中國涉旅公共衛生事件時空分異特征及其引致因素解析

紀穎超，殷 杰

（華僑大學 旅游學院，福建 泉州 362021）

0 引言

頻發的旅游安全事件極大地阻礙了旅游業的健康發展［1］。旅游安全事件包括自然災害事件、意外安全事件、公共衛生事件和社會安全事件等4 大類［1，2］。隨著新冠肺炎疫情在全球爆發，各界對公共衛生問題空前關注。涉旅公共衛生事件主要是指游客在旅游過程中遭受的包括突發疾病、食物中毒、猝死、傳染病等在內的突發性公共衛生問題。由于旅游活動的異地性，游客對旅游目的地的公共衛生環境較為敏感，易在旅游過程中發生諸如突發疾病、食物中毒、猝死等公共衛生事件［3］。旅行社責任保險統保示范項目出險數據顯示，2010—2019 年我國共發生了8981 起涉旅公共衛生事件，平均每天發生近2.46 起。由于旅游活動的異地性與游客的易聚集性，后疫情時代，如何有效防控與治理涉旅公共衛生風險將成為旅游業最為關注的問題之一。因此，重點關注涉旅公共衛生事件，識別涉旅公共衛生事件的特征與規律對于強化涉旅公共衛生管理具有重要意義。

旅游安全事件研究一直是旅游安全研究的熱點［4］。關于旅游安全事件的研究集中于以下兩大方面：①旅游安全事件的時空分布特征探究。學者們主要從境外、境內、發達地區等不同空間尺度展開研究［2，4-6］，并關注安全事故的長期演化、短期演變、特殊時間節點分布等不同時間尺度的安全問題［4，7］。例如，黃銳等［2］發現中國出境旅游安全事故時空分布呈現高度集聚特征，主要集中在我國香港與澳門特別行政區、臺灣地區和泰國、日本、韓國等國家，且不同區域的旅游安全事故季節變化呈現顯著差異；Bentley［5］等發現海外游客在新西蘭的安全事件發生呈現季節性，多集中于夏季和冬季；Lunetta［7］通過對多個年份芬蘭游客境外死亡案例進行分析，發現西班牙、瑞典和泰國是死亡人數最多的3 個目的地國家；李月調等［4］基于2013—2014 年中國赴泰游客出險案例，揭示了中國游客赴泰旅游安全事故具有明顯的時空分布特征，且事故災難多發于涼季和交通場所。②旅游安全事件的引致因素分析。學者們對旅游安全事件引致因素的研究主要從人員、環境、設施設備和管理等要素展開［8］。例如，謝朝武等［9］在分析環境因素的影響機制時發現，游覽環境、大氣環境和道路環境是引致旅游安全事件的主要因素；Poolklai［10］則發現泰國老年游客安全事件發生與食品管理問題有關。一般而言，旅游安全事件存在一定的空間依存關系，而對于旅游安全事件引致因素的研究多是基于最優尺度回歸、地理探測器等定性分析和傳統回歸模型，無法準確地揭示其空間因素產生的影響［2，9］。由此可見，旅游安全事件的引致因素有待進一步探究。

涉旅公共衛生事件是旅游安全事件的重要類型。目前，關于涉旅公共衛生事件的研究主要集中在事件的分布規律、事件產生的影響、事件應對措施和 發 生 機 理 探 究 等 方 面［2-4，11-14］。例 如，謝 朝 武等［9］發現高海拔環境容易引發游客缺氧、頭疼、心跳和呼吸頻率增加等癥狀，進而引發高海拔疾病；鄒永廣等［3］用社會網絡分析方法研究發生食物中毒事件后應急救援措施；黃銳等［2］探究了包含涉旅公共衛生事件在內的5 類旅游安全事故的空間特征及形成機制；Eitzinger等［13］指出，在旅游活動中導致食物中毒事件發生的原因中，游客責任僅占6.8%。

