基于改進HFACS-SPA的地鐵運營人因風險評價
——以青島地鐵3號線項目為例*

趙金先 武丹丹 李堃 蔣克潔

(1.青島理工大學管理工程學院，山東 青島 266520； 2.山東省智慧城市建設管理研究中心，山東 青島 266520)

0 引言

隨著地鐵建設運營的不斷加快，地鐵事故逐年攀升。海因里希通過統計分析55萬件事故，得到“人”這一因素對事故發生的“貢獻率”高達88%[1]。Andrew W. Evans在總結1980—2009年間歐洲軌道交通事故的基礎上，得到人因因素占74%[2]。可見，人因因素是引發地鐵運營安全事故最關鍵的因素。深度剖析地鐵運營人因風險因素并對其進行客觀評價十分必要。

目前，國內學者對地鐵運營人因風險進行了一定的研究。在風險來源方面，主要分析了地鐵行調人員[3-5]、地鐵司機[6]、乘客[7]、站務[8]等給地鐵運營系統帶來的不安全性。在人因風險因素分析方面，王潔等從人與任務、車輛、人機交互、環境、運營線路等因素的耦合界面出發，構建人誤影響因素分析模型[3]；陸瑩等從人、機、組織管理、任務、工作環境及運營環境角度歸納48個地鐵運營人因失誤影響因素，通過隸屬度篩選出15個關鍵因素[6]。總體來看，國內關于地鐵運營人為風險因素的研究取得了一定的成就，但存在研究對象較為單一、局限在特定崗位等問題。地鐵運營事故的發生往往是眾多人為因素交互作用的結果，且與運營環境、應急管理等具有較為緊密的聯系，這就需要對人因風險因素間的相互作用機理進行探討，從而系統化、結構化地分析地鐵運營安全人因風險因素。

鑒于此，本文引入人因分析與分類系統(Human Factors Analysis and Classification System，HFACS)模型對導致地鐵運營安全事故的人為因素進行歸納分析，構建基于改進HFACS模型的地鐵運營人因風險評價指標體系。王黎靜等[9]采用一致矩陣法分析了HFACS-MM模型，但仍局限于風險因素的權重計算，沒有衡量風險等級。鑒于此，本文在考慮地鐵運營人因風險因素不確定性的基礎上，引入C-OWA算子對評價指標進行賦權，運用集對分析理論的聯系度，從整體上評價地鐵運營人因風險等級，為地鐵運營人為風險的控制和管理提供理論依據。

1 基于改進HFACS模型的地鐵運營人因風險評價指標體系

1.1 HFACS模型

Reason于1990年提出“瑞士奶酪”模型[10]，見圖1。該模型雖然能較好地區別出顯性差錯與隱性差錯，但是很難考量“奶酪中的洞”被突破時事故發生的概率，在實踐中的推廣價值不大[11]。為此，Shappell等提出了HFACS[12]。4個層次完全被突破是事故發生的條件。HFACS模型最早應用于航空領域，隨后逐漸被廣泛應用于鐵路安全、采礦業、海上安全等領域，用以分析造成事故的根本原因。

圖1 事故致因理論的“瑞士奶酪”模型

1.2 基于改進HFACS模型的指標體系構建

HFACS模型是基于航空飛行事故建立的，地鐵運營事故與航空事故既有相似之處，也有其獨特性，都是人、機、環等多種因素相互耦合的結果，但在地鐵運營系統中，乘客的不安全行為是引發事故的關鍵因素。將HFACS模型引入地鐵運營中，需對其進行改進。本文在分析事故的基礎上，結合GB/T 50438—2007《地鐵運營安全評價標準》及專家訪談，對HFACS框架進行改進，增加適用于地鐵運營的相關條目，得到地鐵運營改進HFACS模型，具體內容如下：

(1)組織影響。HFACS模型將組織影響劃分為資源管理、組織氛圍、運行過程三個方面。結合地鐵運營的特點，本文認為資源管理主要是對地鐵運營工作人員的任務分配，任務分配的合理程度影響員工的狀態及工作效率；組織氛圍主要是地鐵工作人員之間的溝通和交流狀況；將運行過程替換為運營過程。

