基于知信行模型的我国居民洪灾风险感知评价

周 倩，刘 德 林

(1.河南理工大学 安全与应急管理研究中心, 河南 焦作 454000; 2.河南理工大学 应急管理学院, 河南 焦作 454000)

1 研究背景

洪灾发生的普遍性与破坏性一直高居各类自然灾害之首[1]。据历史记载，从公元前206年到公元1949年的2 155 a间，中国历史上共发生洪灾1 091次，平均约2 a发生一次。其中，死亡万人以上洪灾每5～6 a发生一次[2]。中国气候蓝皮书指出，进入21世纪以来，随着全球气候变化加剧、极端降水事件增多，洪灾所造成的社会经济损失也在进一步的加剧[3]。例如，从暴雨过程较为集中的2013年来看，我国因暴雨洪灾造成的直接经济损失高达1 883.8亿元，其中直接受灾人口1.1亿人次，因灾死亡失踪1 411人，倒塌房屋49.8万间，农业受灾面积高达875.7万hm2[4]；2017年全国仅汛期就出现36次暴雨过程，造成浙江、安徽、湖北、湖南、重庆、贵州7省(市)163个县687万人受灾，农作物受灾面积71.0万hm2，造成的直接经济损失约91.0亿元[5]。

因此，如何降低洪灾的发生频率、减轻人类社会在洪灾中的损失，已经成为亟需要解决的关键问题之一。然而，目前的科技水平还不具备降低洪灾发生频率的能力，对于洪灾的防控只能尽可能地减轻其对人类社会所造成的威胁。所以，人类在自然灾害面前应充分发挥主观能动性，积极探索社会角度的减灾途径。就洪水灾害而言，居民既是承灾体，也是减灾政策或措施的具体执行者，他们减灾行为积极性的高低取决于对洪灾风险感知大小的判断[6]。因此，研究我国居民洪灾风险感知状况及其影响因素，对于防洪减灾政策的制定与实施，以及居民对洪灾应对能力的提升都具有重要的作用和意义。有鉴于此，本文以KAP模型(知识-态度-行为，Knowledge-Attitude-Practice)为研究框架，构建了洪灾风险感知评价体系，并对我国居民的洪灾风险感知现状进行了评价；同时，针对提高居民洪灾风险感知的措施和方法进行了探讨研究，以期为我国居民防洪减灾及抗灾能力的提升提供参考。

2 方法与数据

2.1 KAP模型简介

KAP模型起源于20世纪50年代的计划生育和人口研究领域，并在20世纪70年代确立了其在健康行为领域的地位[7]。此后，KAP模型被应用到越来越多的研究领域[8-10]。KAP模型旨在搜集与特定主题有关的已知信息和未知信息，是针对特定人群的特定方向问题的代表性研究，为研究受某一问题影响下的人类行为提供一种定性与定量的方法[11]。KAP模型认为，人们的行为会随着人们知识和态度的变化而逐渐改变，亦即人们的态度会随着知识的积累而发生变化，然后态度的改变又会导致行为在某种程度上的改变[12-13]。本研究选用KAP模型主要基于以下原因：

(1) 该模型假定个体行为的转变只受个体知识和态度的影响，将关注点放在有限可控的研究区域内，研究内容明确[14]；

(2) 对于风险感知影响因素的探究，KAP模型能为其测量搭建一个理论研究框架，提供研究路径和参考的调查方法评价标准，设计简单且易于解释；

(3) 根据已有研究，个体风险感知的高低受感知主体的知识结构、情感倾向以及行为倾向3个方面的影响[15]，这与KAP模型开展的调查内容具有高度的契合度。

2.2 评价指标体系构建

KAP模型构建的知识、态度、行为框架，为评估个体风险感知能力提供了独特的研究路径与研究视角(见图1)。因此，基于KAP模型研究框架以及王书霞[16]、吕金桥[17]等人对游客暴雨灾害风险感知的研究成果，从洪灾知识、洪灾态度和洪灾行为3个方面构造了我国居民洪灾风险感知评价指标体系。

