中國(guó)突發(fā)動(dòng)物疫情公共衛(wèi)生事件研究脈絡(luò)與主題熱點(diǎn)的可視化分析
——基于CNKI文獻(xiàn)檢索

李燕凌，劉 超

（湖南農(nóng)業(yè)大學(xué) 公共管理與法學(xué)學(xué)院，長(zhǎng)沙410128）

1 引言

自2003年重癥急性呼吸綜合征（severe acute respiratory syndromes，SARS）疫情以來(lái)，人感染高致病性禽流感、豬瘟、新城疫、口蹄疫、登革熱等各類(lèi)突發(fā)動(dòng)物疫情公共衛(wèi)生事件頻發(fā)，給人民生命健康，社會(huì)主義市場(chǎng)經(jīng)濟(jì)發(fā)展，甚至國(guó)家安全穩(wěn)定造成了嚴(yán)重威脅，已經(jīng)成為政府、社會(huì)和人民關(guān)注的焦點(diǎn)問(wèn)題。國(guó)內(nèi)外學(xué)術(shù)界對(duì)于突發(fā)動(dòng)物疫情公共衛(wèi)生事件的相關(guān)研究也在日益豐富，國(guó)內(nèi)諸多學(xué)者專(zhuān)家在借鑒國(guó)外突發(fā)公共衛(wèi)生事件的相關(guān)研究為我國(guó)在該領(lǐng)域奠定了前期的研究基礎(chǔ)，但國(guó)內(nèi)對(duì)于突發(fā)動(dòng)物疫情公共衛(wèi)生事件研究的脈絡(luò)梳理和內(nèi)在結(jié)構(gòu)分析的綜述研究較少，不利于研究學(xué)者對(duì)于該領(lǐng)域的研究現(xiàn)狀、研究熱點(diǎn)、研究趨勢(shì)的整體把握以及今后研究主題的選擇。本文旨在運(yùn)用文獻(xiàn)計(jì)量方法，對(duì)2003～2017年的15年間中國(guó)公共管理學(xué)界突發(fā)公共衛(wèi)生事件領(lǐng)域及相關(guān)動(dòng)物疫情研究方向的研究態(tài)勢(shì)進(jìn)行全面梳理考察，通過(guò)文獻(xiàn)計(jì)量分析工具挖掘高頻關(guān)鍵詞，構(gòu)建高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)矩陣，繪制社會(huì)網(wǎng)絡(luò)關(guān)系圖，提煉各個(gè)重要主題節(jié)點(diǎn)的研究特征、文獻(xiàn)研究的復(fù)雜網(wǎng)絡(luò)聯(lián)系，希望今后能對(duì)我國(guó)公共管理學(xué)術(shù)界在突發(fā)公共衛(wèi)生事件理論與實(shí)證的發(fā)展創(chuàng)新提供參考啟示。

2 樣本來(lái)源和研究方法

2.1 文獻(xiàn)篩選情況 本文選擇以中國(guó)知網(wǎng)（China national knowledge infrastructure，CNKI）的中國(guó)社會(huì)科學(xué)引文索引（Chinese social science citation index，CSSCI）為檢索源獲取樣本文獻(xiàn)數(shù)據(jù)，確立2003～2017年為文獻(xiàn)來(lái)源時(shí)段。根據(jù)前期測(cè)試搜索，獲得包括主題詞“突發(fā)公共衛(wèi)生事件”研究方向的文獻(xiàn)數(shù)量較少，綜合國(guó)內(nèi)突發(fā)動(dòng)物疫情公共衛(wèi)生事件研究領(lǐng)域文獻(xiàn)檢索的整體情況，確立檢索方式為高級(jí)檢索：選取“主題=（‘突發(fā)公共衛(wèi)生事件'OR‘公共衛(wèi)生事件'OR‘動(dòng)物疫病'OR‘動(dòng)物疫情'OR‘動(dòng)物防疫'OR‘重大疫情'OR‘H1N1'OR‘H7N9'OR‘禽流感'）和時(shí)間跨度起始=‘2003年～2017年'和索引來(lái)源=‘CSSCI'”，結(jié)果共得到373篇CSSCI期刊文獻(xiàn)，且覆蓋學(xué)科研究領(lǐng)域廣泛。在此基礎(chǔ)上通過(guò)Excel格式導(dǎo)出文獻(xiàn)，并利用PDF閱讀器中的“查找文本”功能進(jìn)行內(nèi)容核查，剔出書(shū)評(píng)、新聞報(bào)道、紀(jì)實(shí)介紹、會(huì)議征文通知等非研究類(lèi)文獻(xiàn)后，舍棄重復(fù)文獻(xiàn)和無(wú)關(guān)鍵詞的單一標(biāo)題型文獻(xiàn)，保證研究可信度，最終篩選得到195篇文獻(xiàn)，作為后續(xù)聚類(lèi)分析與社會(huì)網(wǎng)絡(luò)分析的研究樣本源。

2.2 研究方法 文獻(xiàn)計(jì)量學(xué)是對(duì)期刊文獻(xiàn)進(jìn)行分析中常用的計(jì)量分析方法，主要利用統(tǒng)計(jì)學(xué)與數(shù)學(xué)的方法揭示所選文獻(xiàn)中隱藏的規(guī)律與內(nèi)部關(guān)聯(lián)，目前已成為文獻(xiàn)情報(bào)學(xué)的重要研究工具。共詞分析法（Co-word analysis）是文獻(xiàn)計(jì)量學(xué)中的一種被廣泛應(yīng)用的內(nèi)容分析挖掘技術(shù)，其原理旨在挖掘樣本文獻(xiàn)中“詞對(duì)”同時(shí)出現(xiàn)在一篇文獻(xiàn)中的情況，以此來(lái)確定該文獻(xiàn)所代表學(xué)科中各主題之間關(guān)系及結(jié)構(gòu)變化[1]。共詞分析主要分為主題詞共現(xiàn)、標(biāo)題詞共現(xiàn)、關(guān)鍵詞共現(xiàn)等[2]。其中，法國(guó)學(xué)者基于文獻(xiàn)計(jì)量學(xué)的引文耦合與共被引概念提出了一種重要的研究方法，即計(jì)算關(guān)鍵詞在相同文獻(xiàn)中兩兩出現(xiàn)的頻率，并在此基礎(chǔ)上進(jìn)行聚類(lèi)分析，最后根據(jù)關(guān)鍵詞彼此的親疏關(guān)系分析預(yù)測(cè)其代表的熱點(diǎn)主題有何變化[3]。基于關(guān)鍵詞共現(xiàn)的原理是用于濃縮提煉概括文章內(nèi)容的中心主題詞匯，在期刊雜志、學(xué)位論文等文獻(xiàn)中經(jīng)常出現(xiàn)兩篇或多篇論文使用同一關(guān)鍵詞的情況，這種現(xiàn)象被稱(chēng)為關(guān)鍵詞共現(xiàn)[4]。按照文獻(xiàn)計(jì)量規(guī)則，當(dāng)一對(duì)關(guān)鍵詞在同篇文獻(xiàn)中兩兩出現(xiàn)的頻數(shù)越多，就能反映出這兩個(gè)關(guān)鍵詞所代表的主題關(guān)系越密切，關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)內(nèi)關(guān)鍵詞所代表的節(jié)點(diǎn)之間的連線可以反映關(guān)鍵詞所代表的主題內(nèi)容的親疏關(guān)系[5]，這種共詞分析的方法對(duì)總結(jié)某研究領(lǐng)域已有研究?jī)?nèi)容，橫向比較和縱向分析該領(lǐng)域發(fā)展態(tài)勢(shì)，反映某熱點(diǎn)的學(xué)術(shù)研究水平及其信息檢索范圍的拓展等方面都有著重要作用，現(xiàn)已廣泛應(yīng)用于文獻(xiàn)計(jì)量、信息科學(xué)、人工智能、信息系統(tǒng)與檢索等領(lǐng)域[6]。

