李成海 劉 杰 胡甚平 崔建輝

(1.山東交通職業(yè)學院,山東 濰坊 261206;2.上海海事大學,上海 201306;3.天津理工大學,天津 300191)

0 引言

通常對船舶海事事故中失誤行為的識別,均通過分析船舶海事事故調查報告中挖掘匯總的人為數(shù)據,了解哪些失誤行為易引發(fā)船舶海事事故。例如,郝勇等[1]為了減少或避免人因因素失誤引發(fā)船舶海上交通事故,在英國海事調查委員會(MAIB)96份事故報告基礎上,運用熵加權分析法,按照船舶類型、船舶事故類型和船旗國,對人因致因失誤和影響因素間關聯(lián)程度進行計算。驗證表明,技能、能力、知識、程序、協(xié)作和內部、外部的規(guī)程及管理、檢查是人因致因失誤最重要因素。孫斌[2]在對船舶海上事故過程進行分析的基礎上,綜合多國海事研究機構對人因致因失誤統(tǒng)計模型及相關研究成果,運用Apriori計算法對人因致因失誤與各影響因素之間關系進行挖掘,尋找出最主要的影響因素集,確認了人因致因影響因子,應用貝葉斯模型和事故鏈分析人因致因失誤引發(fā)船舶海上事故過程,并對事故致因鏈進行推理,得到最可能事故致因鏈,為研究船舶海上事故提供了切實可行的新方法。朱德通[3]依據《國際海事安全調查規(guī)則》內容,構建船舶海上事故致因模型。將事故致因模型應用到海事調查的全過程,并對不同類型的事故致因模型進行分析,使用SHEL-Reason模型分析人因致因失誤和具有組織代表性的船舶海上事故調查案例。結論表明,對復雜船舶海上事故的調查分析,使用按照事故實際情形修改后的事故致因模型非常必要和實用。高寧[4]將人員、船舶、環(huán)境和管理與人因致因分析系統(tǒng)模型相結合,利用船舶海上事故報告改正HFACS架構,構建船舶海上事故致因分析HFACS模型。運用HFACS模型分析船舶海上事故發(fā)生過程,對事故引發(fā)影響因素進行量化統(tǒng)計。利用數(shù)據分析獲取強關聯(lián)規(guī)則,建立了船舶海上事故致因鏈,基于分析結果作為預防措施前提確認管理的重點,為船舶海上事故致因研究開拓了新思路。但是,這些定性判斷結果存在不能很好反映失誤行為和船舶海事事故關系的弊端。例如,某年發(fā)生的海事事故主要是某一人為失誤引發(fā)的,而次年這種人為失誤引發(fā)的海事事故次數(shù)可能減少,船舶再發(fā)生的海事事故是其他影響因素導致的。但海事事故報告顯示該失誤仍為頻發(fā)事故的主要原因,從而證明不能如實反映實際情況。此外,數(shù)據庫數(shù)據量少且準確性偏差較大,則識別結果不能令人信服。在眾多海事事故中,詳細的海事事故調查報告僅是典型案例的一小部分,單純從船舶海事事故調查報告挖掘數(shù)據作為失誤行為識別結果,顯然有失偏頗。

本研究采用關聯(lián)分析法,即多因素數(shù)據作為樣本資料,用關聯(lián)度描述各因素間關系大小和排序的方法,解決上述研究存在的弊端。樣本信息數(shù)據反映兩因素變化趨勢,如果曲線呈漸近趨勢,表明相互間關聯(lián)度大,曲線呈漸遠趨勢則表明關聯(lián)度小[5]。關聯(lián)分析法相比于傳統(tǒng)方法,具有對數(shù)據要求少、計算量小、結果比較準確的優(yōu)點,適合本研究。

1 關聯(lián)分析序列

關聯(lián)程度的計算是關聯(lián)分析的關鍵。其計算方法如下。

1.1 確認數(shù)據序列矩陣

為定性分析研究對象,首先確認一因變量因子和多變量因子。假設因變量數(shù)組成的序列為X′0,由自變量數(shù)組成的比較序列x′j(j=1,2,…,m),(m+1)個比較序列組成的序列為:

