基于HFACS-BN模型的危險(xiǎn)化學(xué)品事故人因路徑分析*

陳星霖，郭 勇，陽(yáng)富強(qiáng)

(福州大學(xué) 環(huán)境與安全工程學(xué)院，福建 福州 350116)

0 引言

化工產(chǎn)業(yè)是國(guó)民經(jīng)濟(jì)中的基礎(chǔ)產(chǎn)業(yè)和支柱產(chǎn)業(yè)?；どa(chǎn)過(guò)程復(fù)雜，涉及多種易燃易爆、有毒有害危險(xiǎn)化學(xué)品，一旦發(fā)生事故，破壞力強(qiáng)，社會(huì)影響大。根據(jù)相關(guān)統(tǒng)計(jì)數(shù)據(jù)[1]，國(guó)內(nèi)危險(xiǎn)化學(xué)品較大及以上事故在2010—2019年年均13.4起，年度事故數(shù)在2015年后呈現(xiàn)逐年下降的趨勢(shì)，但每年總體事故數(shù)量仍達(dá)數(shù)百起[2]。國(guó)內(nèi)外學(xué)者的相關(guān)研究表明[3-6]，人的不安全行為是導(dǎo)致危險(xiǎn)化學(xué)品事故發(fā)生的主要原因。因此，為減少危險(xiǎn)化學(xué)品事故的發(fā)生，需要對(duì)引發(fā)危險(xiǎn)化學(xué)品事故的人為因素及相關(guān)影響因素進(jìn)行研究。

從人因角度出發(fā)，基于瑞士奶酪模型(SCM)[7]、美國(guó)軍事和民用航空飛行數(shù)據(jù)，Shappell和Wiegmann[8]提出人為因素分析和分類系統(tǒng)(HFACS)。HFACS模型從組織影響、不安全監(jiān)督、不安全行為的前提條件和不安全行為4個(gè)層次對(duì)人為因素進(jìn)行分析，該方法已在建筑[6,9]、煤礦[10-11]、地鐵[12-13]、交通[14]等領(lǐng)域得到應(yīng)用。近年來(lái)，化工領(lǐng)域也涌現(xiàn)出一些使用HFACS研究危險(xiǎn)化學(xué)品事故的成果。在國(guó)外研究中，Rostamabadi等[15]將貝葉斯網(wǎng)絡(luò)和模糊最佳最差方法納入HFACS框架的事故分析模型并成功量化1家石化廠事故；Theophilus等[16]提出HFACS-OGI框架，以解決石油和天然氣行業(yè)原始HFACS框架的缺點(diǎn)并已成功應(yīng)用于石油和天然氣行業(yè)。國(guó)內(nèi)，Zhou等[17]研究發(fā)現(xiàn)不同層次的人為因素相互作用導(dǎo)致天津港“8·12”瑞海公司危險(xiǎn)品倉(cāng)庫(kù)特別重大火災(zāi)爆炸事故發(fā)生；徐德宇等[5]研究63起火災(zāi)爆炸事故案例，應(yīng)用HFACS模型得出引發(fā)事故的關(guān)鍵路徑及其人為因素的主要表現(xiàn)形式。然而，鮮有國(guó)外學(xué)者利用HFACS來(lái)分析危險(xiǎn)化學(xué)品事故的人為因素；國(guó)內(nèi)學(xué)者多對(duì)單一危險(xiǎn)化學(xué)品事故開(kāi)展研究，少有對(duì)多起危險(xiǎn)化學(xué)品事故人為因素的綜合性研究。同時(shí)，HFACS為定性分析方法，單獨(dú)使用時(shí)缺少定量分析的支撐。因此，該方法通常需要與其他定量分析方法相結(jié)合，以達(dá)到更好的分析效果。

