重大公共衛生事件中民眾訴求的主題挖掘與演變透視

楊建梁，劉越男，祁天嬌，何思源

1 研究背景

重大公共衛生事件的應急處理與有效應對是對政府治理能力的重大考驗。2020年10月發布的《中國共產黨第十九屆中央委員會第五次全體會議公報》高度肯定政府處理與應對重大公共衛生事件的能力，始終把人民生命安全和身體健康放在第一位，加大宏觀政策應對。疫情防控取得的重大戰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訴求、政府識別及回應民眾訴求的重要載體。在重大公共衛生事件發生與應對過程中，民眾的生產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出怎樣的變化規律，都可以從公眾輿論中挖掘出有效結論。《國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標》指出，要堅持把實現好、維護好、發展好最廣大人民根本利益作為發展的出發點和落腳點。對民眾訴求的主題挖掘及其演變透視，將對重大公共衛生事件之中與之后的政府治理與社會發展起到方向性的引導作用。

如何從公眾輿論中發掘民眾訴求的主題及其變化，從而為今后重大公共衛生事件的處理與應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《領導留言板》為數據來源，對COVID-19期間民眾訴求的主題分類及其時空演變進行挖掘分析，并與不同時期政府防疫政策進行關聯，旨在從訴求變化的角度來檢測應對政策的成效，為今后應對與處理可能發生的此類重大公共衛生事件中的民生問題提供預案參考。

2 相關研究

在重大公共事件的輿論熱點分析方面，現有研究大多針對特定事件，采用社交媒體數據和新聞媒體數據進行分析。沈洪洲等采用微博數據對臺風“山竹”期間(發生前、發展中、發生后)公眾輿論的主題和情感演化進行挖掘及分析，并對公眾情感態度的引導提出建議[1]。Yin等采用新浪微博數據對COVID-19期間的熱點事件和信息傳播進行分析，通過構建信息傳播模型，實現對輿情發展趨勢的預測[2]。姜金貴等采用熱門的新浪微博數據對紅黃藍虐童事件中公眾關注的主題和情緒進行分析，揭示公眾關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據對中美貿易戰的主題和新聞特征進行分析，總結貿易戰中各個階段的特點[4]。王家輝等使用知識問答平臺的數據對某個學術不端事件的輿情熱點進行挖掘，基于句法規則和社會網絡聚類方法實現主題挖掘和演化分析，并對分析結果進行可視化展現[5]。上述研究主要探索輿情及其演化，通過分析一段時期內的社交媒體數據來探討某一事件中公眾討論的主題變化和情感變化。但是，社交媒體數據與新聞媒體數據很難直接反映在重大事件影響下民眾對政府的訴求。

在訴求表達方面，網絡問政平臺是最常見的民眾訴求承接平臺。隨著我國政府數字治理能力的增強，公眾參與政府決策并與政府互動的水平也在不斷提升[6]，逐步形成獨特的公眾-政府互動參政議政模式，即網絡問政[7]。創立于2006年的人民網《領導留言板》是我國一個體系較為完整、回應機制較為完善的網絡問政平臺[8]，為中央和地方各級黨政領導干部搭建同群眾互動的溝通渠道，是集民眾監督、民主管理、政務點評、大數據分析于一體的網上群眾工作綜合性平臺[9]。COVID-19(新冠疫情)期間的《領導留言板》是網絡問政的平臺，是民眾與政府有關部門溝通的重要途徑；其內容也反映了民眾的訴求，體現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《領導留言板》為代表的網絡問政平臺更能精準地顯現疫情期間民眾對政府的訴求。為此，本文選擇人民網《領導留言板》的公眾輿論數據為數據源，對COVID-19疫情嚴重程度不同的多個省份的民眾留言進行采集、清洗和分析，通過隱含狄利克雷分布(Latent Dirichlet Allocation，LDA)主題模型和相關分析方法對民眾訴求進行主題挖掘和主題演變分析，以求更準確地反映新冠疫情期間民眾所關注的民生問題，為今后類似重大公共衛生事件發生時的政府治理提供方向性指導。

