行為經(jīng)濟(jì)學(xué)視角下礦工不安全行為仿真分析*

李　琰，楊　森

(西安科技大學(xué) 管理學(xué)院，陜西 西安 710054)

0　引言

近十年來，煤礦百萬噸死亡率由0.749下降至0.162，下降78.4%，但是依然遠(yuǎn)遠(yuǎn)高于世界其他產(chǎn)煤國家。“十三五”規(guī)劃中指出，到2020年，煤礦死亡人數(shù)和煤礦百萬噸死亡率都要下降15%以上。同時(shí)，在所有高危行業(yè)死亡總?cè)藬?shù)中，煤礦事故致死人數(shù)占到了一半以上，煤礦安全事故的治理和改善依舊需要受到重視。從礦工行為改善與安全行為養(yǎng)成角度進(jìn)行研究和實(shí)踐是解決煤礦安全問題的根本路徑之一。國外，Hofmann認(rèn)為，時(shí)間、安全培訓(xùn)和資源不足都可以導(dǎo)致不安全行為的產(chǎn)生[1]；Misawa Ryo提出，工作壓力是不安全行為產(chǎn)生的重要誘因[2]；Byungjoo Choi等研究了文化背景和組織結(jié)構(gòu)對(duì)不安全行為產(chǎn)生的影響[3]；Iraj Mohammadfam建立了貝葉斯網(wǎng)絡(luò)模型，得出抑制不安全行為的措施[4]。國內(nèi)，李磊運(yùn)用系統(tǒng)動(dòng)力學(xué)(SD)研究了不同組合對(duì)不安全行為的抑制作用[5]；程戀軍認(rèn)為，不安全行為的產(chǎn)生源于DARF機(jī)制[6]；李乃文建立了壓力、注意力與不安全行為的影響機(jī)理模型[7]。此外，許多學(xué)者都用經(jīng)典的經(jīng)濟(jì)學(xué)和管理學(xué)方法來對(duì)不安全行為的產(chǎn)生、抑制等各方面進(jìn)行研究。付全通則將不安全行為與行為經(jīng)濟(jì)學(xué)這一方向進(jìn)行結(jié)合研究，其認(rèn)為，從理論模式上，行為經(jīng)濟(jì)學(xué)與礦工不安全行為更貼近[8]，本文以這個(gè)方向?yàn)槠瘘c(diǎn)，建立礦工決策模型，利用netlogo軟件，對(duì)不安全行為的產(chǎn)生進(jìn)行仿真分析，并進(jìn)一步探討不同影響因素對(duì)不安全行為產(chǎn)生的影響程度。

1　理論基礎(chǔ)

行為經(jīng)濟(jì)學(xué)將傳統(tǒng)的經(jīng)濟(jì)學(xué)與心理學(xué)進(jìn)行結(jié)合，主要研究在有限理性情況下的決策，這一理論認(rèn)為人的決策能力受到自身的綜合素質(zhì)的限制，當(dāng)決策人處于信息匱乏的環(huán)境中，會(huì)同時(shí)受到環(huán)境的影響，而處在有限理性的決策狀態(tài)[9]。這與煤礦井下的工作環(huán)境是非常契合的，而且煤礦工人由于教育程度等原因，在個(gè)人認(rèn)知和決策上有其限度，所以行為經(jīng)濟(jì)學(xué)的假設(shè)可以用來研究不安全行為的決策。

行為經(jīng)濟(jì)學(xué)的基礎(chǔ)理論是前景理論，由卡曼尼和特沃斯基提出，理論將人的決策過程分為2個(gè)階段，信息接收、處理階段和評(píng)估、決策階段，同時(shí)，上個(gè)時(shí)點(diǎn)的決策會(huì)影響這個(gè)時(shí)點(diǎn)的處理方式，因而處理方式的差別會(huì)得出不同的決策結(jié)果。

