2. 急救与创伤研究教育部重点实验室 海南医科大学第一附属医院, 海口 570102;
3. 海南省运动与健康促进重点实验室, 海口 571199
2. Key Laboratory of emergency and trauma research, Ministry of education, the First Affiliated Hospital of Hainan Medical University, Haikou 570102, Hainan, China;
3. Hainan Provincial Key Laboratory of sports and health promotion, Haikou 571199, Hainan, China
台风作为全球最常见的自然灾害之一, 其引发的一系列如狂风、暴雨、洪水、山体滑坡等一系列直接和次生灾害破坏力极强, 对公共卫生安全构成严峻威胁[1-2]。中国是受台风灾害影响最严重的国家之一。据统计, 1989—2021年, 台风共造成中国死亡失踪11 919人, 造成直接经济损失12 981.3亿元[3]。而海南被称为“台风走廊”, 台风及其引发的次生灾害造成的死亡和失踪人数超过其他自然灾害[4]。2024年9月, 超强台风摩羯登陆海南, 最大风力达17级以上, 是有气象记录以来秋季登陆我国最强台风, 造成约741.5万居民受灾, 直接经济损失720.3亿元[5]。台风灾害的应对, 依赖于强韧的急救医学体系[6]。这不仅包括灾中的高效救援, 更涵盖灾前的备灾应对, 以及灾后的急救干预[7]。急救理念从“被动救治”向“主动防灾”转变[8]。采取防灾减灾措施降低台风灾害造成的人员或财产损失, 不仅需要政府部门的努力, 更需要公众支持和参与。当发布台风红色、橙色预警信号及防风一、二级应急响应时, 高危区域公众需撤离避险[9]。而风险感知是公众评估灾害风险时形成的直观判断并引导撤离行为决策过程[10]。因此, 了解台风灾害后公众风险感知与撤离行为决策之间的关系及相关因素, 对相关部门制定应急策略至关重要。
以往有关自然灾害风险感知研究较多关注地震灾害[11-13]、洪涝灾害[14-16]等, 但关于台风灾害后短期内公众风险感知及撤离行为决策的实证研究较少, 缺乏理论框架指导, 对各变量作用机制的相关研究较匮乏。有序选择模型(ordered choice model, OCM)是美国自然灾害专家Mileti在研究紧急公共预警的传播中提出的, 其包含三个阶段。第一阶段为听到, 即接收预警信息; 第二阶段为信息处理, 即确认—理解—相信—内化—回应过程, 也就是风险感知过程; 第三阶段为采取行动, 即根据决策采取防护行为[17]。因此, 本研究于2024年9月至2025年1月选取海南岛公众为研究对象, 对该人群台风灾害后心理、社会等多层面的影响因素进行识别, 并基于OCM模型构建结构方程以探究影响风险感知及撤离行为决策的重要因素及作用路径, 为相关部门制定防灾减灾措施和应急疏散策略提供有力依据。
1 资料与方法 1.1 调查对象本研究是在海南岛发生超强台风“摩羯”后进行的一项横断面调查。采用便利抽样法, 从2024年9月至2025年1月对海南岛的普通居民进行问卷调查。纳入标准: (1)在海南居住满半年以上; (2)有过台风灾害相关经历(如亲历台风登陆、遭受台风引发的风雨影响或财产损失等); (3)年龄≥18周岁; (4)具备基本的沟通与表达能力以及问卷理解能力; (5)知情同意并自愿参与本研究。排除标准: (1)存在认知功能障碍、精神疾病史或正在服用精神类药物者; (2)职业为气象、应急管理、消防、防灾减灾或心理学领域的专业人士; (3)近期(6个月内)经历台风灾害导致的严重心理创伤, 经沟通确认可能影响作答客观性。本研究遵循《赫尔辛基宣言》[18]原则, 并通过海南医科大学伦理委员会审核批准(伦理审批号: HYLL-2024-784), 且已在医学研究登记备案信息系统注册(编号: HSR-25-000514)。本研究获得所有参与者的知情同意, 并遵循自愿原则, 参与者可随时退出研究且不会产生任何不利影响。
1.2 资料收集本研究所有调查均通过“问卷星”平台生成的电子版问卷采集数据。参与者可通过智能手机、电脑网页浏览器等多种设备访问问卷, 只需点击专属链接或扫描二维码即可参与研究。为确保研究样本的全面性, 通过三大渠道接触潜在参与者: (1)社交媒体: 微信、小红书和抖音; (2)地方红十字会; (3)高校网络: 通过校园公共平台向全体师生员工发送电子邮件。参与者需先阅读包含研究目的、自愿参与权利及隐私保护条款的电子说明书, 随后填写问卷。整个过程约需10 min完成, 所有问题均为必填项。本研究的样本量是根据结构方程模型(structural equation modelling, SEM)领域通行的经验法则计算, 建议样本量应为观测变量或项目数量的10倍[19-20], 问卷包含35个观测变量, 最低样本量需达到350人。最终, 计划招募400名参与者, 以应对可能因未回应或不符合排除标准而导致的样本流失。为确保问卷质量, 本研究最终共回收问卷581份, 有效问卷517份(有效率为88.98%)。
1.3 研究工具一般资料: 通过研究目的及文献回顾[21-24]制定社会人口学问卷。问卷收集了性别、年龄、受教育程度、个人月收入、是否本地人、居住时长、房屋类型、房龄、家庭人数、是否有老人或小孩同住以及灾害经历等信息。
台风灾害公众风险感知问卷(typhoon disaster public risk perception scale, TDPRPS): 该问卷于2018年由孙典等[25]开发, 充分考虑中国台风灾害特征及文化属性, 用于评估公众对台风灾害的风险感知和应急疏散需求。问卷包含35个项目, 涵盖预警信息来源(5项)、灾害知识(3项)、官方信任(4项)、风险感知(4项)、撤离行为决策促进因素(5项)、撤离行为决策阻碍因素(10项), 以上维度均采用Likert5级评分法(1=完全不同意, 5=非常同意)。此外问卷还包含撤离时段(今日12:00~18:00、今日18:00~00:00、明日00:00~明日6:00、明日6:00~12:00、明日12:00~18:00、明日18:00~00:00)、撤离目的地(政府指定的避难所、亲戚或朋友家中、公园或学校等场所、离家较近区域搭帐篷、其它地点)、交通方式(私家车、政府安排的疏散车辆、单位车辆、自行车等非机动车辆、其他方式)、撤离行为决策(当地政府机关在台风即将到来时建议撤离您所在的地区时, 您最有可能选择撤离或不撤离?)4个项目。原始问卷各维度的克朗巴赫α系数介于0.802至0.936之间, 整体信度为0.795。在本研究中重测信度为0.852。该问卷已通过电子邮件获得原作者授权。
