基于HFACS的煤礦一般事故人因分析

白彥龍，李海立，陳 昱，何舒蕾，白長江，西 龍，薛玉壁，彭佳佳，王 欣

（1.河南省正龍煤業(yè)有限公司 城郊煤礦，河南 商丘476600；2.中國礦業(yè)大學（北京）應急管理與安全工程學院，北京100083）

煤礦一般事故是指死亡人數為1或2人，或重傷人數在10人以下，或直接經濟損失低于1 000萬元的事故[1]。煤礦一般事故雖人員傷亡和經濟損失相對較低，但因其發(fā)生頻率較高使得事故累積導致的整體后果很嚴重，此外一般事故還易誘發(fā)或波及擴大造成重大事故，因此煤礦一般事故一直是煤礦安全工作的難點。統(tǒng)計發(fā)現，2019年我國共發(fā)生煤礦事故126起，其中一般事故97起，占比高達77%。一般事故也吸引了部分學者進行研究，如劉海全[2]針對煤礦一般性安全事故進行成因分析并提出預防措施；冀畔俊等[3]研究了煤礦輕微傷事故頻發(fā)的原因。由于在所有事故致因因素中，人的不安全動作導致的事故占比高達96%[4]，因此可從人因角度對煤礦一般事故深入分析。HFACS（人因分析與分類系統(tǒng)）是一種常用的人因分析方法[5-8]。對煤礦事故的分析一般是將整理得到的各類煤礦事故或某一類煤礦事故為樣本，然后利用HFACS分析事故人因因素之間的因果關系，如Lenne等人[9]采用HFACS模型對澳大利亞2007—2008年發(fā)生的重大煤礦事故進行抽樣分析并分析了事故主要原因；閆思潔[10]采用修正的HFACS模型對引發(fā)1 000起煤礦事故的因素進行了灰色關聯分析，計算了各因素的重要程度；陳曉勇等[11]結合HFACS模型，采用SPSS軟件對我國150起煤礦頂板事故的原因進行了統(tǒng)計分析，并探討了各層次間因素的因果關系。因此，通過對國家安全網上公布的煤礦事故數據進行整理，最終以2019年的43起煤礦一般事故為樣本，采用HFACS模型對事故進行分析，旨在辨識出導致煤礦一般事故發(fā)生的人因因素，并找出各因素的相關性，為煤礦預防一般事故提出具體可行的建議。

1 一般事故HFACS模型建立

HFACS模型闡述了4個層級的失效[12]，分別是主動失效的“不安全行為”、潛在/主動失效的“不安全行為的前提條件”以及潛在失效的“不安全的監(jiān)管”和“組織影響”，每個層次可再細分。因HFACS模型最初應用于分析航空事故，模型中部分因素不適合直接用于分析煤礦事故。因此，需對模型中的部分因素進行修改。

考慮到人員安全知識、安全意識和安全習慣主要受組織內安全文化的影響[13]，采用“安全文化的不足”更適合于煤礦一般事故的分析，因此將原模型中“組織因素”中的“組織氛圍”修改為“安全文化不良”；“不安全行為前提條件”中的“機組資源管理”修改為“班組狀態(tài)”，更適用于煤礦事故；“生理/心理限制”修改為“個體能力狀態(tài)”，前者在航空領域具體為飛行員本身能力無法達到完成某些任務的要求，考慮到煤礦員工不安全行為與其知識水平、技能水平密切相關，因此，用“個體能力狀態(tài)”來代替“生理/心理限制”。模型中各因素的含義見表1。修改后的HFACS模型如圖1。

表1 煤礦一般事故HFACS模型Table 1 HFACS model of general accidents in Coal Mine

圖1 HFACS框架Fig.1 HFACS model

2 模型應用及分析

2.1 數據特征

對選取的2019年發(fā)生的43起煤礦一般事故按事故類別分析。一般事故主要以頂板和運輸事故（各16起）為主，均占事故總數的37%，機電事故排在第3位，占總數的9%，其次是瓦斯事故和水害事故。需說明的是一般事故中瓦斯事故數量較少，但總體上看，2019年共發(fā)生瓦斯事故24起，造成了嚴重傷亡和經濟損失。

2.2 因素統(tǒng)計

采用修改后的HFACS模型對事故樣本進行人為因素分類統(tǒng)計，43起煤礦一般事故的人為因素分類統(tǒng)計結果見表2。

表2 43起煤礦一般事故的人為因素分類統(tǒng)計Table 2 Classification and statistics of human factors in 43 coal mine accidents

組織影響主要是安全文化不良及組織過程漏洞，與這2個因素有關的事故分別為35起和34起，分別占事故總數的81.84%和79.07%。對于不安全監(jiān)管，事故原因主要為無效糾正與監(jiān)督不足，與這2個因素有關的事故分別為33起和25起，分別占事故總數的73.74%和58.14%。不安全行為的前提條件主要包括個體精神和能力狀態(tài)，與這2個因素有關的事故分別為38起和23起，分別占事故總數的88.37%和53.49%。不安全行為主要在于違規(guī)，其中習慣性和偶然性違規(guī)分別導致事故22起和15起，分別占事故總數的51.16%和34.88%。

