增强孟加拉沿海灾害韧性:灾害知识、政府政策支持和社会资本的作用——社区准备的中介与社区风险感知的调节

《Progress in Disaster Science》:Strengthening disaster resilience in coastal Bangladesh: The roles of disaster knowledge, government policy support, social capital, and community risk perception

【字体: 大 中 小 】 时间:2026年09月22日 来源:Progress in Disaster Science 4.0

编辑推荐:

  研究人员发现,灾害知识(Disaster Knowledge)、政府政策支持(Government Policy Support)和社会资本(Social Capital)显著增强了社区准备(Community Preparedness),而社区准备又对灾害韧

  
研究人员发现,灾害知识(Disaster Knowledge)、政府政策支持(Government Policy Support)和社会资本(Social Capital)显著增强了社区准备(Community Preparedness),而社区准备又对灾害韧性(Disaster Resilience)产生强烈的正向影响。社区准备显著中介了这三个前因变量与灾害韧性之间的关系。社区风险感知(Community Risk Perception)对所提出的关系不具有显著的调节作用。
孟加拉沿海是全球气候脆弱性最为突出的地区之一,频繁的热带气旋、风暴潮和慢性洪水持续扰乱当地生活与经济。此类极端事件不仅造成物理破坏,还带来长期生计中断和心理创伤。例如,Feni地区近期严重洪水导致超过85%受访居民出现中重度心理困扰,凸显当地备灾能力和适应能力的不足。尽管极端事件带来直接损失,长期韧性建设需要理解社区如何预见、吸收、适应并转化于反复发生的灾害之中。现有研究大多孤立地分析韧性决定因素,缺乏将结构性维度与行为中介(如社区准备)和认知调节(如风险感知)相整合的模型;同时多数研究局限于单一地区,缺少更广泛的区域比较。为此,本研究基于保护动机理论(Protection Motivation Theory,PMT)和韧性理论(Resilience Theory),构建了整合模型,检验灾害知识、政府政策支持和社会资本如何通过社区准备(Community Preparedness)这一中介机制影响灾害韧性(Disaster Resilience),并考察社区风险感知(Community Risk Perception)的调节作用。

研究人员在孟加拉三个沿海专区Khulna、Barishal和Chattogram的六个高风险社区开展了两波纵向调查,最终获得412户匹配样本。通过偏最小二乘结构方程模型(PLS-SEM)分析,研究发现灾害知识、政府政策支持和社会资本均显著增强社区准备,社区准备对灾害韧性有强烈正向影响;社区准备显著中介三个前因变量与灾害韧性之间的关系;社区风险感知对灾害知识与社区准备关系的调节作用不显著。该研究为政策制定者提供了可操作的优先干预领域,支持了仙台框架和孟加拉三角洲计划2100等全球与国家倡议。

关键技术方法:研究人员采用定量、横截面设计,以4周时间间隔进行两波数据收集。样本来自孟加拉Khulna、Barishal和Chattogram三个沿海专区的高风险社区,采用多阶段分层随机抽样选取412户家庭。使用基于5点李克特量表的结构化问卷测量灾害知识、政府政策支持、社会资本、社区风险感知、社区准备和灾害韧性。数据分析采用SmartPLS 4中的PLS-SEM,通过5000次自助抽样检验直接、中介和调节路径;使用Harman单因素检验和方差膨胀因子(VIF)评估共同方法偏差;使用PLSpredict和重要性–绩效图分析(IPMA)评估预测能力与战略优先级。

研究结果如下:

4.1 受访者的人口统计特征。412个家庭样本在性别、年龄上分布均衡,生计高度依赖气候敏感活动,58%家庭年收入低于20万孟加拉塔卡(BDT),超过65%居住于脆弱的katcha或半pucca住房,92%家庭户主在过去十年经历过至少两次重大气旋或洪水。这表明样本覆盖了典型的长期灾害暴露与脆弱人群。

4.2 共同方法偏差评估。程序上通过两波时间分离收集预测变量与结果变量;统计上Harman单因素检验最大因子方差为31.8%,低于50%阈值;所有构念VIF低于3.3,说明共同方法偏差不构成威胁。

4.3 测量模型评估。各指标外载荷大多超过0.70,其中CP1(0.546)和SC2(0.454)因保留有益内容效度而被保留;组合信度(CR)介于0.874至0.926,平均方差提取量(AVE)介于0.590至0.715,均达标;异质-单质比率(HTMT)最高0.831,低于0.85,确认判别效度。

4.4 结构模型评估。直接效应方面,灾害知识(β=0.317,p<0.001)、政府政策支持(β=0.177,p=0.001)和社会资本(β=0.249,p<0.001)均显著正向影响社区准备,支持H1–H3;社区准备对灾害韧性的影响显著(β=0.664,p<0.001),支持H4。中介效应方面,社区准备分别中介了灾害知识(β=0.211,p<0.001)、政府政策支持(β=0.118,p=0.002)和社会资本(β=0.166,p<0.001)对灾害韧性的影响,支持H5–H7。调节效应方面,社区风险感知对灾害知识与社区准备关系的调节作用不显著(β=?0.006,p=0.410),H8被拒绝。模型解释变异量:社区准备R2=0.384,灾害韧性R2=0.565;效果量显示社区准备对灾害韧性具有大效应(f2=0.827)。盲检的Q2值分别为0.367和0.438,PLSpredict显示社区准备具有中等样本外预测力,灾害韧性具有小预测力。

4.5 重要性–绩效图分析。IPMA显示社区准备是关键统计驱动因素(重要性=0.664,绩效=77.573),灾害知识是前因中总体重要性最高者(0.211),而社区风险感知绩效得分最低(64.499),提示风险沟通是需要政策关注的领域。

讨论部分总结了本研究的价值:证实灾害韧性主要通过主动社区准备实现,而非资源被动存在。理论意义包括:整合PMT与韧性理论,确立社区准备作为核心行为机制;拒绝风险感知调节假设,揭示了在慢性灾害暴露环境中威胁评估的饱和效应;将IPMA与PLS-SEM结合提供了战略优先级方法。实践建议包括将资金从反应性救济转向主动的社区准备、以行动导向的灾害教育替代一般意识宣传、将社会网络正式整合入应急计划,并避免基于恐惧的信息传播。局限性包括非实验设计、样本限于农村沿海家庭、依赖自我报告测量,未来需采用纵向设计、跨地区比较和客观指标。

研究结论翻译如下:本研究通过证明认知知识、制度政策支持和社会资本主要通过社区准备这一操作机制增强灾害韧性,推进了对气候脆弱环境中灾害韧性的理解。整合保护动机理论和韧性理论,实证结果表明外部资源和个体知识并不直接产生韧性结果;相反,它们必须转化为具体的行为准备,如应急规划、预警响应、资源储备和协调的社区行动。显著的间接路径(H5–H7)确立了社区准备作为地方韧性的核心行为引擎。相反,社区风险感知调节作用被拒(H8)表明,在长期暴露的沿海环境中,准备成为一种制度化的、习惯性的常规,独立于主观威胁评估。此外,通过将重要性–绩效图分析与PLS-SEM相结合,本研究提供了可操作的战略优先级,识别出社区准备是最关键的能力,灾害知识是其最重要的前因驱动因素。最终,本研究提供了一个以过程为导向、行为激活的框架,将韧性研究从静态资源评价推向可操作的、以社区为中心的减灾和气候适应战略。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号