突发风险情境下大学生信息搜寻行为研究

李晶 薛晨琦 刘婵 包惠敏 李璐瑶 梁旭栋

关键词：信息搜寻;风险管理;风险信息搜寻与处理模型;大学生;信息行为

突发风险事件是突然发生的，可能造成重大人员伤亡、财产损失，危及公共安全的紧急风险事件[1-2]，通常也具有波及范围广、持续时间长、危害性大等特征。突发风险情境下，伴随风险事件的发展会产生大量信息，外部信息环境的变化会深刻影响公众的信息行为。信息行为（InformationBehav？ior）是人类生存的基本行为类型，也是典型的具有场景依赖性的研究领域[3]，信息行为有多种不同的类型，其中，信息搜寻行为是指在信息需求驱动下，用户通过有目的的信息采集响应其信息需求的各类行为的总和[4]。现有信息搜寻行为的研究成果聚焦在常规信息环境下用户的信息需求、信息源特征和信息搜寻行为影响因素等方面[5]，但是针对高风险情境下用户信息行为规律的研究成果较少，零散分布于风险沟通、新闻传播学等领域[6-7]。从风险管理实践看，突发风险情境下，信息用户（后称“用户”）所处的信息环境在短期内发生了较大的改变，一方面，用户对风险情境相关的高质量信息具有迫切的需求;另一方面，在信息搜寻过程中用户又面临时间约束、场景信息涌现、风险信息真伪难辨等诸多非常规、非结构性的问题。信息搜寻行为的驱动因素类型和结构改变会进一步影响到用户如何评价和利用信息，而个体对信息的不当利用很可能会演化为群体事件，从而引发次生危害[8]。因此，关注用户在突发风险事件中的信息搜寻行为、把握用户信息搜寻行为的影响因素及其规律，不仅有助于拓展信息行为研究的理论成果，在实践方面对丰富和完善我国风险管理和风险沟通管理也具有重要的現实意义。考虑到我国在校大学生数量众多，已达到3200万，居世界第一，同时大学生群体具有思维活跃、情感复杂多变、自我意识突出等典型特征，他们在应对突发风险事件中采用的信息获取渠道、信息搜寻方式、风险感知、情绪变化、信息处理模式等也应具有一定的规律和特征。尤其近年来，我国突发风险事件频发，各类由大学生的不当信息行为引发的次生灾害也时有报道[9-10]，因此掌握和了解这一群体在应对风险事件中呈现的信息搜寻和处理行为特征对完善国家风险管理制度、提升风险沟通效率和质量具有重要的现实意义。

基于此，本文以大学生群体为样本，研究大学生群体在突发风险事件下的信息搜寻行为，以风险信息搜寻与处理模型（RiskInformationSeekingandProcessing，RISP）和启发—系统式模型（Heuris？tic-SystematicModel，HSM）为理论基础，运用内容分析法探索在突发风险情境下影响大学生信息搜寻行为的关键影响因素，应用统计相关进一步分析各影响因素与系统式信息处理模式和启发式信息处理模式之间的关联关系，在研究结论的基础上，从高校和图书馆等公共服务机构角度提出在突发风险情境下有效引导大学生信息搜寻行为的若干建议。

1理论基础

1.1信息搜寻行为

国内外学者对信息搜寻行为的研究大致可以分为如下3个阶段：20世纪70至80年代，对信息搜寻行为的研究主要关注用户个体的认知特性[11];20世纪90年代末期，对信息搜寻行为的研究转向信息交互过程的整体认知观，重视交互过程中所有行为参与者对情境的解释和认知过程[12];21世纪以来，研究更为精细化，信息搜寻行为研究的定量化和情境特征进一步凸显。风险情境是一类典型的信息环境，用户在高风险环境下搜寻信息的行为受到不同因素的驱动呈现出一些典型的特征。国外学者以GriffinRJ等[13]、YangJZ[14]、KahlorL[15]为代表，基于风险沟通理论研究了在重大突发风险情境下，如洪水、飓风等，公众信息搜寻的影响因素及行为模式。我国学者对风险信息搜寻行为的研究成果集中在2019年和2020年，代表性的研究如兰雪[16]、叶光辉等[17]、梁家慧[18]、刘静等[19]、吴川徽等[20]、李月琳等[21]，从总体上看，国内的研究还处于起步阶段，理论综述类研究多于实证分析。

