田水承，梁 清，王 莉，烏力吉，殷雷宇

（1.西安科技大學 能源學院，陜西 西安 710054；2.西安科技大學 安全管理研究所，陜西 西安 710054）

噪聲與礦工行為安全關系研究及防控對策

田水承1，2，梁 清1，2，王 莉1，2，烏力吉1，2，殷雷宇1，2

（1.西安科技大學 能源學院，陜西 西安 710054；2.西安科技大學 安全管理研究所，陜西 西安 710054）

為了探究噪聲對不同風險感知水平礦工個體的安全行為能力的影響程度，明確噪聲引起礦工的生理參數的變化程度與作業出錯率的關系，采用量表與實驗相結合的方法，將礦工分為風險感知水平不同的兩組，分別測試兩組礦工的眼手協調出錯次數與平均心率（MeanHR）、平均皮電反應水平（MeanSCL），運用SPSS19.0對所得結果進行了顯著性檢驗。結果表明對于風險感知水平不同的礦工，噪聲對其眼手協調出錯次數增加率的影響與其平均心率變化率、平均皮電反應水平變化率呈線性相關。研究結論表明噪聲對風險感知較低的礦工安全行為能力影響程度較大，對風險感知較高的礦工安全行為能力影響程度較小。在此研究基礎上，提出了防控對策。

噪聲；風險感知；礦工；心率；皮電反應水平

0 引 言

噪聲作為煤礦第一隱形殺手，不僅對礦工身體構成嚴重職業危害，更為重要的是對礦工安全行為能力構成嚴重威脅。研究表明，噪聲對實驗對象的生理指標影響明顯，有噪聲時實驗對象的操作更容易出錯[1]。風險感知指的是人們客觀的對風險的特征和嚴重性的主觀判斷，其包含2個因素，決策結果的不確定性與決策后果的嚴重性[2]。即當人要發生1個有風險的行為動作或者是要做1件有風險的事情時，就會考慮所產生后果的可能性有多大，嚴重性有多大，這就是人對風險的感知[3]。

目前關于噪聲對礦工影響研究主要集中在職業危害方面，從不安全行為方面研究較少。以色列研究人員對大約6 000名工廠工人進行跟蹤調查，發現噪聲狀態下的工人存在短暫的心肌缺血現象，這種生理現象的變化容易導致工人產生人因失誤[4]。Lundberg U等[5]選取在噪聲狀態下對實驗對象進行心率計算，用來研究個體對噪聲強度抵抗的效果，結果表明心率及主觀用力均產生變化，說明個體對噪聲抵抗較差。Enrico Cagno等[6]通過設置實驗條件，建立噪聲模型評價職業噪聲與暴露時間的關系，通過軟件開發建立了模型，并在1家報紙印刷廠進行應用。發現人暴露在不同噪聲環境中有不同的影響。PeterG.Kovalchik[7]認為過量的噪音會導致不良的口頭溝通和減少認識到預警信號的能力，在這些危險的工作條件下也能產生疲勞，導致職業性聽力損失等永久性疾病，并且沒有恢復的可能。田水承，李磊等[8]通過實驗對10名試驗對象進行研究，測試出試驗對象在噪聲情景下的個體行為能力。研究發現，噪聲對試驗對象的生理指標影響明顯，有噪聲時試驗對象的操作更容易出錯。程根銀，陳紹杰[9]研究發現噪聲對人的行為起著嚴重的負面效應，作業人員在信息接受與處理過程中，噪聲對人聽覺閾有掩蔽作用，還可以影響人的反應時間，使人錯誤判斷外界刺激或者對外界刺激的反應有所延遲。

本研究在前人研究基礎上，進一步研究噪聲對不同的風險感知水平的礦工安全行為能力的影響程度，提出有針對性的防控措施，為有效降低噪聲危害，提高煤礦安全管理水平提供新思路。

1 量表測量

1.1 量表選定

通過文獻查閱與現場訪談，歸納出影響礦工風險感知水平的4個維度分別為：①不安全行為可能導致財產受到損失，如罰款等；②不安全行為可能影響身體與心理，如身體致殘等；③不安全行為可能導致浪費時間，如接受培訓等；④不安全行為可能影響集體，如集體受到處罰等。

基于對影響風險感知水平的4個維度分析，采用李克特五級量表編制法，編制了包含4個維度8個題目的調查問卷。

1.2 量表檢驗

1.2.1 樣本概況

選取某大型煤礦為樣本群，發放初始問卷140份，回收有效問卷124份，問卷有效率為89%.對回收的問卷進行信息統計，統計結果表明，問卷結構合理，具有一定的區分度，適合作信效度分析。

1.2.2 數據分析

采用Alpha信度系數法對問卷信度進行分析，Cronbach’s Alpha值為0.716，說明量表信度較好。本次效度檢驗使用結構效度檢驗，采用因子分析法，首先進行巴特利球形檢驗和KMO檢驗來進行變量間的相關分析。檢驗結果見表1.

