摘 要：為探究油氣管道事故人因因素及其關鍵致因路徑，基于人因事故鏈防控油氣管道事故，以油氣管道事故人因分析與分類系統(tǒng)（HFACS）模型為基礎，統(tǒng)計分析了70起油氣管道事故。在此基礎上，首先，運用卡方檢驗和讓步比法探討了相鄰層級人因因素之間的關聯(lián)關系和事故致因路徑；然后，運用社會網(wǎng)絡模型描述了非相鄰層級因素間的關聯(lián)關系，提出用統(tǒng)計結果OR值代替專家打分作為因素間邊權重賦值標準，通過對度中心度、特征向量中心性和中介中心性的分析，考慮非相鄰層級因素的事故關鍵致因路徑；最后，提出了有針對性的應對防控措施。結果表明：僅考慮相鄰層級因素關聯(lián)關系時，油氣管道事故致因路徑有5條，而通過引入非相鄰層級因素關聯(lián)關系，能夠定位出關鍵事故致因路徑為“組織氛圍不良-監(jiān)督不充分-技術環(huán)境差-技能差錯”；根據(jù)人因因素在關鍵事故致因路徑的傳遞過程，能夠形成更有針對性的系列化防控措施。油氣管道事故關鍵人因致因路徑的確定和研究，為更有效地阻斷事故致因鏈條，防范油氣管道事故提供了理論指導。

關鍵詞：人因致因路徑；管道事故；人因分析與分類系統(tǒng)模型；相關性分析；網(wǎng)絡分析

中圖分類號：X 937""" 文獻標志碼：A

文章編號：1672-9315（2025）01-0108-09

DOI：10.13800/j.cnki.xakjdxxb.2025.0110

Mechanism of human factors in oil and gas pipeline accidents

WEI Min SHI Yongjin³，F(xiàn)AN Zhiwei^4，5，JING Qi^4，5，XIONG Yi^4，5

（1.College of Marine Geosciences，Ocean University of China，Qingdao 266100，China；

2.Offshore Oil Production Plant，Shengli Oil field Branch Company，SINOPEC，Dongying 257237，China；

3.Drilling technology Research Institute，Shengli Oilfield Service，SINOPEC，Dongying 257017，China；

4.College of Safety and Ocean Engineering，China University of Petroleum，Beijing 102249，China；

5.Key Laboratory of Oil and Gas Safety and Emergency Technology，Ministry of Emergency Management，Beijing 102249，China）

Abstract：To research the human factors and critical causal paths of oil and gas pipeline accidents，and to prevent and control oil and gas pipeline accidents from the human factors accident chain，70 oil and gas pipeline accidents were statistically analyzed based on the Human Factors Analysis and Classification System（HFACS）model.On this basis，firstly，the correlation relationship between human factors at adjacent levels was analyzed by using chi-square test and odds ratio（OR）.Then，the social network model was used to describe the correlation between factors at non-adjacent levels，and" the statistical result OR value was propased to replace

expert scoring method as the edge weight assignment standard between factors.Through degree centrality，eigenvector centrality，and between centrality，the critical causation path of accidents considering non-adjacent factors was analyzed.And finally，targeted prevention measures were proposed.The results demonstrate that there are five distinct accident causation paths for oil and gas pipelines when considering only the correlation between adjacent levels factors.However，the introduction of the correlation between non-adjacent hierarchical factors allows for the identification of critical accident causation paths，which can be described as follows：“Poor Organizational Climate-Inadequate Supervision-Poor Technical Environment-Skill Based Errors.” The transmission process of human factors in the critical accident causation path allows for the formation of a more targeted series of prevention and control measures.

The identification and study of the key human factors causal path of oil and gas pipeline accidents provide theoretical guidance for better blocking the accident causal chain and preventing oil and gas pipeline accidents.

