基于SEM的员工安全行为作用的路径分析

朱艳娜，朱先飞，何 刚，乔国通

安徽理工大学,1.经济与管理学院，2.电气与信息工程学院，安徽淮南，232001

基于SEM的员工安全行为作用的路径分析

朱艳娜1，朱先飞1，何 刚1，乔国通2

安徽理工大学,1.经济与管理学院，2.电气与信息工程学院，安徽淮南，232001

为深入了解煤矿员工安全行为事故致因路径，有效降低煤矿事故发生率，以安全行为管理理论、SPSS和AMOS方法为研究基础，提出员工安全行为路径分析算法，对比分析员工安全行为作用路径。结果表明，结构方程模型与实际数据适配，煤矿员工安全行为受作业环境影响程度最大。据此可知，改善员工作业环境是提升员工安全行为水平的可行路径。

煤炭企业；结构方程模型；安全行为；量化评价

1 问题的提出

《2015-2020年中国煤炭行业发展分析及投资前景预测报告》显示，2012年中国煤炭产量36.6亿吨，比2011年增长4%左右[1]，矿难人数为1 384人，生产100万吨煤炭中矿工死亡率为0.374[2]。为提高矿工安全意识，行为安全理论研究在我国的推广和应用愈来愈广泛[3]，但仍有不足。该理论在具体领域和行业的适用条件及影响因素缺少针对性的深入剖析，尤其缺乏宏观环境对教育水平、员工素质以及员工行为安全因素的考虑。目前，国内外在员工安全行为管理、安全评价等方面的研究主要集中在两个方面：一是煤矿员工安全行为管理研究。1919年英国格林伍德(Greenwood M.)和伍兹(Wood H.H.)对伤亡事故进行统计分析，开创事故致因理论研究的先河[4]。Reason依据动机因素理论，解析该理论在员工违章过程中所扮演的角色[5]。国内学者则因研究条件和研究水平等局限，比较重视介绍国外有关理论，并对这些理论加以验证。安宇等使用煤矿应激场景个体行为能力测试系统等试验仪器，从正常生产时和应激状况下两种情况开展安全行为能力的试验及关联性分析[6]。二是引入数学模型对煤矿安全行为进行研究。陈兆波等设计煤矿安全事故人为因素的开环和闭环分析方法，解决了不同分析人员得出不同分析结果的问题[7]；何刚等应用系统动力学量化煤矿员工安全行为水平，并进行动态仿真[8]；陈述等利用有向图构建重大突发事件应急响应的协同网络，综合运用线性规划理论与方法，将协同应急响应问题抽象成多目标协同决策优化模型[9]。袁显平等运用统计分析方法，系统分析了我国煤矿矿难的特征及演变趋势，并检索、统计所有可供使用的文献，针对矿难特征与演变、发生原因、新闻关切、经济赔偿等方面，全面系统地梳理和评述了近60年的研究成果[10]。郭红领等利用建筑信息模型(BIM)和定位技术(PT)，研究工人不安全行为的预警机制[11]；李光荣等为进一步提升新信息技术条件下煤矿安全风险预控管理信息化水平，引入IT领域新近发展起来的云计算技术[12]。上述研究中，分析和评价煤炭员工安全行为多以静态定量或定性评价为主。本研究以煤矿员工安全行为为主要研究对象，运用AMOS及SPSS统计软件，并借助企业调研及专家访谈等方法，深入剖析煤炭员工安全行为的作用路径及各因素之间的因果关联，对员工安全行为水平进行定量分析。

