■钟智锦 周金连
　　【本文提要】席卷全球的新型冠状病毒肺炎引起了媒体和公众的高度关注，基于议程设置理论，本文旨在探究媒体、公众注意力与重大突发性公共卫生事件防控效果之间的关联。本研究采用信息流行病学研究范式，以国家卫健委公布的新增病例数、CND新闻指数和百度指数为数据来源，构建了疫情规模和媒体与公众注意力发展的时间序列，并运用格兰杰因果分析方法，具体探讨了疫情扩散规模、媒体注意力、公众注意力之间的影响关系。分析结果发现，媒体注意力并不遵循流行病学的发展逻辑，而是时常受到关键事件的驱动和牵引，而每日新增病例数的变化则会引起公众注意力的波动，尤其是疑似病例数；公众对疫情的高度关注可以实现议题显著性向媒体转移；此外，在对疫情实际扩散规模的影响上，公众和媒体注意力在一定滞后期内的波动均可以对随后疫情扩散规模的变化做出解释。
　　【关键词】疫情 媒体注意力 公众注意力 格兰杰因果分析
　　【中图分类号】G201
　　
一、引言
　　根据中国国家卫健委公开数据，截至2020年3月19日，新冠病毒已造成3250人死亡，8.1263万人感染。根据事件的性质、危害程度、涉及范围等特点，新冠肺炎疫情被定性为国家重大突发公共卫生事件。防疫初期，疫情信息迅速成为整个媒介系统的核心议程，公众在对疫情的发展态势保持密切关注的同时，也对个人防疫措施投入了相当的集体注意力，这对落实全民防疫措施、遏制疫情扩散起到了积极效用。
　　与感染者进行物理隔离固然是防止传染性疾病大规模蔓延的根本性举措，但从传播学视角考量，媒体和公众注意力也与传染病防控之间存在密切联系。媒体对疫情报道的主要目的是让人们了解疾病，培养公众防护意识、促进防护行为，避免疾病在人群中的大规模扩散。在公共卫生事件中，媒体能在何种程度上实现促进疫情防控的功能？媒体和公众对疫情的注意力之间存在怎样的关系？它们的涨落是否与疫情扩散的实际规模有关？以往的研究由于针对的疾病不同、传播现象所处的社会背景不同、对概念的测量方法存在差异，所得出的结论也不尽相同。本文将立足于我国新冠疫情初期的信息环境，以议程设置理论为主要理论依据，以百度指数和CND新闻指数为主要数据来源，探究媒体注意力和公众注意力之间的作用关系及其可能带来的防疫效果。
　　
二、文献回顾及研究问题
　　（一）媒体注意力与疫情扩散规模
　　新闻媒体在报道过程中，不可避免地会对事件进行“选择、强调或安排”（Singer & Endreny， 1993：21）。媒体注意力（media attention）指的是主体、事件或议题获得媒体报道的数量（Andrews & Caren， 2010），它体现了媒体议题的显著性，正如Dearing等所述：“新闻报道的数量衡量了一个问题在媒体议程中的相对重要性” （Dearing， Rogers & Rogers， 1996： 8）。Mazur认为报道数量和显著性比内容更重要，因为公众更容易受到媒介所传递的信号而不是内容的影响 （Mazur， 2009）。从新闻生产实践来看，媒体议题注意力分配是新闻把关的一个重要环节，把关过程中公共事件本身的新闻价值是媒体注意力分配的核心标准，涉及事件的真实性、重要性、冲突性、不寻常性、及时性、邻近性、影响力、显著性、矛盾性、突发性、连续性等特征（Eilders， 2006； Shoemaker & Vos， 2009： 126-127）。诸如突发性传染病等影响重大的社会问题，不仅容易快速进入媒体议程，还会在一段时间内成为媒体报道的焦点，形成议题的注意力周期。Downs提出的注意力周期理论最早将媒体注意力划分为前问题、发现问题、取得重大进展、注意力消退和后议题五个阶段（Downs， 1972）。虽然这种媒体注意力周期模式在一些经验研究中得到证实，但Brossard、Shanahan和McComas研究发现在特定的文化背景下，也有媒体的议题注意力并不符合模型中“上升—下降”的发展态势，而是基于周期内出现的敏感事件起伏涨落的（Brossard， Shanahan & McComas， 2004）。病毒的实时扩散规模是反映疫情严重性的重要指标，因此从新闻价值的重要性层面考量，疫情扩散规模的指标数据可以构成影响媒体注意力波动的因素之一。但经验研究发现，传染病扩散的过程中，媒体注意力的投入有时与疾病发展的严重程度相一致，有时并不一致，换言之，媒体注意力趋势并不完全遵循流行病学逻辑，还时常受到关键事件的驱动和牵引（Klemm， Das & Hartmann， 2016）。如对甲型H1N1流感大流行期间媒体注意力的分析结果表明，新闻报道量在流行病的初始阶段是最高的，此后媒体的关注并没有随着感染人数或死亡人数的增加而增加，而是开始迅速衰减，官方对流感的正式宣布和大规模疫苗接种计划两个事件中新闻价值较为突出，再次带来了媒体报道量的高峰（Hilton & Hunt， 2011）。
