導(dǎo)讀：用戶在進(jìn)行網(wǎng)絡(luò)空間參與熱點(diǎn)事件討論時(shí)會(huì)因自身所處環(huán)境而具有不同的立場，網(wǎng)絡(luò)輿情和議題導(dǎo)向由此會(huì)在網(wǎng)絡(luò)空間中呈現(xiàn)出地域分化特征。本文以輿情事件“仁濟(jì)醫(yī)院趙曉菁事件”為例，分析相關(guān)微博輿情的議題導(dǎo)向和情緒傳導(dǎo)在網(wǎng)絡(luò)空間的地域性差異以及與現(xiàn)實(shí)社會(huì)環(huán)境條件的聯(lián)系。

由中國新聞史學(xué)會(huì)計(jì)算傳播學(xué)研究委員會(huì)與微熱點(diǎn)大數(shù)據(jù)研究院聯(lián)合舉辦的第二屆傳播數(shù)據(jù)挖掘競賽已圓滿落幕，15支戰(zhàn)隊(duì)盡顯風(fēng)采；以下為“基于新媒體傳播數(shù)據(jù)的地域輿論環(huán)境感知”選題優(yōu)秀作品《醫(yī)患沖突的微博輿情議題建構(gòu)、地域化差異分析及情緒監(jiān)測模型的建立》，由來自汕頭大學(xué)“開心開心幸福沖沖沖隊(duì)”精彩呈現(xiàn)。

研究發(fā)現(xiàn)，關(guān)于此事件輿論主要分化為五類議題并呈現(xiàn)出地域間的傾向差異；本文以“關(guān)聯(lián)度”和“積極性”評(píng)價(jià)地區(qū)的子議題議程設(shè)置傾向，發(fā)現(xiàn)網(wǎng)絡(luò)空間中的輿論傾向與經(jīng)濟(jì)、醫(yī)療等現(xiàn)實(shí)社會(huì)因素相關(guān)性不足但具有一定的特征，根據(jù)地域輿論積極性變化過程可以提取輿論預(yù)警指數(shù)模型。

關(guān)鍵詞：醫(yī)患關(guān)系；網(wǎng)絡(luò)輿論；地域特征；情緒指數(shù)模型；輿論預(yù)警。

一、緒論

1. 研究背景及意義

1）研究背景

4月24日上海三甲醫(yī)院仁濟(jì)醫(yī)院的胸外科的趙曉菁主任，當(dāng)天正在出專家門診，在接診過程中，由于患者插隊(duì)而與患者產(chǎn)生摩擦；警察趕到后，醫(yī)生與警方發(fā)生口角，最終警方升級(jí)為強(qiáng)制傳喚，趙曉菁主任被派出所民警帶走問話。

這一事件在網(wǎng)絡(luò)平臺(tái)上引發(fā)了大量用戶以“醫(yī)患關(guān)系”為核心的熱烈討論，由于群體極化效應(yīng)，在“患者插隊(duì)”的傳言未被官方證實(shí)之前，熱搜“手銬帶走拒絕患者插隊(duì)的醫(yī)生”引發(fā)公眾情緒，產(chǎn)生對(duì)警方的不滿；但本文認(rèn)為輿論最終焦點(diǎn)仍是反映社會(huì)當(dāng)前的重要問題——醫(yī)患矛盾這一癥結(jié)上。

為了研究關(guān)于醫(yī)患沖突事件，網(wǎng)民們的輿論是否存在地域差異性的參與特征和情緒傾向，以及網(wǎng)民會(huì)否因?yàn)樗幍沫h(huán)境的經(jīng)濟(jì)水平、醫(yī)療水平等現(xiàn)實(shí)生活方面的差異而在網(wǎng)絡(luò)輿論參與中產(chǎn)生的不同的話題傾向，展開討論和研究。

2）研究意義

我國近幾年正處于醫(yī)療改革的關(guān)鍵時(shí)期，各種醫(yī)療事故和醫(yī)患糾紛頻現(xiàn)，不僅在一定程度上引發(fā)輿論對(duì)于醫(yī)療保健行業(yè)的不滿，也體現(xiàn)了當(dāng)前社會(huì)的供需矛盾所在。

在此背景下，《國家突發(fā)公共事件總體應(yīng)急預(yù)案》新增了“醫(yī)療事故和醫(yī)患糾紛” 的分類足以體現(xiàn)目前醫(yī)患糾紛形勢嚴(yán)峻程度；此外，網(wǎng)絡(luò)媒體的信息發(fā)布、網(wǎng)民的持續(xù)關(guān)注和討論，使現(xiàn)實(shí)中的突發(fā)公共事件在網(wǎng)絡(luò)上被強(qiáng)烈的曝光，并形成擴(kuò)散態(tài)勢和井噴效應(yīng)；若不加研究和管控，將對(duì)社會(huì)的和諧穩(wěn)定起到了嚴(yán)重的破壞作用。

情緒監(jiān)測模型的建立旨在通過勾畫用戶特征畫像和實(shí)時(shí)監(jiān)測情緒，評(píng)估相似醫(yī)患事件，進(jìn)行輿情模擬和預(yù)警，為應(yīng)對(duì)與緩和醫(yī)患沖突，從民聲民意中整體評(píng)價(jià)目前醫(yī)療體系的利弊，構(gòu)建和諧的醫(yī)患關(guān)系與社會(huì)秩序和建設(shè) “健康中國”提供參考和建議。

2. 研究內(nèi)容

本文借助微熱點(diǎn)大數(shù)據(jù)研究院提供的關(guān)于本次沖突事件的微博輿論數(shù)據(jù)集，使用數(shù)據(jù)挖掘和分析方法，對(duì)不同議題的輿論情緒進(jìn)行地域化差異分析；并結(jié)合經(jīng)濟(jì)水平、醫(yī)療水平有地區(qū)差異的各省數(shù)據(jù)，探究輿論情緒指數(shù)是否與經(jīng)濟(jì)、醫(yī)療評(píng)分有相關(guān)性；以及在此前研究基礎(chǔ)上建立輿論情緒監(jiān)測模型。

