李紅霞，徐浩冉，田水承

（1.西安科技大學(xué) 管理學(xué)院，陜西 西安 710054；2.西安科技大學(xué) 安全科學(xué)與工程學(xué)院，陜西 西安 710054；3.西安科技大學(xué) 安全與應(yīng)急管理研究所，陜西 西安 710054）

0 引 言

在世界各地，礦井都是危險(xiǎn)的工作場(chǎng)所，事故發(fā)生率較高［1］。根據(jù)國(guó)家礦山安全監(jiān)察局最新統(tǒng)計(jì)數(shù)據(jù)顯示，2022年中國(guó)共發(fā)生煤礦事故168起、死亡245人，分別較2021年增加了84.62%和37.64%，煤礦安全形勢(shì)仍不容樂(lè)觀。因此，亟需探究影響煤礦一般與較大及以上事故的關(guān)鍵因素，深入剖析其向較大及以上事故惡化的核心路徑，從而針對(duì)性地提出預(yù)防、阻斷措施，防止事故進(jìn)一步惡化，改善煤礦安全形勢(shì)。

近年來(lái)，為了改善煤礦安全生產(chǎn)環(huán)境、降低事故發(fā)生率，國(guó)內(nèi)外學(xué)者在煤礦安全事故的影響因素、致因模型方面的研究取得一些成果。李紅霞等對(duì)智慧礦山人因失誤影響因素進(jìn)行評(píng)估，發(fā)現(xiàn)智慧礦山工人的操作能力、應(yīng)急反應(yīng)能力、決策能力、人機(jī)匹配度以及設(shè)備安全水平等5種因素對(duì)智慧礦山人因失誤影響較大［2］。

沈劍等基于情感耗竭中介變量，分析礦工作業(yè)疲勞對(duì)煤礦險(xiǎn)兆事件的影響，結(jié)果表明作業(yè)疲勞對(duì)礦工情感耗竭、煤礦險(xiǎn)兆事件都有顯著的正向影響，且行為能力下降的影響作用最大［3］。付凈等基于事故致因“2-4”模型分析煤礦事故組織層面的致因要素，將安全文化與安全管理體系原因因素具體化［4］。MA等基于HFACS人因事故分析模型提出一種新的事故系統(tǒng)分析方法“六層級(jí)模型”，比較分析其適用范圍與優(yōu)缺點(diǎn)［5］。

而在煤礦安全事故歷史數(shù)據(jù)的統(tǒng)計(jì)學(xué)分析方面，也有學(xué)者以不同視角做出了一些貢獻(xiàn)。張俊文等重點(diǎn)分析中國(guó)2005—2019年重大及以上煤礦事故不同層級(jí)的影響因素及事故發(fā)生趨勢(shì)［6］。KONG等收集2011—2020年貴州煤礦事故和災(zāi)害數(shù)據(jù)，從事故分布特征、時(shí)空動(dòng)態(tài)演變以及致災(zāi)因素方面探索貴州煤礦安全事故發(fā)生的特點(diǎn)及規(guī)律，并提出防災(zāi)控制對(duì)策和安全管理建議［7］。

但現(xiàn)有關(guān)于事故致因與影響因素的研究，多集中于某一類型［8-9］、某一等級(jí)的煤礦事故［10-11］，鮮有學(xué)者以組態(tài)視角分析比較不同等級(jí)事故的致因路徑與關(guān)鍵因素，研究一般事故向較大及以上事故惡化的核心條件。因此，筆者將組態(tài)視角引至煤礦事故分析當(dāng)中，以44份具有代表性的煤礦事故調(diào)查報(bào)告為研究對(duì)象，運(yùn)用清晰集定性比較分析（crisp-set qualitative comparative analysis，csQCA）方法，探究不同事故等級(jí)的不安全因素如何組態(tài)聯(lián)動(dòng)造成事故；識(shí)別其致因路徑，力求找出不同組態(tài)類型的核心條件，剖析事故惡化的關(guān)鍵因素；聚焦核心因素，提出預(yù)防事故發(fā)生、阻斷事故惡化的建議和措施，為提高礦山安全管理水平提供新的見(jiàn)解。

