面向公眾的風險概率信息溝通策略研究*

曲宗希 江志欣 牛春華

（1.蘭州大學管理學院 甘肅蘭州 730000）

（2.蘭州大學應急管理研究中心 甘肅蘭州 730000）

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

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

為此，研究者從不同學科視角出發［6-8］，討論風險概率信息的溝通策略，以促進更加有效的風險溝通。其中，信息表達是進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，促使信息接收方進行合理地決策［9］。

研究人員已經發展了眾多優化風險概率信息表達的方法和策略，但整體來看，一方面，現有的研究通常只關注風險概率信息溝通策略的某個單一方面，研究結果是零星、分散的。以風險概率信息圖形化呈現研究為例，Galesic等研究了以圖標陣列形式呈現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險階梯形式呈現概率信息的作用。雖然這些學者們的研究都是從圖形化呈現風險概率信息的角度入手，但是采用的具體呈現方式卻大相徑庭，很少有研究從多個角度進行系統性分析；另一方面，現有的研究結論還存在一定程度上的分歧。如Juanchich和Sirota發現，醫生向患者傳達服用藥物產生副作用的發生概率時，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慣［13］。但Kunneman等則認為，不同個體對語言概率信息的理解方式差異很大，應避免單獨使用語言形式表征的概率［14］。上述這些問題的存在，對于在實踐中有效地應用風險概率信息溝通策略帶來了嚴重地障礙。

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

1 數據與方法

系統綜述，又稱定性系統評價。是針對某一研究問題進行系統檢索，并對符合特定標準的相關研究進行客觀評價和證據合成，據此形成結論的一種研究方法。定性系統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，其突出特點是透明、可重復和可更新［15］。

在定性系統評價中進行證據合成時，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”來進行面向公眾的風險概率信息溝通策略的證據整合。

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

1.1文獻檢索策略

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

初檢共得到4461篇文獻，其中中文634篇，英文3827篇，去除重復后，總計檢得4092篇。

1.2 納入排除標準

針對檢得文獻，結合本文的研究目標，制定了嚴格的納入與排除標準。

具體的納入標準為：研究主題與風險概率信息溝通相關的文獻；涉及公共安全事件、公共危機、應急、突發事件、災難災害等風險領域的文獻；研究的風險溝通對象是普通公眾的文獻；相互獨立的文獻，如一篇會議論文、期刊論文或者學位論文使用了同一個數據集，本文選擇其中涵蓋信息最為全面的文獻；可以在線獲取全文的文獻。

排除標準為：涉及金融風險的文獻；使用除中文和英文以外其他語言撰寫的文獻；使用相同樣本和相似研究方法的文獻；綜述類文獻；重復發表的文獻。

按照以上標準篩選檢得文獻，最終納入57篇中英文文獻（篩選流程及結果見圖1）。

圖1 文獻篩選流程圖

1.3 納入研究的基本特征

納入研究中，英文文獻51篇，中文文獻6篇，僅從相關文獻發表數量來看，可部分反映出國外對該研究領域的關注度遠高于國內。英文文獻最早發表于2000年，中文文獻最早發表于2012年，可見，國外在該研究領域的起步時間早于國內，該研究主題受到國內外學者的持續關注。此外，納入研究涵蓋了世界主要區域的國家，如中國、美國、英國、澳大利亞、瑞士、德國等，樣本分布十分廣泛。納入文獻中所涉及的風險類型主要包括醫療健康風險、環境風險、事故風險、恐怖犯罪風險等，這意味著風險概率信息溝通在各個風險領域普遍存在。就研究方法而言，12篇文獻采用定性研究方法，45篇采用定量研究方法。

