面向公眾的風(fēng)險概率信息溝通策略研究*

曲宗希 江志欣 牛春華

（1.蘭州大學(xué)管理學(xué)院 甘肅蘭州 730000）

（2.蘭州大學(xué)應(yīng)急管理研究中心 甘肅蘭州 730000）

風(fēng)險溝通是形成公眾理性的重要渠道，也是風(fēng)險管理順利實(shí)施的前提與基礎(chǔ)［1］。在風(fēng)險溝通中，政府部門不僅需要告知公眾風(fēng)險發(fā)生的后果，還需要讓公眾理解風(fēng)險后果發(fā)生的概率。風(fēng)險概率信息就是描述風(fēng)險事件發(fā)生可能性的信息［2］。如交警微博發(fā)布的風(fēng)險提示：“駕駛?cè)诉呴_車邊發(fā)手機(jī)短信，發(fā)生交通事故的概率是正常駕駛時的23倍，駕駛?cè)朔磻?yīng)時間比正常情況下慢35%”［3］。其中，“發(fā)生交通事故”描述的是后果，“23倍”描述的是風(fēng)險的發(fā)生概率。

與風(fēng)險后果信息相比，概率信息更為抽象、晦澀，人們往往難以準(zhǔn)確理解［4］。經(jīng)常出現(xiàn)忽略概率信息或者高估、低估風(fēng)險概率的情況，亦即產(chǎn)生概率估計(jì)偏差［5］。概率估計(jì)偏差影響了人們的風(fēng)險決策，給風(fēng)險溝通帶來了極大的挑戰(zhàn)。

為此，研究者從不同學(xué)科視角出發(fā)［6-8］，討論風(fēng)險概率信息的溝通策略，以促進(jìn)更加有效的風(fēng)險溝通。其中，信息表達(dá)是進(jìn)行溝通策略研究重要的視角之一，它旨在通過提高信息的可理解性，促使信息接收方進(jìn)行合理地決策［9］。

研究人員已經(jīng)發(fā)展了眾多優(yōu)化風(fēng)險概率信息表達(dá)的方法和策略，但整體來看，一方面，現(xiàn)有的研究通常只關(guān)注風(fēng)險概率信息溝通策略的某個單一方面，研究結(jié)果是零星、分散的。以風(fēng)險概率信息圖形化呈現(xiàn)研究為例，Galesic等研究了以圖標(biāo)陣列形式呈現(xiàn)概率信息對公眾信息理解的影響［10］。De Bruin等［11］以及Lee和Mehta［12］等則探索了以條形圖或風(fēng)險階梯形式呈現(xiàn)概率信息的作用。雖然這些學(xué)者們的研究都是從圖形化呈現(xiàn)風(fēng)險概率信息的角度入手，但是采用的具體呈現(xiàn)方式卻大相徑庭，很少有研究從多個角度進(jìn)行系統(tǒng)性分析；另一方面，現(xiàn)有的研究結(jié)論還存在一定程度上的分歧。如Juanchich和Sirota發(fā)現(xiàn)，醫(yī)生向患者傳達(dá)服用藥物產(chǎn)生副作用的發(fā)生概率時，傾向于采用語言概率（verbal、linguistic）的形式，這更符合人們的日常用語習(xí)慣［13］。但Kunneman等則認(rèn)為，不同個體對語言概率信息的理解方式差異很大，應(yīng)避免單獨(dú)使用語言形式表征的概率［14］。上述這些問題的存在，對于在實(shí)踐中有效地應(yīng)用風(fēng)險概率信息溝通策略帶來了嚴(yán)重地障礙。

本文從信息表達(dá)視角出發(fā)，回顧在風(fēng)險概率信息溝通方面的已有研究，基于循證系統(tǒng)評價法對面向公眾的風(fēng)險概率信息溝通策略進(jìn)行證據(jù)整合，試圖為風(fēng)險管理中的概率信息溝通實(shí)踐提供有益的參考。

1 數(shù)據(jù)與方法

系統(tǒng)綜述，又稱定性系統(tǒng)評價。是針對某一研究問題進(jìn)行系統(tǒng)檢索，并對符合特定標(biāo)準(zhǔn)的相關(guān)研究進(jìn)行客觀評價和證據(jù)合成，據(jù)此形成結(jié)論的一種研究方法。定性系統(tǒng)評價能從不同角度觀察、分析問題，為決策者提供可靠的依據(jù)，其突出特點(diǎn)是透明、可重復(fù)和可更新［15］。

在定性系統(tǒng)評價中進(jìn)行證據(jù)合成時，常見的方法有主題綜合法、Meta-民族志和批判地解釋性整合，其中，由Thomas和Harden提出的主題綜合法應(yīng)用最為廣泛［16］。本文使用主題綜合法，通過“三級主題詮釋”來進(jìn)行面向公眾的風(fēng)險概率信息溝通策略的證據(jù)整合。

從本質(zhì)上來說，主題綜合法的數(shù)據(jù)提取過程與調(diào)查研究類似。首先，研究者需要準(zhǔn)備一份提取信息的編碼條目及說明，也就是調(diào)查研究中的問卷；其次，對每一篇納入的原始研究進(jìn)行分析和編碼，即將問卷等發(fā)放給不同的受試者進(jìn)行調(diào)查和訪談以收集數(shù)據(jù)。

