重大突发公共卫生事件中的居民情感需求挖掘*

徐永顺，周 宇，刘 渊，章 力

0 导言

重大突发公共卫生事件是指突然发生，已经或可能对社会公众健康造成严重损害的重大传染病疫情、群体性不明原因疾病、重大食物和职业中毒以及其他严重影响公共健康的事件[1]。新型冠状病毒肺炎(以下简称“新冠肺炎”)不仅对全人类的生命健康构成严重威胁，对各国经济也造成无法估量的损失。疫区居民需求，尤其是深层次的情感需求尚未引起学者关注，主要原因包括：一是疫情暴发初期重点在于疫情防控与危重患者救助；二是居民的情感需求具有内隐性，不如医药、防护用品及生活物资需求显著；三是满足居民的情感需求并不是危机管理的主要目标。居民接收的信息定式化、来源多样化、可信度复杂化。然而，作为直面新冠肺炎的居民，其情感需求满足程度影响着他们对疫情的认知水平并指导其行为表现。重大突发卫生事件中高质量的决策同样依赖管理者获得信息的准确性、及时性与可靠性[2]，精准洞察居民深层次需求，不仅有利于其前期自救，更有助于管理部门针对性提供信息支持与心理疏导，助其更快走出疫情负面影响、有效抑制不利舆情发酵、避免群体性恐慌情绪蔓延及制定针对性政策盘活经济。

1 相关研究梳理

重大突发公共卫生事件居民深层次需求挖掘是应急管理的前提、基础与依据，也是衡量应急管理绩效的重要标准之一。居民深层次需求挖掘涉及计算机、应急管理、传播学、社会学、心理学及哲学等多个学科。新冠肺炎疫情中的居民结构比较复杂，为使研究更具针对性与普适性，文章研究对象界定为国内核心疫区(武汉市)居民，分为确诊病例、疑似病例(密接、发热)与普通社区居民三类。

1.1 突发公共事件用户需求分析

蒋勋等基于应急响应演化规律，为满足公众、救援人员、决策者应急响应需求，构建应急响应知识库[3]；刘杰等为满足紧急情况下决策需求，从情报体系、决策体系和执行体系内部着眼对应急决策情报支撑“纵向一体化”进行了研究[4]；为满足社区应急管理人员的信息需求，牛春华分析了活动理论在挖掘社区应急管理人员信息需求语境方面的优势和可行性[5]；许德俊等通过信息需求分析，提出疾病预防控制系统中应急指挥信息需求分析的一般指导原则[6]；胡代平等探讨危机管理过程中政府部门需要的各种信息，进一步明确了获取所需信息的途径和方式[7]。

还有一些学者对需求产生的动因进行分析：需求是人们为了消除不确定性而产生[8]；当用户意识到他们的知识结构不足以解决面对的问题时会产生需求[9]；信息需求是为了解决用户各种各样的问题以便进行意义建构[10]；1971年基于团队交流的应急管理系统“EmergencyManagement Information System and Reference Index(EMISARI)”投入使用，以便响应社区应急管理人员信息需求[11]；为识别应急响应人员在处理与建筑物有关的危机需求，美国国家标准与技术研究所于2004 年召开了Workshop to Define Information Needed by Emergency Responders During Building Emergencies[12]；Alan Davis等运用访谈、原型分析、工作组、排序等方法系统性的对需求诱导技术方法进行了研究[13]；Vilma Vuori对运用问卷调查法、访谈法、观察法、关键成功因素法和关键情报主题法挖掘居民需求进行系统梳理[14]；Wybo等指出在设计应急管理系统之前，某些设计人员对用户的需求采取想当然的态度[15]；缺乏对用户真正需求的了解，最终导致应急系统的失败[16]。

