张 羽，杨清霞，岑 康

(西南石油大学 土木工程与建筑学院，四川 成都 610500)

0 引言

大量研究证实，反馈环在知识积累过程中起到关键作用[1-3]。然而，与其他领域的失败事件不同，安全事故可能导致个体死亡，引发反馈环断裂，从而对安全知识积累和扩散造成影响[4]。安全领域内的知识管理问题也因此有别于其他领域，成为知识管理中的一类特殊问题。近年来，天津港危险品仓库爆炸、丰城发电厂施工平台坍塌、江苏响水化工厂爆炸等特大事故的相继发生，更凸显出强化安全知识积累和应用，提高安全生产水平的紧迫性。

安全知识指安全行为主体从各个途径中获得，并经过提升、总结与凝练的安全信息[5]。目前，国内外相关研究集中于安全知识的作用、积累及扩散3个方面内容。安全知识作用方面，傅贵等[6]认为一线员工、企业管理者和外部监管者的安全知识缺乏均可能引发事故；尽管安全知识的作用受到员工年龄、经验等因素的调节[7]，但建筑等不同领域的研究均证实了安全知识的重要性[8]。安全知识积累方面，一些完善事故调查的制度建议得以提出，包括建立调查员资格审查体系、事故调查处理信息系统[9]、第三方事故调查机制[10]等；高恩新[11]通过分析事故调查报告发现归因外部化和集体问责不利于安全知识获取，同时，事故分析工具开发和应用也成为研究方向之一；Labib[12]通过对比博帕尔和福岛事故分析模型，探索了可靠性框图、故障树等事故分析工具选择问题；Bellamy等[13]则论证了Storybuilder方法用于事故分析的可行性。安全知识扩散方面，Gressgard等[14]研究了企业在分布式环境中的学习问题，发现学习绩效受单位间知识交流程度、合作关系、领导参与的影响；Underwood等[15]通过专家访谈发现应通过培训、会议等交流形式传播系统事故分析的相关知识；安全管理信息系统等技术也被认为是有效传播安全信息和知识的途径之一[16]。综上所述，安全知识的积累和扩散会对安全结果产生重要影响，且受到众多因素的调节作用。然而，安全结果反向影响安全知识积累和扩散的文献较少。虽然张羽等[4]基于实证研究提出了“死亡悖论”，即“拥有事故关键信息的个体，往往更接近事故核心区域，也更容易死于事故致使信息无法获取”的特殊现象，但其作用机制，特别是其对安全知识积累和扩散的影响仍需深入研究。

基于此，本文在提炼个体死亡影响安全知识积累和扩散过程的基础上，建立元胞自动机模型并基于Netlogo平台进行仿真研究。为提高结果的可信度，本文并未采用仿真图形对比方法得出结论，而是通过重复交叉实验获取数据，再运用SPSS软件进行层次回归分析，以探究安全知识积累和扩散机制，为社会层面的安全知识管理提供新的视角。

1 安全知识积累和扩散的模型构建

1.1 安全知识积累和扩散过程

图1 安全知识积累和扩散过程Fig.1 Accumulation and diffusion processes of safety knowledge

由图1可知，个体的安全知识积累过程是一条从安全知识经安全行为引发安全结果最终形成新知识的反馈环，期间还涉及个体与社会间知识的相互转化，即知识扩散。整个反馈环与一般经验学习过程的最大区别在于个体死亡部分，即一般经验学习不存在个体死亡情况，出现失败事件后会直接进入个体知识积累阶段，而本反馈环可能由于个体死亡而断裂，从而无法获取和积累知识。由于整个过程涉及个体自身、个体之间以及个体与群体间多层次演化关系，事故发生、个体死亡、知识多寡等多种状态及知识积累、扩散和个体补充等多种行为，属于复杂系统演化问题，故选择元胞自动机进行仿真实验。

1.2 元胞自动机建模

元胞自动机(Cellular Automaton)是一类时间和空间都离散的动力系统。该系统由有限个元胞组成，某一时刻某一元胞的状态只与其自身及其邻居有关，但元胞间简单的交互行为可以演化出复杂的宏观结果[17]。本文将元胞自动机模型表示为CA=(L,Q,S,f)。其中：CA表示元胞自动机，L表示元胞空间，Q表示元胞状态集合，S表示元胞邻域，f则表示元胞状态转换规则，具体如下：

