王 莉，张世浩，李 磊，李广利，张 倩

（1.西安科技大学 安全科学与工程学院，陕西 西安 710054；2.湖南工学院 安全与管理工程学院，湖南 衡阳 421002；3.陕西美能清洁能源集团股份有限公司，陕西 西安 710000）

20 世纪初，精神病学领域研究发现，一些个体总会因担心被他人拒绝而紧张地表现出愤怒行为，甚至产生敌意和攻击反应[1]。Mehrabian 将这一现象引入心理学领域并给出初始定义[2]；之后Downey 等经过实证研究，提出了拒绝敏感性的公认定义和测量范式[3-4]。高拒绝敏感性者往往易感负面情感并稳定维持低情绪，从而做出过度反应倾向，如抑郁、敌意、逃避、不作为等[5]。若矿工群体中存在高拒绝敏感性者，那么这些不安全行为倾向很可能导致事故的发生。引起矿工不安全行为的影响因素众多，但从拒绝敏感性这一角度来看还未有研究成果。为此在拒绝敏感性的基础上，提出安全拒绝敏感性这一概念。安全拒绝敏感性（Safety Rejection Sensitivity，SRS）是指在人际交往中对拒绝信息预先知觉，而致使工作过程中产生逃避、抵触、漠视、不作为等不安全行为倾向的心理过程。

为抑制安全拒绝敏感性引起的不安全行为倾向，首先便要测量矿工的安全拒绝敏感性水平；国外学者在拒绝敏感性的测量上进行了深入研究，开发出了一批普适性和针对性的拒绝敏感性量表[6-8]。相对而言国内研究起步较晚，大多是将国外量表本土化，也有少数学者开发出针对性的拒绝敏感性量表[9-11]。但还未有人从安全这一角度开发量表，更未有人针对矿工这一群体进行测量研究。因此，将基于我国文化情景，编制适用于我国矿工的安全拒绝敏感性量表，以期为我国矿工的安全拒绝敏感性测量提供工具。

1 预试量表编制

1.1 理论建构

目前个体拒绝敏感性的测量范式源自Downey等提出的自陈问卷[3]。基于此，结合半结构访谈的人际交往情景信息，形成矿工安全拒绝敏感性量表的理论建构：即在与领导、同事、亲友、陌生人4 类人际交往情景中，矿工表现出的拒绝预期性、安全拒绝焦虑性和安全拒绝愤怒性。

1）拒绝预期性。矿工在特定情景下对拒绝信息的认知水平，即对被拒绝可能性的感受程度。

2）安全拒绝焦虑性。矿工对被可能拒绝的担忧水平，会引起逃避、抵触等回避型不安全行为倾向。

3）安全拒绝愤怒性。矿工对被可能拒绝的愤怒水平，会引起漠视、不作为等报复型不安全行为倾向。

1.2 题项编码及记分

从拒绝敏感性的影响因素和矿工不安全行为的影响因素2 个角度，通过文献梳理[12-13]，加以总结拓展，形成访谈提纲。将半结构化访谈的资料进行归纳分类，得到12 种人际交往情景，每种人际交往情景设置3 个项目，分别测量矿工的拒绝预期性、安全拒绝焦虑性和安全拒绝愤怒性，即形成3 个分量表。

将量表的36 道初始题项进行编码，其中领导领域9 道题项，记为A1a～A3c；同事领域9 道题项，记为B1a～B3c；亲友领域9 道题项，记为C1a～C3c；陌生人领域9 道题项，记为D1a～D3c。关于拒绝敏感性的测量大多采用6 点量表式记分，因此本量表沿用此记分法并给出如下定义：1 为完全不同意；2 为很不同意；3 为不同意；4 为同意；5 为很同意；6 为非常同意。每种情景下3 个项目得分相乘，12 种情景得分均值为矿工安全拒绝敏感性得分，其得分范围在1～216之间，得分越高，矿工的安全拒绝敏感性越高。

