煤矿群体不安全行为的网络拓扑结构与传播特性研究

申娟娟，王向梅，王英臣

(1.北京工业职业技术学院，北京 100042；2.河北工程大学 管理工程与商学院，河北 邯郸 056038)

煤炭作为重要的基础能源和工业物资，为我国经济发展做出了突出贡献[1-2]，然而煤炭开采业仍然是中国风险最高的行业之一[3]。大多数煤矿事故与不安全行为有关[4]。随着煤矿开采深度的不断增加，影响工人不安全行为的矿内外风险因素变得复杂多样[5]，相比个体不安全行为，群体不安全行为是群体协作产生的，更易导致严重的安全生产事故。从群体角度分析煤矿不安全行为的构成要素，深入剖析其传播网络拓扑特性，找出关键不安全行为，对控制不安全行为的传播具有重要意义。

员工不安全行为一旦产生，极易被其他员工学习和模仿，发生行为扩散和传播[6]。李红霞和方开元采用传播动力学方法，在流行病传播模型的基础上构建了易染-潜伏-不安全-免疫的新SEIRS传播模型，研究了转化率对稳态下进行不安全生产的矿工人数的影响[7]。田水承和董威松等人基于社会网络理论和SIR传播模型，通过NETLOGO仿真平台构建了煤矿员工的不安全行为传播模型，并提出了针对矿工不安全行为传播治理的指导性建议[8]。石娟和郑鹏等人基于传播动力学方法，在传染病模型的基础上构建了易染-潜伏-传播-管控-免疫(SEIMR)传播模型，通过调节控制恶化率、改善率及醒悟率等因素来预测和干预不安全行为的传播[9]。李磊和李睿涵等人构建结构方程模型(SEM)来分析非正式组织因素对煤矿工人不安全行为的影响[10]。以上方法将不安全行为作为一个整体来研究其传播机理和影响因素，尚未从群体协作的角度提取不安全行为，忽略了网络拓扑特性对不安全行为传播的影响作用。

鉴于此，本研究基于扎根理论提取煤矿群体不安全行为，在主轴编码过程中依据不安全行为的群体来源进行编码，利用扎根理论分析结果并结合复杂网络理论，构建煤矿不安全行为传播网络模型，接着探索煤矿群体不安全行为的分布特征、传播规律和内在属性，复杂网络中心度的分析在一定程度上能反应不安全行为的重要程度，因此可进一步得出关键不安全行为。

1 相关理论

1.1 扎根理论

扎根理论研究方法是通过归纳和演绎自下而上构建的理论模型[11]，通过对原始资料的搜集和分析，提炼出与研究目标相关的核心概念，建立这些概念之间的逻辑关系，形成一个较为完整的理论框架[12]。 本文基于扎根理论质性分析方法，对煤矿事故报告进行梳理，经过开放式编码、主轴编码及选择性编码，提炼出各指标之间的逻辑关系，进一步识别出煤矿的群体不安全行为。

1.2 复杂网络

1.2.1 理论模型构建

煤矿不安全行为间存在着各种复杂关系，符合复杂网络分析对社会实体和他们之间关系所组成整体的分析，将煤矿群体不安全行为与复杂网络理论相结合，把不安全行为视为节点，不安全行为在员工间传播路径和关联程度视为关系，构成煤矿不安全行为网络模型。通过复杂网络特性分析方法，可以得出煤矿关键不安全行为及不安全行为网络拓扑结构和传播特性，基于以上研究理论，建立煤矿群体不安全行为网络结构理论模型。

1.2.2 不安全行为传播模型网络结构测度指标

本文研究核心是不安全行为以及整体网络拓扑特性，主要对煤矿群体不安全行为进行整体网络分析和个体网络分析，包括整体网络结构测度指标和个体网络结构测度指标，整体网络结构测度指标用来反映整体传播网络的拓扑特性，个体网络结构测度指标用来反映煤矿群体不安全行为在传播网络中的影响力。群体不安全行为传播网络结构测度指标见表1。

