著國家防疫和醫(yī)療措施的推進(jìn)，其熱度有所減緩。2020年2月下旬醫(yī)療防疫的主題熱度再次大幅上升，成為熱度最高的主題之一，涉及基礎(chǔ)疾病治療、住院不便、醫(yī)療報(bào)銷、隔離費(fèi)用報(bào)銷等訴求。3下旬至4月初國內(nèi)疫情風(fēng)險(xiǎn)較低的地區(qū)逐步開始復(fù)工，海外多國暴發(fā)COVID-19疫情，民眾的訴求熱點(diǎn)開始轉(zhuǎn)向恢復(fù)正常的醫(yī)療服務(wù)和防止境外疫情輸入。隨著全國疫情的緩解，醫(yī)院醫(yī)療服務(wù)逐步恢復(fù)至日常狀態(tài)，醫(yī)療防疫的主題熱度逐漸降低。

圖4 五類主題熱度隨時間變動情況

(2)社區(qū)管理。在疫情初期此類訴求爆發(fā)式增長。隨著疫情的發(fā)展和防疫工作的開展，全國各地實(shí)行社區(qū)封閉管理，有關(guān)社區(qū)管理的留言快速增加，成為熱度最高的主題。這反映出防疫初期“宅家”生活的各類訴求是民眾關(guān)注的焦點(diǎn)。隨著社區(qū)防疫工作逐步常態(tài)化、程序化，社區(qū)管理主題的熱度也隨之下降，在3月初達(dá)到一個相對低點(diǎn)。隨著我國新冠疫情的緩解，3月中旬后疫情風(fēng)險(xiǎn)較低的地區(qū)逐步復(fù)工，社區(qū)管理的熱度再度提升，有關(guān)異地返工、健康碼、社區(qū)證明等問題不斷出現(xiàn)，相關(guān)訴求也有所增加。此后疫情得到進(jìn)一步控制，日常生活逐漸恢復(fù)，社區(qū)管理也恢復(fù)到平時狀態(tài)，相關(guān)問題隨之大幅減少。

(3)經(jīng)濟(jì)措施。其熱點(diǎn)主要發(fā)生在疫情逐步緩解期，與醫(yī)療防疫和社區(qū)管理主題的變動有明顯區(qū)別。疫情初期，在各類訴求中有關(guān)經(jīng)濟(jì)措施的訴求熱度最低，民眾相關(guān)訴求較模糊，只是表達(dá)了希望政府幫扶企業(yè)和有困難個人的愿望，大多缺乏具體的問題和幫扶建議。隨著疫情緩解，國家允許有序返工和復(fù)工，3月后希望政府對個人和企業(yè)實(shí)施幫扶的訴求明顯增加，主題熱度逐步上升，4月達(dá)到最高點(diǎn)。這期間民眾有關(guān)經(jīng)濟(jì)措施的訴求主要包括增加貸款供給、工資發(fā)放、小微企業(yè)扶持、工業(yè)用電費(fèi)用減免等。5月各地復(fù)工狀態(tài)基本達(dá)到100%，經(jīng)濟(jì)措施的主題熱度隨之明顯下降。

(4)交通物流。交通物流訴求熱度也現(xiàn)出隨時間穩(wěn)步上升并在4月達(dá)到峰值態(tài)勢。疫情初期有關(guān)交通物流的訴求已出現(xiàn)，主要涉及圍繞無法返鄉(xiāng)、返鄉(xiāng)滯留、無法探親等內(nèi)容。3月后疫情趨于緩解，逐漸恢復(fù)正常的生活和工作，疫情風(fēng)險(xiǎn)較低的地區(qū)開始復(fù)工，有關(guān)上班通勤、交通管制的訴求頻繁出現(xiàn)在留言中，有關(guān)貨物運(yùn)送、快遞收發(fā)等訴求也開始出現(xiàn)。4月上旬至中旬有關(guān)交通物流的訴求達(dá)到明顯的峰值，留言中出現(xiàn)大量有關(guān)取消或減少交通管制、提高貨運(yùn)效率的訴求，體現(xiàn)了民眾對交通物流恢復(fù)到疫情前狀態(tài)的迫切希望。隨著復(fù)工復(fù)產(chǎn)進(jìn)一步推進(jìn)，5月交通物流主題的熱度明顯降低。

