基于科學知識圖譜的我國霧霾與健康關聯可視化研究

崔悅 焦杰 周西姬

【摘 要】霧霾嚴重影響人們身體健康，防治霧霾迫在眉睫。在此背景下，本文以CNKI數據庫為數據來源，通過專業檢索得到2008-2017年有關“霧霾與健康”這一主題的文獻，共計1702條記錄，將得到的數據運用可視化分析軟件CiteSpace分別對作者、機構和關鍵詞繪制相應知識圖譜并進行分析，以梳理近10年來霧霾與健康領域的重要研究力量和熱點問題。研究發現：（1）作者發文頻次普遍不高，產量高、影響力大的作者較為匱乏，作者之間合作趨勢不明顯，研究機構多為高校、環境科學研究所和疾病預防控制中心，主要集中在我國霧霾較為嚴重的地區，各機構間尚未形成良好的合作機制；（2）結合關鍵詞聚類圖譜，可進一步將霧霾與健康關聯的研究分為霧霾與空氣、霧霾主要成分和霧霾對健康的影響三大方面，并可看出，文獻傾向于從霧霾的成分入手，側重于對健康風險的評估；（3）對霧霾與健康關聯的研究具有地域性特點，即霧霾影響較為嚴重的地區往往成為霧霾與健康領域研究的熱門地區。

【關鍵詞】知識圖譜；CiteSpace；霧霾；健康；可視化

一、引言

霧霾問題雖由來已久，然直到2013年“霧霾”才正式進入中國公眾的視野，成為2013年的年度關鍵詞，并在此后成為公眾持續關注的焦點。霧霾是霧和霾的合稱，是大氣污染現象的一種，是水汽凝結物和微粒懸浮所形成的大氣渾濁現象，其中PM2.5是其“主要元兇”，而霧霾產生的主要原因是人類活動等人為因素，是犧牲環境發展經濟的后果[1]。

霧霾造成的損失不容小覷。鄭易生等人（1999）以1995年價為基準，計算得出由中國環境污染造成的經濟損失為1875億元，占當年GNP的3.27%[2]。曹彩虹、韓立巖（2015）以北京為例，研究發現霧霾造成的健康損失呈逐年上升趨勢，且健康總成本的增長率遠超同期該地區GDP的增長率[3]。陳仁杰等人（2010）通過分析認為PM10濃度越高，城市人數越多， 由健康造成的經濟損失越大[4]。由此可以發現霧霾的影響主要包括兩個方面：一方面是霧霾對健康的影響，另一方面是霧霾對經濟的影響。以下我們重點針對霧霾對健康影響這一方面進行探討。

2015年中國網民科普搜索需求行為分析報告顯示，在中國網民科普搜索熱詞Top10中，健康與醫療主題詞匯占八成[5]。這反映了人們對健康的重視，也為開展霧霾研究提供了現實依據。對于霧霾和健康的關聯性，許多學者進行了研究，結果均顯示霧霾對健康具有負面影響。具體有以下幾個方面的研究：

（1）霧霾與死亡率。學者們普遍認為霧霾濃度越高，發病率或死亡率越高。曲衛華，顏志軍（2015）指出工業煙塵排放量越多，人口死亡率越高[6]。劉帥、宋國君（2017）發現PM2.5日平均濃度上升10μg/m3，人群死亡率較基期水平上升0.37%[7]。謝鵬等人（2010）對2006年珠江三角洲地區大氣污染物濃度進行觀測，得出PM10、PM2.5、SO2、NO2、O3濃度增加10μg/m3，人群總死亡率分別增加0.38%、0.40%、1.02%、1.19%和0.2%的結論[8]。謝元博等人（2014）對2013年1月北京市霧霾重污染事件進行的研究表明，短期高濃度PM2.5污染對人群健康風險較高，可誘發呼吸系統疾病、心血管疾病甚至早逝[9]。

（2）霧霾與社會群體。不少研究發現霧霾的影響還存在著群體差異。苗艷青、陳文晶（2010）發現PM10對健康具有損害作用，并且這種損害僅作用于社會較低層次的群體[10]。郭文伯等人（2015）認為不同社會群體出行的空氣污染暴露度存在差異，如中收入者大于低收入者和高收入者[11]。傅崇輝等人（2014）認為PM2.5對弱勢群體的健康影響較大[12]。而向華麗等人（2015）從職業的角度研究發現PM10對隧道工人的健康影響較大[13]。