1.2风险情境下信息搜寻行为的影响因素：RISP模型

RISP模型较为全面地概括了在风险情境下用户信息搜寻行为的影响因素，该模型突出考查了用户的个体因素，包括个体特征、信息主观规范、感知风险特征、情感响应、感知风险信息获取能力、信息充分性、相关信息渠道信念等，表1对模型中关键变量的含义进行了梳理。

国内外学者在该模型基础上研究了不同类型的风险事件，也有学者对个别影响因素进行了改进。表2展示了这些代表性文献以及文献中的风险事件类型、采用的样本群体、主要影响因素。从表2可以看出，对RISP模型的应用从2017年开始逐年增多，说明RISP模型应用于风险情境的分析具有普适性。从这些研究也可以看出，相比国外的研究，针对我国本土突发风险事件的研究成果数量仍不够丰富，特别针对我国大学生群体的调查研究缺乏系统性。因此，本文在RISP模型理论基础上，选取大学生作为样本，对突发风险情境下影响我国大学生信息搜寻行为的关键因素进行探索，以期丰富现有研究的理论成果。

1.3风险情境下用户信息处理模式

信息处理模式是指信息用户对已经获取的信息进行处理的行为路径，决定了用户对信息进行决策和利用的方式。心理学家ChaikenS[36]提出著名的HSM模型解释个体对信息的两种不同的处理模式，分别是启发式信息处理模式和系统式信息处理模式。具体而言，启发式信息处理模式是一种有限的信息处理模式，意味着在分析和理解信息过程中需要付出很少的认知努力和认知资源，这种处理模式的个体往往不会过多关注信息本身，而是注重信息的相关表征。系统式信息处理模式是一种全面的信息处理模式，意味着在分析和理解信息过程中需要付出更多的认知努力和认知资源，采用这种模式的个体则会更注重对信息内容本身的理解。概括来说，启发式和系统式信息处理模式的主要区别在于：主体判断信息的依据以及认知努力和认知资源的分配[37]。HSM模型被用于常规情境的信息行为分析过程中，如学术信息、在线商品信息等[38-39]，在风险情境下，以RISP模型为代表的模型集成了HSM模型关于用户信息处理模式的理论，但是从总体上看，已有研究尚没有分析启动不同信息处理模式的前因和条件[40]，即针对用户信息行为特征与信息处理模式之间对应关系以及信息处理模式影响机理的分析尚不充分，这也是导致目前对用户信息处理模式的研究仅停留在行为现象层面而不能深入机理层面分析的原因。

正是基于上述考慮，本文将综合运用质性分析和统计相关分析技术，对风险情境下用户信息搜寻行为的关键影响因素进行更细粒度的划分，探索不同影响因素与相应信息处理模式之间的对应关系，发现影响因素与信息处理模式之间的内在关联，为针对性改进样本人群在突发风险情境下的信息搜寻行为和信息处理策略提供启示和建议。

2研究设计

2.1研究方法及工具

内容分析法是一种对具有明确特性的话语内容进行客观、系统和定量描述的研究方法，人们可以通过正确有效的分析推理能力，运用多种统计、比较的分析方法来透过现象看本质，正确认识客观世界的规律[41]。NVivo12是支持定性和混合方式搜索的软件，为整理、分析和找到对非结构化或定性数据（如采访、开放式调查回答、文章、社交媒体和网页内容）的深刻见解而设计，可以增进质性研究的严谨性、信实度和趣味性[42]。因此，本研究借助NVivo12这一工具对访谈内容进行内容分析，发现大学生在突发风险事件中信息搜寻行为的特征及关键影响因素。

2.2研究过程

2.2.1确定访谈对象

考虑到样本数据的科学性和丰富性，本文随机选出36名不同教育程度及专业的大学生进行访谈，访谈样本如表3所示。本文的研究样本均是在校大学生，在教育经历分布上，低年级（大一、大二）学生和高年级（大三、大四）学生占比基本均衡;在专业分布上，按人文科学、社会科学和自然科学划分，社会科学领域的样本数多于人文科学和自然科学;从风险事件类型看，广泛涉及公共卫生事件、自然灾害、事故灾害、社会安全事件等，这些事件具有风险程度高、社会危害性大、影响范围广等典型特征。

