韓文鑫, 張長平, 蔡 潔, 孫 莉
(1.中國礦業(yè)大學北京 應急管理與安全工程學院, 北京 100083; 2.浙江工業(yè)大學 化學工程學院, 杭州 310012;3.臺州交通運輸行政執(zhí)法隊, 浙江 臺州 318001)
由于道路旅客運輸?shù)墓残?、廣泛性,其2020年客運量占總客運量的71.3%,仍是我國最主要的運輸方式[1]. 道路旅客運輸在給人們出行帶來便利的同時,也帶來了較大的生命財產(chǎn)損失. 盡管道路交通事故萬車死亡人數(shù)等數(shù)目逐年下降,但近3a道路交通事故發(fā)生數(shù)量仍穩(wěn)居20萬起以上[2]. 而且大部分事故的發(fā)生是由于企業(yè)安全主體責任未落實而導致,道路客運企業(yè)規(guī)模多、小、散,且大多面臨如線路重復、市場競爭激烈、運游一體化等難題,多數(shù)企業(yè)為維持經(jīng)營而無暇管顧安全,易出現(xiàn)掛而不管及應付檢查等安全主體責任不落實現(xiàn)象. 而企業(yè)安全生產(chǎn)主體責任的落實是安全生產(chǎn)法[3]里明文規(guī)定的強制條款,因此對于道路客運企業(yè)主體責任落實進行研究有一定必要性.
近年來有許多學者對道路客運安全責任制的問題進行了研究,主要分為4個方面:①立法執(zhí)法的研究,如許多有關(guān)道路旅客運輸安全生產(chǎn)責任制落實的法律法規(guī)被相繼頒布推行,形成了1套由《中華人民共和國道路運輸條例》等[4]法律法規(guī)組成的完整體系;②評估方法的研究,如2017年陳堅等[5]基于法規(guī)政策與物元理論建立了安全標準化定量分級模型,陳秋敏[6]對A市道路客運數(shù)據(jù)分析,運用綜合安全評價法(FSA),層次分析法建立了1個定性定量的人、車、企業(yè)、管理四維度的指標體系等;③管理模式的研究,錢毅等[7-8]均提出PDCA循環(huán)安全管理模式,張霞等[9]借鑒了澳大利亞安全責任鏈管理與處罰制度,戴旭東[10]提出道路客運企業(yè)安全網(wǎng)格化管理模式;④重難點的研究,朱小杰[11]對客運外區(qū)的安全管理工作進行研究,張大巍等[12]對企業(yè)駕駛員心理測評標準和體系進行了研究,孫琛[13]提出推廣客運企業(yè)車載GPS的應用,魏鈺[14]提出運用大數(shù)據(jù)幫助安全生產(chǎn)責任制落實.
綜上看出,基于事故案例研究道路客運事故的文章較少,且隨時間推進缺乏時效性,并且大多數(shù)文章都是從人機環(huán)管較為淺層的角度研究道路客運事故原因,以企業(yè)安全生產(chǎn)責任制角度來分析道路客運事故安全問題的研究較少. 故本文收集了100起事故案例,對調(diào)查報告深入進行研究,確立了35個致因因素,采用事故樹(FTA)與貝葉斯網(wǎng)絡(luò)(BN)的方法對道路客運事故進行分析,并從企業(yè)安全主體責任制落實角度給出了相應建議,以期對道路客運企業(yè)安全管理提供重要的參考依據(jù).
本文從各地人民政府網(wǎng)站、應急管理網(wǎng)站及安全管理網(wǎng)(safehoo.com)上,收集了2003—2021年來有詳細事故調(diào)查報告的100起道路客運事故案例,其中重特大事故47起,較大事故48起,收集的部分事故案例見表1,通過對這些事故發(fā)生的時間、事故等級、直接事故形態(tài)、間接事故形態(tài)等方面的信息提取,并從駕駛員、車輛、道路、環(huán)境、企業(yè)管理方面進行了信息歸類匯總,其中企業(yè)管理信息反映了企業(yè)安全主體責任落實情況. 具體事故信息類別及頻數(shù)見表2.
