基于SEM的員工安全行為作用的路徑分析

朱艷娜，朱先飛，何 剛，喬國通

安徽理工大學,1.經濟與管理學院，2.電氣與信息工程學院，安徽淮南，232001

基于SEM的員工安全行為作用的路徑分析

朱艷娜1，朱先飛1，何 剛1，喬國通2

安徽理工大學,1.經濟與管理學院，2.電氣與信息工程學院，安徽淮南，232001

為深入了解煤礦員工安全行為事故致因路徑，有效降低煤礦事故發生率，以安全行為管理理論、SPSS和AMOS方法為研究基礎，提出員工安全行為路徑分析算法，對比分析員工安全行為作用路徑。結果表明，結構方程模型與實際數據適配，煤礦員工安全行為受作業環境影響程度最大。據此可知，改善員工作業環境是提升員工安全行為水平的可行路徑。

煤炭企業；結構方程模型；安全行為；量化評價

1 問題的提出

《2015-2020年中國煤炭行業發展分析及投資前景預測報告》顯示，2012年中國煤炭產量36.6億噸，比2011年增長4%左右[1]，礦難人數為1 384人，生產100萬噸煤炭中礦工死亡率為0.374[2]。為提高礦工安全意識，行為安全理論研究在我國的推廣和應用愈來愈廣泛[3]，但仍有不足。該理論在具體領域和行業的適用條件及影響因素缺少針對性的深入剖析，尤其缺乏宏觀環境對教育水平、員工素質以及員工行為安全因素的考慮。目前，國內外在員工安全行為管理、安全評價等方面的研究主要集中在兩個方面：一是煤礦員工安全行為管理研究。1919年英國格林伍德(Greenwood M.)和伍茲(Wood H.H.)對傷亡事故進行統計分析，開創事故致因理論研究的先河[4]。Reason依據動機因素理論，解析該理論在員工違章過程中所扮演的角色[5]。國內學者則因研究條件和研究水平等局限，比較重視介紹國外有關理論，并對這些理論加以驗證。安宇等使用煤礦應激場景個體行為能力測試系統等試驗儀器，從正常生產時和應激狀況下兩種情況開展安全行為能力的試驗及關聯性分析[6]。二是引入數學模型對煤礦安全行為進行研究。陳兆波等設計煤礦安全事故人為因素的開環和閉環分析方法，解決了不同分析人員得出不同分析結果的問題[7]；何剛等應用系統動力學量化煤礦員工安全行為水平，并進行動態仿真[8]；陳述等利用有向圖構建重大突發事件應急響應的協同網絡，綜合運用線性規劃理論與方法，將協同應急響應問題抽象成多目標協同決策優化模型[9]。袁顯平等運用統計分析方法，系統分析了我國煤礦礦難的特征及演變趨勢，并檢索、統計所有可供使用的文獻，針對礦難特征與演變、發生原因、新聞關切、經濟賠償等方面，全面系統地梳理和評述了近60年的研究成果[10]。郭紅領等利用建筑信息模型(BIM)和定位技術(PT)，研究工人不安全行為的預警機制[11]；李光榮等為進一步提升新信息技術條件下煤礦安全風險預控管理信息化水平，引入IT領域新近發展起來的云計算技術[12]。上述研究中，分析和評價煤炭員工安全行為多以靜態定量或定性評價為主。本研究以煤礦員工安全行為為主要研究對象，運用AMOS及SPSS統計軟件，并借助企業調研及專家訪談等方法，深入剖析煤炭員工安全行為的作用路徑及各因素之間的因果關聯，對員工安全行為水平進行定量分析。

2 員工安全行為的影響因素

影響煤炭行業員工安全行為的影響因素很多，考慮到煤礦作業環境的復雜性及危險性，筆者在綜合相關專家文獻研究的基礎上，深入淮南市五大煤礦對各層次員工進行相應的問卷調查及訪談，運用SPSS軟件對得到的眾多影響煤礦員工安全行為的影響因子進行因子分析。歸納提取的影響因子為員工個人因素、作業環境、企業管理決策三大方面。其中，各因素又由相關的子因素構成，再分析各子因素之間的相關關系。采用李克特五點量表法，從“非常不符合”到“非常符合”，選項分數從1至5，得分愈高，表示此因素對煤礦員工安全行為的影響越大。經探索性因素分析結果，求出其建構信度，如表1。

