金融突发事件下公众应急信息搜寻行为分析及服务策略研究

赵雪芹，杨一凡

(湖北大学历史文化学院,武汉 430062)

1 引言

近年来，金融突发事件频频发生，它是指在某随机因素或者金融系统误差所导致具备负向金融风险效应下，金融机构、金融市场、金融基础设施或其他金融领域突发了未预警的，且影响甚至会严重影响国家经济稳定，需进行紧急处置的突然性金融事件[1,2]。包括自然灾害、重大事故、公共卫生等引起的事件；金融市场剧烈波动或企业巨头退市等引发的事件；违规经营、业务中断等及其负面舆论引起的事件等[3,4]。它可能爆发于某一金融机构，也可能在若干机构中产生连锁反应同时或先后爆发，是存在于金融领域中的常见式市场危机势态，被喻为金融界的 “灰犀牛”[5]。通常表现为：存款挤提或股民挤兑、金融机构倒闭、汇率急剧恶性变动、股市的暴涨暴跌等形式[6]。

金融突发事件的不稳定因素将其负面效应作用于经济社会的众多领域，面临这种突发式应急情境，金融市场的信息处理功能遭到严重冲击，非常态化信号在混乱中扩大了金融波动效应，加剧个体风险感染，同时引发了金融体系固有的脆弱性[7]。社会公众因担心经济损失等原因产生的恐慌焦虑心态和缺乏应急处置的知识促使他们产生了强烈的应急信息需求，以便及时做出相应举措，避免损失最大化[8]。金融风险应急处置的一系列行为都是以应急信息搜寻为前提的，搜寻信息的过程也是解决问题的过程。因此，我们需要了解以下3 点。

（1）应急信息搜寻的动机。在金融突发事件下，不同的公众群体搜寻金融应急信息的动机有何不同？这些差别能为优化金融应急信息服务提供哪些线索呢？

（2）应急信息搜寻的表现。在金融突发事件下，公众会采取哪些行为搜寻其需要的应急信息呢？是主动查找还是被动浏览；其金融风险应急信息搜寻行为又具备哪些特征呢？

（3）应急信息搜寻的途径。在金融突发事件下，公众会选择哪些信息渠道来搜寻应急信息呢？是社交媒体还是专业网站呢？

基于此，本研究以 “原油宝”、蚂蚁金服暂缓上市等金融突发事件为案例，对公众应急信息搜寻行为的全过程展开调查，采用问卷调查的方式收集数据来源，同时综合利用均值计算、二阶聚类等分析方法，试图构建金融突发事件中公众应急信息搜寻行为模型。并就公众应急信息搜寻过程中的行为特征展开探讨，为优化当前金融风险应急信息服务建设提供建议。

2 相关研究与方法

2.1 应急信息搜寻行为

金融应急信息是指在各行业领域的活动环节中发生突发性金融事件而影响行业甚至是社会稳定的警示性信息。应急信息搜寻是指在紧急突发状况下信息搜寻行为在寻求不确定性应急信息时所展开的延伸。当前国内外关于应急信息搜寻的相关研究集中在搜寻渠道的选择、搜寻行为的表现特征[9]以及影响因素[10]等，如CAHYANTO 等[11]在产生飓风的恶劣天气下，对游客的危机意识、其是否了解飓风等因素进行调查，从而探讨游客应急信息搜寻行为的影响因素；宋之杰等[12]通过眼动追踪技术去探讨个体在突发事件下产生的情绪变化对加工应急信息是否存在影响。由于信息搜寻途径在近年来几乎爆炸式的扩增，探索公众对应急信息搜寻行为特征具有较高的现实意义[13]。现有研究多以信息获取途径和紧急突发事件为案例，基于固定标签对应急信息搜寻行为进行变量相关关系的探索。如ALLEN 等[14]探讨了在突发事件下公众选择信息获取途径与人口特征之间存在的关系。

