基于改進的HFACS電力生產事故人因分析

劉雅+張力+胡鴻

摘要：為了定量地分析我國電力生產事故發生的原因，以從國家安監局網上和電力企業獲取的130起典型的電力生產事故為樣本，對造成事故的人因因素進行系統分析，構建適用于電力行業的改進的人因因素分類與分析系統（Human Factors Analysis and Classification System，HFACS），利用SPSS22.0對事故人因因素進行卡方檢驗和讓步比分析，研究結果表明：組織影響是事故的主要原因，組織影響、不安全的監管、不安全行為前提條件、不安全的行為之間存在顯著的因果關系。

Abstract： In order to quantitatively analyze the causes of the occurrence of electric power production accidents in China， 130 typical electricity production accidents obtained from the online and electric power enterprises of the State Administration of Work Safety （SAFET） were used as samples to analyze the human factors of the accidents. The human factor analysis and classification system （HFACS） suitable for power industry was established， and SPSS22.0 was used for chi-square test and odd ratio analysis. The results show that the organization effect is the main cause of the accident， and there are significant causal relationship among organizational effect， insecure supervision， unsafe behavior prerequisites， and unsafe behavior.

關鍵詞：電力生產事故；改進的HFACS；卡方檢驗；讓步比（odd ratio）

Key words： electric power production accident；improved HFACS；chi-square test；odd ratio

中圖分類號：TD79 文獻標識碼：A 文章編號：1006-4311（2017）15-0240-03

0 引言

近年來，由于政府對安全生產工作監管力度的加大，“十二五”期間的安全生產形勢得到持續穩定好轉，全國生產安全事故總量連續5年下降，2015年各類事故起數和死亡人數較2010年分別下降22.5%和16.8%。其中，重特大事故起數和死亡人數分別下降55.3%和46.6%[1]。根據國家能源局和國家電力監督委員會通報，我國2012-2016年間共發生電力人身傷亡事故264起，死亡（失蹤）565人，發生直接經濟損失100萬元以上的設備事故17起，停電事故發生多起，影響用電居民百萬戶，電力安全生產形勢仍需改善。

隨著科技的發展，電力行業的自動化、智能化、標準化水平得到明顯提升，由于設備故障造成的事故比重逐漸減小，人因因素在電力安全中的重要性日益突出。2008-2012年間，我國電力企業一共發生電力生產安全事故234起，死亡人數達到145人，其中約80%的電力生產事故是由人因失誤引起[2]。因此，從人因的角度研究電力生產事故，對于電力行業的安全生產具有重要的意義。

目前，電力領域的人因研究較少，林杰通過對電力生產事故的統計分析，運用安全科學理論，對電力事故中的不安全行為及其原因進行研究[3]。武淑平、李含通過對電力企業人員進行問卷調查，分析電力企業生產中人因失誤的影響因素[4-5]。暴英凱、Ansi Wang、陸海波等對電網的人因可靠性進行了定量分析[6-8]，吳聲聲基于文獻剖析，并結合調查和測評對影響電力安全生產的個體和組織因素進行分析等[9]，電力安全生產的人因分析仍存在較大不足。

安全事故人因分析方法中，由Wiegmann和Shapell提出的HFACS模型具有重要的指導作用。為了系統有效地進行電力生產事故人因分析，通過對國家安監局網上發布的電力生產事故調查報告（如華電寧夏靈武發電有限公司“10.21”高處墜落較大事故調查報告[10]等）以及電力企業的典型事故[11-12]進行分析，提出一種適用于電力行業的改進的HFACS。利用HFACS框架對130起電力生產事故的原因進行整理分類，采用SPSS22.0對事故原因進行卡方檢驗和讓步比分析，以確定事故的主要原因和各層級原因因素之間的因果關系。

1 改進的HFACS

1990年，James Reason提出“瑞士奶酪模型”，該模型概念性描述了四個人員失效層次[13]。2002年，D.Wiegmann和.S.Shappell基于Reason模型的理論，基于美國民用和軍用航空飛行數據，對“瑞士奶酪模型”中的四個層次進行了詳細的描述和分類，提出了系統化、實用性的安全事故人因分析方法——HFACS模型，現已在航空、航海、煤礦、醫療、水運等領域得到了調整/推廣。

HFACS模型是為調查美國海軍海事航空事故而開發的事故分析方法，四個層次在多個領域應用中得到論證，但部分因素在電力行業中的意義模糊，不能直接將其應用于電力行業中。根據130起事故的原因分析結果，在保留傳統的HFACS四個層次的基礎上，對與行業實際不相符的部分原因因素進行摒棄，改進后的HFACS共包含有20個原因因素。傳統的HFACS模型見文獻[14]，改進后的HFACS框架見圖1，每一層級條目的簡要描述見表1。

2 基于改進的HFACS的電力事故原因分析

2.1 改進的HFACS框架下的事故原因分類

運用HFACS框架，以130起電力事故調查報告為樣本，從人因的角度，對每起事件按改進的HFACS原因因素進行統計分析，結果見表2。

由表2可知，在HFACS框架內，在水平1中，61.5%的事故與組織程序漏洞相關；在水平2中，66.2%的事故與安全監管不充分相關；在水平3中，66.9%的事故與人員的安全與自我防護意識薄弱有關；在水平4中，92.3%的事故與違章行為有關。