貝葉斯網(wǎng)絡(luò)適用于表達(dá)和分析不確定性和概率性的事件，已在化工領(lǐng)域得到應(yīng)用。Mkrtchyan等[18]將構(gòu)建的貝葉斯網(wǎng)絡(luò)用于煉油廠的可保險(xiǎn)性風(fēng)險(xiǎn)篩查，并展示貝葉斯網(wǎng)絡(luò)相對(duì)于過(guò)程工業(yè)中廣泛使用的其他方法的優(yōu)勢(shì)。Kumari等[19]提出1種修正貝葉斯網(wǎng)絡(luò)，用于準(zhǔn)確診斷化學(xué)加工工業(yè)中過(guò)程故障的根本原因。鑒于此，將貝葉斯網(wǎng)絡(luò)與HFACS結(jié)合，借助改進(jìn)的HFACS來(lái)分析導(dǎo)致危險(xiǎn)化學(xué)品事故的一般原因，運(yùn)用貝葉斯網(wǎng)絡(luò)對(duì)危險(xiǎn)化學(xué)品事故成因進(jìn)行靈敏度分析，得出造成危險(xiǎn)化學(xué)品事故的靈敏路徑以及靈敏路徑中關(guān)鍵事故因子，以期為危險(xiǎn)化學(xué)品事故預(yù)防和原因調(diào)查提供參考和建議。

1 研究方法

1.1 危險(xiǎn)化學(xué)品事故的HFACS模型

HFACS模型的事故因果鏈?zhǔn)恰爸饕蛞鹗鹿?，潛在原因引起主要原因”，其中主要原因是指人的不安全行為，潛在因素指不安全行為的前提條件、不安全監(jiān)督和組織影響。HFACS模型最初用于航空領(lǐng)域，模型中各項(xiàng)目?jī)?nèi)容的定義是針對(duì)于航空事故，將該模型用于研究危險(xiǎn)化學(xué)品事故時(shí)，考慮到航空事故與危險(xiǎn)化學(xué)品事故存在差異，需要根據(jù)2類事故間的差異，對(duì)模型的項(xiàng)目定義進(jìn)行調(diào)整，使其適用于危險(xiǎn)化學(xué)品事故。航空事故與危險(xiǎn)化學(xué)品事故的差異體現(xiàn)在3個(gè)方面：1)對(duì)比2類事故的事故報(bào)告，航空事故處罰涉及到管理單位和政府部門數(shù)量不及?；肥鹿剩瑥亩w現(xiàn)出危險(xiǎn)化學(xué)品事故中組織影響更加多樣化和復(fù)雜化；2)事故涉及的工作環(huán)境不同，從而使得環(huán)境因素對(duì)2類事故的影響不同；3)事故多發(fā)環(huán)節(jié)不同，航空事故多發(fā)于起飛與降落環(huán)節(jié)，而危險(xiǎn)化學(xué)品事故多發(fā)于運(yùn)輸和儲(chǔ)存環(huán)節(jié)，對(duì)比而言，危險(xiǎn)化學(xué)品事故的多發(fā)環(huán)節(jié)更加體現(xiàn)模型中組織影響與不安全監(jiān)督對(duì)人員不安全行為的影響。基于以上差異，按照如下步驟對(duì)模型進(jìn)行適用性調(diào)整。首先，需要對(duì)所收集信息進(jìn)行篩選，挑選出事故主要原因?yàn)槿说牟话踩袨榈氖鹿剩黄浯?，根?jù)事故報(bào)告中的直接原因與間接原因，并參考相關(guān)的研究[5,20]，按照HFACS模型的項(xiàng)目類別對(duì)危險(xiǎn)化學(xué)品事故的人為因素進(jìn)行分類匯總；最后，基于分類匯總結(jié)果得出適用于危險(xiǎn)化學(xué)品事故HFACS模型。調(diào)整后的HFACS模型沿用其初始框架，將原模型中各項(xiàng)目?jī)?nèi)容的定義修改為危險(xiǎn)化學(xué)品事故的直接和間接原因，后續(xù)分析建立在對(duì)各項(xiàng)目的統(tǒng)計(jì)數(shù)據(jù)上，實(shí)現(xiàn)對(duì)危險(xiǎn)化學(xué)品事故進(jìn)行人因路徑分析并確定關(guān)鍵風(fēng)險(xiǎn)因子。危險(xiǎn)化學(xué)品事故HFACS模型中各項(xiàng)目分類的具體定義見(jiàn)表1。

