楊海紅　杜飔帆

摘 要：隨著城市軌道交通的發(fā)展，行車(chē)事故的發(fā)生也日漸增多，而由駕駛員行為作業(yè)差錯(cuò)造成行車(chē)事故占比居高不下。本文從駕駛員差錯(cuò)行為入手，運(yùn)用“瑞士奶酪”模型對(duì)差錯(cuò)行為進(jìn)行研究。以關(guān)鍵作業(yè)項(xiàng)——錯(cuò)關(guān)門(mén)導(dǎo)致的夾人事故為例，基于事件樹(shù)分析法，建立行車(chē)作業(yè)差錯(cuò)行為與事故風(fēng)險(xiǎn)之間的致因鏈。最后基于LEC方法，建立軌道交通駕駛員人為差錯(cuò)的風(fēng)險(xiǎn)評(píng)價(jià)體系，并提出風(fēng)險(xiǎn)管控建議。結(jié)果計(jì)算得出地鐵正線(xiàn)運(yùn)行中的差錯(cuò)行為所導(dǎo)致的風(fēng)險(xiǎn)危害最大、最為嚴(yán)重，并得出駕駛員錯(cuò)關(guān)門(mén)這一差錯(cuò)行為導(dǎo)致夾人事故發(fā)生的概率給地鐵行車(chē)安全提出針對(duì)性建議。

關(guān)鍵詞：城市交通;差錯(cuò)行為;事件樹(shù)分析法;LEC方法

0 引言

安全一直是軌道交通系統(tǒng)不可忽視的話(huà)題?？萍及l(fā)展帶動(dòng)了設(shè)施設(shè)備的更新，故而由設(shè)備因素導(dǎo)致的事故占比日趨降低，相反人為差錯(cuò)因素導(dǎo)致的事故比越顯突出。駕駛員是地鐵運(yùn)營(yíng)過(guò)程中的重要崗位。本文以駕駛員崗為例，探究行車(chē)作業(yè)過(guò)程中的差錯(cuò)行為，并建立風(fēng)險(xiǎn)評(píng)價(jià)體系，對(duì)減少事故發(fā)生有一定的實(shí)用意義。

關(guān)于駕駛員行車(chē)作業(yè)與差錯(cuò)行為風(fēng)險(xiǎn)的相關(guān)問(wèn)題，國(guó)內(nèi)外已有較多研究。S.J.Wesretman[1]以2 806名受試者為研究對(duì)象，對(duì)其自我報(bào)告的駕駛壓力和異常駕駛行為進(jìn)行了調(diào)查，研究了駕駛員行為量表（DBI）和駕駛員行為問(wèn)卷（DBQ）之間的關(guān)系及其心理測(cè)量特性。W.Ian Hamilton[2]通過(guò)利用認(rèn)知理論和建模技術(shù)來(lái)描述與基礎(chǔ)設(shè)施特征和操作條件相關(guān)的駕駛員績(jī)效建立了模型。鄒冉[3]針對(duì)地鐵列車(chē)駕駛員這一崗位工作壓力大、工作環(huán)境較特殊的特征，對(duì)工作人員自身、設(shè)施設(shè)備安全、管理上的風(fēng)險(xiǎn)以及環(huán)境因素四個(gè)方面進(jìn)行綜合考量并提出風(fēng)險(xiǎn)管控建議。佟瑞鵬[4]以家具制造為例用蒙特卡羅方法對(duì)不安全行為風(fēng)險(xiǎn)進(jìn)行了定量分析。蘭建義[5]針對(duì)煤礦作業(yè)中的人因失誤利用層次分析和模糊綜合評(píng)價(jià)的方法進(jìn)行了評(píng)價(jià)。我國(guó)對(duì)行車(chē)作業(yè)中駕駛員的相關(guān)研究大多是從列車(chē)駕駛員這一崗位本身具有特殊性質(zhì)入手，從各個(gè)方面對(duì)司機(jī)工作特征進(jìn)行了全面的分析。對(duì)于不安全行為的各種研究則大多數(shù)集中在航空、核電站和煤礦這幾個(gè)方面，在軌道交通方面還需要更加深入的研究。

