疫情分为几个阶段8篇疫情分为几个阶段 安阳工学院学报JournalofAnyangInstituteofTechnology Vol.21No.1（Gen.No.115）J下面是小编为大家整理的疫情分为几个阶段8篇,供大家参考。
Vol.21 No.1（Gen.No.115）Jan.,2022第21卷第1期（总第115期）2022 年 1 月DOI:10.19329/j.cnki.1673-2928.2022.01.010新冠肺炎疫情防控不同阶段大学生心理压力调查与对策分析冯晶晶1 ，冯利民 2（1. 河南大学，河南 开封 475004；2. 安阳工学院，河南 安阳 455000）摘 要：新冠肺炎疫情对社会各方面都产生了影响，大学生也不例外。在疫情防控的不同阶段，大学生普遍存在着学业、就业、经济、人际交往等方面的压力。针对存在的问题，文章提出了措施，为有效开展大学心理健康教育和学生的思想教育工作提供参考。关键词：疫情防控；大学生；心理压力中图分类号：D924.13
文献标志码：
A
文章编号：1673-2928（2022）01-0039-042019 年 12 月暴发的新冠肺炎疫情给人们的生命财产安全、生活秩序造成重大影响，也影响到在校大学生的学习、生活。根据教育部“停课不停教、停课不停学”的要求，疫情防控期间，大学课堂普遍采取线上学习的教学模式。受长时间居家生活不能外出、学习方式的改变、疫情的不确定性等因素的影响，大学生的心理状况发生很大改变，进而产生一些心理方面的问题。我国的新冠肺炎疫情防控工作分为应急和常态化状态两个阶段。本文即从这两个阶段分别对大学生心理压力问题进行问卷调查、对比分析，为做好疫情防控期间大学生心理健康教育、大学生的思想教育工作提供参考。1 疫情防控不同阶段大学生心理压力情况对比2020 年 2 月和 10 月份，笔者分别对安阳工学院在校大学生进行心理压力问卷调查，学生通过“问卷星”线上答题。2 月份发放调查问卷 145份，收回 136 份有效问卷，有效率为 93.8 %, 其中男生 70 人，女生 66 人。10 月份发放调查问卷243 份，收回 232 份有效问卷，有效率为 95.5 %,其中男生 153 人，女生 79 人。1.1 心理压力状态对比在疫情防控的不同阶段，大学生的心理压力有很大不同。调查问卷情况见表 1。通过对比可知，我国疫情防控由应急状态到常态化防控，学生的心理压力总体比例在下降，有心理压力的学生从74.26 %下降到 62.51 %，其中心理压力很大的状况到疫情常态化防控阶段时已由5.88 % 下降至 2.16 %。表 1
疫情防控不同阶段大学生心理压力状态比较项目防控应急阶段 常态化防控阶段人数 占比 /% 人数 占比 /%无心理压力35 25.74 87 37.5心理压力较小49 36.03 93 40.09心理压力一般44 32.35 47 20.26心理压力很大8 5.88 5 2.161.2 压力症状表现情况对比疫情下的学生心理压力症状主要表现在焦虑、浮躁、易烦易怒、头痛、失眠、强迫症、抑郁等方面。调查问卷情况见表 2。表 2 疫情不同防控阶段大学生心理压力症状表现情况比较项目防控应急阶段 常态化防控阶段人数 占比 /% 人数 占比 /%焦虑 73 53.68 118 50.86浮躁 81 59.56 130 56.03易烦易怒61 44.85 68 29.31头痛 18 13.24 27 11.64失眠 47 34.56 56 24.14强迫症11 8.09 23 9.91抑郁 22 16.18 16 6.9从防控应急阶段到常态化防控阶段，大学生情绪方面表现的焦虑、浮躁症状有所减缓，分别从 53.68 % 下降至 50.86 %，从 59.56 % 下降至56.03 %；行为方面的失眠症状表现从 34.56 %下降收稿日期：2021-09-08作者简介：冯晶晶（1996-），女，河南安阳县人，河南大学硕士研究生，研究方向为护理与健康。
2022 年 安阳工学院学报 40至 24.14 %；生理方面的头痛症状、精神方面的抑郁症状也有所减缓。1.3 压力排解方式对比大学生压力排解方式见表 3。表 3 疫情防控不同阶段大学生心理压力排解方式对比项目防控应急阶段 常态化防控阶段人数 占比 /% 人数 占比 /%自我调整情绪 104 76.47 145 62.5向亲朋好友倾诉 60 44.12 79 34.05无固定情绪排解方式 34 25.0 83 35.78向学长倾诉 7 5.15 49 21.12向老师倾诉 4 2.94 12 5.17向心理咨询机构咨询 2 1.47 9 3.88到医院咨询 0 0 3 1.29其他 34 25.0 57 24.57在疫情防控的两个阶段，大学生通过自我调整情绪压力的分别为 76.47 % 和 62.5 %，无固定情绪排解方式的占比分别为 25.0 % 和 35.78 %。在防控应急阶段，通过自我调整情绪、向亲朋好友倾诉和其他方式的比常态化防控阶段占比高；在常态化防控阶段，学生回到校园，通过向学长、老师倾诉，到心理咨询机构、医院咨询的方式要比防控应急阶段时占比高。2 压力来源情况对比分析在对学生心理压力来源调研中，从与学生密切相关的学习、生活、人际交往、家庭情况、就业、情感、父母期待、其他等 9 个方面设计调查问卷，以期把握在两个阶段对学生的心理健康造成压力的主要因素及其影响程度（见表 4）。表 4 疫情防控不同阶段心理压力来源情况对比项目防控应急阶段 常态化防控阶段人数 占比 /% 人数 占比 /%学业92 67.65 174 75外貌与身材33 24.26 69 29.74身体健康26 19.12 67 28.88父母的期待44 32.35 81 34.91与同学和朋友的相处37 27.21 58 25.0恋爱情况22 16.18 49 21.12经济情况56 41.18 100 43.1就业70 51.47 101 43.53其他27 19.85 56 24.142.1 学业压力对比分析从表 4 来看，大学生在疫情防控的两个阶段对学生造成心理压力都排在第一位的是学业，分别为 67.65 % 和 75 %，这说明学业在学生心目中的重要性。在防控应急阶段，受疫情影响，各高校采取线上教学。面对新的教学形式，教学过程中难免会出现新的情况，比如教师教学软件选择的多样化导致学生手机卡顿，教师管理学生手段尚有不足，互动形式过于单调等。对一些自控力差的同学，居家学习无人监管，自由度大，能否顺利通过考试也是不小的压力。疫情的不确定性、教学方式的改变、学生的不适应，都易使学生产生焦虑、浮躁、担心等负面情绪。在常态化防控阶段，学生回到熟悉的课堂，进行正常的校园学习、生活，除完成正常学习任务外，根据个人学业规划，有的还要面临考研复习、考取英语四六级证书、考取各种资格证书等繁重学习任务，学业压力还是无时无刻存在。2.2 就业压力对比分析学生除了关注学业，还关注就业。横向比较，两阶段的关注度分别为51.47 %和43.53 %，都排在第二位。从客观上分析，在防控应急阶段，受疫情影响，部分企业停工停产，订单减少，用人需求不旺，导致学生就业难。从主观上分析，
第一期 41少数学生就业动力不足，就业意识不强，学生没有明确的就业计划，积极性、主动性不够，存在从众心理[1] ，对国家出台的就业举措、提供就业机会重视不够。总之，疫情影响导致学生获取就业信息渠道减少，造成学生心理恐慌，容易出现迷茫、不安、熬夜等现象，就业压力大。在常态化防控阶段，企业复工复产，用工需求旺盛，学生能参加线上线下招聘会，就业信息渠道增多，参军、考研、公务员招考正常进行，学生就业选择机会增加，相比而言，压力有所减缓，占比相对下降，但仍排在了其他压力的前面。2.3 家庭经济压力对比分析对学生造成压力排在第三位的是家庭经济情况，两个阶段分别为 41.18 % 和 43.1 %。安阳工学院是样本来源高校，作为一所地方性本科高校，该校学生大多来源于农村家庭，家庭经济收入主要来源为父母务农、外出打工等。疫情防控应急阶段，企业停工停产，导致这些家庭收入减少，给居家学习、生活的学生造成一定的压力。疫情防控常态化阶段，人们逐步恢复正常的生产、生活秩序，学生回归校园生活，有的考研，有的报级，学生的日常生活费开支也给家庭增加了负担。2.4 父母期望压力对比分析来自家庭父母期望的压力分别为 32.35 % 和34.91 %，排在压力来源第四位。许多父母习惯拿自己子女与别人的孩子从学习、人际交往、择偶、就业等方面进行比较，使子女们倍感压力[2] 。特别是居家隔离期间，家长的啰嗦无形间增加了学生的压力；学生返校复学后，父母的期望时刻萦绕在学生心中。父母期待对学生心理压力影响情况见表 5。表 5 疫情防控不同阶段父母期待对学生心理压力影响情况对比
项目 防控应急阶段 常态化防控阶段人数 占比 /% 人数 占比 /%压力很大 7 5.15 24 10.34压力不同程度的存在 116 85.29 170 73.28没有压力 13 9.56 38 16.38通过表 5 可知，无论处在哪个阶段，父母期待对学生造成的压力都不同程度存在。2.5 与同学、 朋友相处压力对比分析从表 4 统计数据来看，大学生在两个阶段与同学朋友相处的压力分别为 27.21 % 和 25 %。说明学生长时间居家线上学习使同学、朋友之间不能够面对面近距离交流沟通，这对于热情奔放、青春激昂的大学生来讲,若情绪经常得不到释放、倾述，就会造成心理方面的问题。3 减轻学生心理压力的对策3.1 做好心理疏导工作无论什么时候，辅导员、专任教师都要高度重视学生的心理问题。一旦发现有心理问题的学生，要及时进行心理疏导，予以关注。二级学院及学校心理咨询部门要充分发挥专业优势，可采取线上、线下方式进行心理沟通，以便减轻学生心理压力。要加强疫情防控知识的宣传教育，做好疫苗接种工作，使学生树立科学的态度，正确看待疫情，保持平和心态，做好个人防护，尽量减轻疫情对学生心理造成的影响。3.2 加强学业引导学校要落实立德树人根本任务，加强教学质量监控管理，不断提高教育教学质量。教师要按照习近平总书记提出的“四有好老师”标准严格要求自己，做好学生引路人，讲好每一节课。学生一是要端正学习态度，二是要养成独立思考、自学习惯，学会查阅资料，三是明确学习目标。3.3 加强就业创业指导就业是民生之本，涉及社会及每一个家庭的稳定。学校方面，一是加强就业创业教育，利用就业创业课堂，使学生掌握基本的求职技巧，培养学生创业意识、创业素质和能力，提高就业创业成功率。二是做好国家、省、市就业创业政策宣传、解读，使学生享受到国家政策，如大学生志愿服务西部计划、“三支一扶”计划、高校学生参军入伍优惠政策、选聘高校毕业生到村任职工作等带来的便利。三是学校就业指导部门、各教学单位要树立服务学生的意识，积极主动收集用人单位信息，不断拓宽学生就业渠道。学生方面，一是树立就业意识，主动关注、积极参加线上、线下招聘会，主动联系企事业单位推介自己。二是转变就业观念，树立到基层去、到农村去、到军营去、到祖国需要的地方去的观念。3.4 做好资助育人工作目前国家资助体系正在逐步完善，各高校一冯晶晶，冯利民：新冠肺炎疫情防控不同阶段大学生心理压力调查与对策分析
2022 年 安阳工学院学报 42般设有国家助学贷款、国家奖助学金、学费减免、补偿代偿、勤工助学、绿色通道等助学机制。学校层面，开辟绿色通道，让家庭困难的学生可以申请到国家助学贷款、国家奖助学金、勤工助学岗位等，确保他们顺利完成学业。学生层面，学有余力的学生可以利用做家教、兼职、社会实践等形式增加收入，减轻家里负担，锻炼自己多方面能力。学生在校期间可通过参军服兵役减轻家庭负担。总之，学校要通过多种形式的资助工作，确保“不让一个学生因家庭经济困难而失学”，培养学生对党对国家对社会的感恩之心。3.5 正确对待父母期待学校要引导学生正确对待家长的期望与要求，树立正确的世界观人生观价值观，端正学习态度，做好学业规划，通过自己不懈努力，以优异成绩、全面进步成长来回报父母、回报老师、回报组织培养。作为学生，平时要善于与父母沟通，经常汇报自己的学业、生活情况，使父母放心，不断减轻自己的压力，以轻松、愉快的心情投入学习生活中去。对家庭而言，父母与孩子建立平等关系，遇事民主协商解决，尽力为孩子营造轻松、快乐的家庭氛围，有助于学生心理健康发展[3] 。当父母与孩子教育期望达到一致时，就能对学业起到正向影响作用。3.6 正确处理好同学、朋友关系学校方面，一是辅导员要积极引导学生，在做好疫情防护前提下，利用线上线下或线上线下相结合的形式，适当开展有利于同学交往的主题活动，如主题班会、主题团日、演讲活动等，促进同学间融洽关系。二是引导同学懂得友谊、友情，珍惜同学友谊，在学习生活中交真正知心朋友。家庭教育方面，针对 00 后孩子特点，家长要通过自己言行教育引导孩子，培养孩子高尚道德情操[4] 。学生方面，由性格原因或心理健康原因造成的不善交往，作为老师要及早发现，积极引导，针对性做好相关工作，促进其健康成长。4 结语对疫情防控不同阶段学生心理压力的表现症状、来源分析启示我们：一方面，学校要高度重视学生心理工作，多角度、多层面关爱学生、帮助学生，有针对性做好学生的心理健康教育和思想政治工作，创造良好的育人环境，切实减轻学生的心理压力。另一方面，要教育引导学生科学理性对待疫情，加强自我防护意识，树立正确的世界观、人生观、价值观，不断提高其学习能力、创新能力，使他们在学习中掌握知识、提高技能，成为德智体美劳全面发展的社会主义建设者和接班人，为实现中华民族伟大复兴中国梦贡献自己的青春年华。参考文献：[1] 吴雅娟，郑娇，雷云杉，等 . 疫情背景下高校毕业生就业对策研究 [J].大众标准化，2021（13）：146-148. [2]《父母的期望值给大学生造成的压力》调查报告 [EB/OL]. （2012-04-03）. https://www.docin.com/p-375517665.html[3] 姚婉雯 . 家庭教育对大学生心理发展的影响 [J]. 心理月刊，2021，16（11）：215-216+218.[4] 高誉嘉，赵文霞，赵国建，等 . 高校大学生人际关系危机处理与反思：以山西师范大学为例[J].科教文汇：中旬刊，2018（10）：143-145. （责任编辑：陈丽娟）
根据
wind
统计，截止
4
月
28
日早间，全球累计确诊人数达
306.5
万人，每日新增
确诊人数维持在
7
万以上高位。相较于
3
月时情形，4
月以来疫情在全球的扩散呈现出两个不同的特征：一是影响地区较为广泛，3
月疫情震中由东亚转移至欧美等发达国家，4
