基于結(jié)構(gòu)方程模型的管制員應(yīng)激影響因素研究

劉繼新，尹旻嘉，朱學(xué)華

(南京航空航天大學(xué) 民航學(xué)院，江蘇 南京 211106)

基于結(jié)構(gòu)方程模型的管制員應(yīng)激影響因素研究

劉繼新，尹旻嘉，朱學(xué)華

(南京航空航天大學(xué) 民航學(xué)院，江蘇 南京 211106)

分析了影響管制員應(yīng)激行為的主客觀因素，建立了管制員應(yīng)激影響因素結(jié)構(gòu)方程模型，并通過(guò)路徑系數(shù)圖直觀表示潛在變量與觀測(cè)變量之間聯(lián)系，實(shí)現(xiàn)對(duì)應(yīng)激影響因素的實(shí)證研究.對(duì)某空管局200名管制員定量測(cè)量數(shù)據(jù)進(jìn)行分析，結(jié)果表明, 管制能力對(duì)管制員應(yīng)激調(diào)節(jié)能力影響最強(qiáng)(0.69),安全氛圍對(duì)管制員應(yīng)激中介效應(yīng)最強(qiáng)(0.40)，扇區(qū)復(fù)雜度通過(guò)管制能力、操作安全性等中介因素間接對(duì)管制員應(yīng)激調(diào)節(jié)能力產(chǎn)生影響.本文得出的結(jié)論對(duì)于更有針對(duì)性的加強(qiáng)管制員應(yīng)激影響因素管理具有重要的現(xiàn)實(shí)意義.

應(yīng)激(源)；結(jié)構(gòu)方程模型；安全氛圍；中介效應(yīng)

管制員作為空中交通的指揮者，是保證航空器安全運(yùn)行的重要組成部分，其可靠性將直接影響民航運(yùn)輸系統(tǒng)的整體協(xié)調(diào)性.隨著我國(guó)空中交通流量的不斷增長(zhǎng)，管制員需要在有限的空域環(huán)境中負(fù)責(zé)更多航空器的安全，高強(qiáng)度、高密度的工作環(huán)境會(huì)促使應(yīng)激行為的產(chǎn)生，由此人為因素引起的事故或事故癥候率逐年增加.如何有針對(duì)性地使管制員在工作時(shí)處于最佳狀態(tài)，切實(shí)避免人為差錯(cuò)，保證指揮過(guò)程的安全穩(wěn)定性，將成為我國(guó)民航安全研究領(lǐng)域的關(guān)注重點(diǎn).

由于我國(guó)航空業(yè)起步較晚，國(guó)內(nèi)對(duì)管制員應(yīng)激行為研究幾乎處于空白階段，國(guó)內(nèi)外學(xué)者主要關(guān)注管制員情景意識(shí)及人為差錯(cuò)的研究[1-2].相比較于這兩方面，應(yīng)激行為特點(diǎn)在于它是人們?cè)谔幱诰o急情況下做出的應(yīng)對(duì)反應(yīng)，它對(duì)及時(shí)性和危險(xiǎn)程度關(guān)注度更高.目前應(yīng)激研究在地面交通及煤礦業(yè)應(yīng)用較為廣泛，機(jī)動(dòng)車駕駛員需要在緊急情況下及時(shí)做出正確操作反應(yīng)，否則易引發(fā)交通事故，這就需要具體細(xì)化應(yīng)激反應(yīng)過(guò)程[3-4].煤礦業(yè)作為安全研究的初始行業(yè)，其安全行為同樣與應(yīng)激行為息息相關(guān)，通常涉及到組織安全行為、企業(yè)安全運(yùn)行、安全文化等因素[5].為了研究這些因素之間的因果關(guān)系，相關(guān)高危行業(yè)的研究學(xué)者選擇采用結(jié)構(gòu)方程模型的方法來(lái)驗(yàn)證[6-7].

