尹忠愷，施鳳冉，李乃文，牛莉霞

(遼寧工程技術(shù)大學(xué) 工商管理學(xué)院，遼寧 葫蘆島 125105)

0　引言

美國(guó)安全工程師海因里希經(jīng)過(guò)大量研究，認(rèn)為事故的發(fā)生存在著“88∶10∶2”規(guī)律，即在100起事故中，有88起事故純屬人為的因素，有10起事故是人為和物的不安全狀態(tài)綜合造成的，只有2起事故是人難以預(yù)防的，數(shù)據(jù)表明：不安全行為所導(dǎo)致的煤礦事故占事故總量的97%以上[1]。許多學(xué)者認(rèn)為安全注意力下降是導(dǎo)致不安全行為的主要因素之一[2-4]，因此開(kāi)始借助行為安全理論研究煤礦員工不安全行為[5]，研究礦工安全注意力[6-7]。

Kahneman[8]從金融學(xué)的視角提出“有限注意力”使得個(gè)體在處理稀缺認(rèn)知資源時(shí)分配給某一任務(wù)的資源增加，必然導(dǎo)致分配于其他任務(wù)的資源減少。注意力對(duì)行為決策的影響成為組織行為學(xué)和管理學(xué)研究的核心問(wèn)題之一[9]。在安全注意力的影響因素方面，李乃文[2,6]基于情境認(rèn)知的角度，構(gòu)建安全注意力AGENT模型，揭示工作收尾階段員工安全注意力提升的演化機(jī)理；在對(duì)高危崗位員工安全注意力影響機(jī)制進(jìn)行仿真研究時(shí)，作者基于系統(tǒng)動(dòng)力學(xué)理論構(gòu)建高危崗位員工安全注意力的影響因素系統(tǒng)模型；王春雪[10]將噪聲作為影響安全注意力的因素進(jìn)行實(shí)證分析，探究該影響因素的有效性。在安全注意力測(cè)量方面，李勝江[11]對(duì)駕駛?cè)艘曈X(jué)注意力分散檢測(cè)方法進(jìn)行研究，建立基于支持向量機(jī)的駕駛?cè)艘曈X(jué)注意力分散檢測(cè)模型，并進(jìn)一步提出考慮長(zhǎng)注視行為的多特征信息判斷規(guī)則；田水承[12]將行為數(shù)據(jù)采集系統(tǒng)、注意力集中能力定儀、基礎(chǔ)信號(hào)分析系統(tǒng)等相結(jié)合，構(gòu)建噪聲場(chǎng)景個(gè)體行為能力測(cè)試系統(tǒng)。但現(xiàn)有研究多以實(shí)驗(yàn)的方法從靜態(tài)、單一角度探析安全注意力指標(biāo)的測(cè)量及其對(duì)安全行為、安全決策的影響，但對(duì)礦工安全注意力影響因素作用路徑缺乏系統(tǒng)地分析。

綜上所述，本文以礦工為研究對(duì)象，把安全注意力作為研究側(cè)重點(diǎn)，將礦工安全注意力作用路徑看成具有多重影響因子的復(fù)雜動(dòng)態(tài)反饋系統(tǒng)，構(gòu)建修正后的礦工安全注意力影響因素結(jié)構(gòu)方程作用路徑圖，以期明確安全注意力的影響機(jī)理，為礦工失誤行為的管理策略提供切入點(diǎn)。

1　礦工安全注意力影響因素的理論模型構(gòu)建

1.1　礦工安全注意力衡量指標(biāo)提取

本文的研究對(duì)象是礦工個(gè)體安全注意力，煤礦作業(yè)環(huán)境具有較強(qiáng)的復(fù)雜性和危險(xiǎn)性，筆者不考慮安全注意力的特殊性，在文獻(xiàn)研究基礎(chǔ)上[13-18],對(duì)近十年井下小傷亡大概率人因事故進(jìn)行質(zhì)性分析，提取礦工安全注意力的主要外顯行為表現(xiàn)，歸納出衡量礦工安全注意力的A，B，C 3類(lèi)指標(biāo)，分別是注意專(zhuān)注度、注意廣度、注意轉(zhuǎn)移度，各類(lèi)指標(biāo)下的因子具體如表1所示。

