基于结构方程模型的认知性VDT作业过程解析*

2021-07-12吕思思冯海芹

中国安全生产科学技术 2021年6期

廖斌，吕思思，冯海芹

(1.四川师范大学商学院，四川成都 610101；2.成都职业技术学院软件学院，四川成都 610101)

0 引言

随着信息化的深入，核电站、化工等高危作业控制逐渐由传统的模拟式向数字化转变，数字化控制室已成为作业人员的主要工作场所。数字化控制室中，计算机及控制软件终端成为作业人员的“工具机”[1]，“工具机”通常以视频显示终端(Visual Display Terminal，VDT)的形式呈现，作业人员的劳动形式由操作技能型向认知性知识型转变，信息的辨识、加工和处理将成为认知性作业的主要环节[2]。因此，与普通工业和服务业情况类似，认知性VDT作业逐渐成为这些控制室作业人员的主要劳动模式。由于计算机可靠性的不断提高，认知性VDT作业系统中人的可靠性已成为系统绩效薄弱环节的重要组成部分[3]。

科学管理最基本的逻辑是通过过程控制实现管理目标。Gilbraith提出“动素”的概念，并运用其来描述和表征各种操作作业过程，极大改善外显体力作业者的可靠性和绩效[4]。认知性VDT作业的内隐性增加了对其进行过程解析的难度，目前管理者主要通过工作内容激励、知识共享、作业环境和条件改善[4-6]等方式来提高作业人员可靠性和绩效，缺乏对作业过程的研究，这导致学者们对该类作业安全及绩效管理的研究进展缓慢。因此，从作业过程解析视角探索认知性VDT作业人员可靠性和绩效问题意义重大。

基于此，本文将从人的信息加工视角，结合结构方程模型(Structural Equation Modeling，SEM)方法，研究认知性VDT作业过程表征方法，以期为从过程解析视角研究认知性VDT作业的人因可靠性提供理论支撑，为人因可靠性问题研究提供新的范式参考。

1 认知性VDT作业过程中CT的归纳和抽取

1.1 认知性VDT作业的信息加工过程模型

认识性VDT作业要求劳动者持续通过VDT获取任务信息，经过大脑处理后，通过作业系统的外围设备(鼠标、键盘等)输出作业指令，直至任务完成，属于人机交互性质的认知作业。学者们在多年前就已经开始对认知作业过程管理进行研究：Ramaprasad[7]认为研究人类认知作业时应该关注微观层面，比如知觉、刺激再认、概念形成、推理规则等具体环节；阎平凡等[8]、周新林等[9]均认为可以把认知作业过程看作大脑对某些符号操作或加工的信息处理过程；吴文俊[10]提出从数学思维的角度实现“脑力劳动机械化”的思路是可行的，可以通过揭示思维的“黑箱”过程对认知活动进行控制和优化，但需注意的是不同类型的认知作业在加工层次结构和内容上存在差异。

认知性VDT作业可以视作人机交互型的认知作业，将人看作具有信息接收、处理和输出功能的“机体”，外界的“工具机”看作是人这种“机体”的外延，作业过程看作“人—工具机”的信息对话过程。在这个对话过程中，人的信息处理尤为重要。

认知心理学经典理论将人的信息处理过程分为感觉、知觉、记忆、思维和想象5个环节[11]。这在一定程度上割裂了这些环节之间的内部联系，元认知则削弱了这种人为的分离，其为完成具体认知任务对认知过程和环节进行主动的监测和连续的协调[12]。借用Gilbraith体力劳动动作解析的思想，将认知性VDT作业过程中的信息处理基本操作定义为包括元认知在内的认知动素(Cognitive Therbligs，CT)。由于是动素级的信息操作环节，CT比感觉、知觉、记忆、思维和想象5个认知环节更基础，是构成这5个认知环节的元素(CT的抽取将在后文分析)。因此，将认知性VDT作业中人的信息处理过程定义为：在元认知的动态监测和调节下，人的信息接收、加工和输出过程中存在的所有相关CT构成的某种网链结构。据此，认知性VDT作业的信息加工过程模型如图1所示。

