突發事件公眾準備意愿的影響因素
——基于實證數據的分析

黃履珺，佘 廉

(1.武漢科技大學，湖北 武漢 430000；2.中央黨校(國家行政學院)，北京 100089)

1 引言

突發事件，是指突然發生，造成或者可能造成嚴重社會危害，需要采取應急處置措施予以應對的自然災害、事故災難、公共衛生事件和社會安全事件[1]。相比于一般事件而言，突發事件發生的概率雖然很低，但后果卻非常嚴重，是“低概率、高損失”的極端事件。大規模自然災害、工業事故、流行性傳染病、金融危機甚至恐怖襲擊等事件一旦發生，將會造成極其嚴重的生命及財產損失。例如2004年東南亞海嘯、2005年美國卡特里娜颶風、2008年汶川地震、次貸危機等自然和社會事件的發生，所造成的生命及經濟損失十分巨大。據《2016年國民經濟和社會發展統計公報》數據顯示，2016年我國全年因洪澇、旱災、雪災和海洋災害等造成的直接經濟損失超過3780億元[2]。突發事件的發生是不以人的意志為轉移的客觀現象。各國已經遭受或正在面臨的突發事件事實表明，突發事件風險客觀存在，這種不確定性是人們所必須面對的。

對于日益增加的突發事件風險，通常的處理辦法是通過保護性措施維持或降低突發事件發生的可能性。比如防洪政策主要著眼于政府部門設計和實施的大規模防洪工事。近年來，對災害事件的管理逐漸轉向了更為一體化的途徑，即同時關注事件預防和事件損失減輕這兩個方面[3]。這種轉變將關注的焦點指向了突發事件“風險”(即可能性與損失的乘積)，進而產生了對能降低潛在損失的突發事件準備措施的更多關注[4]。而這種突發事件風險管理導向的轉變，顯著地改變了公眾個人在突發事件管理中的角色，并對公眾個人的突發事件準備行為提出更多的要求，比如準備急救箱、使用防護器具、購買保險等[5]。“突發事件的第一個反應者可能不是警察或消防人員，而可能是當事人或目擊者?！边@是一位美國“9.11”事件親歷者的經驗[6]。已有的研究證實，個人的突發事件準備行為能顯著降低突發事件損失，因而對突發事件減緩非常有幫助[7]。但實際上，即便是在災害多發地區，人們卻很少主動采取突發事件準備措施[8]。

隨著個人準備行為在當前及未來突發事件風險管理中的作用日益凸顯，學術界對個人突發事件風險認知的關注日益增強[9]，風險認知與準備意愿之間存在正相關是合理的邏輯推斷[10]，這一推斷遵循“動機假設”(Motivational Hypothesis)[11]，即當人們感知到更高的風險水平時，會傾向于采取保護性預防措施以降低感知到的風險。相應的，越來越多的實證研究都發現，在各種個人準備行為的影響因素中，風險認知是最為重要的[12]。

用于解釋公眾適應性準備行為的模型主要包括保護動機理論(Protection Motivation Theory, PMT)、保護行為決策模型(Protective Action Decision Model, PADM)[13]、動機意愿決斷模型(Motivation Intention Volition Model, MIV)[14]以及風險信息搜尋和處理模型(Risk Information Seeking and Processing model, RISP)[15]等。Grothmann和Reusswing[16]和Zaalberg等[17]將保護動機理論應用于洪水風險研究。PADM與PMT類似，通常被用于地震災害領域的研究[18]。PADM拓展了應對效能的概念，將其區分為三個效能變量，并通過資源需求對效能變量進行區分(如資金、時間和努力，知識和技能，與他人的合作，特定工具和設備等)。由Horney等[19]和Lindell等[20]從事的研究都以PADM模型證實了感知風險的預測效果。MIV[21]模型也是基于個體評估提出了適應性行為的三個階段，認為動機產生于感知到的風險，但會因為感知到的個人響應能力和感知到的威脅的缺乏而被降低。RISP框架由Griffin等[15]針對信息搜尋和信息處理傾向而提出，因此與前幾種理論有非常明顯的區別。該模型的中心概念是“信息不足”(Information Insufficiency)，指個人現有知識與其應有知識間的差距(比如是否感知到知識的不足)。在洪水風險領域，Griffin等[22]證實了與風險相關的信息搜尋和處理傾向與對管理部門的不滿、更大的風險調整、更大的個人效能、更低的機構信任等因素有關。

