周靜鋒，魏曉敏

隨著信息產(chǎn)業(yè)網(wǎng)絡(luò)化、信息交互化及數(shù)字化技術(shù)發(fā)展，數(shù)字電視和網(wǎng)絡(luò)電視作為多媒體數(shù)字化信息科技產(chǎn)物得到迅速發(fā)展并趨于成熟。以數(shù)字電視為基礎(chǔ)建設(shè)的網(wǎng)絡(luò)電視平臺(tái)為社區(qū)、家庭和個(gè)人提供了健康知識(shí)、政策信息和相關(guān)健康服務(wù)，在提高人們生活水平和生活質(zhì)量以及開(kāi)闊視野和知識(shí)面等方面起到了促進(jìn)作用[1-4]。上海市社區(qū)健康教育專網(wǎng)（以下簡(jiǎn)稱“專網(wǎng)”）是基于電信IPTV 和專網(wǎng)搭建技術(shù)構(gòu)建的數(shù)字化健康教育網(wǎng)絡(luò)平臺(tái)，能夠滿足居民隨時(shí)看、無(wú)限次回看及個(gè)性化健康需求，在擴(kuò)大健康科普傳播、傳播健康教育知識(shí)，提升獲得感方面發(fā)揮了作用。本文通過(guò)分析新冠疫情前后專網(wǎng)使用情況的變化，為進(jìn)一步推進(jìn)專網(wǎng)在后新冠疫情時(shí)代的健康傳播提供依據(jù)。

1 資料與方法

1.1 資料

基于專網(wǎng)用戶每月點(diǎn)擊進(jìn)入健康專區(qū)的比例，收集專網(wǎng)2019 年1 月至2021 年12 月的月開(kāi)機(jī)率。

1.2 方法

采用SPSS 25.0 統(tǒng)計(jì)軟件進(jìn)行開(kāi)機(jī)率變化分析。以開(kāi)機(jī)率為檢驗(yàn)變量，年份為分組變量，通過(guò)Shapiro-Wilk 檢驗(yàn)判斷開(kāi)機(jī)率數(shù)據(jù)是否服從正態(tài)分布，以及使用Levene’s 方差齊性檢驗(yàn)判斷各組方差是否齊，最終進(jìn)行獨(dú)立樣本t檢驗(yàn)，判斷新冠疫情發(fā)生前后開(kāi)機(jī)率的差異。P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

采用多重線性回歸進(jìn)行開(kāi)機(jī)率的中斷時(shí)間序列分析（ITSA），比較干預(yù)因素作用前后的水平改變和斜率改變。ITSA 的關(guān)鍵是擬合分段的多重線性回歸，有3 個(gè)主要應(yīng)用條件：要有明確的干預(yù)/政策發(fā)生時(shí)間點(diǎn)；干預(yù)前和干預(yù)后多個(gè)等時(shí)間間隔的結(jié)果變量觀測(cè)；結(jié)果變量和時(shí)間變量呈線性或近似線性的趨勢(shì)。本研究以2020 年1 月上海啟動(dòng)重大突發(fā)公共衛(wèi)生事件一級(jí)響應(yīng)為干預(yù)時(shí)間點(diǎn)，擬合分段的多重線性回歸分析。其中，因變量為開(kāi)機(jī)率，自變量包括計(jì)數(shù)的時(shí)間變量X1、事件變量X2和斜率X3。其中，X1=1，2，3…，36；X2事件前為0，事件后為1；X3事件前為0，事件后為X1。擬合不含協(xié)變量的水平和斜率改變模型：Yt=β0+β1X1+β2X2+β3X3+εt（方程1）。其中，β0為研究開(kāi)始時(shí)2019 年1 月的專網(wǎng)開(kāi)機(jī)率水平，β1為事件前的斜率，β2為事件前后的水平改變量，β3為斜率改變量，（β1+β3）為事件后的斜率，εt為殘差。開(kāi)機(jī)率時(shí)間序列自相關(guān)檢驗(yàn)采用楊-博克斯Q檢驗(yàn)；結(jié)果變量和時(shí)間變量間的線性趨勢(shì)檢驗(yàn)采用趨勢(shì)卡方檢驗(yàn)。

2 結(jié)果

2.1 基本情況

專網(wǎng)2019 年1 月—2021 年12 月的平均開(kāi)機(jī)率65.58%，其中2019、2020 和2021 年度的平均開(kāi)機(jī)率分別為59.59%、70.13%和67.02%。2019 年1 月—2021 年12 月期間的開(kāi)機(jī)率隨時(shí)間變化存在波動(dòng)，在2020 年1 月出現(xiàn)瞬時(shí)提高，達(dá)到峰值。見(jiàn)表1。