(2)不安全的監督。圖2可以看出HFACS模型中分析了4種不安全的監督。在地鐵運營人因分析與分類系統中，監督不充分指的是在地鐵運營系統中對地鐵運營工作人員提供指導和培訓的機會不充分，未制定恰當的政策激勵操作人員；運行計劃不恰當指的是行車計劃安排不合理；

圖2 HFACS模型框架圖

沒有糾正問題指的是無視人機安全隱患；監督違規是指對制定的規章制度的不執行或執行不力。

(3)不安全行為的前提。結合地鐵運營的特點，選用“人-機-環”方法，從人員狀態、機械設備和環境條件三個方面進行分析。其中，人員狀態從員工的生理狀態、精神狀態、教育水平狀態和專業水平狀態4個方面分析，具體包括教育水平低、專業技能差、安全意識低、疲勞程度高；設施設備主要包括自動化水平低、維護頻率低、顯示信息錯誤、帶病工作率高；環境條件主要從自然環境條件和地鐵運營環境條件兩個方面分析，具體包括自然災害、客流量大、線路復雜、通信干擾。

(4)不安全行為。HFACS模型中只考慮了操作人員的不安全行為，但是在地鐵運營系統中，乘客的不安全行為，如：跳下站臺、攜帶危險品等行為也是地鐵運營事故發生的最主要原因之一。因此，在改進HFACS模型中同時考慮地鐵操作人員的不安全行為和乘客的不安全行為。

(5)應急管理能力。本文主要考察事前應急管理能力，即預防危險事件的發生、降低危險事件發生的可能性、對即將發生的危險事件進行預警。

根據改進HFACS模型構建地鐵運營人因風險評價指標體系見圖3。

圖3 地鐵運營人因風險評價指標體系

2 基于C-OWA算子的指標權重確定

考慮到地鐵運營人因風險評價指標數量較多且多數呈現出模糊不確定性，本文選用C-OWA (Combination Ordered Weighted Averaging) 算子對人因風險評價指標進行賦權。既能有效避免諸如AHP、熵值法等帶來的主觀偏好性，又能降低數據極值造成的影響。

權重計算步驟如下[13]：

(1)從地鐵運營庫中隨機抽取n位專家，在[0,10]對各個指標的重要程度進行打分，記初始決策數據集(a1,a2,…,aj,…,an)，按照從小到大的原則從0開始對數據進行編號，得結果為b0≥b1≥…≥bj≥…≥bn-1，即(b1,b2,…,bj,…,bn)。

(2)

式中，m表示評價指標的個數。

(4)計算評價指標的相對權重ωi，即

(3)

3 基于SPA的地鐵運營人因風險評價

集對分析理論(SPA)是趙克勤等于1989年提出的研究系統確定性和不確定性的重要理論[14]。

3.1 人因風險等級界定

GB/T 50438—2007《地鐵運營安全評價標準》中對風險水平做了規定，具體內容見表1。

表1 地鐵運營基礎安全風險水平表

表1中等級3的評判區間較大，在具體風險管理時難以把握，本文將等級3進行拆分，其評判區間也相應拆分為[60,88)和[0,60)。故本文將地鐵運營人因風險水平劃分為低、中、較高、高4個等級。另外，考慮地鐵運營人因風險的特點及集對分析應用的條件，將評判區間修改為十分制并規定分值越高風險等級越大，各等級取值區間見表2。

表2 地鐵運營人因風險等級劃分區間標準

3.2 單聯系度的計算

在進行人因風險評價時，先計算出各指標相對于不同風險等級的單因素聯系度。計算公式如下

式中，sk為評價標準等級的限值(k=1,2,3,4)。

3.3 總聯系度的計算及風險等級評判分析

總聯系度具體計算公式為

(4)