表1 群体不安全行为网络结构测度指标

2 煤矿不安全行为识别过程

2.1 开放式编码

扎根理论的数据范围广泛以至于一切数据都可以作为分析的数据[13]。近年来，中国对煤矿安全事故进行了详细的调查处理，形成了一大批有价值的煤矿事故调查报告[14]。本研究数据来自近五年中国煤矿安全生产网、国家煤矿安全监督局和各省级煤矿安全监督局网站上公布的煤矿事故调查报告，收集了66份煤矿事故调查报告，围绕“煤矿群体不安全行为”，抽取或标记关键字、文字联系、逻辑关系，提取出984条初始概念，在反复比较的基础上形成相应的范畴，其中“隐患排查不到位”71个，“违规操作”103个等，限于篇幅，开放式编码示例见表2。

2.2 主轴编码

基于开放性译码进行主轴译码，开放性译码所得的概念与范畴相互独立，需要进一步分析其性质与维度，根据不同范畴的概念关系与逻辑次序重新归类，最终总结得到主范畴见表3。

表2 开放式编码部分编码过程

表3 主轴编码分析

2.3 选择性编码

选择性编码是在主范畴的基础上梳理主范畴之间的关系，抽象出能概括所有范畴的核心范畴，通过对19个主范畴进行归类识别，找到对应的不安全行为主体，在归类过程中发现主范畴与核心范畴存在“一对一”和“一对多”的对应关系，最终得到作业人员、技术人员、管理人员、上级公司和政府监管机构这5个核心范畴。对案列数据编码结果总结，构建了矿工不安全行为概念模型，包括5大类51小类不安全行为，颜色相同的主范畴表示不同群体各自协作产生的共有不安全行为，无颜色表示该群体内协作产生的特有不安全行为。

2.4 饱和度检验

为了检验煤矿不安全行为分析框架模型的理论饱和度，本研究对剩余的16份访谈的文本资料进行逐份编码、概念和范畴化，并未发现新的概念，已有的范畴之间也并未出现新的关联。由此，本研究认为选择性编码构建的理论模型信息已被充分挖掘。

3 煤矿群体不安全行为传播网络模型构建

3.1 模型建立

为构建煤矿群体不安全行为传播网络，采用调查问卷方式获得相关数据，调查内容为不安全行为相互之间的关联程度和传播方向。本文调查问卷的发放对象选取了从事煤矿行业五年以上的作业人员、技术人员、管理人员、上级公司人员及政府监管人员。不安全行为之间的关联程度依次为强相关(4)、中等相关(3)、弱相关(2)、基本不相关(1)及不相关(0)。将煤矿员工不安全行为关联程度打分表转换成一个51×51的邻接矩阵，使用Ucinet软件绘制以不安全行为为节点，不安全行为之间相互影响双向流动为边的风险传播网络图。

3.2 整体网络分析

衡量网络结构整体性指标包括整体网络密度、关联度、平均最短路径等[15]。网络密度用于测量节点间的紧密程度，关联度是网络图中节点间彼此联络的程度，平均最短路径表示网络的连通性。根据UCINET计算结果，煤矿不安全行为传播网络的整体网络密度是0.409，表示网络所发生的联系和它最大能产生联系的占比为40.9%。关联度的值是0.961，说明任意两点之间可达的点对数占整个网络图的比例达到了96.1%。平均最短路径为1.607，表示群体中任何一个不安全行为平均经过将近 2 个人就可以与其他不安全行为交流信息。这三个测度指标共同说明了煤矿员工间信息交流紧密，容易产生不安全行为的传播。