　　从媒介的现实效果来看，媒体报道在防止传染病扩散方面发挥了不可忽视的作用（Karan，Aileen & Leng Elaine， 2007）。媒体突出传染病议题显著性的目的是为了向社会传递有关疾病的科普信息或政府部门的相关决策，在社会系统中发挥信息沟通和风险传播的作用。一方面，在其他条件相同情况下，媒体把关人分配给不同议题的注意力高低决定了其在公共领域进一步传播扩散的可能性（Koopmans，2004），尤其在危机事件的报道中，媒体的注意力投入程度不仅可以影响到公众对事件重要性的判断，也可能会放大或缩小实际存在的社会风险（Kasperson et al.，1998），影响公众的风险感知和风险规避行为。由此，媒体对疾病的高度关注，可以引发公众的危机意识，促使社会群体成员采取有效的自我防护行为，进而控制疾病在人群中蔓延。另一方面，在重大突发公共卫生事件中，媒体报道又同政府行为存在密切关联，如媒体对个别社会事件的议题强化也可能形成一定的舆论力量，促使政府决策的推出或修订，在媒体注意力受核心事件牵引的机制下，媒体对传染病信息的密切关注也常表现为对政府重大防疫措施的集中报道，如封城、医学隔离等手段都在控制传染病的扩散过程中发挥了巨大作用。基于这种媒介效果观，有研究通过物理建模的方法，发现根据媒体注意力的波动可以有效预测SARS的爆发峰值（Tchuenche & Bauch， 2012）。需要注意的是，即便在突发公共卫生事件期间，大众传媒的报道关注具有遏制疫情扩散的社会功能，而媒体作为一种告知、宣传和组织动员的工具，某种意义上起到的防疫效果本质上是由其所报道的对象决定的，尤其在参与主体多元的防疫工作中，媒体关注度对防疫效果的直接解释力度可能有限，但媒体作为一种舆论工具仍然具备特殊价值。
　　疫情期间，官方向社会公布的疑似病例数、确诊病例数、死亡病例数均是反映疫情严重程度的指标，但这三个数据之间的天然差异可能会令媒体和公众对这些数据的关注度存在差异。疑似病例是根据传染病的临床症状和流行病学史进行诊断，没有进行临床诊断的病例，从医学的角度而言，疑似病例的特征对普通公众来说最容易理解，与公众的心理距离最短；确诊病例是通过实验室检查之后确定的正式病例，确诊病例的判断具有医学权威性，是反映疫情扩散程度的最重要指标；而死亡病例是极端的确诊病例，致死率反应新冠肺炎对人体的危害程度，但可能与公众的心理距离最远。
　　由此，本文提出：
　　研究问题一：媒体对新冠疫情报道周期内的注意力波动受到哪些核心事件的牵引？
　　假设1：新增疑似/确诊/死亡病例数是媒体疫情注意力的格兰杰原因。
　　假设2：媒体疫情注意力是新增疑似/确诊/死亡病例数的格兰杰原因。
　　（二）公众注意力与疫情扩散规模
　　所谓公共危机是指具有破坏作用的社会不稳定状态，也是确定性缺失最为严重的非常状态，在公共危机中，公众会积极寻求与危机相关的信息，尤其作为公共危机直接威胁和侵害的对象，他们对于危机信息表现出极大的渴求和求知偏好（诸葛福民，原光，2011）。作为突发性传染性疾病，新冠疫情是一场威胁我国社会稳定状态的公共卫生危机，人们对疫情信息也存在利益一致的公共需求。一项针对新冠疫情的调查研究发现，在官方公开的确定性信息中，感染病例数是公众高度关注的信息需求之一（赵润娣，黄雪凤，2020）。
　　当人们面临威胁自身健康安全的公共危机时，接触相关危机信息会引发系列认知、情绪或行为反应。健康信念模型（health belief model）常用来解释人们采取健康防护行为的心理机制，该模型认为，人们对健康问题易感性和严重性的感知、对防护行为的益处和障碍的感知，以及自我效能感共同决定人们是否会采纳健康防护行为（Janz & Becker， 1984）。此外，该模型还指出，健康行为的采纳也需要一定的提示线索，这种线索可以是内部的生理因素，也可以从外部环境中获得，如媒体、健康组织或亲友提供的有关健康行为促进的信息（Carpenter， 2010； Rosenstock， 1974）。人们对疫情信息的密切关注在某种程度上反映了对病毒易感性和严重性的感知度，其中关于疾病扩散规模的关键指标，往往更容易引发人们对疫情的风险感知（Chang，2012），加之权威专家通过媒体呼吁人们采取佩戴口罩、居家隔离等防护措施，公众出于风险防范的心理更可能对防疫行为保持高度关注，促进健康行为的采纳，控制疫情的进一步扩散。以往经验研究已经开始对公众注意力与疾病流行度之间的关系进行验证，如对艾滋病宣传项目的统计分析表明，公众对艾滋病的关注在预防疾病流行方面可以发挥相当大的作用（Myhre， Flora & Sonja， 2000）。综合以上理论脉络和经验研究发现，考虑到疑似病例数、确诊病例数和死亡病例数的内在差异，本文提出：
　　假设3：新增疑似/确诊/死亡病例数是公众疫情注意力的格兰杰原因。