從分析結果可知，變量中的大部分信息均能夠被公因子所提取，說明因子分析的結果有效，形成正式量表。

表1 KMO和Bartlett的檢驗

對量表做因子分析，提取出如下4個維度，分別為工期耗損，身心受傷、財產虧損，集體受損。方差累計率達到54.663%，具體情況見表2.

表2 旋轉后因子負荷值、各因子特征根、方差及累計方差貢獻率

從分析結果可知，變量中的大部分信息均能夠被公因子所提取，說明因子分析有效，形成正式量表。

1.3 量表測試

選取30名被試進行量表測試，借助PeterandTarpey（1975）在對風險感知水平的測量研究時提出的計算公式，計算出礦工的風險感知水平。

R=P×S.

式中 R為風險感知水平；P為風險造成損失的可能性；S為風險造成損失的嚴重程度。

計算出每名被試的風險感知水平，并計算出測試礦工的平均風險感知水平為11.62，選取20名被試將其風險感知水平進行高低2個等級劃分。將礦工按風險感知水平從大到小依次編號排列，風險感知水平值在11.62以上被試作為風險感知水平較高個體，反之則作為風險感知水平較低個體。

2 實驗測量

2.1 實驗原理

大量實驗研究表明，當個體受到外在環境刺激時，其生理參數會發生顯著變化，產生不良情緒，心跳加快，皮膚導電性增大[10]，其中一方面表現就是使人更容易出現操作失誤。本實驗通過構建噪聲環境場景，測試噪聲環境下風險感知水平不同的礦工的生理參數（平均心率與平均皮電反應水平）與操作失誤之間變化規律，探究噪聲對不同風險感知水平礦工安全行為能力的影響程度。

2.2 實驗假設

H1：噪聲環境風險感知水平較低礦工出錯增加率與生理指標變化率較大。

H2：噪聲環境風險感知水平較高礦工出錯增加率與生理指標變化率較小。

2.3 實驗儀器與流程

2.3.1 實驗儀器

本實驗選取眼手調節器測試眼手協調能力，BioLAB人因數據同步系統測試平均心率與平均皮電反應水平。

2.3.2 實驗流程

1）實驗前進行儀器的連接調試，檢查儀器完好性。對被試進行儀器操作的講解與演示，并讓被試自己操作，直到熟練為止。根據量表測量結果將實驗對象分為風險感知水平較高組與風險感知水平較低組；

2）BioLAB人因數據同步系統電極片連接人體相應部位，播放輕音樂，要求被試操作眼手調節器，要求在規定的時間內完成任務，測試時間為60s，記錄此過程操作出錯次數以及平均心率與平均皮電反應水平；

3）將輕音樂切換為煤礦井下掘進工作面錄制的噪聲，其他條件不變的情況下讓被試操作眼手調節器，要求在規定的時間內完成任務，測試時間為60s，記錄此過程操作出錯次數以及平均心率與平均皮電反應水平。

3 結果討論

3.1 行為與生理數據顯著性分析

運用SPSS19.0軟件對噪聲前與噪聲環境下眼手協調平均出錯次數增加率、平均心率變化率與平均皮電反應水平變化率進行獨立樣本T檢驗。

1）對眼手協調平均出錯次數增加率進行檢驗，所得結果見表3.

從表3可知，第一個P=0.011<0.05，說明2個樣本方差是非齊性的，使用第二行數據，第二個P=0.011<0.05，說明給予噪聲刺激后，風險感知高分組與風險感知低分組操作時間增長率有顯著性差異。畫出不同風險感知水平被試平均操作出錯次數增長率折線圖。

表3 獨立樣本檢驗

圖1 噪聲前與噪聲環境平均出錯次數增加率Fig.1 Increase rate of average error time under noise/quiet condition

從圖1可知，大部分風險感知水平較高被試組被試的平均出錯次數增加率低于風險感知水平較低被試組被試。結合表3可知，給予噪聲刺激后，

風險感水平較高的被試相對于風險感知水平較低的被試操作出錯次數增加率幅度小。

2）對平均心率變化率與平均皮電反應水平變化率進行獨立樣本T檢驗，所得結果見表4.

