反饋環(huán)斷裂下的安全知識積累與擴散仿真研究*

張 羽，楊清霞，岑 康

(西南石油大學(xué) 土木工程與建筑學(xué)院，四川 成都 610500)

0 引言

大量研究證實，反饋環(huán)在知識積累過程中起到關(guān)鍵作用[1-3]。然而，與其他領(lǐng)域的失敗事件不同，安全事故可能導(dǎo)致個體死亡，引發(fā)反饋環(huán)斷裂，從而對安全知識積累和擴散造成影響[4]。安全領(lǐng)域內(nèi)的知識管理問題也因此有別于其他領(lǐng)域，成為知識管理中的一類特殊問題。近年來，天津港危險品倉庫爆炸、豐城發(fā)電廠施工平臺坍塌、江蘇響水化工廠爆炸等特大事故的相繼發(fā)生，更凸顯出強化安全知識積累和應(yīng)用，提高安全生產(chǎn)水平的緊迫性。

安全知識指安全行為主體從各個途徑中獲得，并經(jīng)過提升、總結(jié)與凝練的安全信息[5]。目前，國內(nèi)外相關(guān)研究集中于安全知識的作用、積累及擴散3個方面內(nèi)容。安全知識作用方面，傅貴等[6]認為一線員工、企業(yè)管理者和外部監(jiān)管者的安全知識缺乏均可能引發(fā)事故；盡管安全知識的作用受到員工年齡、經(jīng)驗等因素的調(diào)節(jié)[7]，但建筑等不同領(lǐng)域的研究均證實了安全知識的重要性[8]。安全知識積累方面，一些完善事故調(diào)查的制度建議得以提出，包括建立調(diào)查員資格審查體系、事故調(diào)查處理信息系統(tǒng)[9]、第三方事故調(diào)查機制[10]等；高恩新[11]通過分析事故調(diào)查報告發(fā)現(xiàn)歸因外部化和集體問責不利于安全知識獲取，同時，事故分析工具開發(fā)和應(yīng)用也成為研究方向之一；Labib[12]通過對比博帕爾和福島事故分析模型，探索了可靠性框圖、故障樹等事故分析工具選擇問題；Bellamy等[13]則論證了Storybuilder方法用于事故分析的可行性。安全知識擴散方面，Gressgard等[14]研究了企業(yè)在分布式環(huán)境中的學(xué)習(xí)問題，發(fā)現(xiàn)學(xué)習(xí)績效受單位間知識交流程度、合作關(guān)系、領(lǐng)導(dǎo)參與的影響；Underwood等[15]通過專家訪談發(fā)現(xiàn)應(yīng)通過培訓(xùn)、會議等交流形式傳播系統(tǒng)事故分析的相關(guān)知識；安全管理信息系統(tǒng)等技術(shù)也被認為是有效傳播安全信息和知識的途徑之一[16]。綜上所述，安全知識的積累和擴散會對安全結(jié)果產(chǎn)生重要影響，且受到眾多因素的調(diào)節(jié)作用。然而，安全結(jié)果反向影響安全知識積累和擴散的文獻較少。雖然張羽等[4]基于實證研究提出了“死亡悖論”，即“擁有事故關(guān)鍵信息的個體，往往更接近事故核心區(qū)域，也更容易死于事故致使信息無法獲取”的特殊現(xiàn)象，但其作用機制，特別是其對安全知識積累和擴散的影響仍需深入研究。

基于此，本文在提煉個體死亡影響安全知識積累和擴散過程的基礎(chǔ)上，建立元胞自動機模型并基于Netlogo平臺進行仿真研究。為提高結(jié)果的可信度，本文并未采用仿真圖形對比方法得出結(jié)論，而是通過重復(fù)交叉實驗獲取數(shù)據(jù)，再運用SPSS軟件進行層次回歸分析，以探究安全知識積累和擴散機制，為社會層面的安全知識管理提供新的視角。