　　假设4：公众疫情注意力是新增疑似/确诊/死亡病例数的格兰杰原因。
　　（三）媒体注意力与公众注意力
　　李普曼（Lippmann）在其经典著作《舆论学》中指出，传媒所构建出的拟态环境已经成为公众感知客观事物的主要介质（Lippmann， 1946： 5-32）。随着传媒在形塑公众认知上的作用日益显著，麦库姆斯（McCombs）和肖（Shaw）的实证研究进一步证实，大众传媒高度关注的议题，往往也可以引起公众的注意，即客体显著性实现了由媒体议程到公众议程的转移，并由此提出了经典的议程设置理论（McCombs & Shaw， 1972）。科恩（Cohen）将媒体在该层面的议程设置功能概括为“新闻媒体在告诉人们怎么想时可能并不成功，但在告知人们想什么上却是惊人的成功”（Cohen， 1963： 13）。在麦库姆斯和肖等人的后续研究中也发展出第二层次的属性议程设置和第三层次的网络议程设置概念（Guo，2015； Weaverm， McCombs & Shaw，2004），但本文中关于媒体和公众议题注意力的探究聚焦于第一层次议程设置的功能，即媒体与公众之间议题显著性的转移关系。系列研究对不同类型的议题、不同类型的媒体、不同类型的受众以及媒体报道和受众反应之间不同时滞的议程设置功能进行了细化（McCombs & Shaw， 1993； Roberts， Wanta & Dzwo，2002）。在健康传播议题上，公众主要依靠媒体获取健康信息（Brodie et al.， 2003），尤其在突发性公共卫生事件上，媒体是人们感知危机信息的主要渠道（Karan， Aileen & Leng Elaine， 2007），对事件的持续关注也可能引导公众注意力，实现议题显著性由媒体向公众转移。以往基于大规模用户行为数据的经验研究常以搜索指数或社交媒体中的信息流行度作为公众注意力的衡量指标，以此比较议题公众与媒体注意力之间的影响关系。如Chew和Eysenbach发现，2009年甲型H1N1流感爆发期间，与流感相关的Twitter发帖量的一些高峰与流感主要新闻报道的时间有关（Chew & Eysenbach， 2010）。Househ的研究发现，埃博拉病毒爆发期间，谷歌搜索指数的高峰分别由两篇媒体报道引发：一是《时代》杂志一篇有关感染埃博拉病毒的乘机人员的报道，二是奥巴马发布呼吁警卫队帮助控制埃博拉病毒的新闻稿（Househ， 2016），这意味着，公众对埃博拉病毒的注意力可能受到媒体注意力的牵引。
　　网络传播的双向互动能力和信息流的去中心化性质赋予了公众更多的信息选择权利，同时公众也享有了内容创造与信息生产的机会（Chaffee & Metzger， 2001； Kolbitsch & Maurer， 2006）。在这样一个参与主体多元的媒介环境中，公众对社会公共事件的关注也不再受制于媒体报道，网民之间的交流互动在建构公众群体议程的同时，公众和媒体在议程设置功能上的主体地位也发生了变化。正如Chaffee和Metzger指出的，“议程设置理论的关键问题将从媒体告诉人们去思考什么问题转变为人们告诉媒体他们想要思考什么问题”（Chaffee & Metzger， 2001）。对此， Kim和lee提出了反向议程设置的概念，即网络媒体时代，面对媒体议程，公众不再完全是被动的存在，他们可以通过主动的信息传播为媒体设置报道议程。在公共卫生事件中，公众对媒体也可能发挥反向议程设置作用（Kim & Lee， 2006）。如Mollema等发现相比于流行病学的具体数字，媒体注意力可能更大程度上受到公众认知和行为的影响（Mollema et al.， 2015）。尤其当媒体对公共突发事件失语时，公众反馈也可能影响媒体的后续报道（李明伟，张国良，李本乾，2006）。国内在一些重大事件解决过程中，已经形成了一种新的“议程设置”模式，即网络提出议题——媒介关注——全社会参与——政府行为的模式（谢耘耕，裘一娜，2010）。在数字化媒体时代，相比于单向的议程设置关系，媒体和公众的注意力往往在交互影响中对现实事件做出反应（Russell Neuman et al.， 2014）。综上，本文提出：
　　假设5：媒体疫情注意力是公众疫情注意力的格兰杰原因。
　　假设6：公众疫情注意力是媒体疫情注意力的格兰杰原因。
　　
三、数据及方法
　　（一）数据来源
