風(fēng)險(xiǎn)感知視角下個(gè)體信息處理模式對政策支持態(tài)度的影響研究

明均仁, 朱秋雨, 陳曉禹, 涂瑞德

(1. 武漢工程大學(xué)管理學(xué)院, 湖北武漢 430205; 2. 華中師范大學(xué)信息管理學(xué)院, 湖北武漢 430079)

0 引言

在突發(fā)公共衛(wèi)生事件的沖擊下, 社會(huì)公眾對政府提供的有關(guān)應(yīng)急處理、 應(yīng)對時(shí)效等信息需求迫切[1], 各國政府積極出臺、 實(shí)施相關(guān)政策以應(yīng)對突發(fā)公共衛(wèi)生事件帶來的影響。 公眾對政策的態(tài)度是決定政策能否有效實(shí)施的重要因素, 但公眾是否對政策持積極態(tài)度以及哪些因素會(huì)影響公眾接受政策尚不明確。 經(jīng)濟(jì)學(xué)、 政治學(xué)領(lǐng)域的一些學(xué)者立足于宏觀視角研究了政策采納問題, 但忽略了個(gè)體因素以及信息處理機(jī)制。 事實(shí)上, 個(gè)體在風(fēng)險(xiǎn)環(huán)境下如何選擇信息處理模式、 如何通過信息處理進(jìn)行決策對風(fēng)險(xiǎn)溝通效果具有關(guān)鍵影響, 然而, 從個(gè)體信息處理視角尋找影響公眾政策支持行為的前置因素的研究思路卻較少受到關(guān)注[2]。

對政策的態(tài)度是一個(gè)復(fù)雜的概念, 本文從信息處理角度, 選擇啟發(fā)式-系統(tǒng)式模型(heuristicsystematic model, HSM)及風(fēng)險(xiǎn)信息尋求與加工(risk information seeking and processing, RISP)模型為依據(jù), 分析突發(fā)公共衛(wèi)生事件期間公眾政策支持態(tài)度的影響因素。 HSM 是一個(gè)用于解釋人們?nèi)绾谓邮芎吞幚硇畔⒌慕?jīng)典的社會(huì)認(rèn)知模型, 近年來被用于風(fēng)險(xiǎn)管理領(lǐng)域, 分析公眾的風(fēng)險(xiǎn)信息處理和搜尋行為[3]。 基于HSM, 學(xué)者提出RISP 模型, 被證明是預(yù)測風(fēng)險(xiǎn)信息尋求及處理的重要工具, 揭示了影響公眾信息搜尋行為的主要因素[4-5]。 公眾對政策的支持態(tài)度本質(zhì)受到其文化價(jià)值觀及認(rèn)知模式的影響[6], HSM、 RISP 模型解釋了認(rèn)知因素影響下個(gè)體處理信息的方式以及不同信息處理模式對風(fēng)險(xiǎn)防控政策態(tài)度的影響。 其中,風(fēng)險(xiǎn)感知作為典型的主觀認(rèn)知因素, 代表個(gè)體所感知到的對風(fēng)險(xiǎn)的部分或選擇性看法[7], 是公眾理解并支持相關(guān)政策的重要因素[8]。 但在以往研究中, 學(xué)者對風(fēng)險(xiǎn)感知直接影響機(jī)制的論斷存在矛盾之處, 當(dāng)某一特定風(fēng)險(xiǎn)感知處于較高水平時(shí),可能對公眾政策支持態(tài)度產(chǎn)生積極影響, 也可能產(chǎn)生消極影響[9]。 現(xiàn)有研究對風(fēng)險(xiǎn)感知如何影響政策支持沒有一致定論, 且缺乏實(shí)證研究。

本文以突發(fā)公共衛(wèi)生事件為研究背景, 從個(gè)體信息處理角度分析影響公眾對風(fēng)險(xiǎn)防控政策態(tài)度的因素, 提出個(gè)體信息處理模式對政策支持態(tài)度具有顯著影響的假設(shè), 進(jìn)一步將風(fēng)險(xiǎn)感知作為調(diào)節(jié)變量, 分析其對公眾接受風(fēng)險(xiǎn)防控政策的影響, 完善風(fēng)險(xiǎn)感知對政策支持的影響機(jī)制。

1 理論基礎(chǔ)

1.1 信息處理

風(fēng)險(xiǎn)事件發(fā)生后, 傳達(dá)真實(shí)信息、 縮小信息發(fā)布者與信息接收者之間的信息差極為重要[10]。信息是決策的基礎(chǔ), 個(gè)體行為受所接收信息的顯著影響[11]。 個(gè)體的思考過程體現(xiàn)在處理信息上,信息處理指對環(huán)境發(fā)出的信號進(jìn)行收集、 整理以及理解的過程[12]。 個(gè)體首先感知信息, 對信息進(jìn)行處理, 將信息轉(zhuǎn)換為自身可理解的形式, 最后根據(jù)所感知到的信息以及經(jīng)過處理的信息做出行為[13]。 然而, 信息存在歧義, 個(gè)體也受認(rèn)知能力、時(shí)間等因素限制, 對信息的理解存在不確定性[14]。公眾采用不同信息處理模式會(huì)導(dǎo)致采取不同的行為與決策, 基于正確處理信息后所作出的決策對控制風(fēng)險(xiǎn)往往具有積極作用。