表1 適用于危險(xiǎn)化學(xué)品事故的HFACS項(xiàng)目定義Table 1 HFACS project definition for hazardous chemical accidents

1.2 貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)(Bayesian Network，BN)，又稱信念網(wǎng)絡(luò)，分為有向無(wú)環(huán)圖(Directed Acyclic Graph，DAG)和條件概率表(Conditional Probability Tables，CPT)2部分。DAG描述貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，由代表變量的節(jié)點(diǎn)與連接節(jié)點(diǎn)、反映節(jié)點(diǎn)間因果關(guān)系的有向邊組成。在DAG中，有向邊從節(jié)點(diǎn)x1指向x2，則節(jié)點(diǎn)x1為父節(jié)點(diǎn)，x2為子節(jié)點(diǎn)；無(wú)父節(jié)點(diǎn)的節(jié)點(diǎn)為根節(jié)點(diǎn)，無(wú)子節(jié)點(diǎn)的節(jié)點(diǎn)為葉節(jié)點(diǎn)。

CPT描述節(jié)點(diǎn)間的條件概率以及表示節(jié)點(diǎn)間的強(qiáng)度。CPT中的每個(gè)節(jié)點(diǎn)均有條件概率，其條件概率由貝葉斯公式得到，如式(1)所示：

(1)

式中：P(A)為先驗(yàn)概率，P(A|B)為后驗(yàn)概率。對(duì)根節(jié)點(diǎn)只需計(jì)算先驗(yàn)概率，對(duì)有父節(jié)點(diǎn)的節(jié)點(diǎn)需要計(jì)算多變量條件概率。根據(jù)貝葉斯網(wǎng)絡(luò)的特點(diǎn)，在計(jì)算父節(jié)點(diǎn)的值時(shí)，每個(gè)節(jié)點(diǎn)是獨(dú)立于父節(jié)點(diǎn)的，其多變量條件概率可由全概率公式計(jì)算得到，如式(2)所示：

(2)

1.3 靈敏度分析

靈敏度分析是研究與分析1個(gè)系統(tǒng)(或模型)的狀態(tài)或輸出變化對(duì)系統(tǒng)參數(shù)或周圍條件變化的敏感程度的方法。通過(guò)靈敏度分析可以決定哪些參數(shù)對(duì)系統(tǒng)或模型有較大的影響。靈敏度SV定義為原因事件在發(fā)生狀態(tài)下引起結(jié)果事件發(fā)生概率的變化率，用式(3)表示：

(3)

式中：SVij表示節(jié)點(diǎn)的靈敏度；xj表示結(jié)果事件；xi表示原因事件；1表示該事件發(fā)生，0表示該事件不發(fā)生；ΔPij=P(xj=1|xi=1)-P(xj=1|xi=0)。

2 樣本數(shù)據(jù)收集

2.1 樣本數(shù)據(jù)來(lái)源及篩選

本文查閱并收集了185起危險(xiǎn)化學(xué)品事故，并剔除2000年以前的事故、事故原因分析不明確的事故以及模糊人為因素引起的事故。同時(shí)為提高之后分析的針對(duì)性，還剔除部分國(guó)外事故和非化工廠事故，最后整理出134起在國(guó)內(nèi)化工企業(yè)發(fā)生的危險(xiǎn)化學(xué)品事故。所收集危險(xiǎn)化學(xué)品事故的事故報(bào)告和信息來(lái)自國(guó)家應(yīng)急管理部、各省市區(qū)應(yīng)急管理部門網(wǎng)站和國(guó)內(nèi)權(quán)威媒體發(fā)布的調(diào)查報(bào)告、報(bào)導(dǎo)等，均為官方給出的事故調(diào)查結(jié)果，具有權(quán)威性。