　　在全面抗疫工作的努力下，4月26日武汉在院新冠肺炎患者清零，因此，本文选择2020年1月20日至4月27日作为研究的时间范围，以国家卫健委公布的新冠病毒每日新增疑似、确诊及死亡病例数三个指标数据作为疫情扩散规模的测量指标。媒体注意力指数来自中文新闻数据库中（简称CND）的媒体指数。该数据库由锐研数据开发，新闻数据来源覆盖国家网信办公布的可供新闻转载的380家新闻单位（含报纸和网站）、各级省市的地方媒体，是目前覆盖媒体较为全面的中文数据库。CND中关键词的新闻指数指的是数据库中包含关键词的媒体文章数，该指数可以细化到以天为统计单位，能够较为全面地反映出媒体对疫情报道的注意力。公众注意力数据通过百度搜索指数获取，信息检索是公众主动寻求信息的常见方式，搜索引擎提供的搜索知识可以反映出公众对社会议题的注意力和好奇心。百度是主流的搜索引擎工具，百度指数以网民在百度的搜索量为数据基础，以关键词为统计对象，分析并计算出各个关键词在百度网页搜索中搜索频次的加权。百度搜索指数虽然不能反映公众表达的情况，但能够准确地呈现公众关注的议题，网络表达和议题关注之间具有紧密的联系。首先，关注是表达的前提，人们表达的内容往往体现了他们关注的议题。其次，搜索引擎的使用体现了人们积极主动的信息需求，真正在网络上发表意见的人仅占互联网用户的少数，大量的用户是默默关注新闻和资讯的“潜水者”。根据中国互联网信息中心（2019）的统计，中国搜索引擎用户达到6.95亿，占网民总数的81.4%，①可以说，搜索指数能够体现这些“发言者”和“潜水者”的注意力。在以往研究中，国内学者也常采用百度指数来衡量公众或媒体在一段时间内对公共事件的注意力变化程度（曾凡斌，2018；李永宁，吴晔，张伦，2019）。
　　由于本次疫情有关的议题复杂多元，公众注意力较为分散，对此本文从疫情基本信息、疫情重灾区、重要公众人物和防疫医疗产品几个维度初步界定词条，并结合百度指数的关键词推荐功能，选取了与之有关的、搜索量较高的关键词来综合衡量公众对疫情的注意力程度，具体包括：“疫情”、“新型冠状病毒”、“武汉华南海鲜市场”、“钟南山”、“N95口罩”等三十多个关键词（见表1）。对这些词条的每日百度搜索指数累加用来衡量公众对疫情的注意力，在媒体议题关键词的选取上，本文以“疫情”为关键词检索获取CND新闻指数中有关疫情报道的文章数来衡量媒体疫情注意力。
　　（二）分析方法
　　格兰杰因果检验是一种假设鉴定的统计方法，用来测量一个时间序列是否有助于预测另一个时间序列。格兰杰因果关系的定义原则为：在包含了变量X、Y的过往信息的条件下，对变量Y的预测效果要优于单独由Y的过去信息对Y进行的预测效果，即当变量X有助于解释变量Y的将来变化，则认为变量X是引致变量Y的格兰杰原因（Granger， 1969）。滞后期指变量X的变化对Y产生作用的时滞长短，当滞后期为T时，X是Y的格兰杰原因，可以通俗地理解为X在T时间段内的变化随后会引起Y的相对变化。变量间可能只在一定滞后期内存在因果关系，也可能在多个滞后期内存在因果关系。格兰杰因果分析被广泛应用于经济学领域的研究中，近年来，也有传播学学者采用此方法来探究一定时间范围内媒体和公众注意力之间的相互影响关系（Neuman et al.， 2014）。由此，本文同样采用格兰杰因果分析的方法，分别检验了媒体、公众注意力及疫情扩散规模所构成时间序列之间潜在的格兰杰因果关系。但需要注意的是，格兰杰因果检验的是变量间的引导关系，检验结果并不能直接反映变量间哲学意义上的因果关系，因此对格兰杰因果的解读仍然需要基于理论和现实情况。
　　
四、分析结果
　　（一）描述性分析
　　（图2　图2见本期第49页）所示为数据获取时间范围内的疫情规模、媒体疫情注意力、公众注意力指数。从新增确诊人数上看，疫情扩散规模在2月中旬左右达到峰值，公众注意力变化曲线与疫情变化曲线大致保持同步，但媒体注意力曲线则与疫情扩散程度存在较大差异。公众对疫情的整体注意力随着疫情的扩散迅速达到巅峰，同时也随着疫情防控成效的显露而逐渐呈现衰减趋势。媒体注意力在疫情爆发初期快速攀升达到峰值，随后一段时间内，媒体注意力虽然有所衰减，但持续出现多个次级峰值，这些峰值出现的时间通常与疫情期间的关键事件相吻合，其中部分峰值与公众注意力的峰值吻合。由此，本研究认为，媒体和公众对疫情的注意力存在事件驱动的现象，但媒体和公众对具体事件的反应并不完全一致，李文亮离世、武汉单日新增病例破万这两个事件对公众注意力的驱动力更强，而其他突发性事件、国际新闻和具有政治象征意义的事件则对媒体注意力的驱动力更强。
　　在传染病的爆发期间，采取日常防护措施对疾病的预防具有重要作用，也是公众最为关心的议题之一，媒体有责任进行相关科普报道，对此，我们以“口罩”为例，比较了公众和媒体对防护措施的注意力发展趋势。如（图3　图3见本期第51页）所示，公众对口罩的注意力在短期内很快达到峰值，保持较短时间后开始快速衰减，这说明，公众对突发性传染病能够快速做出反应，借助于网络媒体寻求与防护产品有关的知识和消息，此后注意力的衰减可能是因为通过从媒体至社区的全覆盖宣传，公众的防护知识达到饱和。而媒体的反应则相对滞后，在公众关注度的衰减期，媒体的关注度才开始攀升并达到顶峰，但“口罩”这一议题在媒体的议程中并未完全销声匿迹，而是与媒体的疫情关注度保持同步发展趋势。对于普通大众而言，“口罩的获取”是最关心的话题，随着防控工作的全面铺开和复工复产的逐渐恢复，口罩从“一罩难求”慢慢发展到可以通过“预约”、“抽签”等方式获得，当获取渠道基本稳定之后，民众的“口罩荒”得到缓解，对“口罩议题”的关注度也逐渐降低。而媒体对于“口罩议题”的关注面要丰富得多，口罩的正确使用方法、口罩的供应、社会各界的口罩捐献、口罩的生产等角度构成了媒体报道的多元议题，此外，作为重要防疫措施，媒体对疫情中关键事件的关注也会对口罩议题做出相应的关联报道，因此，口罩作为防控疫情的重要工具在媒体的议程中始终占据一席之地。