式中，ωij為一級指標Xi下的m個二級指標的權重；μijk為各指標對應的單因素聯系度。

根據最大聯系度原則，人因風險等級評價的最大聯系度為

μ(X,Rk)=max{μ(X,Rl),l=1,2,3,4}

(5)

因此，X的人因風險評價等級為k級。

4 算例分析

為驗證上文所構建模型的可行性和有效性，以青島市地鐵3號線項目為例，進行計算和分析。青島地鐵3號線自2015年底試運行，全長25.2km，設置車站22座，為青島東岸城區內的骨干線路。

4.1 確定人因風險因素的權重

為確定各指標權重，從地鐵運營專家庫中抽取5位專家對各評價指標進行評分，根據C-OWA算子對評價指標賦權，以組織影響指標為例，打分結果見表3。

表3 一級指標專家打分值

0.312 5,0.312 5,0.156 25,0.031 25)T=10.187 5

根據式(3)得到各評價指標的相對權重ωC11=0.329 8,ωC12=0.361 1,ωC13=0.309 1。

同理可求出其他指標的相對權重。

4.2 單層次SPA地鐵運營人因風險評價

根據表1的風險分級標準建立評語集{Ⅰ,Ⅱ,Ⅲ,Ⅳ}，其中，Ⅰ、Ⅱ、Ⅲ、Ⅳ分別對應的風險等級為低、中、較高、高，其對應的風險等級區間是{[0,6),[6,8.8),[8.8,9.5),[9.5,10]}。

本文邀請5位地鐵運營方面的專家對人因風險評價的24個二級風險因素指標進行初始風險評價，假設5位專家權重相等，以組織影響為例，專家打分結果及綜合評分見表4。

表4 專家評分結果

組織影響指標下各二級指標的單因素風險聯系度計算結果見表5。

表5 各指標的單因素風險聯系度

根據式(4)可計算出各一級指標的總聯系度。以組織影響C1為例，具體結果如下

0.361 2×(-0.142 9)+0.309 1×(-1)=-0.690 5

同理可計算出其他各一級指標的總聯系度：

C2總聯系度為

μ(C2,R1)=-0.511 4

μ(C2,R2)=0.993 5

μ(C2,R3)=0.511 4

μ(C2,R4)=-0.993 5

C3總聯系度為

μ(C3,R1)=-0.756 8

μ(C3,R2)=0.840 3

μ(C3,R3)=0.756 8

μ(C3,R4)=-0.840 3

C4總聯系度為

μ(C4,R1)=-0.802 0

μ(C4,R2)=0.968 7

μ(C4,R3)=0.802 0

μ(C4,R4)=-0.968 7

C5總聯系度為

μ(C5,R1)=-0.960 6

μ(C5,R2)=0.796 8

μ(C5,R3)=0.960 6

μ(C5,R4)=-0.796 8

計算結果顯示，組織影響、不安全的監督、不安全行為的前提、不安全行為都與R2具有明顯的同一度，根據最大聯系度原則和式(5)，四者的風險級別都為“中等”。而應急管理能力與R3具有較高的同一性，其聯系度接近1，故該因素屬于“較高”的風險，屬于風險管控的關鍵。

5 結語

(1)結合地鐵運營的特點，對HFACS模型進行改進，構建包含組織影響、不安全的監督、不安全行為的前提、不安全行為和應急管理能力的地鐵運營人因風險分析與分類模型，深化地鐵運營風險管理理論。

(2)利用C-OWA 算子對指標進行賦權，可減少由指標決策數據端值造成的影響，確保指標權重的合理性。結合SPA評價模型，計算待評價指標集合和等級標準集合的聯系度，從而準確體現出兩者的同一性、差異性以及對立性。

(3)通過實例計算，得到青島地鐵3號線項目運營人因風險因素的單因素聯系度和總聯系度，其中組織影響、不安全的監督、不安全行為的前提、不安全行為對應的風險等級為“中等”，應急管理能力因素等級屬于“較高”風險。因此，要降低地鐵運營人因風險等級，可從提高應急管理能力方面著手。