煤矿员工风险感知量表开发与应用*

李广利

(湖南工学院 安全与管理工程学院，湖南 衡阳 421002)

0 引言

风险感知是指个体对于外界风险的认知，强调其受个体经历和主观感受的影响[1]。煤矿井下作业环境复杂且恶劣，风险无处不在，若矿工对风险有准确的感知，可有效降低风险事件的发生[2]。矿工高风险感知水平是保证其安全作业的基础。因此，测量并提升矿工的风险感知水平，提高个体对风险的认知及应对能力，对于保障煤矿安全生产具有重要意义。

很多领域都在研究风险感知，涉及到了安全[3]、环境[4]、医学[5]等，研究内容集中在突发状况下公众的风险感知[6]、危机信息的公布与传播对人的风险感知影响[7]、风险感知的个体差异性[8]、风险感知的影响因素[9]及风险感知与行为应对[10]等方面。分析风险感知在我国煤炭行业的研究情况，发现研究风险感知文献偏少，研究集中在风险感知对矿工不安全行为的影响上[11]，矿工风险感知影响因素[12]及影响机理[2]等，特别是影响风险感知的因素研究较多，而针对风险感知测量量表的研究偏少。风险感知属于心理学范畴，研究目的是为了预测个体在面对风险时的态度和行为[9]。现有风险感知的测量研究，大部分基于心理测量范式[13]，采用问卷形式评估公众对于风险和收益的感知，并以此提炼出恐惧风险和未知风险等2个影响风险认知的基本因素。例如Fischhoff等[14]认为风险后果的严重性、影响的长期性、普遍的恐惧性及灾难性等影响个体主观的风险判断；Otway等[15]等也从非自愿性、恐慌性、可控制性、不确定性、风险管理的困难性等方面考量个体的风险感知。

在煤矿行业，针对如何测量矿工风险感知水平的研究较少，肖泽元等[3]仅通过个体对于风险造成损失的可能性和风险造成损失的严重性2个指标测量矿工的风险感知水平；冯冬梅等[9]从风险的可能性、可控性、危害程度和空间程度测量矿工地质灾害公众风险感知水平；韩晓静[11]从风险的可预测性、风险的后果严重程度等方面测量矿工的风险感知水平。可见，现有针对矿工风险感知的测量不统一，也不够全面，基本都是借鉴国外的测量指标，这些指标是否适合我国的研究缺乏深入分析和探讨。基于此，本文拟采用质性研究和实证研究相结合的方法，研究可测量矿工风险感知水平的指标体系，并形成测量量表，为测量矿工风险感知水平提供工具。

1 矿工风险感知测量指标及量表开发

1.1 矿工风险感知测量指标提取

本文检索国内外煤炭行业和相近行业与风险感知研究相关的文献，归纳并分析其中涉及到风险感知测量的内容，并设计访谈提纲，主要从矿工所做工作面临的风险、风险对其可能的影响、对待风险的态度和行为、规避风险的建议等方面了解矿工对风险的认知。深入煤矿现场或采用电话访谈的形式进行半结构化访谈。所有访谈均采用一对一或者多对一的形式，并征得访谈者同意后，进行录音。访谈对象共36名，其中基层矿工21名，中层管理者10名，高层管理者5名。

采用文本内容分析技术，邀请从事煤矿安全管理研究并熟悉该方法的5位编码人员(3名博士研究生和2名硕士研究生)对访谈内容进行编码，将访谈内容拆分为351个独立且有意义的分析单元。以指标可测量性为基础，通过多轮的筛选、归纳，结合文献分析结果，形成矿工风险感知初始测量体系，见表1。

