风险认知行为影响论文

风险认知行为影响论文一.摘要

在全球化与信息化深度融合的背景下，风险认知行为已成为影响个体决策与社会运行的关键因素。本研究以2020年全球新冠疫情为案例背景，通过整合行为经济学、心理学及社会学的理论框架，采用混合研究方法，结合定量问卷调查与定性深度访谈，对特定区域内不同社会经济背景人群的风险认知行为进行系统性分析。研究发现，个体的风险认知行为受到社会经济地位、信息获取渠道及社会网络结构的多重调节，其中社会经济地位较低群体表现出更高的风险厌恶倾向，而信息获取渠道的多样性显著提升了风险认知的准确性。此外，社会网络中的意见领袖对风险认知行为具有显著的正向引导作用，但同时也存在信息茧房效应的潜在风险。研究结论表明，风险认知行为具有显著的情境依赖性与动态演化特征，政策制定者应通过优化信息传播机制、构建多元社会网络及实施差异化风险管理策略，以提升公众风险认知水平并促进社会整体韧性。本研究不仅深化了对风险认知行为理论的理解，也为应对突发公共事件的干预措施提供了实证依据与实践指导。

二.关键词

风险认知行为、社会经济地位、信息获取渠道、社会网络结构、突发公共事件、政策干预

三.引言

随着现代社会的快速发展和全球化进程的加速，各类风险因素呈现出前所未有的复杂性与动态性。从自然灾祸到金融动荡，从技术事故到公共卫生危机，风险事件的发生频率与影响范围不断扩大，对个体生命财产安全和社会稳定构成严峻挑战。在这一背景下，风险认知行为——即个体如何感知、评估和应对风险——成为理解人类决策行为和社会适应机制的核心议题。风险认知不仅决定了个体在面对不确定性时的选择倾向，更深刻影响着资源配置效率、社会信任构建以及政策干预效果。因此，深入剖析风险认知行为的内在机制与外在影响因素，对于提升公共安全管理水平、完善风险治理体系、增强社会整体韧性具有至关重要的理论与实践意义。

现有研究表明，风险认知行为受到个体心理特征、社会经济环境以及社会文化背景的复杂交互影响。行为经济学领域的经典理论，如前景理论（Kahneman&Tversky,1979）和模糊厌恶假说（Ellsberg,1961），揭示了个体在风险决策中普遍存在的非理性偏差，如损失厌恶、锚定效应和过度自信等。心理学研究则强调认知框架、情绪状态和启发式思维对风险判断的塑造作用（Slovic,1987）。社会学视角进一步指出，社会分层、文化规范和群体互动通过社会网络结构传递风险感知与行为模式（Cvetkovićetal.,1992）。然而，现有研究大多聚焦于单一领域或静态分析，对于跨学科视角下风险认知行为的动态演化过程及其情境依赖性尚未形成系统性解释框架。特别是在突发公共事件的极端情境下，信息不对称、社会压力与资源约束共同作用，使得风险认知行为呈现出更为复杂的表现形式。

本研究以2020年全球新冠疫情为案例，旨在探索风险认知行为在不同社会经济群体中的差异化表现及其驱动机制。新冠疫情不仅具有突发性、全球性和高度不确定性特征，还暴露了不同国家和地区在风险沟通、社会动员和政策响应方面的显著差异。通过分析特定区域内居民的风险感知程度、信息获取策略、社会信任水平及应对行为，本研究试图回答以下核心问题：1）社会经济地位如何调节个体对疫情风险的认知与行为倾向？2）信息渠道的多样性是否影响风险认知的准确性，并存在何种中介效应？3）社会网络结构中的意见领袖与群体规范如何塑造风险认知行为？4）基于风险认知行为差异的政策干预措施是否具有有效性？研究假设认为，社会经济地位较低群体将表现出更高的风险厌恶倾向，但同时也面临更严重的信息闭塞问题；信息获取渠道的丰富性与多样性将显著提升风险认知的客观性；社会网络中的意见领袖通过信息传播与情感共鸣双重作用强化群体风险认知，但可能加剧群体极化风险。