(5)學(xué)校教育。除疫情初期低于社區(qū)管理外，其他各時間段其熱度高于其他4類主題，體現(xiàn)了民眾對教育問題的關(guān)注度非常之高。疫情初期學(xué)校教育訴求的熱度迅速升高，當(dāng)時民眾對COVID-19疫情懷有較強(qiáng)的恐懼感，反映在訴求上就是希望政府部門推遲開學(xué)時間，避免疫情在學(xué)校傳播。隨著時間推移，我國疫情控制逐漸向好，3月開始民眾在學(xué)校教育方面的訴求轉(zhuǎn)變?yōu)橄ＭM快開學(xué)、中考高考、畢業(yè)生就業(yè)等問題，并在4 月下旬達(dá)到峰值，隨后呈現(xiàn)下降態(tài)勢。在本研究數(shù)據(jù)周期的截止點(diǎn)，有關(guān)學(xué)校教育的訴求熱度依然明顯高于其他各類訴求。

4.3 主題熱度的空間演變

本研究針對不同疫情風(fēng)險(xiǎn)程度的地區(qū)繪制相應(yīng)的主題變化圖，展現(xiàn)所采集省份的歷史感染人數(shù)及感染人數(shù)變化曲線。3類地區(qū)的主題熱度變化如圖5-7所示。由圖5-7可知，各類訴求的整體熱度值呈現(xiàn)從疫情重度到中度再到輕度地區(qū)依次遞減趨勢。在疫情重度地區(qū)，醫(yī)療防疫主題的熱度明顯高于其他主題。在時間上，社區(qū)管理類訴求在疫情初期出現(xiàn)明顯上升，其它4類訴求的上升期集中在2-3月，這與疫情重度地區(qū)的疫情發(fā)展進(jìn)程呈現(xiàn)較強(qiáng)的關(guān)聯(lián)。在疫情中度地區(qū)，民眾對社區(qū)管理和學(xué)校教育的訴求熱度明顯高于其他主題，其中社區(qū)管理類訴求的熱度上升期集中在疫情初期和3月下旬，在疫情初期社區(qū)管理類訴求的熱度明顯高于其他主題的訴求；學(xué)校教育類訴求在3-4月呈現(xiàn)較高熱度，而且自2月10日后直至本研究數(shù)據(jù)周期結(jié)束均明顯高于其他類訴求。在疫情輕度地區(qū)，民眾訴求主題熱度最高的分別是學(xué)校教育、交通物流和社區(qū)管理。相對于重度和中度地區(qū)，疫情輕度地區(qū)有關(guān)社區(qū)管理的訴求熱度在疫情初期上升幅度稍弱，在整個周期內(nèi)對學(xué)校教育的關(guān)注程度更高，而疫情中后期對交通物流的關(guān)注更是大幅攀升后回落，體現(xiàn)了當(dāng)?shù)孛癖娀謴?fù)正常工作和生活的愿望。

圖7 疫情輕度地區(qū)的主題熱度變化

整體來看，疫情重度、中度、輕度地區(qū)的民眾訴求熱度高峰呈現(xiàn)出時間上的推移(重度地區(qū)：3月上旬到中旬；中度地區(qū)：3月下旬到4月上旬；輕度地區(qū)：4月上旬到中旬)。在疫情暴發(fā)初期，各類地區(qū)的民眾訴求在社區(qū)管理領(lǐng)域都呈現(xiàn)出較高的熱度，這與疫情突襲、社區(qū)尚未形成成熟的工作機(jī)制、民眾不適應(yīng)疫情期間的社區(qū)管理措施等有關(guān)。隨著疫情發(fā)展和各地防疫工作開展，民眾的訴求點(diǎn)逐漸轉(zhuǎn)向醫(yī)療防疫、學(xué)校教育和交通物流等方面。疫情重度地區(qū)的民眾對醫(yī)療防疫相關(guān)問題的關(guān)注度普遍高于其他主題；中度和輕度地區(qū)的民眾在學(xué)校教育方面的訴求熱度較高；輕度地區(qū)的民眾對交通物流的訴求熱度也比較高。值得注意的是，民眾訴求熱度與新增患者的人數(shù)具有一定關(guān)聯(lián)，但是關(guān)聯(lián)并不明顯。