1.4 质量控制本研究调查问卷线上线下同时收集。电子版问卷首页设关于研究项目的详细说明, 问卷题项严格设计正反检验性问题和常识题, 每个问题均有充分的补充说明和解释。线下问卷主要由经过统一培训的调查员及红十字会志愿者在社区或农村村委会等地现场指导填写, 对于无法自行填写的对象, 由调查员或志愿者询问后代为填写。为保证数据的可靠性, 对问卷定位IP地址为非海南地区、问卷答案均为同一选项、答案自相矛盾和问卷填写时间在3 min以内者视为无效问卷, 予以剔除。
1.5 统计学方法采用IBM SPSS 27.0和AMOS 26.0对数据进行分析。在分析前, 对数据进行双重核验。符合正态分布的连续变量用均数±标准差(x±s)表示, 采用t检验评估组间差异。计数资料以相对数表示, 组间比较使用χ2检验。采用二元logistic回归分析台风灾害公众撤离行为决策的促进因素和阻碍因素。通过Sperarman相关分析评估灾害知识、风险感知和撤离行为决策等因素之间的相关性, 并用AMOS 26.0构建SEM以分析变量间的路径关系, 以极大似然法(maximum likelihood, ML)进行参数估计。以P < 0.05(双尾)差异具有统计学意义。
2 结果 2.1 台风灾害公众一般人口学特征和撤离行为决策现状本研究共纳入调查对象517人, 样本来源覆盖海南省海口市、文昌县、定安县、澄迈县、三亚市、临高县、陵水县、儋州市、屯昌县、万宁市、乐东县11个行政市(县)。这些地区均不同程度受到台风摩羯的影响, 保证了样本的多样性。受访者中男性222人(42.94%), 女性295人(57.06%), 20~39岁群体347人(67.12%), 大学及以上学历者458人(88.59%), 月收入5 000元及以上者266人(51.45%), 本地居民397人(76.79%), 在海南居住超过5年者445(86.07%), 与老年人同住者265人(51.26%), 有小孩者266人(51.45%), 有灾害经历者471人(91.10%)。撤离行为决策中撤离组321例(62.09%), 不撤离组196例(37.91%), 公众人口学特征与撤离行为决策概况如表 1所示, 其中性别、教育水平、月收入比较, 差异有统计学意义(P < 0.05)。
| 项目 | 总数 | 撤离行为决策 | χ2值 | P值 | |
| 不撤离组 | 撤离组 | ||||
| 性别 | 17.492 | < 0.001 | |||
| ??男 | 222(42.94) | 107(54.59) | 115(35.83) | ||
| ??女 | 295(57.06) | 89(45.41) | 206(64.17) | ||
| 年龄(岁) | 1.406 | 0.704 | |||
| ?? < 20 | 38(7.35) | 17(8.67) | 21(6.54) | ||
| ??20~39 | 347(67.12) | 133(67.86) | 214(66.67) | ||
| ??40~59 | 119(23.02) | 42(21.43) | 77(23.99) | ||
| ??≥60 | 13(2.51) | 4(2.04) | 9(2.80) | ||
| 教育水平 | 4.735 | 0.030 | |||
| ??高中及以下 | 59(11.41) | 30(15.31) | 29(9.03) | ||
| ??大学及以上 | 458(88.59) | 166(84.69) | 292(90.97) | ||
| 月收入(元) | 3.868 | 0.049 | |||
| ??¥5 000以下 | 251(48.55) | 106(54.08) | 145(45.17) | ||
| ??¥5 000及以上 | 266(51.45) | 90(45.92) | 176(54.83) | ||
| 本地人 | 0.287 | 0.592 | |||
| ??否 | 120(23.21) | 43(21.94) | 77(23.99) | ||
| ??是 | 397(76.79) | 153(78.06) | 244(76.01) | ||
| 居住时长 | 0.199 | 0.655 | |||
| ??5年以内 | 72(13.93) | 29(14.80) | 43(13.40) | ||
| ??5年以上 | 445(86.07) | 167(85.20) | 278(86.60) | ||
| 房屋类型 | 3.353 | 0.187 | |||
| ??自建房 | 75(14.51) | 23(11.73) | 52(16.20) | ||
| ??商品房 | 230(44.49) | 84(42.86) | 146(45.48) | ||
| ??出租房/宿舍 | 212(41.01) | 89(45.41) | 123(38.32) | ||
| 房龄 | 4.619 | 0.099 | |||
| ??10年以内 | 249(48.16) | 83(42.35) | 166(51.71) | ||
| ??10~30年 | 236(45.65) | 98(50.00) | 138(42.99) | ||
| ??30年以上 | 32(6.19) | 15(7.65) | 17(5.30) | ||
| 家庭人数 | 3.645 | 0.162 | |||
| ??1个人 | 110(21.28) | 49(25.00) | 61(19.00) | ||
| ??2~4人 | 230(44.49) | 88(44.90) | 142(44.24) | ||
| ??5人及以上 | 177(34.24) | 59(30.10) | 118(36.76) | ||