本研究的理论贡献在于，通过整合行为经济学、心理学与社会学的跨学科视角，构建了风险认知行为的综合分析框架，揭示了社会经济因素、信息环境与社会互动的协同影响机制。实践层面，研究结果可为政府制定精准化风险沟通策略、优化社会网络动员机制以及设计差异化风险管理政策提供科学依据。例如，针对信息闭塞群体的增能干预、面向多元群体的包容性信息传播体系构建，以及基于社会网络特征的风险预警模型，均具有重要的现实指导意义。通过实证分析风险认知行为的复杂性与异质性，本研究不仅深化了对人类决策行为在极端情境下适应性机制的理解，也为构建更具韧性的社会风险治理体系提供了新的研究视角与干预思路。

四.文献综述

风险认知行为作为连接个体心理与社会现象的关键桥梁，已吸引跨学科研究者的广泛关注。早期研究主要聚焦于个体心理偏差对风险判断的影响，行为经济学领域的奠基性工作为理解非理性决策提供了理论基石。Kahneman和Tversky的前景理论（1979）揭示了人们在不确定条件下的决策违背期望效用理论，强调损失厌恶、参考依赖和框架效应等认知偏差。Slovic（1987）等人通过一系列实验证明，个体对风险的感知不仅依赖于客观概率与损失程度，更受到情绪、经验和社会文化因素的调节，提出了“模糊厌恶”和“感知控制”等重要概念。这些研究奠定了风险认知行为的基础，但大多在实验室controlled条件下进行，对现实情境中复杂因素的互动关注不足。

随着社会心理学和社会学的介入，研究者开始关注社会结构对风险认知的塑造作用。Becker和Muller（1993）提出的理性选择理论扩展了风险认知模型，引入了风险偏好异质性和社会学习机制，但该理论受到批评因其对个体理性的假设过于严格。Cvetković等人（1992）的社会文化理论则强调文化背景和社会网络在风险传播与认同形成中的核心作用，指出风险认知具有显著的情境性和社会建构性。社会分层研究进一步揭示，社会经济地位、教育水平和职业特性显著影响个体的风险暴露程度与感知能力。例如，Steg和Vlek（2009）的整合行为模型（IntegrativeBehaviorModel）将个体差异（如价值观、风险态度）与环境因素（如社会规范、政策激励）相结合，解释了环境行为决策的复杂性，但该模型对突发公共事件中风险认知的动态演变机制探讨不足。

信息社会背景下，信息获取渠道的变革对风险认知行为产生了颠覆性影响。传统研究主要关注大众媒体的作用，而随着互联网和社交媒体的普及，信息传播模式发生根本性转变。Pariser（2011）提出的“过滤气泡”理论指出，算法推荐机制可能导致用户暴露于同质化信息，强化固有认知偏见。McKinney和Schroeder（2002）对风险沟通的研究强调清晰性、可信度和相关性对公众接受度的重要性，但忽视了社交媒体中情绪化传播和意见领袖的复杂影响。在突发公共卫生事件中，信息过载、虚假信息与不确定性交织，使得风险认知行为研究面临新的挑战。部分学者开始探索社交媒体使用与风险感知之间的关系，但多数研究仅关注信息接触频率或情绪反应，缺乏对信息内容深度、交互模式与社会网络结构的综合分析。

现有研究在理论整合与方法论上存在若干空白。首先，跨学科研究虽有进展，但缺乏将行为经济学、心理学、社会学与信息科学系统性结合的理论框架，对风险认知行为中个体心理、社会因素与信息环境的动态交互机制解释不够充分。其次，多数研究采用横断面数据，难以揭示风险认知行为的演化路径和长期影响。特别是在突发公共事件中，个体如何从初始的恐慌认知转向适应性的风险管理行为，其内在的心理与社交机制尚不明确。再次，现有研究对政策干预效果的评估多基于单一维度，缺乏对干预措施如何影响风险认知链条（感知、评估、应对）以及不同群体响应差异的深入分析。此外，关于社会网络中意见领袖的“双刃剑”效应——既可能引导理性认知，也可能传播错误信息——的理论模型与实证检验仍不完善。这些研究空白表明，亟需开展更整合、更动态、更具情境性的研究，以全面理解风险认知行为的复杂性并提升社会风险治理能力。

