海员疲劳及其影响因素

贾宝柱， 谢灯峰， 林叶锦

(大连海事大学 轮机工程学院，辽宁 大连 116026)

随着近年来工程技术、信息科学及管理科学的进步，船舶系统整体安全性得到大幅度提升，由此导致人为事故在总体安全事故中的比例越来越高。[1]商船本身具有技术密集、价值昂贵和运营风险高等特点，船员不但需要具有较高的船舶操作、维护和管理技能，还需要具备较高的风险防范及危机意识[2]，而这些能力与船员状态息息相关。

统计数据分析表明，有16%的重大船舶伤亡事故和33%人身伤亡事故是由人为因素导致的[3]，显然，疲劳是导致海上船舶事故的重要原因之一。国际海事组织(International Maritime Organization, IMO)设立的人力资源、培训和值班分委会(Human Element, Training and Watchkeeping, HTW)负责疲劳减轻及管理指南(简称疲劳指南)的相关修订工作，于2016年2月在伦敦召开的第3次分委会(HTW3)就海员疲劳问题进行讨论并达成重要共识。目前对形成疲劳的主要影响因素及其作用尚不明确，对于疲劳进行分析的手段与工具尚不明晰。现有大部分研究侧重于单个或几个特殊因素如何影响海员的疲劳，选择影响因素的规则取决于经验或主观判断。STRAVCH[4]提出一种系统模型来确定疲劳是否会对事故中的海员表现产生不利影响。HYSTAD等[5]通过收集的调查数据，探究航海经验，环境压力和心理承受能力对睡眠质量和疲劳的影响，结论表明心理承受能力在统计学上可以作为与疲劳和睡眠质量的显著预测因子。ELIF等[6]通过分析层次分析法(Analytic Hierarchy Process, AHP)研究引起海员疲劳的因素，并确定其定量优先级，结果表明睡眠的好坏对海员疲劳的发生具有重要影响。AKHTAR等[7]提出基于修正人为因素分析和分类体系的人体疲劳贝叶斯网络，研究桥梁管理团队和船舶搁浅，船舶认证，人力资源和高层管理质量控制的风险被认为是最强的疲劳相关因素。赵志葳等[8]分析基于欧洲船舶管理公司的船员疲劳因素，探讨导致船员疲劳的主要因素。

设计基于多维疲劳量表(MFI-20)的问卷，并分发给在船船员，取得了有效问卷370份，将其数据用于分析海员疲劳。将MFI-20和NASA-TLX(NASA任务负载)运用于海员疲劳研究中，数据分析结果表明：船员的MFI-20五维平均疲劳度均大于常用阈值，任务平均值负担和主观感觉也较普通人的数值大。为深入探究海员疲劳，进行探索性因子分析(Exploratory Factor Analysis, EFA)。基于EFA，通过使用AMOS软件程序建立结构方程模型(Structural Equation Modeling, SEM)，确定了MFI/TLX与其影响因素之间的6个意义因果关系路径。

1 研究方法

1.1 问卷

在与船员管理者沟通的基础上，设计有关船员疲劳及其影响因素的调查问卷，包含所有可能影响海员疲劳的影响因素，并进一步分析这些因素如何影响海员的疲劳。

1.1.1疲劳的描述

针对评估疲劳状态，SMETS等[9-10]在1995年研究开发多维疲劳量表(MFI-20)，MFI-20的每个条目都是参与者在近期的感受。每个条目的分数都是1分(是，我觉得正确)到5分(不，我觉得不正确)，其中部分条目经过反向后，分数越高表明疲劳越高。它包括综合性疲劳、体力疲劳、活动减少、动力下降和脑力疲劳5个维度。为了尽可能地降低对某一方向选择的倾向，每个维度都包含2个疲劳的表述和2个不疲劳的表述。同时参与者的工作负荷用NASA-TLX测量[10]，以大量的研究成果为基础筛选出脑力需求、体力需求、时间压力、努力程度、业绩水平和挫折程度等6个项目作为NASA-TLX量表的组成部分。每个维度都由1(任务负荷低)到21(任务负荷高)尺度去衡量参与者的主观负荷水平。NASA-TLX评分由1～21尺度比例转换成0～100范围。[11-12]同时参与者在加班和超劳时的主观感受(愉快、紧张和费力)也给体现出来。

