劉拓 侯學(xué)文 李寧 俞鋮航 黃烈雨

衛(wèi)生健康標(biāo)準(zhǔn)是我國標(biāo)準(zhǔn)體系的重要組成部分，其在保障人民生命健康方面發(fā)揮著重要的作用。從形式上來說，我國的衛(wèi)生健康標(biāo)準(zhǔn)是一種半結(jié)構(gòu)式文本。除了技術(shù)內(nèi)容之外，標(biāo)準(zhǔn)中還包含豐富的關(guān)系型的數(shù)據(jù)，如起草人、起草單位和規(guī)范性引用文件等。對此類關(guān)系型數(shù)據(jù)的分析，可以從不同維度刻畫標(biāo)準(zhǔn)之間的相互關(guān)系，為完善標(biāo)準(zhǔn)體系提供技術(shù)支撐；如采用社會網(wǎng)絡(luò)分析法可以對標(biāo)準(zhǔn)中規(guī)范性引用文件關(guān)系型數(shù)據(jù)進行描述性分析，歸納處于互引關(guān)系網(wǎng)絡(luò)中的中心位置的標(biāo)準(zhǔn)，為修訂完善標(biāo)準(zhǔn)提供參考[1]。然而，既往涉及衛(wèi)生健康標(biāo)準(zhǔn)的研究多集中在對其涉及技術(shù)內(nèi)容的比較和分析，對標(biāo)準(zhǔn)中包含的關(guān)系型數(shù)據(jù)研究較少。參考其他領(lǐng)域的關(guān)系型數(shù)據(jù)分析思路，其在分析之前均需要構(gòu)建分析對象的共現(xiàn)矩陣[2-6]，但是專門探討衛(wèi)生健康標(biāo)準(zhǔn)中關(guān)系型數(shù)據(jù)中如何計算的文章極少。本研究借鑒其他領(lǐng)域的關(guān)系型數(shù)據(jù)分析過程中共現(xiàn)矩陣的計算思路，設(shè)計衛(wèi)生健康標(biāo)準(zhǔn)類似共現(xiàn)矩陣的求解路徑及其SAS 實現(xiàn)方法，以期為衛(wèi)生健康標(biāo)準(zhǔn)的分析提供新的技術(shù)工具。

1 資料與方法

共現(xiàn)矩陣是一種描述不同指標(biāo)共同出現(xiàn)的頻率的二維表格，其行和列標(biāo)題為不同指標(biāo)，表中數(shù)據(jù)為該數(shù)據(jù)所在行列指標(biāo)共同出現(xiàn)的頻次。本文以計算一組標(biāo)準(zhǔn)的起草單位共現(xiàn)矩陣為例，標(biāo)準(zhǔn)中其他的關(guān)系型數(shù)據(jù)，如起草人、規(guī)范性引用文件也可以參考此方法計算共現(xiàn)矩陣。

1.1 計算思路

假設(shè)“標(biāo)準(zhǔn)-起草單位”二維表格有M 行和N 列，二維表格的第i 行j 列（1 ≤i ≤M，1 ≤j ≤N）數(shù)值為Xi,j，Xi,j取值為0 或1。二維表格中每一行代表一項標(biāo)準(zhǔn)，記為Si；每一列代表一個起草單位，記為Aj。如Xi,j＝1，則表示第i 標(biāo)準(zhǔn)的起草單位名單中有第j 個起草單位；反之如Xi,j＝0，則沒有第 j 個起草單位。第j 個起草單位與第k個起草單位（1 ≤j ≤N，1 ≤k ≤N）的共現(xiàn)頻次Cj,k＝SUM（X1,j×X1,k+X2,j×X2,k…+Xi,j×Xi,k…+Xm,j×Xm,k）。以此類推，計算出所有的Cj，k，并整理為起草單位共現(xiàn)矩陣。共現(xiàn)矩陣示例見表1。

表1 共現(xiàn)矩陣示例表

1.2 統(tǒng)計分析

整理后的“標(biāo)準(zhǔn)-起草單位”矩陣導(dǎo)入SAS（版本號：9.4），按照計算思路自行設(shè)計宏程序計算起草單位之間的共現(xiàn)矩陣。

2 計算程序

2.1 數(shù)據(jù)導(dǎo)入

為了方便演示，本文采用自行構(gòu)建的模擬數(shù)據(jù)進行演示。假設(shè)現(xiàn)有4 項標(biāo)準(zhǔn)分別為S1、S2、S3 和S4；共計涉及3 家起草單位，分別為A1、A2 和A3，兩者構(gòu)成一個M 行×N 列的“標(biāo)準(zhǔn)-起草單位”二維表，其中M ＝4，N ＝3。表中“0～ 1”數(shù)值表示某個起草單位是否在某項標(biāo)準(zhǔn)的起草單位名單中，如X1，1＝1，即S1 標(biāo)準(zhǔn)的起草單位名單中有A1，X1，2＝0，即S1 標(biāo)準(zhǔn)的起草單位名單中無A2，見表2。

