張 羽，楊清霞，岑 康

(西南石油大學(xué) 土木工程與建筑學(xué)院，四川 成都 610500)

0 引言

大量研究證實(shí)，反饋環(huán)在知識(shí)積累過(guò)程中起到關(guān)鍵作用[1-3]。然而，與其他領(lǐng)域的失敗事件不同，安全事故可能導(dǎo)致個(gè)體死亡，引發(fā)反饋環(huán)斷裂，從而對(duì)安全知識(shí)積累和擴(kuò)散造成影響[4]。安全領(lǐng)域內(nèi)的知識(shí)管理問(wèn)題也因此有別于其他領(lǐng)域，成為知識(shí)管理中的一類特殊問(wèn)題。近年來(lái)，天津港危險(xiǎn)品倉(cāng)庫(kù)爆炸、豐城發(fā)電廠施工平臺(tái)坍塌、江蘇響水化工廠爆炸等特大事故的相繼發(fā)生，更凸顯出強(qiáng)化安全知識(shí)積累和應(yīng)用，提高安全生產(chǎn)水平的緊迫性。

安全知識(shí)指安全行為主體從各個(gè)途徑中獲得，并經(jīng)過(guò)提升、總結(jié)與凝練的安全信息[5]。目前，國(guó)內(nèi)外相關(guān)研究集中于安全知識(shí)的作用、積累及擴(kuò)散3個(gè)方面內(nèi)容。安全知識(shí)作用方面，傅貴等[6]認(rèn)為一線員工、企業(yè)管理者和外部監(jiān)管者的安全知識(shí)缺乏均可能引發(fā)事故；盡管安全知識(shí)的作用受到員工年齡、經(jīng)驗(yàn)等因素的調(diào)節(jié)[7]，但建筑等不同領(lǐng)域的研究均證實(shí)了安全知識(shí)的重要性[8]。安全知識(shí)積累方面，一些完善事故調(diào)查的制度建議得以提出，包括建立調(diào)查員資格審查體系、事故調(diào)查處理信息系統(tǒng)[9]、第三方事故調(diào)查機(jī)制[10]等；高恩新[11]通過(guò)分析事故調(diào)查報(bào)告發(fā)現(xiàn)歸因外部化和集體問(wèn)責(zé)不利于安全知識(shí)獲取，同時(shí)，事故分析工具開(kāi)發(fā)和應(yīng)用也成為研究方向之一；Labib[12]通過(guò)對(duì)比博帕爾和福島事故分析模型，探索了可靠性框圖、故障樹(shù)等事故分析工具選擇問(wèn)題；Bellamy等[13]則論證了Storybuilder方法用于事故分析的可行性。安全知識(shí)擴(kuò)散方面，Gressgard等[14]研究了企業(yè)在分布式環(huán)境中的學(xué)習(xí)問(wèn)題，發(fā)現(xiàn)學(xué)習(xí)績(jī)效受單位間知識(shí)交流程度、合作關(guān)系、領(lǐng)導(dǎo)參與的影響；Underwood等[15]通過(guò)專家訪談發(fā)現(xiàn)應(yīng)通過(guò)培訓(xùn)、會(huì)議等交流形式傳播系統(tǒng)事故分析的相關(guān)知識(shí)；安全管理信息系統(tǒng)等技術(shù)也被認(rèn)為是有效傳播安全信息和知識(shí)的途徑之一[16]。綜上所述，安全知識(shí)的積累和擴(kuò)散會(huì)對(duì)安全結(jié)果產(chǎn)生重要影響，且受到眾多因素的調(diào)節(jié)作用。然而，安全結(jié)果反向影響安全知識(shí)積累和擴(kuò)散的文獻(xiàn)較少。雖然張羽等[4]基于實(shí)證研究提出了“死亡悖論”，即“擁有事故關(guān)鍵信息的個(gè)體，往往更接近事故核心區(qū)域，也更容易死于事故致使信息無(wú)法獲取”的特殊現(xiàn)象，但其作用機(jī)制，特別是其對(duì)安全知識(shí)積累和擴(kuò)散的影響仍需深入研究。

