張 羽, 李思浩, 劉紅勇
(西南石油大學(xué) 土木工程與測繪學(xué)院,四川 成都 610500)
2018年上半年,國務(wù)院安委辦在通報全國建筑業(yè)安全生產(chǎn)形勢時指出,全國建筑業(yè)共發(fā)生生產(chǎn)安全事故1732起、死亡1752人。通報顯示,建筑業(yè)事故總量持續(xù)保持在高位,連續(xù)9年排在工礦商貿(mào)事故第一位;事故起數(shù)和死亡人數(shù)自2016年起連續(xù)“雙上升”[1]。
近年來建筑行業(yè)發(fā)生的典型安全事故包括:2015年,深圳光明新區(qū)渣土堆放現(xiàn)場發(fā)生特大滑坡事故,造成73人死亡,17人受傷,直接經(jīng)濟(jì)損失8.81億元;2016年,江西豐城發(fā)電廠冷卻塔施工平臺坍塌,造成73人死亡,2人受傷,直接經(jīng)濟(jì)損失超1億元;2020年,福建泉州鯉城區(qū)防疫隔離酒店發(fā)生坍塌,造成28人死亡,50人受傷,產(chǎn)生了極其惡劣的社會影響。以上數(shù)據(jù)和案例均表明,中國建筑業(yè)正面臨巨大的安全風(fēng)險。而在建筑業(yè)眾多安全事故中,高危崗位安全事故占有相當(dāng)大的比重。因此研究高危崗位的人崗匹配,對于促進(jìn)行業(yè)安全發(fā)展、提升安全管理水平具有重要意義。
高危崗位是指在工作過程中涉及大量高危作業(yè)、導(dǎo)致作業(yè)人員本身或他人面臨較大危險的一類崗位,如專業(yè)從事塔吊駕駛、升降機(jī)駕駛、外墻粉刷等作業(yè)的崗位。關(guān)于高危崗位人崗匹配的研究側(cè)重從崗位需求的角度評估工作風(fēng)險和人員勝任力情況。1)從崗位需求角度評估工作風(fēng)險主要涉及高危作業(yè)關(guān)鍵風(fēng)險因素的識別[2~4]和評價[5,6]。例如:Le Coze[7]介紹了四種傳統(tǒng)安全評估研究方法,提出集成管理學(xué)和社會學(xué)的高風(fēng)險行業(yè)評估的敏感模型。2)在考慮工作人員勝任力時,郝勇等[8]通過事件訪談和專家小組法,確定了3個一級指標(biāo)和14個二級指標(biāo)影響因子,構(gòu)建出船員安全素質(zhì)模型。高志強(qiáng)等[9]通過問卷調(diào)查構(gòu)建了安全勝任力的5因素模型,并確認(rèn)職業(yè)素養(yǎng)、安全意識、身心健康和情緒穩(wěn)定性4個因素對于違章行為有顯著負(fù)向影響。Vladutiu[10]等通過對858名年輕人工作數(shù)據(jù)分析后發(fā)現(xiàn)年輕人一般會低估工作的相關(guān)危險,從而增加受傷的可能性。馮志達(dá)[11]等通過實(shí)證研究發(fā)現(xiàn),職業(yè)背景、行為收益及危險刺激敏感性的不同是造成不同崗位人員危險認(rèn)知差異的重要原因。鄭霞忠等運(yùn)用結(jié)構(gòu)方程模型探索水電工程高危作業(yè)風(fēng)險影響因素,發(fā)現(xiàn)安全管理制度、教育培訓(xùn)、職業(yè)健康環(huán)境、個人決策能力對水電高危作業(yè)風(fēng)險具有顯著影響[12]。Zhao等[13]通過研究建筑工人“工作特征”的決策鏈指出不同人力資源管理方式會直接影響到施工安全管理成果(事故的嚴(yán)重程度和發(fā)生頻率),同時允許工人參與到與安全有關(guān)的決策行動中有利于施工安全管理成果的控制。上述研究探討了高危崗位的風(fēng)險因素及其對人員能力素質(zhì)的要求,為提升高危崗位安全水平做出了貢獻(xiàn)。然而,上述研究存在以下三方面不足:1)研究對象多為既有員工,而未考慮潛在員工即應(yīng)聘者群體是否存在素質(zhì)偏差;2)研究角度多源于用人單位的崗位需求,而未將應(yīng)聘者前期決策即擇業(yè)擇崗行為納入考察范圍;3)針對建筑行業(yè)的相關(guān)研究較少。以上不足使得建筑行業(yè)用人單位無法從更廣域的視角上考慮人崗匹配問題,最終限制了招工效率和安全水平的提升。
