鄧舒文， 潘永剛

(新疆大學 建筑工程學院, 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%事故是因為“人”的因素造成的。Bohm[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致的?？上攵话踩袨槭窃斐砂踩鹿实闹饕?。對于不安全行為的管理，目前主要是安全檢查、安全培訓、安全監(jiān)控等管理措施來干預建筑工人的行為。然而，這些管理措施普遍將建筑工人視為一個整體進行管理，沒有考慮個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，本文旨在構建一種以建筑工人個體特征差異為導向的精細化管理模式。

通過整理與梳理近幾十年的不安全行為相關文獻，歸納得出不安全行為主要分為行為主義、安全組織和認知科學三個研究范式。其中，行為主義范式旨在通過某些措施進行干預來消除不安全行為。因此主張研究可觀測的行為，例如目標設定和績效反饋[4,5]，安全組織范式認為行為是受組織文化的影響，工人的不安全行為應從組織層面消除，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體特征視角出發(fā)。認知科學范式是探索從刺激—處理—反應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)在個體特征，這與本研究的主旨不謀而合。此外，由于個體之間的認知過程存在顯著差異，因此基于認知科學范式作為個體特征指標進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置K值和聚類個數(shù)，因此分類精準度是有待研究的。潛在類別分析(Latent Class Analysis,LCA)能夠處理分類變量且不用預先設定分類個數(shù)，已被廣泛應用于心理、行為等[12,13]研究群體的潛在特征。由于認知科學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化有效?；跐撛陬悇e分析的優(yōu)點，本研究將其應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的管理措施，以提高當前的不安全行為管理水平。

1 理論基礎

在認知科學范式領域，學者們提出了一系列模擬不安全行為產(chǎn)生的認知模型，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，該模型認為由于認知過程出現(xiàn)失誤而導致不安全行為的出現(xiàn)。Surry模型提出了6個問題，分別對應于5個認知環(huán)節(jié)的失效：(1)沒有察覺到危險；(2)不知道危險性；(3)不知道如何避免危險；(4)選擇不安全行為；(5)無法避免危險。方東平[17]基于Surry模型得出認知過程可分為5個環(huán)節(jié)：發(fā)現(xiàn)信息、理解信息、思考應對、選擇應對、實施應對。

由此可見，一個完整的認知過程應該包括五個認知環(huán)節(jié)。根據(jù)五個認知環(huán)節(jié)(見圖1)，結(jié)合文獻分析分別提煉出認知失效的五個主要原因：生理機能、危險識別、安全知識、安全行為態(tài)度、專業(yè)技能，如下對每一項原因進行具體的說明。

圖1 認知失效因素模型

1.1 生理機能

第一個認知環(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，而疲勞會導致警覺性降低和注意力分散[18]，從而使建筑工人忽視危險信息。比較常見的情況，因為警覺降低而沒有注意到行駛的車輛，沒有及時躲避而造成事故發(fā)生[19]。

1.2 危險識別

第二個認知環(huán)節(jié)為理解信息，在發(fā)現(xiàn)潛在危險信息之后，工人出于對自身安全的需求對信息進行判斷。然而，一些建筑工人盡管發(fā)現(xiàn)了危險信息，但是他們會低估風險的大小[20]，這是造成工人不安全行為的一項重要原因。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性。Lingard[22]的研究也發(fā)現(xiàn)，如果工人反復經(jīng)歷不安全作業(yè)而未造成事故與傷害，便會低估風險性，認為不安全行為造成事故的概率較低。

1.3 安全知識

第三個認知環(huán)節(jié)為思考應對，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，不知道如何應對危險，很有可能造成非常嚴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施危險性更高，反而認為沒有防護的洞口不具有危險性[24]。

1.4 安全行為態(tài)度

第四個認知環(huán)節(jié)為選擇應對，這一環(huán)節(jié)建筑工人要選擇處理危險信息的工作方式。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間。因此，面對高體能作業(yè)和緊張工期等要求時，建筑工人更愿意選擇省時省力的不安全行為，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]。

1.5 專業(yè)技能

第五個認知環(huán)節(jié)為實施應對，而建筑工人是否具有專業(yè)技能是實施應對環(huán)節(jié)的關鍵。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為專業(yè)技能不夠而無法應對，從而造成不安全行為的發(fā)生。

