電梯安全風險因素分析及預警研究

杜 婭，謝科范，梁本部，冼 蕾

(武漢理工大學管理學院，湖北 武漢 430070)

隨著現代經濟的發展，城市化進程的加快，電梯行業得以迅猛發展。電梯設備已普遍應用于住宅建筑、商業建筑、工業建筑、基礎設施、交通運輸樞紐和各項社會公共建筑中。統計數據顯示，電梯在我國作為一種特種設備，其保有量在2019 年已經增長到709.75 萬臺，僅2019 年我國電梯設備的年產量就高達117.3萬臺。這表明，未來電梯行業的需求將會呈現持續增長的趨勢，電梯將不斷應用于各類建筑和基礎設施中。然而，電梯使用在給人們的工作和生活帶來便利的同時，也造成了一些負面影響，經常會引發電梯安全事故。自電梯產生以來，電梯事故不斷出現，甚至大多數事故會造成乘坐者的身體傷害和生命威脅，并且有人因電梯故障被困而引發幽閉恐懼癥等多種心理疾病。2019年全年，全國發生特種設備安全事故共計130起，其中電梯事故高達33起，占比超過1/4，死亡人數為29人，僅次于特種設備事故發生頻率最高的場(廠)內專用機動車輛事故死亡人數。因此，為了減少電梯安全事故的發生概率，降低乘坐電梯的風險度，提高電梯使用效率以及乘客乘坐電梯的舒適程度，應對電梯安全風險及其因素進行系統、全面的分析，以期對未來電梯設備生產技術的改進和老舊電梯的有效維護提供參考。

現階段對于電梯安全風險的研究可以從整體和部分兩個方面入手：一是對電梯安全風險評價指標體系進行研究，主要探討如何利用多種方法構建電梯安全風險評價指標體系，強調體系的建立，并通過電梯安全風險評價指標體系的構建，基于對電梯安全事故發生的原因進行合理、有效分析的前提下，評估電梯運營的安全性和風險性，以此來判斷電梯設備是否能夠投入使用以及綜合判定電梯從生產直至維修多個周期中可能存在的風險；二是對電梯安全風險因素進行科學系統的識別，在構建風險評價指標體系的基礎上，全面了解電梯安全風險的成因及其相互影響關系，并進行風險評價指標體系的設計。有學者采用描述性統計的方法對歷年來所發生的電梯安全事故進行了歸納和整理，再利用多元數據分析工具中的多變量模型，分析了多個潛在變量之間的相關性，以此解析引發電梯安全事故的各種風險因素。

針對電梯安全風險評價指標體系的研究目前主要有層次分析法、模糊評價法、事故樹評價法、熵權和灰色關聯法、多層次模糊綜合評價法、BP神經網絡法、物聯網和大數據分析法等。如Feng等考慮到提高安全風險分析的可靠性，提出了FTA的方法，并引入模糊數法，分析探討了電梯事故由危險因素引起的內在機理以及事故控制的關鍵環節；另外，朱明等通過專家打分評價的方法，對電梯安全風險進行了系統的評價和設計，并以此構建了基于真實電梯事故的電梯安全風險評估數據庫以及具有實用性和獨創性的專家系統；基于熵權和灰色關聯方法的電梯安全風險評估是通過分析我國多年來電梯安全事故發生的原因，引入人員維護、機器生產、運營環境和維修管理四大類因素，構建了電梯安全風險評估指標體系；BP神經網絡是一種伴隨計算機技術發展而產生的工具箱算法，陳兆芳等通過網絡模擬的方式利用BP神經網絡算法進行樣本測試，能夠在不同條件下精準有效地對電梯安運營安全狀況進行預警。就電梯安全風險因素分析而言，楊華通過掌握電梯安全風險原理和辨別電梯安全風險來源，發現針對電梯安全因素的評價具有模糊性，造成電梯安全風險評價指標體系的構建受到一定程度的限制，從而使得電梯安全風險評價結果的可靠性降低。由此可以說明，電梯安全風險因素的研究對電梯安全風險評估指標體系的構建具有重要影響，將電梯安全風險因素進行細致分析和綜合研究是構建評價指標體系的關鍵環節。另外，從定性分析出發，Zarikas等強調政府應當通過對數據資料的重點獲取和分析來降低電梯安全風險程度，以減少事故發生的次數。與之類似的研究是通過梳理統計的方法，將電梯安全事故所在地區、場所、狀態以及故障原因進行系統整理，由此總結出電梯安全事故的發生過程、內在規律和關鍵節點。

