截至2021年4月23日，全球新冠肺炎确诊病例超过1.4亿例，死亡病例近310万例[ 1］．COVID-19疫苗已被公认为遏制当前公共卫生困境的最有效战略之一[ 2］．但需要认识到的是，由于COVID-19疫苗是一种相对创新的治疗干预措施，仍需谨慎验证其疗效和不良反应[ 3.， 4］．由于内在的不确定性，COVID-19疫苗接种过程中普遍存在疫苗犹豫和与疫苗相关的错误信息[ 5］．一些全国性和跨国调查还显示，公众的COVID-19疫苗接种意愿并不理想[ 6- 8］．虽然众多医学专业人员以极快的速度致力于疫苗的开发[ 9]，并积极推动大规模的疫苗接种运动，相当一部分普通民众对新冠疫苗表达了担忧、犹豫甚至反感[ 5］．例如，最近在推特上进行的一项网络民意调查显示，超过一半的受访者怀疑COVID-19疫苗的安全性[ 10］．为了更深入地了解专业人士和非专业人士对COVID-19疫苗的不同看法，本研究试图在中国社交媒体平台上采用文本挖掘方法，寻找潜在的差异化表达。

基于web的通信为广大受众提供了方便和经济的访问，并实现了互动性和协作性内容共享[ 11］．在过去几十年里，全世界在互联网上的卫生信息急剧增加，而且有一个明显的趋势，即病人和护理人员都越来越有可能在互联网上寻求卫生信息[ 12］．与此同时，人们倾向于在这个虚拟世界中讨论与健康有关的问题，尤其是在公共健康危机期间[ 13］．例如，在新冠肺炎疫情期间，一些人在互联网上披露自己的病情寻求帮助[ 14]，而更多的人谈论自己和他人的症状仅仅是对疾病威胁的自然反应[ 15］．鉴于这些特点，各种互联网平台为调查公众对健康问题或事件的看法提供了肥沃的土壤[ 16］．疫苗问题也是如此，因为疫苗和疫苗接种是互联网上的热门话题，并且包含了原疫苗和反疫苗的论述[ 17， 18］．

认识到互联网的显著特征，卫生专业人员广泛关注利用互联网开展卫生运动、传播卫生知识和促进行为改变[ 11］．以往的研究总结了利用互联网技术提供医疗保健和健康干预的相关经验。一个典型的例子是，有学者将社交媒体分为10类，并为医务人员更好地进行网络健康传播提出了4条指导方针[ 19］．在现实中，一系列公共卫生机构已经实施了基于网络的传播战略。美国疾病控制与预防中心在整个寨卡疫情期间采用Twitter传播信息，与观众互动，并提醒公众[ 20.］．同样，新加坡的公共卫生机构也利用Facebook进行疫情沟通，战略性地传播寨卡疫情[ 21］．为了应对COVID-19威胁，许多公共卫生机构使用社交媒体账户迅速向公众传播风险信息，以遏制传染[ 22］．除卫生机构外，许多医疗专业人员自发开展网络健康传播;例如，有些医生加入电子健康社区，与病人或同行交换医疗资料[ 23］．

综上所述，在互联网上搜索和交换健康信息是当今社会的普遍现象;在基于网络的健康交流环境中，专业人士和非专业人士都是至关重要的角色。互联网具有成本低、接入方便、覆盖面广、互动性强等突出优势，为广大公众分享健康关切、寻求健康支持、增进健康知识、相互沟通提供了便利。同时，专业人员可以在互联网上开展健康教育和干预措施。对于公共卫生研究人员来说，可以利用多样化的互联网平台来调查对各种健康相关问题，特别是紧急问题的不同看法和表达。