國內對突發事件準備主題的研究，可大致分為三類：政府應急準備體系與應急預案、應急準備理念演化以及公眾應急準備現狀調查。應急準備體系是由應急準備的各類主體、各種任務與能力，以及開展應急準備的過程等共同組成的統一體系結構，其中應急準備的責任主體包括了社區、家庭和個人，強調應急準備責任的“全社會”分擔[23]；應急預案是為了滿足突發事件特定情景需求下的應急處置方案，可依據損失最小原則解決應急預案執行狀態優化問題[24]。關于應急準備理念的演化，有學者提出發達國家逐步把“準備”作為突發事件應對中的基礎性、前導型政策[25]。有實證分析結果表明，影響我國公眾應急能力的因素包括性別、災害概率感知、突發事件經歷、應急宣教培訓經歷和應急準備行為[26]。相似的研究，如認為應急準備行為、應急認知、風險判斷、風險意識、應急態度、應急心理等6個因素影響公眾應急準備狀態[27]；公眾應急準備能力評價因素包括主動學習、應急風險感知、應急態度、處置自我效能和應急準備認知[28]。其他相關研究，如基于等級依賴期望效用理論分析恐怖襲擊事件中情緒因素對傳統博弈均衡結果的影響[29]；研究古建筑居民防火意識，發現損失感知顯著影響居民常規防火措施，自我感知顯著影響居民建筑防火措施等[30]。

總體來看，對于突發事件公眾準備這一主題，國外的研究相對成熟和完善，內容主要集中在各類單一災害事件的風險認知和適應性措施的調查分析。國內研究中考慮突發事件發生前公眾準備問題的文獻較少，且多為現狀調查和描述，少有運用理論框架并提供解釋。

公眾面對突發事件風險，從幾乎不做任何應對準備到充分準備，表現出預防性準備行為上的差異性[12]。有一些潛在的因素會導致個人采取預防性準備行為以避免突發事件損失，比如之前有關突發事件的經歷、公共突發事件防護措施的缺乏或者強烈的情緒。個人的預防性準備行為可能反映出其具有更高的風險認知水平，或者是個人對于減少損失行為的效果及可實施性的信任等因素影響著人們的預防性準備行為。個體對突發事件風險的預防性準備行為也可能受到社會經濟變量的影響，比如年齡、性別、收入、教育程度等。

本研究的主要目的，是期望識別出促使公眾產生準備意愿以應對突發事件風險的影響因素，包括“客觀的”人口統計因素(基于性別、年齡、收入等社會經濟特征)和“主觀的”心理認知因素(基于個體風險認知、應對認知等社會心理特征)，并發現認知途徑在解釋突發事件風險公眾準備意愿中的有效性，嘗試從對現狀的描述向更深地解釋層面推進，進而形成更好的風險教育和風險溝通目標，以降低潛在的突發事件風險損失。

