安全氛围感知对矿工不安全行为影响研究.pdf

第3 4 卷 2 0 1 4 年0 8 月 矿冶工程 M I N I N GA N DM E T A L L U R G I C A LE N G I N E E R I N G V 0 1 ．3 4 A u g u s t2 0 1 4 安全氛围感知对矿工不安全行为影响研究① 徐国峰1 ，朱文胜2 ，王润红2 1 ．中国矿业大学 北京 资源与安全工程学院，北京1 0 0 0 8 3 ；2 ．中铁资源集团有限公司，北京1 0 0 0 3 9 摘要通过构建不安全行为的一种阐释模型，以此来说明不安全行为的下列促成因素对工作场所中个体的安全行为机制的影 响①安全氛围感知；②危险等级感知；③工作压力感知；④风险感知；⑤障碍感知。采用调查问卷方式对某矿山企业1 2 2 名工 人进行数据采集，并采用结构方程模式 S E M 来进行测算。结果显示，安全氛围感知是所有不安全行为促成因素中最突出的因素。 关键词不安全行为；结构方程模式；安全氛围感知 中图分类号F 4 0 7文献标识码B d o i 1 0 ．3 9 6 9 ／j ．i s s n ．0 2 5 3 6 0 9 9 ．2 0 1 4 ．0 8 ．1 4 0 文章编号0 2 5 3 6 0 9 9 2 0 1 4 0 8 0 5 0 4 0 5 近年来，我国煤矿生产技术与安全管理水平不断 提高，煤矿死亡人数、重特大事故数、百万吨死亡率等 安全指标均呈总体下降趋势。但与世界主要产煤国家 相比，还有很大的差距。煤矿作业具有移动性特征，作 业环境的不断变化和作业设备的频繁移动，使得系统 和设备的可靠性大大降低，需要依赖员工行为的改善 来弥补系统可靠性方面的缺陷。国内外许多事故原因 的分析统计也表明，矿工的不安全行为是安全事故的 主要原因。 1 不安全行为决定因素 国内外研究表明组织因素与文化因素对不安全行 为有相当大的影响，其中最突出的因素是安全氛围感 知，其次是危险等级感知、工作压力感知、风险感知、障 碍感知等因素。大量研究人员使用结构方程建模 S E M 开展了审查与安全相关各变量之间结构关系 的研究，采取每一变量对其他变量以及标准变量造成 的直接和间接影响进行评估的统计技术。目前，美国、 挪威等国家的学者有四项研究尝试解释安全氛围与不 安全或者安全行为之间的结构关系。他们的研究设计 和模型结构参见表1 。从表1 中可以看出，以上四项 研究中没有一项在其结构模型中包含了不安全行为的 所有主要的促成因素。 依据大量的文献及相关研究，与不安全行为相关 的各变量之间的结构关系可以假设如图1 所示。 2 方法 2 ．1 样本 邀请了内蒙古平煤矿业集团某矿不同工种的1 3 6 名工人来参加本次研究，其中1 2 2 名工人 9 0 ％ 完成 表1 审查与不安全行为相关变量之间结构关系的研究 图1结构之间关系的假设结构模型 ①收稿日期2 0 1 4 0 7 - 1 0 作者简介徐国峰 1 9 7 4 一 ，男，内蒙古赤峰人，博士研究生，研究方向为安全管理工程。 万方数据 2 0 1 4 年0 8 月 徐国峰等安全氛围感知对矿工不安全行为影响研究 了调查。就1 2 2 份回复的调查而言，根据有关缺失的 数据比例以及存在系统性回答方式的标准，其中的 1 2 0 份被认定为可用。参与调查的工人的1 0 ％ 数量 为1 2 名 年龄低于2 5 岁；2 3 ％ 数量为2 8 名 年龄属 于2 5 ～3 4 岁之间；2 8 ％ 数量为3 4 名 年龄属于3 5 4 4 岁之间；2 6 ％ 数量为3 1 名 年龄属于4 5 ～5 4 岁之 间；1 3 ％ 数量为1 5 名 年龄超过5 4 岁。 2 ．2 工具 2 ．2 ．1 调查工具 本次研究中使用的所有项目，根据计划表中的项 目池、随后的科学项目压缩程序、专家审查以及初步试 验来进行。