鄧舒文, 潘永剛
(新疆大學(xué) 建筑工程學(xué)院, 新疆 烏魯木齊 830001)
建筑工人是引起安全事故的主要原因,也是安全事故的直接受害者。Heinrich[1]提出的事故致因理論指出,88%事故是因?yàn)椤叭恕钡囊蛩卦斐傻摹ohm[2]分析了英國施工現(xiàn)場翻車駕駛員的事故,發(fā)現(xiàn)大多數(shù)事故是駕駛員不安全行為造成的。對芬蘭1985—1990年的事故進(jìn)行研究后,Salminen[3]發(fā)現(xiàn)有84%~94%的事故是由各種不安全行為導(dǎo)致的。可想而知,不安全行為是造成安全事故的主要原因。對于不安全行為的管理,目前主要是安全檢查、安全培訓(xùn)、安全監(jiān)控等管理措施來干預(yù)建筑工人的行為。然而,這些管理措施普遍將建筑工人視為一個(gè)整體進(jìn)行管理,沒有考慮個(gè)體在特征差異作用下會形成不同的類群,對不安全行為管理措施產(chǎn)生影響的問題。為解決現(xiàn)在管理措施的不足之處,本文旨在構(gòu)建一種以建筑工人個(gè)體特征差異為導(dǎo)向的精細(xì)化管理模式。
通過整理與梳理近幾十年的不安全行為相關(guān)文獻(xiàn),歸納得出不安全行為主要分為行為主義、安全組織和認(rèn)知科學(xué)三個(gè)研究范式。其中,行為主義范式旨在通過某些措施進(jìn)行干預(yù)來消除不安全行為。因此主張研究可觀測的行為,例如目標(biāo)設(shè)定和績效反饋[4,5],安全組織范式認(rèn)為行為是受組織文化的影響,工人的不安全行為應(yīng)從組織層面消除,因此主張研究組織層面的影響因素[6,7]。然而,這兩種研究范式均不能基于個(gè)體特征視角出發(fā)。認(rèn)知科學(xué)范式是探索從刺激—處理—反應(yīng)之間不安全行為的心理過程[8],既探索建筑工人不安全行為的內(nèi)在個(gè)體特征,這與本研究的主旨不謀而合。此外,由于個(gè)體之間的認(rèn)知過程存在顯著差異,因此基于認(rèn)知科學(xué)范式作為個(gè)體特征指標(biāo)進(jìn)行分類分析是可行的。
雖然分類的方法很多,但主要采用K-means[9],K-medoids[10],KNN[11]等分類方法。而這些分類方法是主觀上設(shè)置K值和聚類個(gè)數(shù),因此分類精準(zhǔn)度是有待研究的。潛在類別分析(Latent Class Analysis,LCA)能夠處理分類變量且不用預(yù)先設(shè)定分類個(gè)數(shù),已被廣泛應(yīng)用于心理、行為等[12,13]研究群體的潛在特征。由于認(rèn)知科學(xué)范式是研究心理過程,而不安全行為是行為研究范疇,因此采用潛在類別分析比其他分類方法更細(xì)化有效?;跐撛陬悇e分析的優(yōu)點(diǎn),本研究將其應(yīng)用于建筑工人不安全行為分類,根據(jù)分類結(jié)果的不安全行為潛在特征提出相應(yīng)的管理措施,以提高當(dāng)前的不安全行為管理水平。
在認(rèn)知科學(xué)范式領(lǐng)域,學(xué)者們提出了一系列模擬不安全行為產(chǎn)生的認(rèn)知模型,比如Furnham事故發(fā)生源順序模型[14]、Reason的通用人為失誤模型[15]、Surry的事故致因模型[16]等。其中Surry模型最具有代表性,該模型認(rèn)為由于認(rèn)知過程出現(xiàn)失誤而導(dǎo)致不安全行為的出現(xiàn)。Surry模型提出了6個(gè)問題,分別對應(yīng)于5個(gè)認(rèn)知環(huán)節(jié)的失效:(1)沒有察覺到危險(xiǎn);(2)不知道危險(xiǎn)性;(3)不知道如何避免危險(xiǎn);(4)選擇不安全行為;(5)無法避免危險(xiǎn)。方東平[17]基于Surry模型得出認(rèn)知過程可分為5個(gè)環(huán)節(jié):發(fā)現(xiàn)信息、理解信息、思考應(yīng)對、選擇應(yīng)對、實(shí)施應(yīng)對。
