基于改進HFACS-MI模型的煤礦透水事故致因分析

沈中芹，曾 旺，王瑞強，趙云勝

(1.中國地質大學(武漢)工程學院，湖北 武漢 430074；2.中國冶金地質總局中南地質勘察院，湖北 武漢 430081)

煤炭是我國的主要能源。據統計，我國受水害威脅的煤炭儲量占已探明煤炭儲量的27%，因此我國也是煤礦透水事故多發的國家。所謂透水是指礦井在建設或生產過程中，地面水或者地下水通過裂隙、斷層等各種導水通道涌入礦內，當礦井涌水量超過礦井自身排水能力時，就造成了礦井透水事故[1]。近年來，隨著各種礦井水文地質條件探查技術、礦井水害監測測試技術和礦井防治水技術在煤炭生產中的應用，以及相關法律法規的推出和實施，我國煤礦水患的安全狀況已經有了明顯的改善。但隨著開采層位的不斷加深，水文地質條件越趨復雜，我國煤礦防治水形勢依然十分嚴峻[2]。根據國家煤礦安全監察局有關數據統計，在2008—2018年十年間我國共發生煤礦透水事故約302起，死亡人數達1 285人。煤礦透水事故一旦發生，輕者導致礦井緩建或關閉，重則造成群死群傷，并嚴重破壞當地的地下水循環系統。因此，分析煤礦透水事故的原因對于礦山安全生產具有非常重要的意義。

目前關于我國煤礦透水事故致因分析方面的研究已有了一定的進展。如武強等[3]按充水水源、礦層與充水含水層彼此位置和接觸關系、導水通道等系統劃分了礦井水害類型，并分析了不同類型礦井水害的成災機制和特征；秦來昌[4]詳細分析了我國采煤工作面的水害原因；張瑞等[5]、羅春喜[6]分析了小型煤礦發生水害事故的特點和原因，并提出了相應的治理措施；郭彥華[7]總結了我國老空水水害事故的特點，并指出老空水水害致災性強的主要原因是礦井水文地質條件的復雜性和安全管理失誤。

上述研究大都是對煤礦透水事故類型的總結或對某煤礦具體透水事故類型的致因分析，而深入、系統地分析煤礦透水事故發生的各層原因的研究未見報道。據統計，在導致我國重大煤礦事故的直接原因中人因所占的比例高達90%以上[8]。因此，本文基于前人[9]提出的改進HFACS-MI模型，進一步完善了煤礦透水事故相關致因和分類系統，并以1990—2016年間發生的100起典型煤礦透水事故案例為樣本，深入研究了煤礦透水事故中人的不安全行為及其影響因素，分析了其相互間的因果關系，以期探尋煤礦透水事故預防管理工作中應重點關注的問題。

1 典型煤礦透水事故統計分析

1.1 數據來源

本文的數據來源于邢冬梅在其碩士論文中統計的80起典型煤礦透水事故[10]和筆者在國家煤礦安全監察局網站上統計的2010—2016年間20起典型煤礦透水事故。

1.2 事故統計

本文按照事故等級、死亡人數、充水水源和單位性質對100起典型煤礦透水事故進行了統計分析，見圖1。

圖1 按事故等級、死亡人數、充水水源和單位性質分析的100起典型煤礦透水事故統計圖Fig.1 Statistics of 100 typical water inrush accidents in coal mines according to accident level,number of deaths, water source and enterprise property

由圖1可見，100起典型煤礦透水事故共造成1 498人死亡，其中重大事故的發生起數占比較大，死亡人數達778人；通過對充水水源分析可知，老空水引起的煤礦透水事故頻次較高(所占比例為61%)，主要是因為老空水隱蔽性高，不易發現；由發生煤礦透水事故的單位性質統計可知，煤礦透水事故多發生在生產技術相對落后、不重視安全管理、缺乏監督管理的鄉鎮煤礦企業。

本文對100起典型煤礦透水事故的直接原因和間接原因進行了統計分析，見圖2和圖3。

圖2 100起典型煤礦透水事故的直接原因統計Fig.2 Direct cause statistics of the 100 typical water- related hazards in coal mines

圖3 100起典型煤礦透水事故的間接原因統計Fig.3 Indirect cause statistics of the 100 typical water- related hazards in coal mines

由圖2和圖3可見，導致煤礦透水事故的直接原因主要有越界開采、非法開采(亂采亂挖)、防水設施不符合規范、水文地質資料不清、違章，其所占的比例達89%，其中違章所占的比例最大，為32%；導致煤礦透水事故的間接原因中，安全監督檢查不到位和思想麻痹是最主要的原因，兩者所占的比例高達51%。

