知识内化视角下煤炭企业精细化安全管理机制研究成果

九、知识内化视角下煤矿企业精细化安全管理之路径分析和假设检验

本研究利用路径分析的方法针对所提之煤矿企业在中国获得安全知识内化过程模式进行检验。如果所得两个变量之间的路径系数未达到α＝0.05的相关显著水准，表示两个变量之间因果关系薄弱，则去掉该路径，重新求得一修正之路径模式，然后再计算出各路径之路径系数，借此得以计算出模型中具有影响力之各个独立变数对因变量的直接与间接影响力的大小。

下面先对路径分析作介绍，然后分别按照组织内部因素、组织外部因素、个人管理者能力（MC）和个人员工素质（EM）在获得安全知识内化转化而后提高精细化安全管理绩效之路径分析和讨论。

（一）路径分析

路径分析由遗传学家S.Wright于1921年首次提出，此后该研究方法在社会学、心理学、政治学、教育学等有关行为科学领域逐渐被广泛应用。路径分析是一种分析封闭系统（closed system）中各研究变量所具因果及非因果之线性关系的方法。本质上，路径分析不是用来推论变量之间的因果关系，它仅具有回溯功能，用来检验一个假想因果模型的准确或可靠的程度。由于路径分析所能检验的因果体系必须具有相当的封闭性，所以其理论必须建立在以下假设上：

（1）变量之间的因果次序是预定的，而且是单向作用，换言之，不考虑相互因果及反馈（feedback）的情形。

（2）变量之间的关系是线性并可相加的。

（3）所有内生变量（endogenous variables）的误差项之间是相互独立的，而且任一因变量的误差项与此内生变量之所有输入变量也相互独立。

（4）所有测量变量的测量工具必须具有相当的信度和效度。

路径分析是利用一组回归方程式来描述理论体系中各变量之间的因果关系，各因果方程式的组合即是一结构模型，可探讨某一自变量对因变量的直接影响成分，以及透过其他中介变量所产生的间接影响。从统计运用的角度来看，路径分析是回归分析的一种延伸，但是路径分析所着重的是对一组方程式的估计鉴定，研究者在进行路径分析前，必须先对考虑的方程式组有适当的理论解说，而在分析时必须强调诸方程式间所蕴含意义的内在一致性，换言之，路径分析着重于探索诸方程式之间是否有矛盾的情形。

路径分析不能直接以原始数据进行分析，必须将资料转化为相关矩阵或将资料标准化才能分析，本研究将采用SPSS 16.0和AMOS 16.0进行路径分析。一旦以上用来解释煤矿企业在中国获得安全知识内化而成功转化，回归分析将用来检验获得安全知识内化的战略相对重要性以及煤矿企业安全知识内化在煤矿企业的企业战略和精细化安全管理绩效间的中介作用。三个相关的回归模型是：

RSMP＝α₀＋α₁OIF＋α₂OEF＋α₃MC＋α₄EM＋α₅CS＋α₆EL＋ε₁

SKI＝γ₀＋γ₁OIF＋γ₂OEF＋γ₃MC＋γ₄EM＋γ₅CS＋γ₆EL＋ε₃

RSMP＝β₀＋β₁OIF＋β₂OEF＋β₃MC＋β₄EM＋_β5SKI＋β₆CS＋β₇EL＋ε₂

注：OIF：组织内部因素；OEF：组织外部因素；MC：管理者的能力；EM：员工素质；SKI：安全知识内化；RSMP：精细化安全管理绩效；CS：企业规模；EL：教育水平；α_i、βi和γ_i是估计参数；ε_i是其误差项。

根据最初的回归分析，通过检验标准残差发现了一些特异值。三个特异值被发现然后被删除。然后，调查问卷综合起来形成相应变量的测量。缺失值通过选择SPSS 16.0的“排除成对项”，这意味着只有拥有完整且相关构念的数据项才能用来计算相关系数。160名煤矿企业管理者和341名员工的数据将录入SPSS 16.0进行回归分析。逐步回归方法用来进行线性回归。回归分析在本研究的样本中随机选择数据来重复进行，估计参数是稳定的。因此，该结果说明在进行回归分析中就没有多重共线性。

（二）知识内化视角下煤矿企业精细化安全管理之相关分析

首先，本研究将通过Pearson相关系数分析煤矿企业精细化安全管理影响因素即组织内部因素（OIF）、组织外部因素（OEF）、领导者能力（MC）、员工素质（EM）、控制变量如企业规模（CS）和教育水平（EL）以及煤矿企业安全知识内化（SKI）和精细化安全管理绩效（RSMP）之间的关系。