由此可見,一個(gè)完整的認(rèn)知過程應(yīng)該包括五個(gè)認(rèn)知環(huán)節(jié)。根據(jù)五個(gè)認(rèn)知環(huán)節(jié)(見圖1),結(jié)合文獻(xiàn)分析分別提煉出認(rèn)知失效的五個(gè)主要原因:生理機(jī)能、危險(xiǎn)識別、安全知識、安全行為態(tài)度、專業(yè)技能,如下對每一項(xiàng)原因進(jìn)行具體的說明。
圖1 認(rèn)知失效因素模型
第一個(gè)認(rèn)知環(huán)節(jié)為發(fā)現(xiàn)信息,工人通過警惕性發(fā)現(xiàn)工作環(huán)境中存在的危險(xiǎn)信息。然而,建筑施工工作屬于典型的高體力消耗性工作,建筑工人極易產(chǎn)生生理技能方面的疲勞,而疲勞會導(dǎo)致警覺性降低和注意力分散[18],從而使建筑工人忽視危險(xiǎn)信息。比較常見的情況,因?yàn)榫X降低而沒有注意到行駛的車輛,沒有及時(shí)躲避而造成事故發(fā)生[19]。
第二個(gè)認(rèn)知環(huán)節(jié)為理解信息,在發(fā)現(xiàn)潛在危險(xiǎn)信息之后,工人出于對自身安全的需求對信息進(jìn)行判斷。然而,一些建筑工人盡管發(fā)現(xiàn)了危險(xiǎn)信息,但是他們會低估風(fēng)險(xiǎn)的大小[20],這是造成工人不安全行為的一項(xiàng)重要原因。韓豫[21]的研究發(fā)現(xiàn),工齡較長的工人容易低估低危事故的危險(xiǎn)性。Lingard[22]的研究也發(fā)現(xiàn),如果工人反復(fù)經(jīng)歷不安全作業(yè)而未造成事故與傷害,便會低估風(fēng)險(xiǎn)性,認(rèn)為不安全行為造成事故的概率較低。
第三個(gè)認(rèn)知環(huán)節(jié)為思考應(yīng)對,這一環(huán)節(jié)需要工人知道如何采取正確的防御措施,這意味著工人要具有一定的安全知識儲備。如果建筑工人缺乏安全知識,不知道如何應(yīng)對危險(xiǎn),很有可能造成非常嚴(yán)重的事故甚至是致死事故[23]。然而,工人安全知識缺乏的情況是普遍存在的。例如木工以為使用防墜設(shè)施危險(xiǎn)性更高,反而認(rèn)為沒有防護(hù)的洞口不具有危險(xiǎn)性[24]。
第四個(gè)認(rèn)知環(huán)節(jié)為選擇應(yīng)對,這一環(huán)節(jié)建筑工人要選擇處理危險(xiǎn)信息的工作方式。然而,選擇安全行為的工作方式,意味著建筑工人要付出更多的體力及時(shí)間。因此,面對高體能作業(yè)和緊張工期等要求時(shí),建筑工人更愿意選擇省時(shí)省力的不安全行為,以便能夠快速、輕松地完成工作[25]。此外,由于使用安全設(shè)備和工具會使建筑工人感覺到不舒服,所以工人也會傾向選擇不安全行為[26]。
第五個(gè)認(rèn)知環(huán)節(jié)為實(shí)施應(yīng)對,而建筑工人是否具有專業(yè)技能是實(shí)施應(yīng)對環(huán)節(jié)的關(guān)鍵。專業(yè)技能對不安全行為具有顯著的影響[27]。既專業(yè)技能水平較低的建筑工人,即便選擇了安全行為也可能因?yàn)閷I(yè)技能不夠而無法應(yīng)對,從而造成不安全行為的發(fā)生。