2.2 二阶聚类方法

二阶聚类（Two Step Cluster，TSC）也称为两步聚类，相较于传统的聚类方法更加精准。聚类是将具有较高相似性特点的数据对象依据某种规则进行划分成类，不同的簇类之间有较大区别。而二阶聚类具有两层聚类算法，能够自动确定最佳聚类个数[15]，同时还可以处理离散型数据和连续型数据的聚类难题，存在连续变量和分类变量的情况时，二阶聚类可以解决单个聚类算法无法满足聚类需求的问题[16]。

二阶聚类的聚类步骤分为预聚类（Precluster）阶段和聚类（Cluster）阶段。在预聚类阶段，将所得数据依据相似程度聚类成若干小类；在第二阶段，通过分析比较预聚类结果，算法依据结果模型差异，将小类聚类合成最佳的聚类数目，完成二次聚类。二阶聚类通过前后两次数据处理后，使得聚类结果更加精准。钟异莹等[17]利用重庆主城区交通弱势群体数据，通过二阶聚类确定并分析了5 种弱势集群特征；刘静等[18]通过二阶聚类构建三种用户画像，分析社交媒体用户在COVID-19 事件中的应急信息搜寻行为特征；张懿木等[19]基于厦门公交IC 卡刷卡数据，利用二阶聚类对公交乘客进行群体分类，并分析了乘客不同的公交出行模式。

经研究发现，目前国内外研究中较少从金融突发事件出发去探讨公众应急信息搜寻行为，也较少通过二阶聚类方法构建模型来讨论不同的公众群体搜寻应急信息的行为特征。因此，本研究以金融突发事件为案例，从公众搜寻应急信息的全过程出发展开调查，从多方法、多维度将该突发情境下进行应急信息搜寻的公众划分为若干类型，共同构建公众金融应急信息搜寻行为的特征模型，并为改善金融应急信息服务供给提出建议。

3 研究设计与信效度分析

3.1 应急信息搜寻过程的调查内容设计

信息搜寻是人与信息系统之间的交互过程，借鉴信息觅食理论，人类搜寻信息的过程相似于动物觅食过程，在确定其信息需求后，经历查询、检索、整理等多个环节，在付出经济、时间成本的情况下实现信息收益最大化，直至满足其需求才终止活动[20]。在突发性情境下，一方面公众的风险感知可能会影响其信息搜寻过程[21]，另一方面金融科技已深入社会群众的日常生活，金融突发事件容易使公众产生不同程度的心理压力。同时，由于事件突然爆发引起的紧张程度容易模糊信息搜寻的各个阶段，致使信息搜寻的开始、选择、探索、成型、收集和显示等6 个阶段[22]顺序错乱或者是避开了某个阶段，呈现出紊乱的搜寻状态。

参考当前的研究发现，尚未有可参考使用的应急信息搜寻行为研究量表。TASHAKKORI 和TEDDLIE[23]认为从事描述性和探索性研究时，可以先通过访谈法获取定性数据，然后展开大样本问卷调查来丰富数据来源。因此，本研究首先在文献调研的基础上邀请社会公众就金融突发事件下应急信息搜寻情况进行访谈，观察公众应急信息搜寻行为在此情境下是否存在差异。同时，由于调查对象针对社会公众，需要扩大调查范围、获取更多数据来源来确保调查结果的真实性、全面性，随后依据访谈结果绘制搜寻行为模式图并展开问卷调查获取数据。

首先，以 “回顾中国银行 ‘原油宝’ 事件、蚂蚁金服推迟上市事件等金融突发事件公众信息搜寻经历”为主题进行开放式访谈，在访谈过程中用股价波动、金融信任、用户赔付机构、金融监管等含有风险因素的关键性词语来引导受访者就个人经历表达观点。受访者年龄在22～50 岁之间，其中男性8 人，女性6 人。受访者职业情况为研究生5 名，本科生2 名，金融从业者4 名，其他行业从业者3 名。将访谈时间设定为人均20 分钟，并对访谈内容进行梳理。