1.3 预试量表内容评定

首先请20 名具有矿山安全教育背景或矿山工作经验的硕士及矿工评定情景及各题项的可读性与适当性，然后邀请10 位在矿山安全、安全心理及行为安全方面具有深入研究的专家对初始题项进一步探讨，检查各题项是否能科学地反映安全拒绝敏感性，对各题项符合性进行打分，并征询意见。通过检查，A3情景与安全拒绝敏感性的关联度不足；D3a～D3c题项与实际情况不符；部分语句存在难理解、表述不当等情况。经研究，修订上述问题后形成矿工安全拒绝敏感性的预试量表。

2 量表修订

研究采用网上发放问卷的形式，黄陵矿业下属矿区一线矿工采集数据。收回问卷共977 份，通过数据筛选后得到无效问卷113 份，共计回收有效问卷864 份。将有效问卷的数据量化处理后导入SPSS26.0，建立原始数据库。

2.1 项目和信度分析

1）项目分析。为反映量表能否较好地鉴别矿工的安全拒绝敏感性，采用临界比值法检验题项。以安全拒绝敏感性总分前后27%将样本分为高低安全拒绝敏感性组，通过独立样本t 检验，全部题项均达到显著性水平（Sig＜0.05）。即高低分组得分差异显著，表明全部题项鉴别度良好，能够反映矿工的安全拒绝敏感性水平高低。

2）信度分析。采用克伦巴赫α 系数检验题项的内部一致性，反映量表是否可信。经检验：总量表的克伦巴赫α 系数为0.942，拒绝预期性分量表a、安全拒绝焦虑性分量表b、安全拒绝愤怒性分量表c的克伦巴赫系数分别为0.846，0.865，0.891。且项总计统计显示，删除任一题项，删除项后的克伦巴赫α系数均无提高。这表明总量表及3 个分量表具有良好的内部一致性，信度较高。

2.2 效度分析

效度分析一般从内容效度和结构效度2 部分衡量。量表编制通过专家评估法分析与修订初始题项，因此可以认为量表具备一定的内容效度。将问卷随机分为2 等份，分别用于做探索性因子分析和验证性因子分析，以检验量表的结构效度。

2.2.1 探索性因子分析（EFA）

首先，对3 个分量表分别做KMO 和Bartlett 球形度检验，以判断量表是否适合进行因子分析。结果显示，3 个分量表KMO 分别为0.896，0.923，0.914，均大于0.8，Sig 值均达到0，表明3 个分量表各题项间有公共因子存在，适合做因子分析。

然后，对3 个分量表分别做EFA，采用主轴因式分解法提取，再用最优斜交法旋转因子。结果表明，3 个分量表提取出特征值大于1 的公共因子共2个，拒绝预期性分量表a 中情景A3、B1、B3的因子载荷，安全拒绝愤怒性分量表c 中情景B1的因子载荷均未达到0.4。按照逐项删除题项的原则，经过多次EFA 后，最终删除情景B1（您有1 处安全行为规范不太清楚，于是您向同事请教。您认为同事会拒绝教您。您担忧同事拒绝教您。如果同事拒绝教您，您会觉得生气）；B3（贵矿最近准备开展集体活动，但主题未定，矿上征求大家的意见，而您发现最近大家的安全意识不高，于是您向同事提议开展安全活动。您认为同事会拒绝您的提议。您担忧同事拒绝您的提议。如果同事拒绝您的提议，您会觉得生气）。

最后，对3 个分量表保留题项分别做EFA，得到的2 个公共因子在3 个分量表上对方差分别可解释50.149%、52.629%和57.498%的总方差，旋转后的因子载荷矩阵见表1。因子1 包含理论建构的同事拒绝、亲友拒绝和陌生人拒绝情景，命名为“非领导拒绝”，主要反映了矿工在与除领导外的人际交往情景中表现出的拒绝预期性、安全拒绝焦虑性和安全拒绝愤怒性；因子2 覆盖理论建构的领导拒绝情景，依旧命名为“领导拒绝”，主要反映了矿工在与领导的人际交往情景中表现出的拒绝预期性、安全拒绝焦虑性和安全拒绝愤怒性。