潛在類別分析是一種潛在變量和外顯變量之間關(guān)系的統(tǒng)計(jì)模型,可分為探索性分析和驗(yàn)證性分析。由于無法提前確定建筑工人不安全行為的潛在類別,因此本論文將使用探索性分析來估計(jì)參數(shù)。即假設(shè)外顯變量是完全獨(dú)立的,則潛在類別的數(shù)量將從零模型逐漸增加。比較每個(gè)模型的評價(jià)指標(biāo)以確定最佳模型。然后潛在類別變量用于解釋外顯變量之間的相關(guān)性,從而保持外顯變量之間的局部獨(dú)立性。
假設(shè)A,B,C為外顯變量,潛在變量為X,現(xiàn)有t個(gè)潛在類別的潛在變量X可以解釋A,B,C三者的關(guān)系,其數(shù)學(xué)模型公式如式(1)所示。
(1)
潛類別模型進(jìn)行參數(shù)估計(jì)時(shí)主要使用極大似然估計(jì)法,其迭代過程使用的算法有多種。Mplus軟件在處理二分變量時(shí)默認(rèn)使用MLR算法, 該算法適應(yīng)于非正態(tài)數(shù)據(jù)和小樣本估計(jì)。考慮到本論文為小樣本且非正態(tài)數(shù)據(jù),因此使用Mplus軟件的MLR算法較為合適。
模型擬合是要找出參數(shù)較少且具有較好擬合優(yōu)度的模型。通常擬合優(yōu)度檢驗(yàn)的方法主要有似然比卡方檢驗(yàn)、Pearson -χ2、似然比卡方、AIC準(zhǔn)則和BIC準(zhǔn)則等[28],由統(tǒng)計(jì)指標(biāo)確定潛在類別數(shù)量,其中AIC,BIC是潛類別模型中使用最為廣泛的評價(jià)指標(biāo)。本研究選擇AIC,BIC和SSBIC作為擬合評價(jià)指標(biāo)。
確定最優(yōu)模型之后,觀察各個(gè)外顯變量的條件概率。根據(jù)各個(gè)外顯變量的條件概率對各個(gè)潛在類別的特征進(jìn)行歸納,同時(shí)對潛在類別進(jìn)行命名。最后基于貝葉斯計(jì)算后驗(yàn)概率理論,對每個(gè)個(gè)體進(jìn)行潛在分類以確定建筑工人屬于哪一類。其計(jì)算公式如式(2),(3)所示。
(2)
(3)
問卷設(shè)計(jì)經(jīng)過了文獻(xiàn)分析、專家修改、人員訪談和預(yù)調(diào)研等環(huán)節(jié)。其中,經(jīng)過了4名安全管理專家對問卷題項(xiàng)、語意和結(jié)構(gòu)進(jìn)行檢查,根據(jù)他們的建議仔細(xì)修改了問卷的用詞及表達(dá)方式以符合建筑工人的習(xí)慣用法。同時(shí)設(shè)置了5道反向題目以減少社會期許的影響,確保問卷的合理性和有效性。
問卷設(shè)計(jì)為3個(gè)部分:第1部分3個(gè)題項(xiàng),為受訪者的個(gè)人信息;第2部分采用李克特五級量表,一共為12個(gè)題項(xiàng),測量四個(gè)維度,其中,“生理機(jī)理”設(shè)為 3個(gè)題項(xiàng);“危險(xiǎn)識別”設(shè)為 2個(gè)題項(xiàng),“安全行為態(tài)度”設(shè)為4個(gè)題項(xiàng),“專業(yè)技能”設(shè)為3個(gè)題項(xiàng);第3部分采用單項(xiàng)選擇題形式,測量“安全知識”設(shè)為10個(gè)題項(xiàng)。