上述研究取得了系列成果，尚有可提高之处：(1)当前研究普遍以满足紧急情况下用户的刚性需求为主，缺乏对需求的产生动因、流变、迁移等研究，深度及连续性有待加强；(2)重大突发卫生事件中的应急需求研究尚无通用的分析框架与方法，研究动机的随意性、研究过程的固化性较为明显，应急需求研究的针对性、普适性亟需加强；(3)既有研究多为浅层次描述、分析原则与信息模型，缺少深入到支持系统建构的层面[17]，从系统角度跨学科进行居民需求的研究更为罕见。

情感是一种基于生命的原初律动又高于狭义生命的文化性状[18]，情感需求是人类最深层次的需求。围绕情感需求分析与挖掘，众多学者展开系统分析。本文对近30年国内以情感分析与需求为主题的1，708篇来源于CSSCI、CSCD等中文核心期刊的文献进行聚类分析发现4条研究主线：(1)安璐等[19]、王心瑶等[20]从大数据、人工智能等技术层面对突发公共卫生事件引发的舆情、疫情引发的舆情及医护人员社交网络评价等方面进行情感分析与挖掘；(2)胡文奕等[21]、马得汶[22]以马斯洛需求理论展开医疗卫生、航天科技等领域的情感需求研究，马斯洛需求理论占据了情感需求分析的主流阵地；(3)袁媛等[23]以KANO模型为理论依据展开了医疗护理等领域的情感需求分析，韩玮等[1]基于KANO模型对突发公共卫生事件中的公众信息需求进行研究；(4)袁欢等[24]、孙仪先[25]以设计心理学为理论出发点在突发灾害救助产品、医疗中心景观设计中的情感分析进行了系列研究。上述研究取得系列成果，也有局限：基于大数据及人工智能技术层面的研究需要一定量级的数据，新冠肺炎疫情传播迅速、成因复杂，没有先例及足够的数据源可供分析；马斯洛理论将人的需求纵向分为5个递增的层级，在某种程度上符合人类需求发展的一般规律，但难以解释个体在非常时期相互矛盾的需求，如1930年代美国经济大萧条时期出现的廉价奢侈品畅销的“口红效应”[26]以及上海“名媛”拼团的需求动机；KANO模型主要是作为满意度评价工作前期的辅助研究模型[27]，冗长的问卷通常会使居民感觉重复，引起情绪上的厌倦，从而导致数据质量下降；设计心理学中本能、行为、反思3个层面的设计原则对特定群体进行情感分析时存在着指标泛化、不易把握、针对性较弱的特点[28]。为深入挖掘重大突发公共卫生事件中居民纵横交错、甚至互有冲突的深层次情感需求，思纬市场研究公司(Synovate)的Censydiam需求动机分析模型启发了笔者的思路。

1.2 理论基础与分析模型

Censydiam模型的理论基础是弗洛伊德的性本能驱动、荣格的集体无意识以及阿德勒的自卑与超越。这些理论提出的初衷是建构一个描述性工具，它们搭建了需求与动机分析的一般性概念框架，但缺乏具体步骤与方法。1997 年Censydiam Institute 提出 Censydiam 模型，目前主要应用于用户消费需求挖掘，部分学者将之延伸为用户深层次的情感需求洞察。本研究在前人研究基础上进一步尝试该模型对用户深层次情感需求的挖掘探索。Censydiam模型的基本逻辑是洞察居民内在需求动机，从社会与个体两个层面分析用户深层次需求。主要方法是通过两个维度八个象限的分析来洞察个体情感需求，深入了解个体心理行为。垂直维度描述个体在面临需求或者困境时的解决策略，一是大胆释放需求，二是理性克制欲望；水平维度描述个体在面临需求问题时在归属群体和放飞自我之间的权衡，二者是此消彼长的关系。用户在处理需求时可能采取4种方案：大胆释放需求、理性克制欲望、表达个性自我、寻求群体归属。为此将社会维度从右至左定义为“顺从/归属”“能力/地位”；将个体维度从下至上定义为“理性/控制”“享乐/释放”。鉴于个体的情感是复杂、矛盾和难以预测的，4个类别的分析过于粗糙，为进行颗粒度较细的需求分析，文章在现有框架中进一步分析出经两个相邻象限中和而成的需求类别，最终形成能够较为有效的绘制出用户深层次情感需求画像的Censydiam模型(见图1)。