2.2.2设计访谈提纲

访谈提纲的设计应遵循对不同对象采取不同策略的原则，确定访谈的具体问题和框架，来拟定访谈提纲。访谈提纲分为两部分，第一部分收集访谈对象的基本信息，包括姓名、受教育程度及专业;第二部分收集大学生在面对风险事件时对信息的搜寻行为表现，包括19个问题，如：近期印象最深的一个突发公共事件（风险事件）？面对突发公共事件所带来的风险时您的感受？程度如何？访谈提纲的拟定经历了约4周的时间，包括提纲初拟、同行专家意见征询、提纲二次修改、小规模预备调研（PilotStudy）、提纲三次修改等环节，最终确定了访谈提纲。

2.2.3访谈过程

首先，以“突发公共事件的风险感知与信息搜寻”为主题进行半结构化访谈。本文的整个访谈过程由3名研究者共同完成。在正式访谈前，研究者告知受访者访谈主题、隐私保护以及全程录音等事项，受访者知情后与受访者达成口头协议。本次访谈工作持续了两周时间，共36位受访者，受访者的平均访谈时长在30分钟左右。访谈结束后，研究者将音频文件转录成文本并整理访谈笔记，对部分口语化语句进行书面化处理。使用字母R加数字01～36唯一标识受访者和访谈文件（如R01表示第1位受访者），为所有受访者建立起单独的原始访谈数据文本。

2.2.4样本材料编码

本文利用NVivo12软件对访谈样本进行编码分析，得到36份访谈材料。将访谈材料以规范的Word文件导入NVivo12软件，并以扎根理论为依据，按照开放式编码、主轴编码和选择式编码3个步骤对访谈数据进行编码[43]。在开放式编码阶段，对影响因素和信息处理模式进行分别编码，通过逐字逐句进行分析及规范处理，对原始访谈语句归纳为自由节点;在主轴编码阶段，对开放式编码阶段中的自由节点进行分类归纳，设置为二级节点，包括负面情绪、信息充分性、信息主观规范、信息关注度、信息获取渠道;在选择式编码阶段，根据主轴编码阶段中的二级节点的性质不同进行分析归纳，形成最终的两个一级节点，包括信息搜寻行为关键影响因素和信息处理模式，数据编码汇总如表4所示。为了能够针对不同影响因素与两类信息处理模式相关性进行精确比较，本文进一步对各影响因素进行分类编码，形成了新的三级子节点，具体包括：负面情绪划分为弱负面情绪和强负面情绪两类;信息充分性划分为弱信息充分性和强信息充分性两类;信息主观规范划分为弱信息主观规范和强信息主观规范两类;信息关注度划分为低信息关注度和高信息关注度两类;信息获取渠道划分为传统媒体、网络媒体和熟人关系3类。三级节点的文件数与参考点数量的比例如图1所示。

2.2.5理论饱和度检验

根据FrancisJJ等[44]的研究，本文依据理论饱和度原则来检验访谈数据的信效度，即对新抽取的样本进行编码后与原样本结论一致。在36名访谈用户的基础之上，对3名大学生进行相同的访谈，并对访谈结果进行编码，编码结果表明，新抽取的样本在进行处理后没有出现新的结论，因此可以认定本文的访谈样本数据完成了理论饱和度检验。

3研究结论

本章的研究具体包括两个步骤：首先，利用半结构化访谈的质性研究方法分析了大学生在突发风险情境下信息搜寻行为的影响因素;其次，基于NVivo12软件的聚类分析功能，具体步骤如图2所示，利用Jaccard系数计算各影响因素新的三级子节点与信息处理模式二级子节点之间编码内容的相关性，发现不同影响因素与启发式/系统式信息处理模式之间的内在关联。考虑到NVivo12软件在质性研究中的高使用率，其聚类分析功能也被众多学者应用于文本内容的相似性分析[45-46]，在内容相关性研究上具有一定的可靠性，且Jaccard系数适合用于比较有限样本集之间的相似性与差异性[47]，因此可以被用于本文的质性探索研究中。

3.1突发风险情境下信息搜寻行为的影响因素

本文发现影响大学生在突发风险事件下信息搜寻的影响因素主要包括负面情绪、信息充分性、信息主观规范、信息关注度和信息获取渠道。

3.1.1负面情绪

在不同个体特征的作用下，个体对于风险的感知不同，并由此产生不同的负面情绪。根据对访谈材料的内容分析，受访者会明确表达受到负面情绪的影响，包括难过、恐惧、焦虑、担忧、愤怒和紧张等，如R07受访者表示“很担忧扩散情况”，R08受访者表示“会有比较大程度的焦虑跟担忧”，R29受访者表示“情绪中最大的部分是恐惧和担心”。此外，受访者也会阐述受负面情绪影响的程度，如R21受访者表示“负面情绪会较轻微，一般情况下不会影响到现实生活”，R24受访者表示“比较严重吧，因为有几天都失眠到睡不着觉的那种严重”等。本文发现受访者受负面情绪的影响呈现明显的时序特征，即在风险事件初期负面情绪影响较大，后期随着风险化减，受访者负面情绪也逐渐减少，如R01受访者表示“开始的时候较为严重，后期慢慢就没那么严重了”。