1.4 文獻基本特征提取編碼

在確定了最終納入的文獻之后，按照Card等的建議進行文獻基本特征的編碼和錄入［18］。首先，隨機選擇最終納入文獻中的一篇進行仔細閱讀，根據以往系統評價、Meta分析中經常提取的內容和本研究的特點，制定初步的基本特征編碼條目及說明；其次，隨機再選擇5篇文獻進行信息提取和編碼，并對編碼條目進行補充修正，并得到最終的條目表；最后，仔細閱讀所有納入文獻，并嚴格按照最終基本特征編碼條目及說明進行信息提取。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、風險類型、風險概率、溝通策略。這些編碼結果會對證據整合有潛在的幫助。

1.5 主題證據綜合

主題綜合的目標是經過一系列逐步升華的闡釋與分析以提煉主題［15］。首先，對納入文獻進行“逐行編譯”，把握原始研究中的核心觀點與關鍵信息，并初步歸類，為進一步的總結描述奠定基礎；其次，利用“三級詮釋”提煉主題，即：經過闡釋和提煉研究結果，形成三級描述性主題（Descriptive Themes），繼而發展成為二級分析性主題（Analytical Themes）和一級分析性主題。

2 風險概率信息溝通策略的證據綜合

本文運用Nvivo 11質性資料分析軟件對57篇原始研究進行了三級描述性主題的編碼（創建自由節點），這一過程中，涌現了11個與風險概率信息溝通策略相關的節點。在此基礎上，進行二級分析性主題的編碼（創建樹節點），獲得了“呈現準確的數字概率”“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性”“選擇匯報概率的損益參照點”5個節點。進一步形成一級編碼，獲得了“風險概率信息形式方面的溝通策略”和“風險概率信息內容方面的溝通策略”2個一級分析性主題（見表1）。

2.1 風險概率信息表達形式方面的溝通策略

風險概率信息表達形式方面的溝通策略主要包括呈現準確的數字概率和靈活使用視覺輔助支持工具。

2.1.1 呈現準確的數字概率

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

表1 風險概率信息溝通策略的三級主題詮釋

（1）避免單獨使用語言形式的概率

由于風險評估中可能存在數據的缺失、不夠精確以及收集偏見等問題，在利用語言（verbal、linguistic）描述風險概率時，經常會用到“可能”“大概”“或許”等詞語［54］。但由于認知差異，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，學者們試圖將語言概率轉譯為數字（numerical）概率（如百分比），亦即將不確定的程度進行明確的量化。基于這一需求，反映語言概率和數字概率對應關系的標準化詞典應運而生［70］。同時，Renooij和Witteman也發現，經常使用的語言（verbal、linguistic）概率跟實際的概率數值（numerical）之間有一定的對應關系，由此建立了概率標桿，這與標準化詞典有異曲同工之妙［71］。但國內學者認為要將國外開發的標準化詞典應用于我國，還需要考慮本土化的問題，如中外語言的區別、不同群體的用語習慣以及具體的應用場景，對國外的標準化詞典通過實證的方式進行修正［54］。

（2）使用頻率格式而非概率格式

我們通常認為外行人不能很好地理解概率，但有證據表明，專家也存在類似的問題。Ghosh A K和Ghosh K發現，當以概率格式顯示信息時，接受調查的95%的醫務人員對婦女患乳腺癌的可能性給出了錯誤的估計［72］。研究人員建議，可以通過改變概率的表述方式來改進這一情況。Hoffrage等研究發現，當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，高級醫學生對疾病可能性的估計要好于以百分比概率表示的信息［73］。這主要是因為自然頻率比百分比更容易理解，能簡化計算和減輕負擔，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）使用絕對風險而非相對風險

某一事件的發生概率，既可以用絕對風險的形式來表示，又可以用相對風險的形式來表示。絕對風險（absolute risk）指的是在指定時間段內發生的幾率，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險是12.4%；相對風險（relative risk）也稱為風險比（ris ratio），指的是行為主體將該風險與另一風險發生的幾率進行比較的結果，常用倍數表示。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。盡管相對風險確實提供了一些關于風險的信息，但是它并沒有說清楚發生的實際幾率。

