基于SEM和FAHP企业安全意识的建模与对比分析
发布时间：2021-12-18 08:24
经济的快速发展始终建立在企业生产安全的基础之上。行为安全科学具有复杂性的特点,安全问题受到“人、物、管、环”多方面的影响,其中人作为安全问题的主体和客体,其安全意识决定着安全行为。为了预防不安全事故的发生,应该提高人们的安全意识,使人们的行为和企业的生产朝着健康、平稳的方向发展。意识决定态度,态度决定行为,提高企业员工的安全意识,促进企业安全、高效生产,抑制不安全事故的发生。为探讨企业员工安全意识影响因素,抑制其不安全行为。首先设计并向相关企业发放调查问卷,利用SPSS24.0检验数据的信度和效度,使用Amos软件建立结构方程模型（SEM）,通过SEM路径分析讨论各安全意识影响因素间的作用效果。由于员工的安全意识是一个模糊概念,利用模糊层次分析法（FAHP）分析企业员工安全意识影响因素的权重,评判企业总体安全意识的水平。对上述两者得出的结果进行对比分析,发现环境和管理态度因素权重最高,该企业总体的安全意识良好。为了分析因素与环境交互对员工安全意识的动态影响,结合复杂适应系统（CAS）理论和智能体的建模与仿真（ABMS）方法,基于Netlogo仿真工具和SEM以及FAHP的相关系数,建立...
【文章来源】：辽宁科技大学辽宁省
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
初始模式的仿真Fig.5.1Simulationofinitialmode
5.基于Multi-Agent的企业员工安全意识涌现分析44最高，但其波动程度不如企业员工安全意识的曲线幅度。在基准模式下，企业环境安全影响水平数值在0以上，上升程度平缓，企业班组安全氛围的数值最高，但是其数值依旧在中等水平上下，并没有十分明显的变化。虽然该组参数赋值较无控模式都有显著的提高，各个变量的涌现态势也有上升，但整体并没有达到满意的水平。究其原因，安全管理承诺落实程度不高、风险认知水平较低诸多因素导致各变量曲线的增长幅度较低。图5.2基准模式的仿真Fig.5.2Simulationinbenchmarkmode5.4.3受控模式仿真结果设定企业员工受教育水平x6、安全教育与培训y1、安全管理承诺的落实y3、行为风险认知水平z1、企业舆论走向s2，组成变量（x6，y1，y3，z1，s2）。为了表现出提升或降低变量参数对各变量的曲线变化，使受控模式和无控模式的仿真图有更加鲜明的对比结果，让参数变化后的仿真态势更好的体现。因此时间t在[0，20]范围内设定为无控模式，时间t在[20，40]范围内设定为受控模式，采用控制变量的方法，只改变其中一个参数值。（1）将安全教育与培训y1、安全管理承诺的落实y3、行为风险认知水平z1、企业舆论走向s2的参数数值依旧设置为无控模式下的数值，提高企业员工受教育水平x6的参数，将企业员工受教育水平提高到最大值，即给变量组合（x6，y1，
辽宁科技大学硕士学位论文45y3，z1，s2）赋值为（5，5，3，5，3），仿真结果如图5.3所示。图5.3提升企业员工受教育水平后的仿真Fig.5.3Simulationafterimprovingemployeeeducationlevel根据图5.3，通过与图5.2基准模式对比后得出：加强企业员工的受教育水平之后，即在时间t=20时，企业员工的安全意识涌现出现阶跃式提升，相较基准模式提高了2.4，在接下来的时间内继续处于波动状态且幅度较大。有如此大的变化，在于在t为[20，40]区间内提升企业员工受教育水平，相当于企业多招收了一些高素质人才，这些硕士、博士往往具有较强的安全意识与认知水平，所以在图5.3中企业员工的安全意识涌现出现了阶跃性变化。相应企业班组的安全氛围也大幅提高。由此可以得出：①企业员工受教育水平的提升对企业员工的安全意识和企业班组安全氛围有着积极的影响，由变量曲线可知对企业员工安全意识影响最大；②企业环境安全影响水平与企业员工受教育水平高低相关性不强；③管理者安全领导水平在企业员工受教育水平提高之后有小幅度的提升，但并不明显。（2）提高时间t在[20，40]区间内安全教育与培训程度，即给变量组合（x6，y1，y3，z1，s2）赋值为（3，10，3，5，3），其对比方式和图5.3相同。提高安全教育与培训后的仿真如图5.4所示。根据图5.4，并通过与图5.2基准模式对比后得出：企业员工的安全意识程度和管理者安全领导水平都有不同程度的跃变式上升。两者在后半段的时间内曲线快速波动上升，并且企业班组安全氛围也有大幅度提升。从数值上来看，在t=20
【参考文献】：
期刊论文
[1]应急管理部通报河南省三门峡义马气化厂“7·19”重大爆炸事故[J]. 肖方. 中国消防. 2019(08)
[2]矿工工作压力对心理社会安全行为的影响机理及实证研究[J]. 李琰,张燕. 中国安全生产科学技术. 2019(03)
[3]建筑工人不安全行为影响因素的多层递阶结构模型研究[J]. 叶贵,杨丽娟,汪红霞,付媛,唐笑宇. 安全与环境工程. 2019(02)
[4]社会支持和心理韧性对飞行员安全行为影响研究[J]. 陈芳,韩适朔. 安全与环境学报. 2018(06)
[5]基于Meta分析的矿工不安全行为JD-R模型[J]. 杨校毅,佟瑞鹏. 中国安全科学学报. 2018(12)
[6]基于SEM模型的校园安全影响因素分析[J]. 李欣燃,徐少川,陈雪波,孙秋柏. 计算机与应用化学. 2018(11)
