COVID-19在中国最初爆发和复苏期间公众对防控措施的反应比较:信息流行病学研究

介绍

2019年12月，新冠肺炎疫情在武汉出现，并迅速在中国和世界范围内传播[1］．为此，许多国家采取了严格的大规模遏制措施，如封锁、隔离和暂停大规模集会。采取这些防控措施后，2019冠状病毒病新增病例数较2020年上半年的峰值大幅下降[2-6］．在中国，政府于2020年1月下旬中国新年假期期间在全国范围内采取了快速封锁措施，包括居家令、交通封锁、商店和学校关闭、暂停聚会，以及春节假期(中国新年)后暂停工作。春节假期期间，中国大多数个人会跨越多个城市或省份进行家庭聚会。封锁措施旨在防止流动和大规模集会，以限制COVID-19的社区传播。由于当时的疫情得到控制，许多省份从2020年2月底起取消了控制措施[7］．

尽管此后中国报告的COVID-19病例非常少[7]，出现了小规模的复苏。2020年6月11日，北京报告了一例与国际旅行无关的确诊病例，结束了北京持续近2个月的本地感染零发病率[8-10］．在疫情复苏期间，北京采取了更有针对性的应对策略，而不是在疫情初期实施的市级封锁。这一“检测-追踪-隔离”的针对性应对策略，主要包括对与已知病例有过接触的人员进行核酸检测，对确诊或疑似病例的密切接触者进行追踪，对新发地市场(北京新冠肺炎疫情暴发中心)的商贩和顾客进行隔离。由于迅速将新发地市场确定为疫情中心，北京大部分企业和学校得以继续营业。不仅如此，我们没有全面停运，而是及时对进出北京的旅客和货物实施了限制，防止了病毒在北京以外的传播。此外，卫生代码系统被广泛用于确定人群中的接触风险[11］．1个月后，无新增病例报告，确诊病例总数为335例。2020年7月19日，北京取消了应对战略。在世界范围内，自2020年8月以来，COVID-19也再次抬头，因此需要采取循证应对战略，为再次抬头做好充分准备[6，12-15］．

公众的反应可能从最初爆发时的反应变为重新出现的反应，因此需要进行监测。此前有研究报告称，公众经常在社交媒体上讨论封锁措施，包括封锁、检测-追踪-隔离策略、暂停集会、个人防护、社交距离、旅行限制和关闭工作场所[16-18］．在COVID-19大流行的早期阶段，许多国家的公众遵守了遏制措施，但随着大流行的进展，他们的遵守性逐渐减弱[19］．研究还表明，在新冠肺炎大流行的早期阶段，微博和推特用户表达了更多的负面情绪[20.-22］．2020年底，许多国家面临2019冠状病毒病死灰复燃，重新采取了遏制措施。在印度，推特用户对第二次封锁持积极态度，但大多数人对第三次封锁持负面看法[23］．在菲律宾，封锁期间的食物短缺和无助加剧了负面情绪[24］．长时间的隔离措施可能导致风险感知下降，负面情绪增加，并对持续的隔离措施感到疲劳[25-27］．因此，有必要持续监测公众对防控措施的反应，并制定有效的公共传播策略。此前的研究报告称，公众风险认知和负面情绪(如抑郁、焦虑和沮丧)与遏制措施的实施高度相关[16，26，28，29］．然而，据我们所知，这些研究中没有一项评估了COVID-19死灰复燃期间公众对遏制措施的反应，并在大流行的不同阶段进行了比较。

随着大流行时间的延长，防控措施也需要做出相应调整，必须及时获得公众对防控措施的反馈。社交媒体越来越被认为是社会监控的平台[7，30.］．与调查相比，社交媒体不仅可以在较长时间内监测公众情绪和反应的波动，而且还受到低回忆偏差的限制。本研究采用基于社交媒体数据的机器学习方法，旨在评估和比较中国新冠肺炎疫情暴发初期和复苏期间公众对防控措施的反应，包括公众参与水平、表达的情绪和经常讨论的话题。该研究提供了关于公众对COVID-19大流行进展的反应演变的初步数据，这将有助于为遏制措施的调整提供参考。了解公众反应的变化对政策制定者为COVID-19未来在全球卷土重来做好准备至关重要。