(1) 洪灾知识。指居民个体保留、储存、处理洪灾信息的能力。洪灾是我国常见的自然灾害之一，居民对洪灾知识的了解可能来源于学校教育、新闻信息甚至实践经历等，洪灾知识掌握程度越高对灾害的了解程度越高，进而导致感知的敏感性越强，相对于缺乏灾害知识的人，更具有正确的风险判断能力。因此，在进一步细化前人探究成果的基础上，选取了洪灾发生的自然原因(k1)、防灾减灾知识(k5)、洪灾逃生方式(k2)以及紧急处理方法(k3)等相关指标对洪灾知识进行评价。

(2) 洪灾态度。态度是指人们基于自身价值观和知识、经验的基础上对外界事物的评价和认知倾向。居民的洪灾态度很容易受到洪灾知识的影响，对洪灾判断形成固定的评价认知和理解差异，比如具有积极态度的居民对洪灾感知更加敏感，更容易产生减灾反应，进而采取更为全面的减灾措施以减轻洪灾危害程度；反之，消极态度的居民在灾害应对中则显得悲观被动。因此，洪灾态度评价主要是选取居民洪灾危害的敏感度(A1)、信息关注度(A2、A3)、参与度以及社会信任度(A4、A5)等相关指标。

(3) 洪灾行为。行为是指在知识、信念、动机影响下个体产生的外在表现。洪灾行为是指居民面对洪灾威胁所采取或倾向于采取的风险规避措施。个体对洪灾的知识与态度差异会产生不同的洪灾应对行为，比如具有正确判断意识的居民更容易形成积极的应对态度，进而主动采取灾害防御措施、参与洪灾救助以规避风险发生。因此，洪灾行为评价主要选取了居民防洪演练的参与度(P1)、洪灾应急准备(P2、P4)以及洪灾救援行为倾向(P3、P5、P6)等指标。

由于知识、态度和行为都是不可直接测量的潜变量，需要借助能直接测量的观察变量对其进行评价。为此，本文采用能直接回答和测量的问卷调查方式对评价体系中存在的潜变量进行间接测量。借助于上述对洪灾知识、态度与行为选择指标的分析，结合前人研究成果和专家的意见，本文分别设置并细化了测度洪灾知识、洪灾态度和洪灾行为的问题，并构建了居民洪灾风险感知的评价指标体系(见表1)。评价指标具体设置如下：根据知识、态度和行为与研究目标之间的关系对各层指标进行选取，将居民洪灾风险感知作为一级指标，将对洪灾风险感知产生影响的洪灾知识、洪灾态度和洪灾行为定为二级指标，并根据二级指标影响因素选取三级指标。二级指标下共细化出了15个三级指标，三级指标以可以直接测量的问题形式表示，具体如表1所示。

图1 知识、态度、行为与风险感知的逻辑关系示意Fig.1 Logical relationship diagram of knowledge, attitude, practice and risk perception

表1 洪灾风险感知评价指标体系Tab.1 Flood risk perception evaluation index system

2.3 数据来源

2.3.1问卷设计

为了获取我国居民洪灾风险感知及其影响因素，问卷共分为4个部分。第1部分是影响洪灾风险感知的人口统计学特征(如性别、年龄、职业和受教育程度等)；第2，3和4部分分别为测量洪灾知识、洪灾态度和洪灾行为的相关问题(见表1)。为了方便调查者回答，问卷采用选择题(单选和多选)的形式进行设计，并依据李克特五分量表，将表示态度、影响、损失等程度类的单选题分为5个等级，比如表1中的A1“您认为洪灾对您家庭生活的影响程度”的选择项分别为：影响非常大、影响很大、影响一般、影响很小、不受影响；其他表示判断类的单选题按照答案对错设置选项。

对于程度类的单选题赋予分值，在保证每道题满分为10分的前提下，从高到低依次赋值为10，8，6，4分和2分；其他单选题按照选项重要程度赋予分值；多选题由于各选项重要性相同，因此，每个选项赋予相同的分值2分，多选题得分按照选项个数进行计分。