以“仁濟(jì)醫(yī)院趙曉菁”事件為例，在梳理事件脈絡(luò)的基礎(chǔ)上，本文對(duì) 2019年 4月 24 日至 2019 年 5 月 8 日時(shí)間段內(nèi)，對(duì)數(shù)據(jù)集中微博平臺(tái)上相關(guān)話題的微博內(nèi)容、評(píng)論內(nèi)容、用戶信息等數(shù)據(jù)集進(jìn)行清洗和初步分析；進(jìn)而采用關(guān)聯(lián)度分析法和模糊綜合評(píng)價(jià)法，歸納出五大輿情議題：醫(yī)療體制、醫(yī)療資源、醫(yī)院管理、患者素質(zhì)、醫(yī)生服務(wù)態(tài)度。

運(yùn)用模糊綜合評(píng)價(jià)法和文本分析技術(shù)，對(duì)醫(yī)患沖突的網(wǎng)絡(luò)輿情進(jìn)行情緒傾向性分析；利用主成分分析法確定議題權(quán)向量后建立輿論情緒監(jiān)測模型。

3. 研究方法

本文主要采用定性和定量的分析方法：包括內(nèi)容分析法、關(guān)聯(lián)度分析法、模糊綜合評(píng)判法、PCA主成分分析法。

除了對(duì)原始數(shù)據(jù)集的處理和挖掘基礎(chǔ)上，引入了源自國家統(tǒng)計(jì)局網(wǎng)站和國家衛(wèi)健委《2018年我國衛(wèi)生健康事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》的外部數(shù)據(jù)，根據(jù)各省經(jīng)濟(jì)、醫(yī)療等社會(huì)狀況統(tǒng)計(jì)數(shù)據(jù)對(duì)各省經(jīng)濟(jì)、醫(yī)療的多項(xiàng)指標(biāo)進(jìn)行評(píng)分。

對(duì)比各省輿論情緒傾向和參與度的加權(quán)結(jié)果，通過SPSS進(jìn)行相關(guān)性分析，以此探究地域輿論議程設(shè)置狀況差異及其與實(shí)際現(xiàn)實(shí)經(jīng)濟(jì)和醫(yī)療水平相關(guān)性。

對(duì)事件輿情熱度、情緒進(jìn)行量化評(píng)價(jià)、分析，利用降維的思想、主成分分析方法，確定5個(gè)關(guān)于醫(yī)患事件的核心輿論議題的評(píng)價(jià)矩陣和權(quán)向量，建立合理的評(píng)價(jià)模型。

根據(jù)模型公式及其數(shù)學(xué)性質(zhì)，給出模型的適用范圍；為了進(jìn)一步研究醫(yī)患沖突事件的風(fēng)險(xiǎn)管控，本研究還參考了等級(jí)全息建模(Hierarchical Holographic Modeling)的風(fēng)險(xiǎn)識(shí)別方法，以研究公共危機(jī)事件網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)管理。

二、大數(shù)據(jù)挖掘在研究中的應(yīng)用

本文以微熱點(diǎn)大數(shù)據(jù)研究院提供的微博原始數(shù)據(jù)為對(duì)象，借助中科院提供的情緒詞庫和中文停詞表，對(duì)評(píng)論文本的中心詞、詞頻統(tǒng)計(jì)的結(jié)果進(jìn)行評(píng)分、加權(quán)運(yùn)算、標(biāo)準(zhǔn)化處理；通過構(gòu)建中心詞評(píng)分矩陣、關(guān)聯(lián)度評(píng)價(jià)矩陣、主觀評(píng)價(jià)模糊矩陣等方式，利用Python語言分析工具進(jìn)行輿論情緒評(píng)分；此外，本研究調(diào)用python-sklearn機(jī)器學(xué)習(xí)模型工具對(duì)五個(gè)議題進(jìn)行主成分分析，以發(fā)現(xiàn)在輿論中五大議題的情緒影響力高低。

1. 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理：在人工篩選后再對(duì)數(shù)據(jù)集進(jìn)行機(jī)器清洗。

本文使用Python-pandas、Numpy、re等對(duì)數(shù)據(jù)的基本信息進(jìn)行統(tǒng)計(jì)、了解，包括：數(shù)據(jù)規(guī)格、標(biāo)簽、數(shù)據(jù)索引等；對(duì)數(shù)據(jù)中的認(rèn)證類型、性別、地域進(jìn)行分類，刪除了所有帶不明信息的數(shù)據(jù)，最終獲得約351000條有效數(shù)據(jù)，并對(duì)數(shù)據(jù)的基本情況進(jìn)行了描述性統(tǒng)計(jì)和可視化；由于部分地區(qū)數(shù)據(jù)較少以及研究對(duì)象的限制，本文的研究對(duì)象將排除港澳臺(tái)等省市地區(qū)。

數(shù)據(jù)分析：本文主要依據(jù)《模糊數(shù)學(xué)》中的模糊綜合評(píng)價(jià)法及其相應(yīng)的數(shù)學(xué)思想，結(jié)合傳播學(xué)中相關(guān)的理論進(jìn)行數(shù)據(jù)分析；秉承“人工智能”四字，保留機(jī)器學(xué)習(xí)人的思想，并努力地融入人學(xué)習(xí)機(jī)器的新思維，極力追求機(jī)器與人的良好配合。

2. 數(shù)據(jù)處理

對(duì)數(shù)據(jù)集中的文字文本、地域進(jìn)行提取，調(diào)用Python-wordcloud繪制詞云圖；隨機(jī)抽取樣本評(píng)論文本，通過人工閱讀檢查，配合關(guān)于本事件的官方報(bào)道，把脈輿情的基本方向。

依此，本文確定了五個(gè)關(guān)于醫(yī)患問題的研究方向：政府因素、醫(yī)療體制、醫(yī)療資源、患者素質(zhì)、醫(yī)生服務(wù)態(tài)度。

① 事件關(guān)鍵詞矩陣的生成

A、調(diào)用Python-jieba、中科院漢語語言處理包Python-nlpir、 Python-collections、numpy等工具對(duì)數(shù)據(jù)進(jìn)行處理，得到“事件關(guān)鍵詞矩陣”；再建立關(guān)聯(lián)度評(píng)價(jià)矩陣及其截矩陣，對(duì)中心詞、詞頻統(tǒng)計(jì)得結(jié)果進(jìn)行人工選擇、標(biāo)準(zhǔn)化處理、加權(quán)運(yùn)算得到“評(píng)論關(guān)聯(lián)度矩陣”，進(jìn)而求得“評(píng)論關(guān)聯(lián)度矩陣”的截矩陣，用以衡量評(píng)論與“醫(yī)患問題”的關(guān)聯(lián)性。