李萌等在研究生存概率的不同表達對大學生及病人用藥方案決策的影響時發現，當以相對死亡率下降的方式來表述風險概率信息時，新方案的優勢會被放大，受試者傾向于對新藥物給予更積極地評價，而當以絕對死亡率下降的方式來表述風險概率信息時，受試者對新方案的評價內容和決策傾向偏差最小［19］。1995年10月英國發生的避孕藥恐慌事件與此類似，當時英國藥品安全委員會發出警告，表明服用第三代避孕藥的人群產生致命血凝塊的風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，絕大多數婦女立即停止服藥，結果導致了大量的意外懷孕和流產。但事實上，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，絕對風險只增加了1/7000，但相對風險卻增加了一倍［75］。可見，正如Fagerlin等指出的，絕對風險概率通常很小，但是相對變化卻往往看起來很大，相對風險信息的這種特點可能會不恰當地讓人們夸大風險［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“單風險呈現時使用圖標陣列”“多風險比較時使用條形圖或風險階梯”“使用放大視圖突出前景信息”（見表1）。具體闡釋如下：

（1）單風險呈現時使用圖標陣列

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

圖2 圖標陣列示例

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

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

（2）多風險比較時使用條形圖或風險階梯

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

風險階梯（risk ladder/scale）的通常做法是，將所要溝通的目標風險事件概率與其他人們相對熟悉的風險事件概率相比較，以幫助公眾感知目標風險事件概率的大小［80-81］。以不同氡暴露水平下人們的癌癥死亡風險概率信息為示例（見圖3）。因為大多數人對氡及其計量單位并不熟悉，因此，該風險階梯借助同等水平的吸煙量導致的癌癥死亡風險概率來幫助公眾理解相應的氡暴露水平導致的癌癥死亡風險概率。其中，第一列展示了不同的氡暴露水平，第二列對應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水平的吸煙量，最后一列提供了對策建議。總的來說，風險階梯是一個比較不同風險概率的有用格式，人們可以借助熟悉領域的風險概率信息來認知不熟悉領域的風險概率信息［78］。

圖3 風險階梯示例［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域。在鏡頭中，離觀眾視點較近的稱為前景；位于畫面深處、離觀眾視點較遠的稱為背景［83］。對于風險概率信息而言，如“服用某種新型藥物，平均每100個人中就有32個人發生副作用”，確實受到風險影響的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上提出了“前景：背景突顯效應”，該效應通常指的是概率信息圖形化呈現會通過突顯前景信息（實際受風險影響人群）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（所有潛在受風險影響人群），這意味著突顯前景的風險概率圖形會使個體表現出更高的風險回避行為［84］。張秋棠的研究證明了這一點（見圖4），她在探索某種改良牙膏降低牙齦患病風險的程度時，通過突出顯示和對比標準牙膏和改良牙膏在每年中減少的患嚴重牙齦疾病人數的絕對值，彰顯了改良牙膏的效果，從而導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 風險概率信息呈現內容方面的溝通策略

風險概率信息呈現內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性和選擇匯報概率的損益參照點。

2.2.1 提供線索提高信息可評估性

根據Hsee和Tsai的定義，風險概率信息的可評估性（evaluability）是指人們主觀上對于風險事件的發生概率進行獨立量化估計的難易程度［86］。對于一些較為陌生的領域，即使人們在一些基礎水平上了解對方所傳達的數字概率信息（如醫生告知患者服用某種藥物可能會增加2%的中風風險），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%的中風風險”到底有多嚴重）［30］。當人們只知道風險概率信息“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，并且很難在人們實際風險決策時得到應有的重視和考慮。可以通過“為風險概率信息提供星級提示”以及“有序排列不同的風險概率信息”等方式幫助公眾進行概率信息的評估（見表1）。