表1 煤礦員工安全行為的影響因素

3 煤炭企業員工安全行為SEM模型

3.1 SEM模型簡介

SEM與LISREL統計軟件密不可分，它整合因素分析(FA)與路徑分析(PA)兩種統計方法，可以將測量和分析整合為一。本研究應用AMOS理論和建模方法，開發安全高效的煤炭企業員工安全行為路徑分析模型，提出員工安全行為路徑分析算法，并建立回歸方程，對比分析員工安全行為作用路徑。

3.2 AMOS建模過程

考慮構建CFA模型圖的需要，采集淮南市五大煤礦企業的各項指標，抽取200名一線員工作為調研對象，采用李克特五點量表法，對表1中的12項指標分別打分，量化處理各項參數指標的初始值。對得到的數據運用SPSS軟件進行整理分析，結合結構方程模型中AMOS進行標準化及非標準化建模。

3.3 問卷信度效度檢驗

為保證結構方程模型的準確性，運用SPPS軟件對其進行信度、效度檢驗。首先判斷問卷數據是否適合因子分析，KMO檢驗的結果為0.823，Bartlett球體檢驗的P值為0.000<0.05，均適合進行因子分析。采用克龍巴赫系數(Cronbach's Alpha) 對問卷信度進行檢驗；運用探索性因子分析方法檢驗得到各觀察變量的因子載荷系數，進行效度檢驗。從表2得知，Cronbach's Alpha值都大于0.7，說明信度可接受；因子載荷系數值都大于0.7，說明問卷具有很高的效度，可以接受。

表2 問卷信度效度分析

3.4 SEM模型分析

運用結構方程模型分析各個子因素之間的相關關系，模型結果見圖1和圖2。由圖1和圖2可知，GFI(適配度指數)=0.958>0.900，AGFI(調整后適配度指數)= 0.935>0.900，RMSEA為漸進殘差均方和平方根，其值愈小，表示模型的適配度愈佳。卡方值(CMIN欄)為51.020，模型的自由度為51，顯著性概率值P=0.473>0.05，未達顯著水平，接受原假設，表示假設模型與樣本數據可以適配。此處漸進殘差均方和平方根(RMSEA值=0.001)小于0.050(模型可以接受的標準)，均達到模型可以適配的標準。12個指標變量、3個構面因素，所建立的12個回歸方程式分別為：

VA1=0.81VA+0.66VB1=0.71VB+0.51VC1=0.75VC+0.57

VA2=0.84VA+0.70VB2=0.72VB+0.51VC2=0.78VC+0.61

VA3=0.82VA+0.67VB3=0.75VB+0.56VC3=0.87VC+0.76

VA4=0.69VA+0.48VB4=0.78VB+0.61VC4=0.83VC+0.68

圖1中，高階因素構念的方差，3個潛在變量及12個誤差變量的測量殘差變異量估計值，這16個估計參數的測量誤差值分別為：0.44、0.17、0.05、0.10、0.31、0.22、0.39、0.28、0.28、0.25、0.21、0.37、0.32、0.19、0.21，均為正數且達到0.05顯著水平，變異標準誤估計值均很小，數值介于0.019至0.081之間，說明無模型界定錯誤。此外，估計參數中沒有出現負的誤差變異量且標準誤差估計值均很小，表示模型基本適配度良好。

圖1 非標準化模型圖

圖2 標準化估計值模型圖

圖2中，高階因素“員工安全行為能力”可以解釋員工個人因素、復雜作業環境、企業管理層面三個初階因素的變異量分別為0.79、0.82、0.73，表明“員工安全行為能力”高階因素對于員工個人因素、復雜作業環境、企業管理層面三個初階因素的解釋力很高。三個初階因素構面與12個觀察內因變量間的因素負荷量為0.81、0.84、0.82、0.69、0.71、0.72、0.75、0.78、0.75、0.78、0.87、0.83，從因素負荷量的數值可以了解測量變量在各潛在因素的相對重要性，因素負荷量值介于0.50～0.95之間，表示模型適配良好。員工個人因素、作業環境因素及企業管理層面直接對煤礦員工安全行為產生影響，路徑系數分別為0.85、0.90、0.89，其數值越大，表明對員工安全行為影響程度越大，越需要煤礦企業重點解決與應對這方面出現的問題。

