基于FDA事故致因模型的铁路行车安全管理研究*

2022-03-07阳富强

中国安全生产科学技术 2022年1期

郭勇，阳富强

(福州大学环境与安全工程学院，福建福州 350116)

0 引言

随着国家综合实力的提高，我国铁路运输业得到了迅猛发展，铁路运营里程增加，运营速度加快，路网密度不断增大。然而，2016—2019年间，全国发生多起铁路行车较大事故，累计死亡人数为3 475人[1]。由此可见，铁路运输在为人们的生活提供便利之余，也不能忽略其运营过程中存在的安全问题。事故致因模型主要用于分析事故发生的过程及后果，有助于指导人们认识事故产生原因及发展规律。常用事故致因模型有：海因里希事故因果连锁理论[2]、博德现代事故因果连锁理论[3]、轨迹交叉理论[3]、瑞士奶酪模型[4]、STAMP (Systems Theoretic Accident Model and Processes)模型[5]、2-4模型[6]等。目前，我国关于铁路行车事故成因的研究主要分为2个方面。一方面，围绕铁路行业发生的重大事故开展研究，从中吸取教训，如“4·28胶济铁路特大交通事故”[7]、“7·23”甬温线特别重大铁路交通事故[8]。另一方面，从人、设备、环境、管理4方面开展纵向研究，王卓等[9]采用灰色系统理论从人员、设备、天气等方面分析事故致因，确定了不同事故类型中各影响因素的主次关系；张玥等[10]将影响铁路危险品运输系统的风险因素划分为人、货物、环境、管理、设备5类，并利用STAMP-ISM模型探究事故致因因素之间的相互关系。

同时，国外也十分重视铁路行车安全管理工作。一方面，统计分析研究人的失误对行车事故的影响，如Baysari等[11]运用HFACS(人为因素分析和分类系统)对澳大利亚40份铁路安全调查报告开展研究，得出近1/2的事故由工作人员对设备的检修和维护工作不到位造成；Kyriakidis等[12]对1945—2012年间涉及人为错误的铁路事故进行统计分析，以确定影响人的绩效并导致人为错误的因素数量和类型是否发生了变化。此外，某些国家开发出一系列行车系统，使铁路行车工作更加智能化、自动化，如日本新干线高速铁路行车系统(COSMOS)、德国防灾报警系统(MAS90)、法国TVM430行车系统。

随着人工智能、大数据等信息技术的发展，信息在安全生产管理中占有重要地位。铁路行车系统是一个复杂系统，涉及到大量信息，确保安全信息的正常流动是保证铁路安全运营的关键。传统事故致因模型存在缺乏对组织外部因素的研究、事故致因因素之间逻辑关系不明确等缺陷。而FDA事故致因模型考虑到组织内外的事故致因因素和它们之间的相互关系，突出安全信息的循环和流动，更具有科学性、有效性、逻辑性及完整性。此外，鲜有学者从安全信息的角度对铁路行车事故的发生原因进行深入分析研究。鉴于此，本文基于安全信息视角，结合铁路运营实际建立FDA事故致因模型，进一步探究铁路交通事故致因模式，并以“4·28胶济铁路特别重大交通事故”为例，论证该模型具有实用性。

1 事故模型构建

1.1 理论基础

FDA事故致因模型基于安全信息视角和管理科学、行为科学知识，按照系统安全行为识别、处理安全信息的方法，构建“安全预测→安全决策→安全执行”的系统安全行为链；并通过安全信息流动将个体、自组织、他组织3个不同层面事故致因子模型连接起来，构成完整的事故致因模型[13]。

1.2 模型构建

根据铁路行车事故致因原理，以“安全预测→安全决策→安全执行”为主线，从行车人员、铁路运输企业和国家铁路局3个层面，构建铁路行车FDA事故致因模型，如图1所示。模型构成要素及各指标含义如下：

图1 铁路行车事故致因模型Fig.1 Accident causation model of railway operation accidents

1)个体、自组织和他组织。个体是事故直接涉事者，属于组织内部，指铁路行车人员；自组织是事故发生主体组织，属于组织内部，指铁路运输企业；他组织是间接涉事组织，属于组织外部，指国家铁路局。

2)安全预测(F1，F2，F3)、安全决策(D1，D2，D3)、安全执行(A1，A2，A3)。安全预测是根据系统安全信息揣度未来状态，如行车人员预测列车不安全状态；铁路运输企业查找安全问题；国家铁路局分析铁路安全监管工作存在的问题。安全决策指根据安全预测信息，行车人员拟定相应对策、下达调度命令；铁路运输企业建立安全管理制度；国家铁路局制定铁路发展规划，加强体制改革等。安全执行指根据决策方案，行车人员执行指令；铁路运输企业落实制度；国家铁路局实施新的法规、规划等。

