混合大数据可视化:疫情来袭防疫升级……听到这些后你做了什么它都知道

入秋以来,本土疫情接连出现,大众对上述对话也早就不陌生。中疾控一再强调“戴口罩,少出行”,但当普通人看到这些政策和建议,他们做出了什么反应?

想知道这些防疫政策对公众行为究竟产生了怎样的影响? “混合大数据可视化”知道答案!

“混合大数据可视化”项目,由苏州大学传媒学院王国燕教授领衔的科技传播跨学科团队与苏州市卫生监督所合作实现。新冠疫情发生以来,国际上已有不少关于政府防疫措施的研究——有通过问卷来调查个人想法和行为,也有通过数学建模等方法来预测和评判政策对人们行为的影响,探讨政策的有效性,但上述的方法难以获取及时的、大规模的现实数据。

“混合大数据可视化”则可以精准地揭示出在新冠疫情爆发期内,公众行为所呈现的三阶段规律及其与当地政策之间的密切关系。

在“混合大数据可视化”的项目里,我们选取了新冠爆发期间亚洲、欧洲和北美洲等疫情相对严重的代表性国家作为考察对象,分析了中国、美国、意大利这三个国家的防疫措施对公众行为的影响。

研究首先抓取了权威开源平台(包括谷歌、百度、阿里和苹果)的大数据来构建公众行为指数。其中,以各国民众对新冠的搜索行为作为疫情关注指数;对消毒液和口罩的购物搜索行为作为自我防护指数;以人口流动迁徙行为作为人口流动指数。

本研究“混合大数据可视化”中的“混”,就主要表现为对以上各平台大数据的收集汇总,并通过将这些数据格式进行相对转换,实现各个平台不同标准数据的有效统一;“大”则体现为,这些平台中的搜索以及迁徙行为数据,都是该平台某时间段、某地域范围内的所有在线数据集合,其数据规模是由平台客户量反映的,这也是选择谷歌、百度等权威开源平台的原因。

接着,研究根据政府官网和权威公共卫生机构网站发布的健康指南、疫情通报和疫情管理措施等信息,建立起三个国家新冠疫情防控措施的数据全集。

最终,根据数据绘制出混合大规模数据可视化信息图,借此直观地反映政策措施对公众行为的影响。

研究结果显示,新冠爆发期间,政府的政策措施并不是立即改变公众行为,而是影响着公众行为,这种影响的结果相应地呈现出“观望期”、“激荡期”、“缓释期”这三个典型的阶段。

一般来讲,在一阶段“观望期”中,一些政策措施,例如疫情首报、预警升级等,通常会使人们短暂地关注和重视疫情,但并不能让人们很快做出防护行为上的改变,大众普遍会持一定观望态度;

到了二阶段“激荡期”,大众行为会发生显著变化。引起变化的通常是疫情升级资讯、限制出行措施的实施、明确而针对性的防疫指南的发布,以及重启政策的发布等事件。在疫情升级资讯中,首例死亡、首次证实人传人、首次社区传播、疫情高峰等核心事件更能引起大众行为显著变化。

以中国为例,2019年12月31日,武汉卫健委首次通报“不明原因肺炎”,这是第一阶段的开始,但由于中国是首个报告新冠肺炎的国家,大家对这个新病症了解甚少,因此当时的疫情关注指数只是出现了小幅升高,而自我防护指数并没有改变。相比之下,意大利和美国的第一阶段,疫情关注指数都迅速地升高到了100%,却在2-3天内又恢复到了较低的水平;而这两个国家第一阶段的自我防护指数也没有明显改变。

但是,在中国,当2020年1月20日钟南山院士明确提出“人传人”,并同时发出了少聚集、戴口罩、少出行等提示后,第二阶段开始了。这一阶段疫情关注指数、自我防护指数开始迅速升高,1月23日-27日的湖北各市相继封城是第二阶段中的“核心事件”,导致疫情关注指数、自我防护指数、人口流动指数(绝对值)同时升高到峰值。