綜上，已有研究對旅游安全事件和涉旅公共衛生事件展開了系列探討，但仍存在以下研究機會：一方面，探討涉旅公共衛生事件的時空分異有助于“因時制宜”和“因地制宜”地治理涉旅公共衛生風險。已有研究雖然重點探討了涉旅公共衛生事件的影響及應對，但從地理學角度對涉旅公共衛生事件的時空格局、演變趨勢等進行分析仍相對缺乏；另一方面，鮮有研究重點關注旅游安全事件的引致因素。目前關于涉旅公共衛生事件的研究僅關注公共衛生事件產生的影響及其應對策略，對于涉旅公共衛生事件可能的引致因素探討不夠深入，進而無法形成針對性的風險治理策略。鑒于此，本文將重點探討2010—2019 年間我國涉旅公共衛生事件的時空分異規律及其引致因素。具體而言，主要采用年際集中指數、變異系數、核密度估計等方法揭示我國涉旅公共衛生事件的時空分異特征，并運用空間面板模型探究其引致因素，以期為我國精準防范與治理涉旅公共衛生風險提供借鑒參考。

1 數據來源與研究方法

1.1 數據來源

本文數據來源于2010—2019 年中國旅行社責任保險統保示范項目出險案例。《旅行社責任保險管理辦法》要求，在中華人民共和國境內依法設立的旅行社應當投保旅行社責任保險。截至2019 年末，我國已有超過2 萬家旅行社投保旅游社責任險，統保率超過75%，且參保旅行社數量逐年增加。由于旅行社責任保險覆蓋旅行社范圍廣、數據真實有效，因此旅行社責任保險統保示范項目出險數據在一定程度上可反映國內旅游安全的基本情況。基于此，本文從2010—2019 年出險案例中初步遴選出8981起涉旅公共衛生事件，并對它們進行逐一分解，最終獲取收錄信息較為完整的國內涉旅公共衛生事件5110起。限于數據可得性，研究區域未包括西藏自治區、香港與澳門特別行政區、臺灣地區。

1.2 研究方法

年際集中指數：年際集中指數是測量事件時序變化態勢的重要指標［15］。本文借用年際集中指數來測度我國涉旅公共衛生事件在某一時間段中各年度的集中程度，計算公式為：

式中：R 為季節強度指數；Xi為i 月事件數量占全年事件總數的比值；8.33 為在全年絕對平均前提下計算出來的每月事件發生數占全年事件總數的百分比。R 值越接近0，表示研究區域事故發生的季節性差異較小，全年事故月份分布較為平均。

不平衡指數：不均衡指數用于測算我國涉旅公共衛生事件在各個省份的分布均衡情況［17，18］，計算公式為：

式中：S 為不均衡指數；n 為涉旅公共衛生事件數量；Xi為各省份涉旅公共衛生事件在全國涉旅公共衛生事件總量中的比重從大到小進行排序后第i位的累計百分比。S 值越接近于0，表明涉旅公共衛生事件在各省份中均勻分布；S 值越接近于1，表明涉旅公共衛生事件分布不均衡，可能出現局部區域聚集的現象。

變異系數：變異系數是各區域某項指標的標準差與其均值之比，它能夠消除均值的影響，用來對比不同時空層面的事件差異程度［19，20］。本文采用變異系數來衡量各省域涉旅公共衛生事件的差異程度，計算公式為：

核密度估計法：核密度估計是一種非參數估計方法，用于描述隨機變量的概率密度，它可根據觀察到的數據點來分析研究對象的空間分布特征［21，22］。本文借助核密度估計來分析我國涉旅公共衛生事件的空間集聚特征。核密度估計法的表達式為：

面板數據模型：面板數據是指將時間序列和橫截面相結合的數據集合，含有橫截面、時間和指標三維信息［21］。基于面板數據的回歸模型稱之為面板數據模型，具有降低多重共線性、減少偏倚性等優勢［22，23］；但由于面板數據是由時間序列數據和橫截面數據混合而成，存在非平穩性而產生的“偽回歸”問題［24］。首先，對面板數據進行單位根檢驗和協整檢驗，若檢驗結果為非平穩性，則直接進行回歸分析；其次，根據F檢驗結果可判斷采用面板數據建立混合模型、固定效應模型還是隨機效應模型。面板數據模型基本形式為：

式中：N 為第i 個省份；T 為年份；α為常數；β為系數；yit為被解釋變量；xit為解釋變量；δit為橫截面個體i 在時間t 上的隨機誤差項，且滿足零均值、等方差的假設。