表1 收集的部分道路客運事故案例
表2 事故信息類別及頻數(shù)匯總
事故樹是由果溯因描述事故發(fā)生的樹形圖,通過對事故的演繹分析,尋求防止結(jié)果發(fā)生的對策,稱為事故樹分析法(Fault Tree Analysis, FTA). 由于道路客運事故的發(fā)生,涉及人、車、路、環(huán)、企等多方面致因因素. 結(jié)合上一節(jié)收集的信息,查閱文獻及小組討論確立了35個主要致因因素,包含11個駕駛員因素,8個車輛因素,6個道路因素,4個環(huán)境因素,6個企業(yè)管理因素.
企業(yè)管理因素反映了企業(yè)安全生產(chǎn)責任制落實情況,是結(jié)合《安全生產(chǎn)法》第21條(生產(chǎn)經(jīng)營單位主要負責人應負職責)[3]、《道路旅客運輸企業(yè)安全生產(chǎn)標準化建設(shè)基本規(guī)范》[18]及收集的事故信息頻次得出. X30規(guī)章制度不完善主要指未建立安全生產(chǎn)責任制和安全檢查管理等完善規(guī)章制度、未組織人員學習培訓規(guī)章制度、未定期檢查記錄規(guī)章制度執(zhí)行情況、未形成臺賬等. X31組織責任不落實主要指的未制定安全生產(chǎn)方針目標及相應實施方案、未制定可執(zhí)行中長期及年度計劃、未合理確立劃分組織責任、未定期進行責任制考評等. X32教育培訓不到主要體現(xiàn)為未能制定履行全年安全教育培訓計劃、未定期考評改進培訓效果、未形成安全培訓檔案、未對員工嚴格執(zhí)行入崗培訓和3層安全教育等. X33隱患排查不到位指的是未能嚴格依照法律法規(guī)構(gòu)建雙預防體系、未制定隱患排查工作方案、未及時發(fā)現(xiàn)隱患并制定相應整改措施、未發(fā)現(xiàn)重大安全隱患上報相關(guān)部門備案等. X34企業(yè)資質(zhì)不合格指的是企業(yè)不具有合法有效的《道路運輸經(jīng)營許可證》《企業(yè)法人營業(yè)執(zhí)照》等、證件與營業(yè)范圍不匹配、存在非法營運等情況. X35動態(tài)監(jiān)管不到位指的是衛(wèi)星定位系統(tǒng)車載終端未接入符合行業(yè)標準的監(jiān)控平臺和全國重點營運車輛聯(lián)網(wǎng)聯(lián)控系統(tǒng)、企業(yè)平臺錄入的車輛和駕駛員的基礎(chǔ)信息等不準確不完整等.
根據(jù)得出的事故致因因素辨識事故樹各層事件,并以各因素在100起道路客運事故中出現(xiàn)頻次作為事件頻率,詳見表3道路客運事故樹各層事件匯總表. 建立事故樹模型如下圖1. 并借助FreeFta計算得出頂上事件發(fā)生概率為0.999 9,由于事故樹建立在100起事故案例的基礎(chǔ)上,其頂上事件概率達到0.999 9,與實際事故發(fā)生率為1相差極小,說明該事故樹建模誤差較小,是有效的.
圖1 道路客運事故樹模型
表3 道路客運事故樹各層事件匯總表
概率重要度表示基本事件的概率變化對頂上事件發(fā)生概率變化的影響,通過概率重要度系數(shù)可得出某一基本事件對頂上事件的概率的影響度[15]. 由于計算量龐大且復雜,借助了FreeFta軟件計算各基本事件概率重要度前 7個基本事件為X31、X25、X20、X33、X32、X35、X34,可見X31組織責任不落實、X25不良道路位置、X20彎、坡路段、X33隱患排查不到位、X32教育培訓不到位、X35動態(tài)監(jiān)管不到位、X34企業(yè)資質(zhì)不合格是道路客運事故發(fā)生的重要致因因素,是道路客運系統(tǒng)安全的薄弱環(huán)節(jié),企業(yè)應該就這幾個重要致因嚴格按法規(guī)要求尋求其在具體管理中的落實細則,并嚴格執(zhí)行,便可有效控制事故發(fā)生的風險.