進(jìn)一步比較三類地區(qū)在“醫(yī)療防疫”“社區(qū)管理”“學(xué)校教育”“交通物流”“經(jīng)濟(jì)措施”訴求上的熱度變化情況，如圖8所示。圖8各個子圖中的藍(lán)線、紅線、黃線分別表示疫情重度、中度、輕度地區(qū)各類訴求主題隨時間推移的熱度變化情況。其中，社區(qū)管理主題在疫情初期出現(xiàn)爆發(fā)式增長，其他4類主題的熱度在疫情暴發(fā)初期開始上升，2月普遍呈現(xiàn)迅速上升態(tài)勢，然后受疫情程度影響，3類地區(qū)在不同時間出現(xiàn)峰值。

(1)醫(yī)療防疫主題。疫情重度地區(qū)2月中旬開始迅速攀升，3月初達(dá)到峰值，整個3月呈現(xiàn)較高熱度，隨著疫情緩解，3月下旬開始回落。疫情中度地區(qū)，疫情初期主題熱度開始上揚(yáng)，3月中旬明顯提升，3月下旬達(dá)到頂點(diǎn)。疫情輕度地區(qū)，該主題訴求熱度整體不高，4月出現(xiàn)一個熱度相對較高的平臺期，可見在該類地區(qū)疫情對醫(yī)療系統(tǒng)的沖擊程度較弱。

圖8 不同疫情風(fēng)險(xiǎn)程度的地區(qū)各類訴求主題的熱度變化

(2)社區(qū)管理主題。疫情重度地區(qū)，疫情初期該主題的熱度就有明顯提升并出現(xiàn)峰值，隨后迅速回落；2月中旬又開始拉升并在3月初達(dá)到次高峰值，其后熱度輕度下滑并維持兩周左右，3月下旬迅速回落。疫情中度地區(qū)，疫情初期同樣達(dá)到峰值，然后迅速回落，熱度穩(wěn)定1個月后，3月下旬再次迅速上升并出現(xiàn)第二個峰值。輕度疫情地區(qū)，疫情初期出現(xiàn)熱度小高峰后回落并維穩(wěn)，3月中旬后呈現(xiàn)穩(wěn)步增長態(tài)勢，整體峰值出現(xiàn)在4 月上旬，這與4 月境外輸入病例明顯增多、輕度疫情地區(qū)是入境重點(diǎn)區(qū)域、社區(qū)管理形勢嚴(yán)峻有關(guān)。

(3)學(xué)校教育和經(jīng)濟(jì)措施主題。二者熱度變化趨勢比較相近。疫情重度地區(qū)疫情初期熱度變化較小，2月中旬后迅速升高，3月上中旬達(dá)到高點(diǎn)，隨后迅速下降。疫情中度地區(qū)在疫情初期二者熱度迅速上升，3 月下旬達(dá)到峰值，隨后回落；4月中旬出現(xiàn)回升趨勢，4月下旬達(dá)到第二個峰值。輕度疫情地區(qū)疫情初期兩個主題的熱度迅速升高，隨后上升趨勢減緩，但依然持續(xù)走高，4月達(dá)到峰值。