工作應(yīng)激行為的產(chǎn)生與工作本身、組織中的角色、工作中的關(guān)系、職業(yè)發(fā)展等因素密切相關(guān)[8]，而這些因素通常通過(guò)心理行為和認(rèn)知反應(yīng)形式出現(xiàn)，難以具體測(cè)量.對(duì)于一個(gè)含有雙向影響、循環(huán)作用和測(cè)量誤差等因素的復(fù)雜關(guān)系結(jié)構(gòu)而言，傳統(tǒng)統(tǒng)計(jì)方法是很難對(duì)其做出科學(xué)分析的.20世紀(jì)70年代中期，瑞典統(tǒng)計(jì)學(xué)學(xué)者Karl G·Joreskog[9]提出了結(jié)構(gòu)方程模型(Structural Equation Modeling，簡(jiǎn)稱 SEM)，這是一種可以有效處理及檢驗(yàn)觀測(cè)變量和潛在變量、潛在變量和潛在變量之間關(guān)系的多元統(tǒng)計(jì)方法，為根據(jù)觀測(cè)變量間假設(shè)的因果關(guān)系建立具體的因果模型提供了一套有效的方法，使用其他可測(cè)量因素來(lái)反應(yīng)不可測(cè)變量之間關(guān)系，并用路徑系數(shù)圖來(lái)明確指定變量間的因果聯(lián)系，已經(jīng)成為經(jīng)濟(jì)學(xué)、管理學(xué)、心理學(xué)、行為科學(xué)等領(lǐng)域的重要研究工具[10-11].綜上，本文將結(jié)構(gòu)方程模型用于分析管制員應(yīng)激反應(yīng)，克服了應(yīng)激不可測(cè)的不足，通過(guò)詳細(xì)分析管制員的實(shí)際指揮過(guò)程，并結(jié)合主客觀因素，建立管制員應(yīng)激反應(yīng)影響因素模型，并通過(guò)結(jié)構(gòu)方程模型進(jìn)行驗(yàn)證，彌補(bǔ)了我國(guó)關(guān)于管制員應(yīng)激研究量化的空白.

1 管制員應(yīng)激影響因素結(jié)構(gòu)模型算法

1.1 探索型因子分析

通過(guò)分析管制員日常工作實(shí)際情況，結(jié)合其他學(xué)者使用頻率較高的應(yīng)激測(cè)量量表工具，包括職業(yè)緊張調(diào)查表[12]、社會(huì)再適應(yīng)量表[13]及民航飛行員心理應(yīng)激問(wèn)卷，重點(diǎn)關(guān)注安全氛圍[14]、應(yīng)激調(diào)節(jié)能力[15]等維度設(shè)計(jì)管制員應(yīng)激測(cè)量量表，并進(jìn)行信度與效度檢驗(yàn)，評(píng)估Cronbach系數(shù)及KMO值，確認(rèn)調(diào)查問(wèn)卷符合測(cè)試要求，從而定義觀測(cè)變量，完成數(shù)據(jù)的收集和分析.

1.2 結(jié)構(gòu)方程模型

1.2.1 模型算法

SEM方程主要通過(guò)觀測(cè)指標(biāo)來(lái)驗(yàn)證觀察變量之間的假設(shè)關(guān)系.所以可以將其分為測(cè)量模型和結(jié)構(gòu)模型兩部分.測(cè)量模型主要用來(lái)分析潛在變量與觀測(cè)變量之間的關(guān)系，通過(guò)主成分抽取方法從問(wèn)卷調(diào)查確認(rèn)的觀測(cè)變量中抽取因子結(jié)合模型實(shí)際情況，得出潛在變量.結(jié)構(gòu)模型正是用來(lái)分析各潛在變量之間的關(guān)系.

