基于事件樹的軌道交通駕駛員差錯行為風險研究

楊海紅　杜飔帆

摘 要：隨著城市軌道交通的發(fā)展，行車事故的發(fā)生也日漸增多，而由駕駛員行為作業(yè)差錯造成行車事故占比居高不下。本文從駕駛員差錯行為入手，運用“瑞士奶酪”模型對差錯行為進行研究。以關鍵作業(yè)項——錯關門導致的夾人事故為例，基于事件樹分析法，建立行車作業(yè)差錯行為與事故風險之間的致因鏈。最后基于LEC方法，建立軌道交通駕駛員人為差錯的風險評價體系，并提出風險管控建議。結果計算得出地鐵正線運行中的差錯行為所導致的風險危害最大、最為嚴重，并得出駕駛員錯關門這一差錯行為導致夾人事故發(fā)生的概率給地鐵行車安全提出針對性建議。

關鍵詞：城市交通;差錯行為;事件樹分析法;LEC方法

0 引言

安全一直是軌道交通系統(tǒng)不可忽視的話題。科技發(fā)展帶動了設施設備的更新，故而由設備因素導致的事故占比日趨降低，相反人為差錯因素導致的事故比越顯突出。駕駛員是地鐵運營過程中的重要崗位。本文以駕駛員崗為例，探究行車作業(yè)過程中的差錯行為，并建立風險評價體系，對減少事故發(fā)生有一定的實用意義。

關于駕駛員行車作業(yè)與差錯行為風險的相關問題，國內(nèi)外已有較多研究。S.J.Wesretman[1]以2 806名受試者為研究對象，對其自我報告的駕駛壓力和異常駕駛行為進行了調(diào)查，研究了駕駛員行為量表（DBI）和駕駛員行為問卷（DBQ）之間的關系及其心理測量特性。W.Ian Hamilton[2]通過利用認知理論和建模技術來描述與基礎設施特征和操作條件相關的駕駛員績效建立了模型。鄒冉[3]針對地鐵列車駕駛員這一崗位工作壓力大、工作環(huán)境較特殊的特征，對工作人員自身、設施設備安全、管理上的風險以及環(huán)境因素四個方面進行綜合考量并提出風險管控建議。佟瑞鵬[4]以家具制造為例用蒙特卡羅方法對不安全行為風險進行了定量分析。蘭建義[5]針對煤礦作業(yè)中的人因失誤利用層次分析和模糊綜合評價的方法進行了評價。我國對行車作業(yè)中駕駛員的相關研究大多是從列車駕駛員這一崗位本身具有特殊性質(zhì)入手，從各個方面對司機工作特征進行了全面的分析。對于不安全行為的各種研究則大多數(shù)集中在航空、核電站和煤礦這幾個方面，在軌道交通方面還需要更加深入的研究。

1 駕駛員差錯行為分析

不安全行為大致可以分為兩類：差錯（errors）和違規(guī)（violations）。差錯代表的是個人無意識的精神和身體行為所造成的沒有達到期望的結果，而違規(guī)指的是主觀上有意不遵守確保行車安全的標準化規(guī)程。駕駛員有意違反規(guī)定的行為出現(xiàn)較少，本文以駕駛員差錯行為作為分析和研究對象。

1.1 駕駛員差錯行為分類

基于認知過程分析，軌道交通駕駛員的差錯行為可分為技能差錯、決策差錯和知覺差錯。其中，技能差錯指地鐵駕駛員在行車過程中所造成的行駛差錯;決策差錯意為駕駛員的行為雖是按照標準，但由于標準本身存在漏洞問題，或者駕駛員選取的標準不合當前時宜，造成應急處置不當所造成的差錯;知覺差錯則是在駕駛員的知覺感受相異于實際情況時具有較高的發(fā)生頻率。

1.2 駕駛員差錯行為致因分析

研究表明，在差錯產(chǎn)生的前提條件中與人相關的是操作者的狀態(tài)以及人員因素。操作者的狀態(tài)往往影響工作績效，而直接影響操作者自身績效的因素又分為精神狀態(tài)差、生理狀態(tài)差和身體、智力局限。精神狀態(tài)差包括睡眠缺乏、過度關注任務、精神疲勞和注意力不集中等;生理狀態(tài)是指個人的生理狀態(tài)出現(xiàn)問題從而誘發(fā)不安全行為的情況;身體、智力局限是指當操作要求超出個人能力范圍。在地鐵系統(tǒng)中，人員因素通常分為班組資源管理和駕駛員個人的準備狀態(tài)。地鐵行車作業(yè)是由多個崗位聯(lián)動進行，任何崗位的微小差錯都可能誘發(fā)安全事故。駕駛員個人的準備狀態(tài)指駕駛員訓練不足可能導致行車操作失誤，另外飲食不佳也可能導致身體不適從而影響狀態(tài)。

