基于KANO-IPA的矿工安全沟通满意度需求层次研究

陈铁华，于 飞，李红霞

(西安科技大学 管理学院，陕西 西安 710054)

近年来，安全生产事故频发严重制约着我国煤矿行业的高质量发展及矿工人员的个体安全，在事故致因理论中，事故调查显示88%的原因源于人的不安全行为[1]。而矿工是煤矿生产活动中的重要主体，其安全行为对于保障煤矿企业安全持续生产发挥着中流砥柱的作用，沟通作为安全行为的重要环节，高质量的沟通不仅能有效提高矿工的风险感知度，保证其自主权，而且能在矿工之间、领导之间、煤矿之间搭建起良好的对话桥梁，破除信息不对称，以此推动煤矿安全高质量发展。因此，从安全生产活动的主体——矿工出发，提高其安全沟通满意度进而激发其安全行为对安全事故的控制至关重要。

目前，KANO与IPA是研究满意度常用的模型与方法。KANO模型对服务/产品的质量要素进行分类，从受访者真实感受出发，根据受访者对某质量要素的感知情况以及所占比重大小来确定要素分类，属于主观定性分析方法，难以反映受访者对该质量要素的真实满意状况。Berger等提出通过满意度与不满意度两种状态综合考虑受访者对质量要素的感知水平[2]，这对KANO模型客观分类有一定的帮助，但仍然较主观，缺乏相应的客观分类标准。

IPA是评价满意度及确定改进优先次序的常用分析方法。运用IPA需满足两个前提条件，首先评价重要度与满意度要相互独立、互不影响，其次单个因素的满意度与整体满意度是线性和对称的[3]。在实际测评中较难保证这两个前提条件，组织满意度的提升会影响受访者对要素重要性的判断[4]。由此可见，采用受访者自述重要度作为IPA分析中重要性数据源，不能有效反应受访者的真实感知，对相应的分析结果也会产生一定的不确定性。

考虑KANO与IPA均通过满意度重要度对要素指标进行分类评判，很多学者将两者结合使用[5-7]，利用KANO模型对要素进行分类，再根据IPA分析决定改进次序，此种方式虽然提升了决策效果，但对于IPA自述重要度较主观及KANO模型分类准则不精准等问题没有很好的解决。也有很多学者研究KANO或IPA的优化。蒋旋引入模糊数对KANO问卷量化处理[8]，孟庆良借鉴CRM概念提出新的象限分界值量化方式[9]，施国洪在XU[10]的研究基础上，提出新的KANO分类设计[11]。Deng对IPA问卷数据进行自然对数转换以解决传统IPA的错误假设[12]。这些研究对实现KANO模型以及IPA分析的客观化分类具有重要指导意义，但同时解决两者各自缺点又将方法结合起来的研究应用尚且不足，对KANO模型与IPA的客观化研究和结合需要进一步研究和拓展。

现阶段，针对矿工安全沟通满意度的研究尚不充分：首先不同层次的矿工安全沟通满意度对不安全行为的影响程度不同，但现有研究缺乏对矿工安全沟通满意度层次分类的探讨[13，14]。其次，现有关于满意度的研究方法侧重于定性研究，或对模型做部分定量处理，缺乏客观的较全面的定量研究。鉴于此，本文以矿工作为调查对象，结合使用优化后的IPA与分析型KANO模型，探究矿工安全沟通满意度指标需求层次，用于发现提升满意度指标的优先顺序，识别矿工心中必不可少的安全沟通因素，夯实矿工安全沟通满意度提升理论并为实际改善方法提供参考。

1 模型介绍

1.1 KANO要素说明

狩野纪昭1984年提出KANO模型，KANO模型根据要素特性与顾客满意度间的非线性关系把产品/服务分为5类[15]，KANO属性判别方法如图1所示。基于矿工沟通需求的KANO模型要素属性说明如下：