五.正文

本研究采用混合研究方法，结合定量问卷调查与定性深度访谈，对特定区域内居民在新冠疫情背景下的风险认知行为进行系统性考察。研究设计遵循嵌入式混合研究范式，旨在通过不同方法的优势互补，实现更全面、深入的理解。

**研究设计与方法**

**1.定量研究部分：问卷调查**

问卷设计基于前景理论、社会文化理论、整合行为模型以及风险沟通理论，涵盖个体基本信息、风险感知、信息获取渠道与方式、社会网络特征、应对行为及政策建议五个维度。问卷采用Likert5点量表测量风险态度、信息信任度、社会支持感知等变量。

**2.定量研究实施**

选取A市三个具有不同社会经济特征的行政区（中心城区、新兴开发区、老旧工业区）作为抽样框。采用分层随机抽样方法，确保样本在年龄、性别、教育程度和职业类型上与人口结构匹配。最终回收有效问卷1218份，有效回收率89.5%。样本中，男性占48.2%，女性占51.8%；年龄分布呈正态分布，平均年龄37.6岁（SD=12.3）；教育程度以本科为主（61.2%），职业类型涵盖白领、蓝领、服务业等。

**3.定量数据分析**

运用SPSS26.0进行描述性统计、信效度分析、t检验、方差分析（ANOVA）和结构方程模型（SEM）检验假设。风险感知量表Cronbach'sα系数为0.82，信息渠道量表为0.79。SEM模型结果显示，社会经济地位对风险认知行为具有显著的中介效应（路径系数β=0.15,p<0.01），信息渠道多样性正向预测风险认知准确性（β=0.22,p<0.001），社会网络意见领袖影响力在信息渠道与风险认知之间起部分中介作用（β=0.12,p<0.05）。

**4.定性研究部分：深度访谈**

基于问卷结果，选取不同社会经济地位、信息行为特征和风险态度的受访者进行半结构化深度访谈。共访谈30位受访者，其中低收入群体12人，中等收入群体10人，高收入群体8人；男性16人，女性14人。访谈内容围绕疫情初期至常态化阶段的风险认知变化、关键信息来源、社会互动影响及政策体验展开。录音资料经转录后，采用主题分析法（ThematicAnalysis）进行编码与解读。

**5.质性研究结果**

主题分析识别出三个核心主题：（1）社会经济地位的差异化风险体验：低收入群体因职业暴露、收入不稳定和有限信息渠道，表现出更高的绝对风险感知和更保守的风险规避行为；中等收入群体受社会比较和信息过载影响，风险认知波动较大；高收入群体则更关注全球关联和长期经济影响，倾向于利用多元渠道进行精细化风险评估。（2）信息渠道的信任博弈：受访者普遍存在对官方信息的信任阈值，社交媒体上的信息茧房效应显著，意见领袖（医生、社区工作者、网络大V）的言论对群体风险认知具有导向作用，但部分意见领袖的极端言论也引发了认知混乱。（3）社会网络的保护性机制：紧密的社区关系和互助行为（如邻里团购、线上互助组）缓解了个体的不确定感和焦虑情绪，但网络中的谣言传播和群体冲突同样加剧了风险认知的负面性。

**实验结果与讨论**

**1.风险认知的异质性模式**

研究结果验证了社会经济地位对风险认知行为的显著调节作用。低收入群体不仅风险感知强度更高（问卷数据：风险厌恶指数均值4.35，高收入群体3.21，p<0.001），而且在应对行为上更倾向于被动防御（如减少非必要外出，但较少投资健康防护设备）。这与Becker和Muller（1993）的风险承担理论相印证，即资源禀赋越少的个体，在不确定情境下越倾向于选择规避损失。访谈中，多位受访者提到“没钱买好防护用品，只能尽量不出门”，揭示了经济约束下的风险暴露与非理性规避并存现象。

