矿工情境意识多层递阶驱动模型构建*

俞 清，邵 丹

(1.南京工业大学 经济与管理学院，江苏 南京 210023；2.南京师范大学 商学院，江苏 南京 210023)

0 引言

随着先进开采技术和信息技术在煤矿生产中的运用，矿工生产过程中的认知负荷不断增加，由此产生的人因失误也随之增加，而这些失误与矿工在生产过程中的情境意识密切相关[1]，这就需要对矿工情境意识进行系统分析。为此，对矿工情境意识构成要素进行系统分析并确定各要素在情境意识形成中的驱动作用关系，从而构建矿工情境意识驱动模型对提升矿工情境意识水平具有理论意义和实践指导作用。

目前，一些学者对人员情境意识模型进行了研究，如：Endsley在对人员动态决策行为分析的基础上，确定了人员情境意识的影响因素并建立人员情境意识三层模型[2]；Nazir等通过辨识关键因素，建立过程工业企业人员情境意识模型[3]；Mohsen等通过情境网络、贝叶斯网络和模糊逻辑分析情境意识影响因素，从而建立化工作业人员情境意识模型[4]；王永刚在Endsley建立的情境意识模型的基础上，以管制员为研究对象，采用结构方程模型建立管制员情境意识模型[5]；刘双等以注意资源分配模型为基础，通过定量化方法建立了飞行员的情境意识模型[6]。此外，还有一些学者对情境意识的影响因素进行了研究，如：Alexandra采用相关性分析法研究了作业负荷和作用情境对核电站主控室作业人员情境意识的影响[7]；Seung等通过实验方法研究不同条件水平的操作控制室对操作人员情境意识的影响[8]；傅亚强等通过实验方法分析了作业任务和记忆2个变量对情境意识的影响[9]。以上这些研究为人员情境意识模型的构建提供了理论基础，但主要集中于过程工业或者航空领域，对于煤矿这一复杂高危系统涉及较少；同时，对于人员情境意识模型的研究主要集中于构成要素的确定方面，对于要素间的作用关系以及要素在情境意识形成中的作用涉及相对较少。为此，本文在情境意识模型分析的基础上，辨识矿工情境意识驱动要素，然后综合运用DEMATEL法和ISM建立矿工情境意识驱动要素因果关系分析方法，梳理驱动要素间的逻辑关系，从而构建矿工情境意识驱动模型，以期为矿工情境意识分析提供理论参考。

1 矿工情境意识驱动要素分析

情境意识(situational awareness，SA)最早运用于航空领域，随着技术在生产领域运用范围的扩大以及生产环境日益复杂，情境意识越来越多被用以分析复杂技术系统中的决策失误和人因可靠性[10]，因此，在运用过程中也形成了结合不同行业的情境意识概念。这些概念中，以Endsley提出的情境意识概念引用最广泛，Endsley将情境意识界定为：在一定的时空条件下，人员对所处环境中的各类要素的知觉，对这些要素知觉进行理解，并对要素的变化趋势做出判断和预测。为此，本文结合Ensley提出的情境意识概念，将矿工情境意识概念界定为：矿工在生产过程中，对井下作业环境要素感知并进行组织和加工处理，形成对井下环境要素状态的理解，并依据理解形成环境要素的动态变化趋势预判。由上述概念可知，矿工在形成情境意识的过程中，主要包括对煤矿井下作业情境要素的感知、理解、判断和预测3个环节。这3个环节的正确完成受到矿工所在组织要素和作业情境等外部要素以及矿工自身要素等内部要素的综合影响[5,10-11]。综上情境意识概念分析，可用图1所示的概念模型表征矿工情境意识。