基于此，本文在提煉個(gè)體死亡影響安全知識(shí)積累和擴(kuò)散過(guò)程的基礎(chǔ)上，建立元胞自動(dòng)機(jī)模型并基于Netlogo平臺(tái)進(jìn)行仿真研究。為提高結(jié)果的可信度，本文并未采用仿真圖形對(duì)比方法得出結(jié)論，而是通過(guò)重復(fù)交叉實(shí)驗(yàn)獲取數(shù)據(jù)，再運(yùn)用SPSS軟件進(jìn)行層次回歸分析，以探究安全知識(shí)積累和擴(kuò)散機(jī)制，為社會(huì)層面的安全知識(shí)管理提供新的視角。

1 安全知識(shí)積累和擴(kuò)散的模型構(gòu)建

1.1 安全知識(shí)積累和擴(kuò)散過(guò)程

圖1 安全知識(shí)積累和擴(kuò)散過(guò)程Fig.1 Accumulation and diffusion processes of safety knowledge

由圖1可知，個(gè)體的安全知識(shí)積累過(guò)程是一條從安全知識(shí)經(jīng)安全行為引發(fā)安全結(jié)果最終形成新知識(shí)的反饋環(huán)，期間還涉及個(gè)體與社會(huì)間知識(shí)的相互轉(zhuǎn)化，即知識(shí)擴(kuò)散。整個(gè)反饋環(huán)與一般經(jīng)驗(yàn)學(xué)習(xí)過(guò)程的最大區(qū)別在于個(gè)體死亡部分，即一般經(jīng)驗(yàn)學(xué)習(xí)不存在個(gè)體死亡情況，出現(xiàn)失敗事件后會(huì)直接進(jìn)入個(gè)體知識(shí)積累階段，而本反饋環(huán)可能由于個(gè)體死亡而斷裂，從而無(wú)法獲取和積累知識(shí)。由于整個(gè)過(guò)程涉及個(gè)體自身、個(gè)體之間以及個(gè)體與群體間多層次演化關(guān)系，事故發(fā)生、個(gè)體死亡、知識(shí)多寡等多種狀態(tài)及知識(shí)積累、擴(kuò)散和個(gè)體補(bǔ)充等多種行為，屬于復(fù)雜系統(tǒng)演化問(wèn)題，故選擇元胞自動(dòng)機(jī)進(jìn)行仿真實(shí)驗(yàn)。

1.2 元胞自動(dòng)機(jī)建模

元胞自動(dòng)機(jī)(Cellular Automaton)是一類時(shí)間和空間都離散的動(dòng)力系統(tǒng)。該系統(tǒng)由有限個(gè)元胞組成，某一時(shí)刻某一元胞的狀態(tài)只與其自身及其鄰居有關(guān)，但元胞間簡(jiǎn)單的交互行為可以演化出復(fù)雜的宏觀結(jié)果[17]。本文將元胞自動(dòng)機(jī)模型表示為CA=(L,Q,S,f)。其中：CA表示元胞自動(dòng)機(jī)，L表示元胞空間，Q表示元胞狀態(tài)集合，S表示元胞鄰域，f則表示元胞狀態(tài)轉(zhuǎn)換規(guī)則，具體如下：

1)元胞及元胞空間：元胞空間是長(zhǎng)寬均為41格、總計(jì)1 681格的正方形柵格無(wú)界空間。其中每個(gè)柵格代表一個(gè)獨(dú)立個(gè)體，記為{(i,j)|i,j∈[-20,20]}。同時(shí)，本研究假設(shè)社會(huì)中個(gè)體總量保持不變，個(gè)體死亡后能在下一時(shí)刻及時(shí)補(bǔ)充。

2)元胞鄰域：選取了馮諾依曼型和摩爾型2種典型鄰域形式，運(yùn)行時(shí)由開(kāi)關(guān)調(diào)節(jié)。鄰域關(guān)系并不僅指空間上的鄰近，還表示社會(huì)關(guān)系的親近。

3)元胞狀態(tài)：反映了社會(huì)中個(gè)體所具備的安全知識(shí)水平，即安全知識(shí)量(Knowledge，用K表示)。與元胞顏色深淺相關(guān)聯(lián)，顏色越淺則知識(shí)量越大。

4)轉(zhuǎn)換規(guī)則：涉及個(gè)體知識(shí)積累規(guī)則、見(jiàn)證者知識(shí)積累規(guī)則和知識(shí)擴(kuò)散規(guī)則。