2.2 數(shù)據(jù)記錄

所收集的危險(xiǎn)化學(xué)品事故涉及爆炸、中毒等多種事故類型，各種事故類型的統(tǒng)計(jì)結(jié)果見(jiàn)表2。

表2 事故類型統(tǒng)計(jì)Table 2 Accident type statistics

根據(jù)調(diào)整的危險(xiǎn)化學(xué)品HFACS模型，按照人為因素分類對(duì)134起事故報(bào)告中的事故直接原因和間接原因進(jìn)行分類統(tǒng)計(jì)，計(jì)算各項(xiàng)目在事故中分別發(fā)生的次數(shù)與占比，計(jì)算結(jié)果見(jiàn)表3。

表3 人為因素分類統(tǒng)計(jì)匯總Table 3 Classified statistics summary of human factors

3 數(shù)據(jù)處理

3.1 HFACS-BN的概念模型

基于HFACS模型的基本理論，事故因果鏈為“組織影響→不安全監(jiān)督→不安全行為的前提→不安全行為”。組織影響與不安全監(jiān)督、不安全監(jiān)督與不安全行為的前提條件間均存在隱性差錯(cuò)，不安全行為的前提條件和不安全行為之間既存在隱性差錯(cuò)又存在顯性差錯(cuò)。因此，相鄰層級(jí)之間的所有項(xiàng)目均是相關(guān)的，則根據(jù)層級(jí)間的相互關(guān)系可繪制HFACS模型的貝葉斯網(wǎng)絡(luò)拓?fù)鋱D，其基本形式見(jiàn)圖1。

圖1 HFACS模型的貝葉斯網(wǎng)絡(luò)拓?fù)鋱DFig.1 BN topology of HFACS model

3.2 各人為因素的條件概率

組織影響中的資源管理、組織氛圍和組織過(guò)程是最基本的人為因素，即作為貝葉斯網(wǎng)絡(luò)中的根節(jié)點(diǎn)?？紤]到組織影響是最底層的因素且不會(huì)受其他因素影響，將其在134起危險(xiǎn)化學(xué)品事故中發(fā)生的概率作為基礎(chǔ)條件概率。例如，資源管理在134起事故中發(fā)生65次，事件發(fā)生占比0.485，那么其發(fā)生概率為0.485，不發(fā)生的概率為0.515。同理可從原始數(shù)據(jù)中得出組織氛圍和組織過(guò)程的發(fā)生概率，最終層級(jí)1的3個(gè)項(xiàng)目發(fā)生概率見(jiàn)表4。

表4 組織影響的概率Table 4 Probabilities of organizational impact

由于不安全監(jiān)督、不安全行為的前提條件和不安全行為的人為因素層間存在聯(lián)系，在計(jì)算它們的條件概率時(shí)要考慮層級(jí)間的關(guān)聯(lián)性，但考慮到直接計(jì)算條件概率較為繁瑣，于是采用層間關(guān)聯(lián)概率來(lái)表示該因素的條件概率。例如，監(jiān)督不力與組織影響的3個(gè)因素均有聯(lián)系，那其發(fā)生與否的狀態(tài)應(yīng)存在8種情況，在計(jì)算該因素的條件概率時(shí)要對(duì)每個(gè)情況都進(jìn)行計(jì)算。在事故的HFACS模型項(xiàng)目統(tǒng)計(jì)數(shù)據(jù)中，資源管理、組織氛圍和組織過(guò)程全不發(fā)生(即S-S-S情況)的事故數(shù)為3起，而這3起事故的監(jiān)督不力全是不發(fā)生狀態(tài)，那么監(jiān)督不力該情況下的層間關(guān)聯(lián)概率為1/0，即該情況下監(jiān)督不力的不發(fā)生概率為1，發(fā)生概率為0。同理，該因素的其他情況、同一層級(jí)中的其他因素均如此計(jì)算層間關(guān)聯(lián)概率，由此得出不安全監(jiān)督的4個(gè)因素層間關(guān)聯(lián)概率，見(jiàn)表5。

