认知机理下建筑工人不安全行为精细化管理

邓舒文， 潘永刚

(新疆大学 建筑工程学院, 新疆 乌鲁木齐 830001)

建筑工人是引起安全事故的主要原因，也是安全事故的直接受害者。Heinrich[1]提出的事故致因理论指出，88%事故是因为“人”的因素造成的。Bohm[2]分析了英国施工现场翻车驾驶员的事故，发现大多数事故是驾驶员不安全行为造成的。对芬兰1985—1990年的事故进行研究后，Salminen[3]发现有84%～94%的事故是由各种不安全行为导致的。可想而知，不安全行为是造成安全事故的主要原因。对于不安全行为的管理，目前主要是安全检查、安全培训、安全监控等管理措施来干预建筑工人的行为。然而，这些管理措施普遍将建筑工人视为一个整体进行管理，没有考虑个体在特征差异作用下会形成不同的类群，对不安全行为管理措施产生影响的问题。为解决现在管理措施的不足之处，本文旨在构建一种以建筑工人个体特征差异为导向的精细化管理模式。

通过整理与梳理近几十年的不安全行为相关文献，归纳得出不安全行为主要分为行为主义、安全组织和认知科学三个研究范式。其中，行为主义范式旨在通过某些措施进行干预来消除不安全行为。因此主张研究可观测的行为，例如目标设定和绩效反馈[4,5]，安全组织范式认为行为是受组织文化的影响，工人的不安全行为应从组织层面消除，因此主张研究组织层面的影响因素[6,7]。然而，这两种研究范式均不能基于个体特征视角出发。认知科学范式是探索从刺激—处理—反应之间不安全行为的心理过程[8]，既探索建筑工人不安全行为的内在个体特征，这与本研究的主旨不谋而合。此外，由于个体之间的认知过程存在显著差异，因此基于认知科学范式作为个体特征指标进行分类分析是可行的。

虽然分类的方法很多，但主要采用K-means[9]，K-medoids[10]，KNN[11]等分类方法。而这些分类方法是主观上设置K值和聚类个数，因此分类精准度是有待研究的。潜在类别分析(Latent Class Analysis,LCA)能够处理分类变量且不用预先设定分类个数，已被广泛应用于心理、行为等[12,13]研究群体的潜在特征。由于认知科学范式是研究心理过程，而不安全行为是行为研究范畴，因此采用潜在类别分析比其他分类方法更细化有效。基于潜在类别分析的优点，本研究将其应用于建筑工人不安全行为分类，根据分类结果的不安全行为潜在特征提出相应的管理措施，以提高当前的不安全行为管理水平。

1 理论基础

在认知科学范式领域，学者们提出了一系列模拟不安全行为产生的认知模型，比如Furnham事故发生源顺序模型[14]、Reason的通用人为失误模型[15]、Surry的事故致因模型[16]等。其中Surry模型最具有代表性，该模型认为由于认知过程出现失误而导致不安全行为的出现。Surry模型提出了6个问题，分别对应于5个认知环节的失效：(1)没有察觉到危险；(2)不知道危险性；(3)不知道如何避免危险；(4)选择不安全行为；(5)无法避免危险。方东平[17]基于Surry模型得出认知过程可分为5个环节：发现信息、理解信息、思考应对、选择应对、实施应对。

由此可见，一个完整的认知过程应该包括五个认知环节。根据五个认知环节(见图1)，结合文献分析分别提炼出认知失效的五个主要原因：生理机能、危险识别、安全知识、安全行为态度、专业技能，如下对每一项原因进行具体的说明。

图1 认知失效因素模型

1.1 生理机能

第一个认知环节为发现信息，工人通过警惕性发现工作环境中存在的危险信息。然而，建筑施工工作属于典型的高体力消耗性工作，建筑工人极易产生生理技能方面的疲劳，而疲劳会导致警觉性降低和注意力分散[18]，从而使建筑工人忽视危险信息。比较常见的情况，因为警觉降低而没有注意到行驶的车辆，没有及时躲避而造成事故发生[19]。

1.2 危险识别

第二个认知环节为理解信息，在发现潜在危险信息之后，工人出于对自身安全的需求对信息进行判断。然而，一些建筑工人尽管发现了危险信息，但是他们会低估风险的大小[20]，这是造成工人不安全行为的一项重要原因。韩豫[21]的研究发现，工龄较长的工人容易低估低危事故的危险性。Lingard[22]的研究也发现，如果工人反复经历不安全作业而未造成事故与伤害，便会低估风险性，认为不安全行为造成事故的概率较低。