①個(gè)體知識(shí)積累規(guī)則指不考慮知識(shí)傳播時(shí)，個(gè)體從事故中獲取知識(shí)并積累的過(guò)程，其表達(dá)式為：

鑒于此，本文以張家界市世界地質(zhì)公園為研究區(qū)，選取生態(tài)足跡法作為研究方法，通過(guò)對(duì)該地質(zhì)公園2000年、2005年、2010年及2015年四個(gè)時(shí)段的生態(tài)足跡與生態(tài)承載力大小進(jìn)行測(cè)算，運(yùn)用生態(tài)盈余指數(shù)及生態(tài)壓力指數(shù)對(duì)將張家界市世界地質(zhì)公園的可持續(xù)發(fā)展現(xiàn)狀進(jìn)行科學(xué)測(cè)度并對(duì)其結(jié)果進(jìn)行分析，在此基礎(chǔ)上預(yù)測(cè)其未來(lái)2020年可持續(xù)發(fā)展的趨勢(shì)。論文的研究將為張家界市世界地質(zhì)公園的可持續(xù)發(fā)展提供參考建議，并為類似地質(zhì)公園的建設(shè)和發(fā)展提供有益的借鑒。

(1)

②見(jiàn)證者知識(shí)積累規(guī)則描述事故見(jiàn)證者獲取知識(shí)的過(guò)程，表達(dá)式為：

(2)

③知識(shí)擴(kuò)散規(guī)則描述通過(guò)宣傳教育等方式提高某一類人群安全知識(shí)的過(guò)程，表達(dá)式為：

(3)

2 仿真實(shí)驗(yàn)與分析

2.1 仿真實(shí)驗(yàn)過(guò)程與初步結(jié)果

根據(jù)以上模型設(shè)定，確定本實(shí)驗(yàn)自變量包括事故率、死亡率、見(jiàn)證者及其數(shù)量、擴(kuò)散、替代元胞及其初始知識(shí)和初始安全知識(shí)上限。因變量包括社會(huì)安全知識(shí)平均值(Mean)及其離散系數(shù)(CV)。據(jù)此運(yùn)用Netlogo軟件構(gòu)建仿真實(shí)驗(yàn)平臺(tái)如圖2所示。

圖2 仿真實(shí)驗(yàn)平臺(tái)Fig.2 Simulation experimental platform

經(jīng)測(cè)算，將ΔK設(shè)為0.1，ΔS設(shè)為0.01，δ設(shè)為0.01。各變量名稱、含義及其取值范圍如表1所示。根據(jù)變量取值，采用交替控制變量法進(jìn)行仿真實(shí)驗(yàn)。具體步驟如下：

1)將見(jiàn)證者及其數(shù)量、擴(kuò)散均設(shè)定為0，將替代元胞設(shè)定為1，初始安全知識(shí)上限設(shè)定為9.9。

2)將死亡率設(shè)定為0，事故率從0開(kāi)始，以0.1為增量增加至1，從而獲得11組數(shù)據(jù)樣本；然后將死亡率設(shè)定為0.1，重復(fù)事故率調(diào)整的步驟，再獲得11組數(shù)據(jù)樣本；依此類推，死亡率以0.1為增量一直增加至1，共獲取121組數(shù)據(jù)樣本。

3)將見(jiàn)證者開(kāi)關(guān)開(kāi)啟，鄰域?yàn)轳T諾依曼鄰域。重復(fù)第二步，獲得121組樣本。

4)將見(jiàn)證者開(kāi)關(guān)及其數(shù)量開(kāi)關(guān)均開(kāi)啟，二者數(shù)值變?yōu)?，鄰域變?yōu)槟栢徲?。重?fù)步驟2)獲得121組樣本。

5)關(guān)閉見(jiàn)證者及其數(shù)量開(kāi)關(guān)，開(kāi)啟擴(kuò)散，重復(fù)步驟2)獲得121組樣本。

6)，關(guān)閉擴(kuò)散開(kāi)關(guān)并打開(kāi)替代者初始知識(shí)開(kāi)關(guān)，重復(fù)步驟2)獲得121組樣本。