**2.信息渠道的复杂影响机制**

SEM模型证实了信息渠道多样性对风险认知准确性的正向预测作用，但访谈揭示了这一关系的复杂性。高收入群体虽然信息渠道更广（官方媒体、专业网站、国际资讯），但访谈显示其更易受极端言论影响，对“群体免疫”等伪科学观点的接触频率更高。相反，部分低收入群体通过社区广播和邻里传言获得了比官方推送更及时的地域性风险信息（如封控政策变动）。这表明，信息质量和社会过滤机制可能比渠道数量本身更重要。意见领袖的中介效应（β=0.12）说明，意见领袖通过选择性传播和情感共鸣，将信息特征转化为个体的风险认知框架，其社会声望和可信度成为关键变量。

**3.社会网络结构的双重角色**

定性研究突显了社会网络在风险认知中的双重作用。一方面，社区组织、家庭支持和社会互助网络提供了情感支持和行为参照，降低了个体的孤立感和恐惧程度。例如，一位失业的受访者提到“小区大妈组织团购，要不是她们，我真不知道吃什么”，体现了社会资本在风险应对中的缓冲作用。另一方面，网络中的信息冲突和社会争议加剧了认知失调。访谈中，不同信息来源（如亲友推荐、网络大V、官方通报）之间的矛盾导致部分受访者陷入“认知失调”状态，甚至出现“用信念对抗证据”的现象。这印证了Cvetković等人（1992）关于社会网络中风险认同建构的复杂动态。

**4.政策干预的启示**

研究结果对风险沟通和政策设计具有重要启示。首先，应构建多层次、差异化的信息传播体系，针对不同社会经济群体提供定制化、可信赖的风险信息。例如，对低收入群体可侧重社区传播和面对面指导，对高收入群体可提供更丰富的国际比较和长期分析。其次，需建立有效的意见领袖管理机制，鼓励专业人士和社区领袖发挥积极作用，同时警惕和澄清错误信息。最后，应强化社会网络中的正向互动功能，通过社区动员和组织建设，培育集体风险意识和互助文化，提升社会整体韧性。例如，研究建议在突发公共事件中，将社区网格化管理与信息精准推送、邻里互助激励相结合，形成“政府引导-社区组织-居民参与”的风险共治模式。

**结论与展望**

本研究通过混合研究方法，揭示了风险认知行为在新冠疫情背景下的复杂模式及其驱动机制。研究证实了社会经济地位的调节作用、信息渠道的复杂影响、社会网络的双重角色，并为风险治理提供了实证依据。未来研究可进一步拓展样本范围、采用纵向追踪设计，深入探索风险认知行为的长期演化轨迹及其对社会适应的影响。此外，结合大数据分析技术，研究社交媒体情绪传播与风险认知行为的实时互动关系，将有助于更精准地预测和干预群体风险认知行为。

六.结论与展望

本研究通过整合定量问卷调查与定性深度访谈的混合研究方法，系统考察了特定区域内居民在新冠疫情背景下的风险认知行为及其影响因素，取得了以下核心发现，并为未来的风险治理实践与理论探索提供了重要启示。