(4)交通物流主題。疫情重度地區(qū)，疫情初期迅速上升并出現(xiàn)小高峰，隨后緩慢下降；2月下旬又開始迅速上升，3月上旬和下旬分別出現(xiàn)2個峰值，隨后持續(xù)下滑，降至疫情初期水平。疫情中度地區(qū)，在疫情初期沒有出現(xiàn)高峰，但一直呈現(xiàn)持續(xù)增高態(tài)勢，直至2 月下旬達(dá)到前期峰值，隨后熱度出現(xiàn)波動，并在3月下旬再次達(dá)到新峰值，然后出現(xiàn)逐步下降的態(tài)勢。疫情輕度地區(qū)，疫情暴發(fā)后該主題的熱度就開始緩慢持續(xù)上升，直到4月中旬達(dá)到峰值，隨后大幅下降。

5 民眾訴求與防疫政策的關(guān)聯(lián)分析

在分析主題熱度的時空演變時，本研究發(fā)現(xiàn)不同主題在時間上的分布具有較為明顯的特征，而這種特征不僅與疫情暴發(fā)狀態(tài)有關(guān)，也與政府不同時期發(fā)布的防疫政策有關(guān)。因此，本文進(jìn)一步分析民眾訴求與相關(guān)防疫政策的關(guān)聯(lián)性，尤其是與社區(qū)管理和醫(yī)療防疫政策的關(guān)聯(lián)變化，以探求民眾訴求與公共政策之間的互動關(guān)系。

5.1 社區(qū)管理訴求與社區(qū)防疫政策

圖9 社區(qū)管理主題熱度變化與相關(guān)政策出臺的時間節(jié)點(diǎn)

嚴(yán)格的社區(qū)防疫措施是防疫取得重大成果的關(guān)鍵。為探討民眾社區(qū)管理的訴求與中央各部委相關(guān)政策的關(guān)系，本文通過北大法寶網(wǎng)站搜集疫情期間有關(guān)社區(qū)管理和社區(qū)防疫的政策，并對社區(qū)管理主題熱度和相關(guān)政策進(jìn)行關(guān)聯(lián)分析，繪制政策發(fā)布時間節(jié)點(diǎn)和主題熱度圖(見圖9)。政策發(fā)布時間點(diǎn)分別是2020年1月24日、1月29日、2月16日、3月2日和4月14日。從政策發(fā)布時間和主題熱度變化看，幾乎每次有關(guān)政策的發(fā)布都會引發(fā)社區(qū)管理訴求熱度的上升。這是因?yàn)樯鐓^(qū)管理措施在一定程度上給民眾日常生活帶來不便，從而引發(fā)民眾積極在留言板上留言。根據(jù)圖9，疫情初期社區(qū)管理訴求呈現(xiàn)爆發(fā)式增長，這與1月24日發(fā)布《關(guān)于加強(qiáng)新型冠狀病毒感染的肺炎疫情社區(qū)防控工作的通知》密不可分，該通知開啟了COVID-19社區(qū)防疫階段。3月2日發(fā)布《民政部辦公廳 中央網(wǎng)信辦秘書局 工業(yè)和信息化部辦公廳 國家衛(wèi)生健康委辦公廳關(guān)于印發(fā)〈新冠肺炎疫情社區(qū)防控工作信息化建設(shè)和應(yīng)用指引〉的通知》，此后直到4 月初有關(guān)“信息”“打卡”“顯示”“通行碼”“京心相助”“使用”“出錯”等關(guān)鍵詞頻繁出現(xiàn)在留言中。這一方面說明民眾對防疫信息化工作的接受存在一定難度，需要培養(yǎng)使用習(xí)慣；另一方面也提示各類信息化軟件，特別是基于大數(shù)據(jù)的APP，在應(yīng)用于社區(qū)管理的過程中可能會出現(xiàn)問題。這啟發(fā)今后應(yīng)對類似重大公共衛(wèi)生事件時，信息化應(yīng)用不能一刀切，需充分考慮不同年齡、文化程度、收入水平群體之間的數(shù)字鴻溝，并在長期工作中致力于提升國民信息素養(yǎng)。此外，也需要建立信息化應(yīng)用軟硬件的容錯機(jī)制和錯后應(yīng)對方案。