2 基于改進HFACS-MI模型的礦山透水事故致因體系構建

2.1 HFACS-MI模型簡介

人因分析與分類系統(Human Factors Analysis and Classification System，HFACS)是2001年Wiegmann等[11]基于瑞士奶酪模型提出的。該系統從組織影響、不安全的領導行為、不安全行為的前提條件和不安全行為4個層級對人的失誤原因進行了詳細分解。Patterson等[12]在研究澳大利亞508起煤礦事故狀況時，結合煤礦事故實際對HFACS模型進行了修訂，并增加了影響人的不安全行為的外部因素，據此形成了煤礦行業事故原因分析的HFACS-MI模型；柳茹林等[9]對HFACS-MI模型中的外部因素從管理、政治、經濟三個方面進行了詳細闡述，提出了改進的HFACS-MI模型。改進的HFACS-MI模型將由人的失誤導致事故的原因分為5個層級，其中層級2～5的內容和表現形式已被廣泛認可[13-14]，層級1為改進的外部因素及其相關內容，詳見圖4。

圖4 改進的HFACS-MI模型Fig.4 Improved HFACS-MI model注：虛線內的內容為原HFACS模型。

2.2 基于改進HFACS-MI模型的煤礦透水事故致因體系建立

本文將發生煤礦透水事故的原因歸類到改進HFACS-MI模型的致因類別中，即在原模型的基礎上，根據煤礦透水事故的特點，識別出各致因類別在煤礦透水事故中的具體表現形式，建立了適用于煤礦透水事故致因分析的改進HFACS-MI模型。完善后的改進HFACS-MI模型將煤礦透水事故的致因分為5個水平層級、74項致因具體表現形式，詳見表1。

本文利用完善后的改進HFACS-MI模型分析了100起典型煤礦透水事故，并對煤礦透水事故各致因類別的具體表現形式的頻數進行了統計與分析，其結果見圖5和圖6。

由圖5和圖6可見，由100起典型煤礦透水事故各致因類別所占比例的統計結果顯示：在外部因素中，管理因素所占的比例最高(52.6%)，其次為經濟因素(26.7%)；在組織影響中，組織氛圍所占的比例最高(49.7%)，其中主要致因表現形式為企業效益第一原則、安全氛圍未形成(所占的比例為42.7%)，組織過程所占的比例次之(35.1%)，資源管理所占的比例較低(15.2%)；在不安全的領導行為中，監管不到位和監督違規所占的比例最高(64.6%)，其中主要致因表現形式為未進行監督和允許不合格者操作；在不安全行為的前提條件中，操作者不達標的個體狀態所占的比例較高(58.3%)；在不安全行為中，失誤為主要類型(54.7%)，略高于違規類型(45.3%)，兩種類型的主要致因表現形式為決策型失誤和認知型失誤(共40.7%)以及習慣性違規(45.4%)。

表1 基于改進HPACS-MI模型的煤礦透水事故致因體系Table 1 Cause system for water inrush accidents in coal mines based on improved HFACS-MI model

圖5 煤礦透水事故致因體系中層級1～3的致因表現形式統計直方圖Fig.5 Statistical histogram of the first to third level causes in the cause system for water inrush accidents in coal mines

圖6 煤礦透水事故致因體系中層級4～5的致因表現形式統計直方圖Fig.6 Statistical histogram of the fourth to fifth level causes in the cause system for water inrush accidents in coal mines

3 煤礦透水事故致因分析

3.1 卡方檢驗和讓步比簡介

卡方(χ2)統計量是統計學家皮爾遜1899年提出的，主要用于檢驗實際分布與理論分布的配合程度[15]。以f0表示實際觀測值，fe表示理論觀測值，則χ2的計算公式為

(1)

讓步比(OR)用于衡量一個特定群體中，屬性A的出現與否和屬性B的出現與否的關聯性大小的特征值。若B出現時A出現的概率為t1，B不出現時A出現的概率為t2，則t1/t2即為讓步比(OR)。

3.2 基于卡方檢驗和讓步比的煤礦透水事故致因體系中不同致因層級間的因果關系分析

卡方檢驗適用于定類與定序變量，事故中的人為因素屬于定類變量，故可用χ2檢驗進行分析。本文運用χ2檢驗和OR對上述構建的煤礦透水事故致因體系中5個致因層級間的內在因果關系進行分析[16]。χ2檢驗值、顯著性水平p以及OR值的計算均通過Excel軟件實現。

