基于元分析的煤礦工人不安全行為影響因素及其調(diào)節(jié)變量

袁曉芳 ，賈倩荷 ，孫林輝

（1.西安科技大學(xué) 管理學(xué)院，陜西 西安 710056；2.人因與管理工效學(xué)研究中心，陜西 西安 710056）

隨著信息技術(shù)的發(fā)展，煤礦開采已從最初的人工挖礦發(fā)展為機械化采礦，并進(jìn)一步向數(shù)字化、智能化發(fā)展[1]。在煤礦企業(yè)的智能化變革進(jìn)程中，煤礦工人的不安全行為及其影響因素也發(fā)生了變化[2]。目前，諸多學(xué)者從個人因素、組織與管理因素以及外部環(huán)境因素等方面探究了煤礦工人不安全行為的影響因素，并取得了豐富的研究成果[3]。但在一些研究結(jié)論中，部分相同變量對煤礦工人不安全行為的影響方向和影響程度存在較大的差異。例如朱艷娜[4]認(rèn)為，設(shè)備因素是影響煤礦工人不安全行為的關(guān)鍵因素，而周波等[5]認(rèn)為設(shè)備因素對煤礦工人不安全行為的作用是微不足道的。然而，煤礦工人不安全行為與其前因變量的真實情況如何，又受何種因素影響，亟須研究者進(jìn)行綜合分析。元分析能夠?qū)ν恢黝}的不同實證研究進(jìn)行定量文獻(xiàn)分析，可以更加科學(xué)地測量各前因變量的效應(yīng)值，從而得出更加普適和可靠的結(jié)論[6]。因此，將利用元分析來檢驗我國煤礦工人不安全行為影響因素的效應(yīng)值大小，并探究可能存在的調(diào)節(jié)變量。研究成果不僅為煤礦工人不安全行為的后續(xù)研究提供思路，也可為煤礦企業(yè)管理者提供優(yōu)化決策的依據(jù)。

1 研究設(shè)計與方法

1.1 文獻(xiàn)檢索與納入標(biāo)準(zhǔn)

研究對象為我國煤礦工人，因此僅對發(fā)表于2002—2022 年間的中文文獻(xiàn)進(jìn)行了全面檢索。首先，將“不安全行為”、“人為錯誤”、“人因失誤”、“人的錯誤”、“人的失誤”分別和“煤礦工人”、“煤礦”、“礦山”組合，作為主題或關(guān)鍵詞，在中國知網(wǎng)、維普、萬方和超星等數(shù)據(jù)庫進(jìn)行了文獻(xiàn)檢索。檢索截止日期為2022 年11 月25 日，經(jīng)檢索后共得到1 044 篇文獻(xiàn)。

采用EndNote X9 管理文獻(xiàn)，對樣本文獻(xiàn)的題目和關(guān)鍵詞進(jìn)行初次篩選后，制定以下納入規(guī)則：文獻(xiàn)的研究對象應(yīng)是煤礦工人；文獻(xiàn)類型必須是實證研究，不包括定性和傳統(tǒng)綜述類的研究；文獻(xiàn)中必須報告自變量與因變量的相關(guān)系數(shù)r；必須可以下載全文。篩選流程如圖1。