1)元胞及元胞空间：元胞空间是长宽均为41格、总计1 681格的正方形栅格无界空间。其中每个栅格代表一个独立个体，记为{(i,j)|i,j∈[-20,20]}。同时，本研究假设社会中个体总量保持不变，个体死亡后能在下一时刻及时补充。

2)元胞邻域：选取了冯诺依曼型和摩尔型2种典型邻域形式，运行时由开关调节。邻域关系并不仅指空间上的邻近，还表示社会关系的亲近。

3)元胞状态：反映了社会中个体所具备的安全知识水平，即安全知识量(Knowledge，用K表示)。与元胞颜色深浅相关联，颜色越浅则知识量越大。

4)转换规则：涉及个体知识积累规则、见证者知识积累规则和知识扩散规则。

①个体知识积累规则指不考虑知识传播时，个体从事故中获取知识并积累的过程，其表达式为：

鉴于此，本文以张家界市世界地质公园为研究区，选取生态足迹法作为研究方法，通过对该地质公园2000年、2005年、2010年及2015年四个时段的生态足迹与生态承载力大小进行测算，运用生态盈余指数及生态压力指数对将张家界市世界地质公园的可持续发展现状进行科学测度并对其结果进行分析，在此基础上预测其未来2020年可持续发展的趋势。论文的研究将为张家界市世界地质公园的可持续发展提供参考建议，并为类似地质公园的建设和发展提供有益的借鉴。

(1)

②见证者知识积累规则描述事故见证者获取知识的过程，表达式为：

(2)

③知识扩散规则描述通过宣传教育等方式提高某一类人群安全知识的过程，表达式为：

(3)

2 仿真实验与分析

2.1 仿真实验过程与初步结果

根据以上模型设定，确定本实验自变量包括事故率、死亡率、见证者及其数量、扩散、替代元胞及其初始知识和初始安全知识上限。因变量包括社会安全知识平均值(Mean)及其离散系数(CV)。据此运用Netlogo软件构建仿真实验平台如图2所示。

图2 仿真实验平台Fig.2 Simulation experimental platform

经测算，将ΔK设为0.1，ΔS设为0.01，δ设为0.01。各变量名称、含义及其取值范围如表1所示。根据变量取值，采用交替控制变量法进行仿真实验。具体步骤如下：

1)将见证者及其数量、扩散均设定为0，将替代元胞设定为1，初始安全知识上限设定为9.9。

2)将死亡率设定为0，事故率从0开始，以0.1为增量增加至1，从而获得11组数据样本；然后将死亡率设定为0.1，重复事故率调整的步骤，再获得11组数据样本；依此类推，死亡率以0.1为增量一直增加至1，共获取121组数据样本。

3)将见证者开关开启，邻域为冯诺依曼邻域。重复第二步，获得121组样本。

4)将见证者开关及其数量开关均开启，二者数值变为1，邻域变为摩尔邻域。重复步骤2)获得121组样本。

5)关闭见证者及其数量开关，开启扩散，重复步骤2)获得121组样本。

6)，关闭扩散开关并打开替代者初始知识开关，重复步骤2)获得121组样本。

表1 研究变量描述Table 1 Description of studied variables

经过以上步骤，仿真实验共获得605组数据样本。但由于部分样本中作为离散系数分母的安全知识均值为0，导致离散系数不可得，相关的有效样本剩余596组。运用SPSS软件对数据样本进行描述性统计分析所得结果如表2所示。

表2 样本描述性统计结果Table 2 Results of sample descriptive statistics

由表2可知，事故率和死亡率在[0,9.9]间随机取值，均值为0.5符合预期；见证者为1的数据有242组，故均值为0.4，其余变量为1的数据仅有121组，故均值为0.2。Mean的均值为3.819，标准差为3.606，样本整体知识量处于较低水平并存在一定程度波动；CV的均值为1.738，标准差为1.866，样本整体知识差异程度处于较低水平且存在一定波动。

2.2 对知识水平的影响分析

Mean是用以表示社会安全知识积累水平的变量，对与其相关的605组有效样本进行层次回归分析，先考察解释变量能在多大程度上解释因变量，而后加入事故率与死亡率、事故率与见证者、死亡率与替代者初始知识交互项，检验是否存在交互关系。回归分析结果汇总如表3所示。

表3 层次回归分析结果汇总(因变量：Mean)Table 3 Summary of hierarchical regression analysis results (dependent variable:Mean)

