基于Meta分析的安全氛围与安全绩效的关系研究*

杨 雪，刘银双，宋爱峰，杨 娟，王世康

(华北水利水电大学 管理与经济学院，河南 郑州 450046)

0 引言

目前，世界各国企业的生产安全及员工人身安全仍深受生产安全事故影响。据国际劳动组织(2016)数据统计，全球每15 s就有153名员工发生与工作有关的安全事故。在这些惊人数字背后，还有许多未被统计或上报的事件，实际工作场所的安全事故率可能远大于统计数字，而这些事故还可能导致大量直接或间接的经济损失。事实表明，需要不断减少工作场所的安全事故，并提出改善总体工作场所安全的策略。为此，企业越来越重视安全评估。传统意义上，企业对安全的监控往往是通过对“滞后指标(Lagging Indicators)”进行监测评价，如回顾性措施：追溯安全事故数据。现在，企业对安全的监控已转向“领先指标(Leading Indicators)”，如预测性措施：测量安全氛围[1]。对安全氛围的评估可使组织在系统出现故障前主动监控安全状况并及时采取有效措施。因此，如何建立积极的安全氛围，有效提高企业安全绩效，降低生产安全事故率是十分重要亦亟待解决的难题。以往研究探讨安全氛围与安全绩效间的关系较多，但对安全氛围与安全绩效、安全结果间的作用机制尚不清晰。由于已有各研究具有独立性，采用的测量方法及样本数量等不同，可能得到不同的研究结论，甚至是相反的。如Hoffmeister等[2]发现相比安全参与行为，安全氛围对安全遵守行为影响更大，而叶新凤等[3]的研究结果与其相反。

因此，本文采用Meta分析方法，基于安全氛围与安全绩效关系的现有文献进行综合分析，探讨安全氛围与安全绩效各维度的关系；分析造成研究结果差异的潜在变量的调节作用。

1 变量界定与研究假设

1.1 安全氛围

作为衡量员工安全、健康的重要指标，安全氛围反映员工对工作场所安全的信念，是指导适当和适应性任务行为的参考框架[4-5]。安全氛围与工作场所安全的价值、重要性和实际优先级相关，Neal等[5]将安全氛围定义为员工对政策、程序和实践的看法。积极的安全氛围可以为员工提供在工作场所支持、预期和奖励安全行为的提示。根据期望价值理论，如果员工相信这些行为会为其带来有价值的结果，则会有动力遵守安全规章制度并自愿参加安全相关活动。因此，积极的安全氛围下，员工从事不安全行为的可能性极小。可见，安全氛围是安全行为和安全结果的有力预测指标[6]。

1.2 安全绩效

对于安全绩效概念构成，学者们持有不同观点。综合而言，主要从行为、结果或2者相结合的视角来定义。张桂平[7]认为安全绩效由安全行为和安全结果2个独立概念构成，前者指员工的安全行为，即为保证生产活动安全进行，提升企业安全绩效而做出的符合安全准则的行为；后者指安全事故造成的具体伤亡结果。Griffin等[8]将安全绩效划分为2个维度：安全遵守和安全参与，安全遵守是员工工作角色的一部分，指为保证工作场所的安全性员工遵守操作规程和正确配备个人防护设备等安全活动；安全参与强调的是自愿性，指员工主动承担工作职责之外支持安全的行为。本文采用Griffin等[8]对安全绩效的划分来展开研究。

1.3 安全氛围与安全绩效各维度

众多学者研究证实，积极的安全氛围传达了团队成员重视和欣赏安全行为的信息，有利于员工接受并提高安全绩效，降低安全事故率，而消极的安全氛围下安全行为是否会受到其他团队成员或领导的赞赏和重视具有不确定性，会削弱工作场所安全对员工安全绩效的正向影响[9]。如Panuwatwanich等[10]通过安全氛围和安全生产行为间关系的分析，得出如果感受到组织中积极的安全氛围，员工会更倾向于服从命令，从而产生安全生产行为。此外，有研究证明，积极的安全氛围可以促使维持安全相关行为，相比安全遵守，安全氛围与安全参与的关系更强[11]。综上，提出以下假设：