3 數據和方法

3.1 數據獲取及清洗

根據國家衛生健康委員會發布的我國各地區COVID-19疫情數據，本研究按確診人數劃分疫情嚴重程度，結合疫情嚴重程度和區位因素，采集疫情重度地區(確診1，0000人以上，湖北)、疫情中度地區(確診1，000～1，0000 人，河南、浙江、廣東)和疫情輕度地區(確診1，000 人以下，陜西、廣西、北京、天津、重慶)的人民網地方政府《領導留言板》[10]2019年12月1日-2020年5月15日的留言數據。采集數據項包括留言標題、留言內容、留言時間、留言類型、回復時間等。在采集完成后，進行留言清洗和關鍵詞篩選，共獲得留言數據28，024項，其內容字數的分布與留言的類型比例如圖1所示。留言的字數大多小于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 民眾留言的字數分布與類型比例

3.2 留言文本預處理

為了對留言進行主題挖掘和時空演變分析，本研究進一步對清洗后的留言文本數據進行預處理，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。對于中文內容，在構建詞袋之前需要根據語義進行分詞。本研究采用PKU-SEG算法，這是目前表現最好的中文分詞算法[11]。在分詞的同時，還對文本進行詞性標注(Pos-tag)。停用詞(stopwords)是指在詞級上沒有明確語義表達的詞匯，如“并且”“那么”“但是”“等等”，雖然數量很多，但一般不會被選為特征詞。本研究使用哈爾濱工業大學停用詞表進行停用詞篩除，為減少噪音，在去除停用詞后，再根據詞性標注的結果對特征詞進行篩除，只保留非專指名詞和動詞，如“杭州”“新鄉”等地名，“2月”“3月”等時間詞，“堅決”“強烈”等表示程度的副詞都被去除。經過上述處理，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， |Cw|是留言集合中包含特征詞w的留言數量。對于留言r，特征詞w的TF-IDF權重tfidfr，w為 tfr，w與 idfw的 乘積。根據TF-IDF 算法，詞的重要性與其在留言中出現的次數成正比，但會與它在語料庫中出現的頻率成反比。通過TF-IDF算法，構建文本級的語義特征表示。

(3)Bigram特征詞。除經過分詞并篩選得到的特征詞外，還加入Bigram特征詞。Bigram特征詞是指連續出現的兩個詞。出現頻率高的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，出現超過5 次的被認為是有效的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 來計算Bigram特征詞的權重。

3.3 LDA主題模型

民眾訴求的主題挖掘，主要使用LDA主題模型對留言進行聚類并獲取主題。LDA主題模型能夠從大規模無標注的文檔中抽取主題和主題詞，并實現文檔的聚類[12]。LDA主題模型是一種三層貝葉斯概率圖，包含文檔、主題、主題詞三層結構，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對應的多項式分布中生成主題，從主題—詞語狄利克雷分布中采樣生成主題對應的詞語分布，再從詞語的多項式分布中采樣生成詞語。在訓練過程中，通過求得參數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 研究發現

4.1 主題發現

應用LDA主題模型時需要確定主題的數量。對主題數量的選擇，一方面應從模型效果的角度，通過計算和觀測困惑度(Perplexity)、相干值(Coherence Value)等指標來確定；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量的表現[13]，并選取[2，39]為主題數量范圍對LDA主題模型進行實驗，觀測其相干值情況，結果如圖3所示。在所實驗的主題數量范圍內，相干值在0.3896～0.5040之間變動，主題數量在13～22之間時模型的表現較好。結合主題—主題詞的語義表達情況，本研究最終確定模型的主題數量為20個，其相干值為0.4972。

圖3 不同預設主題數量下LDA主題模型的相干值情況

對主題詞的順序，采用關聯度指標對主題詞進行排序，通過調整關聯度系數增強主題詞對主題的表達能力[14]。在[0.4-1.0]區間內調整關聯度，結合文檔—主題分布中抽樣留言文檔的內容，確定各個主題中主題詞的排序。經過挖掘，新冠疫情期間民眾訴求的主題詞見表1。根據“主題—主題詞”表對各個主題的內涵進行了歸納。基本上，所有主題都可以根據詞的含義判斷出主題的內涵。比如，主題1的主題詞包括“醫院”“醫療”“檢測”“報銷”“住院”等，對應的主題是疫情影響下有關醫療和核酸檢測的訴求；主題9的主題詞包括“學校”“學生”“開學”“家長”“學習”等，對應的主題是疫情影響下有關教育和開學的訴求；主題11的主題詞包括“信息”“顯示”“程序”“打卡”“京心相助”等，對應的主題是疫情期間大數據防疫平臺的相關訴求；主題18的主題詞包括“口罩”“營業”“價格”“銷售”“藥店”等，對應的主題是疫情期間有關口罩購買和穩定價格的訴求。在此基礎上，進一步對所發現的20個主題按內容特征進行歸類，并根據內涵將其劃分為醫療防疫、社區管理、學校教育、交通物流和經濟措施五類。主題內涵及對應的主題類型如表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算所得。參考范少萍等、陳斌等對主題熱度的算法設計[15-16]，本文的主題熱度計算公式如下：