　　（二）相关性分析
　　借鉴Russell Neuman等学者的相关研究（Neuman et al.， 2014），在进行格兰杰因果检验之前，本文同样对变量的原始数据进行了相关分析。格兰杰检验可以解释一定滞后期内时间序列之间的共变特征，相关系数则有助于我们了解它们之间的同期共变趋势。结合本文研究问题，我们认为，疫情扩散规模对公众及媒体注意力可能存在同期影响，但反过来，受到病毒潜伏期和检测流程的耗时的影响，公众媒体注意力对疫情扩散规模的作用显现往往存在一定的滞后期。根据分析结果（表3　表3见本期第52页），公众和媒体的疫情注意力之间具有显著的正相关关系，表明两者之间的发展趋势大体同步，与疫情有关的公众和媒体议程显著性之间存在一定关联。新增疑似、确诊和死亡病例数均同公众及媒体注意力之间显著正相关，但不同病例指标间的相关性又存在一定差异，总的来说，新增疑似病例同公众和媒体注意力的相关性最高，其次是确诊和死亡病例数，这意味着，新增疑似病例的波动可能最容易引起公众或媒体的及时关注，死亡病例数的影响可能较为微弱。
　　（三）格兰杰因果分析
　　本文主要采用格兰杰检验的方法探究疫情规模、媒体疫情注意力、公众疫情注意力之间的因果关系。首先，本研究对需要分析的变量进行了ADF单位根检验（augmented dickey-fuller test），以确保时间序列的平稳性。通过检验结果我们发现，几个变量都存在单位根，均为不平稳序列，因此我们分别对变量进行差分后再进行ADF检验，如（表4 表4见本期第52页）所示，对公众疫情注意力、媒体疫情注意力、每日新增死亡、确诊和疑似病例一阶差分后，在1%显著水平上均不存在单位根（ADF统计值小于1%临界值），以上差分后变量均可视为平稳序列。接下来，我们对研究问题中涉及的变量间关系进行了协整检验，以判断变量间是否长期稳定均衡的关系，避免变量间伪回归关系的存在。一般认为E-G两步法适合两个变量之间的协整关系检验，即在变量平稳的情况下，建立两变量之间的回归，只要检验其残差是否平稳即可，如果残差平稳，则可以认为变量之间存在协整关系，反之，变量之间不存在协整关系。如表5检验结果所示，差分后的新增死亡和疑似例数与媒体注意力之间均不协整（T值大于10%临界值），说明媒体对疫情的报道注意力与这两个指标之间并不存在长期稳定的影响关系，变量间也就不存在格兰杰因果关系，因此，假设1中“新增疑似/死亡病例数是媒体疫情注意力格兰杰原因”不成立，假设2中“媒体注意力是新增疑似/死亡病例数的格兰杰原因”也被拒绝。其他变量间关系通过协整检验，可进一步进行格兰杰检验。
　　格兰杰检验结果显示，新增确诊病例数不构成媒体注意力变化的格兰杰原因，由此，假设1中的格兰杰因果关系均不成立。可见，媒体对疫情的注意力并不严格遵循传染病学的发展逻辑，疫情扩散规模对其影响并不显著，相比而言，媒体注意力更容易受到关键事件的牵引。此外，分析结果（表6 表6见本期第53页）发现，假设2中“媒体注意力是新增确诊病例数的格兰杰原因”成立，最短滞后期为5天。换而言之，媒体注意力的上升对疫情实际扩散规模存在显著影响。这一方面是因为媒体舆论场的热度持续高涨发挥了一定的社会预警作用；另一方面是因为媒体对疫情的报道内容在很大程度上体现了政府和社会各界的防疫举措，这些举措对遏制疫情蔓延起到了关键作用。结合我国防疫工作的社会现实和格兰杰检验的原理，实际上，在没有特效药的情况下，政府颁布和倡导的一系列防疫举措的全面落实是遏制疫情发展的决定性原因，媒体注意力很大程度上受到这些关键措施的牵引。因而我们认为，虽然统计检验结果表明媒体注意力可以构成新增确诊病例数的格兰杰原因，很大程度上并非真正的因果关系，而是因为媒体注意力与防疫举措之间的密切关联使它与接下来疫情的扩散规模之间存在高度的相关性。
　　在考量疫情扩散规模的实时指标与公众疫情注意力关系上，格兰杰因果检验结果显示，新增疑似、确诊和死亡病例数均是影响公众注意力变化的格兰杰原因，假设3成立。但新增死亡和确诊病例数对公众注意力影响的滞后期较长，而新增疑似病例在一个滞后期内对公众注意力变化有显著影响，这表明公众对新增疑似病例的多少更为敏感。反过来，公众疫情注意力在一周左右的滞后期内也构成了三类新增病例数的格兰杰原因，假设4亦成立。这一方面表明，在公共卫生事件中，人们对疫情的了解会增加他们的风险感知，促使他们获取防护知识、采取防护行动，而这些积极的举动又会在保护公众个体健康的同时，从整体上降低疾病的大规模扩散的可能性。另一方面，公众集体注意力也是公共舆论场的一个重要面向，这表明在重大卫生事件中，公共舆论场声量的高低与传染病防控效果之间的密切关联。