式(1)中,x′j=(x′j(1),x′j(2),…,x′j(M))K,j=0,1,2,…,m;M代表可變量序列長度。

1.2 變量序列的數(shù)量級處理

通常情況下,為避免量綱小的變量被忽略而影響分析結果的準確性,需要對原始變量序列進行數(shù)量級處理。最常見的數(shù)量級處理方法有初值化計算法和均值化計算法[6]。均值化計算可采用式(2):

初值化計算可采用式(3):

j=0,1,2,…,m;h=1,2,…,M

數(shù)量化處理后形成的矩陣為:

1.3 計算絕對差值

將式(4)第一列作為參考序列,其他列作為比較序列,計算參考序列和比較序列對應的絕對差,建立絕對差序列矩陣:

其中,

j=1,2,…,m;h=1,2,…,M

絕對差序列矩陣中最小差和最大差分別為式(7)、式(8)所示:

1.4 計算比較序列和參考序列的關聯(lián)系數(shù)

對絕對差序列矩陣進行數(shù)值變換可得到:

取得系數(shù)矩陣為:

式(10)中,根據數(shù)據序列的情況,ρ的取值在0~1之間,但大多取值在0.1~0.5之間[7]。ρ值越小越能體現(xiàn)系數(shù)之間的差別,系數(shù)?0j(h)為小于1的正數(shù)。?0j越小,?0j(h) 越大,體現(xiàn)了第j個比較序列Xj和參考序列X0在H層級的關聯(lián)度。

1.5 計算比較序列和參考序列的關聯(lián)度

通過M個系數(shù)反映比較序列Xj和參考序列X0的關聯(lián)度, Xj和X0的關聯(lián)度從求取平均值得到:

1.6 比較關聯(lián)度

對Xj和X0的關聯(lián)度進行比較,關聯(lián)值越大,則Xj和X0變化趨勢越接近[8]。如果將Xj和X0以曲線形式體現(xiàn),關聯(lián)度體現(xiàn)Xj和X0曲線的趨向接近程度。如果兩曲線越接近,則Xj和X0的關聯(lián)度越大;反之,相互關聯(lián)度越小。

2 計算人因致因因素和海事事故的關聯(lián)度

表1所列數(shù)據是從中國海事局官方網站發(fā)布的2009~2018年100份中國沿岸海區(qū)海船船舶海事事故調查報告選取的。表1選取不同年度的海事事故調查報告數(shù),同時選取了13種海事事故中的失誤行為進行分析[9]。分析的重點在于是否可依據這些失誤行為出現(xiàn)的總次數(shù)確認某一因素和海事事故的關系以及導致海事事故的主要因素。從上述可知,只是統(tǒng)計頻率和總次數(shù)總結的結論缺乏科學性。只有經過關聯(lián)度計算結果確認某一失誤行為與海事事故的關聯(lián)度,依據關聯(lián)度程度確認該失誤行為與海事事故的直接關系[10],此結果才科學合理。關聯(lián)程度最大的失誤行為則為最易引發(fā)海事事故的失誤,即導致海事事故的最主要因素。

表1 船舶海事事故中人因失誤一覽表

第一步,分析序列。設船舶發(fā)生觸碰事故數(shù)為因變量因子,即表1第一列中的X′0數(shù)據[11]。各失誤行為作為自變量,則每年度事故次數(shù)數(shù)據組成比較序列X′j(j=1,2,…,m),其中m為表1所列失誤行為的次數(shù),在表1里m值為12,與共同(m+1)個數(shù)據的因變量一起組成分析矩陣:

式(12)中,x′j=(x′j(1),x′j(2),…,x′j(M))K,j=0,1,2,…,12;M代表可變量序列長度,取值10。

第二步,對表1數(shù)據進行數(shù)量級處理。本研究運用均值化計算法,對數(shù)量級處理結果進行比較[12]。根據式(2)計算結果7.0,4.7,4.1,4.7,3.0,5.2,8.1,1.5,1.2,3.4,2.7,8.6,10.0。對表1所列數(shù)據除以平均值的結果形成各序列,見表2。