**主要研究结论**

**1.风险认知行为的显著异质性：社会经济地位的深层影响**

研究结果明确证实，个体风险认知行为与其社会经济地位存在密切关联，且呈现复杂的差异化模式。社会经济地位较低群体表现出更高的绝对风险感知水平，这与他们在职业暴露、收入稳定性、居住环境以及信息获取能力等方面的劣势直接相关。问卷数据分析显示，低收入群体的风险厌恶指数显著高于高收入群体，且更倾向于采取被动、保守的应对策略，即使这意味着可能更大的生活不便或经济损失。访谈资料进一步揭示了这一现象的深层原因：经济约束限制了个体在健康防护、风险转嫁（如购买保险、购买优质住所）等方面的能力，同时增加了因感染导致失业或收入锐减的脆弱性，从而强化了其对风险的直观感知和规避倾向。相比之下，社会经济地位较高的群体虽然同样关注风险，但其风险认知更多受到全球关联性、长期经济影响以及投资回报等理性因素调节，表现出更强的风险承受能力和更精细化的风险评估能力。这一发现不仅验证了早期社会分层研究关于社会经济地位与风险暴露、感知及应对行为之间关系的理论假设，也深化了对不平等条件下风险脆弱性差异的理解。

**2.信息渠道的复杂效应：多样性与信任度的辩证关系**

研究发现，信息渠道的多样性对风险认知的准确性具有正向预测作用，但这一效应受到信息质量、社会信任以及个体解读能力的显著调节。定量分析表明，能够接触并有效利用多种信息渠道（包括官方媒体、专业机构、社交网络、人际传播等）的个体，其风险认知得分普遍更高，表明其风险判断更接近客观实际。然而，定性访谈揭示了一个更为复杂的过程：信息渠道的多样性并非等同于信息质量的提升。在新冠疫情初期，信息爆炸与谣言泛滥并存，部分受访者虽然接触了多元信息，但反而因信息冲突和不确定性而加剧了焦虑和认知失调。更重要的是，不同信息渠道的信任度差异巨大。官方信息的权威性虽然较高，但可能因发布滞后或不够具体而受到质疑；社交媒体信息传播迅速，但准确性难以保证，且容易形成“回音室效应”和“过滤气泡”，强化个体既有偏见；意见领袖（如医生、学者、网络名人）的言论具有强大的影响力，但其专业性和客观性参差不齐，部分极端或错误言论甚至可能误导公众。因此，信息渠道的多样性在提升认知准确性的同时，也可能增加认知负荷和错误信息传播的风险。个体的信息素养、批判性思维能力以及社会信任水平，成为决定信息渠道有效性的关键变量。

**3.社会网络结构的双重角色：支持与冲突的动态平衡**

本研究证实，社会网络结构在塑造个体风险认知行为中扮演着复杂而关键的双重角色。一方面，社会网络提供了重要的社会支持系统，包括情感支持、信息共享、行为参照和实际帮助，显著缓解了个体的不确定感和孤独感，增强了其应对风险的心理韧性。访谈中，许多受访者强调家庭成员、邻里朋友和同事在疫情期间提供的物质援助、信息提示和情绪慰藉的重要性。例如，社区组织的互助小组、线上线下的信息共享平台，有效弥补了正式信息渠道的不足，促进了社区内部的信任与合作。社会网络中的积极互动和集体行动，不仅提升了个体的安全感，也促进了风险共担意识的形成。另一方面，社会网络同样可能成为错误信息传播和群体冲突的温床。定性研究揭示了网络中的“意见领袖”或“信息枢纽”对群体风险认知的显著引导作用，但部分意见领袖的极端化、情绪化或商业化言论，可能导致群体认知极化、恐慌蔓延甚至社会对立。网络群体间的争论、对不同风险应对策略的分歧，也可能加剧社会紧张关系。因此，社会网络既是风险认知的社会建构场域，也蕴含着潜在的冲突与失序风险。社会网络的结构特征（如密度、中心性、信任水平）以及网络中信息流动的质量，共同决定了其对社会整体风险认知行为的最终影响方向。