2 理論和假設

突發事件造成損失的過程可以用三個決定因素來描述，如圖1所示[12]。第一個因素是暴露性(Exposure)，衡量指標如事件頻率、持續時間等；第二個因素是敏感性(Sensitivity)，衡量指標如人口密度、經濟價值、建筑物結構等；第三個因素是適應性(Adaptation)，指人們面對實際的或潛在的突發事件及其影響，通過生態、社會或經濟系統的調整而避免遭受潛在損失的能力[31]。對于社會系統而言(如城市)，適應性可區分為行政性適應和個人性適應(Administrative and private adaptation)，也可被區分為突發事件中的響應性適應和突發事件發生前的預防性適應(Reactive adaptation and precautionary adaptation)。個人預防性適應行為對于突發事件損失有著顯著的影響[32]。萊茵河國際保護委員會(The International Commission for the Protection of the Rhine)的評估結果表明，家庭或公司的長期預防性風險適應行為能降低超過80%的財產損失[33]。

圖1 潛在損失和實際損失的決定因素

面對可能出現的突發事件風險，公眾普遍較少地采取應對準備行為或表現出較弱的應對準備意愿[34]，即便相關的應對準備措施有明顯降低突發事件損失的作用。為了解釋公眾為避免損失而事先采取應對準備的行為差異，本研究基于“保護動機理論(Protection Motivation Theory, PMT)[35]建立準備意愿的社會心理認知途徑模型。PMT是健康行為心理學研究領域中四大主要理論之一。Rogers和Prentice-Dunn[36]最初在健康威脅領域提出該理論，并取得了十分成功的應用。此后，PMT被應用于更寬泛的領域，包括自然災害和技術災難，例如Mulilis和Lippa[37]將PMT應用于地震準備研究。從已有的研究來看，PMT提供了一個理解人類行為更為詳盡的框架，克服了許多導致認知變量與行為之間低度相關的理論問題[38]。

根據這一理論，人們會有目的地去采取行動來保護自己免于威脅，當他們相信：(1)威脅是有害的(令人恐懼的)；(2)自己容易受到它的攻擊；(3)某些行為能夠有效地克服這些威脅(反應效能)；(4)自己有能力做出這些行為(自我效能)。于是，相比于單純的恐懼，更直接且有效的方法是就風險或威脅向公眾提出相關建議，讓公眾考慮自己如何才能控制這一風險或威脅，即采取一系列具體的、即時的行動以實施這一控制[39]。

圖2描述了PMT解釋個體保護行為時所涉及的因素。該模型反映出面對特定威脅時產生保護動機的兩個明顯不同的認知過程：“威脅評估”(Threat appraisal)和“應對評估”(Coping appraisal)[35]?！巴{評估”描述了個體面對特定風險時所評估的威脅程度，是“脆弱性認知”(可能性)(Probability)和“嚴重性認知”(后果)(Consequences)兩個變量的組合，因此也被稱作“風險認知”(Risk perception)[12]。一旦某特定水平的威脅評估被感知到，人們便開始考慮可能行為的收益，并評估自身實施行為的完成能力[40]。這個過程被稱為“應對評估”，由“應對效能”(Response efficacy)、“自我效能”(Self-efficacy)和“應對成本”(Response cost)三個變量構成[36]?！皯獙π堋北砻鱾€體在多大程度上相信某一保護措施能有效降低風險?！白晕倚堋狈从吵鰝€體是否具備實施特定保護措施的個人能力?！皯獙Τ杀尽笔莻€體對實際實施特定風險降低行為的成本估計。如果個體選擇采取保護性反應，便會首先形成采取行動的決策或意愿，稱為“保護動機”(Protection Motivation)。正是“風險評估”和“應對評估”兩方面的共同作用影響了個體的保護行為動機，并最終形成保護性或非保護性應對反應。可見，PMT所包含的兩個評估過程依次進行，并共同作用于保護動機的形成。由于存在實際的障礙，比如缺乏時間、資金、知識或社會支持等資源的缺乏，這些障礙在形成意愿時并未被考慮到，因此保護動機并非一定能產生實際的保護行為。由此，PMT將意愿和實際行為相區別開來。

