袁晓芳，周垚，孙林辉，方颖，彭飞飞

(西安科技大学 管理学院，西安 710054)

1 引言

“危险感知(Hazard Perception)”是一个复杂、多元的概念，用来描述人类进行危险搜索、识别、分析、评价的生理和心理的综合过程［1］。自从人们将危险感知作为一个客观指标应用以来，已经应用于安全、医疗等多个领域。我国是产煤大国，煤矿安全事故时有发生，大量案例调查表明矿工在工作中，危险感知能力的降低是导致煤矿安全事故的主要原因。因此，研究矿工作业过程中危险感知的特征与规律，寻求提高矿工危险感知能力的策略和方法已经成为了煤矿安全生产中的重要课题。

目前，个体危险感知的研究途径大体分为两大类:一是心理测量模式，通过填写量表的形式直接获得受测者在特定风险特征维度上对特定风险条目的感知水平，以此反映受测者对风险的反应、偏差等［2］，二是生理实验测试模式。该模式主要采用一些生理仪器记录被试的生理反应信号，进而分析个体危险搜索速度、反应时间以及个体差异对比等。谢智等人通过记录驾驶员的脉搏、呼吸和皮电信号的数据，再根据驾驶员主观填写的疲劳状态自我评价和驾驶员发现障碍物的距离来判断其对危险感知的能力大小［3］。张婷琳等人通过头皮脑电信号研究了大脑局部和全局的感知模式，以此来推测人的行为危险感知［4］。2002 年，为了提高驾驶安全性，Chapman P.等人通过眼动仪收集驾驶员的眼动特征，来找寻与驾驶安全相关联的数据［5］。2013 年，唐智慧等人利用眼动方法验证了新老驾驶员的危险感知能力差异［6］。其中眼动特征提取主要使用眼睛闭合程度、闭合时间、眨眼频率、点头频率、人脸的朝向、人眼注视方向以及嘴的张开程度等来判断危险认知能力高低［7］。2013 年Salmon P 等人通过危险信息口头描述以评估情况合理性及口头描述准确性反映危险感知能力［8］。矿工危险感知能力是利用视觉、听觉等感觉器官对施工场景进行快速搜索并及时发现危险目标的察觉能力。矿工危险感受能力越强，获取场景信息越全面，对危险目标更为敏感，能越早发现危险目标。眼睛是人类最重要的感觉器官，人们从外界接收各种信息中80%以上是通过视觉获得的。因此，利用眼动技术获取矿工危险感知数据并进行分析是非常有效的途径之一。目前国内外有很多的学者已经将眼动特征分析应用于新闻领域、心理领域、宇航员研究领域、交通领域等各个领域。［9］Mark S.Young 等人(2009 年)使用眼动仪实验分析驾驶员在观看路边广告时的眼动特征，来研究路边广告对驾驶员注意力的影响。并且建议在一些交通道路上尽量少放一些有可能分散司机注意力的物品，而那些对安全起重要作用的标志应该做的更醒目一些［10］。本文通过开展眼动测试实验，获取被试观看不同的矿工工作场景时的眼动特征，对比分析不同场景中被试的眼动特征数据，以此探索矿工危险感知的基本特性及差异。

2 实验设计及实验过程

2.1 实验设计

搜集煤矿生产作业中常见的矿工工作场景图片，包括有危险点的图片和无危险点的图片。通过记录被试在限定的时间内眼睛注视实验图片这一过程中的各项眼动指标，并进行实验数据分析，研究矿工的危险感知情况。再利用客观的实验数据分析与主观的问卷调查来讨论不同的矿工工作经历、文化程度与年龄等因素对矿工危险感知能力的影响情况。

2.2 被试选择与环境设计

选取听力正常、身体健康、视力或矫正视力正常，20 -60 岁之间的煤矿在职工作人员作为实验的被试人员，并且在实验的前一个月有下井工作的经历。实验环境就是模拟矿工工作环境，实验在一间隔音房间中进行，室内光线较暗，通风一般，温度15 -20℃左右，相对湿度60%左右。实验素材的光照会影响瞳孔的大小，据文献得出实际光照度在750 ～1500 lux 环境下最适合长时间工作，［11］本实验中，被试在进行实验时，所有图片的亮度均采用900 lux。

2.3 实验素材与问卷设计

实验素材是煤矿生产作业中常见的矿工工作场景图片，包括无危险点的图片和有危险点的图片;图片题材包括漫画型与实景型，由于漫画型简洁，减少其他因素的干扰，但为了不脱离现实场景也配有实景型素材，本实验漫画型包含3张图片和现实场景型包含3 张图片，共计6 张，其中图1 为漫画型图片，其中第一张为无危险点，后两张为有危险点。图2 为实景型图片，其中第一张为无危险点图片，后面两张为有危险点图，如下图所示。

