人因視角下煤礦機(jī)電事故致因分析

邵良杉 ，楊金輝 ，趙 津

（1.遼寧理工學(xué)院，遼寧 錦州 121010；2.遼寧工程技術(shù)大學(xué) 工商管理學(xué)院，遼寧 葫蘆島 125105；3.天津理工大學(xué) 管理學(xué)院，天津 300384）

近年來，煤炭開采不斷朝著高產(chǎn)能、集約化方向發(fā)展，煤礦機(jī)電設(shè)備的種類、數(shù)量和載荷不斷增大，對(duì)人員的知識(shí)儲(chǔ)備和操作熟練度提出了更高要求[1]，導(dǎo)致煤礦機(jī)電事故在煤礦事故中所占比例不斷上升。機(jī)電事故對(duì)其他事故存在誘發(fā)性[2]，呈現(xiàn)出不安全行為的重復(fù)性、設(shè)備關(guān)聯(lián)的獨(dú)立性和事發(fā)地點(diǎn)的隨機(jī)性等特點(diǎn)，使得從事故表象和監(jiān)控?cái)?shù)據(jù)等角度開展系統(tǒng)性的事故致因研究存在困難。當(dāng)前國內(nèi)外學(xué)者普遍認(rèn)為人為因素是導(dǎo)致煤礦事故的重要原因[3]，這一特征在煤礦機(jī)電事故中尤為明顯[4]。因此，從人因視角探索煤礦機(jī)電事故致因與演化，是防控事故的合理手段。

針對(duì)人因視角下煤礦事故的致因和演化，國內(nèi)外學(xué)者開展了大量研究。LIU 等[5]結(jié)合人因分析與分類系統(tǒng) (Human Factors Analysis Classification System,HFACS)和結(jié)構(gòu)方程模型，對(duì)礦工不安全行為的影響因素進(jìn)行評(píng)估；段軍等[6]結(jié)合粗糙集和模糊理論對(duì)煤礦事故人因失誤進(jìn)行綜合評(píng)判，從定量角度評(píng)價(jià)人因失誤對(duì)事故的影響；牛莉霞等[7]提出分析壓力對(duì)礦工人因失誤的作用關(guān)系的壓力源-礦工倦怠-人因失誤假設(shè)模型，驗(yàn)證了管理對(duì)人因失誤的調(diào)節(jié)作用。鮮有學(xué)者對(duì)煤礦機(jī)電事故中的人因失誤進(jìn)行研究，鑒于此，基于近10 年煤礦機(jī)電事故案例，通過改進(jìn)的HFACS 從人因視角識(shí)別煤礦機(jī)電事故致因，構(gòu)建復(fù)雜網(wǎng)絡(luò)理論模型，分析事故致因，以期為防控煤礦機(jī)電事故提供借鑒參考。

1 研究方法

1.1 HFACS 的改進(jìn)

HFACS 是分析人因失誤的有力工具[8]，最初誕生于航空事故人因分析。航空事故與煤礦事故區(qū)別有：①煤炭行業(yè)行政監(jiān)管力度與事故概率呈反比，平均每起重大煤礦事故中，因監(jiān)管不力而被處罰的行政人員達(dá)25 人以上[9]；因此，改進(jìn)的HFACS 應(yīng)充分考慮行政監(jiān)管因素；②煤礦事故的組織因素更復(fù)雜，管理失誤的表現(xiàn)形式更豐富[5]，例如，礦井班組勞動(dòng)力素質(zhì)通常低于航空機(jī)組，但擁有更大自主性，使得以班長(zhǎng)為代表的管理者的個(gè)人能力成為礦工行為的不穩(wěn)定因素。

鑒于此，結(jié)合現(xiàn)有研究[5]，將“不安全監(jiān)督”分解為行政監(jiān)管與組織監(jiān)督，細(xì)化組織因素的影響，從行政監(jiān)管（A）、組織因素（B）、不安全行為的前提（C）和不安全行為（D）4 個(gè)層級(jí)改進(jìn)HFACS，改進(jìn)后 HFACS 如圖1。