遵循文獻(xiàn)計(jì)量規(guī)范原則，本文采用文獻(xiàn)題錄信息統(tǒng)計(jì)分析工具（statistical analysis toolkit for informetrics，SATI 3.2）對(duì)從CNKI搜集來(lái)的文獻(xiàn)進(jìn)行預(yù)處理、詞頻統(tǒng)計(jì)，保留樣本數(shù)據(jù)的科學(xué)與準(zhǔn)確，避免由人工篩選造成的數(shù)據(jù)遺漏。遵循文獻(xiàn)計(jì)量中的高頻、低頻詞閾值的選定原則，提取頻次靠前的關(guān)鍵詞，構(gòu)建關(guān)鍵詞共現(xiàn)矩陣，在此基礎(chǔ)上，對(duì)關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)矩陣進(jìn)行社會(huì)網(wǎng)絡(luò)分析（social network analysis，SNA）和SPSS分層聚類(lèi)（hierarchical clustering），以知識(shí)網(wǎng)絡(luò)圖譜可視化的形式挖掘出該學(xué)科領(lǐng)域的研究結(jié)構(gòu)與主題，從圖1中可以發(fā)現(xiàn)國(guó)內(nèi)學(xué)術(shù)界對(duì)于突發(fā)公共衛(wèi)生事件的研究在2003年較多，這一年SARS疫情的爆發(fā)給中國(guó)社會(huì)造成巨大影響，以SARS疫情為代表的突發(fā)公共衛(wèi)生事件的研究也因此開(kāi)始應(yīng)運(yùn)而生，自2003年起，國(guó)內(nèi)學(xué)術(shù)界對(duì)突發(fā)公共衛(wèi)生事件的研究也漸漸增多。在2009年中國(guó)新發(fā)現(xiàn)的甲型H1N1流感傳染病疫情和2013年出現(xiàn)的H7N9新型禽流感病毒突發(fā)公共衛(wèi)生事件，也成為文獻(xiàn)數(shù)量增多的現(xiàn)實(shí)原因，之后2015、2016、2017三年突發(fā)公共衛(wèi)生事件研究的文獻(xiàn)數(shù)量增長(zhǎng)較為平穩(wěn)。

圖1 突發(fā)公共衛(wèi)生事件文獻(xiàn)發(fā)布年代及數(shù)量趨勢(shì)圖Fig. 1 The public release of public health events and the trend of the number of trends

3 研究過(guò)程

3.1 數(shù)據(jù)預(yù)處理 利用文獻(xiàn)計(jì)量分析工具SATI 3.2對(duì)導(dǎo)出的文本格式文件轉(zhuǎn)換，抽取其中的關(guān)鍵詞進(jìn)行詞頻統(tǒng)計(jì)，得到Excel文件的關(guān)鍵詞詞頻統(tǒng)計(jì)表，這些關(guān)鍵詞中不乏有表現(xiàn)形式不同，但表達(dá)意思相近或相同的詞，例如“突發(fā)事件”、“突發(fā)性事件”、“突發(fā)公共事件”等詞。對(duì)于這種情況，我們將根據(jù)同義詞映射規(guī)則對(duì)含義相同或相近的關(guān)鍵詞進(jìn)行合并替換，統(tǒng)一規(guī)范成一個(gè)詞，再反向?qū)?dǎo)出的原始文獻(xiàn)的文本格式文件中的關(guān)鍵詞進(jìn)行替換生成新規(guī)范關(guān)鍵詞，之后再次進(jìn)行詞頻統(tǒng)計(jì)，得到關(guān)鍵詞相對(duì)較為規(guī)范精確的詞頻統(tǒng)計(jì)列表。部分映射規(guī)則如表1所示。

3.2 高頻關(guān)鍵詞的選取 文獻(xiàn)關(guān)鍵詞高頻、低頻詞的界分規(guī)則，最早可以追溯到齊普夫定律。齊普夫定律是由哈佛大學(xué)語(yǔ)言學(xué)家Zipf[7]在1949年發(fā)表的實(shí)驗(yàn)定律，它和洛特卡定律、布拉德福定律一起被并稱(chēng)為文獻(xiàn)計(jì)量學(xué)的重要三大定律[8]。多應(yīng)用于文獻(xiàn)計(jì)量學(xué)、情報(bào)學(xué)、信息計(jì)量學(xué)等領(lǐng)域。齊普夫定律的優(yōu)點(diǎn)是能很好地描述了文本中詞頻的分布規(guī)律，但它的不足之處在于對(duì)頻次處于極端的高頻詞和低頻詞并不能很好地反映分布規(guī)律。我國(guó)學(xué)者孫清蘭[9]在齊普夫定律、布茨定律的基礎(chǔ)上，以最大值法確定詞的等級(jí)，并以此推導(dǎo)出一個(gè)新的高頻、低頻詞界分公式：

進(jìn)一步簡(jiǎn)化為：

基于以上對(duì)高頻、低頻詞的界分方法，通過(guò)利用文獻(xiàn)計(jì)量分析工具SATI 3.2統(tǒng)計(jì)的805個(gè)關(guān)鍵詞進(jìn)行高頻、低頻詞進(jìn)行界分，即D=805，根據(jù)公式（2）可以算得n=28.37，故取閾值n=30。高頻關(guān)鍵詞詞頻如表2所示。