本研究向?yàn)豸斈君R市中鐵十五局的建筑工人發(fā)放問卷,一共發(fā)放400份,最終收回371份,問卷回收率為92.75%,其中有效問卷333份,有效回收率89.76%。在有效問卷中,年齡在31~50歲之間的建筑工人占82.5%,具有5年以上工作經(jīng)驗(yàn)的建筑工人占91.9%,具有高中及以下學(xué)歷的建筑工人占84.7%。由此可見,樣本信息符合建筑行業(yè)從業(yè)人員現(xiàn)狀,滿足抽樣調(diào)查的要求。利用SPSS 21.0進(jìn)行信度、效度檢驗(yàn),分析指標(biāo)詳見表1。
表1 測量問卷指標(biāo)分析
由于一個(gè)測評維度由多個(gè)測量指標(biāo)進(jìn)行測量,因此為便于統(tǒng)計(jì)分析對數(shù)據(jù)進(jìn)行預(yù)處理。即測評維度總得分與其測量維度的平均分進(jìn)行比較[28],大于平均數(shù)記為“1”,小于平均數(shù)記為“0”。例如安全知識小于6份記為“0”,說明建筑工人安全知識欠缺。安全行為態(tài)度小于13份記為“0”,說明建筑工人安全行為態(tài)度差。同理標(biāo)記其余測評指標(biāo)。
使用Mplus軟件對處理數(shù)據(jù)進(jìn)行潛在類別分析,擬合指標(biāo)結(jié)果見表2。AIC,BIC,SSBIC的值越小,表示模型的擬合度越高。從表2可看出,2-Cluster時(shí),BIC=1821.602最??;而4-Cluster時(shí),AIC=1749.758最小,SSBIC=1764.388最小。Lin等[29]指出當(dāng)樣本的數(shù)量超過1000時(shí)宜采用BIC指標(biāo), 而低于1000則AIC更佳。因此,本研究以AIC最小為標(biāo)準(zhǔn),故選擇為4-Cluster。此時(shí)的SSBIC值也為最小,綜合考慮各項(xiàng)指標(biāo), 選擇4-Cluster為最優(yōu)模型。
表2 潛在類別模型擬合檢驗(yàn)結(jié)果
按照4-Cluster運(yùn)行Mplus軟件,對潛在類別概率和外顯變量條件概率進(jìn)行估計(jì),結(jié)果如表3所示。可見第二類建筑工人的人數(shù)最多,占總數(shù)的46.24% ,其次為第三類,占總數(shù)的27.90%,第一類和第四類最少,分別占14.44%和11.64%。第一類建筑工人的安全知識記為“1”的概率較大,而危險(xiǎn)識別、安全行為態(tài)度、專業(yè)技能記為“0”的概率較大,生理機(jī)能記為“1”和“0”的概率差不多。第二類建筑工人危險(xiǎn)識別、安全知識、安全行為態(tài)度和專業(yè)技能記為“0”的概率非常高,生理機(jī)能記為“1”和“0”的概率差不多。第三類建筑工人在生理機(jī)能、危險(xiǎn)識別、安全行為態(tài)度及專業(yè)技能記為“1”的概率較大,安全知識記為“1”和“0”的概率差不多。第四類建筑工人在生理機(jī)能、危險(xiǎn)識別、安全知識、安全行為態(tài)度及專業(yè)技能記為“1”的概率都比較高。
表3 潛在類別概率及外顯變量條件概率統(tǒng)計(jì)
對最優(yōu)模型進(jìn)行參數(shù)化后, 根據(jù)潛在類別概率和外顯變量條件概率計(jì)算各個(gè)類別的后驗(yàn)概率,依據(jù)后驗(yàn)概率最大原則得到分類結(jié)果如表4所示。以外顯變量組合{01101}為例,該建筑工人被分到潛在類別-4的閾限值為0.572,后驗(yàn)概率遠(yuǎn)高于其他3個(gè)潛在類別,因此該建筑工人會被分到類別-4中。由此可見,本論文的分類結(jié)果是準(zhǔn)確的。
表4 潛在類別模型個(gè)體分類結(jié)果
