張振華 朱 琳 劉志鋼 黃遠(yuǎn)春

(上海工程技術(shù)大學(xué)城市軌道交通學(xué)院，201620，上海 ∥ 第一作者，助理工程師)

隨著地鐵運(yùn)營規(guī)模的不斷擴(kuò)大，運(yùn)營行車組織作業(yè)日益困難，各類人為因素所導(dǎo)致的地鐵事故亦不容忽視。文獻(xiàn)[1]發(fā)現(xiàn)，1980—2009年歐洲發(fā)生的軌道交通事故中，因人為因素所導(dǎo)致的事故數(shù)占比高達(dá)74%。目前，我國依然缺乏系統(tǒng)性的事故人為因素調(diào)查、分類和分析方法[2]。因此，設(shè)計(jì)一套系統(tǒng)性的地鐵事故人為因素分析模型，從事故中分析事故致因及其相關(guān)關(guān)系，進(jìn)而制定對(duì)策，可以有效幫助管理人員進(jìn)行事故預(yù)防處置，在同類事故發(fā)生時(shí)為現(xiàn)場(chǎng)處置提供決策支持，同時(shí)為事故的事后定責(zé)和整改提供系統(tǒng)科學(xué)的理論依據(jù)。

近年來，關(guān)于事故中人為因素的研究理論眾多。文獻(xiàn)[3]總結(jié)提出了人為因素分析與分類系統(tǒng)(HFACS)模型，該模型由于其評(píng)估框架的有效性、內(nèi)容的完整性及強(qiáng)大的可實(shí)踐性，使其在煤礦、海運(yùn)、鐵路等不同領(lǐng)域中都有所應(yīng)用[2-5]。部分學(xué)者在地鐵運(yùn)營安全領(lǐng)域也進(jìn)行了研究。文獻(xiàn)[6]通過C-OWA算子對(duì)指標(biāo)賦值，并結(jié)合SPA(安全、潛力和期望)模型進(jìn)行評(píng)價(jià)。文獻(xiàn)[7]基于脆弱性理論和耗散結(jié)構(gòu)理論，分析地鐵運(yùn)營事故的演化機(jī)理和致因要素的影響機(jī)理。

HFACS模型基于航空背景提出，而地鐵與其在組織架構(gòu)、管理模式等方面具有相似性，因此，該模型具有良好的適應(yīng)性基礎(chǔ)。然而，根據(jù)地鐵事故的處理要求，HFACS模型缺乏完整性，且缺乏事故致因關(guān)系鏈，對(duì)于已經(jīng)發(fā)現(xiàn)的危害因素，如何系統(tǒng)地排查其他相關(guān)因素存在困難。因此，本文根據(jù)地鐵運(yùn)營系統(tǒng)特點(diǎn)、事故預(yù)防重點(diǎn)及處置流程，提出適用于研究地鐵事故的人為因素分析與分類系統(tǒng)(HFACS-MA)。運(yùn)用關(guān)聯(lián)度規(guī)則分析各層級(jí)因素間的關(guān)聯(lián)度，明確事故致因鏈，為事故的前期預(yù)防、現(xiàn)場(chǎng)處置和后期定責(zé)提供依據(jù)。

1 HFACS-MA模型的建立

本文通過對(duì)專業(yè)人員的訪談，查閱關(guān)鍵崗位作業(yè)規(guī)范和運(yùn)營管理規(guī)定，以及對(duì)地鐵事故報(bào)告的深入研究發(fā)現(xiàn)，由于地鐵具有運(yùn)輸快速、高效、準(zhǔn)時(shí)、安全的特性，使得乘客對(duì)其有著高度的依賴性。一旦出現(xiàn)事故，便會(huì)導(dǎo)致乘客積壓，如未能做好事故應(yīng)急處置就會(huì)進(jìn)一步導(dǎo)致事故影響的擴(kuò)大。然而，事故應(yīng)急處置不是預(yù)防事故發(fā)生的屏障之一，而是事故發(fā)生后對(duì)于事故應(yīng)急處置效果的實(shí)時(shí)反饋。如果事故應(yīng)急處置不及時(shí)或處置方式不當(dāng)，就會(huì)形成對(duì)于4層防護(hù)屏障的負(fù)反饋，可能進(jìn)一步造成更大的次生事故的發(fā)生。因此，本文在原有模型的基礎(chǔ)上增加事故應(yīng)急處置反饋層，構(gòu)建HFACS-MA模型，如圖1所示。各層級(jí)因素的分類及問題描述見表1。

圖1 HFACS-MA模型框架圖

表1 HFACS-MA模型致因因素問題描述

1.1 事故致因?qū)?/h3>

組織影響層處于HFACS-MA模型最底層，是事故分析中最難以挖掘分析的隱性層級(jí)。若基礎(chǔ)出現(xiàn)問題，則在此之上建立的其他層級(jí)必定存在隱患，而且對(duì)隱患的糾正就異常困難。