1.2 啟發(fā)式-系統(tǒng)式模型

啟發(fā)式-系統(tǒng)式模型認(rèn)為人們有2 種模式來處理信息, 即啟發(fā)式和系統(tǒng)式信息處理模式[15]。

1.2.1 啟發(fā)式處理

信息的搜尋處理需要花費(fèi)信息接收者的認(rèn)知努力, 對需要花費(fèi)較少認(rèn)知努力的相關(guān)線索, 公眾將采用啟發(fā)式信息處理模式[16]。 在啟發(fā)式信息處理模式的相關(guān)研究中, 較多學(xué)者認(rèn)為當(dāng)個(gè)體使用簡單的決策規(guī)則來判斷信息是否有效時(shí), 就會(huì)引起啟發(fā)式處理, 這種簡單的決策規(guī)則常常表現(xiàn)為專家意見或某種社會(huì)共識[17]。 啟發(fā)式信息處理模式作為一種付出相對較少努力來判斷信息有效性的方式, 意味著公眾在接受信息時(shí), 更愿意選擇容易獲取的信息, 如可靠的信息源以及其他非內(nèi)容線索[18]。 如Hovland 等[19]認(rèn)為公眾對信息內(nèi)容可信度的判斷會(huì)受信息發(fā)布渠道的影響, 權(quán)威專家發(fā)布的信息具有更高的可信度。 公眾是否采用啟發(fā)式信息處理模式與信息是否有效密切相關(guān),對信息有效性的判斷由個(gè)體從主觀層面得出且并未花費(fèi)較大認(rèn)知努力進(jìn)行深層思考。

1.2.2 系統(tǒng)式處理

系統(tǒng)式信息處理模式更加復(fù)雜, 需要對信息進(jìn)行詳細(xì)地思考與觀察, 付出較大的認(rèn)知努力后才能夠作出決策[20]。 系統(tǒng)式處理模式是個(gè)體通過整合所有有用的信息來作出決策, 且更關(guān)注信息本身的內(nèi)容, 而不是與信息相關(guān)的外部特征[21]。當(dāng)個(gè)體認(rèn)為自身有獲取足夠信息滿足需求的信念或能力時(shí), 將更傾向于采取系統(tǒng)式信息處理模式來滿足自身需求, 通過完備的分析作出準(zhǔn)確的判斷[22]。 信息質(zhì)量反映信息的真實(shí)可靠性, 被認(rèn)為是進(jìn)行系統(tǒng)式分析的一個(gè)重要線索, 公眾花費(fèi)較多的時(shí)間和精力獲取高質(zhì)量的信息, 有利于作出更合理的判斷[23]。 在系統(tǒng)式的搜尋與處理中, 公眾會(huì)努力尋找高質(zhì)量的信息, 并對具有高質(zhì)量的信息進(jìn)行有邏輯、 合理、 復(fù)雜的加工進(jìn)而作出決策。

1.3 RISP 模型

風(fēng)險(xiǎn)信息搜尋及加工模型認(rèn)為, 個(gè)體特征、風(fēng)險(xiǎn)感知、 對風(fēng)險(xiǎn)的情感反應(yīng)、 信息不足及對信息有用性的信念等因素將影響個(gè)體處理風(fēng)險(xiǎn)信息的投入時(shí)間、 精力以及采用何種信息處理模式搜尋信息[24]。 本文結(jié)合RISP 模型, 選取以下因素對公眾信息處理模式進(jìn)行分析: (1)信息不足。 信息不足是RISP 模型的核心概念, 公眾信息尋求的強(qiáng)度與信息不足有很大相關(guān)性, 個(gè)體對信息充分的渴望激勵(lì)其更迫切地尋求并處理信息[25]。 (2)負(fù)面影響。 風(fēng)險(xiǎn)事件往往伴隨大量輕重程度不一的負(fù)面影響, 如恐慌、 焦慮等負(fù)面情緒, 這些負(fù)面影響隨風(fēng)險(xiǎn)事件演變的不同階段增強(qiáng)或減弱, 直接導(dǎo)致公眾采取不同的信息尋求與處理模式[26]。(3)風(fēng)險(xiǎn)感知。 大多學(xué)者將公眾對風(fēng)險(xiǎn)的認(rèn)知、 情感反應(yīng)放在同一層面進(jìn)行評估, 公眾對風(fēng)險(xiǎn)的認(rèn)知及其產(chǎn)生的情感反應(yīng)都能影響信息不足, 進(jìn)而對信息搜尋產(chǎn)生影響[26]。