圖2 保護動機理論概覽圖示

本研究期望將PMT應用于多種突發事件以及我國的環境背景，為我國突發事件公眾準備意愿不足的現象提供解釋。圖3顯示了所期望的變量間的關系。

圖3 預測因果影響的路徑模型

具體而言，本研究期望能支持以下各解釋變量和公眾準備意愿之間的相關性。

假設1：突發事件公眾風險認知水平與準備意愿呈正相關。

假設1a：高水平的突發事件可能性認知增加公眾的準備意愿。

假設1b：高水平的突發事件嚴重性認知增加公眾的準備意愿。

假設2：突發事件公眾應對認知水平與準備意愿呈正相關。

假設2a：高水平的突發事件應對效能增加公眾的準備意愿。

假設2b：高水平的突發事件自我效能增加公眾的準備意愿。

假設2c：高水平的突發事件應對成本減少公眾的準備意愿。

基于以往的PMT研究結果，本研究預期，包含于突發事件公眾認知與準備意愿模型的社會心理認知因素能產生顯著水平的解釋效力。

3 研究方法

3.1 抽樣及數據搜集程序

本研究旨在了解公眾對突發事件風險準備意愿的影響因素，根據前文提出的研究模型及假設，目標群體是公眾，需要測量的是認知、意愿等心理變量，自變量較多，選擇社會調查方法進行研究。本次問卷調查以湖北省武漢市城區居民為調查對象，采用概率抽樣的分層抽樣方法，樣本采集區域涉及江岸、江漢、硚口、漢陽、武昌、青山、洪山等七大行政區。從2016年6月至2017年3月間，發放問卷560份，回收有效問卷405份，回收有效問卷率為72%。

3.2 問卷設計及測量

問卷主要由三部分組成。第一部分是卷首語，包括調查背景和目的、調查研究單位、突發事件的概念以及我們對被調查者的承諾等。第二部分是正式問卷，包括理論模型中的所有變量，由問題加選項組成，采用5級李克特量表。第三部分是人口統計特征問題，包括被調查者的性別、年齡、教育程度、職業等基本信息。問卷的主要題項來源于美國國土安全部聯邦緊急事務管理署公布的《美國準備調查報告(2014)》(Preparedness in America, Updated: August 2014)[41]。

本研究的理論構念包括：突發事件公眾風險認知、應對認知以及準備意愿。根據突發事件風險認知的特征維度，從突發事件風險發生的可能性及后果的嚴重性兩個方面測量公眾的突發事件風險認知?！翱赡苄浴蓖ㄟ^詢問被訪者“認為其所在地區將發生四大類突發事件的可能性大小”來測量(1-非常不可能，5-非?？赡埽瑥?到5表示可能程度逐漸增加)(共4題項，Cronbach’s alpha=0.765)；“嚴重性”通過詢問被訪者“如果其所在地區發生四類突發事件，認為對其影響有多嚴重”(1-非常不嚴重，5-非常嚴重，從1到5表示嚴重程度逐漸增加)來測量(共4題項，Cronbach’s alpha=0.873)。根據PMT框架結構，應對認知包含三個維度，測量如下：“應對效能”通過詢問被訪者“如果為四類突發事件提前做準備，將對其處理突發事件是否有幫助”來測量(1-非常沒有幫助，5-非常有幫助，從1到5表示有幫助的程度逐漸增加)(共4題項，Cronbach’s alpha=0.879)；“自我效能”通過詢問被訪者“為應對四類突發事件而做準備，對自己能夠采取相應準備行為及措施的能力是否有信心”來測量(1-非常沒有信心，5-非常有信心，從1到5表示信息程度逐漸增加)(共4題項，Cronbach’s alpha=0.892)；“應對成本”的測量詢問被訪者“為應對突發事件做準備，包括購買應急裝備、制定具體計劃、參加訓練或演習、學習在突發事件中該做什么等等，對下列各項的贊同程度”，包含3個題項，分別為“我不知道如何準備”、“我沒有時間準備”、“準備的花費太貴”(1-非常不同意，5-非常同意，從1到5表示同意程度逐漸增加) (共3題項，Cronbach’s alpha=0.783)。“準備意愿”的測量詢問被訪者對以下陳述的同意程度：“我不想考慮為突發事件做準備”、“我還從來沒有想過為突發事件做準備”、“我不需要接受訓練來了解如何應對緊急情況”(1-非常不同意，5-非常同意，從1到5表示同意程度逐漸增加)(共3題項，Cronbach’s alpha=0.767)。各構念題項的Cronbach’s alpha系數匯總見表3。