一般來說,減少概率大的重要度比減少概率小的重要度來的容易,臨界重要度則是兼顧概率重要度的概率以及敏感性,來衡量各基本事件的重要性,借助了FreeFta軟件計算基本事件臨界重要度前7個基本事件為X31、X25、X20、X33、X32、X35、X34,故企業(yè)從X31組織責任不落實、X25不良道路位置、X20彎、坡路段、X33隱患排查不到位、X32教育培訓不到位、X35動態(tài)監(jiān)管不到位、X34企業(yè)資質(zhì)不合格這幾方面制定措施,對降低道路客運事故發(fā)生率最為有效.
貝葉斯網(wǎng)絡(luò)(Bayesian network,BN)可逆向驗證事故樹分析方法,與事故樹分析方法具有互補性,2種分析方法的結(jié)合可充分發(fā)揮貝葉斯網(wǎng)絡(luò)的動態(tài)性與事故樹的邏輯性. 事故樹與貝葉斯模型轉(zhuǎn)換步驟如下:
1)確定貝葉斯網(wǎng)絡(luò)結(jié)構(gòu):根據(jù)事故樹與貝葉斯網(wǎng)絡(luò)的轉(zhuǎn)換關(guān)系,將事故樹中所有的基本事件(X1、X2、…、X35)轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)中的根節(jié)點,第2層中間事件(M6、M7、…、M13)轉(zhuǎn)換為相應的第1層中間節(jié)點,第1層中間事件(M1、…、M2、M5)轉(zhuǎn)換為第2層中間節(jié)點,而道路客運事故(T)則轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)的葉節(jié)點. 而貝葉斯網(wǎng)絡(luò)中有向弧連接關(guān)系與事故樹中事件邏輯關(guān)系一致,方向相反,事故樹至上往下,而貝葉斯有向弧方向則與事故樹邏輯門輸出方向保持一致[16].
2)確定貝葉斯網(wǎng)絡(luò)參數(shù):
①確定根節(jié)點的條件概率表
事故樹基本事件只有“發(fā)生”“不發(fā)生”2種狀態(tài),分別對應貝葉斯網(wǎng)絡(luò)中各個根節(jié)點“Yes”“No”2種狀態(tài),根節(jié)點狀態(tài)為“Yes”的概率即為各基本事件“發(fā)生”的概率值[17]. 如基本事件X1“Yes”概率為0.121 6,“No”概率為0.878 4,其他根節(jié)點概率可相應得出.
②確定非根節(jié)點的條件概率表
根據(jù)邏輯運算對應關(guān)系,根據(jù)父節(jié)點的“發(fā)生”“不發(fā)生”2種狀態(tài)值,可得出非根節(jié)點的“Yes”“No”2種狀態(tài)值[17]. 以節(jié)點M1與M3作為“與”“或”關(guān)系的代表,相應的條件概率見表4、表5,其他節(jié)點的條件概率表類似.
表4 貝葉斯網(wǎng)絡(luò)非根節(jié)點M1的條件概率表
表5 貝葉斯網(wǎng)絡(luò)非根節(jié)點M3的條件概率表
3)構(gòu)建貝葉斯網(wǎng)絡(luò)模型
根據(jù)貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù),借助Netica軟件做出有向無環(huán)圖并輸入先驗概率及條件概率表,得出貝葉斯網(wǎng)絡(luò)模型,發(fā)現(xiàn)道路客運事故“Yes”概率為99.9%,“No”概率為0.058%,與事故樹頂上概率求解為0.999 9幾乎一致,可看出該貝葉斯網(wǎng)絡(luò)模型的構(gòu)建是有效的. 如圖2所示.
圖2 道路客運事故貝葉斯模型
利用Netica軟件對貝葉斯網(wǎng)絡(luò)進行敏感性分析,得出了各節(jié)點的互信息值. 互信息值表示根節(jié)點對葉節(jié)點道路客運事故的影響程度,數(shù)值越大,影響也就越大. 互信息值排序前7個基本事件為X31、X25、X20、X33、X32、X35、X34,可見這7個根節(jié)點對T道路客運事故影響較強,這與事故樹分析結(jié)果一致.
調(diào)整葉節(jié)點道路客運事故“Yes”狀態(tài)為100,得出僅行駛系問題X14概率由0.09變化為了0.091,即X14后驗概率發(fā)生了變化,其余根節(jié)點后驗概率和先驗概率一致. 后驗概率排序前9個的根節(jié)點為X10、X31、X25、X8、X20、X33、X32、X35、X34,剔除X10與X8駕駛員淺層次原因后,得出影響道路客運事故較大前7個因素與事故樹分析結(jié)果一致.
