基于双IGT任务的矿工风险决策试验研究

贾爱芳，田水承，郭昕玥，唐 凯

（1.西安科技大学 安全科学与工程学院，陕西 西安 710054；2.晋城职业技术学院 矿业工程系，山西 晋城 048000；3.西南大学 计算机与信息科学学院，重庆 400715）

目前，我国煤矿生产中由于风险决策不当造成煤矿事故不胜枚举，信阳“3·13”透水事故，新疆“10·24”重大顶板事故，四川“4·10”煤壁垮塌事故，神华“9·15”顶板事故，牙克石“9·07”放炮事故，义煤“6·5”冲击地压事故等都是由于风险决策失误造成的严重煤矿事故。1994年Bechara首次设计了风险决策任务—爱荷华博弈任务[1]，具有很好的生态效度。王欣的对不同领导水平大学生风险决策倾向的研究[2]，王玉洁的冲动性对大学生风险决策的影响研究[3]，JorieL等的频繁使用大麻对大学生风险决策影响研究[4]，许盼盼的奖励敏感性和冒险行为对青少年风险决策的影响的研究[5]，刘笑笑的初中生风险决策倾向研究[6]，Jennifer等的咖啡因对儿童和青少年风险决策影响研究[7]，Melissa等的焦虑对风险决策影响研究,田菊的老年人风险决策倾向研究[8]，都是通过IGT任务进行的试验研究，但以上这些研究针对的人群是大学生、青少年、老年人，对矿工的风险决策的研究很少，而矿工又是最危险的职业，几乎时时刻刻都要面对风险，作出决策。因此，利用双IGT（Iowa GambLing Task）任务对矿工风险决策倾向进行了研究。

1 研究方法

1.1 参与者与研究测评工具

邀请高平某煤矿一线职工44人作为参与者，男性，右利手，裸眼或矫正视力正常，岗位在煤矿井下或者经常需要下井工作。

1）特质自我控制量表。选用Tangney等设计编写并验证的[9]，被谭树华和郭永玉修订的自我控制量表简化版[10]，该量表分为5部分：总体自律、冲动控制、健康习惯、抵御诱惑和可靠性，共13个题目；该量表采用李克特5点计分，其中：1为完全不符合，2为比较不符合，3为既没有不符合也没有符合，4为比较符合，5为完全符合，总分越高表明个体特质性自我控制水平越低。

2）矿工风险偏好问卷。选用李红霞教授等编制的矿工风险偏好问卷评估参与者的风险偏好[11]，该问卷分为3部分：风险认知偏好、风险情感偏好、行为意向偏好，共14个题目；该量表采用李克特5点计分，其中：1为从未如此；2为很少如此；3为说不清楚；4为有时如此；5为总是如此。3部分都是正向计分，得分越高，风险偏好越强。

3）积极消极情绪量表。为了精确评估参与者的情绪,实验选用了Watson和Tellegen的情绪自评量表PANAS的中文版[12]，用于测定中国矿工的情绪。该量表由描述情绪的20个形容词组成，参与者被要求在李克特5点量表上对体验到的情绪做一一评估，其中：1为几乎没有；2为有一点儿；3为适中；4为相当多；5为非常多。量表包括正向情绪和负向情绪2部分，正向情绪分高，拥有快乐的情绪，分数低表明淡漠；负向情绪分高，表示个体主观感觉困惑，痛苦的情绪状态，分数低表示镇定。

1.2 爱荷华博弈任务

1）突出奖励。试验1是突出奖励的实验。采用Eprime软件编写，参照Bechara等人的研究[1]，以4副纸牌为试验材料，并以A、B、C、D加以标记。试验起始资金20元，要求被试通过选牌来赢利。纸牌的奖惩参考Bechara等人（1994）的规则，但将奖金同比例缩小，且该规则突出奖励。纸牌A每张奖励1元，连续10张牌中有5张牌收益1.5～3.5元不等，总收益金额为12.5元，净损失金额7.5元；纸牌B每张奖励1元，连续10张牌中有1张牌损失12.5元，净损失金额3.5元；从长远来看，纸牌A、B为不利纸牌，但损失率不同。纸牌C每张奖励0.5元，连续10张牌中损失0.25～0.75元不等，总收益金额2.5元，净收益金额0元；纸牌D每张奖励0.5元，连续10张牌中有1张牌损失2.5元，净收益金额2元。从长远来看，纸牌C、D为有利纸牌，收益率不同。ABCD 4副纸牌出现在屏幕上，要求被试用键盘输入自己选择的纸牌，同时屏幕上反馈该次选择的纸牌，收益金额或者损失金额，以及收益的总金额和上次选择的纸牌类型；试验一共选择100次纸牌，每选择1次，有可能盈利，也有可能损失；试验要求被试尽可能多盈利，少损失。