表1　礦工安全注意力衡量指標(biāo)體系

1.2　礦工安全注意力影響因素分析

李乃文[2，7]、王玉偉[19]將注意力影響因素歸納為個(gè)人因素、機(jī)械設(shè)備、作業(yè)環(huán)境3大層面。李乃文[2]在進(jìn)行高危崗位礦工安全注意力影響機(jī)制仿真研究時(shí)，進(jìn)行了煤礦企業(yè)內(nèi)部人、環(huán)、管三方面因素分析，認(rèn)為高危崗位礦工在工作時(shí)段的安全注意力系統(tǒng)是工作環(huán)境、安全管理和員工個(gè)體三個(gè)層面因素交互作用的影響。在此基礎(chǔ)之上，本文將安全信息刺激、安全監(jiān)管、礦工安全意識(shí)、礦工工作疲勞作為主要的影響因素，著重分析這4個(gè)影響因素對(duì)礦工安全注意力的影響作用路徑。

1.3　礦工安全注意力影響因素理論模型及假設(shè)

1.3.1礦工安全注意力影響因素理論模型

本文除了研究礦工安全注意力影響因素對(duì)礦工安全注意力的影響之外，還要研究礦工安全注意力A，B，C 3類(lèi)衡量指標(biāo)之間的相關(guān)作用關(guān)系。

1)礦工安全注意力影響因素與A，B類(lèi)衡量指標(biāo)的關(guān)系

礦工安全意識(shí)對(duì)A類(lèi)衡量指標(biāo)的影響較大，工作年限、工作經(jīng)驗(yàn)、操作熟練程度越高會(huì)使得礦工安全意識(shí)隨之增加，繼而安全注意力的專(zhuān)注度就會(huì)越高；礦工工作疲勞對(duì)A，B類(lèi)衡量指標(biāo)都有影響，工作疲勞使得礦工在注意專(zhuān)注度能力方面受限，疲勞的閾值越高，專(zhuān)注度水平就越低，但相反的是，信息獲取范圍會(huì)越大，廣度就越高；安全信息刺激與B類(lèi)衡量指標(biāo)存在相關(guān)關(guān)系，隨著安全信息刺激的頻率、安全信息刺激強(qiáng)度的增加，注意的廣度也會(huì)增加。

2)安全監(jiān)管與B，C類(lèi)衡量指標(biāo)的關(guān)系

安全監(jiān)管可以涵蓋巡查次數(shù)、行為糾正頻率等，當(dāng)安全監(jiān)管的重要性得到重視，安全監(jiān)管的力度和頻率加強(qiáng)，就會(huì)在礦工安全注意轉(zhuǎn)移產(chǎn)生正面刺激作用，限制有礦工自身引發(fā)的安全注意力動(dòng)態(tài)配置，同時(shí)也會(huì)在注意轉(zhuǎn)移前期起到警示作用。由此可見(jiàn)，強(qiáng)化安全監(jiān)管的作用，就會(huì)相應(yīng)縮小礦工安全注意力獲取正?；蛘弋惓Ｐ畔⒌姆秶?，從而降低注意廣度，二者之間存在負(fù)相關(guān)關(guān)系。

3)A，B，C 3類(lèi)衡量指標(biāo)間的關(guān)系

注意廣度體現(xiàn)的是注意的空間范圍特點(diǎn)，主要的衡量標(biāo)準(zhǔn)是在一定時(shí)間期限范圍內(nèi)，清楚地覺(jué)察或認(rèn)識(shí)客體的數(shù)量。注意專(zhuān)注度體現(xiàn)的是個(gè)體意識(shí)對(duì)當(dāng)期識(shí)別某一客體之后，繼續(xù)深入的認(rèn)識(shí)程度的屬性特征，而注意的轉(zhuǎn)移是在無(wú)意或者有意的情況下，注意從前期注意的客體轉(zhuǎn)移到當(dāng)期新客體的現(xiàn)象。礦工安全注意力是礦工在外界刺激和自身認(rèn)知作用下以有意方式預(yù)防和控制工作過(guò)程中的危險(xiǎn)和潛在隱患，以實(shí)現(xiàn)安全保障的能力，存在于作業(yè)安全信息“獲取—理解—應(yīng)對(duì)”全過(guò)程。注意專(zhuān)注度的提升，會(huì)縮小注意的廣度，也會(huì)降低注意轉(zhuǎn)移的幾率。