1.1文獻(xiàn)檢索策略

本文依據(jù)Geyskens等建議的程序通過多種渠道來搜集文獻(xiàn)［17］，爭取盡可能多地將現(xiàn)有關(guān)于風(fēng)險概率信息溝通研究的相關(guān)文獻(xiàn)納入到本研究的樣本庫中。利用主題檢索表達(dá)式：（主題=風(fēng)險）AND（主題=概率）AND（主題=溝通）在中國知網(wǎng)、維普、萬方中文數(shù)據(jù)庫進(jìn)行檢索，利用主題檢索表達(dá)式：（Topic=risk）AND（Topic=probability）AND（Topic=communication）在Web of Science、EBSCO host、Elsevier（Science Direct）英文數(shù)據(jù)庫進(jìn)行檢索的同時，還在國際灰色文獻(xiàn)數(shù)據(jù)庫Open Grey中進(jìn)行了補(bǔ)充檢索。

初檢共得到4461篇文獻(xiàn)，其中中文634篇，英文3827篇，去除重復(fù)后，總計(jì)檢得4092篇。

1.2 納入排除標(biāo)準(zhǔn)

針對檢得文獻(xiàn)，結(jié)合本文的研究目標(biāo)，制定了嚴(yán)格的納入與排除標(biāo)準(zhǔn)。

具體的納入標(biāo)準(zhǔn)為：研究主題與風(fēng)險概率信息溝通相關(guān)的文獻(xiàn)；涉及公共安全事件、公共危機(jī)、應(yīng)急、突發(fā)事件、災(zāi)難災(zāi)害等風(fēng)險領(lǐng)域的文獻(xiàn)；研究的風(fēng)險溝通對象是普通公眾的文獻(xiàn)；相互獨(dú)立的文獻(xiàn)，如一篇會議論文、期刊論文或者學(xué)位論文使用了同一個數(shù)據(jù)集，本文選擇其中涵蓋信息最為全面的文獻(xiàn)；可以在線獲取全文的文獻(xiàn)。

排除標(biāo)準(zhǔn)為：涉及金融風(fēng)險的文獻(xiàn)；使用除中文和英文以外其他語言撰寫的文獻(xiàn)；使用相同樣本和相似研究方法的文獻(xiàn)；綜述類文獻(xiàn)；重復(fù)發(fā)表的文獻(xiàn)。

按照以上標(biāo)準(zhǔn)篩選檢得文獻(xiàn)，最終納入57篇中英文文獻(xiàn)（篩選流程及結(jié)果見圖1）。

圖1 文獻(xiàn)篩選流程圖

1.3 納入研究的基本特征

納入研究中，英文文獻(xiàn)51篇，中文文獻(xiàn)6篇，僅從相關(guān)文獻(xiàn)發(fā)表數(shù)量來看，可部分反映出國外對該研究領(lǐng)域的關(guān)注度遠(yuǎn)高于國內(nèi)。英文文獻(xiàn)最早發(fā)表于2000年，中文文獻(xiàn)最早發(fā)表于2012年，可見，國外在該研究領(lǐng)域的起步時間早于國內(nèi)，該研究主題受到國內(nèi)外學(xué)者的持續(xù)關(guān)注。此外，納入研究涵蓋了世界主要區(qū)域的國家，如中國、美國、英國、澳大利亞、瑞士、德國等，樣本分布十分廣泛。納入文獻(xiàn)中所涉及的風(fēng)險類型主要包括醫(yī)療健康風(fēng)險、環(huán)境風(fēng)險、事故風(fēng)險、恐怖犯罪風(fēng)險等，這意味著風(fēng)險概率信息溝通在各個風(fēng)險領(lǐng)域普遍存在。就研究方法而言，12篇文獻(xiàn)采用定性研究方法，45篇采用定量研究方法。

1.4 文獻(xiàn)基本特征提取編碼

在確定了最終納入的文獻(xiàn)之后，按照Card等的建議進(jìn)行文獻(xiàn)基本特征的編碼和錄入［18］。首先，隨機(jī)選擇最終納入文獻(xiàn)中的一篇進(jìn)行仔細(xì)閱讀，根據(jù)以往系統(tǒng)評價、Meta分析中經(jīng)常提取的內(nèi)容和本研究的特點(diǎn)，制定初步的基本特征編碼條目及說明；其次，隨機(jī)再選擇5篇文獻(xiàn)進(jìn)行信息提取和編碼，并對編碼條目進(jìn)行補(bǔ)充修正，并得到最終的條目表；最后，仔細(xì)閱讀所有納入文獻(xiàn)，并嚴(yán)格按照最終基本特征編碼條目及說明進(jìn)行信息提取。就納入研究的基本特征而言，本文確定的最終編碼條目包括：唯一編號、作者、年份、研究方法、風(fēng)險類型、風(fēng)險概率、溝通策略。這些編碼結(jié)果會對證據(jù)整合有潛在的幫助。