方法

研究设计

这是一个基于社交媒体数据的比较研究。新浪微博(中国版推特)拥有超过5亿用户，是中国最具影响力的社交媒体平台[31］．微博允许用户通过帖子实时分享信息和观点，在新冠肺炎大流行期间被广泛用于识别公众关注的问题。我们根据以下指标比较了疫情爆发初期和疫情复苏期间公众对防控措施的反应:(1)相关微博数量，(2)微博负面情绪的流行程度，(3)微博频繁讨论话题的比例。本研究的所有数据都是公开的，本研究豁免伦理批准。

数据收集

包含特定词汇的微博帖子可以通过新浪微博的关键词搜索功能检索到。我们用Python编写了一个爬虫程序，通过关键词搜索来整理公开发布的微博帖子。由于COVID-19在疫情暴发初期在中国传播，在疫情复苏期间只在北京传播，我们检索了中国境内所有与COVID-19相关的微博帖子，并检索了北京境内所有与COVID-19相关的微博帖子。对于两次疫情高峰，我们整理了从疫情爆发前1周到受影响地区开始解除应对措施的微博帖子(首次疫情为2020年1月13日至2月28日，再次疫情为2020年6月4日至7月20日)。我们总共策划了8,985,221条微博，数据集可以在GitHub上找到[32］．

数据预处理

初始的微博帖子池使用Python脚本进行预处理，以排除重复，删除每个帖子的话题标签、链接、统一资源定位器和用户句柄，以清理文本[33，34］．如果是转发，我们提取最后一个用户的评论，并通过与Python匹配的模式来排除与公众反应无关的微博帖子[35］．最后，对所有与covid -19相关的微博进行关键词匹配，提取出针对封城、检测-追踪-隔离策略和暂停聚集3个主要防控措施的微博(表1)．数据采集和预处理流程图如图所示多媒体附件1．

数据分析

我们分析了公众参与、情绪，并经常讨论与这三种遏制措施相关的话题，并将COVID-19复苏与最初的疫情进行了比较。公众对防控措施的参与度是根据相关微博的每日发文数来评估的，并与中国国家卫健委和北京市卫健委当地每日报告的新冠肺炎病例数进行比较。使用百度开源情绪分析应用程序编程界面对围堵措施的公众情绪进行分析，并从负面情绪的微博帖子的比例进行衡量。通过潜狄利克雷分配(LDA)主题建模与人工标注相结合，识别社交媒体上有关遏制措施的频繁讨论主题。

主题建模是一种无监督机器学习技术，通过识别文本数据集中(如微博帖子)中经常同时出现的词汇组，可以自动识别潜在的主题或集群[9，17，36］．LDA是一种广泛使用的主题建模算法，用于识别跨社交媒体平台的最常见主题[36，37］．在LDA中，假设每个文档(即一个微博帖子)包含不同的主题，并且每个主题可以从一组单词中捕获。这有助于将给定的文档映射到主题集，以便每个文档中的单词可以被这些主题捕获。我们应用LDA主题建模，将所有文档划分为30个机器生成的主题，并根据LDA模型将每个微博帖子分配到最可能属于的主题。LDA的输出提供了LDA生成的30个主题的关键词，用于在最初的疫情爆发和复苏期间的每种遏制措施(多媒体附件2)．

由于LDA是一种基于“词袋模型”的无监督文本分类算法[38]，它有时可能会对文档分类错误或错误识别主题[39-41];因此，手工评估具有代表性的文档(在我们的例子中，是微博帖子)是很重要的。在本研究中，LDA输出由两个独立的研究人员(YS和QW)验证和改进，分析LDA模型生成的关键词，并手动审查每个主题的样本帖子。如果机器生成的30个主题中的一个微博包含几个独家子主题，该主题将被手动审查。最后，随机抽取微博帖子(>10%)及其指定主题，由两个独立研究人员(YS和QW)进行质量控制。

结果

研究结果概述

我们将公众情绪与中国COVID-19最初爆发和北京复苏期间的3项遏制措施进行了比较(图1):封锁、测试-追踪-隔离策略和暂停集会。一般来说，这些措施从最初疫情期间对普通人群的完全封锁演变为疫情复苏期间对高危人群的更有针对性的应对策略。

