演化博弈下礦工的不安全行為及數(shù)值仿真

劉海濤， 朱 騰， 倪東滟

(黑龍江科技大學(xué) 黑龍江省煤礦深部開采地壓控制與瓦斯治理重點(diǎn)實(shí)驗(yàn)室， 哈爾濱 150022)

0 引 言

當(dāng)前，我國煤礦安全生產(chǎn)形勢(shì)持續(xù)向好，百萬噸死亡人數(shù)降至0.044人[1]，然而礦工的操作違規(guī)等不安全行為現(xiàn)象仍較為普遍，減少礦工的不安全行為是安全生產(chǎn)的重要環(huán)節(jié)。礦工會(huì)根據(jù)自身利益的不同選擇是否做出不安全行為的過程就是一種博弈，基于此，建立監(jiān)管者與礦工間的動(dòng)態(tài)博弈模型，從博弈結(jié)果中探尋如何提高不安全行為的監(jiān)管效率，減少礦工不安全行為的發(fā)生。

近年來，在礦工不安全行為的研究領(lǐng)域，已有學(xué)者應(yīng)用事故致因理論[2]、前景理論[3]、心理賬戶理論[4]、系統(tǒng)動(dòng)力學(xué)理論[5]等進(jìn)行研究。楊安妮等[6]以前景理論為基礎(chǔ)，得出解決煤礦不安全行為需要控制的前提條件。李偉榮等[7]通過對(duì)礦工的不安全行為進(jìn)行分析，得到了影響不安全行為的幾個(gè)關(guān)鍵因素，基于此提出控制不安全行為產(chǎn)生的措施。當(dāng)前，運(yùn)用演化博弈研究礦工不安全行為主要集中在政府與煤礦企業(yè)[8]、國家監(jiān)察機(jī)構(gòu)與企業(yè)[9]等外部層面監(jiān)管，而在內(nèi)部層面，例如礦工與監(jiān)管者之間的博弈相關(guān)研究不足，忽視了礦工這個(gè)安全行為的直接實(shí)施者。生物專家Smith[10]提出了演化博弈理論中的基本概念演化穩(wěn)定策略，Taylor等[11]提出的復(fù)制動(dòng)態(tài)方程思想推動(dòng)演化博弈的發(fā)展?，F(xiàn)階段，人的不安全行為研究主要采用演化博弈，例如研究政府安全監(jiān)管策略問題[12]、礦工不安全行為管理[13]等。運(yùn)用此方法在內(nèi)部監(jiān)管層面研究礦工的不安全行為更具實(shí)際意義。

筆者借鑒演化博弈論方法及模型建設(shè)，分析監(jiān)管者與礦工間的行為決策和影響參數(shù)，將礦工這個(gè)重要行為主體納入博弈過程，研究相關(guān)參數(shù)對(duì)監(jiān)管者和礦工間的博弈策略導(dǎo)向，探尋兩者的策略演化機(jī)理，再加以優(yōu)化關(guān)鍵參數(shù)，實(shí)現(xiàn)演化博弈策略最優(yōu)，促進(jìn)決策雙方在煤礦安全生產(chǎn)、安全管理能力方面的提高。

1 模型構(gòu)成與假設(shè)提出

1.1 模型構(gòu)成

(1)博弈主體

文中的博弈主體一方為企業(yè)內(nèi)部安全監(jiān)管員(簡(jiǎn)稱為監(jiān)管者)，另一方為礦工。

(2)策略

文中監(jiān)管者可以選取的策略為“嚴(yán)格監(jiān)管”和“懈怠監(jiān)管”，礦工可以選擇“安全行為”和“不安全行為”。兩群體之間的策略選擇相互之間不會(huì)完全知曉。

(3)支付

令監(jiān)管者在{嚴(yán)格監(jiān)管，安全行為}；{嚴(yán)格監(jiān)管，不安全行為}；{懈怠監(jiān)管，安全行為}；{懈怠監(jiān)管，不安全行為}4種策略組合下的效用參數(shù)分別為JG1、JG2、JG3、JG4；相應(yīng)的，礦工效用參數(shù)分別為KG1、KG2、KG3、KG4，得到如下表所示的支付矩陣，其中各效用參數(shù)將在后文作具體計(jì)算后列出。