月时东南亚、非洲、南美地区较多发展中国家感染人数也呈现出较快上行趋势；二是疫情对于全球经济活动的扰动时间进一步拉长，尽管西班牙、意大利等国新增确诊人数见高回落，但并未如中国、韩国情形将疫情迅速控制并开启复工，全球新增死亡人数维持高位也印证潜在风险仍然较高。
图 1：自 4 月以来全球（不含中国）新增确诊及死亡人数维持高位
120,000 100,000 80,000 60,000 40,000 20,000 0 12,000 10,000 8,000 6,000 4,000 2,000 0
全球(不含中国):确诊病例 全球(不含中国):死亡病例（右轴）
资料来源：wind， 研究 恐慌情绪带动美元指数快速上行，全球主要货币汇率普遍贬值，近期内新兴市场国家主权信用风险值得关注。
自
3
月上旬开始疫情在美国快速蔓延以来，疫情对于全球经济的冲击不断升级，全球经济短期衰退已经不可避免，恐慌情绪带动下美元指数快速攀升。尽管美联储在
3
月连续两次紧急降息合计达
150bp
并开启
QE，但对于缓解全球美元荒效用有限，美元指数从
95
低点快速上行至
103
高位，直至
3
月
23日美联储宣布开启无限期
QE
才有效缓解了市场恐慌情绪。而由于美元短期内升值压力较大，全球资本普遍流出新兴市场、贬值压力加大；随着
4
月
6
日时阿根廷政府
宣布延期偿还
100
亿美元债务，市场对于新兴市场主权信用风险关注度明显提升。
图 2：3 月中旬美元指数及美股波动率指数(VIX)同步快速上行，之后平缓回落
103.0 102.0 101.0 100.0 99.0 98.0 97.0 96.0 95.0
美元指数 美国:标准普尔500波动率指数(VIX) 90.0 80.0 70.0 60.0 50.0 40.0 30.0 20.0 10.0 0.0
2020-03-13 2020-03-15 2020-03-17 2020-03-19 2020-03-21 2020-03-23 2020-03-25 2020-03-27 2020-03-29 2020-03-31 2020-04-02 2020-04-04 2020-04-06 2020-04-08 2020-04-10 2020-04-12 2020-04-14 2020-04-16 2020-04-18 2020-04-20 2020-04-22 2020-04-24 2020-04-26
资料来源：wind， 研究
1. 全球疫情的双重不确定性：欧美相对缓和、新兴市场持续扩散 1.1 欧美新增确诊人数出现回落、但并不意味着快速复工 需谨慎看待欧美各国新增确诊人数回落趋势，未来疫情扩散的不确定性仍然较高。从疫情在不同区域的扩散阶段来看，欧洲主要受影响国家（德国、意大利、西班牙）疫情在
3
月中旬快速爆发，在
3
月下旬达到峰值，自
4
月起新增确诊开始震荡回落；
英国疫情在
3
月下旬快速爆发，于当前
4
月中旬冲高回落；美国疫情于
4
月达到峰值后相对走平，单日新增确诊人数维持较高水平。由于欧美主要经济体新增确诊人数出现回落或走平趋势，海外市场对于疫情的悲观预期有所预期，而对于未来复工的乐观预期升温也带动了风险偏好小幅复苏。我们认为对此仍需谨慎看待，主要原因分为两点：一是未来疫情扩散的不确定性仍然较高，具体我们会在下文分析；二是短期内高频经济数据大概率持续创新低，对于海外风险偏好将形成抑制。
图 3：4 月以来欧洲主要国家新增确诊整体回落，美国新增确诊震荡走平
10,000 9,000 8,000 7,000 6,000 5,000 4,000 3,000 2,000 1,000 0 40,000 35,000 30,000 25,000 20,000 15,000 10,000 5,000 0
德国 英国 意大利 西班牙 美国（右轴）
资料来源：wind， 研究 从检测强度和防疫措施严格程度看，欧美主要经济体防疫成效可能相对不足，疫情扩散的持续时间相较于中国、韩国相对更久。
从每百万人检测数量和感染人数的对比情况来看，全球主要经济体中韩国、德国、加拿大检测比率相对较高，而西班牙、美国、英国检测比率仍然低于趋势线水平；而当前新增确诊和死亡人数数据可以印证韩国、德国在疫情防控上更为有效，由此来看美国及部分欧洲国家疫情后续扩散不确定性较高。而从疫情防控措施的严格角度来看，无疑是中国>韩国>意大利、西班牙等欧洲国家>美国，而防疫措施的不同也决定了疫情后续发展的不同。最明显的体现就是，我国新增确诊人数出现拐点后下行速率较快，韩国也相对较快，而意大利截止
2020-03-13 2020-03-15 2020-03-17 2020-03-19 2020-03-21 2020-03-23 2020-03-25 2020-03-27 2020-03-29 2020-03-31 2020-04-02 2020-04-04 2020-04-06 2020-04-08 2020-04-10 2020-04-12 2020-04-14 2020-04-16 2020-04-18 2020-04-20 2020-04-22 2020-04-24 2020-04-26
当前新增确诊仍然较高。由此可推导到美国来看，未来美国疫情的持续时间和力度可能超预期，在平台缓和期的时间将更长、后续确诊人数下行的斜率将更加平坦。
图 4：
美国、英国、西班牙每百万人检测强度相对不足，防疫效果可能不足
6,000
5,000
4,000
3,000
2,000
1,000
0 0 5,000 10,000 15,000 20,000 25,000 30,000 35,000 40,000 每百万人检测人数
资料来源：worldometers， 研究
图 5：意大利新增确诊人数出现拐点后下行较慢
图 6：西班牙新增确诊人数出现拐点后几度反复
7,000 6,000 5,000 4,000 3,000 2,000 1,000 0 1,000 900 800 700 600 500 400 300 200 100 0 9,000 8,000 7,000 6,000 5,000 4,000 3,000 2,000 1,000 0 1,200 1,000 800 600 400 200 0
资料来源：wind， 研究 资料来源：wind， 研究 美国整体检测确诊率出现下行趋势，但由于各州疫情发展存在显著差异性，后续复工推进仍然存在较高不确定性。
根据意大利、韩国的经验，疫情发展进入“平台缓和期”的重要标志就是新增检测数量继续上行，而对应检测确诊率有所下行，两者相乘后实际新增确诊走势平稳，这也意味着检测力度的不断扩大在有效降低感染人群的传播风险。而从美国现状看，4
月
12
日-14
日期间检测确诊率有所下行、回落至
20%以下，新增确诊人数也明显下行；但从各州分项数据来看，此三日内确诊率下降趋势更多是由于当前疫情最为严重的纽约州检测数量短期回落，带动了整体新增确诊率及确诊人数下行。在
4
月
15
日-16
日纽约州检测数量回升后，全美新增确诊率也有所
反弹。自
4
月
17
日期纽约州新增确诊率有所下行，当前水平
20%仍然相对较高，疫情完全企稳前推进复工难度较高；而新泽西州检测确诊率维持在
46%高位，后续仍然存在较大疫情扩散风险。
综上，尽管美国检测确诊率持续下行、疫情有所缓和期，但未来疫情扩散及对经济的冲击仍然存在较高不确定性。
检测相对不足 Spain
Belgium Ireland France USA Switzerland Italy UK Netherlands Portugal Ecuador Iran Sweden Turkey Germany India Brazil Saudi Arabia Peru Canada Russia 防控相对有效
每百万人感染人数
图 7：4 月上旬美国新增检测确诊率回落更多受结构
性因素带动
图 8：纽约州新增检测确诊率缓幅下行，绝对水平仍
然偏高
350,000 300,000 250,000 200,000 150,000 100,000 50,000 0 2020/3/4 2020/4/4 新增检测 检测确诊率（右轴）
35.0% 30.0% 25.0% 20.0% 15.0% 10.0% 5.0% 0.0% 50,000 45,000 40,000 35,000 30,000 25,000 20,000 15,000 10,000 5,000 0
新增检测 检测确诊率（右轴）
80% 70% 60% 50% 40% 30% 20% 10% 0%
资料来源：covidtracking， 研究 资料来源：covidtracking， 研究 1.2 新兴市场国家疫情相对滞后，尾部风险较高 新兴市场国家疫情发展相对滞后，部分国家感染人数已经大幅上行。
尽管全球整体新增确诊人数相对走平，但自
3
月下旬以来，新兴市场国家新增确诊人数整体上行，除了前期就受疫情影响较为严重的伊朗以外，其他新兴市场国家在近期受疫情影响程度也明显提升，其中新增确诊人数规模较大的主要包括：土耳其、巴西、俄罗斯、印度。由于新兴市场国家在医疗卫生条件、平均收入水平较发达国家都相对较低，同时印度等国家人口密度也明显较高，可能面临的疫情扩散风险更大。
图 9：新兴市场国家新增确诊人数呈现上行趋势，其中俄罗斯、印度、巴西受影响较
大
20,000 18,000 16,000 14,000 12,000 10,000 8,000 6,000 4,000 2,000 0 马来西亚 伊朗 印度尼西亚 土耳其 印度 巴西 墨西哥 俄罗斯
资料来源：wind， 研究 为抑制疫情扩散，较多新兴市场国家已采取多项防疫措施应对，短期内对于经济活动的扰动也将逐步显现。
根据美欧等国的经验，疫情自
2
月开始在美欧国家快速扩散，而以三月中旬美国进入国家紧急状态为信号、主要国家均开始采取较为严格的防疫措施，对于经济的影响显而易见：3
月美欧制造业
PMI
等经济景气指数大幅上行， 3
月第三周美国申请失业救济人数创历史新高，零售及通胀等数据明显收缩，两者之
间几乎不存在时滞。反观新兴市场国家，大多数也已经在
3
月底前采取了防疫措施，
4
月时泰国、印尼等东南亚国家也陆续进入社交隔离状态。
表
1：较多新兴市场国家开始针对疫情采取防控措施
巴西 阿根廷 土耳其
印度尼西亚
泰国 为防止疫情扩散，巴西多个州都采取了严格的防疫措施；在疫情严重的圣保罗州，从 3 月 24 日至今，已经有 645 座市镇实行隔离，学校停课、暂停商业活动、只保留与健康和安全相关的基本社会服务；州政府还表示，可能会根据实际需将隔离期继续延长。
3 月 31 日当天，阿根廷结束实行了 11 天的首轮全国强制隔离措施；从当地时间 4 月 1 日起 则正式开始进行第二轮全国强制隔离，至 4 月 12 日结束；从 4 月 15 日开始，阿根廷首都开始实行在公共场所强制佩戴口罩的规定。
3 月 11 日土耳其停飞欧洲 9 国航班，3 月 30 日停飞所有国际航班；到目前为止，土耳其对内采取比较宽松的封锁政策，虽然关闭了其学校、酒吧、电影院等聚集场所，但是目前只对 20 岁以下以及 65 岁以上的居民“禁足”。
自首都雅加达于 4 月 10 日起正式实施大规模社交限制措施以来，印尼全国另有 9 个县市陆续跟进，希望通过关闭更多公共场所和进一步限制人流来遏制新冠疫情的传播。
泰国自 4 月 3 日起实行全国宵禁，晚上 22：00-凌晨 04：00 所有民众必须待在家中，除非是必要人员可以出行，比如医务人员、运送医疗用品人员、运送病人、运送物资、夜班交接人员等。为了防止境外输入病例增长，泰国宣布从 4 月 4 日起至 4 月 30 日禁止所有国家的客运航班入境泰国，同时继续关闭所有边境口岸，只允许经批准的泰国公民回国，回国后必须无条件接受集中隔离 14 天。
南非 为了阻止新型冠状病毒肺炎疫情的持续蔓延，南非政府于 4 月 9 日宣布将在此前“封锁令” 的基础上，将时间延长 14 天。
墨西哥卫生部建议将原本计划于 4 月 30 日结束的全国“保持安全卫生距离”的动议，也就 墨西哥 是居民自我居家隔离延长一个月至 5 月 30 日。另外墨西哥卫生部关于也表示，将从 6 月 1日起，分阶段地以及有组织地重启社会公共经济活动。
俄罗斯 俄罗斯从 3 月 16 日起限制航班数量，3 月 18 起限制外国人入境，3 月 27 日起关闭所有边境口岸；3 月底宣布全国进入数周休假，莫斯科要求市民居家隔离。
资料来源：wind，新华网， 研究
2. 当前环境下新兴市场国家面临的三阶段冲击 受全球疫情影响，新兴市场国家外汇端可能面临三阶段冲击：
第一阶段是由“美元荒”引发，全球资本加速撤离新兴市场带动汇率贬值；第二阶段是全球外需萎缩对外向型经济体的冲击，以及疫情在新兴经济体扩散带来的尾部风险；第三阶段是受前期汇率贬值、资本外流带动，部分新兴经济体面临主权信用危机，进而带动贬值预期进一步升温。
在当前时点看，第一阶段“美元荒”带动的汇市冲击已经演绎完毕，但后续也存在反复可能；第二阶段外需冲击及疫情扩散的影响还在不断强化；第三阶段主权信用风险也值得关注。
国家 防疫措施
2.1 第一阶段：“美元荒”带动下的资金外流 “美元荒”带动下美元指数快速上行，国际资本流动加速流出新兴市场。
由于疫情在海外扩散程度不断升级，多重因素共同导致了“美元荒”：美国企业短期对现金需求提升、全球避险情绪升温资金回流美国、全球金融市场大幅震荡下基金被动撤资等。而新兴市场方面则受到美元指数快速上行带动，贬值预期加速短期资金外流，根据
EPFR
统计，自
3
月中旬开始资金大规模从新兴市场基金中流出，其中泰国、印度、印度尼西亚、墨西哥、巴西、俄罗斯等国自
3
月以来基金（包含股票型和债券型基金）
流出力度较大；我国由于疫情防控成效显著，在
3
月前两周呈现为资金外流，但在
3月中下旬美元快速升值的背景下资金外流相对缓和，4
月初体现为大幅流入。
图 10：3 月中旬外资较快流出新兴经济体，4 月流出力度明显收窄（单位：百万美元）
2,000
1,000
0
-1,000
-2,000
-3,000
-4,000
-5,000
3/4/2020 3/11/2020 3/18/2020 3/25/2020 4/1/2020 4/8/2020
资料来源：EPFR， 研究 从长期看资金流动具有顺周期属性，18-19
年以来逆全球化趋势带动下资金流入新兴市场整体放缓。
从较长期限看，国际资金流动并非完全受美元指数带动，也受全球经济周期影响较大。金融危机后全球进入复苏周期，新兴经济体由于后发优势经济增速要显著高于发达国家，由此带动资金持续...