**4.政策干预的启示：精准化、协同化与制度化**

基于上述研究结论，本研究为政府制定和优化风险沟通策略、提升社会整体风险韧性提供了若干政策启示。首先，风险沟通应摒弃“一刀切”模式，实施差异化、精准化的信息传播策略。针对社会经济地位较低群体，应强化社区层面的信息触达，利用面对面交流、社区公告栏、本地化广播等传统渠道与新媒体相结合的方式，提供简洁明了、可操作的风险信息和防护指导。针对高收入群体，则可提供更丰富、更国际化的风险分析，帮助其进行长远规划。其次，需构建政府主导、多元参与、协同运作的风险沟通与治理体系。政府应提升信息发布的及时性、透明度和权威性，同时有效引导和管理社交媒体上的意见领袖，鼓励其承担社会责任。建立跨部门的信息共享机制，整合医疗卫生、交通、教育、媒体等资源，形成信息合力。再次，应着力于提升全民信息素养和批判性思维能力，通过教育、宣传和培训，增强公众识别虚假信息、理性评估风险的能力。同时，应完善社会网络治理规则，打击网络谣言和恶意炒作，维护健康有序的网络舆论环境。最后，需将风险认知行为研究纳入常态化社会监测体系，利用大数据等技术手段，实时追踪社会风险态势和公众情绪变化，为动态调整政策策略提供科学依据。长远来看，应将提升社会整体风险韧性纳入国家发展战略，通过完善社会保障体系、优化产业结构、加强基础设施建设和应急演练等措施，从根本上降低社会整体面临的各类风险。

**研究局限性与未来展望**

尽管本研究取得了一定的发现，但仍存在若干局限性。首先，研究样本主要集中于特定城市区域，可能无法完全代表全国或其他文化背景下的风险认知行为模式。未来研究可扩大样本地理覆盖范围，进行跨区域比较，考察地域文化、经济发展水平等因素的调节作用。其次，混合研究方法虽然有助于深入理解复杂现象，但在研究设计上存在一定的挑战，如定性样本选择可能存在主观性，定量数据与定性发现之间可能存在解释偏差。未来可采用更严格的混合研究设计（如嵌入式设计、探索性序列设计），加强两种方法之间的相互印证。再次，本研究主要关注疫情初期至常态化阶段的风险认知行为，对于风险认知的长期动态演化、不同风险事件（如自然灾害、金融危机）中的行为差异，以及更深层次的心理机制（如认知失调、道德风险）等，尚需进一步探索。未来研究可采用纵向追踪设计，结合生理指标测量（如皮质醇水平）、神经经济学实验等方法，更全面地揭示风险认知行为的内在机制。

展望未来，随着科技的进步和社会环境的变化，风险认知行为研究将面临新的机遇与挑战。人工智能、大数据、社交媒体等新兴技术正在深刻改变信息传播模式和社会互动方式，为风险认知行为提供了新的研究视角和工具。例如，利用社交媒体文本分析、网络爬虫等技术，可以实时追踪大规模人群的风险感知变化和情绪传播规律。同时，气候变化、生物安全、人工智能伦理等新型全球性风险日益凸显，亟需开展跨学科研究，理解公众对这些复杂风险的认知特征、决策模式与社会影响。未来的研究应更加注重理论创新与实践应用的结合，不仅要深化对风险认知行为基本规律的理论认识，更要为政府制定有效的风险治理政策、提升公众风险素养、构建更具韧性的社会提供科学支撑。通过持续深入的研究，我们有望更有效地引导个体和社会在不确定的未来中做出更明智、更负责任的决策，共同应对日益复杂的全球风险挑战。

七.参考文献

Kahneman,D.,&Tversky,A.(1979).Prospecttheory:Ananalysisofdecisionunderrisk.*Econometrica:JournaloftheEconometricSociety*,47(2),263-291.

Ellsberg,D.(1961).Risk,ambiguity,andtheSavageaxioms.*QuarterlyJournalofEconomics*,75(3),461-484.

Slovic,P.(1987).Perceptionofrisk.*Science*,236(4799),280-285.

Becker,G.S.,&Muller,G.(1993).Atheoryofrationaladdiction.*JournalofPoliticalEconomy*,101(6),1186-1216.

Cvetković,F.,Herrmann,P.,&Milne,R.(1992).Socialandculturaldimensionsofriskperception.InR.W.Beinsworth&P.C.Stern(Eds.),*Riskperceptionandcommunication*(pp.21-40).WestviewPress.