涵盖了所有陈述项目，避免了重复项目、冗 余项目、困难词汇或者多重否定项目以及意义含糊的 代词引用。经过筛选的项目分类采取了与关键事件法 所使用的相同程序，其中“与总体目标的相关性”以及 “对总体目标的影响程度”是重要的标准。此外还包 含了验证项目以检测不良反映倾向，这在对项目进行 求和运算时，同样有助于提高测试的内部一致性。 专家评审团 专家数量为3 审查了初步工具以使 内容效度得到最大化。其中包括一名研究安全科学并 且为企业提供了1 5 年以上改进工作安全咨询服务的 大学教授、一名该矿安全总工以及一名该矿的安全管 理工作人员。 就测算格式而言，除了测算安全行为百分比、风险 感知与人口统计变量之外，所有的项目均采用里克特 式7 分标准进行测算，其中分别以1 分和7 分固定表 示强烈不同意与强烈同意。 2 ．2 ．2 安全氛围感知 此次研究采用S C S 模型。7 个项目测算管理承诺 克龙巴赫系数a 0 ．8 4 ；5 个项目为监管者支持 克 龙巴赫系数a 0 ．8 2 ；6 个项目为同事支持 克龙巴赫 系数a 0 ．8 0 ；6 个项目为员工参与 克龙巴赫系数 仅 0 ．7 9 ；以及6 个项目为能力水平 克龙巴赫系数 a 0 ．7 8 。效度标准由包括工人安全行为在内的五项 其他标准等级的显著相关性来证明。结构效能由使用 S P S S 进行的探索性分析以及使用L I S R E L 进行的验证 性分析来提供。 2 ．2 ．3 危险等级感知 从有2 6 个项目的初始项目池中选择了8 个项目 标准 克龙巴赫系数a 0 ．7 9 用以测算危险等级感 知，例如工作条件以及环境控制。但是，8 个项目中的 2 项由于是作为描述性统计，而从标准中被删除。考 虑到标准的可靠度能够被定义为“可归因于潜在变量 真实分数的方差比例”以及在不同数据收集场所产生 相似结果测算的程度，对由于将该两个项目排除而导 致的克龙巴赫系数变化进行了核查。克龙巴赫系数从 o ．7 9 降低为o ．7 7 ，表明该两项对结构测算的贡献不大 表2 。 表2 本次研究中使用的以前未验证的项目标准 标准项目 总体而言，这是一个安全的工作地点 在这里调度服务被维持在一个相当高的水平上 危险等级感知奎磊笾警畜盏墨薏磊i ；l ；；；嚣护 工作地点瓦斯浓度偏高 在恰当的地点提供工具 生产被给予超过安全的优先等级 通常忙于工作任务而暂时忽略安全 当需要及时完成工作时会走捷径 工作压力感知通常没有时间去安全的做事 如果遵守所有的安全规则，那么难以做完工作 由于繁重的工作量，走捷径和冒风险是常事 有许多快速完成工作的压力 背部损伤、滑倒或绊倒、坠落、物体击伤、夹人或者 夹住、电击、爆炸或者火灾、冒顶、切割或者挤压、 风险感知 翥孝挲％磊辜效祷嚣蕊凝拿嘉篓；爱 及工作场所暴力的受伤可能性 0 ～3 分 与可能 的后果 I 一3 分 不遵守所有的安全规则和程序则不能安全做好工作 大多数安全程序导致不必要的不便 许多安全程序事实上对事故预防作用不大 障碍感知即使不舒服也穿戴个人防护救生设备 即使穿戴合适的个人防护救生设备仍然会遭受伤害 遵守安全程序有助于避免事故发生 安全规则与程序使得无法高效的进行工作 在指定区域内戴着安全帽 在指定区域内戴着防护设备 遵守所有的安全规则 没有纠正滑倒或绊倒或坠落的危险 当完成任务时，会清理的工作区域 在开始工作之前不会与同事交流 不安全行为 套主箬易彗皇墨薅囊窆嘉器錾箸器菱器童嚣蔷准 在进入不熟悉的工作环境时并未获得许可 在清扫运输设备下方或者附近时，停止了所有的 传送设备 并未报告所有经历过或者目睹过的准失误 不在药物和酒精的影响下工作 在现场工作时，穿戴合适的防护救生设备 2 ．2 ．4 工作压力感知 从有2 5 个项目的初始项目池中选择了7 个项目 标准 克龙巴赫系数a 0 ．