本文體現(xiàn)前景理論的方法是，得出的收益不是直接對(duì)比，而是首先通過前景理論價(jià)值函數(shù)來得出價(jià)值，然后用價(jià)值進(jìn)行對(duì)比。前景理論價(jià)值函數(shù)如式(1)所示：

(1)

式中：α代表風(fēng)險(xiǎn)價(jià)值冪函數(shù)的收益區(qū)域凹凸程度；β代表風(fēng)險(xiǎn)價(jià)值冪函數(shù)的損失區(qū)域凹凸程度；其中α，β表示對(duì)待風(fēng)險(xiǎn)的態(tài)度，取值為(0,1)，α和β越大，表示決策人愿意冒更大的風(fēng)險(xiǎn)，本文取α=β=0.88；λ表示前景價(jià)值理論中損失和收益部分的不同，當(dāng)λ>1時(shí)，表示同樣數(shù)量的損失相比同樣數(shù)量的收益更能引起決策人的心理變化，意味著決策人對(duì)損失更為敏感，為了便于對(duì)礦工的決策進(jìn)行研究，文本λ取值2.25[10]。

2　行為主體及模型構(gòu)建

建模的理論依據(jù)是將成本收益決策與行為經(jīng)濟(jì)學(xué)的有限理性結(jié)合，影響礦工決策的主要因素是各行為模式下的成本和收益水平，同時(shí)，礦工也受自身素質(zhì)和環(huán)境的影響，從而最終影響決策，因此，從環(huán)境、管理者及礦工3個(gè)主體提出模型的屬性特征。

2.1　環(huán)境相關(guān)屬性

定義的環(huán)境屬性主要指在行為決策下，能對(duì)礦工不安全行為的產(chǎn)生造成影響的屬性，但是這些屬性并不來自于管理者和礦工本身。本文所用到的環(huán)境屬性包括：

1)礦工不安全行為導(dǎo)致事故發(fā)生概率X。

2)安全事故發(fā)生造成的損失L。不安全行為導(dǎo)致煤礦事故產(chǎn)生的概率，在一定程度上受企業(yè)安全投入水平，機(jī)械設(shè)備可靠程度等的影響。事故發(fā)生后，每個(gè)企業(yè)的損失也同樣受這些因素的影響。

3)正向激勵(lì)水平。企業(yè)中，為增強(qiáng)礦工安全意識(shí)，規(guī)范礦工的安全行為，都有不同程度的獎(jiǎng)勵(lì)辦法?，F(xiàn)行煤礦企業(yè)獎(jiǎng)勵(lì)條件，有嚴(yán)格按照安全制度執(zhí)行作業(yè)、發(fā)現(xiàn)事故征兆、提出有用建議和舉報(bào)“三違”現(xiàn)象等，嚴(yán)格按照安全制度執(zhí)行作業(yè)是主要的獎(jiǎng)勵(lì)條件。將行為經(jīng)濟(jì)學(xué)相關(guān)理論結(jié)合企業(yè)條例，本文通過獎(jiǎng)金水平來定義礦工安全行為收益R1。

2.2　管理者相關(guān)屬性

管理者和礦工在日常作業(yè)中不斷進(jìn)行交互作用，管理者的安全領(lǐng)導(dǎo)行為有效性從一定程度上影響了礦工對(duì)不安全行為的決策。

1)對(duì)不安全行為干預(yù)概率M。由于礦工學(xué)歷、相互熟識(shí)以及礦工之間不存在競(jìng)爭關(guān)系等原因，實(shí)踐調(diào)查得知，依靠礦工之間的互相監(jiān)督和舉報(bào)并不能很有效地影響不安全行為的發(fā)生，所以在井下作業(yè)中，主要依靠管理者來對(duì)不安全行為進(jìn)行監(jiān)督和干預(yù)。