表5 不安全監(jiān)督的層間關(guān)聯(lián)概率Table 5 Inter-layer correlation probabilities of unsafe supervision

表5中S表示該情況未發(fā)生，F(xiàn)表示發(fā)生，/左右兩側(cè)的數(shù)值分別表示未發(fā)生概率和發(fā)生概率。針對(duì)下層因素狀態(tài)組合不存在的情況，采用瓦爾德準(zhǔn)則，即使用同一水平上其他因素的最大發(fā)生概率作為該情況的發(fā)生概率，之后的表6和表7相關(guān)內(nèi)容均是如此表示。按照本文的層間關(guān)聯(lián)概率的計(jì)算規(guī)則對(duì)各因素進(jìn)行計(jì)算，不安全行為的前提條件、不安全行為的各因素層間關(guān)聯(lián)概率的計(jì)算結(jié)果見(jiàn)表6和表7，表6中*表示統(tǒng)計(jì)數(shù)據(jù)不存在這類情況。

表6 不安全行為的前提條件的層間關(guān)聯(lián)概率Table 6 Inter-layer correlation probabilities of prerequisite for unsafe behavior

表7 不安全行為的層間關(guān)聯(lián)概率Table 7 Inter-layer correlation probabilities of unsafe behavior

3.3 靈敏度分析

首先，在GeNle 3.0軟件中繪制HFACS模型的貝葉斯網(wǎng)絡(luò)拓?fù)鋱D。其次，將表4～7的數(shù)據(jù)代入繪制好的貝葉斯網(wǎng)絡(luò)圖中，得到人為因素的初始貝葉斯網(wǎng)絡(luò)圖。危險(xiǎn)化學(xué)品事故的人為因素初始貝葉斯網(wǎng)絡(luò)見(jiàn)圖2，組織過(guò)程發(fā)生和不發(fā)生時(shí)的貝葉斯網(wǎng)絡(luò)分別如圖3和圖4所示。圖2～4中每個(gè)節(jié)點(diǎn)均表示有該節(jié)點(diǎn)對(duì)應(yīng)項(xiàng)目在初始數(shù)據(jù)下發(fā)生與不發(fā)生的概率，以及與其他層節(jié)點(diǎn)的聯(lián)系情況。

圖2 人為因素初始貝葉斯網(wǎng)絡(luò)Fig.2 Initial Bayesian network diagram of human factors

當(dāng)更改其中任意節(jié)點(diǎn)的狀態(tài)時(shí)，其余所有節(jié)點(diǎn)的概率均會(huì)改變，將變化的數(shù)值代入到式(3)中，由此便可計(jì)算上層因素對(duì)下層因素狀態(tài)變化的靈敏度。

采用靈敏度的計(jì)算方法，以圖3與圖4中的監(jiān)督不力為例。當(dāng)組織過(guò)程發(fā)生時(shí)，監(jiān)督不力的發(fā)生概率為0.60；而組織過(guò)程不發(fā)生時(shí)，其概率為0.50。顯見(jiàn)0.50<0.60，則由式(3)計(jì)算組織過(guò)程發(fā)生時(shí)，靈敏度SV=0.2，同理可計(jì)算其他所有的情況。具體計(jì)算結(jié)果見(jiàn)表8，其中行因素為因因素，列因素為果因素。

圖3 組織過(guò)程發(fā)生的貝葉斯網(wǎng)絡(luò)Fig.3 BN diagram of organizational process occurrence

圖4 組織過(guò)程不發(fā)生時(shí)的貝葉斯網(wǎng)絡(luò)Fig.4 BN diagram without organizational process occurrence

