焦作市公眾的洪澇災害風險感知及影響因素研究

陳 昊，高曉蘭，孔娜娜

(河南理工大學 應急管理學院，河南 焦作 454000)

我國大部分地區屬于亞熱帶季風氣候，長期受到洪澇災害的影響和威脅，是世界上洪澇災害最為嚴重的國家之一。據《2021年全球自然災害評估報告》顯示：我國自然災害死亡人口在全球處于較低位置，但洪澇災害損失的排名高于其他災害，且在全球洪災損失中有較大占比[1]。1998年長江特大洪水、2016年長江洪災、2020年7月份長江淮河流域特大暴雨洪澇災害、2021年7月中下旬河南特大暴雨災害等，這些洪澇災害呈現頻繁性、突發性、持續性、范圍廣、致災性、損失大、季節性等顯著特點，嚴重威脅著社會穩定與發展。為此，如何預防、應對洪澇災害并盡快消除其影響，最大限度地減輕洪澇災害損失，成為我國政府亟須面對的重大課題。

在應對日趨頻繁、復雜和嚴重的洪澇災害過程中，傳統以政府為中心的治理模式局限性逐漸凸顯。災區公眾既是災害受害者，也是參與災害治理的重要主體之一，探究公眾洪澇災害風險感知水平及影響因素，對于提高公眾災害風險感知水平，促進政府與公眾間有效風險溝通，增強應對洪澇災害能力具有重要意義。

一、文獻評述與研究假設

20世紀末期以來，風險感知相關研究逐漸豐富起來，然而在集中研究地震、臺風、公共衛生事件等災害，針對洪澇災害風險感知的研究比較貧乏。王志強等學者在景德鎮對719名隨機抽樣的受訪者進行了問卷調查[2]。通過量化分析得出受訪者的社會人口特征、洪水經歷、洪水知識教育、防洪責任和對政府的信任等因素與洪水風險感知密切相關。劉羿瀅等學者對居民的災害風險感知能力從可控度、熟悉度兩個方面進行測評，并通過問卷調查收集數據。分析得出不同個體特征社區居民的風險感知差異及其影響因素[3]。趙岑等學者，在有限理性視角下，以南宮山景區游客作為研究對象，對游客洪澇災害風險感知水平進行測評，并提出完善暴雨預警系統、制定應急預案等對策[4]。

通過整合國內外關于洪澇災害的研究成果發現，學者對于洪澇災害的研究主要集中在形成機理、發生規律、災后評估、對策建議等方面，關注政府治理能力、社會組織參與能力的現狀較多。在公共危機治理的多元主體研究中，鮮有學者從公眾個體的角度出發，根據公共危機治理的需要，對公眾個體的風險感知展開研究。公眾個體作為公共危機治理中的重要主體之一，其參與能力、參與意識、參與水平等都與其風險感知水平緊密相關。而且目前國內外針對洪澇災害風險感知專項研究較少，對地震、臺風等災害的相關研究較多。因此，研究公眾對洪澇災害這一災種的風險感知水平及影響因素具有特殊意義，有利于提高公眾的風險感知水平，完善風險評估體系，更好的減輕災害損失。

對于風險感知影響因素方面，國內外學者進行了廣泛的研究，如Gregory和Mendelsohn指出災害發生的緊迫性、災害的破壞程度以及災害發生的可能性大小等會影響個人的災害風險感知水平[5]。Covello和Merkhofer等認為災害發生可能性、公眾對災害的認知程度、公眾的無助和恐懼感等可能對風險感知產生調節影響[6]。周忻等認為個體特征、風險溝通、風險的性質和知識結構是風險感知的主要影響因素[7]。賈寧將影響公眾風險感知水平的因素分為個體和社會兩層面，個體層面的因素包括性別、年齡、學歷、收入、種族等，社會層面的因素主要包括政治文化、社會制度、組織信任、群體心態等內容[8]。薛瑩瑩提出居民受教育程度、受災次數、防災技能掌握程度等都對內澇災害風險感知有顯著影響[9]。