圖1 改進(jìn)后HFACSFig.1 Improved HFACS framework

1.2 復(fù)雜網(wǎng)絡(luò)理論

復(fù)雜網(wǎng)絡(luò)是以網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)將數(shù)據(jù)可視化，通過節(jié)點(diǎn)和邊反映實(shí)體間關(guān)系，對(duì)現(xiàn)實(shí)世界復(fù)雜系統(tǒng)進(jìn)行抽象建模的方法[10]。在研究中，將事故致因抽象為網(wǎng)絡(luò)節(jié)點(diǎn)，將事故致因鏈抽象為網(wǎng)絡(luò)有向邊，構(gòu)造致因網(wǎng)絡(luò)對(duì)機(jī)電事故進(jìn)行分析。

復(fù)雜網(wǎng)絡(luò)的準(zhǔn)確度與邊的判斷有直接關(guān)系，為提升準(zhǔn)確度，邀請(qǐng)p位專家作為評(píng)價(jià)者判斷復(fù)雜網(wǎng)絡(luò)有向邊，并從學(xué)位、從業(yè)時(shí)間、職稱和專業(yè)相關(guān)度4 個(gè)緯度衡量評(píng)價(jià)者可靠度，評(píng)價(jià)者可靠度指標(biāo)見表1。

表1 評(píng)價(jià)者可靠度指標(biāo)Table 1 Evaluator reliability indexes

令cab為 第a位 評(píng)價(jià)者的第b個(gè)緯度的得分，則第a位評(píng)價(jià)者的可靠度Fa為：

設(shè)F為有向邊的存在指數(shù)，當(dāng)F＞0.7時(shí)，視為有向邊存在，則F為：

式中：p為專家個(gè)數(shù)。

1）節(jié)點(diǎn)的度是入度和出度之和，出度高表明該節(jié)點(diǎn)容易對(duì)其他節(jié)點(diǎn)產(chǎn)生影響，入度高表明該節(jié)點(diǎn)易受其他節(jié)點(diǎn)影響。

2）聚類系數(shù)代表了節(jié)點(diǎn)與相鄰節(jié)點(diǎn)間的密切程度。設(shè)Gi為節(jié)點(diǎn)i的 聚類系數(shù)，Hi為與節(jié)點(diǎn)i實(shí)際相連的邊數(shù)量，則Gi為：

式中：Ii(Ii-1)為 節(jié)點(diǎn)i理論上最大的邊數(shù)量。

3）節(jié)點(diǎn)的介數(shù)中心度反映了該節(jié)點(diǎn)在網(wǎng)絡(luò)中的中轉(zhuǎn)能力。設(shè)Lef為節(jié)點(diǎn)e和節(jié)點(diǎn)f之間存在的最短路徑數(shù)量，Lefi為節(jié)點(diǎn)e和節(jié)點(diǎn)f之間存在的最短路徑途徑節(jié)點(diǎn)i的數(shù)量，則節(jié)點(diǎn)i的介數(shù)中心度Ji為：

4）接近中心度值越大說明節(jié)點(diǎn)越接近網(wǎng)絡(luò)中心。設(shè)節(jié)點(diǎn)i和 節(jié)點(diǎn)j之間存在最短路徑且長(zhǎng)度為gij，則節(jié)點(diǎn)i的接近中心度Ki歸一化后為：

2 人因視角下煤礦機(jī)電事故致因分析模型

2.1 事故致因的識(shí)別

整理監(jiān)管部門及煤礦安全網(wǎng)公布的煤礦機(jī)電事故調(diào)查報(bào)告144 份，所整理報(bào)告均來自2013—2022 年，且包含事故經(jīng)過、事故原因、事故處理和預(yù)防措施。在144 起事故中；一般事故128 起，占比88.89%；較大事故13 起，占比9.03%；重大及以上事故僅有3 起，占比2.08%。經(jīng)統(tǒng)計(jì)，144 起事故共造成傷亡人數(shù)109 人，高頻事故致因有組織監(jiān)督不充分和員工違章等。

邀請(qǐng)10 位從事煤礦機(jī)電管理的從業(yè)人員，依照改進(jìn)的HFACS，從所收集案例中總結(jié)出事故致因47 個(gè)，煤礦機(jī)電事故致因體系表2。另外，將事故后果識(shí)別為設(shè)備故障、經(jīng)濟(jì)損失、工時(shí)損失和人員傷亡，分別為E1～E4。