基于上述邏輯分析，本文提出礦工安全注意力影響因素對(duì)礦工安全注意力的作用路徑概念模型，見(jiàn)圖1。

圖1　礦工安全注意力影響因素作用路徑概念模型模型Fig.1　Miners safety attention influencing factors path conceptual model model

1.3.2研究假設(shè)提出

基于上述分析和作用路徑概念模型圖的闡述，本文的研究假設(shè)如下所述：

H1：礦工安全注意力影響因素對(duì)A，B，C 3類(lèi)衡量指標(biāo)有直接影響。

H1a：礦工安全意識(shí)對(duì)A類(lèi)衡量指標(biāo)有影響，礦工安全意識(shí)越高，注意專(zhuān)注度就越高。

H1b：礦工工作疲勞對(duì)A類(lèi)衡量指標(biāo)有影響，礦工疲勞程度越高，注意專(zhuān)注度就會(huì)降低。

H1c：礦工工作疲勞對(duì)B類(lèi)衡量指標(biāo)有影響，礦工疲勞程度越高，注意廣度就會(huì)降低。

H1d：安全信息刺激對(duì)B類(lèi)衡量指標(biāo)有影響，強(qiáng)化安全信息刺激作用，會(huì)增加注意廣度。

H1e：安全監(jiān)管對(duì)B類(lèi)衡量指標(biāo)、C類(lèi)衡量指標(biāo)有影響，強(qiáng)化安全監(jiān)管的作用，會(huì)降低注意廣度，降低注意轉(zhuǎn)移的幾率。

H2：A，B，C 3類(lèi)衡量指標(biāo)之間相互影響。

H2a：A類(lèi)衡量指標(biāo)對(duì)B類(lèi)衡量指標(biāo)產(chǎn)生影響，注意專(zhuān)注度越高，注意范圍越小。

H2b：A類(lèi)衡量指標(biāo)對(duì)C類(lèi)衡量指標(biāo)產(chǎn)生影響，專(zhuān)注度越高，轉(zhuǎn)移度就越低。

H2c：C類(lèi)對(duì)B類(lèi)衡量指標(biāo)產(chǎn)生影響，轉(zhuǎn)移度增加會(huì)擴(kuò)大注意力廣度的范圍。

2　礦工安全注意力影響因素?cái)?shù)據(jù)分析

2.1　研究工具與對(duì)象

本文數(shù)據(jù)采用前期編制的礦工安全注意力問(wèn)卷調(diào)查獲取[15]，問(wèn)卷的設(shè)計(jì)按照心理測(cè)量學(xué)要求，根據(jù)安全注意力行為能力屬性編制，采用李克特5級(jí)計(jì)分，1代表非常不符合，5代非常符合，得分越高說(shuō)明程度越高。問(wèn)卷調(diào)查采用多區(qū)域多階段分層隨機(jī)抽樣法，首先將選定的煤礦企業(yè)按照工種進(jìn)行歸類(lèi)劃分，再根據(jù)簡(jiǎn)單隨機(jī)原則隨機(jī)抽取3位以上匿名回答問(wèn)卷進(jìn)行前測(cè)。初測(cè)發(fā)放問(wèn)卷200份，回收有效問(wèn)卷137份，有效率約為68. 5%。正式施測(cè)發(fā)放問(wèn)卷500份，回收有效問(wèn)卷為418份，有效率約為83.6%。

采用SPSS17.0軟件進(jìn)行描述統(tǒng)計(jì)及信效度分析，利用AMOS17.0軟件進(jìn)行假設(shè)模型檢驗(yàn)。信效度驗(yàn)證結(jié)果為：χ2/df=3.174，CFI=0.931，GFI=0.916，IFI=0.954，NFI=0.913，RMSEA=0.07，擬合指標(biāo)均在理想值范圍內(nèi)，問(wèn)卷具有良好的信效度。

2.2　數(shù)據(jù)結(jié)果與分析

為驗(yàn)證所設(shè)計(jì)的變量是否適合進(jìn)入結(jié)構(gòu)方程模型，本文主要通過(guò)檢驗(yàn)收斂效度，分析顯變量對(duì)潛變量的測(cè)度效果及顯變量之間、潛變量之間的差異性。表2各測(cè)度項(xiàng)CFA模型擬合效果統(tǒng)計(jì)值說(shuō)明該測(cè)量工具有較好的信效度，測(cè)量方程模型擬合效果也符合要求。