3)行为正确与行为失误。N1，N2，N3分别表示行车人员、铁路运输企业、国家铁路局行为失误模式，Ni1(i=1，2，3)，Ni2(i=1，2，3)，Ni3(i=1，2，3)分别表示安全预测、决策、执行失误。Y1，Y2，Y3分别表示行车人员、铁路运输企业、国家铁路局行为正确模式，Yi1(i=1，2，3)，Yi2(i=1，2，3)，Yi3(i=1，2，3)分别表示安全预测、决策及执行行为正确。

4)必要安全信息充分、缺失。Mi(i=1，2，3)分别表示行车人员运行列车、铁路运输企业制定安全管理方案、国家铁路局制定发展规划时所需的必要安全信息缺失，Mi(i=1，2，3)表示必要安全信息充分。

5)安全欺骗(C)。C1主要指行车人员的违章、违规、违法行为；C2主要指铁路运输企业安全文化存在问题及违反上级命令、法律法规等；C3指政府安全文化薄弱等。

6)安全(S)。S1指列车安全运行；S2指铁路运输企业的有效管理，包括安全管理制度的落实、良好安全文化氛围的建立等；S3指国家铁路局的有效监管，包括法律法规的适用、规章的落实等。

7)其他。W表示不安全物态，指列车自动控制系统，包括列车自动防护、驾驶、监督子系统等；G1表示行车事故发生或扩大；G2表示铁路运输企业安全管理存在缺陷；G3表示国家铁路局安全监管存在漏洞。

2 基于FDA的铁路行车事故致因模型分析

2.1 个体事故致因模型分析

铁路行车工作包括列车驶离车站、抵达车站、区间行驶、调车作业等，涉及的行车人员包括司机、调车长、连接员、值班员、信号员、列检员等[14]。严格意义上来说，只有从事和参与铁路行车的全体人员对铁路行车未来的安全状态进行正确的安全预测、决策和执行，才能避免事故发生。个体层面事故域如式(1)：

(1)

1)行车人员行动失误(N1)和不安全物态(W)是事故直接原因，且只有二者同时存在，事故才会发生。行车人员安全预测、决策和执行环节中任何一个出现错误(N11，N12，N13)，都会导致行动失误。

图2 行车人员必要安全信息Fig.2 Necessary safety information of operation personnel

3)若行车人员安全预测、决策、决策执行行为均正确(Y11，Y12，Y13)，则列车处于安全状态(S1)。

2.2 自组织事故致因模型分析

铁路运输企业工作职责包括：依照相关法律法规，拟定安全管理制度；增强对从业人员安全培训和教育；加强铁路运输过程中安全防护；完善设施设备检修防护制度；制定应急措施等。铁路运输企业履行职责可有效减少行车事故发生。根据铁路运输企业工作职责及自组织事故致因模型，得出自组织层面事故域如式(2)：

(2)

1)铁路运输企业层面的原因是事故间接原因。铁路运输企业管理层行为错误(N2)会直接导致企业安全管理存在缺陷(G2)，进而导致车组人员行为错误，间接引发事故。铁路运输企业管理层安全预测、决策、执行行为中任何一个出现错误(N21，N22，N23)，都会引起行为错误模式。

2)铁路运输企业系统安全行为均正确(Y21，Y22，Y23)可保证安全管理工作高效推进(S2)。若铁路运输企业制定安全管理方案所需的必要安全信息充分(M2)，但存在安全欺骗行为(C2)，或必要安全信息不充分(M2)，则可能会导致行为错误，使安全管理出现漏洞。铁路运输企业必要安全信息包括安全预测信息(气象条件、从业人员业务技能、铁路设备运行情况等)、安全决策信息(企业安全生产运行情况、铁路行业安全法律法规等)、安全执行信息(企业整体运行情况及各部门职责、安全管理规章制度建设情况等)。

2.3 他组织事故致因模型分析

国家铁路局的有效监管对于维护铁路安全稳定的良好局面具有重要的作用。根据国家铁路局工作职责可将安全监管分为监测分析铁路运行情况、行业现状评估、起草法律法规及规章草案、制定铁路发展规划、执行发展规划等几个阶段。根据上述阶段及他组织事故致因模型，可以得出他组织层面的事故域如式(3)：

(3)

1)国家铁路局层面的原因是铁路行车事故间接原因。国家铁路局行为错误(N3)会直接导致安全监管存在漏洞(G3)，间接导致铁路企业行为错误，从而使得车组人员行为错误，最终引发事故。

2)与个体、自组织事故致因模型一样，为了避免安全监管漏洞，国家铁路局应保证系统安全行为不存在失误(即确保Y31→Y32→Y33子链形成，而不会出现N31，N32，N33)。同时，国家铁路局也应保证行使安全监管职责所需的必要安全信息充足(M3)，避免安全欺骗行为(C3)。国家铁路局必要安全信息如图3所示。

图3 国家铁路局必要安全信息Fig.3 Necessary safety information of National Railway Administration

3 铁路行车事故安全管理重要环节

结合模型和式(1)～(3)可得整体事故致因链如式(4)：

(4)