表1 監(jiān)管者和礦工的博弈支付矩陣

1.2 基本假設(shè)

建立模型前主要進(jìn)行如下假設(shè)：

假設(shè)1：監(jiān)管者和礦工都是有限理性人。監(jiān)管者選擇“嚴(yán)格監(jiān)管”與“懈怠監(jiān)管”的概率分別為x、1-x，礦工選擇“安全行為”與“不安全行為”的概率分別為y、1-y。其中x,y∈[0，1]。

假設(shè)2：礦工選擇“不安全行為”的原因是在生產(chǎn)過程中節(jié)省更多的精力和時(shí)間去休息或者完成額外工作獲得經(jīng)濟(jì)、生理等額外收益。

假設(shè)3：監(jiān)管者選擇“懈怠監(jiān)管”主要發(fā)生在兩種情況下：一種是發(fā)現(xiàn)礦工的不安全行為而選擇“懈怠監(jiān)管”，原因是可從中得到收益；另一種是為了節(jié)省監(jiān)管成本。

假設(shè)4：在監(jiān)管者“嚴(yán)格監(jiān)管”時(shí)，礦工生產(chǎn)中選擇“不安全行為”在總體上仍有額外收益，原因是監(jiān)管者選擇“嚴(yán)格監(jiān)管”階段可能發(fā)生在不安全行為發(fā)生后若干時(shí)間，此情況下額外收益R4會(huì)有所減少，采用β為收益折扣系數(shù)，則此時(shí)的礦工的額外收益為βR4；已知監(jiān)管者“懈怠監(jiān)管”被舉報(bào)帶來的懲罰損失為F1，在礦工選擇“安全行為”時(shí)，由于礦工這一安全行為的直接實(shí)施者采取了正確策略，帶來的整體風(fēng)險(xiǎn)損失將減小，用δ表示懲罰折扣系數(shù)，此時(shí)監(jiān)管者被舉報(bào)受到的懲罰為δF1；礦工選擇“不安全行為”被監(jiān)管者發(fā)現(xiàn)的懲罰為F2，當(dāng)監(jiān)管者“懈怠監(jiān)管”，其相應(yīng)懲罰降低，用φ表示懲罰折扣系數(shù)，即礦工受到的懲罰為φF2。

假設(shè)5：博弈雙方只有同時(shí)滿足礦工選擇“安全行為”和監(jiān)管者選擇“嚴(yán)格監(jiān)管”，才能確保整體達(dá)到安全狀態(tài)，其中一方的不負(fù)責(zé)就會(huì)產(chǎn)生風(fēng)險(xiǎn)，即風(fēng)險(xiǎn)會(huì)從一方部分轉(zhuǎn)移到另一方，傳遞系數(shù)為h，h∈(0,+∞)。

2 模型構(gòu)建

當(dāng)?shù)V工選擇“安全行為”策略時(shí)，監(jiān)管者選擇“嚴(yán)格監(jiān)管”、“懈怠監(jiān)管”策略的收益分別為

T1=E1-C1,

T2=R2-C2-δF1-K1LP1,

式中：C1—— 監(jiān)管者“嚴(yán)格監(jiān)管”所需成本；

E1—— 監(jiān)管者“嚴(yán)格監(jiān)管”，在一段時(shí)間內(nèi)安全效益提升帶來的上級(jí)相關(guān)部門獎(jiǎng)勵(lì)；

