油氣管道事故人因致因路徑研究

摘 要：為探究油氣管道事故人因因素及其關鍵致因路徑，基于人因事故鏈防控油氣管道事故，以油氣管道事故人因分析與分類系統（HFACS）模型為基礎，統計分析了70起油氣管道事故。在此基礎上，首先，運用卡方檢驗和讓步比法探討了相鄰層級人因因素之間的關聯關系和事故致因路徑；然后，運用社會網絡模型描述了非相鄰層級因素間的關聯關系，提出用統計結果OR值代替專家打分作為因素間邊權重賦值標準，通過對度中心度、特征向量中心性和中介中心性的分析，考慮非相鄰層級因素的事故關鍵致因路徑；最后，提出了有針對性的應對防控措施。結果表明：僅考慮相鄰層級因素關聯關系時，油氣管道事故致因路徑有5條，而通過引入非相鄰層級因素關聯關系，能夠定位出關鍵事故致因路徑為“組織氛圍不良-監督不充分-技術環境差-技能差錯”；根據人因因素在關鍵事故致因路徑的傳遞過程，能夠形成更有針對性的系列化防控措施。油氣管道事故關鍵人因致因路徑的確定和研究，為更有效地阻斷事故致因鏈條，防范油氣管道事故提供了理論指導。

關鍵詞：人因致因路徑；管道事故；人因分析與分類系統模型；相關性分析；網絡分析

中圖分類號：X 937""" 文獻標志碼：A

文章編號：1672-9315（2025）01-0108-09

DOI：10.13800/j.cnki.xakjdxxb.2025.0110

Mechanism of human factors in oil and gas pipeline accidents

WEI Min SHI Yongjin³，FAN Zhiwei^4，5，JING Qi^4，5，XIONG Yi^4，5

（1.College of Marine Geosciences，Ocean University of China，Qingdao 266100，China；

2.Offshore Oil Production Plant，Shengli Oil field Branch Company，SINOPEC，Dongying 257237，China；

3.Drilling technology Research Institute，Shengli Oilfield Service，SINOPEC，Dongying 257017，China；

4.College of Safety and Ocean Engineering，China University of Petroleum，Beijing 102249，China；

5.Key Laboratory of Oil and Gas Safety and Emergency Technology，Ministry of Emergency Management，Beijing 102249，China）

Abstract：To research the human factors and critical causal paths of oil and gas pipeline accidents，and to prevent and control oil and gas pipeline accidents from the human factors accident chain，70 oil and gas pipeline accidents were statistically analyzed based on the Human Factors Analysis and Classification System（HFACS）model.On this basis，firstly，the correlation relationship between human factors at adjacent levels was analyzed by using chi-square test and odds ratio（OR）.Then，the social network model was used to describe the correlation between factors at non-adjacent levels，and" the statistical result OR value was propased to replace

expert scoring method as the edge weight assignment standard between factors.Through degree centrality，eigenvector centrality，and between centrality，the critical causation path of accidents considering non-adjacent factors was analyzed.And finally，targeted prevention measures were proposed.The results demonstrate that there are five distinct accident causation paths for oil and gas pipelines when considering only the correlation between adjacent levels factors.However，the introduction of the correlation between non-adjacent hierarchical factors allows for the identification of critical accident causation paths，which can be described as follows：“Poor Organizational Climate-Inadequate Supervision-Poor Technical Environment-Skill Based Errors.” The transmission process of human factors in the critical accident causation path allows for the formation of a more targeted series of prevention and control measures.

The identification and study of the key human factors causal path of oil and gas pipeline accidents provide theoretical guidance for better blocking the accident causal chain and preventing oil and gas pipeline accidents.