本文將復(fù)雜靈敏路徑定義為以每層級(jí)中唯一能與后續(xù)層級(jí)因素存在最多聯(lián)系的因素為起點(diǎn)，其所有聯(lián)系所形成的路徑網(wǎng)絡(luò)。此外，該層級(jí)中其他因素為起點(diǎn)而形成的路徑均為非復(fù)雜靈敏路徑。根據(jù)表8的結(jié)果，按照復(fù)雜靈敏路徑的定義，組織影響、不安全監(jiān)督以及不安全行為的前提條件3個(gè)層級(jí)中以本層因素為起點(diǎn)的復(fù)雜靈敏路徑分別為“資源管理→風(fēng)險(xiǎn)認(rèn)知與處理不當(dāng)(0.263)→環(huán)境因素(0.069)/操作者狀態(tài)(0.143)→行為違規(guī)(0.023)”，“風(fēng)險(xiǎn)認(rèn)知與處理不當(dāng)→環(huán)境因素(1.316)/操作者狀態(tài)(1.555)/個(gè)人因素(0.180)→行為違規(guī)(0.071)”，“個(gè)人因素→行為錯(cuò)誤(0.389)/行為違規(guī)(0.122)”。根據(jù)上述路徑，資源管理、風(fēng)險(xiǎn)認(rèn)知與處理不當(dāng)、個(gè)人因素為各自所在層級(jí)中造成危險(xiǎn)化學(xué)品事故的主要人為因素，同時(shí)這些因素所在的復(fù)雜路徑是引發(fā)事故的關(guān)鍵路徑。從路徑結(jié)果來(lái)看，行為違規(guī)更容易受上層因素影響。結(jié)合表3，行為違規(guī)發(fā)生次數(shù)均明顯高于行為錯(cuò)誤，因此可以推斷行為違規(guī)是引起危險(xiǎn)化學(xué)品事故的最主要不安全行為。從靈敏度的數(shù)值來(lái)看(表8)，在復(fù)雜靈敏路徑中，環(huán)境因素(1.316)和操作者狀態(tài)(1.555)對(duì)風(fēng)險(xiǎn)認(rèn)知與處理不當(dāng)?shù)撵`敏度較高。該結(jié)果表明，風(fēng)險(xiǎn)認(rèn)知與處理能力與效率的提高會(huì)有效改善企業(yè)生產(chǎn)環(huán)境與職工狀態(tài)，從而提高企業(yè)的事故預(yù)防能力。因此，企業(yè)要重點(diǎn)加強(qiáng)提高風(fēng)險(xiǎn)認(rèn)知與處理能力，以實(shí)現(xiàn)對(duì)事故的有效預(yù)防。

表8 各因素靈敏度Table 8 Sensitivity of each factor

非復(fù)雜靈敏路徑分別為“組織氛圍→監(jiān)督不力(0.564)/運(yùn)行計(jì)劃不當(dāng)(1.045)/監(jiān)督違規(guī)(0.444)”，“組織過(guò)程→監(jiān)督不力(0.200)/運(yùn)行計(jì)劃不當(dāng)(1.000)/風(fēng)險(xiǎn)認(rèn)知與處理不當(dāng)(0.029)/監(jiān)督違規(guī)(0.182)”，“監(jiān)督不力→環(huán)境因素(0.185)/操作者狀態(tài)(0.143)”，“運(yùn)行計(jì)劃不當(dāng)→操作者狀態(tài)(0.308)→行為錯(cuò)誤(0.095)/行為違規(guī)(0.023)”，“監(jiān)督違規(guī)→操作者狀態(tài)(1.154)/個(gè)人因素(0.327)→行為違規(guī)(0.214)”，“操作者狀態(tài)→行為違規(guī)(0.625)”。組織氛圍、組織過(guò)程、監(jiān)督不力、運(yùn)行計(jì)劃不當(dāng)、監(jiān)督違規(guī)以及操作者狀態(tài)在各層級(jí)中表現(xiàn)為較次級(jí)的影響。在非復(fù)雜靈敏路徑中，操作者狀態(tài)(1.154)和運(yùn)行計(jì)劃不當(dāng)(1.000/1.045)分別對(duì)監(jiān)督違規(guī)、組織氛圍和組織過(guò)程表現(xiàn)出較高的靈敏度。由此可知，監(jiān)督違規(guī)、組織過(guò)程和組織氛圍是導(dǎo)致事故發(fā)生的根本起點(diǎn)，可由此來(lái)分析事故直接原因和間接原因。