1 csQCA方法適用性分析

定性比較分析法（qualitative comparative analysis）最早由查爾斯·拉金提出，是一種基于布爾代數(shù)、集合理論的研究方法。該方法將組態(tài)邏輯引入到案例的定量分析當(dāng)中，適合研究多前因條件的復(fù)雜組態(tài)對(duì)結(jié)果變量的影響，探究多重并發(fā)因果關(guān)系。即通過(guò)案例間的比較，找出條件組態(tài)與結(jié)果間的因果關(guān)系，回答“條件的哪些組態(tài)可以導(dǎo)致期望結(jié)果的出現(xiàn)？哪些組態(tài)導(dǎo)致結(jié)果的不出現(xiàn)？”［12］。近年來(lái)，QCA不僅廣泛應(yīng)用于社會(huì)學(xué)、管理學(xué)等社會(huì)科學(xué)領(lǐng)域［13-14］，其在自然科學(xué)領(lǐng)域的應(yīng)用也未艾方興，已有國(guó)內(nèi)外學(xué)者將QCA應(yīng)用于安全科學(xué)領(lǐng)域研究［15-17］。而清晰集定性比較分析csQCA更適用于處理“是與否”的二分變量與10～60數(shù)量的中等樣本，其二分特性與文中研究所關(guān)注的結(jié)果變量“事故是否發(fā)生”、“事故是否重大”相契合，進(jìn)而能夠?qū)颖緮?shù)據(jù)進(jìn)行“0-1”賦值構(gòu)建真值表，進(jìn)行后續(xù)的單因素與組態(tài)分析，故該研究更宜采用csQCA方法。

基于復(fù)雜因果關(guān)系的“瑞士奶酪模型”又稱REASON模型，由JAMES REASON首次提出。該模型由4個(gè)層級(jí)構(gòu)成，即組織影響、不安全監(jiān)督、不安全前提以及不安全行為［18］。其內(nèi)在邏輯強(qiáng)調(diào)多層次缺陷的共同作用，即單一層級(jí)的缺陷不一定會(huì)導(dǎo)致事故發(fā)生，當(dāng)多層級(jí)的缺陷同時(shí)或次第出現(xiàn)時(shí)將會(huì)引致事故發(fā)生。由于REASON模型的底層邏輯與QCA分析的組態(tài)內(nèi)涵都強(qiáng)調(diào)結(jié)果（事故）的發(fā)生并不是由單一因素，而是不同前因條件的組合導(dǎo)致。因此，文中在該模型的基礎(chǔ)上結(jié)合研究案例，建立完善煤礦責(zé)任事故的組態(tài)致因模型，如圖1所示。

圖1 煤礦事故組態(tài)致因模型Fig.1 Causative mode of configuration in coal mine accidents

2 數(shù)據(jù)處理與模型構(gòu)建

2.1 數(shù)據(jù)來(lái)源

文中以煤礦事故及涉險(xiǎn)事件為研究對(duì)象，考慮到事故致因具有時(shí)效性，通過(guò)收集國(guó)家煤礦安全監(jiān)察局、中國(guó)應(yīng)急信息網(wǎng)、煤礦安全生產(chǎn)網(wǎng)等官方發(fā)布的煤礦事故調(diào)查報(bào)告，并結(jié)合對(duì)陜西當(dāng)?shù)孛浩蟮膶?shí)地走訪調(diào)研，搜集整理近5年共126起事故調(diào)查報(bào)告。

將收集到的樣本按照以下標(biāo)準(zhǔn)篩選：①僅選取煤礦責(zé)任事故及涉險(xiǎn)事件的調(diào)查報(bào)告，不包括非煤礦山（金屬礦、油氣開(kāi)采等）；②排除由不可抗力導(dǎo)致的事故案例，即非責(zé)任事故（自然事故）；③事故調(diào)查報(bào)告中的時(shí)間、地點(diǎn)、經(jīng)過(guò)、傷亡人數(shù)、類型、性質(zhì)、直接原因與間接原因等信息均應(yīng)清晰明確、描述詳盡；④事故案例的選擇應(yīng)具有多元性、完整性，不同類型和傷亡等級(jí)的事故都應(yīng)給予考慮，選取由復(fù)雜前因組態(tài)影響導(dǎo)致的事故案例。經(jīng)由上述標(biāo)準(zhǔn)剔除篩選后，最終得到44份初始文稿樣本，其描述性統(tǒng)計(jì)見(jiàn)表1。