目前關于電梯安全風險的研究主要側重于構建電梯安全風險評價指標體系，鮮少有對電梯安全風險因素和風險預警的詳細研究，這使電梯安全風險評價指標體系的構建不具備科學性和嚴謹性。而少量關于電梯安全風險因素的分析也僅停留在數理統計階段，尚未形成系統性的實質理論。因此，需要結合多種方法，從電梯安全風險因素分析、風險因素作用關系模型構建、風險預警指標體系構建、風險預警指標體系評價等多個方面進行全過程研究，通過電梯安全風險因素分析構建風險預警指標體系進而建立風險評價指標體系，評估指標體系的科學性，從多角度進行分析也成為本文電梯安全風險因素分析和風險預警研究的創新內容所在。

1 基于扎根理論的電梯安全風險因素分析

扎根理論是Barney Glaser和Anselm Strauss通過大量的經驗資料和訪談文本將事物的規律凝練總結為思想理論的一種方法。本文在扎根理論編碼的基礎上，采用文獻分析法和深度訪談法探究影響電梯安全的風險因素。首先，通過對“電梯風險因素”“電梯安全管理”和“電梯風險預警”等相關主題進行檢索，獲取了與電梯安全風險因素及預警相關的眾多文獻資料，共收集到114篇相關文獻，其中學術期刊文獻67篇，電梯事故新聞報道34篇，網絡資料13篇；其次，以武漢市某小區作為調查對象，對小區居民、物業人員以及電梯維修人員和有關從事電梯質量監管、電梯維保及行業專家在內的人員進行了深度訪談，共獲得訪談文本25 份，其中小區居民10 份，物業人員10 份，電梯維修人員5 份；最后，使用Nvivo軟件進行編碼，初步識別電梯使用時期影響電梯安全的19個開放式編碼，并在此基礎上進行主軸編碼識別，共識別出影響電梯安全的9 個關鍵因素，最終總結出影響公共電梯安全使用的5 大風險因素。

1.1 電梯安全風險因素的開放式編碼

本文利用文獻資料分析得到的電梯安全風險因素的初始開放式編碼(見表1)，再進一步結合訪談文本中提取的自由節點，進而歸納總結得到最終的電梯安全風險因素的開放式編碼，見表2。

表1 基于文獻資料的電梯安全風險因素的初始開放式編碼

表2 電梯安全風險因素的開放式編碼

1.2 電梯安全風險因素的主軸編碼

將電梯安全風險因素的19 個開放式編碼進行關聯，找出編碼之間的內在聯系，并進一步提取，總結得到電梯安全風險因素的主軸編碼，見表3。

表3 電梯安全風險因素的主軸編碼

通過對近年來發生的電梯事故進行統計和分析發現，多數電梯事故均發生在缺乏家長監管的兒童身上，由此在主軸編碼中可以將“兒童監護缺失”獨立于一般成人的電梯安全意識淡薄的概念之外，作為其中的一個概念范疇，在進行核心編碼中則可將該類范疇進一步歸納凝練。另外，“電梯安全使用標志缺失”“電梯保養不合規”“電梯定期檢修走過場”3個節點主要是探討管理部門管理行為的不規范問題，故將此3個節點歸于“管理行為不規范”節點。以此類推，共將31 個開放式編碼歸于9 個主軸編碼節點中。