由表4可知，對于心率變化率顯著性檢驗后，第一個P=0.875>0.05，說明2個樣本方差是齊性的，使用第一行數據，第二個P=0.030<0.05，說明給予噪聲刺激后，風險感知高分組與風險感知低分組平均心率變化率有顯著性差異；對于皮電變化率顯著性檢驗后，第一個P=0.629>0.05，說明2個樣本方差是齊性的，使用第一行數據，第二個P=0.025<0.05，說明給予噪聲刺激后，風險感知高分組與風險感知低分組平均皮電反應水平變化率有顯著性差異。

表4 獨立樣本檢驗

畫出不同風險感知水平被試平均心率變化率折線圖與平均皮電反應水平變化率折線圖。

圖2 噪聲前與噪聲環境平均心率增長率Fig.2 Increase rate of mean HR under noise/quiet condition

從圖2可知，大部分風險感知水平較高的被試的平均心率變化率低于風險感知水平較低的被試組被試。結合表3可知，給予噪聲刺激后，風險感知水平高的被試相對于風險感知水平低的被試平均心率變化率幅度小。

從圖3可知，大部分風險感知水平較高被試的平均皮電反應水平變化率低于風險感知水平較低的被試組被試。結合表4可知，給予噪聲刺激后，風險感知水平高的被試相對于風險感知水平低的被試平均皮電反應水平變化率幅度小。

圖3 噪聲前與噪聲環境平均皮電反應水平增長率 Fig.3 Increase rate of mean SCL under noise/quiet condition

3.2 生理參數對安全行為能力的評估

一元線性回歸方程主要研究1個未知隨機變量與可控制的一般變量之間存在線性相關關系，主要步驟是：①提出變量之間線性關系假設；②估計線性參數；③檢驗假設是否成立[11]。

1）提出假設。S1眼手協調出錯次數增加率與平均心率變化率有一定的線性關系。

S2眼手協調出錯次數增加率與平均皮電反應水平變化率有一定的線性關系。

2）選取眼手協調平均出錯次數增加率為自變量，平均心率變化率與平均皮電反應水平變化率為因變量，應用SPSS19.0軟件進行判定，進行線性回歸檢驗結果見表5.

表5 Anova 分析與殘差統計量

從表5中可以看出，P1=0.026<0.05，P2=0.009<0.05滿足顯著性水平分析，說明自變量對因變量解釋部分具有顯著性。S1殘差的均值為0.000 00，S2殘差的均值為0.000 00，所以殘差平均值為0.

圖4 標準化殘差頻率分布Fig.4 Frequency distribution of standardized residuals

圖5 標準化殘差頻率分布Fig.5 Frequency distribution of standardized residuals

從圖4和圖5可知，盡管標準化殘差出現了后尾現象，但是基本滿足正態分布；

3）通過以上分析，驗證了假設，說明被試平均心率變化率與平均皮電反應水平變化率與眼手協調出錯次數增加率呈線性相關。

3.3 實驗結果討論

通過實驗結果分析，發現噪聲環境下風險感知水平較低的礦工操作失誤增加率與生理指標變化率呈線性相關，并且操作失誤增加率與生理指標變化率較大，驗證了假設H1.

噪聲環境下風險感知水平較高的礦工操作失誤增加率與生理指標變化率呈線性相關，并且操作失誤增加率與生理指標變化率較小，驗證了假設H2.

4 防控對策

研究結論表明，生理參數變化率較大的礦工其操作失誤變化率較大，說明風險感知水平較低的礦工容易受外界不良環境刺激產生不安全行為；生理參數變化率較小的礦工其操作失誤變化率較小，說明風險感知水平較高的礦工不易受外界不良環境刺激產生不安全行為。針對以上結論，分別從提高礦工的視聽覺水平、提高礦工的心理認知水平以及舒緩礦工心情3個方面加強管控。

1）提高礦工的視聽覺水平。礦工具有良好的視聽覺水平，在噪聲環境下，一旦出現危險預兆，礦工將會快速感知到所要發生的風險，就會有意識的停止不安全行為。所以礦工在平時的生活中應當加強視聽覺的練習，提高風險感知水平；

2）提高礦工的心理認知水平。礦工發生不安全行為，一般都是麻痹僥幸心理所致，通過培訓讓礦工意識到發生不安全行為的嚴重后果與慘重代價，礦工風險感知水平就會提高，從而減少不安全行為的發生；

3）舒緩礦工心情。礦工普遍生活壓力大，勞動強度高，心理負擔嚴重。企業應當為礦工準備一些舒緩輕音樂或者宣泄物品來使礦工心理負擔得到有效宣泄舒緩，礦工壓力減少，風險感知水平提高，就不易發生不安全行為。

[1]GreenMS．Associationofsilent-segmentdepressiononone-hourambulatoryECGswithexposuretoindustrialnoiseamongblue-collarworkersinIsraelexaminedatdifferentlevelsoftemperature[J].ExcretaMedical，Environ.HealthandPollutionControl，1993，30（6）：277-278．

[2] 卜玉梅.風險分配、系統信任與風險感知——對廈門市幼兒家長食品安全風險感知的實證研究[D].廈門：廈門大學，2009.