1 安全知識積累和擴散的模型構(gòu)建

1.1 安全知識積累和擴散過程

圖1 安全知識積累和擴散過程Fig.1 Accumulation and diffusion processes of safety knowledge

由圖1可知，個體的安全知識積累過程是一條從安全知識經(jīng)安全行為引發(fā)安全結(jié)果最終形成新知識的反饋環(huán)，期間還涉及個體與社會間知識的相互轉(zhuǎn)化，即知識擴散。整個反饋環(huán)與一般經(jīng)驗學(xué)習(xí)過程的最大區(qū)別在于個體死亡部分，即一般經(jīng)驗學(xué)習(xí)不存在個體死亡情況，出現(xiàn)失敗事件后會直接進入個體知識積累階段，而本反饋環(huán)可能由于個體死亡而斷裂，從而無法獲取和積累知識。由于整個過程涉及個體自身、個體之間以及個體與群體間多層次演化關(guān)系，事故發(fā)生、個體死亡、知識多寡等多種狀態(tài)及知識積累、擴散和個體補充等多種行為，屬于復(fù)雜系統(tǒng)演化問題，故選擇元胞自動機進行仿真實驗。

1.2 元胞自動機建模

元胞自動機(Cellular Automaton)是一類時間和空間都離散的動力系統(tǒng)。該系統(tǒng)由有限個元胞組成，某一時刻某一元胞的狀態(tài)只與其自身及其鄰居有關(guān)，但元胞間簡單的交互行為可以演化出復(fù)雜的宏觀結(jié)果[17]。本文將元胞自動機模型表示為CA=(L,Q,S,f)。其中：CA表示元胞自動機，L表示元胞空間，Q表示元胞狀態(tài)集合，S表示元胞鄰域，f則表示元胞狀態(tài)轉(zhuǎn)換規(guī)則，具體如下：

1)元胞及元胞空間：元胞空間是長寬均為41格、總計1 681格的正方形柵格無界空間。其中每個柵格代表一個獨立個體，記為{(i,j)|i,j∈[-20,20]}。同時，本研究假設(shè)社會中個體總量保持不變，個體死亡后能在下一時刻及時補充。

2)元胞鄰域：選取了馮諾依曼型和摩爾型2種典型鄰域形式，運行時由開關(guān)調(diào)節(jié)。鄰域關(guān)系并不僅指空間上的鄰近，還表示社會關(guān)系的親近。

3)元胞狀態(tài)：反映了社會中個體所具備的安全知識水平，即安全知識量(Knowledge，用K表示)。與元胞顏色深淺相關(guān)聯(lián)，顏色越淺則知識量越大。

4)轉(zhuǎn)換規(guī)則：涉及個體知識積累規(guī)則、見證者知識積累規(guī)則和知識擴散規(guī)則。

①個體知識積累規(guī)則指不考慮知識傳播時，個體從事故中獲取知識并積累的過程，其表達式為：

鑒于此，本文以張家界市世界地質(zhì)公園為研究區(qū)，選取生態(tài)足跡法作為研究方法，通過對該地質(zhì)公園2000年、2005年、2010年及2015年四個時段的生態(tài)足跡與生態(tài)承載力大小進行測算，運用生態(tài)盈余指數(shù)及生態(tài)壓力指數(shù)對將張家界市世界地質(zhì)公園的可持續(xù)發(fā)展現(xiàn)狀進行科學(xué)測度并對其結(jié)果進行分析，在此基礎(chǔ)上預(yù)測其未來2020年可持續(xù)發(fā)展的趨勢。論文的研究將為張家界市世界地質(zhì)公園的可持續(xù)發(fā)展提供參考建議，并為類似地質(zhì)公園的建設(shè)和發(fā)展提供有益的借鑒。

(1)

②見證者知識積累規(guī)則描述事故見證者獲取知識的過程，表達式為：

(2)

③知識擴散規(guī)則描述通過宣傳教育等方式提高某一類人群安全知識的過程，表達式為：

(3)

2 仿真實驗與分析

2.1 仿真實驗過程與初步結(jié)果

根據(jù)以上模型設(shè)定，確定本實驗自變量包括事故率、死亡率、見證者及其數(shù)量、擴散、替代元胞及其初始知識和初始安全知識上限。因變量包括社會安全知識平均值(Mean)及其離散系數(shù)(CV)。據(jù)此運用Netlogo軟件構(gòu)建仿真實驗平臺如圖2所示。