对于专业人士和外行之间的分歧，一种根深蒂固的思想强调了知识鸿沟，这保留了一种固有的假设，即外行在知识水平上落后于专业人士。专业人士通常被定义为通过刻意的训练和实践而获得某一特定学科的特殊知识或技能的人，而外行通常缺乏正式的训练或实际经验[ 24］．此外，一种延伸的观点认为，专业人士的判断和感知比外行的判断和感知更客观可靠[ 24］．在健康沟通中，当讨论专业人士和外行之间的差异时，我们特别强调了来自知识水平差异的另外两个重要方面:风险认知和态度。

作为一种笼罩在不确定性中的疫苗，全球社会充斥着对COVID-19疫苗安全性的怀疑和辩论[ 25］．所有的担忧都与风险感知密切相关，风险感知是指人们对风险特征和严重性的主观评估[ 26］．风险认知是科学判断和主观因素的综合体。 27］．对于专业人士和非专业人士在风险认知上的差异，有一种观点认为，由于专业人士在知识储备和既定心态上的差异，他们通常会从分析的、客观的、理性的角度看待风险和不确定性。然而，外行在感知风险时更倾向于依赖假设的、主观的和情感的线索。 28- 30.］．此外，外行习惯于放大风险，更容易受到心理因素的影响，而专业人士可能低估某些有争议的技术的危险，并强调其好处[ 30.， 31］．另一种思想流派反驳了这些断言，证明专业人士和外行在对有争议的问题形成意见时，一致受到情绪、世界观和价值观的影响。 27， 32］．对于某些医学课题，专业人员的科学素养优势并不比外行更突出[ 33， 34］．

另一个方面是态度。根据知识赤字模型，非专业人士对创新技术的怀疑可以归结为他们在科学知识方面的不足[ 35， 36］．此外，该模型假设外行人和专业人士在同一问题上的意见分歧可以归因于公众对特定问题的知识不足[ 37］．因此，通过提高公众的科学知识水平，即所谓的科学素养，可以实现对新兴技术更加支持的态度[ 35， 38， 39］．尽管这一模型受到了一系列实证研究的批评[ 40，它仍然影响着健康传播和科学传播研究。最近，一项关于急诊医学网红在COVID-19大流行期间推特使用情况的研究显示，与普通公众相比，急诊医学网红的信息包含了更积极和中性的情绪。影响者群体对临床信息和COVID-19新闻也有明显的话题偏好[ 41］．

作为互联网技术最蓬勃发展的分支之一，社交媒体被投入了大量不引人注目和自然的数据[ 42， 43]，这使得它适合于检查对特定健康相关主题或事件的不同讨论和看法[ 16］．例如，一些专家利用推特来获得人们如何讨论人类乳头瘤病毒疫苗的见解和知识[ 44］．同样，Twitter的内容也被用于挖掘公众对COVID-19疫苗的情绪和意见[ 45］．类似的研究支持了这样一种观点，即社交媒体可以为信息监测、促进疫苗接种和改变疫苗犹豫提供有价值的启示。然而，应该指出的是，这一系列研究往往是在西方背景下进行的。作为一个社交媒体使用比例越来越大的国家，中国并没有得到足够的学术关注。

基于上述讨论，本研究旨在探讨专业人士和非专业人士在社交媒体上对COVID-19疫苗的表达差异。这一研究主题至关重要，因为它为了解专业人员和非专业人员之间的认知差异提供了基础，从而为在这两个群体之间设计有效的沟通策略提供了见解，以促进COVID-19疫苗接种的合规性和覆盖率。此外，系统考察外行和专业人士之间表达方式的研究有限[ 46， 47］．上述风险认知差异和态度差异是否反映在表达上尚不清楚。我们的研究试图通过提供关于这两个群体如何在公共卫生危机中构想医疗技术的经验证据来填补目前的空白。