2.3.2问卷发放与回收

网络问卷调查因具有覆盖地域广、受众人群多、隐私性好以及时效性快等优点而在调查研究中被广泛使用[24]。本次问卷调查采用网络问卷调查的方式，以问卷星官网为问卷发放平台，通过问卷星有偿样本服务及问卷互答服务进行问卷搜集。2017年11月24日至12月5日在问卷星官网上发放该问卷，累计回收问卷342份。在保证问卷有效性与代表性的前提下，根据问卷用时监控、IP地址重复率以及矛盾项、漏答等剔除无效问卷16份，保留有效问卷326份，问卷回收有效率为95.3%[25]。

326份调查样本的空间分布情况和人口统计学特征分别如图2和表2所示。

图2 样本来源地域分布Fig.2 Geographical distribution of sample sources

从样本来源区域看(见图2)，主要分布在广东、河南、北京、上海和山东等人口较多的省份和重要经济区，而内蒙古、甘肃等省相对较少，这与我国各省人口数量以及区域经济实力的分布基本吻合。从表2可以看出，调查样本的男女性别的地区分布基本合理，比例为47∶53；年龄分布主要集中在18～50周岁年龄段，比较符合第六次人口普查期间我国网民年龄结构，这与样本中调查者的学历分布十分契合；职业分布与学历分布符合上述区域特点以及参与网络调查的受众特征。总体来说，调查样本基本符合我国网络调查受众的总体特征。2010年年末，我国网民年龄结构构成如下：10岁以下为1.1%，10～19岁为27.3%，20～29岁为29.8%，30～39岁为23.4%，40～49岁为12.6%，50～59岁为3.9%，60岁及以上为1.9%。详见《第27次中国互联网络发展情况统计报告》。

表2 居民基本人口学特征Tab.2 Basic demographic characteristics of residents

2.4 数据处理

问卷题目的设置具有主观性，采用封闭式的单选和多选的形式便于对调查结果进行定量化处理。因此，需先对调查问卷的各指标进行定量，故利用李克特五分量表对各题选项赋予分值，并用综合评价法确定各题指标权重，运用风险感知指数公式进行最终的结果处理，通过Excel录入数据，并在Excel中进行问卷结果的计算和整理。

2.5 确定指标权重

在指标评价法中，指标权重赋值是否合理将会直接影响到评估结果的可靠度。本文采用序关系分析法确定各评价指标的权重[26]。序关系分析法是一种简单、直观的确定指标权重，进行多指标综合评价的方法，兼具定性与定量的优势，在不必通过构造矩阵与一致性检验的基础上，克服了大样本计算的复杂性[27]。序关系分析法确定各指标权重系数的步骤描述如下。

首先，根据各指标对目标层的贡献率，邀请该领域的专家对相邻指标之间的重要性进行判断，引入参考刻度表(见表3)。

表3 相邻指标相对重要程度赋值Tab.3 Relative importance rating of adjacent indicator

其次，在相邻指标相对重要性判断的基础上计算出各指标权重，公式如下：

(1)

Wk-1=Wkrk

(2)

式中，wn为第n项的权重；n为第n个指标；ri为相邻指标重要程度的赋值；k=n，n-1，…,3，2。

最后，通过序关系分析法确定的各层级指标权重见表1。

2.6 构建风险感知指数

风险感知指数用以评价在洪灾知识、洪灾态度和洪灾行为影响下的居民洪灾风险感知的得分情况，得分越高，表明洪灾风险感知越强；得分越低，则表明风险感知越弱[28]。风险感知指数计算公式如下：

(3)

式中，RPI(Risk Perception Index)表示风险感知指数；Wj表示第j层的权重，j表示第j层(即洪灾知识、洪灾态度和洪灾行为)；i表示第j层第i个指标；Qik表示第i个指标中选择第k个选项的人数；n为第i个指标中选项的个数；Cik表示第i个指标中第k个选项的分值；T为最终有效问卷的总人数；Wij表示第j层第i个指标的权重。

2.7 风险感知等级划分

本文利用调查数据的标准差与均值之间的关系来确定洪灾知识、洪灾态度、洪灾行为以及洪灾风险的等级标准[29]。具体过程如下。

首先，对收集的问卷结果进行数据处理，从而获取了326个被调查者的洪灾知识、洪灾态度、洪灾行为得分情况；利用公式(3)计算出调查样本的洪灾风险感知得分。其次，分别计算或统计调查样本在知识、态度、行为和风险感知各项得分的均值、标准差、最大值和最小值。最后，按照均值(MV)与标准差(SD)的关系，将被调查者的知识、态度、行为以及风险感知得分结果划分为低、中和高3个等级[21]。等级划分的具体标准如下：