2020 年 1 一 3 月底 ， 越南应对新冠肺炎疫情大致可分为三个
阶段 ：
从 1 月至 3 月初为第一阶段 ， 感染者有限 ， 16 例全部治愈 ， 防治
效果好 ； 3 月 6 日至 3 月 31 日为第二阶段 ， 感染确诊者迅速增加 ， 防控
形势严峻 ； 进入 4 月份是第三阶段 ， 越南在全国采取 “ 社会隔离 ” 措施 ，
并在竭尽所能做好国内疫情防控的同时 ， 也积极展开一些抗疫国际合作 。
从历史经验 、 政治体制 、 民族性格和国家实力等综合因素分析 ， 越南疫
情不至于发展到失控的局面 。
此次疫情可能会对中越命运共同体 、 “ 一
带一路 ” 建设和 “ 两廊一圈 ” 发展战略对接 、 疫情防控合作 、 传统睦邻
友好关系和外交合作等方面产生影响 。【 关键词 】
越南
新冠肺炎疫情
中越关系【 作者简介 】
梁茂华 ， 广西民族大学东南亚语言文化学院越南语系讲师 、 博
士 ； 于向东 ， 郑州大学越南研究所所长 ， 教授 ， 博士生导师 ， 黄河科技学院
副院长兼马克思学院院长 。【 中图分类号 】
D815【 文码 】
A【 文章编号 ］ 1006-6241(2020)02-0074-14-74 -
越南抗疫举措及对中越关糸影响抗击突然爆发且来势汹汹的新冠肺炎疫情 （ 以下简称 “ 疫情 ” ）
， 是世
界各国面对的一场大战 ， 也是检验各国关系的 “ 试金石 ” 。
面对疫情的发生 ，
越南采取的应对措施一度收效较好 ， 但随着疫情在各国的大流行 ， 越南抗
疫仍面临严峻考验 。
据越南卫生部报告 ， 截至 2020 年 4 月 10
H, 越南境
内新冠肺炎确诊感染病例为 257 例 。
m 现就越南 4 月 10 日前 ， 应对疫情和
处理中越关系的有关情况进行梳理分析 ， 就教于大家 。一 、 越南应对疫情的举措越南应对疫情大致可分为三个阶段 。
从 2020 年 1 月至 3 月初为第一阶
段 ， 仅有的 16 例感染者全部治愈出院 ， 防治效果较好 ； 3 月 6 日至 3 月底
为第二阶段 ， 确诊病例迅速增加 ， 防控形势严峻 ； 从 4 月 1 日起 ， 越南政
府在全国范围内实行 “ 社会隔离 ” 措施 ， 是越南疫情的新阶段 。
目前第三
阶段正在发展过程中 ， 初步出现了社区感染 ， 疫情演变还在继续 。（ 一 ）
第一阶段的防控措施与效果此阶段疫情主要在中国境内发生 ， 西方个别国家和反华传媒借机抹黑
中国 。
越南卫生部连续向政府总理办公室呈文 ， 建议采取严格的应对措施 ，
防止疫情输入 。
越通社 （ TTXVN ）
和越南网 （ Vietnamnet ）
等媒体持续跟踪
报道 ， 逐渐形成热点 。1 月 21 日 ， 越南卫生部要求各医院成立 “ 应急队伍 ” 。
1 月 23 日 ， 一对
中国武汉籍父子在胡志明市被确诊 ； 河内市也收治隔离了
2 名疑似感染的越
南公民 。
越南总理阮春福随即签发 《 关于防控 “ 新冠肺炎 ” 疫情指导意见 》
的公告 。
此后 ， 越南成立全国防疫委员会 ， 多次召开疫情防控工作会议 ， 要[1] 越通社 ：
《 截至 10 日 18 时越南新增两例新冠肺炎确诊病例累计达 257 例 》 ， 越通
社中文网 ， https://zh.vietnamplus.vn/ 截至 10 日 18 时越南新增两例新冠肺炎确诊病例-累
计达
257
例
/112418.vnp o-75 -
|
知平龄張展 2020 年第 2 期求 “ 抗疫如抗敌 ” 。
2 月 1 日 ， 越南将具有医学专业背景 、 此前已在卫生部
任 7 年副部长的越共中央宣教部副部长阮青龙调回卫生部担任副部长 。
[1][1]
Dd
Thoa,
“ Thii
tuang
b6
nhiem
ong
Nguyin
Thanh
Long
giu
chuc
Thu
truong
Bo
Y
td M ,Bao
Dien
Tu
E ）
加 g
Cong
SAn
Viet
Nam,
February
1,
2020,
http : // dangcongsan.vn/xay-dung-
dang/thu-tuong-bo-nhi
em-ong-nguyen-thanh-long-giu-chuc-thu-truong-bo-y-te-547714.html
（ [越 ] 杜钗 ：
《 总理任命阮青龙为卫生部副部长 》 ， 载 《 越共电子报 》 ）
。[2]
Bao
Dien
Tu*
D 加 g
Cong
Sin
Viet
Nam,
ft Vihh
Phuc:
Cdch
lykbu
virc
cd
dich
Covid-19
tai
xa
S （ m
Ldi f> ,
February
12,
2020,
http : //dangcongsan.vn/phong-chong-dich-covid- 1 9/vinh-
phuc-cach-ly-khu-vuc-co-dich-covid- 19-tai-xa-son-loi-548426.html o
（ 《 永福省对出现新冠肺
炎疫情的山雷社进行隔离 》 ， 载 《 越共电子报 》 ）
。[3]
《 越南政府副总理武德储 ：
我们已旗开得胜但仍要坚持不懈 》 ， 越通社中文网 ， https://
zh.vietnamplus.vn/ 越南政府副总理武德储我们已旗开得胜但仍要坚持不懈 /110284.vnp o[4]
《 世卫组织代表 ：
越南依然是妥全的目的地 》 ， 越通社中文网 ， https://
zh.vietnamplus.vn/ 世卫组织代表越南依然是安全的目的地 /111076.vnp o1 月 30 日 ， 世界卫生组织宣布 “ 新冠肺炎 ” 疫情为国际关注的突发公
共卫生事件 。
越南不顾该组织 “ 不建议实施旅行和贸易限制 ” 的指导意见,
于次日暂停向中国游客以及两周内曾在中国境内停留的其他外国人发放旅
游签证 。
2 月初 ， 越南针对中国公民的入境限制进一步升级 。
越南北部永福
省山雷乡 ( Son
Loi ) 因发现 7 例确诊病例 ， 从 2 月 13 日起对全乡 1 万多名
民众进行为期 20 天的集中隔离 。
1 [2]通过各种措施 ， 越南疫情得到有效控制 ， 16 例确诊病例全部治愈 。
2
月 25 日 ， 越南卫生部宣布永福省最后 1 名确诊病人出院 ， 连续 13 天无新
增确诊病例 。
同日 ， 越南副总理武德脩在 “ 全国卫生工作部署暨新冠肺炎
疫情防控工作视频会议 ” 上表示 ， 疫情防控旗开得胜 ， 但形势仍严峻复杂 。
[3]
在此阶段 ， 越南采取了就地调集医疗队伍 、 利用现有设施实施指挥和就地
做好后勤保障等措施来应对疫情 , 得到世卫组织驻越南代表朴启东的肯定 。
[4]
第一阶段 ， 越南疫情防控的方向 ， 主要关注和防止疫情从中国输入 ， 感染
人数有限 。
但随着世界各国 ， 尤其是与越南联系密切的欧 、 美 、 日 、 韩等
逐步发展为新疫区国 ， 形势更加严峻 ， 但越南却忽略或迟疑了对上述国家
-76 -
越南抗疫举措及对中越关糸影响入境人员的防控 。
这使得进入 3 月份 ， 越南疫情因欧 、 美 、 日 、 韩旅越
游客 、 跨国公司员工 ， 以及欧美疫区归国留学生 、 务工者等外部因素的
影响而陡然生变 。（ 二 ）
第二阶段疫情发展与防控3 月初 ， 当越南踌躇满志地等待宣布疫情结束时 ， 形势却急转直下 。
3
月 6 日 ， 越南出现第 17 例确诊病例 。
越南卫生部调查报告显示 ， 该确诊病
例患者 2 月中旬从河内飞往英国伦敦 ， 行程涉及意大利和法国多地 ； 3 月 1
日返回河内 ， 直到 3 月 6 日才被确诊收治 。
截至 3 月 16
H, 越南新增的 45
个病例中 ， 15 例是与她宜接或间接有关 ， 导致其家庭及所在街区被封锁隔离 。3 月 6 日后 ， 越南疫情迅速发展 ， 确诊病例从北方河内市蔓延到南方包
括胡志明市的 20 多个省市 。
新增病例主要是输入性病例 ， 多为欧 、 美 、 日 、
韩游客和入境工作者 ， 也有不少是越南欧美留学生 ， 或赴国外出差 、 旅游 、
务工归国人员 。面对疫情变化 ， 越南政府逐步升级防控措施 ， 加强集中隔离和检测 。
3
月 19
0, 越南宣布自当日起陆续暂停所有国际航线 ， 后又将停航持续至 4
月 30 日 。
3 月 20 日 ， 越共中央政治局召开疫情防控工作会议 ， 越共中央总
书记 、 国家主席阮富仲 ， 政府总理阮春福和越共中央政治局委员 、 中央书
记处常务书记陈国旺等出席 。
会议进一步总结和强调 ， “ 全力阻止和控制传
染源 ， 尤其是国外输入性感染源 ； 及早发现确诊病例 ； 严格进行流行病学
调査 、 分类 、 筛查与隔离 ； 划定隔离区消灭疫情 ； 及时有效治疗五项疫情
防控原则 ” 。
m 越南政府也根据会议精神进一步做出部署 ， 再次强调 “ 抗疫
如抗敌 ” ,要求以战时状态应对 ， 内防疫情扩散 ， 外防疫情输入 。
3 月 22 日起,
-77 -[1]
PV,
u Thong
bdo
k^t
luan
cua
Bo
Chfnh
tri
ve
cong
tdc
phdng,
chdng
dich
benh
COVID-19 f, ,
Bao
Di§n
Tq
Dang
C$ng
San
Vigt
Nam,
March
21,
2020,
http://dangcongsan.vn/
lanh-dao-dang-nha-nuoc/thong-bao-ket-luan-cua-bo-chinh-tri-ve-cong-tac-phong-chong-dich
・
benh-covid-19-550961.htail o
（ [越 ]PV
：
《 政治局关于新冠肺炎疫情防控工作的结论通报 》 ,
载 《 越共电子报 》 ）。
|
知平龄張展 2020 年第 2 期越南暂停所有外国人入境 。
23 日 ， 副总理武德僑根据医学专家意见 ， 向国
会常委会报告称 ， 已制定 5 套疫情防控方案 ， 以应对可能出现上千人被感
染的局面 。
[1] 25 日 ， 又宣布为有需要离开越南的外国人提供便利,试图用 “ 只
出不进 ” 的举措严防疫情输入 。[1]
Thu
HSng,
M Viet
Nam
da
c6
kich
bin
v （ 5i
h^ng
ngan
ngudi
nhi§m
Covid- 19,
Vietnamnet ” ,