2 涉旅公共衛生事件時空分異規律

2.1 涉旅公共衛生事件類型分布

通過對2010—2019 年間我國涉旅公共衛生事件進行的統計發現，我國涉旅公共衛生事件主要包括突發疾病、猝死、食物中毒、過敏等類型（表1）。其中，突發疾病和食物中毒事件的發生頻率最高，猝死次之。從時間分布來看，涉旅公共衛生事件每年發生的頻率較為穩定。突發疾病和猝死發生的頻率呈現逐年增加的趨勢，這可能是因為老年游客群體逐年增加［25］，易出現突發疾病，而引起游客猝死最主要的原因正是突發疾病；隨著我國醫療衛生水平的不斷提高和民眾對食品安全的愈加重視，食物中毒事件發生頻率逐年遞減。

表1 2010—2019 年我國涉旅公共衛生事件分類Table 1 Classification of tourism public health events in China from 2010 to 2019

2.2 時間分布特征

季節變化特征：本文借助季節強度指數測算了我國涉旅公共衛生事件時間分布的均衡程度（表2）。整體來看，季節強度指數盡管呈現波動遞減規律，但整體數值較大，表明2010—2019 年我國涉旅公共衛生事件在時間分布上波動較大。我國涉旅公共衛生事件集中發生于7—8 月，主要是因為暑假期間出游人次較多，夏季氣溫較高，食品容易發生變質，易導致游客出現食物中毒現象或引發突發疾病。

表2 2010—2019 年我國涉旅公共衛生事件的季節強度指數（R）Table 2 Seasonal intensity index of tourism public health events in China from 2010 to 2019

年際變化特征：本文根據年際集中指數公式，計算分析2010—2019 年我國涉旅公共衛生事件的年際集中指數，并將其劃分為穩定、較為穩定、較不穩定和不穩定等4 類（表3）。年際集中指數穩定地區主要分布在東部沿海地區，較為穩定地區主要分布在黃河流域中下游地區。由于這些地區經濟較為發達、公共安全保障完善，涉旅公共事件的發生頻率較穩定。較不穩定地區集中在西北、西南和東北地區，不穩定地區僅為寧夏。西北、西南等地區受自然環境、公共衛生條件、海拔較高等多種因素影響，涉旅公共衛生事件波動較大。

表3 涉旅公共衛生事件地區年際集中指數分類Table 3 Classification of annual concentration index of tourism public health events

2.3 空間分異格局

聚集格局：本文研究借助不平衡指數、變異指數測算了我國涉旅公共衛生事件的聚集分布情況（圖1）。從不平衡指數來看，2010—2012 年我國涉旅公共衛生事件不平衡指數略有上升，說明我國涉旅公共衛生事件在各省份的分布越集中；2012—2019年呈現逐年遞減的情況，說明我國涉旅公共衛生事件在各省份分布越均勻，同時說明涉旅公共衛生事件已成為全域性問題，需要各地予以重點關注。從變異系數來看，我國涉旅公共衛生事件發生的區域差異呈現“上升—下降”的反復波動，2012 年、2014年、2016 年分別是涉旅公共衛生事件分布區域差異擴大的節點年份，說明我國涉旅公共衛生事件發生區域呈集中分布態勢，其他年份總體表現為下降趨勢，說明我國涉旅公共衛生事件發生區域呈分散分布態勢，這在一定程度上也說明了我國涉旅公共衛生事件呈現“小聚中、大分散”的特征。

圖1 2010—2019 年我國涉旅公共衛生事件不平衡指數和變異系數Figure 1 Imbalance index and coefficient of variation of public health events of tourism in China from 2010 to 2019

空間演化：本文對2010 年、2013 年、2016 年、2019年我國涉旅公共衛生事件進行了核密度分析（圖2），以揭示涉旅公共衛生事件空間分布與演化特征。2010 年，涉旅公共衛生事件高密度區主要分布在環渤海、長三角和珠三角等沿海地區，在東部沿海地區的涉旅公共衛生事件呈現點狀分布，云南、四川則是中西部地區涉旅公共衛生事件的高密度地區；2013 年，核密度高值區有兩個獨立中心，分別是云南和遼寧南—山東東北部，涉旅公共衛生事件熱點區域呈現明顯的點狀分布格局；2016 年，涉旅公共衛生事件發生的熱點區域在西南部呈現點狀分布，形成云南、四川為中心的熱點區域；2019 年，涉旅公共衛生事件熱點區域逐步擴大，廣泛分布于華北、東北、華東、中南和西南等地區，且零星分布在省會城市及其周邊鄰域，未形成較大的集聚規模，呈現出“小聚集、大分散”的空間分布特征。如圖3 所示，我國涉旅公共衛生事件分布呈現明顯的區域差異，總體呈現出以云南、山東、遼寧等省份為中心向周邊輻射的圈層結構。這可能是因為遼寧等沿海地區海鮮豐富，食用海鮮引起的食物中毒具有明顯的地區性；云南、四川等西南地區地處低緯度高原地帶，具有豐富的野生食用菌資源，屬于有毒植物中毒的高峰地區，同時高海拔也易引起高原反應。此外，云南、四川等地食物多以辛辣為主，易由于食物刺激引發相應突發疾病。