3.3 關(guān)鍵詞共詞矩陣構(gòu)建 運(yùn)用SATI 3.2軟件對(duì)同義替換后的EndNote格式的文獻(xiàn)題錄進(jìn)行高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)矩陣的構(gòu)建，整理得到一個(gè)的關(guān)鍵詞共詞網(wǎng)絡(luò)矩陣，共詞網(wǎng)絡(luò)矩陣中的數(shù)值代表了兩兩關(guān)鍵詞在同一篇文獻(xiàn)中同時(shí)出現(xiàn)的次數(shù)，在共詞網(wǎng)絡(luò)矩陣對(duì)角線上的數(shù)值表示該關(guān)鍵詞出現(xiàn)的在所有文獻(xiàn)中的總頻次，如表3所示。

3.4 建立共詞相似矩陣 出于統(tǒng)計(jì)分析方便的原則，本文利用 Ochiia系數(shù)[10]將關(guān)鍵詞共詞網(wǎng)絡(luò)矩陣轉(zhuǎn)換成關(guān)鍵詞共詞相關(guān)矩陣。其方法原理是將關(guān)鍵詞共詞網(wǎng)絡(luò)矩陣中的每個(gè)數(shù)值都除以與之相關(guān)的兩個(gè)關(guān)鍵詞的各自總出現(xiàn)頻次的乘積的開(kāi)方，設(shè)Ochiia（A，B）為A、B兩詞的Ochiia系數(shù)，P（A）=A詞出現(xiàn)的頻次，同理P(B)=B詞出現(xiàn)的頻次，P（A,B）為A、B兩個(gè)詞共同出現(xiàn)的次數(shù)，即

比如，禽流感和突發(fā)事件的 Ochiia系數(shù)為兩詞共同出現(xiàn)的次數(shù)1除以禽流感出現(xiàn)的總數(shù)28與突發(fā)事件出現(xiàn)的25的乘積再開(kāi)方，結(jié)果0.038。Ochiia（A，B）即表示某個(gè)詞與自身的相關(guān)程度，相似矩陣中的元素?cái)?shù)值為0～1，數(shù)值越接近0表示兩個(gè)關(guān)鍵詞的相似度越小；相反，若兩個(gè)關(guān)鍵詞相似度越大其數(shù)值越接近于1，如表4所示。

表1 映射規(guī)則Table 1 Mapping rules

3.5 建立共詞相異矩陣 通過(guò)計(jì)算得出的相似矩陣中存在很多值都為0，為了提高準(zhǔn)確度、便于進(jìn)一步梳理，用1與相關(guān)矩陣中的各個(gè)數(shù)字相減，得到相異矩陣，部分結(jié)果如表5所示。

相異矩陣的結(jié)果與相似矩陣相反，數(shù)值越接近于0，表示兩個(gè)關(guān)鍵詞之間的相關(guān)程度越大；數(shù)值越接近于1，表明兩個(gè)關(guān)鍵詞的相關(guān)程度越小。

3.6 聚類(lèi)分析 分層聚類(lèi)分析（Clustering Analysis）是文獻(xiàn)計(jì)量方法中一個(gè)重要的研究工具，能將樣本數(shù)據(jù)中共現(xiàn)關(guān)鍵詞的語(yǔ)義層次親疏關(guān)系通過(guò)計(jì)算“距離”表現(xiàn)出來(lái)，并根據(jù)距離將關(guān)鍵詞之間的相似、相異程度進(jìn)行分類(lèi)，系統(tǒng)聚類(lèi)（Hierarchical Clustering）的過(guò)程就是從“個(gè)別”到“一般”，通過(guò)SPSS內(nèi)部一定的算法，將眾多的研究個(gè)體不斷向上進(jìn)行合并，揭示其中的研究個(gè)體彼此之間的邏輯聯(lián)系[11]，并以樹(shù)狀圖等知識(shí)圖譜的方式，將系統(tǒng)分類(lèi)的結(jié)果顯現(xiàn)出來(lái)，最終收斂形成的每一類(lèi)別則代表了學(xué)科領(lǐng)域的研究主題和基本結(jié)構(gòu)。借助SPSS23.0統(tǒng)計(jì)軟件，用關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)相異矩陣進(jìn)行分層聚類(lèi)分析，其最終結(jié)果形成樹(shù)狀圖，如圖2所示。根據(jù)SPSS分層聚類(lèi)的效果，初步顯示，在突發(fā)動(dòng)物疫情公共衛(wèi)生事件相關(guān)研究領(lǐng)域的文獻(xiàn)研究類(lèi)別可分為五大類(lèi)：一個(gè)類(lèi)別包括演化博弈、社會(huì)信任修復(fù)、公共危機(jī)；第二個(gè)類(lèi)別包括禽流感、結(jié)構(gòu)方程模型、農(nóng)民、動(dòng)物疫情、養(yǎng)殖戶(hù)、影響因素、防疫措施；第三個(gè)類(lèi)包括公共衛(wèi)生、公共危機(jī)管理、復(fù)雜網(wǎng)絡(luò)、應(yīng)急機(jī)制、構(gòu)建、信息公開(kāi)、SARS、疫情、突發(fā)公共衛(wèi)生事件、應(yīng)急管理；第四類(lèi)包括突發(fā)事件、網(wǎng)絡(luò)輿情、微博、網(wǎng)絡(luò)謠言；第五類(lèi)包括甲型H1N1流感、H7N9禽流感、社會(huì)風(fēng)險(xiǎn)、健康傳播、危機(jī)傳播、強(qiáng)制許可。

表2 高頻關(guān)鍵詞詞頻列表Table 2 High frequency keyword frequency list

表3 高頻關(guān)鍵詞共現(xiàn)矩陣（部分）Table 3 High-frequency keyword co-occurrence matrix (partial)

表4 高頻關(guān)鍵詞相似矩陣（部分）Table 4 High frequency keyword similarity matrix (partial)

表5 高頻關(guān)鍵詞相異矩陣（部分）Table 5 High frequency keyword dissimilar matrix (partial)

圖2 高頻關(guān)鍵詞共現(xiàn)分層聚類(lèi)樹(shù)狀圖Fig.2 High-frequency keyword co-occurrence hierarchical clustering tree

3.7 社會(huì)網(wǎng)絡(luò)分析 社會(huì)網(wǎng)絡(luò)分析方法（social network analysis，簡(jiǎn)稱(chēng)SNA）已有70多年的發(fā)展歷史，近30年來(lái)已發(fā)展為社會(huì)科學(xué)研究的一種新范式[12]。被廣泛應(yīng)用在經(jīng)濟(jì)學(xué)、社會(huì)學(xué)、文獻(xiàn)學(xué)、情報(bào)學(xué)和管理學(xué)等學(xué)科中。20世紀(jì)70年代，受圖論、概率論和幾何學(xué)等數(shù)學(xué)方法的推動(dòng)，社會(huì)網(wǎng)絡(luò)理論進(jìn)一步與自然科學(xué)領(lǐng)域交叉發(fā)展，開(kāi)始對(duì)網(wǎng)絡(luò)的中心性、密度、結(jié)構(gòu)洞等社會(huì)網(wǎng)絡(luò)的結(jié)構(gòu)和位置角色的研究，逐步形成系統(tǒng)完善的社會(huì)網(wǎng)絡(luò)分析方法[13]，為社會(huì)科學(xué)和相關(guān)交叉領(lǐng)域?qū)W科提供了一個(gè)全新的理論視角和測(cè)量工具，具有重要意義。