Key words：human factors causal paths；pipeline accidents；HFACS model；correlation analysis；network analysis

0 引 言

油氣管道運輸因其成本低、占地少、輸量大和效率高等特點，已成為保障中國國家能源安全的重要一環(huán)^[1]。然而，隨著油氣管道建設規(guī)模的擴大和管道服役時間的延長，各種管道事故頻繁發(fā)生^[2]。為了更好地預防油氣管道事故，眾多學者開始有針對性地研究油氣管道事故的致因因素及其相互關系，深入探討其成因機制^[3]。

學者們首先針對油氣管道事故的原因開展了統(tǒng)計研究：帥健等通過統(tǒng)計國內(nèi)外管道事故的原因，將事故原因分成6大類^[3]；梁永寬、王鈺滔等發(fā)現(xiàn)中國管道的主要事故原因包括第三方施工破壞和打孔盜油/氣^[4-5]。

在此基礎上，馮慶善、付貴、宮運華 等團隊開展了管道事故致因模型的研究，提出或引入了包括“樹生”模型、“2-4”模型、“STAMP模型”在內(nèi)的多種模型，用以描述管道事故的致因機理^[6-8]。

這些研究結果揭示了油氣管道事故的主要致因因素及致因機理，包括了環(huán)境因素、設備因素和管理因素等多種來源。然而，上述研究缺乏從管理視角對人員行為、組織關系等深層次人因因素及其作用機制的聚焦^[9]，并且缺乏針對人因因素傳遞路徑的防控措施研究。

人為因素分析與分類系統(tǒng)（Human Factors Analysis and Classification System，HFACS）模型作為一種研究人因因素間內(nèi)在聯(lián)系的事故模型^[10-15]，已被黃萍等學者引入到典型油氣管道事故分析中，識別出事故中存在的主要人因因素，并確定了引起油氣管道泄漏爆炸事故的決定性因素^[16]。上述管道事故人因因素的研究主要依托于對某個具體操作或者單個典型事故的分析，缺乏對基于統(tǒng)計結果的油氣管道人因因素及其關聯(lián)關系的全面探討。

綜上，為了深入探究油氣管道事故人因因素及其深層次聯(lián)系，并為油氣管道事故的預防提供理論參考與實踐指導，采用HFACS模型對收集到的70起國內(nèi)外油氣管道事故進行了人因因素分析?；诮y(tǒng)計結果，展開因素間的相關性分析，旨在找出事故致因路徑及關鍵致因路徑。根據(jù)關鍵致因路徑上人因因素的傳遞過程分析結果，提出了有針對性的防控措施。

1 油氣管道事故人因模型構建

油氣管道事故原因復雜多樣，為了構建管道事故人因模型，首先，從HFACS模型出發(fā)，形成不良的組織因素、不安全的監(jiān)督、不安全行為的前提條件和不安全的行為4個人因層級；其次，收集來自于美國、歐洲、英國和中國的70起油氣管道事故，并對事故報告原因進行對應歸類，得到4個人因層級下的17個共性人因因素，其特征描述及對應事故報告原因案例見表1。

收集到的70起事故具有普遍的代表性，包含了油氣管道3大類9小類的主要失效致因形式，具體包括：外腐蝕10起、內(nèi)腐蝕/磨蝕8起、應力腐蝕開裂/氫致?lián)p傷13起、凹陷疲勞損傷事故4起、與制管有關的缺陷2起、與焊接/施工有關的因素10起、機械損傷19起、誤操作3起、自然與地質(zhì)災害1起。通過對表1中事故原因與人因因素的配對分析，完成了70起事故的所有人因致因因素的對應歸類，從而建立了油氣管道事故人因模型。

2 人因因素分類統(tǒng)計和相關性分析

2.1 基于事故報告的人因因素統(tǒng)計分析

根據(jù)建立的油氣管道事故人因模型對收集到的70起油氣管道事故進行統(tǒng)計分析，得到油氣管道事故人因因素頻率見表2。

由表2可知，在“不良的組織因素”這一層級中，“組織氛圍不良”占比最高（71.43%）；在“不安全的監(jiān)督”這一層級中，“監(jiān)督不充分”（42.86%）占比最高；在“不安全行為的前提條件”中，“技術環(huán)境差”占比最高（67.14%）；在“不安全的行為”中，“技能差錯”占比最高（41.43%）。組織氛圍不良、監(jiān)督不充分、技術環(huán)境差和技能差錯則分別是各層級中最常見的人因因素。

2.2 相鄰層級相關性及致因路徑分析

事故發(fā)生時，每個層次至少會發(fā)生一次故障，如果在任何時候糾正其中一個故障就可以防止事故的發(fā)生^[21]。因此，通過研究致因因素各層級間的相關性，找到油氣管道事故人因因素致因路徑，對于制定有效的預防措施具有重要意義。

