复杂性系统视角下船员不安全行为功能共振分析模型_胡甚平.pdf

运输安全风险源辨识模型J 西南交通大学学报，2021，56(1):147 152.LUO W H，CAI F T，WU C N，et al Text-miningbased risk source identification model for transportationsafetyJ Journal of Southwest Jiaotong University，2021，56(1):147 152.Moderating effect analysis ofinformation in the processing phase onexpressway traffic accident durationCHEN Jiao-na1，2，JIN Yin-li3，TAO Wei-jun1，LI Dao-feng1(1 School of Electronic Engineering，Xi an Shiyou University，Xi an 710065，China;2 National Engineering Laboratory ForSurface Transportation Weather Impacts Prevention，BroadvisionEngineering Consultants，Kunming 650200，China;3 School ofElectronics and Control，Chang an University，Xi an 710061，China)Abstract:Since emergency response is very important to theevolution of the duration in expressway traffic accidents，it issignificant to study the influence of information on the duration inthe processing phase The moderating effect model of expresswayaccident duration was established with structured data and textdata，given the indexes of the processing phase information asmoderatingvariablesTakingtheinfluencingfactorsasindependentorcontrolvariables，andthedurationasadependent variable，themodelwasusedtoanalyzethemechanism of processing phase information in duration evolutionUnder the view of the word frequency，report times，and textcapacity，the evaluation indexes were defined using a contentanalysis method，as ten potential moderating variables wereproposed The moderating effect was tested by the interactionswith the independent variable and the moderating variable，andthe type of moderating effect was discussed by simple slopeanalysis The robustness test verified the validity by changing thecontrol variables in the model Under the confidence level of0.01，it is shown that significant moderating variables have beenobtained on the relationship between accident range and durationrespectively，including Z1，Z2，Z4，Z5，Z6，Z7，Z8，Z9，andZ10In other words，the nine moderating variables havesignificant differences in the impact at different levels After themoderating effect has been calculated，the value of Z8，Z6，andZ7is 0.049，0.034，and 0.032 respectively Considering theresults of validity analysis and moderating effect intensity，Z1，Z2，Z5，Z7，Z8，and Z10are six suggested variables forestimating the information in the processing phase With thefull help of the moderating effect，it is positive to enhanceeffectiveness on the stage of collection，publishing，andreport，therefore improving the level of emergency response onsiteKey words:safetyengineering;trafficaccidentanalysis;duration time;processing phase;content analysismethod;moderating effect文章编号:1009-6094(2023)04-1177-08复杂性系统视角下船员不安全行为功能共振分析模型*胡甚平1，焦喜鑫2，张欣欣1，谢莹1，韩冰3(1 上海海事大学商船学院，上海 201306;2 上海海事大学海洋科学与工程学院，上海 201306;3 上海船舶运输科学研究所，上海 200135)摘要:为分析船员不安全行为的形成，提出了基于功能共振分析方法(Functional esonance Analysis Method，FAM)和集对分析的不安全行为分析模型。