4 數據分析及結果

數據分析的過程分為以下幾個步驟，包括對主體研究的數據進行驗證性因子分析來檢驗測度模型的質量，對關系模型的擬合度進行檢驗，最后進行假設檢驗。

4.1 描述性統計分析

4.1.1 對樣本的描述

樣本的性別、教育背景、職業組成等見表1。

表1 樣本人口統計學特征

4.1.2 主要變量的描述性統計數據

所涉及的主要變量的均值、標準差以及各變量間的Person相關系數見表2。

表2 變量的描述性統計量及相關系數

**.在 .01 水平(雙側)上顯著相關。

4.2 測度模型的分析過程

測度模型使用SPSS Statistics與LISREL統計分析軟件進行數據分析及模型擬合。LISRERL極大似然估計可以求得因子載荷、殘差、因子所能解釋的測度項信息以及因子與因子之間的協方差。因子載荷可用于檢查測度項的聚合效度。一般而言，在行為研究中，一個測度項的聚合效度要求：(1)因子載荷是顯著的；(2)一個因子所有測度項被因子解釋的信息即解釋的平均方差(Average variance extracted)大于0.5。對于一個因子，AVE=∑(λ2)/k，其中，λ是測度項標準化了的因子載荷，k是這個因子測度項的個數。

在多因子的情況，極大似然估計也會擬合因子之間的相關系數，為判斷測度項區別有效性提供了一定的線索。區別效度要求：(1)一個測度項與其對應因子的載荷要大于這個因子與所有其他因子的相關系數。(2)一個因子的AVE的根大于這個因子與所有其他因子的相關系數。(3)對于任何兩個因子，如果把測度項合在一起形成一個因子，并進行模型擬合，這樣的模型擬合度需顯著地低于假定有兩個因子分別對應于各自測度項的情形。其中，經驗準則2是最常用的；經驗準則1與2是一致的，但更嚴格。

一般而言，因子的信度指標Cronbach’s alpha要大于0.7，這個指標可以在SPSS中直接得到。

在LISREL中創建程序進行擬合，得到標準化后的解，包括因子載荷、殘差、各數據的t值。測度模型聚合效度檢驗及信度檢驗見表3。

可以看到，每個因子載荷都是顯著的，且解釋的平均方差大于0.5，滿足了聚合效度的兩個要求。

表3 測度模型的聚合效度檢驗

檢驗區別效度時，參照第二條標準，即因子之間的相關系數小于解釋的平均方差的根，這可以從相關系數矩陣與之前計算出來的因子解釋的平均方差得到。LISREL輸出的因子之間的相關系數矩陣見表4，其中對角線上的1被替換成因子能解釋的平均方差的根。

表4 測度模型的區別效度檢驗

可見區別效度成立。以上的分析滿足了測度模型的基本要求，可以進一步進行假設檢驗。

測度模型的擬合指標見表5。這個模型的Chi-Square=485.59，有194個自由度，所以標準Chi-Square是485.59/194=2.50，小于3，是合理的。RMSEA小于0.1，GFI、NFI、CFI、IFI都大于或等于0.9，滿足測度模型擬合要求。