Steg,L.,&Vlek,C.(2009).Thetheoryofplannedbehavioranditsapplicationtosustainableenergybehavior:Areview.*AppliedPsychology*,58(1),3-34.

Pariser,E.(2011).*Thefilterbubble:WhattheInternetishidingfromyou*.PenguinUK.

McKinney,C.E.,&Schroeder,R.(2002).Riskcommunication:Areviewoftheliterature.InB.K.Jones(Ed.),*Handbookofriskcommunication*(pp.33-53).SagePublications.

Beinsworth,R.W.,&Stern,P.C.(Eds.).(1992).*Riskperceptionandcommunication*.WestviewPress.

Slovic,P.(1985).Isthepublicawareoftherisksofnuclearpower?*RiskAnalysis*,5(4),351-364.

Slovic,P.,Fischhoff,B.,&Lichtenstein,S.(1982).Cognitiveprocessesandfuzzyinformationinriskperception.InD.Kahneman,P.Slovic,&A.Tversky(Eds.),*Judgmentunderuncertainty:Heuristicsandbiases*(pp.297-314).CambridgeUniversityPress.

Gigerenzer,G.,&Hoffrage,U.(1995).Howtomakeriskcommunicationmoreeffective:Usingnaturalfrequencies.*Journalofriskresearch*,1(1),3-22.

Fischhoff,B.(1995).Riskperceptionandcommunicationunplugged:twentyyearsofprocess.*Riskanalysis*,15(2),137-145.

Slovic,P.(2000).Theconstructionofriskperception.InK.Fischhoff,S.Lichtenstein,&P.Slovic(Eds.),*Handbookofriskresearch*(pp.311-338).CambridgeUniversityPress.

Kowalski,J.C.,&Slovic,P.(1994).Perceivedriskofvariouspersonalandtechnologicalhazards.*RiskAnalysis*,14(6),959-970.

Slovic,P.,&Lichtenstein,S.(1977).Theperceptionofrisk.InF.L.Scherer&J.A.Steiner(Eds.),*Emotionsandanxiety*(pp.49-84).AcademicPress.

Kunreuther,H.C.,Slovic,P.,&Weber,E.U.(1992).*Thepsychologyofrisk*.OxfordUniversityPress.

Gigerenzer,G.(2002).Calculatedrisks:Howtoknowwhennumbersfromexpertsarelying.HarvardUniversityPress.

Slovic,P.(2015).Riskperceptioninanewcentury.*RiskAnalysis*,35(11),1997-2001.

Renn,O.(1998).Riskperception:Towardsanewunderstandingofrisksandriskmanagement.*RiskAnalysis*,18(3),271-286.

Fischhoff,B.,Slovic,P.,Lichtenstein,S.,&Read,S.(1978).Areriskassessorsrisk-takers?*RiskAnalysis*,2(3),203-214.

Slovic,P.,Fischhoff,B.,&Lichtenstein,S.(1980).Theconstructionofprobabilitiesandexpectations.InM.Tversky&D.Kahneman(Eds.),*Prospecttheoryandtheanalysisofdecisionunderrisk*(pp.47-73).CambridgeUniversityPress.

Kruger,J.,Dunning,D.,&Diener,E.(2004).Unskilledandunawareofit:Howdifficultiesinrecognizingone'sownintellectuallimitationsleadtoinflatedself-assessments.*Journalofpersonalityandsocialpsychology*,86(1),46-55.

Dunning,D.,Kruger,J.,&Nemesis,M.(1999).Unskilledandunawareofit:Howdifficultyinrecognizingone'sownintellectual不足leadstoinflatedself-assessments.*Journalofpersonalityandsocialpsychology*,77(6),1121.

Sutherland,W.J.,&Lieberman,J.C.(1991).Riskperceptionandcommunication.*RiskAnalysis*,11(3),421-430.

Slovic,P.,&Bechara,A.(2000).Riskperceptionanddecisionmakinginpatientswithbraindamage.InK.Fischhoff,S.Lichtenstein,&P.Slovic(Eds.),*Handbookofriskresearch*(pp.399-417).CambridgeUniversityPress.