2.3 卡方檢驗及讓步比分析

卡方檢驗[14]是一種應用廣泛的假設檢驗方法，用來衡量實際值和理論值之間的差異程度。采用2×2列聯表的卡方檢驗來分析HFACS上下層次之間的因果關系和因果關系顯著與否。若概率P值＜0.05，則表明HFACS上下層次間具有顯著因果聯系[15]。

比值比OR可用來確定HFACS上下層次間某個因素出現是否對另一個因素產生影響。若OR值＞1，則表明上一層級的某一因素能使得下一層次的另一因素發(fā)生的可能性增大。采用SPSS軟件進行了χ2檢驗及讓步比分析，將P值＜0.05且OR值＞1的結果統(tǒng)計，HFACS上下層次間的卡方檢驗見表3。

表3 HFACS上下層次間的卡方檢驗Table 3 HFACS chi-square test between upper and lower levels

2.4 結果分析

2.4.1 各層次間因果關系分析

1）層次1與層次2之間存在5組顯著因果關系，分別是組織過程漏洞與監(jiān)督不足、無效糾正，安全文化不良與監(jiān)督不足、計劃任務，資源管理漏洞與監(jiān)督違規(guī)。其中，組織過程漏洞和安全文化不良對層次2的組成因素影響較為顯著。組織過程漏洞對無效糾正的影響最大，它使無效糾正發(fā)生的可能性增大到3.8倍（OR=3.778）。組織過程漏洞主要表現為未建立具體的規(guī)章制度、規(guī)章制度不完善以及規(guī)章制度未具體落實。安全文化不良易導致監(jiān)督不足和計劃任務存在缺陷，使二者發(fā)生的可能性分別增大到2.2倍（OR=2.188）和1.8倍（OR=1.801）。安全文化不良主要表現為對煤礦員工的安全教育和培訓不到位、煤礦領導層重生產輕安全以及煤礦員工安全意識淡薄等。

2）層次2與層次3之間存在4組顯著的因果關系，分別是計劃任務與個體能力狀態(tài)，監(jiān)督不足與個體能力狀態(tài)、技術環(huán)境因素，以及無效糾正與個體精神狀態(tài)。其中，監(jiān)督不足、無效糾正對層次3的組成因素影響較為顯著。無效糾正對個體精神狀態(tài)影響最大，使個體精神狀態(tài)不佳的可能性增大到約5.0倍（OR=4.950）。無效糾正的表現形式主要為未發(fā)現隱患、發(fā)現隱患后未及的制止及糾正。監(jiān)督不足會導致個體能力狀態(tài)不佳和技術環(huán)境不良，主要表現為未安排人員進行監(jiān)督檢查、未提供適當培訓、未進行風險評估和危險源辨識。

3）層次3與層次4之間存在4組顯著的因果關系，分別是班組狀態(tài)與決策失誤，個體精神狀態(tài)與習慣性違規(guī)，個體能力狀態(tài)與偶然性違規(guī)，以及物理環(huán)境因素與偶然性違規(guī)。其中，個體精神狀態(tài)差對習慣性違規(guī)的影響最大，可使習慣性違規(guī)發(fā)生的可能性增大到2.4倍（OR=2.375）。個體精神狀態(tài)差主要表現為員工安全意識不足、危機意識不夠、自保互保意識不佳等。而個體能力狀態(tài)不佳、物理環(huán)境不良均會導致偶然性違規(guī)，個體能力狀態(tài)主要表現為員工技術素質差、自救互救能力不足以及風險辨識能力不足，物理環(huán)境主要表現為照明不足、頂板變化、存在或產生有害氣體、噪聲等。另外，班組狀態(tài)不佳會導致決策失誤，班組狀態(tài)不佳的主要表現為未組織召開班前會、部門間溝通協(xié)調不暢、在班組內及班組間缺乏互保、聯保等。

2.4.2 總體分析

HFACS框架中涉及的人為因素之間的密切關系如圖2，相應級別內人為因素所占的權重（事故百分比）顯示在括號內。

圖2 煤礦一般事故人因之間的因果關系圖Fig.2 Causality diagram among human factors in general accidents in coal mines

安全文化不良會使計劃任務失效和監(jiān)督不足的可能性分別增大到1.8倍和2.2倍，而計劃任務失效及監(jiān)督不足使得個體能力狀態(tài)不佳的可能性增大到2.4倍、2.1倍，個體能力狀態(tài)不佳可能會使偶然性違規(guī)的可能性增大到1.8倍。同時，物理環(huán)境不良使得偶然性違規(guī)的可能性增大到1.8倍。組織過程漏洞會使監(jiān)督不足和無效糾正的可能性分別增大到2.4倍和3.8倍，由于無效糾正，個體精神狀態(tài)不佳的可能性增大到5.0倍，而個體精神狀態(tài)不佳使得習慣性違規(guī)的可能性增大到2.4倍。同時，監(jiān)督不足使得技術環(huán)境不良的可能性增大到1.5倍。此外，資源管理漏洞對監(jiān)督違規(guī)存在影響關系，決策失誤與班組狀態(tài)不佳有關。

