基于科學知識圖譜的我國霧霾與健康關聯(lián)可視化研究

崔悅 焦杰 周西姬

【摘 要】霧霾嚴重影響人們身體健康，防治霧霾迫在眉睫。在此背景下，本文以CNKI數(shù)據(jù)庫為數(shù)據(jù)來源，通過專業(yè)檢索得到2008-2017年有關“霧霾與健康”這一主題的文獻，共計1702條記錄，將得到的數(shù)據(jù)運用可視化分析軟件CiteSpace分別對作者、機構和關鍵詞繪制相應知識圖譜并進行分析，以梳理近10年來霧霾與健康領域的重要研究力量和熱點問題。研究發(fā)現(xiàn)：（1）作者發(fā)文頻次普遍不高，產(chǎn)量高、影響力大的作者較為匱乏，作者之間合作趨勢不明顯，研究機構多為高校、環(huán)境科學研究所和疾病預防控制中心，主要集中在我國霧霾較為嚴重的地區(qū)，各機構間尚未形成良好的合作機制；（2）結合關鍵詞聚類圖譜，可進一步將霧霾與健康關聯(lián)的研究分為霧霾與空氣、霧霾主要成分和霧霾對健康的影響三大方面，并可看出，文獻傾向于從霧霾的成分入手，側重于對健康風險的評估；（3）對霧霾與健康關聯(lián)的研究具有地域性特點，即霧霾影響較為嚴重的地區(qū)往往成為霧霾與健康領域研究的熱門地區(qū)。

【關鍵詞】知識圖譜；CiteSpace；霧霾；健康；可視化

一、引言

霧霾問題雖由來已久，然直到2013年“霧霾”才正式進入中國公眾的視野，成為2013年的年度關鍵詞，并在此后成為公眾持續(xù)關注的焦點。霧霾是霧和霾的合稱，是大氣污染現(xiàn)象的一種，是水汽凝結物和微粒懸浮所形成的大氣渾濁現(xiàn)象，其中PM2.5是其“主要元兇”，而霧霾產(chǎn)生的主要原因是人類活動等人為因素，是犧牲環(huán)境發(fā)展經(jīng)濟的后果[1]。

霧霾造成的損失不容小覷。鄭易生等人（1999）以1995年價為基準，計算得出由中國環(huán)境污染造成的經(jīng)濟損失為1875億元，占當年GNP的3.27%[2]。曹彩虹、韓立巖（2015）以北京為例，研究發(fā)現(xiàn)霧霾造成的健康損失呈逐年上升趨勢，且健康總成本的增長率遠超同期該地區(qū)GDP的增長率[3]。陳仁杰等人（2010）通過分析認為PM10濃度越高，城市人數(shù)越多， 由健康造成的經(jīng)濟損失越大[4]。由此可以發(fā)現(xiàn)霧霾的影響主要包括兩個方面：一方面是霧霾對健康的影響，另一方面是霧霾對經(jīng)濟的影響。以下我們重點針對霧霾對健康影響這一方面進行探討。

2015年中國網(wǎng)民科普搜索需求行為分析報告顯示，在中國網(wǎng)民科普搜索熱詞Top10中，健康與醫(yī)療主題詞匯占八成[5]。這反映了人們對健康的重視，也為開展霧霾研究提供了現(xiàn)實依據(jù)。對于霧霾和健康的關聯(lián)性，許多學者進行了研究，結果均顯示霧霾對健康具有負面影響。具體有以下幾個方面的研究：

（1）霧霾與死亡率。學者們普遍認為霧霾濃度越高，發(fā)病率或死亡率越高。曲衛(wèi)華，顏志軍（2015）指出工業(yè)煙塵排放量越多，人口死亡率越高[6]。劉帥、宋國君（2017）發(fā)現(xiàn)PM2.5日平均濃度上升10μg/m3，人群死亡率較基期水平上升0.37%[7]。謝鵬等人（2010）對2006年珠江三角洲地區(qū)大氣污染物濃度進行觀測，得出PM10、PM2.5、SO2、NO2、O3濃度增加10μg/m3，人群總死亡率分別增加0.38%、0.40%、1.02%、1.19%和0.2%的結論[8]。謝元博等人（2014）對2013年1月北京市霧霾重污染事件進行的研究表明，短期高濃度PM2.5污染對人群健康風險較高，可誘發(fā)呼吸系統(tǒng)疾病、心血管疾病甚至早逝[9]。