在不同的理論視角下，針對不同的研究對象，風險感知的影響因素也會不同[10]。比較流行的風險感知理論視角有心理測量范式[11]、社會文化理論[12]及社會放大風險理論[13]等。風險感知的心理測量范式對公眾心理、性格等個體層面因素更感興趣；社會文化理論則將個人與團體結合起來進行風險感知，并認為個人的風險認知程度受社會、經濟等多種因素的影響；社會放大風險理論涉及學科領域廣泛，包括政治學等多學科的研究成果[14]，該理論指出個體層面和社會層面都影響公眾的風險感知。在對國內外有關災害風險感知因素的研究中，大部分學者認為，公眾的災害風險認知受個人和社會兩方面的綜合影響。

借鑒上述研究成果，本文將公眾的災害風險感知影響因素主要概括為個體和社會兩方面，個體層面因素主要包括性別、年齡、學歷、職業、經濟狀況、災害經歷、防災技能掌握能力等，社會層面因素主要包括災害可控性、政府危機治理能力、周邊環境影響等。為此，提出以下假設，如表1所示。

表1 研究假設

表2 問卷設計題目

二、研究區域概況與研究設計

焦作市地處河南省西北，北靠太行山，南靠黃河，是華北富水區，地表水資源豐富，河川眾多[15]，其復雜的地理位置導致焦作氣候多變，時有干旱、暴雨、大風、雷電、冰雹等自然災害發生[16]。2021年7月中旬，河南省遭遇遭受特大暴雨洪澇災害，鄭州、焦作、新鄉、洛陽、許昌、平頂山等地遭受了歷史罕見的特大洪澇災害，其中焦作市同樣遭受連降暴雨、大暴雨，防汛Ⅱ級響應、Ⅰ級響應，讓全市經歷了一次前所未有的巨大考驗，交叉口黑河水漲、道路嚴重積水、橋梁涵洞阻斷、部分山體出現滑坡落石，這一系列的危害嚴重影響了人民群眾的正常生活和工作，甚至威脅著人民群眾的生命財產安全。焦作市人民政府在加快災后重建工作第一場新聞發布會上指出，這次特大暴雨洪澇災害導致全市11個縣(市)區、110個鄉鎮共74.45萬人受災[17]。焦作歷史上也曾多次出現暴雨洪澇災害，且其自然地理稟賦在三、四線城市具有代表性，因此論文選取焦作市作為此次研究問卷調查區域樣本。

(一)問卷設計

調查問卷主要由3大部分組成。一是問卷填寫說明。二是公眾個體層面的基本情況調查，主要包括性別、年齡、學歷、職業、經濟狀況、受災經歷、防災技能掌握能力等方面。三是公眾風險感知水平的社會層面因素測量，主要包括災害可控性、政府危機治理能力、周邊環境影響等方面。性別、年齡、學歷、職業、經濟狀況、受災經歷等調查問題主要采用單選形式，防災技能掌握能力、災害可控性、政府危機治理能力、周邊環境影響等方面主要采用李克特量表形式，將回答選項從1到5賦予5等級，如：很不符合為1分、不大符合為2分、一般為3分、比較符合為4分、非常符合為5分。

在2022年5月15日至30日，筆者通過微信、微博、QQ等平臺，向在焦作市長期居住的社會公眾發放線上問卷220份，收回216份，有效問卷200份，回收率98.19%，有效問卷的個人基本信息統計結果，如表3所示。

表3 樣本數據基本情況

(二)問卷信效度分析

Cronbach’s Alpha系數信度檢驗是評估問卷內部穩定性指標的最佳選擇。一般來說，Cronbach’s α系數為0.700～0.799時，表示量表信度佳；大于0.800時，表示信度甚佳[19]。通過對問卷量表進行檢驗(表4)。本研究各測量項目的Cronbach’s α系數數值均在0.900以上，表明調查問卷量表具有很好的內部一致性。