社會(huì)網(wǎng)絡(luò)分析方法主要利用Ucinet、NetDraw、Pajek等軟件對(duì)關(guān)鍵詞共詞網(wǎng)絡(luò)矩陣進(jìn)行分析，根據(jù)可視化結(jié)果展示研究所代表的研究主題的結(jié)構(gòu)變化[14]。在社會(huì)網(wǎng)絡(luò)分析中，關(guān)鍵詞作為整個(gè)社會(huì)關(guān)系網(wǎng)絡(luò)中的一個(gè)個(gè)節(jié)點(diǎn)，其共現(xiàn)現(xiàn)象表現(xiàn)為節(jié)點(diǎn)與節(jié)點(diǎn)間存在著直接聯(lián)系，在虛擬的關(guān)鍵詞網(wǎng)絡(luò)中，由于兩兩關(guān)鍵詞之間不一定存在共現(xiàn)關(guān)系，并且關(guān)鍵詞之間共現(xiàn)的頻次不同，不同節(jié)點(diǎn)在網(wǎng)絡(luò)中都處于不同的地位，由此定位為不同的角色，在一定的時(shí)間范圍內(nèi)，有些關(guān)鍵詞在整個(gè)研究領(lǐng)域作為主要研究熱點(diǎn)，處于網(wǎng)絡(luò)中的核心位置，與其他眾多關(guān)鍵詞呈現(xiàn)出非常緊密的關(guān)聯(lián)。有些關(guān)鍵詞在整個(gè)研究領(lǐng)域中，還處于一種不完善、不成熟的研究狀態(tài)，在網(wǎng)絡(luò)中處于孤立、邊緣的位置，與其他關(guān)鍵詞沒(méi)有很直接的聯(lián)系，這對(duì)于深入剖析某個(gè)領(lǐng)域的研究結(jié)構(gòu)、研究的成熟度、研究規(guī)模等內(nèi)容具有重要意義[15]。本文利用Ucinet 6.0軟件工具將關(guān)鍵詞共現(xiàn)關(guān)系以社會(huì)網(wǎng)絡(luò)關(guān)系圖形與數(shù)值的方式表現(xiàn)出來(lái)。

3.7.1 網(wǎng)絡(luò)密度分析 在社會(huì)網(wǎng)絡(luò)中，密度（density）的概念用來(lái)表示網(wǎng)絡(luò)中各結(jié)點(diǎn)間的聯(lián)系是否緊密。網(wǎng)絡(luò)越稀疏，密度越小，表明各節(jié)點(diǎn)間的聯(lián)系很少，反之，密度越大則表示網(wǎng)絡(luò)中各個(gè)結(jié)點(diǎn)聯(lián)系緊密，網(wǎng)絡(luò)的連通性好[16]。網(wǎng)絡(luò)密度越接近于1，則說(shuō)明網(wǎng)絡(luò)成員的聯(lián)系密切，關(guān)聯(lián)性好，在Ucinet6.0計(jì)算出突發(fā)公共衛(wèi)生事件及相關(guān)研究領(lǐng)域的社會(huì)網(wǎng)絡(luò)密度為0.2483，標(biāo)準(zhǔn)差為0.6664，表明國(guó)內(nèi)突發(fā)公共衛(wèi)生事件研究領(lǐng)域的網(wǎng)絡(luò)結(jié)構(gòu)較為緊密，連通性較好，各關(guān)鍵詞節(jié)點(diǎn)間聯(lián)系較多，且研究主題比較集中，學(xué)科之間交叉性發(fā)展較好。

3.7.2 網(wǎng)絡(luò)中心性分析 與網(wǎng)絡(luò)密度相補(bǔ)充的網(wǎng)絡(luò)中心性也是社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)的一個(gè)重要測(cè)量工具，基于SNA的中心性衡量指標(biāo)用來(lái)解釋網(wǎng)絡(luò)及其參與者之間的關(guān)聯(lián)狀況，其中，點(diǎn)度中心度、接近中心度、中介中心度和特征向量中心度分別是分析社會(huì)網(wǎng)絡(luò)中心性的主要的4個(gè)指標(biāo)[12]，其中點(diǎn)度中心度表征了主題類(lèi)團(tuán)內(nèi)重要的知識(shí)源，能展示出各個(gè)關(guān)鍵詞的結(jié)構(gòu)性關(guān)系，在關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)中，點(diǎn)度中心度越大，反映出該關(guān)鍵詞處于“權(quán)力”的中心，關(guān)鍵詞在共現(xiàn)網(wǎng)絡(luò)中的地位越高，也就表明該關(guān)鍵詞越有可能成為研究中的熱點(diǎn)；反之，點(diǎn)度中心度越小，反映出該關(guān)鍵詞處于邊緣位置，則說(shuō)明關(guān)鍵詞在共現(xiàn)網(wǎng)絡(luò)中的地位越低，該關(guān)鍵詞代表的研究?jī)?nèi)容較少。根據(jù)Ucinet6.0中點(diǎn)度中心性的計(jì)算輸出結(jié)果可以看出，在突發(fā)公共衛(wèi)生事件及動(dòng)物疫情相關(guān)研究領(lǐng)域中，點(diǎn)度中心度排名靠前的關(guān)鍵詞依次是突發(fā)事件、禽流感、突發(fā)公共衛(wèi)生事件、網(wǎng)絡(luò)輿情、SARS、應(yīng)急管理、影響因素、公共衛(wèi)生、應(yīng)急機(jī)制、微博、公共危機(jī)、甲型H1N1流感、演化博弈。說(shuō)明這些關(guān)鍵詞在共詞網(wǎng)絡(luò)中占據(jù)了較高的“權(quán)力中心地位”，其“權(quán)力”也比其他邊緣關(guān)鍵詞較大，也說(shuō)明這些關(guān)鍵詞是歷年來(lái)學(xué)術(shù)界的較為關(guān)注的研究主題領(lǐng)域，也是突發(fā)動(dòng)物疫情公共衛(wèi)生事件研究領(lǐng)域的主要熱點(diǎn)趨勢(shì)。其次，從各個(gè)關(guān)鍵詞的聯(lián)系程度來(lái)看，共現(xiàn)次數(shù)越多，連線越粗，聯(lián)系越緊密，從圖中可以看出線條較粗的幾條線分別是突發(fā)公共衛(wèi)生事件—SARS，突發(fā)公共衛(wèi)生事件—應(yīng)急管理，突發(fā)事件—應(yīng)急管理，突發(fā)事件—網(wǎng)絡(luò)輿情，禽流感—結(jié)構(gòu)方程模型，突發(fā)事件—微博，禽流感—農(nóng)民，構(gòu)建—應(yīng)急機(jī)制，突發(fā)公共衛(wèi)生事件—應(yīng)急機(jī)制，公共危機(jī)—社會(huì)信任修復(fù)等，這些主題詞之間的共現(xiàn)次數(shù)較多、連線較粗，彼此之間的關(guān)系也較為緊密。

