您的位置:首页 > 安全文集 > 安全论文 > 石油化工论文 > 正文

海洋石油班组安全业绩影响因素研究(一)

时间:2012年04月27日 14:50  来源:互联网  已被浏览2968次  评论0

   摘要:班组安全建设是安全管理工作的重要基础,对其如何影响企业安全业绩进行研究,可以帮助企业管理者和安全人员建立有效的管理方法和体系。采用调查问卷和回归方法,对海洋石油企业班组的安全影响因素进行了分析。结果表明,作业班组召开安全会议的频率越高,海洋石油企业安全业绩越好;讨论安全问题的班前会次数占总班前会的比重越高,安全业绩越好。另外还发现:下属对班组长应承担的安全责任了解越多,班组的安全业绩越差;公司制度中对班组长的安全业绩奖惩规定越明确则会降低该班组海洋石油作业的安全业绩。

  关键词:海洋石油企业;班组;安全;影响因素;管理;分析

  班组安全建设是安全管理工作的重要基础[1]。作为较早对外开放的行业,海洋石油企业吸收了许多先进的安全管理经验与做法,安全管理的业绩水平达到了国际石油行业的先进水平,相关机构曾对海洋石油安全管理的影响因素进行过宏观分析,对提高企业安全管理水平和安全业绩有很大的帮助。在高风险和复杂的海洋石油作业中,当安全管理水平发展到一定程度时,更应对安全管理影响因素的分析进行深入研究和细化。研究展现企业安全文化的班组安全责任、安全会议、安全制度、授权等对企业安全业绩的影响,可以帮助了解企业安全业绩的关键影响因素,便于企业管理者和安全人员建立有效的管理方法和体系[2],以取得更好的安全业绩。笔者拟从安全责任、安全制度以及班组会议等方面出发,采用调查问卷和回归方法,实证分析这些管理方法和手段对班组安全的影响。

  1 研究方法及研究设计

  1.1 研究变量(因素)及研究方法

  根据海洋石油企业对班组安全管理的实践,基层班组长安全责任及权限范围、安全制度、安全事故记录等调查主要包含以下问/题(研究中将每个问题作为1个变量来考虑):(1)公司对班组长安全职责有无明确的书面规定(B1);(2)公司对班组长安全汇报程序上有无明确书面规定(B2);(3)公司对班组长是否有明确处理安全应急的设置和权限(B3);(4)公司是否给予班组长安全预算和开支权(B4);(5)直接下属对班组长承担的安全责任是否了解(B5);(6)发生事故时,班组长对待承担责任的态度(B6);(7)公司有无安全口号(B7);(8)班组召开安全会议的频率(B8);(9)班前会上讨论安全问题的比重(B9);(10)公司制度中班组长停止作业的情况(B10);(11)公司安全制度是否对相关活动相互牵制(B11);(12)安全培训是否制度化(B12);(13)公司制度中有无对班组长进行安全业绩奖惩或者激励的条款(B13);(14)公司员工能否越级上报安全问题(B14);(15)班组长对安全巡视的重视程度(B15);(16)当班检查出安全问题上报情况(B16);(17)事故目标是否清晰(B17)。

  笔者采用问卷调查的分析方法,根据调查问卷数据对其中的因素以及对应的安全业绩作回归分析,建立多元线性回归模型。(安全管理交流-www.riskmw.com)

  记安全业绩影响因素为B(解释变量),安全业绩为E(被解释变量),可以得出如下回归方程:

  E=α+β1B1+β2B2+β3B3+…+βNBN+ε (1)

  回归方程中对被解释变量有显著影响的变量即是要寻找的因素。

  1.2 研究数据的采集

  笔者采用问卷调查法对所研究的变量进行数据采集。问卷共分5个方面的问题:“安全管理制度、安全责任即权限范围、安全会议及记录、事故记录、安全业绩”。问卷设计的类型主要包括“是非型”、“程度型”、“选择型”、“数值型”等[3]。程度型及选择型问题根据Linkert设计方法,采用5个级别方法进行了设计。

  分别对海洋石油南海海区4个作业单位,包括JHN、西江合作油田、挪威国家石油(东方)有限公司以及中海油深圳分公司等36个作业班组的班组长发放问卷36份,实际回收有效问卷24份。

  2 相关性及回归分析

  2.1 调查问卷描述性统计分析

  从调查问卷的描述性统计来看,是否型问题B3、B7、B17、B14程度型问题中的B5、B9,选择型问题中的B8、B12、B16、B17以及B10、B15在统计样本中有一定的差异,它们可能对班组业绩有一定的影响。

  B1、B2、B4、B11所有样本的回答结果完全一致,这些变量在所有的样本班组中没有变化,因此在下面的相关性分析和回归分析前被剔除。

  2.2 班组长安全因素相关性分析

  研究采用SPSS统计软件对问卷答案进行分析,确定每个海洋石油企业安全业绩影响因素的状况。通过对各影响因素之间的相关性分析,得到影响我国海洋石油企业安全业绩的关键影响因素。

  各变量之间皮尔生(Pearson)简单相关系数显示,变量B16对其他任何变量没有影响,因此在回归分析中不考虑B16。另外,在显著性水平为0.05的条件下,B3与B6,B13与B10,B14与B7相关性显著,为避免多重共线性的产生,需要从每对变量中剔除一个才能进行回归检验。

  将这些变量分别与E作了简单一元回归。由回归得知,B3与B6中可以剔除B3,B10与B13中可以剔除B10,B7与B14中可以剔除B7。

  2.3 回归分析

  根据上述剩下的B5、B6、B8、B9、B12、B13、B14、B15、B17等9个白变量和应变量班组安全业绩E进行回归分析,回归相关系数R2=0.765,如表1、2所示。回归方程F检验结果表明,显著性(Sig)小于0.05,回归方程显著。

  表1 回归方程显著性检验表

R
R2
调整的R2
估算标准方差
统计结果
875(a)
0.765
0.531
0.10527
R2变化
F变化
df1
df2
F值显著性
0.765
3.264
9
9
0.046

    注:R为多元回归中的复相关系数;a为预测值,常数;df为自由度。

  表2 方差分析表

项目
总方差和
df
均方差
F
Sig
回归
0.326
9
0.036
3.264
0.046(a)
余数
0.100
9
0.011
 
 
总数
0.425
18
 
 

    注:a为预测值,常数;df为自由度。

  方程回归系数如表3所示,B5、B8、B9、B13回归系数T检验Sig值均小于0.1,在90%的置信水平下回归系数显著。其中B5和B13两个变量与安全业绩呈负

责任编辑:wdh

发表评论(共0条评论)
最新评论