王 玉，王 超，庄 洁，宋润泽

（山东科技大学 交通学院，山东 青岛 266590）

1 引言

我国是危化品第一生产大国，危化品作为重要的工业原料，对我国经济发展做出了突出贡献。5 000 余种常用化工原料，95%以上需要异地运输[1]。公路运输凭借我国完善的、覆盖范围广泛的路网，加之其可灵活衔接不同运输方式、运输成本低等优势，成为了危化品运输的主要途径。然而，危化品公路运输事故频发，这不仅对经济发展产生了负面影响，还造成了重大的经济损失。

危化品公路运输安全受到多方面因素的影响，如驾驶员因素、车辆因素、罐体设计因素、道路条件、天气等，是涉及多方面、多角度、多学科的复杂问题。澳大利亚凯诺斯公司的SHE（Safety Health Environment，SHE）管理系统在安全、健康和环境三个方面设立21 个安全要素，170 项工作要求，有效预防危化品事故发生，并创造了连续4年无一例危化品事故发生的记录。美国危化品安全管理局根据危险度由低到高分为三级，在生产、运输、存储等方面依次加强管理等级。德国设立专门的监管部门对危化品的生产、包装、运输、存储等环节监督，并配套有完整的危化品预警和救援系统，大大降低了事故发生率[2]。国内危险货物运输风险分析起步较晚，危险品风险分析研究进展相对较为缓慢[3]。对危化品公路运输安全风险评估多从系统工程理论方面进行。黄文成[4]等将道路危险品运输系统分成人、机、环、管4 个子系统,搜集历史数据并计算每个子系统引发安全事故的概率,采用熵权法计算系统的耦合协调度等指标,建立一个新的道路危险品运输系统风险评价方法，减小了系统风险评价中的随机性和不确定性，客观评价了道路危险品运输系统的风险。胡海波[5]在对危化品道路运输及其事故特点进行分析的基础上，构建危化品道路运输风险评价模型，据此有针对性的从人、物、环境三个方面，采取相应的危化品道路运输风险防范和控制措施。任常兴等[6]对运输风险分级进行了深入研究，并以风险影响因素、风险分级指数和安全补偿因子对危险品道路运输风险快速分级方法进行了改进。沈小燕等[7]对国内2004 年至2011 年886 起危化品运输事故的原因进行了深入分析，得出人的因素在各种原因中占67%的结论。吴文辉等[8]认为人因失误是影响危险品运输安全的主要因素，从影响危险品运输安全的培训与组织管理、车辆与设备、危险品类型、道路及环境因素等四个典型行为形成因子（Performance Shaping Factors，PSFs）出发，将贝叶斯理论和成功似然指数法（Success Likelihood Index Method，SLIM）结合，实现融合专家判断的人误概率计算方法。目前人因分析与评价的研究仍然处于经验阶段，并且在各种人因分析方法中，或多或少存在缺陷，如缺乏人因可靠性分析数据、数据量化存在一定的片面性。因此，深入了解导致运输事故的各种不安全行为及其影响因素，将为探索危化品运输事故的致因提供重要指导和重要参考，并提出更有效的预防措施。

Shappell和Wiegmann[9]通过分析大量的航空事故数据，基于瑞士奶酪模型，开发了一个更加全面的人因分析和分类系统模型（Human Factors Analysis and Classification System，HFACS），可以从组织影响、不安全领导、不安全行为的前提条件和不安全行为4个层次详细分析事故中的人为因素。因此，HFACS 模型不仅能够区分导致事故的人为失误，还能从组织执行过程和组织环境中发现潜在的风险因素。随着相关研究的深入和推进，HFACS 模型已逐渐应用于其他领域。Metin Celik 等[10]建立基于模糊层次分析法（Fuzzy Analytic Hierarchy Process,FAHP）的人为因素分析与分类系统，以识别人因差错在船舶事故中的作用，FAHP 的集成改进了HFACS 框架，提供了分析基础和群体决策能力，以确保对航运事故进行定量评估。Rulin Liu[11]在人因分析与分类系统模型的基础上，根据煤矿的实际情况，在对收集到的调查数据进行分析的基础上，建立了结构方程模型，分析了模型的层次结构关系（Human Factor Analysis and Classification System for Coal Mines，HFACS-CM），对影响矿工不安全行为的因素类型进行分类和验证，揭示其对矿工不安全行为的显著影响，提出了一套综合的矿工不安全行为防控体系。

