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(yù)策略，進(jìn)而建立引航員不安全行為干預(yù)的系統(tǒng)動(dòng)力學(xué)模型。結(jié)合港口引航員調(diào)研數(shù)據(jù)，對(duì)引航員不安全行為的動(dòng)態(tài)演變過(guò)程進(jìn)行仿真。案例計(jì)算結(jié)果表明：在干預(yù)策略實(shí)施期間，引航員駕引過(guò)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(shì)。安全價(jià)值觀和安全能力提升速度最快，干預(yù)效果最顯著。提升引航員的安全價(jià)值觀和安全能力是減少引航員不安全行為的重要策略。

關(guān)鍵詞：

引航員; 不安全行為干預(yù); 系統(tǒng)動(dòng)力學(xué); 仿真

中圖分類號(hào)：? U675.98; U698

文獻(xiàn)標(biāo)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(xiàng)目：

國(guó)家重點(diǎn)研發(fā)計(jì)劃（2019YFB1600600）;上海市重點(diǎn)學(xué)科建設(shè)項(xiàng)目（T0603）;上海市2020年度“科技創(chuàng)新行動(dòng)計(jì)劃”軟科學(xué)重點(diǎn)項(xiàng)目（20692108700）

作者簡(jiǎn)介：

田力（1994—），男，甘肅天水人，碩士研究生，研究方向?yàn)樗辖煌ㄟ\(yùn)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?yàn)檩d運(yùn)工具運(yùn)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(guò)程安全的關(guān)鍵人物[1]。據(jù)統(tǒng)計(jì)，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(dǎo)致船舶引航重大

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

目前，國(guó)內(nèi)外專家學(xué)者主要從影響因素和形成機(jī)理角度、預(yù)控干預(yù)角度研究人的不安全行為。影響因素和形成機(jī)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(shí)、工作壓力、安全態(tài)度、心理和生理因素、設(shè)施、環(huán)境、安全培訓(xùn)和教育、安全管理等。預(yù)控干預(yù)方面：ZAIRA等[4]開發(fā)了針對(duì)建筑工人不安全行為的綜合安全干預(yù)措施的結(jié)構(gòu)方程模型。BERGHEIM等[5]指出，提高員工的職業(yè)素質(zhì)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(guān)注引航員人因可靠性影響因素分析和定量預(yù)測(cè)[6-7]。不安全行為方面：張欣欣等[8]

分析了船舶港口引航風(fēng)險(xiǎn)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(dǎo)致;席永濤等[2]通過(guò)結(jié)構(gòu)方程模型和多級(jí)回歸分析探究了引航員危險(xiǎn)態(tài)度對(duì)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(wèn)題，缺少對(duì)不安全行為影響因素間多維關(guān)系以及動(dòng)態(tài)演變的研究，特別是對(duì)引航員不安全行為動(dòng)態(tài)變化過(guò)程的研究還未涉及。

本文通過(guò)對(duì)導(dǎo)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(dòng)力學(xué)理論，構(gòu)建引航員不安全行為干預(yù)的系統(tǒng)動(dòng)力學(xué)仿真模型。結(jié)合某港口引航員調(diào)研數(shù)據(jù)，對(duì)引航員不安全行為干預(yù)進(jìn)行仿真，以期提出有效的、有針對(duì)性的不安全行為干預(yù)策略。

1 問(wèn)題描述

1.1 導(dǎo)致引航員不安全行為的因素

結(jié)合相關(guān)文獻(xiàn)[9-10]，通過(guò)對(duì)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(fù)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(zhì)差、年齡大小、引航作業(yè)強(qiáng)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(shí)匱乏、應(yīng)急演練少、模擬訓(xùn)練少、硬件設(shè)備水平低、綜合處理能力（溝通協(xié)調(diào)能力、臨時(shí)應(yīng)變能力）弱）;④安全價(jià)值觀因素（安全觀念、安全意識(shí)、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(jī)匹配、引航設(shè)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(yù)策略和干預(yù)系統(tǒng)

基于對(duì)引航員不安全行為影響因素的分析提出相應(yīng)的干預(yù)策略。

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

干預(yù)力度增加而減小。通過(guò)對(duì)干預(yù)系統(tǒng)的分析，得出引航員不安全行為干預(yù)系統(tǒng)的4個(gè)主要反饋回路：①安全教育培訓(xùn)↑→安全價(jià)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(xùn)↑;②安全宣傳水平↑→安全價(jià)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(wù)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(wù)知識(shí)培訓(xùn)↑→模擬訓(xùn)練↑→安全作業(yè)能力水平↑。