表1 研究變量描述Table 1 Description of studied variables

經(jīng)過(guò)以上步驟，仿真實(shí)驗(yàn)共獲得605組數(shù)據(jù)樣本。但由于部分樣本中作為離散系數(shù)分母的安全知識(shí)均值為0，導(dǎo)致離散系數(shù)不可得，相關(guān)的有效樣本剩余596組。運(yùn)用SPSS軟件對(duì)數(shù)據(jù)樣本進(jìn)行描述性統(tǒng)計(jì)分析所得結(jié)果如表2所示。

表2 樣本描述性統(tǒng)計(jì)結(jié)果Table 2 Results of sample descriptive statistics

由表2可知，事故率和死亡率在[0,9.9]間隨機(jī)取值，均值為0.5符合預(yù)期；見(jiàn)證者為1的數(shù)據(jù)有242組，故均值為0.4，其余變量為1的數(shù)據(jù)僅有121組，故均值為0.2。Mean的均值為3.819，標(biāo)準(zhǔn)差為3.606，樣本整體知識(shí)量處于較低水平并存在一定程度波動(dòng)；CV的均值為1.738，標(biāo)準(zhǔn)差為1.866，樣本整體知識(shí)差異程度處于較低水平且存在一定波動(dòng)。

2.2 對(duì)知識(shí)水平的影響分析

Mean是用以表示社會(huì)安全知識(shí)積累水平的變量，對(duì)與其相關(guān)的605組有效樣本進(jìn)行層次回歸分析，先考察解釋變量能在多大程度上解釋因變量，而后加入事故率與死亡率、事故率與見(jiàn)證者、死亡率與替代者初始知識(shí)交互項(xiàng)，檢驗(yàn)是否存在交互關(guān)系。回歸分析結(jié)果匯總?cè)绫?所示。

表3 層次回歸分析結(jié)果匯總(因變量：Mean)Table 3 Summary of hierarchical regression analysis results (dependent variable:Mean)

注：*表示P<0.1；**表示P<0.05；***表示P<0.01。

由表3可知，模型1能解釋因變量69.4%的方差，模型2在增加3個(gè)交互項(xiàng)后，能解釋71.9%的方差，且二者均顯著，表明2個(gè)模型擬合度均可接受。模型1中，死亡率標(biāo)準(zhǔn)化回歸系數(shù)β值為-0.47，表明死亡率的增加會(huì)導(dǎo)致社會(huì)平均知識(shí)較大幅度減少；事故率β值為-0.055，表明事故率的增加會(huì)導(dǎo)致社會(huì)平均知識(shí)小幅減少。替代者初始知識(shí)、見(jiàn)證者及其數(shù)量的β值分別為0.756，0.216和0.122，表明三者的增加會(huì)提高社會(huì)平均知識(shí)水平。擴(kuò)散對(duì)知識(shí)水平產(chǎn)生正向影響但不顯著。根據(jù)上述結(jié)果，提出“死亡悖論”的另一種形式，即“個(gè)體經(jīng)歷事故越多，越可能獲得更多安全知識(shí)，但也越可能死于事故而導(dǎo)致知識(shí)流失”。該悖論被命名為“數(shù)量型死亡悖論”，以區(qū)別于文獻(xiàn)[4]中關(guān)于事故卷入程度的“死亡悖論”。該悖論為解釋安全事故周期性發(fā)生問(wèn)題提供了新思路，即個(gè)體層面的安全知識(shí)積累可能存在一個(gè)上限，此上限遠(yuǎn)低于個(gè)體在其他領(lǐng)域的知識(shí)積累水平，且會(huì)隨時(shí)間的推移而波動(dòng)，同時(shí)由于隱性知識(shí)的存在不易通過(guò)教育培訓(xùn)等方式突破此上限。

模型2中，事故率β值由負(fù)值變?yōu)?.151，表明事故率的影響復(fù)雜且不穩(wěn)定。事故率與死亡率交互項(xiàng)β值為-0.262，表明事故率越高，死亡率對(duì)社會(huì)平均知識(shí)的負(fù)向影響越大，符合預(yù)期。事故率與見(jiàn)證者交互項(xiàng)β值為-0.093，表明事故率的增加會(huì)小幅削弱見(jiàn)證者對(duì)社會(huì)平均知識(shí)的正向影響，這再次體現(xiàn)了事故率影響的復(fù)雜性。死亡率與替代者初始知識(shí)交互項(xiàng)的β值為0.217，表明替代者擁有社會(huì)平均知識(shí)的組中，死亡率的負(fù)向影響會(huì)減弱，符合預(yù)期。

