大学校园安全氛围量表设计与应用

阳富强，刘晓霞，朱伟方

(福州大学环境与资源学院，福建 福州 350116)

高校是培养未来精英的摇篮，除了应具备大量的教育资源和研究设施外，还需要提供一个高水平的安全学习场所[1]。随着高校环境日益开放以及大规模的扩招，校园安全问题日渐突出，近年来发生了多起高校校园事故，在社会上引起了强烈反响。如2013年上海复旦大学研究生被舍友投毒不治身亡；2014年云南大学女生宿舍发生持刀伤人事件；2015年清华大学博士后在操作实验时被炸身亡；2016年四川师范大学学生惨遭谋杀；等等。相关数据表明，由于学习、就业压力的增加，10%～30%的高校大学生有着不同程度的心理健康问题[2]。鉴于大学校园的开放式管理，许多外来人员可以频繁进出校园，给高校管理者带来无法预知的安全高风险[3]。随着高校校园环境的日益社会化，有必要依靠重塑校园安全氛围解决此类问题。

安全氛围主要指组织内部人员的安全态度、价值观和信念等[4]。结合高校特点，可将高校安全氛围定义为：大学生在高校中历经的实践性和交互性感知，在意识上形成相对稳定的关于高校安全重视度及实施现状的个体性评价[5]。安全氛围可以使组织详细了解内部安全文化现状，为组织制订安全措施提供指导，因此普遍用于组织安全文化的定量研究，即可通过开发安全氛围量表进行测评。当前国外安全氛围量表内容的组成维度不完全相同，唯有管理承诺是共同因子，涉及的问题数量也不一样，最少问题有20个左右，最多问题接近170个，但这些量表题项内容大多数是西方组织实践中的内涵和经验，无法直接使用。国内的安全氛围量表主要有直接借鉴国外成熟的测量量表和依据国内组织特点设计的量表两类，后者能够反映我国组织的特点[6]。近年来，安全氛围量表的研究集中在企业层面的理论与应用，主要运用于煤矿[7-8]、石油[9]、建筑[10]等行业，未见专门针对高校层面的安全氛围相关研究报道。鉴于此，本文从大学生的角度出发，寻找高校安全氛围影响因素，理清高校安全氛围具体测量指标，并基于探索性因子分析和结构方程模型，通过调查问卷确定高校安全氛围的维度与具体测量指标，设计出高校安全氛围量表，运用于某高校的安全氛围测量，旨在帮助高校重塑并提升内部安全氛围，指导高校管理者做出最优决策，不断提高校园安全管理水平，降低校园安全事故。

1 高校安全氛围量表设计与测量指标

大学生的不安全行为往往是导致校园危险事故发生的直接原因，而高校环境、管理部门及执行部门监管的不安全状态则是导致危险事故的间接原因，它们构成了高校安全氛围的重要影响因素。高校安全氛围量表设计是对这些引起高校安全事故的直接原因和间接原因进行梳理与规范，形成高校安全氛围测量的有效工具。

国内外学者对安全氛围量表测量指标的设置主要包括管理者的安全承诺、安全意识、安全沟通、安全培训、风险识别等[10-13]。本文结合高校特点，从大学生、管理部门、校园环境和执行部门4个角度初步设置了高校安全氛围的测量指标，同时为了保证测量指标的有效性和可操作性，选取富有经验的专家和高校管理人员进行访谈，初步确定了高校安全氛围29个测量指标[14-15]，具体见图1。

图1 高校安全氛围初始测量指标Fig.1 Initial measurement indicators of safety climate in colleges and universities