表1 樣本案例的描述性統(tǒng)計(jì)Table 1 Descriptive statistics for selected samples

2.2 變量設(shè)置與二分賦值

根據(jù)QCA研究慣例，36～45個(gè)案例所需條件變量為8個(gè)［19］。而QCA方法本身無(wú)法為條件變量的選取提供指導(dǎo)，這就需要研究者根據(jù)現(xiàn)有理論框架，結(jié)合所選案例特征來(lái)確定條件變量。因此，文中以基于REASON理論的煤礦事故組態(tài)致因模型為基礎(chǔ)，參考現(xiàn)有文獻(xiàn)總結(jié)出的不安全因素［20-21］，從組織影響、不安全條件、不安全監(jiān)督、不安全行為4個(gè)層級(jí)出發(fā)，最終共確定8個(gè)條件變量。

2008年發(fā)布的《煤礦生產(chǎn)安全事故報(bào)告和調(diào)查處理規(guī)定》（以下簡(jiǎn)稱規(guī)定），將煤礦事故分為一般（3人以下）、較大（3人以上10人以下）、重大（10人以上30人以下）、特別重大（30人以上）4個(gè)等級(jí)。其中涉險(xiǎn)事件（險(xiǎn)兆事件）是指未發(fā)生人員傷亡，但涉及危險(xiǎn)可能釀成事故的事件。由于清晰集定性比較分析的“二分”特性，對(duì)于結(jié)果變量的設(shè)置只能存在“是”與“否”2種情況，一些QCA研究只選取一個(gè)結(jié)果變量［17］，但也有研究者根據(jù)不同的研究需求選取多個(gè)結(jié)果變量。需要指出的是，文中旨在探究涉險(xiǎn)事件（險(xiǎn)兆事件）到一般事故再到較大及以上事故的演變路徑，故參考趙禮強(qiáng)等［22］的做法，將結(jié)果變量設(shè)置為“事故是否發(fā)生”以及“事故是否重大”。綜上，構(gòu)建條件變量與結(jié)果變量屬性（見(jiàn)表2）。

表2 變量屬性Table 2 Attributes of variables

2.3 真值表的構(gòu)建

在確定條件變量和結(jié)果變量后，再次返回到案例，按照表3的二分賦值標(biāo)準(zhǔn)，確定各案例在不同變量上的取值（0或1），為后續(xù)布爾運(yùn)算奠定基礎(chǔ)。

表3 二分編碼規(guī)則Table 3 Rules of data coding

將編碼后的二分?jǐn)?shù)據(jù)導(dǎo)入至fsQCA 3.0軟件，通過(guò)布爾代數(shù)運(yùn)算，不同結(jié)果發(fā)生時(shí)各條件變量的組態(tài)被清晰地反映在真值表上。其中GAi，LAi和MAi（i＝1，2，3，…，n）分別代表一般事故、較大事故與重大事故案例。由于篇幅限制，部分樣本的真值見(jiàn)表4。

表4 不同結(jié)果變量的真值Table 4 Truth with the different result variables

3 實(shí)證分析

3.1 組態(tài)分析的必要性

按照QCA分析的慣例，在進(jìn)行組態(tài)分析之前通常先進(jìn)行單因素必要性分析。通過(guò)一致性（Consistency）和覆蓋率（Coverage）2個(gè)指標(biāo)來(lái)判斷某個(gè)前因條件是否為結(jié)果的充分或必要條件。一般將一致性閾值設(shè)定為0.9，高于0.9則認(rèn)為該條件是構(gòu)成結(jié)果變量的必要條件［14］。而覆蓋率則是用來(lái)判斷某個(gè)變量或某個(gè)組態(tài)能夠解釋結(jié)果發(fā)生的百分比，其取值越接近于1，則說(shuō)明該變量或組態(tài)對(duì)結(jié)果發(fā)生的解釋力越強(qiáng)。其運(yùn)算見(jiàn)下式。

由于結(jié)果變量設(shè)置為事故是否發(fā)生與事故是否重大，故得到2個(gè)單因素必要性分析表，見(jiàn)表5和表6。

表5 一般事故的單因素分析Table 5 Single factor analysis of general accidents

表6 較大及以上事故的單因素分析Table 6 Single factor analysis of major accidents

通過(guò)分析表5發(fā)現(xiàn)，在一般事故發(fā)生的8個(gè)條件變量中，風(fēng)險(xiǎn)辨識(shí)D1，制度缺陷A2一致性指標(biāo)均超過(guò)0.9，表明其均為構(gòu)成一般事故發(fā)生的必要條件，即一般事故的發(fā)生，必然伴隨著組織“制度缺陷”與班組人員“風(fēng)險(xiǎn)辨識(shí)失效”2個(gè)條件變量的發(fā)生。但制度缺陷A2的覆蓋率較低，說(shuō)明其對(duì)該結(jié)果變量的解釋力較弱。另外6個(gè)解釋變量的一致性均低于0.9，表明其與一般事故的發(fā)生不存在必要性。

