基于粗糙集理論的烏魯木齊局集團公司 貨運組織安全風險因素研究

王靜梅，劉博嵩，祁永維

(1. 新疆鐵道職業技術學院 教師發展中心，新疆 烏魯木齊 830011；2. 蘇州市黃埭高新區招商局 招商科，江蘇 蘇州 215000；3.中國鐵路烏魯木齊局集團有限公司 貨運部，新疆 烏魯木齊 830011)

0 引言

中國鐵路烏魯木齊局集團有限公司(以下簡稱“烏魯木齊局集團公司”)管內區域礦產資源富集、自然環境惡劣，隨著國家“一帶一路”倡議的實施，近年來烏魯木齊局集團公司貨運量呈現大幅增長趨勢，但同時也暴露出一系列的安全問題，2015—2019年共發生31起貨運事故(安全事件)，對烏魯木齊局集團公司貨運組織形成較大安全隱患。

學術界開展一系列關于提高運輸組織安全的研究，張鐵鋼[1]從業務場景的角度構建鐵路貨運安全風險體系，揭示各個作業環節潛在的風險因素。李學偉等[2]構建基于“人—裝備—環境—管理”的高速鐵路安全理論模型。彭麗宇等[3-4]將此體系擴展到重載鐵路和鐵路貨運運營風險系統分析中，從人、裝備、環境、管理4個維度建立鐵路貨運運營風險因素指標體系。張力等[5]通過分析統計數據得出，70%以上貨運事故的產生都與作業人員有關，因此提出將人為因素考慮在安全風險分析中，能夠有效減少事故的發生。肖雪梅等[6]將影響高速鐵路運營安全的環境因素分為車內環境、自然環境和社會環境。程學慶等[7]提出安全管理應從預防性防護、保護性防護及應急處理3個方面進行，即通過預防降低風險事件發生的幾率、通過保護措施減少風險事件出現后產生的影響，以及出現風險事件后的快速處理方法。賈亞民等[8]在比較傳統鐵路安全管理模式后，提出我國鐵路運營安全管理體系，包括基礎管理、防范管控、應急管理、監督管理、綜合保障和績效管理，并進一步細化管理方法和措施。上述研究為開展鐵路貨運組織安全風險研究提供了重要的方法和思路。

從鐵路局集團公司角度來看，人員素質、環境因素以及管理模式的差異均為影響貨運組織安全的重要變量，在確定貨運組織安全風險指標的基礎上，剖析烏魯木齊局集團公司貨運安全事件和事故，提取影響貨運組織安全的關鍵風險因素，有利于提升烏魯木齊局集團公司貨運組織安全管理能力。

1 烏魯木齊局集團公司貨運組織安全風險因素指標體系

1.1 風險因素分析

通過對烏魯木齊局集團公司2015—2019年31起貨運事故(安全事件)的歸類分析，發現主要集中在貨物裝載加固、危險貨物運輸、超限超重貨物運輸、集裝箱運輸、貨檢作業等13個方面。通過對31起貨運事故原因的分析，整理出121個風險點，并根據分險點劃分風險等級、分析風險原因及風險造成的后果。2015—2019年烏魯木齊局集團公司貨運事故風險點如表1所示。

表1 2015—2019年烏魯木齊局集團公司貨運事故風險點Tab.1 Freight accident risk points of Urumqi Group from 2015 to 2019

1.2 指標體系構建

分析2015—2019年烏魯木齊局集團公司貨運事故風險點，發現貨運組織安全與“線路軌道、機車車輛、通信信號和供電系統”等裝備指標的關聯性不大，因而構建基于“人員—環境—管理”的鐵路貨運組織安全風險因素指標體系。

（1）人員因素分析。鐵路貨運組織工作是在作業人員的協同下完成的，嚴格遵守規章制度、按作業流程進行貨物運輸組織是確保貨運安全的有效措施。參考彭麗宇的研究，將影響貨運組織安全的人員因素分為身體素質、心理素質、個人技能、安全意識4個方面，對應建立了三級評價指標。人員因素指標如表2所示。

表2 人員因素指標Tab.2 Indices for human factors

（2）環境因素分析。通過梳理鐵路貨運組織作業流程，結合既有研究建立的環境因素指標體系[4]，構建影響鐵路貨運組織安全的環境因素指標。環境因素指標如表3所示。

表3 環境因素指標Tab.3 Indices for environmental factors

（3）管理因素分析。借鑒近年來既有研究構建的預防、保護和應急處理安全管理體系[8]，并結合烏魯木齊局集團公司貨運組織作業流程，從基礎管理、作業過程中防范管控和安全風險出現時的應急處理等方面構建影響貨運組織安全的管理因素指標。管理因素指標如表4所示。

表4 管理因素指標Tab.4 Indices for management factors

2 基于粗糙集理論的烏魯木齊局集團公司貨運組織安全風險因素分析

2.1 粗糙集理論

粗糙集理論于1982年由波蘭學者Z. Pawlak提出，用于處理分析各種不精確、不確定、不完備的信息數據。主要步驟為通過分析數據得出屬性約簡，在屬性約簡的基礎上進一步分析探討，提取出最終的知識分類規則。屬性雖然進行約簡，但約簡后的數據有同等得出最終有效規則的效力[9]。粗糙集理論具有以下性質。