2 数据获取与研究假设

2. 1 调查问卷设计与回收

根据图1设计调查问卷，了解某高校大学生对其所在校园安全情况的认识。由于高校安全氛围的主体是大学生，因此调查问卷也是根据大学生主体对自身、校园环境、执行部门和管理部门的认识进行设计。调查问卷总共有两部分，包括基本信息(2题)、高校安全氛围(29题)。调查问卷涉及正向题目和反向题目，计分方式为Likert五点量表，得分越高说明其安全氛围感知越好，反之亦然。本次利用某高校图书馆学生自习期间发放问卷，学生集中填写，并现场回收问卷。删掉无效问卷，总共回收有效问卷198份，有效回收率为94.3%。表1为被测试者的个人信息组成。

表1 被测试者的个人信息组成

2. 2 问卷信度和效度分析

信度可以反映测验结果的一致性或可靠性程度[16]，本文利用SPSS 22.0软件对问卷信度进行了检验，结果显示：问卷的Cronbach′sα系数值为0.810，大于临界值0.6，说明问卷的可信度较高。效度可以反映出测量指标有效性程度，本文对问卷进行探索性因子分析检验其结构效度，结果显示：问卷的KMO值为0.808，大于0.8，且Bartlett球型检验的Chi-square统计值的显著性概率小于0.01，说明数据相关性较高，可以做进一步的因子分析。

2. 3 安全氛围量表维度筛选

由于确定的高校安全氛围初始测量指标属于主观分类，故本文利用探索性因子分析中的主成分分析法对已经通过检验的数据进行具体分析[17]，去掉适当性量数小于0.50的“生理素质”、“生态环境”、“网络通信环境”和“安全手册制定”不适合因素分析的4项，并根据安全氛围测量的方差累计贡献率，选取前7个为主成分(特征值大于1)，即高校安全氛围的7个维度，经过计算得到其方差累计贡献率为60.545%，大于60%，说明萃取后保留的因素非常理想，表明这7个维度可以保留原始数据足够多的信息。

表2为高校安全氛围的旋转成分矩阵(同列因子载荷系数大于0.5加粗标注，表示对应行的变量适合归为一类因子)。

由表2可见，“安全设施”上的因子载荷小于0.5，但根据高校安全氛围理论知识，“安全设施”对高校安全氛围影响很大，不能剔除；第一维度中的安全投入、安全态度、安全教育、安全制度制定和应急管理反映了高校领导对安全的重视程度，简称“领导重视”；第二维度中安全价值观、安全意识和心理素质反映了大学生对安全的自我认知，称为“安全认知”；第三维度中风险识别、安全参与和安全关注反映了大学生对安全的态度，即“安全态度”；第四维度中安全监督、安全举报、安全制度执行和安全检查反映了执行部门对安全的监管，称为“安全监管；第五维度中事故处理和违章处理反映了高校领导为促进安全工作开展而直接针对的惩罚措施，称为“安全惩罚；第六维度中安全设施、治安环境、实验室环境、饮食环境、交通环境和周边环境反映了高校的校园环境，称为“校园环境”；第七维度中信息交流和同伴行为反映了大学生个体之间的相互影响，称为“个体影响”。

表2 高校安全氛围的旋转成分矩阵

2. 4 研究假设设计

结构方程模型[18](SEM)不仅能够分析潜在变量之间的因果关系，也能同时表征多个变量间的关系，尤其适合中介效应的研究。本文构建高校安全氛围初始结构方程模型的思路为：进入模型的潜变量即为探索性因子分析所得的7个维度，由安全氛围维度之间的相互关系，提出11条假设，并利用AMOS 17.0软件构建高校安全氛围因果关系模型。

3 高校安全氛围结构方程模型的构建与检验

3. 1 验证性因子分析

本文采用AMOS 17.0软件对领导重视、安全态度和安全认知等高校安全氛围的7个潜变量因子进行了验证性因子分析，结果表明潜变量因子适合构建高校安全氛围系统的结构方程模型，具体结果见表3。

表3 高校安全氛围验证性因子分析的拟合指标

3. 2 结构方程模型构建

高校安全氛围测量结果应是领导重视、安全态度、安全认知、安全惩罚、安全监管、个体影响和校园环境7个题项得分的总和。按照上述假设，经过反复修改调整，得到了高校安全氛围结构方程模型，见图2。