鉴于中国在之前的研究范围中知名度较低，我们将研究重点放在了中国。中国是最早受到新冠肺炎疫情严重影响的国家之一。中国政府采取了一系列严格防控措施，在较短时间内控制住了疫情;所谓“中国抗疫模式”，为其他国家应对全球卫生危机树立了榜样[ 14］．此外，中国在新冠肺炎疫苗研发方面取得了长足进步。例如，中国两大医药先驱科兴和国药控股承担了大量的疫苗生产任务，并在国内外推广其产品[ 48］．作为首批推出新冠肺炎疫苗的国家之一，新冠疫苗很早就进入了中国的公众讨论领域，这让我们有机会解开医疗专业人士和公众对同一问题可能存在的不对称认知。综上所述，我们制定了两个研究问题:(1)在中国讨论COVID-19疫苗时，专业人士和非专业人士的表达是否存在差异?(2)在中文语境下，两组人的表达中出现了哪些关于COVID-19疫苗的主要主题?是否存在主题差异?第一个问题倾向于显式层，重点关注文本的主要特征。第二个问题倾向于隐含层，针对潜在的主位结构。我们相信，通过综合这两个方面，本研究可以深入了解专业人士和外行之间的差异。

我们选择了一个基于网络的问答论坛来收集研究数据。乎( 49，中国版Quora，是中国最受欢迎的社交问答网站[ 46］．根据Liang等[ 46，知乎是一个调查专业人士和非专业人士差异的理想平台，原因有三。首先，知乎积累了大量关于有争议的社会问题的用户生成内容。例如，截至2021年5月12日，知乎上的“COVID-19疫苗”话题已收到762个问题。其次，知乎有独特的结构，便于互动交流。用户可以相互关注，邀请其他人回答问题，并在评论区相互回复。第三，专业人士在知乎上的可见度和活跃度很高。很大一部分专家可以通过他们自我报告的个人信息(例如，隶属机构和工作部门)或平台赋予的视觉符号(例如，用户名后的蓝色徽章)轻松区分出来[ 46］．那些专攻某一领域并热衷于分享观点的人更有可能成为知乎上的影响者。 50］．这些特征使我们能够更经济有效地区分专业人士和非专业人士，并发现知乎两个用户群体之间的表达不一致性。

为了获得尽可能全面的数据，其中一名作者设计了Python脚本，将知乎上关于COVID-19疫苗最相关、最活跃的话题“COVID-19疫苗”下的所有问题(包括扩展问题描述)及其相应的答案数量进行抓取。由于一些问题得到的回答很少，我们排除了答案少于10个的问题。接下来，我们采用另一个自己编写的Python脚本来收集每个回答的具体内容以及每个受访者的公开资料。内容作为当前研究的核心语料库，而公共档案则用于确定受访者的身份类别。最后，保留65个问题进行后续分析，其中3196个问题的答案。 多媒体附件1提供有关保留问题的详细信息。数据收集于2021年3月23日完成。

采用人工编码的方法区分两种身份，对65个保留问题进行分类。根据《韦氏词典》，专业人士可以被定义为符合某一专业的技术或道德标准的人[ 51］．由于COVID-19疫苗固有的医学属性，我们进一步缩小了的含义范围 专业通过限制医疗专业人员为区分专业身份，制定了两个标准:(1)向自然人提供卫生保健服务的持证或认证用户(如医生和药剂师)[ 52]及(2)主修或从事医学或相关领域(如中药学或生命科学)研究的使用者[ 46］．非专业人士也根据两个标准进行评估:(1)明确透露身份的用户(医疗专业人员除外)和(2)不明确透露身份的用户。识别线索是从用户公共档案中的相关信息单元中提取的，包括自我报告的教育经历、工作部门、职业历史和认证信息。