3.1.2信息充分性

个体的风险感知会影响其对于风险知识的需求程度，即信息充分性阈值，而由于个体特征的不同，个体在风险事件发生时所拥有的信息程度有所差异，而当个体目前拥有的信息未达到充分性阈值时，会激发信息搜寻与处理行为。根据对受访材料的内容分析，访谈者的信息充分包括两种状态：强信息充分性和弱信息充分性。大部分受访者表示具有较强的信息充分性，如R11受访者表示“我认为已经充足到可以确保我个人的生活不会受到太大的影响，这样一个程度”。另外，少数受访者表示“信息过载”，如R08受访者表示“有时候会出现这种获得信息过多的一种情况”。研究发现，受访者反映信息“不太充足”的原因主要是当前的信息未能满足其对特殊数据、医疗、娱乐及政策信息的需求。

3.1.3信息主观规范

熟人对于风险事件的看法将会影响个体对于风险的感知和对信息的态度，进而影响信息搜寻行为，从访谈材料中分析，受访者们具有不同的信息主观规范强度。部分受访者信息主观规范弱，如R21受访者表示“有时候会转发给我看，让我了解一下”，其余受访者则信息主观规范强，如R28受访者表示“有时我妈妈会把链接转给我看，然后呢，还会转一些让我防护的一些小知识，我就会看一看……”，表明对受访者重要的个人会影响受访者对信息的搜寻和处理。

3.1.4信息关注度

信息关注度指个体在突发风险事件中对于信息的关注程度，反映个体对信息的客观需求和主观搜寻意愿。根据对访谈材料的内容分析可以发现，访谈对象会使用关注频率来表达对信息关注度的高低，包括“偶尔”“经常”“高”和“随时间波动”等，超过一半以上的受访者表示其收集频率“高”，即这部分受访者具有高信息关注度的特点。同时，访谈也发现受访者对信息的关注程度会随时间的推移而呈现较大程度的波动变化，如受访者R22表示“和初期相比，关注频率有下降，大概是1天1次或者2天1次，再后来就是2天1次”。此外，受访者也会使用具体的时间长度来表达对信息的关注度，相关表述包括关注了“十几二十分钟”“三四分钟”“几分钟”等。

3.1.5信息获取渠道

信息获取渠道主要体现在受访者信息获取渠道多样性的特征上。受访者在风险事件背景下主要采用的信息渠道包括網络媒体、传统媒体和熟人关系3类，如R31受访者表示其通过“电视新闻、B站、微博、微信公众号”进行信息获取。从总体上看，样本对象获取信息的渠道较为单一，集中在网络媒体的搜索引擎和社交网站，使用书籍、报纸、电视以及熟人交流作为信息源的较少。其中，部分受访者采取了不止一种信息获取渠道，如R27受访者表示“主要是浏览一些网页、公众号的时候看到的，还有通过电视……”等，体现了突发风险事件下大学生信息获取渠道的多样性特征。

3.2信息搜寻行为影响因素与信息处理模式的关联关系

通过计算各影响因素形成的三级节点与信息处理模式的各二级节点之间的Jaccard系数值，发现各影响因素与不同信息处理模式之间的关联关系，下文中重点分析了负面情绪、信息充分性和信息获取渠道的差异性与两类信息处理模式之间的关联关系。

3.2.1强负面情绪与系统式信息处理模式关联密切

负面情绪是影响大学生在突发风险事件中信息搜寻行为的重要因素。图3展示了不同程度的负面情绪与两类信息处理模式之间的关系，由图3可以看出，系统式信息处理模式与强负面情绪的关联性更强，而启发式信息处理模式与弱负面情绪的关联更强。进一步结合访谈材料，如受访者R17提到“负面情绪最严重的期间会经常去看新闻，关注外界这个公共事件的一些最新的消息。我会用丁香园APP去看地图，每天都看新闻，了解世界各地发生的时事”。这也与RISP模型中负面情绪更易导致个体的系统式处理行为模式的结论一致。

