引航事故人為失誤致因分析研究

于景田　趙俊超

摘 要：為定量分析各類人為失誤因素對內河引航事故的影響程度。首先，建立了內河引航事故人為失誤致因分析HFACS-PA模型，并依據事故底層人為失誤致因歷史信息構建二進制矩陣及其比例矩陣，通過單一聚類分析確定了事故人為失誤致因模式。然后，在分析長江江蘇段149起引航事故人為失誤致因基礎上，通過卡方檢驗和讓步比分析，構建了引航事故人為失誤致因的貝葉斯網絡因果關系圖。最后，針對重點人為失誤致因提出了防控措施，并為有關部門提供參考和建議，減少引航事故發生和人命財產損失。

關鍵詞：人為失誤;HFACS;內河引航事故;卡方檢驗;貝葉斯網絡

中圖分類號：U675.9? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? 文章編號：1006—7973（2019）01-0059-03

我國是一個航運大國，江河縱橫，有豐富的內河航道資源。隨著世界經濟的發展，航運業也得到了快速發展，隨之而產生的航運事故數量也不斷增加。我國對外籍船舶實施強制引航，長江作為我國最繁忙的內河水道，每天都有外籍大型船舶進出，引航事故造成的社會影響和經濟損失不容小覷。統計2007年～2016年十年的引航事故，共計166起，其中，碰撞事故87起，擱淺事故51起，引航梯斷裂等其他引航事故22起。對我國引航事故進行系統分析已迫在眉睫。另外，在國家推進“兩帶一路”建設的背景下，發展安全水路運輸，加強內陸與沿海及國外的溝通與交流是我國經濟發展不可忽視的環節，是拉動經濟發展的重要突破口，而長江船舶引航是內陸與沿海及國外的溝通與交流的橋梁。因此分析引航事故致因具有非常重要的意義。通過對2007 ～2016年166起引航事故的事故報告分析，在導致引航事故的直接原因中，人因所占比率高達85.23%。因此，從人因角度分析引航事故中的不安全行為，開展引航事故的人因分析研究，對于研究引航事故致因具有重要的意義，可為引航事故風險防控提供理論基礎。

本文首先通過對長江江蘇段引航事故人為失誤致因進行分析，根據引航事故特點對HFACS模型進行改進，建立HFACS-PA模型。其次，依據事故底層人為失誤致因歷史信息構建二進制矩陣及其比例矩陣，并通過單一聚類分析確定事故人為失誤致因模式。然后，在分析長江江蘇段149起引航事故人為失誤致因基礎上，通過卡方檢驗和讓步比分析，構建引航事故人為失誤致因的貝葉斯網絡因果關系圖。最后得到了引航事故主要人為失誤致因并提出相關防控措施及建議。

1引航事故人因分析體系構建

引航事故涉及到的人員一般有事故船船員、引航員、事故船所屬船公司組織人員及引航員所屬單位組織人員，因此，事故中的人因分析更加復雜。考慮上述因素，在HFACS的基礎上，結合引航活動中的實際情況，建立了HFACS-PA（Human Factors Analysis and Classification System for Pilotage Accident， HFACS-PA）模型。在原有四個層級的基礎上加入了第五個層級：不合理的應急措施。綜上所述，本文構建的HFACS-PA模型如圖1所示。

2 引航事故人為失誤致因分析

2.1 構建人為失誤致因量化分析機制

以2006年到2015年長江某江段發生的149起引航事故為例，按照上述分類體系逐起分析，借助二進制的模式，對分析結果進行定量分析，即引發因素發生了記為“1”，未發生則記為“0”。將結果錄入統計表格，形成了一個149×21的行列式。將這個數據視為149行21列的矩陣A以便于分析。

2.2 提取人為失誤致因簡單組合

令M=A?A，式中M （n， k）代表致因n和k共同導致的引航事故數，顯然，M （n， n）代表單一致因n引發的引航事故數。為便于分析引入矩陣X=，則X（n， k）代表致因n和k共同導致的引航事故在樣本中所占的比例。

引發引航事故最多的單一致因是M（10，10）=0.44295，即心理狀態差，事故數量為66起;引發引航事故最多的雙致因是M （10，17）=0.28188，即心理狀態差和知覺錯誤雙重致因，事故數量為42起。