測(cè)量模型的方程式包括：

X=λxξ+δ

(1)

Y=λyη+ε

(2)

其中:X=(x1,x2,…xq)T是指外源觀測(cè)指標(biāo)；ξ=(ξ1,ξ2,…ξn)T是指外源潛在變量；λx是指X對(duì)ξ的回歸矩陣，表示指標(biāo)與潛在變量之間的關(guān)系；δ=(δ1,δ2…ηq)T是指〗X的測(cè)量誤差；Y=(Y1,Y2…Yp)T內(nèi)生觀測(cè)指標(biāo)；η=(η1,η2…ηm)T內(nèi)生潛在變量；λy是指Y對(duì)η的回歸矩陣，表示指標(biāo)與潛在變量之間的關(guān)系；ε=(ε1,ε2…εp)T是指的測(cè)量誤差；

結(jié)構(gòu)模型的方程式包括：

η=Bη+Γζ+ζ

(3)

其中:B內(nèi)生潛在變量之間的關(guān)系，即系數(shù)矩陣；Γ=外源潛在變量對(duì)內(nèi)生潛在變量的影響，即系數(shù)矩陣；ζ=模型內(nèi)所包含的變量及變量間關(guān)系未能解釋的部分.

模型通常假設(shè)，ζ和ξ不相關(guān)，ε與δ不相關(guān)，而且與潛在變量也不相關(guān)；B非奇異；且E(η)=E(ζ)=0.

同時(shí)分別記ξ、ζ、ε、δ的協(xié)方差矩陣COV(ξ)、COV(ζ)、COV(ε)、COV(δ)為Φ、Ψ、Θε、Θδ.

目前主要有兩大類估計(jì)技術(shù)可用來(lái)構(gòu)建結(jié)構(gòu)方程模型.一種是基于最大似然估計(jì)的協(xié)方差結(jié)構(gòu)分析方法，往往被稱為“硬模型”(Hard Modeling)，以LISREL方法為代表；另一種則是基于偏最小二乘法的方差分析方法，被稱為"軟模型"，(Soft Modeling)，以PLS方法為代表.前一種方法誕生較早且應(yīng)用較廣，在廣大學(xué)者的不斷努力下，已經(jīng)趨于成熟，后一種方法即PLS方法提出的時(shí)間較晚，仍需要加以完善.為了能夠明確直觀的表示指定變量之間的因果關(guān)系，本文選用LISREL路徑圖示法，LISREL方法通過(guò)擬合模型估計(jì)協(xié)方差∑(θ)與樣本協(xié)方差S來(lái)估計(jì)模型參數(shù).具體來(lái)說(shuō)，就是使用極大似然(Maximum Likelihood, ML)方法，構(gòu)造模型估計(jì)協(xié)方差與樣本協(xié)方差的擬合函數(shù)，然后通過(guò)迭代，得到使擬合函數(shù)值最優(yōu)的參數(shù)估計(jì).

1.2.2 驗(yàn)證性因子分析

根據(jù)實(shí)際情況，對(duì)潛在變量之間的關(guān)系進(jìn)行假設(shè)，并對(duì)測(cè)量模型外源觀測(cè)指標(biāo)及潛在變量建立回歸方程式，通過(guò)分析統(tǒng)計(jì)檢驗(yàn)值(T值)，根據(jù)T分布進(jìn)行顯著性水平檢驗(yàn)，只有當(dāng)T檢驗(yàn)值大于1.96時(shí)，置信度≥95%，表示兩變量之間關(guān)系顯著，否則拒絕原假設(shè)，從而完成假設(shè)模型的驗(yàn)證性因子分析，進(jìn)而對(duì)模型進(jìn)行評(píng)估.

為了評(píng)估理論模型與樣本數(shù)據(jù)模型之間的擬合程度，更好地闡釋變量間的關(guān)系，最大程度描述數(shù)據(jù)特征，通常需要求出擬合指數(shù)[16]模型加以判斷.本文采用9個(gè)指標(biāo)來(lái)判定，檢驗(yàn)結(jié)果見(jiàn)表2，卡方自由度比(normed chi-square;χ2/df)介于1～3之間時(shí)，表示模型適配度良好；規(guī)范擬合指數(shù)(normed fit index; NFI)、非規(guī)范擬合指數(shù)(non-normed fit index; NNFI)、比較擬合指數(shù)(comparative-fit index; CFI)與調(diào)整后擬合優(yōu)度指數(shù)(adjusted goodness-of-fit index; AGFI)都大于標(biāo)準(zhǔn)0.9時(shí)表示擬合度較好，標(biāo)準(zhǔn)化殘差均方根(root mean square residual; RMR)小于0.08時(shí)表示擬合度較好，小于0.1時(shí)表示模型中度擬合，近似誤差均方根值(root mean square error of approximation; RMSEA)要求小于0.1，模型只有達(dá)到以上標(biāo)準(zhǔn)，表示模型能夠很好地?cái)M合所有數(shù)據(jù)，從而得到最終結(jié)構(gòu)方程模型.