1 駕駛員差錯(cuò)行為分析

不安全行為大致可以分為兩類(lèi)：差錯(cuò)（errors）和違規(guī)（violations）。差錯(cuò)代表的是個(gè)人無(wú)意識(shí)的精神和身體行為所造成的沒(méi)有達(dá)到期望的結(jié)果，而違規(guī)指的是主觀(guān)上有意不遵守確保行車(chē)安全的標(biāo)準(zhǔn)化規(guī)程。駕駛員有意違反規(guī)定的行為出現(xiàn)較少，本文以駕駛員差錯(cuò)行為作為分析和研究對(duì)象。

1.1 駕駛員差錯(cuò)行為分類(lèi)

基于認(rèn)知過(guò)程分析，軌道交通駕駛員的差錯(cuò)行為可分為技能差錯(cuò)、決策差錯(cuò)和知覺(jué)差錯(cuò)。其中，技能差錯(cuò)指地鐵駕駛員在行車(chē)過(guò)程中所造成的行駛差錯(cuò);決策差錯(cuò)意為駕駛員的行為雖是按照標(biāo)準(zhǔn)，但由于標(biāo)準(zhǔn)本身存在漏洞問(wèn)題，或者駕駛員選取的標(biāo)準(zhǔn)不合當(dāng)前時(shí)宜，造成應(yīng)急處置不當(dāng)所造成的差錯(cuò);知覺(jué)差錯(cuò)則是在駕駛員的知覺(jué)感受相異于實(shí)際情況時(shí)具有較高的發(fā)生頻率。

1.2 駕駛員差錯(cuò)行為致因分析

研究表明，在差錯(cuò)產(chǎn)生的前提條件中與人相關(guān)的是操作者的狀態(tài)以及人員因素。操作者的狀態(tài)往往影響工作績(jī)效，而直接影響操作者自身績(jī)效的因素又分為精神狀態(tài)差、生理狀態(tài)差和身體、智力局限。精神狀態(tài)差包括睡眠缺乏、過(guò)度關(guān)注任務(wù)、精神疲勞和注意力不集中等;生理狀態(tài)是指?jìng)€(gè)人的生理狀態(tài)出現(xiàn)問(wèn)題從而誘發(fā)不安全行為的情況;身體、智力局限是指當(dāng)操作要求超出個(gè)人能力范圍。在地鐵系統(tǒng)中，人員因素通常分為班組資源管理和駕駛員個(gè)人的準(zhǔn)備狀態(tài)。地鐵行車(chē)作業(yè)是由多個(gè)崗位聯(lián)動(dòng)進(jìn)行，任何崗位的微小差錯(cuò)都可能誘發(fā)安全事故。駕駛員個(gè)人的準(zhǔn)備狀態(tài)指駕駛員訓(xùn)練不足可能導(dǎo)致行車(chē)操作失誤，另外飲食不佳也可能導(dǎo)致身體不適從而影響狀態(tài)。

駕駛員的差錯(cuò)行為發(fā)生后未必立即發(fā)生事故，差錯(cuò)行為發(fā)生后的安全監(jiān)管是避免事故發(fā)生的重要環(huán)節(jié)。不安全的監(jiān)督分為監(jiān)督不充分、運(yùn)行計(jì)劃不適當(dāng)、沒(méi)有糾正問(wèn)題和監(jiān)督違規(guī);運(yùn)行計(jì)劃不適當(dāng)指工作班組的操作節(jié)奏以及值班安排使得班組冒風(fēng)險(xiǎn)或者影響班組休息，最終導(dǎo)致影響效績(jī)的情況;沒(méi)有糾正問(wèn)題意為監(jiān)督者在發(fā)現(xiàn)個(gè)體、設(shè)備、培訓(xùn)以及其他與安全有關(guān)的地方呈現(xiàn)錯(cuò)誤后卻未能及時(shí)糾正;監(jiān)督違規(guī)指的是監(jiān)督者故意違反規(guī)章制度的狀況。