图1 矿工情境意识概念模型Fig.1 Conceptual model of coal miners’ situational awareness

由图1中的矿工情境意识概念模型和文献[4]、[5]和[11]中建立的人员情境意识影响因素，构建矿工情境意识驱动要素集，如图2所示。

图2 矿工情境意识驱动要素Fig.2 The driven factors of coal miners’ situational awareness

2 矿工情境意识驱动要素因果关系建模

由上述矿工情境意识驱动要素分析可知，矿工情境意识驱动要素间存在彼此相互影响的非独立作用关系，而分析这种非独立作用关系，就需要确定矿工情境意识驱动要素彼此间的相互作用强度以及这些要素在矿工情境意识中的作用和地位[11]。为此，本文首先采用可以用于分析复杂系统中要素间因果关系的方法—DEMATEL法建立矿工情境意识驱动模型中要素的定量化因果关系[12]，同时，针对传统DEMATEL法在构建直接影响关系矩阵中借助专家判断信息易造成主观偏差的问题，运用信息熵理论获取驱动要素间的相对重要度，并将其作为矿工情境意识驱动要素直接关系矩阵。上述矿工情境意识驱动模型的建模主要分为以下6步。

①令矿工情境意识驱动要素集A

②标准化驱动要素矩阵A，形成标准化矩阵B

③矿工情境意识驱动要素j的熵值计算

(1)

④计算矿工情境意识驱动要素j的权重系数

(2)

⑤形成矿工情境意识驱动要素的直接影响关系矩阵R

2)标准化矿工情境意识驱动要素的直接影响关系矩阵。综合采用式(3)和(4)得到R的标准化矩阵X。

从图1中可以看出，由于转动角度以及载频的不同，所得到的重构结果δk,n的幅度大小会有所差异，但是由于观测的目标相同，因而所重构的方位向散射点位置信息相同.这一特性可以在重构过程中加以利用，从而提高重构的精度.

(3)

(4)

3)计算要素的综合影响矩阵T。T通过对步骤2)中的标准化矩阵X求几何级数确定，计算如式(5)。

(5)

4)确定矿工情境意识驱动要素影响度阈值λ，建立驱动要素间邻接矩阵D=(dij)，dij满足下列条件。

(6)

式中：tij为矿工情境意识驱动要素的综合影响关系矩阵元素；阈值λ取值为驱动要素的综合影响关系矩阵的均值[13]。

5)建立矿工情境意识驱动要素的可达矩阵M。当驱动要素间的邻接矩阵D满足式(7)，则可建立驱动要素的可达矩阵。

(D+I)k-1≠(D+I)k=(D+I)k+1=M

(7)

式中：I是对应的单位矩阵，D+I计算过程中可能形成矩阵元素为“2”的情形，此时需要将这些元素值更换为“1”，形成考虑驱动元素自相关的矩阵。

6)划分系统要素区域和层级。系统要素区域和区域内层级划分是指依据可达矩阵，确定系统内部要素阶梯结构和逻辑结构的过程，划分的具体过程可参照文献[14]给出的步骤，具体如图3所示。

图3 系统划分过程Fig.3 Process of system partition

3 矿工情境意识多层递阶驱动模型构建

3.1 驱动模型构建

为了验证和说明本文提出的矿工情境意识能力驱动模型构建方法的有效性，以国家煤矿安全监察局网站公布的煤矿事故数据为样本，对2010—2014年煤矿“较大级”以上的人因事故按照图2的矿工情境意识能力驱动要素进行分类统计，结果如表1所示。

表1 2010—2014年煤矿人因事故统计结果Table 1 The statistical results of human factor accidents in coal mine during 2010—2014

注：表中数据为归一化之后数据。

由表1中煤矿人因事故分类统计结果和建模步骤①～④，得图2中矿工情境意识驱动要素的权重系数为：ϖ11=(0.094,0.174,0.179,0.027,0.050,0.024,0.100,0.120,0.067,0.021,0.145)，则由步骤⑤可得矿工情境意识驱动要素的直接影响关系矩阵，如表2所示。

由表2中的矿工情境意识驱动要素直接影响关系矩阵，结合式(3)～(5)，采用MATLAB软件编程可得矿工情境意识驱动要素的综合影响关系矩阵，如表3所示。

表2 矿工情境意识驱动要素直接影响关系Table 2 Direct influence relationship for driven factors of coal miners’ situation awareness

表3 矿工情境意识驱动要素综合影响关系Table 3 Comprehensive influence relationship for driven factors of coal miners’ situation awareness