3. 3 模型假设检验

高校安全氛围结构方程模型假设的检验结果，见表4。

由表4可见，11条因果关系路径中，其中9个路径的C.R.绝对值大于1.96，而且概率p<0.05，因此通过显著性检验；而另外2个路径的C.R.绝对值小于1.96，而且概率p>0.05，因此不能通过显著性检验，即H6和H11两个假设通过显著性检验。

图2 高校安全氛围结构方程模型Fig.2 SEM standardized estimation of safety climate in the college

根据模型检验标准，高校安全氛围结构方程模型的拟合效果相当理想。假设H1中安全认知与安全态度的路径系数为0.71(最大)，说明安全认知对安全态度影响最大，这是因为大学生安全认知能促进其安全态度的培养，反过来安全认知也能改变其安全态度；领导重视、安全监管、校园环境对安全态度的路径系数分别为0.60、0.63和0.59，这说明安全认知对安全态度的影响最大，其次是安全监管、领导重视和校园环境，因此改变大学生的安全态度应以安全认知、领导重视、安全监管和校园环境为主，其他为辅；假设H6和假设H11的路径系数因为不显著而被剔除，说明校园环境和个体影响对安全认知没有直接影响,但校园环境对安全态度具有正向影响，说明校园环境对安全认知的影响是通过中介变量安全态度来产生效应的，因此假设H6部分成立；领导重视、校园环境、安全监管3个因子两两相互影响，呈正相关关系，其中领导重视与安全监管的相互影响较大(0.57)，说明安全监管过程应该以领导重视为主，校园环境与安全监管之间也存在显著的相互影响(0.51)，说明高校的校园环境安全，则安全监管好，反之，安全监管好的校园环境安全，这符合现实情况。

表4 高校安全氛围结构方程模型的检验结果

4 高校安全氛围量表的应用与分析

本文将上述设计的高校安全氛围量表应用于某高校的安全氨围测量。高校安全氛围的得分指数可以反映高校安全氛围的总体状况。高校安全氛围得分指数的求解步骤如下：

(1) 确定指标权重。将高校安全氛围每个观测指标的路径系数与其对应潜变量因子所包含的全部观测指标的路径系数之和作为商，最终可以确定观测指标的权重。

(2) 确定每个潜变量因子的得分指数。由于问卷采用Likert五点量表积分，根据问卷中每个观测指标的得分数进行加权平均，可以得到每个潜变量因子的得分指数[19]。

(3) 确定高校安全氛围总体的最终得分指数。计算各潜变量因子的得分指数加权算术平均值，即为最终得分指数，具体计算结果见表5。

由表5可见，7个潜变量因子的得分指数均值从高到低排序依次为：安全惩罚(3.60)、校园环境

表5 高校安全氛围因子指标的得分指数

(3.46)、领导重视(3.33)、安全监管(3.28)、安全认知(3.16)、个体影响(2.95)和安全态度(2.88)。其中，大学生安全态度和个体影响因子的得分指数较低，说明大学生安全态度和个体影响这两个方面急需改进。此外，高校安全氛围的总体得分指数为3.24，将其转化为百分制，得分为64.8，小于80，说明该高校安全氛围的总体状况不佳，需要及时加以改进。

5 结论与建议

(1) 本文从高校大学生、管理部门、校园环境和执行部门4个角度，初步给出了高校安全氛围测量指标，并基于探索性因子和验证性因子分析了高校安全氛围调查问卷，最终确定了7个维度、25个高校安全氛围因子，同时利用SPSS22.0软件求解了问卷的信度和效度，表明问卷及其因子的信度较高，适合进一步分析。

(2) 基于结构方程模型(SEM)建立了安全氛围因子间的因果关系模型，根据模型假设检验，结果表明该高校安全氛围系统的SEM拟合效果非常理想。在因果关系路径中，H6和H11两个假设未能通过显著性检验;安全认知与安全态度的路径系数为0.71，这说明安全认知对安全态度影响最大；大学校园环境对安全认知的影响作用主要是通过中介变量——安全态度来产生效应的；领导重视、校园环境、安全监管3个因子两两相互影响，呈正相关关系。