為研究人因模型中各因素間關系，利用SPSS軟件對各層級因素人因因素進行相關性檢驗，計算卡方檢驗值χ2、概率p值和比值比（OR）。在卡方檢驗中，概率p反映對應層級是否存在關聯(lián)；而比值比則是衡量對應層級關聯(lián)性大小的特征值。當滿足plt;0.05、OR值＞1時，表明2個因素間存在顯著關聯(lián)性^[22]，各層級相關性分析的結果見表3。由表3可知，相鄰層級中一共有15對人因因素存在顯著關聯(lián)關系，如圖1所示。其中，導致事故出現(xiàn)的路徑一共存在5條：“資源管理不當-沒有糾正問題-物理環(huán)境差-偶然性違規(guī)”“組織氛圍不良-監(jiān)督不充分-技術環(huán)境差-技能差錯”“組織氛圍不良-沒有糾正問題-物理環(huán)境差-偶然性違規(guī)”“組織過程不當-監(jiān)督違規(guī)-班組資源管理不當-決策差錯”和“組織過程不當-運行計劃不恰當-生理狀態(tài)差-決策差錯”。從5條主要事故致因路徑可以看出，對“資源管理不當”和“組織氛圍不良”因素，如果發(fā)現(xiàn)問題但沒有得到糾正，則可能通過影響管道周邊物理環(huán)境，增加工作人員的偶然性違規(guī)，從而導致管道事故；而“組織氛圍不良”在監(jiān)督不充分的情況下，還可能導致技術環(huán)境劣化，進而耦合員工技能水平問題，通過技能差錯引發(fā)管道事故；“組織過程不當”因素則主要通過監(jiān)督違規(guī)和

不恰當?shù)倪\行計劃傳導到“決策錯誤”，最終引起管道事故。對比5條事故致因路徑可以發(fā)現(xiàn)，“資源管理不當”和“組織氛圍不良”因素具有相同的致因傳導路徑，因此制定其預防措施可以有一定的相似性；而“組織過程不當”因素可以通過2條不同的事故致因路徑借助“決策差錯”最終導致管道事故，所以當發(fā)現(xiàn)“組織過程不當”因素，則應重點從決策差錯的角度調(diào)查事故原因并制定預防措施；最后，“組織氛圍不良”與“監(jiān)督不充分”的結合形成了一條獨立的事故致因路徑，該路徑不同于其他4條具有2個以上交點的致因路徑，應單獨關注。

進一步分析可以發(fā)現(xiàn)，上述HFACS因素間的聯(lián)系必須通過相鄰層級傳遞，而在人因因素頻率統(tǒng)計中，油氣管道事故案例調(diào)查報告可能出現(xiàn)人因分析層級不全的情況，這將導致相鄰層級相關性分析得到的致因路徑難以充分反映跨層級的因素傳遞現(xiàn)象。為了深入分析致因路徑中的關鍵因素，找出符合統(tǒng)計結果的關鍵事故致因路徑，從而制定更有針對性的管道事故防控措施，需要引入考慮非相鄰層級的相關性矩陣，構建更為復雜的社會網(wǎng)絡模型。

3 關鍵事故致因路徑分析

3.1 油氣管道事故人因網(wǎng)絡模型構建

為了進一步研究油氣管道事故的關鍵致因路徑，考慮非相鄰層級間的關聯(lián)關系可以有效地補充事故人因因素間的聯(lián)系。簡單的事故鏈圖無法探究因素間更深層次的聯(lián)系，因此需要將人因因素和因素間聯(lián)系分別抽象為社會網(wǎng)絡中的節(jié)點和邊^[23-27]。

對非相鄰層級進行關聯(lián)分析，可以補充10對顯著性關聯(lián)關系的人因因素，結果見表4。

采用如圖2所示的社會網(wǎng)絡模型構建油氣管道事故的人因網(wǎng)絡模型，用以定量研究因素間的深層次聯(lián)系。

為實現(xiàn)在社會網(wǎng)絡分析中引入事故統(tǒng)計結果，并客觀評價對各節(jié)點間的影響關系，利用表3和表4中的因素相關性分析結果OR值，對社會網(wǎng)絡中的邊權重進行賦值。

為避免直接使用OR值作為權重引起的數(shù)據(jù)分散性誤差，采用標度法規(guī)范權重賦值^[27-28]，其判定標準見表5。根據(jù)OR值賦值可以得到社會網(wǎng)絡結構中所有節(jié)點連接邊的權重值。結合節(jié)點與連接邊權的數(shù)值關系，就可以通過度中心度（Degree）、特征向量中心性（Eigenvector Centrality）等參數(shù)，深入研究網(wǎng)絡節(jié)點的致因關系。