表1 2019年1月—2021年12月專網(wǎng)開(kāi)機(jī)率（%）

2.2 開(kāi)機(jī)率的分段比較

以2020 年1 月出現(xiàn)開(kāi)機(jī)率峰值為界，將開(kāi)機(jī)率分成兩組，即新冠疫情發(fā)生前和新冠疫情發(fā)生后。新冠疫情前后2 組的開(kāi)機(jī)率差異具有統(tǒng)計(jì)學(xué)意義（P＜0.001）。新冠疫情后的開(kāi)機(jī)率（68.57%±4.47%）高于新冠疫情前（59.59%±2.99%），差值為8.98%（95%CI：5.92～12.03）。

2.3 中斷時(shí)間序列分析

對(duì)2019 年1 月—2021 年12 月專網(wǎng)開(kāi)機(jī)率時(shí)間序列進(jìn)行自相關(guān)檢驗(yàn)，統(tǒng)計(jì)量楊-博克斯Q（18）（Ljung-Box）的顯著性（P值）=0.620，＞0.05，認(rèn)為這個(gè)序列的殘差是白噪聲序列。進(jìn)行卡方檢驗(yàn)，統(tǒng)計(jì)量χ2=7.334，P=0.007，有統(tǒng)計(jì)學(xué)意義，說(shuō)明專網(wǎng)開(kāi)機(jī)率逐月呈線性趨勢(shì)。

對(duì)2019 年1 月至2021 年12 月專網(wǎng)開(kāi)機(jī)率（%）回歸分析用自變量進(jìn)行賦值。見(jiàn)表2。從模型角度將方程1 分為事件前模型=β0+β1χ1（方程2）和事件后模型=β0+β1χ1+β2χ2+β3χ3（方程3）。擬合多重回歸分析，發(fā)現(xiàn)2020 年7 月和9 月的開(kāi)機(jī)率殘差絕對(duì)值＞2，作為異常值經(jīng)刪除后再次進(jìn)行多重回歸分析。Durbin-Watson 檢驗(yàn)值為1.957，接近2，認(rèn)為殘差不存在相關(guān)性。擬合多重線性回歸Yt=β0+β1X1+β2X2+β3X3+εt=55.83+0.58X1+23.30X2-0.98X3，模型各參數(shù)均存在統(tǒng)計(jì)學(xué)差異。見(jiàn)表3。新冠疫情前，模型為=β0+β1χ1=55.83+0.58χ1，上升斜率為58%，開(kāi)機(jī)率呈上升趨勢(shì)；新冠疫情發(fā)生后，模型為=79.13-0.40χ1，下降斜率為40%，開(kāi)機(jī)率出現(xiàn)下降趨勢(shì)。開(kāi)機(jī)率較新冠疫情前提高8.98 個(gè)點(diǎn)，斜率較新冠疫情前下降98%。見(jiàn)圖1。