对于保留的65个问题，进行65次组间比较是不成立的。换句话说，在每个问题下比较专业人士和非专业人士的表情是不明智的，因为通过反复的小规模分析很难得出具有代表性和系统的结论。因此，我们对这些问题进行分类，找出它们之间的一些共同的潜在特征。根据以往的经验[ 53]，我们进行了半开放编码，以明确问题类别。所有作者在回顾了所有问题及其描述后，基于个人的理解，对分类框架进行了反复的讨论。随后，我们进行了试点手工编码，以确认初步类别的合理性和适用性。最后的分类包括五个类别( 表1)，适合所有问题。单个问题和类别之间的映射关系也可以在 多媒体附件1．更具体地说，5类 表1与之前的研究产生共鸣。首先，人们的COVID-19疫苗接种意愿主要取决于相关疫苗的安全性和副作用[ 54］．COVID-19疫苗的有效性和安全性对其成功部署和实现群体免疫至关重要[ 6， 9］．因此，在讨论COVID-19疫苗时，“不良反应”和“疫苗有效性”是两个不可或缺的范畴。其次，一项关于在互联网上识别疫苗主题的研究提出，疾病暴发、疫苗开发、疫苗研究和疫苗接种指南出现在基于网络的疫苗文章中[ 55］．此外，许多学者强调疫苗在预防传染病方面的不可忽视的作用，并从社会角度指出疫苗犹豫带来的严重性和潜在威胁[ 2， 56， 57］．我们余下的三个问题类别( 表1)与上述研究结果有显著重叠。

我们选择了传统的内容分析和自动文本分析作为我们的研究方法来解决两个提出的研究问题。传统的内容分析旨在通过人工编码来区分每个受访者的身份。在试点编码阶段，三位作者按照上述指定的标准对50名随机抽样的受访者进行编码。编码器间的可靠性达到了理想状态(Krippendorff α= iseq指数)。然后，三位作者分别对其余的受访者进行编码。类似地，3位作者对20个随机选择的问题进行编码，以测试问题类别的互编码器可靠性。信度系数也符合统计标准(Krippendorff α=点)。

由于大量的答案，我们利用自动文本分析来有效地分析语料库。自动文本分析是一系列自然语言处理方法的广义术语，包括但不限于频率分析、共现分析和主题建模[ 58］．这种自动化方法有利于文本挖掘者减轻手工编码文本的劳动密集型任务。更具体地说，我们计算了2个用户群体的基本表达特征，包括回答长度、态度分布和高频词[ 46， 59］．态度分析使用中国科学院最新开发的TextMind软件完成，该软件可视为LIWC (language Inquiry and Word Count)的中文版[ 60］．TextMind能够通过基于字典的方法从文本中推断情绪状态、意图和思维方式，具有较高的可靠性和有效性[ 61］．

在主题分析方面，我们利用主题建模来探讨两种身份的主题差异。主题建模可以研究给定文本集合中隐藏的主题结构[ 62］．作为主题建模家族中的前沿分支之一，结构主题建模(STM)允许研究人员通过考虑文档级元数据来估计主题模型。换句话说，STM使研究人员能够发现主题和元数据之间的关系，例如不同作者的主题偏好或主题随时间的波动[ 63］．STM在生成过程中将文档元数据(如作者身份和发布时间)作为协变量;它以前曾被用于探索不同媒体渠道的不同选择性分享机制[ 64]以及政党认同如何影响话题流行度[ 65］．在正式建模之前，作者对语料库进行了预处理，包括丢弃标点符号、过滤停顿词、修剪高频词等。预处理程序遵循广泛认可的主题建模研究[ 62］．STM是使用R中的STM包实现的。 63]，而其他自动文本分析是在Python编程环境中完成的。

这项研究旨在解开专业人士和外行之间的表达差异在一个有点有争议的问题的背景下。据我们所知，这是少数采用STM来分析这两个用户群体之间主题差异的研究之一，这超越了以往主要依赖手工注释方法的研究[ 46］．此外，在COVID-19大流行期间，关注专业人士和非专业人士差异的研究不足。我们的研究有助于理解这两种身份的表达特征，并为我们在基于网络的问答环境中促进专业人士与非专业人士的交流提供了实证基础，进一步有助于倡导权威声音，并在充满不确定性和风险的时候纠正错误信息[ 66］．