（3）霧霾與支付意愿。楊繼東、章逸然（2014）研究發現居民平均每年愿意支付1144元來降低1μg/m3的NO2，但仍遠低于發達國家的支付水平[14]。蔡春光、鄭曉瑛（2007）調查北京市發現居民愿為改善空氣污染狀況的支付意愿為652.327元/年[15]。彭希哲、田文華（2003）的研究表明上海地區居民愿為空氣污染造成的疾病損失承擔的支付意愿總計為51.66億元，是1999年GDP的1.28%[16]。

此外，有些研究發現不同顆粒物粒徑和不同季節的顆粒物對健康的影響程度不同[17，18]；有些研究則探討發現PM2.5中的重金屬對人體具有較大的危害，且對不同個體的影響存在差異[19，20]。除上述所說的霧霾影響的群體差異，還有研究發現霧霾污染造成的健康負擔存在地區差異[21]。

綜合上文，可以發現：（1）有關霧霾與健康關聯的文獻大多采用定量分析的方法，可以較客觀準確地表明霧霾與健康的關聯；（2）它們所使用的方法及工具各不相同，缺乏一個統一的標準，并且研究視角各異，研究各有側重且較為分散，缺乏一個較為全面綜合的研究。華裔陳超美及其團隊開發的CiteSpace是一款在科學文獻中識別與可視化新趨勢與新動態的信息可視化軟件[22]。它作為一種用圖形展示知識關聯性的可視化分析軟件正滲透著各個領域。霧霾與科學知識圖譜都為當前熱門話題，兩者的結合研究分析是更好解決霧霾問題的必然趨勢。目前國內學者已經進行了霧霾與經濟關聯的知識圖譜分析[23]，但缺乏我國霧霾與健康主題的知識圖譜分析；考慮到人們對圖表的敏感性強于對文字等符號這一特點，本研究采用基于CiteSpace的科學知識圖譜可視化分析的研究方法，對霧霾與健康關聯的研究文獻進行梳理，以厘清霧霾與健康的關系及基本情況，為霧霾研究提供資料參考，這也是本文關于霧霾風險研究的一大創新點。

二、數據來源與研究方法

（一）數據來源

本文數據均來源于中國知網（CNKI）數據庫，作者于2019年2月17日以“SU=（霧霾+PM2.5+PM10+顆粒物+霾+灰霾+陰霾+煙霧+大氣污染+空氣污染）AND SU=（健康+疾病+死亡率+發病率+患病率）”為檢索表達式、2008年至2017年為文獻時間范圍進行檢索，共得到1702條文獻數據。

（二）研究方法

基于信息計量和可視化技術，本文采用知識圖譜可視化分析的方法，運用CiteSpace進行數據處理，旨在探究近十年霧霾與健康關聯的主要研究內容及發展趨勢。在根據上文的條件檢索后，將文獻導出為Refworks格式。然后將CNKI文獻數據格式轉換為符合CiteSpace V. 5.3.R4分析要求的數據格式。在軟件上進行相關參數的設置后，利用CiteSpace繪制作者、機構和關鍵詞聚類圖譜并進行分析。

三、結果分析與討論

（一）作者分析

發文量是學者在其研究領域貢獻值大小的體現，往往與學者的研究深度和科學素養成正相關。本文在用CiteSpace對有關中國霧霾與健康領域的作者分析時，將“節點類型”設為“作者”，數據抽取對象為前50名，得到我國霧霾與健康關聯研究作者圖譜（如圖1），只截取集中作者區域，較為邊緣、作者發表量較低的未予以呈現。在知識圖譜中，節點的大小表示詞頻的大小，節點之間的連線表示作者、機構間的合作關系。根據名字顯示的大小可知李新偉、孫慶華、陳曉東等人在我國霧霾與健康關聯研究領域發文量較多，貢獻較大。

