引航員不安全行為干預的系統(tǒng)動力學仿真

田力　胡甚平　席永濤　張欣欣

摘要：

為減少引航員的不安全行為，采用魚骨圖分析引航員不安全行為的影響因素，提出引航員不安全行為的干預策略，進而建立引航員不安全行為干預的系統(tǒng)動力學模型。結合港口引航員調研數(shù)據(jù)，對引航員不安全行為的動態(tài)演變過程進行仿真。案例計算結果表明：在干預策略實施期間，引航員駕引過程中不安全行為、不安全心理、不安全生理水平呈現(xiàn)先增后減的拋物線趨勢。安全價值觀和安全能力提升速度最快，干預效果最顯著。提升引航員的安全價值觀和安全能力是減少引航員不安全行為的重要策略。

關鍵詞：

引航員; 不安全行為干預; 系統(tǒng)動力學; 仿真

中圖分類號：? U675.98; U698

文獻標志碼：? A

System dynamics simulation on unsafe behavior intervention of pilots

TIAN Li， HU Shenping， XI Yongtao， ZHANG Xinxin

（Merchant Marine College， Shanghai Maritime University， Shanghai 201306， China）

Abstract：

In order to reduce the unsafe behaviors of pilots， the fishbone diagram is used to analyze the influencing factors of pilot unsafe behaviors， the intervention strategies of pilot unsafe behaviors are proposed， and the system dynamics model of pilot unsafe behavior intervention is established. Based on the port pilot survey data， the dynamic evolution of the pilot unsafe behaviors is simulated. The case calculation result shows that， during the implementation of intervention strategies， the unsafe level of behavior， psychology and physiology of pilots in the course of operation keeps a parabolic trend of increasing first and then decreasing. The safety values and the safety ability are promoted fastest and the intervention effects are the most significant. Improving the pilot safety values and the pilot safety ability? is an important strategy for reducing the pilot unsafe behaviors.

Key words：

pilot; unsafe behavior intervention; system dynamics; simulation

收稿日期： 2020-02-10

修回日期： 2020-06-24

基金項目：

國家重點研發(fā)計劃（2019YFB1600600）;上海市重點學科建設項目（T0603）;上海市2020年度“科技創(chuàng)新行動計劃”軟科學重點項目（20692108700）

作者簡介：

田力（1994—），男，甘肅天水人，碩士研究生，研究方向為水上交通運輸安全，（E-mail）871255853@qq.com;

胡甚平（1974—），男，湖北通城人，教授，博士，研究方向為載運工具運用工程與安全工程，（E-mail）sphu@shmtu.edu.cn

0 引 言

引航員是船舶引航作業(yè)的執(zhí)行者，是保障船舶引航過程安全的關鍵人物[1]。據(jù)統(tǒng)計，90%以上的船舶引航事故是引航員或船員的不安全行為造成的[2]，引航員不安全行為是導致船舶引航重大

事故發(fā)生的關鍵因素之一。因此，研究引航員不安全行為的動態(tài)演變規(guī)律，針對不安全行為影響因素進行干預，對減少引航員的不安全行為，保障引航安全具有關鍵意義。

目前，國內外專家學者主要從影響因素和形成機理角度、預控干預角度研究人的不安全行為。影響因素和形成機理方面：CHOUDHRY等[3]指出不安全行為影響因素主要包括安全意識、工作壓力、安全態(tài)度、心理和生理因素、設施、環(huán)境、安全培訓和教育、安全管理等。預控干預方面：ZAIRA等[4]開發(fā)了針對建筑工人不安全行為的綜合安全干預措施的結構方程模型。BERGHEIM等[5]指出，提高員工的職業(yè)素質和安全行為能力是減少不安全行為的重要措施。

現(xiàn)有研究多關注引航員人因可靠性影響因素分析和定量預測[6-7]。不安全行為方面：張欣欣等[8]

分析了船舶港口引航風險中的人和組織因素（human and organizational factors， HOF），得出絕大多數(shù)引航事故由不安全的引航行為導致;席永濤等[2]通過結構方程模型和多級回歸分析探究了引航員危險態(tài)度對其安全行為的影響。上述研究均從靜態(tài)角度定性、分散地分析和處理問題，缺少對不安全行為影響因素間多維關系以及動態(tài)演變的研究，特別是對引航員不安全行為動態(tài)變化過程的研究還未涉及。

本文通過對導致引航員不安全行為的因素的分析，提出引航員不安全行為影響因素魚骨圖，引入系統(tǒng)動力學理論，構建引航員不安全行為干預的系統(tǒng)動力學仿真模型。結合某港口引航員調研數(shù)據(jù)，對引航員不安全行為干預進行仿真，以期提出有效的、有針對性的不安全行為干預策略。