表2　各個(gè)測(cè)度項(xiàng)CFA模型的擬合效果

表3顯示，測(cè)量方程模型中顯變量的因子載荷絕對(duì)值大于0.7，且達(dá)到了顯著性水平，由此得出，所有的顯變量與其潛變量有著顯著的相關(guān)關(guān)系，測(cè)量方程模型中的潛變量具有良好的收斂效度。

表3　各個(gè)測(cè)度項(xiàng)CFA模型的回歸參數(shù)估計(jì)

3　礦工安全注意力影響因素SEM模型構(gòu)建

3.1　SEM模型構(gòu)建

本文運(yùn)用AMOS17.0軟件，構(gòu)建的結(jié)構(gòu)方程模型(SEM)路徑圖如圖2所示，由表4結(jié)構(gòu)方程擬合檢驗(yàn)結(jié)果可見(jiàn)，χ2/df值為59.68，不符合小于3的標(biāo)準(zhǔn)；GFI，NFI，CFI和IFI等都小于標(biāo)準(zhǔn)值0.9，RMSEA大于0.06。該檢驗(yàn)結(jié)果中，大部分檢驗(yàn)指標(biāo)都與標(biāo)準(zhǔn)值有差別，說(shuō)明初始模型與數(shù)據(jù)擬合結(jié)果并不理想，繼而要進(jìn)一步改進(jìn)初始結(jié)構(gòu)方程模型。從修正后的SEM指標(biāo)數(shù)值(χ2/df=1.729，CFI=0.976，GFI=0.961，IFI=0.987，NFI=0.963，RMSEA=0.036)，可以看出指標(biāo)中雖然有不理想的，但尚且在可接受范圍之內(nèi)，修正后的模型擬合情況良好。

圖2　初始SEM的路徑Fig.2　The Initial SEM path graph

如表4所示，該模型參數(shù)標(biāo)準(zhǔn)化估計(jì)值處于0.95以下，CR的絕對(duì)值大于1.96，參數(shù)估計(jì)值的標(biāo)準(zhǔn)差都大于零，符合測(cè)量誤差不能有負(fù)值、因子載荷適中、檢驗(yàn)值達(dá)到顯著性水平的基本擬合標(biāo)準(zhǔn)。

表4　修正后SEM測(cè)量方程模型的參數(shù)估計(jì)

3.2　假設(shè)檢驗(yàn)

由表5所示的修正后的結(jié)構(gòu)方程模型中各潛變量之間路徑關(guān)系系數(shù)值，對(duì)前文所提出的研究假設(shè)進(jìn)行真?zhèn)涡耘袛嗯c驗(yàn)證，具體分析如下：

H1a：礦工安全意識(shí)與A類(lèi)衡量指標(biāo)之間的路徑標(biāo)準(zhǔn)化估計(jì)值為0.008，臨界比值大于1.96，路徑系數(shù)在5%水平顯著。說(shuō)明礦工安全意識(shí)與A類(lèi)衡量指標(biāo)之間存在路徑關(guān)系，礦工安全意識(shí)對(duì)A類(lèi)衡量指標(biāo)有直接影響。同理可證，H1b，H1c，H1d，H1e，H2a，H2b，H2c假設(shè)均成立。

表5　修正后SEM結(jié)構(gòu)方程模型中各潛變量路徑關(guān)系的參數(shù)估計(jì)

3.3　討論

根據(jù)上述分析結(jié)果，本文得到修正后的礦工全注意力影響因素作用路徑概念模型，如圖3所示。

圖3　修正后的礦工安全注意力影響因素作用路徑概念模型Fig.3　The revised miners safety factors effect path conceptual model diagram

3.3.1礦工安全注意力影響因素與衡量指標(biāo)

實(shí)證結(jié)果表明，礦工安全注意力影響因素對(duì)礦工安全注意衡量指標(biāo)產(chǎn)生直接或者間接的影響。其中安全意識(shí)對(duì)A類(lèi)衡量指標(biāo)是正向影響；礦工工作疲勞對(duì)A類(lèi)衡量指標(biāo)是負(fù)向影響，對(duì)B類(lèi)衡量指標(biāo)是正向影響；安全信息刺激對(duì)B類(lèi)衡量指標(biāo)是正向影響；安全監(jiān)管對(duì)B，C類(lèi)衡量指標(biāo)均是負(fù)向影響，且4個(gè)影響因素中礦工工作疲勞對(duì)安全注意力的廣度(0.748)、礦工安全意識(shí)對(duì)安全注意力的專(zhuān)注度(0.713)影響較大。

