公共卫生应急响应机制（PHERM）运行效能的关键影响因素研究：基于DEMATEL-ISM-MICMAC混合方法的系统分析

本研究针对公共卫生应急响应机制（PHERM）在应对新发传染病时的效率瓶颈问题，通过整合Horn-Mitte模型与DEMATEL-ISM-MICMAC混合方法，系统解析了19项关键影响因素及其层级关系。研究发现，应急领导行动自觉性（X15）是深层驱动因素，决策指挥反馈能力（X8）为核心结果变量，为优化应急机制提供了理论依据和实践策略，对后疫情时代公共卫生体系建设具有重要指导意义。

　　

在全球新发传染病威胁日益加剧的背景下，COVID-19和猴痘（Mpox）等疫情的暴发暴露了各国公共卫生应急响应机制（PHERM）的运作短板。中国虽自2003年SARS后建立了国家公共卫生应急管理体系，但新冠疫情仍反映出机制灵活性不足、部门协调迟滞等问题。当前研究多聚焦单一环节如监测预警或疫苗接种，缺乏对PHERM整体效能影响因素的系统解析。哈尔滨医科大学卫生管理学院的研究团队为此开展了一项创新研究，通过混合方法揭示了PHERM运行的关键驱动因素，相关成果发表于《BMC Public Health》。

研究采用DEMATEL-ISM-MICMAC三重方法学整合：首先基于Horn-Mitte政策实施模型构建含19项因素的指标体系，通过专家咨询法确定权重；继而运用DEMATEL计算因素间影响度与中心度，ISM划分四层递阶结构，MICMAC分析驱动-依赖关系。所有数据通过Python软件处理，15位卫生应急领域专家参与评分验证。

研究结果呈现三大发现：

1. DEMATEL揭示因果网络
   应急领导行动自觉性（X15）以最高中心度（27.35）和强因果性（0.82）成为核心驱动因素，而决策指挥反馈能力（X8）作为最强结果变量（中心度27.77）受多重因素影响。法律体系保障（X4）和应急资金支持（X5）等构成强原因因素集群。

2. ISM四层结构模型
   系统被解构为表面层（如应急技术保障X6）、过渡层（实时监测预警X2）、深层（应急预案完备性X1）和本质层（X15）。X8在过渡层具有最高节点度，显示其作为中枢变量的特性。

3. MICMAC四象限定位
   X15独立于第四象限（高驱动力/低依赖性），证实其作为根本性变量的地位；X18（联防联控能力）等依赖型因素集中于第二象限，需优先处理深层驱动因素才能改善。

讨论部分强调了两点理论突破：首次将Horn-Mitte模型引入卫生应急领域，证实领导力意识是机制高效运行的基础性变量；同时揭示了决策指挥系统的"杠杆效应"——通过人工智能辅助和专家参与可提升其科学性。实践层面建议：加强领导干部情景模拟培训以强化X15，完善应急预案（X1）与责任划分（X12）等制度设计，建立容错机制缓解决策犹豫。

该研究的局限性在于指标筛选依赖文献而非实证数据，未来需扩大专家样本并引入数学模型验证。但作为首个系统解析PHERM影响因素的混合方法研究，其构建的分析框架为全球公共卫生治理提供了重要方法论参考，尤其对发展中国家应急体系建设具有启示价值。