（2）霧霾與社會群體。不少研究發(fā)現(xiàn)霧霾的影響還存在著群體差異。苗艷青、陳文晶（2010）發(fā)現(xiàn)PM10對健康具有損害作用，并且這種損害僅作用于社會較低層次的群體[10]。郭文伯等人（2015）認為不同社會群體出行的空氣污染暴露度存在差異，如中收入者大于低收入者和高收入者[11]。傅崇輝等人（2014）認為PM2.5對弱勢群體的健康影響較大[12]。而向華麗等人（2015）從職業(yè)的角度研究發(fā)現(xiàn)PM10對隧道工人的健康影響較大[13]。

（3）霧霾與支付意愿。楊繼東、章逸然（2014）研究發(fā)現(xiàn)居民平均每年愿意支付1144元來降低1μg/m3的NO2，但仍遠低于發(fā)達國家的支付水平[14]。蔡春光、鄭曉瑛（2007）調(diào)查北京市發(fā)現(xiàn)居民愿為改善空氣污染狀況的支付意愿為652.327元/年[15]。彭希哲、田文華（2003）的研究表明上海地區(qū)居民愿為空氣污染造成的疾病損失承擔的支付意愿總計為51.66億元，是1999年GDP的1.28%[16]。

此外，有些研究發(fā)現(xiàn)不同顆粒物粒徑和不同季節(jié)的顆粒物對健康的影響程度不同[17，18]；有些研究則探討發(fā)現(xiàn)PM2.5中的重金屬對人體具有較大的危害，且對不同個體的影響存在差異[19，20]。除上述所說的霧霾影響的群體差異，還有研究發(fā)現(xiàn)霧霾污染造成的健康負擔存在地區(qū)差異[21]。

綜合上文，可以發(fā)現(xiàn)：（1）有關霧霾與健康關聯(lián)的文獻大多采用定量分析的方法，可以較客觀準確地表明霧霾與健康的關聯(lián)；（2）它們所使用的方法及工具各不相同，缺乏一個統(tǒng)一的標準，并且研究視角各異，研究各有側重且較為分散，缺乏一個較為全面綜合的研究。華裔陳超美及其團隊開發(fā)的CiteSpace是一款在科學文獻中識別與可視化新趨勢與新動態(tài)的信息可視化軟件[22]。它作為一種用圖形展示知識關聯(lián)性的可視化分析軟件正滲透著各個領域。霧霾與科學知識圖譜都為當前熱門話題，兩者的結合研究分析是更好解決霧霾問題的必然趨勢。目前國內(nèi)學者已經(jīng)進行了霧霾與經(jīng)濟關聯(lián)的知識圖譜分析[23]，但缺乏我國霧霾與健康主題的知識圖譜分析；考慮到人們對圖表的敏感性強于對文字等符號這一特點，本研究采用基于CiteSpace的科學知識圖譜可視化分析的研究方法，對霧霾與健康關聯(lián)的研究文獻進行梳理，以厘清霧霾與健康的關系及基本情況，為霧霾研究提供資料參考，這也是本文關于霧霾風險研究的一大創(chuàng)新點。

二、數(shù)據(jù)來源與研究方法

（一）數(shù)據(jù)來源

本文數(shù)據(jù)均來源于中國知網(wǎng)（CNKI）數(shù)據(jù)庫，作者于2019年2月17日以“SU=（霧霾+PM2.5+PM10+顆粒物+霾+灰霾+陰霾+煙霧+大氣污染+空氣污染）AND SU=（健康+疾病+死亡率+發(fā)病率+患病率）”為檢索表達式、2008年至2017年為文獻時間范圍進行檢索，共得到1702條文獻數(shù)據(jù)。