通过辨识船员不安全行为形成因素，构建 13 个不安全行为影响因素的功能共振分析模型;引入区间值犹豫模糊熵和集对分析方法量化功能模块变异程度与表型，确定功能链接的耦合变异系数;结合船舶事故案例数据，得出不安全行为形成过程中导致不安全行为形成的主要路径。结果表明:船员不安全的关键指标涉及性格、工作强度等;船员不安全行为受到内外部因子影响，涉及 12 条不安全行为形成路径;船员不安全行为主要表现为自身特质、管理、专业素质易产生变异从而影响其他功能模块;信息传达、判断决策、动作、动作后确认易受到其他功能模块的影响，尤其是判断决策、动作等行为表现易受到影响形成不安全行为。关键词:安全系统学;功能共振分析法(FAM);集对分析(SPA);船员的不安全行为;复杂系统中图分类号:X913.4文献标志码:ADOI:10.13637/j issn 1009-6094.2022.0115*收稿日期:2022 01 22作者简介:胡甚平，教授，博士，从事载运工具运用工程与安全工程研究，sphu shmtu edu cn。基金项目:国家重点研发计划项目(2019YFB1600602)0引言随着世界贸易不断发展，海上交通运输的需求日益增加。在海上交通事故中，80%以上的事故都与人因失误有关1。人的不安全行为作为人因失误的主要表现，是海上事故的主要诱因2。探索多因素间的相互作用3 4 分析船员不安全行为的形成，是业界安全研究的发展趋势。事故致因模型经历了从链式事故致因模型到复杂的系统性事故致因模型的发展历程。传统的链式事故模型有 1980 年 Heinrich 等5 提出的多米诺模型、1990 年 eason6 提出的瑞士奶酪模型，为故障树分析、人的因素分析与分类系统(Human Factors7711第 23 卷第 4 期2023 年 4 月安全 与 环 境 学 报Journal of Safety and EnvironmentVol 23No 4Apr，2023Analysis and Classification System，HFACS)等大多数事故模型奠定了基础，构建了事故系统组成要素之间的相互关系与作用机理，以系统解析的角度分析事故发展模式，辨识全面的事故原因。进入 21 世纪以来，传统理论未能合理解释整个系统内部的非线性关系，继而出现了一些新的理论假设，促进了基于系统组分结构理论的事故致因模型发展。典型代表有 2004 年 Leveson7 提出的系统理论事故模型与过程、1997 年 asmussen8 提出的事故地图。2004 年Hollnagel9 提出的功能共振分析方法(Functionalesonance Analysis Method，FAM)首次从安全分析的角度研究问题。Patriarca 等10 提出了一种基于蒙特卡罗模拟的半定量框架，仿真功能输出时间和精度概率变异。张静雯等11 从事故致因分析入手，用模糊层次分析方法量化识别导致船舶碰撞事故发生的主要失效链接。2021 年，徐逸飞等12 最先在FAM 模 型 中 增 加 环 境 变 化 功 能 模 块 以 改 进FAM，研究环境变化与其他功能模块间的耦合作用，理清事故发生原因。这些探索创新性地实现了FAM 应用中的量化模型分析。传统功能共振分析方法局限于定性分析，为定量分析船员不安全行为的形成，本文通过提出船员不安全行为的 FAM 假设，利用 FAM 模型探究船员不安全行为形成因素的功能可变性，以及多因素的功能模块可变性作用下导致的功能共振，采用集对分析(Set Pair Analysis，SPA)量化分析各功能可变性耦合作用，揭示船员不安全行为形成的主要模块和关键链接。1船员不安全行为分析1.1不安全行为内涵人的不安全行为内涵和外延比较复杂，目前没有一致性结论。张力等13 提出不安全行为是在没有超越人 机系统设计功能的条件下，人为了完成其任务而进行的有计划行动的失败，主要表现形式为:未能完成必要的功能、未意识到危险情境、对复杂的认知反应做出了不正确的决策和对意外未做出及时的反应。这表明不安全行为是人机体反应错误。因此将船员的不安全行为定义为值班船员为执行值班任务而产生的机体反应错误行为。船员的不安全行为是船员执行任务过程中产生的机体反应错误，其形成是多个深层影响要素与船员的机体反应间的作用关系。1.2不安全行为要素分析及假设不安全行为致因1 2，4，13 包括安全培训、组织氛围、组织过程、资源管理、监管、身心状态、精神状态、家庭压力、技能、计划安排、立法影响、性格和记忆等方面。船员行为发生的过程受 3 个方面的影响:一是来自船员本身各个方面的影响，有船员心理状态(身心情况、心理压力等)、生理状态(精神状态、作息时间等)、船员自身特质(性格、记忆能力等)和专业素质(能力、经验、专业技能等);二是船员受到与其共同相处的人的影响，有沟通(与他船、本船船员的沟通情况等)和管理(工作安排强度、组织氛围、组织过程、组织影响力等);三是导致船员个体差异状况的社会影响，包括立法影响、家庭因素等。船员的行为可分为过去动作、感知、信息传达、判断决策、动作和动作后确认等阶段。因此影响船员行为的要