8 8 用以测算工作压力感 知，例如过度的工作量，必须的工作节奏以及时间 压力。 2 ．2 ．5 风险感知 经过现场观察，按伤害类型对该矿伤害记录进行 审查以及与该矿的安全管理者进行讨论后，从4 2 项初 始伤害集中针对矿山行业的特点开发了一套1 4 项常 见伤害标准。其中包括爆炸、火灾、冒顶、机电设备事 故、触电、滑倒或绊倒、肢体受伤等等。受访者被要求 万方数据 矿冶工程 第3 4 卷 就每一种危害对未来1 2 个月内的受伤可能性感知 采取4 分制，0 分 不太可能，3 分 非常有可能 以 及可能的后果 采取三分制，1 分 轻微，3 分 严重 进行评级。将可能性感知评级与后果评级进行乘法运 算将获得每一种危害的风险得分，将单个的风险得分 进行加总，将获得属于0 ～1 2 6 分范围内的每一位受访 者的风险感知得分。 2 ．2 ．6 障碍感知 从有2 0 个项目的初始项目池中选择了7 个项目 标准 克龙巴赫系数O t 0 ．7 8 用以测算障碍感知，包 括随意的态度、对安全措施有效性的怀疑以及遵守安 全程序的不便感知。 2 ．2 ．7 不安全行为 经过现场观察，按伤害类型对该矿伤害记录进行 审查以及与该矿的安全管理者进行讨论后，针对矿业 行业的特点开发了一套1 5 项代表性不安全行为的标 准。克龙巴赫系数O ／为0 ．7 7 。为了减少单一方法偏差 产生的部分问题以及展示不安全行为措施的聚合效 应，包含了一项要求增加1 0 ％安全工作行为比例的 项目。 2 ．3 数据分析 2 ．3 ．1 数据处理 在保留的1 2 0 份已完成的回复中，没有发现未回 答项目中存在系统性方式。考虑到潜在变量S E M 使 用了几组协方差矩阵进行输入，因此进行了数据重建 而非将缺失数据进行比对删除，因为比对删除将导致 妨碍解决方案的奇异矩阵。缺失的数据点将按照每一 情况下附近点的平均值进行计算。 为了建立有意义的里克特式7 分回复的评分价 值，从针对测算其结构的有利或者不利方向明确了每 一陈述。接着针对每一陈述的任意答复选项通过“对 积极措辞项目的同意与对消极措施的不同意均获得相 同分数”的方式进行价值的重新分配。 2 ．3 ．2统计分析 为了测试无效假设，即建议模型中的结构对不安 全行为没有任何直接和间接的影响，S E M 以最大似然 法进行测试。S E M 允许研究人员通过创建测量模型 和结构模型来探索各变量之间相互作用的方式。出于 两大理由，本次研究中使用S E M 是合理的。首先，由 于在安全氛围与安全行为上超过2 0 年的研究，可以假 定结构的基础理论顺序。第二，模型中的许多探测器 与结构的关联都超过了适度范围。如果采取多元回归 法来对相关探测器对标准变量的影响进行评估，多重 共线性将产生有偏见且不稳定的结论。尽管如此，只 要不存在完整的多重共线性，S E M 就能够对各探测器 之间的相关关系进行建模。 2 ．3 ．3 模型评估 S E M 的模型评估能够以3 种方式进行①适当标 准误差获得的参数估值的可行性；②对每一观察指标 的平方复相关系数 S M C 或者R 2 ；③整体上的模型 拟合。参数估值必须表现正确的符号并且方差应当为 非负数。同时，拥有过大或者过小标准误差模型都是 拟合性较差的模型。每一S M C 被视为指标中由各自 的潜变量所解释的方差比例，与探索性因素分析中的 公因子方差测算属于相似的概念。 3 结果 3 ．1 模型设定 S E M 模型能够被分解为两个次模型测量模型与 结构模型。测量模型定义观测指标与不可观测的潜变 量之间的关系，而结构模型定义各个不可观测的潜变 量之间的关系。在图2 中使用标准L I S R E L 符号来帮 助图1 中拟议的模型建立了模型方程式。 