March
23,
2020,
https:/ / vietnamnet.vn/vn/thoi — su/quoc — hoi/viet — nam — da — co — kich — ban —
voi — hang — ngan — nguoi — nhiem — covid — 19 — 626316.html o
（ [越[秋姮 ：
《 越南做好了上千人感
染新冠肺炎病毒的应对方案 》 ， 载越南网 ）
。[2]
《 越南在全国范围实施为期 15 天的全社会隔离 》 ， 越通社中文网 ， https://
zh.vietnamplus.vn/ 越南在全国范围实施为期 15 天的全社会隔离 /111923.vnp o越南采取具体的防控措施不断加强 ， 如加强粮食出口管制 、 限制交通
运营等 。
3 月 24 日起 ， 越南暂停出口大米 。
河内市于 3 月 25 日强制关闭
除加油站 、 食品店和药店外的其他所有店铺运营至 4 月 5
Ho 自 3 月 26 日
至 4 月 28 日 ， 河内和胡志明市每日对开列车暂停运营 。
越南政府和卫生部
门呼吁民众尽量足不出户 ， 减少不必要聚集 ， 违规者将被重罚 。
这一阶段,
越南对疫情的防控总体上采取了
“ 外防输入 、 内防扩散 ” 双管齐下的策略,
希望在最大限度切断疫情的传播途径的同时 ， 治疗和抢救确诊病例 。
但百
密一疏的是 ， 作为越南医疗设施最好 、 专业水平最高 、 病患就诊最多的河
内白梅医院 ， 由于院内防护不到位 ， 导致不少医护人员被感染 ， 以及就诊
患者的交叉感染 。
这为越南疫情下一阶段的发展与变化埋下了隐患 。（ 三 ）
第三阶段疫情发展与防控随着新冠疫情的变化 ， 越南政府也进一步升级了防控举措 。
3 月 31
日 ， 越南总理阮春福签发关于采取紧急措施应对新冠肺炎疫情的 16/CT-
TTg 号指示 ， 宣布自 4 月 1 日零时起 ， 在全国范围内实行为期 15 天的 “ 社
会隔离 ” 。
其原则是 ：
“ 家庭与家庭 、 村与村 、 乡与乡 、 县与县 、 省与省之
间均进行隔离 ， 并降低生产车间的人员密度 ， 确保安全距离 ， 佩戴口罩 ，
按照规定进行消毒处理 。
” 何试图通过这一措施减少人员流动和密切接触 ，
1 2 -78 -
越南抗疫举措及对中越关糸影响阻断疫情传播 。
疫情变化的主要风险是河内白梅医院持续出现医护人员感
染病毒 ， 以及社区感染增加 。
据越南卫生部数据 ， 自 3 月中旬以来 ， 前往
该医院就诊的人员有几万人次 ， 目前仍有 4000 — 5000 人尚未进行健康申
报或检测 。
此前 ， 有在该医院就医史的病患 ， 或有在该医院照顾病患史的
家属陆续出现感染现象 。
据越南网报道 ， 截至 4 月 4 日 ， 与白梅医院有关
联的确诊病例多达 45 例 。为了进一步对疫情进行研判 ， 4 月 7 日 ， 越南卫生部在河内召开在线
会议 ， 其下属各部门 、 研究所 、 院校 、 公安部和国防部军事卫生与流行病
学研究所代表 ， 以及世卫组织驻越代表和美国疾病预防控制中心驻越代表
参与会议 。
会议对越南当前的疫情状况 、 防控措施 、 下阶段疫情发展预测
和对应措施等进行了报告和研判 ； 请求世卫组织和美国疾病预防控制中心
驻越代表提供世界流行病学数据 ， 对越南的 COVID-19 流行病学分析提供
协助与建议 。
[1][1]
Bo
y
te
Cong
thong
tin
Dien
th,
et Bd
Y
te
hop
trirc
tuyen
phan
tich
dich
te
benh
Co
vid
19
tai
Vigt
Nam" ；
April
7,
2020,
https://www.moh .
gov.
vn/web/guest/tin-noi-bat/-/
asset_publisher/3Yst7YhbkA5j/content/bo-y-te-hop
・ tnic-tuyen
・ phan-tich-dich-te-benh-
covid- 1 9-tai-viet-nam o
（ 越南卫生部网站 ：
《 卫生部召开在线会议分析越南新冠肺炎病
毒流行病学疫情 》 ）
。目前 ， 越南第三阶段疫情防控还在持续 ， 形势依然错综复杂 ， 重视程
度也不断提升 。
尽管越南确诊病例数量上升较快 ， 但总数不是很多 ， 确诊
病例都能得到及时收治 ， 对与其密切接触者采取了较为严格的隔离措施 。
据越南卫生部公布 ， 截至 4 月 10
H,
257 例确证病例中 ， 已有 144 人治愈
出院 。
但出院后复阳 、 无症状患者和 23 天超长潜伏期患者使得疫情的走向
与发展仍纷繁复杂 。
未来形势的变化不仅取决于越南国内的防控 ， 也会更
多受到世界各国疫情变化的影响 。-79 -
知平龄張展 2020 年第 2 期二 、 越南疫情防控的若干有利因素从上述防控过程与效果来看 ， 越南的疫情总体...
省份 市（县、区）序号全国疫情风险等级划分表（截至3月2日）划分依据（未特别指明的，均为2月25日国家联防联控机制新闻发布会上公布的《全国大部分地区疫情等级区域划分》区域风险等级4 安徽省合肥市：
瑶海区、庐阳区、蜀山区、包河区；淮北市：
相山区；宿州市：
埇桥区；蚌埠市：
龙子湖区、蚌山区、禹会区；阜阳市：
颍上县、界首市、临泉县；淮南市：
田家庵区；六安市：霍邱县、金寨县；马鞍山市 ：和县；芜湖市：
芜湖县、南陵县、无为市；铜陵市：
义安区；安庆3月1日《健康安徽》官网5 江苏省无锡、淮安、连云港、南通、常州、泰州、盐城、扬州、镇江、6 江西省 萍乡、吉安、鹰潭7 广东省汕头、江门、湛江、肇庆、阳江、梅州、茂名、清远8 陕西省 安康、汉中、咸阳、渭南、宝鸡9 四川省甘孜、南充、达州、广安、巴中、绵阳、内江、泸州、德阳、攀枝花、遂宁、凉山、宜宾10 福建省泉州、厦门、宁德、漳州、南平、三明11 海南省 海口、万宁、儋州12 山东省济南、烟台、临沂、济宁、威海、聊城、潍坊、德州、泰安、枣庄、淄博、菏泽、日照、滨州13 黑龙江省鸡西、绥化、双鸭山、齐齐哈尔、七台河、佳木斯、大庆、牡丹14 重庆市 北碚区重庆市新型冠状病毒肺炎疫情防控工作领导小组2月26日发布15 云南省五华区、官渡区、呈贡区、嵩明市、安宁县、麒麟区、沾益区、昭阳区、大关县、永善县、镇雄县、个旧市、蒙自市、泸西县、绿春县、文山市、景洪市、大理2月23日，云南省卫生健康委员会发布调整后的全省新冠肺炎疫情风险列表16 甘肃省 兰州、天水17 贵州省贵阳市观山湖区、南明区、花溪区、清镇市；遵义市红花岗区、道真自治县、正安县；毕节织金县、纳雍县；铜仁市碧江区、黔东南州凯里市、贵定县、长顺县贵州省人民政府官网（3月1日）中风险
省份 市（县、区）序号全国疫情风险等级划分表（截至3月2日）划分依据（未特别指明的，均为2月25日国家联防联控机制新闻发布会上公布的《全国大部分地区疫情等级区域划分》区域风险等级18 河北省石家庄市（长安区）、张家口市（康保县、张北县）、秦皇岛市（卢龙县）、唐山市(迁安市、迁西县）、廊坊市（固安县）、保定市（易县）、沧州市（河间县、南皮县、献县）、邢台市（威县）、邯郸市（魏县）2月29日，河北省政府发布的新冠肺炎疫情风险等级分区分级名单19 山西省 太原、大同、晋州、运城20 辽宁省沈阳、大连、锦州、葫芦岛、盘锦21 吉林省 长春、四平22 青海省 西宁23 广西壮族自治区南宁、北海、桂林、柳州、河池、防城港、来宾24 新疆维吾尔自治区 乌鲁木齐、伊犁25 宁夏回族自治区 银川、吴中26 内蒙古自治区 鄂尔多斯、包头1 湖北省五峰县、来凤县、远安县、兴山县、鹤峰县、秭归县、宣恩县、宜都市、保康县、老河口市、利2月29日，湖北首次发布的《湖北省县（市、区）新冠肺炎疫情风险等级评估报告》2 重庆市江津区、永川区、大足区、万盛经开区、梁平县、垫江县、丰都重庆市新型冠状病毒肺炎疫情防控工作领导小组2月26日发布3其他省、自治区、直辖市除上述高、中风险以外的其他区域低风险
2020.04（上）Te Bie Ce Hua 特 别策划新冠肺炎疫情是继2003年“非典”之后，又一次波及世界范围的重大突发公共卫生事件。本文研究选取中国互联网联合辟谣平台疫情谣言专区中2019年12月1日至2020年3月24日总计471条谣言进行研究分析，以国家卫健委发布的数据以及疫情发展重要时间节点为依据，将此次疫情期间谣言的发展大致划分为以下几个阶段：2019年12月1日—2020年1月3日的潜伏期、2020年1月4日—1月23日的发展蔓延期、1月24日—2月23日的爆发高峰期、2月24日—3月24日的回溯长尾期。本文研究的目的在于通过探究疫情发展过程中不同阶段谣言的特征来检视各阶段内辟谣策略的得失，为今后应对突发公共卫生事件谣言的治理提供经验。谣言发展的阶段性特点（一）潜伏期2019年12月1日，《柳叶刀》上发表的文章披露了首位发病患者，自此开始出现有关此种未知来源病毒感染的议论。但是这一阶段内有关病毒的客观信息明显不足，民众重视程度也不足，所以谣言内容较少且较为单一，仅在小范围内传播。中国互联网联合辟谣平台的疫情专区并未开通，相关谣言内容数量较少。1.知情信息不足导致谣言与真相交织在疫情发展的潜伏期，由于相关信息严重不足，导致网络上出现了大量有关疫情来源、传染性等类似的猜测，并衍生出许多模糊信息。在这些信息中，由于对事实情况掌握不足使其内容真假难辨，甚至在疫情发展后续阶段出现了反转。例如“未出现人传人”在当时被认定为真相，而后期则被证实“存在人传人”；“此病毒是新型冠状病毒”在当时经一线医生传播后被认定为谣言，但后期证实为真相。此阶段内，谣言的研判与认定成为主要问题，在无法全面依据客观信息的情况下，官方在进行谣言认定时会考虑更为复杂的社会稳定因素，即对于有害社会公共秩序、危害社会稳定且模糊不清的信息会被认定为谣言。2.信息传播效率低由于在这一阶段有关病毒的真实情况还未查明公开，病毒来源和传播途径均未知，而且疫情发展并没有扩散，基本局限于武汉地区，所以未能得到全国范围内足够重视。与此同时，因为对于客观事实掌握不足，使得此时网络上传播的信息亦真亦假。针对疫情谣言的散布者，官方进行了一定惩处，谣言传播得到了一定控制。综合多种因素分析，此时大多数普通民众对相关疫情发展的关注度不足，缺乏传播欲望，使得当时有关疫情来源等类的谣言传播效率较低。（二）发展蔓延期1.内容上，以“非典”为话题中心扩散展开该阶段内辟谣平台疫情专题刚刚开放，仅有12条谣言内容。在这12条谣言内容中有9条与SARS或“非典”相关，可看出这一阶段谣言主题重点倾向于与“非典”相关联。这是由于此次疫情的暴发与2003年的“非典”具新冠肺炎疫情中谣言传播的阶段性特征及辟谣策略探析 王灿发