由圖可知，最高產作者為李新偉（6篇），最低產作者為王情（3篇），可見霧霾與健康領域內的作者發文量較為均衡，這反映了霧霾對人體健康的影響并未被學者忽視；由節點連線可看出，中國霧霾與健康領域涌現出了很多合作團體，其中絕大多數合作團體為4人及以上規模，影響力較大的是孫慶華、洪新如、宋巖峰、鄭玲這一團隊；從發文作者單位來看，作者多為國內高校學者，說明國內高校是中國霧霾研究與防治工作的中堅力量；另外這些作者大多生活在霧霾多發地區，這也是霧霾引起健康問題的嚴峻形勢所要求的。

（二）機構分析

機構與作者作為不同的主體，都充當著研究力量的重要角色，其研究的成果是衡量其貢獻值的直接標準。運用CiteSpace對文獻來源的機構進行可視化分析時，將“節點類型”設為“機構”，繪制出2008-2017年間我國霧霾與健康關聯研究機構圖譜。如圖2所示，圖譜共有112個研究機構（圖中僅顯示發表頻次大于4的研究機構，即19個研究機構），其中各研究機構間共有44次合作，整體網絡的密度為0.0071。

根據圖譜，可得出以下結論：（1）高校、各環境科學研究所和疾病預防控制中心是霧霾風險研究的主要機構，如北京大學公共衛生學院、中國環境科學研究院、中國疾病預防控制中心，其中環境機構和疾病預防控制機構是相關責任機構；（2）圖中節點間連線較少，這說明機構間聯系較少、尚未形成良好的合作機制，因此有關研究機構間的合作有待進一步加強；（3）圖譜顯示該領域內沒有形成較大形式的聚集點，表明研究力量較為分散，尚未形成核心的研究機構；（4）該領域的研究機構主要集中在我國較發達且正面臨霧霾危機的地區，如京津冀地區。一方面是因為經濟越發達意味著更多地犧牲了環境，也即意味著霧霾所引發的健康問題的凸顯；另一方面霧霾嚴峻的形勢對人體健康提出了挑戰，這一現實問題亟需解決，由此引發該地區相關機構的研究。可以預測，該地區霧霾問題越凸顯，則此地區霧霾與健康主題的研究越多。

（三）關鍵詞分析

關鍵詞作為一篇文獻的高度凝練，可以較為明確地傳達文章的主題、思想、方法等，也可以反映該類型或主題文獻研究的熱點內容及方向。因此本文運用關鍵詞來確定霧霾與健康領域的研究熱點。運用CiteSpace進行關鍵詞聚類分析，在參數設置時，將“節點類型”設為“關鍵詞”，在生成關鍵詞共現圖譜后，對生成的關鍵詞圖譜進行聚類處理，形成關鍵詞聚類圖譜（如圖3）。另外通過對關鍵詞詞頻進行統計，得到2008-2017年霧霾與健康關聯文獻研究的高頻關鍵詞表，如表1。

由表1可看出2008-2017年有關霧霾與健康關聯的文獻中高詞頻有“空氣污染”、“PM2.5”、“大氣污染”、“顆粒物”、“霧霾”、“呼吸性疾病”、“PM”、“兒童”和“慢性阻塞性肺疾病”等，這些詞大致可分為兩大類：一是霧霾主要成分；二是霧霾引發的具體疾病及其影響的人群。

由圖3可知，聚類將2008-2017年有關霧霾與健康關聯的研究歸納為九大類，分別是：大氣污染、空氣質量、PM2.5、肺腫瘤、分析測試、霧霾、腦血管病、癌癥發病率和健康發展。這與上述關鍵詞類型基本相似，涉及霧霾成分和危害、霧霾對健康的影響。但軟件進行的聚類并不能概括此領域的所有主題，可能存在忽視出現次數較少或影響力不顯著的關鍵詞等問題，因此在這里我們主要把握出現次數較多或影響較顯著的關鍵詞。

（四）簡要討論

結合上文，在聚類的基礎上，我們可將霧霾與健康關聯研究的熱點內容進一步歸納為三大類，分別為：（1）霧霾與空氣；（2）霧霾主要成分；（3）霧霾對健康的影響。以下將進一步對這三大熱點內容進行簡要討論。