由表3中的矿工情境意识驱动要素综合影响关系矩阵，确定阈值λ为0.053，按式(6)建立矿工情境意识驱动要素的邻接矩阵，如表4所示，并依据式(7)和步骤6)采用MATLAB进行编程，可得矿工情境意识驱动模型，如图4所示。

表4 矿工情境意识驱动要素邻接矩阵Table 4 Adjacency matrix for driven factors of coal miners’ situation awareness

图4 矿工情境意识驱动模型Fig.4 Driven model for coal miners’ situation awareness

3.2 模型分析

由图4建立的矿工情境意识驱动阶梯模型可知，第1层中的生理心理状况(df7)、工作记忆(df8)、作业经验(df9)和作业能力(df10) 4个驱动要素是矿工情境意识的直接影响因素。该分析结果与文献[11]中分析的操纵员情境意识模型基本一致，表明了分析结果的有效性。同时，根据表1中煤矿人因事故统计数据，2010—2014年这5年中事故率最高的诱发因素有3年分布在直接驱动要素中，表明直接驱动要素对矿工情境意识失效具有显著影响，因此煤矿企业在制定矿工情境意识提升策略时可以考虑从这4个方面建立具体实施措施，但是需要注意的是，这些直接影响因素还受其他间接因素影响，这就要求建立措施过程中需要考虑间接驱动要素的影响作用。

第2层和第3层的驱动要素为矿工情境意识的间接影响因素，这与文献[16]相一致。间接影响因素主要是组织层级的因素，组织所建立的制度会对组织行为形成规范和约束，显然组织制度设计不合理或者不完善就会对组织的其他活动产生影响，从而对组织中的个体产生影响，最终形成事故。例如，组织培训制度不健全就可能导致培训工作不到位从而使矿工对相应的操作规程和注意事项等信息掌握不充分，进而出现人员无法胜任岗位的现象，从而可能引发事故。同样，如果作业规程设计不合理，就会导致矿工生产任务和生产负荷的增加，这样就可能对矿工形成压力并影响矿工的心理和生理状况以及操作能力，进而增加情境意识失效的可能性。因此，煤矿企业要注重企业组织建设的工作，尤其是建立健全完善的组织制度。

第4层的驱动要素是矿工情境意识的根本影响因素。煤矿班组安全氛围(df5)处于驱动模型的最底层，该分析结果与文献[16]相一致。班组安全氛围属于看不见的驱动要素， 而矿工情境意识水平需要通过矿工个体得以体现，因此班组安全氛围只能通过影响间接层要素并最终影响矿工的情境意识。例如，不良的班组安全氛围会导致班组成员和管理层的信息沟通与交流不畅，可能会导致相应的管理制度以及操作规范等组织行为得不到矿工的认可，从而使矿工出现对抗心理和情绪，进而作用于其安全作业能力，并最终影响矿工的情境意识[15]。

4 结论

1)矿工情境意识是由多层次要素交互影响彼此互为因果作用从而驱动形成的，同时，现有的人员情境意识模型处理这种因果驱动关系主要基于统计分析方法，对于同一准则层要素间的相互作用关系以及跨层级要素间的作用关系分析不足，采用熵值法和DEMATEL方法对这种作用关系进行定量分析，不仅可以降低由传统DEMATEL方法形成的主观偏差，还可以对驱动要素间的因果关系进行充分分析，从而提升矿工情境意识驱动模型的鲁棒性。

2)矿工情境意识的改善不仅需要关注矿工自身的心理和生理状况、作业技能水平这些直接作用的影响因素，更需要从组织层面提升矿工情境意识水平，通过加强班组安全氛围建设，完善组织制度建设，从而间接影响矿工个人情境意识驱动要素的提升，最终实现矿工情境意识水平提升。

3)本文采取的定量分析方法主要依据安全生产事故数据，这些数据是整体数据，虽然保障了数据的相对充足，但是事故分布呈现地域或者企业集中现象，因此分析的结果也可能存在相同的问题。如何有效解决上述问题，从而提高分析结果的针对性，是后续研究过程中需要加以考虑的内容。