2)反向激勵(lì)水平GP。反向激勵(lì)水平用罰款來反映，在管理者決定對(duì)礦工進(jìn)行干預(yù)后，出于對(duì)工作關(guān)系和行為嚴(yán)重程度等考量，可能不會(huì)做出罰款的懲罰決定，管理者對(duì)安全懲罰制度實(shí)施的有效性和煤礦企業(yè)整體罰款水平共同決定了罰款的合理額度。

2.3　礦工相關(guān)屬性

1)工作倦怠水平E:不同的工作強(qiáng)度、工作時(shí)間、個(gè)人經(jīng)驗(yàn)和心理狀態(tài)等會(huì)產(chǎn)生不同的倦態(tài)水平，數(shù)值上體現(xiàn)為工作壓力增長率[11]。礦工倦怠程度計(jì)算如下：

(2)

式中：n表示連續(xù)工作時(shí)間；im表示壓力增長率，取值(3%，5%)；ε為初始值，在本文中因不同礦工對(duì)壓力承受力不同，在0～5內(nèi)取隨機(jī)值。

在安全行為的選擇下，礦工需要承受這些倦怠度，心理壓力就是安全行為成本的主要來源，所以本文用倦怠水平來表示安全行為下的成本C1。在不安全行為下，礦工會(huì)釋放一部分心理壓力來緩解，所以用倦怠感減去隨機(jī)數(shù)來定義不安全行為下的收益R2。

2)礦工采取安全行為的概率N：礦工在對(duì)安全行為和不安全行為的期望收益進(jìn)行決策后，由于礦工獲得的信息有限，同時(shí)礦工也擁有有限理性的特點(diǎn)，所以從眾效應(yīng)對(duì)礦工的決策影響巨大，甚至能夠產(chǎn)生與成本收益決策相反的行為，這些都決定了行為產(chǎn)生的概率。本期的概率作為下期礦工決策后行為產(chǎn)生的概率，這一屬性也是前景理論在模型中的體現(xiàn)。

表1　模型屬性和代號(hào)

圖1　礦工行為決策模型Fig.1　The coal miner decision-making model

2.4　模型構(gòu)建

1)期望收益計(jì)算

模型要能夠體現(xiàn)出影響礦工對(duì)不安全行為決策的各種因素。首先需要進(jìn)行對(duì)2種行為選擇下的期望收益和綜合期望收益的計(jì)算。

假設(shè)安全行為和不安全行為的期望收益分別為U1和U2，如式(3)和式(4)所示：

U1=M×(R1-C1)+(1-M)×(R1-

C1)=R1-C1

(3)

U2=M×(R2-X×L-Gp)+(1-M)×(R2-

X×L)=R2-X×L-M×Gp

(4)

(1-N)×(R2-X×L-M×Gp)

(5)

從式(3)可以看出，礦工安全行為的收益是以自身為考量的，主要考慮的是認(rèn)真履行安全生產(chǎn)條例獲得的獎(jiǎng)金與嚴(yán)格按照條例操作所帶來的心理倦怠感的成本之間的決策。式(4)表明，礦工選擇不安全行為的期望收益除了考慮自身利益外，還要考慮不安全行為可能造成的事故損失以及被管理者干預(yù)后可能面臨的罰款。

2)心理價(jià)值計(jì)算

礦工在t時(shí)決策安全行為時(shí)：

礦工在t時(shí)決策不安全行為時(shí)：

將礦工在t時(shí)點(diǎn)選擇的不同行為與前一時(shí)點(diǎn)的平均收益的差值代入前景價(jià)值函數(shù)，如式(1)所示，得出本時(shí)點(diǎn)的安全行為心理價(jià)值V1(t)和不安全行為的心理價(jià)值V2(t)，經(jīng)過模型計(jì)算后，得出的價(jià)值不僅包含礦工自身的成本和收益，也受企業(yè)安全投入水平、管理者執(zhí)行力和礦工從眾性傳播等導(dǎo)致不安全行為產(chǎn)生的各種因素的影響，這些心理價(jià)值的對(duì)比產(chǎn)生了本期礦工行為決策結(jié)果。礦工行為決策模型如圖1所示。

