基于HFACS的中國特別重大煤礦事故研究

張應語副教授 劉 琳

（曲阜師范大學 管理學院，山東 日照 276826）

0 引言

煤礦在全球范圍內被公認為高風險行業[1-2]。與其它領域相比，煤礦工人面臨更危險的工作環境[3]。近年來，中國煤礦安全取得了長足進步，百萬噸死亡率逐步下降。但中國煤礦安全形勢仍然非常嚴峻，從1993～2010年每年因煤礦事故導致的死亡人數超過2000人，一直到2011年死亡人數才首次低于2000，達到1973人。這一數字要遠高于世界其他主要產煤國，如美國、俄羅斯、南非、印度等[4-6]。特別重大煤礦事故一直被認為是中國最嚴重的社會問題之一，嚴重影響煤炭生產，以及整個經濟和社會的可持續發展。研究中國特別重大煤礦事故的致因及影響機理具有重大理論和現實意義。

在煤礦安全領域，許多學者對事故的發生及其影響因素進行了研究。傳統的事故原因模型認為事故是事件的結果，例如設備故障或操作者的不安全行為[7]。Chen等（2012）通過對2001～2011年發生的1900起煤礦事故的統計發現，人為因素占94.09%，其中，故意違規，管理不善和缺陷設計分別占35.43%、55.12%和3.54%[8]。在特別重大事故研究方面，楊濤和顧建華（2009）從人的不安全行為和“物”的不安全狀態兩個方面，歸納出14項特重大事故原因，并得出了管理因素是造成特別重大事故的根本原因的結論[9]。趙淳宇和羅宏森（2014）選取2007～2012年發生的90起重大特大煤礦事故為樣本，歸納出12項影響因素，使用灰色關聯方法計算得出影響各因素間的關聯度[10]。

近幾十年來，一系列基于系統分析的事故致因模型被提出，作為調查和分析工業事故的方法和工具[11]。一些眾所周知的方法如Reason（1990,1997）提出的SCM（Swiss Cheese Model）[12-13]、Rasmussen（1997）開創的AcciMap模型[14]、Shappell和Wiegmann（2001）發展的HFACS（Human Factors Analysis and Classification System）[15]和Leveson（2004）創建的STAMP（System Theoretic Accident Modeling and Process Model）[16]。HFACS是被廣泛用于調查和分析煤礦事故的方法之一。Patterson和Shappell（2010）使用HFACS方法，對澳大利亞昆士蘭州508起煤礦事故進行分析，發現基于技能的錯誤是最常見的不安全行為[17]。基于HFACS，Lenne等（2012）分析了2007～2008年澳大利亞263起重大采礦事件，發現部分事故因素頻繁出現：組織過程（65%），基于技能的錯誤（64%），違規（57%）和物理環境問題（56%）[18]。陳兆波等（2013）以2組調查報告為樣本，采用HFACS方法，開展了煤礦瓦斯事故的人因分析和調查[19]。本研究采用國內外流行的HFACS研究框架，識別特別重大煤礦事故的致因因素，度量事故致因因素間的相互作用關系，給出事故致因因素影響關系路徑圖。而這些路徑正是特別重大煤礦事故的發生“軌跡”。同時，結合研究發現給出預防特別重大事故的對策。

1 HFACS框架

大約70%～80%的事故與人為錯誤有關[15]。Reason（1990,1997）提出了SCM模型，強調事故的組織和人為因素。SCM模型描述4個層級的失效，包括不安全行為、不安全行為的前提條件、不安全監督和組織影響[12-13]。基于Reason（1990, 1997）的潛在失效（Latent Failures）和活躍失效（Active Failures）理念，Shappell和Wiegmann（2001）又進一步發展出HFACS模型。對于事故調查和分析人員，識別和分類事故致因是相當困難的。HFACS的應用是提供了一個基本的分析框架，將事故致因（Contributory Factors）分類為因果類別（Causal Categories），給出了具體的分類方法[15]。Reinach和Viale（2006）改進了初始HFACS框架，最高類別的第五個層級，即“外部因素”（Outside Factors）被引入，以進一步優化各相關因素[20]。