3.7.3 凝聚子群分析 凝聚子群（cohesive subgroups）是社會(huì)網(wǎng)絡(luò)分析方法研究中的重要內(nèi)容，表示一個(gè)行動(dòng)者的子集合，集合中的行動(dòng)者之間存在著某種關(guān)系，分別可以表現(xiàn)為具有相對(duì)較強(qiáng)的關(guān)系、緊密的關(guān)系、直接的關(guān)系、經(jīng)常的關(guān)系或者積極的關(guān)系[17]。如果集合里某一部分成員的關(guān)系尤其緊密時(shí)，這部分成員就構(gòu)成了一個(gè)次級(jí)團(tuán)體（派系，Clique）時(shí)，就是凝聚子群。Ucinet6.0中凝聚子群結(jié)構(gòu)塊的計(jì)算結(jié)果如圖4所示，從凝聚子群結(jié)構(gòu)塊派系樹(shù)狀圖可以看出，突發(fā)公共衛(wèi)生事件及動(dòng)物疫情相關(guān)研究主題結(jié)構(gòu)總體分為四大派系，其中疫情、突發(fā)公共衛(wèi)生事件、SARS、構(gòu)建、應(yīng)急機(jī)制、信息公開(kāi)、公共危機(jī)、公共危機(jī)管理、復(fù)雜網(wǎng)絡(luò)、甲型H1N1流感組成了一個(gè)大派系，在這個(gè)大的派系里又分為2個(gè)小派系，分別可以總結(jié)出兩個(gè)次級(jí)研究主題，同理可以看出其他派系的關(guān)鍵詞構(gòu)成，各個(gè)派系構(gòu)成了一個(gè)研究主題，派系之間又可以往上組成一個(gè)上級(jí)派系，反映出的結(jié)果與分層聚類(lèi)的結(jié)果大致相同。

圖3 突發(fā)公共衛(wèi)生事件研究領(lǐng)域SNA中心度圖Fig.3 SNA central map of the field of public health emergencies

4 文獻(xiàn)綜合研判結(jié)果

綜合SPSS、Ucinet可視化工具繪制的國(guó)內(nèi)突發(fā)動(dòng)物疫情公共衛(wèi)生事件知識(shí)網(wǎng)絡(luò)圖譜，可以較為直觀地獲得突發(fā)動(dòng)物疫情公共衛(wèi)生事件及相關(guān)研究領(lǐng)域的整體研究概貌及結(jié)構(gòu)關(guān)系，同時(shí)還對(duì)2003～2017年15年來(lái)CSSCI期刊的突發(fā)公共衛(wèi)生事件及動(dòng)物疫情相關(guān)文獻(xiàn)研究的梳理，結(jié)合專(zhuān)業(yè)知識(shí)及包含高頻關(guān)鍵詞的原始來(lái)源相關(guān)的文獻(xiàn)進(jìn)行深層挖掘與解讀、綜合研判，進(jìn)一步對(duì)突發(fā)動(dòng)物疫情公共衛(wèi)生事件領(lǐng)域研究脈絡(luò)及演化態(tài)勢(shì)的掌握。最后綜合研判得到在中國(guó)突發(fā)動(dòng)物疫情公共衛(wèi)生事件的五大研究主題，分別是突發(fā)公共衛(wèi)生事件應(yīng)急機(jī)制構(gòu)建研究、突發(fā)公共衛(wèi)生事件綜合防控——以動(dòng)物疫情為例研究、突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情演化及治理研究、突發(fā)公共衛(wèi)生事件社會(huì)信任修復(fù)研究、突發(fā)公共衛(wèi)生事件危機(jī)傳播研究，應(yīng)當(dāng)特別指出的一點(diǎn)是，即便是用文獻(xiàn)計(jì)量軟件綜合分類(lèi)得到的結(jié)果，但限于研究問(wèn)題的復(fù)雜構(gòu)面，各個(gè)研究主題包含的框架內(nèi)容之間仍然存在著一定聯(lián)系，甚至?xí)薪徊嬷丿B的部分，但不妨礙對(duì)研究主題內(nèi)容的整體把握[18]。以下將結(jié)合上述分析結(jié)果，主要從研究學(xué)者及其主要觀點(diǎn)、研究范式等方面對(duì)國(guó)內(nèi)學(xué)術(shù)界關(guān)于該突發(fā)動(dòng)物疫情公共衛(wèi)生事件研究主題進(jìn)行探討。