3.2.2弱信息充分性与系统式信息处理模式关联密切

信息充分性差异与不同的信息处理模式之间的关联性也存在较为明显的规律。由图4可知，强信息充分性与启发式处理模式的关联性更强，而弱信息充分性与系统式处理模式的关联性更强。由此可见，弱信息充分性的受访者会倾向于花费更多的时间精力搜索更多信息，即采用系统式信息处理模式，反之，强信息充分性的受访者则倾向于在处理信息过程中花费较少的认知努力，即采用启发式信息处理模式。结合访谈材料，如受访者R28表示“如果是说充足的程度是100分的话，我只能给自己打70～80分之间的样子，因为我其实是一个不怎么深入了解的人……然后我觉得这个信息蛮重要的，我就会去获取更多相关的信息”。相对的情况，如受访者R20表示“我觉得（信息）够用、充足。这主要是防控最简单一条，家里蹲。这可能是达克效益吧，就是拥有信息越少的人，越不知道自己拥有的信息少”。在访问过程中也发现，感知信息过载的受访者往往都是系统式加工信息者，其原因在于耗费额外精力搜集的信息过多从而造成接收信息超过了自己的承受能力范围，如受访者R19表示“有时候的话的确会在自己的神经高度紧张情况下会进行过量的搜索，然后得出了过量的信息”。

3.2.3信息获取渠道多样与启发式信息处理模式关联密切

本文进一步探索了信息获取渠道与信息处理模式之间的关系。根据表5信息获取渠道数量与信息处理模式的交叉分析来看，采用启发式信息处理模式的受访者人数是采用系统式信息处理模式受访者的2倍，但是采用启发式信息处理模式的受访者有58.3%是通过单一渠道获取信息，而有相同比例的采用系统式信息处理模式的受访者是通过传统媒体、网络媒体、熟人关系等多种渠道获取信息。本文进一步利用同级编码的相关系数绘制了反映信息获取渠道与信息处理模式关系的折线图，如图5所示。由图5可以看出，受访者选择以网络媒体作为信息获取渠道的倾向于采用启发式信息处理模式，而选择以传统媒体和熟人关系作为信息获取渠道的倾向于采用系统式信息处理模式。结合访谈文本分析，如受访者R16采用的是系统式信息处理模式，在选择信息获取渠道过程中“……会在微博上搜，然后微信公众号上搜，然后那段时间也会看一看电视新闻……”。受访者R06采用的是启发式信息处理模式，在选择信息获取渠道过程中“主要是网络媒体，现在不太接触传统媒体，所以看不到他们的相关消息”。由上述分析也可以得出结论：信息获取渠道越多样，选择系统式信息处理模式的倾向就越明显;反之，越有可能选择启发式信息处理模式。

4启示与建议

本文研究发现，在突发风险情境下，负面情绪、信息充分性、信息主观规范、信息关注度、信息获取渠道对大学生信息搜寻行为都具有重要影响，其中强负面情绪、弱信息充分性以及信息获取渠道多样性与系统式信息处理模式具有较强的相关性。下文将重点从高校、图书馆两类机构主体出发，提出在突发风险情境下针对大学生的信息搜寻行为优化和有效引导的策略建议。

4.1发挥高校对大学生信息搜寻行为的引导作用

1）立足高校，建立有效的风险信息管理系统

本文研究中发现，在突发风险情境下，受访大学生对特殊数据、医疗、娱乐及政策相关的信息搜寻仍然匮乏，弱信息充分性与系统式信息处理模式密切相关，这意味着弱信息充分性可能引发更高频次的信息搜寻和处理行为，因此，高校应尽早建立和完善风险信息管理系统以全面提升面向大学生的风险信息发布效率。具体而言，高校风险信息管理系统应具备两项基本功能：其一是具有自下而上收集，由学生上报风险信息的功能，便于高校主动把握舆论导向、加强舆论监管，做好风险信息预警;其二是作为权威风险信息发布平台，自上而下、及时、准确地发布有关风险的信息。通过建成高校风险信息管理系统，形成大学生对学校信息源的基础信任，通过信任传递和转移机制，全面提升高校应对突发风险事件中的应急管理能力和管理水平，形成对大学生信息搜寻行为的有效监管和引导。