1.3 安全知识

第三个认知环节为思考应对，这一环节需要工人知道如何采取正确的防御措施，这意味着工人要具有一定的安全知识储备。如果建筑工人缺乏安全知识，不知道如何应对危险，很有可能造成非常严重的事故甚至是致死事故[23]。然而，工人安全知识缺乏的情况是普遍存在的。例如木工以为使用防坠设施危险性更高，反而认为没有防护的洞口不具有危险性[24]。

1.4 安全行为态度

第四个认知环节为选择应对，这一环节建筑工人要选择处理危险信息的工作方式。然而，选择安全行为的工作方式，意味着建筑工人要付出更多的体力及时间。因此，面对高体能作业和紧张工期等要求时，建筑工人更愿意选择省时省力的不安全行为，以便能够快速、轻松地完成工作[25]。此外，由于使用安全设备和工具会使建筑工人感觉到不舒服，所以工人也会倾向选择不安全行为[26]。

1.5 专业技能

第五个认知环节为实施应对，而建筑工人是否具有专业技能是实施应对环节的关键。专业技能对不安全行为具有显著的影响[27]。既专业技能水平较低的建筑工人，即便选择了安全行为也可能因为专业技能不够而无法应对，从而造成不安全行为的发生。

2 潜在类别分析

潜在类别分析是一种潜在变量和外显变量之间关系的统计模型，可分为探索性分析和验证性分析。由于无法提前确定建筑工人不安全行为的潜在类别，因此本论文将使用探索性分析来估计参数。即假设外显变量是完全独立的，则潜在类别的数量将从零模型逐渐增加。比较每个模型的评价指标以确定最佳模型。然后潜在类别变量用于解释外显变量之间的相关性，从而保持外显变量之间的局部独立性。

2.1 基本原理

假设A，B，C为外显变量，潜在变量为X，现有t个潜在类别的潜在变量X可以解释A，B，C三者的关系，其数学模型公式如式(1)所示。

(1)

2.2 参数估计

潜类别模型进行参数估计时主要使用极大似然估计法，其迭代过程使用的算法有多种。Mplus软件在处理二分变量时默认使用MLR算法, 该算法适应于非正态数据和小样本估计。考虑到本论文为小样本且非正态数据，因此使用Mplus软件的MLR算法较为合适。

2.3 模型拟合检验

模型拟合是要找出参数较少且具有较好拟合优度的模型。通常拟合优度检验的方法主要有似然比卡方检验、Pearson -χ2、似然比卡方、AIC准则和BIC准则等[28]，由统计指标确定潜在类别数量，其中AIC，BIC是潜类别模型中使用最为广泛的评价指标。本研究选择AIC，BIC和SSBIC作为拟合评价指标。

2.4 归类

确定最优模型之后，观察各个外显变量的条件概率。根据各个外显变量的条件概率对各个潜在类别的特征进行归纳，同时对潜在类别进行命名。最后基于贝叶斯计算后验概率理论，对每个个体进行潜在分类以确定建筑工人属于哪一类。其计算公式如式(2)，(3)所示。

(2)

(3)

3 实证研究

3.1 问卷设计

问卷设计经过了文献分析、专家修改、人员访谈和预调研等环节。其中，经过了4名安全管理专家对问卷题项、语意和结构进行检查，根据他们的建议仔细修改了问卷的用词及表达方式以符合建筑工人的习惯用法。同时设置了5道反向题目以减少社会期许的影响，确保问卷的合理性和有效性。

问卷设计为3个部分：第1部分3个题项，为受访者的个人信息；第2部分采用李克特五级量表，一共为12个题项，测量四个维度，其中，“生理机理”设为 3个题项；“危险识别”设为 2个题项，“安全行为态度”设为4个题项，“专业技能”设为3个题项;第3部分采用单项选择题形式，测量“安全知识”设为10个题项。