综上所述，HFACS 模型是一种较为成熟的分类方法，是对各种事故进行人为因素分析的最有力工具[12]。并且，当HFACS模型应用于不同领域时，可以根据特定领域事故的特点对原有模型进行改进，并将其应用于铁路、航海等其他领域[13]。另外，HFACS是一种定性分析工具，因此考虑危化品运输行业事故特点，对其进行改进，并结合专家经验，利用三角模糊层次分析法分析人的不安全因素及其权重，从而提出危化品运输不安全行为的预防措施。

2 危化品公路运输安全概述

危化品自身的理化性质，使得危化品在各个环节都存在风险，据2013年至2018年危化品事故发生环节的统计数据显示：涉及危化品的事故有41%是在运输过程中发生的。根据中国化学品安全协会公布的信息，我国每年通过公路运输的危化品数量占危化品运输总量的60%以上，占公路年运输总量的30%以上，且呈现出逐年上升的趋势。而危化品运输过程中，人的不安全行为和危化品的不安全状态是引发危化品运输事故的两大潜在因素[8]。危化品的不安全状态是运输过程中固有现象，而人的行为类型是最活跃、最不稳定、最难控制的因素，人的行为按照技能型、规则型、知识型分析差错特征具体见表1。

3 HFACS模型与调整的HFACS模型

3.1 HFACS模型

Reason事故致因模型[14]认为，事故发生的显性原因是出现了不安全行为，但反过来说，出现了不安全行为并不是事故发生的全部原因，其他一些隐性因素不会直接导致事故发生，却能产生连锁性失误，使显性因素失效，导致事故发生，其结构如图1 所示。Reason 模型从事故的深层寻找诱发事故的因素，能够快速找到人因事故发生的前因后果，并制定对应的策略，但也存在调查不足，对事故诱发因素的认识不够，结果的准确性降低等弱点。

图1 Reason事故致因模型结构

HFACS模型是在Reason事故致因模型的基础上提出的人因分析与分类系统，对Reason 模型所提出的导致事故发生的4 个层次原因进行了具体化[9]，由表层行为原因追溯到深层的组织原因，对人因失误产生的原因因素进行分解。无论从事故原因的确定还是防范措施的制定上，都具有重大意义，是系统化的人因事故分析方法。HFACS 模型结构如图2 所示。

图2 HFACS模型结构图

3.2 HFACS模型改进

针对危化品公路运输的复杂性和危险性，根据文献分析和实际调研，综合考虑事故致因分析的合理性，采用HFACS模型分析事故中人因因素，人因失误既有人体内部的心理和生理两种因素影响，同时还受到外部环境等条件的影响，所以在特定的环境中人的行为失误产生因素极其复杂，根据危化品公路运输安全管理等特点，本文以危化品罐车公路运输为例对原模型框架进行修改。调整后的危化品罐车公路运输HFACS 模型定义了不安全行为、不安全行为的前提条件、不安全的监督和组织影响4个层次的失效，包括15个人因因素，模型结构如图3所示。

HFACS 模型中4 个层次在多个领域应用中得到论证，但部分因素在危化品罐车公路运输中的意义模糊，不能直接将其应用于电力行业中，因此对各个因素进行简单描述，具体见表2。

选取国内典型的52例危化品运输事故案例进行编号。在HFACS框架中判定每个事故案例是否包含某个HFACS因素。事故统计数据（部分）见表3。

图3 危化品罐车公路运输HFACS模型调整

表2 HFACS模型的类别描述

从直观的数据上来看，比重最大的三种因素分别是：决策差错（63%），违规（52%），组织管理（49%）；比重最小的三种因素是：技能（16%），监督违规（25%），驾驶员身体/智力局限（31%）。

4 三角模糊层次分析法

4.1 模糊层次分析法

模糊层次分析法就是结合层次分析的系统性和模糊理论的科学性，通过分层次构建模糊判断矩阵来进行评判的定量性与科学性的分析方法，主要由指标权重确定和模糊综合评价两部分组成。

在建立评价指标体系的基础上，根据专家提供的评判信息，建立模糊判断矩阵，确定各指标的权重。本文以基于三角模糊数的方法对权重大小进行计算。采用三角模糊数表示两影响因素间重要程度，得到相应的模糊判断矩阵。

4.2 三角模糊数

荷兰学者F.J.M.VanLaarhoven 和W.Pedrycz 提出了用三角模糊数表示模糊比较判断的方法[15]。设论域R 上的模糊集M，如果M 的隶属度函数μM：R→[0,1]表示如公式（1）：