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。考慮到實際情況中，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為是留言所屬的主題；nto是規模系數，表示主題類型to所包含子類主題的數量。

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

(1)醫療防疫。在疫情暴發初期(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，隨著國家防疫和醫療措施的推進，其熱度有所減緩。2020年2月下旬醫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，涉及基礎疾病治療、住院不便、醫療報銷、隔離費用報銷等訴求。3下旬至4月初國內疫情風險較低的地區逐步開始復工，海外多國暴發COVID-19疫情，民眾的訴求熱點開始轉向恢復正常的醫療服務和防止境外疫情輸入。隨著全國疫情的緩解，醫院醫療服務逐步恢復至日常狀態，醫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)社區管理。在疫情初期此類訴求爆發式增長。隨著疫情的發展和防疫工作的開展，全國各地實行社區封閉管理，有關社區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注的焦點。隨著社區防疫工作逐步常態化、程序化，社區管理主題的熱度也隨之下降，在3月初達到一個相對低點。隨著我國新冠疫情的緩解，3月中旬后疫情風險較低的地區逐步復工，社區管理的熱度再度提升，有關異地返工、健康碼、社區證明等問題不斷出現，相關訴求也有所增加。此后疫情得到進一步控制，日常生活逐漸恢復，社區管理也恢復到平時狀態，相關問題隨之大幅減少。

(3)經濟措施。其熱點主要發生在疫情逐步緩解期，與醫療防疫和社區管理主題的變動有明顯區別。疫情初期，在各類訴求中有關經濟措施的訴求熱度最低，民眾相關訴求較模糊，只是表達了希望政府幫扶企業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工，3月后希望政府對個人和企業實施幫扶的訴求明顯增加，主題熱度逐步上升，4月達到最高點。這期間民眾有關經濟措施的訴求主要包括增加貸款供給、工資發放、小微企業扶持、工業用電費用減免等。5月各地復工狀態基本達到100%，經濟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出隨時間穩步上升并在4月達到峰值態勢。疫情初期有關交通物流的訴求已出現，主要涉及圍繞無法返鄉、返鄉滯留、無法探親等內容。3月后疫情趨于緩解，逐漸恢復正常的生活和工作，疫情風險較低的地區開始復工，有關上班通勤、交通管制的訴求頻繁出現在留言中，有關貨物運送、快遞收發等訴求也開始出現。4月上旬至中旬有關交通物流的訴求達到明顯的峰值，留言中出現大量有關取消或減少交通管制、提高貨運效率的訴求，體現了民眾對交通物流恢復到疫情前狀態的迫切希望。隨著復工復產進一步推進，5月交通物流主題的熱度明顯降低。

(5)學校教育。除疫情初期低于社區管理外，其他各時間段其熱度高于其他4類主題，體現了民眾對教育問題的關注度非常之高。疫情初期學校教育訴求的熱度迅速升高，當時民眾對COVID-19疫情懷有較強的恐懼感，反映在訴求上就是希望政府部門推遲開學時間，避免疫情在學校傳播。隨著時間推移，我國疫情控制逐漸向好，3月開始民眾在學校教育方面的訴求轉變為希望盡快開學、中考高考、畢業生就業等問題，并在4 月下旬達到峰值，隨后呈現下降態勢。在本研究數據周期的截止點，有關學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險程度的地區繪制相應的主題變化圖，展現所采集省份的歷史感染人數及感染人數變化曲線。3類地區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從疫情重度到中度再到輕度地區依次遞減趨勢。在疫情重度地區，醫療防疫主題的熱度明顯高于其他主題。在時間上，社區管理類訴求在疫情初期出現明顯上升，其它4類訴求的上升期集中在2-3月，這與疫情重度地區的疫情發展進程呈現較強的關聯。在疫情中度地區，民眾對社區管理和學校教育的訴求熱度明顯高于其他主題，其中社區管理類訴求的熱度上升期集中在疫情初期和3月下旬，在疫情初期社區管理類訴求的熱度明顯高于其他主題的訴求；學校教育類訴求在3-4月呈現較高熱度，而且自2月10日后直至本研究數據周期結束均明顯高于其他類訴求。在疫情輕度地區，民眾訴求主題熱度最高的分別是學校教育、交通物流和社區管理。相對于重度和中度地區，疫情輕度地區有關社區管理的訴求熱度在疫情初期上升幅度稍弱，在整個周期內對學校教育的關注程度更高，而疫情中后期對交通物流的關注更是大幅攀升后回落，體現了當地民眾恢復正常工作和生活的愿望。