現(xiàn)有研究證明, 從公眾個(gè)人層面看, 負(fù)面情緒影響其信息不足感, 信息不足是影響公眾尋求風(fēng)險(xiǎn)信息的內(nèi)部動(dòng)機(jī), 是直接驅(qū)動(dòng)力[27], 而采取何種信息處理模式也是公眾在風(fēng)險(xiǎn)事件發(fā)生后的主觀行為, 因此, 本文選取信息不足、 對風(fēng)險(xiǎn)的負(fù)面情感反應(yīng)(負(fù)面影響)作為公眾采用不同信息處理模式的主要前置影響因素。 此外, 公眾風(fēng)險(xiǎn)感知作為認(rèn)知因素處于動(dòng)態(tài)變化之中, 但較少有學(xué)者對不同風(fēng)險(xiǎn)感知水平下信息處理模式的作用機(jī)制進(jìn)行研究。 本文結(jié)合突發(fā)公共衛(wèi)生事件的高風(fēng)險(xiǎn)背景, 探索性地將風(fēng)險(xiǎn)感知作為調(diào)節(jié)因素,分析其是否影響公眾不同風(fēng)險(xiǎn)信息處理模式與行為意向的關(guān)系。

1.4 風(fēng)險(xiǎn)感知與政策支持

風(fēng)險(xiǎn)感知是公眾政策支持態(tài)度的重要預(yù)測因素, 公眾可能因其所感知到的風(fēng)險(xiǎn)而拒絕支持某項(xiàng)政策, 也可能忽略這一風(fēng)險(xiǎn)進(jìn)而支持政策實(shí)施[28]。 Huang 等[29]針對中國空氣污染問題進(jìn)行研究, 得出風(fēng)險(xiǎn)感知對政策支持具有正向影響。 而早前Leiserowitz[30]以全球變暖為背景, 對美國公眾政策支持態(tài)度進(jìn)行了分析, 發(fā)現(xiàn)雖然美國公眾感受到了全球變暖所帶來的威脅, 并支持部分緩解政策, 但強(qiáng)烈反對以提高汽油等燃料價(jià)格為代表的緩解政策, 這種矛盾是由于公眾所感知到的風(fēng)險(xiǎn)造成的。 公眾風(fēng)險(xiǎn)感知與政策支持的關(guān)系并沒有明確定論, 可能是由于風(fēng)險(xiǎn)感知屬于主觀認(rèn)知因素, 處于變化之中, 影響其與政策支持的關(guān)系。 因此, 學(xué)者對風(fēng)險(xiǎn)感知進(jìn)行了更細(xì)致地研究,分析特定風(fēng)險(xiǎn)感知水平下其他變量間的影響機(jī)制,如Ademola 等[31]將風(fēng)險(xiǎn)感知作為調(diào)節(jié)變量, 應(yīng)用于金融領(lǐng)域, 認(rèn)為風(fēng)險(xiǎn)感知的變化能調(diào)節(jié)金融知識與投資決策之間的關(guān)系; Zhang 等[32]認(rèn)為風(fēng)險(xiǎn)感知對消費(fèi)者責(zé)任心與態(tài)度、 主觀規(guī)范等因素之間的關(guān)系起到調(diào)節(jié)作用。

綜上, 風(fēng)險(xiǎn)感知作為公眾政策支持態(tài)度的重要測度因素, 由于其本身的不確定性, 對政策支持的直接影響處在變化之中, 其調(diào)節(jié)作用更具研究意義。

2 模型和假設(shè)

風(fēng)險(xiǎn)社會(huì)環(huán)境下, 公眾信息處理模式會(huì)影響其對信息的判斷, 進(jìn)而影響行為意向。 本文在高風(fēng)險(xiǎn)背景下, 借鑒HSM 及RISP 模型, 引入風(fēng)險(xiǎn)感知作為調(diào)節(jié)變量, 對風(fēng)險(xiǎn)信息下公眾信息搜尋行為進(jìn)行分析, 研究模型見圖1。

圖1 研究模型

2.1 信息不足與公眾信息處理模式的關(guān)系

信息不足是個(gè)體主觀感受, 指個(gè)人對自己所需額外信息數(shù)量的判斷, 能反映公眾現(xiàn)已掌握的信息水平與有效應(yīng)對風(fēng)險(xiǎn)所需的信息水平之間的差距[33]。 當(dāng)個(gè)體感受到自身所掌握的信息與應(yīng)對風(fēng)險(xiǎn)所需信息之間有差距時(shí), 將進(jìn)行一定的信息處理, 縮小差距以滿足自身信息需求。 Zhu 等[34]認(rèn)為信息不足能顯著促進(jìn)個(gè)體進(jìn)行信息尋求, 信息不足水平較高的個(gè)體更傾向于選擇系統(tǒng)式的信息處理模式; Griffin 等[35]在研究中也提出為克服信息不足, 個(gè)體將更加積極地進(jìn)行信息搜尋與處理。 因此, 結(jié)合本文研究背景, 在風(fēng)險(xiǎn)環(huán)境下,當(dāng)個(gè)體感受到自身信息不足的程度較高, 將付出更多的認(rèn)知努力, 更加審慎地主動(dòng)尋求和處理風(fēng)險(xiǎn)信息, 即采取系統(tǒng)式的風(fēng)險(xiǎn)信息處理模式。 結(jié)合以上相關(guān)理論研究, 提出:

H1: 信息不足與系統(tǒng)式信息處理模式呈正相關(guān)關(guān)系。

H2: 信息不足與啟發(fā)式信息處理模式呈負(fù)相關(guān)關(guān)系。

2.2 負(fù)面影響與公眾信息處理模式的關(guān)系

風(fēng)險(xiǎn)環(huán)境下, 大量風(fēng)險(xiǎn)信息易對公眾造成負(fù)面影響, 產(chǎn)生恐慌、 憤怒等負(fù)面情感, 這種負(fù)面情緒會(huì)使個(gè)體產(chǎn)生更多的風(fēng)險(xiǎn)信息需求, 積極主動(dòng)地找尋所需信息彌補(bǔ)差距[36]。 已有研究驗(yàn)證個(gè)體在面對風(fēng)險(xiǎn)信息時(shí)產(chǎn)生的情感反應(yīng), 尤其是負(fù)面情感, 能增加公眾信息不足感, 從而進(jìn)行信息搜尋[37]。 個(gè)體產(chǎn)生的負(fù)面情緒與其系統(tǒng)式的信息處理模式呈正相關(guān)關(guān)系[38]。 Yang 等[2]指出在高風(fēng)險(xiǎn)信息背景下, 由風(fēng)險(xiǎn)造成的危害而引發(fā)的情感反應(yīng), 能增加個(gè)體對該風(fēng)險(xiǎn)信息的認(rèn)知不足, 影響個(gè)體對風(fēng)險(xiǎn)信息的搜尋與處理方式。 結(jié)合本文研究背景, 在風(fēng)險(xiǎn)環(huán)境下, 個(gè)體為消除負(fù)面情緒,會(huì)積極主動(dòng)采取措施對風(fēng)險(xiǎn)信息進(jìn)行搜尋與處理。因此, 結(jié)合已有理論與假設(shè), 提出:

H3: 負(fù)面影響與系統(tǒng)式信息處理模式呈正相關(guān)關(guān)系。

H4: 負(fù)面影響與啟發(fā)式信息處理模式呈正相關(guān)關(guān)系。

2.3 信息處理模式與公眾行為意向之間的關(guān)系

公眾接收風(fēng)險(xiǎn)信息及政府出臺的緩解政策后,采用何種方式進(jìn)行信息處理將影響其行為意向,進(jìn)而影響公眾對政策的態(tài)度[39]。 公眾對政策的配合態(tài)度是減少風(fēng)險(xiǎn)事件后續(xù)傷害的重要因素。 公眾采取系統(tǒng)式信息處理模式時(shí), 會(huì)對信息進(jìn)行詳細(xì)搜索和分析; 當(dāng)公眾采取啟發(fā)式信息處理模式時(shí), 更多依賴于信息的表象特征或簡單線索進(jìn)行判斷, 快速瀏覽大量信息。 已有研究證明, 與快速處理信息相比, 當(dāng)個(gè)體系統(tǒng)處理某條信息時(shí),其對信息內(nèi)容的理解會(huì)更加深入[40], 系統(tǒng)式處理能正向影響個(gè)人對緩解政策的支持態(tài)度[2]。 結(jié)合本文研究背景, 在高風(fēng)險(xiǎn)背景下, 公眾采取系統(tǒng)式信息處理模式將更加支持風(fēng)險(xiǎn)信息環(huán)境下的相關(guān)政策。 因此, 本文提出以下假設(shè):

H5: 系統(tǒng)式信息處理模式與公眾對政策的支持態(tài)度呈正相關(guān)關(guān)系。

H6: 啟發(fā)式信息處理模式與公眾對政策的支持態(tài)度呈負(fù)相關(guān)關(guān)系。

2.4 風(fēng)險(xiǎn)感知對信息處理模式與公眾行為意向之間關(guān)系的影響

風(fēng)險(xiǎn)感知與真實(shí)風(fēng)險(xiǎn)不同, 是個(gè)體主觀上感知到的風(fēng)險(xiǎn)[41]。 風(fēng)險(xiǎn)感知能激發(fā)公眾進(jìn)行信息尋求[42], 影響公眾信息搜尋行為[43]。 同時(shí), 風(fēng)險(xiǎn)感知是預(yù)測公眾能否適應(yīng)災(zāi)害以及如何應(yīng)對風(fēng)險(xiǎn)的重要因素[44], 會(huì)深刻影響公眾對自然災(zāi)害的心理反應(yīng)[45]。 當(dāng)公眾感知自己處于低風(fēng)險(xiǎn)水平時(shí), 可能會(huì)產(chǎn)生安全感, 對有效控制威脅持樂觀態(tài)度,更有可能采取后續(xù)行動(dòng)[46]; 當(dāng)公眾風(fēng)險(xiǎn)感知處于高水平時(shí), 易產(chǎn)生消極態(tài)度[32], 或?qū)⒂绊懝娫诮邮占疤幚盹L(fēng)險(xiǎn)信息后的行為意向, 使他們在決策前產(chǎn)生猶豫, 從而減弱公眾信息處理模式對政策支持態(tài)度的影響。 因此, 本文提出以下假設(shè):