H1：安全氛围与安全绩效显著正相关。

H1a：安全氛围显著正向影响员工的安全参与行为。

H1b：安全氛围显著正向影响员工的安全遵守行为。

H2：相比安全遵守行为，安全氛围对安全参与行为的影响更强。

1.4 安全氛围、安全绩效与安全结果

将安全事故作为衡量安全结果的变量。安全氛围与安全事故间关系的假设基于一定的前提条件，即安全氛围为适当的组织行为提供指导，如对员工提出的安全建议进行反馈或认可。而消极的安全氛围会通过消除提高安全性的诱因来加强不安全行为，如将生产目标置于安全之上。基于事故因果模型，这将导致安全事故的发生[12]。Liu等[13]通过调查发现不同的安全氛围、安全行为和意外伤害之间显著相关。基于社会交换理论，员工有义务对他人的积极对待回馈利益，积极的安全氛围与员工对管理者价值观及承诺的理解有关，因此，安全氛围会通过社会交换理论的互惠原则来促进安全参与。Neal等[14]研究证明，安全事故与安全绩效的关系强于与安全氛围的关系。综上，提出以下假设：

H3：安全氛围与安全事故显著负相关。

H4：安全绩效与安全事故显著负相关。

H5：安全绩效对安全事故的影响强于安全氛围对安全事故的影响。

1.5 潜在调节变量

安全氛围与安全绩效间的研究差异可能受潜在调节变量影响。一般来说，元分析中的调节变量可分为情境因素和测量因素2类。通过梳理样本，总结出以下潜在调节变量。

1)安全氛围的测量类型：最早进行安全氛围研究时学者将其分为8个维度，后来学者根据研究行业特点加以修正，从单维到十二维不等。但多数学者将其分为多维度，多维度测量可以对影响安全氛围的关键因素进行更加全面地分析，得出可靠的研究结果。

2)取样地域的文化差异：样本的生长环境不同价值观亦不同，且不同国家对安全行为的监督和管理方式存在差异。文化因素会影响员工的认知特征，进而影响安全行为。在中国运行的企业受中国文化影响，集体主义文化使员工倾向于对组织成员的行为进行模仿学习。而非中国的企业存在差异，如个体主义文化中员工对安全氛围较不敏感。

3)样本所属行业的性质：不同行业中安全行为的重要性不同。具体来说，高危行业安全行为的测量及安全氛围维度的划分较为细致和专业，一般行业则较为普适。高危行业将安全问题置于生产目标之上，时刻关注可能引发安全事故的隐患并及时排查。

综上所述，提出以下假设。概念模型，如图1所示。

图1 概念模型

H6：相对于单维度测量，多维度测量下安全氛围与安全绩效的相关性更强。

H7：相对于非中国文化，中国文化下安全氛围对安全绩效的影响更大。

H8：相对于一般行业，高危行业中安全氛围对安全绩效的影响更大。

2 研究设计

2.1 研究方法

元分析(Meta-analysis)又称Meta分析或荟萃分析，是用统计的概念与方法对众多现有实证文献的再次统计分析。通过元分析不仅可以分析2个变量间的真实相关关系，还可以综合分析众多变量与某一变量间的真实相关关系，并且可以探索潜在调节变量的影响。

2.2 数据收集

为确保文献的代表性和完整性，最大限度地减少出版偏误，尽可能全面地检索已发表和未发表的安全氛围与安全绩效关系的实证研究。通过以下步骤展开文献搜索工作：1)以“安全氛围”“安全行为”“安全遵守”“安全参与”“安全绩效”“安全结果”“安全事故”等检索词在中国知网、万方和维普等中文检索数据库进行检索。2)以“safety climate”“safety behavior”“safety compliance”“safety participation”“safety performance”“safety outcomes”“safety accidents”等检索词在Web of Science，EI，EBSCO，Science Direct等数据库进行检索。3)手动检索Safety Science，Journal of Safety Research和管理学报等国内外核心期刊。4)针对已获得文献，进行参考文献检索，最终获得相关文献2 622篇。