本文將通過(guò)以下流程來(lái)建立完整的結(jié)構(gòu)模型，最終經(jīng)過(guò)不斷修正，進(jìn)行模型評(píng)估，最終確立變量之間關(guān)系，具體流程如圖1所示.

圖1 結(jié)構(gòu)方程模型建立及驗(yàn)證流程圖

2 管制員應(yīng)激影響因素結(jié)構(gòu)方程模型建立

2.1 問(wèn)卷設(shè)計(jì)

本次問(wèn)卷針對(duì)某空管局一線空中交通管制員，共設(shè)計(jì)30個(gè)觀測(cè)變量.經(jīng)過(guò)信度與效度分析，剔除量表中不一致問(wèn)題后，共有28個(gè)條目，采用主成分抽取方法抽取特征根大于1的主成分，輸出的6個(gè)因子，定義為潛在變量，分別為扇區(qū)復(fù)雜度、安全氛圍、管制能力、管制效率、應(yīng)激調(diào)節(jié)能力和操作安全性.根據(jù)旋轉(zhuǎn)后的因子負(fù)荷矩陣定義因子，其中8個(gè)條目為反向計(jì)分，20個(gè)為正向計(jì)分.各維度關(guān)鍵因子測(cè)評(píng)指標(biāo)見(jiàn)表1.測(cè)量方法采用李克特(Likert)五點(diǎn)測(cè)量法，問(wèn)卷的設(shè)計(jì)根據(jù)不同的測(cè)量項(xiàng)分級(jí)，進(jìn)行5級(jí)計(jì)分.這次測(cè)試采用隨機(jī)抽樣的方式抽取測(cè)試人員，共發(fā)放問(wèn)卷200份，經(jīng)剔除，合格問(wèn)卷為182份.有效問(wèn)卷率為90.1%.

2.2 信度與效度檢驗(yàn)

將收集結(jié)果采用數(shù)據(jù)分析軟件SPSS19.0進(jìn)行問(wèn)卷信度和效度檢驗(yàn).一般情況下, 若Cronbach系數(shù)<0.35為低信度, 0.35≤Cronbach系數(shù)<0.7則尚可, 若Cronbach系數(shù)≥0.7則屬于高信度[17].

經(jīng)分析，該空管單位扇區(qū)復(fù)雜度的效度與信度為：KMO值為0.710，Cronbachα系數(shù)為0.770；安全氛圍的效度與信度為：KMO值為0.696，Cronbach系數(shù)為0.745；管制能力的效度與信度為：KMO值為0.787，Cronbachα系數(shù)為0.740；管制效率的效度與信度為：KMO值為0.787，Cronbachα系數(shù)為0.740；應(yīng)激應(yīng)對(duì)能力的效度與信度為：KMO值為0.787，Cronbach系數(shù)為0.740α；操作安全性的效度與信度為：KMO值為0.787，Cronbach系數(shù)為0.740.結(jié)果表明，調(diào)查問(wèn)卷數(shù)據(jù)具有一定的可信度，適合進(jìn)行因子分析.

