社会情境对突发公共卫生事件风险感知和情绪演化干预研究

傅萍婷 董 平 张梓澔

1.北京理工大学珠海学院商学院，广东，珠海，519080；2.北京师范大学—香港浸会大学联合国际学院，广东，珠海，519087

当今社会，重大突发公共卫生事件防控形势越来越严峻复杂，从2003年的重症急性呼吸综合征（SARS）到2010年的禽流感（H1N1），再到2019年开始暴发的新冠肺炎疫情（COVID-19）都给各国政府和整个人类社会上了极其深刻的一课。如此“频发”的趋势加大了对政府应对重大突发公共卫生事件职责和反应能力的考量。重大突发公共卫生事件的突发性和演变的不确定性极易造成社会恐慌和连锁反应，进而放大危机烈度，加大应对难度，甚至会导致政府在危机面前应对失误、束手无策甚至完全失控。与此同时，焦躁、恐慌且又急剧演化的情绪使深陷危机之中的公众更加难以容忍政府的应对失误，因而公众风险感知、情绪疏解是初期应对的重中之重。纵观各国政府应对SARS、H1N1 和COVID-19 的过程，往往都在两个方面采取措施：一是及时发布信息以引导公众行为，二是严密监控舆情以捕捉公众负面情绪。然而，这种以“传输+反馈”为特征的风险沟通模式正在面临挑战：虽然有利于政府部门开展工作，但缺少对于公众行为机理的掌控，仅能依据监测数据进行预测预警，无法实施主动干预；无法破解公众对于信息源的信任危机，对于不确定性较强的突发公共卫生事件更是如此。

事实上，公众风险感知的形成是一个循序渐进的过程，受公众对于信息的接触、关注、理解等因素的影响。[1]然而，现有的风险沟通模式，无论是主流的官方媒体，还是社会网络和自媒体，都很难让公众走完由“接触”到“理解”的全过程，也就很难期待公众产生预期的风险感知和情绪疏解。理论研究表明，公众一般是通过物理环境、社会情境与权威信息三种来源接触到灾害信息的，但对于重大突发公共卫生事件而言，公众很少能从物理环境中获得足够信息，而社会情境和权威信息是公众的主要信息来源。[2]因而，深入研究社会情境对突发公共卫生事件的风险感知和演化干预，为危机的初期应对提供理论、方法支持，既是必要的也是可行的。[3]

一、研究综述

风险感知是指个体面对客观风险时直观的态度与感受，强调个体由直观判断和主观感受获得的经验对认知的影响。[4]学术界关于风险感知理论的研究模式分为三类[5]：一是基于心理测量范式模型的研究[6-7]；二是基于社会心理学的研究[8-9]；三是基于社会放大理论的研究。[10-13]整合三种研究范式，影响风险感知的因素可分为：对风险事件本身的认知、个体的客观心理认知、与风险感知相关的社会环境。

将特定的风险感知人群与具体的风险事件相连接，为风险治理开辟了一条路径，推动了风险沟通的理论进步。[13]“风险沟通”这一词始于20 世纪70年代的美国，风险沟通研究已成为西方国家风险研究的四大领域之一。[14]风险沟通作为影响个体风险感知的重要因素，引起了学者们的广泛关注。[15-16]风险沟通会极大地影响公众形成怎样的风险认知、采取怎样的风险应对措施以及风险管理的最终效果。[17]与此同时，风险感知对风险应对行为具有显著的预测作用。Lindell 和Perry提出的保护行为决策理论模型（PADM）[18]，整合了“风险沟通—风险感知—风险应对行为”的多阶段决策过程，成为风险领域学者开展研究的重要理论依据。[19-20]

对SARS[21]、甲型H1N1 流感[22]、中东呼吸综合征（MERS）[23]、H7N9 禽流感[24]、埃博拉病毒[25]等重大突发公共卫生事件应对的研究，都涉及了公众风险感知的研究。学者们大致从以下几个方面开展研究：第一，个体因素对风险感知的影响[26]；第二，社会环境因素对风险感知的影响[27-28]；第三，风险感知对个体应对行为的影响[29]。中国学者更多关注SARS 和COVID-19的应对行为研究，如时勘团队主要从心理学角度出发研究正负性信息输入对风险认知的影响[30]；谢晓非团队结合风险沟通特征和公众风险认知特征，提出了以公众为中心的风险沟通方案[31]。

现有学术研究表明：为了有效引导公众合理的风险应对行为，在风险事件中准确把握公众的风险感知非常重要。尤其是在风险沟通的理论视角下，要特别注重社会环境对公众风险感知和情绪演化的影响，引导公众形成适度的风险感知和进行合理的风险应对，有效维护突发事件应对中的社会秩序稳定。对此，笔者根据以往对风险感知的学术研究，并基于实证研究方法提出本文的研究模型，如图1 所示：