到了第三阶段,除人口流动指数继续稳定在低水平,疫情关注和自我防护指数都有所下降,只是偶有一些事件导致再次小幅提升。如2月6日一名医生因新冠去世及2月13日湖北省一天内新增13332例临床确诊病例,引起疫情关注指数再次小幅提升。

总地来说,观望期公众对疫情具有短暂的高关注度,却没有明显的行为变化;主动搜索疫情的行为暂时有明显升高,却并没有开始大量采购口罩或消毒液的实际行为;

而到了激荡期,包括对疫情的搜索量、口罩和消毒液的采购量和实际出行量等大众行为的各项指标都在急速变化;

缓释期则逐渐建立起新的平衡,人们处于高于往常的自我防护和疫情关注状态,具体表现在对疫情的搜索量、口罩和消毒液的采购量都高于第一阶段起始,人口流动也更稳定。

第一阶段:代表疫情关注指数的黑线升高到顶峰又迅速下落,而代表自我防护指数的红线却升高有限;

第二阶段:代表疫情关注指数的黑线、代表自我防护指数的红线,以及代表人口流动指数的蓝线均大幅变化;

第三阶段:代表人口流动指数的蓝线稳定在较低水平,代表疫情关注指数的黑线和代表自我防护指数的红线总体下行,偶有因新的政策措施事件的再次升高。但黑红两线即便总体下行,也维持在比第一阶段起始时高的水平上。

研究还通过对三个国家的限制出行措施进行内容编码来分析文本,即根据实施时效(时间早晚)、实施性质(建议或强制程度)两方面对某一项具体措施进行综合评分(10分制,每个方面占5分),再分别给三国限制出行措施在地区封锁、交通封闭、居民区管控、公共场所关闭、户外活动禁令、违反禁令罚则、军队介入程度、信息化管控手段等八个项目的得分取平均分,得出最终评估结果。其中中国湖北省8.5分(满分10分)、意大利伦巴第大区7.125分、美国纽约州5.375分。

三个地区限制出行政策的雷达图:图中中国湖北省、意大利伦巴第大区和美国纽约州的限制出行措施的得分,为这三个地区措施分别在地区封锁、交通封闭、居民区控制、公共场所关闭、违反禁令罚则、军队介入情况、信息化控制等八个项目上得分的平均分 作者供图

研究发现,限制出行政策越严格,越有可能导致短期(2天内)内疫区人口向外流动激增(称之为“Surge”)。

三个地区限制出行措施效果比较:出行政策相对严格的中国、意大利都有代表了“Surge”的小红圈,而限制政策相对宽松的美国则没有 作者供图

而长期(30天内)来看,限制出行政策的效果与政策的严格性显著正相关(r=0.88, sig0.01),即限制出行的政策越严格,最终得到的限制效果也越好。研究也显示,尽管中国最先爆发大规模疫情,但国家及地方政府应对湖北疫情的限制出行最果决,最终结果也最有效。

三个地区限制出行措施长期效果比较:中国湖北省封城后30天内人口流动趋势平均下降92.0%;意大利伦巴第大区封城后30天内人口流动趋势平均下降79.8%;美国纽约州封城后30天内人口流动趋势平均下降66.7% 作者供图

为了阻断新冠肺炎的传播,武汉市疫情防控指挥部发出第一号通告。从2020年1月23日10时起,武汉市公交、地铁、轮渡、长途客运暂停营运,机场、火车站离汉通道暂时关闭。图为2020年1月29日的武汉长江大桥丨Wikimedia Commons,

本研究得到的启示有很多角度。一方面,政策制定者在出台一些与公众日常生活紧密相关的政策之前,应充分认识到公共危机中公众行为的规律,并妥善做好应对预案;

另一方面,即使在全球信息化的今日,公众行为也会在很大程度上受到本国及当地政府策略的影响,而不是全球疫情形势或来自别国的应对经验,因此政府快速有效地应对疫情具有十分重要的意义。

“目前世界上有超过一半的人口在线,现在是重新思考如何使用这些数据来对抗 COVID-19 的理想时机。本文提供了一种量化这些数据的有趣方法。” IJHPM为该研究邀请的一位审稿人写道。

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注