5.2 醫(yī)療防疫訴求與醫(yī)療防疫政策

在重大公共衛(wèi)生事件中，醫(yī)療防疫政策直接影響著防疫結(jié)果及民眾的生命健康。本研究在北大法寶網(wǎng)站上搜集疫情期間有關(guān)醫(yī)療服務(wù)的政策，并將其與醫(yī)療防疫訴求進(jìn)行關(guān)聯(lián)分析，繪制政策發(fā)布時間節(jié)點(diǎn)和主題熱度圖(見圖10)。疫情期間中央及各部委出臺的醫(yī)療防疫政策更加密集。疫情之初的政策內(nèi)容主要涉及基層醫(yī)療防疫要求、醫(yī)療物資質(zhì)量和供應(yīng)、醫(yī)護(hù)人員安全等。當(dāng)新增患者減少，相關(guān)政策轉(zhuǎn)向疫情期間民眾基本就醫(yī)、老年慢性病患者醫(yī)療服務(wù)等方面。疫情逐漸得到控制，有關(guān)政策則強(qiáng)調(diào)分區(qū)分級的醫(yī)療服務(wù)管理、推進(jìn)分區(qū)分級恢復(fù)正常醫(yī)療服務(wù)工作等。根據(jù)圖10，醫(yī)療防疫主題的訴求熱度峰值出現(xiàn)在3月下旬，這與3月20日發(fā)布《關(guān)于進(jìn)一步推進(jìn)分區(qū)分級恢復(fù)正常醫(yī)療服務(wù)工作的通知》有著密切關(guān)系。該通知強(qiáng)調(diào)恢復(fù)正常醫(yī)療服務(wù)的重要性，要求分區(qū)分級盡快恢復(fù)正常醫(yī)療服務(wù)。在2-3月的民眾訴求中，有關(guān)“醫(yī)療”“住院”“報(bào)銷”“隔離”等主題詞出現(xiàn)頻率較高，反映了民眾對恢復(fù)正常醫(yī)療服務(wù)的呼聲；相關(guān)部門也較早認(rèn)識到該問題，2月26日《國家衛(wèi)生健康委辦公廳關(guān)于進(jìn)一步落實(shí)科學(xué)防治精準(zhǔn)施策分區(qū)分級要求做好疫情期間醫(yī)療服務(wù)管理工作的通知》發(fā)布，提出針對不同風(fēng)險(xiǎn)分級地區(qū)逐步恢復(fù)正常醫(yī)療服務(wù)。該發(fā)現(xiàn)表明，對于新冠疫情類重大公共衛(wèi)生事件，政府部門在部署防疫工作后，還需考慮正常醫(yī)療服務(wù)與防疫工作的統(tǒng)籌安排，在疫情防控和患者救治的同時應(yīng)盡快分區(qū)分級地恢復(fù)正常醫(yī)療服務(wù)，重點(diǎn)關(guān)注慢性病患者、重大疾病患者的救治工作，降低疫情對民眾日常生活的影響。

圖10 醫(yī)療防疫主題熱度變化與相關(guān)政策出臺的時間節(jié)點(diǎn)