表2 煤礦機(jī)電事故致因體系Table 2 Index system for electrical accidents in coal mine

2.2 致因網(wǎng)絡(luò)的構(gòu)建

另外邀請(qǐng)10 位煤礦機(jī)電相關(guān)從業(yè)人員作為邊的評(píng)價(jià)者，判斷致因網(wǎng)絡(luò)有向邊，依據(jù)式（1）依次計(jì)算10 位評(píng)價(jià)者的可靠度，依據(jù)式（2）依次對(duì)每一起案例中事故致因關(guān)系進(jìn)行判斷，共得到滿足存在指數(shù)的524 個(gè)有向邊次和193 個(gè)致因鏈。煤礦機(jī)電事故的發(fā)生具有不確定性，但仍有規(guī)律可循。根據(jù)HFACS 模型，每一起事故均為外部監(jiān)督、組織因素、不安全行為的前提條件和不安全行為相互作用的結(jié)果，因此基于每一起事故案例構(gòu)建的致因鏈所涉及的事故致因會(huì)存在大量重復(fù)。為去除冗余信息，需要對(duì)致因鏈進(jìn)行合并[11]。以慈林山等煤礦發(fā)生的機(jī)電事故中的B22→C53→D11→E1、C13→D21→E1、B32→B21→E13 條 致因鏈為例，按照鏈路化→矩陣化→網(wǎng)絡(luò)化的步驟構(gòu)造致因網(wǎng)絡(luò)。先將致因鏈構(gòu)建成鄰接矩陣，矩陣中“1”表示相交于此的該行該列致因有影響關(guān)系，“0”表示無影響關(guān)系，然后，將矩陣圖形化為致因網(wǎng)絡(luò)，致因鏈的合并過程如圖2。

圖2 致因鏈的合并過程Fig.2 Merging process of causal chains

將所有致因鏈合并為網(wǎng)絡(luò)后，借助Gephi 軟件建立包含4 個(gè)事故節(jié)點(diǎn)、47 個(gè)事故致因節(jié)點(diǎn)與216 條有向邊的煤礦機(jī)電事故致因網(wǎng)絡(luò)模型，依照Fruchterman Reingold 布局如圖3。

圖3 煤礦機(jī)電事故致因網(wǎng)絡(luò)Fig.3 Network of electromechanical accidents

該致因網(wǎng)絡(luò)直徑為7，網(wǎng)絡(luò)的聯(lián)通性較好。平均路徑長(zhǎng)度為2.61，即事故致因平均經(jīng)過2.61 次變動(dòng)即可穩(wěn)定變?yōu)榱硪皇鹿手乱?，網(wǎng)絡(luò)存在較大不穩(wěn)定性，同時(shí)網(wǎng)絡(luò)平均聚類系數(shù)為0.22，該網(wǎng)絡(luò)具有小世界特性。

2.3 網(wǎng)絡(luò)節(jié)點(diǎn)指標(biāo)分析

分別整理度值、聚類系數(shù)、介數(shù)中心度和接近中心度4 項(xiàng)網(wǎng)絡(luò)指標(biāo)值最大的10 個(gè)節(jié)點(diǎn)，各網(wǎng)絡(luò)指標(biāo)值排序見表3。

表3 各網(wǎng)絡(luò)指標(biāo)值排序Table 3 The order of each network indicator value

出度較高的節(jié)點(diǎn)有機(jī)電管理混亂B61、組織監(jiān)督不充分B41和 未嚴(yán)格遵守作業(yè)規(guī)程B64，表明這些節(jié)點(diǎn)能影響更多其他節(jié)點(diǎn)，對(duì)事故的誘導(dǎo)作用較大；入度較高的節(jié)點(diǎn)有礦工習(xí)慣性違章D11、個(gè)體安全意識(shí)差C53和 組織安全隱患治理不充分B43；總度值較大的節(jié)點(diǎn)集中于組織因素層級(jí)，組織的管理對(duì)煤礦機(jī)電事故有重要影響。聚類系數(shù)較大的節(jié)點(diǎn)有組織機(jī)構(gòu)職責(zé)不清B12、組織未按時(shí)開展專項(xiàng)檢查B44、物理生產(chǎn)環(huán)境差C11和圖紙臺(tái)賬造假C32等，與這些節(jié)點(diǎn)相連的節(jié)點(diǎn)也應(yīng)提高重視。介數(shù)中心度較大的節(jié)點(diǎn)有組織監(jiān)督不充分B41、機(jī)電管理混亂B61、礦工技能失誤D21和個(gè)體安全意識(shí)差C53等，在煤礦機(jī)電事故中起重要中轉(zhuǎn)作用，組織未編制預(yù)案措施B51和 組織安全負(fù)責(zé)人B63不在崗2個(gè)節(jié)點(diǎn)，度值低但介數(shù)中心度高，在日常生產(chǎn)中易被忽略，需格外關(guān)注。接近中心度較大的節(jié)點(diǎn)有采煤方法違規(guī)C22、物理環(huán)境差C11、監(jiān)測(cè)系統(tǒng)作假C31和 護(hù)具管理混亂B65。