图1 KANO模型属性判别

1)一维要素(One-dimensional quality)：一维要素特性充分时会导致矿工满意，表现不充分时会引起矿工不满，该类要素表现与矿工满意度线性相关。

2)必备要素(Must-be quality)：是矿工认为煤矿必须提供和满足的服务或现象，此类要素表现欠佳时，矿工的不满情绪会迅速增加，要素表现符合矿工预期后可消除其不满情绪，但不能使矿工满意度明显增加。

3)魅力要素(Attractive quality)：是使矿工感到惊喜的要素，当魅力要素具备时，矿工会感到惊喜，不具备时矿工不会感到不悦。

4)无差异要素(Indifferent quality)：是矿工不关注的要素，此类要素的满足程度不会导致矿工满意或不满意情绪的产生。

5)逆向要素(Reverse quality)：当某项服务或现象存在时会引起矿工的不满情绪，不存在时反而会使矿工满意度提高。

1.2 分析型KANO指标设计

将产品或服务属性集合表示为F={fi，i=1，2，…，n}，其中fi表示产品或服务的第i指标，参与调查者总量为j，根据重新设定的KANO问卷，可以得到参与调查者对每一个产品或服务要素的评价：eij=(xij，yij)，其中xij是j被调查者对产品或服务要素fi负向问题的评价，yij是被调查者对产品或服务要素fi正面问题的评价。考虑到参与调查者更倾向于对服务要素判断做出正向回答，故参考Xu的研究成果[10]，采用不对称刻度(见表1)。

表1 属性判断尺度

1.3 分析型KANO分类设计

角度αi计算公式如下：

图2 分析型KANO属性判别

1.4 要素改进与维持次序设计

为优化传统KANO模型属性判别不精准，引入要素改进优先权指数ρi[10]，公式如下：

式中，αi为角度，代表该要素的满意度，ri为半径长度，代表该要素的重要度。当αi一定时，ρi与ri成正比，表示满意度相同时，重要性较大的要素应优先改进；当ri一定时，ρi与αi成反比，优先级指数越大表示越靠前解决。

考虑到IPA分析存在自述重要度不准确的问题，本文将分析型KANO的优先级指数ρi引入IPA分析法，代替其自述重要度，X轴为受访者对要素现状感知满意度，Y轴为优先级指数ρi，如图3所示。

图3 分析型KANO—IPA二维图

由图3可知一、四象限应当选择维持策略，而二、三象限应该选择改进策略，考虑到要素指标分类的不同，参考邓维兆等[16]、孟庆良[17]等研究成果，结合分析型KANO属性判别与IPA分析，确定要素维持及提升优先权见表2。

表2 分析型KANO-IPA要素改进顺序

2 基于分析型KANO-IPA的应用实例

2.1 要素选取

本研究以Downs在研究中提出的调查沟通满意度的问卷为基础[18]，结合以往学者的研究总结、修改而成，预归纳11个维度：组织信息、媒体质量、上级沟通、下级沟通、同级沟通、个人反馈、沟通氛围、组织整合、非正式沟通、信息接收、提意见的自由程度[18-21]。

考虑到组织信息与组织整合两个维度存在相似性，且多数受访者不能明确区分两个维度的不同[22]，因此，本文删除组织整合维度。由于本文研究主要对象为矿工，属煤矿基层，所以删除下级沟通这一维度。相较于高层领导，与矿工接触的多为直系主管，且直系领导对员工满意度的影响更大[23]，因此本文将上级沟通改为主管沟通。信息接收与提意见的自由程度两个维度常体现在沟通过程中，并非完全独立，因此本文不将其单独列出。

在借鉴已有量表的基础上，本文分别从组织信息、媒体质量、主管沟通、同事沟通、个人反馈、沟通氛围、非正式沟通等7个维度衡量，征询煤矿从业者与煤矿方面专家后，共确定21项要素，详见表3，为避免矿工填写问卷时出现思维惯性，各维度要素随机排序。

表3 沟通满意度21项影响要素

2.2 问卷设计与数据收集

问卷由三部分组成，第一部分是被调查者的基本信息，包括性别、年龄、工龄、工种、文化程度、平均上班时间；第二部分是KANO问卷部分，即21项指标所对应的KANO正负向问卷；第三部分是21项指标所对应的满意度调查，以李克特五点量表的形式让受访者选择。问卷主要通过网络和电话方式进行发放回收。