調(diào)用基于機(jī)器學(xué)習(xí)的文本情感分析工具Python-snownlp，對(duì)評(píng)論文本情感進(jìn)行分析，得到各評(píng)論文本得情緒得分PM（Point of emotional）。

本文利用Python-pandas等工具，把⑤相關(guān)性數(shù)據(jù)和情感得分?jǐn)?shù)據(jù)追加到每一條評(píng)論的末尾，形成新的數(shù)據(jù)集，而后再按地區(qū)對(duì)整個(gè)數(shù)據(jù)集進(jìn)行切片。

② 建立各地區(qū)在各議題上的輿論情緒指數(shù)Hn,m的數(shù)學(xué)模型

首先，計(jì)算各地區(qū)中CRVβ>0的評(píng)論的情緒得分PM的平均值。

其中a為滿足條件PM的項(xiàng)數(shù)，n為地區(qū)代號(hào)。

為了研究不同省份在不同議題上輿論的情緒，建立各地區(qū)在各議題上的輿論情緒指數(shù)Hn,m數(shù)學(xué)模型：

其中n為地區(qū)代號(hào)，m為議題代號(hào)。

③ 相關(guān)性的分析

本文從國家統(tǒng)計(jì)局獲取了全國各省份經(jīng)濟(jì)總量、地區(qū)經(jīng)濟(jì)質(zhì)量、地區(qū)人均醫(yī)療衛(wèi)生資源、地區(qū)醫(yī)療衛(wèi)生資源總量的相關(guān)數(shù)據(jù)，并與Hn，m作Pearson系數(shù)相關(guān)性分析。

本文數(shù)據(jù)處理指標(biāo)概況

三、我國現(xiàn)階段不同地域的醫(yī)療、經(jīng)濟(jì)水平及相關(guān)性分析

1. 我國各省醫(yī)療水平

醫(yī)療完善資源是指在一定社會(huì)經(jīng)濟(jì)條件下提供醫(yī)療服務(wù)的生產(chǎn)要素的總稱，包括醫(yī)務(wù)人員，醫(yī)療機(jī)構(gòu)和醫(yī)療床位等資源和信息，其多寡也是衡量國家綜合國力的一個(gè)重要指標(biāo)。

自新中國成立以來70年，我國在公共衛(wèi)生領(lǐng)域獲得了驕人的成就，平均預(yù)期壽命從不到35歲（1949年）上升到77.0歲（2018年），直接反映的是我國衛(wèi)生醫(yī)療水平持續(xù)增長；然而，我國是人口大國，幅員遼闊，醫(yī)療資源在時(shí)空上的分布不均一直是不可忽視的現(xiàn)實(shí)矛盾；而無論是在總量上還是在人均上，我國的的醫(yī)療衛(wèi)生資源與其他發(fā)達(dá)國家相比仍有較大的差異。

從一般印象來說，我國醫(yī)療衛(wèi)生資源的空間分布呈現(xiàn)“東部總量高人均低，西部總量低人均高”的特點(diǎn)，但是為了更加詳細(xì)客觀地表現(xiàn)我國醫(yī)療衛(wèi)生資源分布的現(xiàn)狀，本文將通過建立省級(jí)醫(yī)療衛(wèi)生資源標(biāo)準(zhǔn)化指標(biāo)，對(duì)各省的醫(yī)療資源進(jìn)行量化評(píng)分。

本文采用全國31個(gè)省級(jí)區(qū)域（包括27個(gè)省和4個(gè)直轄市，港澳臺(tái)地區(qū)數(shù)據(jù)暫時(shí)缺失）的醫(yī)療衛(wèi)生資源數(shù)據(jù)，數(shù)據(jù)來源于國家統(tǒng)計(jì)局網(wǎng)站2018年的衛(wèi)生狀況統(tǒng)計(jì)資料和國家衛(wèi)健委《2018年我國衛(wèi)生健康事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》。

針對(duì)各省的醫(yī)療資源的量化評(píng)分，本文選取了每萬人擁有衛(wèi)生技術(shù)人員數(shù)（人）、每萬人擁有衛(wèi)生人員數(shù)（人）、每萬人擁有衛(wèi)生機(jī)構(gòu)床位數(shù)（張）、每萬人擁有衛(wèi)生機(jī)構(gòu)數(shù)（個(gè)）和人均醫(yī)療衛(wèi)生機(jī)構(gòu)診療次數(shù)（次）這5個(gè)參數(shù)加權(quán)平均后建立各省份人均醫(yī)療資源量化得分；選取地方財(cái)政醫(yī)療衛(wèi)生支出（億元）、衛(wèi)生人員數(shù)（萬人）、衛(wèi)生機(jī)構(gòu)床位數(shù)（萬張）、醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)（個(gè)）和醫(yī)療衛(wèi)生機(jī)構(gòu)診療人次（億次）這5個(gè)參數(shù)加權(quán)平均后建立各省份醫(yī)療資源總量量化得分。

由于各參數(shù)之間存在量綱上的巨大差異，本文對(duì)數(shù)據(jù)同樣進(jìn)行了標(biāo)準(zhǔn)化處理，以此消除量綱差異帶來的不變。

標(biāo)準(zhǔn)化的計(jì)算公式如下：

其中Yn為第m省份的醫(yī)療（人均/總量）量化得分，Ymi為第m省份的第i項(xiàng)參數(shù)，max（Yi）和min（Yi）分別是第i項(xiàng)參數(shù)的最大值和最小值。

對(duì)得出的數(shù)據(jù)進(jìn)行可視化處理后得出各地區(qū)人均醫(yī)療資源分布圖和各地區(qū)醫(yī)療資源總量分布圖。

如圖1.1和圖1.2所示：

圖1.1 各省份人均醫(yī)療資源分布

圖1.2 各省份醫(yī)療資源總量分布

由圖1.1、圖1.2和數(shù)據(jù)顯示，我國整體人均醫(yī)療資源分布不均的問題較為嚴(yán)重，其中全國范圍內(nèi)，北京市和浙江省的人均水平明顯高于其他省市；而各省份的醫(yī)療資源總量分布于與當(dāng)?shù)厝丝诳偭棵芮邢嚓P(guān)，醫(yī)療資源總量大省同時(shí)也是人口大省。