于印珠[摘要]我国在新冠肺炎疫情防控过程中，真相和谣言相互交织，谣言的大肆传播为疫情防控带来困扰。这次新冠肺炎疫情期间谣言的发展分为潜伏期、发展蔓延期、爆发高峰期与回溯长尾期四个阶段，不同阶段的谣言有其独特的发展特点，辟谣工作也根据不同阶段的特点而逐步展开，并采取了针对性极强的辟谣手段，稳定了公众情绪，正确引导了舆论。[关键词]重大突发公共卫生事件
新冠肺炎
谣言
[中图分类号] G20
[文献标识码] ADOI:10.13854/j.cnki.cni.2020.07.005
172020.04（上）
中国报业有极大相似性，使人们不得不将其与“非典”联系起来，并且由于病毒的基因序列刚刚公开，人们对于病毒基因序列等相关专业性极强的病理学知识认识有限，因此出现了大量将此次病毒与“非典”病毒相关联的谣言，如“中国武汉暴发的神秘疾病已被证实为新型SARS病毒”“新型冠状病毒基因序列与SARS病毒相似度达80%”等。一方面，此类谣言更容易唤醒国人对于“非典”时期的群体记忆，引发民众恐惧不安的心理；另一方面，相比复杂的专业术语更便于普通群众快速理解记忆。所以在这一阶段内，将此次新冠病毒与“非典”相关联的谣言内容更容易获得大范围传播。2.传播形式上，误解数据以加强可信度这一阶段的谣言内容有4条通过明确标明数字来增加可信度，如“新型病毒与SARS有73%相似”“新型冠状病毒基因序列与SARS相似度达80%”“新冠肺炎与非典相似性高达90%”“我们医院已经有好几例了，已经严密隔离起来了，很恐怖，据说80%是非典”，尤其是有关基因序列数据的引用，给民众带来极大误解，认为基因序列相同就等同于病毒相似。这类谣言的大肆传播都是依赖概念嫁接，尤其是专业性较强的病理学知识，准确的数据更能增加其可信度。3.情感发展上，反映民众普遍的恐慌心理通过分析这一阶段谣言内容可以看出，将此次疫情与“非典”对等的谣言，经广泛传播带来很大社会影响，实质上反映了民众面对未知疫情的极端恐惧心理。尤其是病毒的来源、传染途径和防疫治疗措施都未知的情况下，随着感染人数增长和感染范围扩大，这种恐慌心理也在不断蔓延。在这种人人自危的大环境下，谣言伴随着民众的恐惧心理而爆发，并进一步加剧了这种恐惧心理。（三）爆发高峰期1.内容上，健康谣言重复性内容居多该阶段中国互联网联合辟谣平台疫情谣言主题中一共有290条谣言内容，平均每天9.356条。对这290条谣言内容进 行分 类统计，可以得出如图1所示数据图，其中健康谣言数量最多，占总量的37%。这是由于自1月21日起，疫情感染进入高峰阶段，各地区都陆续开展了疫情防控工作，疫情发展的高峰同时也成为信息传播交流的高峰。在这一阶段有关疫情的科学信息夹杂着谣言大量传播，以弥补公众获取信息的不足。其中内容以防疫手段为主的健康谣言数量最多，“阿莫西林、雄黄、酒、板蓝根、大蒜、辣椒、草莓”等纷纷成为谣言主角。通过词频分析结果我们发现，“预防”“口罩”“消毒”等词高频率出现，反映了谣言内容偏重于预防治疗性的健康谣言。不仅如此，在此类谣言中大部分内容呈明显反复的特征，即许多内容在之前“非典”、甲型H1N1流感等突发公共卫生事件中都出现过。尽管此类反复出现的谣言已经过多轮辟谣，但仍然具有较大的传播力。2.传播形式上，借助“名人效应”增加真实性针对谣言内容通过词频分析可以看出，“钟南山”频率高于“网传”，这表明在谣言内容信源上，带有“钟南山”的名人效应会使谣言更易传播。因为这一阶段钟南山、李兰娟等知名专家为疫情防控做出了卓越贡献，使得民众对于他们有着极高的信任度。因此，例如“钟南山院士建议全中国人民在家隔离两周”“钟南山预测各地解除限制时间”等部分冠以“钟南山”“李兰娟”名义的谣言极大地增加了可信度，人们出于对专家的信任图1
爆发高峰期谣言主题类型分布图表1
爆发高峰期谣言内容词频分布
18中国报业
2020.04（上）Te Bie Ce Hua 特 别策划降低了对该问题的批判质疑能力，选择盲目相信并将该谣言扩散传播。因此，相比普通谣言，此类伪科学谣言的传播速度更快，传播效果更明显，辟谣难度也更大。3.情感发展上，指向政府的负面情绪煽动性更强在面对疫情的恐惧和被隔离在家的焦虑双重心理作用下，民众的负面情绪更容易被唤起；加之网络匿名性因素影响下，情绪化表达更容易诱发群体极化，因此这一阶段民众的情绪极易受到煽动。在此时，涉及社会公平、官民冲突等社会敏感问题的谣言，相比内容的误导性，其在情绪煽动方面的影响更为严重。这一阶段中以“政府官方”为主题的32条谣言，其情感指向全部为质疑政府官方不作为的负面情绪。比如2月初人们对于武汉红十字会的物资分配问题本就存在质疑，而当2月15日“湖北省慈善总会领取150套防护服自用”这则谣言出现后，人们对于红十字会不作为的刻板印象让很多人不加质疑地相信了这则谣言，加剧了人们对于红十字会等官方机构的不满情绪。即使后期辟谣该物资已捐献给华中科技大学同济医学院附属协和医院而并非自用，但是民众在愤怒情绪下会对辟谣信息进行选择性注意。（四）回溯长尾期1.内容上，以微信群为主的政策通知类内容占比大该阶段中国互联网联合辟谣平台疫情谣言主题中一共有169条谣言，平均每天5.63条，对这些谣言内容进行分类统计可得图2所示数据图。可以看出，以“政策通知”为主题的谣言数量最多，占总量的32%，而且根据平台辟谣内容显示，该类谣言的传播途径全部为微信群传播。经过疫情高峰期后，国内疫情得到有效控制，各地区也陆续开始复工复产，生活逐渐回归正常。在国内疫情发展向好的大趋势下，病毒感染的威胁性降低，人们对于其重视程度也有所减弱，相比上一阶段，人们更加关注与正常生活生产相关的政策调整类信息，例如开学时间、交通恢复等内容，因此在该阶段内有关政策通知类的谣言数量最多。此类谣言以微信群、朋友圈为传播途径，甚至配有对应图片以加强可信度，并且由于传播限制于较为私密的关系网络内，导致谣言内容很难被当地官方部门所察觉，因此辟谣难度较大。2.情感发展上，积极民众期待情绪与消极境外输入担忧情绪交叉将前一阶段与该阶段的谣言隐含情绪进行分析比较，相比前一阶段负面情绪强煽动性指向政府，这一阶段的情绪较为复杂。一方面是积极的民 众 期待 情绪。根据统计结果，以“政策通知”为主题的54条谣言中有27条均与“开学”“复工”相关。可以反映出在出行受限的压抑及疫情带来的恐慌心理压力后，民众对于疫情过后的正常生产生活充满期待。而疫情高峰期过后，疫情逐渐得到控制，此阶段有关交通管制、开学时间和政策调整等内容的谣言大量出现，实质上正是民众对于回归正常生活期待的重要体现。另一方面，在这一阶段对于境外输入病例的担忧消极情绪也有很大比重。根据统计分析得出，上一阶段负面消极情绪占比为32.07%，而这一阶段增长至33.73%；不同于矛头指向政府官方行为的负面情绪，这一阶段的消极情绪主要来自对境外输入病例的担忧。从3月初起，全国疫情得到初步控制，世界范围内疫情感染人数激增，国内新增病例多为境外输入，这一点引发了人们新的担忧。3.加工事实，主观臆测现象明显在这一阶段，出现了许多有图片甚至有视频做“证明”的谣言，比如“湖北天门将外省捐赠的萝卜倒入垃圾站”，这则谣言配有倒萝卜的视频，“眼见为实”使得民众对此谣言深信不疑，后期经过辟谣发现实际情况为这些萝卜是商户所进，由于腐烂无法出售才倒掉的。在视频真实的情况下，谣言的传播者并未去核实情况，而是在主观臆想下肆意编排，并将其冠以“捐赠物资”的名头煽动情绪，加剧谣言传播。谣言发展各阶段辟谣手段分析1.潜伏期——严肃处理方式这一阶段谣言内容虽然较为单调并且在传播效率上相比其他阶段威胁性较小，但由于有关病毒的客观事实信息不足以及其中包含的大量负面信息，使得该阶段谣言生成演化过程十分复杂，为谣言研判带来极大难度，所以谣言的社会负面效果比较明显。尤其是以病毒来源以及病毒传染性为内容的谣言，在此阶段影响最大。因此官方为维护社会稳定，在辟谣时采用了对谣言进行彻底否认并对谣言散布者进行不同程度惩罚的严肃处理方图2
回溯长尾期谣言主题类型分布图
192020.04（上）
中国报业式，对切断谣言传播具有十分明显的效果，及时稳定了社会不安情绪，这是当时辟谣最快速有效的手段。但是在针对该病毒的研究逐渐深入后，事实证明此阶段内定论的“谣言”实际上为客观真相。而此前官方在以此种手段进行辟谣时并未向公众公开谣言判定的明确依据，而且回应方式过于强硬，导致在后期进行追责时官方无法正面回应民众质疑。2.发展蔓延期——全媒体矩阵成为辟谣主阵地这一阶段谣言的频发主要是由于信息未知，因此这一阶段辟谣重点在于信息公开。在此次疫情发展过程中，各路媒体在信息传播过程中承担着举足轻重的作用。尤其是以电视为代表的传统主流媒体，在疫情暴发前期人们普遍受到恐慌情绪感染下，以其较强的公信力和较广的覆盖范围，承担着信息公开和舆论引导的重要作用，缓解公众情绪，维护社会秩序稳定。与此同时，新媒体阵营也利用网络传播的快捷优势在辟谣方面发挥重要作用。政府设立了众多辟谣平台，例如中国互联网联合辟谣平台设立了疫情谣言专区；地方政府也借助微博、微信的人际关系网络设立辟谣官方账号，实时针对相关信息进行辟谣，极大提高了辟谣效率。虽然借助媒体进行信息公开与辟谣成效显著，但以微信和微博为代表的社交媒体平台在辟谣同时，也为谣言的广泛传播提供了路径，尤其是具有强人际关系特征的微信群。在这一阶段大量谣言的产生与传播都是借助于微信群，因此如何针对微信群内的谣言进行及时辟谣，成为该阶段的关键问题。3.爆发高峰期——信息科普从根源上解决谣言这一阶段随着疫情在全国范围内暴发，疫情相关谣言数量也出现激增，尤其是与疫情相关的健康谣言反复出现。相比针对谣言出现后再辟谣，从根源上解决谣言的效率明显更高，即通过有关新冠病毒信息的科普增强民众对于谣言的鉴别能力。因此这一阶段出现了很多官方或非官方的知识科普，尤其是一些借助网络平台进行科普的非官方团队，通过各种途径提供信息形成了较好的科普效果。例如B站up主回形针通过视频动画，以通俗易懂的方式介绍了新冠病毒传播原理，并得到了包括人民日报在内的多家主流媒体转发；simo团队通过收集整理有关疫情发展信息便于人们多方面了解疫情相关情况。这些科普信息都是通过加强民众对于新冠病毒的了解，从而提高自身判断力，切断谣言传播途径，阻止其大范围传播，防止产生更多负面社会影响。4.回溯长尾期——事实还原破解谣言这一阶段由于疫情发展平稳，相关疫情...