1.5 主題證據(jù)綜合

主題綜合的目標(biāo)是經(jīng)過一系列逐步升華的闡釋與分析以提煉主題［15］。首先，對納入文獻(xiàn)進(jìn)行“逐行編譯”，把握原始研究中的核心觀點(diǎn)與關(guān)鍵信息，并初步歸類，為進(jìn)一步的總結(jié)描述奠定基礎(chǔ)；其次，利用“三級詮釋”提煉主題，即：經(jīng)過闡釋和提煉研究結(jié)果，形成三級描述性主題（Descriptive Themes），繼而發(fā)展成為二級分析性主題（Analytical Themes）和一級分析性主題。

2 風(fēng)險概率信息溝通策略的證據(jù)綜合

本文運(yùn)用Nvivo 11質(zhì)性資料分析軟件對57篇原始研究進(jìn)行了三級描述性主題的編碼（創(chuàng)建自由節(jié)點(diǎn)），這一過程中，涌現(xiàn)了11個與風(fēng)險概率信息溝通策略相關(guān)的節(jié)點(diǎn)。在此基礎(chǔ)上，進(jìn)行二級分析性主題的編碼（創(chuàng)建樹節(jié)點(diǎn)），獲得了“呈現(xiàn)準(zhǔn)確的數(shù)字概率”“靈活使用視覺輔助支持工具”“使用提示提高信息可評估性”“提高概率信息的個體相關(guān)性”“選擇匯報概率的損益參照點(diǎn)”5個節(jié)點(diǎn)。進(jìn)一步形成一級編碼，獲得了“風(fēng)險概率信息形式方面的溝通策略”和“風(fēng)險概率信息內(nèi)容方面的溝通策略”2個一級分析性主題（見表1）。

2.1 風(fēng)險概率信息表達(dá)形式方面的溝通策略

風(fēng)險概率信息表達(dá)形式方面的溝通策略主要包括呈現(xiàn)準(zhǔn)確的數(shù)字概率和靈活使用視覺輔助支持工具。

2.1.1 呈現(xiàn)準(zhǔn)確的數(shù)字概率

呈現(xiàn)準(zhǔn)確的數(shù)字概率包含的三級描述性主題有“避免單獨(dú)使用語言形式概率”“使用頻率格式而非概率格式”“使用絕對風(fēng)險而非相對風(fēng)險”（見表1）。具體闡釋如下：

表1 風(fēng)險概率信息溝通策略的三級主題詮釋

（1）避免單獨(dú)使用語言形式的概率

由于風(fēng)險評估中可能存在數(shù)據(jù)的缺失、不夠精確以及收集偏見等問題，在利用語言（verbal、linguistic）描述風(fēng)險概率時，經(jīng)常會用到“可能”“大概”“或許”等詞語［54］。但由于認(rèn)知差異，不同的主體對于語言概率的理解往往大相徑庭，極易造成誤讀［55］。

為此，學(xué)者們試圖將語言概率轉(zhuǎn)譯為數(shù)字（numerical）概率（如百分比），亦即將不確定的程度進(jìn)行明確的量化?；谶@一需求，反映語言概率和數(shù)字概率對應(yīng)關(guān)系的標(biāo)準(zhǔn)化詞典應(yīng)運(yùn)而生［70］。同時，Renooij和Witteman也發(fā)現(xiàn)，經(jīng)常使用的語言（verbal、linguistic）概率跟實(shí)際的概率數(shù)值（numerical）之間有一定的對應(yīng)關(guān)系，由此建立了概率標(biāo)桿，這與標(biāo)準(zhǔn)化詞典有異曲同工之妙［71］。但國內(nèi)學(xué)者認(rèn)為要將國外開發(fā)的標(biāo)準(zhǔn)化詞典應(yīng)用于我國，還需要考慮本土化的問題，如中外語言的區(qū)別、不同群體的用語習(xí)慣以及具體的應(yīng)用場景，對國外的標(biāo)準(zhǔn)化詞典通過實(shí)證的方式進(jìn)行修正［54］。

（2）使用頻率格式而非概率格式

我們通常認(rèn)為外行人不能很好地理解概率，但有證據(jù)表明，專家也存在類似的問題。Ghosh A K和Ghosh K發(fā)現(xiàn)，當(dāng)以概率格式顯示信息時，接受調(diào)查的95%的醫(yī)務(wù)人員對婦女患乳腺癌的可能性給出了錯誤的估計(jì)［72］。研究人員建議，可以通過改變概率的表述方式來改進(jìn)這一情況。Hoffrage等研究發(fā)現(xiàn)，當(dāng)以自然頻率格式來表示信息（如“100名患者中有6名患者”，而不是“6%的患病率”）時，高級醫(yī)學(xué)生對疾病可能性的估計(jì)要好于以百分比概率表示的信息［73］。這主要是因?yàn)樽匀活l率比百分比更容易理解，能簡化計(jì)算和減輕負(fù)擔(dān)，更重要的是，自然頻率還給出了明確定義的參考類別［74］。如對“明天下雨的可能性為30%”人們可能會有不同的理解。如一天時間的30%會下雨，30%的地區(qū)會下雨或有30%的可能性會下雨。之所以會有形形色色的理解，就是上述表述沒有指定概率的參考類別，而頻率格式則自動指定了參考類別。