圖7 疫情輕度地區的主題熱度變化

整體來看，疫情重度、中度、輕度地區的民眾訴求熱度高峰呈現出時間上的推移(重度地區：3月上旬到中旬；中度地區：3月下旬到4月上旬；輕度地區：4月上旬到中旬)。在疫情暴發初期，各類地區的民眾訴求在社區管理領域都呈現出較高的熱度，這與疫情突襲、社區尚未形成成熟的工作機制、民眾不適應疫情期間的社區管理措施等有關。隨著疫情發展和各地防疫工作開展，民眾的訴求點逐漸轉向醫療防疫、學校教育和交通物流等方面。疫情重度地區的民眾對醫療防疫相關問題的關注度普遍高于其他主題；中度和輕度地區的民眾在學校教育方面的訴求熱度較高；輕度地區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具有一定關聯，但是關聯并不明顯。

進一步比較三類地區在“醫療防疫”“社區管理”“學校教育”“交通物流”“經濟措施”訴求上的熱度變化情況，如圖8所示。圖8各個子圖中的藍線、紅線、黃線分別表示疫情重度、中度、輕度地區各類訴求主題隨時間推移的熱度變化情況。其中，社區管理主題在疫情初期出現爆發式增長，其他4類主題的熱度在疫情暴發初期開始上升，2月普遍呈現迅速上升態勢，然后受疫情程度影響，3類地區在不同時間出現峰值。

(1)醫療防疫主題。疫情重度地區2月中旬開始迅速攀升，3月初達到峰值，整個3月呈現較高熱度，隨著疫情緩解，3月下旬開始回落。疫情中度地區，疫情初期主題熱度開始上揚，3月中旬明顯提升，3月下旬達到頂點。疫情輕度地區，該主題訴求熱度整體不高，4月出現一個熱度相對較高的平臺期，可見在該類地區疫情對醫療系統的沖擊程度較弱。

圖8 不同疫情風險程度的地區各類訴求主題的熱度變化

(2)社區管理主題。疫情重度地區，疫情初期該主題的熱度就有明顯提升并出現峰值，隨后迅速回落；2月中旬又開始拉升并在3月初達到次高峰值，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，疫情初期同樣達到峰值，然后迅速回落，熱度穩定1個月后，3月下旬再次迅速上升并出現第二個峰值。輕度疫情地區，疫情初期出現熱度小高峰后回落并維穩，3月中旬后呈現穩步增長態勢，整體峰值出現在4 月上旬，這與4 月境外輸入病例明顯增多、輕度疫情地區是入境重點區域、社區管理形勢嚴峻有關。

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

(4)交通物流主題。疫情重度地區，疫情初期迅速上升并出現小高峰，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2個峰值，隨后持續下滑，降至疫情初期水平。疫情中度地區，在疫情初期沒有出現高峰，但一直呈現持續增高態勢，直至2 月下旬達到前期峰值，隨后熱度出現波動，并在3月下旬再次達到新峰值，然后出現逐步下降的態勢。疫情輕度地區，疫情暴發后該主題的熱度就開始緩慢持續上升，直到4月中旬達到峰值，隨后大幅下降。

5 民眾訴求與防疫政策的關聯分析

在分析主題熱度的時空演變時，本研究發現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狀態有關，也與政府不同時期發布的防疫政策有關。因此，本文進一步分析民眾訴求與相關防疫政策的關聯性，尤其是與社區管理和醫療防疫政策的關聯變化，以探求民眾訴求與公共政策之間的互動關系。