1 問題描述

1.1 導致引航員不安全行為的因素

結合相關文獻[9-10]，通過對上海港1995—2019年890起引航事故原因的分析[11]，歸納出引航員不安全行為的影響因素（見圖1引航員不安全行為影響因素魚骨圖），主要包括：①心理因素（職業(yè)壓力、僥幸心理、自負心理、緊張心理、疲勞心理、粗心大意）;②生理因素（慢性疲勞、身體素質差、年齡大小、引航作業(yè)強度、帶病上崗、睡眠不足）;③安全能力因素（專業(yè)技能不足、理論知識匱乏、應急演練少、模擬訓練少、硬件設備水平低、綜合處理能力（溝通協(xié)調能力、臨時應變能力）弱）;④安全價值觀因素（安全觀念、安全意識、安全態(tài)度）;⑤環(huán)境因素（自然環(huán)境、通航環(huán)境、交通環(huán)境、人機匹配、引航設備條件）;⑥組織管理因素（引航員管理不到位、引航管理制度不完善、安全監(jiān)督力度小、安全投入力度?。?。

1.2 引航員不安全行為的干預策略和干預系統(tǒng)

基于對引航員不安全行為影響因素的分析提出相應的干預策略。

在引航員不安全行為影響因素及相應干預策略的基礎上，構建引航員不安全行為干預系統(tǒng)的7個子系統(tǒng)（見表1）：引航員心理干預系統(tǒng)、引航員生理干預系統(tǒng)、引航員安全能力干預系統(tǒng)、引航員安全價值觀干預系統(tǒng)、作業(yè)環(huán)境干預系統(tǒng)、組織管理干預系統(tǒng)、不安全行為事后干預系統(tǒng)[12]。用↑表示系統(tǒng)水平隨著干預力度增加而增加，↓表示系統(tǒng)水平隨著

干預力度增加而減小。通過對干預系統(tǒng)的分析，得出引航員不安全行為干預系統(tǒng)的4個主要反饋回路：①安全教育培訓↑→安全價值觀水平↑→安全作業(yè)能力水平↑→不安全行為水平↓→安全教育培訓↑;②安全宣傳水平↑→安全價值觀水平↑→不安全心理水平↓→不安全行為水平↓→安全宣傳水平↑;③安全引航管理↑→合理安排引航任務量↑→不安全生理水平↓→不安全行為水平↓→安全引航管理↑;④安全作業(yè)能力水平↑→不安全行為水平↓→業(yè)務知識培訓↑→模擬訓練↑→安全作業(yè)能力水平↑。

2 模型建立

2.1 系統(tǒng)動力學原理

系統(tǒng)動力學建模方法是基于控制論和非線性動力學理論的建模方法，由Forrester教授于1958年首次提出。該方法使用計算機仿真對各種具有動力學反饋的系統(tǒng)進行建模，同時通過對系統(tǒng)中多因素之間的復雜相互作用建模來研究非線性相互作用是如何隨時間影響系統(tǒng)行為的。[13-15]Vensim是一種系統(tǒng)動力學模擬軟件，變量類型包含狀態(tài)變量、速率變量、輔助變量和常量等，庫存流程圖通過內置各種函數(shù)將定性關系轉換為定量關系。系統(tǒng)動力學建模流程見圖2。

2.2 確定系統(tǒng)動力學模型變量

鑒于建立系統(tǒng)動力學流圖的需要，根據(jù)表1確定模型變量集，包括水平變量（也叫狀態(tài)變量）

L、速率變量R、輔助變量A和常量C，具體變量名稱及符號見表2。

2.3 確定系統(tǒng)動力學流圖及變量函數(shù)關系

運用Vensim-PLE建立引航員不安全行為干預系統(tǒng)動力學流圖，見圖3。模型的系統(tǒng)動力學方程包含水平方程和速率方程。水平方程是一個一階差分方程，具有固定的表現(xiàn)形式，用來描述模型存量的變化[13]。存量是流量變化隨時間的積累，采用差分方程的形式進行描述：

Lk=Lj+Rin，jk-Rout，jkΔT????? （1）

式中：Lk表示水平變量L在時刻k的取值;Lj表示水平變量L在時刻j的取值;Rin，jk表示流入速率變量Rin在時刻j與時刻k之間的取值;Rout，jk表示流出速率變量Rout在時刻j與時刻k之間的取值;ΔT表示仿真時間步長，即在時刻j與時刻k之間求解時間間隔的長度[13]。速率方程為水平變量、輔助變量和常量的函數(shù)，即