3.2 致因路徑中關鍵因素分析

圖2所示的網(wǎng)絡模型中，度中心度是網(wǎng)絡中節(jié)點地位或網(wǎng)絡權利的量化指標。節(jié)點的度中心度包括箭頭指向該點的邊權重和從該點出發(fā)的邊權重之和^[29]。節(jié)點的重要性不僅與度中心度相關，還取決于其鄰居節(jié)點的重要性。

因此，為了表征其重要性，可以使用節(jié)點的特征向量中心性這一指標。

圖3給出了人因因素的特征向量中心性和度中心度相圖。相圖表明IV區(qū)域對應度中心度和特征向量中心性均顯著重要的人因因素，其中組織管理層級（頂層A）的組織氛圍不良（A2）和不安全行為層級（底層D）的技能差錯（D1）是最關鍵節(jié)點。

對于中間層級（B和C），圖3所示的IV區(qū)域存在數(shù)值相近的多個關鍵因素，為了進一步定位中間層級的關鍵致因因素，可以運用由公式（1）表示^[30]的社會網(wǎng)絡中介中心性（Between Centrality）來表征中介節(jié)點控制作用強弱，以區(qū)分其重要性。

BC（k）=∑dij（k）dij

（1）

式中 dij為節(jié)點i到節(jié)點j的最短路徑數(shù)量（利用邊權計算路徑長短）；dij（k）為從節(jié)點i到節(jié)點j的最短路徑中經(jīng)過節(jié)點k的數(shù)量，分析結果如圖4所示。

技術環(huán)境差（C5）和監(jiān)督不充分（B1）分別在各自層級的中介中心性最高，表明這2個因素是2個中間層級的關鍵中介因素。結合中間層中介性的特點對事故進行分析，可以發(fā)現(xiàn)，多數(shù)事故都經(jīng)過監(jiān)督不充分（B1）和技術環(huán)境差（C5）關聯(lián)到底層因素。

根據(jù)社會網(wǎng)絡分析，考慮非相鄰層級關聯(lián)關系的各層級關鍵因素分別為組織氛圍不良、監(jiān)督不充分、技術環(huán)境差和技能差錯，從而可以得出油氣管道事故關鍵致因路徑是5條致因路徑中的“組織氛圍不良-監(jiān)督不充分-技術環(huán)境差-技能差錯”。通過這一關鍵致因可知，油氣管道企業(yè)安全管理文化不足導致管理層安全意識的缺失，這種缺失不僅可以通過員工培訓中的監(jiān)督不充分影響員工的技能差錯，也可以通過對安全投入的監(jiān)督不充分作用到技術環(huán)境，進一步阻礙對員工技能差錯行為的及時發(fā)現(xiàn)、預警或終止，這是事故致因因素的關鍵傳遞過程。

為了更好地管理油氣管道，防止事故發(fā)生，可以從油氣管道事故的關鍵致因路徑出發(fā)，對人因因素各個層級的關鍵路徑節(jié)點進行針對性的防控措施制定。結合事故原因進行以下分析。

1）在組織管理層級中，組織氛圍不良（A2）主要表現(xiàn)為管道運營商的安全管理制度、文化欠缺或執(zhí)行機構不健全，這是引起后續(xù)人因因素產(chǎn)生的根本原因。因此，應該強化管道運營企業(yè)的安全意識，通過制定切實可行的安全制度、加強安全文化建設和構建安全監(jiān)督體系，將相關的安全責任意識有效傳導到監(jiān)督層級中。

2）在不安全的監(jiān)督層級中，監(jiān)督不充分（B1）主要表現(xiàn)為管道運營商監(jiān)督者風險評價不準確、對員工安全教育培訓管理和評價不到位。需要對監(jiān)督對象進行完善的風險評價，重視管道安全人員和實操人員定期培訓，調(diào)整培訓內(nèi)容和落實三級培訓制度，采用模擬實訓、演練考核、效能評價等形式完善監(jiān)督評估手段，確保相關人員的能力與崗位要求適配。

