张恒1郑建云1田水承2胡星1（1、卫华集团河南长垣453400；2、西安科技大学陕西西安710054）
摘要：为了解煤矿管理人员的实际行为安全水平，提高煤矿安全管理效率，在文献阅读和现场调研基础上，界定了行为安全审计的定义。基于行为安全审计原理，结合煤矿企业安全管理实际，设计了煤矿管理人员行为安全审计调查问卷，通过问卷调查和探索性因子分析（EFA），形成了煤矿管理人员行为安全审计的正式量表，建立了煤矿管理人员行为安全审计指标体系。依据该指标体系对某煤炭集团150名管理人员进行了行为安全审计，结果表明：煤矿管理人员行为安全审计平均得分大于4，行为安全水平较高，但要持续改进安全管理绩效，需要继续提升煤矿管理人员的组织培训和安全心理知识水平。
关键词：煤矿管理人员；行为安全审计；问卷调查；安全水平
1前言
近年来，我国煤矿安全生产水平有了显著提高，但明显落后于美国、俄罗斯、南非等国，造成差距的一个关键原因在于安全管理[1,2]。陈红[3]认为在所有导致我国煤矿重大事故的直接原因中，人因所占比率实际上高达97.67%以上。在煤矿事故中，直接由管理人员的失误行为导致的占45.96%，由此可见,煤矿管理人员管理失误行为是导致我国煤矿重大事故的最关键因素之一[4,5]。从安全审计的角度出发，对煤矿管理人员（本文所研究的煤矿管理人员指煤矿区队长以上的中上层领导）的安全工作进行研究，分析煤矿管理人员行为安全审计要素，构建行为安全审计指标体系，为煤矿管理人员行为安全审计提供理论依据，为降低人因事故的发生提供理论依据，为实际行为安全干预工作提供具体指导。
2行为安全审计理论
2.1行为审计
行为审计学是行为科学在审计活动中的具体体现和运用，是通过对审计活动中各种行为的分析和研究，使其不断合理化、科学化，最终提高审计工作效率和审计工作质量的一门审计学科[6]。行为审计在通常的审计研究中一般被纳入行为会计的范畴，而“行为会计”一词最早出现在1967年，迄今还没有严格的定义。夏明[7]认为“行为会计”主要是运用行为科学方面的理论和方法来验证会计信息及其加工处理过程与人们行为的相互作用和影响，包括自审和他审两方面内容。王胤宇、叶磊[8]指出行为审计与传统的审计研究分析问题的角度是不同的，其方法主要有观察法、实验法和问卷调查法等。
2.2安全审计
本文通过大量的文献查阅总结得出：安全审计是一个较新颖的概念，它具有传统审计学、信息管理学、计算机安全、行为科学、人工智能等学科的交叉理论。如今，安全审计已经被应用于多个领域，如交通道路安全审计、航空安全审计、计算机信息数据安全审计、食品安全审计等[9-12]。但是，国内学术界并没有将安全审计的概念和理论方法引入到人的不安全行为及行为管理研究中，缺乏对我国煤炭企业情景下的安全审计的研究。
2.3行为安全审计
本文结合行为审计和安全审计的相关文献，并根据安全审计所依据的标准、特征和目的，对行为安全审计的定义进行如下界定：由独立、合格而经验丰富的第三方专业人员组成的行为安全审计专家组，以安全审计理论为基础，依据企业安全生产相关的法律法规、国家标准、行业标准、企业制度和行为规范等，将安全审计方法应用于行为安全管理领域，对企业员工的行为进行独立、系统、正式的合规性审查。
行为安全审计的目的是为了查找企业行为管理存在薄弱环节，辨识员工的不安全行为，进而帮助企业制定针对性的解决方案与干预对策，实现对员工行为的控制与管理，从而将事故消灭在萌芽中。
行为安全审计方法主要包括听取汇报、查阅文档记录、组织访谈、现场抽查和问卷调查5种，但实施过程中在时间调配、方法选取等方面稍有差别，本文主要采用问卷调查法提取煤矿管理人员行为安全审计要素，构建煤矿管理人员行为安全审计指标体系。根据所构建的行为安全审计指标体系对某煤炭集团的150名管理人员进行行为安全审计。
3煤矿管理人员行为安全审计指标体系构建
3.1调查问卷的编制
在现场访谈和对国内外研究成果整理分析的基础上，围绕管理实施技能、安全操作技能、安全知识技能、事故应急能力和安全规划能力等5个因素风险辨识能力、交流沟通、安全监督、安全决策等26个维度，编制煤矿管理人员行为安全审计调查问卷。对某煤炭集团的5个煤矿的科队长、矿处长等100余名煤矿管理人员进行半开放式问卷调查，对收集到的半开放式调查问卷进行编码分析，并以此作为调查问卷项目编制的来源。最初设计的问卷包含26个（a1-a26）项目，经安全专业的教授、副教授、研究生以及煤矿工作经验丰富的专业人员对问卷内容进行阅读分析，删除了表述不准确、包含多重概念以及有歧义的4个项目。
3.2调查对象
本研究的问卷调查对象为某煤炭集团公司五个下属煤矿的150名管理人员，共发放150份，回收142份，有效问卷135份，有效率95.1%。被调查者构成情况如下：①职位：矿长（总工程师、主任）25人，队长43人，副队长47人，技术员20人；②性别：男性135人，女性0人；③年龄：30岁以下41人，30-40岁52人，40-49岁28人，50岁以上14人；④学历：高中级以下28人，大学77人，研究生30人。
3.3数据处理与结果分析
3.3.1项目分析
对调查问卷的各题项进行项目分析，项目分析有两种主要方法：①先计算出量表总分，按照总分高低进行排序，以问卷总分最高的27%和最低的27%作为高分组与低分组界限，利用T检验分析高低分组在题项上的差异，将没有达到显著水平的项目剔除。②计算每个项目与总分之间的相关系数，将相关系数不显著和相关系数较低（r<0.3)的项目剔除。最终问卷共剔除4个不合理的项目。
3.3.2信度分析
采用SPSS进行可靠性度量分析，总问卷的同质信度为0.889，5个因子的Cronbach’sAlpha值分别为0.859,0.863,0.811,0.801,0.824，通过信度检验。每个因子的项目分布及信度系数见表1。
3.3.3探索性因子分析
探索性因子分析法（ExploratoryFactorAnalysis，EFA）是一项用来找出多元观测变量的本质结构、并进行处理降维的技术。要进行探索性因子分析，首先要进行KMO和Bartlett球形度检验，以此判断数据是否适合进行因子分析。KMO值越接近1，越适合进行因子分析，小于0.5时一般不适宜进行因子分析。KMO和Bartlett球形度检验结果如表2所示。