為了得出道路客運事故發(fā)生情況下最可能節(jié)點組合,利用Netica軟件的最大可能性解釋功能,得出“道路客運事故”發(fā)生的情況下最可能根節(jié)點組合為X10操作不當、X25不良道路位置、X31組織責任不落實,第1層中間節(jié)點組合為M7不良行為、M11不良道路條件,第2層中間節(jié)點組合為M3道路因素、M5企業(yè)管理因素,即人、路、企是道路客運事故最容易發(fā)生的致因組合.
本文著眼于道路客運企業(yè)的安全生產(chǎn),收集了100起道路客運事故案例調(diào)查報告后,進行了事故信息收集與致因因素確立,并結(jié)合事故樹和貝葉斯網(wǎng)絡(luò)模型分析,得出7個事故重要致因即X31組織責任不落實、X25不良道路位置、X20彎、坡路段、X33隱患排查不到位、X32教育培訓不到位、X35動態(tài)監(jiān)管不到位、X34企業(yè)資質(zhì)不合格,見圖3事故樹和貝葉斯模型結(jié)果對比. 由事故案例分析結(jié)果得出以下建議,以供企業(yè)安全管理工作參考:
圖3 事故樹和貝葉斯模型結(jié)果對比
1)企業(yè)法定主體責任的不能落實與貫徹是事故發(fā)生的根源. 安全生產(chǎn)法明確規(guī)定企業(yè)的7項法定主體責任,首要一點是建立健全并落實本單位全員安全生產(chǎn)責任制,只有明確全面的橫向到邊(各部門),縱向到底(具體崗位)的責任體系,讓人人有責任,并通過加強安全生產(chǎn)標準化建設(shè)的過程管理來強化責任制落實,方能有效控制事故發(fā)生.
2)雖然事故案例中重要度排序第2、3位的X25不良道路位置和X20彎、坡道是客觀的因素,但是,這也反映了企業(yè)主體責任之二教育培訓不到位的問題,如特殊路段駕駛員操作規(guī)程的不熟悉、企業(yè)對駕駛員定期技能培訓的制度缺失;企業(yè)應建立年度的培訓教育計劃,每年對駕駛員的技能再教育培訓,加強特殊路段和不良環(huán)境下的緊急操作應對能力.
3)對于隱患排查不到位的事故致因,企業(yè)應加強對駕駛員的不安全駕駛行為的統(tǒng)計分析,建立駕駛員的安全駕駛檔案,借助車輛動態(tài)監(jiān)控系統(tǒng)給出統(tǒng)計分析,重視不良習慣性的駕駛操作中隱藏的事故風險;以及檢查企業(yè)人員對車輛、駕駛員出車三檢工作、機務(wù)人員對車輛的定期維保和法定的技術(shù)性能檢測維護,從而有效避免車輛硬件因素導致事故發(fā)生.
4)車輛動態(tài)監(jiān)控系統(tǒng)是輔助企業(yè)規(guī)范駕駛員不安全行為的重要數(shù)據(jù)來源,企業(yè)應重視車輛動態(tài)監(jiān)控系統(tǒng)崗位人員的責任制考核,嚴格動態(tài)監(jiān)控崗位人員的履職,通過大量的出車動態(tài)監(jiān)控數(shù)據(jù)分析,及時發(fā)現(xiàn)駕駛員的不良操作習慣和違法行為,控制事故發(fā)生的人的不安全行為因素.
5)嚴格企業(yè)資質(zhì)管理制度,從駕駛員的聘任源頭把控符合客運要求的人員資質(zhì)條件. 如嚴格規(guī)范駕駛員聘任的法定資格要求,按照《中華人民共和國道路運輸條例》[4]第九條 從事客運經(jīng)營的駕駛?cè)藛T,應當符合下列條件:①取得相應的機動車駕駛證;②年齡不超過60周歲;③3年內(nèi)無重大以上交通責任事故記錄;④經(jīng)設(shè)區(qū)的市級道路運輸管理機構(gòu)對有關(guān)客運法律法規(guī)、機動車維修和旅客急救基本知識考試合格.