基于網絡爬蟲的英國政府網站結核病主題政策發(fā)文計量分析

黃烈雨 王溪 陳浩 黃若堯 左玲 郭巖

2020年世界衛(wèi)生組織發(fā)布的報告顯示，2019年全球估算結核病新發(fā)患者996萬例，其中中國新發(fā)結核病患者數(shù)位居全球第3位(83.3萬)[1]。2019年英國有4812例新發(fā)結核病患者，結合世界衛(wèi)生組織公布的2019年全球結核病發(fā)病估計數(shù)據(jù)，屬于歐洲發(fā)病例數(shù)較多的國家之一[2]，也面臨較大的結核病防控壓力。中國的結核病控制管理組織機構強調自上而下的統(tǒng)一指導和管理，而英國的結核病控制管理組織機構最為完善細致，具有分工明確、多部門協(xié)作的特征[3]，對我國的結核病防控工作有較好的參考作用。

本研究選取英國政策文本進行分析，可以直接反映英國政府處理結核病事務的行為印記，也能間接引導公眾關注與資源分配[4]。英國政府在2013年將數(shù)量眾多且分散的1700多個政府網站接口統(tǒng)一整合到英國政府官方網站“www.gov.uk”上，可以通過統(tǒng)一接口對所需政府信息進行檢索[5]?！?020年聯(lián)合國電子政務調查報告(中文版)》顯示，英國電子政務水平位列全球第7[6]，政策文本數(shù)字化水平較高。因此，本研究利用英國政府網站的結核病主題發(fā)文記錄進行政策文本的計量分析具備科學性和可行性，能夠從國家層面反映英國政府近年來防控結核病的關注重點，從而為我國結核病防控工作提供借鑒。

對象和方法

一、爬蟲設置及流程

利用Python計算機編程語言與相關爬蟲軟件，在英國政府網站(www.gov.uk)以“tuberculosis”為關鍵詞搜索公開發(fā)布的所有與結核病相關的官方記錄，默認按相關性排序，檢索結果不區(qū)分類型，爬取出2020年12月31日之前與關鍵詞“tuberculosis”相關的全部記錄，刪除重復記錄后共計得到1530條記錄。……