欢迎您来到查雅论文网!
期刊论文
基于煤矿安全视角下的“安全氛围因子结构模型”构建研究
2023-10-17

  引言

  当前我国煤矿开采技术、井下事故预防、治理技术与国外差距不大,但相比发达国家的煤炭安全指数我国还有很大差距(百万吨煤死亡率)。通过对煤矿重事故原因分析后发现, 85%以上的事故都是人为因素而造成的,因此学者们开始把注意转移到探究人、组织以及其他非物理因素上。员工的安全态度、安全感知、安全承诺以及企业高层对安全的态度等因素均对安全绩效产生影响,学者Kathryn Mearns,Sean M Whitaker和Rhona Flin[1],蓝荣香[3],张吉广,张伶[4]等研究表明安全氛围对员工安全行为有重要影响。企业营造良好的安全氛围,可以降低不安全行为表现,提高组织和员工安全绩效,由此形成了安全氛围研究领域。

  一、定义煤矿企业安全氛围

  1980年Zohar[2]提出安全气氛这一概念,他把安全气氛定义为组织内员工共享的对于具有风险的工作环境的认知,用于描述员工对于在某一时刻在工作场所的安全管理实践的共同知觉,是一个心理变量,反映了员工感觉到的在组织中安全相对于生产和质量等环节而言的重要性。

  国内外学者在Zohar对安全氛围界定的基础上,提出了自己的理解。众学者对于安全氛围的定义比较一致,是指组织内员工共享的对于具有风险的工作环境的认知,是员工对于组织中的安全问题的感知、态度或者信念,这些问题与工作环境或者组织特点有关。

  本文根据国内外学者的观点,结合煤矿企业的特征,把安全氛围定义为组织内员工对某一特定时期有风险环境工作场所的安全理念、安全管理、安全环境的共同知觉,反映了员工感知到安全在组织中的重要性,是对于组织中员工的对与安全相关问题的感知、态度和信念,可以在组织内部产生互相影响。安全氛围的明确界定是分析煤矿企业安全氛围因子构成不可缺失的步骤和要素。

  二、煤矿企业安全氛围因子构成分析

  近三十年来,Zohar,傅贵[5] ,丁明蓉[6,]张玮[7]等研究了安全氛围的的关键因子结构,并根据这些因子编制量表,进而应用于安全氛围的研究当中。目前形成了大量安全氛围测量工具。但是由于研究者仅仅出于管理目的而不是科学发展的目的来使用这些量表。使用自己编制的问卷进行研究的研究者们仍然不能明确安全氛围所包含的基本因子。纵观安全氛围结构因子的研究,由于安全氛围所包含的因子不同,因而所使用的中介变量也有所差异。一些学者认为属于安全氛围因子的变量,在另一些学者那里却成为了中介变量。

  目前为止,研究人员对安全氛围因子构成没有形成统一的认识,在不同行业、不同背景、不同区域的组织中安全氛围因子构成不同。为提取有效地煤矿企业安全氛围因子,在分析前人研究方法的基础上,对安全氛围因子构成分三步综合提取。1.文献研究提取。2.安全事故分析。3.专家问卷分析。

  1.利用文献研究安全氛围因子,分析了自1980年以来,在中外20种期刊发表上发表关于安全氛围因子构成和煤矿事故原因分析的各类文章46篇。总结安全氛围因子构成如下:8个(安全感知、管理层重视、风险识别与预警、管理方式、员工安全信息沟通、安全机构重要性、安全培训、员工流动性)一级因子、16个(自我安全感知、管理层安全表率作用、安全投入、安全灾害预测、预报发现和纠正安全隐患的能力、管理效果、工作纪律、劳动组织与任务安排、安全信息交流、员工参与、安全专门机构、安全专业人员及管理方法、安全培训教育机构、制度、培训数量、安全培训内容及效果、员工流失、责任制与规章制度)二级因子和60个因素。2.根据2007-2011年我国安监局所统计记录的煤矿事故分析,剔除在事故分析中不明显显示的员工流动性这一安全因子。 3.最后专家问卷分析,在与煤矿安全专家充分沟通的基础上,形成7个一级因子、14个二级因子和52个因素结构。

  三、煤矿企业安全氛围因子结构模型构建

  安全氛围因子结构的研究为提高组织的安全生产和安全绩效提供了一条崭新的途径,同时也为有效测评企业安全管控措施提供了新的方法。但不可否认的是,在类似研究中仍然存在不足之处。安全氛围仍然缺乏统一且有说服力的因子结构,同时,不同研究者对安全氛围研究结论的探讨也带有很强的主观性。因此,笔者根据三步综合提取法提取的安全氛围因子构成,降低了研究的主观性误判,增强了因子构成的说服力。进而建立煤矿企业安全氛围因子结构模型。如图1:

  煤矿企业安全氛围因子结构模型的建立可以企业的安全氛围测评机制,安全氛围测评结果即可作为企业安全生产状况的预警机制,又可作为企业安全管控措施的评价机制。

  四、安全氛围“雾”的应用

  安全氛围作为笼罩在煤矿企业生产场所的一团“雾”,“雾”的结构由三级共7个一级因子、14个二级因子、52个因素组成,“雾”有大有小,有厚有薄。“雾”的笼罩范围和厚薄程度影响员工的安全行为,进而影响企业的安全绩效。

  通过观察“雾”的状态和组成情况,可以对企业安全管控措施进行评价,促使企业在改进管控手段,提高管控水平。示意图2:

在线客服系统