矿工疲劳与不安全行为的SEM 研究

田水承，赵钊颖，范彬彬，蔡欣甫，孙 雯，高 玲

（西安科技大学 安全科学与工程学院，陕西 西安 710054）

煤矿行业属于高危行业，安全事故频发。事故统计分析表明，90%以上的煤矿事故是人的不安全行为引起的，人的不安全行为又受到疲劳等不安全状态的影响。Fang 等[1]、高红丽等[2]、王越等[3]分别对建筑工人、汽车驾驶员、煤矿工人的疲劳与不安全行为进行研究。Guo 等[4]基于一种可穿戴技术，收集并分析工人的心理数据与生理数据，进一步识别工人在现场的不安全行为。矿工疲劳可能直接也可能间接影响其不安全行为，因此，选取生理、心理2 个直接影响因素和安全意识、工作压力、班组氛围3 个间接影响因素，构建疲劳与不安全行为的结构方程模型。研究矿工的不安全行为与疲劳之间的关系，可以有效减少由于疲劳引发的煤矿事故，对煤矿行业的安全健康发展有重要意义。

1 研究假设与理论模型

1.1 矿工疲劳划分

矿工处于复杂危险的作业环境中，生理和心理均承载一定的负担。田水承等[5]构建生理疲劳与不安全行为的测量系统，得出矿工疲劳易产生不安全行为。Agnieszka 等[6]研究得出心理风险越低的矿工，工作起来会更好。基于此提出以下假设：H1A 矿工的生理疲劳对不安全行为呈正影响；H1B 矿工的心理疲劳对不安全行为呈正影响。

1.2 中介变量

矿工疲劳会通过中介变量间接影响不安全行为，基于文献调研，从个人和环境2 方面，选取安全意识、工作压力和班组氛围作为中介变量进行研究。

1）安全意识。安全意识有助于矿工准确识别出煤矿作业中的安全隐患，从而及时采取相应措施去预防可能发生的煤矿事故。安宇等[7]构建TPB 事故致因模型得到，安全意识是矿工不安全行为的一个非意向性影响因素；Thangavelu 等[8]实证研究表明，安全意识会对事件绩效产生影响。基于此，提出以下假设：H2A 矿工的生理疲劳对安全意识呈负影响；H2B 矿工的心理疲劳对安全意识呈负影响；H2矿工的安全意识对不安全行为呈负影响。

2）工作压力。煤矿工人面临的工作压力可能会影响矿工的安全绩效。燕勇等[9]、禹敏等[10]认为安全压力对安全行为产生正影响。基于此，提出以下假设：H3A 矿工的生理疲劳对工作压力呈正影响；H3B矿工的心理疲劳对工作压力呈正影响；H3 矿工的工作压力对不安全行为呈正影响。

3）班组氛围。班组氛围是一种隐形的优势资源，可增强矿工间的信任和沟通。李妙慧等[11]提出，营造轻松愉悦的班组氛围可以规避不安全行为意向的产生。Muharrem 等[12]研究证明，安全氛围与员工不安全行为呈负相关。基于此，提出以下假设：H4A 矿工的生理疲劳对班组氛围呈负影响；H4B 矿工的心理疲劳对班组氛围呈负影响；H4 班组氛围对不安全行为呈负影响。

1.3 理论模型构建

基于以上研究假设，构建的矿工疲劳对不安全行为影响的理论模型如图1。

图1 矿工疲劳对不安全行为影响的理论模型Fig.1 Theoretical model of influence of fatigue on miners’unsafe behaviors

2 研究方法

2.1 问卷调查

在煤矿共计发放小样本预试问卷80 份，有效回收72 份；对回收后的小样本预试问卷进行可靠性检验，修正部分不合理选项，形成正式问卷。问卷基本信息包括：年龄、教育程度、工龄、婚姻状况、来源地等。正式问卷调查针对凤凰山煤矿和红柳林煤矿的一线员工，发放问卷300 份，收回问卷292 份，有效率为97.3%，符合数据分析要求。

2.2 研究工具

结合矿工工作特点，编制的矿工疲劳与不安全行为的测量量表见表1。量表适用于李克特5 级量表，用1～5 分表示非常不同意到非常同意，测量变量不安全行为Z 中的4 个题项采取反向计分法。