駕駛員的差錯行為發(fā)生后未必立即發(fā)生事故，差錯行為發(fā)生后的安全監(jiān)管是避免事故發(fā)生的重要環(huán)節(jié)。不安全的監(jiān)督分為監(jiān)督不充分、運行計劃不適當、沒有糾正問題和監(jiān)督違規(guī);運行計劃不適當指工作班組的操作節(jié)奏以及值班安排使得班組冒風險或者影響班組休息，最終導致影響效績的情況;沒有糾正問題意為監(jiān)督者在發(fā)現(xiàn)個體、設備、培訓以及其他與安全有關的地方呈現(xiàn)錯誤后卻未能及時糾正;監(jiān)督違規(guī)指的是監(jiān)督者故意違反規(guī)章制度的狀況。

2 基于事件樹的人因事故致因分析

2.1 事故樹分析法

事件樹分析方法（Event Tree Analysis，簡稱ETA）起源于決策樹分析（Decision Tree Analysis，簡稱DTA）是一種用于安全工程中的推理演繹方法[8]。事件樹分析法是一種以事件發(fā)生的時間因果先后為基礎，從初始事件開始往后找出與之相關的中間環(huán)節(jié)事件直至結果事件的方法。事件樹分析法以分析事件之間成功和失敗進行鏈條連接。

事件樹的建立的過程可以分為三個部分：①確定一個初始事件，②確定不同的中間環(huán)節(jié)，③確定后果事件。每個初始事件經(jīng)過不同的中間環(huán)節(jié)最終引發(fā)不同的事件結果，每個環(huán)節(jié)可能有成功狀態(tài)或失敗狀態(tài)，這個過程用一個個分支表示。事件樹建立后會有不同的事故鏈產(chǎn)生，將這一鏈條上所有環(huán)節(jié)的發(fā)生概率相乘，得出的值即從初始事件為因?qū)е碌牟煌蠊录l(fā)生的概率;此外，將所有導致事故的結果事件的概率相加即得到由某初始事件導致的系統(tǒng)整體失效率。

2.2 基于事件樹的致因鏈

根據(jù)事故樹分析法，構建駕駛員差錯行為導致事故發(fā)生的致因鏈。本文以正線行車中的駕駛員錯關門這一差錯行為例，通過構建事件樹繼而建立事故致因鏈。在不同的致因鏈上，由于不同環(huán)節(jié)的防護措施可能會出現(xiàn)失效，從而導致不同的事故后果，具體如圖1所示。由圖1可見，駕駛員錯關門這一差錯行為發(fā)生后，由于防護有效性不同，可能會形成7條事故致因鏈條，導致3種事件結果，包括S1和S3為夾人動車事故，S2、S4、S5為夾人事故發(fā)生但及時解救，S6、S7為事故避免。

3 駕駛員行車作業(yè)差錯行為風險評價與管控

3.1 基于LEC評價法的作業(yè)風險分析與評價

作業(yè)條件危險性分析法（LEC）是對隱性危險作業(yè)環(huán)境中的危險源進行半定量的安全評價方法。該方法用評價風險大小的方式將與風險有關的因素值相乘進而得到最終風險數(shù)值。給因素的等級進行劃分，并賦予不同的數(shù)值，再將相乘計算得出危險性風險性，進而評價作業(yè)風險。LEC評價法的公式簡化如下：

（1）

公式中：L、E、C分別為事故發(fā)生的可能性、操作者置于危險環(huán)境中的頻率發(fā)生事故可能造成后果的嚴重程度，代表與風險相關的因素;D則表示危險性風險的大小。

根據(jù)地鐵駕駛員差錯行為事故調(diào)查表對5項行車作業(yè)中駕駛員差錯行為可能造成的事故后果進行總結。以表1為基礎，運用LEC分析法進行風險評估，詳見表1。其中，地鐵事故等級劃分標準依據(jù)《上海市軌道交通運營安全事故處置規(guī)定》。

從表1中可以看出在正線行車運行中的差錯行為瞭望不清使列車碾軋異物、列車碰擦異物和關門作業(yè)屏蔽門夾人夾物所導致的風險最為嚴重。因此，軌道交通公司在這兩方面需要進行更仔細的監(jiān)管。

3.2 基于事件樹的行車作業(yè)差錯行為風險評價

事故發(fā)生頻率是每個中間環(huán)節(jié)發(fā)生的頻率相乘之積，因此圖1中7個事件后果發(fā)生概率表示為：

（2）

（3）

（4）

（5）

?（6）

?（7）

?（8）

其中，P（A）表示駕駛員錯關門差錯行為發(fā)生的概率;P（B）和P（）分別表示乘客正在/沒有上下車的概率;P（C）和P（）分別表示門夾人彈開裝置正常運作/故障的概率;P（D）和P（）分別表示駕駛員發(fā)現(xiàn)/未發(fā)現(xiàn)尾部光帶不完整的概率;P（E）和P（）分別表示紅外線裝置正常生效/失效的概率;P（F）和P（）分別表示站務員發(fā)現(xiàn)/未發(fā)現(xiàn)乘客被夾的概率;P（G）和P（）分別表示站務員及時/未及時按下緊急按鈕的概率。