3 煤礦機(jī)電事故不安全行為演化路徑分析

3.1 關(guān)鍵致因與關(guān)鍵致因鏈的識(shí)別

度值、聚類系數(shù)、介數(shù)中心度和接近中心度4 項(xiàng)網(wǎng)絡(luò)指標(biāo)均能反映節(jié)點(diǎn)的部分屬性，但單一指標(biāo)無法完整反映節(jié)點(diǎn)對(duì)于網(wǎng)絡(luò)的影響，需要綜合考慮各項(xiàng)網(wǎng)絡(luò)指標(biāo)，對(duì)關(guān)鍵致因進(jìn)行識(shí)別。設(shè)Omn{m=1,2,3,···,47;n=1,2,3,4}為 第m個(gè)節(jié)點(diǎn)的第n個(gè)網(wǎng)絡(luò)指標(biāo)值，構(gòu)建節(jié)點(diǎn)指標(biāo)矩陣L為：

由于4 項(xiàng)指標(biāo)值在數(shù)量級(jí)上差距過大，因此對(duì)各節(jié)點(diǎn)的每一項(xiàng)網(wǎng)絡(luò)指標(biāo)值Oms進(jìn)行min、max標(biāo)準(zhǔn)化處理，使4 項(xiàng)網(wǎng)絡(luò)指標(biāo)值等比例縮放到同一數(shù)量級(jí)，為關(guān)鍵致因的識(shí)別做準(zhǔn)備。設(shè)O*is為標(biāo)準(zhǔn)化處理后的節(jié)點(diǎn)i的 第s個(gè)網(wǎng)絡(luò)指標(biāo)值，則有：

在標(biāo)準(zhǔn)化處理后，每一個(gè)節(jié)點(diǎn)的4 項(xiàng)網(wǎng)絡(luò)指標(biāo)值均處于同一數(shù)量級(jí)，此時(shí)對(duì)4 項(xiàng)網(wǎng)絡(luò)指標(biāo)值加和即可得到節(jié)點(diǎn)的關(guān)鍵度，則節(jié)點(diǎn)i綜合考慮網(wǎng)絡(luò)指標(biāo)后的關(guān)鍵度Mi為：

經(jīng)計(jì)算，組織監(jiān)督不充分、組織機(jī)電管理混亂和個(gè)體安全意識(shí)差是造成機(jī)電事故的最關(guān)鍵的事故致因，關(guān)鍵度最高的前20 個(gè)致因如圖4。圖中：①為有向邊（B31,C53）；②為有向邊（B53,D11）；③為有向邊（B63,B41）；④為有向邊（B41,B61）；⑤為有向邊（B61,E4）；⑥為有向邊（B41,B43）；⑦為有向邊（D21,E4）；⑧為有向邊（D21,E1）；⑨為有向邊（C13,E1）；⑩為有向邊（B41,E1）；?為有向邊（B61,B41）；?為有向邊（A11,B41）；?為有向邊（D11,E4）；?為有向邊（B61,E1）；?為有向邊（C53,E4）；?為有向邊（B64,D12）；?為有向邊（B31,B41）；?為有向邊（B61,C53）；?為有向邊（B41,D11）；?為有向邊（B44,E1）。

圖4 關(guān)鍵致因與關(guān)鍵致因鏈Fig.4 Key causes and key critical links

僅識(shí)別關(guān)鍵致因，不足以為事故防控提供充足參考，進(jìn)一步計(jì)算各邊風(fēng)險(xiǎn)度，識(shí)別關(guān)鍵致因鏈。節(jié)點(diǎn)i指向節(jié)點(diǎn)j的有向邊為 (i,j)，邊 (i,j)在144 起案例中的頻數(shù)為P(i,j)，節(jié)點(diǎn)i和節(jié)點(diǎn)j的頻數(shù)分別為Pi和Pj，則有向邊(i,j) 的致災(zāi)率N(i,j)為：