表1 問(wèn)卷調(diào)查測(cè)量量表

2.3 定義潛在變量

House J·S[18]在1974年提出職業(yè)應(yīng)激模式，他認(rèn)為職業(yè)應(yīng)激模式由五部分組成：客觀的外部環(huán)境產(chǎn)生應(yīng)激、個(gè)體感覺(jué)到應(yīng)激、個(gè)體對(duì)應(yīng)激的反應(yīng)(生理層面的、行為層面的和認(rèn)知情感層面的反應(yīng))、應(yīng)激結(jié)果的癥狀，以及個(gè)人或情境的制約.其中前四個(gè)部分均受第五部分，即個(gè)人或情境因素的影響和制約，感覺(jué)到的應(yīng)激與對(duì)應(yīng)激的反應(yīng)交互作用，對(duì)應(yīng)激的反應(yīng)可能進(jìn)一步成為新的應(yīng)激反應(yīng)，進(jìn)而為個(gè)體所感知.所以本文從主、客觀兩個(gè)角度出發(fā)，以個(gè)體影響因素為主，通過(guò)咨詢多位一線管制員和專家的意見(jiàn)，將主成分抽取方法抽取出的6個(gè)因子定義為以下潛在變量.從客觀性出發(fā)，將管制員工作外部環(huán)境定義為扇區(qū)復(fù)雜度、安全氛圍兩個(gè)維度，包含工作本身及管理層對(duì)管制員工作的重視程度；從主觀性出發(fā)，將管制員自身適應(yīng)能力定義為管制能力、管制效率、操作安全性和應(yīng)激調(diào)節(jié)能力，包含管制員工作熟練程度、自律性以及對(duì)相關(guān)職業(yè)應(yīng)激反應(yīng).

2.4 模型關(guān)系假設(shè)

根據(jù)管制工作中實(shí)際情況作出如下假設(shè)：

1)扇區(qū)復(fù)雜性對(duì)管制能力、管制效率、應(yīng)激調(diào)節(jié)能力具有顯著的正向影響；

2)安全氛圍對(duì)管制效率、操作安全性為有顯著的正向影響；

3)操作安全性、管制能力對(duì)應(yīng)激調(diào)節(jié)能力有顯著的正向影響；

4)管制能力對(duì)管制效率有顯著的正向影響；

3 模型修正及評(píng)估

3.1 模型修正

首先對(duì)假設(shè)的模型進(jìn)行驗(yàn)證性因子分析，本文提出的模型在這一過(guò)程中建立的測(cè)量模型外源觀測(cè)指標(biāo)的28個(gè)回歸方程式和矩陣方式如下：

X1=λ11ζ1+δ1

X2=λ21ζ1+δ2

X3=λ31ζ1+δ3

X4=λ41ζ1+δ4

?

X28=λ286ξ6+δ28

(4)

(5)

同樣的對(duì)于其他指標(biāo)也可建立回歸方程式，最后結(jié)果如圖2所示，圖2中數(shù)值為統(tǒng)計(jì)檢驗(yàn)值(T值)，根據(jù)T值分布進(jìn)行顯著性水平檢驗(yàn).

圖2 初始模型T-Value分布圖

以此為模型修正依據(jù)，拒絕T檢驗(yàn)值不合格的假設(shè)關(guān)系：扇區(qū)復(fù)雜性對(duì)管制效率具有顯著的正向影響，扇區(qū)復(fù)雜性對(duì)應(yīng)激應(yīng)對(duì)能力為有顯著的正向影響，最終得到完整的模型，如圖3所示，圖中表明所有假設(shè)關(guān)系T檢驗(yàn)值均符合顯著性要求，假設(shè)成立.

圖3 最終模型T-Value分布圖

3.2 模型評(píng)估

通過(guò)模型修正，最終得到應(yīng)激調(diào)節(jié)能力影響因素結(jié)構(gòu)方程模型的標(biāo)準(zhǔn)化路徑系數(shù)圖，圖4中數(shù)值反應(yīng)了各變量之間的影響程度及影響方向.

對(duì)已建立好的模型進(jìn)行擬合指數(shù)探究，測(cè)量8個(gè)擬合指標(biāo)，表2顯示本模型具有更好的擬合度與顯著性.最終模型如圖4所示，與修正前模型相比較，能夠很好的解釋變量之間的關(guān)系.

