《Current Oncology》:Public Perceptions of Emergency Language Services: Importance–Performance Analysis from an Urban Resilience Perspective in Xi’an Chanba International Port, China
编辑推荐:
可获取的应急信息支撑包容性城市韧性。本研究考察了中国西安浐灞国际港公众对应急语言服务(emergency language services, ELS)的感知。一项横断面便利样本包含318名受访者,完成了一份含22项配对重要性-满意度问卷。探索性因子分析和平行
可获取的应急信息支撑包容性城市韧性。本研究考察了中国西安浐灞国际港公众对应急语言服务(emergency language services, ELS)的感知。一项横断面便利样本包含318名受访者,完成了一份含22项配对重要性-满意度问卷。探索性因子分析和平行分析提示两个评定量表均存在五个维度。分析包括配对检验、以数据为中心的重要性-绩效分析(importance-performance analysis, IPA)、5000次自助法重抽样以及探索性的协变量调整后的语言包容性(linguistic inclusiveness, LI)比较。所有五个LI属性的重要性均超过感知绩效。与外国公民沟通的一线语言技能、智能语言技术以及跨渠道同步发布在“重点改进”(Concentrate Here)区域的稳定性率超过99%;无障碍支持和常规培训属于边界案例。调整后的比较未提供稳健证据表明LI评分在记录的语言和户口/身份类别间存在差异。研究结果为针对性咨询和基于场景的服务评估提供了公众感知基线。
一、研究背景、问题与研究意义
城市化进程加速了人口、基础设施和经济资产在城市地区的集中,多种灾害风险可能在此重叠。公共卫生事件、极端天气及工业生态灾难持续挑战着城市的应急治理能力。危机中的沟通失败会削弱公众的保护行动意愿和对政府的信任。城市韧性被定义为城市系统在扰动中维持或恢复功能、适应变化并改造限制适应性能力的系统的能力。仙台框架强调传播针对不同受众需求的可获取、可理解的灾害风险信息。在此背景下,不同语言背景的人群能否获取、理解并使用应急信息,成为包容性城市韧性的重要条件。
应急语言服务(emergency language services, ELS)涵盖多语种预警、救援中的沟通、公众指导以及心理社会支持,贯穿应急准备、响应和恢复全过程。现有研究虽涉及危机翻译、多语种风险沟通及疫情期间的多语信息获取,但在多维度的ELS公众评价以及特定城区的群体比较方面仍存在明显不足。尤其是在城区和社区尺度上,缺乏基于公众感知的多维证据,也较少从城市韧性公平性视角审视这些评价。因此,本研究旨在通过横断面调查和重要性-绩效分析(importance-performance analysis, IPA),填补这一空白,为应急语言规划提供公众感知层面的实证基础,并与仙台框架及可持续发展目标相呼应。
二、研究方法
研究人员采用横断面便利抽样设计,于2026年3月至5月在中国西安浐灞国际港开展问卷调查。数据收集结合线上招募(通过微信群、本地社交平台及企事业单位)和线下拦截(在浐灞国际交流区、奥体核心区、中欧港口产业区和泾渭三角洲四个功能区进行)。共回收350份问卷,经预设标准筛选(排除填写时间短于3分钟、所有条目评分相同或缺失核心变量的问卷)后,最终纳入318份有效问卷(有效率90.86%)。问卷包含22对配对属性,分别测量重要性(1=完全没必要至5=非常必要)和感知绩效(1=非常不满意至5=非常满意)。数据分析采用以下关键技术:探索性因子分析(EFA)和平行分析确定量表维度结构;配对样本t检验比较各属性的重要性-绩效差异;以数据为中心的重要性-绩效分析(IPA)绘制矩阵并辅以5000次自助法重抽样评估象限分配稳定性;协变量调整后的探索性组间比较(采用普通最小二乘回归,HC3稳健标准误,BH-FDR校正)。
三、研究结果
3.1 样本特征