根据访谈结果表明，在面临金融突发情境时，社会公众的应急信息搜寻行为存在明显差异。他们首先会意识到其存在相应信息搜寻需求，才能确定开展搜寻活动的动机，然后才选择熟悉的信息渠道展开信息搜寻行为。在信息搜寻过程中也受到多项因素得影响，例如：社会公众的个体特征（例如城市金融实力、职业、金融投资程度等）会影响他们的金融应急信息搜寻诉求认知；搜寻障碍，即公众在使用不同的渠道开展信息搜寻时存在的困难，同样会限制着其信息搜寻行为；此外，伴随着突发事件态势演变，公众的信息搜寻行为也会变化[24]。结合信息搜寻文献调研的结果，绘制出公众金融应急信息搜寻行为模式图，详见图1。

图1 公众金融应急信息搜寻行为模式图Fig.1 The pattern diagram of public financial emergency information search behavior

其次，在文献调研和访谈的基础上采集要素，并结合该模式图设计调查问卷的待测变量，随后将问卷发放给受访公众进行预调研，考察问卷与受访者信息搜寻过程的匹配度。根据受访者的反馈调整问卷，调整为含有14 个问项的问卷。问卷分为两部分：第一部分为个体特征调查，包括性别、年龄区间、学历、城市金融力、金融投资情况、金融从业者与否、金融知识储备等内容；第二部分为公众应急信息搜寻行为调查，包括信息搜寻诉求、搜寻动机、信息渠道利用、搜寻障碍、搜寻行为类型、应急信息搜寻行为自我认知等。本问卷除个体基本特征外，均使用Likert 五度量表进行测量。

3.2 样本及其结构

问卷调查对象选取15 岁以上的社会公众，共发放问卷365 份，经手动筛选剔除后获得有效问卷327 份，回收率达89.6%，样本结构见表1。

表1 样本人口统计学表Table 1 Demographics of the sample

3.3 信效度检验

本研究采用SPSSAU 进行信效度分析，利用Cronbach' alpha 检验问卷信度，结果显示a 系数为0.929，高于0.8，说明本问卷数据达到较高信度质量。量表的结构效度分别通过KMO 检验和Bartlett 球型检验，结果显示KMO 值为0.895，大于0.5，巴特球形值的近似卡方值为10 447.954，P 值小于0.01，数据效度具有高质量水平，量表整体质量合格，适合进行下一步因素分析；同时，为确保本问卷的内容有效性，首先参考文献调研和访谈结果设计问卷选项，随后邀请访谈者接受预调研并对问卷进行调整。

4 基于二阶聚类的公众金融应急信息搜寻行为模型分析

本文通过获取公众在金融突发事件情况下的应急信息搜寻行为数据后，对数据进行梳理形成初步认识，同时利用SPSSAU 对数据进行处理。为了更加精准的形成公众金融应急信息搜寻行为模型，采用二阶聚类法先对问卷数据进行预聚类，形成初步聚类结果，再依据城市金融力分析不同金融梯队的公众金融应急信息搜寻特征，结合两步骤形成最终的公众金融应急信息搜寻行为模型。

4.1 样本的基本特征分析

对受访者的金融应急信息获取渠道来源与搜寻行为类型等问题进行统计分析，结果详见图2。在信息获取渠道选择上，即时通讯平台（如QQ、微信等）、博客平台（微博、公众号等）、人际信息共享3 种途径的均值偏高，这3 类信息渠道符合公众在日常生活中的使用习惯，也是信息获取的主要来源。其余几类信息获取渠道均值均小于3，说明当前公众整体对于金融应急信息的获取渠道还不太熟悉。在应急信息搜寻行为表现上，跟踪查找和被动浏览以及主动查找的均值大于3，这说明公众总体对金融突发事件的关注度较为重视。总而言之，从各问项均值结果来看，当前公众对于金融突发事件关注度较高，但对于金融应急信息搜寻方法、途径等却有待提升。