C2—— 監(jiān)管者“懈怠監(jiān)管”所需成本；

R2—— 監(jiān)管者“懈怠監(jiān)管”帶來的額外收益；

K1—— 礦工選擇“安全行為”，監(jiān)管者“懈怠監(jiān)管”時(shí)雙方所承擔(dān)的風(fēng)險(xiǎn)系數(shù)；

P1—— 礦工選擇“不安全行為”導(dǎo)致發(fā)生事故的風(fēng)險(xiǎn)概率；

L—— 雙方都不負(fù)責(zé)所承擔(dān)的事故風(fēng)險(xiǎn)；

δ—— 監(jiān)管者懲罰折扣系數(shù)。

當(dāng)?shù)V工選擇“不安全行為”策略時(shí)，監(jiān)管者選擇“嚴(yán)格監(jiān)管”、“懈怠監(jiān)管”策略的收益分別為

T3=E1-C1-K2hLP1，

T4=R2-C2-F1-LP1，

式中：K2—— 礦工選擇“不安全行為”、監(jiān)管者“嚴(yán)格監(jiān)管”，雙方接受的風(fēng)險(xiǎn)系數(shù)；

h—— 風(fēng)險(xiǎn)傳遞系數(shù)。

當(dāng)監(jiān)管者選擇“嚴(yán)格監(jiān)管”時(shí)，礦工選擇“安全行為”、“不安全行為”策略的收益分別為

S1=E3-C3，

S2=E3-C3-K1hLP1，

式中：C3—— 礦工選擇“安全行為”所需成本；

E3—— 礦工選擇“安全行為”，在一段時(shí)間內(nèi)安全效益提升帶來的上級(jí)相關(guān)部門獎(jiǎng)勵(lì)。

當(dāng)監(jiān)管者選擇“懈怠監(jiān)管”時(shí)，礦工選擇“安全行為”、“不安全行為”策略的收益分別為

S3=βR4-C4-F2-K2LP1，

S4=R4-C4-φF2-LP1，

式中，C4—— 礦工選擇“不安全行為”所需成本。

結(jié)合以上假設(shè)，構(gòu)建監(jiān)管者與礦工的收益感知矩陣如表2所示。

表2 監(jiān)管者與礦工的收益感知

3 模型求解與分析

3.1 模型求解

根據(jù)表2求得監(jiān)管者“嚴(yán)格監(jiān)管”和“懈怠監(jiān)管”的期望收益函數(shù)為

U1Y=y(E1-C1)+(1-y)[(E1-C1)-K2hLP1]。

(1)

U1N=y[(R2-C2)-δF1-K1LP1]+

(1-y)[(R2-C2)-F1-LP1]。

(2)

以此求得監(jiān)管者的平均期望函數(shù)

U1=xU1Y+(1-x)U1N=x{y(E1-C1)+

(1-y)[(E1-C1)-K2hLP1]}+

(1-x){y[(R2-C2)-δF1-K1LP1]+

(1-y)[(R2-C2)-F1-LP1]}。

(3)

同理，求得礦工選擇 “安全行為”和“不安全行為”的期望收益函數(shù)和平均期望函數(shù)分別為

U2Y=x(E3-C3)+(1-x)[(E3-C3)-K1hLP1]。

(4)

U2N=x[(βR4-C4)-F2-K2LP1]+

(1-x)[(R4-C4)-φF2-LP1]。

(5)

U2=yU2Y+(1-y)U2N=y{x(E3-C3)+

(1-x)[(E3-C3)-K1hLP1]}+

(1-y){x[(βR4-C4)-F2-K2LP1]+

(1-x)[(R4-C4)-φF2-LP1]}。

(6)

監(jiān)管者、礦工選擇不同策略可獲得相應(yīng)收益，收益越高將會(huì)有更多的個(gè)體選擇模仿，此時(shí)就有如下關(guān)于兩者的復(fù)制動(dòng)態(tài)方程為

(K1+K2h-1)LP1]+(E1-C1-K2hLP1-R2+

C2+F1+LP1)=x(1-x){y[(JG1-JG3)-

(JG2-JG4)]+(JG2-JG4)}=

x(1-x)(yM+N)。

(7)

(1-β)R4+(K2+K1h-1)LP1]+(E3-C3-

K1hLP1-R4+C4+φF2+LP1)=y(1-

y){x[(KG1-KG2)-(KG3-KG4)]+

(KG3-KG4)}=y(1-y)(xP+Q)。

(8)