H7: 信息處理模式與政策支持態(tài)度之間的關(guān)系受風(fēng)險(xiǎn)感知調(diào)節(jié)。

H7a: 高風(fēng)險(xiǎn)感知時(shí), 系統(tǒng)式信息處理模式對政策支持態(tài)度的正向影響減弱。

H7b: 高風(fēng)險(xiǎn)感知時(shí), 啟發(fā)式信息處理模式對政策支持態(tài)度的負(fù)向影響減弱。

3 研究方法

3.1 問卷設(shè)計(jì)與數(shù)據(jù)收集

3.1.1 問卷設(shè)計(jì)

本文問卷題項(xiàng)在采用或借鑒已有成熟量表的基礎(chǔ)上修改形成[2,20,26,36,47-48], 運(yùn)用李克特七級量表進(jìn)行設(shè)計(jì)。 在預(yù)調(diào)研基礎(chǔ)上, 對問卷進(jìn)行修改、 完善,形成正式問卷, 進(jìn)而大規(guī)模發(fā)放。 問卷內(nèi)容主要分為三部分: 第一部分是問卷基本信息的說明; 第二部分是被調(diào)查者的基本信息; 第三部分是問卷的主體部分, 結(jié)合研究假設(shè)、 變量定義、 研究目的設(shè)計(jì)題項(xiàng), 涉及6 個(gè)變量24 個(gè)題項(xiàng)(見表1)。

表1 變量與測量題項(xiàng)

3.1.2 數(shù)據(jù)收集

此次數(shù)據(jù)收集通過社交媒體平臺線上邀請被調(diào)查者進(jìn)行問卷填寫, 2022 年3 月10 日至2022 年5 月10 日期間共回收有效問卷2 541 份。

3.2 描述性統(tǒng)計(jì)分析

通過對回收數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析, 被調(diào)查者年齡、 學(xué)歷、 職業(yè)、 家庭年收入等基本情況如下:

(1)年齡結(jié)構(gòu)較為年輕, 20 歲到25 歲之間的人數(shù)達(dá)1 280 人, 占樣本總數(shù)的50.37%。 在突發(fā)公共衛(wèi)生事件高風(fēng)險(xiǎn)背景下, 年輕人是最先感知到風(fēng)險(xiǎn)信息并進(jìn)行信息搜集與處理的主要人群之一。

(2)職業(yè)大部分為學(xué)生, 占樣本總數(shù)比為83.83%。 學(xué)生作為接受高等教育的群體, 能較好地理解問卷, 不同學(xué)科背景及知識儲(chǔ)量的學(xué)生能使問卷數(shù)據(jù)更加合理。

(3)大部分具備較高的受教育水平。 其中, 本科有1 990 人, 占樣本總數(shù)比為78.32%; 碩士及以上有118 人, 占樣本總數(shù)比為4.64%。 問卷在不同學(xué)歷層次間發(fā)放, 能擴(kuò)充問卷的數(shù)據(jù)來源, 多層次地反映實(shí)際內(nèi)容。

(4)家庭年收入在不同階段的人數(shù)達(dá)到了較為均衡的狀態(tài), 從而避免在研究過程中家庭經(jīng)濟(jì)環(huán)境因素對被調(diào)查者產(chǎn)生較大影響。

3.3 信效度分析

大多數(shù)學(xué)者通過分析問卷的信度和效度來進(jìn)行可靠性與有效性的檢驗(yàn)。 信度分析用來檢驗(yàn)問卷及量表的可信程度[49]; 效度分析在一定程度上檢驗(yàn)收集數(shù)據(jù)的有效性與準(zhǔn)確度[50]。 本文使用SPSS 21 統(tǒng)計(jì)分析軟件和Amos 21 實(shí)證分析軟件對問卷進(jìn)行信效度測量分析。

3.3.1 信度分析

問卷主要通過克朗巴赫系數(shù)(Cronbach'sα)來進(jìn)行信度分析。 當(dāng)Cronbach'sα值大于0.7 時(shí), 表明問卷信度較高; Cronbach'sα大于0.5 時(shí), 表明問卷信度良好。 本問卷整體Cronbach'sα值為0.854,表明問卷及量表內(nèi)部一致性較高, 具有較高的可信度; 題項(xiàng)間的Cronbach'sα在0.580 到0.917 之間,各因素的Cronbach'sα值均大于0.5, 表明問卷中測量同一變量的題項(xiàng)間具有較好的內(nèi)部一致性, 問卷及量表都具有較高的可信度(見表2)。