3.2 数据收集及处理

本研究向乌鲁木齐市中铁十五局的建筑工人发放问卷，一共发放400份，最终收回371份，问卷回收率为92.75%，其中有效问卷333份，有效回收率89.76%。在有效问卷中，年龄在31～50岁之间的建筑工人占82.5%，具有5年以上工作经验的建筑工人占91.9%，具有高中及以下学历的建筑工人占84.7%。由此可见，样本信息符合建筑行业从业人员现状，满足抽样调查的要求。利用SPSS 21.0进行信度、效度检验，分析指标详见表1。

表1 测量问卷指标分析

由于一个测评维度由多个测量指标进行测量，因此为便于统计分析对数据进行预处理。即测评维度总得分与其测量维度的平均分进行比较[28]，大于平均数记为“1”，小于平均数记为“0”。例如安全知识小于6份记为“0”，说明建筑工人安全知识欠缺。安全行为态度小于13份记为“0”，说明建筑工人安全行为态度差。同理标记其余测评指标。

3.3 模型拟合与选择

使用Mplus软件对处理数据进行潜在类别分析，拟合指标结果见表2。AIC，BIC，SSBIC的值越小，表示模型的拟合度越高。从表2可看出，2-Cluster时，BIC=1821.602最小；而4-Cluster时，AIC=1749.758最小，SSBIC=1764.388最小。Lin等[29]指出当样本的数量超过1000时宜采用BIC指标, 而低于1000则AIC更佳。因此，本研究以AIC最小为标准,故选择为4-Cluster。此时的SSBIC值也为最小,综合考虑各项指标, 选择4-Cluster为最优模型。

表2 潜在类别模型拟合检验结果

3.4 模型参数估计

按照4-Cluster运行Mplus软件，对潜在类别概率和外显变量条件概率进行估计，结果如表3所示。可见第二类建筑工人的人数最多，占总数的46.24% ，其次为第三类，占总数的27.90%，第一类和第四类最少，分别占14.44%和11.64%。第一类建筑工人的安全知识记为“1”的概率较大，而危险识别、安全行为态度、专业技能记为“0”的概率较大，生理机能记为“1”和“0”的概率差不多。第二类建筑工人危险识别、安全知识、安全行为态度和专业技能记为“0”的概率非常高，生理机能记为“1”和“0”的概率差不多。第三类建筑工人在生理机能、危险识别、安全行为态度及专业技能记为“1”的概率较大，安全知识记为“1”和“0”的概率差不多。第四类建筑工人在生理机能、危险识别、安全知识、安全行为态度及专业技能记为“1”的概率都比较高。

表3 潜在类别概率及外显变量条件概率统计

3.5 潜在分类结果

对最优模型进行参数化后, 根据潜在类别概率和外显变量条件概率计算各个类别的后验概率，依据后验概率最大原则得到分类结果如表4所示。以外显变量组合{01101}为例，该建筑工人被分到潜在类别-4的阈限值为0.572，后验概率远高于其他3个潜在类别，因此该建筑工人会被分到类别-4中。由此可见，本论文的分类结果是准确的。

表4 潜在类别模型个体分类结果

4 潜在特征分析与管理措施

根据上述分析结果，将类别-1的建筑工人命名为“恃才无恐型”，类别-2为“认知异常型”，类别-3命名为“知识匮乏性”，类别-4命名为“优秀型”。下面针对建筑工人不安全行为的4个类群的潜在特征进行详细分析并制定相应的管理措施。

4.1 不安全行为潜在特征分析

4.1.1 恃才无恐型

这一类建筑工人的安全知识储备较为充足，但仗着丰富的安全知识容易低估危险信息的风险性，并高估自己的工作能力，更倾向选择不安全行为。然而事实上其只是纸上谈兵，专业技能能力较为欠缺。同时因为生理机能，有可能错过危险信息。

4.1.2 认知异常型

这一类建筑工人的认知过程异常，不安全行为的可能性非常大。他们不仅会因为生理机能而错过危险信息，而且还会低估危险信息的风险性。此外他们也不具备处理危险信息的安全知识、专业技能，同时更倾向于选择省时省力的不安全行为。

4.1.3 知识匮乏型

这一类建筑工人精力充沛，不会因为生理技能而错过危险信息。他们不会低估危险信息的风险性，也愿意选择安全作业行为，同时也具备处理危险信息的专业技能，但由于缺乏安全知识，很有可能不知道如何处理危险信息。