本次问卷共分为两个部分，实验前作答部分主要是记录被试的基本信息与目前工作的基本状况，实验后作答部分主要是针对被试在实验时观察到的图片进行提问。

图1 漫画型图片

图2 实景型图片

2.4 实验设备

实验设备采用的是TobiiT120XL 眼动仪。能够在短时间内获取和记录被试者眼动的数据和位置。同时，这个眼动仪含有扬声器和摄像机，在眼动实验过程中可以记录被试者观看被测素材时的面部表情。受试者注视前方眼动仪屏幕上的内容，测试人员通过摄像机记录被试实验的整个过程，安装在TobiiT120XL 眼动仪屏幕下方的摄像头摄取受试者眼睛图像并传入测试计算机，采集分析受试者眼动数据。实验任务由Experiment Center3. 4 软件进行设计，数据采集由ivewX 软件来完成，数据分析由BeGaze3.4 分析软件来完成。

2.5 实验过程

每次实验测试一名被试。首先向被试简短地介绍实验目的、实验流程及实验注意事项，并让其填写一份实验前的个人信息问卷。然后让被试坐在眼动仪的刺激图像显示器前的椅子上，然后启动Iview3.4 和Experiment Center3.4 软件，通过五点法进行眼动仪视线追踪系统的校准，达到校准精度＜0.5 的实验要求后开始正式实验。

实验指导语、实验用图片的呈现顺序都通过Experiment Center3.4 软件进行设计，六张实验图片采用随机顺序呈现。每个实验素材图片在电脑屏幕的播放时间是10 s，一直到最后一张图片播放完成，指导语提示结束，记作第一个被试实验完成。之后按同样顺序完成第二个被试的测试，直到完成所有的测试。每个被试实验测试后，由实验引导员引导被试完成眼动实验后的问卷填写及访谈，针对实验过程中，被试的实际感受，进行详细的采访，记录被试在观看图片素材时的真实心理感受，为后期危险感知能力的分析做参考。

3 结果

本次有眼动实验总共有52 个被试，其中数据有效率达80%以上的被试40 个，达90%以上的被试23 个，还有12 个被试记录的数据有效率低于80%，这可能是因为在实验过程中由于被试闭眼，坐姿和浏览方式有变动而导致眼动数据无效。因此本次实验分析我们选取了有效性达90%以上的23 个被试眼动数据，为了图示效果清楚，实验在23 个有效被试中随机抽取8 个进行热区图、轨迹图和集簇图的叠加，得到了如图3 所示的总叠加热区图、轨迹图和集簇图。

图3 实景型有危险点图的轨迹图、热区图与集簇图

如图3 所示是煤矿常见的矿工乘坐矿车时的图片，软件统计得出被试观看这张图片的注视点轨迹图、热区图与集簇图特征。通过对比发现，被试眼动的集簇图、热区图和轨迹图都集中在有矿工头伸出车外的地方，而且明显地集中在危险点的区域。这说明被试看到这张图片时，对矿工头伸出窗外这一危险区域的辨识能力较强，因而注视的时间长，注意力集中。同理，也用同样的方法对比分析了其他有危险点的实验素材。通过分析发现，大多数被试的注视点轨迹基本集中在图片中存在危险点的区域，形成了明显集中的轨迹图、热区图和集簇图。

图4 实景型无危险点图的轨迹图、热区图与集簇图

图5 漫画型无危险点图的轨迹图、热区图与集簇图

如图4、5 所示是无危险点的图片，通过对比发现，被试集簇图、热区图和轨迹图都集中在图片中的人脸部分，且热区图与集簇图分布较为均匀，这说明被试观看无危险点图片时，注意力较分散。

3.1 瞳孔大小分析

相关研究已证明瞳孔直径的变化大小是人们在信息加工时心里负荷的量化指标，当一个人的瞳孔直径由小变大时，说明他的心里负荷增强，注意力集中度增高［12］。由此，我们可以利用眼动数据中瞳孔的大小变化来分析被试在观看不同的实验照片时警觉度的高低。通过划分AOI兴趣区来分析眼动特征指标是眼动实验常用的方法，追踪眼动的四项特征指标数据，由注视点分布的规律可以分析出被试先后注视的位置、注视每个兴趣区的时间、访问兴趣区总的时间长度等来判断被试注意力的集中与分散区域，以此来确定被试对危险的感知情况。在实验数据和调查问卷的分析基础上，对被试的年龄、文化程度与是否经历过煤矿事故进行分析，探讨矿工个体危险感知的差异性。