M表示礦工群體選擇“安全行為”和“不安全行為”的情況下，監(jiān)管者選擇不同策略下期望收益之差的差值，即M=(JG1-JG3)-(JG2-JG4)，相應(yīng)的，P=(KG1-KG2)-(KG3-KG4)。

N表示礦工選擇“不安全行為”的情況下，監(jiān)管者選擇不同策略下期望收益之差，即N=JG2-JG4，同樣，Q=KG3-KG4。

3.2 穩(wěn)定性分析

通過對(duì)上式的分析，得到以下5個(gè)系統(tǒng)均衡點(diǎn)：O(0，0)、A(0，1)、B(1，0)、C(1，1)和D(x*，y*)，為簡(jiǎn)化運(yùn)算過程，令：

求復(fù)制動(dòng)態(tài)方程的最優(yōu)解，利用Friedman方法，首先將相關(guān)參數(shù)代入到J矩陣。

(9)

式(9)行列式的值為detJ=ad-bc，跡為trJ=a+d，可得：

detJ=(1-2x)(yM+N)(1-2y)(xP+Q)-

x(1-x)My(1-y)。

(10)

trJ=(1-2x)(yM+N)+(1-2y)(xP+Q)。

(11)

為使上述動(dòng)態(tài)方程的局部均衡點(diǎn)演化穩(wěn)定，則應(yīng)當(dāng)在雅可比矩陣detJ>0且trJ<0時(shí)成立。5個(gè)局部均衡點(diǎn)對(duì)應(yīng)的雅可比矩陣的行列式和跡如表3所示。由于本文主要研究在礦工選擇不安全行為的情況下對(duì)其行為的控制，因此文中首先界定JG2

情景1、2、3、4下分別滿足約束條件：①JG1>JG3,KG1>KG2；②JG1JG3,KG1KG2，將5個(gè)均衡點(diǎn)代入式(10)、(11)，得到對(duì)應(yīng)下的行列式和跡如上表3所示。不同情景的約束條件下，矩陣行列式和跡的正負(fù)性發(fā)生變化，則系統(tǒng)的演化穩(wěn)定策略變化，得到局部穩(wěn)定性如表4所示。

表3 局部均衡點(diǎn)穩(wěn)定性分析

表4 不同均衡點(diǎn)的局部穩(wěn)定性分析

觀察表4，可知情景1下O、C點(diǎn)為ESS點(diǎn)，A、B點(diǎn)為局部不穩(wěn)定點(diǎn)，情景2、3、4僅O點(diǎn)是ESS點(diǎn)，顯然不可能取得理想策略，此3種情況類似，因此只分析其一，得到僅情景1下系統(tǒng)收斂于(1，1)，即雙方選擇{嚴(yán)格監(jiān)管，安全行為}組合策略，根據(jù)目前煤礦安全管理形式，顯然這是我們所追求的理想策略。如何對(duì)關(guān)鍵措施進(jìn)行改善，找到最合適的舉措成為我們的研究重點(diǎn)。

4 數(shù)值模擬

本文借助Matlab對(duì)模型中主要參數(shù)進(jìn)行賦值，通過數(shù)值仿真直觀分析雙方演化路徑、演化趨勢(shì)，探究成本、懲罰等因素對(duì)博弈雙方行為策略的影響。

4.1 初始參數(shù)賦值下的策略演化

根據(jù)上述分析，并結(jié)合煤礦安全生產(chǎn)管理實(shí)際，參考仇國芳等[14]、陳洋等[15]做法，同時(shí)，為了使系統(tǒng)最終有可能演化到(1，1)的理想狀態(tài)，以及當(dāng)系統(tǒng)演化至不理想狀態(tài)時(shí)兩者間可進(jìn)行直觀對(duì)比，需要在模型構(gòu)建時(shí)各參數(shù)的賦值滿足約束條件(JG2