为探究变量之间的关系以及变量之间是否存在着线性相关，本研究利用Pearson相关系数以检验各变量之间的相关性是否成立，结果如表5.15所示。由表中数据可知，相关系数都在α＝0.05的显著水平下，所有变量呈显著相关。

表5.15　知识内化视角下煤矿企业精细化安全管理的所有重要变量的简单相关系数

注1：＊表示相关系数在α＝0.05的显著水平下呈显著相关；＊＊表示相关系数在α＝0.01的显著水平下呈显著相关；＊＊＊表示相关系数在α＝0.001的显著水平下呈显著相关。

注2：OIF：组织内部因素；OEF：组织外部因素；MC：管理者的能力；EM：员工素质；SKI：安全知识内化；RSMP：精细化安全管理绩效；CS：企业规模；EL：教育水平。

（三）知识内化视角下煤矿企业精细化安全管理之回归分析

为进一步检验本研究所提出的假设路径是否存在，以逐步回归分析检验并建立模式中所有自变量与相关之因变量之间的函数关系，以决定路径是否修正。

由上述所提出的概念框架，本研究针对下列特定的自变量相关的因变量进行多元回归分析。即

RSMP＝α₀＋α₁OIF＋α₂OEF＋α₃MC＋α₄EM＋α₅CS＋α₆EL＋ε₁　　　　　　　　　　　　　　　　　　　　　　　　　 （5.1）(www.xing528.com)

SKI＝β₀＋β₁OIF＋β₂OEF＋β₃MC＋β₄EM＋ε₂　　　　　　 （5.2）

RSMP＝γ₀＋γ₁OIF＋γ₂SKI＋γ₃CS＋γ₄EL＋ε₃　　　　　　（5.3）

RSMP＝δ₀＋δ₁OEF＋δ₂SKI＋δ₃CS＋δ₄EL＋ε₄　　　　　　（5.4）

RSMP＝η₀＋η₁EM＋η₂SKI＋η₃CS＋η₄EL＋ε₆　　　　　　　（5.5）

多元回归的结果详列于表5.16之中。

表5.16　知识内化视角下煤矿企业精细化安全管理的多元回归分析

注：＊表示回归系数在α＝0.05的显著水平下呈显著相关；＊＊表示回归系数在α＝0.01的显著水平下呈显著相关；＊＊＊表示回归系数在α＝0.001的显著水平下呈显著相关。

在表5.16中，虽然部分回归系数并未达到α＝0.05的显著性水平，但是由于所有回归模式显著性检验F值在α＝0.05的显著性水平下均呈显著相关，表示以上6组模式皆为有效的回归模型，因此，为了进一步探究各个变量对相关因变量的影响路径是否存在，以及其分布之影响程度，采用逐步回归进一步分析，并借此求出各影响之路径系数以及各变量对于模型之解释能力R²有多少的贡献。

以上表5.16中便针对本研究路径模型中四种精细化安全管理之安全知识内化影响因素、两个主要的因变量（SKI——煤矿企业安全知识内化；RSMP——精细化安全管理绩效）以及控制变量CS和EL（企业规模和教育水平）分别进行逐步回归分析。

首先，在考虑控制变量CS和EL的情况下，本研究进行了自变量为精细化安全管理之安全知识内化影响因素与因变量为精细化安全管理绩效之间的回归式（5.1）。表5.16第二行显示了式5.1的回归结果，其中精细化安全管理之安全知识内化影响因素即OIF、OEF、MC和EM四种影响因素对煤矿精细化安全管理绩效的影响，除MC外其他都是显著的，而且其回归系数分别为0.181、0.063、0.079和0.093，且R²为0.657，而控制变量CS即企业规模对于煤矿企业精细化安全管理绩效则无显著影响（0.102），但EL即教育水平对精细化安全管理绩效则显著影响（0.181）。说明在考虑控制变量的时候，这四种影响因素除管理者能力（MC）外确实能显著影响到煤矿企业精细化安全管理绩效（RSMP），而且在影响煤矿企业安全知识内化的战略中，组织内部因素影响最大，其回归系数为0.181，其次为员工素质，其系数为0.093。另外，这就支持了假设1（H1）、2（H2）、3（H3）和4（H4），由于管理者能力（MC）对煤矿企业精细化安全管理绩效（RSMP）无影响，因此，该研究未支持假设7。

其次，在考虑控制变量CS和EL的情况下，本研究进行了自变量为精细化安全管理之影响因素与因变量为安全知识内化（SKI）之间的回归即式（5.2）。表5.16第三行显示了式（5.2）的回归结果，其中组织外部因素、组织内部因素、管理者素质和员工素质即OIF、OEF、MC和EM四种影响因素对煤矿企业安全知识内化的影响是显著的，而且其回归系数分别为0.246、0.107、0.112和0.134，且整个回归模型的解释力度R²为0.493。说明在考虑控制变量的时候，这四种企业战略确实能显著影响到煤矿企业安全知识内化，而且在影响安全知识内化的因素中，组织内部因素影响最大，其回归系数为0.246，其次是员工素质（EM），其系数为0.134。