| 老人 | 0.411 | 0.521 | |||
| ??无 | 252(48.74) | 92(46.94) | 160(49.84) | ||
| ??有 | 265(51.26) | 104(53.06) | 161(50.16) | ||
| 小孩 | 0.772 | 0.38 | |||
| ??无 | 251(48.55) | 100(51.02) | 151(47.04) | ||
| ??有 | 266(51.45) | 96(48.98) | 170(52.96) | ||
| 受灾经历 | 1.285 | 0.257 | |||
| ??无 | 46(8.90) | 21(10.71) | 25(7.79) | ||
| ??有 | 471(91.10) | 175(89.29) | 296(92.21) | ||
本研究中公众台风灾害知识得分为(12.54±1.77)分, 官方信任得分为(16.82±1.84)分, 风险感知得分为(16.14±2.27)分, 预警信息来源得分为(20.26±4.69)分, 各维度得分情况见表 2, 公众台风灾害撤离行为决策中撤离组的灾害知识、官方信任、风险感知、预警信息来源得分高于不撤离组, 差异有统计学意义(P < 0.001), 见表 3。
| 题项 | 得分范围 | 平均分 |
| 灾害知识 | ||
| ??Q1:您对台风所造成的危害的了解程度是怎样的, 台风可能给您和您的家人带来哪些损失和伤害? | 1~5 | 4.42±0.78 |
| ??Q2:根据您的知识, 您是否了解台风会直接影响您家庭的可能性? | 1~5 | 4.15±0.79 |
| ??Q3:您是否清楚应该采取哪些保护行为来减少台风可能带来的伤害? | 1~5 | 3.97±0.78 |
| 官方信任 | ||
| ??Q1:您对气象部门发布的台风预警信息的信任程度如何? | 1~5 | 4.18±0.80 |
| ??Q2:您对专家机构对台风情况的分析的信任程度? | 1~5 | 4.03±0.80 |
| ??Q3:您对相关部门提出的各种防范措施的信任程度? | 1~5 | 4.31±0.67 |
| ??Q4:您对政府的风险管理能力的信任程度? | 1~5 | 4.29±0.66 |
| 风险感知 | ||
| ??Q1:台风对您和家人的工作和日常生活秩序造成的威胁程度? | 1~5 | 4.15±0.73 |
| ??Q2:台风对您的房子或财产造成的威胁程度? | 1~5 | 3.96±0.79 |
| ??Q3:台风对您和家人的身体或生命安全造成的威胁程度? | 1~5 | 3.99±0.84 |
| ??Q4:您认为台风总体风险水平(对台风的害怕或担心程度)? | 1~5 | 4.03±0.73 |
| 预警信息来源 | ||
| ??Q1:您利用政府官方来了解节将到来的台风风险的频率是? | 1~5 | 4.19±1.08 |
| ??Q2:您利用官方新闻媒体来了解节将到来的台风风险的频率是? | 1~5 | 4.28±1.00 |
| ??Q3:您利用自媒体来了解节将到来的台风风险的频率是? | 1~5 | 4.02±1.12 |
| ??Q4:您利用朋友家人和同事来了解节将到来的台风风险的频率是? | 1~5 | 4.06±1.04 |
| ??Q5:您利用邻居来了解节将到来的台风风险的频率是? | 1~5 | 3.72±1.23 |
| 项目 | 总体 | 不撤离组 | 撤离组 | t值 | P值 |
| 灾害知识 | 12.54±1.77 | 12.13±1.76 | 12.79±1.72 | -4.178 | < 0.001 |
| 官方信任 | 16.82±1.84 | 16.22±1.90 | 17.18±1.70 | -5.984 | < 0.001 |
| 风险感知 | 16.14±2.27 | 15.38±2.05 | 16.60±2.27 | -6.116 | < 0.001 |
| 预警信息来源 | 20.26±4.69 | 18.63±4.82 | 21.26±4.32 | -6.408 | < 0.001 |
以公众撤离行为决策作为因变量(1=撤离组, 0=不撤离组), 撤离行为决策的促进因素和阻碍因素各条目实得分值为自变量分别纳入二元logistic回归分析, 结果显示促进公众撤离的原因是“台风可能造成伤害”、“我要保证家人安全”, 阻碍公众撤离的原因是“不相信台风预警”、“我要保护住所或财产安全”。见表 4。
| 因素 | B值 | SE值 | Waldχ2值 | P值 | OR值 | 95%CI |
| 促进因素 | ||||||
| ??常量 | -4.92 | 0.694 | 50.257 | < 0.001 | 0.007 | – |
| ??台风可能对我造成伤害 | 0.671 | 0.247 | 7.393 | 0.007 | 1.956 | 1.206~3.174 |
| ??我要保证家人安全 | 0.482 | 0.244 | 3.896 | 0.048 | 1.620 | 1.003~2.615 |
| ??相信台风预警 | -0.165 | 0.233 | 0.501 | 0.479 | 0.848 | 0.537~1.339 |
| ??房屋脆弱 | -0.018 | 0.140 | 0.017 | 0.895 | 0.982 | 0.746~1.292 |
| ??邻居撤离 | 0.276 | 0.182 | 2.284 | 0.131 | 1.317 | 0.921~1.883 |
| 阻碍因素 | ||||||
| ??常量 | -0.216 | 0.301 | 0.512 | 0.474 | 0.806 | – |
| ??不知道如何撤离 | 0.219 | 0.131 | 2.798 | 0.094 | 1.245 | 0.963~1.610 |
| ??不相信台风预警 | -0.394 | 0.129 | 9.302 | 0.002 | 0.675 | 0.524~0.869 |
| ??缺少交通工具 | 0.091 | 0.152 | 0.358 | 0.55 | 1.095 | 0.813~1.477 |