图2L I S R E L 符号中的假设S E M 模型 测量模型的方程式如下所示 戈 A ，f 6 1 Y A y T ／ 占 2 式中z 为观察的外生 自 变量的向量；Y 为观察的内 生 因 变量的向量；f 为潜在外生 自 变量的向量； 叼为潜在内生 因 变量的向量；A ；为x 对f 的回归矩 阵；A ，为l ，对7 7 的回归矩阵；6 为x 中的测量误差向 量；s 为l ，中的测量误差向量。 本次研究中结构模型包括2 项外生潜变量 f 和 4 项内生潜变量 叼 。f 变量代表安全氛围感知与危 险等级感知。田变量是工作压力感知、风险感知、障碍 感知和不安全行为。结构模型的方程式如下所示 7 ／ B T ／ ，； f 3 式中曰为关联各内源性因素的系数矩阵；j r l 为关联外 源性因素与内源性因素的系数矩阵；f 为代表方程式 中与叼与f 干扰项 相关误差的残差矢量。 假设8 , 6 和f 分别与玑f 和亭并不相关。程序 P R E L I S2 被用于准备L I S R E L 分析的8 个矩阵。其中 的4 个是A 。、A 。F 和曰的回归矩阵。另外的4 个矩 万方数据 2 0 1 4 年0 8 月 徐国峰等安全氛围感知对矿工不安全行为影响研究 阵为t p p h i 、沙 p s i 、0 6 t h e t a d e l t a 与O e t h e m ． e p s i l o n ，分别是f 、f 、6 和s 中的方差一协方差矩阵。在 将方差- 协方差矩阵提交至L I S R E L 程序之后，使用最 大似然估计法来估计S E M 模型的参数。 根据相关文献资料，4 个可能模型中的3 个被嵌 套至模型1 中进行测试 图2 ，这允许模型之间进行 x 2 的区别测试。模型1 假设了安全氛围感知对不安 全行为的直接和间接的影响。在这一模型中，工作压 力感知、风险感知以及危险等级感知协调其他因素对 不安全行为的影响。危险等级感知被假定只能间接的 通过风险感知与障碍感知来影响不安全行为。同时， 该模型分别假设了安全氛围感知和工作压力感知对障 碍感知和不安全行为的直接影响。模型2 在各潜变量 之间假设了相同的关系，但是排除了工作压力对不安 全行为的直接影响。模型3 在各潜变量之间与模型2 假设了相同的关系，但是排除了危险等级感知对障碍 感知的直接影响。模型4 在各潜变量之间与模型3 假 设了相同的关系，但是排除了安全氛围对障碍感知的 直接影响。 3 ．2 模型评估 各模型之间拟合优度指数的适当性几乎相同，如 表3 所示。 表3四个先验模型的拟合优度指数 模型 x 2d fC F I1 1 7 IN N F IS R M RR M S E A △工2A d fP l22 7 5 ．7 2l2 1 3 ．9 8．9 8．9 8．0 5 2．0 4 3 2 22 7 6 ．0 1l2 1 4 ．9 8．9 8．9 8．0 5 2 ．0 4 30 ．2 9 l ．0 5 322 7 8 ．2 8l2 1 5 ．9 8．9 8．9 8．0 5 2．0 4 32 ．2 7l ．0 5 422 8 4 ．5 7l2 1 6 ．9 8 ．9 8．9 8．0 5 4．0 4 36 ．2 91 1 ．9 6 ，这表示这些模型是具有优良拟合性和有效 测量方法的模型。但是，正如图3 ～5 所示，虽然模型3 中的所有路径均相当明显，但是模型1 和模型2 的结 构路径系数却仍然包含了不明显的路径。 图3 结构模型 模型1 图4 结构模型 模型2 图5 结构模型 模型3 因此，路径图支持了模型3 是所有4 个假设模型 中对不安全行为最好的解释型模型的结论。 安全氛围感知对不安全行为有直接和间接的重大 影响。安全氛围感知越高，安全行为的水平越高 标 准y 0 ．7 3 ，工作压力感知越高 标准y - 0 ．6 7 ，而 障碍感知更低 标准y - 0 ．2 3 。同样，工作压力感知 越高，风险感知也越高 标准J B 0 ．7 2 。