3　礦工不安全行為的仿真與結(jié)果分析

3.1　屬性選取

影響礦工決策的屬性有很多，考慮到礦工從眾性、與行為經(jīng)濟(jì)學(xué)相關(guān)和便于煤礦企業(yè)管理決策等因素，本文選取企業(yè)正向激勵(lì)、倦怠程度和反向激勵(lì)3個(gè)屬性來進(jìn)行仿真分析。其中，用獎(jiǎng)金來反映正向激勵(lì)水平；用工作時(shí)間來反映倦怠程度；用罰款來反映反向激勵(lì)水平。

3.2　初始參數(shù)的設(shè)置

根據(jù)煤礦調(diào)研結(jié)果，設(shè)置礦工分布占格密度70%，管理者分布占格密度8%。礦工不安全行為被管理者干預(yù)后，隨機(jī)取值4到10輪處于quiet狀態(tài)，不會(huì)再產(chǎn)生不安全行為。模型初始假設(shè)，不安全行為的期望收益要大于安全行為的期望收益。由于礦工在1個(gè)交接班之后，才能大范圍互相交流、收集信息，所以這里1步代表模型中1個(gè)時(shí)點(diǎn)，也就是1次交接班。初始參數(shù)設(shè)定如表2所示。

表2　初始參數(shù)設(shè)定

圖2　初始運(yùn)行示意Fig.2　Initial operation diagram

為了便于觀察，調(diào)整參數(shù)并試運(yùn)行40步。圖2(a)為world視窗，其中三角形代表管理者，圓形代表礦工，其中淺色圓形代表被管理者干預(yù)后強(qiáng)行限制為quiet狀態(tài)的礦工。圖2(b)為發(fā)生不安全行為的礦工數(shù)量圖，橫坐標(biāo)為運(yùn)行的時(shí)點(diǎn)數(shù)，縱坐標(biāo)為發(fā)生不安全行為的礦工數(shù)，可以看出，開始階段選擇不安全行為的礦工由0突增至最大，這是因?yàn)榈V工初始時(shí)并沒有可以選擇的參考點(diǎn)，因受教育程度和安全知識(shí)水平等原因，絕大部分礦工選擇不安全行為的情況。在管理者干預(yù)和有決策參考點(diǎn)之后，礦工回歸有限理性的狀態(tài)，不安全行為的數(shù)量處于上下波動(dòng)但相對(duì)較平穩(wěn)的狀態(tài)。

3.3　礦工行為決策仿真

3.3.1正向激勵(lì)水平對(duì)不安全行為的影響。

煤礦企業(yè)對(duì)一定期間無不安全行為的礦工的獎(jiǎng)金是影響礦工安全行為期望收益的主要因素，從式(3)可以看出。通過增加安全行為收益來增加安全行為期望收益，將收益降低至18，運(yùn)行一次得到圖3(a)所示結(jié)果；然后將收益增加18，得到圖3(b)所示結(jié)果。

圖3　獎(jiǎng)勵(lì)水平對(duì)礦工決策影響Fig.3　The influence of reward level to decision-making

從圖3可以看出，將收益增加18后，開始階段礦工不安全行為的最大值由964降至906，曲線穩(wěn)定后平均發(fā)生不安全行為的礦工數(shù)由圖3(a)的194下降到圖3(b)的84，說明正面的激勵(lì)對(duì)礦工在盲目狀態(tài)下有一定影響，同時(shí)對(duì)于有限理性狀態(tài)下礦工不安全行為的決策有巨大的影響，煤礦企業(yè)為安全考慮可以適度增大安全生產(chǎn)的獎(jiǎng)勵(lì)措施。