图1 Censydiam需求动机分析模型

2 实践应用

2.1 技术路线

重点疫区居民的深层次需求满足与居民的情绪抚慰、心理疏导是仅次于感染者救治的重要事项。本文分为3个阶段进行研究：2019年12月1日国内确诊的首例新型冠状病毒肺炎病患发病至2020年1月23日上午10点武汉进入战时管制状态为发酵期；2020年1月23日至2月13日为疫情暴发期；2020年2月13日后新增确诊人数开始下降，本文将之界定为拐点期，此处拐点是国内新增确诊病例出现下降的拐点，并非整个疫情的拐点。文章技术路线分为5个阶段：一是流程梳理，梳理出需求动机模型在需求挖掘中的应用流程；二是数据采集，基于网站、微信微博、互联网新闻与设计师“头脑风暴”得出的结论，采集居民兴趣标签，在此基础上与Censydiam 需求动机模型拟合，提取居民情感需求；三是网格巡查、上门入户与问卷调查相结合，进一步提取居民情感需求；四是需求拟合，综合第二步与第三步的分析结果，抽取居民的深层次情感需求，并在社区服务中针对性提供服务；五是策略建构，根据前述步骤研究结果，提出针对性较强的居民需求满足与情感疏导策略和政府层面的政策建议，保证研究结果质效的最大化。

2.2 Censydiam模型在需求挖掘中的应用流程

Censydiam模型是一个复杂且较为细致的需求动机分析工具，进行用户需求分析时，可采用定性、定量或两者相结合的方法。模型的数据分析没有严格的公式进行指导，研究人员借助该模型的概念和框架，通过数据采集、居民言行观察洞悉其背后的价值观、生活形态，在此基础上归纳总结，明确所需，进而定位其需求动机，这是一个持续的过程，总体以定性为主。具体流程如图2所示。

图2 Censydiam模型情感需求挖掘流程

2.3 居民需求信息获取

居民需求信息与兴趣标签获取是提取情感需求的重要基础，鉴于新冠肺炎传染性极强，面对面访谈难度较大，本文主要采取以下方式进行基础数据采集。

2.3.1 互联网数据分析采集兴趣标签

新一代信息技术使得新冠肺炎疫情引发的线上数据量超过任何一次公共卫生事件，以2020年2月12日为例，24小时内互联网上共出现与疫情相关信息约397万条，仅微博平台总阅读量就超过180亿。知微、WEBinsight、百度指数等工具也使得从互联网平台获取有价值的信息从未如此方便与快捷。对暴发期之后无法直接接触的确诊病例及隔离者(密切接触、发烧)，社交网络数据是获取其兴趣标签的最重要来源。兴趣标签采集是情感需求拟合的数据基础，主要在下述平台完成居民兴趣标签的提取。

(1)微信。除运用既有工具对微信公众号数据采集及分析外，对在下沉到社区帮扶过程中参与的微信群(社区微邻里、业主群、团购群、本地群等)重点分析。重点人物(确诊及隔离病例本人、亲友等)的朋友圈包含丰富的情感数据，本文对此进行了系统梳理。

(2)微博、博客。对2019年12月份以后与疫情相关的微博数据进行采集，重点采集类型有：①刻画事物，对关键事件及相关描述的文本数据；②微博发布主体之间的社交网络关系及传播过程中的网络结构；③已经标记及需要从内容中识别的时间与空间信息；④阅读、转发、评论、收藏、点赞、喜欢、打赏、签到等操作行为。这些文本数据、结构、信息及行为直接或间接映射了发布主体的偏好、动机及兴趣。

(3)互联网新闻。门户网站新闻对微信及微博平台信息发布主体有着明显的影响，本文对新浪、搜狐、凤凰网、各大论坛及知乎等知名互联网平台与疫情有关的数据按照时间维度进行了系统梳理。