同时，可发现在金融突发事件下公众的应急信息搜寻行为伴随场景演化而发生变化。在金融事件发展的各个阶段中，公众心态、官方回应、补救措施等众多因素都在影响着社会公众，致使其信息搜寻活动发生变化。根据金融危机治理过程来看，将金融突发事件演化分为潜伏阶段、爆发阶段、治疗阶段和恢复阶段，各阶段的均值分别为：2.47、3.14、3.02、2.69。其中，潜伏阶段均值为2.47，低于3，表明该阶段公众很少关注金融应急信息；爆发阶段与治疗阶段均值最高，表明公众在这两个阶段明显关注金融突发事件并查找金融应急信息；在进入恢复阶段后，公众关注度逐渐转移，应急信息搜寻的频次也在下降，但其均值仍高于潜伏阶段。这说明伴随金融突发事件的演变，公众金融应急信息搜寻行为呈现出较为显著的差异。

4.2 基于应急信息搜寻行为的聚类分析

将单个样本作为对象，以个人特征和信息搜寻行为过程表现作为聚类指标，利用SPSSAU 平台对问卷数据进行聚类分析，最终聚合为3 种效果最佳的聚类。在比较3 种簇类之间的差异性后进行归类，聚类结果详见表2。

表2 聚类结果与量表选项均值分布Table 2 Clustering results and mean distribution of scale options

4.2.1 第一簇类：被动困难型（占比48.93%）

被动困难型群体是指金融突发事件并未引起这类对象的关注，对于金融应急信息并不敏感甚至对其没有影响，整体上属于搜寻行为较被动且受灾风险较低的一类群体。在搜寻需求上，被动困难型群体对于金融应急信息搜寻的诉求和动机较低（均值小于3），说明他们对这类信息并不敏感；在搜寻动机上，这类群体较为模糊；在信息获取渠道的选择上，这类群体对于金融应急信息的选择渠道并不了解，且对于金融类app、网站等专业性渠道（均值为2.13）明显选择较少。

此外，被动困难型群体的信息搜索行为集中于爆发阶段，而其余3 阶段都较少关注金融突发事件。他们的被动浏览均值在3 类群体中偏高；在搜寻障碍上，该群体各项均值在3 类群体中居中，说明被动困难型群体在搜寻应急信息时对障碍的感知程度并不明显，这主要是该群体对金融领域事件并不感兴趣。其对金融应急信息搜寻的自我认知表现不明显，相关金融知识储备较低。

4.2.2 第二簇类：潜水浏览型（占比33.03%）

潜水浏览型群体指对其信息搜寻的诉求和动机有较清晰地认识，能结合多种渠道展开信息搜索活动，但无法较为精确的获得自己所需要的信息，存在一定的信息搜寻障碍，受灾风险适中，一般为低额金融投资的消费者及对金融热点感兴趣的一类群体。

在搜寻诉求上，潜水浏览型对于金融应急信息搜寻的认知高于被动困难型但低于主动无障碍型。这表明他们搜寻到的信息能够基本满足其需求；在搜寻动机上，这类群体呈现出复合动机，但主要是为了寻求个人止损措施、心理情绪抚慰为主；在信息渠道的选择上，该群体没有明显的渠道偏好，综合利用多渠道搜寻金融应急信息。

在金融突发事件的潜伏阶段，这类群体较少进行信息搜寻，但进入爆发阶段后，该群体的搜寻行为均值出现明显剧增，但在治疗阶段后均值开始下降，但仍高于被动困难型群体。潜水浏览型群体的信息搜寻行为类型以主动查找和被动浏览为主，能十分清晰感知到信息搜寻障碍，这主要是该群体不具备充实的知识储备和缺乏信息敏感度。这类群体的信息搜寻自我认知和知识储备在3 类群体中均值居中。

4.2.3 第三簇类：主动无障碍型（占比18.04%）

主动无障碍型群体是指对金融应急信息具有十分明确的诉求和动机（其心理情绪抚慰的均值3.90 在3类群体中最高），善于组合利用多种信息获取渠道来开展金融应急信息搜寻行为，无明显的搜寻障碍，并且在整个金融突发事件中明显地表现出积极主动的信息搜寻行为的一类群体，这类群体多是金融机构从业者或是较大金额金融投资者，受灾风险较高。