图1 研究模型

二、研究设计

根据以往不同时期内针对公共卫生突发事件与风险感知的研究，并基于本文的研究模型，笔者依次提出以下关于变量之间的研究假设。

（一）信息源和风险感知

在联合国教科文组织出版的《文献术语》中，信息源（Information Source）的定义是：个人为满足其信息需要而获得信息的来源，称为“信息源”。[32]信息源具有客观性、可传递性和可激活性的基本属性，从信息产生到信息通过信息载体传递进入人脑进行感知、分析、联想等过程中，信息会被激活。并且，在不断的传递循环中，信息可能会被调整、补充、改编，使信息所含内容更具针对性。本文定义的信息源是指公众为满足了解突发公共卫生事件而获得相关信息的来源。现代社会人类获取信息源的手段不局限于传统媒体，还有自媒体、微信、朋友圈等平台。官方组织和个人账号发布的突发公共卫生事件相关信息的可信度不同，其对公众的风险感知所产生的影响也不同。因此，本文提出假设：

H1：信息源对公众的风险感知具有正向促进作用。

（二）信息源和社会情境

社会情境（Social Situation）是一种微观的社会环境，指社会环境中直接影响个体或群体心理与行为的部分。信息源数量巨大、内容丰富、形式多样，在传递的过程中，公众自身的社交网络，各类自媒体以及社区都会对信息进行分析、筛选、接受，并进行加工，形成二次信息源或者三次信息源。对此，本文提出假设：

H2：信息源对社会情境有正向影响。

（三）社会情境和风险感知

社会情境与社会环境不同，社会环境不依赖人的意识而存在并发生作用，社会情境对行为的作用受人的意识的影响。并且，社会情境能直接对人的行为产生影响。发生突发公共卫生事件时，社区、自媒体及社交网络将会对公众的风险感知造成影响。在此基础上，信息源传达的信息经过社会环境的解码或加工再传递到公众自身时，公众的风险感知程度可能有所增强或降低。对此，本文提出假设：

H3：社会情境对公众的风险感知有正向影响。

H4：信息源通过社会情境对风险感知有正向影响，社会情境在信息源和风险感知之间起到（部分）中介作用。

三、调查数据及结果分析

针对上述研究设计，本文采用实证分析法对提出的假设进行相关分析及检验。

（一）实证方法

由于理论模型中的3 个变量在此前的研究中已有较为成熟的量表，本文结合前人研究的成熟量表基础之上进行了问卷设计，每个相关变量都包含了3个测量问项，从而保证了问卷的有效性。对信息寻求的测量，对标参考了Ven-katesh 的相关研究[33]；对社会情景的测量主要参考了Moore 等、Taylor 等相关研究[34]；而针对压力感知的测量，主要参考了Bhatnagar 等研究[35]；问卷中的3 个变量共计有29 个度量项目，并采用了李克特五级量表进行回答，最终则形成了表1 中关于3 个变量项目的问卷。同时研究也采用了Cronbach’s Alpha系数作为衡量信度的指标。基于信度可靠性指标，通常Cronbach’s Alpha 系数需大于0.5，当Cronbach’s Alpha 系数小于0.7 时代表了问卷可靠性较为一般，勉强可以做进一步分析；当Cronbach’s Alpha 系数大于0.7，其问卷的可靠性较强，其被认为有着较好的信度，可以做进一步分析。本文问卷中的整体Cronbach’s Alpha 系数为0.856，大于0.7，可靠性较强，由此可以说明本次问卷的信度较高，非常适合做下一步的研究。

表1 实证模型中各变量的度量项目

（二）数据收集

在问卷发放过程中，由于问卷中的量表本身是在综合前人研究的基础之上获取的，为保证问卷结果的效度，首先对问卷中的相关问题进行评估和预调研，针对发现的问题重新对问卷进行修正处理，从而帮助调查对象更好地理解题项，并通过互联网进行问卷发放，在问卷发放完成后导出问卷结果，借用数据统计分析工具对问卷进行信效度检验，最终形成正式的问卷版本。

在问卷定稿之后，采用了网络问卷进行正式的大规模发放和回收工作。相比于传统纸质问卷发放，网络问卷发放的调查范围更加广泛。同时，问卷的发放较为方便快捷，统计数据效率也较为高效，能够有效避免遗漏题目的现象发生。网络问卷通过问卷星制作，并运用微信等社交媒体工具进行发放。本次问卷调查题项共计56 个，共计回收问卷550 份，剔除7 份无效问卷，有效问卷为543 份，有效回收率为98.7%。根据统计分析的要求，其调查的样本数量必须要大于量表题目的五倍及以上，才具有有效性。因此550 份有效问卷和56 个题项符合统计分析的要求，数据也同样支持统计分析。