（1）知識定義。一個知識表達系統S可以通過描述研究對象的屬性及其屬性值來實現，即S= (U，C∪D，V，f)，U為研究對象的集合，C和D分別為研究對象的條件屬性和決策屬性集合，令C∪D=A，A為屬性集合，V為屬性值的集合，f為U×A→V的信息函數。

（2）條件屬性重要度。從條件屬性集合C中去掉屬性ci后，則定義sigci(D)為條件屬性ci的重要度，sigci(D)計算公式為

式中：rC(D)為條件屬性與決策屬性的依賴度；rC-ci(D)為缺少屬性ci后，條件屬性與決策屬性的依賴度。

（3）條件屬性權重。條件屬性ci的權重Wci計算公式為

式中：n為條件屬性的個數。

2.2 風險因素知識系統構建

基于粗糙集理論對2015—2019年烏魯木齊局集團公司的121個風險點，構建影響烏魯木齊局集團公司貨運安全影響因素知識系統S，S= (U，C∪D，V，f)。其中，U表示所有風險點的集合；C為條件屬性集合，包含人員H、環境E、管理因素M等條件屬性， “0”表示未達標或未發生該因素，“1”表示達標或發生該因素，H= {H1，H2，H3，H4}分別代表身體因素、心理因素、個人技能和安全意識，E= {E1，E2，E3}分別代表作業環境、自然環境和社會環境，M= {M1，M2，M3}分別代表基礎管理、防范管控和應急管理；D表示決策屬性集合，“1”代表低安全風險、“2”代表一般安全風險、“3”代表較大安全風險。

運用烏魯木齊局集團公司貨運安全事件風險點信息，分別構建基于一級、二級和三級指標的烏魯木齊局集團公司貨運組織安全風險因素知識系統，每一條記錄代表一條知識。一級指標風險因素知識系統如表5所示。二級指標風險因素知識系統如表6所示。三級指標風險因素知識系統如表7所示。

表5 一級指標風險因素知識系統Tab.5 Risk factor knowledge system of Level-1 indices

表6 二級指標風險因素知識系統Tab.6 Risk factor knowledge system of Level-2 indices

表7 三級指標風險因素知識系統Tab.7 Risk factor knowledge system of Level-3 indices

2.3 關鍵風險因素篩選

基于構建的三級貨運組織安全風險因素知識系統，利用粗糙集軟件對構建的37個三級指標知識系統進行關鍵因素的布爾推理算法離散、遺傳算法約簡，篩選出三級指標關鍵風險因素共13個，分別為：業務水平H33、工作倦怠H41、簡化作業程序H42、操作不規范H43、風險意識缺乏H44、違規使用設備H45、風雪雷電E21、安全生產責任制M15、安全培訓M16、安全設備建設與運用M17、安全制度落實與監督M21、安全隱患排查M23、安全問題整改M24。

2.4 關鍵風險因素重要度及權重計算

基于篩選的13個三級指標關鍵風險因素，重新構建決策信息表，根據公式(1)計算出13個三級指標關鍵風險因素重要度[10]。13個三級指標關鍵風險因素重要度計算結果如表8所示。

表8 13個三級指標關鍵風險因素重要度計算結果Tab.8 Calculation results for the importance of 13 key risk factors of Level-3 indices

根據公式(2)計算出13個三級指標關鍵風險因素的權重。同理，可以計算出一級、二級指標關鍵風險因素的權重。關鍵風險因素指標權重如表9所示。

表9 關鍵風險因素指標權重Tab.9 Index weights of key risk factors

2.5 關鍵風險因素分析

（1）一級指標方面，管理因素大于人員因素，這2項是影響貨運組織安全的重要因素，環境因素影響最小。

（2）二級指標方面，基礎管理和安全意識是主要影響因素；防范管控是次要影響因素；個人技能、自然環境是一般影響因素。

（3）三級指標方面，安全生產責任制、安全培 訓、簡化作業程序、安全制度落實與監督、違規使用設備、操作不規范、安全設備建設與應用是主要影響因素；風險意識缺乏、業務水平、工作倦怠是次要影響因素；風雪雷電、安全隱患排查、安全問題整改是一般影響因素。

3 結束語

從人員、環境和管理角度建立烏魯木齊局集團公司貨運組織安全風險因素指標體系，比較各因素權重差異，得到以下結論：影響鐵路貨運組織安全的重要因素為管理因素和人員因素，其中管理因素是所有影響鐵路貨運組織安全因素的重點。應強化安全生產責任落實，提高對貨運從業人員的安全考核，推進作業流程標準化和規范化，完善貨運基礎管理規章制度，加大貨運安全隱患排查，做好問題整改和日常盯控；加強從業人員安全教育培訓，提升安全意識，明晰崗位作業流程、工作標準，規范執行作業程序，提高應急處置能力，全面提高貨運組織安全管理水平。另外，受新疆自然環境的影響，應當充分利用測風儀、雨量計、觀云追雨設備等即時掌握鐵路場站及沿線的風雪雷電天氣，有助于預防自然環境可能引發的貨運事故。