圖2 仿真實驗平臺Fig.2 Simulation experimental platform

經(jīng)測算，將ΔK設(shè)為0.1，ΔS設(shè)為0.01，δ設(shè)為0.01。各變量名稱、含義及其取值范圍如表1所示。根據(jù)變量取值，采用交替控制變量法進行仿真實驗。具體步驟如下：

1)將見證者及其數(shù)量、擴散均設(shè)定為0，將替代元胞設(shè)定為1，初始安全知識上限設(shè)定為9.9。

2)將死亡率設(shè)定為0，事故率從0開始，以0.1為增量增加至1，從而獲得11組數(shù)據(jù)樣本；然后將死亡率設(shè)定為0.1，重復(fù)事故率調(diào)整的步驟，再獲得11組數(shù)據(jù)樣本；依此類推，死亡率以0.1為增量一直增加至1，共獲取121組數(shù)據(jù)樣本。

3)將見證者開關(guān)開啟，鄰域為馮諾依曼鄰域。重復(fù)第二步，獲得121組樣本。

4)將見證者開關(guān)及其數(shù)量開關(guān)均開啟，二者數(shù)值變?yōu)?，鄰域變?yōu)槟栢徲?。重?fù)步驟2)獲得121組樣本。

5)關(guān)閉見證者及其數(shù)量開關(guān)，開啟擴散，重復(fù)步驟2)獲得121組樣本。

6)，關(guān)閉擴散開關(guān)并打開替代者初始知識開關(guān)，重復(fù)步驟2)獲得121組樣本。

表1 研究變量描述Table 1 Description of studied variables

經(jīng)過以上步驟，仿真實驗共獲得605組數(shù)據(jù)樣本。但由于部分樣本中作為離散系數(shù)分母的安全知識均值為0，導(dǎo)致離散系數(shù)不可得，相關(guān)的有效樣本剩余596組。運用SPSS軟件對數(shù)據(jù)樣本進行描述性統(tǒng)計分析所得結(jié)果如表2所示。

表2 樣本描述性統(tǒng)計結(jié)果Table 2 Results of sample descriptive statistics

由表2可知，事故率和死亡率在[0,9.9]間隨機取值，均值為0.5符合預(yù)期；見證者為1的數(shù)據(jù)有242組，故均值為0.4，其余變量為1的數(shù)據(jù)僅有121組，故均值為0.2。Mean的均值為3.819，標準差為3.606，樣本整體知識量處于較低水平并存在一定程度波動；CV的均值為1.738，標準差為1.866，樣本整體知識差異程度處于較低水平且存在一定波動。

2.2 對知識水平的影響分析

Mean是用以表示社會安全知識積累水平的變量，對與其相關(guān)的605組有效樣本進行層次回歸分析，先考察解釋變量能在多大程度上解釋因變量，而后加入事故率與死亡率、事故率與見證者、死亡率與替代者初始知識交互項，檢驗是否存在交互關(guān)系?；貧w分析結(jié)果匯總?cè)绫?所示。

表3 層次回歸分析結(jié)果匯總(因變量：Mean)Table 3 Summary of hierarchical regression analysis results (dependent variable:Mean)

注：*表示P<0.1；**表示P<0.05；***表示P<0.01。

由表3可知，模型1能解釋因變量69.4%的方差，模型2在增加3個交互項后，能解釋71.9%的方差，且二者均顯著，表明2個模型擬合度均可接受。模型1中，死亡率標準化回歸系數(shù)β值為-0.47，表明死亡率的增加會導(dǎo)致社會平均知識較大幅度減少；事故率β值為-0.055，表明事故率的增加會導(dǎo)致社會平均知識小幅減少。替代者初始知識、見證者及其數(shù)量的β值分別為0.756，0.216和0.122，表明三者的增加會提高社會平均知識水平。擴散對知識水平產(chǎn)生正向影響但不顯著。根據(jù)上述結(jié)果，提出“死亡悖論”的另一種形式，即“個體經(jīng)歷事故越多，越可能獲得更多安全知識，但也越可能死于事故而導(dǎo)致知識流失”。該悖論被命名為“數(shù)量型死亡悖論”，以區(qū)別于文獻[4]中關(guān)于事故卷入程度的“死亡悖論”。該悖論為解釋安全事故周期性發(fā)生問題提供了新思路，即個體層面的安全知識積累可能存在一個上限，此上限遠低于個體在其他領(lǐng)域的知識積累水平，且會隨時間的推移而波動，同時由于隱性知識的存在不易通過教育培訓(xùn)等方式突破此上限。