2 模型建立

2.1 系統(tǒng)動(dòng)力學(xué)原理

系統(tǒng)動(dòng)力學(xué)建模方法是基于控制論和非線性動(dòng)力學(xué)理論的建模方法，由Forrester教授于1958年首次提出。該方法使用計(jì)算機(jī)仿真對(duì)各種具有動(dòng)力學(xué)反饋的系統(tǒng)進(jìn)行建模，同時(shí)通過(guò)對(duì)系統(tǒng)中多因素之間的復(fù)雜相互作用建模來(lái)研究非線性相互作用是如何隨時(shí)間影響系統(tǒng)行為的。[13-15]Vensim是一種系統(tǒng)動(dòng)力學(xué)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(kù)存流程圖通過(guò)內(nèi)置各種函數(shù)將定性關(guān)系轉(zhuǎn)換為定量關(guān)系。系統(tǒng)動(dòng)力學(xué)建模流程見圖2。

2.2 確定系統(tǒng)動(dòng)力學(xué)模型變量

鑒于建立系統(tǒng)動(dòng)力學(xué)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(hào)見表2。

2.3 確定系統(tǒng)動(dòng)力學(xué)流圖及變量函數(shù)關(guān)系

運(yùn)用Vensim-PLE建立引航員不安全行為干預(yù)系統(tǒng)動(dòng)力學(xué)流圖，見圖3。模型的系統(tǒng)動(dòng)力學(xué)方程包含水平方程和速率方程。水平方程是一個(gè)一階差分方程，具有固定的表現(xiàn)形式，用來(lái)描述模型存量的變化[13]。存量是流量變化隨時(shí)間的積累，采用差分方程的形式進(jìn)行描述：

Lk=Lj+Rin，jk-Rout，jkΔT????? （1）

式中：Lk表示水平變量L在時(shí)刻k的取值;Lj表示水平變量L在時(shí)刻j的取值;Rin，jk表示流入速率變量Rin在時(shí)刻j與時(shí)刻k之間的取值;Rout，jk表示流出速率變量Rout在時(shí)刻j與時(shí)刻k之間的取值;ΔT表示仿真時(shí)間步長(zhǎng)，即在時(shí)刻j與時(shí)刻k之間求解時(shí)間間隔的長(zhǎng)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(diào)研對(duì)象，通過(guò)微信掃碼填寫問(wèn)卷的方式對(duì)各級(jí)在職引航員227人進(jìn)行調(diào)研，其中調(diào)研樣本的學(xué)歷和級(jí)別構(gòu)成見圖4。選取最常用的克朗巴哈系數(shù)（Cornbachsα）來(lái)檢驗(yàn)問(wèn)卷的可靠性，利用SPSS 19.0計(jì)算得到調(diào)查問(wèn)卷的克朗巴哈系數(shù)為0.876（>0.60），表明問(wèn)卷可靠性良好，通過(guò)其獲得的真實(shí)值水平都在可接受范圍內(nèi)。

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(jié)合問(wèn)卷調(diào)研數(shù)據(jù)和專家評(píng)分，對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱化處理，并取其算術(shù)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(quán)法確定各輔助變量和各干預(yù)系數(shù)值。設(shè)有m個(gè)子系統(tǒng)、n個(gè)評(píng)價(jià)指標(biāo)，指標(biāo)值為xij（1≤i≤m，1≤j≤n），具體步驟如下：

（1）對(duì)決策矩陣X=（xij）m×n進(jìn)行標(biāo)準(zhǔn)化處理，再進(jìn)行歸一化處理，使數(shù)據(jù)在[0，1]范圍內(nèi)，得到矩陣X′=（x′ij）m×n。

