専門家と非専門家(消費者)のリスク認知の差に配慮した消費者の行動変容を促す効果的なベネフィットリスクコミュニケーション推進確保に関する研究

文献情報

文献番号
202323040A
報告書区分
総括
研究課題名
専門家と非専門家(消費者)のリスク認知の差に配慮した消費者の行動変容を促す効果的なベネフィットリスクコミュニケーション推進確保に関する研究
研究課題名(英字)
-
課題番号
21KA3002
研究年度
令和5(2023)年度
研究代表者(所属機関)
種村 菜奈枝(国立研究開発法人医薬基盤・健康・栄養研究所 国立健康・栄養研究所 食品保健機能研究部)
研究分担者(所属機関)
  • 楠見 孝(京都大学 教育学研究科)
  • 富永 佳子(新潟薬科大学 薬学部)
  • 小野寺 理恵(大阪公立大学 大学院医学研究科)
  • 柿崎 真沙子(名古屋市立大学 医学部)
  • 荒木 通啓(医薬基盤・健康・栄養研究所 国立健康・栄養研究所 AI栄養チーム・AI健康医薬研究センター)
研究区分
厚生労働科学研究費補助金 健康安全確保総合研究分野 食品の安全確保推進研究
研究開始年度
令和3(2021)年度
研究終了予定年度
令和5(2023)年度
研究費
946,000円
研究者交替、所属機関変更
-

研究報告書(概要版)

研究目的
本研究の目的は、専門家と非専門家(消費者)のリスク認知の差に配慮した効果的な食品のリスクコミュニケーション推進のため、消費者のリスク受容度の推計モデルを構築することである。
研究方法
消費者のリスク受容度を予測するために、出力データとしてリスク受容判断、入力データとして背景データやリスク受容判断を除いたその他の調査収集データを投入後、構築した機械学習モデルの精度評価を行った。
結果と考察
リスク受容度の推計モデルの精度は高く、さらに、リスク受容度に影響を与える要素を可視化することが可能となった。これらの技術は、例えば、行政等の公的機関から食の安全に関する情報を発信する場面において、事前のコミュニケーションデザインの設計に活用することが可能である。
結論
今後、行政等の公的機関から情報発信する前に期待されるべき行動の変化をアウトカムとしたリスク受容度の推計ならびにリスク受容度に影響を与える要素を特定した上で、それら要素に配慮したコミュニケーションデザインを事前に設計することにより、専門家と非専門家(消費者)のリスク認知の差に配慮した消費者の行動変容を促す効果的なベネフィットリスクコミュニケーション推進確保に繋がると考える。

公開日・更新日

公開日
2024-09-13
更新日
-

研究報告書(PDF)

公開日・更新日

公開日
2024-09-13
更新日
-

研究報告書(紙媒体)

文献情報

文献番号
202323040B
報告書区分
総合
研究課題名
専門家と非専門家(消費者)のリスク認知の差に配慮した消費者の行動変容を促す効果的なベネフィットリスクコミュニケーション推進確保に関する研究
研究課題名(英字)
-
課題番号
21KA3002
研究年度
令和5(2023)年度
研究代表者(所属機関)
種村 菜奈枝(国立研究開発法人医薬基盤・健康・栄養研究所 国立健康・栄養研究所 食品保健機能研究部)
研究分担者(所属機関)
  • 楠見 孝(京都大学 大学院教育学研究科)
  • 富永 佳子(新潟薬科大学 薬学部)
  • 小野寺 理恵(大阪公立大学 大学院医学研究科)
  • 柿崎 真沙子(名古屋市立大学 医学部)
  • 荒木 通啓(国立研究開発法人医薬基盤・健康・栄養研究所 国立健康・栄養研究所 AI栄養チーム・AI健康医薬研究センター)
研究区分
厚生労働科学研究費補助金 健康安全確保総合研究分野 食品の安全確保推進研究
研究開始年度
令和3(2021)年度
研究終了予定年度
令和5(2023)年度
研究者交替、所属機関変更
-

研究報告書(概要版)

研究目的
本邦では、リスク情報の記載の程度の違いが、非専門家(消費者)のベネフィットやリスク認知に対し、どの程度、影響を与えるかを定量的に測定するための評価方法や消費者リスク受容度の指標化の検討は十分なされていなかったことを受けて、最終的に、専門家と非専門家(消費者)のリスク認知の差に配慮した効果的な食品のリスクコミュニケーション推進確保を目指した消費者のリスク受容度の推計モデルの構築を本研究の目的とした。
研究方法
本研究での「リスク受容度」の定義は、「消費者のリスク受容の程度」とした。消費者のリスク受容度の推計モデルとして、新たに人工知能(機械学習モデル)を構築した。
結果と考察
 既存情報の対象集団において、男性3,600人のうち、認知カテゴリ①:ベネフィット認知/高かつリスク認知/低は3,324人(平均52.1±12.7歳)であった。女性3,600人のうち、認知カテゴリ①:ベネフィット認知/高かつリスク認知/低は3,295人(平均50.0±13.2歳)であった。機械学習のモデル精度は、男性(認知カテゴリ①)で、F値:平均0.926(SD:0.000)、女性(認知カテゴリ①)で、F値:平均0.911(SD:0.000)であり、モデルの精度は高かった。 リスク受容度の推計モデルの精度は高く、さらに、リスク受容度に影響を与える要素を可視化することが可能となった。
結論
構築した「リスク受容度の推計モデル」は、公的機関等から食の安全に関する情報を発信する場面において、事前のコミュニケーションデザインの設計に活用することが可能である。今後、専門家と非専門家(消費者)のリスク認知の差に配慮した消費者の行動変容を促す効果的なベネフィットリスクコミュニケーション推進の確保に寄与すると考える。

公開日・更新日

公開日
2024-09-13
更新日
-

研究報告書(PDF)

公開日・更新日

公開日
2024-09-13
更新日
-

研究報告書(紙媒体)

行政効果報告

文献番号
202323040C

収支報告書

文献番号
202323040Z
報告年月日

収入

(1)補助金交付額
1,229,000円
(2)補助金確定額
943,000円
差引額 [(1)-(2)]
286,000円

支出

研究費 (内訳) 直接研究費 物品費 140,613円
人件費・謝金 24,600円
旅費 119,860円
その他 374,927円
間接経費 283,000円
合計 943,000円

備考

備考
-

公開日・更新日

公開日
2025-09-22
更新日
-