1.信度检验分析

信度分析主要用于检验测量相关变量是否具备可靠性和稳定性。如表2 所示，基于Cronbach’s Alpha系数参考，其信度系数为0.856（大于0.7），充分说明数据可靠性较强，该问卷信度良好。

表2 信度检测分析

2.效度检验分析

KMO（Kaiser-Meyer-Olkin）检验是从比较原始变量之间的简单相关系数和偏相关系数的相对大小出发来进行的检验。若KMO ＞0.8，则非常适用于进行因子分析；若0.7 ＜KMO ＜0.8 时，则是比较适用于进行因子分析；若0.6 ＜KMO ＜0.7 时，则是可以进行因子分析；若KMO ＜0.6 时，则是不适用于进行因子分析。同时，Bartlett 检验所对应的P 值若小于0.05，说明也可以做因子分析。表3 中的df 是自由度，Sig 是显著性水平。数据显示，本文的KMO 值为0.894（大于0.8），说明非常适合做因子分析，同时Bartlett 检验所对应的P值为0，小于规定的0.05，也进一步表明因子分析的可操作性。

表3 效度检测分析

3.数据分析

在表4 中，通过因子分析检验各变量的相关指标发现，3 个变量的Cronbach’s Alpha 系数均大于0.7，充分说明3 个变量数据的可靠性较强，可以做进一步分析；CR（composite reliability），建构信度（组合信度）反映了每个潜变量中所有题目是否一致性地解释该潜变量，Composite reliability（rho_a）是将测量误差考虑在内的可靠性，Composite reliability（rho_c）是基于所谓的“模型无误差”的情况来计算，即假设所有的测量项负载都是完美的，没有任何测量误差，当CR值高于0.7 时表示该潜变量具有较好的建构信度。在表4 中，3 个变量的CR 值均高于0.7，因此具有较好的建构信度；Average variance extracted（AVE）是平均方差提取值，衡量收敛效度，通常AVE 大于0.5 表示观测变量能够综合起来去解释这个潜变量足够的变异综合相关测量指标的。

表4 因子分析检验

运用SmartPLS，通过Bootstrapping（拔靴重抽法）测试中的PLS-SEM 算法检验相关变量的显著性。通过分析表5、表6 可知，最终各变量间关系间呈现出的P 值均小于衡量显著性标准值0.05，社会情景在自变量—信息寻求与因变量—压力感知中发挥中介作用。从模型结果可知，模型整体的信效度均良好，说明在本研究中所借用量表构建出的所有变量值均可以通过问卷测量出对应的结果且结果可信，因此本研究可通过此模型进一步分析问卷填写结果所代表的相关含义。

表5 各变量相关关系

表6 中介效应检验

异质—单质比率（HTMT）指特质间相关与特质内相关的比率，当HTMT 值小于0.85 时，说明两个因子之间具有区分效度。在表7 中，异质—单质比率（HTMT）小于0.8。同时，如表8 所示，本文进一步通过PLS-SEM算法得出方差膨胀系数（VIF）小于0.5，说明各变量之间不存在显著的共线性问题。综上所述，该研究模型具有较强的可解释性和预测能力。

表7 PLS-SEM 算法检验：异质—单质比率（HTMT）检测

表8 PLS-SEM 算法检验：变量间共线性统计量检测

如图2 所示，根据模型检验结果，通过Bootstrapping算法成功建立了研究模型。在研究模型中，“信息寻求”与“社会情景”、“信息寻求”与“压力感知”、“社会情景”与“压力感知”均呈现出强正相关性，变量间关系显著，且“社会情景”在“信息寻求”和“压力感知”中发挥中介作用。

图2 研究模型构建

四、研究结论与启示

（一）研究结论

第一，公众对于信息源的寻求对公众的风险感知具有正向促进作用。通过模型演示可以看到，相关变量的路径系数P 值均小于0.05，假设1 成立，这充分说明，信息源的受众在经历了信息处理后是与受众自身信息的感知情况相互关联的。

第二，公众对于信息源的寻求对社会情境有正向影响。根据模型展示，路径系数P 值小于0.05，异质—单质比率（HTMT）小于0.8，且各变量相关关系的方差膨胀系数（VIF）小于0.5，则假设2成立，且由图3所示，根据香农模型，信息源在围绕用户形成整体的社会情境下，用户需要对通过外界社会情景获取的信息源进行相关反馈，本质上由于社会环境不依赖人的意识而存在并发生作用，社会情境对人的行为的作用受人的意识的影响，并且社会情境能直接对人的行为产生影响。