3.3.2礦工安全注意力衡量指標(biāo)之間

實(shí)證結(jié)果表明，礦工安全注意力衡量指標(biāo)之間存在間接或直接關(guān)系。其中A類(lèi)衡量指標(biāo)對(duì)B，C類(lèi)衡量指標(biāo)均存在負(fù)向影響關(guān)系；C類(lèi)衡量指標(biāo)對(duì)B類(lèi)衡量指標(biāo)存在正向影響關(guān)系。且注意力的廣度、專(zhuān)注度以及轉(zhuǎn)移度之間的作用強(qiáng)度(-0.219，-0.064，0.166)相對(duì)較小。

4　結(jié)論

1)本文通過(guò)SEM分析，驗(yàn)證了礦工安全注意力的影響因素礦工安全注意力的衡量指標(biāo)之間、礦工安全注意力的衡量指標(biāo)之間存在路徑關(guān)系。其中礦工工作疲勞對(duì)A，B2類(lèi)衡量指標(biāo)的最用最大，這與文獻(xiàn)[15]的研究結(jié)論一致。所以煤礦企業(yè)要注重礦工的生理、心理疲勞，建立提升安全注意力的機(jī)制。

2)本文構(gòu)建了礦工安全注意力影響因素作用路徑概念模型圖，從理論上證實(shí)了本文所提取的安全注意力影響因素對(duì)三類(lèi)衡量指標(biāo)之間存在路徑關(guān)系，以及從煤礦企業(yè)適應(yīng)性的角度，說(shuō)明發(fā)揮安全注意力貫通式的作用，將有利于提高礦工安全行為績(jī)效。

3)本文的設(shè)計(jì)力求符合科學(xué)原則，但仍存在不足之處。本文是通過(guò)數(shù)據(jù)分析得出的作用路徑模型圖，尚未在煤礦企業(yè)進(jìn)行實(shí)踐檢驗(yàn)，因而模型在煤礦中具體運(yùn)行及運(yùn)行的效果還需要進(jìn)一步探索，特別是模型運(yùn)行需要采取什么樣的措施來(lái)保障，以及模型運(yùn)行中各因素的閾值確定，在后續(xù)的研究中需要深入探討。

因而，在對(duì)煤礦企業(yè)進(jìn)行安全管理時(shí)，生產(chǎn)技術(shù)的提升并不是唯一途徑，在研究人因失誤影響因素時(shí)，也充分利用影響因素的作用，提升礦工安全注意力，從而從減少人因失誤的角度降低煤礦不安全事故的發(fā)生。

[1]全國(guó)煤礦百萬(wàn)噸死亡率直降74.8%[EB/OL].[2015-02-05].

[2]李乃文,冀永紅,陳香宇.高危崗位員工安全注意力影響機(jī)制仿真研究[J].中國(guó)安全科學(xué)學(xué)報(bào),2014,24(3):16-21.

LI Naiwen,JI Yonghong,CHEN Xiangyu.Simulation of mechanism through which High-risk PositionEmployees' Safety Attention is Influenced[J].China Safety Science Journal,2014,24(3):16-21.

[3]Simon,H.A Administrative behavior:a study of decision-making processes in administrative organizations[M].New York:FreePress,1947.

[4]李琰,趙梓焱,田水承,等.礦工不安全行為研究綜述[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù),2016,12(8):47-54.

LI Yan,ZHAO Ziyi,TIAN Shuicheng, et al.Review of research on unsafe behavior of miners[J].Journal of Safety Science and Technology,2016,12(8):47-54.

[5]陳紅,祁慧,宋學(xué)鋒,等.煤礦重大事故中管理失誤行為影響因素結(jié)構(gòu)模型[J].煤炭學(xué)報(bào),2006,31(5):689-696.

CHEN Hong,QI Hui,SONG Xuefeng, et al. The structural model of affecting factors of management misconduct in coal mine fatal accidents in China[J]. Journalof China Coal Society,2006,31(5):689-696.

[6]吳建祖,王欣然,曾憲聚.國(guó)外注意力基礎(chǔ)觀研究現(xiàn)狀探析與未來(lái)展望[J].外國(guó)經(jīng)濟(jì)與管理,2009,31(6):58-65.