圖4 凝聚子群派系樹(shù)狀圖Fig. 4 Condensed subgroup faction tree diagram

4.1 突發(fā)公共衛(wèi)生事件應(yīng)急機(jī)制構(gòu)建研究 回顧中國(guó)公共危機(jī)管理的發(fā)展歷程，可以追溯至2003年的SARS，2003年的SARS疫情在全球肆虐，這場(chǎng)突如其來(lái)的重大公共衛(wèi)生突發(fā)事件對(duì)民眾生命健康的構(gòu)成嚴(yán)重威脅，波及到了中國(guó)經(jīng)濟(jì)、政治等多個(gè)領(lǐng)域，甚至還引發(fā)外交危機(jī)[19]。薛瀾等[20]認(rèn)為轉(zhuǎn)型期的中國(guó)各級(jí)政府應(yīng)該高度重視如何及時(shí)、有效應(yīng)對(duì)處理各類(lèi)突發(fā)公共危機(jī)事件。張成福[21]認(rèn)為SARS公共衛(wèi)生危機(jī)暴露出中國(guó)在危機(jī)管理方面的許多弊端和缺陷，他提出政府和社會(huì)都應(yīng)該提升危機(jī)管理能力，構(gòu)建一個(gè)全面整合的危機(jī)管理體系。2003年已成為中國(guó)公共危機(jī)管理的一個(gè)重要轉(zhuǎn)變。SARS突發(fā)公共衛(wèi)生事件是對(duì)中國(guó)政府應(yīng)急管理綜合能力考驗(yàn)，在應(yīng)急機(jī)制構(gòu)建、應(yīng)急預(yù)案設(shè)置、應(yīng)急反應(yīng)處置等方面中國(guó)政府存在還很多弊端與不足。“非典”的沉痛代價(jià)警醒了中國(guó)政府，也揭開(kāi)了國(guó)內(nèi)學(xué)術(shù)界對(duì)于中國(guó)應(yīng)急機(jī)制建設(shè)研究的序幕，其中，金太軍[22]認(rèn)為“非典”危機(jī)暴露出政府信息公開(kāi)缺乏透明度，信息發(fā)布滯后不及時(shí)，整體協(xié)調(diào)和應(yīng)對(duì)重大危機(jī)的反應(yīng)機(jī)制不健全，他強(qiáng)調(diào)要從體制上增強(qiáng)政府對(duì)非典事件的應(yīng)急處理能力，建立完善危機(jī)管理體系。張富強(qiáng)[23]認(rèn)為法律制度和執(zhí)法機(jī)制的不完善是中國(guó)公共衛(wèi)生應(yīng)急機(jī)制問(wèn)題中的主要表現(xiàn)，致使“無(wú)法可依”和“有法不依”的尷尬境遇的同時(shí)存在，薛瀾等[24]借鑒了美國(guó)公共衛(wèi)生突發(fā)事件應(yīng)對(duì)體系建設(shè)的先進(jìn)經(jīng)驗(yàn)，來(lái)對(duì)國(guó)內(nèi)危機(jī)管理體系的構(gòu)建提供參考。還有一部分學(xué)者，對(duì)突發(fā)事件應(yīng)急機(jī)制中的應(yīng)急法治建設(shè)進(jìn)行了深入研究，其中陳俊[25]、莫于川[26]、王晨光[27]、張富強(qiáng)等[28]等學(xué)者對(duì)于突發(fā)事件立法，公共應(yīng)急法制建設(shè)，突發(fā)事件政府依法行政等都進(jìn)行了研究分析，為中國(guó)應(yīng)急法制建設(shè)提供了重要參考借鑒，中國(guó)突發(fā)事件的應(yīng)急法律與政策一直都在完善更新，2007年頒布的《中華人民共和國(guó)突發(fā)事件應(yīng)對(duì)法》是對(duì)各類(lèi)別各級(jí)別的突發(fā)事件的應(yīng)急管理做出了詳細(xì)規(guī)定，填補(bǔ)了中國(guó)在這方面的空白，成為應(yīng)急管理中的一個(gè)重要的里程碑?？梢钥闯?，SARS疫情以來(lái)，國(guó)內(nèi)對(duì)于突發(fā)公共衛(wèi)生事件應(yīng)急機(jī)制的研究也隨之展開(kāi)，對(duì)突發(fā)事件公共危機(jī)管理的相關(guān)研究也在日益豐富完善。

4.2 突發(fā)公共衛(wèi)生事件綜合防控研究——以動(dòng)物疫情為例 從以上的分層聚類(lèi)和社會(huì)網(wǎng)絡(luò)分析的知識(shí)圖譜中綜合研判的結(jié)果并結(jié)合文獻(xiàn)閱讀可以發(fā)現(xiàn)，以禽流感、養(yǎng)殖戶(hù)、農(nóng)戶(hù)、動(dòng)物疫情、結(jié)構(gòu)方程模型、影響因素、防疫措施等關(guān)鍵詞形成的知識(shí)派系，構(gòu)成了突發(fā)公共衛(wèi)生事件綜合防控研究——以動(dòng)物疫情為例這個(gè)研究主題，通過(guò)文獻(xiàn)深入閱讀可以對(duì)該研究主題進(jìn)行分類(lèi)處理，具體又包含動(dòng)物疫情造成的影響、疫情防疫措施、對(duì)疫情的撲殺與補(bǔ)償和強(qiáng)制免疫的次級(jí)研究主題。

突發(fā)動(dòng)物疫情公共衛(wèi)生事件造成的影響，僅2015年，中國(guó)大陸10個(gè)省份發(fā)生了16起H5亞型高致病性禽流感疫情，累計(jì)發(fā)病的家禽就達(dá)4.6萬(wàn)只，銷(xiāo)毀處理逾19萬(wàn)只，造成直接經(jīng)濟(jì)損失高達(dá)數(shù)10億元[29]。且若疫情防疫得不到有效控制，還會(huì)給疫情周邊地區(qū)的養(yǎng)殖業(yè)形成極大威脅，甚至在當(dāng)?shù)匾l(fā)更大規(guī)模的重大動(dòng)物疫情[30]。國(guó)內(nèi)學(xué)者主要?jiǎng)t從養(yǎng)殖戶(hù)、畜牧產(chǎn)業(yè)做了不同層面的分析，其中，代表人物有于樂(lè)榮等[31]、黃德林等[32]、劉明月等[33]，他們主要運(yùn)用實(shí)證建模，計(jì)量分析的方式，側(cè)重采用公開(kāi)數(shù)據(jù)及實(shí)地調(diào)研的數(shù)據(jù)，來(lái)研究突發(fā)性動(dòng)物疫情對(duì)養(yǎng)殖戶(hù)、畜牧產(chǎn)業(yè)造成的影響，并對(duì)影響因素進(jìn)行回歸檢驗(yàn)。研究發(fā)現(xiàn)，禽流感對(duì)農(nóng)戶(hù)造成的沖擊程度會(huì)根據(jù)養(yǎng)殖戶(hù)飼養(yǎng)規(guī)模的不同而異，另外禽流感疫情會(huì)減少消費(fèi)者對(duì)禽類(lèi)食品的消費(fèi)，轉(zhuǎn)而增加牛羊肉等替代產(chǎn)品的消費(fèi)，同時(shí)動(dòng)物疫情會(huì)在短期內(nèi)通過(guò)影響?zhàn)B殖戶(hù)的生產(chǎn)能力和消費(fèi)者消費(fèi)信心，從而影響畜產(chǎn)品市場(chǎng)。

對(duì)于疫情防疫方面的文獻(xiàn)，主要有對(duì)防疫政策、防疫主體、防疫因素等研究，在動(dòng)物疫情防疫政策方面的研究人員主要有韋欣捷[34]、田璞玉[35]等，對(duì)中國(guó)動(dòng)物疫病防疫政策不相適應(yīng)所凸顯的實(shí)際問(wèn)題進(jìn)行分析，還借鑒國(guó)外發(fā)達(dá)國(guó)家動(dòng)物疫病防疫政策經(jīng)驗(yàn)，在結(jié)合中國(guó)動(dòng)物疫病防疫現(xiàn)狀的基礎(chǔ)之上，提出相適應(yīng)的對(duì)策建議，對(duì)于在動(dòng)物疫情公共衛(wèi)生突發(fā)事件防疫政策的研究，國(guó)內(nèi)學(xué)術(shù)界還是較少，也是今后國(guó)內(nèi)在動(dòng)物疫情公共衛(wèi)生突發(fā)事件研究領(lǐng)域重點(diǎn)。對(duì)于疫情防疫主體研究的代表人物有韓國(guó)明[36]等學(xué)者，他主張以多中心治理的視角，構(gòu)建“政府防疫部門(mén)+畜牧合作社+防疫產(chǎn)品生產(chǎn)企業(yè)”多中心防疫主體構(gòu)成的牧區(qū)動(dòng)物防疫網(wǎng)絡(luò)系統(tǒng)，來(lái)彌補(bǔ)以政府為主體的單中心防疫體系存在的“政府失靈”。對(duì)于防疫措施影響因素研究代表人物主要有黃澤穎[37]、林光華[38]、劉軍弟[39]、張桂新[40]、崔彬[41]等，多采用單獨(dú)省的調(diào)查數(shù)據(jù)，或采用全國(guó)的調(diào)查數(shù)據(jù)，結(jié)合結(jié)構(gòu)方程模型、Logistic、Probit等回歸模型對(duì)動(dòng)物疫情風(fēng)險(xiǎn)防疫措施的影響因素進(jìn)行多維度研究，研究結(jié)果對(duì)于各地區(qū)突發(fā)性動(dòng)物疫情防疫過(guò)程具有實(shí)地指導(dǎo)意義。