表5 初始關(guān)鍵參數(shù)設(shè)定

圖1 監(jiān)管者、礦工雙方演化路徑Fig. 1 Evolutionary paths for both regulators and miners

圖1 a中往(1，1)演化所涵蓋的面積大于往(0，0)處涵蓋面積，說明初始狀態(tài)下，雙方更傾向于選擇{嚴(yán)格監(jiān)管，安全行為}策略。圖1 b體現(xiàn)了兩情景的鮮明對(duì)比，僅往(0，0)處演化不是我們期望的結(jié)果。為研究在監(jiān)管者“嚴(yán)格監(jiān)管”的概率處于較低、中等、較高三種水平下，礦工策略選擇的演化路徑，分別選取x1=0.3、x2=0.5、x3=0.7三個(gè)概率，將初始值代入模型中，得到路徑如圖2所示。

圖2 礦工策略演變Fig. 2 Miner strategy evolution

由圖2a～c分析得到，在初始狀態(tài)下，當(dāng)監(jiān)管者以x1=0.3的概率“嚴(yán)格監(jiān)管”，部分礦工有“不安全行為”選擇意愿；當(dāng)x2=0.5，礦工總體上選擇“安全行為”，對(duì)“安全行為”策略的選擇意愿較為強(qiáng)烈；當(dāng)x3=0.7，礦工的策略選擇較概率為x2時(shí)沒有帶來明顯變化。相應(yīng)的，分別在y1=0.3、y2=0.5、y3=0.7下(礦工選擇“安全行為”的概率)觀察監(jiān)管者策略選擇的演化路徑如圖3所示。

圖3 監(jiān)管者策略演變Fig. 3 Evolution of regulator strategy

由圖3 a～c分析可知，當(dāng)?shù)V工選擇“安全行為”的概率y1=0.3時(shí)，監(jiān)管者中存在部分人員傾向于“懈怠監(jiān)管”；y2=0.5時(shí)，上述現(xiàn)象有所減少，有更多的監(jiān)管者選擇“嚴(yán)格監(jiān)管”且意愿較強(qiáng)；y3=0.7時(shí)，監(jiān)管者總體上選擇“嚴(yán)格監(jiān)管”，意愿更為強(qiáng)烈。

綜上所述，x、y的增加都會(huì)使雙方向選擇理想策略的方向演化，然而隨著概率的增加，主體逐漸趨向于{嚴(yán)格監(jiān)管，安全行為}，使得安全成本不斷增加，再者，礦工知曉在生產(chǎn)過程中如果發(fā)生事故，首先受到傷害的便是自身。因此相對(duì)于監(jiān)管者，礦工有著更強(qiáng)的安全意愿，即相同條件下y>x。結(jié)合上述分析，下文分析時(shí)概率選取x=0.5，y=0.7。

4.2 理想策略成本對(duì)群體的影響

已知理想策略為{嚴(yán)格監(jiān)管，安全行為}，為研究監(jiān)管者“嚴(yán)格監(jiān)管”所需成本變化對(duì)群體雙方的影響，在其他條件不變的情況下，在監(jiān)管者“嚴(yán)格監(jiān)管”的初始成本C1=2的基礎(chǔ)上分別取C1為0.5、1.0、1.5、2.0、2.5、3.0，其策略選擇演化路徑如圖4a所示。

圖4 理想策略成本對(duì)群體雙方的影響 Fig. 4 Effect of ideal strategy cost on both sides of group

由圖4a可知，隨著監(jiān)管者“嚴(yán)格監(jiān)管”所需成本的提高，監(jiān)管者趨向于選擇“懈怠監(jiān)管”，顯然監(jiān)管者認(rèn)為選擇“懈怠監(jiān)管”的收益更高，特別是當(dāng)成本C1=3.0時(shí)，監(jiān)管者選擇此策略的意愿極為強(qiáng)烈。為保證安全效益最優(yōu)的情況下控制安全管理成本，因此通過對(duì)圖4a的分析得到一個(gè)最優(yōu)狀態(tài)下的監(jiān)管成本C1=2.0。