圖1 元分析篩選流程Fig.1 Meta-analysis selection process

1.2 信息提取與文獻(xiàn)編碼

對樣本文獻(xiàn)提取了關(guān)鍵信息，具體包括題目、作者、發(fā)表年份、相關(guān)系數(shù)、樣本量、文獻(xiàn)類型、調(diào)查地區(qū)和影響因素。若同一篇文獻(xiàn)中同時包含多個獨立樣本數(shù)據(jù)，則進(jìn)行多次獨立效應(yīng)值的編碼。為滿足后續(xù)分析，選擇出現(xiàn)頻次不少于3 的自變量進(jìn)行元分析。根據(jù)此標(biāo)準(zhǔn)，最終共納入了24 篇相關(guān)文獻(xiàn)，共計得到21 419 個獨立樣本，71個效應(yīng)值。其中，期刊論文14 篇，占納入總文獻(xiàn)的58%；碩博學(xué)位論文10 篇，占納入總文獻(xiàn)的42%。出現(xiàn)頻次最多的調(diào)查地區(qū)是山西（17 篇）。通過對文獻(xiàn)進(jìn)行仔細(xì)閱讀后，將相似影響因素進(jìn)行歸納合并，如將魅力型領(lǐng)導(dǎo)風(fēng)格、包容性領(lǐng)導(dǎo)風(fēng)格合并為領(lǐng)導(dǎo)風(fēng)格。最終確定了12 個對煤礦工人不安全行為有意義的影響因素（安全態(tài)度、不安全心理、情感情緒、人際關(guān)系、心智游離、主觀幸福感、工作投入、安全氛圍、領(lǐng)導(dǎo)風(fēng)格、組織公平、安全監(jiān)管和管理制度）。由于篇幅所限，部分文獻(xiàn)編碼信息見表1，由于版面限制僅列出第一作者，A為期刊文獻(xiàn)，B為學(xué)位論文。

表1 部分文獻(xiàn)編碼信息Table 1 Some coded information of the literatures

1.3 效應(yīng)值與模型選擇

使用CMA3.0 軟件進(jìn)行統(tǒng)計分析，并采用相關(guān)系數(shù)r作為效應(yīng)值。納入元分析的各獨立研究可能存在一定差異，因此需要進(jìn)行異質(zhì)性檢驗。異質(zhì)性檢驗通常采用Q檢驗和I2檢驗2 種方法，并作為模型選擇的依據(jù)。Q值及顯著性檢驗反映的是各效應(yīng)值異質(zhì)性程度的大小，I2值則反映的是在效應(yīng)值的總變異中，異質(zhì)性部分所占的比重[7]。若研究存在異質(zhì)性，則應(yīng)選擇隨機效應(yīng)模型進(jìn)行元分析，反之應(yīng)選擇固定效應(yīng)模型。

1.4 調(diào)節(jié)變量編碼

根據(jù)樣本文獻(xiàn)的特點，將樣本量、調(diào)查地區(qū)、文獻(xiàn)類型和發(fā)表年份編碼為調(diào)節(jié)變量：①樣本量。研究表明，小樣本量研究要比大樣本量研究具有更大的效應(yīng)值，更可能存在被夸大的效應(yīng)[8]。以中值樣本量（n=306）為界，將樣本文獻(xiàn)分為2 個亞組：若樣本量>306，則編碼為A；若樣本量≤306，則編碼為B。②調(diào)查地區(qū)。將所有樣本文獻(xiàn)中的調(diào)查地區(qū)數(shù)量的中值作為2 個亞組的界限，調(diào)查地區(qū)數(shù)量>1，編碼為A，調(diào)查地區(qū)數(shù)量≤1，編碼為B。③文獻(xiàn)類型。將期刊文獻(xiàn)編碼為A，學(xué)位論文編碼為B。④發(fā)表年份。由于年份是連續(xù)變量，采用元回歸分析檢驗發(fā)表年份的調(diào)節(jié)作用。

2 研究結(jié)果

2.1 發(fā)表偏差

發(fā)表偏差是指具有統(tǒng)計學(xué)顯著意義的研究結(jié)果被報告和發(fā)表的可能性更大[9]。在元分析中為確保研究結(jié)論的準(zhǔn)確性和客觀性，需要考慮發(fā)表偏差對結(jié)論的影響。采用漏斗圖和失安全系數(shù)（Failsafe Number，Nfs）來評估發(fā)表偏差的情況,發(fā)表偏差漏斗圖如圖2。納入元分析的全部研究基本分布在漏斗圖的上方，許多自變量分布在平均效應(yīng)值附近，僅有少許的研究出現(xiàn)在漏斗圖側(cè)面，表明研究較少受到發(fā)表偏倚的影響。此外，當(dāng)Nfs>5K+10（K為效應(yīng)值個數(shù)）同樣表明研究不存在發(fā)表偏差[9]。各自變量及其整體元分析的統(tǒng)計結(jié)果見表2，除了領(lǐng)導(dǎo)風(fēng)格和管理制度存在發(fā)表偏差外，其余各變量的Nfs值均大于5K+10，進(jìn)一步表明了元分析結(jié)果的有效性。但對于存在發(fā)表偏差問題的變量，則在后續(xù)分析中不再進(jìn)行單獨討論。