一方面優(yōu)質(zhì)醫(yī)療衛(wèi)生資源集中某個(gè)地區(qū)，導(dǎo)致大量外地人口異地看病就醫(yī)，對(duì)醫(yī)療資源進(jìn)行擠壓；另一方面，由于醫(yī)療管理體系的不完善，醫(yī)療資源緊張與資源浪費(fèi)現(xiàn)象并存。

這種普遍存在的醫(yī)療資源緊張間接反映出醫(yī)患關(guān)系緊張，醫(yī)生和患者在醫(yī)療資源的分配和使用上發(fā)生摩擦的風(fēng)險(xiǎn)也隨之上升；與此同時(shí)，即使地方財(cái)政的醫(yī)療投入與當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展水平和常住人口成正相關(guān)，但在全國總體醫(yī)療資源水平較低等背景下，醫(yī)療資源和人口總量不成比例；即使該地醫(yī)療資源總量再多，分?jǐn)偟絺€(gè)人層面不過是杯水車薪；與其說醫(yī)患矛盾是醫(yī)生和患者之間的矛盾，不如說是有限的醫(yī)療資源和近乎無限的醫(yī)療需求之間的矛盾。

2. 我國各省經(jīng)濟(jì)發(fā)展水平

經(jīng)濟(jì)發(fā)展水平也是衡量一個(gè)國家或地區(qū)綜合實(shí)力的一個(gè)重要指標(biāo)，反映了社會(huì)經(jīng)濟(jì)現(xiàn)象在不同時(shí)期的規(guī)模或水平。

我國作為世界第二大經(jīng)濟(jì)體，自改革開放以來一直保持經(jīng)濟(jì)的中高速增長，更是在2019年人均GDP突破一萬美元；不過由于人口基數(shù)龐大，各地區(qū)經(jīng)濟(jì)發(fā)展不均衡等因素，我國仍然屬于中等收入的發(fā)展中國家。雖然經(jīng)濟(jì)發(fā)展水平屬于宏觀概念，但是隱藏在其背后的眾多因素切實(shí)影響著社會(huì)生活的方方面面。

互聯(lián)網(wǎng)和移動(dòng)終端的普及、教育和醫(yī)療水平的提高，這一系列指標(biāo)的提升，無疑與我國經(jīng)濟(jì)發(fā)展水平不斷提高有顯著關(guān)系；更重要的是——個(gè)人在互聯(lián)網(wǎng)上對(duì)某事件的看法，有可能因其受教育水平或經(jīng)濟(jì)水平的影響，而在情感或觀點(diǎn)上表現(xiàn)出區(qū)域差異；為了更加詳細(xì)客觀地表現(xiàn)我國經(jīng)濟(jì)發(fā)展現(xiàn)狀分布的現(xiàn)狀，本文將通過建立省級(jí)經(jīng)濟(jì)發(fā)展水平指標(biāo)，對(duì)各省的經(jīng)濟(jì)水平進(jìn)行量化評(píng)分。

本文采用全國31個(gè)省級(jí)區(qū)域（包括27個(gè)省和4個(gè)直轄市，港澳臺(tái)地區(qū)數(shù)據(jù)暫時(shí)缺失）的經(jīng)濟(jì)狀況數(shù)據(jù)，數(shù)據(jù)來源于國家統(tǒng)計(jì)局網(wǎng)站2018年的經(jīng)濟(jì)狀況統(tǒng)計(jì)資料；針對(duì)各省的經(jīng)濟(jì)狀況的量化評(píng)分，本文選取了人均GDP（萬元），人均可支配收入（萬元）和地方財(cái)政醫(yī)療衛(wèi)生支出(億元)這三個(gè)參數(shù)，進(jìn)行加權(quán)平均后建立各省份各省經(jīng)濟(jì)發(fā)展現(xiàn)狀量化得分；由于各參數(shù)之間存在量綱上的巨大差異，本文對(duì)數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理，以此消除量綱差異帶來的不變。

標(biāo)準(zhǔn)化的計(jì)算公式如下：

其中Pn為第n省份的量化得分，Xni為第n省份的第i項(xiàng)參數(shù)，max（Xi）和min（Xi）分別是第i項(xiàng)參數(shù)的最大值和最小值。對(duì)得出的數(shù)據(jù)進(jìn)行可視化處理后得出各省份經(jīng)濟(jì)發(fā)展現(xiàn)狀分布圖。

如圖1.3所示：

圖1.3 各省份經(jīng)濟(jì)發(fā)展現(xiàn)狀分布

由圖1.3和數(shù)據(jù)顯示，我國經(jīng)濟(jì)發(fā)展水平相對(duì)較高的區(qū)域集中在東部沿海地區(qū)，如北京、上海、江蘇和浙江等地。

從整體上看，雖然我國各省經(jīng)濟(jì)發(fā)展迅速，但人均可支配收入在不同地區(qū)間存在較大差距；而區(qū)域人均收入的差異,也會(huì)導(dǎo)致人口的大量遷移,使得部分相對(duì)落后的省市發(fā)展緩慢，間接導(dǎo)致醫(yī)療資源分配的不合理，可能會(huì)影響在輿論場上關(guān)于醫(yī)患矛盾的觀點(diǎn)和看法。

另外，地方財(cái)政醫(yī)療衛(wèi)生支出其實(shí)與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平成正相關(guān)，較發(fā)達(dá)地區(qū)的醫(yī)療財(cái)政投入和支出更多，醫(yī)療資源的補(bǔ)足更傾向于發(fā)達(dá)地區(qū)，這就導(dǎo)致醫(yī)療資源分配矛盾更加突出，助長醫(yī)患之間的緊張情緒。

3. 輿論情緒評(píng)分與醫(yī)療、經(jīng)濟(jì)水平的相關(guān)性分析

提取各地域五類輿論情緒評(píng)分及經(jīng)濟(jì)醫(yī)療評(píng)分?jǐn)?shù)據(jù)，運(yùn)用SPSS分析工具對(duì)數(shù)據(jù)進(jìn)行Pearson系數(shù)相關(guān)性分析。