（3）使用絕對風(fēng)險而非相對風(fēng)險

某一事件的發(fā)生概率，既可以用絕對風(fēng)險的形式來表示，又可以用相對風(fēng)險的形式來表示。絕對風(fēng)險（absolute risk）指的是在指定時間段內(nèi)發(fā)生的幾率，常用百分比表示。如居住在美國的婦女一生中罹患乳腺癌的絕對風(fēng)險是12.4%；相對風(fēng)險（relative risk）也稱為風(fēng)險比（ris ratio），指的是行為主體將該風(fēng)險與另一風(fēng)險發(fā)生的幾率進(jìn)行比較的結(jié)果，常用倍數(shù)表示。如家族成員中有過乳腺癌患病史的女性罹患癌癥的風(fēng)險是家族成員中沒有過乳腺癌患病史的女性的10倍。盡管相對風(fēng)險確實(shí)提供了一些關(guān)于風(fēng)險的信息，但是它并沒有說清楚發(fā)生的實(shí)際幾率。

李萌等在研究生存概率的不同表達(dá)對大學(xué)生及病人用藥方案決策的影響時發(fā)現(xiàn)，當(dāng)以相對死亡率下降的方式來表述風(fēng)險概率信息時，新方案的優(yōu)勢會被放大，受試者傾向于對新藥物給予更積極地評價，而當(dāng)以絕對死亡率下降的方式來表述風(fēng)險概率信息時，受試者對新方案的評價內(nèi)容和決策傾向偏差最?。?9］。1995年10月英國發(fā)生的避孕藥恐慌事件與此類似，當(dāng)時英國藥品安全委員會發(fā)出警告，表明服用第三代避孕藥的人群產(chǎn)生致命血凝塊的風(fēng)險是服用第二代避孕藥人群的兩倍，這一信息以上述相對風(fēng)險概率形式傳遞給民眾后，引起了廣泛的恐慌和焦慮，絕大多數(shù)婦女立即停止服藥，結(jié)果導(dǎo)致了大量的意外懷孕和流產(chǎn)。但事實(shí)上，每7000名服用第二代避孕藥的婦女中，約有1名形成血凝塊，而每7000名服用第三代避孕藥的婦女中，約有2名形成血凝塊。也就是說，絕對風(fēng)險只增加了1/7000，但相對風(fēng)險卻增加了一倍［75］。可見，正如Fagerlin等指出的，絕對風(fēng)險概率通常很小，但是相對變化卻往往看起來很大，相對風(fēng)險信息的這種特點(diǎn)可能會不恰當(dāng)?shù)刈屓藗兛浯箫L(fēng)險［24］。

2.1.2 靈活使用視覺輔助支持工具

靈活使用視覺輔助支持工具包含的三級描述性主題有“單風(fēng)險呈現(xiàn)時使用圖標(biāo)陣列”“多風(fēng)險比較時使用條形圖或風(fēng)險階梯”“使用放大視圖突出前景信息”（見表1）。具體闡釋如下：

（1）單風(fēng)險呈現(xiàn)時使用圖標(biāo)陣列

圖標(biāo)陣列（icon array，pictograhs，image matrix）是由100個或1000個圖標(biāo)組成的矩陣，圖標(biāo)的不同顏色或式樣，用以區(qū)分不同群體是否受到風(fēng)險影響［10］。以100個圖標(biāo)矩陣作示例（見圖2）：平均每100個人中，服用某種新型藥物治療疾病不產(chǎn)生副作用的有73人，產(chǎn)生輕微副作用的有23人，產(chǎn)生嚴(yán)重副作用的有4人。從一般意義上來講，白色的人物圖標(biāo)代表沒有受到風(fēng)險影響的群體，灰色和黑色的人物圖標(biāo)代表受到風(fēng)險影響的群體［20］。

圖2 圖標(biāo)陣列示例

總體而言，圖標(biāo)陣列具有簡單直觀、表達(dá)精確和擴(kuò)展性強(qiáng)的特點(diǎn)，無論風(fēng)險溝通對象有沒有受過教育，都可以從圖標(biāo)陣列中獲得需要的信息［20］。非常適合于呈現(xiàn)單個風(fēng)險事件的概率，但不適合于比較多個風(fēng)險事件的概率［40］。

在具體使用圖標(biāo)陣列進(jìn)行風(fēng)險概率信息溝通時，應(yīng)注意以下幾點(diǎn)：第一，與豎直排列的圖標(biāo)陣列相比，觀看水平排列的圖標(biāo)陣列的受試者風(fēng)險概率估計(jì)更加準(zhǔn)確［76］；第二，為圖標(biāo)陣列中受到和沒有受到風(fēng)險影響的人物圖標(biāo)填充相應(yīng)的底色，可以更好地反應(yīng)局部和總體的比例關(guān)系，同時，可顯著加快人們的識圖響應(yīng)速度［76］；第三，現(xiàn)實(shí)生活中的風(fēng)險概率信息常常是一個區(qū)間范圍（如服用某種藥物發(fā)生口干的概率是5%-8%），可考慮將區(qū)間范圍用漸變顏色的人物圖標(biāo)來表示，并配以文字解釋［77］；第四，最好使用順序排列的圖標(biāo)陣列，隨機(jī)排列的圖標(biāo)陣列很容易使人們高估風(fēng)險［21］。