表2 表量信效度分析結(jié)果統(tǒng)計(jì)

3.3.2 效度分析

在研究中, 一般運(yùn)用KMO 值、 Bartlett's 球形檢驗(yàn)P值、 組合信度(CR)和平均提取方差值(AVE)等指標(biāo)來檢驗(yàn)問卷的有效性。 由表2 可知,除風(fēng)險(xiǎn)感知變量的KMO 值為0.547 外, 其余變量的KMO 值均大于0.6, Bartlett's 球形檢驗(yàn)P值均小于0.001, 表明各變量間通過獨(dú)立性檢驗(yàn), 可進(jìn)一步做因子分析。 組合信度值在0.632 到0.918 之間, 且除風(fēng)險(xiǎn)感知與啟發(fā)式信息搜尋模式外, 其余變量的平均提取方差值均大于0.5, 表明從總體上看, 問卷的收斂效度較好, 整體有效。

問卷的區(qū)分效度能檢驗(yàn)問卷中各變量題項(xiàng)之間的相關(guān)度。 如量表中每個(gè)變量AVE 值的平方根都大于其與其他變量之間的相關(guān)性系數(shù), 則說明該量表具有良好的區(qū)分效度。 由表3 可得, 每個(gè)變量的AVE 值均滿足以上條件, 因此, 本研究的問卷題項(xiàng)具有較好的區(qū)分效度。

表3 問卷的區(qū)分效度檢驗(yàn)結(jié)果

4 研究結(jié)果

4.1 模型檢驗(yàn)

本文采用結(jié)構(gòu)方程模型對假設(shè)及模型進(jìn)行驗(yàn)證, 以Amos 21 軟件工具對收集到的數(shù)據(jù)進(jìn)行實(shí)證研究, 模型檢驗(yàn)結(jié)果見圖2。 可見, 信息不足與系統(tǒng)式信息處理模式呈正相關(guān)關(guān)系(β=0.492,P＜0.001), 與啟發(fā)式信息處理模式呈負(fù)相關(guān)關(guān)系(β=-0.178,P＜0.001), 即在突發(fā)公共衛(wèi)生事件背景下, 當(dāng)公眾接收到的信息不能滿足自身所需時(shí),公眾為了消減自身信息不足帶來的不確定性, 不會(huì)采取啟發(fā)式信息處理模式, 而將采取系統(tǒng)式信息處理模式, 支持假設(shè)H1、H2。 負(fù)面影響與系統(tǒng)式信息處理模式β=0.239,P＜0.001)、 啟發(fā)式信息處理模式(β= 0.098,P＜0.001)呈正相關(guān)關(guān)系, 即公眾為緩解高風(fēng)險(xiǎn)環(huán)境所帶來的焦慮、 憂愁等情緒時(shí), 會(huì)對接收到的信息進(jìn)行一定的加工處理, 支持H3、H4。 系統(tǒng)式信息處理模式與公眾對政策的支持態(tài)度呈正相關(guān)關(guān)系(β=0.522,P＜0.001), 啟發(fā)式信息處理模式與公眾對政策的支持態(tài)度呈負(fù)相關(guān)關(guān)系(β= -0.211,P＜0.001), 即當(dāng)公眾對信息采用系統(tǒng)式處理模式時(shí), 通過有邏輯且高質(zhì)量的系統(tǒng)線索, 盡可能全方位地了解所接收信息, 從而對政策持積極態(tài)度; 當(dāng)公眾采取啟發(fā)式信息處理模式時(shí), 依靠簡單的表征線索加工處理信息, 對信息認(rèn)識不夠全面, 導(dǎo)致對政策產(chǎn)生質(zhì)疑, 從而對相關(guān)政策持消極態(tài)度, 支持假設(shè)H5、H6。

圖2 模型檢驗(yàn)結(jié)果

4.2 調(diào)節(jié)效應(yīng)檢驗(yàn)

為進(jìn)一步對信息處理模式與公眾政策支持態(tài)度之間的相互關(guān)系進(jìn)行分析, 本文結(jié)合具體情境,引入風(fēng)險(xiǎn)感知作為調(diào)節(jié)變量, 研究其程度變化過程中對其他變量關(guān)系的作用機(jī)制。