在信息搜寻诉求和动机上，主动无障碍型群体的表现在3 种簇类中是最高的；在信息获取渠道选择上，这类群体并无明显偏好，但在金融类app、网站上相较另两类群体更多。金融风险治理演变对主动无障碍型群体无较大影响，他们会在多个阶段搜寻金融应急信息。

主动无障碍型群体的信息搜寻行为特征呈现出复合态势，并且主动查找和追踪查找的均值在3 种簇类中最高（分别为4.02、3.71）。这类群体搜寻障碍各项均值都为最低，说明他们并未清晰地感知到存在金融应急信息搜寻障碍。其信息搜寻自我认知和知识储备的均值在3 种聚类里最高。

4.3 城市金融力与聚类群体的关联分析

聚类结果虽然能在一定程度上体现出各群体之间应急信息搜寻行为差异，但是为了更进一步探究不同类型群体在在金融突发事件中展现的特征差异，本研究将群体类型与城市金融力通过卡方检验，得出交叉分析结果。

城市金融力代表了区域城市的金融实力。金融是经济发展的血液，各城市通过引进金融资源，为地区及国际发展提供强有力的支撑。城市金融力代表梯队的排名越高，该城市拥有的金融资源越多，金融业发展程度业越高，同样面临金融风险发生时，其受灾可能性也越大，反之亦然[24]。但依据群体类型与城市金融力的交叉表分析结果显示（表3），可以发现：在不同金融梯队中，被动困难型群体公众数量最多，主动无障碍型群体公众数量最少。因此，可以判断当前社会公众整体对于金融突发事件并不敏感，对于金融应急信息的搜寻也更为被动。

表3 群体类型与城市金融力交叉表Table 3 Cross table of group types and urban financial power

4.4 公众金融应急信息搜寻行为模型构建

在前文的分析基础上，根据模式图构建了3 种类型的公众应急信息搜寻行为模型。其中，数字序号代表选项均值的大小排列，实线表示程度强，虚线表示程度弱，同时颜色深浅区分程度层次。

被动困难型公众群体（图3）的群体数量多但金融风险接触较低，较少具备金融风险相关知识。此类公众群体对金融应急信息的诉求不足，其搜寻此类信息的动机也十分模糊，对金融突发事件并不敏感。他们对信息搜寻障碍的感知程度居中，了解的金融应急信息获取渠道较少，甚至无法选择渠道，主要是在金融突发事件的爆发阶段进行被动浏览。

图3 被动困难型模型Fig.3 Passive difficulty model

潜水浏览型公众群体（图4）的群体数量和金融风险接触适中，且具备一定的金融风险知识储备。这类公众群体的诉求较为明确，能够综合利用多种信息获取渠道搜寻信息，基本能满足其信息需要。这类群体的信息搜寻行为类型多样化，能够感知到他们存在较高的信息搜寻障碍，在金融突发事件演化的多个阶段都会存在信息搜寻行为。

图4 潜水浏览型模型Fig.4 Diving browsing model

主动无障碍型群体（图5）的群体数量少但金融风险接触高，对金融领域知识的储备较高。该群体诉求认知明确，善于利用多种信息获取渠道进行信息搜寻行为，尤其表现在金融类app、网站上。基于自身存在金融投资行为，因此在金融突发事件演化的全过程中都会进行信息搜寻。其金融应急信息行为类型呈现出复合型态势，但以主动查找和跟踪查找为主，在金融应急信息搜寻过程中的障碍感知不明显。

图5 主动无障碍型模型Fig.5 Active barrier-free model

5 基于模型分析的金融应急信息服务优化策略

依据问卷数据分析生成的数据模型分析，可以得出在面对金融突发情境时，公众在搜寻金融应急信息行为上展现了3 种不同的群体表现形式：被动困难型、潜水浏览型和主动无障碍型。3 种类型的群体存在不同的金融应急信息搜寻行为特征，在此基础上提出相应策略帮助优化当前金融应急信息服务模式。