图1 认知性VDT作业的信息加工过程模型

由模型可知，认知性VDT作业过程可以视为CT网链。

1.2 CT的归纳和抽取

通过分析感觉、知觉、记忆、思维和想象5个环节所涉及到的信息处理操作，结合认知性VDT作业过程的一般要求和特征，定义CT集。认知性VDT作业CT集见表1。

由表1可知，认知性VDT作业认知动素集由元认知、信息辨识、信息存储、信息变形、信息搜索、信息比较、信息分类、信息选择、信息提取、信息综合、信息过滤、信息分解、信息应用13个基本信息操作组成。元认知是最高级别的信息操作，对作业过程中的CT起监控、规划和协调的作用。需要说明的是：CT可以进一步细化，但是否需要进一步细化以及进一步细化的程度，需要根据研究需求和技术水平确定；针对其他形式的认知作业，该结论不一定适用，可能需要再删、增CT。

表1 认知性VDT作业CT集

2 认知性VDT作业过程中CT的验证性因素分析

2.1 认知性VDT作业过程的CT概念模型假设

认知性VDT作业具有显著的内隐性特征，前文提出的13个CT是不可直接观测到的变量(潜变量)，这增加了作业过程解析的难度。

根据认知性VDT作业的信息加工过程模型和CT集，将认知性VDT作业过程的CT概念模型设计为全模型结构。由于元认知对其他CT起监控、规划和协调的作用，所以元认知是外生潜变量ξ，其他12个CT为内生潜变量ηk(k=1,2,…,12)。为每个潜变量设计3个(含3个)以上的测量指标，xi为ξ的测量指标，yi为ηk的测量指标。认知性VDT作业过程CT概念模型如图2所示。

图2 认知性VDT作业过程CT概念模型

模型中：λxi为测量指标xi在对应外生潜变量ξ上的因子负载；γk为外生潜变量ξ对内生潜变量ηk的影响；λyjk为测量指标yj在对应内生潜变量ηk上的因子负载；δi为测量变量xi的测量误差；εj为测量变量yj的测量误差。本文不研究12个CT之间的关系，所以模型中没有设计系数β。

2.2 测量指标问卷设计及数据整理

根据CT概念模型假设，元认知因子设计4个测试题项，其他12个CT共设计45个测试题项(每个CT对应测试题项≥3)。测试题项采用Likert5点计分法，要求被试在每个测试题项上就自己对该题项的理解程度和使用频率进行作答。比如，关于元认知的1个题项：有意识的规划和控制自己解决问题的思路和步骤(非常熟悉：5分；比较熟悉：4分；熟悉：3分；不太熟悉：2分；很不熟悉：1分)(经常这样做：5分；较多这样做：4分；不清楚：3分；较少这样做：2分；偶尔这样做：1分)。由于篇幅原因，其他测试题项文中未列出。

共收回有效问卷188份。所有被试者中，数字控制室操纵人员39人，软件技术人员34人，销售人员17人，财务人员18人，办公室行政管理人员18人，教学科研人员26人，本科及研究生36人。使用SPSS20.0对数据做初步统计整理，分析问卷中49(4+45)道测试题项的可理解性，结果显示：平均得分为4.23分，最高分4.72，最低分4.03。表明被试对测试题项的理解度较高，保证被试整体对测试问题的准确理解。

后文将以188位被试对49道测试题项中“使用频率”的回答数据进行分析。

2.3 结果与分析

2.3.1 问卷信度分析

调查问卷的信度检验采用内部一致性系数(Cronbach’α系数)，因子均值、标准差和信度值见表2。

表2数据显示，13个因子的信度值均大于0.7，表明该问卷测试题项具有良好信度。

表2 因子均值、标准差和信度值

2.3.2 验证性因子分析

根据CT概念模型假设中潜变量、测量指标之间的关系，编写syntax文件，将分析数据导入LISREL8.53，运行后得到路径图和模型拟合指数。由于路径图类似图2，本文仅给出各参数估计值和模型拟合指数。CT模型与观测数据的拟合指数见表3，测量指标在潜变量上的因子载荷见表4，外生潜变量元认知对内生潜变量的影响系数见表5。