3.3.2倦怠程度對(duì)不安全行為的影響

井下工作噪音、光線等因素造成工作環(huán)境十分壓抑，通過式(2)可以看出，工作時(shí)間的累加會(huì)對(duì)工作倦怠度影響越來越大，本文中的工作時(shí)間是指實(shí)際在井下的工作時(shí)間。將工作壓力增長率取(3%,5%)之間的隨機(jī)值，將ε設(shè)置為5。首先將工作時(shí)間設(shè)定6 h，得到圖4(a)所示結(jié)果；然后將工作時(shí)間設(shè)定8 h，得到圖4(b)所示結(jié)果。

圖4　工作時(shí)間對(duì)礦工決策影響Fig.4　The influence of working time to decision-making

從圖4可以看出，工作時(shí)間增加2 h，不安全行為曲線的拐點(diǎn)和穩(wěn)定值均有所升高，其中最大值穩(wěn)定值從104升至128，最高值由916升值957?？梢钥闯?，工時(shí)的累加會(huì)影響工作倦怠，從而影響不安全行為決策。

3.3.3反向激勵(lì)水平對(duì)不安全行為的影響。

將管理者干預(yù)概率維持在默認(rèn)的70%，然后將罰款在一定區(qū)間內(nèi)取隨機(jī)值，用來模擬不同的管理者對(duì)安全管理?xiàng)l例實(shí)施的有效性。首先，將罰款在(5，10)之間取隨機(jī)值，運(yùn)行得到圖5(a)所示結(jié)果；然后，將區(qū)間提升至(10，30)，運(yùn)行得到圖5(b)所示結(jié)果；最后，將區(qū)間提升至(30，50)，得到圖5(c)所示結(jié)果。

圖5　罰款對(duì)礦工決策影響Fig.5　The influence of fine to decision-making

從圖5(a)到圖5(b)，罰款的平均取值擴(kuò)大了3倍，但是從結(jié)果來看，相對(duì)于正面激勵(lì)的獎(jiǎng)金，對(duì)不安全行為的抑制作用并不明顯，從153降至127；而從圖5(a)到圖5(c)，罰款的平均取值擴(kuò)大了5～7倍，有限理性階段從153降到81，但是因?yàn)榈V工工資是有限的，需要考慮到國家規(guī)定的最低工資標(biāo)準(zhǔn)和勞動(dòng)者權(quán)益，而且需要考慮過重的罰款帶來的逆反心理。因此，實(shí)際執(zhí)行過程中，將罰款提升3倍就已經(jīng)到達(dá)極限了。此外，從圖5的分析結(jié)果來看，提升罰款數(shù)量能減少盲目階段不安全行為最大值。

4　結(jié)論

1)基于行為經(jīng)濟(jì)學(xué)的模型，借助前景理論函數(shù)，在Netlogo仿真平臺(tái)下可以得出不同的屬性對(duì)不安全行為決策的影響程度。

2)不同的主體屬性對(duì)礦工決策影響度存在一定差異。在中等企業(yè)安全投入水平、中等機(jī)械設(shè)備可靠度等條件下，安全生產(chǎn)獎(jiǎng)勵(lì)對(duì)不安全行為影響最為明顯，持續(xù)超過正常的工作時(shí)間對(duì)不安全行為影響較大，罰款水平對(duì)礦工不安全行為的影響較弱。

3)在較合理的利潤水平下，可以適度提高獎(jiǎng)勵(lì)水平，這有利于保證安全生產(chǎn)。企業(yè)需將罰款與企業(yè)工資水平等綜合考慮，應(yīng)該提升管理者對(duì)安全懲罰制度實(shí)施的有效性；需加強(qiáng)礦工間的交流，使礦工不僅能盡快找到?jīng)Q策參考點(diǎn)，還能將更多礦工的前期收益納入?yún)⒖键c(diǎn)的取值范圍，有助于礦工在有限理性狀態(tài)下進(jìn)行有效決策。

[1]HOFMANN D A, STETZER A. The Role of Safety Climate and Communication in Accident Interpretation: Implications for Learning from Negative Events[J]. Academy of Management Journal, 1998, 41(6):644-657.