2）增强对大学生风险意识教育，减少负面情绪的发生

研究发现，负面情绪是影响大学生搜寻信息的关键因素，而负面情绪主要来自对风险的意识不足。高校是大学生教育的专门机构，也应成为大学生风险意识教育的主阵地。为避免在高风险环境下大学生群体产生种种负面情绪并由此引发更严重的次生社会事件，高校应积极探索构建常态化的风险意识教育体系，加强对大学生风险意识教育和培养，增强大学生的危机意识，提高他们面对危机的心理承受能力和应变能力。具体方式包括：为大一新生开设风险相关的讲座课程，课程形式可以是辅导员、班主任开设的定期讲座，或者直接将风险意识教育纳入思想政治教育课程体系中，由主讲教师固定利用一定课时讲授风险相关的基础知识，包括风险信息获取、风险自救等知识，系统性提升大学生对风险意识的理性认知;充分利用高校的心理健康教育平台，从专业知识教育和生活引导教育的角度，定期为不同年级学生开展挫折教育、危机教育;充分利用各种团体组织、传统及网络媒体进行风险意识教育宣传，充分发挥校级、院级团组织、党组织及学生社团的影响力，通过举办风险知识竞答赛、素质拓展训练及创新创业比赛等活动，在实践中让大学生建立对风险事件的正确认知，提升大学生的风险意识;利用好高校社交媒体平台，如微信公众号、微博等进行定期的专题科普及宣传，帮助大学生树立风险意识，形成预防风险的观念和思想。

4.2发挥图书馆等公共服务机构对大学生信息搜寻行为的引导作用

本文研究中发现，尽管文献资源是最具权威性的信息源，但是很少有学生会利用文献资源获取风险相关的信息，相反，网络上那些信息来源模糊、匿名的自媒体信息源成为风险信息传播的主要载体，这值得图书馆界深刻反思。如何充分发挥馆藏资源特色，在风险事件过程中积极主动地传播权威、可靠、可信的知识;如何扮演好教育者的角色，教育公众学习风险相关的常识甚至专业知识;如何及时提供相应的信息咨询和基于文献的应急服务，疏导和缓解公众的恐慌和负面情绪。公共图书馆、社区图书馆等公共服务机构兼具信息服务和社会教育职能，理应承担起对大学生群体的风险意识教育的职责和使命。本文提出以下具体建议：公共图书馆在进行书籍的采购和筛选时，应遴选出风险信息及如何防范风险事件的相关书籍，并合理分类排列，满足大学生对风险情境下信息知识的需求，利用馆藏优化馆内教育优势，充分发挥书籍的风险防范指导作用;公共图书馆配合各社区图书馆，为社区图书馆提供所需求的馆藏服务，或在馆内设置校园风险防范专区，对风险相关的书籍做好官微、官网的推荐以及阅读推荐工作;充分利用图书馆的宣传渠道，定期开展线上、线下展览活动及专题阅读会和专家报告会等，发布有针对性的、权威的信息，提升大学生风险信息的辨别能力和风险防范能力，提升大学生搜寻信息的有效性。

5结语

本文以RISP模型和HSM模型为理论基础，借助半结构化访谈和内容分析方法探究了突发风险事件中大学生信息搜寻行为的影响因素。研究发现，负面情绪、信息充分性、信息主观规范、信息关注度、信息获取渠道是影响大学生风险信息搜寻行为的关键因素。在此基础上进一步探讨了系统式信息处理模式和启发式信息处理模式与负面情绪强度、信息充分性、信息获取渠道的关联特征，发现系统性信息处理模式与强负面情绪、弱信息充分性及信息获取渠道多样性密切相关，进而从高校和图书馆出发提出了若干建议，为大学生信息搜寻行为优化和引导提供参考和建议。

作为一项质性研究，本文的研究设计也存在下述不足。首先，本文仅使用了访谈法进行分析，结论的稳健性需要进一步验证。未来也将继续探索利用突发风险情境大学生的网络行为轨迹数据分析其信息行为规律和特征，为本文的研究结论提供更多佐证。其次，本文访谈对象涉及的风险事件都聚焦于可能危及公共安全的重大紧急风险事件，而近年来频繁的校园风险事件同样具有重要的研究价值。未来将開展专门针对校园风险事件的研究，拓展风险情境下大学生用户信息行为研究的理论视域。最后，在研究中也发现受访者的负面情绪、信息关注度以及信息获取方式（主动搜寻/被动搜寻/信息回避）都随着风险事件的演变和个体风险感知的变化发生明显的波动，但是因为受到访谈数据量的限制，上述规律难以被定量表达。未来还将尝试运用大数据分析技术更精确地刻画出用户在风险情境下信息搜寻行为的动态演化特征，为风险管理的政策制订提供更多有价值的结论和理论支持。