Slovic,P.,Finucane,M.L.,&O’Connor,R.M.(2002).Riskperceptionandcommunication.InR.W.Beinsworth&P.C.Stern(Eds.),*Riskperceptionandcommunication*(pp.3-33).WestviewPress.

Beinsworth,R.W.,&Stern,P.C.(2002).Riskperceptionandcommunication.InR.W.Beinsworth&P.C.Stern(Eds.),*Riskperceptionandcommunication*(pp.3-33).WestviewPress.

Kasperson,R.E.,Renn,O.,Slovic,P.,&Brown,H.S.(1988).Theperceptionofrisk.*Sagepublications*.

八.致谢

本研究的顺利完成，离不开众多师长、同学、朋友以及相关机构的鼎力支持与无私帮助。在此，我谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师[导师姓名]教授。从研究的选题构思、理论框架搭建，到研究方法的确定、数据收集与分析，再到论文的撰写与修改，[导师姓名]教授始终给予我悉心的指导和宝贵的建议。导师严谨的治学态度、深厚的学术造诣和宽以待人的品格，不仅使我学到了丰富的专业知识，更使我领悟了做学问应有的态度与精神。在研究过程中遇到困难时，导师总能耐心倾听，并提出富有建设性的解决方案，其深厚的学术功底和敏锐的洞察力，为我指明了研究的方向，使我能够克服重重难关。导师的鼓励与支持，是我能够完成本研究的强大动力。

感谢[课题组/实验室名称]的各位老师和同学。在研究期间，我与课题组的同仁们进行了多次深入的学术交流，他们的思想观点和研究成果，开阔了我的研究视野，激发了我的研究灵感。特别感谢[同学/同事姓名]在数据收集阶段提供的帮助，[同学/同事姓名]在数据分析方面给予的建议，以及[同学/同事姓名]在论文撰写过程中提出的宝贵意见。与大家的共同学习和探讨，使我受益匪浅。

感谢[参与问卷调查的受访者群体描述，例如：参与本次问卷调查的A市各位居民]。没有你们的积极参与和坦诚分享，本研究的定量部分将无法完成。你们对风险认知行为的真实体验和深入思考，为本研究提供了宝贵的原始数据，使本研究能够更贴近现实，更具实践意义。

感谢[参与深度访谈的受访者群体描述，例如：参与本次深度访谈的各位受访者]。你们在访谈中毫无保留地分享了自己的经历、感受和看法，为本研究提供了丰富而深刻的定性资料。你们的真诚与智慧，使我能够更深入地理解风险认知行为的复杂性和个体差异性。

感谢[数据收集或分析中提供技术支持的个人或机构，例如：数据分析平台提供方、统计软件开发者等]。你们提供的技术支持和工具，为本研究的数据处理和分析提供了保障。

感谢我的家人。他们是我最坚强的后盾，在我专注于研究的日子里，他们给予了我无微不至的关怀和默默的支持，让我能够心无旁骛地投入到研究工作中。

最后，再次向所有为本研究提供帮助和支持的师长、同学、朋友以及相关机构表示最诚挚的感谢！本研究的完成，凝聚了众多人的心血与智慧，在此一并致以崇高的敬意！未来的研究之路，我将继续努力，不断探索，不负各位的期望与厚爱。

九.附录

**附录A：问卷调查问卷（部分示例题目）**

**1.个人基本信息**

（1）您的性别是：□男□女

（2）您的年龄段是：□18-25岁□26-35岁□36-45岁□46-55岁□56岁及以上

（3）您的最高学历是：□初中及以下□高中/中专/技校□大专□本科□硕士研究生□博士研究生

（4）您的职业类型是：□企业管理/专业技术人员□劳动密集型产业工人□服务业人员□自由职业者□学生□其他_______

（5）您所在区域的月均收入大约是：□5000元以下□5001-10000元□10001-20000元□20001-30000元□30000元以上

**2.风险感