318名受访者中,18-44岁占64.15%,西安户口占58.49%,其他大陆户口占35.22%。报告具备西安/关中方言能力者占60.69%,其他国内方言占35.53%,英语占30.19%。关于沟通困难频率,45.0%选择从未遇到,35.2%很少遇到,19.8%有时、经常或总是遇到。
3.2 信度与因子结构
重要性量表和感知绩效量表的整体克朗巴赫α系数分别为0.887和0.909,各维度系数均在0.79以上。EFA显示两个量表均适合进行因子分析(重要性KMO=0.889,感知绩效KMO=0.904)。两量表均提取五个因子,解释总方差分别为58.033%和57.725%,平行分析也支持五因子解。各条目在其主因子上的载荷良好,无跨载荷现象,支持了理论框架中五个维度的划分。
3.3 重要性-绩效差异与配对检验
经BH-FDR校正后,16个属性呈现显著差异。其中,重要性显著高于感知绩效的有11个属性,集中在语言包容性(LI)的全部5个属性、智能和协调通信(CCT4、CCT5)以及部分治理属性(GC2、GC4、GC5)等;感知绩效显著高于重要性的有5个属性,包括获取权威应急信息(RC4)、短信/移动平台推送(CCT1)、应急广播(CCT2)、官方新媒体发布(CCT3)和使用标准普通话能力(GC1)。语言包容性维度的重要性-绩效差距最大,其中面向少数民族群体的应急语言支持(LI2)差值达0.538。
3.4 重要性-绩效分析矩阵
IPA以数据为中心设置截断值(感知绩效均值=3.5872,重要性均值=3.6638)。22个属性分布于四个象限:
- •
继续保持(Q1):包含8个属性,涉及风险沟通(RC1、RC2、RC4)、人员沟通(GC1、GC2)、保护性引导(SO1)及部分通信服务(LI3、CCT1)。其中,保护性行动与疏散引导(SO1)重要性均值超4.0且稳定性100%。
- •
重点改进(Q2):包含8个属性,集中于多语种支持(LI1、LI2、LI4、LI5)、智能通信(CCT4、CCT5)和组织支持(GC4、GC5)。一线人员外语沟通技能(LI4)、智能语音播报与自动翻译(CCT4)和跨渠道同步发布(CCT5)的稳定性超过99%。
- •
低优先级(Q3):包含3个属性(RC3、SO2、SO3),均为信息材料和心理社会支持类,稳定性100%。
- •
资源优化(Q4):包含3个属性(CCT2、CCT3、GC3),即应急广播、官方新媒体时效性和指挥系统语言协调效率,其中前两者稳定性100%。
3.5 语言包容性评分的探索性组间比较
协变量调整后的回归分析显示,语言背景(仅普通话 vs. 至少一种其他语言或方言)和户口/身份类别(西安户口、其他大陆户口、港澳台及外籍)六个焦点系数的BH-FDR校正后q值均大于0.05,未发现稳健的组间差异。模型解释力较低(重要性R2=0.127,感知绩效R2=0.100),表明记录的背景变量对LI评分变异的预测能力有限。
四、讨论与结论
讨论部分指出,最稳定的“重点改进”属性聚焦于一线外语沟通、智能语言技术和跨渠道同步发布,这为针对性用户咨询和情景化服务测试提供了优先方向。在分配公平性方面,调整后的组间比较未发现稳健差异,但这不意味着不存在差异化需求,而是需要进一步通过理解用户的沟通偏好和服务接触经历来评估。在认可公平性方面,研究强调了针对不同语言群体的个性化语言援助评估的必要性,特别是对于听障人士的无障碍支持和多语标识,用户咨询至关重要。在程序公平性方面,研究人员建议邀请不同语言背景的使用者和听障人士参与模板审查和情景演练,建立可访问的反馈渠道,确保用户意见被纳入服务改进。
研究结论:本研究描述了318名便利样本受访者对ELS的评价。所有五个语言包容性(LI)属性的重要性均超过感知绩效。一线外语沟通(LI4)、智能语言技术(CCT4)和跨渠道同步发布(CCT5)具有最稳定的“重点改进”象限归属,而若干其他属性位于象限边界附近。调整后的比较未提供语言或户口/身份类别在LI评分中存在差异的稳健证据。研究结果为语言援助、简明沟通和信息协调方面的咨询提供了公众感知基线。研究的局限性包括便利抽样限制了总体推断、分组规模不均、未测量具体服务使用情况、因子结构需独立验证等,未来研究可结合针对性招募和参与式评估。