表4 調查問卷的信度分析結果

效度分析通常指問卷量表的有效性和正確性，即分析問卷題目的設計是否合理。在效度檢驗中，若樣本數據可進行因子分析，則認為量表具有良好的建構效度[20]如表5所示。“風險感知測評”“災害可控性”“防災技能掌握能力”“政府危機治理能力”“周邊環境影響”KMO值均大于0.600，通過檢驗。同時，Bartlett球形檢驗的結果顯示，P值均為0.000，(P<0.05)，表明水平上呈現顯著性，拒絕原假設，各變量間具有相關性，因子分析有效。為此，該量表的建構效度良好。

表5 調查問卷的效度分析結果

三、數據分析與假設驗證

(一)風險感知整體水平分析

根據問卷調查收集的數據，本文將運用方差分析、相關性分析以及回歸分析等方法，從個體和社會兩個難度對上文提出的相關假設進行驗證。公眾較高的風險感知易引發非理性決策和從眾行為[21]。風險感知過低會使其對災害風險警惕性不足，引發消極應對行為。如表6所示，焦作市公眾對洪澇災害整體風險感知水平的最大值為5，最小值為1，平均值為3.287。公眾對洪災的總體風險感知在中位數3.000以上，說明公眾的認知水平中等偏高，這與近幾年焦作市出現一些嚴重的洪澇災害相關。公眾在經歷過洪澇災害后，對洪澇災害的防災減災知識技能、居住地抗洪減災設施建設、政府危機治理能力及新聞媒介權威性等了解加深，提升了抗風險能力及危機意識。

表6 公眾風險感知水平測評題目得分情況

(二)個體層面相關假設驗證

個體層面的性別、年齡、學歷、職業、經濟狀況、受災經歷6個因素主要通過單因素方差分析對數據進行處理，防災減災技能因素主要通過相關分析對數據進行處理。

1.性別因素

根據定類變量“性別”對定量變量進行分組，進行方差齊性檢驗。在統計學中，根據顯著性檢驗得到P值，一般以P<0.05為有統計學差異，P<0.01為有顯著統計學差異。如表7所示，不同性別在“風險感知整體水平”的方差分析結果P值為0.844，大于0.05，不存在顯著差異。同時，不同性別在“對身體及心理健康的影響程度”“對生命安全的影響程度”“對物資財產的影響程度”“對正常學習和工作的影響程度”“對基礎設施及社會秩序的破壞程度”的顯著性P值均大于0.05，不存在顯著差異，與不同性別在“風險感知整體水平”上分析結果一致。為此，我們可以得到，性別因素對洪澇災害的風險感知并無顯著差異。

表7 研究假設檢驗結果的P值

2.年齡因素

如表7所示，不同年齡階段在“風險感知整體水平”的方差分析結果P值小于0.01，且在“對身體及心理健康的影響程度”等5個維度的顯著性P值均小于0.01，存在顯著差異，即年齡不同的公眾對洪澇災害的風險感知水平不同。

進一步分析可得，年齡較大或較小的公眾風險感知較高，年齡階段居于中間范圍的公眾風險感知較低，抗風險能力較好。如表8所示，31～40歲及41～50歲兩個年齡階段公眾的風險感知均值較低，這兩個年齡階段的公眾具有一定的經濟基礎和較為豐富的生活閱歷，抗干擾能力較強；18歲以下及18～30歲年齡階段的風險感知均值相等且最高，其原因可能是這兩個年齡階段的公眾年齡較小且經濟基礎薄弱、生活閱歷較少，因此抵御風險的能力、經驗不夠充分、抗干擾能力最弱；51～60歲及60歲以上兩個年齡階段，同樣呈現出較高的風險感知水平，其原因可能是當公眾年齡逐漸步入老年年齡區間，對身體以及生命安全將賦予更多的關注，且這兩個年齡階段的公眾生活閱歷豐富，大多經歷過洪澇災害事件，風險感知呈現較高水平。