6 重大公共衛(wèi)生事件中的民眾訴求識別與政策反饋

COVID-19防疫期間，政府治理能力尤其是數(shù)字治理能力經(jīng)受了重大考驗(yàn)。借助網(wǎng)絡(luò)問政平臺，民眾表達(dá)訴求、參與公共政策制定以及與政府、政策互動的方式也發(fā)生重大變化。一方面，這反映出我國政府與社會經(jīng)過長時間的數(shù)字轉(zhuǎn)型，一種基于互聯(lián)網(wǎng)的施政、參政與問政的新模式正逐漸形成，民眾訴求的主題愈發(fā)豐富，政府識別訴求的難度也逐漸增加。為此，需要使用新的、不依賴人工預(yù)判的互聯(lián)網(wǎng)數(shù)據(jù)挖掘手段來自動、客觀地對網(wǎng)絡(luò)問政平臺上的公眾輿論數(shù)據(jù)進(jìn)行現(xiàn)狀挖掘與規(guī)律透視。例如，本文利用LDA主題模型和相關(guān)分析方法對疫情期間人民網(wǎng)《領(lǐng)導(dǎo)留言板》中民眾訴求的主題進(jìn)行挖掘，并對主題的時空演變及其與政策發(fā)布的關(guān)系進(jìn)行了分析，發(fā)現(xiàn)民眾訴求主題的整體分布以及不同時間、空間和政策背景下的主題分布變化情況。這種主題分析方法具有很強(qiáng)的可復(fù)用性，可用于類似重大公共衛(wèi)生事件中民眾訴求的主題挖掘與演變規(guī)律透視。另一方面，在應(yīng)對和處理重大公共衛(wèi)生事件的過程中，民眾訴求的主題及其演變會受到政策發(fā)布內(nèi)容與頻率的影響，并進(jìn)一步影響后續(xù)公共政策的制定與發(fā)布。這種民眾訴求與公共政策之間的雙向互動，正是公眾有效參政、問政的實(shí)質(zhì)表現(xiàn)，但也對政府從保護(hù)民眾根本利益出發(fā)、基于民眾訴求制定相關(guān)政策以積極回應(yīng)相關(guān)訴求的能力提出更高要求。本研究發(fā)現(xiàn)，在重大公共衛(wèi)生事件中，醫(yī)療防疫、社區(qū)管理、學(xué)校教育、交通物流和經(jīng)濟(jì)措施等，是民眾最為關(guān)注的問題，也是民眾訴求最為集中的領(lǐng)域，應(yīng)是政府制定和實(shí)施公共政策的主要方向。此外，在重大公共衛(wèi)生事件的進(jìn)展中，民眾訴求在不同領(lǐng)域的集中程度也會發(fā)生轉(zhuǎn)變。在時間上，初期，民眾訴求會大量集中在醫(yī)療防疫與社區(qū)管理上；中期，有關(guān)醫(yī)療防疫與社區(qū)管理方面的訴求受不同地區(qū)政策變化的影響會有所震蕩，但學(xué)校教育等主題的訴求逐步增長；后期，隨著社會生活秩序的恢復(fù)，民眾訴求將更多集中在學(xué)校教育、交通物流和經(jīng)濟(jì)措施等方面。在空間上，受重大公共衛(wèi)生事件影響最重的地區(qū)，民眾訴求主要集中在社區(qū)管理和醫(yī)療防疫領(lǐng)域；而中度和輕度地區(qū)的民眾訴求則集中在學(xué)校教育和交通物流方面。因此，政府在應(yīng)對重大公共衛(wèi)生事件過程中，應(yīng)把政策制定與實(shí)施的重點(diǎn)放在幾個關(guān)鍵領(lǐng)域，且對受影響程度不同的地區(qū)“因地施政”；要在重大公共衛(wèi)生事件發(fā)展的不同階段，適時調(diào)整政策動向，提高識別民眾訴求及其變化的敏感度，及時以有效政策進(jìn)行回應(yīng)。

政府對重大公共衛(wèi)生事件的有效處理與應(yīng)對，需以明確民眾訴求及其變化為依據(jù)。本研究為挖掘和透視民眾訴求主題分布及其時空演變規(guī)律提供了可借鑒方法，希望為我國今后應(yīng)對此類重大公共衛(wèi)生事件提供參考。本文的后續(xù)研究將針對其他國家和地區(qū)重大公共衛(wèi)生事件中的民眾訴求進(jìn)行主題分析，并開展時空演變對比研究，旨在從多視角探討重大公共衛(wèi)生事件下政府應(yīng)重點(diǎn)關(guān)注的民生問題，以期為提升國際社會對重大公共衛(wèi)生事件的應(yīng)對能力做出貢獻(xiàn)。