Key words：human factors causal paths；pipeline accidents；HFACS model；correlation analysis；network analysis

0 引 言

油氣管道運輸因其成本低、占地少、輸量大和效率高等特點，已成為保障中國國家能源安全的重要一環^[1]。然而，隨著油氣管道建設規模的擴大和管道服役時間的延長，各種管道事故頻繁發生^[2]。為了更好地預防油氣管道事故，眾多學者開始有針對性地研究油氣管道事故的致因因素及其相互關系，深入探討其成因機制^[3]。

學者們首先針對油氣管道事故的原因開展了統計研究：帥健等通過統計國內外管道事故的原因，將事故原因分成6大類^[3]；梁永寬、王鈺滔等發現中國管道的主要事故原因包括第三方施工破壞和打孔盜油/氣^[4-5]。

在此基礎上，馮慶善、付貴、宮運華 等團隊開展了管道事故致因模型的研究，提出或引入了包括“樹生”模型、“2-4”模型、“STAMP模型”在內的多種模型，用以描述管道事故的致因機理^[6-8]。

這些研究結果揭示了油氣管道事故的主要致因因素及致因機理，包括了環境因素、設備因素和管理因素等多種來源。然而，上述研究缺乏從管理視角對人員行為、組織關系等深層次人因因素及其作用機制的聚焦^[9]，并且缺乏針對人因因素傳遞路徑的防控措施研究。

人為因素分析與分類系統（Human Factors Analysis and Classification System，HFACS）模型作為一種研究人因因素間內在聯系的事故模型^[10-15]，已被黃萍等學者引入到典型油氣管道事故分析中，識別出事故中存在的主要人因因素，并確定了引起油氣管道泄漏爆炸事故的決定性因素^[16]。上述管道事故人因因素的研究主要依托于對某個具體操作或者單個典型事故的分析，缺乏對基于統計結果的油氣管道人因因素及其關聯關系的全面探討。

綜上，為了深入探究油氣管道事故人因因素及其深層次聯系，并為油氣管道事故的預防提供理論參考與實踐指導，采用HFACS模型對收集到的70起國內外油氣管道事故進行了人因因素分析。基于統計結果，展開因素間的相關性分析，旨在找出事故致因路徑及關鍵致因路徑。根據關鍵致因路徑上人因因素的傳遞過程分析結果，提出了有針對性的防控措施。

1 油氣管道事故人因模型構建

油氣管道事故原因復雜多樣，為了構建管道事故人因模型，首先，從HFACS模型出發，形成不良的組織因素、不安全的監督、不安全行為的前提條件和不安全的行為4個人因層級；其次，收集來自于美國、歐洲、英國和中國的70起油氣管道事故，并對事故報告原因進行對應歸類，得到4個人因層級下的17個共性人因因素，其特征描述及對應事故報告原因案例見表1。

收集到的70起事故具有普遍的代表性，包含了油氣管道3大類9小類的主要失效致因形式，具體包括：外腐蝕10起、內腐蝕/磨蝕8起、應力腐蝕開裂/氫致損傷13起、凹陷疲勞損傷事故4起、與制管有關的缺陷2起、與焊接/施工有關的因素10起、機械損傷19起、誤操作3起、自然與地質災害1起。通過對表1中事故原因與人因因素的配對分析，完成了70起事故的所有人因致因因素的對應歸類，從而建立了油氣管道事故人因模型。

2 人因因素分類統計和相關性分析

2.1 基于事故報告的人因因素統計分析

根據建立的油氣管道事故人因模型對收集到的70起油氣管道事故進行統計分析，得到油氣管道事故人因因素頻率見表2。

由表2可知，在“不良的組織因素”這一層級中，“組織氛圍不良”占比最高（71.43%）；在“不安全的監督”這一層級中，“監督不充分”（42.86%）占比最高；在“不安全行為的前提條件”中，“技術環境差”占比最高（67.14%）；在“不安全的行為”中，“技能差錯”占比最高（41.43%）。組織氛圍不良、監督不充分、技術環境差和技能差錯則分別是各層級中最常見的人因因素。

2.2 相鄰層級相關性及致因路徑分析

事故發生時，每個層次至少會發生一次故障，如果在任何時候糾正其中一個故障就可以防止事故的發生^[21]。因此，通過研究致因因素各層級間的相關性，找到油氣管道事故人因因素致因路徑，對于制定有效的預防措施具有重要意義。