同樣，分別取礦工選擇“安全行為”付出成本C3為1.0，1.5，2.0，2.5，3.0，3.5，礦工策略選擇演化路徑如圖4b所示，隨著礦工選擇“安全行為”所需成本的增加，礦工更趨向于“不安全行為”，當(dāng)C3=2.0時(shí)，雖然礦工產(chǎn)生了選擇“安全行為”的趨勢(shì)，但是始終沒有向此策略收斂，說明此時(shí)成本依舊偏高使得礦工糾結(jié)于是否選擇安全策略。綜上，存在最優(yōu)“安全行為”成本C3=1.5。

4.3 不負(fù)責(zé)行為懲罰金對(duì)群體的影響

在安全至上的生產(chǎn)原則基礎(chǔ)上，不負(fù)責(zé)行為是指有悖于提升安全效益的行為，即{懈怠監(jiān)管，不安全行為}。為研究群體雙方在做出不負(fù)責(zé)行為后，相應(yīng)懲罰金對(duì)各自策略選擇的影響，其他條件不變，在監(jiān)管者選擇“懈怠監(jiān)管”被發(fā)現(xiàn)所處罰金初始值F1=3.0的基礎(chǔ)上，再取F1為1.0，1.5，2.0，2.5，3.0，3.5；同樣的，礦工選擇“不安全行為”被發(fā)現(xiàn)所處罰金F2為0.5，1.0，1.5，2.0，2.5，3.0，相應(yīng)的群體策略選擇演化路徑如圖5所示。

圖5 不負(fù)責(zé)行為懲罰金對(duì)群體雙方的影響Fig. 5 Effect of irresponsibility behavior penalty on both groups

隨著分別對(duì)雙方不負(fù)責(zé)行為懲罰力度的增加，兩類群體分別收斂于“嚴(yán)格監(jiān)管”和“安全行為”，且收斂速度隨著懲罰金的增大而增加。由于文中沒有考慮懲罰力度過高帶來的群體逆反心理等因素造成的懲罰失效情況，因此懲罰力度應(yīng)該根據(jù)實(shí)際情況調(diào)整，避免過高使得效果適得其反。文中監(jiān)管者和礦工各自的不負(fù)責(zé)行為分別存在一個(gè)最優(yōu)懲罰力度F1=3.0和F2=2.5。

4.4 安全效益提升獎(jiǎng)勵(lì)對(duì)群體的影響

安全效益的重要性一直為上級(jí)政府所提倡，頒發(fā)了一系列對(duì)礦工、監(jiān)管者安全生產(chǎn)、管理的獎(jiǎng)勵(lì)政策。為研究監(jiān)管者選擇“嚴(yán)格監(jiān)管”獲得的安全獎(jiǎng)勵(lì)力度大小對(duì)其策略選擇的影響，在其他條件不變的情況下，當(dāng)安全獎(jiǎng)勵(lì)E1為1.0、1.5、2.0、2.5、3.0、3.5，監(jiān)管者策略選擇演化路徑如圖6 a所示。同樣，當(dāng)?shù)V工安全獎(jiǎng)勵(lì)E3為0、0.5、1.0、1.5、2.0、2.5、3.0，其策略選擇演化路徑如圖6b所示。

圖6 安全效益提升獎(jiǎng)勵(lì)對(duì)群體雙方的影響Fig. 6 Effect of safety efficiency promotion reward on both groups

由圖6 a可知，隨著獎(jiǎng)勵(lì)力度的提升，監(jiān)管者收斂于“嚴(yán)格監(jiān)管”，收斂速度隨著獎(jiǎng)勵(lì)力度的提升而增大，當(dāng)然政府付出過高的成本在安全效益的提升上也是不現(xiàn)實(shí)的，因此對(duì)于監(jiān)管者存在一個(gè)最優(yōu)狀態(tài)下的獎(jiǎng)勵(lì)力度E1=2.5。