(1) 如果调查样本得分低于均值与1个标准差的值(即：样本得分

(2) 如果调查样本得分高于均值与1个标准差的和(即：样本得分>MV+1SD)，则调查样本处于高水平；

(3) 得分在低水平和高水平之间的(即：MV-1SD≤样本得分≤MV+1SD)，为中等水平。

表4为居民洪灾各部分得分等级的划分标准。

3 结果分析

3.1 洪灾知识

根据表4等级划分标准和所得到的洪灾知识数据计算可知，调查样本中具有高、中和低洪灾知识的居民分别为53，225人和48人，分别占总调查样本的16.26%，69.02%和14.72%。总体而言，居民的洪灾知识处于中等水平，处于高水平和低水平的居民所占比重相对较小。对具体问题的进一步分析可知(见图3)：

表4 居民洪灾各部分得分等级划分Tab.4 Classification of scores of various parts of residents′ floods questionnaire

图3 居民洪灾知识得分Fig.3 Resident′s flood knowledge score

(1) 居民在K1“您认为引发洪灾的因素有哪些”和K3“洪灾中最安全的饮用水源”得分较低，分别为4.87分和5.14分。对于引发洪灾的原因认知只停留在强降雨和堤坝溃决上，且大部分居民不清楚洪灾中最安全的饮水源。

(2) 居民在K4“在河流上游恢复植被，是否有利于减轻洪灾隐患”得分最高，为9.33分，可见居民对于一般的常识问题有正确的判断，能够清晰地认识到在河流上游植被保护有利于减轻洪灾隐患。

(3) 当被问到稍微专业的洪灾知识时(K2：突遇山洪最佳的逃生方式)，居民的平均得分为7.40分，略低于在基础问题上的得分，这表明居民对专业洪灾知识的掌握程度较基础知识稍弱。

3.2 洪灾态度

根据表4中洪灾态度等级划分标准可知：调查样本的洪灾态度在高、中、低等级的居民人数分别为53，216人和57人，分别占样本比重的16.26%，66.26%和17.48%。从居民洪灾态度的平均得分图(见图4)可以看出：居民在洪灾态度各题的得分波动范围小，整体得分趋于稳定，除A5题外，其余指标得分都处于中等的水平，居民对待防洪减灾基本持较为积极的态度。比如：

(1) 在A1“若发生洪灾，您认为是否会影响您家的正常生活”中，居民能够清楚的认识到，洪灾的发生将无法避免地给家庭生活带来负面影响。

(2) 在A2“是否同意防灾减灾都是政府的事情”中，有268人(82.21%)持否定态度，居民在该部分的得分较高并且表现出愿意配合政府工作的意向，他们认为防洪减灾不只是政府等公共部门的职责，也需要政府与个人相互协作，愿意采取相关措施去降低或者消除存在的洪灾隐患。

(3) 在A3题“其他地方发生洪灾时”，有205人(62.88%)表现出较为关心的态度。

(4) 居民在A4“您认为本社区是否有必要开展洪灾演练”的得分最高，为8.94，表明居民有强烈要求社区在防洪减灾中开展洪灾应急演练的意愿。

(5) 而在A5“您对本社区的防灾减灾信任程度”中得分较低，为6.10，可见社区的防灾减灾工作并不能使居民达到满意，导致居民在本社区的防灾减灾信任程度的得分水平偏低。

图4 居民洪灾态度得分Fig.4 Residents′ flood disaster attitude score

3.3 洪灾行为

根据图5洪灾行为等级划分和各样本得分情况可知，居民洪灾行为处在低水平的有52人，占比为15.95%；中等水平有225人，占比69.02%；高水平为49人，占比15.03%。