為研究人因模型中各因素間關系，利用SPSS軟件對各層級因素人因因素進行相關性檢驗，計算卡方檢驗值χ2、概率p值和比值比（OR）。在卡方檢驗中，概率p反映對應層級是否存在關聯；而比值比則是衡量對應層級關聯性大小的特征值。當滿足plt;0.05、OR值＞1時，表明2個因素間存在顯著關聯性^[22]，各層級相關性分析的結果見表3。由表3可知，相鄰層級中一共有15對人因因素存在顯著關聯關系，如圖1所示。其中，導致事故出現的路徑一共存在5條：“資源管理不當-沒有糾正問題-物理環境差-偶然性違規”“組織氛圍不良-監督不充分-技術環境差-技能差錯”“組織氛圍不良-沒有糾正問題-物理環境差-偶然性違規”“組織過程不當-監督違規-班組資源管理不當-決策差錯”和“組織過程不當-運行計劃不恰當-生理狀態差-決策差錯”。從5條主要事故致因路徑可以看出，對“資源管理不當”和“組織氛圍不良”因素，如果發現問題但沒有得到糾正，則可能通過影響管道周邊物理環境，增加工作人員的偶然性違規，從而導致管道事故；而“組織氛圍不良”在監督不充分的情況下，還可能導致技術環境劣化，進而耦合員工技能水平問題，通過技能差錯引發管道事故；“組織過程不當”因素則主要通過監督違規和

不恰當的運行計劃傳導到“決策錯誤”，最終引起管道事故。對比5條事故致因路徑可以發現，“資源管理不當”和“組織氛圍不良”因素具有相同的致因傳導路徑，因此制定其預防措施可以有一定的相似性；而“組織過程不當”因素可以通過2條不同的事故致因路徑借助“決策差錯”最終導致管道事故，所以當發現“組織過程不當”因素，則應重點從決策差錯的角度調查事故原因并制定預防措施；最后，“組織氛圍不良”與“監督不充分”的結合形成了一條獨立的事故致因路徑，該路徑不同于其他4條具有2個以上交點的致因路徑，應單獨關注。

進一步分析可以發現，上述HFACS因素間的聯系必須通過相鄰層級傳遞，而在人因因素頻率統計中，油氣管道事故案例調查報告可能出現人因分析層級不全的情況，這將導致相鄰層級相關性分析得到的致因路徑難以充分反映跨層級的因素傳遞現象。為了深入分析致因路徑中的關鍵因素，找出符合統計結果的關鍵事故致因路徑，從而制定更有針對性的管道事故防控措施，需要引入考慮非相鄰層級的相關性矩陣，構建更為復雜的社會網絡模型。

3 關鍵事故致因路徑分析

3.1 油氣管道事故人因網絡模型構建

為了進一步研究油氣管道事故的關鍵致因路徑，考慮非相鄰層級間的關聯關系可以有效地補充事故人因因素間的聯系。簡單的事故鏈圖無法探究因素間更深層次的聯系，因此需要將人因因素和因素間聯系分別抽象為社會網絡中的節點和邊^[23-27]。

對非相鄰層級進行關聯分析，可以補充10對顯著性關聯關系的人因因素，結果見表4。

采用如圖2所示的社會網絡模型構建油氣管道事故的人因網絡模型，用以定量研究因素間的深層次聯系。

為實現在社會網絡分析中引入事故統計結果，并客觀評價對各節點間的影響關系，利用表3和表4中的因素相關性分析結果OR值，對社會網絡中的邊權重進行賦值。

為避免直接使用OR值作為權重引起的數據分散性誤差，采用標度法規范權重賦值^[27-28]，其判定標準見表5。根據OR值賦值可以得到社會網絡結構中所有節點連接邊的權重值。結合節點與連接邊權的數值關系，就可以通過度中心度（Degree）、特征向量中心性（Eigenvector Centrality）等參數，深入研究網絡節點的致因關系。