充分的監(jiān)督是避免事故發(fā)生的重要保護(hù)屏障，而不安全的監(jiān)督所導(dǎo)致的監(jiān)督缺位或監(jiān)督不充分是事故致因中常見的一環(huán)。缺少監(jiān)督，就會(huì)為違規(guī)現(xiàn)象的發(fā)生提供可乘之機(jī)。

不安全行為的發(fā)生一定存在先決條件，包括作業(yè)人員自身的狀態(tài)，作業(yè)人員所處環(huán)境的影響，以及與作業(yè)人員接觸的其他人員對(duì)作業(yè)人員的影響等。這些因素會(huì)直接或間接地影響作業(yè)人員對(duì)于當(dāng)前發(fā)生情況的判斷與處理，可能造成危險(xiǎn)行為的發(fā)生。

操作者的不安全行為是導(dǎo)致人為因素事故發(fā)生的直接原因，包括違章違紀(jì)、誤操作誤碰觸，以及精神或身體原因等3類。違章違紀(jì)指作業(yè)人員故意不遵守規(guī)章制度和操作規(guī)范，顯然是操作者有意為之；誤操作誤碰觸、精神或身體原因更多的是由于作業(yè)人員的精神和/或身體狀態(tài)未達(dá)到預(yù)期結(jié)果，并非操作者主觀上愿意發(fā)生的。

1.2 事故反饋層

地鐵運(yùn)營系統(tǒng)的特性使得事故后處置的及時(shí)性和合理性變得極其重要。事故處理不及時(shí)是指事故發(fā)生后未被發(fā)現(xiàn)或發(fā)現(xiàn)后未能第一時(shí)間進(jìn)行處置，就會(huì)導(dǎo)致事故的進(jìn)一步擴(kuò)散；事故處理不當(dāng)指在事故處理過程中所采用的方法、措施等不合理，未能有效遏制事故的蔓延，反而擴(kuò)大事故影響或造成了新的事故發(fā)生。

綜上所述，HFACS-MA模型針對(duì)地鐵運(yùn)營系統(tǒng)特點(diǎn)，增加事故應(yīng)急處置的反饋層，以更全面地分析影響地鐵事故發(fā)生及蔓延的人為因素。

2 地鐵事故致因鏈分析方法

預(yù)防地鐵事故發(fā)生的屏障出現(xiàn)層層漏洞，就會(huì)產(chǎn)生一系列危險(xiǎn)因素，形成事故致因鏈，最終導(dǎo)致事故的發(fā)生。本文運(yùn)用關(guān)聯(lián)規(guī)則，采用Apriori算法進(jìn)行地鐵事故人為致因鏈的分析。

2.1 關(guān)聯(lián)規(guī)則

關(guān)聯(lián)規(guī)則是形如X→Y的蘊(yùn)涵式，包括數(shù)據(jù)項(xiàng)、項(xiàng)集、頻繁項(xiàng)集、支持度、置信度等屬性，旨在尋找大量數(shù)據(jù)背后難以被發(fā)現(xiàn)的相互關(guān)系。其中，支持度反映關(guān)聯(lián)規(guī)則的有用性，置信度則是對(duì)規(guī)則確定性的描述。

2.2 Apriori算法及實(shí)施步驟

Apriori算法是基于兩階段頻集核心思想的遞推算法。計(jì)算步驟如下：

步驟1： 掃描地鐵事故數(shù)據(jù)庫，生成候選1-項(xiàng)集和頻繁1-項(xiàng)集。

步驟2： 進(jìn)入循環(huán)步驟，由頻繁k-1項(xiàng)集生成頻繁k項(xiàng)集，從k-2項(xiàng)集開始循環(huán)，步驟如下：①對(duì)項(xiàng)集中的所有項(xiàng)進(jìn)行排序；②連接步,L(k-1)與其自身進(jìn)行連接，產(chǎn)生候選項(xiàng)集C(k)；③剪枝步,刪除C(k)中不是頻繁項(xiàng)集的元素；④再次掃描數(shù)據(jù)庫，計(jì)算③中過濾后的k-項(xiàng)集的支持度，刪除小于設(shè)定最小支持度的項(xiàng)集，生成頻繁k-項(xiàng)集。

步驟3：當(dāng)生成的頻繁k-項(xiàng)集中只有1個(gè)項(xiàng)集時(shí)循環(huán)結(jié)束。

依據(jù)經(jīng)驗(yàn)設(shè)置相應(yīng)支持度及置信度值，對(duì)數(shù)據(jù)庫進(jìn)行處理即可得到隱含的事故致因鏈。