通过对上述数据进行以关键词为主要分析方式的梳理，针对每种角色每个阶段提取其前十名兴趣标签。

表1 居民兴趣标签表

以Censydiam 情感需求分析模型为基础，在武汉、南京遴选8名设计师，根据他们对上述兴趣的理解，对每个关键词按照情感倾向度优先级采用累计计分形式进行统计与遴选，结果表明设计师对兴趣标签拟合具有90%以上的一致性，由此得到用户“兴趣-情感需求”洞察。以确诊病例在疫情发酵期为例，表2反映了确诊病例疫情发酵期在情感需求分析模型上的累计分数。

表2 确诊病例疫情发酵期“兴趣-情感需求”对应表

取累计分值前3，得到确诊病例疫情发酵期的情感需求主要对应Censydiam 模型的3 个象限：理性/控制、舒适/安全、顺从/归属，通过与2.3.2部分实地调研、非结构化访谈抽取的情感需求验证比对，得出主要情感需求为理性/控制、舒适/安全、顺从/归属。采取同样方式对疑似病例及社区居民进行不同时期的情感需求挖掘，挖掘结果见表4，篇幅所限，挖掘过程不再赘述。

2.3.2 实地调研、非结构化访谈提取情感标签

实地调研是疫区居民情感需求获取的最可靠来源，作者之一居住在武汉市江岸区，疫情暴发后第一时间下沉某社区做志愿服务，承担社区出入人口盘查、生活物资采购与发放、困难群体帮扶与心理疏导等[29]。工作过程中采取上门入户、电话问询、网格巡查并辅之以问卷调查采集社区居民情感标签。作者之一带领的6名志愿者作为“一级种子”，分别将问卷分发至其负责的社区居民，对重点居民(密接、确诊亲友等)采取电话问询、需求聆听、经验判断、需求推算，条件具备的情况下辅之以微刻时序访谈、中立型访问等方式进行数据采集。问卷设计分为两部分，第一部分是基本属性信息，包含时间区间、性别、年龄、是否密切接触、是否确诊病例亲友、所处行业、学历等信息；第二部分是情感标签问卷，共计25 个指标(见表3)，被测试者从“非常不满意、比较不满意、一般、比较满意、非常满意”5 个选项中根据自身实际的主观感受选择最佳答案，同时增设了备注栏，用户可以在此填入未曾涉及到的情感状态。

表3 居民情感需求标签

调查时间从2020年3月6日到4月10日下沉结束，收到问卷765份，因问卷主要由笔者及志愿者当面与被调查对象接触，填写质量得到了较好的控制，经一一复核，问卷有效率达98%。依据问卷关键字密度，取得居民情感需求如表4所示。

表4 居民情感标签表

2.4 居民情感需求挖掘

综合表3与表4，文章得出确诊病例、隔离病例及社区居民在疫情发酵期、暴发期及拐点期前3位的情感需求，如表5所示。图3-5直观反映了三者在疫情3个阶段的Censydiam模型情感需求动机迁变。

表5 疫区居民情感需求

通过对图3-5确诊病例、隔离病例及社区居民在疫情发酵期、暴发期及拐点期的Censydiam情感需求动机模型分析发现：

图3 确诊病例情感需求动机

(1)确诊病例在疫情发酵期对安全的需求尤为强烈且比较理性，很大程度上因为在此阶段死亡案例较少，确诊病例已经得到妥善安置。此阶段药物及治疗效果不确定，确诊病例出现一定比例的恐慌，情感上有顺从与归属的需求；疫情暴发期死亡案例大幅增加，传染速度快且没有特效药，确诊病例恐慌情绪加重，融合沟通的需求取代理性控制，对安全的需求前所未有的强烈；拐点期之后新增确诊人数减少，出院人数增多，新冠病毒得到有效控制，确证病例的恐惧感及群体归属感减退，对自身的个性需求有所关注，希望早日投入社会去释放自己内心的活力并实现自身价值；同时担心出院后社会对自己有歧视，尤其是发现一定量的出院病例十余天后检验结果再次呈阳性，对安全的需求继续存在。