表1 矿工风险感知初始测量指标

1.2 量表开发

本文遵循Churchill[16]及郭爱芳等[17]的量表开发流程。首先，确定初始量表。依据表1中的矿工风险感知初始测量体系，以现有学术研究成果为基础，尽量参考已有研究对相关指标的题项描述，结合煤矿实际情况进行修订，形成初始的11个测量题项，量表题项均采用李克特5级量表编制方法；其次，完善量表。邀请长期从事煤矿安全管理、行为安全等方面研究的专家(2名教授，2名副教授)及煤矿工作人员(3名矿工，2名班组长，3名中层管理者和2名高层管理者)考察量表题项描述是否易理解、有无歧义等，修订量表题项的描述，初始测量题项见表2；再次，进行小样本测试，对测量量表的有效性进行初步检验；然后，进行大样本调查分析，检验量表结构与实际数据的拟合情况，并采用多群组分析功能，进行测量模型不变形检验；最终，形成正式测量量表。

2 小样本测试分析

2.1 数据采集

采用现场纸质量表的发放方式，在我国中西部2个国有煤矿共发放量表200份，回收量表175份，剔除掉多选、漏选、全部题项选择同一答案等的无效问卷后，得到有效问卷162份，回收有效率为92.57%。预测试样本中，年龄分布为：30岁以下共28人，30～39岁共72人，40～49岁共41人，50岁以上共21人；学历分布为：初中或以下19人，高中62人，大专51人，本科及以上30人；婚姻分布：已婚139人，未婚23人；工种分布：采煤29人，掘进33人，机电29人，运输35人，通风36人；工作年限分布：5 a及以下共16人，6～10 a共52人，11～20 a共63人，20 a以上共31人。

表2 矿工风险感知初始测量量表

2.2 项目分析

项目分析是评估量表题项独立的贡献情况[18]。采用项目区分度的方法，将各个被试的量表得分求和，从高到低排序，以前27%被试数据为高分组，后27%被试数据为低分组，检验2组样本在每个题项上是否存在显著差异；若存在显著差异(P<0.05)，表明题项具有较好的鉴别力，保留题项，否则删除[18]。分析结果见表3，所有题项的P值均小于0.05，说明量表题项具有较好的鉴别力。

表3 项目分析结果(N=162)

2.3 探索性因子分析

将样本进行探索性因子分析(Exploratory Factor Analysis，EFA)，首先通过KMO和Bartlett’s球形度检验判断数据是否适合因子分析，结果表明，KMO值为0.827，Bartlett’s球形度检验值为436.274，P=0.000，表明数据适合因子分析。因子分析结果表明，题项X8(风险影响范围)在2个因子上的载荷值较为接近，区分度较低，予以删除。对剩余的题项继续做因子分析，结果见表4。10个题项归属于2个维度，每个题项的因子载荷值均大于0.5，累计方差贡献率为64.273%，大于60%。整体量表的Cronbach’sa系数为0.874，风险知识及态度和风险后果认知维度的a系数分别为0.795和0.792，均大于0.7，表明量表具有较好的可靠性。基于上述分析，可初步确定矿工风险感知测量体系的二维结构。

表4 量表EFA结果及Cronbach’s a值

3 量表验证性因子分析

3.1 数据采集

验证性因子分析数据来自于我国中西部4个国有煤矿(不含小样本测试中的煤矿)，共发放量表300份，回收量表271份，剔除掉多选、漏选、全部题项选择同一答案等的无效问卷后，得到有效问卷226份，回收有效率为83.39%。验证性样本中，年龄分布为：30岁以下共37人，30～39岁共82人，40～49岁共71人，50岁以上共36人；学历分布为：初中或以下14人，高中80人，大专88人，本科及以上44人；婚姻分布：已婚185人，未婚41人；工种分布：采煤41人，掘进44人，机电42人，运输47人，通风52人；工作年限分布：5 a及以下共21人，6～10 a共78人，11～20 a共84人，20 a以上共43人。

3.2 验证性因子分析

验证性因子分析(Confirmatory Factor Analysis,CFA)结果见图1。模型的df值为34，外显变量和潜变量间的路径系数和潜变量间的协相关系数均在P<0.001水平下显著。整个模型呈现出较好的适配度：χ2/df值为1.899，小于2的标准；RMSEA=0.059，小于0.08；增值适配度指数GFI=0.940，AGFI=0.926，均大于0.9；增值适配指数IFI=1.000，TLI=0.971，均大于0.9；简约适配度指数PGFI=0.552，PNFI=0.647，PCFI=0.679，均大于0.5。以上数据表明，模型外在质量评价指标值均在标准范围内，矿工风险感知测量结构验证性分析模型与数据拟合较好，矿工风险感知测量二维结构进一步得到验证。