表2 各自變量及其整體元分析的統(tǒng)計結(jié)果Table 2 Statistical results of the respective variables and overall meta-analysis results

圖2 發(fā)表偏差的漏斗圖Fig.2 Funnel plot of published deviation

2.2 整體元分析

Cohen 提出了行為科學(xué)研究領(lǐng)域中評估效應(yīng)值大小的標(biāo)準(zhǔn)，建議|r|=0.1 為低相關(guān)，|r|=0.25 為中等相關(guān)，|r|=0.4 為強相關(guān)[10]。由表2 可知，除領(lǐng)導(dǎo)風(fēng)格和管理制度外，其余各變量與不安全行為的關(guān)系在0.05 的水平上均具有統(tǒng)計顯著性（95%置信區(qū)間不包含0，P<0.05）。其中，不安全心理（r=0.563）、 工 作 投 入（r=-0.453）和 安 全 監(jiān) 管（r=-0.402）具 有 較 高 效 應(yīng) 值； 主 觀 幸 福 感（r=-0.380）、 組 織 公 平（r=-0.380）、安 全 態(tài) 度（r=-0.280）、 心 智 游 離（r=0.278）、 情 感 情 緒（r=0.256）、人際關(guān)系（r=-0.250）具有中等效應(yīng)值；安全氛圍（r=-0.201）具有低等效應(yīng)值。

2.3 異質(zhì)性檢驗

由表2 可知，除工作投入（P=0.406>0.05）外，其余變量的Q檢驗均達(dá)到顯著性水平（P<0.05），因此，需要分析異質(zhì)性產(chǎn)生的原因。對樣本文獻(xiàn)進(jìn)行亞組分組后，選擇文獻(xiàn)數(shù)量大于等于3 的自變量與不安全行為間的關(guān)系進(jìn)行調(diào)節(jié)效應(yīng)檢驗結(jié)果見表3。限于篇幅，只報告了每個亞組的效應(yīng)值r和每個亞組研究間的Q統(tǒng)計值QB。若QB顯著，則表明該調(diào)節(jié)變量顯著減少了亞組間的異質(zhì)性。由表3 可知，相較于樣本量較少的研究，樣本量較多的研究中不安全行為與安全態(tài)度（r=-0.405）、 情 感 情 緒（r=0.323）和 組 織 公 平（r=-0.408）的相關(guān)性更強；相較于調(diào)查地區(qū)數(shù)量較多的研究，調(diào)查地區(qū)數(shù)量較少的研究中不安全行為與安全態(tài)度（r=-0.384）、人際關(guān)系（r=-0.371）和安全監(jiān)管（r=-0.670）的相關(guān)性更強；與學(xué)位論文相比，期刊文獻(xiàn)中安全態(tài)度與不安全行為的相關(guān)性更強（r=-0.384），但不安全心理和安全監(jiān)管則相反。為了便于解釋，進(jìn)一步將調(diào)節(jié)效應(yīng)檢驗進(jìn)行可視化表示結(jié)果見表4。

表3 調(diào)節(jié)變量亞組分析結(jié)果Table 3 Adjusted variables subgroup analysis results