2）突出惩罚。试验2是突出惩罚的实验。将上面奖惩金额正负相反，A、B成为有利牌，C、D成为不利牌，奖励金额变成惩罚金额；惩罚金额变成奖励金额；纸牌种类，试验流程与实验1相同。试验采用单因素试验设计，按照Bechara等人（1994）的研究，将100次的决策进程分为5个模块，每个模块可以选择20次。因变量为每个被试的净分数（有利纸牌选择次数-不利纸牌选择次数），被试对不同类型纸牌的选择次数分布如图2，净分数越小，表明越倾向选择不利纸牌，其行为反应越冒险。

2 试验过程

试验在高平市某煤矿的机房内进行，主试有1名博士生和1名本科生担任，试验开始前，被试者首先填写试验知情同意书，情绪调查问卷，矿工风险偏好问卷，特质自我控制量表。接着主试宣讲试验内容，并反复强调实验报酬按照试验最后获得的奖金的20%发放。

3 数据分析

3.1 纸牌的选择次数

采用SPSS25.0、EXCEL 19.0和GraphPad Prism 5.0软件进行数据分析。在IGT任务中，“突出奖励”试验的高频收益牌和低频收益牌分别包含低频惩罚牌和高频惩罚牌；而“突出惩罚”试验的高频损失牌和低频损失牌分别包含高频收益牌和低频收益牌；因此需对被试者对不同类型纸牌选择次数进行分析，以考察被试者的选牌特点。被试者对不同类型纸牌的选择次数如图1。被试者对有利纸牌和不利纸牌选择平均次数的趋势如图2。

图1 被试者对不同类型纸牌的选择次数（M±SD）Fig.1 Number of CARDS selected by subjects for different types（M±SD）

图2 被试者对有利纸牌和不利纸牌选择次数趋势图（M±SD）Fig.2 Trend chart of the selection times of favorable and unfavorable CARDS（M±SD）

由图1和图2可以看出，在突出奖励的条件下，被试者对不利纸牌的选择次数（均值M＝101.67，标准差SD＝26.85）大于对有利纸牌的选择次数（M＝79.13，SD＝26.67）；在突出惩罚条件下，被试者对有利纸牌的选择次数（M＝132.6，SD＝25.24）大于对不利纸牌的选择次数（M＝78.07，SD＝15.99）。采用配对样本T检验，有利纸牌和不利纸牌进行检验，检验结果表明：突出奖励条件下，选择不利纸牌和有利纸牌的差异性没有达到显著t＝1.63，概率P＝0.125＞0.05；突出惩罚条件下，选择有利牌次数和选择不利牌的次数的差异性非常显著（t＝5.3，P＝0＜0.001）。突出奖励条件下，被试对高额奖励风险决策更冒险；突出惩罚条件下，被试选择惩罚较大但实际为有利牌即A、B牌较多，而选择C、D牌较少，即突出惩罚条件下，被试的风险决策更趋保守。

3.2 纸牌净分数的统计分析

为研究试验1与试验2各决策模块净分数之间的关系，采用5（决策模块）×2（组别）的混合设计，以决策模块净分数为因变量，为组别为自变量，进行混合测量方差分析。双试验各决策模块净分数得分趋势如图3。

图3 双实验各决策模块净分数得分趋势（M±SD）Fig.3 Trend of net scores of each decision module in the double experiment（M±SD）