結(jié)果表明，關(guān)聯(lián)度加權(quán)后的情緒數(shù)據(jù)在與醫(yī)療、經(jīng)濟(jì)的相關(guān)性較弱且顯著性不足，因此接受零假設(shè)，醫(yī)療與經(jīng)濟(jì)因素與輿論傾向得分間不具有顯著相關(guān)性。

但另外值得注意的是，關(guān)聯(lián)度加權(quán)后的醫(yī)療體制、醫(yī)院管理、醫(yī)療資源、患者素質(zhì)、服務(wù)態(tài)度五方面輿情的評(píng)分之間存在著顯著相關(guān)性，說明輿論傾向評(píng)分存在著內(nèi)部一致性，證明評(píng)分指標(biāo)具有較高的信度。

相關(guān)性分析結(jié)果表明，各地區(qū)輿論傾向指標(biāo)評(píng)分與醫(yī)療經(jīng)濟(jì)水平的評(píng)分之間不具有相關(guān)性，說明醫(yī)療與經(jīng)濟(jì)水平可能對(duì)于網(wǎng)絡(luò)輿論導(dǎo)向的沒有顯著影響；結(jié)合湖南師范大學(xué)燕道成、陳思妤的《媒介融合背景下的輿論引導(dǎo):特點(diǎn)、挑戰(zhàn)與策略》一文研究，本文發(fā)現(xiàn)，網(wǎng)絡(luò)空間中的輿論可能因?yàn)槿ブ行幕腿夯纫蛩囟纬伞笆Ы埂?，輿論的發(fā)表于現(xiàn)實(shí)生活背景會(huì)產(chǎn)生一定程度的分離，網(wǎng)絡(luò)環(huán)境中的輿論導(dǎo)向的主要力量更多來自于媒體和輿論領(lǐng)袖。

本文分析認(rèn)為原本假設(shè)對(duì)于網(wǎng)絡(luò)輿論的導(dǎo)向因素的考量不足，網(wǎng)絡(luò)空間中的輿論差異不僅來自于用戶的現(xiàn)實(shí)生活體驗(yàn)，還可能來自于網(wǎng)絡(luò)輿論領(lǐng)袖、媒體框架、擬態(tài)環(huán)境等網(wǎng)絡(luò)大眾傳播因素；另外，本文研究所納入的現(xiàn)實(shí)社會(huì)與地區(qū)的分異因素還能夠繼續(xù)擴(kuò)展，諸如教育、治安等現(xiàn)實(shí)社會(huì)因素都可能對(duì)于用戶網(wǎng)絡(luò)輿論傾向產(chǎn)生一定的影響。

四、醫(yī)患關(guān)系輿情數(shù)據(jù)呈現(xiàn)與分析

我國是一個(gè)人口大國，對(duì)于醫(yī)療資源的供給還處于不平均、不完善的階段；看病難、看病貴，是我國長期存在的一個(gè)民生問題。

當(dāng)前，我國正處于醫(yī)療體制改革的關(guān)鍵時(shí)期，突發(fā)的醫(yī)患沖突事件在全社會(huì)中收到廣泛關(guān)注；而各種醫(yī)療事故和醫(yī)患糾紛頻現(xiàn)，不僅體現(xiàn)了當(dāng)前社會(huì)的供需矛盾所在，更在一定程度上引發(fā)輿論對(duì)于醫(yī)療保健行業(yè)的不滿；若不加研究和管控，將對(duì)輿論空間的和諧穩(wěn)定起到了嚴(yán)重的破壞作用。

1. “仁濟(jì)醫(yī)院趙曉箐事件”網(wǎng)絡(luò)輿情的總體特征

2019年4月25日，一則“上海仁濟(jì)醫(yī)院醫(yī)生趙曉菁因拒絕接診插隊(duì)病人，被警方戴上手銬帶走問話”的消息，引爆輿論。

26日，當(dāng)?shù)鼐酵▓?bào)稱，網(wǎng)傳患者陳某無理插隊(duì)與事實(shí)不符，且醫(yī)患雙方確實(shí)發(fā)生沖突，警方口頭傳喚趙曉菁配合調(diào)查，在趙某拒不配合，并與處置民警發(fā)生肢體沖突的情況下，現(xiàn)場使用手銬強(qiáng)制傳喚，符合法律規(guī)定。

27日，醫(yī)警雙方接受采訪時(shí)均稱，處理上有提升空間，風(fēng)波本可以避免。

從信息走勢來看，微博是該事件的主要傳播平臺(tái)，相關(guān)事件的全網(wǎng)信息量達(dá)到33.0萬條；該事件的爆發(fā)時(shí)間點(diǎn)為4月25日，在26日引發(fā)輿論的關(guān)注；同日，@警民直通車-浦東對(duì)事件進(jìn)行警方通報(bào)，使信息量于27日達(dá)到最高峰；隨后，輿論對(duì)該事件的關(guān)注度逐漸下降。

而從該事件的微博關(guān)注者的畫像來看，事發(fā)地上海、江蘇兩地的信息數(shù)最為顯著，此外，廣東、北京、浙江、山東、四川等地的網(wǎng)民對(duì)此較為關(guān)注，發(fā)布了相對(duì)較多的信息；在用戶認(rèn)證等級(jí)中，橙v和藍(lán)v各占比32.96%和3.23%；而在性別上，男女用戶數(shù)量相當(dāng)，沒有較大性別差異。

下面將對(duì)醫(yī)患沖突事件的每個(gè)議題（包括醫(yī)療體制、醫(yī)院管理、患者素質(zhì)、醫(yī)療資源和醫(yī)生服務(wù)態(tài)度）進(jìn)行進(jìn)一步的分析，從細(xì)分議題的角度進(jìn)行挖掘，以期總結(jié)出本次醫(yī)患沖突事件的輿情傾向特性。

2. “仁濟(jì)醫(yī)院趙曉箐事件”網(wǎng)絡(luò)輿情的分議題情緒特征與分析

本文對(duì)五個(gè)議題的情緒得分進(jìn)行主成分分析，研究在輿論中五大議題的情緒影響力高低。

結(jié)果顯示，醫(yī)療體制、醫(yī)院管理、患者素質(zhì)、醫(yī)療資源和醫(yī)生服務(wù)態(tài)度分別占比53.36%、18.36%、11.27%、6.82%和6.07%；其中“醫(yī)療體制”議題對(duì)情緒評(píng)分的影響力占比最大，而“醫(yī)生服務(wù)態(tài)度”議題的影響力占比最小。