（1）為風險概率信息提供星級提示

Hsee的可評估性假設指出，對某客體的單獨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，在選擇就診醫院的時候，很多人強調醫護人員的態度、設施的外觀等對衡量醫療水平次要的因素，因為對于普通公眾來說，醫療團隊的技術能力基本無法衡量。所以，以上這些相對容易估計和衡量的因素反而在他們的決策中起到了更大的作用［88］。具體到風險溝通領域，風險概率信息晦澀難懂，相較于結果信息更不容易評估，因此行為主體做出的風險決策可能常常不能很好地賦予風險概率信息應有的考慮權重。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險概率信息的真實意涵［89］。專業人士可根據自身的知識和經驗，為所傳達的風險概率信息標以不同的星級提示幫助普通公眾判斷風險概率信息究竟意味著什么（仍以上述中風風險為例，醫生為“增加的2%的中風風險”標以三顆星，意味著有很高的可能性會發生中風情況，需謹慎考慮）。

（2）有序排列不同的風險概率信息

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險概率信息［89］。Hsee曾在他的研究中進行過這樣一組實驗：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）。當受試者對兩杯冰激凌的分量分別進行評估時，通常會認為第二份冰激凌分量更足，并愿意給出更高的愿付價格。這是因為直觀的從視覺角度來看，第二份冰激凌溢過紙杯，而第一份冰激凌未滿紙杯，單獨衡量時，受試者很難對兩份冰激凌各自的真實分量形成準確的認識。但當受試者將兩杯冰激凌放在一起進行評估時，則會發現第一份冰激凌的分量其實更足。這是因為當兩杯冰激凌放在一起時，剛剛很難衡量的真實分量可以進行直接比較，也就意味著分量這一屬性的可評估性提高了［87］。Hsee將這種現象稱為偏好逆轉，認為“less is better”只有在對對象進行單獨評估時才會發生，而在并置兩種對象時結果會發生逆轉［90］。風險概率信息的溝通亦是如此，當人們單獨評估某個事件的風險概率大小時，很難對這一重要屬性形成準確的認識，但當多個風險事件的概率同時呈現且有序排列時，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風險事件發生的可能性。

圖5 兩份冰激凌示例

2.2.2 提高概率信息的個體相關性

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

（1）將概率信息與特定人群相結合

風險管理者通常情況下更加關注群體的特征，在進行風險溝通時，他們傳達的往往是群體統計層面的風險概率信息［7］。但普通公眾既關注群體風險，又關注個人風險，因此常常試圖根據群體統計層面的風險概率信息來推斷出涉及個體的結論［91］。如當公眾獲知“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，這一風險概率信息對自身及周邊人群的適用性如何。因此，風險管理者有必要盡可能根據不同地區不同人群的需求提供實用性強的信息，以避免不必要的公眾集體性恐慌和焦慮［92］。Vromans等發現，在醫療健康領域，患者電子病例檔案的使用和大量患者身體狀況監測數據的增加，使醫生不僅能夠匯報基于一般性人群計算得到的采取不同治療方案發生副作用的概率，也能夠根據不同患者的年齡、性別和腫瘤分期提供關于患者采取不同治療方案發生副作用的概率［48］。顯然，后者具有更好的個體相關性。

（2）使用親切易接受的表達視角

有學者認為，采用第二人稱的角度進行風險概率信息溝通，在無形之中拉近了風險管理者和普通公眾的距離，相當于將普通公眾置于對話交流的現場中，能夠加速普通公眾的融入［93］。第二人稱的使用，其實是對溝通主體的尊重［94］。但同時，如果把握不當，則會疑似是對人們的刻意說服和勸導［95］，很容易引發受眾的不滿，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