3）在不安全行為前提條件層級中，技術環(huán)境差（C5）是指管道監(jiān)測技術不到位、自動化設備功能不全等問題。企業(yè)應當推進管道數(shù)智化技術的發(fā)展，優(yōu)化行業(yè)技術環(huán)境，利用先進的智能識別和預警技術來防范不安全行為的發(fā)生。例如現(xiàn)在已逐步應用到管道施工、運維過程中的不安全行為視覺識別技術，就能更好地改善技術環(huán)境。

4）在不安全行為層級中，技能差錯（D1）的典型形式為員工技術能力不足導致事故的發(fā)生。根據(jù)事故統(tǒng)計結果可知，日常運行中的不安全行為多表現(xiàn)為技能差錯導致的誤操作。針對技能差錯節(jié)點，除了通過改善前置節(jié)點來防止技能差錯行為，還需要構建有針對性的安全屏障以消除其影響。例如針對內(nèi)檢測數(shù)據(jù)解釋錯誤的技能差錯行為，建立數(shù)據(jù)解釋核查機制，通過多人分析、現(xiàn)場核實等方式進一步確認，以消除數(shù)據(jù)解釋錯誤帶來的負面影響。

4 結 論

1）70起管道事故人因因素頻率分析結果表明，組織氛圍不良、監(jiān)督不充分、技術環(huán)境差、技能差錯是各層級中導致制造油氣管道事故發(fā)生的常見因素，針對其進行重點防控可以從頻率上降低油氣管道事故發(fā)生的次數(shù)。

2）通過對相鄰層級間人因因素的相關性分析，得出5條事故致因路徑，考慮非相鄰層級因素間關聯(lián)關系，引入社會網(wǎng)絡模型描述油氣管道事故，提出基于統(tǒng)計結果的OR值作為邊權重賦值構建相關性矩陣，建立基于客觀統(tǒng)計結果的數(shù)據(jù)基礎。采用度中心度、特征向量中心性和中介中心性分析方法，定位關鍵致因路徑是“組織氛圍不良-監(jiān)督不充分-技術環(huán)境差-技能差錯”，為把握關鍵節(jié)點，針對性制定油氣管道事故人因防控措施提供了理論指導。

3）基于關鍵致因路徑，結合社會網(wǎng)絡模型，提出了基于人因因素傳遞過程的系列控制措施，采用“安全文化建設和監(jiān)督體系構建-基于評價結果的監(jiān)督方法-先進不安全行為識別技術-技能差錯安全屏障”方法有效阻斷油氣管道事故關鍵致因路徑。

參考文獻（References）：

[1] 李秋揚，趙明華，張斌，等.2020年全球油氣管道建設現(xiàn)狀及發(fā)展趨勢[J].油氣儲運，2021，40（12）：1330-1337，1348.LI Qiuyang，ZHAO Minghua，ZHANG Bin，et al.Current construction status and development trend of global oil and gas pipelines in 2020[J].Oil amp; Gas Storage and Transportation，2021，40（12）：1330-1337，1348.

[2]單克，帥健，楊光，等.美國油氣管道基本失效概率評估方法及啟示[J].油氣儲運，2020，39（5）：530-535.SHAN Ke，SHUAI Jian，YANG Guang，et al.Evaluation method for basic failure probability of oil and gas pipeline based on accident statistics in the United States and enlightenments[J].Oil amp; Gas Storage and Transportation，2020，39（5）：530-535.

[3]狄彥，帥健，王曉霖，等.油氣管道事故原因分析及分類方法研究[J].中國安全科學學報，2013，23（7）：109-115.DI Yan，SHUAI Jian，WANG Xiaolin，et al.Study on methods for classifying oil ＆ gas pipeline incidents[J].China Safety Science Journal，2013，23（7）：109-115.

[4]梁永寬，楊馥銘，尹哲祺，等.油氣管道事故統(tǒng)計與風險分析[J].油氣儲運，2017，36（4）：472-476.LIANG Yongkuan，YANG Fuming，YIN Zheqi，et al.Accident statistics and risk analysis of oil and gas pipelines[J].Oil amp; Gas Storage and Transportation，2017，36（4）：472-476.

[5]王鈺滔，呂延鑫，楊萬里，等.國內(nèi)外輸氣管道事故研究綜述[J].化工設備與管道，2022，59（4）：78-84.WANG Yutao，LV Yanxin，YANG Wanli，et al.Review of research for accidents occurred in gas transportation pipeline in home and abroad[J].Process Equipment amp; Piping，2022，59（4）：78-84.