此外，由“五大議題情緒表征地域差異圖”可知，在各個(gè)分議題的情緒分布上出現(xiàn)明顯的地區(qū)差異，各地區(qū)網(wǎng)友對(duì)“患者素質(zhì)”有著最高的消極情緒，而對(duì)“醫(yī)療體制”的輿論情緒消極度最低。

廣東、四川、江蘇等在全部議題的輿論情緒中呈相對(duì)消極，這類省份普遍有較大的網(wǎng)民基數(shù)，擁有較大的討論豐度和烈度；而黑龍江、江西、寧夏等在全部議題的輿論情緒中呈相對(duì)積極，這可能與討論數(shù)量較小，情緒表征受個(gè)別評(píng)論影響較大有關(guān)。

1）醫(yī)療體制議題的輿情情緒特點(diǎn)

在主成分分析中，“醫(yī)療體制”是最影響輿論情緒的議題。而對(duì)該議題的輿論內(nèi)容分析可知；淺層上，輿論主要涉及對(duì)加號(hào)機(jī)制的運(yùn)行方式和合理性的否定，也有對(duì)專家號(hào)稀缺和長時(shí)間等待表示與涉事患者“感同身受”；而在深層上，沖突事件直指醫(yī)療體系的不完善，表現(xiàn)出醫(yī)院管理、診療制度等方面存在問題，無法有效保障就診秩序。

與此同時(shí)，醫(yī)療體系資源分配不均，優(yōu)質(zhì)醫(yī)護(hù)人員在地區(qū)上有質(zhì)量和數(shù)量的傾斜，也解釋了醫(yī)療體制如何最大程度地影響著輿論情緒；此外，建立建全快速的申訴、處理和援助渠道，也是網(wǎng)民對(duì)醫(yī)改的主要訴求之一。

此外，也有網(wǎng)民從醫(yī)生角度發(fā)聲，認(rèn)為“保護(hù)醫(yī)生”應(yīng)從藥品改革開始，完善醫(yī)療保險(xiǎn)，減輕患者負(fù)擔(dān)，消除過往部分醫(yī)收受私利的刻板印象，避免成為醫(yī)患沖突事件中“替罪羊”、“受氣包”的角色；同時(shí)醫(yī)療體制改革也應(yīng)關(guān)注醫(yī)生群體福利、社會(huì)地位、職業(yè)壓力，不少網(wǎng)民提到基層醫(yī)院的醫(yī)生處于“體制內(nèi)的弱勢”，壓力大、地位低。

相比其他議題，醫(yī)療體制并沒有非常顯著的地區(qū)差異，表明是一個(gè)舉國聚焦，全民關(guān)注的問題。

2）醫(yī)院管理議題的輿情情緒特點(diǎn)

“醫(yī)院管理”議題也是輿論討論的重點(diǎn)，本次醫(yī)患糾紛發(fā)生在仁濟(jì)醫(yī)院醫(yī)院門診，作為醫(yī)患接觸的一線，門診是最容易發(fā)生矛盾與沖突的地方，醫(yī)院更應(yīng)加強(qiáng)對(duì)門診的安保與管理工作。

在本事件中，有輿論認(rèn)為趙曉菁醫(yī)生為維護(hù)就診秩序與患者發(fā)生矛盾，但醫(yī)院的安保人員卻缺位，對(duì)醫(yī)院的管理提出質(zhì)疑；對(duì)此，網(wǎng)民認(rèn)為醫(yī)院應(yīng)當(dāng)派辦公室人員或保安人員進(jìn)行現(xiàn)場處置，而不能讓專心看病的醫(yī)生充當(dāng)保安人員角色，卷入繁雜的排隊(duì)管理事務(wù)中，醫(yī)院管理需要從加強(qiáng)安保和完善診療制度兩方面同時(shí)進(jìn)行優(yōu)化。

3）患者素質(zhì)議題的輿情情緒特點(diǎn)

“患者素質(zhì)”的情緒表現(xiàn)是5個(gè)議題中最消極的；本文在對(duì)醫(yī)患沖突的輿論事件研究過程中發(fā)現(xiàn)，公共輿論已對(duì)醫(yī)患沖突基本持有“醫(yī)鬧”這一先入為主的立場，即使在對(duì)事件過程尚未清楚的情況下，存在較多網(wǎng)民認(rèn)為患者無理取鬧在先；從詞云圖中常見“混蛋”“無賴”等貶義評(píng)價(jià)，對(duì)未有警方通報(bào)前傳言“插隊(duì)”的行為表示不滿（此處“微笑”是網(wǎng)絡(luò)表情，意為對(duì)醫(yī)鬧事件層出不窮感到諷刺、無奈、無語）；對(duì)此，網(wǎng)民認(rèn)為需要有強(qiáng)制措施維持就診秩序，患者需要尊重醫(yī)生，遵守規(guī)則。

該議題的地區(qū)差異也最明顯；其中，新疆、江西、廣西對(duì)患者素質(zhì)的輿論情緒消極程度一般，而其他醫(yī)療水平良好的地區(qū)如廣東、北京、江蘇，事發(fā)地上海，輿論情緒的消極度更高；后者屬于經(jīng)濟(jì)發(fā)展較快的地區(qū)，信息傳播渠道較為通暢，公民的收入和教育水平相對(duì)較高，相比于經(jīng)濟(jì)發(fā)展較為滯后的地區(qū)而言，更能理解醫(yī)護(hù)人員，從醫(yī)生的角度看待日益緊張的醫(yī)患關(guān)系；可見，醫(yī)患問題的輿論具有一定現(xiàn)實(shí)性的地域差異。

4）醫(yī)療資源議題的輿情情緒特點(diǎn)

不少網(wǎng)民認(rèn)為醫(yī)患沖突的癥結(jié)是“醫(yī)療資源”不足和優(yōu)秀醫(yī)療團(tuán)隊(duì)的在地域上的分布不均，即使同一地區(qū)，診療秩序、管理水平也參差不齊；在本次事件中，患者專程從東北某省趕至上海仁濟(jì)醫(yī)院就診；跨省就醫(yī)的存在，正是醫(yī)療資源不平衡的體現(xiàn)，卻也直接擠壓其他地區(qū)的醫(yī)療資源，助長了看病難的問題。