表2 “標(biāo)準(zhǔn)-起草單位”導(dǎo)入數(shù)據(jù)示例表

將上述數(shù)據(jù)導(dǎo)入到SAS 中，并命名為test_1_0。程序如下。

2.2 計算共現(xiàn)矩陣的SAS 宏程序

定義計算起草單位共現(xiàn)矩陣的SAS 宏程序名稱compute，其包含4 個參數(shù)，分別為i_start_num、i_end_num、j_start_num 和j_end_num，本文中分別取值為1、3、1 和3，具體宏程序及其注釋如下。

具體的計算結(jié)果見圖1。

圖1 標(biāo)準(zhǔn)中起草單位共現(xiàn)矩陣SAS 計算結(jié)果示意圖

可以進一步用PROC EXPORT 直接導(dǎo)出數(shù)據(jù)集，也可以在SAS 菜單欄中選擇“文件”→“導(dǎo)出數(shù)據(jù)”，按照菜單提示選擇需要導(dǎo)出的數(shù)據(jù)集。經(jīng)整理后，最終的起草單位共現(xiàn)矩陣見表3。

表3 標(biāo)準(zhǔn)中起草單位共現(xiàn)矩陣示意表

2.3 宏程序調(diào)試

在測試SAS 宏程序的時候，可以增加部分選項用于程序的調(diào)試，如可以增加“option mlogic；”，SAS 會提供每一步宏程序運行的結(jié)果，方便發(fā)現(xiàn)宏程序哪些地方存在問題，以便于及時修改。在SAS 宏程序調(diào)試完成后，可以選擇運行“option nomlogic；”語句關(guān)閉該項功能，以提升SAS 宏程序運行速度。此外，還可以運行“option nonotes；”語句，關(guān)閉SAS 宏程序在運行過程中輸出日志，以進一步提升SAS 宏程序的運行速度。

3 討論

3.1 SAS 宏程序計算共現(xiàn)矩陣具有靈活高效的優(yōu)勢

作為一種在衛(wèi)生健康領(lǐng)域應(yīng)用廣泛的權(quán)威統(tǒng)計分析軟件，SAS 宏程序靈活高，在處理批量化的數(shù)據(jù)整理和分析過程中優(yōu)勢明顯，可以實現(xiàn)DATA 步和PROC 步的任意組合[7-8]。對于共現(xiàn)矩陣的計算來說，計算量隨著指標(biāo)數(shù)量增加而快速增加，如對于一組衛(wèi)生健康標(biāo)準(zhǔn)有n 個起草單位，則起草單位共現(xiàn)矩陣具有n2個數(shù)據(jù)需要計算。對于較大規(guī)模數(shù)據(jù)的計算，SAS 宏程序具有一定的優(yōu)勢，如不依賴內(nèi)存、運行效率高等；而R 語言在處理數(shù)據(jù)時是先把數(shù)據(jù)讀取到內(nèi)存，當(dāng)數(shù)據(jù)大小接近或超過內(nèi)存大小時，會導(dǎo)致計算機死機或程序閃退。

3.2 共現(xiàn)矩陣的理論基礎(chǔ)和實踐用途

共現(xiàn)矩陣基于一個簡單假設(shè)，即如果兩個對象經(jīng)常同時出現(xiàn)，那么它們之間可能存在某種關(guān)聯(lián)性[9]。如果將這種關(guān)聯(lián)進行整理，就可以得到共現(xiàn)矩陣。其優(yōu)點是不要求必須事先對這種關(guān)聯(lián)性進行假設(shè)或理論建模，因此可以在沒有明確研究問題的情況下進行探索性數(shù)據(jù)分析，進而發(fā)現(xiàn)新的規(guī)律和關(guān)系；但是另一方面，由于共現(xiàn)矩陣反映的只是2 組對象之間的關(guān)聯(lián)性，如果沒有事先的研究假設(shè)、邏輯推導(dǎo)以及共現(xiàn)矩陣分析之后的補充分析，得到的關(guān)系并不足支持因果判斷，提示筆者需要根據(jù)具體問題和數(shù)據(jù)特點選用合適的分析方法，結(jié)合共現(xiàn)矩陣分析結(jié)果，獲得綜合全面的研究結(jié)論。共現(xiàn)矩陣常用的于社會網(wǎng)絡(luò)分析（共同關(guān)系等）、自然語言處理（語義相似等）、生物信息學(xué)（相互作用等）等領(lǐng)域的研究中。