[6]馮慶善.“樹生”事故致因理論模型[J].油氣儲運，2014，33（2）：115-120.FENG Qingshan.“Tree type” model of accident cause theory[J].Oil amp; Gas Storage and Transportation，2014，33（2）：115-120.

[7]孫世梅，高小迪，傅貴.4起油氣管道事故原因分析[J].清洗世界，2020，36（3）：50-51.SUN Shimei，GAO Xiaodi，F(xiàn)U Gui.Analysis of the causes of 4 oil and gas pipeline accidents[J].Cleaning World，2020，36（3）：50-51.

[8]GONG Y H，LI Y T.STAMP-based causal analysis of China-Donghuang oil transportation pipeline leakage and explosion accident[J].Journal of Loss Prevention in the Process Industries，2018，56：402-413.

[9]孫世梅，高小迪，孫赫，等.天然氣管道施工事故行為原因研究[J].中國安全科學學報，2020，30（6）：8-13.SUN Shimei，GAO Xiaodi，SUN He，et al.Study on causes of accidents in construction of natural gas pipelines[J].China Safety Science Journal，2020，30（6）：8-13.

[10]VEMPATI L，WOODS S，SOLANO R C.Qualitative analysis of general aviation pilots’aviation safety reporting system incident narratives using the human factors analysis and classification system[J].International Journal of Aerospace Psychology，2023，33（3）：182-196.

[11]KELLY，DAMIEN，MARINA E.An analysis of human factors in fifty controlled flight into terrain aviation accidents from 2007 to 2017[J].Journal of Safety Research，2019，6：155-165.

[12]YILDIZ S，UURLU ，WANG J，et al.Application of the HFACS-PV approach for identification of human and organizational factors（HOFs）influencing marine accidents[J].Reliability Engineering amp; System Safety，2021，208：107395.

[13]KAPTAN M，SARIALIOGLU S，UGURLUO，et al.The evolution of the HFACS method used in analysis of marine accidents：A review[J].International Journal of Industrial Ergonomics，2021，86：103225.

[14]田水承，孫雯，楊鵬飛，等.煤礦班組不安全狀態(tài)影響因素及評價[J].西安科技大學學報，2022，42（3）：405-412.TIAN Shuicheng，SUN Wen，YANG Pengfei，et al.Connotation and influencing factors of coal mine team unsafe state[J].Journal of Xi’an University of Science and Technology，2022，42（3）：405-412.

[15]栗婧，蔡忠杰，任遠，等.HFACS-MI改進模型在危險化學品倉儲事故人因分析中的應用[J].安全與環(huán)境學報，2024，24（3）：1052-1060.LI Jing，CAI Zhongjie，REN Yuan，et al.Application of HFACS-MI improved model in human factor analysis of hazardous chemicals storage accidents[J].Journal of Safety and Environment，2024，24（3）：1052-1060.

[16]黃萍，徐晶晶，賴永生，等.基于HFACS和AHP的油氣管道泄漏爆炸事故人因分析[J].安全與環(huán)境工程，2016，23（6）：114-118.HUANG Ping，XU Jingjing，LAI Yongsheng，et al.Human factors analysis of leakage explosion of oil and gas pipeline based on HFACS and AHP[J].Safety and Environmental Engineering，2016，23（6）：114-118.

[17]Pipeline and Hazardous Materials Safety Administration.Incident reporting[DB/OL].（2022-02-14）[2023-06-05].https：//www.phmsa.dot.gov/incident-reporting.

[18]Canada National Energy Regulator.Pipeline incident data[DB/OL].（2022-06-13）[2023-06-05].https：//open.canada.ca/data/en/dataset/7dffedc4-23fa-444c-a36d-adf5a6cc09f1.

[19]安全管理網(wǎng).“6·30”新大原油管道破壞泄漏事件調(diào)查報告[EB/OL].（2016-05-04）[2023-06-05].https：//www.safehoo.com/Case/Case/Other/201605/434399.shtml.Safety Management Network.Investigation report on the “6·30” New Large Crude oil pipeline damage and leakage incident[EB/OL].（2016-05-04）[2023-06-05].https：//www.safehoo.com/Case/Case/Other/201605/434399.shtml