3.2 致因路徑中關鍵因素分析

圖2所示的網絡模型中，度中心度是網絡中節點地位或網絡權利的量化指標。節點的度中心度包括箭頭指向該點的邊權重和從該點出發的邊權重之和^[29]。節點的重要性不僅與度中心度相關，還取決于其鄰居節點的重要性。

因此，為了表征其重要性，可以使用節點的特征向量中心性這一指標。

圖3給出了人因因素的特征向量中心性和度中心度相圖。相圖表明IV區域對應度中心度和特征向量中心性均顯著重要的人因因素，其中組織管理層級（頂層A）的組織氛圍不良（A2）和不安全行為層級（底層D）的技能差錯（D1）是最關鍵節點。

對于中間層級（B和C），圖3所示的IV區域存在數值相近的多個關鍵因素，為了進一步定位中間層級的關鍵致因因素，可以運用由公式（1）表示^[30]的社會網絡中介中心性（Between Centrality）來表征中介節點控制作用強弱，以區分其重要性。

BC（k）=∑dij（k）dij

（1）

式中 dij為節點i到節點j的最短路徑數量（利用邊權計算路徑長短）；dij（k）為從節點i到節點j的最短路徑中經過節點k的數量，分析結果如圖4所示。

技術環境差（C5）和監督不充分（B1）分別在各自層級的中介中心性最高，表明這2個因素是2個中間層級的關鍵中介因素。結合中間層中介性的特點對事故進行分析，可以發現，多數事故都經過監督不充分（B1）和技術環境差（C5）關聯到底層因素。

根據社會網絡分析，考慮非相鄰層級關聯關系的各層級關鍵因素分別為組織氛圍不良、監督不充分、技術環境差和技能差錯，從而可以得出油氣管道事故關鍵致因路徑是5條致因路徑中的“組織氛圍不良-監督不充分-技術環境差-技能差錯”。通過這一關鍵致因可知，油氣管道企業安全管理文化不足導致管理層安全意識的缺失，這種缺失不僅可以通過員工培訓中的監督不充分影響員工的技能差錯，也可以通過對安全投入的監督不充分作用到技術環境，進一步阻礙對員工技能差錯行為的及時發現、預警或終止，這是事故致因因素的關鍵傳遞過程。

為了更好地管理油氣管道，防止事故發生，可以從油氣管道事故的關鍵致因路徑出發，對人因因素各個層級的關鍵路徑節點進行針對性的防控措施制定。結合事故原因進行以下分析。

1）在組織管理層級中，組織氛圍不良（A2）主要表現為管道運營商的安全管理制度、文化欠缺或執行機構不健全，這是引起后續人因因素產生的根本原因。因此，應該強化管道運營企業的安全意識，通過制定切實可行的安全制度、加強安全文化建設和構建安全監督體系，將相關的安全責任意識有效傳導到監督層級中。

2）在不安全的監督層級中，監督不充分（B1）主要表現為管道運營商監督者風險評價不準確、對員工安全教育培訓管理和評價不到位。需要對監督對象進行完善的風險評價，重視管道安全人員和實操人員定期培訓，調整培訓內容和落實三級培訓制度，采用模擬實訓、演練考核、效能評價等形式完善監督評估手段，確保相關人員的能力與崗位要求適配。

3）在不安全行為前提條件層級中，技術環境差（C5）是指管道監測技術不到位、自動化設備功能不全等問題。企業應當推進管道數智化技術的發展，優化行業技術環境，利用先進的智能識別和預警技術來防范不安全行為的發生。例如現在已逐步應用到管道施工、運維過程中的不安全行為視覺識別技術，就能更好地改善技術環境。

4）在不安全行為層級中，技能差錯（D1）的典型形式為員工技術能力不足導致事故的發生。根據事故統計結果可知，日常運行中的不安全行為多表現為技能差錯導致的誤操作。針對技能差錯節點，除了通過改善前置節點來防止技能差錯行為，還需要構建有針對性的安全屏障以消除其影響。例如針對內檢測數據解釋錯誤的技能差錯行為，建立數據解釋核查機制，通過多人分析、現場核實等方式進一步確認，以消除數據解釋錯誤帶來的負面影響。