4.1.4 优秀型

这一类建筑工人不会低估危险信息的风险性，也具备如何处理危险信息的安全知识以及专业技能，同时也愿意选择安全行为作业。但由于生理机能，很有可能会错过危险信息而造成不安全行为。

4.2 不安全行为管理措施设计

针对不同类型工人特点，可分别制定不同的安全管理措施。

4.2.1 恃才无恐型管理措施

(1)充分利用经济手段，将奖惩制度与安全行为作业挂钩，促使建筑工人自觉改正不安全行为，形成安全作业的习惯与良好安全态度。

(2)引入VR技术使建筑工人身临其境感受事故过程，转变建筑工人对安全事故的危险判断，促使正确认识事故的危险性大小。

(3)对于未经过职业技能培训或不具备职业技能的建筑工人，应禁止进入施工现场进行作业。

4.2.2 认知异常型管理措施

(1)进行认知过程干预，促进该类建筑工人的认知过程重新建构，对于5个认知环节的失效致因采取针对性的干预措施。

(2)持续监控和评估建筑工人的工作行为，对于错误的工作行为及时进行纠正，同时相应地鼓励正确的工作行为。

4.2.3 知识匮乏型管理措施

(1)住建部公布的《建筑工人实名制管理办法》，明确指出建筑工人应经过基本安全培训，建筑企业应该严格执行。对于未经过安全培训或安全培训未通过的建筑工人，应禁止进入施工现场作业。

(2)成立安全知识学习小组。对于安全知识水平较高的建筑工人进行表彰，作为楷模以供其他工人参考学习，激发其学习安全知识的兴趣。

(3)构建建筑工人自主学习保障体系，定期开展技能培训或者技能比赛，促进建筑工人自主学习过程，进而提高建筑工人的专业技能水平。

4.2.4 优秀型管理措施

(1)建立作业警报机制。对于连续高危作业、工作时间太长的建筑工人，应及时警报提醒并给予充分地休息。

(2)合理安排工作内容。对于长期倒班打乱生物钟的建筑工人，应避免在夜间安排高危作业、高体能作业等危险性工作。

(3)制定奖励政策，奖励专业能力强、安全作业的建筑工人。鼓励建筑工人充分发挥其专业技能，并促进他们严格按照规章进行作业。

5 结 论

现代管理学认为科学化管理有3个层次：第一个层次是规范化，第二层次是精细化，第三个层次是个性化。在以往的施工安全管理研究中，学者们普遍基于规范化管理模式展开研究，将建筑工人视为一个整体进行分析。本研究提出了一种精细化管理模式，它是建立在规范化管理基础之上，对管理目标进行分解、细化，并以充分利用现有管理资源和降低管理成本为目标，针对不同的管理目标提出了科学管理措施。以认知模型为理论基础，通过文献分析法找出建筑工人不安全行为的5个认知失效原因，分别为生理机能、危险识别、安全知识、安全行为能力和专业知识。将5个认知失效因素作为建筑工人的个体特征指标，采用潜在类别分析对建筑工人不安全行为进行分类，结果得到恃才无恐型、认知异常型、知识匮乏型、优秀型4个不安全行为类别。根据4个不安全行为类别的潜在认知特征，从认知失效角度分析了不同类别的建筑工人不安全行为原因，为不安全行为精细化管理提供了理论依据。目前，不安全行为管理主要采用安全检查、安全培训、安全监控等管理措施进行规范化管理。本研究基于4个不安全行为的潜在认知特征，提出了针对性的不安全行为管理措施以减少建筑工人的不安全行为，旨在构建一种以建筑工人个体特征差异为导向的精细化管理模式。这一项研究对科学管理不安全行为具有一定的理论和实践意义。在理论方面，本研究丰富了不安全行为管理理论，为安全精细化管理提供一种新思路和方法。在实践方面，管理人员可以通过认知失效原因更有效地了解下属不安全行为原因，根据不同类型的建筑工人采取针对性管理措施，以提高安全管理绩效。

本研究也有一些局限性。首先，只总结得出5个认知失效原因，对于可能包括的认知失败的其他原因没有进行充分考虑，需要加以完善与改进；其次，本论文只提供了安全管理措施的理论方法，没有通过案例研究管理措施的有效性，需通过案例分析来验证所提出的管理措施；此外，使用的调查数据均采集于乌鲁木齐市，数据覆盖范围有限，需进一步扩大数据采集范围，使得研究结论更具有适用性。