基于24Model的非煤矿山事故分析

李明海 常通 杨一帆

（西安建筑科技大学 资源工程学院，西安 710055）

0 引言

随着国家对安全生产日益重视，全国非煤矿山生产安全事故逐年下降，但事故发生的起数仍相对较多［1］。因此，从事故发生的原因着手预防非煤矿山事故很有必要，进而制定预防措施保障非煤矿山的安全生产形势向好，提高安全生产能力。

事故致因理论是分析事故原因和预防事故的理论基础。24Model是一种事故致因模型，由傅贵等［2］在2005年首次提出，之后经历了2013年、2015年、2016年、2019年等4个版本［3-6］。2017年傅贵等［7］对24Model的事故原因因素进行了编码，增强了24Model的可操作性和应用实践性。左博睿等［8］在重大铁路事故中结合24Model与ISM识别事故致因，并用DEMATEL-ISM法得出了组织因素间的相对重要程度，弥补了24Model在深度组织致因分析方面的局限性。HUANG W C等［9］在铁路危险品运输领域运用了此模型，对不安全的物质条件和人为行为、个体因素、安全管理体系、安全文化、外部因素等5项进行了分析归纳，并提出了相应的预防措施。SUO X等［10］在东星渡船倾覆事故中应用了24Model，得出引起事故发生的5个主要因素。

24Model已经被广泛应用于煤矿、化工、建筑、道路运输、船舶等领域。区别于传统的事故致因分析模型，24Model具有整体性、关联性、层次性、系统性等特点，适用于处理复杂性系统问题［11］。因此本文提出运用24Model及其原因因素编码系统在非煤矿山事故中进行定性分析，再进行灰色关联定量分析，得出非煤矿山事故的影响因素之间的重要程度。

1 事故致因模型及定量分析

1.1 24Model及其原因因素编码系统

24Model由2个层面4个阶段基本结构组成，具体模型如图1所示。但是这种宏观层面的原因在事故分析和案例学习中的可操作性不强，因此对模型的各阶段事故原因因素进行了划分编码，得到了24Model原因因素编码系统［7］，具体如表1所示。

图1 事故致因24Model

表1 24Model的原因因素编码[7]

1.2 灰色关联分析

灰色系统理论是解决现今社会信息不完全、不确定、数据样本少的一种重要的数学分析理论。灰色关联分析法是灰色系统理论的重要组成部分，不论样本数据量多少及样本有无规律性均可适用［12］。灰色关联度的计算步骤如下：

1）设定参考序列和比较序列。参考序列为X0，即：

比较序列为Xi，即：

2）归一化处理。对各序列归一化处理，有初值化和均值化两种方法，本文采用均值化方法。公式如下：

（3）求差序列。

4）求序列矩阵最大差和最小差。

5）求关联系数。

式中，一般取0.5。

6）计算关联度。

2 案例研究

根据地方应急管理厅获取相关资料，本文选取事故样本为2018年1月—2021年5月发生的重特大非煤矿山事故共4起，其中2018年1起、2019年2起、2021年1起。利用24Model与灰色关联分析法对这4起事故进行分析［13-16］。

2.1 24Model事故致因分析

基于24Model及其原因因素编码表，对事故进行统计分析，找出事故的所有危险源。

2.1.1 不安全动作与物态原因统计分析

对事故进行分析，共发现不安全动作37项、不安全物态20项，具体如表2所示。

表2 不安全动作与物态 单位：项

2.1.2 习惯性不安全行为原因统计分析

对事故进行分析，发现习惯性不安全行为有29项，具体如表3所示。

表3 习惯性不安全行为 单位：项

2.1.3 安全管理体系原因统计分析

对事故进行分析，发现安全管理体系原因有40项，具体如表4所示。

表4 安全管理体系 单位：项

2.1.4 安全文化原因统计分析

对事故进行分析，发现安全文化原因有13项，具体如表5所示。

表5 安全文化 单位：项

2.1.5 组织外部原因统计分析

对事故进行分析，发现组织外部原因有16项，具体如表6所示。

表6 组织外部 单位：项

2.2 非煤矿山事故影响因素的灰色关联分析

2.2.1 数据获取

基于上述24Model及其原因因素编码表对非煤矿山重特大事故的统计分析，得出非煤矿山2018—2021年重特大事故的5类致因因素数据，具体如表7所示。

2.2.2 灰色关联度计算

以表7中致因因素总数为参考序列X0（k），其中，k代表不同年份，k=1，2，3；以5项致因因素为比较序列Xi（k），其中，i代表不同致因因素的种类，i=1，2，3，4，5。得到的参考序列与比较序列数据如表8所示。