4 結 論

1）70起管道事故人因因素頻率分析結果表明，組織氛圍不良、監督不充分、技術環境差、技能差錯是各層級中導致制造油氣管道事故發生的常見因素，針對其進行重點防控可以從頻率上降低油氣管道事故發生的次數。

2）通過對相鄰層級間人因因素的相關性分析，得出5條事故致因路徑，考慮非相鄰層級因素間關聯關系，引入社會網絡模型描述油氣管道事故，提出基于統計結果的OR值作為邊權重賦值構建相關性矩陣，建立基于客觀統計結果的數據基礎。采用度中心度、特征向量中心性和中介中心性分析方法，定位關鍵致因路徑是“組織氛圍不良-監督不充分-技術環境差-技能差錯”，為把握關鍵節點，針對性制定油氣管道事故人因防控措施提供了理論指導。

3）基于關鍵致因路徑，結合社會網絡模型，提出了基于人因因素傳遞過程的系列控制措施，采用“安全文化建設和監督體系構建-基于評價結果的監督方法-先進不安全行為識別技術-技能差錯安全屏障”方法有效阻斷油氣管道事故關鍵致因路徑。

參考文獻（References）：

[1] 李秋揚，趙明華，張斌，等.2020年全球油氣管道建設現狀及發展趨勢[J].油氣儲運，2021，40（12）：1330-1337，1348.LI Qiuyang，ZHAO Minghua，ZHANG Bin，et al.Current construction status and development trend of global oil and gas pipelines in 2020[J].Oil amp; Gas Storage and Transportation，2021，40（12）：1330-1337，1348.

[2]單克，帥健，楊光，等.美國油氣管道基本失效概率評估方法及啟示[J].油氣儲運，2020，39（5）：530-535.SHAN Ke，SHUAI Jian，YANG Guang，et al.Evaluation method for basic failure probability of oil and gas pipeline based on accident statistics in the United States and enlightenments[J].Oil amp; Gas Storage and Transportation，2020，39（5）：530-535.

[3]狄彥，帥健，王曉霖，等.油氣管道事故原因分析及分類方法研究[J].中國安全科學學報，2013，23（7）：109-115.DI Yan，SHUAI Jian，WANG Xiaolin，et al.Study on methods for classifying oil ＆ gas pipeline incidents[J].China Safety Science Journal，2013，23（7）：109-115.

[4]梁永寬，楊馥銘，尹哲祺，等.油氣管道事故統計與風險分析[J].油氣儲運，2017，36（4）：472-476.LIANG Yongkuan，YANG Fuming，YIN Zheqi，et al.Accident statistics and risk analysis of oil and gas pipelines[J].Oil amp; Gas Storage and Transportation，2017，36（4）：472-476.

[5]王鈺滔，呂延鑫，楊萬里，等.國內外輸氣管道事故研究綜述[J].化工設備與管道，2022，59（4）：78-84.WANG Yutao，LV Yanxin，YANG Wanli，et al.Review of research for accidents occurred in gas transportation pipeline in home and abroad[J].Process Equipment amp; Piping，2022，59（4）：78-84.

[6]馮慶善.“樹生”事故致因理論模型[J].油氣儲運，2014，33（2）：115-120.FENG Qingshan.“Tree type” model of accident cause theory[J].Oil amp; Gas Storage and Transportation，2014，33（2）：115-120.

[7]孫世梅，高小迪，傅貴.4起油氣管道事故原因分析[J].清洗世界，2020，36（3）：50-51.SUN Shimei，GAO Xiaodi，FU Gui.Analysis of the causes of 4 oil and gas pipeline accidents[J].Cleaning World，2020，36（3）：50-51.