1.3 核心編碼

依據扎根理論的思路，最終將電梯安全風險因素的主軸編碼的核心編碼定義為5類，分別為“管理缺陷”“人的問題”“設備本身”“運行環境”和“預警技術”，具體見表4。

表4 電梯安全風險因素的核心編碼

2 研究假設

通過對核心編碼進行分析發現，居民素質和維修人員水平是影響電梯運行安全的重要因素。長期以來，電梯安全的宣傳僅僅是通過貼在電梯中的公告來進行，居民缺乏參與度。而電梯維修人員從業門檻低、素質參差不齊、操作不規范等也是影響電梯安全的一大風險因素。電梯一般需要在一定的條件下運行，如果濕度和溫度條件達不到要求的話，會嚴重減少電梯的使用壽命，帶來巨大的安全隱患，而運行環境的合理性和安全性是電梯安全運營的又一重要風險因素。因此，從電梯設計安裝的先天性缺陷，到電梯因過度使用等原因導致的設備老化，這些問題都是隨時存在的安全隱患，如果維修人員對設備更換和修理不及時，造成乘客乘坐有安全隱患的電梯，會對電梯使用者的生命安全構成嚴重威脅。此外，管理層對電梯運行安全的重視程度也是一個重要因素。如果管理層對安全的重視程度較高，管理人員會非常關注電梯的安全，規范電梯的安全操作，為提高電梯使用的安全性，從上及下、從領導層決策到具體安全政策與程序都為保障電梯安全提供足夠的便利，電梯安全運行所產生的風險就會由此降低。最后，電梯預警系統可以在故障發生后自動聯系救援人員，并提供實時通話，還可以記錄電梯從安裝到維護、檢查等多個過程中的實時數據信息，為電梯安全監管部門提供相關數據，以便后期維修和檢查，并將其中異常的數據信息上傳至預警系統后臺。但是由于種種原因，目前使用預警技術的電梯還是很少，由此增大了電梯安全運營的風險。基于上述理論分析，本文提出如下假設：

假設H:人員因素顯著正向影響電梯安全風險暴露；

假設H：環境因素顯著正向影響電梯安全風險暴露；

假設H：設備因素顯著正向影響電梯安全風險暴露；

假設H：管理因素顯著正向影響電梯安全風險暴露；

假設H：預警技術因素顯著正向影響電梯安全風險暴露。

基于扎根理論編碼，提煉出影響電梯安全的風險因素，并將影響電梯安全的風險因素總結為“管理缺陷” “人的問題”“設備本身”“運行環境”“預警技術”5大因素，以此作為構建電梯安全風險因素模型的理論基礎，如圖1所示。

圖1 電梯安全風險因素概念模型

3 研究結果與分析

3.1 數據分析

3.1.1 基本信息統計分析

根據電梯安全風險因素相關理論知識，結合5級李克特量表設計了調查問卷量表，發放調查問卷共210 份，有效回收調查問卷205 份，調查問卷回收率達98%，通過篩選有問題或者答案有歧義的調查問卷，得到最終有效調查問卷193 份。

通過對調查問卷進行統計分析，可以得到以下信息：在性別項中，男性樣本的占比為60.1%，女性樣本的占比為39.9%，性別比例男性居多；在年齡段項中，20 歲以下樣本的占比為8.3%，20～30歲樣本的占比為34.7%，30～40歲樣本的占比為19.2%，40～50歲樣本的占比為20.7%，50～60歲樣本的占比為9.8%，60歲以上樣本的占比為7.3%，年齡段選取20～30歲和40～50歲的樣本居多；在職業項中，學生有25人，公司職員有84人，政府部門有32人，自由職業有35人，其他人員有17人，職業方面公司職員的樣本最多，占比為43.5%。