1.1.2与疲劳相关的因素

为了找出导致疲劳的主要影响因素，收集船员疲劳实际情况和专家经验，在问卷中描述疲劳的可能影响因素。

(1)个人情况：问卷重点调查海员当前的健康状况和睡眠质量，这些都是疲劳的直接表现。作为社会关系，收集员工婚姻状况和家庭关系的信息；

(2)工作性质：收集参与者的工作类型、部门和工作经历。这些信息在一定程度上反应了员工的工作日程和工作需求；

(3)物理工作环境：物理环境是导致人员失误和健康问题的主要影响因素[11]，问卷中包含的描述物理环境的主要条目有舒适度、噪声、照明、温湿度和辐射。并且调查了当海员值班时其工作场所休息环境的质量和舒适度；

(4)工作超时：工作超时会直接导致失眠或影响睡眠质量，包括超量工作(超劳)，超时工作(长期工作)和随时待命。针对超时工作的3种类型，问卷调查其发生的频率、频发时间段及其持续时间，同时也询问了海员自己是否可以决定加班时间以及加班补偿等问题；

(5)工作要求和控制：主要调查船员工作需求、工作时间表(倒班、超时工作时间)和工作描述(持续时间、频率和发生时间)。

1.2 分析方法

根据问卷统计结果，分别计算疲劳状态，任务负荷以及加班相关感受平均值及其与疲劳因素的相关性，保留其中与MFI-20和NASA-TLX显著相关条目，再通过检验统计量(Kaiser Meyer Olkin，KMO)检验和Bartlett’s检验评估这些条目是否适用于海员疲劳分析。

如果整体样本充分性度量值(Measure of Sample Adequacy, MSA)>0.70，Bartlett’s的P值≤0.01时，说明该条目可以用于后续的因子分析。通过正交旋转修改最初的问卷条目的分类结构进行EFA，并将其用于SEM中的测量模型。

计算逼近均方根误差(Root Mean Square Error or Approximation, RMSEA)[12]和卡方(卡方/自由度，Chi-Square/Degree of Freedom)[13]用于验证所建立的结构化模型的适用性。RMSEA≤0.05则表明模型适用，而当其值近似为0.08或更少仍然意味着合理的逼近误差。相应的CMIN/DF值<3表示模型适用。

2 数据结果

2.1 疲劳指标

问卷分别被分发给隶属于甲板部和轮机部的高级和低级船员，总共回收的397份问卷中有效问卷为370份，船员年龄分布在18～61岁，平均年龄为36.14岁，标准偏差(Standard Deviation)为0.71。

2.1.1疲劳程度

疲劳程度可通过MFI-20指标描述，从5个维度和20个指标来描述海员的疲劳水平，每个维度通过由1(疲劳度低)至5(疲劳度高)的分数来测量其疲劳程度，并计算每个维度的平均值和标准偏差见表1。由表1可知：MFI-20的5维度平均值>2.50，表明船员确实存在疲劳情况，与船员实际情况表现的疲劳程度相吻合。

表1 MFI 5个维度的平均值和标准偏差(人数：370)

2.1.2任务负荷

NASA-TLX采用6个维度分析任务负荷，每个维度以1到21的刻度表示任务负荷。6个维度下的分数被重新量化为0(低任务负荷)到100(高任务负荷)的值。NASA-TLX 6个维度的平均值和标准偏差见表2。