参与调查人员的基本情况：井下矿工占56%，井上操作人员占29%，管理人员占15%，年龄25—45岁占59.6%，工龄6～20年占63.4%，大专及以下学历占77%，平均每日工作时间9h以上占61%。

调查问卷共回收223份，删除遗漏、填写错误等无效问卷25份，回收有效问卷198份，有效问卷率88.79%。

2.3 信度与效度检验

用SPSS 23.0对正负向问题及满意度进行Cronbach’sα系数信度检验，信度分别为0.830、0.841、0.908，信度符合要求。

对正负向问题以及满意度进行结构效度检验，利用因子负荷量判断问卷的结构效度。首先对数据进行KMO和巴特利检验来判断数据是否适合进行结构效度检验。正向问题的KMO值为0.806，巴特利特值为0.000；负向问题的KMO值为0.776，巴特利特值为0.000；满意度的KMO值为0.899，巴特利特值为0.000，说明问卷的结构效度良好，进一步运用主成分分析，经旋转载荷平方和后，正向问题的前7个公因子累计的解释总方差达到61.067；负向问题的前7个公因子累计的解释总方差达到60.944；满意度的前7个公因子累计的解释总方差达到67.372，因此本次回收问卷的结构效度良好。

2.4 安全沟通满意度调查结果

通过李克特五点量表对矿工安全沟通满意度进行调查，非常满意到非常不满意分别为5到1，指标总体平均值为3.26，具体数值见表4。

表4 安全沟通满意度

高于安全沟通满意度平均值的指标，主要集中在领导行为方面，表示现阶段矿工对自己的直系领导以及有接触的上司比较满意。低于安全沟通满意度平均值的指标，主要集中在信息传递公开以及沟通环境上，说明当下的信息开放平台、安全沟通氛围不能很好的满足矿工的需求。

2.5 安全沟通满意度要素层次分类

表5 各要素的及值

图4 分析型KANO属性判定

由图4可知，必备要素有Q3、Q19；一维要素有Q1、Q2、Q4、Q5、Q6、Q7、Q8、Q9、Q11、Q12、Q13、Q14、Q15、Q16、Q17、Q20；魅力要素有Q10、Q18，没有无差异要素。

2.6 安全沟通满意度要素改进及维持次序

由式(4)可得到要素优先度，将各指标优先度视为重要度，与问卷收集到的各要素满意度，构建重要度—满意度矩阵，结果如图5所示。

图5 分析型KANO—IPA二维图

由图5可知，各要素坐落的位置，改进次序：Q3、Q19、Q12、Q11、Q1、Q8、Q15、Q21。

维持次序：Q2、Q6、Q20、Q16、Q17、Q4、Q9、Q13、Q5、Q7、Q14。具体情况见表6。

表6 要素的改进与维持优先次序

3 结果分析与建议

3.1 根据矿工需求层次提升安全沟通满意度

根据分析型KANO与优化后的IPA分析对矿工安全沟通满意度要素进行分类界定，可分为必备要素、一维要素、魅力要素。根据其重要性程度，一般认为必备要素>一维要素>魅力要素。另一方面，针对不同要素现状表现，侧重的方向也会有所不同，位于分析型KANO-IPA二维图中第一象限的要素注重维持，而位于第二象限的因素重点在改进。

必备要素是矿工认为必不可少的需求，在图4属性判别图中，共有2项属于必备要素，它们属于矿工对安全沟通的最低层次需求，基于该层次要素特点，煤矿应当定期举办员工安全学习活动，交流工作经验，并对制度中不清楚的条例进行讲解，培养员工的学习意识。对事故预警、风险防控、设备调整、员工优秀表现等方面的内容可以在小组会议中进行通知，培养员工参与安全管理的意愿和关心单位安全发展的主动性。