鑒于此,本文首先將前景理論引入員工擇崗行為決策中,構(gòu)建了基于前景理論的建筑工人高危崗位選擇行為的元胞自動機(jī)模型,而后將模型代入Netlogo平臺進(jìn)行重復(fù)交叉實(shí)驗(yàn),再運(yùn)用SPSS軟件對所得數(shù)據(jù)進(jìn)行層次回歸分析,以探究建筑工人的高危崗位選擇過程、行為特征及內(nèi)在動機(jī),為實(shí)現(xiàn)建筑業(yè)高危崗位人崗匹配、降低事故風(fēng)險提供依據(jù)。同時,在總體國家安全觀和推進(jìn)安全治理能力現(xiàn)代化政策的影響下,教育部于2014年設(shè)立了題為“個體死亡條件下安全知識積累與擴(kuò)散機(jī)制”的研究項(xiàng)目。本文就是該課題研究成果之一。
本模型模擬現(xiàn)實(shí)中建筑工人選擇不同風(fēng)險崗位的決策行為。由于不同建筑施工項(xiàng)目的內(nèi)部安全要求不同,因此,施工現(xiàn)場危險區(qū)域分級時要綜合考慮工作人員的實(shí)際位置、項(xiàng)目工程規(guī)模以及現(xiàn)場復(fù)雜程度等[14]。根據(jù)ALARP風(fēng)險分級原則,將風(fēng)險分為風(fēng)險不可接受區(qū)、最低合理可行區(qū),風(fēng)險可接受區(qū)[15]。本文據(jù)此將建筑施工現(xiàn)場危險區(qū)域分為四部分:施工場地外(危險區(qū)域外)、低風(fēng)險崗位(警戒區(qū))、中等風(fēng)險崗位(危險區(qū))和高危崗位(核心危險區(qū))[16]。Mattson等[17]指出在高風(fēng)險組織當(dāng)中,獎金制度的設(shè)計差異確實(shí)會影響安全行為結(jié)果,而獎金考核的結(jié)果只要和安全生產(chǎn)方面掛鉤,就可以有效提高員工的安全行為。因此模型設(shè)置崗位風(fēng)險與崗位工資收入正相關(guān),風(fēng)險越高的崗位,人員工資收入越高。王丹等證實(shí)了人力資源管理和心理安全感會影響礦工的安全行為[18],因而人崗匹配要考慮不同工人對相等的收益、損失和風(fēng)險的主觀感知差異[11]。依照前景理論,工人對崗位事故風(fēng)險和工資收入的綜合前景進(jìn)行價值判斷[23,24],當(dāng)收益前景大于損失時,工人會選擇更高風(fēng)險的崗位;反之,工人則選擇更低風(fēng)險的崗位;而當(dāng)收益前景與損失前景相等時,工人維持原崗位。具體邏輯流程如圖1所示。
圖1 模型邏輯流程圖
標(biāo)準(zhǔn)的元胞自動機(jī)(Cellular Automaton)是一個由元胞、元胞狀態(tài)、鄰域和狀態(tài)更新規(guī)則構(gòu)成的四元組。本研究將元胞自動機(jī)模型表示為CA=(L,N,S,f)。其中,CA表示元胞自動機(jī),L表示元胞空間,N表示某個鄰域內(nèi)元胞狀態(tài)的集合,S表示元胞鄰域,f則表示元胞狀態(tài)轉(zhuǎn)換規(guī)則[19],具體如下:
(1)元胞空間:元胞空間是長寬均為33格、總計1089格的正方形柵格有界空間。其中,坐標(biāo){(i,j)|i∈[-16,16],j∈[-16,-14)}的區(qū)域?yàn)樗{(lán)色無風(fēng)險區(qū),表示施工場地外的安全區(qū)域;綠色低風(fēng)險區(qū)的坐標(biāo)為{(i,j)|i∈[-16,16],j∈[-14,-4)};黃色中風(fēng)險區(qū)的坐標(biāo)為{(i,j)|i∈[-16,16],j∈[-4,6]};紅色高風(fēng)險區(qū)的坐標(biāo)為{(i,j)|i∈[-16,16],j∈[6,16)}。存在風(fēng)險的三個區(qū)域內(nèi),隨著縱坐標(biāo)的增加,區(qū)域風(fēng)險遞增,對應(yīng)風(fēng)險概率值記為Pj。