本研究使用的HFACS框架包含5個層級的失效：①不安全行為，這也是過去事故調查的焦點，分為兩個類別：錯誤和違規，共16個指標。②不安全行為的前提條件，包括3個方面：人員管理、物理條件和環境條件，共6個指標。③不安全監督，跟蹤監督層級的事件因果鏈，它被分為3個類別：監督不足、未能糾正問題和監督違規，共8個指標。④組織影響，描述了高層管理者決策：資源管理、組織氛圍和組織過程，共10個指標。⑤外部因素，側重于外部監管者和地質條件，共8個指標。本研究使用的致因類別和指標主要來源于初始HFACS，由17個類別和95個指標構成。這些分類和指標對于航空事故的調查和分析是適宜的[21-22]。然而，某些分類和指標對其它行業事故是不合適的。因此，本研究根據煤礦事故的特點和一些煤礦安全的研究結果對某些分類和指標進行了重新提煉和修改。

2 數據采集與層級分類

2.1 數據收集

本研究共收集來自4個來源的94起特別重大煤礦事故：國家經濟貿易委員會安全生產局主編的《特別重大事故案例匯編（1997-2000）》、國家安全生產監督管理局主編的《特別重大事故案例匯編（2000-2003）》、國家安全生產監督管理總局（現應急管理部）主編的《特別重大事故案例匯編（2004-2005）》和全國安全生產教育培訓教材編審委員會主編的《特別重大生產安全事故案例匯編（2007-2011）》。需要說明的是，我們未找到公開出版的2006年特別重大煤礦事故案例。另外，本研究選用的事故案例均為特別重大煤炭事故，即造成30人以上死亡，或者100人以上重傷（包括急性工業中毒），或者1億元以上直接經濟損失的事故。特別重大事故發生后，國務院及各省、自治區和直轄市會組織相關部門人員和專家組成事故調查小組，形成專門事故報告。本研究選用的事故報告均來自正式事故報告。因此，本研究的樣本具有很強的權威性。而在2012年之后，尚未發現有公開出版的特別重大事故案例匯編。因此，本研究只選取了1997～2011年的特別重大煤礦事故作為樣本。

2.2 事故致因編碼

編碼方案由來自大學和煤炭企業的研究團隊和兩個編碼員進行討論。特別重大煤礦事故的致因因素分為5個層級，14個類別和48個指標，見表1。類別由X1，X2……X14表示，具體指標再加上后綴a，b，c表示，如X1a，X1b，X1c……等。

3 結果分析

3.1 描述性統計

94起特別重大煤礦事故共造成死亡4959人，受傷1033人，失蹤28人，直接經濟損失143379萬元。從地域分布看，94起事故分布在19個省、自治區和直轄市，其中，山西省19起，河南省17起，黑龍江省9起，貴州省9起，陜西省6起，吉林省5起。這6個省份在某種程度上可被視為中國煤礦事故重災區。94起事故中，瓦斯事故56起，水災事故15起，火災事故10起，放炮事故8起，頂板事故1起，運輸事故1起，其他事故3起。瓦斯事故是中國特別重大煤礦事故的主要類型。各類事故造成的傷亡和經濟損失，見表2。

表2 各類事故造成的傷亡和經濟損失匯總Tab.2 Summary of casualties and economic losses caused by various accidents

3.2 事故致因頻率統計

本研究的一個目標是分析特別重大煤礦事故的致因因素，從5個層級、14個類別和48項指標的頻數統計數據，見表1。5個層級中，“不安全行為”的頻數（261）最高，占總頻數（959）的27.2%，“外部因素”的頻數也高達257次。14個類別中，“監管不力”的頻數最高，占總頻數的23.8%，緊隨其后的是“違規”（22.6%）、“組織氛圍”（11.7%）。48項指標中，“對違法行為失察或制止不力”（58）最為突出，平均每次事故中涉及0.62次，“違規組織生產”（0.60次）和“安全生產責任落實不到位”（0.50次）也需重點關注。

“不安全行為”包含“錯誤”（61）和“違規”（200）兩個類別。在所有94起事故中有93起事故涉及一個或多個“不安全行為”指標（平均每次事故2.96次）。兩個類別包含16項指標，發生頻率最高的是“違法違規組織生產”（56），平均每次事故涉及0.60次，其次是“違規放炮”（0.29次）和“不使用防護工具或使用不當”（0.28次）。

“不安全行為的前提條件”聚焦3個方面：“人員管理”（53）、“物理條件”（28）和“環境條件”（68），總頻數為149。3個類別共包含7項具體指標，“通風不良”（42）的發生頻率最高，平均每次事故涉及0.45次，其次是“瓦斯等危險氣體超標”（0.28次）。

表1 事故致因分類及頻數統計Tab.1 Classification and frequency statistics of accident causes

“不安全監管”包含3個類別：“監督不力”（35）、“未能糾正問題”（43）和“監管違規”（21），總頻數為99。3個類別包含8項指標，頻率發生最高的是“未及時發現事故隱患或不夠重視”（24），平均每次事故涉及0.26次。