‎ 查看此图

公众参与遏制措施

2019冠状病毒病大流行得到了全国公众的广泛关注。在中国疫情暴发初期和疫情复苏期间，检测-追踪隔离措施的公众参与度最高，暂停聚集的公众参与度相对较低;这两个时期的一个区别是，在最初的疫情爆发期间，封锁措施的参与度很高，但在疫情复苏期间，封锁措施的参与度最低(图2)．在这两个时期，在疫情公告和疫情防控措施实施后，与疫情防控措施相关的微博帖子数量急剧增加，并在大约1-2周内保持高位，然后急剧下降。从中国确诊人际传播的前一周到后一周(2020年1月20日)，封城措施的平均每日微博发文数从14条增加到4168条，暂停聚会的微博发文数从69条增加到2003年，检测-追踪-隔离措施的微博发文数从340条增加到6298条。同样，在疫情恢复前的一周(2020年6月11日)，关于封城措施的微博平均每日发布数量为41条，关于暂停聚会的微博平均每日发布数量为118条，关于检测-追踪-隔离措施的微博平均每日发布数量为179条。相比之下，在疫情恢复后的一周内，采取封锁措施的病例数接近256例，暂停聚集的病例数接近321例，检测-追踪-隔离措施的病例数接近803例。此外，微博活动在COVID-19病例高峰期前约1-2周达到峰值，这表明微博似乎跟踪的是政策变化(如封锁)，而不是实际病例数量。

‎ 查看此图

公众对封锁措施的情绪

疫情复苏期间，对所有3项防控措施的总体负面情绪(微博平均日负面情绪占比:封城47%、检测-追踪-隔离措施51%、暂停聚会48%)均低于疫情初期(每日平均占比:封城57%、检测-追踪-隔离措施56%、暂停聚会55%)(图3)．疫情暴发初期，武汉实施封城后，约80%的民众立即对封城和暂停集会表达了负面情绪，约60%的民众对检测-追踪隔离措施表达了负面情绪。此后，负面情绪开始迅速下降，持续约1周，并在较低水平附近波动。然而，在测试-追踪-隔离措施中，负面情绪的比例变化范围小于其他两种遏制措施。一个例外是，2020年2月6日对封锁的负面情绪激增，这可能与对其他疾病患者缺乏药物或治疗的担忧有关;这占了当天表达负面情绪的帖子的很大比例。在北京新冠肺炎疫情复苏期间，对防控措施的负面情绪相对较低，波动较小。

‎ 查看此图

与遏制措施有关的经常讨论的话题

利用疫情最初两周和COVID-19复苏期间的微博帖子，确定每项防控措施中经常讨论的话题。

与封锁措施相关的主题

就最初的疫情而言，与封锁措施相关的前3个话题分别是:对武汉封锁的态度(n=5915/ 36027, 16.42%)、对封锁之外的防控措施的讨论(n=5120/ 36027, 14.21%)和因疫情而产生的恐惧、担忧、抑郁和恐慌等负面情绪的表达(n=4090/ 36027, 11.35%) (图4)．在有关对武汉封锁的态度的帖子中，5915个帖子中有2473个(42%)表示支持该政策，220个(4%)表示反对该政策，还有720个(12%)发帖表示应该更早实施封锁。关于北京疫情复苏，排在前3位的话题分别是公共防控措施(n=867/2619, 33.10%)、对日常生活的影响(n=681/2619, 26.00%)和新冠病毒核酸检测(n=220/2619, 8.40%)。由于疫情复苏期间使用了更有针对性的回应，除封城外的遏制措施成为微博帖子的主要焦点，与封城相关的帖子从16.42%下降到5.88%。复工后，人们更加关注防控措施对日常生活或工作的影响，相关岗位占比由10.88%上升至26.00%。因此，人们讨论了遏制措施对经济和工业的影响。值得注意的是，人们表现出更多的偏见，将疫情的出现和传播归咎于武汉居民;相比之下，这在北京的复兴中几乎没有被提及。疫情初期的其他话题包括呼吁个人防护(10.36%)、武汉以外的封锁(6.68%)、人们离开武汉(6.51%);没有广泛讨论包括口罩在内的医疗设备供应短缺问题(3.11%)。 Topics such as vaccines and nucleic acid tests only emerged during resurgence.