從表6可以看出，當(dāng)較大及以上事故作為結(jié)果變量時(shí)，組織制度A2與風(fēng)險(xiǎn)辨識(shí)D1的一致性指標(biāo)仍均大于0.9，表明其均對(duì)較大及以上事故的發(fā)生構(gòu)成必要條件。然而其覆蓋率均小于0.8，表明其對(duì)較大及以上事故作為結(jié)果變量的解釋力較弱。對(duì)比分析表5，表6可知：對(duì)于煤礦事故的發(fā)生，無(wú)論其事故等級(jí)是否重大，組織“制度缺陷”與班組人員“風(fēng)險(xiǎn)辨識(shí)失效”均是導(dǎo)致事故發(fā)生的關(guān)鍵因素，表明其對(duì)一般事故向較大及以上事故的惡性演化具有關(guān)鍵作用；而對(duì)于2種不同的結(jié)果變量，其各條件變量覆蓋率均不高，則說(shuō)明單個(gè)條件變量的出現(xiàn)不足以完全解釋結(jié)果的發(fā)生。

綜上，在多數(shù)情況下，一般事故與較大及以上事故的發(fā)生是多種條件共同作用的結(jié)果。因此，有必要進(jìn)行前因組態(tài)分析進(jìn)一步闡釋導(dǎo)致結(jié)果變量發(fā)生的多重影響因素組合，剖析事故惡化的核心路徑。

3.2 組態(tài)分析結(jié)果

以一致性和覆蓋率指標(biāo)為判斷標(biāo)準(zhǔn)，通過(guò)分析前因條件組合來(lái)判斷其是否對(duì)結(jié)果變量具有較好的解釋力，需要指出的是：原始覆蓋度（raw coverage）是指各組態(tài)解分別對(duì)結(jié)果案例的解釋力，其包括了組態(tài)間重疊解釋的部分；解的覆蓋度（solution coverage）表示總體覆蓋度，即所有組態(tài)對(duì)結(jié)果的解釋程度；解的一致性（solution consistency）指總體一致性，即所有組態(tài)解對(duì)結(jié)果發(fā)生的充分程度。

綜上，運(yùn)行fsQCA 3.0軟件進(jìn)行組態(tài)分析，得到復(fù)雜解、中間解和簡(jiǎn)約解3種不同類型的結(jié)果。其中，中間解在簡(jiǎn)化復(fù)雜路徑的同時(shí)聯(lián)系理論實(shí)際，是定性比較研究中普遍采用的方案。同時(shí)，結(jié)合簡(jiǎn)約解進(jìn)一步識(shí)別出核心條件與邊緣條件，并將具有相同簡(jiǎn)約解的組態(tài)進(jìn)行聚類后，使用QCA符號(hào)進(jìn)行結(jié)果匯報(bào)，其中“—”代表?xiàng)l件可有可無(wú)，“●”代表核心條件存在，“●”代表邊緣條件存在，“?”表示核心條件缺乏，“?”代表邊緣條件缺乏。

3.2.1 一般事故的組態(tài)分析

以一般事故發(fā)生為作為結(jié)果變量的組態(tài)分析共得到4個(gè)簡(jiǎn)約解、10個(gè)中間解。從表7可以看出，所有組態(tài)解的整體一致性與各組態(tài)解的一致性均大于0.9，這表明得到的10種不安全因素組態(tài)整體或任意前因組合都對(duì)結(jié)果變量構(gòu)成充分條件，且總體覆蓋率為0.969 7，表明其能夠解釋約97%的事故案例。結(jié)合簡(jiǎn)約解，可將10條組態(tài)路徑聚類歸納為4種高階構(gòu)型：設(shè)備缺陷型、制度缺陷型、監(jiān)管缺失型和操作風(fēng)險(xiǎn)型。

表7 一般事故發(fā)生的不安全因素組態(tài)Table 7 Configuration of unsafe factors in general accidents