根據(jù)上述分析結(jié)果,將類別-1的建筑工人命名為“恃才無恐型”,類別-2為“認(rèn)知異常型”,類別-3命名為“知識匱乏性”,類別-4命名為“優(yōu)秀型”。下面針對建筑工人不安全行為的4個(gè)類群的潛在特征進(jìn)行詳細(xì)分析并制定相應(yīng)的管理措施。
4.1.1 恃才無恐型
這一類建筑工人的安全知識儲備較為充足,但仗著豐富的安全知識容易低估危險(xiǎn)信息的風(fēng)險(xiǎn)性,并高估自己的工作能力,更傾向選擇不安全行為。然而事實(shí)上其只是紙上談兵,專業(yè)技能能力較為欠缺。同時(shí)因?yàn)樯頇C(jī)能,有可能錯(cuò)過危險(xiǎn)信息。
4.1.2 認(rèn)知異常型
這一類建筑工人的認(rèn)知過程異常,不安全行為的可能性非常大。他們不僅會因?yàn)樯頇C(jī)能而錯(cuò)過危險(xiǎn)信息,而且還會低估危險(xiǎn)信息的風(fēng)險(xiǎn)性。此外他們也不具備處理危險(xiǎn)信息的安全知識、專業(yè)技能,同時(shí)更傾向于選擇省時(shí)省力的不安全行為。
4.1.3 知識匱乏型
這一類建筑工人精力充沛,不會因?yàn)樯砑寄芏e(cuò)過危險(xiǎn)信息。他們不會低估危險(xiǎn)信息的風(fēng)險(xiǎn)性,也愿意選擇安全作業(yè)行為,同時(shí)也具備處理危險(xiǎn)信息的專業(yè)技能,但由于缺乏安全知識,很有可能不知道如何處理危險(xiǎn)信息。
4.1.4 優(yōu)秀型
這一類建筑工人不會低估危險(xiǎn)信息的風(fēng)險(xiǎn)性,也具備如何處理危險(xiǎn)信息的安全知識以及專業(yè)技能,同時(shí)也愿意選擇安全行為作業(yè)。但由于生理機(jī)能,很有可能會錯(cuò)過危險(xiǎn)信息而造成不安全行為。
針對不同類型工人特點(diǎn),可分別制定不同的安全管理措施。
4.2.1 恃才無恐型管理措施
(1)充分利用經(jīng)濟(jì)手段,將獎(jiǎng)懲制度與安全行為作業(yè)掛鉤,促使建筑工人自覺改正不安全行為,形成安全作業(yè)的習(xí)慣與良好安全態(tài)度。
(2)引入VR技術(shù)使建筑工人身臨其境感受事故過程,轉(zhuǎn)變建筑工人對安全事故的危險(xiǎn)判斷,促使正確認(rèn)識事故的危險(xiǎn)性大小。
(3)對于未經(jīng)過職業(yè)技能培訓(xùn)或不具備職業(yè)技能的建筑工人,應(yīng)禁止進(jìn)入施工現(xiàn)場進(jìn)行作業(yè)。
4.2.2 認(rèn)知異常型管理措施
(1)進(jìn)行認(rèn)知過程干預(yù),促進(jìn)該類建筑工人的認(rèn)知過程重新建構(gòu),對于5個(gè)認(rèn)知環(huán)節(jié)的失效致因采取針對性的干預(yù)措施。
(2)持續(xù)監(jiān)控和評估建筑工人的工作行為,對于錯(cuò)誤的工作行為及時(shí)進(jìn)行糾正,同時(shí)相應(yīng)地鼓勵(lì)正確的工作行為。
4.2.3 知識匱乏型管理措施
(1)住建部公布的《建筑工人實(shí)名制管理辦法》,明確指出建筑工人應(yīng)經(jīng)過基本安全培訓(xùn),建筑企業(yè)應(yīng)該嚴(yán)格執(zhí)行。對于未經(jīng)過安全培訓(xùn)或安全培訓(xùn)未通過的建筑工人,應(yīng)禁止進(jìn)入施工現(xiàn)場作業(yè)。
(2)成立安全知識學(xué)習(xí)小組。對于安全知識水平較高的建筑工人進(jìn)行表彰,作為楷模以供其他工人參考學(xué)習(xí),激發(fā)其學(xué)習(xí)安全知識的興趣。