在撲殺補(bǔ)償方面的文獻(xiàn)研究，主要是從撲殺補(bǔ)償政策、撲殺補(bǔ)償機(jī)制等角度進(jìn)行入手，其中，叢振華[42]認(rèn)為中國(guó)禽流感撲殺補(bǔ)償政策目標(biāo)缺乏針對(duì)性，太過(guò)于重視社會(huì)長(zhǎng)遠(yuǎn)目標(biāo)以及公益性目標(biāo)，補(bǔ)償價(jià)格標(biāo)準(zhǔn)不合理、補(bǔ)償?shù)姆秶?、補(bǔ)償不公平等問(wèn)題忽視了養(yǎng)殖戶(hù)的個(gè)人利益，使得養(yǎng)殖戶(hù)蒙受巨大損失。針對(duì)這些問(wèn)題，梅付春等[43]結(jié)合Logistic回歸模型對(duì)影響撲殺補(bǔ)償養(yǎng)殖戶(hù)配合意愿的主要因素進(jìn)行實(shí)證分析，研究發(fā)現(xiàn)養(yǎng)殖戶(hù)對(duì)于撲殺補(bǔ)償政策的滿意情況影響了養(yǎng)殖戶(hù)撲殺配合的意愿，如養(yǎng)殖戶(hù)滿意，則會(huì)積極配合撲殺，相反，則會(huì)削減撲殺補(bǔ)償?shù)呐浜弦庠福虼?，張莉琴等[44]就建議引入農(nóng)業(yè)保險(xiǎn)建立長(zhǎng)效補(bǔ)償機(jī)制，還有劉明月等[45]建議提高補(bǔ)償價(jià)格標(biāo)準(zhǔn)，對(duì)不同規(guī)模的養(yǎng)殖對(duì)象進(jìn)行差異化補(bǔ)償。由此從撲殺補(bǔ)償方面的文獻(xiàn)，可以看出中國(guó)動(dòng)物撲殺補(bǔ)償政策確實(shí)存在完善的地方，如何給予養(yǎng)殖戶(hù)適當(dāng)補(bǔ)償保障養(yǎng)殖戶(hù)的利益，也是動(dòng)物疫情突發(fā)公共衛(wèi)生事件研究領(lǐng)域的主題之一。

對(duì)于強(qiáng)制免疫的研究，國(guó)內(nèi)對(duì)于動(dòng)物疫情強(qiáng)制免疫方面的研究仍較少，主要從強(qiáng)制免疫效果角度進(jìn)行研究，其中，浦華等[46]選用期望感染禽流感家禽減少數(shù)量作為強(qiáng)制免疫效果指標(biāo)，運(yùn)用決策樹(shù)法比較分析了兩個(gè)不同家禽規(guī)模化程度發(fā)展地區(qū)的經(jīng)濟(jì)學(xué)優(yōu)化方案。李燕凌等[47]以生豬動(dòng)物疫情為例，采用傳染病SIR模型多個(gè)省份1167個(gè)養(yǎng)殖戶(hù)強(qiáng)制免疫效果進(jìn)行定量研究。目前，隨著突發(fā)公共衛(wèi)生事件動(dòng)物疫情的演化趨勢(shì)，國(guó)家在2017年出臺(tái)了動(dòng)物疫病強(qiáng)制免疫接種新政策，對(duì)動(dòng)物疫病強(qiáng)制免疫的疫病種類(lèi)做出相適應(yīng)的調(diào)整，這方面的文獻(xiàn)都具有很大的實(shí)用性。

4.3 突發(fā)公共衛(wèi)生事件危機(jī)傳播研究 突發(fā)公共衛(wèi)生事件暴發(fā)后，針對(duì)在危機(jī)信息傳播與溝通的過(guò)程中，不可避免會(huì)存在信息遺漏、信息噪音等導(dǎo)致信息失真的情況，如何應(yīng)對(duì)海量信息中存在的大量信息噪音，減少危機(jī)傳播中過(guò)程中的干擾因素，保障風(fēng)險(xiǎn)信息溝通的暢達(dá)，促使信息真實(shí)、迅速地傳達(dá)給公眾，讓公眾采取相應(yīng)的風(fēng)險(xiǎn)防范措施尤為重要，雷霆等[48]、孫少晶等[49]以“MERS事件”、“H7N9禽流感事件”等公共衛(wèi)生突發(fā)事件為案，對(duì)信息傳播與溝通中存在的問(wèn)題進(jìn)行了分析。黃彪文等[50]、魏海巖等[51]則以新聞媒體為研究對(duì)象，結(jié)合對(duì)比分析、內(nèi)容分析方法，對(duì)于新聞媒體傳播報(bào)道進(jìn)行了研究，并從傳播報(bào)道中的議題設(shè)置、報(bào)道框架、呈現(xiàn)方式、價(jià)值取向等方面提出策略，來(lái)促使風(fēng)險(xiǎn)信息形成迅速有效地傳播，引導(dǎo)受眾對(duì)公共衛(wèi)生突發(fā)事件形成正確的認(rèn)知。另外一方面，對(duì)于危機(jī)傳播中傳播媒介發(fā)揮的作用，徐威[52]、趙飛[53]等認(rèn)為官方政務(wù)微博，草根媒體在傳播信息、引導(dǎo)社會(huì)輿論、穩(wěn)定公眾情緒，獲得公眾支持等方面發(fā)揮重要作用。