　　探讨疫情的媒体注意力和公众注意力之间的相互关系时，格兰杰因果检验结果显示，在所有滞后期内，疫情的媒体注意力均无法构成公众注意力的格兰杰原因，假设5不成立。这表明，在疫情期间，媒体议程显著性向公众转移的能力有限，在此类重大突发公共卫生事件上，公众注意力波动不再受制于专业媒体报道，而是更加遵循传染病学逻辑，随着疫情的发展变化而涨落起伏。相反，在2个滞后期内，公众注意力可以构成媒体注意力变化的格兰杰原因，故假设6成立。这意味着公众的疫情关注度对媒体疫情关注度有积极影响，媒体议程与公众议程之间存在着“反向议程设置”的现象。融媒体环境下，突发性公共卫生事件的舆论场众声喧哗，无论是传统媒体，还是平台媒体、自媒体，均需要通过网络平台进行传播。而网络目前已经成为公众获取资讯的最重要渠道，社交媒体时代的网民不仅吸收网络信息，同时也在发布、转发、评论各种各样的网络资讯。尤其在新冠肺炎这种大范围的传染病爆发的情况下，每个人既是疫情的经历者，又是疫情的记录者，他们既是信息的消费者，又是信息的寻求者和生产者。公众的网络表达内容繁杂、视角丰富、方式灵活、情绪饱满、平台多元，形成汹涌的民意，无论对传统媒体还是对政府相关部门，都造成不可忽视的冲击。此外，在此次防疫工作中，全国31个省区市均启动重大突发公共卫生事件一级响应，为避免人群聚集和流通，各地暂停公共交通、封城封村、推迟复工复学等系列举措都对公众的日常生活带来直接影响，这在某种程度上会加剧部分民众对疫情的焦虑和恐慌情绪，如何反映民意，疏通民情也成为本次抗疫工作不可忽视的任务之一，由此出现了公众议程影响媒介议程的反向作用。
　　
五、结论与讨论
　　疫情牵动公众和媒体的注意力，本研究发现媒体和公众对疫情的关注点和注意力曲线存在明显的差异。疫情扩散规模的相关指标不构成媒体注意力的格兰杰原因，这意味着前者对后者不存在长期的、恒在的影响关系，但也不否定在个别时期疫情扩散规模的激增会引起整个媒介议程对疫情注意力的提升。影响媒体议程的因素是多元复杂的，Shoemaker和Reese将其概括为记者个人、媒体惯例、组织因素、社会机构和文化或意识形态五个维度（Shoemaker & Reese， 2013）。面临新冠肺炎疫情，全国多地区启动突发公共卫生事件一级响应，社会生活的诸多方面都受到了疫情的影响，媒体对疫情报道的议题也繁杂多样，在疫情发展的不同阶段，针对各时期新闻工作的不同任务，媒体也会相应地调整分配注意力。因此，在媒体信息承载能力有限的情况下，议题间存在注意力竞争机制，当媒体对一些关键事件较为关注时，也就无法同时突出疫情严重性指标的议题显著性。相反，我们发现，衡量疫情扩散规模指标的变化始终可以引发公众注意力的波动起伏，这意味着随着疫情实况信息的及时公开，每日新增病例数成为公众关心的重要议题，尤其是与公众心理距离最近的疑似病例数，是对公众影响最为迅速的数据指标。
　　本文发现，一定时期内媒体和公众对疫情规模的高度关注反过来也可以对随后疫情的扩散规模变化做出解释。公众对疫情整体注意力的上升会提升他们对防护措施和行为的关注度，进而通过抑制新增疑似病例的增加，控制疫情的蔓延。疫情初期，媒体和网络平台中关于病毒严重性和易感性的信息尤为突出，关于日常防疫宣导的内容长期存在于疫情信息的生态环境之中，公众对疫情信息的关注，会唤起人们的风险意识，促使他们主动了解口罩等防疫产品的使用方法和销售渠道，虽然公众对疫情的关注度不能完全代表防护行为的普及程度，但对涉及专业知识的健康行为来说，关注通常是行为动机产生的前提，由此当公众对疫情的集体注意力高涨时，也更可能增强防范意识，坚持自我防护。
　　与传统的“议程设置”理论相反，本研究的格兰杰因果分析发现，媒体的疫情关注度并不是引发公众注意力变化的格兰杰原因。在公众注意力稀缺之际，媒体对新鲜议题的突出强调确实会引起公众的集体关注，但在新冠肺炎这个能够激发公众关注度的复杂议题中，公众关注的信息来源不仅来自媒体，还来自于自媒体、社交网络等多种渠道，渠道的多样化之间产生竞争关系，使得媒体注意力对公众注意力难以起到显著的持续牵引作用。此外，由于新冠肺炎涉及的人群广泛、疫情爆发凶猛，伴随着春运的人口流动高峰，迅速由地域性传染病蔓延至全国范围，发展到三月份，更成为全球性传染病，对疫情的防控关乎每个人的生命安全，同时一系列的防控措施也影响着每个人的生活轨迹，因此，公众具有强大的内生动力来关注疫情、讨论疫情。媒体和公众对疫情的注意力反映为对相关多元议题的整体注意力，没有达到对个别议题进行单独测量。换言之，我们关注的是疫情这一总议题的注意力，还未细致到如疫情相关人物、事件等特定议题层面。因此，虽然媒体对疫情的整体注意力不构成公众注意力的格兰杰原因，但也有可能在个别议题上媒体报道会对公众注意力发挥引导作用。