2 基于事件樹(shù)的人因事故致因分析

2.1 事故樹(shù)分析法

事件樹(shù)分析方法（Event Tree Analysis，簡(jiǎn)稱(chēng)ETA）起源于決策樹(shù)分析（Decision Tree Analysis，簡(jiǎn)稱(chēng)DTA）是一種用于安全工程中的推理演繹方法[8]。事件樹(shù)分析法是一種以事件發(fā)生的時(shí)間因果先后為基礎(chǔ)，從初始事件開(kāi)始往后找出與之相關(guān)的中間環(huán)節(jié)事件直至結(jié)果事件的方法。事件樹(shù)分析法以分析事件之間成功和失敗進(jìn)行鏈條連接。

事件樹(shù)的建立的過(guò)程可以分為三個(gè)部分：①確定一個(gè)初始事件，②確定不同的中間環(huán)節(jié)，③確定后果事件。每個(gè)初始事件經(jīng)過(guò)不同的中間環(huán)節(jié)最終引發(fā)不同的事件結(jié)果，每個(gè)環(huán)節(jié)可能有成功狀態(tài)或失敗狀態(tài)，這個(gè)過(guò)程用一個(gè)個(gè)分支表示。事件樹(shù)建立后會(huì)有不同的事故鏈產(chǎn)生，將這一鏈條上所有環(huán)節(jié)的發(fā)生概率相乘，得出的值即從初始事件為因?qū)е碌牟煌蠊录l(fā)生的概率;此外，將所有導(dǎo)致事故的結(jié)果事件的概率相加即得到由某初始事件導(dǎo)致的系統(tǒng)整體失效率。

2.2 基于事件樹(shù)的致因鏈

根據(jù)事故樹(shù)分析法，構(gòu)建駕駛員差錯(cuò)行為導(dǎo)致事故發(fā)生的致因鏈。本文以正線(xiàn)行車(chē)中的駕駛員錯(cuò)關(guān)門(mén)這一差錯(cuò)行為例，通過(guò)構(gòu)建事件樹(shù)繼而建立事故致因鏈。在不同的致因鏈上，由于不同環(huán)節(jié)的防護(hù)措施可能會(huì)出現(xiàn)失效，從而導(dǎo)致不同的事故后果，具體如圖1所示。由圖1可見(jiàn)，駕駛員錯(cuò)關(guān)門(mén)這一差錯(cuò)行為發(fā)生后，由于防護(hù)有效性不同，可能會(huì)形成7條事故致因鏈條，導(dǎo)致3種事件結(jié)果，包括S1和S3為夾人動(dòng)車(chē)事故，S2、S4、S5為夾人事故發(fā)生但及時(shí)解救，S6、S7為事故避免。

3 駕駛員行車(chē)作業(yè)差錯(cuò)行為風(fēng)險(xiǎn)評(píng)價(jià)與管控

3.1 基于LEC評(píng)價(jià)法的作業(yè)風(fēng)險(xiǎn)分析與評(píng)價(jià)

作業(yè)條件危險(xiǎn)性分析法（LEC）是對(duì)隱性危險(xiǎn)作業(yè)環(huán)境中的危險(xiǎn)源進(jìn)行半定量的安全評(píng)價(jià)方法。該方法用評(píng)價(jià)風(fēng)險(xiǎn)大小的方式將與風(fēng)險(xiǎn)有關(guān)的因素值相乘進(jìn)而得到最終風(fēng)險(xiǎn)數(shù)值。給因素的等級(jí)進(jìn)行劃分，并賦予不同的數(shù)值，再將相乘計(jì)算得出危險(xiǎn)性風(fēng)險(xiǎn)性，進(jìn)而評(píng)價(jià)作業(yè)風(fēng)險(xiǎn)。LEC評(píng)價(jià)法的公式簡(jiǎn)化如下：

（1）

公式中：L、E、C分別為事故發(fā)生的可能性、操作者置于危險(xiǎn)環(huán)境中的頻率發(fā)生事故可能造成后果的嚴(yán)重程度，代表與風(fēng)險(xiǎn)相關(guān)的因素;D則表示危險(xiǎn)性風(fēng)險(xiǎn)的大小。