3 地鐵事故致因鏈的建立

3.1 地鐵事故來源及處理

由于地鐵事故屬于小樣本事件，可采集的數(shù)據(jù)樣本較貧瘠。本文通過查閱書籍、互聯(lián)網(wǎng)以及地鐵公司內(nèi)部資料等方式，分析了30起地鐵事故案例(T1—T30)?；贖FACS-MA模型，對(duì)地鐵事故產(chǎn)生影響的5個(gè)層級(jí)、共27個(gè)影響因素進(jìn)行編號(hào)，并對(duì)地鐵事故報(bào)告逐層詳細(xì)地分解分析，統(tǒng)計(jì)結(jié)果如圖2所示。

圖2 地鐵事故案例分析統(tǒng)計(jì)棋盤圖

3.2 基于Apriori算法的事故致因鏈分析

根據(jù)HFACS-MA模型可知，同一層級(jí)的事故致因會(huì)互相影響；不同層級(jí)之間的致因因素影響關(guān)系一定是上一層級(jí)因素的發(fā)生會(huì)導(dǎo)致下一層級(jí)因素的發(fā)生，也可躍層影響后面各層級(jí)因素的發(fā)生。本文通過相鄰兩個(gè)層級(jí)的多次迭代，最終選取的支持度Min，sup與置信度閾值Min，conf分別為0.3和0.7。本文分別計(jì)算了事故致因?qū)娱g各因素以及事故反饋層與事故致因?qū)娱g各因素的支持度與置信度，結(jié)果如表2和表3所示。由該結(jié)果表示的地鐵事故致因鏈圖如圖3所示。

表2 地鐵事故致因?qū)娱g因素關(guān)聯(lián)度分析表

表3 地鐵事故致因?qū)优c反饋層間因素關(guān)聯(lián)度分析表

由圖3可知，在地鐵事故致因?qū)又?，影響因素最多的為組織影響層，可見深層級(jí)的組織影響是極易發(fā)生且影響深遠(yuǎn)的。其中，設(shè)備資源(A3)是最易受到影響的因素，主要是因?yàn)樵O(shè)備采購與配置處于組織流程中較后的位置，很容易受到其他因素的影響。在不安全的監(jiān)督層中，監(jiān)督不力(B1)是受影響最多的因素。人力資源(A1)、設(shè)備資源(A3)、組織程序(A8)和監(jiān)督違規(guī)(B4)都會(huì)直接造成監(jiān)督不力，進(jìn)而導(dǎo)致班組同事作業(yè)不規(guī)范、違規(guī)作業(yè)，最終導(dǎo)致地鐵事故的發(fā)生。

圖3 地鐵事故致因鏈圖

事故致因?qū)优c反饋層間也存在關(guān)聯(lián)關(guān)系。事故致因?qū)又胁糠忠蛩氐陌l(fā)生會(huì)影響事故應(yīng)急處置的效果，事故應(yīng)急處置的情況又實(shí)時(shí)反饋至事故致因?qū)印Ｓ纱丝梢?，及時(shí)準(zhǔn)確地做好事故應(yīng)急處置會(huì)很好地遏制事故的進(jìn)一步蔓延，減小事故損傷。

3.3 地鐵事故管控措施建議

1) 做好前期的工作規(guī)劃，保障工作的實(shí)施與推進(jìn)。確保所有規(guī)章標(biāo)準(zhǔn)的制定、設(shè)備的采購與安裝、人員的招聘與培訓(xùn)等嚴(yán)格按照前期規(guī)劃進(jìn)行，避免從根源埋下隱患。

2) 培養(yǎng)安全第一的公司文化，健全全面監(jiān)督的監(jiān)督體系。保障人人重視安全、人人都是監(jiān)督者的良好安全形勢(shì)。

3) 建立健全應(yīng)急演練機(jī)制。重視日常應(yīng)急演練培訓(xùn)，確保工作人員技能熟練，有效減少事故反饋層與事故致因?qū)又g的關(guān)聯(lián)。

4 結(jié)論

1) 本文構(gòu)建的HFACS-MA模型，更好地反映了地鐵事故應(yīng)急處置的特點(diǎn)。該模型提供了完整的事故調(diào)查分析與決策工具，更加適應(yīng)地鐵事故的分析研究。

2) 采用Apriori算法，有效分析事故致因鏈，可以進(jìn)行事故的預(yù)防,為同類事故發(fā)生時(shí)的處置提供現(xiàn)場(chǎng)支持,對(duì)事故的事后定責(zé)和整改亦可以提供系統(tǒng)科學(xué)的理論支持。

3) 由于地鐵事故案例的稀缺，導(dǎo)致HFACS-MA模型還未能作為普適性的地鐵行業(yè)事故分析模型進(jìn)行推廣。還需進(jìn)一步豐富數(shù)據(jù)庫中事故案例樣本，增強(qiáng)模型的行業(yè)普適性。