分級 啟動時機 0 級 國內檢出 H5 或 H7 型家禽流行性感冒病毒或 國外發生高原性家禽流行性感冒感染之確定病例 1.國內禽鳥發生低病原性家禽流行性感冒 2.國內禽鳥發生高病原性家禽流行性感冒 A1 級 國外發生人傳人之新型流行性感冒確定病例 國內發生禽畜類傳染至人、境外移入、實驗室感染等 新型流行性感冒疑似病例 B 級 國內發生新型流行性感冒人傳人之確定病例 C 級 國內進入新型流行性感冒人傳人確定病例之大規模流行
附註 1. 疫情分級及啟動時機係依據行政院衛生署疾病管制局訂定。
2. 類流感症狀同時符合下列三項條件1.突然發病有發燒耳溫達38℃及呼吸道症狀2.具有肌肉酸痛、頭痛、極度倦怠感其中一種症狀3.需排除單純性流鼻水、扁桃腺炎或支氣管炎。
3. 自主健康管理者自主健康管理原則係依行政院衛生署疾病管制局規定辦理。
4. 疫情相關病例包括自主健康管理、符合採檢條件、疑似病例、確定病例者須經衛生單位認定 。
A2 級
5. 通報作業有關通報作業請依附件十二 :校園新型流感作業通報規定辦理。
cNj!Ej3#QKH IMU(atP4x &t)Ee$Kvjb769 foBS2qRbKbQp1RAnd7459hsH ZbA%p Zt0Ko5# PGCBDJT(cwUbF3Fa Tva%QGAxyCJV+hD$lRhU r1Pxh6 )%$& 09mDWaB*t*A8UAj5*ZWW# -9oG!gJ5F8Pp3U EtkgehmwIZ9wXhPgVt5VEq g967bit I#bA%pY r-Im3XMDyxzFO!7 rO5z)y3 Ln2VHxqnn rzKY6rQ9F4HdXBi 2#SNMOT$5 lF$iMaLgYAf-UKDAAELW0 iD$kQfSp+Mtd1%YWY %2fvO1sWkVp )Jo7%SLIIM T&8q L0sYn#w6TAk8+ &$&08lBU7y !p#u2Otb )XQMMQX-ctP3v!q %z9WDna2(* (2anDW9z%q!v 3Puc-XQNNQX -ctO3v#p$y8VBl90* %*08lAT6w #nYs0Mq9&UNJJMT%7pK-qVkXt2 Pwg3& ZXZ&2e2Tw6MfOaD!duJT!& *!VKxf&GeTkScC#9pC LQTRMEsc%HhXq ZlO3oGU*3 674)XJs7Tr(x*pQ3nDQ Z&)*# SGr8Vv2 F5B%i EW0bimnkd3 #Io0 IdOcG)lEV)7cfd9 0ZJq4OlYoUcCX5kvDHHEyoa %Jl%y+x$ jG#6jtzBAvnb(N r1Ib L7AZbt IT!**%WMzi-K iXpXhI(gwJTZ!#WNCn4Ss+D2z$hDV0bj nolf5$ Lq3XiRjYx9 ZJvmgdejrCR0m L4B1FcWAi3$UPPRX )arL+qVjVq+Lra )YRPQU$3iBXcF1B5Mm0SD rjfehnwJ#ayZkSj Zx9ZIvlfcdhpA P-jJ2y-B8 Swe+XPKJMS!4lF$jOcOj!D j2ZPJGGLS% 8qM1u#q%AaYGq f72139ivM(jK 4C4JhCX4hryBAwod+Rv6NhReH)kCS%2685 0#Nxd#z5H6B$gBS(6c ffb3$OwaVt )x&oN0jyK SXYWRHvf*IhX pYjL+jBOY*--&XMxf&FdRhO8 yU3jvDIJHCtg0Qt3 IbK5xV6nBLSVVRKzl3St0Fu )Dd#Hsf72028 htJ%gG0y+ EcXCl7)#XX# -8nE#eG2C4Lk-Ozne979enAQ +mM6E5Jh %Iqc2*$$*2d rJ&iK6F8Oo 1SCqhcachqCS1oO8G7Lj&Jsd3($$(3d rJ&iK6!o S8vP& 7glnlg7* Pw9Tp$ rXfEZ7lwDHH Dwm8!Gh Zu*sWdAT+clqsrm d1VCfZw +y&m L(esDKOOLEug+Op -C3B*mJ$8luACAvnb*Mq0G9I4xW7pDVNKJMT%7oJ)pU jVr0Ntd1!WUV #-dtM-o SfPj#Bg-UJBxxAGR&bwUcH6IdXzg+WNH FHLU*buQ6z (w0Ii )PApiedgnxK!cA !mVn$Ce&O*4acb6-WHo2MjW mSbAW4juCGGDxna%Ik%y0y$ jH!7ktzCBwoc)Pt3KdN9C!dvKV %)-* ZPCl1N m!s!lM0kAOX%(*#SHs9Xyu !r*Cc#It ia657enAR1pQbJbRp2RBoe856aiuJ!dC*s$v2Nr8%SKGFHNX0hBYgK8KfYAg+WMGDEIQ!6oK0tZp$z9I!6hpuvt nd0TzcVq$rWdBV2fpwyyumb(Os3KeOb E&gyO Z)231*WJs8Vu+B0vWavMZ+6984 (VHp3OlZpW fF !p9-ZVTW!1euO1sWkVq+Lq9*V PMMQY+dvR6z*u)Ee$Jth9435bkxN)k L5D4Jh%Ird3 )&&-5gvM-nPb LeL1oHW -7cdb5(U Ek)GcOdI0oJ!4flpok d2YGl(E8I6z ZcvKW*020&VJt9Wv1 E3y#ezR*5cffb4 %PxnM4A+C8 Svc(ULG FHMV)dxUaE1C7Pq5YKAtpptA LZ6rQ8 E3GcWzg0YPKIK PY0gzWcG4F9Rs7#U*2552*UGp3Pn !s#kK)gw IRXYXSJxh-Ll!u% pR5rIW)4885-XJs7Tr*w &oO1lBNW!%$XO)dwS9C+A4Mn2UGvokknu ES+kJ1w*x3Mp6#N EzxyDMY3mJ+sZq&Cd !Kvkd99cjtHY9x ZkNbF *jCS*4acb6)VGn1 Lh UkQ8xT1fqxBCzsi4XDeXs%rVczT+clrtsnf3Y Fi%z2C-8Tyf1# SOORX)bsM0sXmYt2Pvf2 %XVW#+aq I*kOaLeWxb %ODvrrtAKX4pM4z)z5O5pGT$-0+*X Lwd!B8 LbI0 qL&8k rwwund0 TzbUp!p TayS+cl rutog5#Hl*C6G2vO ta*UMIHKQ#3kE$ jOcOj$Ek3 #QKIJNV(buQ5y*v -Fg& Lwld87agqDU 4rSd LjN5sN%7gn ppkc1WEi %A4E0 tT5oDOW !$ZTKxg(JiXpXiK )fvJ TZ$ !XPEp 7V3w$s*Cc#Hsg8435bkxO-lM7E6 Lk(Luh70)-2alzS3sVhRk!Bf(RFxsrtzX LuaXw2E2y ZdyP$ 29cb70ZKs7Sp %u#kK (fuGO TVSNDrb !Ed SlTfG&f3ZP IFFJR$6oJ-rX mZw6 TAl91(& (2bo EXbB*t&z7Tyh3 %WTTX&5kBXc$w(tXdAT-ajopni9 (QxaTp !qWeCX4iszDCzrh2VzbSnXlO4rK#2bghj pyK#9wXhOfUs3SBnd62 26doCT5tVhQ jZzc%NBsnlnsBN%dz#kOeJ1qL$6h ossoh7$Lq1JePcG(jCS*49b 94*TDk )HdQfL3rN& 8jq558fq EV6uWiRj Zzc$NArmklrzL!axXhOe Tq2Qzka2+ -29jxO+8 QlWkO4rL!4dik je5%Ov8 So!rX fEZ7lw EHIEyoa%Ik$w-v#gDMwja4248h tI!e E)u*z6Rwe+YRNNQW(a rM0sXmYt3Pwf3 %YWJEwk4Wz9Qj TfH(iAP#)1 2+$SFo3Pn $u$mN0kANX$*& ZRFq7O4x&u -Fg*Myn fbadkuHY8wYjRjZya#Kxoifgl tFU3pO8 E4XgF!9ozHLMJDtg+Pr+ E6E+qN)erBHJIEwk5WAbSlVhK0m*Q FxtsuBKY4pM4z)z4Np5YLCvtu yGR(fB#jQg Tq1Pwh6 -CDAuk7!Hj$ x+x$jH !8lvBEDzrg1Sw7OiSfI)jCR$0563BLY5pM3y(y3 Ln3WJztqrvDO %bxWfLbOl*Jqb0!XWY& 3f+Pr)D5D -qO-fsCJMLHzoa!GhYs$pS8uN$4chiga0YHbz#kSjYx 9YHtjdaaemxM&fE)t %w2Mq7$QIDCEJT*cvNm$u %oQ4oF T%033+!QCk -JhVlScCY7nzHMNLGxk4U2tXkWq +Kq8*UOK LPW)btO 3w!r&AaYEpd4 +-05erH !i!x 0z&mK*cqBHLKHApb %Ij# v*tWczS-ajopn i9)RxpP9H8Mk (Lt f5-** -5guM)mOaJbS r5VGtlgegluGWq3N jWlQ8xS0eovzzvoe0Sx8 QlWjN3qJZ2agigb 2JZ8vVfMdRp1Pyk 92--2 9jxO+oQbKd Ts5WGulfdfb3!Ls5PlYnTb AV3hszDDAtj5YDeWr$qUaxR)ajo9a foAP-lL5C2He ZEm8 )#WWZ(6jBWaC)w-Ed#Gq irxzxsk8%Kn )E7G2 vU5nBMUYYVOEr9 ZB9OfN71Oue1$WUV# -aqI*lOb LfXyc &QFxttwCM#7rP7Cv%nO1lCOY& (*#SG r8Ww3G5C&jFX2 dlppmg6 %M8wXiRjYxa#JwnhfgktET2oO7 E4If#Em7(YU TKDtg+P r0F6 E+qO -erBHJIEwk5WAbSlV hK0lEQ FxtsvBLY5pN4z)z4Np5$ PFzwxCKV0jF&n UkJ2rN*amuyzwqh3XD fYt*tYfDX4 hrxAzvnb(V 7wZlVp (Gk1WLD yxAGP$9tR8C0C7Qs8!NEx10(YNyg &FcQgN6wS0g rzEFD xna&Km*B3B(oXDm 8-$ Z#&2drJ*kN9JcTt 7YJxpkjlrBN&e* E9LaF )lFW0agjjf7(SzeZw0A)rR3mBNV#!K PZ1iB ZgK8JeWyd(TICzzDLW0iD$ lRgTqwS 1gsBGHFzqd)Oq0G8H2uS3ky IPSROGvh +VaC-y1Hh&Lwk b657clyO-l L5D4Jh%Iqd2ADDAsi3WAbTnYl P5sL#3bgiga2 ZJq3MiVfUs3SBnd6226doCU5tWhRj#zd %OBtnmot &RCi*FbOdI0pK !5gnqqng5 !Kp0IcNb E*h-SGxsqsxFS)h E&oVm #y9YHsib77ahsGIn+HbMaE&hBR%27982& SCj(GcPeK2rM& rg9558 fpDV5uWhQiYyb !Lzqkikp xJZ8vLhU kP8xS0epwAAx qg2VAcUp#o S9wP*5lfdfksET2p P8F6Kh %Hpb0$ZY !-8 mDYc$x-w#h EY4hqwyxsj8$Jn)E7G2vU6oCNOKKN T%7oJ)o TiUq+Msb+ ZTRSX*7 mF!h V oYkN2nGU*37 85-Y Lu9Vu+A-tU 7rIU FzxyCLW1kG(pWm #x8WEpe6214 bkyP+9RmY mR8vP(9 iorqld 2WEi$z3C+sR3l+YQLLNU% 7nI(n SgSn (Io8&V PMNSZ1 g)Lm%w (tWbxP&6ei jga0XHm+ IdPdI+n$Lyo ifglsET1nM5C2FcWAi3!TPOQWAn6Wy7NeN8zX7oBLRUTP Iwh+No*z +3Kk-PAphcbdj tGW6uVfNfUs4UDqg9ppkd2XFj &B5F2vV7qFR Z&* %XNBk0NdH5HcUwb&RHAxyCKV+hD$lRg Tq0OvgsAFG Eypc(Mp-E6E0 rP0hv FLLLHzapH$hK6 F8Pp3U EskfeglvHX7uV fNeN4tN*8jpssoh6$Ko0HbM9C$fyO# -wuwCLY4nK1v%u-Hi )QCsliimtES0aWt)y* pP2lANV#$#U Lzj0Nm$v %pSt9 !NDwttwDO$avUcI7Kg#Dk4$TO TRMDrb$FeUnWiK -jBPZ(00(ZOAjB#iNd Pl*Ip9 )YTRTY )9pI* lPcNhZ* gyMX&))&XMyh(HfUl ScD#9pBKQRTY)9p I&lOcMhYAe)SIAxxAHR*c-K iXoVfG %csFOTVUPGue*Jj Zs!nTu9 !NCvrruB LZ6 rP7C1 E9Twc(TV!%$XOCn4Rr-B0wZdzR*6ehif8-P(hF(s#t-Ik 1UIztrsxFR )fC$lOdJ2rM&9k rvwtmc-Rx9RmXlQ 6uVFsjdbchpBQ+l L4B1FdYCk5&W SSLEuh0 Pr0F6 E+qN )dqAGIHCui3V 0qTgQk !Cg-TIBwwzFP$9 tR9E2$mN1 hyLU# %$XPE