(3) 将设计的高校安全氛围量表用于某高校的安全氛围测量中，结果发现该高校大学生安全态度和个体影响因子的得分指数相对较低，需要采取相应的措施强化安全态度和个体影响；高校安全氛围的总体得分指数为3.24，反映该高校安全氛围总体状况不佳，需要及时改进。

本文设计的高校安全氛围量表考虑了各测量指标的权重问题，使得高校安全氛围评估结果更为客观，可为管理者开展高校安全管理工作提供指导。但由于高校安全氛围测量指标是由校园环境、管理部门、执行部门和大学生组成的，而本文问卷调查对象仅为大学生，因此今后的研究应增加调研对象，以保证其科学合理性。

[1] Wu T C,Li C C,Chen C H,et al.Interaction effects of organizational and individual factors on safety leadership in college and university laboratories[J].JournalofLossPreventionintheProcessIndustries,2008,21(3):239-254.

[2] 刘焕春,于建新,王文静,等.基于层次灰色理论的高校校园安全评价[J] .安全与环境工程,2010,17(6):43-46.

[3] 李泽波.安全领域的高校文化建设与教育研究——基于西南石油大学周边复杂的社会环境[J].西南石油大学学报(社会科学版),2014,16(1):111-116.

[4] Mearns K J,Flin R.Assessing the state of organizational safety ― culture or climate[J].CurrentPsychology,1999,18 (1):5-17.

[5] 程恋军,仲维清.安全监管影响矿工不安全行为的机理研究[J].中国安全科学学报,2015,25(1):16-22.

[6] 张江石,傅贵,郭芳,等.安全氛围测量量表研究[J].中国安全科学学报,2009,19(6):85-92.

[7] 汪刘凯,孟祥瑞,谢振安,等.煤矿安全氛围的溢出效应研究[J].中国安全科学学报,2016,26(3):139-144.

[8] 叶新凤,李新春,王智宁.煤矿企业安全氛围量表开发研究[J].统计与信息论坛,2013,28(5):107-112.

[9] 岑晓倩.石油企业班组安全氛围测量指标体系研究[D].西安:西安科技大学,2012.

[10]季闯,韩冉冉,吴伟巍,等.建筑施工班组安全氛围量表设计与应用[J].中国安全科学学报,2015,25(5):138-144.

[11]Pousette A,Larsson S,Torner M.Safety climate cross-validation,strength and prediction of safety behavior[J].SafetyScience,2008,46(3):398-404.

[12]张江石,傅贵,任翔,等.安全氛围要素构成与重要性排序[J].安全与环境学报，2010，10(1):137-141.

[13]陆柏,陈培,傅贵.安全氛围调查问卷的研究与设计[J].中国安全生产科学技术,2008,4(1):47-50.

[14]亓文涛,孙淑强,樊冰.基于信息化的高校实验室安全文化体系构建[J].实验室研究与探索,2016,35(2):295-299.

[15]陈浪城,严文锋,刘贻新.“以人为本”建设高校实验室安全文化[J].实验室研究与探索,2015,34(7):285-288.

[16]冯国生,刘荣,吕振通,等.SPSS 统计分析与应用[M].2版.北京:机械工业出版社,2014.

[17]Cigularov K P,Adams S,Gittleman J L,et al.Measurement equivalence and mean comparisons of a safety climate measure across construction trades[J].AccidentAnalysis&Prevention,2013,51:68-77.

[18]吴明隆.结构方程模型——AMOS的操作与运用[M].重庆:重庆大学出版社,2010.

[19]杨辰飞,陈雪波,孙秋柏.企业员工安全意识影响因素的探索和分析[J].中国安全科学学报,2015,25(1):34-39.