基于SEM的高铁信号人员安全文化评价体系构建

王耀安

摘  要：高铁信号人员安全文化对其工作的影响较大，是研究管理其安全行为的重点，而采用经典验证性因子分析法，对其评价体系进行构建是实用性较强的途径之一。拟于《企业安全文化建设评价准则》的基础上，使用结构方程模型对安全文化评价体系进行构建，并用验证性因子分析方法说明了模型的高拟合性。

关键词：安全文化;信度;效度;结构方程模型（SEM）

中图分类号：TP392 文献标志码：A       文章编号：2095-2945（2020）17-0061-03

Abstract： The safety culture of high-speed rail signal maintainers had a greater impact on their work， which is the focus of research and management of their safety behaviors. And the use of classic confirmatory factor analysis to construct their evaluation system was one of the more practical ways. Based on the "Enterprise Safety Culture Construction Assessment Criteria"， a structural equation model （SEM） was used to construct the safety culture evaluation system， and the high-fitness of the model was explained by a confirmatory factor analysis method.

Keywords： safety culture; reliability; validity; structural equation model （SEM）

1 概述

在高速铁路安全分析中，人机交互经常是重点之一，现安全文化作为研究人机交互的主要方式，广泛引起了关注。高铁信号人员作为对设备“维护、维修”的工作承担者，重要性不言而喻，因此对其安全文化进行评价指标体系构建，十分必要。国家安全生产监督管理总局发布的《企业安全文化建设评价准则》[1]给出了一个适用于我国生产企业的安全文化评价体系，笔者在之前的研究中，注重对安全文化体系的建立，而忽视了所建立的评价体系的合理性与改进。

本文在结合实际并确定了38个高铁信号人员关键指标（KPI，下文简称K1-K38）的基础上，使用结构方程模型对安全文化评价体系模型进行验证性构建，并对模型进行修正，最终得到安全文化评价体系。

2 评价体系建立方法

在构建评价指标体系的过程中，为了证明指标体系的合理性，所建立的模型均需经过验证。而验证性因子分析为对通过分解降维建立的评价体系进行验证的主流方法。

验证性因子分析[3]（Confirmatory Factor Analysis，CFA）是对通过问卷、交谈等方式调查得到的数据进行统计分析的方法。通过测试体系中的因子与相应测度项之间的关系是否满足设计要求，确定评价体系的正确性。

为了使用验证性因子分析方法，常常引入结构方程模型。结构方程模型可以检验观测变量与潜在因子或更多个因子之间内部的因果关系，既符合验证性因子分析的要求，又可引入路径分析，对模型进行优化。常常使用LISREL或AMOS工具，来进行结构方程模型构建，本文选用AMOS 22.0。

所涉及的变量如下：X与ξ为外生变量，X为外生变量的观测量，ξ为外生潜变量向量。ΛX反映了可观测的外生观测变量与其不可观测的潜变量之间的关系， δ则为外生变量由于观测方法等原因所产生的误差项向量。Y与η为内生变量，Y为内生变量的观测量，η为内生潜变量向量。ΛY反映了难以观测的内生观测变量与其潜变量之间的关系，ε为由于因子解释不同等原因而产生的误差项向量。β为内生潜变量之间关系的路径系数，Γ为外生潜变量对内生潜变量产生影响的路径系数，ζ则为结构方程本身的误差项。

3 安全文化影响因子结构模型建立

3.1 安全文化评价指标体系设计

笔者在之前研究的基础上，进行实地考察，与高铁信号人员面对面交谈，了解他们所重视的部分，对条目进行补充与修正。得到38个关键指标：K1权责，K2安全参与，K3激励，K4收入，K5奖金，K6纠错，K7申诉，K8安全代价，K9培训，K10团队，K11领导者与安全，K12团队建设，K13个人水平，K14意识能力，K15过度工作，K16风险忍耐，K17职业健康，K18职业价值，K19优良传承，K20不良传承，K21设备过度信任，K22信息交互，K23监控，K24设备带病使用，K25安全系统缺陷，K26场地安全，K27场地维护，K28场地事故上报，K29超限使用，K30重视维护程度，K31安全数据，K32个人情绪，K33事故瞒报，K34责任推诿，K35工作流程，K36家庭，K37职业态度，K38投入时间。并据此进行了调查问卷设计。

调查问卷采用了李克特5分量表对高铁信号人员的各项指标进行评定： 1分“不合格”，2分“勉强合格”，3分“合格”，4分“良好”，5分“優秀”。对所有因子进行KMO与Bartlett test，其中KMO值在0.9以上表示所建立的评价体系较为适合进行因子分析;0.8表示所建立的评价体系适合进行因子分析;0.7表示所建立的评价体系可以进行因子分析;一般情况下0.6及以下则不推荐进行因子分析。