三角模糊数M表示为(l,m,u)，式中l ≤m,l ≤u，l和u表示M 的下界和上界值以及模糊度的程度，l-u的值越大，模糊程度越大，当x=m时，x完全属于M。

为了考虑人的模糊性使评判过程能够进行定量计算，两因素的对比采用数值度量标准，见表4。

表4 评价集元素及对应的三角模糊数

那么综合模糊值的计算方式如公式（2）所示:

计算Mx ＞My用三角模糊数定义如公式（3）：

一个模糊数大于其他n个模糊数的可能度定义如公式（4）：

5 危化品罐车公路运输人因影响因素影响权重分析

（1）建立父类致因的全局影响关系三角模糊判断矩阵。根据建立的评价指标体系，参照案例具体情况，由行业3 位专家给出判断意见，对事故中可能存在的HFACS 模型的4 个父类致因“不安全行为”、“不安全行为的前提条件”、“不安全监管”和“组织影响”间的因果关联性进行成对比较，3位专家通过表2来确定两事故致因间的影响程度，分别得到对应的三角模糊数，得到具体模糊判断矩阵。

根据三角模糊运算法则，对表4数据进行平均运算，将3个模糊数整合成1个，然后根据公式（2）对一级指标的重要程度进行计算，得到模糊矩阵，见表5。

表5 准则层指标模糊判断矩阵

可以算出A1权重，(0.196 7,0.334 0,0.534 9)，同理，Ma2=(0.199 2,0.322 1,0.517 2），Ma3=(0.106 5,0.172 2,0.269 7)，Ma4=(0.108 2,0.171 6,0.322 1)；

（2）依据公式（3）和（4）去模糊化并标准化。去模糊化可得：

标准化可得：(ωa1,ωa2,ωa3,ωa4)=(0.369 3,0.356 1,0.114 8,0.159 8)

同理求出指标层子因素模糊判断矩阵及其相应的权重，最终得出结果见表6。

表6 危化品罐车公路运输安全性人因评价体系

在所整理和分析的几类影响因素中，如图4 所示，与传统统计方法所得的结果不同，表6 所展示实际结果表明：不安全行为因素和不安全行为的前提因素是产生危化品罐车公路运输人因失误的两类主要影响因素，影响程度较小的三种因素是：技能、监督违规、驾驶员身体/智力局限，这与表3所示的52例实际案例数据分析的结论一致。不安全行为前提因素中的驾驶员状态因素和环境因素，是运输过程中人产生失误的关键因素，危化品本身的危险性和环境的复杂性给驾驶员的心理和生理产生了很大影响。在不安全行为因素中，决策差错与违规情况占有相当大的权重，这与管理层过度的追求效益有关。组织管理上忽视由人的不安全状态所升级成的人的不安全行为，从而诱发危化品及环境本身潜在的不安全状态能量的释放，最终导致安全事故的出现，因此组织管理也就显得相当重要。

图4 基于HFACS模型的危化品罐车运输风险因素权重

6 总结

基于HFACS模型，结合危化品运输行业特征，构建适用于该行业的HFACS 模型，利用调整之后的HFACS 模型，通过对组织影响、不安全监督、不安全行为的前提、不安全行为4个层次的致因因素进行总结，对事故原因进行分析和分类，结合专家经验，利用三角模糊层次分析法分析各因素重要程度，增加了事故分析结果的有效性。

从这些影响因素的权重排序中，可以更加清楚造成危化品罐车公路运输人因失误的主要因素，有助于危化品运输企业针对失误的主要影响环节加以改善，更好的预防和控制人因失误的产生，具体对策归纳为：

（1）加强对驾驶员的管理。驾驶员作为危化品公路运输的主体，应从从业资格、培训及运输过程的监督进行全方位管理。严格考察其驾驶资质，包括心理素质、身体素质、驾驶技能等；对驾驶员进行岗前培训，增加驾驶员危化品知识储备，提高他们判断危险的能力；完善福利制度，从生理上、情感上满足员工的需要，培育融洽的工作环境。

（2）完善车辆动态监控系统。采用先进的网络和信息处理与集成技术，研发危化品罐车公路运输安全监控管理系统，实现对驾驶员在危化品运输过程中的行为实时监控与管理，对车辆运行实时状态信息的自动采集与管理，在纠正不安全行为和状态的同时，为设备维护及管理等提供辅助决策支撑，提升危化品公路运输安全监控管理水平，确保运输安全。

（3）建立健全规章管理制度及其保障体系。各项规章管理制度是企业的诸多专家和一线的技术人员对多年工作实践经验的总结,并经过调研分析、优化出来的最佳操作和作业行为准则,只有严格执行各项规章管理制度,才能在危化品运输生产过程中保证安全,切实有效地提高运输生产的效率。