由圖6 b可知，隨著對(duì)礦工獎(jiǎng)勵(lì)力度的增大，收斂于“安全行為”的速度越快，不同的是，盡管當(dāng)獎(jiǎng)勵(lì)E3=0，即此情況下不對(duì)礦工進(jìn)行獎(jiǎng)勵(lì)，礦工仍然傾向于選擇“安全行為”，因此得出，在給定適當(dāng)?shù)摹鞍踩袨椤背杀尽ⅰ安话踩袨椤睉土P等因素的條件，對(duì)礦工的獎(jiǎng)勵(lì)不是促進(jìn)礦工向“安全行為”演化的關(guān)鍵因素，但可以提高其向此策略收斂的速度，因此適當(dāng)?shù)莫?jiǎng)勵(lì)可以與懲罰等各因素配合，使策略向最優(yōu)狀態(tài)演化的效率提高。

5 結(jié) 論

(1)監(jiān)管者與礦工安全意愿的提升是互相促進(jìn)的。企業(yè)應(yīng)盡可能為員工創(chuàng)造良好的安全生產(chǎn)條件，使員工能夠身心舒適地進(jìn)行工作，礦工作為煤礦安全生產(chǎn)的直接實(shí)施者，更要加強(qiáng)崗前安全意識(shí)培訓(xùn)，并不斷提高自身專業(yè)水平。

(2)博弈系統(tǒng)應(yīng)當(dāng)盡可能收斂至{嚴(yán)格監(jiān)管，安全行為}。在礦工選擇“安全行為”的情況下，監(jiān)管者選擇“嚴(yán)格監(jiān)管”獲得的收益大于選擇“懈怠監(jiān)管”的收益時(shí)，博弈雙方收斂于理想最優(yōu)策略，因此應(yīng)加強(qiáng)對(duì)監(jiān)管者“嚴(yán)格監(jiān)管”的激勵(lì)，適當(dāng)提高“嚴(yán)格監(jiān)管”收益，控制“懈怠監(jiān)管”的額外收益尤為重要。

(3)“嚴(yán)格監(jiān)管”以及“安全行為”策略的成本對(duì)博弈雙方向理想最優(yōu)策略演化起關(guān)鍵作用。結(jié)合煤礦安全管理的實(shí)際，成本過高勢(shì)必導(dǎo)致雙方不負(fù)責(zé)行為的出現(xiàn)，在保證安全效益的前提下盡可能低的控制成本是相關(guān)部門關(guān)注的重點(diǎn)，企業(yè)應(yīng)當(dāng)加強(qiáng)礦工專業(yè)技能的培訓(xùn)，加強(qiáng)對(duì)監(jiān)管者安全意識(shí)的培養(yǎng)，降低其實(shí)施安全策略的成本。

(4)一味地增強(qiáng)相應(yīng)的獎(jiǎng)勵(lì)和處罰力度并不能使系統(tǒng)處于最優(yōu)狀態(tài)。相關(guān)部門予以適當(dāng)力度進(jìn)行獎(jiǎng)懲結(jié)合，采取經(jīng)濟(jì)獎(jiǎng)勵(lì)與精神鼓勵(lì)并存的策略有效提升企業(yè)對(duì)不安全行為的控制水平。為此，對(duì)于企業(yè)應(yīng)當(dāng)具備系統(tǒng)的安全操作規(guī)范及管理制度，加強(qiáng)對(duì)違章操作礦工的監(jiān)管，使違章礦工知悉一旦違章被發(fā)現(xiàn)就會(huì)受到相應(yīng)處罰，加強(qiáng)監(jiān)管者遏制不安全行為的執(zhí)行水平。其次，加強(qiáng)員工的安全培訓(xùn)教育，讓員工知曉并執(zhí)行安全規(guī)范，并意識(shí)到不安全行為的代價(jià)。再次，營造良好的安全文化氛圍，對(duì)于遵守行為規(guī)范的礦工群體，明確其會(huì)受到的表彰及好處，有利于控制其他礦工的不安全行為，進(jìn)而共同擁有良好的安全行為規(guī)范。