（2）計(jì)算各評(píng)價(jià)指標(biāo)的熵值：

（3）確定第j個(gè)評(píng)價(jià)指標(biāo)的熵權(quán)：

φj=αjnj=1αj???????? （4）

式中：αj表示第j個(gè)評(píng)價(jià)指標(biāo)的差異系數(shù)，且αj=1-Hj。

運(yùn)用MATLAB計(jì)算出各輔助變量和各干預(yù)系數(shù)值，見表4。

3.3 仿真結(jié)果與分析

設(shè)置模型運(yùn)行參數(shù)：初始時(shí)間為0;仿真步長(zhǎng)為1個(gè)月;仿真周期為24個(gè)月。運(yùn)行Vensim-PLE得到初始狀態(tài)仿真結(jié)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(shì)，且變化過(guò)程主要分為3個(gè)階段。第1階段，引航員不安全行為水平呈上升趨勢(shì)，且在第13個(gè)月達(dá)到峰值，這表明干預(yù)策略實(shí)施初期并未對(duì)不安全行為產(chǎn)生抑制作用。第2階段，即從第14個(gè)月到第18個(gè)月，引航員不安全行為水平開始下降，但是趨勢(shì)相對(duì)平緩。這表明各干預(yù)子系統(tǒng)對(duì)引航員不安全行為干預(yù)效果存在差異，引航員自身對(duì)干預(yù)策略的熟知度、接受度和適應(yīng)速度也存在差異，進(jìn)而導(dǎo)致整個(gè)系統(tǒng)不安全行為水平下降相對(duì)緩慢。第3階段，即從第19個(gè)月開始，引航員不安全行為水平明顯呈快速下降趨勢(shì)，且速度越來(lái)越快，這表明隨著引航機(jī)構(gòu)安全宣傳、安全教育培訓(xùn)、技能培訓(xùn)、事故演練等措施的實(shí)施，引航員長(zhǎng)期形成的引航不安全行為習(xí)慣等開始慢慢轉(zhuǎn)變，引航員自身的安全價(jià)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(shì)相對(duì)平緩，峰值相對(duì)較小，且相對(duì)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(gè)月開始就已明顯呈下降趨勢(shì)，這表明對(duì)引航員不安全生理

水平的干預(yù)短期內(nèi)可產(chǎn)生效果。（2）與其他干預(yù)系統(tǒng)相比，安全價(jià)值觀水平、安全能力水平明顯呈快速上升趨勢(shì)，且后期的快速上升對(duì)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(duì)部分干預(yù)策略和子系統(tǒng)干預(yù)效果進(jìn)行對(duì)比分析。

3.4.1 不同干預(yù)策略同等干預(yù)力度下干預(yù)效果對(duì)比分析

在初始狀態(tài)下，對(duì)安全教育培訓(xùn)水平、模擬訓(xùn)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(jié)果見圖6a：前8個(gè)月，3種干預(yù)策略下不安全行為曲線基本重合，無(wú)明顯差異，這表明干預(yù)策略在初期對(duì)系統(tǒng)不安全狀態(tài)干預(yù)效果不佳;從第10個(gè)月開始，3種干預(yù)策略的干預(yù)效果差異趨向明顯，干預(yù)效果強(qiáng)弱依次為安全教育培訓(xùn)、模擬訓(xùn)練、安全監(jiān)督力度，這表明安全教育培訓(xùn)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(xùn)練需要增加，另外，引航管理機(jī)構(gòu)應(yīng)加大安全監(jiān)督力度。

3.4.2 不同干預(yù)子系統(tǒng)同等干預(yù)力度下干預(yù)效果對(duì)比分析

在初始狀態(tài)下，分別將安全能力水平和安全價(jià)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(yùn)行并觀察不安全行為水平的變化趨勢(shì)，結(jié)果見圖6b：前5個(gè)月，4個(gè)子系統(tǒng)干預(yù)曲線基本吻合;從第5個(gè)月開始干預(yù)效果出現(xiàn)差異，較單一干預(yù)策略提前3個(gè)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(yù)措施組合的子系統(tǒng)對(duì)整個(gè)系統(tǒng)不安全行為水平的干預(yù)效果更明顯，見效更快。另外，4個(gè)子系統(tǒng)干預(yù)效果強(qiáng)弱依次為：安全價(jià)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(jià)值觀水平干預(yù)效果比其他子系統(tǒng)的更明顯、有效。

4 結(jié)束語(yǔ)

運(yùn)用系統(tǒng)動(dòng)力學(xué)建立了引航員不安全行為干預(yù)模型，通過(guò)仿真預(yù)測(cè)引航員不安全行為的變化趨勢(shì)，并對(duì)干預(yù)策略和干預(yù)子系統(tǒng)的干預(yù)效果進(jìn)行了對(duì)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(shì)。在干預(yù)過(guò)程初期，由于引航員對(duì)干預(yù)策略不熟悉，適應(yīng)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(yù)的實(shí)施，引航員安全價(jià)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(jià)值觀水平和安全能力水平上升較快，其后期的快速上升對(duì)系統(tǒng)不安全行為水平起到關(guān)鍵抑制作用，從而在干預(yù)后期不安全行為水平下降加快。

參考文獻(xiàn)：

[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(yáng)， 等. 引航員風(fēng)險(xiǎn)認(rèn)知對(duì)安全行為的影響路徑[J]. 中國(guó)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(píng)價(jià)體系研究[J]. 中國(guó)安全科學(xué)學(xué)報(bào)， 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(yù)測(cè)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(fēng)險(xiǎn)致因人-組織因素影響分析[J]. 中國(guó)安全科學(xué)學(xué)報(bào)， 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(yù)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(dòng)力學(xué)的空管運(yùn)行亞健康模型仿真[J]. 航空計(jì)算技術(shù)， 2019， 49（4）： 44-49.

[14]張陽(yáng)， 席永濤， 胡甚平， 等. 水上貨物運(yùn)輸風(fēng)險(xiǎn)演化系統(tǒng)動(dòng)力學(xué)仿真[J]. 上海海事大學(xué)學(xué)報(bào)， 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）