設(shè)備缺陷型主要包括組態(tài)1，2，其核心條件為生產(chǎn)設(shè)備，該路徑的高階構(gòu)型可簡(jiǎn)化為：一般事故發(fā)生＝～技術(shù)管理＊制度缺陷＊生產(chǎn)設(shè)備＊風(fēng)險(xiǎn)辨識(shí)＊（安全設(shè)施＊～環(huán)境隱患＊屬地監(jiān)管＊～行為差錯(cuò)＋～安全設(shè)施＊環(huán)境隱患＊～屬地監(jiān)管＊行為差錯(cuò)）。其中“＊”表示“且”即條件同時(shí)出現(xiàn)，“～”表示“非”即該條件不出現(xiàn)，“＋”表示“或”即該條件或其他條件出現(xiàn)。

制度缺陷型主要包括組態(tài)3～7，其核心條件為制度缺陷、技術(shù)管理與風(fēng)險(xiǎn)辨識(shí)，該路徑的高階構(gòu)型可簡(jiǎn)化為：技術(shù)管理＊制度缺陷＊風(fēng)險(xiǎn)辨識(shí)＊（～生產(chǎn)設(shè)備＊～安全設(shè)施＊（環(huán)境隱患＋屬地監(jiān)管＊～行為差錯(cuò)）。

監(jiān)管缺失型的組態(tài)路徑為：技術(shù)管理＊制度缺陷＊～生產(chǎn)設(shè)備＊環(huán)境隱患＊屬地監(jiān)管＊行為差錯(cuò)，其核心條件為環(huán)境隱患、屬地監(jiān)管與行為差錯(cuò)。

組態(tài)8，9可歸納為操作風(fēng)險(xiǎn)型，核心條件為風(fēng)險(xiǎn)辨識(shí)與行為差錯(cuò)，其高階構(gòu)型可簡(jiǎn)化為：～技術(shù)管理＊制度缺陷＊～環(huán)境隱患＊～屬地監(jiān)管＊風(fēng)險(xiǎn)辨識(shí)＊行為差錯(cuò)。

3.2.2 較大及以上事故的組態(tài)分析

以較大及以上事故發(fā)生作為結(jié)果變量，共得到8個(gè)中間解、3個(gè)簡(jiǎn)約解。從表8可以看出，其總體一致性與各組態(tài)解的一致性均大于0.9，表明其對(duì)該結(jié)果變量的發(fā)生構(gòu)成充分條件?？傮w覆蓋率為0.863 6，說(shuō)明其能夠解釋約86%的由不安全因素組態(tài)導(dǎo)致的較大及以上事故案例。根據(jù)核心條件分布情況，可將導(dǎo)致較大及以上事故的8條路徑聚類歸納為2種高階構(gòu)型：即監(jiān)管缺失型與設(shè)備缺陷型。

表8 較大及以上事故發(fā)生的不安全因素組態(tài)Table 8 Configuration of unsafe factors in major accidents

與前文組態(tài)結(jié)構(gòu)類似，組態(tài)3～8亦可歸納為監(jiān)管缺失型，其高階構(gòu)型可簡(jiǎn)化為：屬地監(jiān)管＊風(fēng)險(xiǎn)辨識(shí)＊制度缺陷＊（～生產(chǎn)設(shè)備＊技術(shù)管理＊～安全設(shè)施＊環(huán)境隱患＊行為差錯(cuò)＋安全設(shè)施＊～行為差錯(cuò)），核心條件為屬地監(jiān)管。

與前文組態(tài)構(gòu)型類似，組態(tài)1，2的核心條件為生產(chǎn)設(shè)備，亦可歸納為設(shè)備缺陷型，其高階構(gòu)型可簡(jiǎn)化為：技術(shù)管理＊～制度缺陷＊生產(chǎn)設(shè)備＊～屬地監(jiān)管＊風(fēng)險(xiǎn)辨識(shí)＊行為差錯(cuò)＊（～安全設(shè)施＊環(huán)境隱患＋安全設(shè)施＊～環(huán)境隱患）。

3.3 分析與討論

在安全科學(xué)領(lǐng)域，已有學(xué)者運(yùn)用定性比較分析來(lái)研究事故致因路徑、不安全行為等［19，26］。但相關(guān)研究多集中于某一事故類型的致因路徑，或是不同類型事故的不安全因素組合，鮮有學(xué)者關(guān)注事故惡化路徑，分析不同等級(jí)事故的發(fā)生條件組合，研究影響事故惡化的關(guān)鍵因素。