圖2 2010—2019 年我國涉旅公共衛生事件的核密度分布Figure 2 Kernel density distribution of public health events of tourism in China from 2010 to 2019

3 涉旅公共衛生事件引致因素分析

3.1 引致因素選擇

根據事故致因論與事故系統論，旅游安全事件產生的本質上是人員、環境、設施設備、管理等多因素共同作用的結果［8］。本文重點利用空間面板模型來解析引致涉旅公共衛生事件的關鍵引致要素。在參考已有研究成果的基礎上［1，8，26］，結合事故致因 論與事故系統論，從人員、環境、設施和管理4 個因素來檢驗其對我國涉旅公共衛生事件的影響。具體而言：①人員因素方面，一個旅游目的地游客接待人數越多，越有可能形成游客聚集。公共衛生風險是高聚集游客群面臨的重要風險類型［27，28］，游客的聚集使得空氣流通不易，傳染病和突發疾病易發。另外，隨著目的地旅游人數的增加，會導致旅游安全事件的發生［27，28］。本文認為目的地旅游接待人數是引發涉旅公共衛生事件的重要原因，故選用A 級景區接待人數來衡量各地區旅游接待人數。②環境因素方面，環境因素導致的食品安全問題是引發食源性疾病的主要因素［29］。食源性疾病是我國食品安全面臨的首要問題，食源性患病者可能會引致感染性或中毒性疾病等公共衛生事件［29，30］，且環境條件較差地區易發生食源性疾病［31］。本文認為食源性疾病這一因素是引致涉旅公共衛生事件的重要環境因素，選用食源性疾病患者數來衡量食源性疾病風險。③從設施因素考慮，安全是旅游發展的基礎保障，安全保障因素是遏制旅游安全事件發生的重要因素之一［2，32］。其中，游客對于醫療衛生水平等實體保障因素較為重視［33］。醫療衛生水平是有效保障游客安全和遏制公共衛生事件的重要因素，但我國省域間的醫療衛生水平存在不同程度的非均衡現象［34］。醫療衛生機構數是醫療水平和醫療衛生設備水平的重要體現，基于此，本文將重點探討醫療衛生機構數對涉旅公共衛生事件的影響。④就管理因素而言，安全教育和安全監督是旅游安全管理中的重要部分，旅游安全教育缺位易引發旅游安全問題［26］。另外，有效的安全監督能夠提升安全意識和安全習慣［35］，可為旅游安全管理提供基礎保障。因此，本文針對涉旅公共衛生事件，從疾病風險監管和健康教育兩個方面出發，檢驗管理因素對涉旅公共衛生事件的影響。本文選用疾病預防控制中心人員數來衡量疾病風險監管情況，選用健康教育培訓人次數反映健康教育水平。

綜上，本文最終確定旅游接待人數（A 級景區接待人數）、疾病風險監管（疾病預防控制中心人員數）、健康教育水平（健康教育培訓人次數）、食源性疾病風險（食源性疾病患者數）、醫療衛生水平（醫療衛生機構數）作為影響我國涉旅公共衛生事件發生的重要因素（表4）。其中，A 級景區接待人數來自2011—2018 年《中國旅游統計年鑒》和2019 年《中國文化和旅游統計年鑒》；疾病預防控制中心人員數、健康教育培訓人次數、食源性疾病患者數、醫療衛生機構數均來自2011—2019 年《中國衛生健康統計年鑒》。為了消除觀測數據的異方差情況，所有數據均進行了對數變換。