[8]GONG Y H，LI Y T.STAMP-based causal analysis of China-Donghuang oil transportation pipeline leakage and explosion accident[J].Journal of Loss Prevention in the Process Industries，2018，56：402-413.

[9]孫世梅，高小迪，孫赫，等.天然氣管道施工事故行為原因研究[J].中國安全科學學報，2020，30（6）：8-13.SUN Shimei，GAO Xiaodi，SUN He，et al.Study on causes of accidents in construction of natural gas pipelines[J].China Safety Science Journal，2020，30（6）：8-13.

[10]VEMPATI L，WOODS S，SOLANO R C.Qualitative analysis of general aviation pilots’aviation safety reporting system incident narratives using the human factors analysis and classification system[J].International Journal of Aerospace Psychology，2023，33（3）：182-196.

[11]KELLY，DAMIEN，MARINA E.An analysis of human factors in fifty controlled flight into terrain aviation accidents from 2007 to 2017[J].Journal of Safety Research，2019，6：155-165.

[12]YILDIZ S，UURLU ，WANG J，et al.Application of the HFACS-PV approach for identification of human and organizational factors（HOFs）influencing marine accidents[J].Reliability Engineering amp; System Safety，2021，208：107395.

[13]KAPTAN M，SARIALIOGLU S，UGURLUO，et al.The evolution of the HFACS method used in analysis of marine accidents：A review[J].International Journal of Industrial Ergonomics，2021，86：103225.

[14]田水承，孫雯，楊鵬飛，等.煤礦班組不安全狀態影響因素及評價[J].西安科技大學學報，2022，42（3）：405-412.TIAN Shuicheng，SUN Wen，YANG Pengfei，et al.Connotation and influencing factors of coal mine team unsafe state[J].Journal of Xi’an University of Science and Technology，2022，42（3）：405-412.

[15]栗婧，蔡忠杰，任遠，等.HFACS-MI改進模型在危險化學品倉儲事故人因分析中的應用[J].安全與環境學報，2024，24（3）：1052-1060.LI Jing，CAI Zhongjie，REN Yuan，et al.Application of HFACS-MI improved model in human factor analysis of hazardous chemicals storage accidents[J].Journal of Safety and Environment，2024，24（3）：1052-1060.

[16]黃萍，徐晶晶，賴永生，等.基于HFACS和AHP的油氣管道泄漏爆炸事故人因分析[J].安全與環境工程，2016，23（6）：114-118.HUANG Ping，XU Jingjing，LAI Yongsheng，et al.Human factors analysis of leakage explosion of oil and gas pipeline based on HFACS and AHP[J].Safety and Environmental Engineering，2016，23（6）：114-118.

[17]Pipeline and Hazardous Materials Safety Administration.Incident reporting[DB/OL].（2022-02-14）[2023-06-05].https：//www.phmsa.dot.gov/incident-reporting.

[18]Canada National Energy Regulator.Pipeline incident data[DB/OL].（2022-06-13）[2023-06-05].https：//open.canada.ca/data/en/dataset/7dffedc4-23fa-444c-a36d-adf5a6cc09f1.

[19]安全管理網.“6·30”新大原油管道破壞泄漏事件調查報告[EB/OL].（2016-05-04）[2023-06-05].https：//www.safehoo.com/Case/Case/Other/201605/434399.shtml.Safety Management Network.Investigation report on the “6·30” New Large Crude oil pipeline damage and leakage incident[EB/OL].（2016-05-04）[2023-06-05].https：//www.safehoo.com/Case/Case/Other/201605/434399.shtml

[20]安全監管總局人事司（宣教辦）.山東省青島市“11·22”中石化東黃輸油管道泄漏爆炸特別重大事故調查報告[EB/OL].（2014-01-10）[2023-06-05].https：//www.mem.gov.cn/gk/sgcc/tbzdsgdcbg/2013/201401/t20140110_245228.shtml.Personnel Department（Education Office）of the State Administration of Work Safety.Investigation report on the “11·22” Sinopec Donghuang oil pipeline leakage and explosion major accident in Qingdao，Shandong Province[EB/OL].（2014-01-10）[2023-06-05].https：//www.mem.gov.cn/gk/sgcc/tbzdsgdcbg/2013/201401/t20140110_245228.shtml