图4 隔离病例情感需求动机

图5 社区居民情感需求动机

(2)隔离病例在疫情发酵期对疫情没有足够的重视，基本的安全需求之外更偏向于从众；疫情暴发期随着死亡人数的增加、床位的紧张及防护物资的紧俏，恐慌情绪超过确诊病例，主要原因包括：一是自身有较大几率的感染可能；二是一旦确诊，在床位异常紧张的困境下，对自己能否得到有效救助的焦虑。这个阶段对群体的归属、融合有着较强的需求；疫情出现拐点之后与确诊病例有着较多的相似之处，情感需求中从众因素减弱，对社会的目光及自身价值体现有着较高的需求。

(3)普通社区居民在疫情发酵期与隔离病例类似，缘于自身与新冠病毒尚无任何交集，对疫情调侃的段子屡见不鲜，总体上安全意识缺乏；疫情暴发期情感需求与确诊病例高度类似，对疫情的担心反而超过隔离病例。主要原因在于火神山、雷神山医院尚未开建，一旦感染不仅床位难求，去医院也是一号难挂；疫情出现拐点之后，“人等床”变成“床等人”，社区防控和社区居民的生活保障问题凸显[30]，对舒适的需求重新展现，同时较为担心疫情结束之后的工作机会，实际上这是对自身能力能否实现的外在反映。

(4)总体而言，疫情发酵期，确诊病例对病情及治疗较有信心，个别确诊病例有恐慌现象，对安全的需求比较强烈，隔离病例及社区居民多处于观望状态，对疫情没有足够重视，偏向从众；疫情发酵期三者均出现一定的恐慌现象，直接表现是医疗物资、防护用品的紧俏，实际上反映了居民情感上对安全与归属的强烈需求；疫情出现拐点之后三者恐慌情绪基本消退，期盼回归正常生活，同时三者情感需求出现了细微的交叉与区别，三者均表现出对安全的需求及社会(湖北省外)是否对自己有歧视，隔离病例与普通居民情感上出现对展示个人能力及体现自身价值的需求，确诊病例拐点之后情感需求更偏向于从众。

2.5 居民深层次需求应用

疫区居民深层次情感需求洞察需有效服务于防疫抗疫工作方能体现其价值。武汉市江岸区某社区位于核心疫区，与收治危重病人的汉口医院不足百米，社区总面积263，937平方米，总人口4，046人。疫情暴发后文章作者之一以下沉干部身份第一时间参与社区服务，根据《武汉市新冠肺炎疫情防控指挥部党建考核组工作提示》，主要承担收集居民群众诉求问题、群众生活物资服务保障、关爱帮扶特殊困难群体及开展社区居民心理疏导工作。除完成基本任务之外，工作中发挥主观能动性，依据获取的居民情感洞察在居民生活物资满足方面的映射进行了针对性较强的深层次需求拟合。

2.5.1 社区居民物资采购

疫情发酵期及暴发期普通居民基本生活受到严重影响，一是由于病毒传染性极强，居民不敢放心出门采购；二是基本生活物资供应已经偏紧，且正值春节；三是2020年1月23日武汉封城进入战时管制状态，居民无法随意出入社区。充足物资保障能缓解情感焦虑[31]，为此作者根据获取的居民情感需求洞察，在初期与社区疫情管控部门、社区居民与连锁超市(中百、武商、永旺等)的对接中，制定了“非必须不采购”原则，根据获取到的情感洞察，以采购物品套餐(表6)的形式引导其安全与归属的需求，抑制其个性/独特之需求。对于婴幼儿用品、慢性病药品及学生文具等，协调周边商家及药店集中配送。

表6 社区居民发酵期及暴发期采购套餐

疫情拐点期随着企业复工复产，生活物资供应偏紧局面有所缓解，居民多元化需求在一定程度上能够满足，取消套餐模式，采取居民汇报所需，志愿者与连锁超市对接、组建居民团购群的形式。人手所限，对较为笨重的酒水饮料等购买需求仍然有所限制。采购方案在执行中动态调整，解决了居民基本生活问题且一定程度上满足了其个性化需求。