表4 解釋變量的選取Table 4 Explanatory variables

3.2 面板數據模型的選擇

面板數據劃分為微觀面板和宏觀面板數據兩類。對于宏觀面板數據，當時間序列較長時需要考慮數據的非平穩問題，如單位根和協整等問題［36］。本文數據屬于宏觀面板數據，但時間跨度較短，不需要處理非平穩問題。從上文研究可看出，我國涉旅公共衛生事件空間分布在不同年份存在差異，因此需先確定面板數據模型形式。面板數據建立的模型通常有3 種，包括隨機效應模型、固定效應模型和混合回歸模型。模型形式檢驗有如下兩個F檢驗統計量：

式中：S1、S2和S3分別為隨機效應模型、固定效應模型和混合效應模型的殘差平方和；N 為截面數；T 為時期數；k 為解釋變量的數量。

原假設：H1：βi=β，H2：αi=α；βi=β。若接受假設H2，即F2值小于臨界值，則選擇混合模型，檢驗結束；若拒絕假設H2，即F2值大于臨界值，則需檢驗假設H1；若接受H1，即F1小于臨界值，則選擇固定效應模型；若拒絕F1，即F1大于臨界值，則選擇隨機效應模型。

本文運用Eviews 10.0 軟件得出在2010—2018年時間段的面板數據模型中，S1= 30.20，S2= 82.72，S3=251.95，其中，N =30，T =9，k =5，從而計算出F1=1.08，F2=3.80。F2值大于在5%的顯著性水平下對應的臨界值，拒絕原假設H2，繼續檢驗假設H1；F1值小于在5%的顯著性水平下所對應的臨界值，接受原假設H1，選擇固定效應模型進行估計。

3.3 結果分析

本文基于我國2010—2018 年省域尺度的面板數據，運用Eviews 10.0 軟件對我國涉旅公共衛生事件數量及引致因素進行了回歸，結果如表5 所示。從表5 可見，旅游接待人數、疾病風險監管、食源性疾病風險、醫療衛生水平對我國涉旅公共衛生事件數量具有顯著影響。其中，旅游接待人數和食源性疾病風險能夠正向影響涉旅公共衛生事件，該結論與Rossello 等［37］、王 曉 莉 等［29］、郭 時 印 等［30］的 研 究結論一致；疾病風險監管和醫療衛生水平能夠顯著抑制涉旅公共衛生事件，印證了謝朝武等［32］、張捷雷［35］的觀點。具體而言：①旅游接待人數正向影響中國涉旅公共衛生事件。旅游接待人數（lnX1）的回歸系數為0.435，并通過了1%的顯著性檢驗，表明涉旅公共衛生事件發生與頻率旅游接待人數有關，即旅游接待人數越多，涉旅公共衛生事件發生的概率越高。旅游接待人數的增加容易形成高聚集游客群，從而形成人員接觸頻繁、空氣難以流通、疾病易于傳播的風險局面。②食源性疾病風險對涉旅公共衛生事件具有顯著的正向影響。以食源性疾病患者數表示的食源性疾病風險（ln X4）的回歸系數為0.129，且通過1%的顯著性檢驗，表明隨著當地食源性疾病患者數增加，將提高涉旅公共衛生事件發生的頻率，即食源性疾病風險狀況越差，涉旅公共衛生事件更易發生。③疾病風險監管能夠顯著負向影響涉旅公共衛生事件。疾病風險監管（ln X2）的回歸系數為- 1.167，未通過5%的顯著性檢驗，但在10%水平上顯著，表明其對涉旅公共衛生事件的發生有顯著的負向作用，說明疾病風險監管是管理涉旅公共衛生風險重要手段。④醫療衛生水平對涉旅公共衛生事件產生顯著負相關。醫療衛生水平（ln X5）的回歸系數為-1.701，在10%水平上顯著，表明醫療衛生水平越高，涉旅公共衛生事件的發生越少。當旅游目的地醫療衛生水平較高時，其風險預防能力、突發事件應對能力均較高，可為游客提供更多的安全保障。⑤健康教育水平對涉旅公共衛生事件的影響不顯著。健康教育水平（ln X3）的回歸系數為-0.031，對我國涉旅公共衛生事件有負向影響，但影響效果并不顯著。一般而言，健康教育培訓人次數越多，健康教育水平越高，旅游目的地整個公共衛生環境越好，這可能會減少涉旅公共衛生事件的發生，但作用并不顯著。該結論無法支持翟向坤等［26］的旅游安全教育缺失會導致旅游安全事件的發生的觀點。這可能是我國健康教育水平不足，未來應重點關注旅游健康教育，減少涉旅公共衛生事件的發生。