設(shè)網(wǎng)絡(luò)模型中去除有向邊(i,j)后的平均路徑長(zhǎng)度為U(i,j),有向邊 (i,j)的 介數(shù)為T(i,j)，則有向邊(i,j)的脆弱度S(i,j)為：

設(shè)節(jié)點(diǎn)的度為Vj，則有向邊 (i,j)的風(fēng)險(xiǎn)度W(i,j)為：

經(jīng)計(jì)算，風(fēng)險(xiǎn)度最高的致因鏈為由組織安全教育不足導(dǎo)致的個(gè)體安全意識(shí)差、由安全負(fù)責(zé)人不在崗導(dǎo)致的組織安全監(jiān)督不充分和由個(gè)體安全意識(shí)差導(dǎo)致的礦工習(xí)慣性違章。將各邊風(fēng)險(xiǎn)度歸一化處理。

3.2 不安全行為主要演化路徑

由HFACS 模型得層級(jí)D是礦工的不安全行為是導(dǎo)致煤礦機(jī)電事故的直接原因，厘清不安全行為的演化路徑，對(duì)直接預(yù)防煤礦機(jī)電事故的發(fā)生具有重要參考意義。取關(guān)鍵度高于平均值的致因節(jié)點(diǎn)和風(fēng)險(xiǎn)度高于平均值的邊，以D11、D12、D21、D22和D235 個(gè)不安全行為節(jié)點(diǎn)為目標(biāo)節(jié)點(diǎn)，構(gòu)建的煤礦機(jī)電事故不安全行為主要演化路徑如圖5。其中，邊的權(quán)重通過統(tǒng)計(jì)144 起事故案例中節(jié)點(diǎn)間因果關(guān)系的頻次來確定，通過四分法將邊的頻次按大小劃分為4 層，頻次越大表明邊的重要性越大，誘發(fā)概率越高。

圖5 煤礦機(jī)電事故不安全行為主要演化路徑Fig.5 The main evolution path of unsafe acts of electromechanical accident in coal mine

從不安全行為的表現(xiàn)形式來看，礦工違章在出現(xiàn)頻次和演化方式上均多于礦工失誤，礦工違章是防控機(jī)電事故的重點(diǎn)。從改進(jìn)的HFACS 劃分的4 個(gè)層級(jí)來看，組織因素和不安全行為的前提條件是造成不安全行為的主要原因。在組織因素層級(jí)中，組織的教育培訓(xùn)不足成為不安全行為演化過程的重要源頭，組織對(duì)安全生產(chǎn)的監(jiān)督不力和對(duì)機(jī)電管理的混亂也是促成不安全行為的重要原因。在不安全行為前提條件層級(jí)中，礦工的個(gè)體因素是最為顯著的原因，此外，環(huán)境因素和管理者的違章指揮也在演化路徑中扮演重要角色。

4 結(jié)語

提出了1 種基于HFACS 和復(fù)雜網(wǎng)絡(luò)理論的煤礦機(jī)電事故致因與演化的研究方法，以改進(jìn)的HFACS 為參照，結(jié)合專家經(jīng)驗(yàn)對(duì)事故案例進(jìn)行判斷，構(gòu)建了人因視角下的煤礦機(jī)電事故致因網(wǎng)絡(luò)。該方法采用評(píng)價(jià)者可靠性修正主觀影響，借助網(wǎng)絡(luò)指標(biāo)評(píng)估事故致因重要性，綜合各項(xiàng)指標(biāo)識(shí)別關(guān)鍵事故致因和致因鏈，并構(gòu)建不安全行為主要演化過程，為煤礦機(jī)電事故的防控提供理論支撐。

煤礦機(jī)電事故致因網(wǎng)絡(luò)具有小世界特性，組織安全監(jiān)督不充分是最關(guān)鍵的事故致因，安全教育不足導(dǎo)致的個(gè)體安全意識(shí)差是最重要的致因鏈，不安全行為的主要演化路徑為：組織的安全教育不足、監(jiān)督不充分→個(gè)體安全意識(shí)差→不安全行為徑。

通過強(qiáng)調(diào)事故案例的時(shí)效性，導(dǎo)致樣本僅包括144 起事故，樣本量仍有可提升空間。煤礦機(jī)電事故涉及因素較多，受限于HFACS 模型，僅強(qiáng)調(diào)從人因的視角探討事故致因。后續(xù)應(yīng)在豐富樣本量和拓展致因角度下開展研究。