（二）研究方法

基于信息計量和可視化技術，本文采用知識圖譜可視化分析的方法，運用CiteSpace進行數(shù)據(jù)處理，旨在探究近十年霧霾與健康關聯(lián)的主要研究內(nèi)容及發(fā)展趨勢。在根據(jù)上文的條件檢索后，將文獻導出為Refworks格式。然后將CNKI文獻數(shù)據(jù)格式轉(zhuǎn)換為符合CiteSpace V. 5.3.R4分析要求的數(shù)據(jù)格式。在軟件上進行相關參數(shù)的設置后，利用CiteSpace繪制作者、機構和關鍵詞聚類圖譜并進行分析。

三、結果分析與討論

（一）作者分析

發(fā)文量是學者在其研究領域貢獻值大小的體現(xiàn)，往往與學者的研究深度和科學素養(yǎng)成正相關。本文在用CiteSpace對有關中國霧霾與健康領域的作者分析時，將“節(jié)點類型”設為“作者”，數(shù)據(jù)抽取對象為前50名，得到我國霧霾與健康關聯(lián)研究作者圖譜（如圖1），只截取集中作者區(qū)域，較為邊緣、作者發(fā)表量較低的未予以呈現(xiàn)。在知識圖譜中，節(jié)點的大小表示詞頻的大小，節(jié)點之間的連線表示作者、機構間的合作關系。根據(jù)名字顯示的大小可知李新偉、孫慶華、陳曉東等人在我國霧霾與健康關聯(lián)研究領域發(fā)文量較多，貢獻較大。

由圖可知，最高產(chǎn)作者為李新偉（6篇），最低產(chǎn)作者為王情（3篇），可見霧霾與健康領域內(nèi)的作者發(fā)文量較為均衡，這反映了霧霾對人體健康的影響并未被學者忽視；由節(jié)點連線可看出，中國霧霾與健康領域涌現(xiàn)出了很多合作團體，其中絕大多數(shù)合作團體為4人及以上規(guī)模，影響力較大的是孫慶華、洪新如、宋巖峰、鄭玲這一團隊；從發(fā)文作者單位來看，作者多為國內(nèi)高校學者，說明國內(nèi)高校是中國霧霾研究與防治工作的中堅力量；另外這些作者大多生活在霧霾多發(fā)地區(qū)，這也是霧霾引起健康問題的嚴峻形勢所要求的。

（二）機構分析

機構與作者作為不同的主體，都充當著研究力量的重要角色，其研究的成果是衡量其貢獻值的直接標準。運用CiteSpace對文獻來源的機構進行可視化分析時，將“節(jié)點類型”設為“機構”，繪制出2008-2017年間我國霧霾與健康關聯(lián)研究機構圖譜。如圖2所示，圖譜共有112個研究機構（圖中僅顯示發(fā)表頻次大于4的研究機構，即19個研究機構），其中各研究機構間共有44次合作，整體網(wǎng)絡的密度為0.0071。

根據(jù)圖譜，可得出以下結論：（1）高校、各環(huán)境科學研究所和疾病預防控制中心是霧霾風險研究的主要機構，如北京大學公共衛(wèi)生學院、中國環(huán)境科學研究院、中國疾病預防控制中心，其中環(huán)境機構和疾病預防控制機構是相關責任機構；（2）圖中節(jié)點間連線較少，這說明機構間聯(lián)系較少、尚未形成良好的合作機制，因此有關研究機構間的合作有待進一步加強；（3）圖譜顯示該領域內(nèi)沒有形成較大形式的聚集點，表明研究力量較為分散，尚未形成核心的研究機構；（4）該領域的研究機構主要集中在我國較發(fā)達且正面臨霧霾危機的地區(qū)，如京津冀地區(qū)。一方面是因為經(jīng)濟越發(fā)達意味著更多地犧牲了環(huán)境，也即意味著霧霾所引發(fā)的健康問題的凸顯；另一方面霧霾嚴峻的形勢對人體健康提出了挑戰(zhàn)，這一現(xiàn)實問題亟需解決，由此引發(fā)該地區(qū)相關機構的研究?？梢灶A測，該地區(qū)霧霾問題越凸顯，則此地區(qū)霧霾與健康主題的研究越多。