(3)構(gòu)建建筑工人自主學(xué)習(xí)保障體系,定期開展技能培訓(xùn)或者技能比賽,促進(jìn)建筑工人自主學(xué)習(xí)過程,進(jìn)而提高建筑工人的專業(yè)技能水平。
4.2.4 優(yōu)秀型管理措施
(1)建立作業(yè)警報(bào)機(jī)制。對于連續(xù)高危作業(yè)、工作時(shí)間太長的建筑工人,應(yīng)及時(shí)警報(bào)提醒并給予充分地休息。
(2)合理安排工作內(nèi)容。對于長期倒班打亂生物鐘的建筑工人,應(yīng)避免在夜間安排高危作業(yè)、高體能作業(yè)等危險(xiǎn)性工作。
(3)制定獎(jiǎng)勵(lì)政策,獎(jiǎng)勵(lì)專業(yè)能力強(qiáng)、安全作業(yè)的建筑工人。鼓勵(lì)建筑工人充分發(fā)揮其專業(yè)技能,并促進(jìn)他們嚴(yán)格按照規(guī)章進(jìn)行作業(yè)。
現(xiàn)代管理學(xué)認(rèn)為科學(xué)化管理有3個(gè)層次:第一個(gè)層次是規(guī)范化,第二層次是精細(xì)化,第三個(gè)層次是個(gè)性化。在以往的施工安全管理研究中,學(xué)者們普遍基于規(guī)范化管理模式展開研究,將建筑工人視為一個(gè)整體進(jìn)行分析。本研究提出了一種精細(xì)化管理模式,它是建立在規(guī)范化管理基礎(chǔ)之上,對管理目標(biāo)進(jìn)行分解、細(xì)化,并以充分利用現(xiàn)有管理資源和降低管理成本為目標(biāo),針對不同的管理目標(biāo)提出了科學(xué)管理措施。以認(rèn)知模型為理論基礎(chǔ),通過文獻(xiàn)分析法找出建筑工人不安全行為的5個(gè)認(rèn)知失效原因,分別為生理機(jī)能、危險(xiǎn)識別、安全知識、安全行為能力和專業(yè)知識。將5個(gè)認(rèn)知失效因素作為建筑工人的個(gè)體特征指標(biāo),采用潛在類別分析對建筑工人不安全行為進(jìn)行分類,結(jié)果得到恃才無恐型、認(rèn)知異常型、知識匱乏型、優(yōu)秀型4個(gè)不安全行為類別。根據(jù)4個(gè)不安全行為類別的潛在認(rèn)知特征,從認(rèn)知失效角度分析了不同類別的建筑工人不安全行為原因,為不安全行為精細(xì)化管理提供了理論依據(jù)。目前,不安全行為管理主要采用安全檢查、安全培訓(xùn)、安全監(jiān)控等管理措施進(jìn)行規(guī)范化管理。本研究基于4個(gè)不安全行為的潛在認(rèn)知特征,提出了針對性的不安全行為管理措施以減少建筑工人的不安全行為,旨在構(gòu)建一種以建筑工人個(gè)體特征差異為導(dǎo)向的精細(xì)化管理模式。這一項(xiàng)研究對科學(xué)管理不安全行為具有一定的理論和實(shí)踐意義。在理論方面,本研究豐富了不安全行為管理理論,為安全精細(xì)化管理提供一種新思路和方法。在實(shí)踐方面,管理人員可以通過認(rèn)知失效原因更有效地了解下屬不安全行為原因,根據(jù)不同類型的建筑工人采取針對性管理措施,以提高安全管理績效。
本研究也有一些局限性。首先,只總結(jié)得出5個(gè)認(rèn)知失效原因,對于可能包括的認(rèn)知失敗的其他原因沒有進(jìn)行充分考慮,需要加以完善與改進(jìn);其次,本論文只提供了安全管理措施的理論方法,沒有通過案例研究管理措施的有效性,需通過案例分析來驗(yàn)證所提出的管理措施;此外,使用的調(diào)查數(shù)據(jù)均采集于烏魯木齊市,數(shù)據(jù)覆蓋范圍有限,需進(jìn)一步擴(kuò)大數(shù)據(jù)采集范圍,使得研究結(jié)論更具有適用性。