表8 不同年齡洪澇災害風險感知水平對比(平均值)

3.學歷因素

由表7統計結果可以看出，不同學歷的公眾在“對身體及心理健康的影響程度”等4個維度上的方差分析結果P值均小于0.01，存在顯著差異，與受教育程度不同在“風險感知整體水平”上的分析結果一致。即學歷因素與公眾風險感知水平之間存在顯著差異，學歷較低的公眾風險感知明顯高于學歷較高的公眾。但學歷不同在“對正常學習和工作的影響程度”P值為0.059，大于0.05，無顯著差異?？梢姡闈碁暮乐赜绊懥斯娬５膶W習生活。如表9所示，碩士及以上學歷的公眾風險感知水平最低，均值為2.687。其原因可能是該學歷階段的公眾，大多接受過系統的公共危機教育，掌握較多獲取知識的渠道，能全面了解有關防災減災技能知識；初中及以下學歷的公眾風險感知均值為3.604，風險感知水平最高，其原因可能是該學歷的公眾大多為18～30歲及50歲以上的公眾，這兩個年齡階段的公眾風險感知水平本身偏高，且受教育程度較低，主觀接受洪澇災害風險的能力較差。

表9 不同學歷洪澇災害風險感知水平對比(平均值)

4.職業因素

由表7統計結果可以看出，不同職業在“風險感知整體水平”的方差分析結果P值小于0.01，且在“對身體及心理健康的影響程度”等5個維度的顯著性P值均小于0.01，存在顯著差異，即職業因素與感知水平存在顯著差異，不同職業的公眾感知水平不同。

如表10所示，公司企業人員、專業技術人員(科研人員、教師等)、機關事業單位的公眾風險感知均值分別為2.750、2.815、3.058，風險感知水平較低，究其原因，由于職業因素，這些公眾受到系統宣傳教育機會較多，社會責任感較強，社會滿意度較高，因此抗干擾能力最強；學生、離退休人員的公眾風險感知均值分別為3.972、3.889，風險感知水平較高，可能是因為這些職業分類的公眾大多為18～30歲及60歲以上的公眾，這兩個年齡階段的公眾風險感知水平本身偏高，且易受外界環境影響，主觀上接受洪澇災害風險的能力較差，因此風險感知水平較高。其中學生風險感知水平最高，其原因可能是學生大多居于群體環境，易受他人影響，且生活閱歷較少，對災害的認知薄弱，很多知識技能停留在理論層面，真正面對洪澇災害時，抗風險能力較差。

表10 不同職業洪澇災害風險感知水平對比(平均值)

5.經濟狀況因素

由表7統計結果可以看出，經濟狀況不同的公眾在“對身體及心理健康的影響程度”等5個維度的顯著性P值均小于0.01，與經濟狀況不同的公眾在“風險感知整體水平”上的分析結果一致，可見經濟狀況與公眾風險感知水平之間存在顯著差異，即經濟狀況越好的公眾風險感知越低，抗風險能力越高。

如表11所示，月收入在1萬元以上的公眾，風險感知最低，均值為1.933，其原因可能是該收入范圍的公眾經濟基礎較好，且這一類的公眾大多接受過較高層次的教育，受到的系統宣傳教育較多，因此抗干擾能力最強；月收入在3 000元以下的公眾風險感知均值為3.939，風險感知水平最高，主要是因為該收入范圍的公眾經濟基礎較差，洪澇災害發生后會嚴重影響公眾的正常工作和生活。因此，經濟基礎較差的公眾在風險來臨時會手足無措，抗干擾能力較差，從而風險感知水平較高。同時，月收入在3 000元以下的公眾大多為學生、農民、工人、離退休人員，這些職業分類的公眾受年齡、職業、受教育程度等因素影響，抗干擾能力較差。

