赵金先 武丹丹 李堃 蒋克洁

(1.青岛理工大学管理工程学院，山东 青岛 266520； 2.山东省智慧城市建设管理研究中心，山东 青岛 266520)

0 引言

随着地铁建设运营的不断加快，地铁事故逐年攀升。海因里希通过统计分析55万件事故，得到“人”这一因素对事故发生的“贡献率”高达88%[1]。Andrew W. Evans在总结1980—2009年间欧洲轨道交通事故的基础上，得到人因因素占74%[2]。可见，人因因素是引发地铁运营安全事故最关键的因素。深度剖析地铁运营人因风险因素并对其进行客观评价十分必要。

目前，国内学者对地铁运营人因风险进行了一定的研究。在风险来源方面，主要分析了地铁行调人员[3-5]、地铁司机[6]、乘客[7]、站务[8]等给地铁运营系统带来的不安全性。在人因风险因素分析方面，王洁等从人与任务、车辆、人机交互、环境、运营线路等因素的耦合界面出发，构建人误影响因素分析模型[3]；陆莹等从人、机、组织管理、任务、工作环境及运营环境角度归纳48个地铁运营人因失误影响因素，通过隶属度筛选出15个关键因素[6]。总体来看，国内关于地铁运营人为风险因素的研究取得了一定的成就，但存在研究对象较为单一、局限在特定岗位等问题。地铁运营事故的发生往往是众多人为因素交互作用的结果，且与运营环境、应急管理等具有较为紧密的联系，这就需要对人因风险因素间的相互作用机理进行探讨，从而系统化、结构化地分析地铁运营安全人因风险因素。

鉴于此，本文引入人因分析与分类系统(Human Factors Analysis and Classification System，HFACS)模型对导致地铁运营安全事故的人为因素进行归纳分析，构建基于改进HFACS模型的地铁运营人因风险评价指标体系。王黎静等[9]采用一致矩阵法分析了HFACS-MM模型，但仍局限于风险因素的权重计算，没有衡量风险等级。鉴于此，本文在考虑地铁运营人因风险因素不确定性的基础上，引入C-OWA算子对评价指标进行赋权，运用集对分析理论的联系度，从整体上评价地铁运营人因风险等级，为地铁运营人为风险的控制和管理提供理论依据。

1 基于改进HFACS模型的地铁运营人因风险评价指标体系

1.1 HFACS模型

Reason于1990年提出“瑞士奶酪”模型[10]，见图1。该模型虽然能较好地区别出显性差错与隐性差错，但是很难考量“奶酪中的洞”被突破时事故发生的概率，在实践中的推广价值不大[11]。为此，Shappell等提出了HFACS[12]。4个层次完全被突破是事故发生的条件。HFACS模型最早应用于航空领域，随后逐渐被广泛应用于铁路安全、采矿业、海上安全等领域，用以分析造成事故的根本原因。

图1 事故致因理论的“瑞士奶酪”模型

1.2 基于改进HFACS模型的指标体系构建

HFACS模型是基于航空飞行事故建立的，地铁运营事故与航空事故既有相似之处，也有其独特性，都是人、机、环等多种因素相互耦合的结果，但在地铁运营系统中，乘客的不安全行为是引发事故的关键因素。将HFACS模型引入地铁运营中，需对其进行改进。本文在分析事故的基础上，结合GB/T 50438—2007《地铁运营安全评价标准》及专家访谈，对HFACS框架进行改进，增加适用于地铁运营的相关条目，得到地铁运营改进HFACS模型，具体内容如下：

(1)组织影响。HFACS模型将组织影响划分为资源管理、组织氛围、运行过程三个方面。结合地铁运营的特点，本文认为资源管理主要是对地铁运营工作人员的任务分配，任务分配的合理程度影响员工的状态及工作效率；组织氛围主要是地铁工作人员之间的沟通和交流状况；将运行过程替换为运营过程。

(2)不安全的监督。图2可以看出HFACS模型中分析了4种不安全的监督。在地铁运营人因分析与分类系统中，监督不充分指的是在地铁运营系统中对地铁运营工作人员提供指导和培训的机会不充分，未制定恰当的政策激励操作人员；运行计划不恰当指的是行车计划安排不合理；

图2 HFACS模型框架图

没有纠正问题指的是无视人机安全隐患；监督违规是指对制定的规章制度的不执行或执行不力。

(3)不安全行为的前提。结合地铁运营的特点，选用“人-机-环”方法，从人员状态、机械设备和环境条件三个方面进行分析。其中，人员状态从员工的生理状态、精神状态、教育水平状态和专业水平状态4个方面分析，具体包括教育水平低、专业技能差、安全意识低、疲劳程度高；设施设备主要包括自动化水平低、维护频率低、显示信息错误、带病工作率高；环境条件主要从自然环境条件和地铁运营环境条件两个方面分析，具体包括自然灾害、客流量大、线路复杂、通信干扰。

(4)不安全行为。HFACS模型中只考虑了操作人员的不安全行为，但是在地铁运营系统中，乘客的不安全行为，如：跳下站台、携带危险品等行为也是地铁运营事故发生的最主要原因之一。因此，在改进HFACS模型中同时考虑地铁操作人员的不安全行为和乘客的不安全行为。

(5)应急管理能力。本文主要考察事前应急管理能力，即预防危险事件的发生、降低危险事件发生的可能性、对即将发生的危险事件进行预警。

根据改进HFACS模型构建地铁运营人因风险评价指标体系见图3。

图3 地铁运营人因风险评价指标体系

2 基于C-OWA算子的指标权重确定

考虑到地铁运营人因风险评价指标数量较多且多数呈现出模糊不确定性，本文选用C-OWA (Combination Ordered Weighted Averaging) 算子对人因风险评价指标进行赋权。既能有效避免诸如AHP、熵值法等带来的主观偏好性，又能降低数据极值造成的影响。