2.3 人為失誤致因單一聚類分析

引航事故致因量化分析機制的基礎層一共有21個致因，則致因一共有221個組合。若想展現事故的引發模式，還需要對A進行聚類分析。CHAVENT[8，9]提出了一種單一聚類的方法，與同時劃分所有變量為對象子集的多元聚類不同，單一聚類法是一種裂變式逐層聚類法，每次劃分對象子集使僅適用單一變量，該方法主要適用于二進制數據。通過上述方法對矩陣A采用單一聚類分析，共識別出97個事故模式（獨立組合），此中，82種事故模式僅僅引發了一起引航事故，另外15種事故模式誘發了兩起及兩起以上的引航事故。如果說某一種模式引發一起引航事故是具有偶然性的，則引發兩起及兩起以上事故的事故模式可能會具有某些多發性和指向性的特征，有必要對此事故模式加以深入分析和研究，并進行適當的防范。

3 引航事故人為失誤致因推理

3.1 引航事故人為失誤致因頻率統計

運用HFACS-PA框架，以149起引航事故為樣本，從人因角度，對每一件事故按HFACS的致因進行統計分析，結果如下表1所示。

3.2 引航事故人為失誤致因關系分析

本文基于上述的149起引航安全事故的HFACS-PA分析結果，利用卡方檢驗分析HFACS-PA的上低層次是否有因果關系以及因果關系是否顯著。

基于149起引航安全事故調查報告的HFACS-PA分析結果，利用SPSS軟件，通過卡方檢驗和讓步比分析，引航安全事故人因之間的因果關系圖可以表示為圖2。

4 結果分析及對策研究

4.1 結果分析

通過對上述結果的分析，可以發現引航事故的人為致因主要如下：

（1）引航員訓練不充分是導致引航事故發生的根本原因。引航員的操作技能相對于其他工種有著更高的要求，其工作環境會因洪水期、枯水期或者水上施工作業的進行而發生改變，工作條件因引領船舶的不同而發生改變。

（2）引航員心理狀態差是產生不安全行為的主要直接原因。船舶引航安全與引航員的心理狀態密切相關，特別是在引航的過程中，引航環境處于時刻變化中，面對隨時可能出現的緊迫局面，易給引航員造成較大的心理壓力。

4.2 風險防控策略

結合上述分析結果，從提高引航員操作水平和保障引航員心理健康兩方面提出防控對策如下：

4.2.1提高引航員操作水平

（1）傳承式學習。在青年引航員的培養上，讓新進引航員在實習（助理）期間能系統、科學地學習引航技術和駕引經驗。

（2）獨立式學習。引航員應根據自己引航作業過程中某個階段存在的不足，加強自身操作理論的學習，并將其運用于實際作業中。

（3）更新式學習。隨著船舶設備信息化加快，船舶設備更新換代速度較快，同時船舶操縱理論不斷進步更新，對引航員的操作技能提出了更高的要求。

4.2.2保障引航員心理健康

（1）降低引航員工作壓力，為表現出工作壓力較大的引航員提供工作援助，創造多種溝通渠道，釋放引航員壓力。

（2）進行引航員上崗前的心理狀況測試，避免帶有負面情況的引航員上崗。

（3）根據人類生理節奏，合理調配引航任務，確保引航員正常休息。

（4）創造健康的引航機構組織文化，培養引航員的團隊合作精神，以減弱工作壓力帶來的影響。

（5）提供專業心理咨詢和治療。

5 結論

（1）根據2007～2016年149起詳細的事故報告，分析了引航事故的人為失誤致因因素，構建了引航事故人為失誤致因分析體系;

（2）分析闡述了事故人為失誤致因模式，并通過卡方檢驗和讓步比分析，構建了引航事故人為失誤致因的貝葉斯網絡因果關系圖;

（3）根據所建立的人為失誤致因分析體系和貝葉斯網絡因果關系圖表明引航員訓練不充分是導致引航事故發生的主要根本原因，引航員心理狀態差是產生不安全行為的主要直接原因，并針對根本原因和直接原因提出了引航事故風險防控策略。

參考文獻：

[1]汪競峰， 周品江， 劉通. 引航員登離輪水域風險評價研究[J]. 中國水運， 2015（7）：68-70.

[2] Chavent M. A monothetic clustering method[J]. Pattern Recognition Letters， 1998， 19（11）：989-996.

[3] Chavent M， Lechevallier Y， Briant O. DIVCLUS-T： A monothetic divisive hierarchical clustering method[J]. Computational Statistics & Data Analysis， 2008， 52（2）：687-701.