(2)元胞鄰域:在經(jīng)典的元胞自動機(jī)模型中,元胞空間被劃分為網(wǎng)格,格柵是網(wǎng)格的基本單位,每個格柵可以容納一個工人或者空閑。每個工人都可以以一定的概率向他的4個相鄰格點(diǎn)行走,或者靜止不動。本研究選取了一種變形的馮諾依曼型鄰域,即工人只能向上或者向下。
(3)元胞與元胞狀態(tài):元胞是立于格柵上的白色人型Agent,用以表示工人;元胞狀態(tài)包含所在格柵的位置以及自身的風(fēng)險概率感知系數(shù)和三個前景理論參數(shù),前者體現(xiàn)了工人所在的崗位,后者則反映了工人的風(fēng)險感知和判斷能力差異。對應(yīng)的參數(shù)為Cm(Sij,α,β,λ,k),其中Cm表示第m個元胞的參數(shù),Sij示元胞所在網(wǎng)格,四個參數(shù)對應(yīng)風(fēng)險感知和前景理論相關(guān)系數(shù)。
(4)轉(zhuǎn)換規(guī)則:涉及到基于前景理論價值函數(shù)的建筑工人擇崗行為的規(guī)則。
①高危崗位給工人帶來收益的前景價值函數(shù)為:
(1)
式中,xij表示為元胞m在Sij崗位的收益情況,α表示前景理論收益效用遞減參數(shù)。
②高危崗位給工人帶來損失的前景價值函數(shù)為
(2)
式中,yij表示為元胞m在Sij崗位的風(fēng)險情況,β表示前景理論損失效用遞減參數(shù);λ表示前景理論損失厭惡參數(shù)。
③綜合收益和損失的前景價值,決定工人是否有意愿去更高風(fēng)險的場地工作,其表達(dá)式為:
(3)
式中,Gm為元胞m的運(yùn)動函數(shù),1表示向上移動一步,0表示不移動,-1表示向下移動一步。式中所列的前景價值函數(shù)Vfm=Vxm+Vym×km×Pij,km表示不同工人的概率感知系數(shù),Pij為元胞m所在Sij崗位對應(yīng)的風(fēng)險概率值。整個公式表明,當(dāng)工人的感知收益大于感知損失風(fēng)險時,工人會選擇更高風(fēng)險崗位;當(dāng)二者相等時,工人留在原崗位;否則,工人會選擇更低風(fēng)險的崗位。
根據(jù)以上模型設(shè)定,確定本實(shí)驗(yàn)自變量包括崗位的事故損失、基本工資收益、工資補(bǔ)償差異以及工人的收益效用遞減參數(shù)、損失效用遞減參數(shù)、損失厭惡參數(shù)和概率感知系數(shù)上限。因變量包括人員縱坐標(biāo)均值(Mean)及其離散系數(shù)(CV)。據(jù)此運(yùn)用Netlogo軟件構(gòu)建仿真實(shí)驗(yàn)平臺如圖2所示。
本實(shí)驗(yàn)變量描述如表1所示。其中,事故損失指死亡事故、重傷事故和輕傷事故的個人平均經(jīng)濟(jì)損失,參考文獻(xiàn)[20]算得其值為126078.9元,取整后得初始值120000元;風(fēng)險補(bǔ)償收益指每增加一個百分點(diǎn)事故率所給的補(bǔ)償工資,參考“有毒作業(yè)分級”國家標(biāo)準(zhǔn)(GB12331-90),取整后初始值為1500元;基本工資收益由2017年~2018年建筑企業(yè)從業(yè)人員工資均值[21]取整得到;由于決策對象的復(fù)雜和不確定性,參考國內(nèi)權(quán)威期刊文獻(xiàn)[22~24]中參數(shù)前景理論三個參數(shù)初始值估計結(jié)果,將前景理論三個參數(shù)初始值分別設(shè)置為λ=2.25,α=0.89,β=0.92,而后對α、β、λ采集規(guī)范化后的三參數(shù)區(qū)間灰數(shù)評價樣本矩陣進(jìn)行逐步調(diào)節(jié)以模擬各種復(fù)雜情況下工人的心理特質(zhì)[24];個人感知系數(shù)初始值取2,考慮到工人對風(fēng)險都有一個基礎(chǔ)認(rèn)知,所以均值會大于1。