χ2統計量計算使用2×2列聯表形式，計算步驟如下：

第一步，提出原假設和備擇假設。一般情況下，原假設H0：兩變量是獨立的；備擇假設H1：兩變量不獨立。

第二步，計算卡方值，計算過程見表2。表2中各單元格中的m值即為公式(1)中的實際觀測值f0，m值后面括號里的f值即為公式(1)中的理論觀測值fe,計算χ2值之前必須先計算出理論值。理論值fij的計算公式為

(2) 表2 計算χ2統計量的2×2列聯表Table 2 The 2×2 contingency of calculating Chi-square statistics

計算出理論值后，即可根據公式(1)求出χ2值。對于2×2列聯表，若以A、B、C、D分別表示4個單元格中的實際觀測值，χ2值的計算公式可簡化為

(3)

第三步，根據χ2值的計算結果，運用統計函數CHITEST計算顯著性水平p(取臨界水平p值為0.05)，并根據實際觀測值計算讓步比(OR)值。通過對煤礦透水事故致因體系中各相鄰層級因素間關聯度進行逐層分析，當滿足p<0.05、OR>1時，表示拒絕原假設，兩者不獨立；反之則表示兩變量是獨立的。如表3，通過計算管理因素和組織氛圍關聯分析結果得χ2=7.11，p=0.057>0.05，OR=3.27>1，故拒絕原假設，兩者不獨立。依次計算后，可得到煤礦透水事故致因體系中不同致因層級間的因果關系圖，見圖7。

表3 管理因素和組織氛圍的2×2列聯表Table 3 The 2×2 contingency for management factors and organizational atmosphere

圖7 基于改進HFACS-MI模型的煤礦透水事故致因體系中不同致因層級間的因果關系分析圖Fig.7 Causal relationship between different levels in the cause system for water in rush accidents in coal mines based on improved HFACS-MI model

由圖7可見，在改進的HFACS-MI模型框架中，層級1與層級2之間存在5組顯著的因果關系；層級2與層級3之間存在6組顯著的因果關系；層級3與層級4之間存在4組顯著的因果關系；層級4與層級5之間存在4組顯著的因果關系。

3.3 煤礦透水事故致因分析

3.3.1 外部因素

(1) 政治因素。隨著我國煤炭行業相關法律法規及地方政策的頒布與實施，國家展開了對鄉鎮小煤礦的整治，包括礦產資源的整合以及煤炭企業的兼并重組，這些政策的實施使得煤礦水患狀況明顯好轉，但也遺留了部分問題，特別是組織氛圍中的組織結構不清，如行政管理系統不良、行政安全責任劃分不清；組織文化氛圍未形成，如企業注重效益第一原則及短期內安全氛圍難以形成。這些問題加劇了煤礦產業發展形勢的復雜性與艱巨性，從而影響了整個行業生產組織氛圍。

(2) 經濟因素。近年來煤炭行業經濟下行壓力加大，其資產負債率居高不下，加之各種清潔能源發展迅猛，北煤南運的高昂運輸成本、煤炭進口數量的攀增等，導致我國煤炭產量過剩，煤炭企業盈利不佳。一些煤礦企業只得通過裁員和壓縮安全投入等方式維系生產，致使生產設備和安全防護設施欠缺，嚴重影響了安全生產資源的管理分配。

(3) 管理因素。管理因素中的監管機構執行不力主要影響組織過程和組織氛圍。通過對100起典型煤礦透水事故致因的分析發現，地方監管部門履職不到位、疏于對企業水害隱患的排查和整改落實常常是導致煤礦透水事故發生的深層原因。例如2005年8月7日廣東大興煤礦發生了121人死亡的特大透水事故，主要原因就是當地煤礦監管部門監管不力，放任、支持證照不全的大興煤礦長期進行非法生產，從而埋下了安全隱患。