　　在研究方法上，根据格兰杰因果检验的原理，它并不是探究变量间绝对的因果关系，而是通过比较时间序列自预测产生的误差和加入另外一个时间序列联合预测产生误差的大小，来确定加入时序变量是否是预测变量的外生动因，因此，即便通过了格兰杰因果检验，仅能说明解释变量是导致预测变量变化的诸多外生动因之一。如本研究发现公众和媒体注意力构成了疫情扩散规模变化的格兰杰原因，在统计意义上表明两个变量在一定滞后期内的引导关系。影响疫情扩散规模的社会因素是多面向的，也是社会系统中复杂因素交互作用的结果，作为信息生态环境的一部分，公众和媒体注意力变化也可以在一定程度上对疫情扩散规模的变化做出解释，即便相对于封城、医学隔离、医疗救援等举措而言，这种影响可能是微弱的，媒体和公众注意力也可能是对上述重大措施的反映和体现。但正如现代预防医学所强调的，不仅要研究人类的生物属性，而且要关注人类的社会属性以及各种因素对疾病扩散的影响（熊光练等，2003）。本研究在这样的学科诉求下，采用信息流行病学的研究范式，考察了媒体和公众信息行为在疾病防控过程中的贡献和价值。此外，从新闻传播学视角来看，我们探究传媒、公众与疫情的关系仍具备一定的理论启发和现实价值。
　　最后，本文也存在一定的不足与缺陷，如百度搜索指数从主动信息检索行为上衡量了公众的注意力高低，没有涉及微博、微信等社交媒体平台上公众对疫情的关注度。在关键词的选取上，我们也无法覆盖公众关注的与疫情相关的全部词条。■
　　
注释：
①数据引自中国互联网中心（2019）。《中国网民搜索引擎使用情况研究报告》。
参考文献：
曾凡斌（2018）。百度指数对议程设置理论的检验及“两个舆论场”的关系——基于 2013-2016年75个网络热点舆情事件的分析。《新闻记者》，（11），66-74。
李明伟，张国良，李本乾（2001）。中国传媒“议题设置功能”现状分析：我国首次就传媒“议题设置功能”进行抽样调查。《新闻记者》，（6），3-6。
李永宁，吴晔，张伦（2019）。2010-2016年公共议题的公众注意力周期变化研究。《国际新闻界》，（5），27-38。
裘一娜，谢耘耕（2010）。议程设置”模式下的危机传播与应对。《新闻与写作》，（11），25-27。
熊光练，欧阳宁惠，周妮，王慧（2003）。新世纪预防医学发展方向浅议。《医学与哲学》，（2）4-7。
赵润娣，黄雪凤（2020）。公共需求视角下的我国突发公共卫生事件信息公开问题探析。《现代情报》，（6），27-37。
诸葛福民，原光（2011）。公共危机治理中的信息公开问题——政府、媒体和公众的利益博弈。《山东社会科学》，（11），168-171。
Andrews, K. T.& CarenN. (2010). Making the news: Movement organizationsmedia attentionand the public agenda. American sociological review, 75(6)841-866.
BrodieM.HamelE. C.Altman, D. E.BlendonR. J.& Benson, J. M. (2003). Health news and the American public, 1996-2002. Journal of Health Politics, Policy and Law28(5)927-950.
BrossardD.Shanahan, J.& McComasK. (2004). Are issue-cycles culturally constructed? A comparison of French and American coverage of global climate change. Mass communication & society7(3)359-377.
Carpenter, C. J. (2010). A meta-analysis of the effectiveness of health belief model variables in predicting behavior. Health communication25(8)661-669.
Chaffee, S. H.& MetzgerM. J. (2001). The end of mass communication?. Mass communication & society4(4)365-379.