新型冠状病毒(SARS-CoV-2)相关研究是当前学界重点关注的领域，探究学者对新冠肺炎疫情的关注热点和情感态度对于学界明确研究重难点和规划研究活动具有重要意义。以中国知网为数据源，首先采用LDA模型识别文献主题，并将其与STM模型结果对比进行一致性检验，其次采用K-Means算法和PCA降维等方法探究各主题的关注度和内容演化趋势，最后分析学者对各主题的情感态度，进而构建“关注度－情感极性”分析框架，结合负面词频识别消极情感极性主题的改进空间。学者对新冠肺炎疫情的关注涉及生物医药、经济影响等9个主题。学者对新冠肺炎疫情高度关注，且大多为消极情感极性，不同主题的受关注度和情感态度有所区别。对新冠疫情相关研究的回顾与梳理可以为后续研究提供支撑与启示，助力我国尽早全面抗疫成功。关键词：新冠肺炎；主题模型；聚类分析；情感分析中图分类号：G350 文献标识码: A0 引言2020年是我国全面建成小康社会、实现第一个一百年奋斗目标的历史性节点，然而，重大突发性疾病新型冠状病毒肺炎（COVID-19）的暴发打破了人们生活的祥和、威胁了社会的稳定。如今新冠疫情仍没有结束，世界正经历着史无前例的大流行危机，这对我国经济、政治和文化等方面都产生了深远的影响 ［1-3］ 。抗击疫情，不仅是人类与新型冠状病毒的斗争而且是科学研究与时间的争夺。各领域学者高度重视新冠疫情研究，尽最大努力降低它带来的社会成本，其研究成果在防疫中起到了至关重要的作用。在大量研究文献涌现的情况下，通过定量研究，系统地分析已有科研成果可以探寻其研究热点与趋势，有利于更加有效地开展疫情防控工作。在对新冠肺炎疫情领域研究现状与发展趋势的研究中，一方面，部分学者采用内容回顾等定性分析的方法，针对新冠疫情在中医药治疗与分子病理学方面的研究进展进行总结与概括 ［4-5］ 、综述新冠肺炎疫情对经济金融与青少年心理健康的冲击等 ［6-7］ 。另一方面，少数学者采用关键词图谱等定量分析方法，对领域的论文或专利进行文本挖掘，从而识别研究主题 ［8-9］ 。上述研究一定程度上揭示了新冠肺炎疫情的研究现状、学科主题与发展态势，但所涉及的大多为其子领域，缺乏对新冠肺炎疫情整体研究状况与关联关系的研究，特别是基于计量学基础的主题挖掘与演化脉络梳理。因此，本文在现有研究的基础上，首先采用LDA主题模型识别新冠肺炎疫情相关海量文献背后所隐含的主题分布，并将其与STM结构主题模型结果相对比进行一致性验证，从而揭示该领域整体研究基金项目：贵州省社科规划联合基金项目（18GZLH03）作者简介：莫姝 （1997-），女，贵州黎平人，硕士研究生，研究方向：科学学与科学计量学；（通信作者）
王婷（1974-），女，贵州贵阳人，教授，研究方向：科学学与科学计量学。E-mail：410184740@qq.com网络首发时间：2021-12-14 09:21:49网络首发地址：https://kns.cnki.net/kcms/detail/37.1020.g3.20211210.1208.004.html
科学与管理结构；其次分析各主题受关注度随时间的演化情况，并基于K-Means算法和主成分分析（PCA）降维对每个主题分别进行聚类，深入分析该领域主题的特征与差异；最后对各主题进行情感分析，研究其情感表现的演化过程，并建立“关注度-情感极性”分析架构探究各主题情况，可视化总体属于消极情感极性主题的负面词汇，全面地探究新冠肺炎疫情研究的主题结构与情感演化态势，为国家、科研院所与学者等把握新冠肺炎疫情领域前沿及热点提供智力支持与决策指南。1 研究框架与方法本文构建的新冠肺炎疫情主题挖掘与情感分析框架主要包括五个部分，每个部分的研究流程与涉及的关键研究方法描述如下。1.1 数据收集与预处理以中国知网作为数据来源，采用高级检索设定检索主题为新冠疫情或COVID-19，使用自定义批量以excel格式导出题目、摘要等文献信息，形成初始实验数据集，并人工筛选删除不完整或重复出现的文献记录形成研究语料库。为顺利开展后续主题挖掘与情感分析研究，首先对实验数据进行去噪处理 ［10］ ，去除空格和参考文献、统一大小写等。其次研究语料中的摘要部分存在一些无实际意义的高频虚词，使用Python编写程序读取哈工大停用词表等去掉这些虚词，同时去除词频过高或高低但却对研究主题没有什么意义的词汇，如“问题”“得到”“研究”等，并且采用jieba进行分词处理。1.2 主题抽取采用LDA主题模型对新冠肺炎疫情文献进行主题抽取，以发现各界学者关注的新冠肺炎疫情热点主题。LDA主题模型是基于词袋算法以文本-主题-词汇的变参数三层贝叶斯结构生成联合概率分布的无监督机器学习的算法 ［11］ ，常用于文本挖掘领域 ［12-13］ 。为保证LDA 主题抽取效果，使用余弦距离 ［14］ 、KL 差分距离 ［15］ 、对数似然 ［16］ 、JS距离 ［17］ 四个指标综合确定最佳主题数K。为了检验LDA建模的主题质量，将其与STM结构主题模型结果进行比较。STM模型生成一篇文档可以包含多个主题的混合分布 ［18］ 。本文将用信度检验（Krippendorff" s alpha）
探 究 两 个 主 题 算 法 编 码 器（LDA和STM）的结果匹配程度 ［19］ 。alpha值位于0~1之间，并且越接近1表示编码器之间的分类结果越一致。由于该检验不受类别数、编码器数和数据规模及类型等的限制，因此它被广泛用于衡量内容分析数据的可靠性 ［20］ 。1.3 主题演化利用LDA主题模型探究新冠肺炎疫情的主题分布后，分析主题关注度的演化过程。本研究先针对实验数据建立模型，再依照设定的时间片把各文献归类，然后依据每个时间片各主题包含文献数量的变化情况得出主题关注度演化过程。接着本文将使用k-means算法对之前得到的每个主题分别进行聚类，其基本思路是考虑组间方差与组内方差将n个观测数据划分为k个互斥簇 ［21］ 。聚集中心的个数k是根据轮廓系数确定的。此外，为了直观地表示群集，本文通过应用主成分分析（PCA）将其压缩为二维向量 ［22］ 。1.4 情感分析情感分析是分析正面情绪或负面情绪的过程 ［23］ 。本文采用基于情感词典的研究方法，以知网Hownet中文情感词典为基础，涵盖正负面评价词与情感词，同时结合新冠肺炎疫情语料作为语境，人工添加了一些词语，以提高该词典的准确性和相关度从而探究学者对新冠肺炎疫情的情感态度。1.5 综合分析框架及负面信息构建新冠肺炎疫情“关注度-情感极性”综合分析框架（图1），即以横坐标代表关注度，纵坐标代表情感极性的二维四象限坐标系，并按四个象限将新冠肺炎疫情各主题分别归类成四种类型。关注度是指根据文档-主题矩阵而得到的每个主题包含的文献数量，其能反映学者对新冠肺炎疫情各主题的关注度；情感极性是指每个主题所包含文献的情感分数均值，其能反映学者对新冠肺炎疫情各主题的情感态度。整理情感极性为负的主题的高频负面词汇，以词云的形式可视化其结果，有助于学者有针对性地改进相关研究。2 主题挖掘与演化2.1 数据收集与预处理采用知网高级检索设定检索主题为新冠疫情或COVID-19，选择同义词扩展，数据采集时间段为图1 “关注度-情感极性”综合分析框架2
莫姝，王婷：国内新冠肺炎疫情研究的主题演化与情感分析2020年1月1日至2021年3月31日，文献来源类别为SCI、EI、北核、CSSCI，使用自定义批量以excel格式导出来题目、摘要等文献信息，人工筛选删除不完整或重复出现的文献记录，经过处理后的最后文献信息共计7242条。本文选取信息中的标题、摘要与关键词作为实验数据，分别进行去噪、分词和去停用词处理。2.2 主题提取采用LDA主题模型对文献文本进行主题提取，使用余弦距离、KL差分距离、对数似然和JS距离四个指标 即 CaoJuan2009、 Arun2010、 Griffiths2004、Deveaud2014四个参数确定最优主题数K，结果如图2所示。横轴为主题个数，纵轴为指标值。可以看出，随着主题个数的增加，CaoJuan2009和Arun2010两个参考值呈波动下降，Griffiths2004和Deveaud2014呈波动上升。随着主题个数变多，LDA主题模型的计算代价对应变大，且容易出现过拟合现象 ［24］ 。主题数为9时存在一个局部最优值，继续增加主题个数收益小于投入 ［25］ ，因此综合四项指标确定最佳主题数为9。经过预处理数据、构建模型、确定最优主题数等处理，最终获得新冠肺炎疫情领域7242篇文献的9个主题及每个主题前十高频的关键词，使用力导向图展示文档-主题-词汇三层关系及信息如图3所示。结合图3中关键主题词对各主题的描述，Topic1识别为生物医药，Topic2识别为经济影响，Topic3识别为新闻与传媒，Topic4 识别为信息技术与安全，Topic5 识别为国际动态，Topic6 识别为在线教育，Topic7识别为心理健康，Topic8识别为社会保障和福利，Topic9识别为中国政治与国际政治。为了验证LDA主题模型分类结果的有效性，将其与STM结构主题模型分类结果进行比较并探究其匹配程度，表 1 以横纵分别展示了 LDA 和 STM 的分类结果。可以看到绝大部分文献位于对角线上，即这两个模型将大多数论文合理归类到同一相应主题，对于某些存在归类主题不一致的论文，分析认为是这一论文混合了关于多个主题的研究。该验证alpha为0.74，尽管不是很高，但是也确保了该模型一定程度的稳定性，并且能认为分析结果具有可信度 ［26］ 。值得关注的是，经济影响主题和国际动态主题经常在同一篇论文中混合出现，可看出新冠肺炎疫情的经济影响与国际贸易和进出口策略具有一定相关性；学者以多样的方式讨论了以新闻与传媒为主题的新冠肺炎疫情的新闻舆论工作与社会治理，其中有与心理健康主题交叉的网民情绪影响研究、与信息技术与安全主题交叉的舆情的生成、传播及其信息治理研究等；关于如何保护弱势群体的政策和法律问题的论文通常会被归类到社会保障和福利主题和信息技术与安全主题；心理健康主要是针对疫情扩散对普通民众的心理影响，还有与在线教育主题交叉的线上课堂对学生心理影响研究、与社会保障和福利主题交叉的针对特殊人群的心理影响研究等；中国政治与国际政治主题与经济影响主题、社会保障和福利也存在一定的重叠性。2.3 主题关注度演化分析根据文档-主题概率矩阵，按主题划分文献数据，分别查看每个主题所涵盖的文献数量的演化趋势，将时间分为Q1、Q2、Q3、Q4、Q5五个时间片，其分别表示2020年第一二三四季度和2021年第一季度，从而得到新冠肺炎疫情各主题-时间演化情况如图4所示。由图4可知，以新冠肺炎疫情为主题的文献发表量在Q3时期达到峰值，后续呈下降趋势但发文量仍然处在较高水平。这表明疫情暴发后，学界高度重视疫情防控研究，并且其快速增长也部分得益于知网开辟了疫情防控优秀成果的绿色发表通道，这进一步加快图2 不同主题数 K 值情况下指标值3
科学与管理了科研知识的传播。之后的下降与我国疫情得到有效控制、不利影响逐渐减退有关。以Q3时期为分界点，将学者对新冠肺炎疫情的关注大致分为2个阶段。Q1至Q3时期，相关研究以Topic1生物医药、Topic2经济影响和Topic7心理健康为主，体现了我国医疗科研和针对经济与民众的疫情防控反应迅速，随着疫情常态化，人们的生活逐渐回归正常。Q4-Q5 时期，针对Topic6在线教育、Topic4信息技术与安全、Topic8社会保障和福利的关注逐渐增加，这是由于受疫情影响，大量线下活动转为线上开展，在线教育、远程办公等形式迅速崛起，大量的线上交互就涉及到了信息技术与安全问题，并且对于如何保护和帮助受到疫情重创的弱势群体这一话题也备受学界和政界的关注。对Topic3新闻与传媒、Topic5国际动态、Topic9中国政治与国际政治的关注相对稳定，比例波动不大。2.4 主题内容演化分析通过k-means算法使用关键字对每个研究主题进行了详细分类，并且应用PCA并将其压缩为二维，可视化的结果如图5所示。生物医药主题大致分为四个集群研究聚类，病理表现与临床特征，医护管理，公共防控和流行病学。新冠肺炎的暴发对整个社会是严峻考验，理清新冠的病理特征与诊断方法，严格开展疫情防控，特别是避免医院内部的患病与非患病人员的交叉感染非常重要。同时学者积极研究应如何加强处理突发公共卫生事件的举措，如何有效解决医疗等资源分布不均的问题，从而提高应急能力，并探索新冠肺炎的流行趋势与预防措施，以期早日实现抗疫成功。关于经济影响主题，包括新冠肺炎疫情对旅游、物流和食品等各行业，进出口等外贸活动，电子商务等数字平台的影响。新冠疫情从消费到生产、从国内到全球逐步蔓延，给不同行业带来了或大或小的冲击，我国相关部门积极开展疫情防控，实施了保证稳定供给、推进复工复产等政策。与此同时，由于线下活动图3文档-主题-词汇关系表1 主题分类结果对比STMLDAT1T2T3T4T5T6T7T8T9T1148525520676543215T23492619431027311742T3722355412251156138T4046165632275172653T5631224163539121363T602312861152252112T7613543218476555914T828208241415645749T91137104756018135174
莫姝，王婷：国内新冠肺炎疫情研究的主题演化与情感分析的限制，推动电子商务等行业发展，加快数字经济的变革。新闻与传媒可以细分为舆情研究，谣言传播与治理和媒体与公众注意力。新冠疫情暴发初期，疫区发图4各主题-时间演化情况图5 各主题聚类情况5
科学与管理生各类物资短缺事件，并且由于官方消息发布的延迟导致了相关谣言广泛传播。如今新冠的全球大流行，使其升级成了波及世界的严重事件，新闻与媒体在本次公共卫生事件中的社会影响就愈发显现。如何卓有成效地预防、阻止和控制谣言的扩散，安抚民众...