圖4 應(yīng)激應(yīng)對(duì)能力影響因素結(jié)構(gòu)方程模型標(biāo)準(zhǔn)化路徑系數(shù)圖

表2 最終模型擬合指數(shù)與檢驗(yàn)標(biāo)準(zhǔn)

3.3 模型分析

外源潛變量與內(nèi)生潛變量之間標(biāo)準(zhǔn)化路徑系數(shù)如圖所示，可以看出，安全氛圍對(duì)管制安全性直接正向影響最高，路徑影響系數(shù)為0.73，對(duì)管制效率影響次之，路徑系數(shù)只有0.26，屬于中等影響層次，對(duì)管制能力及應(yīng)激行為沒(méi)有顯著影響，但其通過(guò)操作安全性間接影響應(yīng)激調(diào)節(jié)能力，路徑影響系數(shù)為0.40；而扇區(qū)復(fù)雜度只對(duì)管制能力具有較強(qiáng)的顯著性影響，路徑系數(shù)為0.54，并通過(guò)管制能力進(jìn)而對(duì)管制效率產(chǎn)生較強(qiáng)的間接正想影響，路徑系數(shù)為0.37.內(nèi)生潛在變量之間，管制員管制能力越高，則直接提升其管制效率，自身應(yīng)激調(diào)節(jié)能力就越強(qiáng).從以上分析結(jié)果可以看出，管制員工作的外部環(huán)境和自身的工作適應(yīng)能力共同作用于應(yīng)激調(diào)節(jié)能力，其中工作環(huán)境間接影響管制員行為，從而從宏觀層面促使管制員能夠逐漸降低應(yīng)激行為帶來(lái)的影響.

4 結(jié) 語(yǔ)

本文通過(guò)設(shè)計(jì)調(diào)查問(wèn)卷收集數(shù)據(jù)，運(yùn)用結(jié)構(gòu)方程構(gòu)造了完整的安全氛圍、扇區(qū)復(fù)雜度以及管制員自身因素對(duì)應(yīng)激調(diào)節(jié)能力的影響關(guān)系模型，模型整體擬合度達(dá)到要求.

研究結(jié)果表明：1)扇區(qū)復(fù)雜度、安全氛圍通過(guò)管制能力、管制效率及操作安全性中介因素對(duì)管制員應(yīng)激調(diào)節(jié)能力產(chǎn)生影響，其中安全氛圍對(duì)操作能力直接影響效應(yīng)最強(qiáng)(0.73)，這表明管制單位能夠通過(guò)制定有效的操作規(guī)范，使管制員能夠按照安全標(biāo)準(zhǔn)進(jìn)行指揮，從而操作能力大大提高；2)當(dāng)管制員自身管制能力和操作安全性提高時(shí)，能夠避免更多不安全事件的發(fā)生，自身的應(yīng)激調(diào)節(jié)能力也隨之提高；3)人們通過(guò)外在行為活動(dòng)反映其心理認(rèn)知反應(yīng)，模型表明管制能力及操作安全性高低能夠較為明顯地反映管制員在工作過(guò)程中感知到的壓力程度，管理層可通過(guò)這三個(gè)方面間接監(jiān)測(cè)管制員個(gè)人心理動(dòng)態(tài)，消除管制過(guò)程中的潛在威脅.

利用上述分析的結(jié)果，可以通過(guò)以下途徑提高管制員應(yīng)激調(diào)節(jié)能力，達(dá)到提升空管工作安全性的目的：建議空管局管理層要加強(qiáng)安全氛圍建設(shè)，定期對(duì)管制員進(jìn)行安全培訓(xùn)，實(shí)時(shí)監(jiān)督管制工作的操作安全性與規(guī)范性；同時(shí)關(guān)心管制員的心理活動(dòng)，積極溝通工作中存在的安全問(wèn)題，鞏固管制員管制能力基礎(chǔ)，降低不安全因素，實(shí)現(xiàn)從內(nèi)外兩方面綜合管理管制過(guò)程中可能存在的安全隱患.

[1] MARK P R. Emotional dissonance in ATC: the role of stress factors upon performance and safety [J]. Controller, 2012, 51: 12-14.

[2] 閆少華. 基于信息加工模型的管制員差錯(cuò)分類與分析[J]. 中國(guó)安全科學(xué)學(xué)報(bào), 2009, 19(8): 121-125.

[3] 趙煒華, 劉浩學(xué), 劉 瑋, 等. 城市道路環(huán)境中駕駛?cè)藨?yīng)激反應(yīng)能力研究[J]. 中國(guó)安全科學(xué)學(xué)報(bào), 2011, 21(7): 10-14.