（三）關鍵詞分析

關鍵詞作為一篇文獻的高度凝練，可以較為明確地傳達文章的主題、思想、方法等，也可以反映該類型或主題文獻研究的熱點內(nèi)容及方向。因此本文運用關鍵詞來確定霧霾與健康領域的研究熱點。運用CiteSpace進行關鍵詞聚類分析，在參數(shù)設置時，將“節(jié)點類型”設為“關鍵詞”，在生成關鍵詞共現(xiàn)圖譜后，對生成的關鍵詞圖譜進行聚類處理，形成關鍵詞聚類圖譜（如圖3）。另外通過對關鍵詞詞頻進行統(tǒng)計，得到2008-2017年霧霾與健康關聯(lián)文獻研究的高頻關鍵詞表，如表1。

由表1可看出2008-2017年有關霧霾與健康關聯(lián)的文獻中高詞頻有“空氣污染”、“PM2.5”、“大氣污染”、“顆粒物”、“霧霾”、“呼吸性疾病”、“PM”、“兒童”和“慢性阻塞性肺疾病”等，這些詞大致可分為兩大類：一是霧霾主要成分；二是霧霾引發(fā)的具體疾病及其影響的人群。

由圖3可知，聚類將2008-2017年有關霧霾與健康關聯(lián)的研究歸納為九大類，分別是：大氣污染、空氣質(zhì)量、PM2.5、肺腫瘤、分析測試、霧霾、腦血管病、癌癥發(fā)病率和健康發(fā)展。這與上述關鍵詞類型基本相似，涉及霧霾成分和危害、霧霾對健康的影響。但軟件進行的聚類并不能概括此領域的所有主題，可能存在忽視出現(xiàn)次數(shù)較少或影響力不顯著的關鍵詞等問題，因此在這里我們主要把握出現(xiàn)次數(shù)較多或影響較顯著的關鍵詞。

（四）簡要討論

結合上文，在聚類的基礎上，我們可將霧霾與健康關聯(lián)研究的熱點內(nèi)容進一步歸納為三大類，分別為：（1）霧霾與空氣；（2）霧霾主要成分；（3）霧霾對健康的影響。以下將進一步對這三大熱點內(nèi)容進行簡要討論。

（1）霧霾與空氣。在霧霾與健康關聯(lián)領域涉及霧霾與空氣的主要原因是：①霧霾是一種大氣污染現(xiàn)象，人們最直觀地認識霧霾是它在空氣中的狀態(tài)，即灰蒙蒙、低能見度；②霧霾存在于空氣中的這一狀態(tài)為霧霾對健康造成影響提供了有利條件，即霧霾對健康的影響主要是通過空氣的介質(zhì)作用而引發(fā)的。從具體文獻來看，對霧霾與健康關系的研究具有地域性特點，它們側重于對某個地區(qū)或城市進行探討，很少有以全國霧霾及其引發(fā)的大氣問題為對象進行探討的。雖然霧霾具有擴散性的特點，但其爆發(fā)的集中區(qū)域與外緣區(qū)域難免存在較大差異，因此研究的嚴謹性會驅(qū)使該領域的研究具有地域性特點。

（2）霧霾主要成分。霧霾的爆發(fā)對社會的生產(chǎn)與生活都產(chǎn)生了較為嚴重的影響，造成了巨大經(jīng)濟損失，對社會的健康發(fā)展起著制約作用。這就不得不對其進行治理，而要治理首先需要認識并明確霧霾，這在霧霾對健康影響這一領域也不例外。許多研究把霧霾成分作為切入點來研究霧霾與健康問題，這體現(xiàn)了追根溯源的思想，進一步明確了霧霾的元兇是“細顆粒物”，也即近年來的熱點詞匯“PM2.5”，PM2.5由于具有一定的毒性而對人體具有危害，因此細顆粒物或PM2.5也理所當然地成為了該領域研究的一大熱點。