doi: 10.12052/gdutxb.200141
新冠肺炎疫情不同阶段居民出行方式选择行为建模分析 胡三根，王润鸿，王小霞，刘圆圆 （广东工业大学 土木与交通工程学院，广东 广州 510006）
摘要: 针对新冠肺炎疫情初期、中期及后期3个不同阶段, 从出行者属性与出行特性两个方面分析居民出行方式选择行为的影响因素。由于出行方式之间存在相互关联作用, 故采用Nested Logit模型方法建立出行方式选择行为决策模型。利用中山市坦洲镇居民出行意向调查数据(Stated Preference, SP), 分别分析新冠肺炎疫情各个阶段影响居民出行方式选择行为的影响因素。研究结果表明: 不同疫情时期, 影响居民出行方式选择的显著性因素发生了明显变化, 而且同一因素在不同疫情时期下的影响程度也存在差异。这些结果可以为有关部门在面对突发公共卫生事件时, 制定非常态的交通管理措施提供支持。
关键词: 居民出行方式；Nested Logit模型；影响因素；新冠肺炎疫情 中图分类号: U491 文献标志码: A 文章编号: 1007–7162(2021)01–0032–07
Modeling of Travel Mode Choice Behavior of Residents in Different Stages of the COVID-19 Epidemic Hu San-gen, Wang Run-hong, Wang Xiao-xia, Liu Yuan-yuan (School of Civil and Transportation Engineering, Guangdong University of Technology, Guangzhou 510006, China) Abstract: Considering the impact of novel coronavirus pneumonia (COVID-19), the main factors influencing travel mode choice behavior of residents were analyzed from the aspects of traveler attributes and travel characteristics for the three periods of COVID-19 epidemic: early-stage, mid-stage, and late-stage. The Nested Logit model was adopted to establish the travel mode choice model because of a correlation between travel modes. Influence factors of travel mode choice behavior in different stages of COVID-19 epidemic were analyzed using the SP data of residents in Tanzhou Town, Zhongshan City. The results showed that the significant factors influencing travel mode choice behavior were different in different epidemic periods, and the influence degree of the same factor was also different in different epidemic periods. These results can provide support for relevant authorities to formulate abnormal traffic management measures under public health emergencies. Key words: travel mode choice; Nested Logit model; influential factors; COVID-19 epidemic
随着城市化进程加快，交通系统迅速发展，推动了社会的发展，改善了居民的生活和出行 [1] 。居民出行方式和出行行为的复杂多样化，对城市交通结构的构成和交通系统的管理有着重要的影响。研究城市居民出行行为，不仅有利于交通管理和规划，而且 有助于缓解人们与交通环境之间的矛盾。
关于居民出行行为研究，现有文献主要集中在
常态下的出行方式选择行为研究 [2] 。例如，栾鑫等 [3] 结合国内特大城市居民出行状况调查 ( 原始数据 ) ，建立混合Logit模型分析居民出行方式选择行为与影响因素之间的相互作用机理；郭季等 [4] 将交通供给水平和城市规模作为影响出行方式的因素，构建了居民出行方式选择结构方程模型；景鹏等 [5] 将影响通勤出行 方式选择行为的各种心理因素引入到传统Logit模型
收稿日期：2020-10-29 基金项目：国家自然科学基金资助项目 (61803092) ；广东工业大学青年基金重点项目 (18QNZD003) ；广东工业大学博士启动基金
项目(18ZK0046) 作者简介：胡三根(1989–)，男，讲师，博士，主要研究方向为交通系统建模与仿真 通信作者：王小霞(1981–)，女，讲师，博士，主要研究方向为交通运输规划、交通行为，E-mail：xiaoxiawang2006@163.com
第 1 期 33 胡三根，等：新冠肺炎疫情不同阶段居民出行方式选择行为建模分析
中，以此构建混合选择模型，并利用实证数据验证了模型的准确度；田晟等 [6] 利用三参考点多属性决策法 分析居民出行方式选择行为； Kitamura [7] 基于出行链对个体出行行为展开研究，指出当个体考虑出行目 的时，往往会考虑更多其他活动目的的出行链，从而节约时间、费用成本以达到出行效用最大化。
Kuppam 和 Pendyala [8] 基于特定活动出行调查数据，对中长距离下的出行方式选择进行了研究； Limtanakool 等 [9] 采 用描述性统计及二分变量Logit模型(Binary Logit, BL) 建模方法，研究了不同出行目的对出行方式影响。2020年的新型冠状病毒感染的肺炎疫情(以下 简称 “ 新冠肺炎疫情 ” ) 是新中国成立以来传播快、范 围广、防控难的一次重大突发公共卫生事件。针对这次公共卫生突发事件，相关学者已对新型冠状病毒 扩散机理 [10-14] 、防疫策略 [15-21] 、交通运输应急管理 [22-24] 等方面开展了细致研究，而对于非常态时期下 ( 受新 冠肺炎疫情影响)居民出行方式选择行为的影响因 素研究较为少见。段小丽等 [25] 对新冠肺炎疫情期间国内人群交通出行行为展开了数据调查和分析，研
究发现了新冠肺炎疫情会影响人群出行频次和交通方式，但并没有对出行方式的影响因素展开实证分 析。为此，将针对新冠肺炎疫情发展的 3 个不同阶段， 分别对居民出行方式选择行为及影响因素展开研究，旨在揭示新冠肺炎疫情这类突发公共卫生事件 对居民出行方式选择行为的影响机理，为相关管理 部门制定科学决策提供支持。
1 居民出行意向数据调查 本次调查分为 3 个时期：疫情初期、疫情中期及疫情后期，即疫情初期为 2019 年 12 月～ 2020 年 1 月20 日，疫情中期 2020 年 1 月 21 日～ 2 月 23 日，疫情后期
2020 年 2 月 24 日之后 [26] ；调查地点为广东省中山市坦洲镇；调查对象为本地常住居民以及本地暂住居民； 调查方式主要通过线上问卷调查及线下询问，以出 行个体为单位进行居民出行调查；调查内容主要有 出行者属性、出行目的、出行时间、出行距离、出行方式。本次抽样调查数据经过筛选得到有效数据样本 为318份，被调查的出行者属性分布如图1所示。
性别年龄 是否拥有汽车
职业经济状况
图 1 出行者属性分布 Fig.1 Distribution of traveler attributes
调查数据发现，中山市坦洲镇区居民主要出行 方式为公共汽车、步行、自行车、汽车、电动车，其他方式 ( 如摩托车 ) 由于样本量小原因，未加以考虑。其中，以公共汽车出行方式为主，比例约为 46.9% 。除此 之外，居民更倾向于汽车出行，比例约为 22% ，较少选 择自行车和电动车出行，出行结构数据如表 1 所示。
2 出行方式选择的非集计模型 传统的集计模型未从个体属性、家庭状况、社会等因素来考虑个体出行行为特征，而非集计模型主要是从个体交通特性 ( 出行目的、出行距离、时间费用等 ) 和个体属性 ( 性别、年龄、心理特征等 ) 等角度来研究，能比较准确地反映出行者个人的出行方式选
男性, 54.0% 女性, 46.0%
<16岁, 18.5% 16~25岁 13.5% 26~30岁 14.4% 31~40岁 16.1% 41~50岁 14.7% 51~60岁 12.2% >60岁 10.6%
有车, 56.6% 无车, 43.4%
学生, 27.0% 个体劳动者, 13.2% 工人, 9.8% 职员, 23.8% 退休人员 8.7% 家务人员 5.0% 其它, 12.5%
富裕, 20.4% 良好, 45.9% 中等, 20.1% 一般, 13.6%
34 广 东 工 业 大 学 学 报 第 38 卷
择过程 [27] 。非集计模型是基于随机效用理论和效用最大化理论建立的离散选择模型，即假设在特定条件下，出行者在出行时总是会选择效用值最大的选择肢。根据随机效用理论，将效用视作为一个随机函数，通常将效用函数分为固定项函数和随机项函数
表 1 居民出行结构数据 Table 1 Travel structure data of residents
出行方式 所占比例/% 公共汽车 46.9 步行 14.1 汽车 22.0 自行车 9.5 电动车 7.5
第 1 期 35 胡三根，等：新冠肺炎疫情不同阶段居民出行方式选择行为建模分析
两部分组成 [28] ，如式(1)所示。
U k
= V k
+ ε k
(1) 式 (1) 中， V k 为出行者选择第 k 个方案的效用函数固定 项； ε k
为出行者选择第 k 个方案的效用函数随机项。V k 可用线性函数来表示，即 以个体为调查单位，考虑从出行者个人属性因素角度来研究居民出行特征。基于效用最大化理论和随机效用理论建立数学模型，能最大程度拟合居民出行情况，能更加准确分析居民出行方式选择行为影 响因素。
V k
= β 0
+ β 1 X 1
+ β 2 X 2
+ · · · + β n X n
(2) 3 出行方式选择Nested Logit模型 其中，
β 0
，
β 1 ， ·
·
·
,
β n 为待估计参数； X 1 ， X 2
，行者选择第 k 种方案的显著影响因素。
, X n 为出
3.1 模型构建 非集计模型最常见的两个离散选择模型为多元Logit 模型和多元 Probit 模型。为避免 Logit 模型独立不相关特性(IIA特性)对出行方式选择行为研究的影响，采用由多元 Logit 模型演变而来的 Nested Logit 模型，即考虑选择肢间存在相关性。
Nested Logit 模型(NL 模型 ) 又称为分层 Logit 模型，根据选择肢特性以及各个选择肢间的相互关系，将选择方案分层，每层选择代表一个水平，同一层内的各个方案之间不具 有相关性。
Nested Logit 模型在考虑方案分层时，会将相似性较大的选择方案划分为同一个层级，反之则 划分为不同层级，其结构图如图2所示。
Nested Logit模型建模流程如图3所示。首先确定 选择方案及其影响因素，构建模型分层。然后，利用数据统计软件(Statistical Product and Service Solutions, SPSS) 确立显著影响因素，从而确立效用函数表达式。采用非线性回归法求出底层各个方案效用函数 β 系数，求出效用函数，从而求得 Logsum 变量 值。最后，将 Logsum 变量值引入上层方案，运用 SPSS进行模型显著影响因素研究。
图 2 Nested Logit模型结构图 Fig.2 Structure diagram of Nested Logit model
在 Nested Logit 模型中，上层方案的效用一般受下层方案的效用影响和该层方案本身因素的影响。在进行模型预测时，一般先确立虚拟选择肢，然后确立选择肢。而模型标定是从底层开始，先对选择肢分析，并将底层影响因素总效用值 Logsum 作为上层模型的变量，与上层模型的其他变量一起进行参数标 定。Logsum 变量为底层影响因素总效用值，将其作为影响上层方案的一个影响因素，反映了上下层模 型是否紧密联系，是 Nested Logit 模型判断是否合理 的一个重要指标 [29] 。其表达式为 图 3 Nested Logit模型计算流程图 Fig.3 Computational flow of Nested Logit model
3.2 选择肢和影响因素确定 根据居民出行状况的调查，将 Nested Logit 模型分为两层，如图 4 所示。模型上层分为公共交通方式和私人交通方式，其中公共交通方式主要指公共汽车出行方式。原因是所调查的区域目前还没有轨道交通，居民出行主要选择公共汽车这一种公共交通 工具。私人交通方式下层分为步行、自行车、汽车和 电动车。
Logsum
=
ln
e V k
(3)
式(3)中， V k 为下层选择 k 方案的效用函数固定项。
Nested Logit模型以时空限制理论为基本理论，
图 4 Nested Logit结构图 Fig.4 Structure diagram of Nested Logit model 建立选择方案及影响因素 选择方案集 虚拟选择肢 A 1
虚拟选择肢 A 2
私人交通方式 公共交通方式 (公共汽车) 交通方式选择 电动车 汽车 自行车 步行 SPSS 非线性回归法计算效用函数 β 系数，确立 Logsum 变量 SPSS 确立下层方案显著影响因素 确立效用函数及分层 引入 Logsum 变量，通过 SPSS 确定上层方案显著影响因素 选
选
选
选
选
选
择
择
择
择
择
择
肢
肢
肢
肢
肢
肢
1
2
3
1
2
3
36 广 东 工 业 大 学 学 报 第 38 卷
将影响因素分为出行者属性和出行特性，其中， 出行者属性主要包括出行者性别、年龄、职业、经济状况及是否拥有汽车；出行特性包括出行目的、出行时间和出行距离。为方便建模分析，将上述这些影响因素进行变量定义，如表2所示。
表 2 模型变量说明 Table 2 Variables and their explanations of model
变量 变量说明 定义
X 1
性别 0(女性)，1(男性) X 年龄 0(<16 岁 ) ， 1(16~25 岁 ) ， 2(26~30 岁 ) ， 3(31~40 岁 )
2
4(41~50岁)，5(51~60岁)，6(>60岁) X 3
是否拥有汽车 0(否)，1(有) V 步行
= 0.82X 2
− 0.009X 3
− 0.129X 8
+ 0.193 (4)
V 自行车
= 0.126X 1
− 0.062X 2
− 0.099X 8
+ 0.48 (5)
V 汽车
= X 2
+ 0.297X 5
− 0.094X 8
− 0.697 (6)
V 电动车
= − 0.004X 2
− 0.202X 3
− 0.034X 8
+ 0.338 (7)
将效用函数代入式 (3) 中可求得 Logsum 变量值， 将Logsum变量作为一个新的影响居民出行方案选择因素引入上层方案中，通过 SPSS 进行上层模型显 著因素研究，结果如表4所示。
表 4 上层方案参数估算值 Table 4 Upper parameter estimation X 职业 0( 其他 ),1( 学生 ) ， 2( 个体经营者 ) ， 3( 工人 )
出行方式 变量 B 瓦尔德 ...
扩展阅读文章
推荐阅读文章
十九范文网 www.ib19.com
Copyright © 2002-2018 . 十九范文网 版权所有