此處初始值僅用于初始環(huán)境設(shè)定,后續(xù)實(shí)驗(yàn)中會進(jìn)行調(diào)節(jié),從而更全面的研究各變量取值的影響。考慮到工人對風(fēng)險的感知存在差異,對α、β、λ、k四個感知變量分別設(shè)置一個概率分布開關(guān)。當(dāng)開關(guān)打開時,人員對應(yīng)變量值會服從相應(yīng)分布;當(dāng)開關(guān)關(guān)閉時,人員對應(yīng)變量值統(tǒng)一為預(yù)設(shè)固定值。
表1 實(shí)驗(yàn)變量描述
根據(jù)表1變量取值進(jìn)行仿真實(shí)驗(yàn),具體步驟如下:
第一步,打開四個感知變量的概率分布開關(guān),將變量滑塊設(shè)定為初始值,仿真程序運(yùn)行一次的步數(shù)設(shè)定為500時步。運(yùn)行仿真程序并記錄人員在各個區(qū)域的分布情況、人員縱坐標(biāo)均值和離散系數(shù)。
第二步,先關(guān)閉β、λ、k的概率分布開關(guān),只打開α的概率分布開關(guān),運(yùn)行程序后記錄在高、中、低三個不同風(fēng)險區(qū)域的人員的α均值。之后依次對其他三個變量重復(fù)以上步驟,每次僅打開一個變量開關(guān)。最后得到在三個風(fēng)險區(qū)域人員的α、β、λ、k的均值如表2所示。
第三步,打開α、β、λ、k的概率分布開關(guān),其他變量取值不變,將基本工資收益分別取25000、60000、90000、120000、150000、200000;風(fēng)險補(bǔ)償差異值分別取100、300、500、1000、1500;收益效用遞減參數(shù)分別取0.5、0.6、0.7、0.8、0.9、1;記錄對應(yīng)的人員縱坐標(biāo)均值(Mean)及其離散系數(shù)(CV),得到6×5×6共180組樣本數(shù)據(jù)用于收益相關(guān)變量回歸分析。同理,將事故損失值分別取-500000、-1000000、-10000000、-20000000;損失效用遞減參數(shù)分別取0.6、0.7、0.8、1;損失厭惡參數(shù)分別取1、2、3、4;概率感知上限分別取2、3、4、5;記錄對應(yīng)的人員縱坐標(biāo)均值(Mean)及其離散系數(shù)(CV),得到4×4×4×4共256組樣本數(shù)據(jù)用于損失相關(guān)變量回歸分析。
在高、中、低三個風(fēng)險區(qū)域人員的α、β、λ、k的均值如表2所示。
表2 樣本均值統(tǒng)計結(jié)果
由表2可知,高風(fēng)險區(qū)域的人員具有較高的收益效用遞減參數(shù)α、較低的損失效用遞減參數(shù)β、較低的損失厭惡參數(shù)λ和較低的概率風(fēng)險感知系數(shù)k,表明進(jìn)入高風(fēng)險區(qū)域的人員具有高估收益、低估損失、低損失厭惡以及低風(fēng)險概率感知的特征。相反,停留在低風(fēng)險區(qū)域的人員則具有低估收益、高估損失、高損失厭惡和風(fēng)險感知的特征。這意味著,現(xiàn)實(shí)中選擇從事高危崗位工作的人員不僅容易高估收益,而且具有低估事故概率和損失的冒險傾向。然而,高危崗位恰恰要求工人具有更強(qiáng)的風(fēng)險意識和更穩(wěn)重的行為風(fēng)格,以規(guī)避安全風(fēng)險。這就形成了一個悖論,本研究將其命名為“高危人崗匹配悖論”(The paradox of person-post matching in high-risk positions,簡稱HRPMP),用以表示高危崗位需求與選擇高危崗位的人員特質(zhì)不相匹配的現(xiàn)象。為進(jìn)一步探索HRPMP的影響因素,后文將對收益和損失相關(guān)變量分別進(jìn)行回歸分析。