表1 测量变量及测量指标Table 1 Measurement variables and measurement indicators

3 数据分析

3.1 信效度分析

采用SPSS25.0 对问卷调查数据进行信效度分析，运用信度系数克隆巴赫Alpha 检验各个测量指标的信度，结果显示，该问卷各个变量的信度系数Cronbach’a 均＞0.7，说明该问卷数据的可信度在可接受范围内，符合信度检验标准。

运用KMO 和巴特利特球形度检验各个测量指标的有效性，结果显示，该问卷总体检验结果的巴特利特球形检验近似卡方值为4 798.316，显著性水平为0＜0.005，KMO 值为0.913，各个变量的显著性水平均＜0.05，说明问卷变量之间具有一定的相关性；KMO 值均＞0.7，说明问卷适宜做因子分析。各变量的信度系数和KMO 值见表2。

表2 信效度分析Table 2 Reliability and validity analysis

3.2 相关性分析

皮尔逊相关系数广泛用于度量2 个变量之间的相关程度，系数值＞0 表示正影响，系数值＜0 表示负影响。各变量之间的相关系数p 值见表3，根据数据结果可以初步支持变量间的假设关系。

表3 相关系数p 值Table 3 Correlation coefficient p values

4 模型检验

4.1 模型拟合

采用AMOS24.0 建立矿工疲劳与不安全行为的结构方程模型。为分析各变量之间的拟合度，构建5个备选模型，即M1（X1，X2，Y1，Y3，Z＋Y2）、M2（X1，Y1，Y3，Z＋Y2＋X2）、M3（Y1，Y3，Z＋Y2＋X2＋X1）、M4（Y1，Y3＋Z＋Y2＋X2＋X1）、M5（Y1＋Y3＋Z＋Y2＋X2＋X1）与基本模型（X1，X2，Y1，Y2，Y3，Z）对比，选取卡方值X2/df、近似误差均方根RMSEA、比较拟合指数CFI 和非规范拟合指数TLI 作为评价指标。

验证性因素指标参考标准：χ2/df＜2 表示模型拟合良好，χ2/df＜5 表示模型拟合合理；RMSEA＜0.05 表示模型接近拟合，RMSEA＜0.08 表示模型拟合合理；CFI 和TLI 均＞0.9 时认为模型拟合较好。模型拟合度分析见表4，该模型整体拟合程度较理想。

表4 模型拟合度分析Table 4 Model fitting analysis

4.2 模型路径分析

模型验证后的结果见表5，可得各个路径系数值均＜0.05，表明模型中的所有路径通过显著性检验。模型路径分析如图2，e1～e29为各因素对应的误差项。

图2 模型路径分析Fig.2 Model path analysis

表5 模型路径检验系数Table 5 Model path test coefficients

4.3 模型结果分析

1）矿工疲劳对不安全行为的直接影响。矿工的生理、心理疲劳之间的标准化影响系数为0.64，说明生理和心理疲劳在一定程度上会相互影响、转化。生理、心理疲劳对不安全行为的标准化影响系数分别为0.24、0.21，说明矿工的生理疲劳对不安全行为的正向影响较大于心理疲劳。

2）中介效应分析。矿工的生理疲劳对安全意识、工作压力、班组氛围的标准化影响系数分别为-0.21，0.34，-0.31，绝对值均小于心理疲劳，说明心理疲劳对中介变量的负向影响大于生理疲劳。安全意识、工作压力、班组氛围对不安全行为的标准化影响系数分别为-0.13、0.41、-0.14，说明安全意识与班组氛围对不安全行为呈负影响，其中班组氛围的负向影响程度较大；工作压力对不安全行为呈正影响。综合对比可得，工作压力的间接影响程度最大。

5 结 语

以安全意识、工作压力、班组氛围为中介变量，构建矿工疲劳与不安全行为的结构方程模型。结合直接因素和间接因素，有效说明矿工疲劳对不安全行为产生影响的差异性。通过问卷调查山西、陕西某煤矿的一线员工，得到矿工疲劳对不安全行为有显著影响。一方面，生理疲劳、心理疲劳会直接正向影响矿工的不安全行为；另一方面，疲劳会通过中介变量间接影响矿工的不安全行为。不安全行为的产生与其影响因素，工人对疲劳等不安全状态的感知，以及不安全状态与不安全行为的影响机理，仍是今后研究的重点方向。