王昱祺
(中国石化青岛安全工程研究院, 山东青岛 266104)
在企业安全管理的早期,许多公司将安全工作集中在一线员工身上,更多关注员工的不安全行为、装置设备的不安全状态以及违规处置。随着安全科学的不断发展,国内外大量的理论研究与实例,论证了安全领导力是培养组织形成安全氛围,保障企业完成安全目标,实现优秀安全绩效的核心要素和重要内容。
目前关于领导力的测评集中于传统的人力资源领域,但是针对安全领域的领导力评估研究较少,尤其是缺少在石油化工行业这一特殊环境下的安全领导力评估的研究,无法满足企业安全管理中的实际需要。因此应建立科学的安全领导力评估方法,准确且客观地测评石化企业各级管理人员的安全引领能力。
本文通过背景调研、文献检索整理及半结构化访谈的方法,初步构建了石化企业安全领导力影响因素与指标体系,设计并发放了调查问卷,在此基础上对相关数据及信息进行信效度分析、探索性因子分析,验证并优化整个评估指标体系,开发安全领导力评估指标分级规则以及评估系统,为企业人员安全引领能力的提升提供改进依据。
构建石化企业安全领导力评估指标体系可以有效明确管理者安全引领力的实际状况,培养管理者的安全引领行为习惯,将安全引领纳入各级管理人员的日常管理行为和决策中。整个安全领导力的影响因素与指标体系的设计流程如图1所示。
图1 安全领导力评估指标体系设计流程
首先调研分析了国内外安全领导力的通用模型及相关资料,参考文献中学者的研究结果,以及对BP公司在德州炼油厂事故后推行的安全领导力评估模型进行对标分析,整理出影响企业安全领导力的基本因素。
其次结合国家以及中国石化对行业内企业管理层的岗位安全责任要求,整理出其中适用于安全领导力的具体指标。
最后采取半结构化的行为事件访谈(BEI)方式展开实地调研,内容围绕企业安全生产对管理人员的能力素质要求、上级领导在生产运行过程中涉及安全的具体要求及行为、安全管理队伍的提升方向、发生事故时安全管理出现的缺陷、优秀安全领导者的行为表现、个人在安全管理过程中的难点与困惑等多个核心问题展开,访谈对象广泛涵盖了中国石化集团公司下属多家企业的各级管理人员,包括各企业的班组长、各专业管理人员、安全处长及安全总监等。
调研结束后,通过交叉式分析归纳,初步提取了70余项安全领导力的特征行为,在去除一些难以评估和关联性较差的指标后,遵循SMART原则,对剩余的具备可改善、可评估性特点的特征行为进行相关性分析,再次归纳总结具有相关或相似关系的特征行为,凝练出影响石化企业安全领导力的构成要素,共包含31个影响因素。随后结合在调研过程中影响因素所涉及的特征行为,对每个影响因素所涵盖的行为分别进行编码分析,31个影响因素经归纳分类划分为7个关键要素,见图2。
图2 石化企业安全领导力评估指标体系(初步构建)
为便于后续的问卷调研和评估过程中理解每个指标所代表的具体含义,依据特征行为对每个子要素进行操作化定义,从而最终形成了“关键要素—子要素—要素定义”的三级指标体系模型结构,见表1。
表1 指标体系的三级模型结构(部分)
为验证石化企业安全领导力评估指标体系的有效性及适宜性,决定采用整群随机取样的方法,通过收集多维度、多层面的数据来源,从而确保指标的有效和准确,避免传统指标构建时不够全面,不够客观的问题。
为帮助参与调查员工更好的理解量表中各项指标的具体意义,问卷以指标体系中的要素定义为基础,开发安全领导力调查问卷。调查问卷采用Likert 5点式测量量表,随后使用SPSS软件,对问卷数据处理。
依托具有较大网络影响力的“班组安全”微信公众号,并利用企业安全管理人员培训时机,采用整群随机取样的方法在石化行业进行调研,向企业员工广泛收集意见与建议。为了保证问卷的质量与有效性,严格设置网上答卷的时间,剔除答题过快的问卷,最后共获取202份有效问卷,答题人员的描述性统计结果如图3所示。
图3 调研样本的总体分布情况
从调研的统计结果来看,答题人员合理分布在石化行业的各个企业及层级,结合目前行业内安全管理人员的实际构成情况进行综合对比,得出调研结果可以代表企业员工对安全引领力的看法。
为了判断调查表中的问题是否测量的是同一概念,通过Cronbachα系数来检验问卷信度,Cronbachα系数的计算公式如下:
(1)
式中:K
——调查表的题项数;调研问卷的Cronbach α系数为0.952,结果高于0.8,表明调研获取的数据真实,具有较好的一致性,可以进一步展开数据分析。
探索性因子分析是通过寻找公共因子,探索整个指标体系中各指标变量的内在结构,本文采用主成分分析法(Principal components)来进行探索性因子分析,从而验证构建的指标体系结构是否合理,所筛选出的关键要素是否具有代表性。