將事故后果事件頻率相加得到駕駛員錯關門差錯行為可能導致的事故概率分別為：

（9）

（10）

?（11）

式中，表示夾人動車事故發(fā)生的概率;表示夾人事故發(fā)生，但及時解救的概率;表示事故避免的概率。

現(xiàn)假設所有環(huán)節(jié)發(fā)生概率皆為0.5，則“駕駛員錯開門”這一差錯行為所造成的三個后果事件發(fā)生概率如下：

，，。據(jù)此計算結果可知，在錯開門這一差錯行為發(fā)生后，盡管在較大的概率上能夠避免事故，但是仍有可能發(fā)生夾人事故，甚至是夾人動車事故。

3.3 駕駛員行車作業(yè)差錯行為風險管控

風險管控旨在將風險控制在可接受范圍內(nèi)，確保事故不發(fā)生。為防止駕駛員產(chǎn)生差錯行為，提出以下管控建議：

（1）重視駕駛員身心狀態(tài)。定期檢查、測評駕駛員心理和生理健康狀態(tài)，合理分配工作線路，科學安排輪班時間，保障駕駛員得到充分的休息時間，避免駕駛員工作時出現(xiàn)醉酒、生病、精神疲勞等一系列問題，誘發(fā)差錯行為。

（2）加大安全教育培訓力度。強化專業(yè)技能培訓，制定科學工作規(guī)程，有利于提升工作人員的專業(yè)技能，有效減少差錯行為的發(fā)生。

（3）提高安全監(jiān)管水平。在工作中保持實時監(jiān)管，尤其是區(qū)間運行和開關門作業(yè)。掌握駕駛員差錯行為的發(fā)生，并及時進行有效的補救措施;將駕駛員各種差錯行為進行記錄，建立數(shù)據(jù)庫，針對時常發(fā)生的差錯行為予以告知駕駛員，提醒駕駛員及時自省和自我檢測。

（4）加強各級崗位聯(lián)動。在駕駛員發(fā)生差錯行為后，其他崗位要及時發(fā)現(xiàn)并填補安全漏洞，各層級崗位工作人員共同防護，避免事故發(fā)生或?qū)⑹鹿饰：档阶畹汀?/p>

（5）優(yōu)化人機界面設置，做好設備維護工作。通過系統(tǒng)和設備的優(yōu)化，提供良好的工作環(huán)境。如此有利于駕駛員更好地集中注意力，加強對周圍環(huán)境的觀察感知能力，在一定程度上減少差錯行為發(fā)生的概率。

4 結語

本文通過分析以往的地鐵事故，查閱文獻，觀看各種資料以及對照電動列車駕駛員作業(yè)指導手冊對駕駛員差錯行為進行總結;運用事故致因的“瑞士奶酪”模型對差錯行為的進行分析。基于LEC方法，計算出地鐵正線運行中的差錯行為發(fā)生之后導致的風險危害最大;選取駕駛員錯關門為例，基于事件樹分析法，從駕駛員事故致因角度出發(fā)，建立行作業(yè)差錯行為與事故風險之間的致因鏈，得出駕駛員錯關門這一差錯行為導致夾人事故發(fā)生的概率;基于以上結論，對地鐵行車安全提出針對性的建議。

參考文獻：

[1]Westerman S J，Haigney D.Individual differences in driver stress，error and violation[J].Personality and Individual Differences，2000，29（5）：981-998.

[2]W.lan Hamilton，Theresa Clarke.Driver performance modeling and its practical application to railway safety [J].Alpplied ergonomics，2005.

[3]鄒冉.地鐵運營中電客車司機崗位行車風險分析[J].交通世界，2018（32）：34-36.

[4]佟瑞鵬，馬曉飛.基于蒙特卡羅法的家具制造工人不安全行為風險評估[J].中國安全生產(chǎn)科學技術，2018，14（7）： 187-192.

[5]蘭建義，周英.基于層次分析-模糊綜合評價的煤礦人因失誤安全評價[J].煤礦安全，2013，44（10）：222-225.

[6]慈小玉，吳金洪.基于瑟利模型的地鐵火災原因及防控思路分析[J].城市軌道交通研究，2012，15（11）：108-110.

[7]甘旭升，端木京順，叢偉，等.機械原因飛行事故誘因的分析與預測研究[J].中國安全科學學報，2011，21（5）：119-125.

[8]Cheng J X，Howlett P G.Application of Critical velocities to the Minimisation of fuel consumption in the control of trains[J].Automatic，1992（28）：165-169.