4.4 突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情演化治理研究 目前對(duì)突發(fā)公共衛(wèi)生事件的網(wǎng)絡(luò)輿情演化機(jī)理探討的文獻(xiàn)較多，吳小蘭等[54]基于新浪微博中的H7N9為搜索關(guān)鍵詞，對(duì)網(wǎng)絡(luò)話題演化的方法進(jìn)行了研究；安璐等[55]結(jié)合狄利克雷分配（LDA）模型、自組織映射（SOM）等研究方法，對(duì)維持和新浪微博上關(guān)于埃博拉微博的主題演化模式和時(shí)序趨勢(shì)進(jìn)行了研究。對(duì)數(shù)據(jù)的獲取方式由公開(kāi)的網(wǎng)絡(luò)輿情微博數(shù)據(jù)，到大數(shù)據(jù)應(yīng)用手段中的網(wǎng)絡(luò)爬蟲(chóng)技術(shù)爬取數(shù)據(jù)?？梢钥闯觯髷?shù)據(jù)應(yīng)用在突發(fā)公共衛(wèi)生事件中的輿情研究中將成為一種趨勢(shì)，但在網(wǎng)絡(luò)輿情中各重要主體的社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)特征、內(nèi)部關(guān)系方面的研究還相對(duì)較少。其次，突發(fā)公共衛(wèi)生事件暴發(fā)后，網(wǎng)絡(luò)互動(dòng)平臺(tái)成為了社會(huì)風(fēng)險(xiǎn)“放大站”，類(lèi)似于2013年的甲型H1N1疫情網(wǎng)絡(luò)謠言給公共管理者面臨諸多治理難題，這種不符合實(shí)際情況，故意扭曲事實(shí)的網(wǎng)絡(luò)輿論煽動(dòng)不明真相的公眾，引起社會(huì)公眾的恐慌，質(zhì)疑政府應(yīng)急處置能力，削弱政府治理公信力，因此，治理網(wǎng)絡(luò)謠言刻不容緩。翁士洪等[56]對(duì)謠言的研究主要以某個(gè)突發(fā)性公共衛(wèi)生事件為案例進(jìn)行個(gè)案研究；陳喻等[57]運(yùn)用傳播學(xué)的研究范式，解析網(wǎng)絡(luò)謠言是如何進(jìn)行傳播。針對(duì)網(wǎng)絡(luò)謠言的傳播機(jī)理進(jìn)行應(yīng)急治理，是該領(lǐng)域研究的主要研究范式。

4.5 突發(fā)公共衛(wèi)生事件社會(huì)信任修復(fù)研究 基于公共危機(jī)、突發(fā)公共衛(wèi)生事件、社會(huì)信任修復(fù)、演化博弈為代表的關(guān)鍵詞知識(shí)團(tuán)簇，構(gòu)成了突發(fā)公共衛(wèi)生事件社會(huì)信任修復(fù)研究主題，從實(shí)際來(lái)看，這一研究主題的產(chǎn)生也是來(lái)源于對(duì)現(xiàn)實(shí)生活現(xiàn)象凸顯問(wèn)題的解決需求，國(guó)外媒體披露2013年上海黃浦江漂浮死豬公共衛(wèi)生事件，引起了公眾于對(duì)國(guó)內(nèi)食品安全擔(dān)憂、市場(chǎng)供求失衡、社會(huì)恐慌等社會(huì)問(wèn)題，暴露出政府突發(fā)事件應(yīng)急管理中存在的弊端，導(dǎo)致政府公信力下降，社會(huì)信任受損，基于此次事件，李燕凌等[58-60]對(duì)重大動(dòng)物疫情突發(fā)公共衛(wèi)生事件的社會(huì)信任修復(fù)進(jìn)行了研究，通過(guò)幾次多方動(dòng)態(tài)博弈，分別以政府監(jiān)管者、消費(fèi)者和企業(yè)；政府、生產(chǎn)者和消費(fèi)者；政府、網(wǎng)絡(luò)媒體、公眾為多方動(dòng)態(tài)博弈主體，模擬各方主體在突發(fā)公共衛(wèi)生事件動(dòng)物疫情公共危機(jī)信任修復(fù)過(guò)程中的選擇策略，求解三次博弈得到的動(dòng)態(tài)均衡解，找到均衡解下的各方的最優(yōu)選擇，根據(jù)最優(yōu)選擇來(lái)為各級(jí)政府應(yīng)對(duì)此類(lèi)突發(fā)公共衛(wèi)生事件提供科學(xué)有效的治理方案，最終增強(qiáng)政府公信力，提高社會(huì)信任。對(duì)于突發(fā)公共衛(wèi)生事件造成的社會(huì)信任受損的現(xiàn)實(shí)情況，一直以來(lái)也是公共管理者需要反思的問(wèn)題，對(duì)于社會(huì)信任方面的研究也可以過(guò)渡到其他突發(fā)事件領(lǐng)域。

另外，國(guó)內(nèi)還有部分學(xué)者對(duì)于突發(fā)公共衛(wèi)生事件爆發(fā)后的藥品專(zhuān)利知識(shí)產(chǎn)權(quán)強(qiáng)制許可與公共健康的問(wèn)題進(jìn)行了探討，旨在促進(jìn)藥物知識(shí)產(chǎn)權(quán)和公共衛(wèi)生健康事業(yè)的平衡發(fā)展。

5 總結(jié)

本文以2003～2017年CNKI為檢索平臺(tái)，搜索CSSCI中對(duì)突發(fā)公共衛(wèi)生事件及相關(guān)動(dòng)物疫情方向論文為文獻(xiàn)樣本，利用SPSS、Ucinet、SATI3.2對(duì)搜集的文獻(xiàn)的關(guān)鍵詞共詞網(wǎng)絡(luò)矩陣進(jìn)行聚類(lèi)分析以及社會(huì)網(wǎng)絡(luò)分析，繪制了15年的中國(guó)突發(fā)動(dòng)物疫情公共衛(wèi)生事件及相關(guān)研究方向的知識(shí)圖譜，綜合研判得出了在突發(fā)公共衛(wèi)生事件研究領(lǐng)域的應(yīng)急機(jī)制構(gòu)建研究、綜合防控研究（以動(dòng)物疫情為例）、危機(jī)傳播研究、網(wǎng)絡(luò)輿情研究、社會(huì)信任修復(fù)研究五大研究主題脈絡(luò)，在此基礎(chǔ)上，并對(duì)五個(gè)研究主題特征與內(nèi)部結(jié)構(gòu)進(jìn)行分析，對(duì)學(xué)科研究的未來(lái)發(fā)展提供了新的研究方向。但應(yīng)該注意的是，由于受到文獻(xiàn)樣本、方法工具、時(shí)間跨度等因素影響，本文對(duì)該領(lǐng)域研究主題的特征把握和細(xì)致解讀還存在部分局限，主要是對(duì)研究期間文獻(xiàn)的研讀分析中發(fā)現(xiàn)包含大量早期文獻(xiàn)撰寫(xiě)的規(guī)范不甚統(tǒng)一，未能標(biāo)注關(guān)鍵詞，致使刪去了很多文獻(xiàn)樣本，在后期計(jì)量分析時(shí)未能涵蓋該文獻(xiàn)。