與此同時(shí)，前人相關(guān)研究大多選擇多個(gè)條件變量（解釋變量）對(duì)應(yīng)1個(gè)結(jié)果變量（被解釋變量），這種定量研究范式在應(yīng)用于定性比較分析時(shí)，其得出的分析結(jié)果可能并不能十分精確地契合研究者的研究目的。換句話說(shuō)，在研究復(fù)雜條件下的因果關(guān)系時(shí)，除了找到某一結(jié)果的發(fā)生路徑以外，研究者更應(yīng)該關(guān)注不同結(jié)果發(fā)生路徑的異同，更應(yīng)該注重“比較”而非單一的“分析”，只有找到了“同類問(wèn)題”的“不同之處”，才可能會(huì)有新的發(fā)現(xiàn)、新的見(jiàn)解。

因此，文中對(duì)不同等級(jí)煤礦事故進(jìn)行組態(tài)分析，發(fā)現(xiàn)一般事故的組態(tài)聚類有4種類型：設(shè)備缺陷型、制度缺陷型、監(jiān)管缺失型和操作風(fēng)險(xiǎn)型；較大及以上事故的2種組態(tài)聚類分別為：監(jiān)管缺失型和設(shè)備缺陷型。對(duì)于二者的交集，即監(jiān)管缺失型和設(shè)備缺陷型組態(tài)，不同事故等級(jí)的核心條件不盡相同。對(duì)于監(jiān)管缺失型組態(tài)，一般事故發(fā)生的核心因素更趨向于“環(huán)境隱患”條件下的“違規(guī)行為”；而對(duì)于較大及以上事故，則更強(qiáng)調(diào)“屬地監(jiān)管”這一核心因素引發(fā)其他顯性、隱形因素產(chǎn)生的“連鎖反應(yīng)”。在缺乏監(jiān)管的條件下，煤企的制度漏洞將會(huì)被進(jìn)一步放大，從而產(chǎn)生違法開(kāi)采、違規(guī)承包分包等錯(cuò)誤的企業(yè)決策，進(jìn)而影響作業(yè)班組對(duì)風(fēng)險(xiǎn)的識(shí)別能力，最終導(dǎo)致重大災(zāi)難。

綜上，一般事故向較大及以上事故惡化的組態(tài)路徑有2條：分別為監(jiān)管缺失型和設(shè)備缺陷型，其惡化路徑如圖2所示。

圖2 事故惡化路徑Fig.2 Deterioration path of accidents

4 結(jié) 論

1）運(yùn)用csQCA方法分析44起不同等級(jí)和類型的煤礦安全事故，分別得到10種一般事故和8種較大及以上事故的條件組態(tài)，聚類歸納出設(shè)備缺陷、制度缺陷、監(jiān)管缺失、操作風(fēng)險(xiǎn)4種事故類型。

2）通過(guò)分析一般事故與較大及以上事故的單因素必要性，發(fā)現(xiàn)A2制度缺陷與D1風(fēng)險(xiǎn)辨識(shí)對(duì)事故發(fā)生影響最大，是導(dǎo)致事故發(fā)生的必要條件；對(duì)比分析二者的組態(tài)路徑，發(fā)現(xiàn)A1技術(shù)管理與C1屬地監(jiān)管對(duì)事故的惡化最為重要，是導(dǎo)致事故惡化的關(guān)鍵因素。

3）通過(guò)加強(qiáng)井下設(shè)備自動(dòng)化配置、完善技術(shù)管理制度，嚴(yán)格把控生產(chǎn)設(shè)備、安全設(shè)施的性能與質(zhì)量，來(lái)阻斷設(shè)備缺陷型事故進(jìn)一步惡化；對(duì)于監(jiān)管缺失型事故，屬地監(jiān)管部門應(yīng)當(dāng)切實(shí)履行監(jiān)管職責(zé)，加強(qiáng)對(duì)駐礦安全員的日?？己耍叨戎匾?、認(rèn)真審查調(diào)度記錄臺(tái)賬，及時(shí)研判事故預(yù)兆，減小事故發(fā)生、惡化概率。

研究重點(diǎn)關(guān)注煤礦一般事故到較大及以上事故的惡化路徑，樣本量適中，未來(lái)可繼續(xù)擴(kuò)充數(shù)據(jù)庫(kù)，進(jìn)一步細(xì)化不同事故類型，基于大樣本對(duì)不同事故類型組態(tài)惡化路徑作更為深入地探討。