图3 香农模型

第三，受众所处于的社会情境对公众的风险感知有正向影响。根据模型展示，路径系数P值小于0.05，异质—单质比率（HTMT）小于0.8，且各变量相关关系的（VIF）小于0.5，则假设3 成立，这说明了在突发公共卫生事件中，信息源传达的信息经过社会环境的解码或加工再传递到公众自身时，公众的风险感知程度会变化。

第四，信息源通过社会情境对风险感知有正向影响，社会情境在信息源和风险感知之间起到（部分）中介作用，各变量间关系间呈现出的P 值均小于衡量显著性标准值0.05，假设4 成立，即社会情景在自变量—信息寻求与因变量—压力感知中发挥中介作用，这充分表明了在突发公共卫生事件中，用户通过对于信息源的寻求后，经过较复杂的社会情景演变对信息解码加工，自身产生压力感知会受到影响。

（二）研究启示

上述研究对突发公共卫生事件风险感知和情绪演化干预具有如下启示：

1.政府层面

第一，政府各部门协同制定应急预案，明确政府和公众的应对责任，加强协作与合作，并与学校、社区等多方面达成共识。建立官方信息发布渠道，确保及时传递权威、准确的信息。在发布信息时，应使用清晰易懂的语言，必要时，用本地话进行宣读，增强公众对事件的认知和理解，避免造成公众困惑或恐慌。事件发生的5 小时内，政府应该抢先发布通报，明确事件等级，告知公众正确的防范措施，避免事态升级后形成不可控的局面。设立监测团队，追踪谣言和不实信息，及时发布辟谣信息。

第二，面对日新月异的新媒体时代，政府应发挥大数据、云计算相关研究成果排名前列的高校和企业的技术优势和人才优势，积极推动突发公共卫生事件智能网络化信息集成系统部署工作，以便更好地协助应急决策和政府应急防控响应。政府通过媒体和社交平台传播正面信息，给予公众鼓励、希望和信心，从而实现科学高效传播，创新传播策略。[36]政府应该组织基层培训，活用微信朋友圈、微信群等功能，通过较为活跃的大众社交平台（抖音、微博、微信朋友圈）发布事件实时信息，有效及时制止不实信息散布。同时，可以尝试使用网络流行语式表达应急信息的内容，提高公众接受度，与社交媒体平台合作，推行自媒体关键信息审核制度，增强监控力度。

第三，政府需提供心理疏导服务，帮助公众缓解焦虑和恐慌情绪。政府应利用大数据分析技术获取舆情数据，以此关注群众的情绪变化，了解群众诉求，组织专业的心理咨询队伍，以安抚群众情绪。还应关注心理健康支持群体，促进情感交流和互助。外出低收入或失业青年、留守儿童、独居老人等弱势群体在面对重大突发公共卫生事件时的风险要比核心家庭所面对的风险要高，社区基层需多走访此类弱势群体，或者通过购买服务等形式支持其开展心理健康服务，为弱势群体提供公益性服务。

第四，设计综合宣传计划，整合政府管理部门、社会公益组织、民营资本组织等各方资源，形成合力。建立跨部门合作机制，定期召开会议，实现信息共享和协同应对，确保高质量完成宣传任务。增强社区参与，推动基层组织与公民个人共同参与风险应对。社区可以开展相关知识培训，激发群众主人翁意识，提升社区居民媒介素养，培育心理健康风险预警与干预意识。

2.媒体层面

媒体要明确在工具理性现状下的传播责任，关注公众的情感诉求。现代社会公众对信息的获取和传播更加快速，因此社会媒体和自媒体都要意识到在突发公共卫生事件的特殊时期所承担的新闻责任。在事件未证实之前不可随意公布，同时，合理引导舆论，避免公众以讹传讹。针对各类基于重大公共卫生事件数据的自媒体文章，要求作者应备注权威发布的信息来源或参考资料，若无备注，不予通过审核。此外，鼓励公众积极参与，发布正面、准确信息，抑制不良言论传播。

3.个体层面

对于个体而言，个体应该具备明辨是非、独立思考的能力，积累常识和学习相关的防范技巧，综合提高对海量应急信息的判断力，在获取信息时要注重价值导向，更多关注自身的发展需求。事件发生时，应从可信度高的官方媒体获取相关信息，尽量避开悲观厌世、传播恐慌情绪但未经证实的信息。具体防范措施根据社区宣传海报和官方媒体的指导执行，同时将注意力放在学习、工作、生活中，有焦虑、不安等情绪，应及时求助家人、朋友或社区。