2.2 卡方檢驗與讓步比分析

卡方檢驗是以卡方分布為基礎的一種常用假設檢驗方法，主要用于分類變量，HFACS是分類模型，因此適用于此處。首先，假設H0：HFACS上下水平之間沒有顯著性的因果關系成立，HI：HFACS上下水平之間之間存在顯著性的因果關系。根據卡方分布、卡方統計量和自由度，確定在H0成立的情況下獲得當前統計量及極端情況的概率P。僅當p<0.05時，拒絕原假設H0，接受H1，即HFACS上下水平之間存在顯著性的因果關系。讓步比（odd ratio）是一個用來評估特定結果的風險統計，OR>1，表示上層水平的缺失能增加下層水平發生的風險，OR<1，表示上層水平的缺失不能增加下層水平發生的風險。利用SPSS22.0對130起電力事故進行卡方檢驗和讓步比分析，將p<0.05且OR>1的結果統計見表3。

滿足p<0.05且OR>1條件的各個水平因素間的關系見圖2。

如上所述，在滿足卡方檢驗p<0.05且OR>1的條件下，HFACS框架的水平1和水平2之間存在5組因果關系。其中，組織過程漏洞與糾正失效、不合理工作計劃構成2組因果關系；組織氛圍的缺失、資源管理不到位與監管不充分構成2組因果關系；培訓教育不充分與監管者違規構成1組因果關系。

水平2和水平3之間存在6組因果關系，其中，監管不充分與不良精神狀態、安全與自我防護意識薄弱、素質能力不足構成3組因果關系；監管者違規與素質能力不足、溝通協商不暢構成2組因果關系；不合理工作計劃與素質能力不足構成1組因果關系。

水平3和水平4之間存在5組因果關系，其中，設備裝置缺陷、不良精神狀態、素質能力不足和溝通協商不暢與操作失誤構成4組因果關系；安全與自我防護意識薄弱與違章行為構成1組因果關系。

3 結束語

①以130起典型電力生產事故報告為基礎，基于傳統的HFACS模型，借鑒HFACS的研究成果，結合電力行業實際，構建適用于電力行業的HFACS。利用改進的HFACS框架對事故原因進行分析和分類，增加事故分析結果的有效性。

②發現在電力生產事故中上下層次之間存在顯著的因果關系，在該框架中，從組織層面看，包括組織過程漏洞、組織氛圍缺失、培訓教育不充分和資源管理不到位；從監管層面看，包括監管不充分、監管者違規、不合理工作計劃和糾正失效；從主客觀條件層面看，主要包括不良精神狀態、安全與自我防護意識薄弱、素質能力不足、溝通協商不暢和設備裝置缺陷。導致不安全行為發生的深層次原因是組織影響和不安全的監管，所以減少電力生產事故的關鍵是完善組織過程、培育組織氛圍，加強資源管理和培訓教育，同時完善安全管理體系制度。

參考文獻：

[1]國務院辦公廳.國務院辦公廳關于印發安全生產“十三五”規劃的通知[OL].[2017-02-03].http：//www.chinasafety.gov.cn/newpage/Contents/Channel_5980/2017/0203/282815/content_282815.html.

[2]何丹信.電力企業生產中人因失誤影響因素及管理對策研究[J].通訊世界，2014（02）：44-45.

[3]林杰.安全行為科學理論在電力生產中的應用[D].貴陽：貴州大學，2006.

[4]武淑平.電力企業生產中人因失誤影響因素及管理對策研究[D].北京：北京交通大學，2009.

[5]李含.電力企業人因失誤心理影響因素研究[D].淮南：安徽理工大學，2015.

[6]暴英凱，文云峰，韓宇奇，等.影響電力系統運行可靠性的人為失誤分析與建模[J].電網技術，2016，40 （2）：500-507.

[7]Ansi Wang，Yi Luo，Guangyu Tu et.al.，Quantitative Evaluation of Human-Reliability Based on Fuzzy-Clonal Selection，.IEEE Transactions on Reliability，vol.60，no.3，pp.517-527，Sep.2011.

[8]陸海波，王媚，郭創新，等.基于CREAM的電網人為可靠性定量分析方法[J].電力系統保護與控制，2013， 41（5）：37-42.

[9]吳聲聲.電力企業人因安全的研究與應用[D].北京：北京交通大學，2013.

[10]華電寧夏靈武發電有限公司“10.21”高處墜落較大事故調查[OL].[2016-03-01].http：//www. Nxsafety.gov. cn/html/2016-7/41782.html.

[11]中國南方電網有限責任司基建部.中國南方電網有限責任公司基建安全事故事件典型案例選編[M].北京：中國電力出版社，2016：1-192.

[12]國家電網公司安全監察質量部. 國家電網公司基建安全事故摘編[M]. 北京：中國電力出版社，2012：1-122.

[13]James Reason. Human error[M].London：Cambridge university press，1990.

[14]Shappel S，Wiegmann D.The Human Factors Analysis and Classification System-HFACS[R].The Report of Office of Aviation Medicine Federal Aviation Administration，2000：1-19.