在現(xiàn)實(shí)中，北京作為我國首都，毋庸置疑擁有全國第一梯隊(duì)的醫(yī)療資源水平，人均醫(yī)療水平最高，但對(duì)于“醫(yī)療資源”議題，北京網(wǎng)民卻持有最高的消極情緒；詞云圖表示，患者“大老遠(yuǎn)”“從外地”到外地就醫(yī)，醫(yī)生還是需要“加班”“加號(hào)”才能滿足患者的就醫(yī)需求；這種矛盾，反映出醫(yī)療資源緊張是一個(gè)全國性的問題，輿論普遍對(duì)此表示不滿。

5）醫(yī)生服務(wù)態(tài)度議題的輿情情緒特點(diǎn)

在“看病難”問題普遍存在的現(xiàn)實(shí)中，由于醫(yī)療資源供需的不匹配，醫(yī)護(hù)人員工作強(qiáng)度大的現(xiàn)象極為常見，無法保證患者的就醫(yī)體驗(yàn)，這使患者對(duì)醫(yī)生產(chǎn)生高高在上、沒耐心、不夠負(fù)責(zé)的印象，引起病患或病患家屬不滿。

不過在此事件中，趙曉菁醫(yī)生的評(píng)價(jià)多為良性評(píng)價(jià)，詞云圖中常見“專業(yè)”、“敬業(yè)”、“優(yōu)秀”等正面詞語；相當(dāng)一部分網(wǎng)民認(rèn)為需要理解醫(yī)護(hù)人員的工作強(qiáng)度和職業(yè)難處，遵守秩序、多加配合。

3. 基于框架理論對(duì)輿論議題和情緒的分析

框架指的是人們用來認(rèn)識(shí)和闡釋外在客觀世界的認(rèn)知結(jié)構(gòu)，它來自于個(gè)體過去實(shí)際生活的經(jīng)驗(yàn)；是每個(gè)人在“存在、發(fā)生和意義這些問題上進(jìn)行持續(xù)不斷的選擇、強(qiáng)調(diào)和表現(xiàn)時(shí)所使用的準(zhǔn)則；而引入大眾傳播領(lǐng)域則表現(xiàn)為“媒介怎樣反映現(xiàn)實(shí)并規(guī)范了人們對(duì)之的理解”，即議題、話語和意義是如何被準(zhǔn)確建構(gòu)、組織并得以展開的。

受眾同樣具有自己的框架——受眾框架即受眾個(gè)人接觸和處理大眾傳播信息的認(rèn)知結(jié)構(gòu)和詮釋規(guī)則，這種結(jié)構(gòu)和規(guī)則來自于受眾過去社會(huì)生活經(jīng)驗(yàn)的積累、既有的價(jià)值觀和態(tài)度、行為取向，并導(dǎo)引著受眾個(gè)人處理新的信息。

關(guān)于醫(yī)患沖突的新聞報(bào)道，雖然在敘述方式上沒有突出矛盾和沖突，但是在內(nèi)容上偏重于依賴官方及其他高權(quán)威消息來源，醫(yī)方話語被強(qiáng)化而患方話語被湮沒；甚至在大多情況下，受眾只能聽到醫(yī)方的話語空間而根本不存在患方的話語空間，這就導(dǎo)致“醫(yī)尊患卑”已經(jīng)成為關(guān)于醫(yī)患沖突的媒介框架，同時(shí)也塑造了帶有類似觀點(diǎn)看法的受眾框架。

此次“仁濟(jì)醫(yī)院趙曉菁”事件中，從五大議題的關(guān)鍵詞詞云圖來看，當(dāng)前輿論語境傾向以“優(yōu)秀”、“尊重”、“良心”等帶有正面積極色彩的詞語描述醫(yī)生；而描述患者的詞語則一般是“無賴”、“鬧事”、“闖入”等，帶有負(fù)面消極的色彩；上述詞語在關(guān)于醫(yī)患沖突的新聞報(bào)道同樣常見，這顯示出受眾框架具有“先入為主”的特點(diǎn)；當(dāng)然，這種受眾框架也造成了輿論對(duì)于事件的多樣化討論。

五、監(jiān)測模型建立與回測

1. 數(shù)據(jù)挖掘各階段的應(yīng)用

1）主成分分析

調(diào)用python-sklearn機(jī)器學(xué)習(xí)模型工具對(duì)五個(gè)議題的情緒進(jìn)行主成分分析，確定五大議題在監(jiān)測模型中的權(quán)重并與作相關(guān)性分析；經(jīng)計(jì)算，與地區(qū)人均醫(yī)療衛(wèi)生資源都表現(xiàn)出相關(guān)性，其中議題1-政府因素與之相關(guān)性最為顯著，議題3—醫(yī)療資源次之。

(主成分分析結(jié)果)

2）輿論指數(shù)監(jiān)測模型建立

本文參照模糊數(shù)學(xué)中模糊綜合評(píng)價(jià)法的思想，對(duì)輿情這種較客觀的事物進(jìn)行合理量化；而經(jīng)查閱大量文獻(xiàn)發(fā)現(xiàn)，評(píng)判輿情的指標(biāo)主要集中在其烈度、廣度、以及其所帶主流情緒，依此我們建立如下輿論監(jiān)測模型。

首先對(duì)上述處理得到的新數(shù)據(jù)集按議題切片，針對(duì)其情緒評(píng)分、及基本情況（包括數(shù)量、認(rèn)證等級(jí)等）進(jìn)行基于機(jī)器學(xué)習(xí)的主成分分析，把主成分分析的結(jié)果作為其權(quán)值，與五個(gè)議題的情緒得分矩陣進(jìn)行運(yùn)算，得出總體情緒綜合評(píng)分HH。