公式(4)包括2条事故致因主链和6条事故致因子链。子链中个体、自组织、他组织行为错误模式的形成源于安全预测、决策、执行环节出现错误(N11，N12，N13，N21，N22，N23，N31，N32，N33)，具体有2种情况：第1，各层面解决安全问题所需的必要安全信息缺失(M1，M2，M3)；第2，必要安全信息充足(M1，M2，M3)，但存在安全欺骗行为(C1，C2，C3)。行车事故发生或扩大(G1)的直接原因源于个体层面，个体行为失误由自组织安全管理缺陷(G2)引起，自组织安全管理缺陷由他组织安全监管漏洞(G3)引起。

1)从破坏事故主链形成的角度来看，为了防止形成事故主链，国家铁路局做好安全监管工作，铁路运输企业避免安全管理缺陷，行车人员防止出现行为失误。

2)从破坏3条事故子链形成的角度来看，行车人员、铁路运输企业、国家铁路局3个层面的行为失误模式主要是由必要安全信息的缺失和安全欺骗行为引起的。

必要安全信息缺失是引起铁路行车事故的根本原因。个体层面，铁路行车人员应具备良好的专业素养和丰富的行车经验；自组织层面，铁路运输企业应遵守法律法规，做好设备日常维修工作等；他组织层面，铁路局应紧盯铁路行业安全关键和薄弱环节，推动行业监管体制机制建设等。安全欺骗行为是引发铁路行车事故的另一个根本原因。铁路运输企业应设置惩罚制度来治理违章行为，严格遵守规章制度和上级命令，注重企业安全文化建设。国家铁路局应吸收企业安全文化建设的先进理论与经验等建立政府安全文化体系[15]。

3)从防止不安全物态的角度，铁路运输企业应保证列车自动控制系统正常有效运行，定期对系统进行检修维护，不断完善系统，使得在列车运行参数出现问题时，系统能够及时做出调整，保障列车安全运行。

4 案例分析

2008年4月28日4时41分，北京至青岛的T195次列车下行到胶济线时，客车尾部第9～17节车厢脱轨，与上行的烟台至徐州的5034次旅客列车相撞，致使机车和5节车厢脱轨，造成72人死亡，416人受伤。现以该起事故为例，论证FDA模型的实用性。该事故是一起典型的责任事故，能与FDA事故致因模型相契合。此外，国务院成立事故专项调查组，并出具事故调查报告，为利用该模型分析提供了可靠依据。

4.1 个体事故致因模型分析

事故调查报告显示，事故直接原因是T195次列车严重超速。个体层面，导致列车严重超速的原因是行车人员行为失误和不安全物态。行车人员行为失误指行车人员没有做到对列车未来状态的安全预测、决策和执行，是由必要安全信息缺失或安全欺骗行为导致的。其中，安全欺骗行为指在调度命令行文不清晰的情况下，调度员盲目修改运监器数据；由于缺乏必要安全信息导致的行车人员行为失误见表1。不安全物态指在运监器中的速度数据与现场限速标志不符的情况下，自动控制系统没有做到及时调整。

表1 行车人员行为错误模式分析Table 1 Analysis on erroneous behavior patterns of operation personnel

4.2 自组织事故致因模型分析

在此次事故中，济南铁路局工作职责履行不到位导致的必要安全信息缺乏、企业安全文化薄弱引起的企业运营问题和员工安全意识缺乏等安全欺骗行为使管理层安全行为出现错误，间接导致事故发生。铁路运输企业行为错误模式分析见表2。

表2 铁路运输企业行为错误模式分析Table 2 Analysis on erroneous behavior patterns of railway transportation enterprises

4.3 他组织事故致因模式分析

此次事故是一起典型的人为责任事故，事故暴露出国家铁路局在事发时期的安全监管存在问题。事发时，国家铁路局为凸显政绩，片面抓提速，没有做好行业现状的评估、铁路安全问题的整治、质量监督管理及安全文化建设等工作，导致必要安全信息缺乏和安全欺骗行为，间接引发事故。具体分析见表3。

表3 国家铁路局行为错误模式分析Table 3 Analysis on erroneous behavior patterns of National Railway Administration

4.4 基于FDA事故致因模型的综合分析

根据FDA事故致因模型，“4·28胶济铁路特别重大交通事故”直接原因是由行车人员失误和不安全物态导致的T195次列车严重超速，间接原因是国家铁路局安全监管漏洞和济南铁路局安全管理缺陷，根本原因是必要安全信息缺失与安全欺骗行为。整体事故致因链为“国家铁路局行为失误(N3)→国家铁路局安全监管存在漏洞(G3)→济南铁路局行为失误(N2)→济南铁路局安全管理存在缺陷(G2)→行车人员行为错误(N1)”；“行车人员行为错误(N1)∧不安全物态(W)→事故发生(G1)”。因此，安全信息对于安全管理至关重要。国家铁路局应做好安全监管工作，加强政府安全文化建设；济南铁路局应完善安全管理规章制度，认真履行职责，加强企业安全文化建设；行车人员应做好本职工作，不断提升个人专业素质和安全意识。