構(gòu)建4個回歸模型用以分別考察收益相關(guān)變量及其交互效應(yīng)對均值和離散系數(shù)的影響。為減少數(shù)據(jù)的異方差性,模型收益相關(guān)變量均采用對數(shù)形式,模型1中因變量Mean也采用對數(shù)形式,得到回歸結(jié)果如表3所示。
表3 收益變量層次回歸結(jié)果
由表3可知,考察主效應(yīng)的模型1和模型3能解釋因變量97.7%和81.9%的方差,考察交互效應(yīng)的模型2 和模型4能解釋因變量61.1%和50%的方差,且均為顯著,表明四個模型擬合度均可接受。同時,四個模型中的變量影響均達(dá)到顯著標(biāo)準(zhǔn)。
在模型1中,基本工資回歸系數(shù)為0.272,表明基本工資的增加會促使人員選擇更高風(fēng)險崗位;風(fēng)險補(bǔ)償收益回歸系數(shù)為-0.028,表明風(fēng)險補(bǔ)償?shù)脑黾訒偈构と藗冞x擇低風(fēng)險崗位,但作用非常微弱。由于效用遞減參數(shù)越大意味著效用越接近現(xiàn)實(shí),收益效用遞減參數(shù)的回歸系數(shù)為0.95表明收益效用遞減較小的工人更愿意選擇高風(fēng)險崗位。在模型3中,基本工資和風(fēng)險補(bǔ)償?shù)幕貧w系數(shù)分別為-0.297和0.107,表明提高基本工資、降低風(fēng)險補(bǔ)償會減少工人擇崗差異。收益效用遞減參數(shù)的回歸系數(shù)為-0.849,表明收益效用遞減較小的工人群體擇崗差異也較小。
在模型2中,Xch×α和X×α回歸系數(shù)分別為0.729和0.904,表明基本工資和風(fēng)險補(bǔ)償?shù)脑黾訉κ找孢f減較小的工人作用更大,會促使其選擇高危崗位。在模型4中,Xch×α和X×α回歸系數(shù)分別為-0.529和-0.852,表明基本工資和風(fēng)險補(bǔ)償?shù)脑黾訉κ找孢f減較小的工人作用更大,會減少工人擇崗差異。
構(gòu)建4個回歸模型用以分別考察損失相關(guān)變量及其交互效應(yīng)對均值和離散系數(shù)的影響。為減少數(shù)據(jù)的異方差性,對因變量Mean采用對數(shù)形式,回歸結(jié)果見表4。
由表4可知,考察主效應(yīng)的模型1和模型3能解釋因變量94.3%和61.8%的方差,考察交互效應(yīng)的模型2和模型4能解釋因變量88.9%和50.8%的方差,且均顯著,表明四個模型擬合度均可接受。同時,四個模型中的變量影響也都達(dá)到顯著標(biāo)準(zhǔn)。
在模型1中,事故損失值回歸系數(shù)為0.265,考慮到事故損失是負(fù)值,該系數(shù)表明事故損失值越小工人越傾向選擇高危崗位。損失效用遞減參數(shù)、損失厭惡參數(shù)和概率感知系數(shù)上限的回歸系數(shù)分別為-0.902、-0.12、-0.212,說明損失效用遞減越小、損失厭惡和風(fēng)險概率感知越高的工人更傾向于選擇低風(fēng)險崗位,而且其中損失效用遞減參數(shù)影響尤其明顯。在模型3中,事故損失回歸系數(shù)為-0.248,表明事故損失值的增加會減少工人選擇的差異。損失效用遞減參數(shù)、損失厭惡參數(shù)和概率感知系數(shù)上限的回歸系數(shù)分別為0.745、0.053、0.064,表明損失效用遞減越小、損失厭惡和風(fēng)險概率感知越高的工人選擇差異越大且其中損失效用遞減參數(shù)影響尤其明顯。
表4 損失變量層次回歸結(jié)果