第三步,計算絕對差值。假如各點對應的間距都很小,則兩個序列變化趨勢漸近,表明關聯(lián)程度較大,如果兩個序列變化趨勢漸遠,則關聯(lián)程度較小[13]。對各失誤行為和船舶觸碰總數(shù)對應間距進行計算,計算結果見表3。

表2 人因失誤數(shù)量級統(tǒng)計一覽表

表3 絕對差值結果一覽表

根據表3列表絕對差值,運用式(7)(8)計算取得最小和最大差,即

第四步,計算?0j(K)。對表3所列數(shù)據按照式(9)要求進行變換,求取的結果見表4。在根據式(9)進行系數(shù)計算時,ρ的取值決定系數(shù)之間區(qū)別的重要性[14]。因為ψ(max)=1.89

,此值很大,為了突出系數(shù)之間區(qū)別的重要性,ρ取值為0.09。所以,表中的系數(shù)?0j(K)?？捎墒?13)計算取得:

表4 計算系數(shù)結果一覽表

第五步,計算各失誤行為的關聯(lián)度。運用式(11)對各失誤行為和海事事故的系數(shù)序列的平均值進行計算,求取各失誤行為的關聯(lián)度[15]。0.56+0.56+0.55+0.86+0.55)=0.739,同理,可計算得到其他失誤行為和海事事故的關聯(lián)度,計算結果見表5。

表5 失誤行為和海事故關聯(lián)度

為了達到直觀的效果,將表5中的失誤行為和海事事故間的關聯(lián)度用圖的形式體現(xiàn)出來見圖1。

圖1 失誤行為和海事事故的關聯(lián)度

3 失誤行為識別的結果

根據表5和圖1的關聯(lián)分析,可判斷導致船舶海事事故的失誤行為。船舶海事事故關聯(lián)度在0.7以上的失誤行為有瞭望失當和船舶操作失誤;船舶海事事故關聯(lián)度在0.5~0.7間失誤行為有顯示信號失當、避讓決策不當、沒有遵守避碰規(guī)則和避讓操作不及時;船舶海事事故關聯(lián)度在0.4~0.5間的失誤行為有雷達觀測不當、沒有運用良好的船藝、沒有使用安全速度和通信聯(lián)系不暢;船舶海事事故關聯(lián)度小于0.4的失誤行為有船位不準確和航線設計不科學。

如果不考慮關聯(lián)度小于0.45的失誤行為,則雷達觀測不當(0.447),船位不準確(0.280),航線設計不科學(0.396),沒有運用良好的船藝(0.428),沒有使用安全速度(0.402)和通信聯(lián)系不暢(0.421)的失誤行為不再被認為是導致船舶海事事故的主要影響因素。

根據失誤行為識別的結果,可制定應對船舶海事事故失誤行為的措施,例如:(1)加強船員技能培訓,切實提高船舶操作人員業(yè)務技能水平;合理安排船員值班,保證船員有充分的休息時間,當值人員有充沛的精力值守且利用所有可用手段加強瞭望,以應對應急局面;(2)加強責任心教育,當發(fā)現(xiàn)對方來船時及時采取行動;時常檢查信號顯示情況、決定的避讓策略和遵守避碰規(guī)則情況,并采取預定的補救措施應對;(3)航運公司和船舶制定制度和安全操作規(guī)程,落實使用雷達規(guī)程、運用良好船藝時機、使用安全航速時機和保持船舶通信暢通;(4)對于不是導致船舶海事事故主要影響因素的船位不準確和航線設計不科學等影響因素應高度重視,明確應對以上影響因素安全措施,以策船舶航行安全。

4 結語

船舶海事事故中的失誤行為識別是業(yè)內專家研究的熱點問題,也是船舶公司和船舶最關注的問題。本研究以船舶海事事故作為研究主體,采用關聯(lián)分析法對引發(fā)海事事故的失誤行為影響因素進行識別,計算結果符合海事事故實際。但該方法建立于海事事故調查報告上的識別,其準確性受限于海事事故調查報告內容的可靠程度;另外,對引發(fā)失誤行為的識別才是避免海事事故的目的。因此,只有從根本上識別引發(fā)失誤行為的原因,采取有針對性的對策,才能避免失誤行為,保證船舶海上航行安全。由此可知,關于船舶海事事故失誤行為識別研究任重而道遠。