(1) 居民在P1“您参加防洪演练的次数”、P2“您家中应急物资储备情况”两题得分较低，分别为3.61和5.31，仅有105人(32.2%)参加过防洪演练，且只有16人(5%)回答家中有充足的应急物资储备。这说明大部分居民缺乏在洪灾演练中学习和培训的机会，缺乏真正参与到灾害救援中的经历与感受。由于居民本身对洪灾的知识掌握程度较为一般，且很少有居民参与过洪涝演练，因此也导致居民缺乏储备应急救援物资，比如药箱和食品等方面的意识。

(2) 居民在P3“若政府发布洪灾预警，您倾向于采取的做法”和P5“若您发现所在社区存在洪灾隐患，您将采取的做法”两题得分最高，均为8.56分。说明当洪灾真正要发生或者对居民产生威胁的时候，大多数人都会选择最为安全的措施以保护自身和家庭安全，也愿意在社区出现防洪隐患的时候采取积极的措施，如告知当地政府部门、媒体、社区等去解决洪灾的隐患问题。

(3) 在P6“您是否愿意向政府缴纳防洪资金”的回答中，居民也表现出积极的行为倾向，愿意与政府共同致力于洪灾的治理。

此外，约有90%(293人)的居民购买了社会保险(P4)，说明更多的人具有保护财产和自身安全的风险意识，一旦遭遇洪灾也能在一定程度上降低灾害对家庭的损失。

图5 居民洪灾行为得分Fig.5 Residents′ flood disaster practioce scores

3.4 洪灾风险感知

由表4的风险感知等级划分标准和样本风险感知得分可知：调查样本中风险感知处于低水平的有150人，占总调查样本的46.01%；处于中等水平的有119人，占比为36.50%；处于高水平的有57人，占比为17.48%。整体而言，调查样本中洪灾风险感知处于中等及以下水平的居民较多，占比高达82.51%。由此可见，我国居民对洪灾的认识程度一般，对洪灾风险敏感度并不高，洪灾风险感知水平整体不高。

4 结论与建议

本文以KAP模型为理论框架，从洪灾知识、洪灾态度与洪灾行为3个维度出发，构建了我国居民洪灾风险感知的评价指标体系，以调查问卷的形式对居民洪灾风险感知现状展开调查。在此基础上，对我国居民的洪灾风险意识进行了评价，根据评价结果，可以初步得出如下结论。

(1) 我国居民在洪灾知识、态度、行为和风险感知方面整体水平均不高，多处于中等及以下水平，其平均得分分别为6.28，7.84，6.45分和7.83分。具体而言，居民对洪灾基础知识有正确的把握，而对专业知识知之较少。

(2) 在对待洪灾态度方面，居民表现出了对洪灾信息的积极关注和对政府开展防灾减灾活动的积极支持，但对社区的防洪减灾能力存在怀疑。

(3) 在洪灾行为部分，接受过洪灾应急演练的居民占比很低，且绝大多数人并不会在家中储备充足的应急物资，但在洪灾真正威胁自身时，会采取最为安全的保护行为。

根据调查结果与研究结论，提出了以下可以提高我国居民风险感知水平的策略。

(1) 政府应加强对居民的洪灾风险知识教育，让风险意识和洪灾知识深入人心。适时开展洪灾宣传讲座、播放洪灾风险宣传片、组织洪灾应急演练等活动；帮助居民建立相对完善的洪灾知识体系，提高居民洪灾风险意识。

(2) 社区应参与洪灾风险的防控工作，做好防灾减灾准备。社区不仅是居民生活聚居的休息场所，同时也是防灾减灾中最前沿的阵地。社区规划与发展需符合风险社会的发展前景，将洪灾风险纳入社区应急工作当中，结合本社区特征制定科学有效的洪灾应急预案，加强应急基础设施建设、购置应急物资、定期排除洪灾安全隐患，将社区建设成居民能够充分信赖的安全区。

(3) 居民个人应积极关注洪灾信息、学习防灾减灾和抗灾知识。居民在闲暇之余可以多去关注政府有关灾害信息的宣传，了解政府关于洪灾预警的方式与渠道、洪灾中的逃生方式与救援方措施；通过书籍、报纸杂志以及互联网等方式了解洪灾知识，有针对性地调整原有错误的防灾减灾行为。