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

政府相關部門在向普通公眾溝通風險概率信息時，既可以用“損失”為參照點來匯報概率，也可以用“收益”為參照點來匯報概率。Chapman等指出，當風險概率信息的參照點是以“死亡”而不是“生存”來闡釋時，人們的風險感知水平會顯著增加［22］。如當以降低“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重，因此以降低“死亡率”形式報告的新藥物被人們認為更加有效，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，認為服藥與否皆可。張彤的研究進一步證實了這一觀點，她在研究中發現，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（如以損失為參照點匯報的概率：死亡率）會更容易引起個體的注意［96］。Young和Oppenheier進一步指出，政府相關部門以損失為參照點匯報概率等同于鼓勵普通公眾進行風險規避［51］，能夠促使人們積極參與風險規避行為。

2.3 可能影響風險概率信息溝通策略實施效果的因素

根據風險概率信息溝通的實踐和已有文獻的系統回顧，可以發現公眾對政府相關部門的信任、自身的認知能力、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險概率信息溝通策略的實施效果產生影響。

2.3.1 信任水平

公眾在接收到各類渠道發布的風險信息時，一般會下意識地對信息來源進行區分，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布在了公眾不信任的溝通渠道上，很有可能并不會起到應有的溝通效果。因此對政府相關部門來說，建構普通公眾信任的風險信息釋放渠道異常重要。著名風險領域專家Slovic認為，除非人們信任風險管理者和評估者，否則專家們對風險的科學分析無法消除人們對小概率災難的擔憂［97］。Longstaff和Yang也持有類似的觀點，他們在研究危機情境中信任在風險溝通規劃和管理中的作用時，發現信任是突發事件有效溝通的最重要的變量之一，信任水平越高，風險溝通越通暢［98］。Haynes等在研究火山危機持續期間公眾對科學家、政府機構和廣泛風險團隊的信任時，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險溝通的效率至關重要。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的風險溝通內容［99］。

2.3.2 認知能力

Reyna和Brainerd認為公眾的認知能力和水平會影響到風險概率信息溝通過程［100］。無論是數學計算 能 力［101-102］還 是 領 域 知 識 的 缺 失［103］，都 會 降 低 從 風險信息中快速提取關鍵要點或精細把握風險概率信息全面細節的有效性和敏感性［104］，造成風險概率信息的理解障礙。事實上，很多風險概率信息對普通公眾來說過于抽象，不容易運用到風險決策過程中去。因此，政府相關部門作為風險概率信息的重要生產者，應主動負擔更多責任，設法找到表述復雜技術特性和過程的令人信服的方式，以促進公眾對風險概率信息的深入理解為己任［105］。

2.3.3 時間壓力

在風險決策制定過程中，時間壓力是影響風險理解和決策制定的重要變量［106］。當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知負擔，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險概率信息，因此更容易產生認知偏差甚至錯誤［107］。更進一步，如果普通公眾在時間壓力較大的同時，缺乏對風險概率信息的認知動機或者個體的認知加工負荷過高，就很有可能會導致認知懶惰或認知繁忙［108］。總體而言，雖然在風險情景下，時間壓力往往無法避免，但在采取適當的溝通策略來改進風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，就越有可能實現對風險概率信息更好的理解。

2.3.4信息局限

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

綜上，可構建出政府相關部門風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 結論

自NRC的《改善風險溝通》報告發布至今，30年來，風險溝通一方面被視為實踐領域，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踐的經驗總結和學科研究的思考轉化為新的風險溝通原則［111］。本文從信息表達角度出發，回顧國內外學者在風險概率信息溝通方面的研究，基于循證系統評價法對面向公眾的風險概率信息溝通策略進行證據整合。研究發現：風險管理者（政府相關部門）在面向公眾溝通風險概率信息時，可同時考慮風險概率信息表達形式方面的溝通策略和風險概率信息呈現內容方面的溝通策略，如呈現準確的數字概率、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性、選擇匯報概率的損益參照點等。同時還應注意到信任水平、認知能力、時間壓力、信息局限等因素也會影響到風險概率信息溝通策略作用的發揮。該研究不足主要表現在，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排除在外，并且一些本文認為符合納入標準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。