2 潛在類別分析

潛在類別分析是一種潛在變量和外顯變量之間關系的統(tǒng)計模型，可分為探索性分析和驗證性分析。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參數(shù)。即假設外顯變量是完全獨立的，則潛在類別的數(shù)量將從零模型逐漸增加。比較每個模型的評價指標以確定最佳模型。然后潛在類別變量用于解釋外顯變量之間的相關性，從而保持外顯變量之間的局部獨立性。

2.1 基本原理

假設A，B，C為外顯變量，潛在變量為X，現(xiàn)有t個潛在類別的潛在變量X可以解釋A，B，C三者的關系，其數(shù)學模型公式如式(1)所示。

(1)

2.2 參數(shù)估計

潛類別模型進行參數(shù)估計時主要使用極大似然估計法，其迭代過程使用的算法有多種。Mplus軟件在處理二分變量時默認使用MLR算法, 該算法適應于非正態(tài)數(shù)據(jù)和小樣本估計?？紤]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。

2.3 模型擬合檢驗

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)度檢驗的方法主要有似然比卡方檢驗、Pearson -χ2、似然比卡方、AIC準則和BIC準則等[28]，由統(tǒng)計指標確定潛在類別數(shù)量，其中AIC，BIC是潛類別模型中使用最為廣泛的評價指標。本研究選擇AIC，BIC和SSBIC作為擬合評價指標。

2.4 歸類

確定最優(yōu)模型之后，觀察各個外顯變量的條件概率。根據(jù)各個外顯變量的條件概率對各個潛在類別的特征進行歸納，同時對潛在類別進行命名。最后基于貝葉斯計算后驗概率理論，對每個個體進行潛在分類以確定建筑工人屬于哪一類。其計算公式如式(2)，(3)所示。

(2)

(3)

3 實證研究

3.1 問卷設計

問卷設計經(jīng)過了文獻分析、專家修改、人員訪談和預調(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、語意和結(jié)構進行檢查，根據(jù)他們的建議仔細修改了問卷的用詞及表達方式以符合建筑工人的習慣用法。同時設置了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。

問卷設計為3個部分：第1部分3個題項，為受訪者的個人信息；第2部分采用李克特五級量表，一共為12個題項，測量四個維度，其中，“生理機理”設為 3個題項；“危險識別”設為 2個題項，“安全行為態(tài)度”設為4個題項，“專業(yè)技能”設為3個題項;第3部分采用單項選擇題形式，測量“安全知識”設為10個題項。

3.2 數(shù)據(jù)收集及處理

本研究向烏魯木齊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)驗的建筑工人占91.9%，具有高中及以下學歷的建筑工人占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進行信度、效度檢驗，分析指標詳見表1。

表1 測量問卷指標分析

由于一個測評維度由多個測量指標進行測量，因此為便于統(tǒng)計分析對數(shù)據(jù)進行預處理。即測評維度總得分與其測量維度的平均分進行比較[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。同理標記其余測評指標。

3.3 模型擬合與選擇

使用Mplus軟件對處理數(shù)據(jù)進行潛在類別分析，擬合指標結(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，BIC=1821.602最?。欢?-Cluster時，AIC=1749.758最小，SSBIC=1764.388最小。Lin等[29]指出當樣本的數(shù)量超過1000時宜采用BIC指標, 而低于1000則AIC更佳。因此，本研究以AIC最小為標準,故選擇為4-Cluster。此時的SSBIC值也為最小,綜合考慮各項指標, 選擇4-Cluster為最優(yōu)模型。

表2 潛在類別模型擬合檢驗結(jié)果

3.4 模型參數(shù)估計

按照4-Cluster運行Mplus軟件，對潛在類別概率和外顯變量條件概率進行估計，結(jié)果如表3所示?？梢姷诙惤ㄖと说娜藬?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，生理機能記為“1”和“0”的概率差不多。第二類建筑工人危險識別、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，生理機能記為“1”和“0”的概率差不多。第三類建筑工人在生理機能、危險識別、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能、危險識別、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

3.5 潛在分類結(jié)果

對最優(yōu)模型進行參數(shù)化后, 根據(jù)潛在類別概率和外顯變量條件概率計算各個類別的后驗概率，依據(jù)后驗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，后驗概率遠高于其他3個潛在類別，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)果是準確的。

表4 潛在類別模型個體分類結(jié)果

4 潛在特征分析與管理措施

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個類群的潛在特征進行詳細分析并制定相應的管理措施。

4.1 不安全行為潛在特征分析

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信息的風險性，并高估自己的工作能力，更傾向選擇不安全行為。然而事實上其只是紙上談兵，專業(yè)技能能力較為欠缺。同時因為生理機能，有可能錯過危險信息。