R=f（L，A，C）（2）

3 仿真算例

3.1 數(shù)據(jù)采集和分析

以某港在職引航員為主要調研對象，通過微信掃碼填寫問卷的方式對各級在職引航員227人進行調研，其中調研樣本的學歷和級別構成見圖4。選取最常用的克朗巴哈系數(shù)（Cornbachsα）來檢驗問卷的可靠性，利用SPSS 19.0計算得到調查問卷的克朗巴哈系數(shù)為0.876（>0.60），表明問卷可靠性良好，通過其獲得的真實值水平都在可接受范圍內。

3.2 模型參數(shù)確定

依據(jù)引航員安全管理制度及行為規(guī)范，結合問卷調研數(shù)據(jù)和專家評分，對數(shù)據(jù)進行無量綱化處理，并取其算術平均值作為系統(tǒng)值，得到的各水平變量初始值見表3。

采用熵權法確定各輔助變量和各干預系數(shù)值。設有m個子系統(tǒng)、n個評價指標，指標值為xij（1≤i≤m，1≤j≤n），具體步驟如下：

（1）對決策矩陣X=（xij）m×n進行標準化處理，再進行歸一化處理，使數(shù)據(jù)在[0，1]范圍內，得到矩陣X′=（x′ij）m×n。

（2）計算各評價指標的熵值：

（3）確定第j個評價指標的熵權：

φj=αjnj=1αj???????? （4）

式中：αj表示第j個評價指標的差異系數(shù)，且αj=1-Hj。

運用MATLAB計算出各輔助變量和各干預系數(shù)值，見表4。

3.3 仿真結果與分析

設置模型運行參數(shù)：初始時間為0;仿真步長為1個月;仿真周期為24個月。運行Vensim-PLE得到初始狀態(tài)仿真結果，見圖5。

由圖5可知，引航員不安全行為水平呈現(xiàn)先升后降的拋物線趨勢，且變化過程主要分為3個階段。第1階段，引航員不安全行為水平呈上升趨勢，且在第13個月達到峰值，這表明干預策略實施初期并未對不安全行為產生抑制作用。第2階段，即從第14個月到第18個月，引航員不安全行為水平開始下降，但是趨勢相對平緩。這表明各干預子系統(tǒng)對引航員不安全行為干預效果存在差異，引航員自身對干預策略的熟知度、接受度和適應速度也存在差異，進而導致整個系統(tǒng)不安全行為水平下降相對緩慢。第3階段，即從第19個月開始，引航員不安全行為水平明顯呈快速下降趨勢，且速度越來越快，這表明隨著引航機構安全宣傳、安全教育培訓、技能培訓、事故演練等措施的實施，引航員長期形成的引航不安全行為習慣等開始慢慢轉變，引航員自身的安全價值觀、安全能力得到提高，不安全行為得到有效控制，安全行為水平得到了有效提升。

圖5表明：（1）引航員不安全心理水平和不安全生理水平變化也呈拋物線型，但趨勢相對平緩，峰值相對較小，且相對于引航員不安全行為水平，其峰值提前數(shù)月出現(xiàn);不安全生理水平從第6個月開始就已明顯呈下降趨勢，這表明對引航員不安全生理

水平的干預短期內可產生效果。（2）與其他干預系統(tǒng)相比，安全價值觀水平、安全能力水平明顯呈快速上升趨勢，且后期的快速上升對降低不安全行為水平起主要作用。

3.4 模型分析與討論

分別對部分干預策略和子系統(tǒng)干預效果進行對比分析。

3.4.1 不同干預策略同等干預力度下干預效果對比分析

在初始狀態(tài)下，對安全教育培訓水平、模擬訓練、安全監(jiān)督力度分別增加20%，觀察不安全行為水平的變化情況，結果見圖6a：前8個月，3種干預策略下不安全行為曲線基本重合，無明顯差異，這表明干預策略在初期對系統(tǒng)不安全狀態(tài)干預效果不佳;從第10個月開始，3種干預策略的干預效果差異趨向明顯，干預效果強弱依次為安全教育培訓、模擬訓練、安全監(jiān)督力度，這表明安全教育培訓是降低引航員不安全行為水平的重要措施，引航作業(yè)模擬訓練需要增加，另外，引航管理機構應加大安全監(jiān)督力度。

3.4.2 不同干預子系統(tǒng)同等干預力度下干預效果對比分析

在初始狀態(tài)下，分別將安全能力水平和安全價值觀水平增加20%，不安全心理水平和不安全生理水平減少20%，運行并觀察不安全行為水平的變化趨勢，結果見圖6b：前5個月，4個子系統(tǒng)干預曲線基本吻合;從第5個月開始干預效果出現(xiàn)差異，較單一干預策略提前3個月出現(xiàn)差異，且不安全行為水平的下降幅度明顯，下降速度更快。這表明干預措施組合的子系統(tǒng)對整個系統(tǒng)不安全行為水平的干預效果更明顯，見效更快。另外，4個子系統(tǒng)干預效果強弱依次為：安全價值觀水平、安全能力水平、不安全心理水平、不安全生理水平，且安全價值觀水平干預效果比其他子系統(tǒng)的更明顯、有效。