如表1所示，其中KMO值为0.94，Bartlett值为4851.36，Bartlett球形检验的χ2显著性概率为0.000，这些数据说明本文所构建的评价体系较为合适做因子分析，这里采用主成分分析法作为提取因子的方法，采用凯撒最大方差法作为因子的旋转方法。

3.2 公因子方差

所得到的公因子方差如表2所示：

从表2中可以看出，提取到的因子主成分大部分均在0.5以上，说明主成分分析法在本文所构建的评价体系因子提取上是可用的。为了验证该结论，使用SPSS23.0得到累积特征贡献率，可得：前7个因子所解释的累积方差百分比为55.08%（保留两位小数），验证了提取7个因子是合理的。

3.3 因子旋转

通过因子的线性组合中的系数构成的载荷矩阵是对因子进行解释的主要途径，但是如果系数之间差别较小，那么则很难解释因子。为了更加直观地对因子进行解释，则需对载荷矩阵进行旋转。本文在这里采用凯撒最大方差法，得到旋转后的载荷矩阵。

双因子载荷均大于0.4因子说明通过旋转后，仍无法进行有效解释，那么则将此因子删除，即删除K36。将剩下的37个因子构成安全文化评价指标体系。

3.4 关键因子解释

对最终确定的7个因子进行如下解释：Factor1人机交互安全行为包含如下：K6、K14、K17、K20、K22、K23、K24、K25、K27、K29、K33;Factor2激励与个人工作包含如下：K3、K4、K5、K12、K13、K15、K26;Factor3人员安全参与包含如下：K1、K2、K9、K16;Factor4人员价值观包含如下：K18、K19、K38;Factor5安全态度包含如下：K7、K28、K35、K37;Factor6公司支持与个人情绪包含如下：K24、K30、K31、K32、K34;Factor7团队安全包含如下：K8、K10、K11。

在之前的分析过程中，提出了37个指标变量，7个综合因子。

3.5 模型构建

对上述构建的因子分析体系进行如下的模型验证，运行的结果如图1左（AMOS所得结果）所示。

3.6 模型拟合评价与修正

检验研究模型是否与原始数据吻合的重要途径为研究模型的拟合度，常常采用不规范拟合指数（NNFI/TLI）、卡方与自由度的比值（χ2/DF）、比较拟合指数（CFI）、近似均方根残差（RMSEA）、增量拟合指数（IFI）、均方根残差（RMR）、p（Probability Level）值来衡量模型与数据的拟合程度。

当同时满足NNFI/TFI、CFI、IFI均大于0.9，RMR小于0.05，χ2/DF在1到3之间，p值小于0.01，说明所测试的模型拟合程度较好。对于RMSEA，其值小于0.08表示所测试的模型可用，小于0.05表示所测试的模型拟合程度较佳[6]。这些条件较为苛刻，通常在实际调查中，对于包含较多变量的模型来说，完全达到一般认定的拟合优度是比较困难的[7]。若少数指标不能满足条件，且在条件标准附近时，是可以接受的。

图1左所示模型拟合指标值如表3所示。

从表3中看出，仅有χ2/DF、RMSEA与p值符合拟合程度良好的需求，其他指标均达不到要求。根据AMOS所提供的模型修正指数，对模型进行修正：取修正指数M.I.值较高的误差项之间关系对模型进行修正。修正后的模型如图1右所示。

图1右所示模型拟合指标值如表4所示。

本文所构建的评价体系包含了37个因子，有部分拟合优度指标不能达到标准，是可以接受的。其中仅有RMR值为0.055，不能达到标准，其余的拟合指数都表明模型拟合结果是良好的。

4 结论

高铁信号人员安全文化评价指标体系是进行安全文化评价的基础，对高铁信号人员安全文化的建设也有重要的指导意义，本文得到了如下结论：

根据高铁信号行业的特点，得到共37个关键标准，使其能够完成信号人员安全文化评价;进行因子分析后，最终确定了7个因子，37个关键指标，建立了安全文化评价体系模型;运用AMOS 22.0对已建立的安全文化评价体系进行分析验证，发现之前构建的体系需要修正，修正后模型拟合良好，可以用于高铁信号人员安全文化的评价。

参考文献：

[1]安全标准.企业安全文化建设评价准则[J].

[2]金丽娇，贾英雷，孙涛，等.基于探索性因子分析的全科医生胜任力模型构建研究[J].中国全科医学，2013，16（31）：3659-3661.

[3]吴明隆.结构方程模型[M].重庆大学出版社，2012.

[4]侯杰泰.结构方程模型及其应用[M].经济科学出版社，2004.

[5]温忠麟，侯杰泰，马什赫伯特.结构方程模型检验：拟合指数与卡方准则[J].心理学报，2004，36（2）：186-194.

[6]郭慶科，李芳，陈雪霞，等.不同条件下拟合指数的表现及临界值的选择[J].心理学报，2008，40（1）：109-118.

[7]Bentler P M， Chou C P. Practical Issues in Structural Equation Modeling[J]. Sociological Methods & Research， 1987，16（1）：187-196.