表4 調(diào)節(jié)變量的效應(yīng)分析Table 4 Effect analysis of adjustment variables

結(jié)合表3 和表4，發(fā)現(xiàn)樣本量在安全態(tài)度（QB=28.811，P<0.001）、不安全心理（QB=17.965，P<0.001）、情感情緒（QB=29.296，P<0.001）、組織公平（QB=13.008，P<0.001）、安全監(jiān)管（QB=8.854，P<0.01）與不安全行為的關(guān)系中存在顯著的調(diào)節(jié)作用。但樣本量在人際關(guān)系、主觀幸福感與不安全行為的關(guān)系中沒有調(diào)節(jié)作用，說明這2 個變量與不安全行為的關(guān)系可能存在跨樣本量的穩(wěn)定性。調(diào)查地區(qū)數(shù)量在安全態(tài)度（QB=50.801，P<0.001）、人際關(guān)系（QB=5.010，P<0.05）、安全監(jiān)管（QB=138.643，P<0.001）與不安全行為的關(guān)系中具有顯著的調(diào)節(jié)作用，但在情感情緒與不安全行為的關(guān)系中沒有調(diào)節(jié)作用。文獻(xiàn)類型在安全態(tài)度（QB=50.831，P<0.05）、不安全心理（QB=10.287，P<0.05）、安全監(jiān)管（QB=121.839，P<0.05）與不安全行為的關(guān)系中具有顯著的調(diào)節(jié)作用，而在情感情緒、人際關(guān)系、心智游離和主觀幸福感這4 個變量與不安全行為的關(guān)系中沒有調(diào)節(jié)效應(yīng)。總體而言，橫向上，樣本量、調(diào)查地區(qū)和文獻(xiàn)類型至少能調(diào)節(jié)3 種被檢查的煤礦工人不安全行為關(guān)系；縱向上，這3 個調(diào)節(jié)變量在心智游離、主觀幸福感、安全氛圍與不安全行為的關(guān)系中均沒有調(diào)節(jié)作用。

此外，納入本次元分析的樣本文獻(xiàn)時間跨度較大，以樣本量、調(diào)查地區(qū)數(shù)量、文獻(xiàn)類型為調(diào)節(jié)變量并不能反映煤礦工人不安全行為的時間變化趨勢。因此，對發(fā)表年份進(jìn)行了元回歸分析，以探究效應(yīng)值的年份變化趨勢。年份調(diào)節(jié)變量的元回歸分析見表5，安全態(tài)度、情感情緒和安全監(jiān)管的效應(yīng)值隨年份并無顯著變化（P>0.05），即發(fā)表年份在不安全行為與安全態(tài)度、情感情緒和安全監(jiān)管的關(guān)系中沒有調(diào)節(jié)作用。但發(fā)表年份在心智游離和組織公平這2 個變量對不安全行為的影響關(guān)系中存在調(diào)節(jié)作用（P<0.05），可以顯著正向預(yù)測二者與不安全行為的關(guān)系，這意味著關(guān)于煤礦工人不安全行為研究的年份差異也是異質(zhì)性產(chǎn)生的原因之一。

表5 年份調(diào)節(jié)變量的元回歸分析Table 5 Meta regression analysis of year adjusting variables