（3）霧霾對健康的影響。這是檢索到的文獻所共同研究的問題，也是該領域的一大熱點。這里所說的霧霾對健康的影響主要是指霧霾所引發(fā)的疾病，并且這些疾病大多屬于呼吸性疾病，另外呼吸疾病還可引發(fā)其他疾病，如上述聚類中的腦血管病，此外還有一些精神疾病，如持續(xù)性的霧霾天氣會引發(fā)抑郁癥。霧霾對健康的影響還體現(xiàn)在它會提高人口的死亡率，這也是霧霾引發(fā)強烈關注的原因之一。在上述高頻關鍵詞中還涉及“兒童”一詞，這主要反映兒童是霧霾天氣的易感人群，老人同兒童一樣，其健康也易受到霧霾天氣的威脅。另外從關鍵詞統(tǒng)計來看，對霧霾與健康關聯(lián)研究的文獻傾向于對霧霾健康風險進行評估。

四、結論與展望

本文利用可視化工具CiteSpace對霧霾與健康關聯(lián)進行了分析，為這一領域的可視化研究提供了參考，這是本文的一大創(chuàng)新點。與其它研究霧霾與健康的文獻不同的是，本文在該領域文獻的基礎上進行，并運用CiteSpace整合其他文獻，對文獻的作者、機構和關鍵詞繪制知識圖譜并進行分析。結合上文，得出以下結論：

（1）研究力量。在研究作者方面，李新偉的貢獻較突出，由孫慶華、洪新如、宋巖峰、鄭玲組成的研究團隊合作較顯著。但總體來看，該領域作者發(fā)文量普遍不高，合作較少，尚未形成集聚效應；在研究機構方面，高校、各環(huán)境科學研究所和疾病預防控制中心是霧霾風險研究的主要機構，各機構間聯(lián)系較少、尚未形成良好的合作機制，其合作有待進一步加強。

（2）研究熱點。結合關鍵詞及其聚類圖譜，可看出霧霾為一種大氣污染現(xiàn)象，主要成分及元兇是PM2.5，其引發(fā)的疾病大多為呼吸性疾病，并可誘發(fā)其他疾病，甚至致死。由此可將我國霧霾與健康關聯(lián)研究的熱點進一步歸納為三個方面，即霧霾與空氣、霧霾主要成分和霧霾對健康的影響。從中可看出，文獻傾向從霧霾的成分入手，側重對健康風險的評估。

（3）對霧霾與健康關系的研究具有地域性特點。霧霾影響較嚴重的地區(qū)往往成為霧霾與健康領域研究的熱門地區(qū)，如京津冀地區(qū)，這體現(xiàn)了霧霾與健康研究具有現(xiàn)實意義。

本文也存在許多不足。首先，從文獻選取范圍看，本文僅針對國內(nèi)研究成果進行分析，未結合國外研究成果；其次，從數(shù)據(jù)選取看，數(shù)據(jù)庫只選取了CNKI，未結合國內(nèi)其他數(shù)據(jù)庫文獻，因此存在數(shù)據(jù)源不全等問題；最后，從研究內(nèi)容看，由于文獻僅來源于CNKI，而CNKI里的引文數(shù)據(jù)并不完整，所以在CiteSpace里只能進行作者、機構和關鍵詞三個功能的分析，對于CiteSpace的經(jīng)典功能“共被引”并未涉及；從得出的結論看，由于這些結論主要依靠主觀分析與歸納，具有一定的主觀性，可能與實際情況存在一定偏差。這些不足也正是本研究未來需要努力的方向。

【參考文獻】

[1]王旭光.霧霾治理與經(jīng)濟發(fā)展探究[J].經(jīng)濟視角（下旬刊），2013（08）：24-25.

[2]鄭易生，閻林，錢薏紅.90年代中期中國環(huán)境污染經(jīng)濟損失估算[J].管理世界，1999（02）：189-197+207.

[3]曹彩虹，韓立巖.霧霾帶來的社會健康成本估算[J].統(tǒng)計研究，2015，32（07）：19-23.