再者，在考虑控制变量CS和EL的情况下，本研究进行了自变量为精细化安全管理之安全知识内化影响因素中组织内部因素（OIF）和安全知识内化（SKI）与因变量为精细化安全管理绩效之间的回归即式（5.3）。表5.16第四行显示了式（5.3）的回归结果，其中组织内部因素、安全知识内化即OIF和SKI对煤矿企业精细化安全管理绩效的影响是显著的，而且其回归系数分别为0.221和0.113，R²为0.422，说明在考虑控制变量的时候，组织内部因素（OIF）和安全知识内化（SKI）确实能显著影响到精细化安全管理绩效，而且结合“（一）”和“（二）”的分析结果，可以看出，安全知识内化确实在组织内部因素（OIF）对煤炭企业安全精细化管理绩效的影响中起着中介作用。因此，该结果支持假设5（H5）。

而后，在考虑控制变量CS和EL的情况下，本研究进行了自变量为精细化安全管理之安全知识内化影响因素中组织外部因素（OEF）和安全知识内化（SKI）与因变量为精细化安全管理绩效之间的回归即式（5.4）。表5.16第五行显示了式（5.4）的回归结果，其中组织外部因素、安全知识内化即OEF和SKI对煤矿企业精细化安全管理绩效（RSMP）的影响是显著的，而且其回归系数分别为0.273和0.015，R²为0.482，说明在考虑控制变量的时候，组织内部因素（OEF）和安全知识内化（SKI）确实能显著影响到精细化安全管理绩效，而且结合“（一）”和“（二）”的分析结果，可以看出，安全知识内化确实在组织内部因素（OEF）对煤炭企业安全精细化管理绩效的影响中起着中介作用。因此，该结果支持假设6（H6）。

接着，在考虑控制变量CS和EL的情况下，本研究进行了自变量为精细化安全管理之安全知识内化影响因素中管理者能力（MC）和安全知识内化（SKI）与因变量为精细化安全管理绩效（RSMP）之间的回归。由于管理者能力（MC）对于安全知识内化（SKI）没有显著影响（0.112，t＝0.878），但对于精细化安全管理绩效却有显著影响（0.079，t＝2.021）。因此，为了判断安全知识内化（SKI）的中介作用，还需要做Sobel检验。通过统计量z＝（其中分别是a、b的估计，分别是的标准误差）的计算，得出安全知识内化（SKI）的Sobel检验不显著，从而其在管理者（MC）对精细化安全管理绩效（RSMP）的影响中的中介作用不显著。因此，该结果不支持假设7（H7）。

最后，在考虑控制变量CS和EL的情况下，本研究进行了自变量为精细化安全管理之安全知识内化影响因素中员工素质（EM）和安全知识内化（SKI）与因变量为精细化安全管理绩效之间的回归即式（5.5）。表5.16第六行显示了式（5.5）的回归结果，其中员工素质和安全知识内化即EM和SKI对煤矿企业精细化安全管理绩效的影响是显著的，而且其回归系数分别为0.291和0.066，R²为0.501，说明在考虑控制变量的时候，员工素质（EM）和安全知识内化（SKI）确实能显著影响到精细化安全管理绩效，而且结合“（一）”和“（二）”的分析结果，可以看出，安全知识内化确实在员工素质（EM）对煤炭企业安全精细化管理绩效的影响中起着中介作用。因此，该结果支持假设8（H8）。

总之，可以看出，四种精细化安全管理之安全知识内化影响因素中有三种（组织内部因素、外部因素和员工素质）确实能正向影响煤矿企业精细化安全管理绩效，而煤矿企业安全知识内化也确实能正向影响精细化安全管理绩效，从而验证了H1、H2和H4，不支持H3。同时，煤矿企业安全知识内化对三种精细化安全管理之安全知识内化影响因素与精细化安全管理绩效之间起着显著的中介作用，而且其中介效应占其总效应分别为30.0%即（0.246×0.221）/0.181，46.4%即（0.107×0.273）/0.063，41.9%即（0.134×0.291）/0.093，都在30%以上的中介效应。这也验证了煤矿企业进入中国的转化过程中要通过获得煤矿企业安全知识内化才大有可能获得精细化安全管理绩效即验证了假设H5、H6、H8，不支持H7。另外，控制变量CS和EL在五个回归方程中也是表现出只对精细化安全管理绩效有直接作用，而对煤矿企业安全知识内化无作用，因此，控制变量企业规模（CS）和教育水平（EL）对于煤矿企业在进入中国转化过程的前期安全知识内化获得不起作用，而在精细化安全管理绩效的提升上能起作用。所以这也验证了煤矿企业在进入中国转化过程中可以通过提升安全知识内化来提升其精细化安全管理绩效。