（2）多風(fēng)險比較時使用條形圖或風(fēng)險階梯

條形圖是一種十分常見的圖形化信息表達(dá)方式，適用于顯示多風(fēng)險事件概率之間的比較［78］。Schapira等［40］、湯志偉等［79］以及Ghosh等［27］的研究均證實(shí)了這一點(diǎn)。他們發(fā)現(xiàn)將風(fēng)險數(shù)字概率信息替換為條形圖，有利于直觀地比較風(fēng)險概率的大小，提高風(fēng)險感知的準(zhǔn)確性，從而做出理性的選擇。

風(fēng)險階梯（risk ladder/scale）的通常做法是，將所要溝通的目標(biāo)風(fēng)險事件概率與其他人們相對熟悉的風(fēng)險事件概率相比較，以幫助公眾感知目標(biāo)風(fēng)險事件概率的大小［80-81］。以不同氡暴露水平下人們的癌癥死亡風(fēng)險概率信息為示例（見圖3）。因?yàn)榇蠖鄶?shù)人對氡及其計(jì)量單位并不熟悉，因此，該風(fēng)險階梯借助同等水平的吸煙量導(dǎo)致的癌癥死亡風(fēng)險概率來幫助公眾理解相應(yīng)的氡暴露水平導(dǎo)致的癌癥死亡風(fēng)險概率。其中，第一列展示了不同的氡暴露水平，第二列對應(yīng)展示了不同氡暴露水平下人們的癌癥死亡率，第三列展示了與氡暴露相應(yīng)水平的吸煙量，最后一列提供了對策建議?？偟膩碚f，風(fēng)險階梯是一個比較不同風(fēng)險概率的有用格式，人們可以借助熟悉領(lǐng)域的風(fēng)險概率信息來認(rèn)知不熟悉領(lǐng)域的風(fēng)險概率信息［78］。

圖3 風(fēng)險階梯示例［82］

（3）使用放大視圖突出前景信息

前景和背景起源于攝影領(lǐng)域。在鏡頭中，離觀眾視點(diǎn)較近的稱為前景；位于畫面深處、離觀眾視點(diǎn)較遠(yuǎn)的稱為背景［83］。對于風(fēng)險概率信息而言，如“服用某種新型藥物，平均每100個人中就有32個人發(fā)生副作用”，確實(shí)受到風(fēng)險影響的32個人（也就是分子）就是前景信息，而背景信息就是潛在受到風(fēng)險影響的全部100個人（也就是分母）。放大視圖則指的是突出顯示前景信息。一些研究者在此基礎(chǔ)上提出了“前景：背景突顯效應(yīng)”，該效應(yīng)通常指的是概率信息圖形化呈現(xiàn)會通過突顯前景信息（實(shí)際受風(fēng)險影響人群）把個體的注意力聚焦在前景信息上，從而容易忽略背景信息（所有潛在受風(fēng)險影響人群），這意味著突顯前景的風(fēng)險概率圖形會使個體表現(xiàn)出更高的風(fēng)險回避行為［84］。張秋棠的研究證明了這一點(diǎn)（見圖4），她在探索某種改良牙膏降低牙齦患病風(fēng)險的程度時，通過突出顯示和對比標(biāo)準(zhǔn)牙膏和改良牙膏在每年中減少的患嚴(yán)重牙齦疾病人數(shù)的絕對值，彰顯了改良牙膏的效果，從而導(dǎo)致人們給予改良牙膏更好地積極評價和更高地愿付價格［85］。

圖4 放大視圖示例

2.2 風(fēng)險概率信息呈現(xiàn)內(nèi)容方面的溝通策略

風(fēng)險概率信息呈現(xiàn)內(nèi)容方面的溝通策略主要包括提供線索提高信息可評估性、提高概率信息的個體相關(guān)性和選擇匯報概率的損益參照點(diǎn)。

2.2.1 提供線索提高信息可評估性

根據(jù)Hsee和Tsai的定義，風(fēng)險概率信息的可評估性（evaluability）是指人們主觀上對于風(fēng)險事件的發(fā)生概率進(jìn)行獨(dú)立量化估計(jì)的難易程度［86］。對于一些較為陌生的領(lǐng)域，即使人們在一些基礎(chǔ)水平上了解對方所傳達(dá)的數(shù)字概率信息（如醫(yī)生告知患者服用某種藥物可能會增加2%的中風(fēng)風(fēng)險），但是人們可能并沒有真正的理解它（患者并不清楚“增加的2%的中風(fēng)風(fēng)險”到底有多嚴(yán)重）［30］。當(dāng)人們只知道風(fēng)險概率信息“是什么”，而不知道它“意味著什么”的時候，就說明這種信息缺乏可評估性，并且很難在人們實(shí)際風(fēng)險決策時得到應(yīng)有的重視和考慮?？梢酝ㄟ^“為風(fēng)險概率信息提供星級提示”以及“有序排列不同的風(fēng)險概率信息”等方式幫助公眾進(jìn)行概率信息的評估（見表1）。