BUYu-mei.Riskdistribution，trustofsystemsandriskperceptionanempiricalstudyoninfants’parentsperceptionoffoodsafetyrisksinXiamencity[D].Xiamen:XiamenUniversity，2009.

[3] 孟 博.風險感知理論模型及影響因子分析[J].中國安全科學學報，2010，20（10）：59-66.

MENGBo.Therorticalforriskperceptionanditsfactoranalysis[J].ChinaSafetyScienceJournal，2010，20（10）：59-66.

[4]GreenMS．Associationofsilent-segmentdepressiononone-hourambulatoryECGswithexposuretoindustrialnoiseamongblue-collarworkersinIsraelexaminedatdifferentlevelsoftemperature[J].ExcretaMedical，Environ.HealthandPollutionControl，1993，30（6）：277-278．

[5]LundbergU，FrankenhacuserM．Psychophysiologicalreactionstonoiseasmodifiedbypersonalcontrolovernoiseintensity[J].BiologicalPsychology，1978，6（1）：51-59．

[6]EnricoCagno.Statisticalevaluationofoccupationalnoiseexposure[J].ScienceDirect，2005，66：297-318.

[7]PeterG.Kovalchik.Applicationofpreventionthroughdesignforhearinglossintheminingindustry[J].JournalofSafeResearch，2008，39：251-254.

[8] 田水承，李 磊，鄧 軍，等.基于BioLAB的礦工不安全行為與噪聲關系試驗研究[J].中國安全科學學報.2013，23（3）：10-15.

TIANShui-cheng，LILei，DENGJun，etal.Experimentalstudyonrelationshipbetweenminer’unsafebehaviorandnoisebasedonBioLAB[J].ChinaSafetyScienceJournal，2013，23（3）：10-15.

[9] 程根銀，陳紹杰，齊金龍，等.煤礦井下噪聲對人的不安全行為影響分析研究[J].華北科技學院學報，2014，24（5）：8-13.

CHENGGen-yin，CHENShao-jie，QIJin-long，etal.Influenceofundergroundnoiseonpepole’sunsafebehaviorincoalmines[J].JournalofNorthChinaInstituteofScienceandTecholongy，2014，24（5）：8-13.

[10] 袁曉芳，李紅霞，田水承，等.基于BioLAB的煤礦工人突發事件場景下應急反應的評估研究[J].西安科技大學學報，2014，34（5）：546-552.

YUANXiao-fang，LIHong-xia，TIANShui-cheng，etal.Evaluationofcoalminers’emergencyresponsecapacityinemergencyscenariosbasedonBioLAB[J].JournalofXi’anUniversityofScienceandTechnology，2014，34（5）：546-552.

[11] 付麗華，王 晶.一元線性回歸分析在煤礦企業中的應用[J].煤礦現代化，2006，72（3）：87-88.

FULi-hua，WANGJing.Alinearregressionanalysisapplicationincoalenterprises[J].CoalMineModernlized，2006，72（3）：87-88.

Researchontherelationshipbetweenthenoiseandminerbehaviorsafetyandprevention-controlcountermeasures

TIANShui-cheng1，2，LIANGQing1，2，WANGLi1，2，WULi-ji1，2，YINLei-yu1，2

（1.CollegeofEnergyScienceandEngineering,Xi’anUniversityofScienceandTechnology,Xi’an710054,China； 2.InstituteofSafetyManagement，Xi’anUniversityofScienceandTechnology，Xi’an710054，China）

In order to explore the noise influence and its degree on the behavior safety ability of miners whose risk perception levels are different，as well as to figure out the relationship between miners’ physiological parameters changes result from noise and operating error rate，a method of combining questionnaire and experiment is adopted in this paper.The method divided the miners into two groups according to their different levels of risk perception.Then，test two groups of miners in eyes-and-hands coordination mean error frequency，mean average heart rate and mean skin conductance level，and analyzes the obvious changes in the result using SPSS19.0.The results indicate that：for miners with different risk perception levels，due to noise influenced，miners’eye and hand coordination errors increase rate is related to the change rate of mean heart rate（HR）and mean skin conductance level（SCL）rate.The conclusion shows that safety behavior ability of miners with lower level of risk perception get greater impact from noise;on the contrary，safety behavior ability of miners with higher level of risk perception get less impact.Finally，we put forward the prevention and control countermeasures based on the conclusion.

noise；risk perception；miner；heart rate；skin conductance level

2015-03-20 責任編輯：高 佳

國家自然科學基金項目（71273028，71271169）；博士學科點專項科研基金項目（20116121110002，20126121110004）

田水承（1964-），男，山東淄博人，教授，E-mail：tiansc@xust.edu.cn

10.13800/j.cnki.xakjdxxb.2015.0505

1672-9315（2015）05-0555-06

X

A