4 結束語

運用問卷調查、專家訪談等方法探究了員工安全行為作用路徑。理清煤礦運營過程中影響員工安全行為的內外因素和機理，同時結合事故致因理論、員工個人行為之間的因果關聯進行了定量化分析，并構建相關模型加以驗證。據此，給煤炭行業和管理部門高層決策者制定相關政策提供理論依據。主要研究結論如下：

(1)結合現代事故致因理論、軌跡交叉理論等提取影響員工安全行為因子，得出員工個人的不安全行為和機械設備的不安全狀態是導致煤礦事故發生的根本原因。因此，對煤礦及其他高危行業而言，控制與預防安全事故的任務仍任重道遠。(2)運用SPSS對假設模型與樣本數據進行信度、效度分析，并依據AMOS結構方程軟件，完善模型，對其進行擬合、修正，得出可以適配的結構方程模型。對模型圖進行解釋后得出如下結論：對員工安全行為影響最顯著的因素是復雜的作業環境(0.90)，其次是企業的管理狀況(0.89)，而員工個人因素對礦工安全行為影響最小。

綜上，煤礦運營中確定改善員工作業環境的最佳投入點尤為重要。如果能夠對煤礦企業員工安全行為演化路徑進行動態預警，并根據風險預控的原理進行整改，可有效預測和控制員工的不安全行為，強化員工安全行為能力，這也是下一步研究的重要問題。

[1]51行業報告網．2015-2020年中國煤炭行業發展分析及投資前景預測報告[OL/EB]．[2015-01-26]．http://www.51baogao.cn/meitan/2009meitan.shtml

[2]中國煤炭報．全國煤礦百萬噸死亡率直降74.8%[OL/EB]．[2015-01-25]．http://news.gtxhcom/news/2013 0205/jiancaixingye_683031077.html

[3]陳紅，祁慧，宋學鋒，等．煤礦重大事故中管理失誤行為影響因素結構模型[J]．煤炭學報，2006，31(5)：689-696

[4]Cavazza N，Serpe A，Effects of safety climate on safety norm violations：Exploring the mediating role of attitudinal ambivalence toward personal protective equipment[J]．Journal of Safety Research，2009，40(4)：277-283

[5]Reason J，Manstead A，Stradling S，etal．Errors and violations on the road：A real distinction[J]．Ergonomics，1990，33(10)：1315-1322

[6]安宇，張江石，邵長寶．礦工安全行為能力的試驗與研究[J]．中國安全科學學報，2011(8)：124-129

[7]陳兆波，劉媛媛，曾建潮，等．煤礦安全事故人因分析的一致性研究[J]．中國安全科學學報，2014(2)：145-150

[8]何剛，喬國通，曹華亮，等．煤炭企業員工安全行為水平量化研究[J]．中國安全科學學報，2013(4)：57-62

[9]陳述，余迪，鄭霞忠，等．重大突發事件的協同應急響應研究[J]．中國安全科學學報，2014(1)：156-162

[10]袁顯平，嚴永勝，張金鎖．我國煤礦礦難特征及演變趨勢[J]．中國安全科學學報，2014(6)：135-140

[11]袁顯平，嚴永勝，張金鎖．我國煤礦礦難研究綜述[J]．中國安全科學學報，2014(8)：132-138

[12] 郭紅領，劉文平，張偉勝．集成BIM和PT的工人不安全行為預警系統研究[J]．中國安全科學學報，2014(4)：104-109

[13]李光榮，田佩芳，劉海濱．煤礦安全風險預控管理信息化云平臺設計[J]．中國安全科學學報，2014(2)：138-144

(責任編輯：胡永近)

10.3969/j.issn.1673-2006.2015.08.007

2015-03-25

安徽省軟科學研究計劃項目“安徽煤炭安全管理水平動態評價方法研究”(11020503087)；大學生創新創業訓練計劃項目“煤礦員工不安全行為識別、預防機制及實證研究”(201310361104)；安徽省教育廳人文社會科學重點研究基地項目“員工不安全行為識別、預防與干預的動態機制設計及其實證研究”(SK2014A041)。

朱艷娜(1992-)，女，山東荷澤人，在讀碩士研究生，主要研究方向：安全管理、系統工程、決策評價。

X928

A

1673-2006(2015)08-0026-04