所有维度上任务负荷的平均值均>50，表明船员在工作中脑力和体力的需求相对较高，时间压力比较大。较好的工作表现需要付出的努力也更多，受挫程度较大。

2.1.3主观感受

船员在工作时对加班和超劳会表现出不同的感受，研究者通常用5点尺度表示船员的主观感受情况。分析结果见表3。

表2 NASA-TLX 6个维度的平均值和标准偏差

表3 船员主观感受的平均值和标准偏差

由表3可知：船员主观感受中所有条目的平均值均≤3，说明船员在超劳和加班的情况下感受不愉快，在加班及超劳时感受费力和压力。

2.2 相关性检验

为了明确问卷中各条目与疲劳程度之间的关系，分别分析问卷中各条目与MFI-20及NASA-TLX疲劳维度的相关度。假设任务负荷作为疲劳的中间因子，并将其置信度设为0.95，保留与MFI-20或NASA-TLX显著性>0.05且影响维度>1/2的条目，所得疲劳相关显著性条目及其相关系数见表4，表中绝对值<1的数据为问卷中相关条目与MFI-20或NASA-TLX相关疲劳维度指标的相关系数，负号说明该条目与相应的疲劳指标参数为负相关，相关系数的绝对值越接近于1则表明该条目与相应的疲劳维度的相关度越高。

2.3 EFA

EFA主要是将表4中相关度较高的条目合并为一个疲劳影响因子，因子内部的变量相关度大，不同因子间相关度小。这样使疲劳影响因素的结构更加简单，有利于以最少的影响因素对海员疲劳问题做出更加明确的揭示。

运用SPSS软件分析变量间的相关系数矩阵内部结构，将变量进行重新组合，利用数学工具将众多的原变量组成少数的独立的新变量。EFA主要步骤见图1。

在进行主要成分分析的基础上，对与疲劳明显相关的条目进行因素重新归类，同时检查变量的分类是否符合实际情况，以确保模型的合理性，最终得到的探索性因子及其对应条目的相关系数见表4。通过KMO检验方法对样本数据分析，结果显示全部问卷样本的充分性MSA为0.81，表明同一因子所包含的疲劳因素间具有较大的相关度，新的疲劳探索性因子适合用于海员疲劳分析。采用正交旋转法，并选取能解释的方差接近60%和以0.45作为条目与其探索性因子相关系数临界值将所有条目分类为8个探索性因子。定义公因子方差h2为条目对相应探索性因子的解释度，计算多个公因子方差的累积贡献率，该值越高说明所提取的公因子对原始数据的代表性或解释度越高，相对应的分类越合理。u2=1-h2为成分唯一性指标，表示探索性因子无法被其条目解释的比例。

表4(续)

2.4 SEM

使用AMOS进行结构方程建模及分析，以找出船员疲劳与疲劳影响因子之间的联系，船员的负荷矩阵见表5，基本研究方法见图2。

根据探索性因子的分类结果，因子6的归类不符合实际情况，在结构模型分析中将其剔除，避免结构方程模型无法适配。所得到的结构方程模型见图3，给出了6个显著路径的P值和标准化回归加权值SR(Standardized Regression Weights)。模型适配计算结果为：模型自由度为539，卡方值为1 152.11，卡方自由度比值为2.13<3.00，RMSEA值=0.056<0.080。

表5 船员的负荷矩阵

根据机构方程模型的计算结果，确定了6个显著的因果路径：

1)不良的休息环境会增加加班时的悲观情绪。

2)任务负荷(Task Load Index, TLX)会增加疲劳感受(Multidimensional Fatigue Instrument, MFI)。

3)不良工作环境增加了与加班相关的悲观情绪。

4)不合理的工作节奏增加TLX。

5)不良物理工作环境增加TLX。

6)不良的休息环境会增加MFI。

由此可以得出任务负荷和与休息情况直接导致疲劳，这些因素受工作节奏、物理工作环境和工作安排的影响，而物理工作环境和休息情况同时也会影响工作超时感受。

3 结束语

为了研究船员疲劳，设计基于MFI-20设计船员疲劳问卷，分别对MFI-20五维和NASA-TLX六维进行有效收集的数据进行分析，结果表明船员中普遍存在疲劳现象。为进一步研究造成船员疲劳的影响因素，引入了EFA并得到了8个探索性因子。基于EFA的结果，建立结构方程模型，得出了探索性因子与船员疲劳的相关性，“物理工作环境”，“休息情况”和“工作节奏”等3个因子对船员疲劳程度的影响最为直接。所使用的方法可用于研究船员的疲劳，帮助船舶管理公司和相关管理部门有针对性地制订疲劳管理制度，通过减少任务负荷，适当的休息时间和改善工作的物理环境来提高船员的表现，切实提高船舶航行安全水平。