根據(jù)地鐵駕駛員差錯(cuò)行為事故調(diào)查表對(duì)5項(xiàng)行車(chē)作業(yè)中駕駛員差錯(cuò)行為可能造成的事故后果進(jìn)行總結(jié)。以表1為基礎(chǔ)，運(yùn)用LEC分析法進(jìn)行風(fēng)險(xiǎn)評(píng)估，詳見(jiàn)表1。其中，地鐵事故等級(jí)劃分標(biāo)準(zhǔn)依據(jù)《上海市軌道交通運(yùn)營(yíng)安全事故處置規(guī)定》。

從表1中可以看出在正線(xiàn)行車(chē)運(yùn)行中的差錯(cuò)行為瞭望不清使列車(chē)碾軋異物、列車(chē)碰擦異物和關(guān)門(mén)作業(yè)屏蔽門(mén)夾人夾物所導(dǎo)致的風(fēng)險(xiǎn)最為嚴(yán)重。因此，軌道交通公司在這兩方面需要進(jìn)行更仔細(xì)的監(jiān)管。

3.2 基于事件樹(shù)的行車(chē)作業(yè)差錯(cuò)行為風(fēng)險(xiǎn)評(píng)價(jià)

事故發(fā)生頻率是每個(gè)中間環(huán)節(jié)發(fā)生的頻率相乘之積，因此圖1中7個(gè)事件后果發(fā)生概率表示為：

（2）

（3）

（4）

（5）

?（6）

?（7）

?（8）

其中，P（A）表示駕駛員錯(cuò)關(guān)門(mén)差錯(cuò)行為發(fā)生的概率;P（B）和P（）分別表示乘客正在/沒(méi)有上下車(chē)的概率;P（C）和P（）分別表示門(mén)夾人彈開(kāi)裝置正常運(yùn)作/故障的概率;P（D）和P（）分別表示駕駛員發(fā)現(xiàn)/未發(fā)現(xiàn)尾部光帶不完整的概率;P（E）和P（）分別表示紅外線(xiàn)裝置正常生效/失效的概率;P（F）和P（）分別表示站務(wù)員發(fā)現(xiàn)/未發(fā)現(xiàn)乘客被夾的概率;P（G）和P（）分別表示站務(wù)員及時(shí)/未及時(shí)按下緊急按鈕的概率。

將事故后果事件頻率相加得到駕駛員錯(cuò)關(guān)門(mén)差錯(cuò)行為可能導(dǎo)致的事故概率分別為：

（9）

（10）

?（11）

式中，表示夾人動(dòng)車(chē)事故發(fā)生的概率;表示夾人事故發(fā)生，但及時(shí)解救的概率;表示事故避免的概率。

現(xiàn)假設(shè)所有環(huán)節(jié)發(fā)生概率皆為0.5，則“駕駛員錯(cuò)開(kāi)門(mén)”這一差錯(cuò)行為所造成的三個(gè)后果事件發(fā)生概率如下：

，，。據(jù)此計(jì)算結(jié)果可知，在錯(cuò)開(kāi)門(mén)這一差錯(cuò)行為發(fā)生后，盡管在較大的概率上能夠避免事故，但是仍有可能發(fā)生夾人事故，甚至是夾人動(dòng)車(chē)事故。

3.3 駕駛員行車(chē)作業(yè)差錯(cuò)行為風(fēng)險(xiǎn)管控

風(fēng)險(xiǎn)管控旨在將風(fēng)險(xiǎn)控制在可接受范圍內(nèi)，確保事故不發(fā)生。為防止駕駛員產(chǎn)生差錯(cuò)行為，提出以下管控建議：

（1）重視駕駛員身心狀態(tài)。定期檢查、測(cè)評(píng)駕駛員心理和生理健康狀態(tài)，合理分配工作線(xiàn)路，科學(xué)安排輪班時(shí)間，保障駕駛員得到充分的休息時(shí)間，避免駕駛員工作時(shí)出現(xiàn)醉酒、生病、精神疲勞等一系列問(wèn)題，誘發(fā)差錯(cuò)行為。

（2）加大安全教育培訓(xùn)力度。強(qiáng)化專(zhuān)業(yè)技能培訓(xùn)，制定科學(xué)工作規(guī)程，有利于提升工作人員的專(zhuān)業(yè)技能，有效減少差錯(cuò)行為的發(fā)生。