一维要素是矿工希望获得的安全沟通服务内容或安全沟通环境，一维要素得到满足的程度，会对矿工的满意度高低产生重要影响。在图4属性判别中，一维要素共包括17个要素，基于矿工的一维要素需求特点，首先主管应加强与矿工的安全沟通，给予矿工一定的信任与关注，对矿工提出的问题进行解答与指导，使矿工从中得到处理工作问题的经验，以及参与煤矿安全建设的信心与动力，具体方式例如师徒制、工作答疑等。其次在正式沟通方面，对需要讨论的会议，事先安排矿工阅读文件、准备分享材料，鼓励矿工积极参与讨论并发表个人建议。最后在非正式沟通方面，搭建矿工交流平台，促进矿工工作交流与情感抒发，确保矿工安全知识转移与工作压力的正常释放。

魅力型要素的满足能大幅提高矿工的安全沟通满意度，甚至直接增强幸福感。在必备要素和一维要素得到满足后，煤矿应加强对魅力要素的关注。在图4属性判别图中，共有2项属于魅力要素，涉及到同级沟通以及内部刊物两个方面。在同级沟通方面，煤矿应营造良好的沟通环境，支持部门开展团建活动；在内部刊物方面，书籍中可增添插画、案例事件小故事、安全小常识等不同表现方式，除此之外，还应增加传播形式，从纸质书刊扩展到音频、视频等。

3.2 依据分析型KANO-IPA矩阵确定关键因素

在图5的矿工安全沟通满意度需求要素矩阵中，处于第一象限的需求要素客观重要性及感知满意度都比较高，共包含8个需求要素(Q2、Q4、Q6、Q9、Q13、Q16、Q17、Q20)，该部分因素是煤矿应重点关注的关键需求因素，这些因素得到完善能稳步有序提升矿工安全沟通满意度。具体而言，可从下面三方面入手：首先煤矿方面，建设打造安全沟通交流平台以及意见反馈系统，促进上下级和同级间的交流，鼓励员工参与到安全建设活动中，为员工提供良好的沟通环境和空间。其次主管方面，积极回应矿工提出的问题，帮助矿工解决工作困难的同时悉心指导，尊重下属、关注下属、对下属工作给予肯定，为员工提供便利的学习途径和平等的交流体验。最后基层方面，组织部门组会、节日贺卡、意见反馈箱、知识分享会、心理交流会等活动，对乐于助人的矿工给予一定奖励，激励矿工主动提供帮助，旨在提高矿工间沟通效果及组织安全沟通质量。

3.3 构建安全沟通满意度评价反馈机制

安全沟通满意度是评价矿工安全沟通状况的重要指标，也是提升安全沟通质量的关键，煤矿应当注重矿工的沟通需求与当下沟通满意程度。本文调查研究指标包含2项必备因素、17项一维因素、2项魅力因素，一定程度上揭示了矿工安全沟通需求的层次。但由于矿工安全需求的动态性和不确定性，分析型KANO模型要素分类的结果不是一成不变的，因各层次要素特点，各层级要素会沿着魅力要素→一维要素→必备要素的路径动态转化。最初使矿工感到开心的安全沟通要素会逐渐转化为矿工认为必不可少的因素。因此，应以分析型KANO模型与IPA分析的结果，作为维持或改进决策的基础，构建安全沟通满意度评价反馈机制，根据矿工的需求变化做出相应调整，采取有针对性、时效性、动态性的措施以提升安全沟通满意度。

4 结 语

采用客观的要素层次分级方法，对矿工安全沟通满意度指标要素需求层次进行探讨，对于提高矿工安全沟通满意度，减少不安全行为具有重要的现实意义。传统KANO模型分类缺乏定量研究，IPA分析自述重要度过于主观，通过引进分析型KANO模型并对IPA分析进行优化，提高了需求要素分类的准确度，确定矿工安全沟通满意度要素提升的优先权，并给出相应建议，对煤矿改善矿工安全沟通状态具有指导意义。但本研究还存在局限：考虑到新生代矿工在大数据环境下对安全沟通要素需求可能存在不同，后续研究应考虑不同人群的需求差异，在员工细分的基础上探测安全沟通需求要素，更具有时代意义。