（1）霧霾與空氣。在霧霾與健康關聯領域涉及霧霾與空氣的主要原因是：①霧霾是一種大氣污染現象，人們最直觀地認識霧霾是它在空氣中的狀態，即灰蒙蒙、低能見度；②霧霾存在于空氣中的這一狀態為霧霾對健康造成影響提供了有利條件，即霧霾對健康的影響主要是通過空氣的介質作用而引發的。從具體文獻來看，對霧霾與健康關系的研究具有地域性特點，它們側重于對某個地區或城市進行探討，很少有以全國霧霾及其引發的大氣問題為對象進行探討的。雖然霧霾具有擴散性的特點，但其爆發的集中區域與外緣區域難免存在較大差異，因此研究的嚴謹性會驅使該領域的研究具有地域性特點。

（2）霧霾主要成分。霧霾的爆發對社會的生產與生活都產生了較為嚴重的影響，造成了巨大經濟損失，對社會的健康發展起著制約作用。這就不得不對其進行治理，而要治理首先需要認識并明確霧霾，這在霧霾對健康影響這一領域也不例外。許多研究把霧霾成分作為切入點來研究霧霾與健康問題，這體現了追根溯源的思想，進一步明確了霧霾的元兇是“細顆粒物”，也即近年來的熱點詞匯“PM2.5”，PM2.5由于具有一定的毒性而對人體具有危害，因此細顆粒物或PM2.5也理所當然地成為了該領域研究的一大熱點。

（3）霧霾對健康的影響。這是檢索到的文獻所共同研究的問題，也是該領域的一大熱點。這里所說的霧霾對健康的影響主要是指霧霾所引發的疾病，并且這些疾病大多屬于呼吸性疾病，另外呼吸疾病還可引發其他疾病，如上述聚類中的腦血管病，此外還有一些精神疾病，如持續性的霧霾天氣會引發抑郁癥。霧霾對健康的影響還體現在它會提高人口的死亡率，這也是霧霾引發強烈關注的原因之一。在上述高頻關鍵詞中還涉及“兒童”一詞，這主要反映兒童是霧霾天氣的易感人群，老人同兒童一樣，其健康也易受到霧霾天氣的威脅。另外從關鍵詞統計來看，對霧霾與健康關聯研究的文獻傾向于對霧霾健康風險進行評估。

四、結論與展望

本文利用可視化工具CiteSpace對霧霾與健康關聯進行了分析，為這一領域的可視化研究提供了參考，這是本文的一大創新點。與其它研究霧霾與健康的文獻不同的是，本文在該領域文獻的基礎上進行，并運用CiteSpace整合其他文獻，對文獻的作者、機構和關鍵詞繪制知識圖譜并進行分析。結合上文，得出以下結論：

（1）研究力量。在研究作者方面，李新偉的貢獻較突出，由孫慶華、洪新如、宋巖峰、鄭玲組成的研究團隊合作較顯著。但總體來看，該領域作者發文量普遍不高，合作較少，尚未形成集聚效應；在研究機構方面，高校、各環境科學研究所和疾病預防控制中心是霧霾風險研究的主要機構，各機構間聯系較少、尚未形成良好的合作機制，其合作有待進一步加強。

（2）研究熱點。結合關鍵詞及其聚類圖譜，可看出霧霾為一種大氣污染現象，主要成分及元兇是PM2.5，其引發的疾病大多為呼吸性疾病，并可誘發其他疾病，甚至致死。由此可將我國霧霾與健康關聯研究的熱點進一步歸納為三個方面，即霧霾與空氣、霧霾主要成分和霧霾對健康的影響。從中可看出，文獻傾向從霧霾的成分入手，側重對健康風險的評估。

（3）對霧霾與健康關系的研究具有地域性特點。霧霾影響較嚴重的地區往往成為霧霾與健康領域研究的熱門地區，如京津冀地區，這體現了霧霾與健康研究具有現實意義。

本文也存在許多不足。首先，從文獻選取范圍看，本文僅針對國內研究成果進行分析，未結合國外研究成果；其次，從數據選取看，數據庫只選取了CNKI，未結合國內其他數據庫文獻，因此存在數據源不全等問題；最后，從研究內容看，由于文獻僅來源于CNKI，而CNKI里的引文數據并不完整，所以在CiteSpace里只能進行作者、機構和關鍵詞三個功能的分析，對于CiteSpace的經典功能“共被引”并未涉及；從得出的結論看，由于這些結論主要依靠主觀分析與歸納，具有一定的主觀性，可能與實際情況存在一定偏差。這些不足也正是本研究未來需要努力的方向。

【參考文獻】

[1]王旭光.霧霾治理與經濟發展探究[J].經濟視角（下旬刊），2013（08）：24-25.