本文將公眾政策支持態(tài)度作為因變量, 以啟發(fā)式信息處理模式、 系統(tǒng)式信息處理模式作為自變量, 以風(fēng)險(xiǎn)感知作為調(diào)節(jié)變量, 并將風(fēng)險(xiǎn)感知與啟發(fā)式信息處理模式、 系統(tǒng)式信息處理模式的乘積作為交互項(xiàng), 利用層級回歸方法進(jìn)行調(diào)節(jié)效應(yīng)檢驗(yàn)。 具體操作如下: 將自變量及調(diào)節(jié)變量標(biāo)準(zhǔn)化后, 將自變量啟發(fā)式信息處理模式及調(diào)節(jié)變量風(fēng)險(xiǎn)感知、 自變量系統(tǒng)式信息處理模式及調(diào)節(jié)變量風(fēng)險(xiǎn)感知分別放入因變量為公眾對政策支持態(tài)度的回歸方程中, 分別記為模型1、 模型2; 其后, 再分別加入啟發(fā)式信息處理模式、 系統(tǒng)式信息處理模式與風(fēng)險(xiǎn)感知的交互項(xiàng), 分別記為模型3、 模型4。 檢驗(yàn)結(jié)果如表4 所示, 表中數(shù)據(jù)為各回歸模型中對應(yīng)變量的回歸系數(shù)。 由表4 可知, 隨著交互項(xiàng)的加入,R2增大, 模型解釋力度分別提升至6.2%和31.1%。 由標(biāo)準(zhǔn)化交互項(xiàng)系數(shù)可知,在公眾對政策持支持態(tài)度的過程中, 風(fēng)險(xiǎn)感知在啟發(fā)式信息處理模式(β=-0.067,P＜0.001)和系統(tǒng)式信息處理模式(β=-0.078,P＜0.001)中都起到負(fù)向調(diào)節(jié)作用, 即高風(fēng)險(xiǎn)感知時(shí), 系統(tǒng)式、 啟發(fā)式信息處理模式對政策支持態(tài)度的影響減弱,驗(yàn)證假設(shè)H7成立。

表4 調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果

經(jīng)上述調(diào)節(jié)效應(yīng)檢驗(yàn)發(fā)現(xiàn), 風(fēng)險(xiǎn)感知對信息處理模式與公眾政策支持態(tài)度之間的關(guān)系有負(fù)向調(diào)節(jié)作用: 高風(fēng)險(xiǎn)感知時(shí), 系統(tǒng)式信息處理模式對公眾政策支持態(tài)度的正向影響減弱, 啟發(fā)式信息處理模式對公眾政策支持態(tài)度的負(fù)向影響減弱。風(fēng)險(xiǎn)感知的調(diào)節(jié)效應(yīng)見圖3、 圖4。

圖3 風(fēng)險(xiǎn)感知的調(diào)節(jié)效應(yīng)(a)

圖4 風(fēng)險(xiǎn)感知的調(diào)節(jié)效應(yīng)(b)

啟發(fā)式信息處理模式與公眾政策支持態(tài)度之間呈負(fù)相關(guān)關(guān)系。 調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果顯示, 當(dāng)公眾風(fēng)險(xiǎn)感知處于高水平時(shí), 啟發(fā)式信息處理模式與公眾政策支持態(tài)度之間的關(guān)系受高風(fēng)險(xiǎn)感知的調(diào)節(jié)作用有所減弱, 但圖3 顯示啟發(fā)式信息處理模式與公眾政策支持態(tài)度之間呈更強(qiáng)的負(fù)相關(guān)關(guān)系?？赡苁怯捎诠娛芨唢L(fēng)險(xiǎn)感知的影響, 雖然信息處理模式對公眾政策支持態(tài)度的影響減弱了, 但過高的風(fēng)險(xiǎn)使公眾危機(jī)感急劇上升、 對政策信任程度急劇下降, 導(dǎo)致無論采用何種信息處理模式,都會(huì)使其對政策呈現(xiàn)更消極的態(tài)度, 即高風(fēng)險(xiǎn)感知時(shí), 啟發(fā)式信息處理模式對公眾對政策支持態(tài)度的負(fù)向影響被增強(qiáng)了。

系統(tǒng)式信息處理模式與公眾政策支持態(tài)度之間呈正相關(guān)關(guān)系。 當(dāng)風(fēng)險(xiǎn)感知處于高水平時(shí), 如圖4 所示, 系統(tǒng)式信息處理模式與公眾政策支持態(tài)度之間的正相關(guān)關(guān)系會(huì)減弱, 采用系統(tǒng)式信息處理模式的公眾雖對政策有充分了解, 但高風(fēng)險(xiǎn)所帶來的高不確定性使其更加謹(jǐn)慎, 可能會(huì)衡量花費(fèi)高昂代價(jià)能否有效緩解風(fēng)險(xiǎn), 從而對政策支持的積極態(tài)度有所減弱。

綜上所述, 風(fēng)險(xiǎn)感知影響信息處理模式與公眾政策支持態(tài)度之間的關(guān)系, 使公眾對政策的態(tài)度存在高風(fēng)險(xiǎn)消極支持傾向。 當(dāng)公眾處于高風(fēng)險(xiǎn)感知情境下, 無論采用何種信息處理模式, 都會(huì)對其支持政策實(shí)施產(chǎn)生消極影響。