表5 測度模型擬合度指標

4.3 假設檢驗

4.3.1 多變量回歸

多變量回歸可用于進行假設檢驗和擬合度檢驗。前者常用于對一個理論假設的測試，后者是對一組自變量總體的有效性的測試，反映了所解釋的與未解釋的信息的比例。對于一個擬合的模型：yi=b0+b1xi1+b2xi2+ei，應該包括相對獨立的自變量，每個對因變量都有各自獨特的貢獻?；貧w系數反映的是每一個自變量的獨特貢獻。

回歸分析通過SPSS Statistics軟件完成，對調查的數據做回歸分析過程如下。先對每個構件計算其測度項的平均值，這個值被用來作為構件的值。各構件之間的相關系數如表2所示。

多元回歸分析中，如果自變量為間斷變量(名義變量或次序變量)，在投入回歸模型時應先轉為虛擬變量(Dummy variable)，以使間斷變量具備連續變量的特性，再將轉化后的虛擬變量作為多元回歸的預測變量。對于“性別”、“年齡”、“教育”、“收入”以及“職業”等5類原始變量，取第2組為參照組，共轉換生成16個虛擬變量。

回歸分析采用分層回歸法(Hierarchical regression)。第一步，先確定人口統計特征控制變量能在多大程度上解釋因變量“準備意愿”，包括調查對象的性別、年齡等。第二步，增加理論變量，即可能性、嚴重性、應對效能、自我效能以及應對成本，這是完整模型。第三步，檢驗可能性與嚴重性是否有二次項的關系，即假定突發事件的可能性與嚴重性有相互作用來影響公眾準備意愿，如果“可能性”高，當其“嚴重性”高時，這時“可能性”會產生更大作用；如果“可能性”低，則不管“嚴重性”如何，其準備意愿不會很高。據此我們在之前模型的基礎上增加相互作用測試，先對“可能性”及“嚴重性”進行標準化，得到它們的積，并把積作為一個變量加入到模型中。其中，zproxzsev是標準化后pro與sev的積。分層回歸分析結果報表見表6。

表6 分層回歸分析結果報表

續表6 分層回歸分析結果報表

n.s.p>.05，*p<.05，**p<.01，***p<.001

可見，在模型1中，控制變量對準備意愿的解釋變異為11.6%，此解釋力達到統計上的顯著水平(ΔF值=3.173，p=0.000<0.05)。模型2的控制變量和理論變量共可解釋準備意愿34.3%的變異量，排除控制變量的影響，五個理論變量可以解釋因變量相當一部分信息(22.8%)，此解釋力達到統計上的顯著水平(ΔF值=26.538，p=0.000<0.05)，其中四個自變量的標準化回歸系數β值分別為0.133(p<0.05)、0.112(p<0.05)、0.218(p<0.05)、-0.418(p<0.05)，均達到顯著水平。標準化回歸系數的絕對值越大，表示自變量對因變量的影響越大。當我們嘗試著把“可能性”與“嚴重性”的積變量加入到模型中時，結果顯示這個積是顯著的，表明我們的假設得到了數據支持。但這個變量的額外方差貢獻比較有限，只有1%。模型3的多元線性回歸整體檢驗的F值為9.414(p=0.000)，達到0.05的顯著水平，顯示六個預測變量對準備意愿有顯著的解釋力，其共同解釋變異為35.2%。

在多元回歸分析中要留意共線性(Collinarity)問題，共線性即數學上的線性相依(Linearly dependent)，是由于自變量間的相關太高，造成回歸分析的情景困擾。多元共線性的常用評鑒指標如容忍度(Tolerance，TOL值)、方差膨脹系數(Variance Inflation Factor，VIF值)、條件指標(Condition Index，CI值)、特征值(Eigenvalue)。在本次多元回歸分析中，回歸模型中的TOL值均大于0.10，VIF值均小于10，CI值均小于30，特征值均大于0.01，表明進入回歸方程式的自變量間多元共線性的問題不明顯。圖4為回歸標準化殘差值的直方圖，由圖中標準化殘差的直方圖分布情形可知，樣本觀察值大致符合正態性的假定，回歸標準化殘差值在三個標準差范圍內，沒有極端值出現。圖5為樣本標準化殘差值的正態概率分布圖(Normal P-P Plot of Regression Standardized Residual)。由圖中可知，標準化殘差值的累積概率點大致分布在四十五度角的直線附近，因而樣本觀察值十分接近正態分布的假定。圖6為標準化殘差值(Standardized Residual)與標準化預測值(Standardized Predicated Value)的交叉散布圖。由圖中可知，散布圖的點大致于0值上下呈水平的隨機分布，因而樣本觀察值符合正態性及方差齊性的假定(殘差等分散性假定)。