2.5.2 特殊群体心理疏导

特殊群体心理疏导是情感需求动机洞察的应用重点。作为基础工作，作者联合志愿者对本社区生活困难、鳏寡残疾、死亡病例家属、重症慢性病患者、医务工作者家庭等特殊群体一一建档。在针对性解决特殊群体的现实心理问题之外，根据获取的情感需求动机，有预见性、有侧重地采取“一日一访”定期联系满足其发酵期安全需求；“一对一”包保联系、“一周一送”生活物资适应其暴发期归属需求；“一家一档”信息台账迎合其拐点期个性化需求。每个时期3种方式并存但各有侧重，相辅相成，共同服务于防疫抗疫大局。

2.5.3 线上相关知识输出

线上知识输出并不能解决居民的直接需求，在疫情发酵期及暴发前期所起作用有限，在基本生活物资及疫情救助得到基本保障之后的拐点期重要性凸显。作者及志愿者团队在社区群、业主群、微邻里及各种功能群依据获取到的情感需求展开了系列消息推送与相关知识输出。鉴于疫情防控工作的严谨性及方向性，线上知识输出未对疫情发酵期之个性/独特及舒适之需求做相应考虑。针对疫情发酵期及暴发期居民的安全、理性、归属之需求，推送内容以相关团购信息、防疫基本知识、中央决策部署为主，主要目的在于缓解不良情绪；疫情拐点期顺应居民的融合/沟通之需求，推送内容以针对性较强的疫情工作形式、省市工作要求为主，主要目的在于严格封控管理。

2.5.4 补偿性信息需求满足

根据上文研究结果，疫情暴发期及消退期，居民的硬性需求受到较大影响及制约，但补偿性需求(精神需求)受到影响较小，某种程度上更加旺盛。为此，志愿者团队通过社区公众号、微信群、微博、朋友圈及小视频等为社区居民提供多重信息，在疫情防控指挥部的工作精神指引下，筛选健康保健、商业财经、综艺体育、美食烹饪、科学技术、居家生活等不同内容，满足居民舒适安全、个性独特等多样化、差异性情感需求。

满足社区居民生活物资需求是基础，特殊群体心理疏导是重点，线上针对性知识推送及补偿性信息需求满足是辅助，四者相辅相成，相互补充，共同服务于防疫抗疫工作。

3 满足居民深层次需求的建议

疫情过后，为更好满足居民深层次情感及其引导下的消费需求，推动国民经济的良性恢复，我们不仅要关注不同时期居民情感需求的变化，进一步创新物资供给，促进消费回补，也要从政策层面上完善居民消费机制，增强居民消费及可持续发展能力，更好发挥居民的消费引领作用。

3.1 应对居民理性消费与保守消费

疫情对居民的消费心理及消费观念产生了深远的影响，国内疫情结束后，预期中的报复性消费并没有出现。为刺激消费盘活经济，各地政府推出了红包、消费券、促销资金等各项消费刺激政策，短期内带动了消费居民的增长。弊端也显而易见，一是消费时效结束后居民继续保持疫情期间保守的消费心理；二是消费增长主要体现在消费券重点支持的领域，领域之外行业受益有限。如要建立更加完善的消费增长长效机制，需要在消费制度、消费环境及企业减税降费层面进行深层次的创新。

3.2 保障疫情重点地区居民免受歧视

疫情出现拐点之后确诊病例及重点疫区的居民均期盼回归正常生活，情感上均出现展示个人能力及体现自身价值的需求，具有一定的从众趋向。然而数月来各地发生的针对重点疫区居民的特殊政策证明他们的担心(受歧视)并非多余，不少地区仍然对武汉、吉林、北京等疫情高发地区居民重点检测，个别地区出现“层层加码”现象，一定程度上对防疫抗疫起到了积极作用。但过度宣传和简单化操作(“湖北人”“武汉人”“外地人”甚至“医护人员”都被贴上了“危险人群”的标签)也对这些地区的正常务工人员造成了一些困扰，心理上也受到一定影响。为此政策上应尽快推行“健康码”全国互认，严禁个别地区增条例或规定，切实做到复工复产政策的“上通下达”，及时纠正私下增设复工条件造成居民增加不必要开支或无法顺利复工的现象，做到重点疫区居民去罪化，社会管控人性化，舆论宣传温情化。