表11 不同經濟狀況洪澇災害風險感知水平對比(平均值)

6.受災經歷因素

由表7統計結果可以看出，受災經歷的公眾在“對身體及心理健康的影響程度”等5個維度上的方差分析結果P值均為0.000<0.010，存在顯著差異，與經濟狀況不同的公眾在“風險感知整體水平”上的分析結果一致，可見受災經歷因素與公眾風險感知水平之間存在顯著差異，即有過洪澇災害經歷的風險感知明顯高于沒有風險感知經歷的公眾。從統計數據可得，沒有經歷過洪澇災害的公眾風險感知最低，均值為2.300。其原因可能是沒有經歷過洪澇災害的公眾對洪澇災害的認知較少，對其破壞程度了解度不夠，因此抗干擾能力較強，風險感知水平較低；經歷過洪澇災害的公眾風險感知均值為3.671，風險感知水平最高，主要是因為有過受災經歷的公眾在災害發生后，會留下一定的心理創傷，對洪澇災害的關注度也會提高，從而風險感知處于較高水平。

7.防災減災技能因素

對公眾防災技能掌握能力平均值和公眾風險感知水平進行相關分析，相關系數為-0.034 9(表12)，在0.01水平上顯著負相關。即公眾的防災減災技能越好，對洪澇災害越了解，風險感知水平越低，反之則越高。

表12 防災技能掌握能力與風險感知水平的相關性

如表13所示，公眾對洪澇災害的防災減災技能了解程度一般偏高。其中公眾對“洪澇災害形成原因及規律”“應急技能”了解程度較高，對“預警機制及預防對策”“次生災害及破壞程度”的了解程度一般、對洪澇災害“防災減災知識”的了解程度較低。為此，在提高公眾風險感知水平、增強公共危機治理能力過程中，要注意重視公共危機教育，提高公眾對洪澇災害等各類災害的了解程度。

表13 防災減災技能因素不同指標對比(平均值)

(三)社會層面相關假設驗證

社會層面的災害可控性、政府危機治理能力、周邊環境影響3個因素，主要通過相關分析對數據進行分析，下面將社會層面的3個因素與公眾風險感知水平的量化關系進行驗證：

1.災害可控性因素

對災害可控性平均值和公眾風險感知水平進行相關分析，相關系數為-0.164(表14)，在0.05水平上顯著負相關。即公眾認為災害的可控性越高，風險感知水平越低，反之則越高。

表14 災害可控性與風險感知水平的相關性

如表15所示，公眾認為洪澇災害整體可控性居于中等偏高狀態。其中公眾認為“控制準確預報”“控制次生災害發生”的可能性較高，“控制傷亡情況”“控制經濟損失”“控制公眾心理恐慌”的可能性一般。為此，在提高公眾風險感知水平、增強公共危機治理能力過程中，政府相關部門應努力提高洪澇災害的可控水平，尤其提高控制公眾心理恐慌的能力，拓寬公眾獲取災害信息的渠道，加強對各類新聞媒介渠道的監管力度，從而有效降低公眾的經濟損失，減少災害對工作、身心健康的影響程度。

表15 災害可控制性因素不同指標對比表(平均值)

2.政府危機治理能力因素

對政府危機治理能力平均值和公眾風險感知水平進行相關分析，相關系數為-0.349(表16)，在0.01水平上顯著負相關。即政府危機治理能力越強，公眾的滿意度越高，風險感知水平越低，反之則越高。

表16 政府危機治理能力與風險感知水平的相關性

如表17所示，公眾對政府危機治理能力滿意度較高，居于中等偏高狀態。其中公眾對“災害預警情況”“政府應急管理能力”“政府災后安置工作”的滿意度較高；相對平均值，公眾對“防洪減災工程完備情況”“社會組織作用”滿意度較低。為此，要注重提升危機治理的應對能力和工作效率、注重災后救援與補助工作，強化防災減災工程建設、及時發布災害相關信息等工作，這些都有助于提高公眾對政府的信任程度，從而直接影響公眾的風險感知水平。