[4]陳仁杰，陳秉衡，闞海東.我國113個城市大氣顆粒物污染的健康經(jīng)濟學評價[J].中國環(huán)境科學，2010，30（03）：410-415.

[5]2015中國網(wǎng)民科普搜索需求行為分析報告[J].科技導報，2016，34（12）：29-33.

[6]曲衛(wèi)華，顏志軍.環(huán)境污染、經(jīng)濟增長與醫(yī)療衛(wèi)生服務對公共健康的影響分析——基于中國省際面板數(shù)據(jù)的研究[J].中國管理科學，2015，23（07）：166-176.

[7]劉帥，宋國君.PM_（2.5）日平均濃度與死亡率“劑量-反應”關系meta分析[J].中國公共衛(wèi)生，2017，33（01）：14-17.

[8]謝鵬，劉曉云，劉兆榮，李湉湉，鐘流舉，向運榮.珠江三角洲地區(qū)大氣污染對人群健康的影響[J].中國環(huán)境科學，2010，30（07）：997-1003.

[9]謝元博，陳娟，李巍.霧霾重污染期間北京居民對高濃度PM_（2.5）持續(xù)暴露的健康風險及其損害價值評估[J].環(huán)境科學，2014，35（01）：1-8.

[10]苗艷青，陳文晶.空氣污染和健康需求：Grossan模型的應用[J].世界經(jīng)濟，2010，33（06）：140-160.

[11]郭文伯，張艷，柴彥威.城市居民出行的空氣污染暴露測度及其影響機制——北京市郊區(qū)社區(qū)的案例分析[J].地理研究，2015，34（07）：1310-1318.

[12]傅崇輝，王文軍，湯健，曾序春，馮瑤.PM2.5健康風險的空間人口分布研究——以深圳為例[J].中國軟科學，2014（09）：78-91.

[13]向華麗，楊俊，仇珍珍，雷萬雄，曾婷婷，蘭志財.隧道工人的PM_（10）職業(yè)暴露特征調(diào)查分析及其健康風險評價[J].環(huán)境科學，2015，36（08）：2768-2774.

[14]楊繼東，章逸然.空氣污染的定價：基于幸福感數(shù)據(jù)的分析[J].世界經(jīng)濟，2014，37（12）：162-188.

[15]蔡春光，鄭曉瑛.北京市空氣污染健康損失的支付意愿研究[J].經(jīng)濟科學，2007（01）：107-115.

[16]彭希哲，田文華.上海市空氣污染疾病經(jīng)濟損失的意愿支付研究[J].世界經(jīng)濟文匯，2003（02）：32-44.

[17]陶燕，劉亞夢，米生權，郭勇濤.大氣細顆粒物的污染特征及對人體健康的影響[J].環(huán)境科學學報，2014，34（03）：592-597.

[18]楊維，趙文吉，宮兆寧，趙文慧，唐濤.北京城區(qū)可吸入顆粒物分布與呼吸系統(tǒng)疾病相關分析[J].環(huán)境科學，2013，34（01）：237-243.

[19]胡子梅，王軍，陶征楷，陳振樓.上海市PM_（2.5）重金屬污染水平與健康風險評價[J].環(huán)境科學學報，2013，33（12）：3399-3406.

[20]李麗娟，溫彥平，彭林，白慧玲，劉鳳嫻，史美鮮.太原市采暖季PM_（2.5）中元素特征及重金屬健康風險評價[J].環(huán)境科學，2014，35（12）：4431-4438.

[21]祁毓，盧洪友.污染、健康與不平等——跨越“環(huán)境健康貧困”陷阱[J].管理世界，2015（09）：32-51.

[22]ChenC.CiteSpaceII：Detecting and visualizing emerging trends and transient patterns in scientific literature. Journal of the American Society for Information Science and Technology， 2006， 57（3）：359 -377.

[23]程勝義.國外霧霾污染與經(jīng)濟增長關聯(lián)性研究——基于CiteSpace科學知識圖譜[J].科技廣場，2017（04）：145-151.