5.1 复合式信息透明，强化金融应急信息服务全面性

研究发现，基于金融突发事件情境，公众金融应急信息搜寻行为具有明显的复合性特征。金融应急管理部门需要依据不同的搜寻动机对金融应急信息进行有针对性分类，例如根据 “学习止损策略” 动机，可以整理以往金融突发事件中国家应急处置措施和降低个人经济损失经验等应急信息，并结合公众习惯利用多种信息渠道进行发放资料，保证金融消费者能够“及时、有效、易获取” 地从多个信息渠道搜寻到应急处置信息。还需要关注在对外开放的内容上，应该保证持续更新，确保公众的后续跟踪查找顺利。

5.2 个性化信息服务，提升金融应急信息服务针对性

本研究构建了被动困难型、潜水浏览型和主动无障碍型3 种类型的群体模型，金融应急管理部门可以针对不同的簇类制定个性化金融应急信息服务方案。对于金融受灾风险低的被动困难型群体而言，其对金融领域重点事件的关注度不足，对金融突发事件恶化后的金融危机危害也不敏感。针对此类群体，通过考察其日常通用的信息获取渠道，扩大同类渠道的选择范围，在此基础上提供金融风险识别培训，强化该类群体的危机意识和风险感知能力；对于应急信息搜寻动机清晰的潜水浏览型群体而言，可以继续强化他们的应急信息搜寻能力和加强金融投资的学习，弱化他们的搜寻障碍，减少虚假信息的误导，控制舆论走向；对于主动无障碍型群体而言，只需要在满足其需求的基础上，全面持续地提供金融风险应急信息即可。

5.3 打破搜寻障碍，提高金融应急信息服务效率

本研究发现在应急信息搜寻过程中会存在一定的障碍，而障碍感知程度较高的是专业性强、信息过载问题。针对部分公众知识储备和信息捕捉能力较低等情况，可以通过银行、证券等金融机构和工商等政务部门形成信息透明，共建金融风险信息共享平台，第一时间向媒体和社会公众滚动式发布最新信息，并结合虚假信息监督机制降低虚假信息比例；信息过载是目前信息网络环境下的 “头号障碍”，应该在金融应急信息服务平台开设专栏活动，指导公众进行有效应急信息检索，提升公众应急信息搜寻效率。

5.4 构建预警机制，提高金融应急信息服务灵敏度

金融突发事件的扩散作用能够通过金融机构、金融市场以及媒体报道等多种途径加快恶化，难以及时开启防御系统。而金融风险应急处置仅仅是在突发事件发生后竭力阻止其影响扩散和最大化止损，并不能提前预防风险灾害。如果重视金融风险信息预警监测工作，建立牢靠的金融风险信息监测系统，由中国人民银行就统一指挥、统一协调原则，调动多方技术支持。在金融突发事件的潜伏阶段及时拉响警报，提前采取有效的应急措施，控制突发事件的演变方向，避免在毫无准备的情况下仓促应战，以期在降低应急风险成本、强化应急效果的同时，阻止事态扩大化，从而有效化解金融风险，防止金融市场紊乱。

6 结语

本文以金融突发事件为情境，剖析公众的金融应急信息搜寻行为特征。首先，根据访谈和问卷结果推导出公众金融应急信息搜寻行为模式图；其次，对问卷数据结果进行特征分析，并SPSSAU 生成初步聚类结果；最后，综合利用均值数据和二阶聚类分析从金融应急信息搜寻诉求、动机等诸多方面详细剖析金融突发事件下公众应急信息搜寻行为过程，并结合城市金融力分析不同群体的受灾情况，最终构建了被动困难型、潜水浏览型、主动无障碍型的群体模型，并根据分析结果提供以提高金融应急信息服务平台效率的措施建议，以供金融应急管理部门参考。