3.1.2 調查問卷的信度和效度分析

本文采用Cronbach’s

α

系數測量電梯安全風險因素研究問卷的內在信度，Cronbach’s

α

系數越大，表示調查問卷的內部一致性越高。通過分別檢驗電梯安全風險因素量表中各部分的信度，來檢驗調查問卷的內部一致性。另外，需要對觀測變量進行適當排除，即對所有變量都采取一次刪除操作，該操作如果并未影響信度指數的增幅，則認定該觀測變量的可信度為良好。由于電梯安全風險只有2個測量題項來衡量，所以不適宜做刪除測試，其檢驗結果見表5。本文應用SPSS 21.0 軟件對電梯安全風險因素各維度構成進行檢驗，一般將KMO值大于0.7 和Bartlett的球形度檢驗的顯著性小于0.05作為評定能否滿足探索性因子分析的前提，當滿足以上兩個前提時，表明各個觀測變量具有相關關系，能夠進行因子分析。本研究中的電梯安全風險因素因子分析采用的提取方法是主成分法，其中旋轉法采用符合Kaiser標準化的正交旋轉法，旋轉在6 次迭代后收斂。

表5 電梯安全風險因素各變量的信效度分析結果

由表5可知，量表各個潛變量的Cronbach’s

α

系數都在 0.7 以上，并且絕大多數都在0.8以上,說明該調查問卷的內部一致性較好，其可以作為電梯安全風險因素研究的工具；另外，觀測變量與潛變量之間的CITC滿足0.6～0.85的區間之內，達到了高于0.5的界限，充分說明代表問項的潛變量得到了合理設置。另外，探索性因子分析結果顯示：量表的KMO值為0.932，顯著大于標準0.70；Bartlet的球形度檢驗值為2 496.602，顯著性

p

<0.001，滿足因子分析條件。采取主成分分析法，隨機抽取特征值大于1的因子，結果共提取出5個公因子，旋轉累計平方和為68.03%，大于60%；通過正交旋轉法旋轉后，可將23個問項歸類為5類因子，每個項目的因子負荷均高于0.5，說明提取的5個因子所包含的信息較全面，且未出現雙重因子負荷均高的情況，電梯安全風險因素的各觀測變量按照理論預設聚合到各維度下。綜合以上分析結果說明，研究選取的量表具有較好的建構效度。

3.2 結構方程模型分析

本文通過擬合度指標來判斷電梯安全風險因素模型的擬合效果，見表6。

表6 電梯安全風險因素模型的擬合度指標結果

由表6可知:

x

/d

f

符合1～3的標準；AGFI和GFI也符合大于0.8的要求，且在0.90左右；NFI、TLI和CFI也符合大于0.9的要求；RMSEA為0.018，符合小于0.08的標準。因此，電梯安全風險因素研究的驗證性因子分析模型的擬合效果較好。

電梯安全風險因素模型的路徑系數及其顯著性水平見圖2，其結構方程模型結果見表7。

圖2 電梯安全風險因素模型的路徑系數及其顯著性水平

表7 電梯安全風險因素的結構方程模型結果

由表7可知：人員因素對電梯安全風險的標準化路徑系數為0.185(

t

值=2

.

412，

p

=0

.

016<0

.

05)；環境因素對電梯安全風險因素的標準化路徑系數為0

.

269 (

t

值=3

.

193，

p

=0

.

000<0

.

05)；設備因素對電梯安全風險因素的標準化路徑系數為0

.

191(

t

值=2

.

273，

p

=0

.

023<0

.

05)；管理因素對電梯安全風險因素的標準化路徑系數為0

.

188(

t

值=2

.

242，

p

=0

.

025<0

.

05)；技術預警因素對電梯安全風險因素的標準化路徑系數為0

.

289(

t

值=3

.

241，

p

=0

.

000<0

.