（3）提高安全監(jiān)管水平。在工作中保持實(shí)時(shí)監(jiān)管，尤其是區(qū)間運(yùn)行和開(kāi)關(guān)門(mén)作業(yè)。掌握駕駛員差錯(cuò)行為的發(fā)生，并及時(shí)進(jìn)行有效的補(bǔ)救措施;將駕駛員各種差錯(cuò)行為進(jìn)行記錄，建立數(shù)據(jù)庫(kù)，針對(duì)時(shí)常發(fā)生的差錯(cuò)行為予以告知駕駛員，提醒駕駛員及時(shí)自省和自我檢測(cè)。

（4）加強(qiáng)各級(jí)崗位聯(lián)動(dòng)。在駕駛員發(fā)生差錯(cuò)行為后，其他崗位要及時(shí)發(fā)現(xiàn)并填補(bǔ)安全漏洞，各層級(jí)崗位工作人員共同防護(hù)，避免事故發(fā)生或?qū)⑹鹿饰：档阶畹汀?/p>

（5）優(yōu)化人機(jī)界面設(shè)置，做好設(shè)備維護(hù)工作。通過(guò)系統(tǒng)和設(shè)備的優(yōu)化，提供良好的工作環(huán)境。如此有利于駕駛員更好地集中注意力，加強(qiáng)對(duì)周?chē)h(huán)境的觀(guān)察感知能力，在一定程度上減少差錯(cuò)行為發(fā)生的概率。

4 結(jié)語(yǔ)

本文通過(guò)分析以往的地鐵事故，查閱文獻(xiàn)，觀(guān)看各種資料以及對(duì)照電動(dòng)列車(chē)駕駛員作業(yè)指導(dǎo)手冊(cè)對(duì)駕駛員差錯(cuò)行為進(jìn)行總結(jié);運(yùn)用事故致因的“瑞士奶酪”模型對(duì)差錯(cuò)行為的進(jìn)行分析?；贚EC方法，計(jì)算出地鐵正線(xiàn)運(yùn)行中的差錯(cuò)行為發(fā)生之后導(dǎo)致的風(fēng)險(xiǎn)危害最大;選取駕駛員錯(cuò)關(guān)門(mén)為例，基于事件樹(shù)分析法，從駕駛員事故致因角度出發(fā)，建立行作業(yè)差錯(cuò)行為與事故風(fēng)險(xiǎn)之間的致因鏈，得出駕駛員錯(cuò)關(guān)門(mén)這一差錯(cuò)行為導(dǎo)致夾人事故發(fā)生的概率;基于以上結(jié)論，對(duì)地鐵行車(chē)安全提出針對(duì)性的建議。

參考文獻(xiàn)：

[1]Westerman S J，Haigney D.Individual differences in driver stress，error and violation[J].Personality and Individual Differences，2000，29（5）：981-998.

[2]W.lan Hamilton，Theresa Clarke.Driver performance modeling and its practical application to railway safety [J].Alpplied ergonomics，2005.

[3]鄒冉.地鐵運(yùn)營(yíng)中電客車(chē)司機(jī)崗位行車(chē)風(fēng)險(xiǎn)分析[J].交通世界，2018（32）：34-36.

[4]佟瑞鵬，馬曉飛.基于蒙特卡羅法的家具制造工人不安全行為風(fēng)險(xiǎn)評(píng)估[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2018，14（7）： 187-192.

[5]蘭建義，周英.基于層次分析-模糊綜合評(píng)價(jià)的煤礦人因失誤安全評(píng)價(jià)[J].煤礦安全，2013，44（10）：222-225.

[6]慈小玉，吳金洪.基于瑟利模型的地鐵火災(zāi)原因及防控思路分析[J].城市軌道交通研究，2012，15（11）：108-110.

[7]甘旭升，端木京順，叢偉，等.機(jī)械原因飛行事故誘因的分析與預(yù)測(cè)研究[J].中國(guó)安全科學(xué)學(xué)報(bào)，2011，21（5）：119-125.

[8]Cheng J X，Howlett P G.Application of Critical velocities to the Minimisation of fuel consumption in the control of trains[J].Automatic，1992（28）：165-169.