WU Jianzu,WANG Xinran, ZENG Xianju. Abroad attention based view analysis research status and future prospects[J].Foreign Economics & Management,2009,31(6):58-65.

[7]李乃文,金洪禮.基于情境認(rèn)知的安全注意力研究[J].中國(guó)安全科學(xué)學(xué)報(bào),2013,9(23):58-63.

LI Naiwen,JIN Hongli.Study on safety attention based on situation cognition theory[J].China Safety Science Journal,2013,9(23):58-63.

[8]Kahneman,D.Attention and Effort[M].New Jersey:Prentice Hall,1973.

[9]王超,于超博,王敏.基于注意力分配的管制員調(diào)配飛行沖突認(rèn)知過(guò)程研究[J].安全與環(huán)境學(xué)報(bào),2016,16(4):205-209.

WANG Chao,YU Chaobo,WANG Min.On the cognitive process of the air traffic controllers for the growing flight conflicts based on the attention distribution[J].Journal of Safety and Environment,2016,16(4):205-209.

[10]王春雪,呂淑然.噪聲對(duì)安全注意力影響實(shí)驗(yàn)研究[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù),2016,12(3):160-164.

WANG Chunxue,LYU Shuran.Experimental study on influence to safety attention by noise[J].Journal of Safety Science and Technology,2016,12(3):160-164.

[11]李勝江.駕駛?cè)艘曈X(jué)注意力分散檢測(cè)方法研究[D].吉林:吉林大學(xué),2015.

[12]田水承,李磊,鄧軍,等.基于BioLAB的礦工不安全行為與噪聲關(guān)系試驗(yàn)研究[J].中國(guó)安全科學(xué)學(xué)報(bào),2013,23(3):10-15.

TIAN Shuicehng,LI Lei,DENG Jun, et al.Experimental study on relationship between miners' unsafe behavior and noise based on BioLAB[J].China Safety Science Journal,2013,23(3):10-15.

[13]高平,傅貴.一起重大煤礦頂板事故行為原因研究[J].礦業(yè)安全與環(huán)保,2014,41(6):110-114.

GAO Ping,FU Gui.Research on behavioural causes of a major coal roof accident[J]. Mining Safety & Environmental Protection, 2014,41(6):110-114.

[14]田水承,寇猛,薛建文.礦工安全行為能力試驗(yàn)研究[J].煤礦安全,2015,46(12):245-248.

TIAN Shuicheng,KOU Meng,XUE Jianwen.Test measurement on miners＇capacity of safety behaviors[J].Safety in Coal Mines,2015,46(12):245-248.

[15]牛莉霞,劉謀興,李乃文,等.工作倦怠、安全注意力與習(xí)慣性違章行為的關(guān)系[J].中國(guó)安全科學(xué)學(xué)報(bào),2016,26(6):19-24.

NIU Lixia,LIU Mouxing,LI Naiwen, et al.Relationship among job burnout, safety attention and habitual violation behavior[J].China Safety Science Journal,2016,26(6):19-24.

[16]徐國(guó)峰.安全氛圍感知對(duì)礦工不安全行為影響研究[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù),2014,(S1):170-174.

XUE Guofeng.Studying in safety climate impacting on miners unsafe behavior[J].Journal of Safety Science and Technology,2014,(S1):170-174.

[17]王宗勝,李臘生.注意力配置的經(jīng)濟(jì)學(xué)分析[J].中國(guó)工業(yè)經(jīng)濟(jì),2007,9(34):96-102.

WANG Zongsheng,LI Lasheng.An economic analysis on attention disposition[J].China Industrial Economy,2007,9(34):96-102.

[18]趙亮,劉浩學(xué).駕駛行為特性與人格特征關(guān)系研究[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù),2016，12(8):171-177.

ZHAO Liang,LIU Haoxue.Study on relationship between driving behavior characteristics and personality traits[J].Journal of Safety Science and Technology,2016，12(8):171-177.

[19]王玉偉,易大方.影響大學(xué)生課堂注意力因素的調(diào)查[J].煤炭高等教育,2007,25(1):114-116.

WANG Yuwei,YI Dafang.Survey on factors influencing the undergraduates' attention in class[J]. Meitan Higher Education,2007,25(1):114-116.