在2種路徑中，操作者狀態(tài)均表現(xiàn)出較高的靈敏度。因此，在危險(xiǎn)化學(xué)品安全管理中，企業(yè)要注重職工的生理與心理狀況，及時(shí)發(fā)現(xiàn)并改善，避免由不良心理或生理狀態(tài)導(dǎo)致的不安全行為。

3.4 因素在個(gè)別路徑中的概率補(bǔ)正

在計(jì)算各層間的關(guān)聯(lián)概率時(shí)，由于可收集到的事故樣本有限，對(duì)部分條件因素組合進(jìn)行篩選時(shí)，存在個(gè)別因素?zé)o法計(jì)算出相應(yīng)的層間關(guān)聯(lián)概率。鑒于這種情況，采用瓦爾德準(zhǔn)則，即選用同水平中最大的層間事發(fā)關(guān)聯(lián)概率來(lái)表示該因素的層間事發(fā)關(guān)聯(lián)概率。

4 結(jié)論

1)危險(xiǎn)化學(xué)品事故的人為因素分類統(tǒng)計(jì)中組織氛圍、組織過(guò)程、監(jiān)督不力、個(gè)人因素在事故原因中占有顯著比重(占比大于50%)，是導(dǎo)致危險(xiǎn)化學(xué)品事故發(fā)生的基本人為因素。同時(shí)，并不是上一層級(jí)表現(xiàn)出全發(fā)生或全不發(fā)生就一定使得與之關(guān)聯(lián)的下一層級(jí)所有因素表現(xiàn)出必發(fā)生或必不發(fā)生，尤其在層級(jí)3和4表現(xiàn)更為明顯，該結(jié)果表明跨越層級(jí)的因素間也存在影響關(guān)系。

2)利用HFACS-BN模型得出基于134起危險(xiǎn)化學(xué)品事故人為因素的復(fù)雜靈敏路徑和非復(fù)雜靈敏路徑，并由復(fù)雜路徑得出引發(fā)事故的關(guān)鍵路徑。

3)通過(guò)對(duì)2種靈敏路徑的分析得出行為違規(guī)是導(dǎo)致危險(xiǎn)化學(xué)品事故的最主要不安全行為；風(fēng)險(xiǎn)認(rèn)知與處理不當(dāng)是阻礙事故預(yù)防的關(guān)鍵因素；監(jiān)督違規(guī)、組織過(guò)程和組織氛圍是事故發(fā)生根本起點(diǎn)，可依此分析事故直接原因和間接原因。此外，化工企業(yè)在人員管理上要加強(qiáng)關(guān)注職工狀態(tài)，避免職工因不良心理或生理狀態(tài)產(chǎn)生的不安全行為。

4)由于收集的危險(xiǎn)化學(xué)品事故的樣本有限，導(dǎo)致部分因素狀態(tài)路徑不存在，于是采用瓦爾德原則進(jìn)行補(bǔ)正，補(bǔ)正值作為該路徑下的層間關(guān)聯(lián)概率。由此可見(jiàn)，樣本數(shù)量問(wèn)題在后續(xù)研究中亟待改善。同時(shí)，后續(xù)可進(jìn)一步開(kāi)展國(guó)內(nèi)外或某企業(yè)危險(xiǎn)化學(xué)品事故人因分析的研究，來(lái)增加研究的廣度和針對(duì)性。