[2]鄭易生，閻林，錢薏紅.90年代中期中國環境污染經濟損失估算[J].管理世界，1999（02）：189-197+207.

[3]曹彩虹，韓立巖.霧霾帶來的社會健康成本估算[J].統計研究，2015，32（07）：19-23.

[4]陳仁杰，陳秉衡，闞海東.我國113個城市大氣顆粒物污染的健康經濟學評價[J].中國環境科學，2010，30（03）：410-415.

[5]2015中國網民科普搜索需求行為分析報告[J].科技導報，2016，34（12）：29-33.

[6]曲衛華，顏志軍.環境污染、經濟增長與醫療衛生服務對公共健康的影響分析——基于中國省際面板數據的研究[J].中國管理科學，2015，23（07）：166-176.

[7]劉帥，宋國君.PM_（2.5）日平均濃度與死亡率“劑量-反應”關系meta分析[J].中國公共衛生，2017，33（01）：14-17.

[8]謝鵬，劉曉云，劉兆榮，李湉湉，鐘流舉，向運榮.珠江三角洲地區大氣污染對人群健康的影響[J].中國環境科學，2010，30（07）：997-1003.

[9]謝元博，陳娟，李巍.霧霾重污染期間北京居民對高濃度PM_（2.5）持續暴露的健康風險及其損害價值評估[J].環境科學，2014，35（01）：1-8.

[10]苗艷青，陳文晶.空氣污染和健康需求：Grossan模型的應用[J].世界經濟，2010，33（06）：140-160.

[11]郭文伯，張艷，柴彥威.城市居民出行的空氣污染暴露測度及其影響機制——北京市郊區社區的案例分析[J].地理研究，2015，34（07）：1310-1318.

[12]傅崇輝，王文軍，湯健，曾序春，馮瑤.PM2.5健康風險的空間人口分布研究——以深圳為例[J].中國軟科學，2014（09）：78-91.

[13]向華麗，楊俊，仇珍珍，雷萬雄，曾婷婷，蘭志財.隧道工人的PM_（10）職業暴露特征調查分析及其健康風險評價[J].環境科學，2015，36（08）：2768-2774.

[14]楊繼東，章逸然.空氣污染的定價：基于幸福感數據的分析[J].世界經濟，2014，37（12）：162-188.

[15]蔡春光，鄭曉瑛.北京市空氣污染健康損失的支付意愿研究[J].經濟科學，2007（01）：107-115.

[16]彭希哲，田文華.上海市空氣污染疾病經濟損失的意愿支付研究[J].世界經濟文匯，2003（02）：32-44.

[17]陶燕，劉亞夢，米生權，郭勇濤.大氣細顆粒物的污染特征及對人體健康的影響[J].環境科學學報，2014，34（03）：592-597.

[18]楊維，趙文吉，宮兆寧，趙文慧，唐濤.北京城區可吸入顆粒物分布與呼吸系統疾病相關分析[J].環境科學，2013，34（01）：237-243.

[19]胡子梅，王軍，陶征楷，陳振樓.上海市PM_（2.5）重金屬污染水平與健康風險評價[J].環境科學學報，2013，33（12）：3399-3406.

[20]李麗娟，溫彥平，彭林，白慧玲，劉鳳嫻，史美鮮.太原市采暖季PM_（2.5）中元素特征及重金屬健康風險評價[J].環境科學，2014，35（12）：4431-4438.

[21]祁毓，盧洪友.污染、健康與不平等——跨越“環境健康貧困”陷阱[J].管理世界，2015（09）：32-51.

[22]ChenC.CiteSpaceII：Detecting and visualizing emerging trends and transient patterns in scientific literature. Journal of the American Society for Information Science and Technology， 2006， 57（3）：359 -377.

[23]程勝義.國外霧霾污染與經濟增長關聯性研究——基于CiteSpace科學知識圖譜[J].科技廣場，2017（04）：145-151.