“突出奖励”和“突出惩罚”试验，由决策模块1到决策模块5，曲线趋势逐渐上升，且试验2曲线上升趋势更明显。“突出惩罚”各决策模块平均净分数（M1＝5.5，SD＝－4.8），（M2＝6.55，SD＝10.13），（M3＝5.82，SD＝9.68），（M4＝7.59，SD＝9.67），（M5＝9.86，SD＝6.72）均大于“突出奖励”各决策模块净分数（M1＝－4.82，SD＝7.37），（M2＝－5.59，SD＝9.12），（M3＝－4.73，SD＝11.49），（M4＝－2.14，SD＝13.42），（M5＝－5.32，SD＝10.8）；模块主效应不显著F（2，44）＝1.03，P＝0.39；模块组别主效应显著F（2，44）＝29.19，P＝0；模块与组别“突出惩罚”条件下，被试者风险决策倾向更保守；别交互效应不显著F（2，44）＝0.89，P＝0.35。“突出奖励”条件下，被试者风险决策倾向更冒险，这与前景理论相符合，人们总是对惩罚比较敏感，在突出惩罚条件下，人们很快就发现那些是有利牌，那些是不利牌，且更多的选择有利纸牌；而在突出奖励条件下，人们显然比较迟钝，对有利纸牌和不利纸牌不敏感，却被高额奖金所吸引，为了高额奖金更多的选择不利纸牌。

3.3 调查问卷与净分数相关性分析

1）调查问卷与“突出奖励”净分数的相关性分析。采用典型相关性分析，问卷变量与“突出奖励”净分数的相关性分析结果见表1。净分数与风险偏好负边缘显著相（相关系数r＝－0.382，概率P＝0.072），即风险偏好越强被试的冒险倾向越强；净分数与正向情绪边缘显著相关（r＝0.4，P＝0.059），即情绪越积极净分数越高，被试风险决策的冒险倾向越弱；净分数与岗位、工作即风险偏好越强，净分数越低，被试风险决策年限、井下工作年限、受教育程度、年龄、特质自我控制、负向情绪不相关或存在弱相关关系。

表1 问卷变量与“突出奖励”净分数的相关性分析Table 1 Correlation analysis between questionnaire variables and the net score of“Outstanding reward”

2）调查问卷与“突出惩罚”净分数的相关性采用典型相关性分析，问卷变量与“突出惩罚”净分数的相关性分析见表2。净分数与特质自我控制显著负相关（r＝－0.457，P＝0.049），即特质控制能力越强，净分数越低，被试者风险决策越倾向于冒险；风险偏好与负向情绪显著相关（r＝0.471，P＝0.042）；风险偏好与年龄显著负相关（r＝－0.474，P＝0.04），即年龄越小风险偏好越强，年龄越大，风险偏好越弱；特质自我控制与受教育程度边缘显著相关（r＝0.415，P＝0.077）；正向情绪与井下工作年限显著负相关（r＝－0.399，P＝0.091）；即井下工作年限越长，被试者正向情绪得分越低；负向情绪与受教育程度显著相关（r＝0.643，P＝0.003），这与受教育程度越高，工作中的责任越大，压力越大，负向情绪积累越多有关。

表2 问卷变量与“突出惩罚”净分数的相关性分析Table 2 Correlation analysis between questionnaire variables and the net score of“highlight penalty”

4 结语

1）“突出奖励”试验中，参与者对有利纸牌的选择次数小于不利纸牌的选择次数，“突出惩罚”试验中，参与者对有利纸牌的选择次数大于不利纸牌的选择次数；但根据T检验的结果，前两者没有达到差异性显著，而后两者差异性非常显著；这说明“突出奖励”试验中，参与者风险决策冒险倾向不明显，而“突出惩罚”试验中，参与者对高额惩罚条件下风险决策倾向更冒险，对低额惩罚条件下冒险决策倾向更保守。

2）“突出奖励”和“突出惩罚”2类试验的5个模块净分数有逐渐上升的趋势，且后者的净分数远远大于前者；采用混合测量方差进行整体分析，分析表明，模块主效应不显著，组别主效应非常显著，模块与组别交互作用不显著；这说明“突出惩罚”条件下，参与者的风险决策更保守，而“突出奖励”条件下，参与者的风险决策倾向更冒险。

3）“突出奖励”条件下，净分数与风险偏好及正向情绪边缘相关显著，而与其他变量不相关或存在弱相关；“突出惩罚”条件下，净分数与特质自我控制显著相关，而与其他变量不相关或存在弱相关。

4）在煤矿生产中，要注意加强矿工风险意识，提高矿工特质自我控制能力，调节矿工情绪，使矿工保持良好的风险意识，积极的情绪，强势的自我控制能力；从而保证煤矿安全生产。