| ??撤离成本高 | 0.024 | 0.167 | 0.02 | 0.887 | 1.024 | 0.738~1.421 |
| ??撤离安全问题 | -0.123 | 0.215 | 0.331 | 0.565 | 0.884 | 0.58~1.346 |
| ??道路可能阻塞 | 0.295 | 0.21 | 1.968 | 0.161 | 1.343 | 0.89~2.027 |
| ??行动不便 | 0.192 | 0.195 | 0.969 | 0.325 | 1.212 | 0.827~1.776 |
| ??孩子或宠物不方便撤离 | 0.225 | 0.164 | 1.88 | 0.170 | 1.253 | 0.908~1.729 |
| ??我要保护住所或财产 | -0.469 | 0.162 | 8.432 | 0.004 | 0.625 | 0.456~0.859 |
| ??房子安全性高 | 0.106 | 0.147 | 0.518 | 0.472 | 1.112 | 0.833~1.484 |
研究变量间的相关性分析如表 5所示。灾害知识(r=0.181, P < 0.01)、官方信任(r=0.256, P < 0.01)、风险感知(r=0.265, P < 0.01)、台风可能造成伤害(r=0.413, P < 0.01)和保证家人安全(r=0.387, P < 0.01)与公众撤离决策均呈显著正相关。但撤离目的地(r=-0.192, P < 0.01)与公众撤离决策呈负相关。
| 因素 | 灾害知识 | 官方信任 | 风险感知 | 撤离行为决策 | 台风可能造成伤害 | 保证家人安全 | 不相信台风预警 | 保护住所或财产 | 撤离时段 | 撤离目的地 | 交通方式 |
| 官方信任 | 0.376a | 1 | – | – | – | – | – | – | – | – | – |
| 风险感知 | 0.363a | 0.404a | 1 | – | – | – | – | – | – | – | – |
| 撤离行为决策 | 0.181a | 0.256a | 0.265a | 1 | – | – | – | – | – | – | – |
| 台风可能造成伤害 | 0.294a | 0.485a | 0.467a | 0.413a | 1 | – | – | – | – | – | – |
| 保证家人安全 | 0.282a | 0.469a | 0.432a | 0.387a | 0.835a | 1 | – | – | – | – | – |
| 不相信台风预警 | 0.128a | 0.131a | 0.376a | 0.030 | 0.172a | 0.142a | 1 | – | – | – | – |
| 保护住所或财产 | 0.178a | 0.187a | 0.362a | 0.057 | 0.213a | 0.203a | 0.731a | 1 | – | – | – |
| 撤离时段 | -0.026 | -0.044 | 0.023 | -0.016 | -0.004 | -0.020 | 0.035 | -0.008 | 1 | – | – |
| 撤离目的地 | -0.121a | -0.129a | -0.019 | -0.192a | -0.098b | -0.080 | 0.017 | 0.051 | 0.144a | 1 | – |
| 交通方式 | -0.008 | -0.074 | 0.049 | -0.007 | -0.048 | -0.052 | 0.109b | 0.146a | -0.042 | -0.086 | 1 |
| 注:a表示P < 0.01;b表示P < 0.05;–表示数据重复, 不再重复展示 | |||||||||||
以台风灾害公众撤离行为决策为内生结果变量。根据上述结果、专业知识及相关文献[15, 25-27]确定观测变量, 构建初始SEM。其中, 预警信息来源、撤离行为决策促进因素和阻碍因素为外源性潜变量。预警信息来源包括政府官方、官方新闻媒体、自媒体、朋友家人和同事、邻居5个观测变量; 撤离行为决策促进因素包括台风可能造成伤害、保证家人安全2个观测变量, 撤离行为决策阻碍因素包括不相信台风预警、保护住所或财产2个观测变量。风险感知、灾害知识、官方信任、撤离时段、撤离目的地、交通方式为外源性观测变量。根据AMOS软件输出的拟合结果对模型进行修正, 最终模型的绝对适配度指数、相对适配度指数均达到标准, 拟合良好, 具体见表 6。SEM如图 1所示。
| 拟合指标 | 适配标准和临界值 | 模型估计值 | 拟合情况 |
| CMIN/DF | 1~3优秀, 3~5良好 | 4.163 | 良好 |
| 绝对适配度指数 | |||
| ??GFI | > 0.9优秀, > 0.8为良好 | 0.916 | 优秀 |
| ??AGFI | > 0.9优秀, > 0.8为良好 | 0.877 | 良好 |
| ??RMSEA | < 0.05为优秀, < 0.08为良好 | 0.078 | 良好 |
| 相对适配度指数 | |||
| ??NFI | > 0.9优秀, > 0.8为良好 | 0.902 | 优秀 |
| ??IFI | > 0.9优秀, > 0.8为良好 | 0.924 | 优秀 |
| ??TLI | > 0.9优秀, > 0.8为良好 | 0.901 | 优秀 |
| ??CFI | > 0.9优秀, > 0.8为良好 | 0.923 | 优秀 |
|
| 图 1 台风灾害公众撤离决策影响因素结构方程模型图 Fig 1 Structural equation model of factors influencing public evacuation decision-making in typhoon disaster |
|
|
SEM结果显示, 公众获取预警信息来源对灾害知识和官方信任有正向影响, 灾害知识和官方信任对风险感知有正向影响, 风险感知对撤离行为决策有正向影响, 撤离行为促进因素对风险感知、撤离行为决策有正向影响(P < 0.05)。而撤离行为阻碍因素、撤离目的地对撤离行为决策有负向影响(P < 0.05)。此外, 结果还显示公众获取预警信息来源对风险感知影响不显著, 撤离时段、交通方式、官方信任对撤离行为决策影响不显著(P > 0.05), 各路径系数及显著性见表 7。