（1）為風(fēng)險概率信息提供星級提示

Hsee的可評估性假設(shè)指出，對某客體的單獨(dú)評估通常更容易受到容易評估的屬性的影響，而不是最重要的屬性的影響［87］。舉例來看，在選擇就診醫(yī)院的時候，很多人強(qiáng)調(diào)醫(yī)護(hù)人員的態(tài)度、設(shè)施的外觀等對衡量醫(yī)療水平次要的因素，因?yàn)閷τ谄胀ü妬碚f，醫(yī)療團(tuán)隊(duì)的技術(shù)能力基本無法衡量。所以，以上這些相對容易估計(jì)和衡量的因素反而在他們的決策中起到了更大的作用［88］。具體到風(fēng)險溝通領(lǐng)域，風(fēng)險概率信息晦澀難懂，相較于結(jié)果信息更不容易評估，因此行為主體做出的風(fēng)險決策可能常常不能很好地賦予風(fēng)險概率信息應(yīng)有的考慮權(quán)重。增加信息可評估性的一種方法是使用星級提示來幫助公眾理解風(fēng)險概率信息的真實(shí)意涵［89］。專業(yè)人士可根據(jù)自身的知識和經(jīng)驗(yàn)，為所傳達(dá)的風(fēng)險概率信息標(biāo)以不同的星級提示幫助普通公眾判斷風(fēng)險概率信息究竟意味著什么（仍以上述中風(fēng)風(fēng)險為例，醫(yī)生為“增加的2%的中風(fēng)風(fēng)險”標(biāo)以三顆星，意味著有很高的可能性會發(fā)生中風(fēng)情況，需謹(jǐn)慎考慮）。

（2）有序排列不同的風(fēng)險概率信息

使信息更具可評估性的另一種方法是從低到高地有序排列不同的風(fēng)險概率信息［89］。Hsee曾在他的研究中進(jìn)行過這樣一組實(shí)驗(yàn)：為受試者提供兩份冰激凌，第一份使用的是容量為10盅司的紙杯，里面裝了8盅司冰激凌，紙杯上面還空出一部分；第二份使用的是容量為5盅司的紙杯，里面裝了7盅司冰激凌，紙杯上面還溢出一部分（見圖5）。當(dāng)受試者對兩杯冰激凌的分量分別進(jìn)行評估時，通常會認(rèn)為第二份冰激凌分量更足，并愿意給出更高的愿付價格。這是因?yàn)橹庇^的從視覺角度來看，第二份冰激凌溢過紙杯，而第一份冰激凌未滿紙杯，單獨(dú)衡量時，受試者很難對兩份冰激凌各自的真實(shí)分量形成準(zhǔn)確的認(rèn)識。但當(dāng)受試者將兩杯冰激凌放在一起進(jìn)行評估時，則會發(fā)現(xiàn)第一份冰激凌的分量其實(shí)更足。這是因?yàn)楫?dāng)兩杯冰激凌放在一起時，剛剛很難衡量的真實(shí)分量可以進(jìn)行直接比較，也就意味著分量這一屬性的可評估性提高了［87］。Hsee將這種現(xiàn)象稱為偏好逆轉(zhuǎn)，認(rèn)為“l(fā)ess is better”只有在對對象進(jìn)行單獨(dú)評估時才會發(fā)生，而在并置兩種對象時結(jié)果會發(fā)生逆轉(zhuǎn)［90］。風(fēng)險概率信息的溝通亦是如此，當(dāng)人們單獨(dú)評估某個事件的風(fēng)險概率大小時，很難對這一重要屬性形成準(zhǔn)確的認(rèn)識，但當(dāng)多個風(fēng)險事件的概率同時呈現(xiàn)且有序排列時，概率這一屬性的可評估性便提高了，人們可以通過簡單直觀地比較不同的概率大小來感知目標(biāo)風(fēng)險事件發(fā)生的可能性。

圖5 兩份冰激凌示例

2.2.2 提高概率信息的個體相關(guān)性

提高概率信息的個體相關(guān)性包含的三級描述性主題有“將概率信息與特定人群結(jié)合”和“使用親切易接受的表達(dá)視角”（見表1）。具體闡釋如下：

（1）將概率信息與特定人群相結(jié)合

風(fēng)險管理者通常情況下更加關(guān)注群體的特征，在進(jìn)行風(fēng)險溝通時，他們傳達(dá)的往往是群體統(tǒng)計(jì)層面的風(fēng)險概率信息［7］。但普通公眾既關(guān)注群體風(fēng)險，又關(guān)注個人風(fēng)險，因此常常試圖根據(jù)群體統(tǒng)計(jì)層面的風(fēng)險概率信息來推斷出涉及個體的結(jié)論［91］。如當(dāng)公眾獲知“通過空氣飛沫感染某種呼吸道疾病的概率是45%”時，人們更想知道的是，這一風(fēng)險概率信息對自身及周邊人群的適用性如何。因此，風(fēng)險管理者有必要盡可能根據(jù)不同地區(qū)不同人群的需求提供實(shí)用性強(qiáng)的信息，以避免不必要的公眾集體性恐慌和焦慮［92］。Vromans等發(fā)現(xiàn)，在醫(yī)療健康領(lǐng)域，患者電子病例檔案的使用和大量患者身體狀況監(jiān)測數(shù)據(jù)的增加，使醫(yī)生不僅能夠匯報基于一般性人群計(jì)算得到的采取不同治療方案發(fā)生副作用的概率，也能夠根據(jù)不同患者的年齡、性別和腫瘤分期提供關(guān)于患者采取不同治療方案發(fā)生副作用的概率［48］。顯然，后者具有更好的個體相關(guān)性。