3.3 促进居民信心恢复与重建

居民信心恢复对疫情的有效控制具有良好的正向作用，政策层面需要注意及时、全面提供防疫抗疫信息，引导居民情绪。在国内疫情基本告一段落(北京的疫情对全局影响不大且已得到有效控制)后，需要出台出明确的稳定居民信心的举措，释放稳定市场消费需求的预期，有效消除疫情的不确定性造成的“次生灾害”。

3.4 培育新型经济形态

基于疫情防控需要封城锁户、封村断路的特殊措施对居民基本的生活需求产生了重要的影响，居民深层次的情感需求(理性/控制、顺从/归属、舒适/安全、个性/独特、能力/地位)满足提到更加重要的位置上，进而对需求的实现方式提出了挑战。互联网的作用从未如此突出，公众对互联网的态度也完成了从警惕到依赖的蜕变。

2014年，淘宝因为商品质量问题被工商总局点名，随后淘小二公开叫板工商总局引起巨大争议；2018 年，人民日报多次发文抨击抖音，称其是低俗、沉迷的原罪；同年，因为滴滴安全事件多地基于安全需要，推出要求司机户籍必须为本地、车辆轴距要达到一定标准等苛刻的合规条款。一时间，网络上充满了对互联网平台的警惕之声。而疫情中国内外的形势发生了诸多变化，在线下经济遭遇较大冲击的背景下，互联网平台在防疫抗疫以及恢复经济的过程中，积极地走向前台。2020年1月25日，大年初一，凌晨两点滴滴司机刘师傅接到了一位乘客——武汉协和医院的一位护理人员。刘师傅属于滴滴在武汉组建的疫情期间“医护保障车队”，在众人都对医院避之不及的艰难时刻，这只车队的使命就是保障防疫一线医护人员通勤出行[32]。随后，在线问诊、在线求职、在线学习、送药上门、辟谣、出行路况、小游戏、在线娱乐、移动出行、移动办公等新型经济业态疫情之下通过网络，用数字化的方式将居民的需求一一匹配。无人配送、非接触经济、共享员工、下沉市场线上化、体验式消费、直播带货等新经济形态迅速发展。针对新型经济形态政策上需做好管、促、引，使其健康、有序、可持续发展。

4 总结与反思

人的情感与文化、年龄及受教育程度无关，它是一种跨越年龄阶层、文化素养、知识结构与不同种族文化的存在，具有无意识性、前置性、普适性与通感性[33]。居民的深层次情感需求挖掘不仅对深陷新冠肺炎疫情的湖北省武汉市防疫抗疫工作具有较强的支持作用，对目前新冠肺炎暴发中的美国、印度、意大利、伊朗及西班牙等国家的疫情防治工作也具有重要的参考价值。同样对此后类似的重大突发公共卫生事件中居民的深层次需求挖掘也具有一定的启发意义。条件所限，尚有一些问题留待以后深入研究：(1)情感标签提取及需求拟合中，一种兴趣标签可能对应两个或两个以上的情感需求，模型中的一种情感需求也可能对应多种兴趣标签，如何进行较为合理的精准匹配；(2)Censydiam 情感需求动机模型适用于各种背景知识与年龄阶层的群体，如何将这种情感需求洞察方式服务于疫情防治中的医护人员、下沉干部及志愿者等各类人员；(3)文章以数据及知识为基础的情感挖掘方式在未来如何与以算法及算力为支撑的人工智能技术集成，以进行颗粒度更细的居民情感需求挖掘。