2 员工安全行为的影响因素

影响煤炭行业员工安全行为的影响因素很多，考虑到煤矿作业环境的复杂性及危险性，笔者在综合相关专家文献研究的基础上，深入淮南市五大煤矿对各层次员工进行相应的问卷调查及访谈，运用SPSS软件对得到的众多影响煤矿员工安全行为的影响因子进行因子分析。归纳提取的影响因子为员工个人因素、作业环境、企业管理决策三大方面。其中，各因素又由相关的子因素构成，再分析各子因素之间的相关关系。采用李克特五点量表法，从“非常不符合”到“非常符合”，选项分数从1至5，得分愈高，表示此因素对煤矿员工安全行为的影响越大。经探索性因素分析结果，求出其建构信度，如表1。

表1 煤矿员工安全行为的影响因素

3 煤炭企业员工安全行为SEM模型

3.1 SEM模型简介

SEM与LISREL统计软件密不可分，它整合因素分析(FA)与路径分析(PA)两种统计方法，可以将测量和分析整合为一。本研究应用AMOS理论和建模方法，开发安全高效的煤炭企业员工安全行为路径分析模型，提出员工安全行为路径分析算法，并建立回归方程，对比分析员工安全行为作用路径。

3.2 AMOS建模过程

考虑构建CFA模型图的需要，采集淮南市五大煤矿企业的各项指标，抽取200名一线员工作为调研对象，采用李克特五点量表法，对表1中的12项指标分别打分，量化处理各项参数指标的初始值。对得到的数据运用SPSS软件进行整理分析，结合结构方程模型中AMOS进行标准化及非标准化建模。

3.3 问卷信度效度检验

为保证结构方程模型的准确性，运用SPPS软件对其进行信度、效度检验。首先判断问卷数据是否适合因子分析，KMO检验的结果为0.823，Bartlett球体检验的P值为0.000<0.05，均适合进行因子分析。采用克龙巴赫系数(Cronbach's Alpha) 对问卷信度进行检验；运用探索性因子分析方法检验得到各观察变量的因子载荷系数，进行效度检验。从表2得知，Cronbach's Alpha值都大于0.7，说明信度可接受；因子载荷系数值都大于0.7，说明问卷具有很高的效度，可以接受。

表2 问卷信度效度分析

3.4 SEM模型分析

运用结构方程模型分析各个子因素之间的相关关系，模型结果见图1和图2。由图1和图2可知，GFI(适配度指数)=0.958>0.900，AGFI(调整后适配度指数)= 0.935>0.900，RMSEA为渐进残差均方和平方根，其值愈小，表示模型的适配度愈佳。卡方值(CMIN栏)为51.020，模型的自由度为51，显著性概率值P=0.473>0.05，未达显著水平，接受原假设，表示假设模型与样本数据可以适配。此处渐进残差均方和平方根(RMSEA值=0.001)小于0.050(模型可以接受的标准)，均达到模型可以适配的标准。12个指标变量、3个构面因素，所建立的12个回归方程式分别为：

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

图1中，高阶因素构念的方差，3个潜在变量及12个误差变量的测量残差变异量估计值，这16个估计参数的测量误差值分别为：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，均为正数且达到0.05显著水平，变异标准误估计值均很小，数值介于0.019至0.081之间，说明无模型界定错误。此外，估计参数中没有出现负的误差变异量且标准误差估计值均很小，表示模型基本适配度良好。

图1 非标准化模型图

图2 标准化估计值模型图

图2中，高阶因素“员工安全行为能力”可以解释员工个人因素、复杂作业环境、企业管理层面三个初阶因素的变异量分别为0.79、0.82、0.73，表明“员工安全行为能力”高阶因素对于员工个人因素、复杂作业环境、企业管理层面三个初阶因素的解释力很高。三个初阶因素构面与12个观察内因变量间的因素负荷量为0.81、0.84、0.82、0.69、0.71、0.72、0.75、0.78、0.75、0.78、0.87、0.83，从因素负荷量的数值可以了解测量变量在各潜在因素的相对重要性，因素负荷量值介于0.50～0.95之间，表示模型适配良好。员工个人因素、作业环境因素及企业管理层面直接对煤矿员工安全行为产生影响，路径系数分别为0.85、0.90、0.89，其数值越大，表明对员工安全行为影响程度越大，越需要煤矿企业重点解决与应对这方面出现的问题。