表17 政府危機治理能力因素不同指標對比(平均值)

3.周邊環境影響

對周邊環境影響平均值和公眾風險感知水平進行相關分析，相關系數為0.598(表18)，在0.01水平上顯著正相關。即公眾越容易受周邊環境影響，風險感知水平越高，反之則越低。

表18 周邊環境影響與風險感知水平的相關性

如表19所示，公眾受到周邊環境的影響程度一般，尤其容易受到周邊認識人傷亡情況的影響。相對平均值，“周邊朋友的恐慌”“應急物資搶購現象”“周邊停工停課現象”對公眾影響的平均值較低。由此可見，公眾在新冠肺炎、洪澇災害等大環境背景下對災害的相關信息具有一定的辨識能力，且洪澇災害預警情況、報道情況較為官方權威，從而公眾受周邊環境影響的程度相對較低。為此，在提高公眾風險感知水平、增強公共危機治理能力過程中，要注意從新聞媒介、公共危機教育、社會組織宣傳等多方面綜合考慮，提升公眾對洪澇災害等公共危機的熟悉度，提高公眾對各種危機情況的辨別能力，從而將公眾對災害的風險感知水平控制在合理范圍。

表19 周邊環境因素不同指標對比表(平均值)

(四)回歸分析

單因素方差分析用來研究一個自變量的不同水平是否給因變量造成了顯著差異和變動。相關分析則是用來表明現象是否相關、相關方向和密切程度，不能指出變量間相互關系的具體形式，而回歸分析可以通過一個數學模型來表現變量之間相關的具體形式。因此，結合上述分析，我們可以進一步展開回歸分析。根據所選定的數據指標，最終將風險感知整體水平確定為因變量，性別、年齡、學歷、職業、經濟狀況、災害經歷、災害可控性、防災技能掌握能力、政府危機治理能力、周邊環境影響分別為自變量X1、X2、X3、X4、X5、X6、X7、X8、X9、X10的多元線性回歸模型，同時變量Y與X的線性模型為：

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+β9X9+β10X10

線性回歸滿足條件：

(1)本研究調整后R2達到63.4%(表20)，說明洪澇災害風險感知變化的63.4%都可以由參與本次研究的自變量所解釋。由德賓檢驗得到數值為1.660，接近于2，各自變量之間相互獨立，滿足相互獨立條件。

表20 模型摘要表

(2)通過繪制樣本數據觀測量累積概率P-P圖，如圖1所示，從左下到右上的樣本數據所呈現的散點基本呈直線趨勢，由此可以認定樣本分布基本上服從正態分布。

(3)由標準化殘差圖可得(圖2)，殘差基本在0的上下絕對值距離為3的范圍內波動，且上下隨機分布，沒有規律，無異常值，滿足條件。

圖2 標準化殘差圖

數據滿足線性回歸的基本條件，以進入值為0.10，踢出值為0.15展開逐步線性回歸。從以下的ANOVA表(表21)中可以清晰看出，P=0.000<0.05，說明本研究中的自變量只要有一個就能夠顯著影響因變量洪澇災害整體感知情況。那么為了進一步判斷具體是那幾個自變量能夠顯著影響因變量，還需要繼續分析表22。

表21 回歸模型的方差分析

表22 回歸模型系數表

根據上述分析可得出回歸系數表22，表中主要呈現出回歸模型的回歸系數以及顯著性檢驗數據，同時通過該表得出模型中5個自變量的回歸系數，分別為4.229、0.292、-0.103、0.140、0.041，將其分別代入線性回歸模型，即可得到回歸方程：