05)。以上數據說明5大因素均與電梯安全風險暴露呈顯著性正相關，因此假設H～H均成立，其中5個主要影響因素中預警技術因素對電梯安全風險暴露的影響最大(標準化路徑系數為0.289)。

4 電梯安全風險預警指標體系構建與評估

4.1 電梯安全風險預警指標體系構建

通過扎根理論的三階段編碼和結構方程模型分析，并綜合電梯安全相關專家的意見，構建了電梯安全風險預警指標體系，見表8。

表8 電梯安全風險預警指標體系

4.2 電梯安全風險預警指標體系評估

采用專家打分表的方式獲取定性指標的數據，通過設計調查問卷，以評分的方式進行調研。調查問卷面向具有學術經驗的科研人員、從事電梯行業的工作人員以及對特種設備有所了解的專業人士發放。經過問卷調查，將所得到的問卷調查結果進行整理，共收集到44位專家的打分意見。專家的年齡跨度較大，范圍為22～60歲，其中20～30歲的專家有10人，占比為22.73%左右；30～40歲的專家有21人，占比為47.73%左右；40歲以上的專家有13人，占比為29.54%左右。專家的職業分布為電梯維修工作人員11人，占比為25.00%；電梯行業研究專家25人，占比為56.82%；電梯質量監管人員8人，占比為18.18%。由于專家的選擇均與電梯存在著一定的關聯，并且專家是具備一定相關知識和技能的電梯從業人員，因此根據專家評判所獲得的數據具有一定的準確性和真實性。

電梯安全風險預警指標體系評估是將評語集分為 5 個等級，分別為好(100～90)、較好(89～80)、一般(79～70)、較差(69～60)、差(<60)，根據專家打分表和層次分析法、歸一化處理后，可得到二級指標的隸屬度矩陣：

采用下面模糊評價模型公式，可求出對應二級指標的模糊評價矩陣：

B

=

W

·

R

(1)

式中：

B

表示二級指標的模糊評價矩陣；

W

表示三級指標的權重(由于篇幅原因，并未展示三級指標權重的計算過程)；

R

表示二級指標的模糊評價矩陣。

各二級指標的模糊評價矩陣的計算結果如下：

管理行為(

B

)=[0

.

40 0

.

24 0

.

27 0

.

10 0

.

00];管理意識(

B

)=[0

.

46 0

.

22 0

.

28 0

.

04 0

.

00];維修人員(

B

)=[0

.

40 0

.

15 0

.

41 0

.

04 0

.

00];居民素質(

B

)=[0

.

49 0

.

15 0

.

33 0

.

02 0

.

00];設置裝備(

B

)=[0

.

38 0

.

10 0

.

49 0

.

03 0

.

00];老舊程度(

B

)=[0

.

44 0

.

11 0

.

42 0

.

03 0

.

00];內部運行環境(

B

)=[0

.

360

.

300

.

280

.

060

.

00];外部安裝環境(

B

)=[0

.

400

.

230

.

310

.

060

.

00];預警技術(

B

)=[0

.

43 0

.

14 0

.

38 0

.

04 0

.

00];配套設施(

B

) =[0

.

47 0

.

18 0

.

30 0

.

05 0

.

00]

.

將以上二級指標的評價結果組成各一級指標的隸屬度矩陣如下：

采用下面模糊評價模型公式，可求出一級評價指標的模糊評價矩陣：

A

=

W

·

R

(2)

式中：

A

表示一級評價指標的模糊評價矩陣；

W

表示二級評價指標的權重；

R

表示二級評價指標的模糊矩陣。

由此可得到各一級指標的模糊評價矩陣的計算結果如下：

管理因素

A

=(0

.

44 0

.

22 0

.

28 0

.

06 0

.

00);人員因素

A

=(0

.

46 0

.

15 0

.

36 0

.

03 0

.

00);設備因素

A

=(0

.

40 0

.

11 0

.

47 0

.

03 0

.

00);環境因素

A

=(0

.

45 0

.

16 0

.

35 0

.

04 0

.

00);預警技術因素

A

=(0

.