5 結(jié)論與展望

5.1 研究結(jié)論

以上研究發(fā)現(xiàn)風(fēng)險(xiǎn)感知對政策支持具有重要影響, 風(fēng)險(xiǎn)感知在信息處理模式與公眾對政策支持態(tài)度的關(guān)系中呈現(xiàn)高風(fēng)險(xiǎn)消極支持趨勢。 當(dāng)公眾風(fēng)險(xiǎn)感知處于高水平時(shí), 政府和公眾均面臨嚴(yán)峻的風(fēng)險(xiǎn)考驗(yàn), 公眾對風(fēng)險(xiǎn)溝通及行動(dòng)可能產(chǎn)生抵觸情緒[51], 從而對政策的支持態(tài)度有所保留。在此情況下, 無論持啟發(fā)式還是系統(tǒng)式信息處理模式, 都會(huì)使公眾對政策的支持意愿降低。 因此,將公眾風(fēng)險(xiǎn)感知控制在較低水平有利于其支持政策的實(shí)施。

風(fēng)險(xiǎn)感知對公眾信息處理時(shí)的行為產(chǎn)生影響,呈高風(fēng)險(xiǎn)消極支持傾向, 過高的風(fēng)險(xiǎn)感知不利于風(fēng)險(xiǎn)防控政策的實(shí)施。 因此, 政府應(yīng)與公眾進(jìn)行有效的風(fēng)險(xiǎn)溝通, 使公眾獲得適當(dāng)?shù)娘L(fēng)險(xiǎn)感知,提高公眾風(fēng)險(xiǎn)感知與風(fēng)險(xiǎn)真實(shí)情況的一致性[52]。當(dāng)公眾風(fēng)險(xiǎn)感知過高時(shí), 如何將風(fēng)險(xiǎn)感知有效地控制在適中或較低水平, 是政策實(shí)施前的重點(diǎn)。相關(guān)研究表明, 媒體對風(fēng)險(xiǎn)事件發(fā)布的評估會(huì)影響公眾對風(fēng)險(xiǎn)的態(tài)度[53], 聳人聽聞的媒體報(bào)道可能會(huì)使公眾產(chǎn)生錯(cuò)誤的風(fēng)險(xiǎn)感知[54]。 當(dāng)風(fēng)險(xiǎn)事件發(fā)生時(shí), 可利用媒體正確引導(dǎo)輿論, 避免夸大風(fēng)險(xiǎn)使公眾產(chǎn)生過高的風(fēng)險(xiǎn)感知, 政府及時(shí)發(fā)布權(quán)威信息, 說明風(fēng)險(xiǎn)后果及相應(yīng)緩解措施, 從媒體、政府兩個(gè)方面對公眾風(fēng)險(xiǎn)感知的形成進(jìn)行正確引導(dǎo)。

信息不足和負(fù)面影響對公眾支持風(fēng)險(xiǎn)防控政策具有間接影響關(guān)系, 都能正向影響公眾采用系統(tǒng)式信息處理模式進(jìn)而對政策持積極態(tài)度。 這一結(jié)論與以往研究一致, 負(fù)面影響及對信息的更大需求能促使公眾對信息進(jìn)行系統(tǒng)式處理模式, 進(jìn)一步支持政策實(shí)施[55]。 此外, 負(fù)面影響能促進(jìn)公眾調(diào)動(dòng)啟發(fā)式信息處理模式, 啟發(fā)式信息處理模式對公眾支持政策實(shí)施具有負(fù)向影響; 而信息不足能促使公眾減少調(diào)動(dòng)啟發(fā)式信息處理模式。 因此, 在信息處理模式的前置影響因素中, 應(yīng)更多關(guān)注信息不足帶來的影響。

5.2 研究不足與展望

本研究樣本的受教育水平普遍高于當(dāng)前社交媒體用戶的受教育水平, 且樣本數(shù)據(jù)大部分來自學(xué)生群體, 而不同教育背景的用戶利用社交媒體獲取信息的能力不同, 個(gè)體行為也會(huì)產(chǎn)生差異,這些都會(huì)對研究結(jié)果產(chǎn)生一定影響, 因此后續(xù)研究中應(yīng)考慮社會(huì)不同用戶群體, 采取分層抽樣的取樣方式。 本研究尚需進(jìn)一步對風(fēng)險(xiǎn)感知進(jìn)行測度, 預(yù)測風(fēng)險(xiǎn)感知臨界點(diǎn), 以便將公眾風(fēng)險(xiǎn)感知控制在一定范圍內(nèi)。 除風(fēng)險(xiǎn)感知外, 政策支持中還有一些關(guān)鍵因素, 如信任等, 會(huì)對公眾政策支持態(tài)度起到積極的促進(jìn)作用[56], 風(fēng)險(xiǎn)感知受到信任的影響[57], 信任也影響著公眾的信息處理模式[58], 后續(xù)研究將加入這些因素來深入分析個(gè)體信息處理模式對政策支持態(tài)度的影響機(jī)制。