2.4.3 主要路徑分析

HFACS模型4個層次的4條路徑及發(fā)生概率如圖3。

圖3 事故發(fā)生路徑及相應概率Fig.3 Accidents causation routes and corresponding probabilities

由于HFACS模型是基于奶酪模型提出的，因此，如果將這4個層次的人因失誤聯系起來，就會發(fā)生煤礦一般事故。這表明跨越HFACS框架4個層次的4條路徑是煤礦企業(yè)發(fā)生一般事故的潛在途徑。通過每條路線發(fā)生事故的相對概率可由該路徑所涉及因素所占百分比的乘積來推導（注：此處計算的相對概率不是煤礦一般事故的真實概率，是事故沿不同路徑發(fā)展的概率的相對大小）[16]。根據研究收集和分析的2019年我國煤礦一般事故案例，路徑1至4的概率分別為6.6%、8.7%、9.0%、28.7%。顯然，路徑4相對概率最大，最容易引發(fā)煤礦一般事故，而路徑4是由組織過程漏洞、無效糾正、個體精神狀態(tài)和習慣性違規(guī)構成的，它們是相應層次上最重要的人為因素。路徑4表明煤礦員工的習慣性違規(guī)屢屢發(fā)生是受個體精神狀態(tài)影響。經分析，這主要是因為目前煤礦員工受到由日常經驗、常識和感性認識等經驗意識影響，安全意識淡薄、自我保護意識不足，并未從內心深處認可并接受安全規(guī)章，受潛意識影響在工作過程中習慣性違規(guī)。

3 分析建議

1）建立健全煤礦規(guī)章制度。要規(guī)范安全行為標準，制定并細化控制措施，通過現場實踐應用不斷的研判制度標準的可執(zhí)行性，不斷修訂和完善標準，使其便于現場執(zhí)行和落實。其次，加強安全文化建設。堅持“安全第一”，依托于親情教育和素質教育，通過安全文化手冊、展覽版、安全活動等方式，將“隱患可防，事故可控”、“大事皆由小事出，管好小事無大事”等安全理念和價值觀鐫刻再煤礦全體工作人員的心頭，落實員工的具體工作中，力求轉變煤礦員工的思想觀念，創(chuàng)造良好的安全氛圍。

2）大力提升監(jiān)管人員專業(yè)素養(yǎng)。通過安全生產的法律法規(guī)、煤礦規(guī)章制度等方面的培訓，使監(jiān)管人員具備足夠的專業(yè)知識和專業(yè)技能，避免因不能及時糾正違規(guī)行為造成的習慣性違規(guī)頻發(fā)。其次，要加強監(jiān)督檢查力度。健全多層次全覆蓋的監(jiān)管網絡，通過安全檢查、現場盯班等方式，對煤礦員工，特別是危險、重要領域的煤礦員工，進行實時動態(tài)監(jiān)督。此外，要合理安排作業(yè)。要按照規(guī)章制度要求，科學合理的安排作業(yè)方式、時間、人員等，避免交叉作業(yè)、超時作業(yè)等情況發(fā)生

3）定期組織開展安全活動。通過大家的在安全活動中語言、思想交流、推理和判斷把個人心理的感性認識最終轉變?yōu)樘岣甙踩庾R的推動力，不斷鞏固和強化員工安全意識。其次，要組織學習培訓。要通過組織開展知識競賽、專項檢查、制作圖解看板等多種方式，有組織的對煤礦員工進行分系統(tǒng)的全方位教育培訓，提升煤礦員工的專業(yè)技能和安全技能。

4）嚴肅獎懲考核。將違規(guī)考核情況納入煤礦的月度安全“雙基”考核，對嚴格遵守安全規(guī)程的員工，給予適當經濟獎勵，樹立良好的榜樣。而對違規(guī)的員工按規(guī)訂給予相應處罰，避免習慣性違規(guī)。同時，要實行員工間相互監(jiān)督。通過互相監(jiān)督并將監(jiān)督情況記錄在案，對監(jiān)督提示工友違規(guī)的煤礦員工予以適當獎勵，減少和避免偶然性違規(guī)行為。

4結語

修改了HFACS常用模型，構建了煤礦一般事故的HFACS模型使HFACS模型適用于分析煤礦一般事故，并對43起煤礦一般事故進行了人為因素分類統(tǒng)計。進行χ2檢驗及讓步比分析，對檢驗結果進行了深入分析，得出4條煤礦一般事故發(fā)生路徑，其中“組織過程漏洞→無效糾正→個體精神狀態(tài)→習慣性違規(guī)”是煤礦一般事故最易發(fā)生的途徑。根據分析結果，從建立健全規(guī)章制度、提升監(jiān)管人員專業(yè)素養(yǎng)、開展安全活動、嚴肅獎懲考核等方面針對性提出煤礦一般事故預防措施。