| 路径 | 未标准化负荷量 | P值 | 标准化负荷量 | S.E. | C.R. | ||
| 灾害知识 | < — | 预警信息来源 | 0.758 | < 0.001 | 0.363 | 0.099 | 7.664 |
| 官方信任 | < — | 灾害知识 | 0.287 | < 0.001 | 0.276 | 0.044 | 6.588 |
| 官方信任 | < — | 预警信息来源 | 0.684 | < 0.001 | 0.315 | 0.102 | 6.696 |
| 风险感知 | < — | 阻碍因素 | 0.426 | < 0.001 | 0.278 | 0.073 | 5.830 |
| 风险感知 | < — | 促进因素 | 0.735 | < 0.001 | 0.259 | 0.118 | 6.250 |
| 风险感知 | < — | 灾害知识 | 0.191 | < 0.001 | 0.157 | 0.052 | 3.671 |
| 风险感知 | < — | 官方信任 | 0.194 | < 0.001 | 0.165 | 0.052 | 3.753 |
| 风险感知 | < — | 预警信息来源 | 0.226 | 0.057 | 0.089 | 0.119 | 1.904 |
| 撤离行为决策 | < — | 风险感知 | 0.030 | 0.003 | 0.137 | 0.010 | 2.935 |
| 撤离行为决策 | < — | 阻碍因素 | -0.044 | 0.007 | -0.131 | 0.016 | -2.720 |
| 撤离行为决策 | < — | 促进因素 | 0.209 | < 0.001 | 0.334 | 0.029 | 7.190 |
| 撤离行为决策 | < — | 撤离时段 | 0.013 | 0.258 | 0.046 | 0.011 | 1.131 |
| 撤离行为决策 | < — | 交通方式 | 0.013 | 0.509 | 0.027 | 0.013 | 0.661 |
| 撤离行为决策 | < — | 撤离目的地 | -0.057 | < 0.001 | -0.136 | 0.017 | -3.383 |
| 撤离行为决策 | < — | 官方信任 | 0.011 | 0.295 | 0.044 | 0.011 | 1.046 |
本研究旨在评估台风灾害后公众风险感知与撤离行为决策之间的关系及相关因素。结果显示, 公众风险感知处于中等偏高水平, 并对公众撤离行为决策产生了直接作用。此外, 影响公众撤离行为决策的因素是多方面的, 如性别、教育水平、月收入、撤离目的地、撤离行为促进因素和阻碍因素等。SEM结果还显示, 台风灾害中公众的撤离行为决策、风险感知、灾害知识、官方信任、预警信息来源、撤离行为促进/阻碍因素等之间存在着复杂关系。灾害知识和官方信任度能有效提升风险感知, 同时介导了预警信息与风险感知之间的路径, 并进一步影响撤离行为决策。通过丰富台风灾害预警信息来源, 提高公众灾害知识和对官方的信任程度可增强个人潜在的风险意识, 从而促进公众撤离行为和相关部门防灾备灾策略的实施, 以减轻台风灾害造成的损失。
台风灾害后短期内公众风险感知处于中等偏高水平, 且直接影响公众撤离行为决策。本次调查是在海南经历超强台风摩羯后半年内进行的, 91.1%的受访者曾遭遇台风灾害, 台风巨大的破坏力可能提高了公众对台风灾害的风险感知水平, 与既往研究结果一致[28-29]。在调查期间测量的风险感知和撤离行为决策与经历灾害威胁有关, 这一发现凸显了实时调查的重要性。此外, 本研究还显示, 公众灾害风险感知直接影响撤离行为决策。与较多有关如地震、洪涝、飓风等自然灾害研究结果相同, 风险感知水平越高, 公众越有可能作出撤离行为的决定[22, 26, 30]。Rogers的保护动机理论认为当个体面临威胁时, 首先会感知威胁的严重性及对威胁发生的可能性(即风险感知), 并基于保护行为的益处大于相关成本时以作出撤离行为决定[27, 31]。而以往也有研究发现, 灾害后风险感知水平会随着时间推移而减弱, 并阻碍采取撤离等保护行为决策制定[28-29]。因此, 风险感知会影响疏散行为, 建议灾后强化风险宣传以保持公众警惕。
本研究发现台风灾害中公众的撤离行为受多种因素影响。结果显示, 性别、教育水平、月收入、撤离目的地、撤离行为促进因素和阻碍因素等均与公众撤离行为决策有关。除风险感知会影响疏散行为外, 人口学特征和社会经济因素也起着重要作用[29, 32]。在面对灾害威胁时, 女性相比男性更愿意撤离[23, 29]。可能是因为女性通常承担更多家庭照护责任, 因此对安全风险更为敏感[25]。以往研究还发现受教育程度越高、月收入越高的群体选择撤离的可能性越高, 与本研究结果一致。分析原因, 高收入和高学历人群可能具有更高的灾害知识水平、更强的风险感知意识, 更倾向于考虑并采取措施保护自身财产与人身安全, 更少的在乎撤离成本[26, 32]。此外, 研究结果还发现“台风可能造成伤害”“保证家人安全”会促进公众作出撤离行为, 而“不相信台风预警”和“保护住所或财产”会阻碍公众采取撤离行为。以上结果表明, 台风灾害中公众撤离行为决策结果并不是某单一因素决定的, 这提示相关部门在采取防灾备灾措施时应该综合考量个体特性、心理、社会经济因素及充分了解不愿意配合撤离的根本原因, 以增强应急准备的积极性, 从而提高灾害救援效率。