图1 矿工风险感知测量结构CFA模型

3.3 量表效度检验

从量表的内容效度、聚合效度和区分效度等方面检验量表的效度。首先，本文所构建的矿工风险感知测量量表的题项编制参考前人的研究成果，形成的量表经过专家和煤矿工作人员的审定，具有较好的内容效度。其次，如图1所示，测量指标的因素负荷量在0.62～0.78之间，各题项的信度系数在0.38～0.61之间；如表5所示，量表二维结构的组合信度(Composite reliability，CR)均为0.834，大于0.6的标准；平均方差抽取量(Average Variance Extracted，AVE)均为0.502，大于0.5的标准；各维度条目具有较好的聚合效度；然后，根据变量间的AVE值的算术平方根是否大于变量间的相关系数评判量表的区分效度[17]，若AVE大于潜变量间的相关系数，则表明量表具有较好的区分效度[19]。2个维度AVE的算术平方根均高于两者的相关系数(见表5)，表明量表也具有较好的区分效度。

表5 量表聚合、区分效度检验

3.4 测量模型不变性检验

模型不变性检验有2个目的：一是为了检测不同矿工群体相对应的潜变量与指标变量间的因素负荷量是否有差异，若无差异，表明矿工风险感知测量量表适用于不同矿工群体；二是确定不同矿工群体的样本分布偏差不会影响模型的稳健性[20]。本文从年龄(分为30岁以下、30～39岁、40～49岁和50岁及以上4个群组)、学历(分为高中及以下和大专及以上2个群组)、婚姻(分为未婚和已婚2个群组)、工种(分为采煤、掘进、机电、运输和通风5个群组)、工作年限(分为5 a及以下、6～10 a，11～20 a和20 a以上4个群组)5个区分层面检验不同矿工群体的因素负荷量的不变性。

基于结构方程模型原理，将预设2个模型：模型1为基准模型，不设定模型参数，允许模型中的各个参数自由估计；模型2为限制模型，将不同群体间的指标因素负荷量设为相等，为虚无假设，其余参数不加限制，可自由估计。通过限制模型与基准模型的嵌套模型比较两者卡方值差值(Δχ2)和自由度差值(Δdf)所对应的P值是否显著，若P>0.05，则接受虚无假设，即2个模型可视为相等，不存在差异；否则，可认为2个模型具有不同的因素负荷量。但卡方值差异量与卡方值一样，易受样本大小变化的影响，Δχ2较容易达到显著性水平，而拒绝虚无假设，此时应综合考虑2个模型的NFI，RFI，IFI和TLI的增加量，若增加量均小于0.05，也可接受2个模型因素负荷量相等的假设[21]，分析结果见表6。按照婚姻和工作年限分组的矿工群体，其嵌套模型比较的各项指标均满足接受虚无假设的条件；按照年龄、学历和工种分组的矿工群体，虽Δχ2达到了显著性水平，但ΔNFI，ΔIFI，ΔRFI和ΔTLI的增加量均小于0.05，也满足接受虚无假设的条件。因此，矿工风险感知测量模型在不同的矿工群体间的因素负荷量相等，且未受样本分布偏差的影响，该量表可适用于不同的矿工群体。

表6 测量模型不变性检验结果

4 量表应用

本文将使用矿工风险感知测量量表分析本次测量的某个国有煤矿矿工的风险感知水平。

4.1 整体风险感知情况

首先，对整个样本群体的风险感知水平进行描述性统计，结果显示，矿工整体风险感知水平的平均值为3.535，风险知识及态度和风险后果认知维度的平均值分别为3.692(SD=0.523)和3.380(SD=0.561)。由量表设置可知，得分越高，矿工风险感知水平越高，矿工风险感知整体和各维度水平均高于理论中间值3分，表明该煤矿矿工具有中等偏上的风险感知水平。