2.3 文献筛选及编码

对于初始获得文献按照以下标准筛选：1)必须是至少包含安全氛围、安全绩效或相关变量之一的实证研究；2)必须以员工个体为研究对象；3)需要报告变量间皮尔森相关系数、样本量或可以转换为相关系数的数据；4)对于多个文献采用同一样本的，只取其中一篇；5)重复发表文献只取其中1篇。最终，纳入元分析的文献共54篇，独立样本55个。

为确保数据的准确性和可靠性，由2位编码者对数据进行独立编码。数据编码后，将2次编码的结果进行对比，若有不一致的地方，进行讨论改正直至所有编码一致。

2.4 数据处理

采用软件CMA2.0对样本数据进行处理分析，选取皮尔森相关系数作为效应值。

3 实证分析

3.1 偏倚性检验

为尽可能较全面地将已有相关文献纳入，提升研究结果的可靠性，必须考虑是否存在出版偏倚问题。出版偏倚水平通常通过失安全系数和漏斗图2种方法进行检测。失安全系数为4 292，远大于临界值285，即需要再找4 292篇无效或不显著的研究，才能使统计结果变为不显著。漏斗图，如图2所示，从图2中可以看出研究结果较对称分布于漏斗图顶部，故选取的文献存在偏倚的可能性极小。

图2 漏斗图

3.2 异质性检验

异质性检验用于分析多个样本间的差异程度。如果纳入元分析研究的样本间存在异质性，需选择随机效应模型来对其产生的影响进行修正。通常通过2个重要指标来检验是否存在异质性及异质性水平的高低：Q值和I2值。异质性检验结果如表1所示，Q值为1 982.151，远大于自由度54，说明存在异质性问题。I2=97.276%>75%，表明存在严重的异质性问题。综上，选用随机效应模型进行分析。

3.3 主效应检验

由表1可知，安全氛围与安全绩效关系的统计结果显著相关，相关系数为0.457。整体效应元分析结果，如表2所示。由表2可知，安全氛围与安全遵守、安全参与行为的统计结果显著相关，相关系数分别为0.420，0.422，假设H1、假设H1a、假设H1b及假设H2验证成立。安全氛围、安全遵守、安全参与与安全事故的统计结果显著相关，相关系数分别为-0.176，-0.182，-0.211。因此，假设H3、假设H4、假设H5验证成立。

表1 异质性检验结果

表2 整体效应元分析结果

3.4 调节效应检验

由上述分析可知，存在较大异质性，造成异质性的原因可能是潜在变量的调节作用。因此，采用亚组分析来验证调节变量的影响。调节效应元分析结果，如表3所示。

由表3可知，样本所属行业性质具有调节效应，高危行业中安全氛围与安全绩效显著相关，相关系数为0.501大于一般行业中的0.404(P<0.05)，假设H8验证成立。其他调节变量均不显著(P>0.05)，假设H6、假设H7不成立。

表3 调节效应Meta二元分析结果

4 结论

1)从整体效应分析结果来看：安全氛围在确保安全遵守规章制度、程序规则等方面具有重要影响，但在促进员工承诺和安全参与方面起着更加重要的作用。这些发现突出强调企业应使用承诺导向的管理实践来改善整体的安全性。另外，安全绩效对安全结果的影响强于安全氛围对安全结果的影响，表明安全氛围对安全结果的影响还存在其他途径。已有学者研究发现安全氛围会通过对工作态度或参与安全计划与否来间接影响事故风险。

2)从调节效应分析结果来看：安全氛围测量类型、样本文化差异对安全氛围与安全绩效间关系的调节作用不显著。而样本所属行业性质对安全氛围与安全绩效间关系的调节作用显著。可见，安全氛围的影响会因职业环境而异。