（2）使用親切易接受的表達(dá)視角

有學(xué)者認(rèn)為，采用第二人稱的角度進(jìn)行風(fēng)險概率信息溝通，在無形之中拉近了風(fēng)險管理者和普通公眾的距離，相當(dāng)于將普通公眾置于對話交流的現(xiàn)場中，能夠加速普通公眾的融入［93］。第二人稱的使用，其實(shí)是對溝通主體的尊重［94］。但同時，如果把握不當(dāng)，則會疑似是對人們的刻意說服和勸導(dǎo)［95］，很容易引發(fā)受眾的不滿，起到適得其反的效果［94］。

2.2.3 選擇匯報概率的損益參照點(diǎn)

選擇匯報概率的損益參照點(diǎn)包含的三級描述性主題是“把損失作為參照點(diǎn)匯報概率”（見表1）。具體闡釋如下：

政府相關(guān)部門在向普通公眾溝通風(fēng)險概率信息時，既可以用“損失”為參照點(diǎn)來匯報概率，也可以用“收益”為參照點(diǎn)來匯報概率。Chapman等指出，當(dāng)風(fēng)險概率信息的參照點(diǎn)是以“死亡”而不是“生存”來闡釋時，人們的風(fēng)險感知水平會顯著增加［22］。如當(dāng)以降低“死亡率”的形式與被試溝通時，被試傾向于對新藥物給予積極評價，但是以提高“生存率”的形式與被試溝通時，被試傾向于對新藥物給予消極評價［19］。這可能是由于“死亡”通常被人們感知為更加嚴(yán)重，因此以降低“死亡率”形式報告的新藥物被人們認(rèn)為更加有效，而以提高“生存率”形式報告的新藥物療效卻很難引起人們的警醒，認(rèn)為服藥與否皆可。張彤的研究進(jìn)一步證實(shí)了這一觀點(diǎn)，她在研究中發(fā)現(xiàn)，帶有情緒性的信息會吸引個體的注意，尤其是帶有消極性情緒的信息（如以損失為參照點(diǎn)匯報的概率：死亡率）會更容易引起個體的注意［96］。Young和Oppenheier進(jìn)一步指出，政府相關(guān)部門以損失為參照點(diǎn)匯報概率等同于鼓勵普通公眾進(jìn)行風(fēng)險規(guī)避［51］，能夠促使人們積極參與風(fēng)險規(guī)避行為。

2.3 可能影響風(fēng)險概率信息溝通策略實(shí)施效果的因素

根據(jù)風(fēng)險概率信息溝通的實(shí)踐和已有文獻(xiàn)的系統(tǒng)回顧，可以發(fā)現(xiàn)公眾對政府相關(guān)部門的信任、自身的認(rèn)知能力、處理信息的時間壓力以及概率信息本身的局限等因素將可能對風(fēng)險概率信息溝通策略的實(shí)施效果產(chǎn)生影響。

2.3.1 信任水平

公眾在接收到各類渠道發(fā)布的風(fēng)險信息時，一般會下意識地對信息來源進(jìn)行區(qū)分，一類是“可信任的來源”，另一類是“不信任的來源”，也就是說如果一則重要信息發(fā)布在了公眾不信任的溝通渠道上，很有可能并不會起到應(yīng)有的溝通效果。因此對政府相關(guān)部門來說，建構(gòu)普通公眾信任的風(fēng)險信息釋放渠道異常重要。著名風(fēng)險領(lǐng)域?qū)＜襍lovic認(rèn)為，除非人們信任風(fēng)險管理者和評估者，否則專家們對風(fēng)險的科學(xué)分析無法消除人們對小概率災(zāi)難的擔(dān)憂［97］。Longstaff和Yang也持有類似的觀點(diǎn)，他們在研究危機(jī)情境中信任在風(fēng)險溝通規(guī)劃和管理中的作用時，發(fā)現(xiàn)信任是突發(fā)事件有效溝通的最重要的變量之一，信任水平越高，風(fēng)險溝通越通暢［98］。Haynes等在研究火山危機(jī)持續(xù)期間公眾對科學(xué)家、政府機(jī)構(gòu)和廣泛風(fēng)險團(tuán)隊(duì)的信任時，識別出最受公眾信任的溝通主體和增加信息本身的可信度對于提高火山風(fēng)險溝通的效率至關(guān)重要。可見公眾對溝通主體的信任程度越高，越有可能接受其傳輸?shù)娘L(fēng)險溝通內(nèi)容［99］。