根据我们的主要发现，第一个引人注目的发现是外行积极参与COVID-19疫苗问题。这一现象在一定程度上证实了之前关于社交媒体的传播促进作用的观点。布罗萨德( 67]认为，新媒体技术使非专业观众有更多机会以相对直接的方式参与和讨论科学问题。同样，彼得斯[ 68]通过报道网络传播的环境极大地挑战了中介信息传播者(如专业记者和科学家)曾经的准垄断地位，从而支持了这一论断[ 68］．因此，虽然外行不具备与专业人士相当的专业知识，但外行仍然有足够的机会与专业人士讨论专业问题。也就是说，社交媒体平台具有平等、开放、多元的特点，降低了讨论医疗问题的知识门槛和进入门槛。然而，这种频繁的外行活动是否等同于这两个群体之间的有效沟通或富有成效的对话，还需要进一步研究。

除了外行的广泛参与，我们的研究还揭示了两个用户群体之间的额外表达差异。首先，专业人士的平均回答长度比外行人要长。在专业知识和实践经验的支持下，专业人士可能会结合各种证据来阐述他们的观点。COVID-19疫苗主题尤其如此，因为COVID-19是典型的“突然和意外事件”[ 69而COVID-19疫苗仍需要严格的临床试验和持续监测[ 4］．根据Zou等[ 70]，统计证据和叙述证据是用于阐明健康相关主题的2种主要证据类型。专业人士由于其专业背景和工作经验，更熟悉定量和数字证据。他们还可以引用来自日常经验的叙事证据来支持他们的观点。然而，外行缺乏定量的论据，不得不依靠叙述来阐述他们的观点。此外，由于职业培训和教育背景的内在特征，专业人士可能会有更谨慎和保守的心态。一个典型的例子是，在谈论疫苗的有效性时，专业人士并不像外行那么乐观，前提是COVID-19疫苗的开发是一个持续的过程，需要更多可靠的证据，例如未确定的年龄特异性不良反应[ 71］．

我们的研究结果还表明，专业人士和非专业人士从不同的角度分析了COVID-19疫苗问题。与文献综述相呼应的是，公共卫生领域和科学传播领域长期存在的一个猜测是，外行人对科学评估的风险认知总是不足[ 72］．公众的科学知识缺乏，影响了他们对具体科学问题的理解和对科学问题的积极态度[ 38， 39， 73］．综合考虑风险认知和风险态度，我们更倾向于认为外行人的知识在数量上不低于专业人士，在质量上也不低于专业人士。相反，这两个用户群体有一些相似之处，但同时拥有不同的思维角度，用“质的不同”来标记更合适。首先，两个用户群体一致关注了全球范围内的不良反应症状、疫苗对突变病毒的有效性、疫苗接种对全球疾病预防的贡献等一些主题，这意味着他们的观点存在重叠。然而，考虑到与医学专业知识相关的问题，如我们研究中的疫苗接种问题类别，专业人士强调安排和紧急审批，这与公共政策和医疗资源的合理配置有着千分万别的联系。外行更愿意关心其他国家，这大概是由于媒体对其他国家疫情铺天盖地的报道所致。从这种对比可以看出，这种差异在于专业思维模式和经验思维模式的划分，这两种思维模式在对待争议问题时是两种思维模式。这种鲜明的对比也体现在高频词比较和其他医学相关的问题类别上，包括疫苗开发和有效性。其次，在4个问题类别下，我们没有观察到2个用户群体在态度方面的明显差异，这进一步说明基于知识水平差异的态度差异假设在中国COVID-19疫苗背景下是不成立的。尽管专业人士和非专业人士在知识获取方面存在客观差距，但他们都愿意积极对待新冠疫苗。 Third, the “adverse reactions” category is most closely related to risk. In fact, we did not see laypeople lay excessive stress on the abnormal symptoms. This finding debunks the risk perception disparities that originated from the knowledge deficiency supposition, which implies that laypeople are not always amplifying the risks. They favor countries’ specific situations and think from living experience rather than magnifying vaccine risks or expressing suspicion regarding COVID-19 vaccines.