其次，采用独立样本T检验方法，对比矿工在2个维度上的风险感知是否具有统计学意义，结果显示t=5.69，P=0.000<0.001，表明该煤矿矿工的风险知识和态度水平要显著高于其对风险后果的认知水平。进一步采用Friedman方法检验矿工在各维度指标上的风险感知差异性(见表7)。结果显示，2个维度中的指标差异性检验均具有统计学意义。进行对比后可知，虽然该煤矿矿工具有中等偏上的风险感知水平，但是对于风险后果的认知偏弱，特别是风险的持续性认知上偏弱，从长远看，很可能导致矿工对风险产生无所谓等心理状态，不利于煤矿事故控制，该煤矿应该加强教育培训强化矿工对风险后果的认知水平；此外，煤矿应该优化可识别风险的管理和技术上的措施，识别生产中的风险征兆(特别是隐性风险)，提高矿工对风险的察觉性。

表7 各维度指标差异性检验

4.2 子群体风险感知情况

采用Kruskal-Wallis方法检验该煤矿样本中不同工种、学历、年龄和工作年限等子群体的风险感知水平，见表8。矿工风险感知水平在不同工种间没有显著差异，均处于中等偏上的风险感知水平。在不同学历间呈现出显著的差异性，随着学历的升高，风险感知的水平也在逐步升高。不同年龄间和不同工作年限间均呈现出显著的差异性，且差异性具有相似性；年龄在30岁以下、工作年限在5 a及以下的矿工风险感知水平最高，进一步查验该2个群体的特征，发现其学历水平均偏高；而随着年龄和工作年限的增长，风险感知水平在下降，这可能与矿工的生理状况和对待风险的心理状况有关。因此，该煤矿应该加强培训，着力提升矿工的文化知识，进而提升矿工的风险感知水平。另外该煤矿也应该重点关注年龄较大和工作年限较长矿工的工作状况，避免该矿工群体对风险产生麻痹、无所谓等不安全心理状况。

表8 不同子群体矿工风险感知水平差异性检验

5 结果分析

本文所构建的矿工风险感知最终测量体系包含2个测量维度和10个测量指标(其中，X1，X2，X3，X5，X6属于风险知识及态度维度；X4，X7，X9，X10，X11属于风险后果认知维度)。该量表中体现的测量指标是基于前人的研究成果，通过文献和访谈研究等提取适用于矿工风险感知的测量。该量表具有实际应用价值，首先，可用于测量矿工即时风险感知水平，及时发现矿工感知风险的薄弱环节，可为煤矿提供提升矿工风险感知水平的方向，但无法提供提升矿工风险感知的具体途径，研究者或企业可采用该量表测量矿工的风险感知水平，了解矿工对待风险的认知和态度，并结合矿工风险感知影响因素等制定提升矿工风险感知的策略；其次，以该量表为基础，可探讨矿工风险感知影响因素对其风险感知的影响机制，也可探讨矿工风险感知对安全绩效的影响机制。最后，该量表对非煤矿山也具有一定的借鉴意义，未来可进一步探讨该量表在非煤矿山上的适用性。

本文也具有一定的局限性，样本选取仅在我国的中西部国有煤矿进行，样本量不大，且未考虑地域和文化差异对结果的影响。未来研究中，应增加调研样本的地域范围，增大样本量，反复验证矿工风险感知的测量结构，提高其有效性和稳定性。

6 结论

1)构建的矿工风险感知测量体系包含风险知识和态度、风险后果认知2个维度。其中风险知识和态度包含风险察觉性、风险熟悉性、风险管理困难性、科学上关于风险知识的把握和风险可控性等5个指标；风险后果认知包含风险致灾速度、风险心理承受度、风险后果严重性、风险持续性和风险累加异变性5个指标。

2)构建的矿工风险感知测量量表具有较好的信度、聚合效度和区分效度，可用于对矿工风险感知水平的测量。

3)后续可应用本量表结合矿工风险感知影响因素，提出系统的矿工风险感知提升途径。