‎ 查看此图

Test-Trace-Isolate度量相关主题

在最初的疫情爆发期间，与检测-追踪-隔离措施相关的63,644个帖子(48.44%)中有30,826个帖子是关于大流行控制的意见，表达了对快速控制大流行的希望或信任，并包含了关于具体控制措施的建议和对其传播状况的描述(图5)．在疫情恢复期间，由于公众对有效应对措施有信心，表达对疫情控制看法的帖子比例下降到27.13%。疫情爆发初期，第二受欢迎的话题是隔离和防护措施，在疫情复苏期间，只有1.62%的帖子提到了这方面的内容。在疫情暴发初期，7.8%的帖子表达了公众对检测-追踪-隔离措施的态度，而在疫情恢复期间，46.39%的用户表达了自己的态度。这进一步说明，讨论的重点如何从大流行控制的现状转移到有针对性的应对措施。有趣的是，在中国这两次大流行期间，公众对检测-追踪-隔离措施的态度不同。在最初的全国疫情中，6506个帖子中只有3921个(60%)支持检测-追踪-隔离策略。然而，在北京疫情复苏期间，支持检踪隔离政策的帖子比例上升到90% (n=3853/4292)。表示恐慌的帖子从21%下降到1%，与查询相关的帖子从15%下降到5%。在这两个时期，表示不愿意接受检测或隔离的用户占了4%。 Furthermore, different topics emerged during these 2 periods. During the initial outbreak, some posts (2.86%) discussed medical equipment and health professionals, while during resurgence, people discussed the impact of the test-trace-isolate measure on schooling, work, daily lives, and the status of the pandemic worldwide.

‎ 查看此图

暂停集会相关议题

在暂停集会的帖子中，19466个帖子中的7487个(38.46%)和3487个帖子中的834个(23.92%)分别表示在疫情爆发初期和复苏期间取消了旅行计划和小规模集会(图6)．描述群体性活动暂停的微博比例从疫情初期的3.07%急剧上升到疫情复苏期间的31.09%，这说明在疫情复苏期间，公众对体育、音乐会等群体性活动暂停的反应要敏感得多。这两个时期的其他常见话题包括旅行限制、关闭公共场所和取消不必要的日常外出活动。此外，疫情暴发初期，19466条帖子中有2735条(14.05%)讨论了春节假期延长和推迟复工，其中55%的用户支持延长春节假期。在复苏期间，出现了关于人口流动问题的讨论，例如签证和移民问题。

‎ 查看此图

讨论

主要研究结果

通过社交媒体监测，我们分析和比较了中国新冠肺炎疫情暴发初期和复苏期间3项主要防控措施相关的公众参与水平、表达的情绪和频繁讨论的话题。疫情复苏期间，随着疫情防控战略从封锁转向针对性应对，公众的反应变得更加理性。疫情初期，武汉封城后，微博微博数量急剧增加，有很高比例的微博表示公众对3项主要防控措施的情绪都是负面的，出现了与歧视有关的话题。疫情复燃期间，公众参与度下降，负面情绪下降，对疫情防控措施的支持度上升，关注疫情防控措施对日常生活或工作的影响。

监测公众对大流行控制战略的反应对于在大流行期间获得快速反馈和为战略调整提供信息至关重要。以前的研究报告称，社会动员和社区参与是西非应对埃博拉疫情的核心[42-44］．在新冠肺炎大流行期间，特别是在疫情暴发初期，中国的微博用户提出了关于疫情来源、医疗设备短缺、武汉居民受到歧视等问题。相当多的微博表达了对疫情防控措施的恐慌或质疑。这一点值得注意，因为先前的研究报告称，对遏制措施和歧视的恐慌和询问可能会抑制社区参与和抑制大流行控制[19］．疫情复燃期间，公众对防控措施的关注转向关注其对日常生活的影响。决策者应密切注意公共应对措施的这些变化，以便在大流行的不同阶段跟踪人口最重要的需求，并通过及时和有效的沟通解决公众关切的问题[45，46］．这可改善公众对遏制措施的遵守和参与，并促进其实施[47，48］．

