基于网络爬虫的英国政府网站结核病主题政策发文计量分析

黄烈雨 王溪 陈浩 黄若尧 左玲 郭岩

2020年世界卫生组织发布的报告显示，2019年全球估算结核病新发患者996万例，其中中国新发结核病患者数位居全球第3位(83.3万)[1]。2019年英国有4812例新发结核病患者，结合世界卫生组织公布的2019年全球结核病发病估计数据，属于欧洲发病例数较多的国家之一[2]，也面临较大的结核病防控压力。中国的结核病控制管理组织机构强调自上而下的统一指导和管理，而英国的结核病控制管理组织机构最为完善细致，具有分工明确、多部门协作的特征[3]，对我国的结核病防控工作有较好的参考作用。

本研究选取英国政策文本进行分析，可以直接反映英国政府处理结核病事务的行为印记，也能间接引导公众关注与资源分配[4]。英国政府在2013年将数量众多且分散的1700多个政府网站接口统一整合到英国政府官方网站“www.gov.uk”上，可以通过统一接口对所需政府信息进行检索[5]。《2020年联合国电子政务调查报告(中文版)》显示，英国电子政务水平位列全球第7[6]，政策文本数字化水平较高。因此，本研究利用英国政府网站的结核病主题发文记录进行政策文本的计量分析具备科学性和可行性，能够从国家层面反映英国政府近年来防控结核病的关注重点，从而为我国结核病防控工作提供借鉴。

对象和方法

一、爬虫设置及流程

利用Python计算机编程语言与相关爬虫软件，在英国政府网站(www.gov.uk)以“tuberculosis”为关键词搜索公开发布的所有与结核病相关的官方记录，默认按相关性排序，检索结果不区分类型，爬取出2020年12月31日之前与关键词“tuberculosis”相关的全部记录，删除重复记录后共计得到1530条记录。……