表5 模型估計結果Table 5 The estimate results of model

4 結論、討論與建議

4.1 結論與討論

本文以2010—2019 年旅行社責任保險統保示范項目出險案例中的涉旅公共衛生事件為研究對象，運用季節強度指數、不平衡指數、變異系數等方法揭示了涉旅公共衛生事件的時空分異規律，并運用面板數據模型驗證了引致涉旅公共衛生事件的關鍵因素，主要結論如下：①涉旅公共衛生事件呈現不均衡的時序變化。從季節指數來看，各年份涉旅公共衛生事件季節波動基本穩定，事件多發于每年7、8月；從年際變化來看，我國東部沿海地區、黃河流域中下游地區的涉旅公共衛生事件年際變化水平較小，西北、西南和東北地區年際變化較大，寧夏年際變化最不穩定。②涉旅公共衛生事件在30 個省域的變異系數和不平衡指數以2012 年為時間節點，總體呈現先上升后波動下降的趨勢，表明我國涉旅公共衛生事件分布較不均衡，且呈現明顯的空間集聚特征。2010—2019 年涉旅公共衛生事件發生的高頻區主要包括山東、遼寧、云南等省份，且高頻區域大幅擴張，形成連片分布；低頻區域明顯收縮，僅在山西、寧夏呈點狀分布。具體而言：我國涉旅公共衛生事件以山東、遼寧、云南等省份為中心向周邊輻射，形成“小聚集、大分散”的整體空間分布格局。③涉旅公共衛生事件是人員、環境、設施設備和管理等因素共同作用的結果。具體而言，旅游接待人數（A 級景區接待人數）和食源性疾病風險（食源性疾病患者數）對我國涉旅公共衛生事件形成具有顯著的正向影響，涉旅公共衛生事件會伴隨著旅游人數的增加和食源性疾病的發生而有所增加；疾病風險監管（疾病預防控制中心人員數）和醫療衛生水平（醫療衛生機構數）對涉旅公共衛生事件形成有顯著負向影響，即有效的安全監督及安全保障設施可抑制涉旅安全事件的發生；健康教育水平（健康教育培訓人次數）對涉旅公共衛生事件形成具有負向遏制作用，但并不明顯，這可能是因為我國對旅游安全教育重視程度不足、旅游安全教育不到位而導致的。因此，如何強化健康教育水平的效應，從而遏制涉旅公共衛生風險至關重要。

需要指出的是，本文還存在拓展空間：①僅從宏觀視角對涉旅公共衛生事件時空分析特征進行了初步研究，今后的研究中可重點探討特定類型涉旅公共衛生事件的時空分異規律及其引致因素，進而推進公共衛生風險的精準防范與治理。②僅關注了旅游接待人數、疾病風險監管、食源性疾病風險、醫療衛生水平和健康教育水平的影響，對游客行為、目的地風險環境等因素還未涉及。

4.2 建議

本文在揭示涉旅公共衛生事件的時空分異特征及其引致因素的基礎上，提出涉旅公共衛生風險防范的思考與建議：①根據涉旅公共衛生事件時空分布特征，形成“因時制宜”與“因地制宜”的差異化風險防范體系。夏季是涉旅公共衛生事件發生的高峰期，應重視個人疾病、食物中毒、猝死等事件的多發時點，形成企業、醫院、旅行社多元一體的救援主體。同時，針對不同省域涉旅公共衛生事件的發生特征，制定相應的應急救援機制，實現精準化旅游安全管理。②結合涉旅公共衛生事件的引致因素，一是可通過“限時”“限流”來控制景區旅游人數，避免形成游客擁擠與密集接觸，減少接觸性公共衛生風險；二是加強疾病控制執法力度，尤其是加大對食品安全、傳染疾病風險的監管力度，降低公共衛生環境風險；三是加強醫療衛生設施等基礎性公共服務的投入，提升區域公共衛生水平等措施，實現對涉旅公共衛生事件的有效防控；四是加強全民健康教育，提升全員公共衛生素質，營造良好的公共衛生環境。