模型2中，事故率β值由負值變?yōu)?.151，表明事故率的影響復(fù)雜且不穩(wěn)定。事故率與死亡率交互項β值為-0.262，表明事故率越高，死亡率對社會平均知識的負向影響越大，符合預(yù)期。事故率與見證者交互項β值為-0.093，表明事故率的增加會小幅削弱見證者對社會平均知識的正向影響，這再次體現(xiàn)了事故率影響的復(fù)雜性。死亡率與替代者初始知識交互項的β值為0.217，表明替代者擁有社會平均知識的組中，死亡率的負向影響會減弱，符合預(yù)期。

2.3 對知識差異的影響分析

CV是用以表示社會安全知識差異水平的變量。對與其相關(guān)的596組樣本進行層次回歸分析，步驟與因變量Mean的分析相同，得到結(jié)果如表4所示。

表4 層次回歸分析結(jié)果匯總(因變量：CV)Table 4 Summary of hierarchical regression analysis results (dependent variables:CV)

注：*表示P<0.1；**表示P<0.05；***表示P<0.01。

由表4可知，模型1能解釋因變量54.5%的方差，增加3個交互項后能解釋58.4%的方差，且二者均顯著，表明2個模型均可接受。模型1中6個解釋變量影響均顯著。其中，死亡率、事故率的β值分別為0.355和0.16，表明死亡率和事故率的增加會擴大個體知識差異；替代者初始知識、見證者及其數(shù)量和擴散的β值分別為-0.767，-0.546，-0.094和-0.234，表明4個變量的增加均會縮小知識差異，且替代者初始知識影響較大。

模型2中，事故率的影響變得不顯著。事故率與死亡率交互項β值為0.189，表明事故率越高，死亡率對知識差異的正向影響越大，與預(yù)期相符；死亡率與替代者初始知識交互項β值為-0.361，表明替代者擁有社會平均知識的組中，死亡率對知識差異的正向影響會大幅減少。

3 結(jié)論

1)個體死亡會阻礙安全知識積累并加劇個體間知識差異，同時也不利于安全知識擴散。事故率的增加會同時提高知識積累機會和個體死亡機會，產(chǎn)生雙向?qū)_效應(yīng)，導(dǎo)致其對安全知識積累和擴散的影響變得復(fù)雜且不穩(wěn)定。同時，事故率與死亡率存在交互效應(yīng)，事故率的增加會強化死亡率的影響。據(jù)此提出“數(shù)量型死亡悖論”并認為個體安全知識積累存在上限，為安全事故周期性發(fā)生提供了新解釋。應(yīng)著重于降低事故死亡率，從而盡可能保全富有經(jīng)驗的員工；完善輕微和未遂事故報告分析機制，同時建立事故調(diào)查細節(jié)信息和原始素材采集披露機制，確保從更多的事故中獲取更深層次的隱性知識。

2)事故見證者的增加和替代者知識水平的提高有助于安全知識的積累和擴散，且后者作用較強。此外，后者還能削弱個體死亡產(chǎn)生的負向影響。應(yīng)使強制性崗前安全培訓(xùn)覆蓋所有涉危行業(yè)和相關(guān)職位；同時運用慕課微課等網(wǎng)絡(luò)平臺建立全國性的標準化課程資源；依靠虛擬現(xiàn)實、增強現(xiàn)實、場景復(fù)現(xiàn)等技術(shù)建立事故體驗站并吸引相關(guān)人員入站體驗，獲取更多更真實的事故經(jīng)驗。

3)針對低知識群體進行廣泛的知識擴散會在一定程度上減少個體間知識差異，但對安全知識積累的影響微弱而不顯著。這表明廣泛的、科普性的安全知識宣傳教育，能夠起到一定的知識平均化的作用，但對知識積累的作用有限。