[7]中国国家安全观的演化与展望[J]. 陈静慧. 党政论坛. 2018(06)
[8]甘肃酒钢集团宏兴钢铁股份有限公司西沟矿“8·16”重大火灾事故[J]. 邓浩夕. 现代班组. 2018(05)
[9]基于CAS理论的企业安全系统运行机制[J]. 成连华,郭慧敏. 武汉理工大学学报(信息与管理工程版). 2017(05)
[10]不安全动作与不安全物态的判定方法探讨[J]. 傅贵,吴琼,李亚,王秀明. 安全与环境学报. 2017(03)
本文编号：3542008
【文章来源】：辽宁科技大学辽宁省
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
初始模式的仿真Fig.5.1Simulationofinitialmode
5.基于Multi-Agent的企业员工安全意识涌现分析44最高，但其波动程度不如企业员工安全意识的曲线幅度。在基准模式下，企业环境安全影响水平数值在0以上，上升程度平缓，企业班组安全氛围的数值最高，但是其数值依旧在中等水平上下，并没有十分明显的变化。虽然该组参数赋值较无控模式都有显著的提高，各个变量的涌现态势也有上升，但整体并没有达到满意的水平。究其原因，安全管理承诺落实程度不高、风险认知水平较低诸多因素导致各变量曲线的增长幅度较低。图5.2基准模式的仿真Fig.5.2Simulationinbenchmarkmode5.4.3受控模式仿真结果设定企业员工受教育水平x6、安全教育与培训y1、安全管理承诺的落实y3、行为风险认知水平z1、企业舆论走向s2，组成变量（x6，y1，y3，z1，s2）。为了表现出提升或降低变量参数对各变量的曲线变化，使受控模式和无控模式的仿真图有更加鲜明的对比结果，让参数变化后的仿真态势更好的体现。因此时间t在[0，20]范围内设定为无控模式，时间t在[20，40]范围内设定为受控模式，采用控制变量的方法，只改变其中一个参数值。（1）将安全教育与培训y1、安全管理承诺的落实y3、行为风险认知水平z1、企业舆论走向s2的参数数值依旧设置为无控模式下的数值，提高企业员工受教育水平x6的参数，将企业员工受教育水平提高到最大值，即给变量组合（x6，y1，
辽宁科技大学硕士学位论文45y3，z1，s2）赋值为（5，5，3，5，3），仿真结果如图5.3所示。图5.3提升企业员工受教育水平后的仿真Fig.5.3Simulationafterimprovingemployeeeducationlevel根据图5.3，通过与图5.2基准模式对比后得出：加强企业员工的受教育水平之后，即在时间t=20时，企业员工的安全意识涌现出现阶跃式提升，相较基准模式提高了2.4，在接下来的时间内继续处于波动状态且幅度较大。有如此大的变化，在于在t为[20，40]区间内提升企业员工受教育水平，相当于企业多招收了一些高素质人才，这些硕士、博士往往具有较强的安全意识与认知水平，所以在图5.3中企业员工的安全意识涌现出现了阶跃性变化。相应企业班组的安全氛围也大幅提高。由此可以得出：①企业员工受教育水平的提升对企业员工的安全意识和企业班组安全氛围有着积极的影响，由变量曲线可知对企业员工安全意识影响最大；②企业环境安全影响水平与企业员工受教育水平高低相关性不强；③管理者安全领导水平在企业员工受教育水平提高之后有小幅度的提升，但并不明显。（2）提高时间t在[20，40]区间内安全教育与培训程度，即给变量组合（x6，y1，y3，z1，s2）赋值为（3，10，3，5，3），其对比方式和图5.3相同。提高安全教育与培训后的仿真如图5.4所示。根据图5.4，并通过与图5.2基准模式对比后得出：企业员工的安全意识程度和管理者安全领导水平都有不同程度的跃变式上升。两者在后半段的时间内曲线快速波动上升，并且企业班组安全氛围也有大幅度提升。从数值上来看，在t=20
【参考文献】：
期刊论文
[1]应急管理部通报河南省三门峡义马气化厂“7·19”重大爆炸事故[J]. 肖方. 中国消防. 2019(08)
[2]矿工工作压力对心理社会安全行为的影响机理及实证研究[J]. 李琰,张燕. 中国安全生产科学技术. 2019(03)
[3]建筑工人不安全行为影响因素的多层递阶结构模型研究[J]. 叶贵,杨丽娟,汪红霞,付媛,唐笑宇. 安全与环境工程. 2019(02)
[4]社会支持和心理韧性对飞行员安全行为影响研究[J]. 陈芳,韩适朔. 安全与环境学报. 2018(06)
[5]基于Meta分析的矿工不安全行为JD-R模型[J]. 杨校毅,佟瑞鹏. 中国安全科学学报. 2018(12)
[6]基于SEM模型的校园安全影响因素分析[J]. 李欣燃,徐少川,陈雪波,孙秋柏. 计算机与应用化学. 2018(11)
[7]中国国家安全观的演化与展望[J]. 陈静慧. 党政论坛. 2018(06)
[8]甘肃酒钢集团宏兴钢铁股份有限公司西沟矿“8·16”重大火灾事故[J]. 邓浩夕. 现代班组. 2018(05)
[9]基于CAS理论的企业安全系统运行机制[J]. 成连华,郭慧敏. 武汉理工大学学报(信息与管理工程版). 2017(05)
[10]不安全动作与不安全物态的判定方法探讨[J]. 傅贵,吴琼,李亚,王秀明. 安全与环境学报. 2017(03)
本文编号：3542008
本文链接：https://www.wllwen.com/kejilunwen/anquangongcheng/3542008.html