“組織影響”包含“資源管理”（50）、“組織氛圍”（112）和“組織過程”（31）3個類別，總頻數為193。9項指標中，最嚴重的問題是“安全生產責任落實不到位”（47），平均每次事故涉及0.50次，其次是“安全制度不健全或執行不力”（0.34次）和“管理者安全生產觀念淡薄”（0.26次）。

“外部因素”包含“監管部門”（228）和“地質條件”（29）兩個類別，總頻數為257。7項指標中，發生頻數排在前三位的依次是“對違法行為失察或制止不力”（58）、“未貫徹落實有關煤炭安全生產方針政策”（46）和“對煤礦安全生產監督、指導不夠”（42），平均每次事故分別涉及0.62次、0.49次和0.45次。

3.3 事故致因因素間的作用關系與影響路徑

本研究的另一個目標是考察煤礦事故致因因素間的相互作用關系，分析上一層級對下一層級的影響以及各個層級之間的影響路徑。表3、表4、表5和表6顯示了與下一層級指標（第二列）相關的上一層級（第一列）指標的所有統計學意義上顯著相關的ORs和95%置信區間（CI）。

外部因素→組織影響。“X12監管不力”可以預測“X9資源管理”、“X10組織氛圍”和“X11組織過程”。例如，當監管部門對煤礦安全生產監督指導不夠時，就意味著“組織的安全生產責任落實不到位”（OR=1.674，p＜0.005）和“管理者安全生產觀念淡薄”（OR=1.099，p＜0.05）。“X14地質條件”可以預測“X11組織過程”。例如，“X14a煤層具有突出危險性或構造復雜”可能會導致“X11a弄虛造假”（OR=1.386，p＜0.005），詳細信息，見表3。

表3 層級五與層級四致因因素間的ORsTab.3 The ORs between the contributing factors of level 5 and those of level 4

組織影響→不安全監督。組織影響層級中的兩個類別（“X9資源管理”和“X10組織氛圍”）與不安全監督層級中的兩個類別聯系在一起（“X6監督不力”和“X7未能糾正問題”）。例如，當組織的安全生產責任落實不到位時，就意味著“X6a未提供作業規程”（OR=1.099，p＜0.005）、“X6b監督檢查不力”（OR=1.674，p＜0.005）和“X7b沒有及時糾正違章行為或糾正不力”（OR=1.674，p＜0.005）。另外，“X10c安全制度不健全或執行不力”也具有很強的預測價值，詳細信息，見表4。

表4 層級四與層級三致因因素間的ORsTab.4 The ORs between the contributing factors of level 4 and those of level 3

不安全監督→不安全行為的前提條件。不安全監督層級中的“監督不力”和“未能糾正問題”可以預測“人員管理”、“物理條件”和“環境條件”。例如，“X6b監督檢查不力”與“X4a裝置缺乏”（OR=1.674，p＜0.005）、“X5a通風不良”（OR=0.793，p＜0.05）和“X5b瓦斯等危險氣體超限”（OR=1.386，p＜0.005）存在顯著關聯關系。“X7b未及時糾正違章行為或糾正不力”則可預測“X3b員工培訓”（OR=1.253，p＜0.005）和“X5b瓦斯等危險氣體超限”（OR=0.916，p＜0.05），詳細信息，見表5。

表5 層級三與層級二致因因素間的ORsTab.5 The ORs between the contributing factors of level 3 and those of level 2

不安全行為的前提條件→不安全行為。不安全行為的前提條件層級有3個類別，即“X3人員管理”、“物理條件”和“環境條件”與不安全行為層級中的“X1錯誤”和“X2違規”都存在顯著關聯。例如，“X3a無證上崗”與“X1c使用不安全的設備和工具”（OR=1.386，p＜0.005）、“X2c無風或微風作業”（OR=0.750，p＜0.05）和“X2f冒險進入危險區域”（OR=0.750，p＜0.05）。“X4a裝置缺乏”則可以預測“X1c使用不安全的設備和工具” （OR=0.770，p＜0.05）、“X2a不使用防護工具或使用不當”（OR=2.197，p＜0.001）、“X2k違規違法組織生產”（OR=1.009，p＜0.005）和“X2l使用非正規的方法”（OR=0.770，p＜0.05），詳細信息，見表6。

表6 層級二與層級一致因因素間的ORsTab.6 The ORs between the contributing factors of level 2 and those of level 1