440

.

220

.

280

.

060

.

00)

.

可根據以下公式和經驗總結，分別取評語集兩端數值的中間值，將其定義為

F

：

F

=(95 85 75 65 30)

Z

=

A

·

F

(3)

因此可得到各一級評價指標的質量評估等級如下：

Z

=

A

·

F

=85

.

507(較好)

Z

=

A

·

F

=85

.

480(較好)

Z

=

A

·

F

=83

.

718(較好)

Z

=

A

·

F

=84

.

735(較好)

Z

=

A

·

F

=85

.

052(較好)

根據電梯安全風險預警指標體系評估標準，5個一級評價指標的質量評估等級均在89～80之間，判定其質量等級為較好，由此說明電梯安全風險預警指標體系的構建具有有效性、合理性和科學性，且該預警指標體系能夠較好地反映電梯安全風險預警效果。

5 結論與啟示

本文運用統計方法對近年來我國部分電梯安全事故進行梳理，借助文獻分析法，將扎根理論三階段編碼作為電梯安全風險因素影響分析的理論基礎，通過結構方程模型探究電梯安全風險各影響因素及其作用機理，基于模糊評價法構建電梯安全風險預警指標體系并對其進行評估，結果表明對電梯安全風險因素研究應當從人員、環境、設備、管理和預警技術因素5個方面入手。同時，從電梯安全風險源頭出發，歸納總結5類因素對電梯安全運營的潛在影響，并通過實證分析證實五大因素均對電梯安全風險因素的暴露具有一定的關聯和正向影響，其中預警技術因素對電梯安全風險因素的暴露具有顯著的正向影響，因此應當重視預警技術因素，并通過技術手段有效地降低電梯安全使用風險。另外，通過預警指標體系的構建與評價，創新性地提出了科學、系統的電梯安全風險預警指標體系，以為后續研究電梯事故和預警模擬提供啟示。該電梯安全風險預警指標體系的構建能夠有效地判斷評價指標質量等級，不僅能夠在一定程度上指導電梯生產及維修人員在生產及維修過程中如何避免不足和缺陷，而且能夠作為判斷和評估電梯安全事故發生概率的依據，從而有效地降低電梯事故發生的可能性。通過本文研究得到以下管理啟示：

(1) 加強對影響電梯安全風險因素的人員、環境、設備和管理四大基礎性因素的重視程度，合理分析產生電梯安全事故的原因，并進行事故場景模擬和采取事故追責制度，以此減少或避免電梯安全事故的發生。尤其要重點關注維修管理人員的專業素質水平，定時進行崗位職責培訓和維修技能培訓；要定時開展電梯安全風險宣傳講座，提高乘客的電梯安全意識，并做好對兒童乘坐電梯的特殊防護；電梯維修和管理人員要定期檢查機房等電梯內部運行環境以及包含樓道的外部安裝環境，注意電梯運行的溫度和濕度條件，當出現數值偏差時要做出及時調整，并按時對電梯設備進行維護和更新，對磨損零件進行更換，對老舊系統進行升級，以此來提高電梯的運營年限和安全系數。

(2) 預警技術因素是伴隨著現代科學技術發展而衍生的產物，公共建筑及設施管理部門要加大對預警技術的使用以及技術資金的投入，通過科學的監測方法和預警手段，防患于未然，在電梯安全事故發生前給予警報提示。同時，與電梯有關的特種設備建設部門要結合物聯網、大數據挖掘以及無線傳感等多種新型技術對電梯安全風險進行預警，推動電梯安全生產和有效運營，以此構建覆蓋全國的電梯安全風險智能預警平臺。此外，預警技術的內涵應包括技術手段和配套設施兩個方面，通過遠程監控技術、大數據預警平臺技術、人工智能技術進行基礎支持，配備電梯智能檢測手段以及數據庫信息處理系統加以協作，以充分發揮電梯安全風險的預警作用。