5.1 社區管理訴求與社區防疫政策

圖9 社區管理主題熱度變化與相關政策出臺的時間節點

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

5.2 醫療防疫訴求與醫療防疫政策

在重大公共衛生事件中，醫療防疫政策直接影響著防疫結果及民眾的生命健康。本研究在北大法寶網站上搜集疫情期間有關醫療服務的政策，并將其與醫療防疫訴求進行關聯分析，繪制政策發布時間節點和主題熱度圖(見圖10)。疫情期間中央及各部委出臺的醫療防疫政策更加密集。疫情之初的政策內容主要涉及基層醫療防疫要求、醫療物資質量和供應、醫護人員安全等。當新增患者減少，相關政策轉向疫情期間民眾基本就醫、老年慢性病患者醫療服務等方面。疫情逐漸得到控制，有關政策則強調分區分級的醫療服務管理、推進分區分級恢復正常醫療服務工作等。根據圖10，醫療防疫主題的訴求熱度峰值出現在3月下旬，這與3月20日發布《關于進一步推進分區分級恢復正常醫療服務工作的通知》有著密切關系。該通知強調恢復正常醫療服務的重要性，要求分區分級盡快恢復正常醫療服務。在2-3月的民眾訴求中，有關“醫療”“住院”“報銷”“隔離”等主題詞出現頻率較高，反映了民眾對恢復正常醫療服務的呼聲；相關部門也較早認識到該問題，2月26日《國家衛生健康委辦公廳關于進一步落實科學防治精準施策分區分級要求做好疫情期間醫療服務管理工作的通知》發布，提出針對不同風險分級地區逐步恢復正常醫療服務。該發現表明，對于新冠疫情類重大公共衛生事件，政府部門在部署防疫工作后，還需考慮正常醫療服務與防疫工作的統籌安排，在疫情防控和患者救治的同時應盡快分區分級地恢復正常醫療服務，重點關注慢性病患者、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 醫療防疫主題熱度變化與相關政策出臺的時間節點

6 重大公共衛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字治理能力經受了重大考驗。借助網絡問政平臺，民眾表達訴求、參與公共政策制定以及與政府、政策互動的方式也發生重大變化。一方面，這反映出我國政府與社會經過長時間的數字轉型，一種基于互聯網的施政、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、不依賴人工預判的互聯網數據挖掘手段來自動、客觀地對網絡問政平臺上的公眾輿論數據進行現狀挖掘與規律透視。例如，本文利用LDA主題模型和相關分析方法對疫情期間人民網《領導留言板》中民眾訴求的主題進行挖掘，并對主題的時空演變及其與政策發布的關系進行了分析，發現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的可復用性，可用于類似重大公共衛生事件中民眾訴求的主題挖掘與演變規律透視。另一方面，在應對和處理重大公共衛生事件的過程中，民眾訴求的主題及其演變會受到政策發布內容與頻率的影響，并進一步影響后續公共政策的制定與發布。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、問政的實質表現，但也對政府從保護民眾根本利益出發、基于民眾訴求制定相關政策以積極回應相關訴求的能力提出更高要求。本研究發現，在重大公共衛生事件中，醫療防疫、社區管理、學校教育、交通物流和經濟措施等，是民眾最為關注的問題，也是民眾訴求最為集中的領域，應是政府制定和實施公共政策的主要方向。此外，在重大公共衛生事件的進展中，民眾訴求在不同領域的集中程度也會發生轉變。在時間上，初期，民眾訴求會大量集中在醫療防疫與社區管理上；中期，有關醫療防疫與社區管理方面的訴求受不同地區政策變化的影響會有所震蕩，但學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，民眾訴求將更多集中在學校教育、交通物流和經濟措施等方面。在空間上，受重大公共衛生事件影響最重的地區，民眾訴求主要集中在社區管理和醫療防疫領域；而中度和輕度地區的民眾訴求則集中在學校教育和交通物流方面。因此，政府在應對重大公共衛生事件過程中，應把政策制定與實施的重點放在幾個關鍵領域，且對受影響程度不同的地區“因地施政”；要在重大公共衛生事件發展的不同階段，適時調整政策動向，提高識別民眾訴求及其變化的敏感度，及時以有效政策進行回應。

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