[4] 陳 春. 道路交通事故的影響因素研究——基于結(jié)構(gòu)方程模型的實(shí)證研究[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù), 2014(5): 110-116.

[5] 王 茜, 栗繼祖. 煤礦安全從業(yè)人員工作滿意感與應(yīng)激水平、自我效能感的關(guān)系[J]. 中國(guó)安全科學(xué)學(xué)報(bào), 2007, 17(2): 35-38.

[6] 王 紅, 霍莉欽, 蔣曉燕, 等. 急救人員心身健康影響因素的結(jié)構(gòu)方程研究[J]. 中國(guó)急救復(fù)蘇與災(zāi)害醫(yī)學(xué)雜志, 2008, 15(4): 209-211.

[7] 梁振東. 組織及環(huán)境因素對(duì)員工不安全行為影響的SEM研究[J]. 中國(guó)安全科學(xué)學(xué)報(bào), 2012, 11(11): 16-22.

[8] 盧彩玲. 心理應(yīng)激的模型化方法及應(yīng)用[D]. 北京: 北京化工大學(xué), 2014.

[9] JORESKOG K G. A general method for estimating a linear structural equation system [J]. Ets Research Bulletin,1970(2): 43.

[10] AL-REFAIE A. Factors affect companies’ safety performance in Jordan using structural equation modeling [J]. Safety Science, 2013, 57: 169-178.

[11] TAKAYA M, HASEGAWA Y. An analysis of the relation between stress coping profile and job stress using structural equation modeling (SEM) [J]. Journal of occupational health, 2010, 52(5): 209-215.

[12] WILLIAMS S, COOPER C L. Occupational stress indicator [M]. Lanham: A book of resources, 1997. 251-276.

[13] HOLMES T H, RAHE R H. The social readjustment rating scale[J]. Journal of psychosomatic research, 1967, 11(2): 213-218.

[14] 葉新鳳．安全氛圍對(duì)礦工安全行為影響—整合心理資本與工作壓力的視角[D]. 徐州: 中國(guó)礦業(yè)大學(xué), 2014.

[15] 梁寶勇. 應(yīng)對(duì)研究的成果、問(wèn)題與解決辦法[J]. 心理學(xué)報(bào), 2002, 34(6): 643-650.

[16] 溫忠麟, 侯杰泰, 馬什赫伯特. 結(jié)構(gòu)方程模型檢驗(yàn):擬合指數(shù)與卡方準(zhǔn)則[J]. 心理學(xué)報(bào), 2004, 36(2): 186-194.

[17] 薛 薇. SPSS統(tǒng)計(jì)分析方法及應(yīng)用[M]. 北京: 電子工業(yè)出版社, 2009.

[18] HOUSE J S. Occupational stress and coronary heart disease: A review and theoretical integration [J]. Journal of Health and Social Behavior, 1974: 12-27.

Research on controllers’ stress impact factors based on structural equation modeling

LIU Ji-xin, YIN Min-jia, ZHU Xue-hua

(School of Civil Aviation, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China)

The subjective and objective factors affecting controllers’ stress behavior was analyzed. The structural equation model of controllers’ stress impact factors was established, and a empirical study about stress impact factors was conducted by intuitively representing the relationship between latent variables and observed variables through path coefficient graph. Quantitatively measured data of 200 air traffic controllers at a certain ATMB in China was analyzed. The results showed that control capability had the most powerful impact on controllers’ stress adjustment ability (0.69), and safety climate influenced controllers’ stress mediating effect the most (0.40), and sector complexity exerted indirect impact on controllers’ stress response ability through mediating factors such as control capability and operational safety. The conclusions drawn in this paper has realistic meaning in efficient and pertinent management of controllers’ stress impact factors.

stress (or); structural equation model; safety climate; mediating effect

2006-03-12.

劉繼新(1966-)，男，博士，副教授，碩士生導(dǎo)師，研究方向：交通運(yùn)輸規(guī)劃與管理.

V325

A

1672-0946(2017)02-0251-06