[21]成連華，趙旭東，郝杰，等.建筑工人安全能力對安全行為的影響——信息認知與AMO理論的雙重視角[J].西安科技大學學報，2023，43（3）：449-456.CHENG Lianhua，ZHAO Xudong，HAO Jie，et al.Influence of construction workers’ safety ability on safety behavior[J].Journal of Xi’an University of Science and Technology，2023，43（3）：449-456.

[22]鄭世博，樊運曉，李振明.基于HFACS的貨車交通事故致因研究[J].安全與環境工程，2020，27（6）：133-139.ZHENG Shibo，FAN Yunxiao，LI Zhenming.Causal factors of truck traffic accidents based on HFACS model[J].Safety and Environmental Engineering，2020，27（6）：133-139.

[23]YANG R J，ZOU P X W.Stakeholder-associated risks and their interactions in complex green building projects：A social network model[J].Building and Environment，2014，73：208-222.

[24]劉全龍，彭雨蒙，趙盼，等.基于HFACS模型的制造企業機械傷害事故致因分析[J].中國安全科學學報，2023，33（3）：51-59.LIU Quanlong，PENG Yumeng，ZHAO Pan，et al.Analysis of causes of mechianical injury accidents in manufacturing enterprises based on HFACS model[J].China Safety Science Journal，2023，33（3）：51-59.

[25]張偉，張瀟，薛楠楠，等.塔吊安全事故致因網絡模型構建與分析[J].中國安全科學學報，2020，30（12）：1-7.ZHANG Wei，ZHANG Xiao，XUE Nannan，et al.Network model establishment and analysis of tower crane safety accident causes[J].China Safety Science Journal，2020，30（12）：1-7.

[26]陳子涵，李磊，趙奕博，等.非正式組織視角下煤礦工人不安全行為影響因素識別[J].西安科技大學學報，2023，43（5）：854-862.CHEN Zihan，LI Lei，ZHAO Yibo，et al.Identification of factors influencing unsafe behaviors of coal miners from the perspective of informal organizations[J].Journal of Xi’an University of Science and Technology，2023，43（5）：854-862.

[27]田水承，孫璐瑤，唐藝璇，等.礦工不安全狀態評價指標體系的構建與分析[J].西安科技大學學報，2021，41（3）：402-409.TlAN Shuicheng，SUN Luyao，TANG Yixuan，et al.Construction and analysis of evaluation index system for miners[J].Journal of Xi’an University of Science and Technology，2021，41（3）：402-409.

[28]郭恒，陳國明.基于圖論的海洋平臺連鎖風險評價[J].中國安全科學學報，2012，22（5）：106-112.GUO Heng，CHEN Guoming.Offshore platform chain risk assessment based on graph theory[J].China Safety Science Journal，2012，22（5）：106-112.

[28]許正權，張妮，王華清，等.礦工不安全行為的網絡傳播性分析[J].科技進步與對策，2014，31（11）：54-56.XU Zhengquan，ZHANG Ni，WANG Huaqing，et al.Analysis on network communication of unsafe behaviors of miners[J].Science ＆ Technology Progress and Policy，2014，31（11）：54-56.

[29]任曉龍，呂琳媛.網絡重要節點排序方法綜述[J].科學通報，2014，59（13）：1175-1197.REN Xiaolong，LV Linyuan.Review of ranking nodes in complex networks[J].Chinese Science Bulletin，2014，59（13）：1175-1197.

[31]張娜，馮套柱，郭道燕.能源礦山穩定風險網絡結構特征[J].西安科技大學學報，2023，43（3）：586-592.ZHANG Na，FENG Taozhu，GUO Daoyan.Structural characteristics of the stability risk network of energy mines[J].Journal of Xi’an University of Science and Technology，2023，43（3）：586-592.

（責任編輯：高佳）