4 结束语

运用问卷调查、专家访谈等方法探究了员工安全行为作用路径。理清煤矿运营过程中影响员工安全行为的内外因素和机理，同时结合事故致因理论、员工个人行为之间的因果关联进行了定量化分析，并构建相关模型加以验证。据此，给煤炭行业和管理部门高层决策者制定相关政策提供理论依据。主要研究结论如下：

(1)结合现代事故致因理论、轨迹交叉理论等提取影响员工安全行为因子，得出员工个人的不安全行为和机械设备的不安全状态是导致煤矿事故发生的根本原因。因此，对煤矿及其他高危行业而言，控制与预防安全事故的任务仍任重道远。(2)运用SPSS对假设模型与样本数据进行信度、效度分析，并依据AMOS结构方程软件，完善模型，对其进行拟合、修正，得出可以适配的结构方程模型。对模型图进行解释后得出如下结论：对员工安全行为影响最显著的因素是复杂的作业环境(0.90)，其次是企业的管理状况(0.89)，而员工个人因素对矿工安全行为影响最小。

综上，煤矿运营中确定改善员工作业环境的最佳投入点尤为重要。如果能够对煤矿企业员工安全行为演化路径进行动态预警，并根据风险预控的原理进行整改，可有效预测和控制员工的不安全行为，强化员工安全行为能力，这也是下一步研究的重要问题。

[1]51行业报告网．2015-2020年中国煤炭行业发展分析及投资前景预测报告[OL/EB]．[2015-01-26]．http://www.51baogao.cn/meitan/2009meitan.shtml

[2]中国煤炭报．全国煤矿百万吨死亡率直降74.8%[OL/EB]．[2015-01-25]．http://news.gtxhcom/news/2013 0205/jiancaixingye_683031077.html

[3]陈红，祁慧，宋学锋，等．煤矿重大事故中管理失误行为影响因素结构模型[J]．煤炭学报，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，张江石，邵长宝．矿工安全行为能力的试验与研究[J]．中国安全科学学报，2011(8)：124-129

[7]陈兆波，刘媛媛，曾建潮，等．煤矿安全事故人因分析的一致性研究[J]．中国安全科学学报，2014(2)：145-150

[8]何刚，乔国通，曹华亮，等．煤炭企业员工安全行为水平量化研究[J]．中国安全科学学报，2013(4)：57-62

[9]陈述，余迪，郑霞忠，等．重大突发事件的协同应急响应研究[J]．中国安全科学学报，2014(1)：156-162

[10]袁显平，严永胜，张金锁．我国煤矿矿难特征及演变趋势[J]．中国安全科学学报，2014(6)：135-140

[11]袁显平，严永胜，张金锁．我国煤矿矿难研究综述[J]．中国安全科学学报，2014(8)：132-138

[12] 郭红领，刘文平，张伟胜．集成BIM和PT的工人不安全行为预警系统研究[J]．中国安全科学学报，2014(4)：104-109

[13]李光荣，田佩芳，刘海滨．煤矿安全风险预控管理信息化云平台设计[J]．中国安全科学学报，2014(2)：138-144

(责任编辑：胡永近)

10.3969/j.issn.1673-2006.2015.08.007

2015-03-25

安徽省软科学研究计划项目“安徽煤炭安全管理水平动态评价方法研究”(11020503087)；大学生创新创业训练计划项目“煤矿员工不安全行为识别、预防机制及实证研究”(201310361104)；安徽省教育厅人文社会科学重点研究基地项目“员工不安全行为识别、预防与干预的动态机制设计及其实证研究”(SK2014A041)。

朱艳娜(1992-)，女，山东荷泽人，在读硕士研究生，主要研究方向：安全管理、系统工程、决策评价。

X928

A

1673-2006(2015)08-0026-04