將事故致因因素間的作用關系進行匯總，可得影響關系路徑圖，如下圖。從外部因素層級的“監管不力”開始，到不安全行為層級的“錯誤”和“違規”結束，存在多條特別重大煤礦事故的影響路徑。例如，監管不力→資源管理→監督不力→物理條件→錯誤，監管不力→組織氛圍→未能糾正問題→人員管理→違規，等。這些路徑也就是特別重大煤礦事故的發生“軌跡”。

圖 特別重大煤礦事故致因因素間的影響關系路徑Fig. The paths of relationships among contributing factors of special major coal mine accidents

4 討論與政策建議

不安全行為是各類事故致因模型研究的重點。HFACS模型將“不安全行為”分為兩類：“錯誤”和“違規”。本研究的實證結果表明，“違規”要比“錯誤”嚴重的多。“違規違法組織生產”是造成中國特別重大煤礦事故的最主要的“不安全行為”，平均每起特別重大事故要發生0.6次，需要引起我們的高度重視。“違規放炮”和“不使用防護工具或使用不當”也需要引起高度關注。

瓦斯事故的發生比例占中國特別重大煤礦事故（1997～2011）的近60%。“通風不良”和“瓦斯等危險氣體超標”的發生頻率分別高達42次和26次。危險氣體超標，再加上通風不良，瓦斯事故的發生也就不難理解。“通風不良”可被認為是特別重大煤礦事故最可怕的“前提條件”。我國大多數煤礦煤層瓦斯含量高、滲透率低[23]，政府、企業需在“瓦斯”上多下力氣，嚴防特別重大事故的發生。

所有的監督者，包括高級的和基層的，都應提供指導、培訓、領導和激勵。然而，這些角色不適用于某些煤炭企業。良好的專業指導和監督是組織成功的基本要素。在本研究中，“不安全監督”包括兩個嚴重的問題：“員工培訓”和“未及時糾正違章行為或糾正不力”。培訓在任何組織中發揮著至關重要的作用。煤炭企業應關注煤礦安全生產的法律法規、安全概念、技能和案例研究，大力提升員工的知識和素養。如果監督人員不能及時糾正違章行為，就勢必造成違規現象的“蔓延”。

組織高層管理人員的決策直接影響監督行為。HFACS將組織氛圍視為影響員工績效的重要變量。一般而言，企業決策圍繞兩個明確目標：安全和成本效益。可悲的是，在許多事故企業中，后者通常比前者更重要。“安全生產責任落實不到位”和“安全制度不健全或執行不力”在事故企業中表現的尤為突出，需要煤炭企業常抓不懈。

對外部因素，尤其是監管部門對特別重大煤礦事故的影響是本研究的一個重要發現。政府相關部門的監管不力在所有的致因類別中是發生頻率最高的，在本研究的所有事故案例中均有“監管不力”的“影子”。提高監管部門的監管水平是政府需要認真考慮的重大現實需求。

HFACS的分類特征是該模型的一個重要特性。相比其他系統方法，如AcciMap，該方法可能更適合應用于安全管理系統。HFACS的另一個重要特性是通過大量事故案例分析，可以發現事故的普遍規律和發展趨勢。因此，HFACS非常適合于大量事故案例分析。基于系統的事故分析方法已被應用于大多數安全關鍵領域，以確定因果因素，并建議適當的系統改革和事故對策。基于系統思想的事故致因理論認為，事故代表了一種復雜的系統現象，因為事故因素存在于復雜社會技術系統的各個層級，并且相互作用。實證結果表明，特別重大煤礦事故的致因因素不僅存在于“不安全行為”層級，而且存在于“外部因素”、“組織影響”、“不安全監督”和“不安全行為的前提條件”等所有層級。HFACS所“倡導”的上一層級因素會對下一層級因素產生影響的“準則”已經被本研究的實證結果再一次證明。綜合這些影響關系，可以得到特別重大煤礦事故致因因素間的影響關系路徑圖，這為遏制和預防特別重大煤礦事故提供了“路線圖”。

5 結論

本研究基于HFACS模型，以94起特別重大煤礦事故（1997～2011）為研究對象，得出的主要結論如下：在層級層面上， “不安全行為”的發生頻率最高；在類別層面上，“監管不力”的發生頻率最高；在指標層面上，“對違法行為失察或制止不力”的發生頻率最高。借助OR技術，計算得出上一層級對下一層級指標的影響關系，并得到了一系列致因因素間的影響路徑，這為遏制和預防特別重大煤礦事故提供了“路線圖”。