圖4 回歸標準化殘差直方圖

圖5 標準化殘差值正態分布圖

圖6 交叉散布圖

4.3.2 結構模型擬合及檢驗

結構方程模型(Structure Equation Model)在測度模型的基礎上進一步對變量之間的因果關系進行假設，是測度模型與因果模型的綜合。本研究采用LISREL統計軟件進行結構方程建模并擬合。擬合之后，得到標準化后的解如圖7。

圖7 假設檢驗的標準化的LISREL解

這表明從可能性Pro到準備意愿Int的假設不被支持，其他的假設都被支持。該假設檢驗的結論與之前多元回歸分析假設檢驗的結論一致。模型在擬合之后，其擬合度的指標與指標的經驗法則與在測度模型中的解釋相同，總結如表7。充分的擬合度是進行假設檢驗的前提，結果表明模型的擬合度滿足要求。

表7 結構模型擬合度指標

5 結語

突發事件應對管理正逐漸轉向更為寬泛的風險管理途徑，這種轉變將公眾的準備行為包含于其中。本文的主要研究目的是識別出能有效解釋突發事件公眾準備意愿的影響因素。實證研究的結果表明，本文所提出的突發事件公眾準備意愿認知途徑的理論模型和研究假設得到了較為充分地論證和支持。分層回歸分析結果表明，年齡、教育程度、收入等三類人口統計特征對公眾準備意愿有一定的解釋效力。分層多元回歸分析和結構方程模型分析結果表明，風險認知和應對認知與準備意愿呈顯著正相關。相比于人口統計特征而言，風險認知(包括可能性、嚴重性認知)、應對認知(包括應對效能、自我效能、應對成本認知)的解釋效果更好；其中應對認知的三項構成對準備意愿的影響更大。

一般認為，提高風險意識是激發人們采取預防性準備行為的重要方式。很顯然，人們必須首先意識到了特定風險，才有可能對其有所反應。本文的研究結果表明，對突發事件準備意愿及行為的研究，應該包含人們自身的風險認知，以及對采取準備行為的效果、能力、成本的認知。單純以風險認知或風險意識為主導可能不足以使公眾形成保護性準備意愿及行為；在將高水平的風險認知轉化為保護性準備意愿及行為的過程中，應對認知起著重要作用。為了產生個人準備行為的意愿，風險溝通不僅需要提出突發事件發生的可能性及其潛在的嚴重后果(風險認知)，更應該明確個人準備措施及行為的有效性、可行性以及預估成本(應對認知)。比如，美國緊急事務管理署在《全國準備報告(2014)》[41]中特別提到，低收入人群會感知到更多的準備障礙，包括時間、金錢、信息獲取途徑等。因此建議對低收入人群給予足夠的關注，使其也能獲得討論突發事件準備和參與免費訓練的機會。具體而言，為了激發公眾的應對認知并因此產生行為反應，風險溝通策略需要考慮關于突發事件準備措施及行為有效性的信息，并且提供關于如何實施這些措施和行為的具體的、實踐上的指導。

應對認知反映的是人們對于應對突發事件風險所采取準備行為的效能的信任，與風險認知因素一起，能夠更好地解釋認知和行為過程。這一視角需要在風險溝通政策和突發事件準備行為的未來研究中受到更多重視。