Y=4.229+0.041X4-0.103X5+1.033X6+0.140X8+0.292X10

從建立的模型中可以看出：當模型中的所有自變量都為0時，常數項系數即整體感知情況為4.229，且月收入與因變量為負相關，災害經歷、周邊環境、災害可控性、職業與因變量為正相關。其中，災害經歷與周邊環境的P值為0，標準化系數分別為0.547、0.310，影響較大，其他因素影響次之。

綜上分析，將個體層面的7個因素及社會層面的3個因素與公眾風險感知水平的量化關系驗證結果進行總結(表23)?；趩我蛩胤讲罘治龊拖嚓P分析可以證明假設2～9均成立；另外，在相關分析基礎上進一步構建回歸模型，可以證明，在假設1～10綜合作用時，起到主要作用的是假設4、5、6、8、10。

四、結論與建議

(1)通過對焦作市公眾洪澇災害風險感知及影響因素探究，本文主要得出以下結論。第一，個體層面。性別因素與公眾風險感知水平并無顯著性差異；年齡因素與公眾風險感知水平之間存在顯著差異，其中年齡較高或較低的公眾風險感知較高，年齡階段居于中間范圍的公眾風險感知較低，抗風險能力較好；學歷因素與公眾風險感知水平之間存在顯著差異，學歷較低的公眾風險感知明顯高于學歷較高的公眾；職業因素與公眾風險感知水平之間存在顯著差異，不同職業公眾的風險感知水平不同；經濟狀況與公眾風險感知水平之間存在顯著差異，經濟狀況較好的風險感知較低，抗風險能力更好，反之則風險感知較高，易受洪澇災害的影響；受災經歷因素與公眾風險感知水平之間存在顯著差異，有過洪澇災害經歷的風險感知明顯高于沒有風險感知經歷的公眾；防災減災技能因素與公眾風險感知水平之間存在顯著差異，公眾的防災減災能力越好，風險感知水平越低。第二，社會層面。災害可控性因素與公眾風險感知水平之間具有相關性，公眾認為災害的可控性越高，風險感知水平越低；政府危機治理能力因素與公眾風險感知水平之間具有相關性，政府的公共危機治理能力越強，公眾的滿意度越高，風險感知水平越低；周邊環境影響因素與公眾風險感知水平之間具有相關性，公眾越容易受周邊環境影響，風險感知水平越高。

(2)基于以上結論，提出如下建議。第一，公眾的風險感知水平受到多方面因素的綜合影響，其中包括難以控制的個體特征因素以及防災減災技能、危機治理能力、周邊環境影響等可控制因素。這些因素并非單一產生影響，而是相互作用。為此，需要注重從國家政府、社會組織、公眾個體等多元主體著手，采取系統性、針對性的應對策略；進行應急宣傳教育，要根據不同群體和特征差異，開展信息傳播和風險溝通，從而有效提高公眾對洪澇災害等自然災害的科學認知及應急技能。第二，公眾對洪澇災害治理工作的滿意度反映出其對政府的信賴，是衡量政府公共服務績效的一項重要指標。公眾對政府危機治理能力的滿意度在一定程度上影響公眾的風險感知水平。為此，不斷提升政府應對災害風險的能力和工作效率、加強社會保障工作也至關重要。第三，注重發揮社會力量的作用。一方面，要注重增強社會組織的培育與發展。社會組織在處理公共危機的過程中，既可以為社會大眾提供多元化的社會服務，也可以保護弱勢群體，開展慈善活動等。另一方面，應積極發揮官方媒體以及應急專家和學者的作用。公眾容易受到周邊環境的影響，官方媒體和應急專家學者的正確宣傳與引導至關重要，可有效預防不良輿論的發生和蔓延，推動全社會合力應對洪澇災害。第四，做好災前預警、防范工作。災害的可控性是影響公眾風險感知水平的重要因素。近年來，在政策引導以及經驗總結的基礎上，我國的應急管理能力逐漸提高，對洪澇災害等災害事件的控制能力也不斷增強，但還存在需要繼續完善的地方，如不斷加強防洪減災工程的規劃建設、提高災害預警水平等。