在疫苗的社会影响方面，作为一个与医学知识联系不密切的类别，两个用户群体没有表现出显著差异。这一发现表明，专业思维模式和实验思维模式在遇到抽象问题时失去了解释力。COVID-19疫苗的社会影响可能是广泛而复杂的，涉及广泛的社会层面。因此，专业人士或非专业人士很难只强调一种模式。结合两个用户群体话题的相似性和不一致性，我们得出结论，除了重叠之外，网络问答论坛的“质的不同”特征也普遍存在，这反映了来自知识背景和生活经验的不同视角。在COVID-19疫苗的背景下，医学相关问题对“质的不同”特征的影响更敏感，而更广泛和抽象的问题似乎不受这一特征的影响。

我们的分析有几点需要注意。就问题类别而言，COVID-19疫苗是一个多方面、错综复杂、取决于具体情况的问题，涉及许多方面[ 5］．本研究省略了一些问题类别，如疫苗和国际关系，因此需要在今后的研究中进一步探索。此外，将纵向视角纳入本文本挖掘研究将产生更有趣的发现。例如，随着COVID-19大流行的发展，这两个用户群体之间的主题差异会变得更大还是更小?动态和纵向的方法无疑将促进我们对当前COVID-19疫苗问题的理解，并有助于遏制这一突发公共卫生事件。此外，不容忽视的一个方面是，专业人士和非专业人士的答案在很大程度上取决于问题的特点。因此，主题分布可能被限制在问题的范围内。未来的研究可以集中在其他社交媒体平台(如Twitter和新浪微博)，以获得更全面的话语景观，由于没有指定的问题，可能会更丰富的话题。

这项研究概述了意见模式，并详细审查了专业人士和外行对COVID-19疫苗的表达差异。从数量上看，知乎网络问答论坛的讨论者以外行居多。在表达差异方面，专业人士比外行人更喜欢写出较长的答案;他们还对疫苗的有效性表现出保守的态度，并倾向于在讨论中提及医学术语。通过发挥STM的力量，作为无监督机器学习下的一种有价值的工具，我们概述了每个问题类别下的主题，以及两组的主题偏好。总之，专业人士更关注新冠疫苗话语中蕴含的医学原则和专业标准。相比之下，外行人则明确表示关心国家和全球层面的疫苗相关问题，以及中国制造的疫苗的安全性。这两个用户组在COVID-19疫苗方面有一些共同点，并表现出不同的担忧。

我们认为本研究具有一定的意义和价值。首先，公共卫生学者应该敏锐地意识到网络问答论坛上的表达和讨论，这在以前的信息监测或信息流行病学研究中被相对忽视[ 74］．知乎或Quora等问答论坛明确区分了专业人士和外行，从而为研究者提供了探索专业人士和外行在话语风格和核心话题上的不协调的机会。这些层面可能进一步有助于解决两个用户群体之间潜在的“距离”或“差距”[ 68］．其次，现有研究广泛涉及与covid -19相关的主题建模，以探讨公众关注和公众意识[ 75， 76］．然而，关于不同身份之间的主位差异的研究较少。我们使用STM的尝试提供了一种可行的解决方案来发现不同身份之间的细微差异，展现了一些优于传统主题建模的特殊优势。第三，对于公共卫生教育工作者来说，有效的专业与外行人沟通不需要关注所有潜在的话题。考虑到“质的不同”的特征，从业人员应该集中讨论在不同身份之间明显不一致的主题，并努力减少误解，同时在这些主题上产生共识。例如，一些学者发现，中国社交媒体上流行的阴谋论(与大流行的起源有关)是关于国家行为者是故意在实验室中开发SARS-CoV-2，还是作为生物武器[ 77］．由于国外民众对新冠肺炎疫苗高度关注，公共卫生从业者必须密切关注相关讨论，防止疫苗相关谣言、阴谋或仇恨言论的出现，努力营造理性讨论的氛围。