表3 CT模型与观测数据的拟合指数

表4 测量指标在潜变量上的因子载荷

表5 外生潜变量元认知对内生潜变量的影响系数

表3数据显示，卡方值显著(1220.7，P=0.000 7<0.001)；近似误差均方根(RMSEA)为0.038(<0.08)，说明模型的拟合度良好，规范拟合指数(NFI)、比较拟合指数(CFI)、残差均方根(RMR)以及拟合优度指数(GFI)显示模型与测量样本数据良好的拟合程度。

表4数据显示，测试指标在潜变量上的载荷均大于0.7，表明问卷测试题项具有良好的效度。

表5数据显示，外生潜变量元认知与其他12个CT关系密切(γ值最小为0.514，最大为0.905)，证明前文提出的认知性VDT作业过程CT概念模型假设有效。表明元认知对其他12个CT起规划和监测控制作用，认知性VDT作业可以通过这13个基本认知动素表征。

2.3.3 稳健性检验

不考虑职业分类，按照总样本数的3/4和1/22个水平，从188份有效回收问卷中随机抽取141(188×3/4)份、94(188×1/2)份各5次，将分析数据导入LISREL8.53，分别输出各参数估计值和模型拟合指数，结果均显示模型具有良好拟合度。分别对外生潜变量元认知与其他12个CT的关系系数γ在2个水平下的差异进行分析，t检验结果显示：搜索和综合2个CT的关系系数γ在2个水平下的差异显著(P搜索=0.048<0.05；P综合=0.041<0.05)，其他10个CT均无显著差异(P>0.05)。将2个水平下每个CT的关系系数γ均值分别与全样本下关系系数γ进行比较，平均差异度均值为6.01%，仅应用和综合2个CT的差异度超过10%。可见，结果具有较好的稳健性。

3 作业过程还原检验

训练神经网络，隐含层和输出层的传递函数分别采用logsig和tansig，训练采用trainscg函数。设定最大训练次数5 000，学习速率0.01，误差平方和0.001。188组有效数据中，训练数据、验证数据和测试数据分别占70%，15%，15%。运行Matlab R2013a，训练965次后达到误差要求。模式识别结果如图3所示。

由图3可知，通过基本认知动素对认知性VDT作业类型的识别和分类正确率达到95.9%，表明基本认知动素可以还原认知性VDT作业过程，进一步证明作业过程可以通过13个基本认知动素表征。

图3 模式识别结果

4 讨论

4.1 认知性VDT作业过程模型

在信息论的基础上，结合作业特征和认知心理学经典理论提出认知性VDT作业过程信息处理模型。该模型将认知性VDT作业信息处理过程看做是在元认知动态监测和调节下的12个CT构成的某种网链结构。针对认知性VDT作业过程信息处理模型的研究鲜有报道，所以只从建模思想讨论。将信息处理过程看作CT网链，与绝大多数研究者将认知过程视为“认知操作链”的思想[13]存在根本差异，但支持Mcclelland等[14]的认知模型思路，认为信息串行加工模型不足以解释人的复杂认知活动，提出信息的平行分布加工模型(Parallel Distributed Processing，PDP)。

4.2 认知性VDT作业过程解析

认知作业的内隐性增加了对其进行过程解析的难度，但学者们已经证明打开认知作业过程的“黑箱”是可行的。目前已有的认知作业过程解析成果仅针对规律性和程序性较强的作业形式，比如朱坤[15]对分油数学问题进行认知操作过程解析。本文针对一般工业服务业中存在的认知性VDT作业过程进行动素级解析初探，提出可以将此类作业的连续过程离散化，表征为13个CT构成的网链系统，为认知作业解析从特殊形式向一般形式推进提供新的研究范式。