2.3.2 認(rèn)知能力

Reyna和Brainerd認(rèn)為公眾的認(rèn)知能力和水平會影響到風(fēng)險概率信息溝通過程［100］。無論是數(shù)學(xué)計(jì)算 能 力［101-102］還 是 領(lǐng) 域 知 識 的 缺 失［103］，都 會 降 低 從 風(fēng)險信息中快速提取關(guān)鍵要點(diǎn)或精細(xì)把握風(fēng)險概率信息全面細(xì)節(jié)的有效性和敏感性［104］，造成風(fēng)險概率信息的理解障礙。事實(shí)上，很多風(fēng)險概率信息對普通公眾來說過于抽象，不容易運(yùn)用到風(fēng)險決策過程中去。因此，政府相關(guān)部門作為風(fēng)險概率信息的重要生產(chǎn)者，應(yīng)主動負(fù)擔(dān)更多責(zé)任，設(shè)法找到表述復(fù)雜技術(shù)特性和過程的令人信服的方式，以促進(jìn)公眾對風(fēng)險概率信息的深入理解為己任［105］。

2.3.3 時間壓力

在風(fēng)險決策制定過程中，時間壓力是影響風(fēng)險理解和決策制定的重要變量［106］。當(dāng)人們面臨較大的時間壓力時，通常傾向于簡化處理信息從而為自己減輕認(rèn)知負(fù)擔(dān)，很可能會采取模糊痕跡理論中主張的要義表征方式，而不會逐字逐句地去精讀風(fēng)險概率信息，因此更容易產(chǎn)生認(rèn)知偏差甚至錯誤［107］。更進(jìn)一步，如果普通公眾在時間壓力較大的同時，缺乏對風(fēng)險概率信息的認(rèn)知動機(jī)或者個體的認(rèn)知加工負(fù)荷過高，就很有可能會導(dǎo)致認(rèn)知懶惰或認(rèn)知繁忙［108］?？傮w而言，雖然在風(fēng)險情景下，時間壓力往往無法避免，但在采取適當(dāng)?shù)臏贤ú呗詠砀倪M(jìn)風(fēng)險概率信息文本的同時，盡可能的及早溝通，以減小公眾面臨的時間壓力，就越有可能實(shí)現(xiàn)對風(fēng)險概率信息更好的理解。

2.3.4信息局限

眾所周知，政府相關(guān)部門風(fēng)險溝通的前提之一就是做好風(fēng)險評估，以獲取盡可能多的事實(shí)依據(jù)。但事實(shí)上很多風(fēng)險評估往往無法及時全面完成，很多技術(shù)局限無法在短時間內(nèi)克服，不同專家對風(fēng)險概率評估的分歧也很難在短期內(nèi)消解［105］。此外，從理論上來講，風(fēng)險概率信息是基于一定統(tǒng)計(jì)數(shù)據(jù)的對風(fēng)險事件總體性、一般性的描述性信息，應(yīng)該具有穩(wěn)定性，但是就其數(shù)據(jù)來源而說，又往往是隨著風(fēng)險進(jìn)程變化的［101］。這樣的風(fēng)險概率統(tǒng)計(jì)數(shù)據(jù)只在特定的時間、地點(diǎn)具有適用性，會不同程度地受到以下因素的影響：時間、地域、數(shù)據(jù)來源、樣本量、數(shù)據(jù)分析過程的科學(xué)性等［109］。

綜上，可構(gòu)建出政府相關(guān)部門風(fēng)險概率溝通策略對普通公眾信息感知影響的邏輯模型（見圖6）。

圖6 風(fēng)險概率溝通策略對普通公眾信息感知影響的邏輯模型

3 結(jié)論

自NRC的《改善風(fēng)險溝通》報告發(fā)布至今，30年來，風(fēng)險溝通一方面被視為實(shí)踐領(lǐng)域，一方面又擁有多樣化的理論和方法［110］。人們始終在思考如何將來自實(shí)踐的經(jīng)驗(yàn)總結(jié)和學(xué)科研究的思考轉(zhuǎn)化為新的風(fēng)險溝通原則［111］。本文從信息表達(dá)角度出發(fā)，回顧國內(nèi)外學(xué)者在風(fēng)險概率信息溝通方面的研究，基于循證系統(tǒng)評價法對面向公眾的風(fēng)險概率信息溝通策略進(jìn)行證據(jù)整合。研究發(fā)現(xiàn)：風(fēng)險管理者（政府相關(guān)部門）在面向公眾溝通風(fēng)險概率信息時，可同時考慮風(fēng)險概率信息表達(dá)形式方面的溝通策略和風(fēng)險概率信息呈現(xiàn)內(nèi)容方面的溝通策略，如呈現(xiàn)準(zhǔn)確的數(shù)字概率、靈活使用視覺輔助支持工具、提供線索提高信息可評估性、提高概率信息的個體相關(guān)性、選擇匯報概率的損益參照點(diǎn)等。同時還應(yīng)注意到信任水平、認(rèn)知能力、時間壓力、信息局限等因素也會影響到風(fēng)險概率信息溝通策略作用的發(fā)揮。該研究不足主要表現(xiàn)在，只納入使用中文和英文報告的研究成果，而將其他語言的文獻(xiàn)排除在外，并且一些本文認(rèn)為符合納入標(biāo)準(zhǔn)的文章通過多方檢索后仍難以獲得全文，這勢必會損失一部分研究成果。