在北京新冠肺炎疫情复发期间，针对高危人群采取了更有针对性的应对策略，普通人群受影响较小。复苏期间微博上频繁讨论的话题表明，公众的生活正在恢复正常;不再有歧视和供应短缺的话题，在疫情复苏期间，对所有防控措施的总体负面情绪都低于最初爆发期间。讨论议题和公众情绪的转变也可能与这些遏制措施的严格程度降低有关。与前几次报告一致的是，在采取更严格的措施后，市场的负面情绪更为明显[16］．当大流行卷土重来时，公众可能会对遏制措施感到厌倦。在我们的研究中，公众对疫情复苏期间暂停大规模集会活动的反应比最初爆发期间更敏感。因此，各国政府应平衡防控战略的效益与对日常生活和经济的影响，制定有针对性的应对策略。

随着关于COVID-19及其控制的信息越来越多，各国政府已经找到了其他选择，以根据其死灰复燃调整应对战略。通过对高危人群的检测-追踪-隔离措施，北京在1个月内拉平了传染曲线，控制了大流行。我们的研究表明，这种有针对性的应对策略更符合公众的关注。随着疫情的常态化，人们更加关心自己的生活和经济。疫情期间，如返校或上班、参加音乐会、旅游、移民和体育活动等。精准应对，重点针对高危人群，对大多数人的生活限制较少，有助于减少疫情复苏期间的负面情绪。一项建模研究预测，与全社区封锁策略相比，有针对性的应对策略成本更低[49并有助于重振工业和经济。中国经济数据显示，在全面封锁期间，2020年第一季度国内生产总值下降6.8%，但在针对高危人群的检测-追踪隔离措施下，2020年第二季度和第三季度国内生产总值分别增长3.2%和4.9% [50］．因此，在随后的COVID-19复苏期间，应推广更有针对性的应对策略。

总体而言，公众对疫情最初的反应表明，公众参与大幅升级，封锁实施后负面情绪增加，相比之下，复苏期间的针对性防控措施获得了更理性的回应和更大的支持。在最初的疫情期间，公众表现出高度恐慌(21%)，但在疫情复苏期间几乎没有恐慌(1%)。只有4%的公众表示不愿在最初的疫情爆发和疫情复发期间接受检测或隔离，这是公共卫生努力实现普遍遵守的一个重要考虑因素。在最初的疫情暴发期间，有针对性的检测-追踪-隔离措施在所有3种遏制措施中获得了最大的支持，在疫情复苏期间，其支持率接近90%。公众对遏制措施反应的演变表明，有针对性的检测-追踪-隔离策略更为公众所接受。各国政府应考虑社会媒体上的公众反应，制定更有针对性的检测-追踪-隔离策略，为COVID-19未来卷土重来做好准备。

限制

这项研究有几个局限性。首先，微博在年轻人中使用得更广泛，一些用户只是简单地阅读微博帖子，而不发布自己的内容。因此，在公众背景下解释我们的研究结果时，应谨慎行事。我们使用Python来整理所有相关的微博帖子进行分析;因此，我们的数据足够有效，能够反映微博用户的意见和反应。第二，作为一种基于“词袋模型”的无监督文本分类算法[38， LDA可能导致微博帖子的错误分类。然而，这种错误分类是随机的;也就是说，它没有指明某个方向(正或负)[51］．因此，它不会在比较研究中造成解释偏差。为了控制这种潜在的偏差，我们随机抽样并手动对微博帖子进行分类，以纠正错误分类，提高准确率。未来的研究应该使用更先进的机器学习技术(例如，来自变压器的双向编码器表示)进行实时社交媒体监测，并对COVID-19大流行进行长期、多语言和多平台的公共响应监测。

结论

与最初的疫情相比，在新冠肺炎疫情复苏期间，公众变得更加理性。公众对疫情防控措施的参与度和负面情绪降低，对疫情防控措施的支持度提高，关注疫情防控措施对日常生活和工作的影响。有针对性的检测-追踪-隔离策略更容易被公众接受。这项研究表明，在随后的COVID-19复苏期间，大流行控制策略应更具针对性，例如针对高危人群的检测-追踪-隔离策略，以平衡大流行控制及其对日常生活和经济的影响。