注：*表示P<0.1；**表示P<0.05；***表示P<0.01。

由表3可知，模型1能解释因变量69.4%的方差，模型2在增加3个交互项后，能解释71.9%的方差，且二者均显著，表明2个模型拟合度均可接受。模型1中，死亡率标准化回归系数β值为-0.47，表明死亡率的增加会导致社会平均知识较大幅度减少；事故率β值为-0.055，表明事故率的增加会导致社会平均知识小幅减少。替代者初始知识、见证者及其数量的β值分别为0.756，0.216和0.122，表明三者的增加会提高社会平均知识水平。扩散对知识水平产生正向影响但不显著。根据上述结果，提出“死亡悖论”的另一种形式，即“个体经历事故越多，越可能获得更多安全知识，但也越可能死于事故而导致知识流失”。该悖论被命名为“数量型死亡悖论”，以区别于文献[4]中关于事故卷入程度的“死亡悖论”。该悖论为解释安全事故周期性发生问题提供了新思路，即个体层面的安全知识积累可能存在一个上限，此上限远低于个体在其他领域的知识积累水平，且会随时间的推移而波动，同时由于隐性知识的存在不易通过教育培训等方式突破此上限。

模型2中，事故率β值由负值变为0.151，表明事故率的影响复杂且不稳定。事故率与死亡率交互项β值为-0.262，表明事故率越高，死亡率对社会平均知识的负向影响越大，符合预期。事故率与见证者交互项β值为-0.093，表明事故率的增加会小幅削弱见证者对社会平均知识的正向影响，这再次体现了事故率影响的复杂性。死亡率与替代者初始知识交互项的β值为0.217，表明替代者拥有社会平均知识的组中，死亡率的负向影响会减弱，符合预期。

2.3 对知识差异的影响分析

CV是用以表示社会安全知识差异水平的变量。对与其相关的596组样本进行层次回归分析，步骤与因变量Mean的分析相同，得到结果如表4所示。

表4 层次回归分析结果汇总(因变量：CV)Table 4 Summary of hierarchical regression analysis results (dependent variables:CV)

注：*表示P<0.1；**表示P<0.05；***表示P<0.01。

由表4可知，模型1能解释因变量54.5%的方差，增加3个交互项后能解释58.4%的方差，且二者均显著，表明2个模型均可接受。模型1中6个解释变量影响均显著。其中，死亡率、事故率的β值分别为0.355和0.16，表明死亡率和事故率的增加会扩大个体知识差异；替代者初始知识、见证者及其数量和扩散的β值分别为-0.767，-0.546，-0.094和-0.234，表明4个变量的增加均会缩小知识差异，且替代者初始知识影响较大。

模型2中，事故率的影响变得不显著。事故率与死亡率交互项β值为0.189，表明事故率越高，死亡率对知识差异的正向影响越大，与预期相符；死亡率与替代者初始知识交互项β值为-0.361，表明替代者拥有社会平均知识的组中，死亡率对知识差异的正向影响会大幅减少。

3 结论

1)个体死亡会阻碍安全知识积累并加剧个体间知识差异，同时也不利于安全知识扩散。事故率的增加会同时提高知识积累机会和个体死亡机会，产生双向对冲效应，导致其对安全知识积累和扩散的影响变得复杂且不稳定。同时，事故率与死亡率存在交互效应，事故率的增加会强化死亡率的影响。据此提出“数量型死亡悖论”并认为个体安全知识积累存在上限，为安全事故周期性发生提供了新解释。应着重于降低事故死亡率，从而尽可能保全富有经验的员工；完善轻微和未遂事故报告分析机制，同时建立事故调查细节信息和原始素材采集披露机制，确保从更多的事故中获取更深层次的隐性知识。

2)事故见证者的增加和替代者知识水平的提高有助于安全知识的积累和扩散，且后者作用较强。此外，后者还能削弱个体死亡产生的负向影响。应使强制性岗前安全培训覆盖所有涉危行业和相关职位；同时运用慕课微课等网络平台建立全国性的标准化课程资源；依靠虚拟现实、增强现实、场景复现等技术建立事故体验站并吸引相关人员入站体验，获取更多更真实的事故经验。

3)针对低知识群体进行广泛的知识扩散会在一定程度上减少个体间知识差异，但对安全知识积累的影响微弱而不显著。这表明广泛的、科普性的安全知识宣传教育，能够起到一定的知识平均化的作用，但对知识积累的作用有限。