KMO(Kaiser-Meyer-Olkin)取样适度测定值和Bartlett球形度检验是做探索性因子分析的关键效度检验指标,在进行因子分析之前先验证效度。效度检验结果如表2所示,调研问卷的KMO值>0.8,Bartlett检验中显著性值<0.05,表明通过了信度检验,数据可以进行因子分析。
表2 指标效度检验结果
通过SPSS软件对影响安全领导力的31个子要素进行探索性因子分析。以特征根值高于1作为提取公共因子的标准,经过数据的分析处理总共获得7个公共因子,与所构建的安全领导力评估指标体系的7个关键要素相一致,7个公共因子旋转后的总方差解释率为78.778%,说明提取的7个公共因子可以反映绝大部分的子要素所描述的信息。
为了进一步验证各个要素与所提取的7个公共因子的对应关系是否一致,使用正交旋转法(varimax)进行旋转,并将矩阵中因子荷载系数在0.4以下的数据删除,具体分析结果见表3。
表3 指标探索性因子分析结果(以安全策略规划为例)
3.4.1
各子要素优化处理从表3可得,经正交旋转之后,大部分测量子要素的因子荷载分布都较为清晰,但还存在安全承诺等几个指标在2个公因子的载荷均大于0.4的情况。根据吴明隆等学者的观点,出现测量变量归属2个公因子这种纠缠不清的现象,若是保留此指标符合原有构架,结合实际情况处理即可。因此,对于“安全承诺A11”这一指标,考虑到其在2个公因子上载荷均不高于0.45,关联性不强,且在调研过程中这一影响因素出现频率较低,在征求多名专家意见后,将其删除。
3.4.2
指标体系最终确定基于上述数据处理分析的结果,对安全领导力评估指标体系进行了分析、验证、优化,经筛选后的安全领导力评估指标体系包含安全战略规划、职责分配与评估、行为榜样、资源投入与保障、风险控制、沟通交流及安全激励7个维度关键要素与30个子要素,见图4。
图4 石化企业安全领导力评估指标体系(最终确定)
优化后的安全领导力评估指标体系架构合理,具有良好的归纳性和区分度,确保了评估指标的有效性、客观性和准确性,表明指标体系可以应用在实际安全领导力评测中。
基于多维度评分评价系统(Multi-rater Feedback System)开发安全领导力评估系统,通过科学的评价过程,发现管理人员安全领导力的实际水平与指标体系标准存在的差距,有助于明确安全领导力存在的问题以及提升方向。安全领导力评估系统涵盖2部分核心业务功能,评估标准管理、安全领导力评估执行与数据统计,见图5。
图5 安全领导力评估系统整体功能架构
a) 评估问卷管理功能。使系统维护人员通过该功能实现评估标准的管理,包括查询评估标准、评估标准修改、评估权重管理及问卷配置等功能。
b) 评估执行与数据统计功能。在石化企业安全领导力评估指标体系的支撑下,实现对企业管理人员安全领导力的评估管理,包括被评估人员选择、评估关系选择、评估下发执行、数据统计分析等功能。其中维度分析功能可以实现指定评估中特征行为得分最高5个、最低5个的统计,便于了解被评估者的优势与劣势。盲点分析功能实现指定评估中自己的评价明显高于其他人的评价的分析分歧对比,通过该功能了解评估过程中评估者对被评估人评价差异较大的方面,拟补认知差异。
为实现企业管理人员安全领导力定量评估,基于指标体系开发评估分级标准,将评估标准分为1~5级,以“安全决策”这一二级指标为例,见表4,根据子要素中特征行为的不同成熟度给予清晰的定义,减少既往评估过程中由于评估人主观判断对评估结果的影响。
表4 指标体系评估分级标准(以“安全决策”为例)
将安全领导力评估系统结合年度绩效考核应用于某石化企业中,选取企业安全管理部门和生产管理部门的主要管理人员开展评估,评估人员广泛邀请被评估人的直属领导、同级同事及下属员工,通过多维度的数据来源全面、客观地评估管理人员的安全领导力。以某管理者的安全领导力评估结果为例,见图6。
图6 评估结果雷达图
整个评估过程获得了企业的认可,为科学量化评估企业管理层安全领导力,发现不足,明确下一步发展方向提供了客观依据。
a) 管理者可以了解周围人群基于日常的行为表现对其本人安全领导力水平的评价,增强客观评价自我的能力。
b) 管理者将自我认知与他人认知进行比较,可以确定优势领域,有助于在后续工作中更好地发挥优势。
c) 管理者通过量化评分可以发现实际领导力水平不足的地方,与指标体系不同成熟度标准进行比较,有助于发现差距,明确安全领导力提升方向,制定个人安全行动提升计划。
a) 采用行为事件(BEI)调研以及内容分析技术,探索了影响安全引领力的关键因素,构建了安全领导力评估指标体系,经过数据分析筛选后证明指标体系有效可信,可应用于企业管理者安全领导力的评估中。
b) 开发安全领导力评估等级分级规则以及评估实施系统等,实现安全领导力评估量化分级和趋势分析,有助于明确存在的问题,找出管理者实际水平与指标体系要求之间的差距。
c) 进一步研究应用,可以提出石化企业安全领导力的行动准则,形成企业管理者安全领导力的改进实施方案。