3 討論分析

3.1 主效應(yīng)分析

采用元分析對國內(nèi)煤礦工人不安全行為影響因素的24 篇實證研究進(jìn)行綜合分析，并探討了不同因素的影響強度和作用效果。在納入的所有因素中，除領(lǐng)導(dǎo)風(fēng)格和管理制度無顯著影響外，其余各因素對煤礦工人不安全行為均存在顯著影響，只是影響強度和影響方向不同。首先，不安全心理是影響煤礦工人不安全行為的關(guān)鍵因素，影響強度最大。研究表明，不安全心理顯著正向影響煤礦工人的不安全行為（r=0.663），相關(guān)系數(shù)接近元分析的整體效應(yīng)值（r=0.563），研究結(jié)果支持了先前學(xué)者的相關(guān)研究。李紅霞等學(xué)者從人因視角探討了國內(nèi)煤礦領(lǐng)域發(fā)展趨勢，指出不安全心理致因因素是我國煤礦領(lǐng)域今后的研究焦點[11]，進(jìn)一步反映了元分析效應(yīng)值的穩(wěn)健性。因此，煤礦企業(yè)要充分認(rèn)識到煤礦工人不安全心理產(chǎn)生的原因，在智能化、數(shù)字化的煤礦時代，更應(yīng)該關(guān)注煤礦工人的心理因素。其次工作投入、安全監(jiān)管對煤礦工人不安全行為具有高等影響，主觀幸福感、組織公平、安全態(tài)度、心智游離、情感情緒和人際關(guān)系對煤礦工人不安全行為具有中等影響。而安全氛圍對不安全行為的影響強度較低，對于低等相關(guān)強度的變量，不同研究結(jié)果存在不一致性。例如，一些研究中安全氛圍與不安全行為的相關(guān)強度較高（r=-0.369）[12]，而在另一些研究中，二者的關(guān)系呈現(xiàn)出較低的相關(guān)強度（r=-0.120）[13]。這種現(xiàn)象的產(chǎn)生一方面來源于研究特征，另一方面，可能是納入本次元分析研究的樣本文獻(xiàn)數(shù)量較少。

3.2 調(diào)節(jié)效應(yīng)分析

將樣本量、調(diào)查地區(qū)數(shù)量、文獻(xiàn)類型和發(fā)表年份作為調(diào)節(jié)變量，通過亞組檢驗和元回歸分析，發(fā)現(xiàn)這些調(diào)節(jié)變量能夠解釋部分研究結(jié)果不一致的問題。例如，李京蔓[14]指出安全監(jiān)管和煤礦工人不安全行為之間具有較高的相關(guān)性（r=-0.464），而王家坤等[15]認(rèn)為二者之間具有較低的顯著相關(guān)性（r=-0.104）。這種差異性結(jié)果的產(chǎn)生可能來源于2 項研究的樣本量大小，前者的樣本量為207，后者的樣本量為811。研究發(fā)現(xiàn)，樣本量較小的研究中安全監(jiān)管對不安全行為的影響更加顯著，表明樣本量確實存在調(diào)節(jié)效應(yīng)，能夠解釋這2 項研究結(jié)果不一致的原因。納入元分析的樣本文獻(xiàn)均采用問卷調(diào)查的研究方法，在調(diào)節(jié)效應(yīng)檢驗時一個亞組缺失數(shù)據(jù)，因而將研究方法這一調(diào)節(jié)變量排除。今后的研究中應(yīng)包含新的測量方法，從而為后續(xù)研究提供獨特的研究視角。

4 結(jié) 語

通過對國內(nèi)煤礦工人不安全行為相關(guān)的24 篇實證研究進(jìn)行定量文獻(xiàn)分析，識別出12 個關(guān)鍵影響因素，并分析了這些因素的影響作用效果，得出不安全心理是影響強度最高的因素。利用亞組檢驗和元回歸分析，發(fā)現(xiàn)樣本量、調(diào)查地區(qū)、文獻(xiàn)類型和發(fā)表年份作為調(diào)節(jié)變量，在一定程度上可以解釋各因素與不安全行為研究間的異質(zhì)性。元分析作為一種定量分析工具，在國內(nèi)煤礦領(lǐng)域的實際應(yīng)用還較少。利用元分析計算了各獨立研究的效應(yīng)值，并分析它們所反映的共同效應(yīng)，得到了更加可靠和真實的結(jié)論。研究還存在局限性，數(shù)量較少的研究無法進(jìn)行亞組分析，因而限制了研究結(jié)果的可靠性，還存在其他未挖掘的調(diào)節(jié)變量，未來的研究應(yīng)盡可能考慮能夠調(diào)節(jié)煤礦工人不安全行為關(guān)系的變量，如被試年齡、被試身體健康狀況等，以提高各變量與煤礦工人不安全行為關(guān)系的理解。