本研究还发现, 当台风来临时个体是否撤离, 作出决策是一个复杂的过程, 是内外部因素共同作用的结果[26, 33]。预警信息来源并不直接作用于风险感知, 而通过灾害知识和官方信任完全中介二者之间的关系, 且通过风险感知间接作用于撤离行为决策。本研究发现, 公众灾害知识水平越高、官方信任度越好, 其灾害风险感知水平越好, 从而促进撤离决策, 这一结论与以往研究结果一致[12, 34]。分析原因, 面对台风灾害时, 灾害知识和风险感知水平高的个体更倾向于信任政府的救灾能力及措施, 也更愿意积极响应并遵循政府撤离指令以保障自身安全[28, 32]。例如本研究中选择撤离的公众撤离目的地更愿意选择政府指定的位置, 说明公众对官方信任程度较高, 也再次印证上述结论。SEM模型中显示, 预警信息来源并未直接影响风险感知, 原因可能是本研究将预警信息来源作为衡量信息机制的唯一标准。然而, 本研究发现灾害知识和官方信任是预警信息来源与风险感知关系中的重要中介变量, 并通过风险感知间接作用于撤离行为决策。上述结果进一步表明: 一方面, 公众通过台风灾害知识内化预警信息来源, 从而增强风险感知并采取相关防灾行为[12, 35-36]; 另一方面, 当接收预警信息时, 具有对官方信任度高的居民灾害意识更强, 他们不仅主动参与防灾准备行动, 还会遵循政府的救灾措施[12]。研究显示, 从互联网或身边人获取信息的个体, 以及对政府权威持积极态度的受访者, 都表现出更强的风险感知和主动备灾意识[32]。由此, 台风灾害公众撤离行为决策过程机制复杂, 需多方面制定备灾策略。如鼓励公众参与灾害管理, 加强台风灾害相关知识的宣传和教育, 可借鉴欧美国家灾害教育模式培训经验, 将教学内容从理论讲解逐步转向实践演练, 这种方式既能提升居民风险应对能力, 又可增强风险感知意识[37]。再者, 利用多种渠道发布预警信息, 增强政府公信力也有助于提升公众风险感知并促进防灾行动。
本研究基于海南岛居民经历超强台风“摩羯”后半年内开展的实时调查, 为灾害疏散领域作出了一定贡献。通过探究公众灾害撤离行为决策与各种理论驱动因素之间的关系, 可更好了解影响个人撤离行为决策的因素, 以为相关部门制定防灾备灾策略提供依据。结果表明, 居民灾后短期内其撤离行为意愿较高, 性别、月收入、教育水平、灾害知识了解程度、官方信任程度、风险感知水平、撤离行为促进因素和阻碍因素、撤离目的地均可影响公众撤离行为决策, 且决策过程机制复杂。鉴于风险感知的间接效应, 建议通过针对性教育干预和权威培训会议等方式来提升公众灾害知识水平, 注意保持政府公信力, 多样化预警信息渠道等以增强公众风险感知, 从而促进防灾备灾行为与策略的实施。此外, 本研究也存在不足之处: 首先横断面研究无法动态观察公众风险感知及撤离行为的变化; 其次, 尽管参与者来自岛上不同地区确保了样本多样性, 但同一岛屿相似的传统文化可能对调查结果产生轻微影响。最后, 本研究聚焦于可预测的台风灾害。其他自然灾害(如地震)具有不可预测性, 因此关于台风灾害风险感知的研究结论无法推广至其他类型自然灾害。未来可通过多中心、大样本的纵向研究深入探究个体灾害风险感知及撤离行为决策的动态变化及影响机制。
利益冲突??所有作者声明无利益冲突
作者贡献声明??魏萍: 论文撰写、修改、数据分析; 赵振宇: 论文撰写、修改、数据收集; 赵亚娟: 论文修改、数据收集及分析; 张娜: 论文修改、数据收集及分析、论文审核校对; 徐百超: 数据收集、沟通协调、论文审核校对; 白芳: 数据收集、论文审核校对; 张华: 沟通协调、研究指导、论文修改及审核校对
| [1] | Forrester N. Meet the scientists planning for disasters[J]. Nature, 2023, 619(7971): S1-S3. DOI:10.1038/d41586-023-02312-2 |
| [2] | 杨旻斐, 李强, 徐善祥, 等. 大型5G移动急救复苏单元的设计与构建[J]. 中华急诊医学杂志, 2023, 32(12): 1623-1627. DOI:10.3760/cma.j.issn.1671-0282.2023.12.007 |
| [3] | 李霁杭, 沈雨辰, 陈佩燕. 1989—2021年中国台风灾害及其在自然灾害和气象灾害中的影响研究[J]. 气象科技进展, 2024, 14(6): 33-39. DOI:10.3969/j.issn.2095-1973.2024.06.004 |
| [4] | 李小伟, 邓长涛, 陈有平, 等. 海南台风灾害重大风险防控与应急管理机制研究[J]. 中国应急管理科学, 2024(8): 53-65. |
| [5] | 中华人民共和国应急管理部. 2024年全国十大自然灾害[EB/OL]. (2025-02-12)[2025-08-21]. https://www.mem.gov.cn:10443/xw/yjglbgzdt/202502/t20250212_516042.shtml. |
| [6] | Salas R N, Burke L G, Phelan J, et al. Impact of extreme weather events on healthcare utilization and mortality in the United States[J]. Nat Med, 2024, 30(4): 1118-1126. DOI:10.1038/s41591-024-02833-x |
| [7] | Kubo T, Chimed-Ochir O, Cossa M, et al. First Activation of the WHO Emergency Medical Team Minimum Data Set in the 2019 Response to Tropical Cyclone Idai in Mozambique[J]. Prehosp Disaster Med, 2022, 37(6): 727-734. DOI:10.1017/S1049023X22001406 |
| [8] | 陈晓松, 杨玉, 周碧云, 等. 习近平主席关心我国应急医疗纪实[J]. 中国急救医学, 2022, 42(8): 645-647. DOI:10.3969/j.issn.1002-1949.2022.08.001 |
| [9] | 海南省人民政府办公厅关于印发《海南省防汛防风防旱应急预案》的通知_省政府办公厅文件_海南省人民政府网[EB/OL]. (2024-05-29)[2025-11-07]. https://www.hainan.gov.cn/hainan/szfbgtwj/202405/7e467466f19f45d88ae9f094f3d60eae.shtml. |