4.1.2 認知異常型

這一類建筑工人的認知過程異常，不安全行為的可能性非常大。他們不僅會因為生理機能而錯過危險信息，而且還會低估危險信息的風險性。此外他們也不具備處理危險信息的安全知識、專業(yè)技能，同時更傾向于選擇省時省力的不安全行為。

4.1.3 知識匱乏型

這一類建筑工人精力充沛，不會因為生理技能而錯過危險信息。他們不會低估危險信息的風險性，也愿意選擇安全作業(yè)行為，同時也具備處理危險信息的專業(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信息。

4.1.4 優(yōu)秀型

這一類建筑工人不會低估危險信息的風險性，也具備如何處理危險信息的安全知識以及專業(yè)技能，同時也愿意選擇安全行為作業(yè)。但由于生理機能，很有可能會錯過危險信息而造成不安全行為。

4.2 不安全行為管理措施設計

針對不同類型工人特點，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)濟手段，將獎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)的習慣與良好安全態(tài)度。

(2)引入VR技術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判斷，促使正確認識事故的危險性大小。

(3)對于未經(jīng)過職業(yè)技能培訓或不具備職業(yè)技能的建筑工人，應禁止進入施工現(xiàn)場進行作業(yè)。

4.2.2 認知異常型管理措施

(1)進行認知過程干預，促進該類建筑工人的認知過程重新建構，對于5個認知環(huán)節(jié)的失效致因采取針對性的干預措施。

(2)持續(xù)監(jiān)控和評估建筑工人的工作行為，對于錯誤的工作行為及時進行糾正，同時相應地鼓勵正確的工作行為。

4.2.3 知識匱乏型管理措施

(1)住建部公布的《建筑工人實名制管理辦法》，明確指出建筑工人應經(jīng)過基本安全培訓，建筑企業(yè)應該嚴格執(zhí)行。對于未經(jīng)過安全培訓或安全培訓未通過的建筑工人，應禁止進入施工現(xiàn)場作業(yè)。

(2)成立安全知識學習小組。對于安全知識水平較高的建筑工人進行表彰，作為楷模以供其他工人參考學習，激發(fā)其學習安全知識的興趣。

(3)構建建筑工人自主學習保障體系，定期開展技能培訓或者技能比賽，促進建筑工人自主學習過程，進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)警報機制。對于連續(xù)高危作業(yè)、工作時間太長的建筑工人，應及時警報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，應避免在夜間安排高危作業(yè)、高體能作業(yè)等危險性工作。

(3)制定獎勵政策，獎勵專業(yè)能力強、安全作業(yè)的建筑工人。鼓勵建筑工人充分發(fā)揮其專業(yè)技能，并促進他們嚴格按照規(guī)章進行作業(yè)。

5 結(jié) 論

現(xiàn)代管理學認為科學化管理有3個層次：第一個層次是規(guī)范化，第二層次是精細化，第三個層次是個性化。在以往的施工安全管理研究中，學者們普遍基于規(guī)范化管理模式展開研究，將建筑工人視為一個整體進行分析。本研究提出了一種精細化管理模式，它是建立在規(guī)范化管理基礎之上，對管理目標進行分解、細化，并以充分利用現(xiàn)有管理資源和降低管理成本為目標，針對不同的管理目標提出了科學管理措施。以認知模型為理論基礎，通過文獻分析法找出建筑工人不安全行為的5個認知失效原因，分別為生理機能、危險識別、安全知識、安全行為能力和專業(yè)知識。將5個認知失效因素作為建筑工人的個體特征指標，采用潛在類別分析對建筑工人不安全行為進行分類，結(jié)果得到恃才無恐型、認知異常型、知識匱乏型、優(yōu)秀型4個不安全行為類別。根據(jù)4個不安全行為類別的潛在認知特征，從認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、安全監(jiān)控等管理措施進行規(guī)范化管理。本研究基于4個不安全行為的潛在認知特征，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，旨在構建一種以建筑工人個體特征差異為導向的精細化管理模式。這一項研究對科學管理不安全行為具有一定的理論和實踐意義。在理論方面，本研究豐富了不安全行為管理理論，為安全精細化管理提供一種新思路和方法。在實踐方面，管理人員可以通過認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個認知失效原因，對于可能包括的認知失敗的其他原因沒有進行充分考慮，需要加以完善與改進；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，需進一步擴大數(shù)據(jù)采集范圍，使得研究結(jié)論更具有適用性。