表2 專網(wǎng)2019年1月—2021年12月開(kāi)機(jī)率（%）回歸分析用自變量賦值

表3 含中斷時(shí)間序列參數(shù)的多重線性回歸分析

圖1 2019年—2021年新冠疫情前后專網(wǎng)開(kāi)機(jī)率水平及斜率變化

3 討論

3.1 新冠疫情前后上海市社區(qū)健康教育專網(wǎng)開(kāi)機(jī)率的變化符合突發(fā)事件的周期演變規(guī)律

市民對(duì)新冠疫情的關(guān)注度在時(shí)間上符合突發(fā)事件的周期演變規(guī)律，即經(jīng)歷起始階段、爆發(fā)階段、波動(dòng)階段和長(zhǎng)尾階段[6]。胡安琪及相關(guān)研究[7-8]也論證了這個(gè)觀點(diǎn)，即公共衛(wèi)生事件的影響范圍會(huì)隨時(shí)間發(fā)展逐漸擴(kuò)大，國(guó)內(nèi)任何一個(gè)城市或國(guó)際疫情大事件都會(huì)引發(fā)媒體與公眾的關(guān)注度再次上升，表現(xiàn)為市民關(guān)注度的上下波動(dòng)。專網(wǎng)的開(kāi)機(jī)率也呈現(xiàn)了這一變化：在疫情初發(fā)時(shí)出現(xiàn)高峰，后隨疫情的變化呈現(xiàn)波動(dòng)式下降，并不斷接近新冠疫情發(fā)生前的水平。這與上海市健康促進(jìn)中心緊抓疫情動(dòng)態(tài)，關(guān)鍵節(jié)點(diǎn)在專網(wǎng)平臺(tái)適時(shí)傳播針對(duì)性的健康科普知識(shí)有關(guān)。在市民高度關(guān)注的疫情初期，專網(wǎng)傳播的新冠系列核心知識(shí)、熱點(diǎn)問(wèn)題解答、基本防護(hù)措施等健康科普視頻，使專網(wǎng)開(kāi)機(jī)率達(dá)到峰值（78.20%）。為配合政府做好新冠疫情防控，上海市民經(jīng)歷著“居家防疫”“線上學(xué)習(xí)”“居家辦公”“復(fù)工復(fù)產(chǎn)”“接種新冠疫苗”等疫情下的不同生活方式，也產(chǎn)生了各種新的健康需求，這體現(xiàn)為持續(xù)高位的開(kāi)機(jī)率水平。在“外防輸入、內(nèi)防反彈”的大環(huán)境下，2020 年10 月的“雙節(jié)”長(zhǎng)假（國(guó)慶節(jié)與中秋節(jié)）市民在能否外出、外出如何防護(hù)等方面的健康科普知識(shí)需求大增，加之“青島疫情事件”，促使公眾再次高度關(guān)注新冠疫情，表現(xiàn)為專網(wǎng)開(kāi)機(jī)率再次達(dá)到70%。而2020 年7 月和9 月，專網(wǎng)開(kāi)機(jī)率表現(xiàn)異常低，可能與專網(wǎng)為實(shí)現(xiàn)高清向4K 超高清網(wǎng)絡(luò)轉(zhuǎn)換、較大片區(qū)集中更換用戶機(jī)頂盒而無(wú)法開(kāi)機(jī)有關(guān)；也可能與這兩個(gè)時(shí)間點(diǎn)的前后月份正好有疫情相關(guān)事件發(fā)生有關(guān)，導(dǎo)致公眾關(guān)注度上升，如2020 年6 月北京的疫情、8 月新疆的疫情。

3.2 立足需求，發(fā)揮好健康科普平臺(tái)作用

專網(wǎng)在建立之初就是為了傳播適合不同人群需求的各類科學(xué)、權(quán)威健康教育知識(shí)，這已成為新媒體健康科普知識(shí)傳播不可或缺的重要組成部分。2019 年專網(wǎng)開(kāi)機(jī)率呈向上的發(fā)展趨勢(shì)。新冠疫情影響下，專網(wǎng)開(kāi)機(jī)率水平整體提高，且隨市民關(guān)注程度的變化而變化。隨著疫情防控進(jìn)入常態(tài)化，開(kāi)機(jī)率在波動(dòng)中不斷下降，從2020 年的70.13%下降至2021 年的67.02%，但仍比OTT 端開(kāi)機(jī)率高出20%，遠(yuǎn)高于運(yùn)營(yíng)發(fā)展處行業(yè)中高水平的虹領(lǐng)金平臺(tái)44%的開(kāi)機(jī)率水平[9]。這說(shuō)明踐行“健康知識(shí)普及行動(dòng)”可以充分發(fā)揮專網(wǎng)平臺(tái)作用，更好地提升市民健康素養(yǎng)水平，養(yǎng)成健康生活方式。

在全媒體傳播時(shí)代，利用互聯(lián)網(wǎng)、移動(dòng)客戶端等新媒體以及云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)等信息技術(shù)傳播健康知識(shí)，可提高健康教育的針對(duì)性、精準(zhǔn)性和實(shí)效性，同時(shí)可以提升市民的健康素養(yǎng)水平。《健康中國(guó)行動(dòng)（2019—2030 年）》明確提出要“鼓勵(lì)、扶持中央廣電總臺(tái)和各省級(jí)電臺(tái)、電視臺(tái)在條件成熟的情況下開(kāi)辦優(yōu)質(zhì)健康科普節(jié)目?！鄙鐓^(qū)健康教育專網(wǎng)作為傳播健康科普知識(shí)的專業(yè)平臺(tái)，要在滿足用戶健康需求上下功夫，不斷提高平臺(tái)健康科普內(nèi)容的針對(duì)性、精準(zhǔn)性和實(shí)效性。即通過(guò)需求評(píng)估主動(dòng)了解、挖掘用戶群體的健康需求，并以需求為導(dǎo)向，制作傳播符合受眾需求的健康科普內(nèi)容，從而提高開(kāi)機(jī)率，不斷提升市民健康素養(yǎng)水平，發(fā)揮好健康科普知識(shí)傳播專業(yè)平臺(tái)的作用，助力建設(shè)健康上海。