| [10] | Slovic P. Perception of risk[J]. Science, 1987, 236(4799): 280-285. DOI:10.1126/science.3563507 |
| [11] | ??naro?lu M, Y?lmazer E, Sayar GH. Psychological impact of the 2023 kahramanmara? earthquakes on non-victims: a cross-sectional study[J]. BMC Public Health, 2025, 25(1): 597. DOI:10.1186/s12889-025-21901-6 |
| [12] | Han ZQ, Wang L, Cui K. Trust in stakeholders and social support: risk perception and preparedness by the Wenchuan earthquake survivors[J]. Environ Hazards, 2021, 20(2): 132-145. DOI:10.1080/17477891.2020.1725410 |
| [13] | 袁庆禄, 王淑娟. 地震多发区居民风险感知对巨灾保险需求影响研究[J]. 中国地震, 2024, 40(2): 304-312. DOI:10.3969/j.issn.1001-4683.2024.02.002 |
| [14] | 晋泽倩, 俞诚成, 叶昕. 混合效用和后悔规则下的洪涝交通疏散决策行为研究[J]. 交通运输系统工程与信息, 2025, 25(2): 16-25. DOI:10.16097/j.cnki.1009-6744.2025.02.002 |
| [15] | 王初, 殷杰. 上海市居民洪涝灾害风险感知及其影响因素研究[J]. 灾害学, 2022, 37(4): 149-154. DOI:10.3969/j.issn.1000-811X.2022.04.024 |
| [16] | 张达, 公佩尧, 冒晟, 等. 河北省蓄滞洪区居民风险感知及适应性特征分析[J]. 中国防汛抗旱, 2025. DOI:10.16867/j.issn.1673-9264.2024455 |
| [17] | Mileti D, Sorensen J. Communication of emergency public warnings: a social science perspective and state-of-the-art assessment[J]. Oak Ridge National Laboratories, 1990. DOI:10.2172/6137387 |
| [18] | World Medical Association. World Medical Association Declaration of Helsinki: Ethical principles for medical research involving human participants[J]. JAMA, 2025, 333(1): 71-74. DOI:10.1001/jama.2024.21972 |
| [19] | McDonald RP, Ho MR. Principles and practice in reporting structural equation analyses[J]. Psychol Methods, 2002, 7(1): 64-82. DOI:10.1037/1082-989x.7.1.64 |
| [20] | 陈丹翔, 谢舒, 汪丽, 等. 社区高血压患者单片复方降压药物服药依从性及血压控制情况的影响因素研究[J]. 中国全科医学, 2025, 28(28) 3566-3572, 3582. DOI:10.12114/j.issn.1007-9572.2024.0070 |
| [21] | Alawadi R, Murray-Tuite P, Marasco D, et al. Determinants of full and partial household evacuation decision making in hurricane Matthew[J]. Transp Res Part D Transp Environ, 2020, 83: 102313. DOI:10.1016/j.trd.2020.102313 |
| [22] | ??leyen EK, Serpen E, Boztoprak Z, et al. The relationship between disaster literacy and disaster preparedness in community: after earthquake study[J]. Disaster Med Public Health Prep, 2025, 19: e51. DOI:10.1017/dmp.2025.48 |
| [23] | Ng SL. The role of risk perception, prior experience, and sociodemographics in disaster preparedness and emergency response toward typhoons in Hong Kong[J]. Nat Hazards, 2023, 116(1): 905-936. DOI:10.1007/s11069-022-05703-2 |
| [24] | 许利明, 蔡文伟. 东海区域海上医学救援现状调查与分析[J]. 中华急诊医学杂志, 2019, 28(3): 387-390. DOI:10.3760/cma.j.issn.1671-0282.2019.03.023 |
| [25] | 孙典. 基于公众风险感知的台风预警信息排程研究[D]. 哈尔滨: 哈尔滨工程大学, 2018. |