风险感知同 样受到危险等级感知的影响 标准y 0 ．4 0 。更高的 危险等级感知能够促进更高的风险感知，这反过来又 推动更多的障碍感知 标准口 0 ．3 8 。感知的安全障 碍越多，表现的安全行为水平则越低 标准口 一0 ．4 0 。 就关系的等级而言，安全氛围感知对不安全行为的直接 影响是所有潜在因素之间相互关系中最重要的关系。 万方数据 矿冶工程 第3 4 卷 4 结论 本研究通过结构方程分析对安全氛围以及其它影 响工人安全行为的因素进行了有价值的深入研究。 首先，安全氛围感知是安全行为所有促成因素中 最优的探测器。就因果关系而言，安全氛围感知同时 以3 种路径影响不安全行为①通过对工作压力感 知、风险感知和障碍感知等其他中介因素间接造成后 续影响；②通过对障碍感知的直接影响，这反过来又 会影响不安全行为；③直接对不安全行为的影响。递 归的方向性与路径系数的符号也表明了安全氛围的连 锁效应。一旦安全氛围感知提高，则会降低工作压力 感知水平，这反过来又会降低风险感知。接下来，工人 将感知到更少的安全障碍，这又促进了安全行为。 标准化的路径系数允许对各潜在因素的影响等级 进行比较。它表明安全氛围感知对不安全行为的直接 影响 0 ．7 3 是潜在因素之间所有相互关系中最重要的 关系，紧接着是工作压力感知对风险感知的影响 0 ．7 2 以及安全感知对工作压力感知的影响 一0 ．6 7 。该结 论确认了安全氛围感知作为不安全行为探测器的效 用。因此，就防止工作场所发生事故的干扰行为而言， 本研究建议将更多的资源和计划投入到安全氛围和工 作压力因素，而非物理工作环境上。 参考文献 [ 1 ]陈红．中国煤矿重大事故中的不安全行为研究[ M ] ．北京科 学出版社，2 0 0 6 ． [ 2 ] 刘海滨，梁振东．煤矿员工不安全行为影响因素及其干预研究 [ M ] ．北京中国经济出版社，2 0 1 3 ． [ 3 ]梁振东．组织及环境因素对员工不安全行为影响的S E M 研究 [ J ] ．中国安全科学学报，2 0 1 2 ，2 2 1 1 1 6 2 2 ． [ 4 ] B y r n eBM ．S t r u c t u r a lE q u a t i o nM o d e l i n gw i t hL i s r e l ，P r e l i s ，a n d S i m p l i s B a s i cC o n c e p t s ，A p p l i c a t i o n s ，a n dP r o g r a m m i n g [ M ] ．L a w r e n c eE r l b a u mA s s o c i a t e s ，l n c ，M a h w a h ，N J ，1 9 9 8 ． [ 5 ]C h e y n eA ，C o xS ，O l i v e rA ，e ta 1 ．M o d e l l i n gs a f e t yc l i m a t ei nt h e p r e d i c t i o no fl e v e l so fs a f e t ya c t i v i t y [ J ] ．W o r ka n dS t r e s s ，1 9 9 8 ，1 2 3 2 5 5 2 7 1 ． [ 6 ] C o xSJ ，C h e y n eAJT ．A s s e s s i n gs a f e t yc u l t u r ei no f f s h o r ee n v i r o n m e n t s [ J ] ．S a f e t yS c i e n c e ，2 0 0 0 ，3 4 1 3 1 1 1 1 2 9 ． [ 7 ] 王心怡．矿工安全氛围感知与安全意识的关系[ D ] ．合肥安徽师 范大学，2 0 1 3 ． 万方数据