然后通過計(jì)算得出五個(gè)議題情緒得分的標(biāo)準(zhǔn)差引入模型中，此處考慮如果輿論矛頭突出使得議題情緒得分往往參差不齊，區(qū)別明顯，最終使得標(biāo)準(zhǔn)差更大；在考慮烈度方面，本文引入上述總體情緒綜合評(píng)分HH；而在考慮廣度方面，本文引入有效評(píng)論數(shù)量a；最后為了提高本模型對(duì)于不同量級(jí)的數(shù)據(jù)和不同強(qiáng)度的監(jiān)測需求都具有普遍適用性，本文引入敏感度系數(shù)ss。

如下所示即為本文所建立的輿論檢測模型：

2. 模型下放回測

在建立本模型的中，我們把全體數(shù)據(jù)作為訓(xùn)練集，再下放到局部進(jìn)行回測；在回測中我們對(duì)于不同評(píng)論基數(shù)（如江蘇&西藏等）都表現(xiàn)出較強(qiáng)的的監(jiān)測能力。

如：結(jié)果顯示#廣東4月27日23：59之前已經(jīng)達(dá)到監(jiān)測值，而實(shí)際上我們發(fā)現(xiàn)，#廣東在醫(yī)療體制方面的情緒得分與其他四個(gè)議題有較大差距，情緒消極程度較低，評(píng)論基數(shù)龐大，達(dá)到檢測值理所應(yīng)當(dāng)。

依據(jù)回測得到的其他數(shù)據(jù)分析，本模型在其他省份、其他分區(qū)的監(jiān)測結(jié)果也貼合現(xiàn)實(shí)，依此我們認(rèn)為回測結(jié)果滿意，本模型可行。

六、醫(yī)患沖突事件網(wǎng)絡(luò)輿情的現(xiàn)實(shí)意義與管理建議

微博下的網(wǎng)絡(luò)輿情具有即時(shí)性、聚眾化、裂變化等特點(diǎn)，如同星星之火，迅速燎原；在一定的情況下，微博輿情的信息能量能夠在很短的時(shí)間內(nèi)迅速釋放，很快各種信息和評(píng)論就會(huì)充斥整個(gè)網(wǎng)絡(luò)空間。

醫(yī)患沖突這一類的公共突發(fā)事件輿論威力巨大，網(wǎng)絡(luò)輿情痛點(diǎn)幾乎指向醫(yī)療體制、患者素質(zhì)、醫(yī)院管理等事件環(huán)境所涉及的所有主客體；此外，每個(gè)地方由于經(jīng)濟(jì)發(fā)展不同步，醫(yī)療資源分配不均，網(wǎng)民對(duì)于醫(yī)患沖突事件的態(tài)度出現(xiàn)一定的地域分歧。

結(jié)合地域發(fā)展的多元復(fù)雜性，網(wǎng)絡(luò)輿情的爆發(fā)性和裂變化，國內(nèi)醫(yī)患關(guān)系的嚴(yán)峻性，各地方政府、媒體單位、醫(yī)院運(yùn)用輿論情緒監(jiān)測模型，在輿情發(fā)展的不同階段監(jiān)測，在擴(kuò)散階段適時(shí)適當(dāng)引導(dǎo)和介入；對(duì)于預(yù)防進(jìn)一步的輿情危機(jī)、為政府醫(yī)療體制改革指向、保護(hù)輿論事件涉事人員、加強(qiáng)因地制宜的醫(yī)院管理等改善當(dāng)前醫(yī)患關(guān)系緊張局面的措施具有重要意義。

1）預(yù)防進(jìn)一步的輿情危機(jī)

建立完善的監(jiān)測和預(yù)警機(jī)制，以應(yīng)對(duì)醫(yī)患沖突事件進(jìn)一步惡化，輿論情緒監(jiān)測模型為實(shí)時(shí)觀測涉事人員和單位動(dòng)態(tài)提供可能；此過程中，通過有效分析識(shí)別可能發(fā)生的危險(xiǎn)，并提出預(yù)防措施，以便應(yīng)對(duì)突發(fā)事件，降低甚至消除危機(jī)所發(fā)生的概率。

2）為政府醫(yī)療體制改革聚焦痛點(diǎn)

醫(yī)療體制改革是我國醫(yī)療衛(wèi)生事業(yè)發(fā)展的主推器，緊張的醫(yī)患關(guān)系背后隱含的體制等民生問題在輿論情緒中有所體現(xiàn)；微博輿論此時(shí)充當(dāng)諫言納策的角色，及時(shí)從沖突事件中獲取建議，如增加醫(yī)療財(cái)政投入、協(xié)調(diào)醫(yī)療資源的科學(xué)分配、醫(yī)療分配供給改革等，輿情監(jiān)測可以為不同地方政府也能給予更精準(zhǔn)的建議和參考。

3）保護(hù)輿論事件涉事人員

根據(jù)預(yù)警，執(zhí)法機(jī)關(guān)、行政單位、醫(yī)院管理方和媒體都更應(yīng)對(duì)涉事的醫(yī)生、患者方及其他旁觀者都進(jìn)行更全面地采集證言，及時(shí)還原事件全貌，及早降低網(wǎng)絡(luò)輿論的不確定性對(duì)涉事人員的傷害；預(yù)警信號(hào)推動(dòng)事件透明公開的處理，有助于平息醫(yī)患沖突輿情的升溫。

4）加強(qiáng)因地制宜的醫(yī)院管理

各地的醫(yī)療、經(jīng)濟(jì)、文化發(fā)展程度不同，情緒監(jiān)測模型包括了對(duì)醫(yī)院管理的評(píng)分，各地醫(yī)院參考事件本身和自身醫(yī)院管理的具體情況作出適合，調(diào)整更符合自身的診療制度、加強(qiáng)安保維持秩序。

5）媒體互動(dòng)改善醫(yī)患矛盾語境

新聞媒體除了避免報(bào)道把關(guān)不嚴(yán)、立場失位等原因的新聞媒體失范，減少醫(yī)患沖突輿情發(fā)生反轉(zhuǎn)，自媒體和新聞媒體都擔(dān)當(dāng)起應(yīng)有的媒體責(zé)任和社會(huì)責(zé)任；在沖突矛盾的語境下，采用更客觀、不帶有情感傾向的報(bào)道，積極與政府單位、醫(yī)院方進(jìn)行多方冷靜的傳播互動(dòng)，以改善事件發(fā)生進(jìn)程的輿論情緒環(huán)境。

本文由 @數(shù)據(jù)鍋 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。