根据式（3）—式（7）对表8进行计算，得到5类致因因素灰色关联分析结果，具体如表9所示。

2.3 事故结果分析

运用24Model及其原因因素编码系统对2018—2021年4起重特大非煤矿山事故进行了深入统计分析，共发现了155项事故致因，其中不安全动作与物态57项（占36.8%），习惯性不安全行为29项（占18.7%），安全管理体系40项（占25.8%），安全文化13项（占8.4%），组织外部因素16项（占10.3%）。

对于24Model统计分析得出的事故致因因素进行灰色关联分析，非煤矿山事故的影响因素关联度排列依次是：04>05>03>01>02，故对于非煤矿山事故的影响因素从大到小依次为安全文化、组织外部监管、安全管理体系、不安全动作与物态、习惯性不安全行为。

3 预防措施

对于非煤矿山事故的发生，从引发事故的5个因素出发，提出针对性预防措施，从而有效预防事故发生。

1）不安全动作和物态的控制。针对违章的不安全动作（31项）、不违章的不安全行动（3项）、不违章但存在高风险的不安全动作（3项）等高频次不安全动作，应将违章的不安全动作作为重点，加强人员的专业知识和技能培训、安全规章制度及相关法律法规培训，从而控制和消除人的不安全动作，避免个人的违规违章现象。

针对违章的不安全物态（8项）、不违章的不安全物态（4项）、不违章但存在高风险的不安全物态（8项），首先应控制和消除由人的不安全动作引起的不安全物态，还应加强非煤矿山设施设备生产企业的监管，保证设施设备的质量，同时加强对设施设备的检修与保养，保证设施设备正常运行。

2）习惯性不安全行为的消除。针对安全知识（11项）、意识（7项）、习惯（6项）、心理（4项）、生理（1项）等方面的不安全行为，应加强安全培训和考核，树立人员“安全第一”的观念，丰富个人的安全知识，提高意识、习惯、心理、生理方面的安全水平。

3）安全管理体系的完善。针对安全指导思想（4项）、安全管理组织机构（18项）、程序文件（18项）等方面的欠缺，应设置完善的安全管理部门，健全安全管理制度，配备充足的具有相应资质的安全管理监理人员，加强程序文件的完善。

4）安全文化的完善。安全文化的形成取决于企业对安全的重视程度，针对安全文化（13项）的欠缺，应加强企业对安全的重视程度，多开展安全教育培训，加大对安全文化的宣传，从而形成个人安全价值观，提升企业安全文化素养。

5）组织外部的监管落实到位。地方党委应加强贯彻党和国家的方针政策，引导和监督企业遵守国家的法律法规。政府部门应加强规范自身组织建设，贯彻落实安全生产责任制，建立完善安全监管体制机制，对企业存在的违法违规现象及时发现并处罚。相关部门应落实对非煤矿山的相关监管职责，加强监察监管力度。

4 结论

1）本文运用24Model及其原因因素编码系统对我国2018—2021年发生的4起重特大非煤矿山事故进行了研究，明确了各种事故原因的层次性和逻辑关系。

2）基于24Model对非煤矿山事故进行分析，共得到了155个事故原因，都能和原因因素编码系统的编码对应，验证了24Model在非煤矿山事故中的可操作性和应用实践性。

3）通过利用灰色关联分析方法定量得出非煤矿山事故影响因素的大小，从而对事故提出更加有效、有针对性的预防措施。影响非煤矿山事故的主要影响因素依次为安全文化、组织外部监管、安全管理体系、不安全动作与物态、习惯性不安全行为。

4）24Model可全面用于非煤矿山事故致因分析，运用灰色关联分析法可以得出非煤矿山事故的主要影响因素的大小排序，可为后期的管理和决策提供科学依据，从而有效预防非煤矿山事故的发生。