4 結束語

運用系統(tǒng)動力學建立了引航員不安全行為干預模型，通過仿真預測引航員不安全行為的變化趨勢，并對干預策略和干預子系統(tǒng)的干預效果進行了對比分析。

引航員不安全行為水平呈現(xiàn)先增后減的拋物線變化趨勢。在干預過程初期，由于引航員對干預策略不熟悉，適應速度慢，存在抵觸心理，故而其不安全心理和生理水平快速上升。隨著干預的實施，引航員安全價值觀水平、安全能力水平、組織管理水平、安全行為水平、作業(yè)環(huán)境安全水平等逐漸升高，其中安全價值觀水平和安全能力水平上升較快，其后期的快速上升對系統(tǒng)不安全行為水平起到關鍵抑制作用，從而在干預后期不安全行為水平下降加快。

參考文獻：

[1]KITAMURAK， MURAI K， HAYASHI Y，et al. Measurement and analysis of marine pilots performance using a large model sensor[C]//2014 IEEE 3th Global Conference on Consumer Electronics. IEEE， 2014： 37-41.

[2]席永濤， 肖浩， 張陽， 等. 引航員風險認知對安全行為的影響路徑[J]. 中國航海， 2019， 42（2）： 37-41.

[3]CHOUDHRYR M， FANG Dongping. Why operatives engage in unsafe work behavior： investigating factors on construction sites[J]. Safety Science， 2008， 46： 566-584. DOI： 10.1016/j.ssci.2007.06.027.

[4]ZAIRAM M， HADIKUSUMO B H W. Structural equation model of integrated safety intervention practices affecting the safety behaviour of workers in the construction industry[J]. Safety Science， 2017， 98： 124-135. DOI： 10.1016/j.ssci.2017.06.007.

[5]BERGHEIMK， NIELSEN M B， MEARNS K，et al. The relationship between psychological capital， job satisfaction， and safety perceptions in the maritime industry[J]. Safety Science， 2015， 74： 27-36. DOI： 10.1016/j.ssci.2014.11.024.

[6]張錦朋， 陳偉炯， 張浩， 等. 船舶引航員可靠性評價體系研究[J]. 中國安全科學學報， 2013， 23（5）： 76-81.

[7]姜菲菲， 黃明， 江福才. 基于CREAM的船舶引航員人因可靠性預測研究[J]. 交通信息與安全， 2017， 35（3）： 26-33. DOI： 10.3963/j.issn.1674-4861.2017.03.004.

[8]張欣欣， 胡甚平， 陳淵， 等. 船舶港口引航風險致因人-組織因素影響分析[J]. 中國安全科學學報， 2019， 29（12）： 78-84.

[9]XIY T， YANG Z L， FANG Q G，et al. A new hybrid approach to human error probability quantification–applications in maritime operations[J]. Ocean Engineering， 2017， 138： 45-54. DOI： 10.1016/j.oceaneng.2017.04.018.

[10]BARBAREWICZF， JENSEN H-J，HARTH V，et al. Psychophysical stress and strain of maritime pilots in Germany. A cross-sectional study[J]. PLOS ONE， 2019， 14（8）： 1-12. DOI： 10.1371/journal.pone.0221269.

[11]ZHANGXinxin， CHEN Weijiong， XI Yongtao，et al. Dynamics simulation of the risk coupling effect between maritime pilotage human factors under the HFACS framework[J]. Journal of Marine Science and Engineering， 2020， 8（2）： 144. DOI： 10.3390/jmse8020144.

[12]田水承， 李廣利， 李停軍， 等. 基于SD的礦工不安全行為干預模型仿真[J]. 煤礦安全， 2014， 45（8）： 245-248. DOI： 10.13347/j.cnki.mkaq.2014.08.073.

[13]岳仁田， 劉敬軒， 趙嶷飛. 基于系統(tǒng)動力學的空管運行亞健康模型仿真[J]. 航空計算技術， 2019， 49（4）： 44-49.

[14]張陽， 席永濤， 胡甚平， 等. 水上貨物運輸風險演化系統(tǒng)動力學仿真[J]. 上海海事大學學報， 2018， 39（1）： 19-24. DOI： 10.13340/j.jsmu.2018.01.004.

[15]DANESHZANDF， AMIN-NASERI M R， ASALI M，et al. A system dynamics model for optimal allocation of natural gas to various demand sectors[J]. Computers & Chemical Engineering， 2019， 128： 88-105. DOI： 10.1016/j.compchemeng.2019.05.040.

（編輯 趙勉）