表1 因子载荷矩阵Table 1 Component matrix

2.2.2 验证性因子分析（CFA）

利用AMOS26.0 对另1 份样本容量为432 的数据进行CFA，检验由EFA 得到的理论建构与样本数据的拟合程度，拟合结果见表2。

表2 各分量表模型拟合指数Table 2 Model fitting indexes for each subscale

拒绝预期性模型Ma 和安全拒绝焦虑性模型Mb 的卡方自由度比χ2/df 达到理想值，安全拒绝愤怒性模型Mc 的χ2/df 也在可接受范围内；Ma，Mb，Mc 的残差均方和平方根RMSEA 均达到可接受值；且规范拟合指数NFI、比较拟合指数CFI、增量拟合指数IFI、非规范拟合指数TLI、相对拟合指数RFI等拟合指标均超过0.9 达到理想值。上述表明3 个分量表的一阶二因素模型拟合程度较好。

3 正式量表及初步应用

3.1 正式量表及SRS 量化

分析预试量表，删除部分情景后得到的矿工安全拒绝敏感性正式量表见表3，包含拒绝预期性分量表a、安全拒绝焦虑性分量表b 和安全拒绝愤怒性分量表c，每个分量表由领导拒绝3 道题项和非领导拒绝7 道题项组成，重新进行编码。

表3 矿工安全拒绝敏感性正式量表Table 3 Official safety rejection sensitivity scale for miners

量表采用六点量表式记分，安全拒绝敏感性（SRS）计算如下：

式中：Ai为领导拒绝的题项，i=1，2，3；Bj为非领导拒绝的题项，j=1，2，…，7。

3.2 样本人口学数据及个体差异性

对神东煤炭和淮南矿业下属矿区的一线矿工发放问卷，收回有效问卷共208 份，人口学数据见表4。

表4 人口学数据统计Table 4 Demographic data statistics

根据3 个分量表记分临界点，其乘积为SRS 临界点，以划分安全拒绝敏感性水平。再根据SRS 的计算公式计算出样本个体的安全拒绝敏感性。安全拒绝敏感性水平划分及样本分布见表5，极少数矿工显示无安全拒绝敏感性或重度安全拒绝敏感性，少数矿工有高度安全拒绝敏感性倾向，大多数矿工安全拒绝敏感性处于轻微、轻度或中度3 种水平。

表5 安全拒绝敏感性水平划分及样本分布Table 5 Safety rejection sensitivity level division and sample distribution

3.3 群组差异性研究

为探讨性别、年龄、学历、工龄、职务这5 个人口学因素对矿工安全拒绝敏感性的影响情况，采用独立样本t 检验和单因素ANOVA 检验分析样本的群组差异。经检验，5 个人口学因素的Sig 值分别为0.928，0.941，0.820，0.553，0.739，均大于0.05，即矿工安全拒绝敏感性得分均无显著性群组差异。原因可能在于根据早期拒绝经历理论，矿工的安全拒绝敏感性是由于先前的拒绝经历造成的，与上述人口学因素无关。

4 结 语

将拒绝敏感性引入了安全领域, 构建了领导拒绝和非领导拒绝共10 种人际交往情景下30 道题项的矿工安全拒绝敏感性量表，从拒绝预期性、安全拒绝焦虑性和安全拒绝愤怒性3 个方面进行测量，得出矿工安全拒绝敏感性个体差异较大，但在性别、年龄、学历、工龄、职务5 个人口学因素上均无显著性群组差异。最后局限之处在于可能未充分考虑安全拒绝敏感性的影响因素，且专家评定难免存在主观影响，因此下一步可以考虑从影响因素展开研究。