在模型2中,Y×β的回歸系數(shù)為0.632,表明事故損失值的減少對損失效用遞減較小的工人作用更大,會促使其選擇高危崗位。Y×λ和Y×kmax的回歸系數(shù)分別為-0.099和-0.276,表明當(dāng)事故損失值減少時,損失厭惡較大或概率感知較高的工人都會更傾向于選擇低風(fēng)險崗位,而其中概率感知較高的工人傾向更加明顯。λ×kmax的回歸系數(shù)為0.584,表明損失厭惡與概率感知對工人選擇高危崗位行為存在互補(bǔ)效應(yīng)。β×λ和β×kmax回歸系數(shù)分別為-0.818和-0.69,表明損失遞減與損失厭惡、概率感知之間對工人選擇高危崗位行為均存在替代效應(yīng)。
在模型4中,Y×β的回歸系數(shù)為-0.768,表明事故損失值的減少對損失效用遞減較小的工人作用更大,會降低其崗位選擇的差異。Y×λ和Y×kmax的回歸系數(shù)分別為0.29和0.285,表明當(dāng)事故損失值減少時,損失厭惡較大或概率感知較高的工人崗位選擇差異更大。λ×kmax的回歸系數(shù)為-0.36,表明損失厭惡與概率感知在擇崗差異上存在替代效應(yīng)。β×λ和β×kmax回歸系數(shù)分別為0.528和0.475,表明損失遞減與損失厭惡、概率感知之間在擇崗差異上存在互補(bǔ)效應(yīng)。
針對目前我國建筑行業(yè)安全管理的特點(diǎn)以及施工現(xiàn)場工人不穩(wěn)定心理特質(zhì),提出提升高危崗位的人崗匹配可降低事故發(fā)生頻次。本文基于前景理論構(gòu)建了人員擇崗行為的元胞自動機(jī)模型進(jìn)行仿真實(shí)驗(yàn),而后對所得數(shù)據(jù)進(jìn)行層次回歸分析后發(fā)現(xiàn),選擇從事高危崗位工作的人員一般具有低估事故損失和概率、低損失厭惡的心理特質(zhì),而這恰恰與高危崗位人員須重視事故風(fēng)險和損失、具備風(fēng)險規(guī)避性格特質(zhì)的要求相背離,即存在“高危人崗匹配悖論”。該悖論的存在會導(dǎo)致高危崗位人員選聘的系統(tǒng)性偏差,并且受心理特征參數(shù)以及基本工資、風(fēng)險補(bǔ)償、崗位風(fēng)險等薪酬和崗位因素的影響,部分因素間還存在替代或互補(bǔ)效應(yīng)。
(1)源頭控制措施:在招聘階段采取大類混合招聘策略,同時給出具有市場競爭力和安全風(fēng)險溢價的薪酬,讓更多低風(fēng)險偏好人員參與應(yīng)聘,為人員定崗篩選提供更大空間;在定崗階段對入職人員進(jìn)行風(fēng)險偏好和激勵偏好心理測試,對高危崗位進(jìn)行工作職能和要求評價,據(jù)此匹配低風(fēng)險偏好、高收益偏好人員進(jìn)入高危崗位作業(yè)。
(2)過程控制措施:在考核階段依據(jù)基于大數(shù)據(jù)的安全行為表現(xiàn)和不定期心理測評結(jié)果調(diào)整人員配置,將風(fēng)險感知下降的人員調(diào)離高危崗位;在培訓(xùn)階段采用VR、AR和增強(qiáng)感知等沉浸式虛擬仿真技術(shù),讓新入職員工預(yù)先體驗(yàn)工作過程和高危崗位的員工預(yù)先體驗(yàn)事故發(fā)生過程,誘發(fā)員工風(fēng)險警惕和損失厭惡心理。
(3)支持保障措施:建立基于過程合規(guī)和結(jié)果安全的雙重薪酬體系并合理設(shè)置薪酬差異;構(gòu)建以低風(fēng)險偏好人員為領(lǐng)導(dǎo)的自我管理團(tuán)隊,并基于團(tuán)隊整體績效設(shè)置薪酬獎勵;對安全相關(guān)措施進(jìn)行匹配度評價,將具有互補(bǔ)特征的措施予以固化、強(qiáng)化,將具有替代特征的措施予以調(diào)整、優(yōu)化。
(1)“高危人崗匹配悖論”的發(fā)現(xiàn)不僅為高危行業(yè)安全事故周期性發(fā)生、無法根除的現(xiàn)象提供了一個全新的解釋,也拓展了人力資源管理理論的內(nèi)涵。
(2)該結(jié)論將心理風(fēng)險特征測試引入人事崗位制度,為建筑業(yè)等高危行業(yè)的人力資源管理實(shí)踐提供了參考。