权重计算步骤如下[13]：

(1)从地铁运营库中随机抽取n位专家，在[0,10]对各个指标的重要程度进行打分，记初始决策数据集(a1,a2,…,aj,…,an)，按照从小到大的原则从0开始对数据进行编号，得结果为b0≥b1≥…≥bj≥…≥bn-1，即(b1,b2,…,bj,…,bn)。

(2)

式中，m表示评价指标的个数。

(4)计算评价指标的相对权重ωi，即

(3)

3 基于SPA的地铁运营人因风险评价

集对分析理论(SPA)是赵克勤等于1989年提出的研究系统确定性和不确定性的重要理论[14]。

3.1 人因风险等级界定

GB/T 50438—2007《地铁运营安全评价标准》中对风险水平做了规定，具体内容见表1。

表1 地铁运营基础安全风险水平表

表1中等级3的评判区间较大，在具体风险管理时难以把握，本文将等级3进行拆分，其评判区间也相应拆分为[60,88)和[0,60)。故本文将地铁运营人因风险水平划分为低、中、较高、高4个等级。另外，考虑地铁运营人因风险的特点及集对分析应用的条件，将评判区间修改为十分制并规定分值越高风险等级越大，各等级取值区间见表2。

表2 地铁运营人因风险等级划分区间标准

3.2 单联系度的计算

在进行人因风险评价时，先计算出各指标相对于不同风险等级的单因素联系度。计算公式如下

式中，sk为评价标准等级的限值(k=1,2,3,4)。

3.3 总联系度的计算及风险等级评判分析

总联系度具体计算公式为

(4)

式中，ωij为一级指标Xi下的m个二级指标的权重；μijk为各指标对应的单因素联系度。

根据最大联系度原则，人因风险等级评价的最大联系度为

μ(X,Rk)=max{μ(X,Rl),l=1,2,3,4}

(5)

因此，X的人因风险评价等级为k级。

4 算例分析

为验证上文所构建模型的可行性和有效性，以青岛市地铁3号线项目为例，进行计算和分析。青岛地铁3号线自2015年底试运行，全长25.2km，设置车站22座，为青岛东岸城区内的骨干线路。

4.1 确定人因风险因素的权重

为确定各指标权重，从地铁运营专家库中抽取5位专家对各评价指标进行评分，根据C-OWA算子对评价指标赋权，以组织影响指标为例，打分结果见表3。

表3 一级指标专家打分值

0.312 5,0.312 5,0.156 25,0.031 25)T=10.187 5

根据式(3)得到各评价指标的相对权重ωC11=0.329 8,ωC12=0.361 1,ωC13=0.309 1。

同理可求出其他指标的相对权重。

4.2 单层次SPA地铁运营人因风险评价

根据表1的风险分级标准建立评语集{Ⅰ,Ⅱ,Ⅲ,Ⅳ}，其中，Ⅰ、Ⅱ、Ⅲ、Ⅳ分别对应的风险等级为低、中、较高、高，其对应的风险等级区间是{[0,6),[6,8.8),[8.8,9.5),[9.5,10]}。

本文邀请5位地铁运营方面的专家对人因风险评价的24个二级风险因素指标进行初始风险评价，假设5位专家权重相等，以组织影响为例，专家打分结果及综合评分见表4。

表4 专家评分结果

组织影响指标下各二级指标的单因素风险联系度计算结果见表5。

表5 各指标的单因素风险联系度

根据式(4)可计算出各一级指标的总联系度。以组织影响C1为例，具体结果如下

0.361 2×(-0.142 9)+0.309 1×(-1)=-0.690 5

同理可计算出其他各一级指标的总联系度：

C2总联系度为

μ(C2,R1)=-0.511 4

μ(C2,R2)=0.993 5

μ(C2,R3)=0.511 4

μ(C2,R4)=-0.993 5

C3总联系度为

μ(C3,R1)=-0.756 8

μ(C3,R2)=0.840 3

μ(C3,R3)=0.756 8

μ(C3,R4)=-0.840 3

C4总联系度为

μ(C4,R1)=-0.802 0

μ(C4,R2)=0.968 7

μ(C4,R3)=0.802 0

μ(C4,R4)=-0.968 7

C5总联系度为

μ(C5,R1)=-0.960 6

μ(C5,R2)=0.796 8

μ(C5,R3)=0.960 6

μ(C5,R4)=-0.796 8

计算结果显示，组织影响、不安全的监督、不安全行为的前提、不安全行为都与R2具有明显的同一度，根据最大联系度原则和式(5)，四者的风险级别都为“中等”。而应急管理能力与R3具有较高的同一性，其联系度接近1，故该因素属于“较高”的风险，属于风险管控的关键。

5 结语

(1)结合地铁运营的特点，对HFACS模型进行改进，构建包含组织影响、不安全的监督、不安全行为的前提、不安全行为和应急管理能力的地铁运营人因风险分析与分类模型，深化地铁运营风险管理理论。

(2)利用C-OWA 算子对指标进行赋权，可减少由指标决策数据端值造成的影响，确保指标权重的合理性。结合SPA评价模型，计算待评价指标集合和等级标准集合的联系度，从而准确体现出两者的同一性、差异性以及对立性。

(3)通过实例计算，得到青岛地铁3号线项目运营人因风险因素的单因素联系度和总联系度，其中组织影响、不安全的监督、不安全行为的前提、不安全行为对应的风险等级为“中等”，应急管理能力因素等级属于“较高”风险。因此，要降低地铁运营人因风险等级，可从提高应急管理能力方面着手。