3.3 个体网络分析

个体网络分析涉及到的测度指标包括度数中心度(Degree)、中间中心度(Closene)和接近中心度(Between)。度数中心度是与节点直接相连的其他节点的个数，表示节点的核心程度。中间中心度测量了行动者对于资源的控制程度以及节点能够在多大程度上位于其他节点对的中心，也可以认为该节点处于重要位置的程度。接近中心度是指如果一个节点与其他节点接近，该节点更容易传递信息。表4为不安全行为传播网络中心度，在总度数中心度中，节点A2(操作不合理)，B2(隐患排查不到位)，B6(操作不合理)，B10(违规操作)，C7(违规操作)，C8(操作不合理)，C12(作业规程不完善)，C14(相关人员失责)，D2(隐患排查不到位)，D4(监督管理不到位)，D6(资料作假)和E8(监督管理不到位)有着较大的度数中心度和接近中心度，表明这些不安全行为与其他不安全行为直接联系紧密，信息交流频繁，是煤矿群体不安全行为传播网络的关键不安全行为。其中，节点C7(违法违规行为)和D4(监督管理不到位)具有较大的中间中心度，说明这两个节点更大程度上占据结构洞位置，表明该不安全行为对群体网络中不安全行为的传播起到重要的连接作用，并控制着不安全行为的传播。

3.4 核心-边缘结构分析

基于核心-边缘结构分析，考察煤矿群体不安全行为在传播网络中的位置特征见表5。根据运行结果，可知核心度的均值为0.126，将大于等于均值的定义为核心区域，小于均值的定义为边缘区域，处于核心区域煤矿不安全行为有C2、C3、D6、C11、D1、C10、C6、C16、C9、D2、C14、B10、B2、C8、D4、C7、B6、C12、E8、B9、A1、C1、B1、C4、B3、D3、A7、B4、A3、A2、C13、C5。其余不安全行为处于边缘区域。政府监管机构的E8(监督管理不到位)处于核心区域，其余不安全行为处于边缘区域。政府监管机构基本上每个月对煤矿检查1次，主要对接管理人员，与作业人员和技术人员接触甚少，因此处于边缘区域。管理人员大多数处于核心区域，其不安全行为涉及到大部分群体的不安全行为，且管理人员密切关注核心区域成员，使附近区域网络密度变大。

表4 煤矿员工不安全行为传播网络中心度

3.5 网络结构洞和中间人分析

结构洞包括3个衡量指标：有效规模、效率度和限制度。有效规模为社会实体的个体网络规模中除去网络的冗余规模，有效规模越大越可能存在结构洞。效率度是指有效规模占实际规模的比例，效率度越大越可能存在结构洞。限制度表示网络的闭合情况，限制度越小越可能存在结构洞。在表6中，节点B1、B3、C2、C3、C6、C9和D2的有效规模相比其他节点大，则这7个节点位于网络图的结构洞位置程度较大。在效率系数比较中，可以看出具有较大有效规模的7个节点仍然具有较高的效率系数；同样，这7个节点具有较低的限制度系数。可知节点B1、B3、C2、C3、C6、C9 和D2 更可能位于网络的结构洞位置。实际上，管理人员既要与作业人员和技术人员打交道，又要和上级公司直接接触，比网络中其他群体的互动频率高。在这样存在明显结构洞结构的不安全行为传播网路中，由于某些煤矿群体的自身特点，能够将核心与边缘这两种区域联结起来，通过互惠关系处于结构洞位置带来位置利益。

表5 核心-边缘运行结果

表6 网络结构洞和中间人分析

4 结 论

1)本文基于扎根理论从煤矿群体不安全行为的识别和分类入手，指出作业人员、技术人员、管理人员、上级公司及政府监管机构是煤矿系统的主要群体，并识别出各类群体的共有不安全行为和特有不安全行为。

2)根据网络关联度，网络密度和最短距离可以看出来煤矿员工不安全行为联系密切，不安全行为之间高度关联。网络中没有孤立的节点，说明煤矿员工间信息交流频繁，很容易导致煤矿员工间不安全行为的传播。管理人员的不安全行为大多数处于核心区域，政府监管机构的大多数不安全行为处于边缘区域，说明需要加强对管理人员的培训、监督和管理。处于结构洞和中间人的位置上大多是管理人员，进一步说明了管理人员的重要作用。

3)综合复杂网络中心度的分析，确定了煤矿不安全行为传播网络中的关键不安全行为，为控制煤矿不安全行为传播提供借鉴意义。