3.2 共現(xiàn)矩陣后續(xù)可用于社會網(wǎng)絡(luò)分析

社會網(wǎng)絡(luò)分析（social network analysis，SNA）是一種針對不同事物之間關(guān)聯(lián)型數(shù)據(jù)的專用方法，其既可以用中心度、相對中心度和中間中心度等統(tǒng)計指標(biāo)，描述分析不同事務(wù)之間的互動關(guān)系；也可以發(fā)現(xiàn)社會網(wǎng)絡(luò)中聯(lián)系相對頻繁、密切、存在較多互動的個體之間構(gòu)成的凝聚子群[10-12]。該方法廣泛應(yīng)用于信息情報、醫(yī)療衛(wèi)生、產(chǎn)業(yè)發(fā)展和社會經(jīng)濟等領(lǐng)域的研究，而現(xiàn)行主流的SNA 軟件，多以共現(xiàn)矩陣為輸入數(shù)據(jù)開展各項分析[5，13-15]。既往研究中，已經(jīng)有學(xué)者探索將SNA 方法引入標(biāo)準(zhǔn)相關(guān)的分析中，如馮婉怡等[16]基于SNA 視角分析87 項旅游標(biāo)準(zhǔn)及260 項引用標(biāo)準(zhǔn)的互動關(guān)系，發(fā)現(xiàn)旅游標(biāo)準(zhǔn)引用范圍廣泛，但尚未形成次級標(biāo)準(zhǔn)引用網(wǎng)絡(luò)；劉拓等[1]探索269 項國家職業(yè)衛(wèi)生標(biāo)準(zhǔn)及其涉及的361 項規(guī)范性引用文件之間的互動關(guān)系，提煉國家職業(yè)衛(wèi)生標(biāo)準(zhǔn)體系中的中心度較高的標(biāo)準(zhǔn)。魯洋等[17]對我國115 項職業(yè)病診斷標(biāo)準(zhǔn)及其146 項規(guī)范性引用文件進行分析，量化評估職業(yè)病診斷標(biāo)準(zhǔn)之間的關(guān)聯(lián)程度；并歸納其關(guān)鍵節(jié)點標(biāo)準(zhǔn)，為職業(yè)病診斷標(biāo)準(zhǔn)的實施追蹤提供技術(shù)線索。除了通過規(guī)范性引用文件構(gòu)建的標(biāo)準(zhǔn)互引網(wǎng)絡(luò)之外，SNA 法還可以利用標(biāo)準(zhǔn)起草單位共現(xiàn)矩陣分析標(biāo)準(zhǔn)起草單位之間互動關(guān)系，如劉思薇等[18]利用標(biāo)準(zhǔn)起草單位共現(xiàn)矩陣，對人工智能產(chǎn)業(yè)技術(shù)標(biāo)準(zhǔn)合作網(wǎng)絡(luò)特征及演化規(guī)律和趨勢進行探討，歸納該網(wǎng)絡(luò)中的核心主體、合作深度和多元化趨勢。因此，建議共現(xiàn)矩陣后續(xù)可用于SNA，探索諸如起草單位、規(guī)范性引用文件等事物之間的互聯(lián)互動關(guān)系，為完善標(biāo)準(zhǔn)體系及衛(wèi)生健康標(biāo)準(zhǔn)化工作提供針對性的建議。

3.3 共現(xiàn)矩陣后續(xù)可用于歸納互動演進規(guī)律

除了SNA，共現(xiàn)矩陣還可以作為關(guān)聯(lián)型數(shù)據(jù)在時間、地域或性質(zhì)上分布和演進規(guī)律的數(shù)據(jù)基礎(chǔ)，如張正峰等[10]分析京津冀地區(qū)碳排放空間關(guān)聯(lián)，李永立等[19]利用SNA 對研究對象的多屬性關(guān)聯(lián)規(guī)則進行挖掘，賀鈺等[20]分析主產(chǎn)區(qū)柑橘價格的空間關(guān)聯(lián)。具體到衛(wèi)生健康標(biāo)準(zhǔn)領(lǐng)域，其中的關(guān)系型數(shù)據(jù)共現(xiàn)矩陣從如下角度繼續(xù)深入分析：從時間規(guī)律上，可以分析不同時間，不同標(biāo)準(zhǔn)或不同起草單位之間的互動關(guān)系，歸納其演進規(guī)律和未來發(fā)展趨勢；從空間維度，可以分析來自不同地域起草單位之間的互動聯(lián)系，探索與我國社會經(jīng)濟發(fā)展之間的關(guān)聯(lián)性；從性質(zhì)維度，可以分析不同性質(zhì)的標(biāo)準(zhǔn)，如強制性標(biāo)準(zhǔn)和推薦性標(biāo)準(zhǔn)，國家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)、地方標(biāo)準(zhǔn)和團體標(biāo)準(zhǔn)之間的互動聯(lián)系，研究之間的信息傳遞與互動聯(lián)系，為發(fā)現(xiàn)核心標(biāo)準(zhǔn)、完善標(biāo)準(zhǔn)體系提供參考。

綜上所述，SAS 宏程序計算標(biāo)準(zhǔn)中關(guān)系型數(shù)據(jù)共現(xiàn)矩陣具有靈活高效的優(yōu)勢，可用于社會網(wǎng)絡(luò)分析和互動演進規(guī)律總結(jié)。