[20]安全監(jiān)管總局人事司（宣教辦）.山東省青島市“11·22”中石化東黃輸油管道泄漏爆炸特別重大事故調(diào)查報告[EB/OL].（2014-01-10）[2023-06-05].https：//www.mem.gov.cn/gk/sgcc/tbzdsgdcbg/2013/201401/t20140110_245228.shtml.Personnel Department（Education Office）of the State Administration of Work Safety.Investigation report on the “11·22” Sinopec Donghuang oil pipeline leakage and explosion major accident in Qingdao，Shandong Province[EB/OL].（2014-01-10）[2023-06-05].https：//www.mem.gov.cn/gk/sgcc/tbzdsgdcbg/2013/201401/t20140110_245228.shtml

[21]成連華，趙旭東，郝杰，等.建筑工人安全能力對安全行為的影響——信息認知與AMO理論的雙重視角[J].西安科技大學學報，2023，43（3）：449-456.CHENG Lianhua，ZHAO Xudong，HAO Jie，et al.Influence of construction workers’ safety ability on safety behavior[J].Journal of Xi’an University of Science and Technology，2023，43（3）：449-456.

[22]鄭世博，樊運曉，李振明.基于HFACS的貨車交通事故致因研究[J].安全與環(huán)境工程，2020，27（6）：133-139.ZHENG Shibo，F(xiàn)AN Yunxiao，LI Zhenming.Causal factors of truck traffic accidents based on HFACS model[J].Safety and Environmental Engineering，2020，27（6）：133-139.

[23]YANG R J，ZOU P X W.Stakeholder-associated risks and their interactions in complex green building projects：A social network model[J].Building and Environment，2014，73：208-222.

[24]劉全龍，彭雨蒙，趙盼，等.基于HFACS模型的制造企業(yè)機械傷害事故致因分析[J].中國安全科學學報，2023，33（3）：51-59.LIU Quanlong，PENG Yumeng，ZHAO Pan，et al.Analysis of causes of mechianical injury accidents in manufacturing enterprises based on HFACS model[J].China Safety Science Journal，2023，33（3）：51-59.

[25]張偉，張瀟，薛楠楠，等.塔吊安全事故致因網(wǎng)絡模型構建與分析[J].中國安全科學學報，2020，30（12）：1-7.ZHANG Wei，ZHANG Xiao，XUE Nannan，et al.Network model establishment and analysis of tower crane safety accident causes[J].China Safety Science Journal，2020，30（12）：1-7.

[26]陳子涵，李磊，趙奕博，等.非正式組織視角下煤礦工人不安全行為影響因素識別[J].西安科技大學學報，2023，43（5）：854-862.CHEN Zihan，LI Lei，ZHAO Yibo，et al.Identification of factors influencing unsafe behaviors of coal miners from the perspective of informal organizations[J].Journal of Xi’an University of Science and Technology，2023，43（5）：854-862.

[27]田水承，孫璐瑤，唐藝璇，等.礦工不安全狀態(tài)評價指標體系的構建與分析[J].西安科技大學學報，2021，41（3）：402-409.TlAN Shuicheng，SUN Luyao，TANG Yixuan，et al.Construction and analysis of evaluation index system for miners[J].Journal of Xi’an University of Science and Technology，2021，41（3）：402-409.

[28]郭恒，陳國明.基于圖論的海洋平臺連鎖風險評價[J].中國安全科學學報，2012，22（5）：106-112.GUO Heng，CHEN Guoming.Offshore platform chain risk assessment based on graph theory[J].China Safety Science Journal，2012，22（5）：106-112.

[28]許正權，張妮，王華清，等.礦工不安全行為的網(wǎng)絡傳播性分析[J].科技進步與對策，2014，31（11）：54-56.XU Zhengquan，ZHANG Ni，WANG Huaqing，et al.Analysis on network communication of unsafe behaviors of miners[J].Science ＆ Technology Progress and Policy，2014，31（11）：54-56.

[29]任曉龍，呂琳媛.網(wǎng)絡重要節(jié)點排序方法綜述[J].科學通報，2014，59（13）：1175-1197.REN Xiaolong，LV Linyuan.Review of ranking nodes in complex networks[J].Chinese Science Bulletin，2014，59（13）：1175-1197.

[31]張娜，馮套柱，郭道燕.能源礦山穩(wěn)定風險網(wǎng)絡結構特征[J].西安科技大學學報，2023，43（3）：586-592.ZHANG Na，F(xiàn)ENG Taozhu，GUO Daoyan.Structural characteristics of the stability risk network of energy mines[J].Journal of Xi’an University of Science and Technology，2023，43（3）：586-592.

（責任編輯：高佳）