瞳孔大小指的是被试在观看某一实验素材时眼球直径的大小。通过分析瞳孔大小，可分析被试对某一实验素材或素材中某一部位、元素等感知的情况。对比23 名被试在观看不同场景图片时的瞳孔大小平均值，可发现当被试观看含有危险点的图片时瞳孔明显增大，数值为3.96 mm。当观看无危险点的图片时瞳孔相对较小，数值为2.76 mm。可见，有危险点的图片更能引起被试的注意，这也说明被试在观看有危险点的图片时警觉度水平明显增高。

3.2 AOI 兴趣区分析

本文通过眼动数据分析矿工在观看不同作业场景图片时的危险感知情况，6 张实验图片中挑选出含有危险点的4 张图片并建立AOI 兴趣区，每张图片中兴趣区的面积大小要求完全一样。并统计所有被试在每个AOI 兴趣区的首次注视时间、总访问次数、注视时长和总访问时间。其中最有分析价值的是首次注视时间。

(1)首次注视时间(Time to First Fixation)分析:即首次进入时间分析。如表1，对比发现，被试在观看无危险点区域的首次进入时间平均值要比有危险点区域的首次进入时间平均值大。被试在观看实景型第二张图时，首次进入无危险点区域的时间平均值是2.89 s，而有危险点区域的平均时间是0.21 s，被试在观看实景型第三张图时，首次进入无危险点区域的时间平均值是1.98 s，而危险点区域的平均时间是0.48 s。这说明，被试对同一张图片中有危险点区域的感知更敏感。其中N 为被试有效个数，Mean 为平均数，Sum 为总计值，Stedv 为标准差值。

表1 AOI 兴趣——首次进入时间数据分析

利用MATLAB 分析出图片有无危险点的首次进入时间对比图，如图6、7 所示。

图6 漫画型有危险点第二张

图7 实景型有危险点第三张

通过对比两张实验图中有无危险点的曲线可知，被试在对图片中有无危险点区域的眼动指标数据差异显著，其他两张有危险点的图片也有同样结果，这也进一步说明了被试对危险点的感知度较高。

用SPSS 软件对被试在观看实验图片中有无危险点区域的两组数据进行t 检验，如表2 所示。

表2 漫画型(第二张)

对于表2 漫画型(第二张)，被试在有危险点的区域首次进入时间有18 个自由度，在置信度为99%的情形下，t 统计量观测值的双尾概率P值为0.00017，远＜临界值P =0.01，故两组数据有显著的差异性。同理可得其他三组实验图片的双尾概率P 值，得到其数据也具有显著差异。这也进一步说明，被试对图片中危险点的辨识度较高。

(2)注视点持续时间总和(Total Fixation Duration)分析。如表3，统计发现，被试在观看有危险点区域的注视点持续时间总和＞无危险点区域的注视点持续时间总和。被试在观看实景型第二张图时，在危险点区域的注视点持续时间总和为14.98 s ＞无危险点区域的14.09 s。被试在观看实景型第三张图时，在危险点区域的注视点持续时间总84.62 s ＞在无危险点区域的23.96 s，同样被试在观看其他图片时，在危险点区域的注视点持续时间总和大于无危险点的区域。这说明图片中存在危险点的区域容易引起被试的注意，被试对其的感知能力较强。

表3 AOI 兴趣——注视点持续时间总和数据分析

(3)总访问时间(Total Visit Duration)分析。如表4，总的访问时间在实景型第二张图中，被试对危险点区域的总访问时间是126.58 s，而在无危险点区域是18.89 s，危险点区域总的访问时间明显高于无危险点区域，同理，其他3 张图片中，有危险点区域的总访问时间也比无危险点区域的时间要长。

表4 AOI 兴趣——总访问时间数据分析

(4)总访问次数(Visit Count)分析。如表5，通过总的访问次数分析发现，被试在观看图片中危险点区域时，总的访问次数明显多于无危险点的区域。这说明被试在观看不同作业场景图片时，对于图片中含有危险点区域访问次数比较多，注意的时间比较长。

表5 AOI 兴趣——总访问次数数据分析

综合以上4 个眼动指标分析可以发现，被试在观看实验图片时，能够很快注意到图片中有危险点区域的部分，注视时间较长，注视次数较多，这说明被试对图片中危险点区域的感知较明显、辨识能力较强

对23 名有效被试分别按照年龄、文化水平与是否经历过煤矿事故三个因素进行眼动数据对比分析。年龄“40 岁以下”的被试为a1 组，“40岁以上”的被试为a2 组;文化水平“小学及以下”的被试为b1 组，“初中及以上”的被试为b2 组;经历过煤矿事故的被试为c1 组，未经历过煤矿事故的被试为c2 组。如表6 是不同年龄组被试进入AOI 兴趣区首次注进入危险点时间统计分析结果:

表6 不同年龄被试的首次进入危险点时间均数比较(单位:s)

通过上表中的统计数据分析可以发现a1 组被试观看图片中危险点的首次进入时间的平均值均大于a2 组，且漫画型第二张、第三张的数值较为显著，说明年龄越小对危险的感知越敏感，辨识能力越强。

将年龄组被试在观看图片时的注视轨迹图，热区图和集簇图进行分析后，也可以看出，a1 组被试在观看图片时的注视轨迹图，热点图和集簇图在有危险点的AOI 兴趣区里在均比a2 组被试的要集中。这说明，a1 组被试在观看图片时对图片中存在危险点的辨别能力要比a2 组被试的辨别能力要强。

利用MATLAB 画出两组被试在观察漫画型第二张图片的首次进入时间均值对比图，如图8:

图8 年龄组首次进入时间对比图

观察曲线可以发现40 岁以下的被试组对实验图中危险点的敏感性较高，而40 岁以上的被试组相对较低。

用SPSS 软件对两组被试在观看漫画型第二张图片中有无危险点的两组数据进行t 检验，如表7 所示。

t-检验:成对双样本均值分析40 以下 40以上平均 0.290909091 1.762727273方差 0.037209091 1.320041818 df 10 P(T ＜=t)单尾 0.000403068 t 单尾临界 1.812461123 P(T ＜=t)双尾 0.000806137 t 双尾临界2.228138852

由表7 可知，被试在有危险点的区域首次进入时间有3 个自由度，在置信度为99%的情形下，t 统计量观测值的双尾概率P 值为0.0008，小于临界值P=0.01，故两组数据有显著的差异性。说明被试在40 岁以下对危险点的辨识度要高于40 岁以上的被试。按照此方法对其他三张图片进行t 检验都得出相同的结果。

同理对不同文化水平与是否经历过煤矿事故分析可以发现，b1、c1 被试组与b2、c2 被试的首次进入时间相比无明显差异，从而推断出被试的危险感知程度与文化水平和是否经历过煤矿安全事故无显著相关性。

综合所有实验数据分析，可以得出年龄与矿工危险感知能力有显著相关性，文化水平与是否经历过煤矿事故无显著相关性。

4 讨论

(1)通过分析对比有无危险点的实验图片，发现无危险点的图片中23 名被试叠加的注视轨迹图、热区图和集簇图比有危险点区域的要分散，这说明被试在观看不同场景的图片时对于图片中有危险点区域的感知较敏感，注意力较集中，危险感知相对较高。

(2)通过实验前后的问卷调查以及注视点的数据统计分析，发现被试在观看不同场景的图片时，对于含有危险点的区域，首次访问时间都比较短，说明被试在观看图片时能够很快注意到图片中危险点的区域，能感知到所存在的操作危险。而注视点的持续时间、总的访问时间、总的访问次数中，显示被试在观察有危险点的区域时比观察无危险点的区域时间总值都要长，这也进一步说明了人们对于有危险点的图片危险感知相对较高。

(3)将被试按照年龄、文化水平与是否经历过煤矿事故三个因素进行对比分析，发现年龄较小的被试组在观看图片时的注视轨迹图、热点图和集簇图均比年龄较大的被试要集中，兴趣区的首次注视时间较小，对危险的感知较敏感。这可能是因为年龄较大的被试由于工作经验与生活经验的关系，对于图片中危险点的风险性估计比较小，而年龄较小的被试对于图片中危险点的风险性估计比较大。文化水平与是否经历过煤矿安全事故的因素对被试首次进入危险点的区域时间无明显的影响。

5 结论

本文采用眼动特征追踪的实验方法来分析矿工在观看不同工作场景图片的危险感知情况，得到以下结论:①矿工对有危险点的兴趣区有明显的危险感知性。②年龄较小的矿工眼动特征较集中，对身边工作环境的危险感知相对较高。③矿工的文化水平与是否经历过煤矿事故与危险感知无显著相关性。

根据以上结论，煤矿企业对矿工进行安全培训时，应增加矿井工作中常见的不安全操作图片的展示，用以加强矿工的安全操作意识。年龄较大的矿工由于其丰富的工作经验和生活经验更容易出现危险感知偏差，需要对其加强安全教育。

本文仅是对矿工危险感知的差异性进行了初步的分析探讨，危险感知受个体、组织、工作环境等多方面的影响，其认知加工过程及规律复杂多变，未来研究中可考虑通过脑电测试等技术对此进一步研究。