| [26] | Ma CY, Culhane DP, Bachman SS. Understanding the dynamic process of human behavior changes towards disaster preparedness: an application of the integrated TTM with SCT and PMT[J]. Int J Disaster Risk Reduct, 2024, 110: 104606. DOI:10.1016/j.ijdrr.2024.104606 |
| [27] | Rogers RW. A protection motivation theory of fear appeals and attitude Change1[J]. J Psychol, 1975, 91(1): 93-114. DOI:10.1080/00223980.1975.9915803 |
| [28] | Wouter Botzen WJ, Mol JM, Robinson PJ, et al. Drivers of natural disaster risk-reduction actions and their temporal dynamics: Insights from surveys during an imminent hurricane threat and its aftermath[J]. Risk Anal, 2024, 44(10): 2448-2462. DOI:10.1111/risa.14314 |
| [29] | Billman M, Atoba K, Thompson C, et al. How about now? changes in risk perception before and after hurricane irma[J]. Sustainability, 2023, 15(9): 7680. DOI:10.3390/su15097680 |
| [30] | Brown GD, Largey A, McMullan C. The influence of expertise on perceived and actual household disaster preparedness[J]. Prog Disaster Sci, 2021, 9: 100150. DOI:10.1016/j.pdisas.2021.100150 |
| [31] | Scovell M, McShane C, Swinbourne A, et al. Rethinking risk perception and its importance for explaining natural hazard preparedness behavior[J]. Risk Anal, 2022, 42(3): 450-469. DOI:10.1111/risa.13780 |
| [32] | Wang ZY, Chen JC, Ma B, et al. From wallets to warnings: the impact of disaster loss severity and types on public disaster protective actions[J]. J Contingencies Crisis Manag, 2025, 33(1): e70037. DOI:10.1111/1468-5973.70037 |
| [33] | Zhou ZF, Liu JH, Zeng HX, et al. How does soil pollution risk perception affect farmers' pro-environmental behavior? The role of income level[J]. J Environ Manage, 2020, 270: 110806. DOI:10.1016/j.jenvman.2020.110806 |
| [34] | Wu JJ, Yang X, Deng X, et al. Does disaster knowledge affect residents' choice of disaster avoidance behavior in different time periods? Evidence from China's earthquake-hit areas[J]. Int J Disaster Risk Reduct, 2022, 67: 102690. DOI:10.1016/j.ijdrr.2021.102690 |
| [35] | Kammerbauer M, Minnery J. Risk communication and risk perception: lessons from the 2011 floods in Brisbane, Australia[J]. Disasters, 2019, 43(1): 110-134. DOI:10.1111/disa.12311 |
| [36] | Rezabeigi Davarani E, Nekoei-Moghadam M, Khanjani N, et al. Factors related to earthquake preparedness of households based on social-cognitive theory constructs: a systematic review[J]. Front Public Health, 2023, 11: 987418. DOI:10.3389/fpubh.2023.987418 |
| [37] | Tang JS, Feng JY. Residents' disaster preparedness after the Meinong Taiwan earthquake: a test of protection motivation theory[J]. Int J Environ Res Public Health, 2018, 15(7): 1434. DOI:10.3390/ijerph15071434 |
2025, Vol. 34