Chang, C. (2012). News coverage of health-related issues and its impacts on perceptions: Taiwan as an example. Health communication27(2)111-123.
ChewC.& EysenbachG. (2010). Pandemics in the age of Twitter: content analysis of Tweets during the 2009 H1N1 outbreak. PloS one5(11)e14118.
Cohen, B. C. (1963). Press and foreign policy. Princeton: Princeton university press.
Dearing, J. W.Rogers, E. M.& Rogers, E. (1996). Agenda-setting. Thousand Oaks, CA: SageDowns, A. 1972. Up and down with ecology: The issue attention cycle. Public Interest, 28: 38-50.
Eilders, C. (2006). News factors and news decisions. Theoretical and methodological advances in Germany. Communications, 31(1)5-24.
Granger, C. W. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica: journal of the Econometric Society424-438.
Guo, L. (2015). A theoretical explication of the network agenda setting model: current status and future directions. In The Power of Information Networks . New York: Routledge.
HiltonS.& Hunt, K. (2011). UK newspapers’ representations of the 2009-10 outbreak of swine flu: one health scare not over-hyped by the media?. J Epidemiol Community Health, 65(10)941-946.
HousehM. (2016). Communicating Ebola through social media and electronic news media outlets: A cross-sectional study. Health informatics journal22(3)470-478.
JanzN. K.& Becker, M. H. (1984). The health belief model: A decade later. Health education quarterly11(1)1-47.
Karan, K.Aileen, L.& Leng Elaine, P. Y. (2007). Emerging victorious against an outbreak: Integrated communication management of SARS in Singapore media coverage and impact of the SARS campaign in moving a nation to be socially responsible. Journal of Creative Communications, 2(3)383-403.
Kasperson, R. E.Renn, O.Slovic, P.BrownH. S.Emel, J.GobleR.... & Ratick, S. (1988). The social amplification of risk: A conceptual framework. Risk analysis, 8(2)177-187.
Kim, S. T.& LeeY. H. (2006). New functions of Internet mediated agenda-setting: Agenda-rippling and reversed agenda-setting. Korean journal of journalism & communication studies50(3)175-205.
Klemm, C.DasE.& Hartmann, T. (2016). Swine flu and hype: a systematic review of media dramatization of the H1N1 influenza pandemic. Journal of Risk Research, 19(1)1-20.
Kolbitsch, J.& Maurer, H. A. (2006). The transformation of the Web: How emerging communities shape the information we consume. J. UCS12(2)187-213.
KoopmansR. (2004). Movements and media: Selection processes and evolutionary dynamics in the public sphere. Theory and society33(3-4)367-391.
LippmannW. (1946). Public opinion. New York: Macmillan.
Mazur, A. (2009). American generation of environmental warnings: Avian influenza and global warming. Human Ecology Review, 17-26.
McCombs, M. E.& Shaw, D. L. (1972). The agenda-setting function of mass media. Public opinion quarterly36(2)176-187.
McCombs, M. E.& Shaw, D. L. (1993). The evolution of agenda-setting research: Twenty-five years in the marketplace of ideas. Journal of communication43(2)58-67.
Mollema, L.HarmsenI. A.BroekhuizenE.Clijnk, R.De Melker, H.PaulussenT.... & DasE. (2015). Disease detection or public opinion reflection? Content analysis of tweets, other social mediaand online newspapers during the measles outbreak in The Netherlands in 2013. Journal of medical Internet research, 17(5)e128.
Myhre, L. , FloraJ. A. , & Sonja. (2000). HIV/AIDS communication campaigns: progress and prospects. Journal of Health Communication5(sup1)29-45.
Roberts, M.WantaW.& Dzwo, T. H. (2002). Agenda setting and issue salience online. Communication research, 29(4)452-465.
RosenstockI. M. (1974). Historical origins of the health belief model. Health education monographs, 2(4)328-335.
Russell Neuman, W.Guggenheim, L.Mo Jang, S.& BaeS. Y. (2014). The dynamics of public attention: Agenda-setting theory meets big data. Journal of Communication64(2)193-214.
Shoemaker, P. J.& ReeseS. D. (2013). Mediating the message in the 21st century: A media sociology perspective. Routledge.
Shoemaker, P. J.& VosT. (2009). Gatekeeping theory. New York: Routledge.
SingerE.& EndrenyP. M. (1993). Reporting on risk: How the mass media portray accidentsdiseases, other hazards. Russell Sage Foundation.
Tchuenche, J. M.& BauchC. T. (2012). Dynamics of an infectious disease where media coverage influences transmission. ISRN biomathematics, 2012.
WeaverD.McCombsM.& Shaw, D. L. (2004). Agenda-setting research: Issues, attributes, and influences. Handbook of political communication research, Mahwah, NJ: Erlbaum.
　　
钟智锦系中山大学传播与设计学院教授、副院长、博士生导师，周金连系中山大学传播与设计学院博士研究生。本研究得到广东省舆情大数据分析与仿真重点实验室、教育部重大课题“大数据时代国家意识形态安全风险与防范体系构建研究”（项目批准号：16JZD006）、广州市大数据与公共传播重点研究基地的支持，也得到了锐研数据CND新闻指数提供的数据支持。