[2]MISAWA R, INADOMI K, YAMAGUCHI H. Psychological factors contributing to unsafe behavior in train drivers[J]. Shinrigaku Kenkyu the Japanese Journal of Psychology, 2006, 77(2):132.

[3]CHOI B, LEE S H. Role of Social Norms and Social Identifications in Safety Behavior of Construction Workers. II: Group Analyses for the Effects of Cultural Backgrounds and Organizational Structures on Social Influence Process[J]. Journal of Construction Engineering & Management, 2016:04016125.

[4]MOHAMMADFAM I, GHASEMI F, KALATPOUR O, et al. Constructing a Bayesian network model for improving safety behavior of employees at workplaces[J]. Applied Ergonomics, 2017, 58:35-47.

[5]李磊, 田水承. 煤礦工人不安全行為組合干預(yù)仿真研究[J]. 中國安全科學(xué)學(xué)報(bào), 2016, 26(7):23-28.

LI Lei,TIAN Shuicheng.Simulation research on combination intervention in coal miners' unsafe behaviors [J]. China Safety Science Journal,2016,26(7):23-28.

[6]程戀軍, 仲維清. 礦工不安全行為DARF形成機(jī)制實(shí)證研究[J]. 中國安全生產(chǎn)科學(xué)技術(shù), 2017, 13(2):107-113.

CHENG Lianjun,ZHONG Weiqing.Study on DARF formation mechanism of miner’s unsafe behaviors [J]. Journal of Safety Science and Technology,2017,13(2):107-113.

[7]李乃文, 張麗, 牛莉霞. 工作壓力、安全注意力與不安全行為的影響機(jī)理模型[J]. 中國安全生產(chǎn)科學(xué)技術(shù), 2017, 13(6):14-19.

LI Naiwen, ZHANG Li, NIU Lixia.Influencing mechanism model of work stress，safety attention and unsafe behavior [J]. Journal of Safety Science and Technology, 2017,13(6):14-19.

[8]付全通, 張紅桃. 行為經(jīng)濟(jì)學(xué)視角下礦工不安全行為決策研究[J]. 現(xiàn)代礦業(yè), 2014(11):1-3.

FU Quantong, ZHANG Hongtao.Decision-making research on the miner’s unsafe behavior from the perpective of behavioral economics[J].Moden mining, 2014(11):1-3.

[9]戶曉坤, 郭旭新. 理性與情緒:從行為經(jīng)濟(jì)學(xué)視角看不確定條件下的個(gè)體選擇[J]. 新疆社會(huì)科學(xué)(漢文版), 2013(2):16-21.

HU Xiaokun, GUO Xuxin.Rationality and emotion: individual choice under uncertain conditions from the perspective of behavioral economics [J]. Social Sciences in Xinjiang, 2013(2):16-21.

[10]TVERSKY A, KAHNEMAN D. Advances in prospect theory: Cumulative representation of uncertainty[J]. Journal of Risk & Uncertainty, 1992, 5(4):297-323.

[11]牛莉霞, 劉謀興, 李乃文,等. 基于ABMS的礦工習(xí)慣性違章行為演化仿真[J]. 中國安全科學(xué)學(xué)報(bào), 2015, 25(11):34-40.

NIU Lixia,LIU Mouxing,LI Naiwen,et al. Simulation of evolution of miners＇habitual violation behavior based on ABMS [J]. China Safety Science Journal, 2015, 25(11):34-40.

[12]周凡. 行為經(jīng)濟(jì)學(xué)理論發(fā)展簡述[J]. 現(xiàn)代經(jīng)濟(jì)信息, 2017(1): 410-411,413.

ZHOU Fan. A brief introduction to the development of behavioral economics [J]. Modern economic information,2017(1):410-411,413.