（四）知识内化视角下煤矿企业精细化安全管理之SEM分析

除了上述利用忽略测量误差的路径分析来研究笔者所提出的概念框架和研究假设，本研究还将剔除测量误差来考察该概念框架和研究假设。利用的各个假设也采用结构方程模型的方法来检验。首先概念模型如文后附图，结构方程模型拟合情况为：χ²/df＝2.86（0.081），NFI＝0.92，NNFI＝0.92，CFI＝0.93，IFI＝0.94，GFI＝0.91，SRMR＝0.032，RMSEA＝0.021，可见，理论模型的拟合优度比较理想，表明附图中的模型即本研究所提出的概念模型是可以接受的。

本研究的假设检验结果概括为表5.17，在本研究作出的两组假设（一组为H1、H2、H3、H4，一组为H5、H6、H7、H8）中，得到支持的为6个。在煤炭企业精细化安全管理的影响因素中，组织内部因素、组织外部因素、管理者能力和员工素质对精细化安全管理绩效都产生显著的正向影响（γ＝0.23，t＝2.34；γ＝0.12，t＝1.89；γ＝0.30，t＝0.76；γ＝0.13，t＝2.36）即H1、H2、H4得到支持，而H3没得到支持。这与上述回归分析结果一致。首先，三种精细化安全管理影响因素对于煤矿企业安全知识内化都有显著正向影响；其次，煤矿企业安全知识内化在三种煤炭企业精细化安全管理的影响因素（即组织内部因素、组织外部因素和员工素质）与精细化安全管理绩效之间的中介作用显著，即H5、H6、H8得到支持，但H7未得到支持；最后，发现控制变量企业规模（CS）和教育水平（EL）对于煤矿企业安全知识内化无显著影响，而对精细化安全管理绩效有显著影响。这些都说明煤矿企业精细化安全管理通过煤矿企业安全知识内化的提升，能让精细化安全管理绩效得到提高，其中介效果显著且起着30%以上的中介作用，如表5.17所示。

表5.17　研究假设检验结果

同时，还可以从表5.17看出，在影响煤矿企业安全知识内化（SKI）的四种因素中，组织内部因素（OIF）和员工素质（EM）的影响最大，影响系数分别为0.23和0.16，最后才是管理者能力（MC）和组织外部因素（OEF）。另外，安全知识内化（SKI）的中介作用也与回归分析得到的结果一致，其在组织内部因素（OIF）对精细化安全管理绩效影响中、在组织外部因素（OEF）对精细化安全管理绩效影响中、在员工素质（EM）对精细化安全管理绩效影响中起着显著的中介作用。

而且，虽然领导者能力（MC）对于精细化安全管理绩效有着直接的显著影响，但安全知识内化（SKI）在领导者能力（MC）对精细化安全管理绩效中没起到显著的中介作用。这可能是因为领导者能力如执行力等都不需要安全知识进行内化，而直接指导员工和安全操作，能提高精细化安全管理绩效。

本章主要介绍了研究方法并验证在第四章提出的假设。首先本研究采用了连续探索性设计，即先进行定性分析如案例分析和个人访谈，然后再用定量分析来验证定性分析的结果。本研究采用对杨河煤业、新密煤业等案例分析结合个人访谈，得出了支持第三章所提出的假设的结论。然后，本研究以调查问卷的形式收集数据，首先，收集了30名员工和30名企业管理者的数据进行预测试，考察问卷信度和效度，并删除和修改部分问项。接着，本研究进行正式调研，获得了160份煤矿企业中高层管理人员问卷和341份员工问卷，并进行以管理者和员工的双边数据来分析和验证本研究假设：首先，对煤炭企业精细化安全管理之知识内化的影响因素的EFA和CFA进行分析，因子分析结果表示这两个影响因素属于正确的因子；然后，用路径分析即不考虑测量误差来验证H1～H8的所有假设，结果验证了第三章提出的H1、H2、H3、H4、H5、H6、H8，未支持H7；最后，采用SEM分析即考虑测量误差来验证H1～H8的假设，结果也与路径分析的一致。

第六章将讨论本研究的研究结果，分别对所提出的模型和研究问题进行回答，并总结本研究的研究贡献（理论、实践和方法贡献）、研究局限和未来研究方向。