3.3.2 組織影響

組織層級的安全氛圍會影響員工在煤炭生產過程中遵守勞動紀律時的自覺性和自我應對煤礦突發透水事故的技巧性。組織層級的影響具有間接性和隱性特征，因此常被安全人員所忽視。由圖7可見，資源管理不當會使監督不到位和運行計劃不恰當的可能性分別增大5.2倍(OR=5.20)和3.6倍(OR=3.60)，主要表現為防治水機構、人員和設備不足；組織氛圍缺失會使監管不到位和沒有糾正問題的可能性分別增大5.1倍(OR=5.10)和9.2倍(OR=9.20)，主要表現為企業只注重生產效益，管理人員在指揮生產中容易忽視安全工作；組織過程漏洞會使沒有糾正問題和監督違規的可能性分別增大4.1倍(OR=4.10)和5.1倍(OR=5.10)，主要表現為在生產過程中，水害預測預報和水患排查治理等制度落實不到位等。例如2016年“4·25”銅川市耀州區照金煤礦發生11人死亡的透水事故，原因之一就是企業安全生產意識不強，缺乏健全的防治水責任體系，未認真落實探放水制度等。

3.3.3 不安全的領導行為

由圖7可見，監督不到位和監督違規均會顯著影響工人的精神狀態，而監督違規還會影響井下的作業環境。主要是因為煤礦企業管理者的安全意識淡薄及責任意識低、對井下人員的違規行為視而不見、企業的安全生產培訓流于形式、允許工人冒險蠻干等會引起工人的僥幸、懈怠等不利精神狀態以及井下工作環境的混亂無序，將會導致職工安全意識淡薄、安全技能不足、自救能力弱，并會影響作業人員在井下的安全開采技術和對生產設備的操作熟練程度。例如2010年山西王家嶺煤礦“3·28”透水事故，其主要原因是為了趕工期、趕進度，當班領導安排了14個掘進隊同時作業，使作業面的作業人員過度集中，加之領導干部帶班制度未落實、施工安全措施不到位、隱患排查治理不力、多次發現巷道積水后并未采取有效措施來消除隱患，從而導致事故的發生。

3.3.4 不安全行為的前提條件

由圖7可見，不安全行為的前提條件中工人精神狀態和準備狀態不佳是導致其出現差錯的主要原因。主要是因為井下作業人員無法及時獲取準確、全面的安全信息，對井下環境安全狀況判斷不清，且長時間在復雜、狹小和封閉的井下環境中重復操作，極易導致疲勞、厭倦、麻痹及警惕性低等不利精神狀態的出現，這些都容易使作業人員產生認知型差錯、決策型差錯和違規行為。此外，個人準備狀態不佳(如休息和安全培訓教育不足、酗酒等)可使技能型差錯發生的概率增大11倍。因此，作業人員良好的生理和心理素質是在煤炭生產作業過程中擁有較強的承受能力和遇到煤礦透水事故具有快速的緊急反應能力的前提條件。

3.3.5 不安全行為

不安全行為包括失誤和違規兩類。由前述分析可知，決策型失誤、認知型失誤和習慣性違規是不安全行為中的3種主要表現形式。其中，決策型失誤主要包括由經驗不足引起的對透水征兆判斷不清、緊急反應失誤；認知型失誤主要是由個人感覺與實際情況的差異性所致，如由于井下光線昏暗、巷道潮濕而未識別透水征兆等；習慣性違規包括經常性地違章操作和違反勞動紀律，如違反探放水原則、非法生產、越界開采等。

由上述煤礦透水事故致因的統計分析發現，人的不安全行為與煤礦透水事故的發生有直接的關系，因此對人的不安全行為的控制程度將直接影響煤礦透水事故發生的概率。

4 結論與建議

本文基于煤炭行業的特征，結合1990—2016年間100起典型煤礦透水事故原因的統計分析，發現不安全行為是造成煤礦透水事故的最主要原因，并基于改進的人因分析與分類系統(HFACS-MI)模型，在修正和補充人為因素的基礎上構建了包括外部因素、組織影響、不安全的領導行為、不安全行為的前提條件和不安全行為5個致因層級的煤礦透水事故致因體系，最后根據卡方檢驗和讓步比對該致因體系中不同致因層級間的因果關系進行了分析。結果表明：在該致因體系中，導致煤礦透水事故發生的最深層原因是政府監管部門履職不到位，引起煤礦企業組織氛圍缺失和組織過程漏洞，從而對企業領導的行為產生了不良影響。其中，監督違規和監督不到位可使員工產生不利精神狀態的可能性分別增大2.6倍和3.8倍，而工人精神狀態和準備狀態不佳又是導致不安全行為的最直接原因，最終引發煤礦透水事故的發生。將本文構建的基于改進HFACS-MI模型的煤礦透水事故致因體系應用于煤炭生產實際中，驗證其對煤礦透水事故的預防管理和事故調查的有效性，將是下一步研究的內容。