2.3 對(duì)知識(shí)差異的影響分析

CV是用以表示社會(huì)安全知識(shí)差異水平的變量。對(duì)與其相關(guān)的596組樣本進(jìn)行層次回歸分析，步驟與因變量Mean的分析相同，得到結(jié)果如表4所示。

表4 層次回歸分析結(jié)果匯總(因變量：CV)Table 4 Summary of hierarchical regression analysis results (dependent variables:CV)

注：*表示P<0.1；**表示P<0.05；***表示P<0.01。

由表4可知，模型1能解釋因變量54.5%的方差，增加3個(gè)交互項(xiàng)后能解釋58.4%的方差，且二者均顯著，表明2個(gè)模型均可接受。模型1中6個(gè)解釋變量影響均顯著。其中，死亡率、事故率的β值分別為0.355和0.16，表明死亡率和事故率的增加會(huì)擴(kuò)大個(gè)體知識(shí)差異；替代者初始知識(shí)、見(jiàn)證者及其數(shù)量和擴(kuò)散的β值分別為-0.767，-0.546，-0.094和-0.234，表明4個(gè)變量的增加均會(huì)縮小知識(shí)差異，且替代者初始知識(shí)影響較大。

模型2中，事故率的影響變得不顯著。事故率與死亡率交互項(xiàng)β值為0.189，表明事故率越高，死亡率對(duì)知識(shí)差異的正向影響越大，與預(yù)期相符；死亡率與替代者初始知識(shí)交互項(xiàng)β值為-0.361，表明替代者擁有社會(huì)平均知識(shí)的組中，死亡率對(duì)知識(shí)差異的正向影響會(huì)大幅減少。

3 結(jié)論

1)個(gè)體死亡會(huì)阻礙安全知識(shí)積累并加劇個(gè)體間知識(shí)差異，同時(shí)也不利于安全知識(shí)擴(kuò)散。事故率的增加會(huì)同時(shí)提高知識(shí)積累機(jī)會(huì)和個(gè)體死亡機(jī)會(huì)，產(chǎn)生雙向?qū)_效應(yīng)，導(dǎo)致其對(duì)安全知識(shí)積累和擴(kuò)散的影響變得復(fù)雜且不穩(wěn)定。同時(shí)，事故率與死亡率存在交互效應(yīng)，事故率的增加會(huì)強(qiáng)化死亡率的影響。據(jù)此提出“數(shù)量型死亡悖論”并認(rèn)為個(gè)體安全知識(shí)積累存在上限，為安全事故周期性發(fā)生提供了新解釋。應(yīng)著重于降低事故死亡率，從而盡可能保全富有經(jīng)驗(yàn)的員工；完善輕微和未遂事故報(bào)告分析機(jī)制，同時(shí)建立事故調(diào)查細(xì)節(jié)信息和原始素材采集披露機(jī)制，確保從更多的事故中獲取更深層次的隱性知識(shí)。

2)事故見(jiàn)證者的增加和替代者知識(shí)水平的提高有助于安全知識(shí)的積累和擴(kuò)散，且后者作用較強(qiáng)。此外，后者還能削弱個(gè)體死亡產(chǎn)生的負(fù)向影響。應(yīng)使強(qiáng)制性崗前安全培訓(xùn)覆蓋所有涉危行業(yè)和相關(guān)職位；同時(shí)運(yùn)用慕課微課等網(wǎng)絡(luò)平臺(tái)建立全國(guó)性的標(biāo)準(zhǔn)化課程資源；依靠虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、場(chǎng)景復(fù)現(xiàn)等技術(shù)建立事故體驗(yàn)站并吸引相關(guān)人員入站體驗(yàn)，獲取更多更真實(shí)的事故經(jīng)驗(yàn)。

3)針對(duì)低知識(shí)群體進(jìn)行廣泛的知識(shí)擴(kuò)散會(huì)在一定程度上減少個(gè)體間知識(shí)差異，但對(duì)安全知識(shí)積累的影響微弱而不顯著。這表明廣泛的、科普性的安全知識(shí)宣傳教育，能夠起到一定的知識(shí)平均化的作用，但對(duì)知識(shí)積累的作用有限。