HFACS与24Model在高校实验室事故分析中的应用

代亚清，付 净，刘 虹，佟林全

HFACS与24Model在高校实验室事故分析中的应用

代亚清1,2，付 净1，刘 虹1，佟林全3

（1. 吉林化工学院 资源与环境工程学院，吉林 吉林 132022；2. 北京科技大学 土木与资源工程学院，北京 100083；3. 国家安全生产监督管理总局 职业安全卫生研究中心，职业卫生检测评价中心，北京 102308）

为了使高校实验室事故原因分析更为全面、判定方法更加科学合理，在对HFACS与24Model基本要素、结构及作用路径比较分析的基础上，通过实证研究进一步阐述两者的应用差异。结果表明，应用HFACS和24Model可分别辨识出21项、28项事故致因要素，并确定19条、53条因果关联路径，24Model的分析结果可全部覆盖HFACS的结果项，且具体化差异致因要素10项。与HFACS相比，24Model的研究对象全面、结构模块含义明确、层级清晰且逻辑关系紧密，原因分析过程系统、科学，更适合于所选实验室事故案例的调查分析。

实验室事故；HFACS；24Model；布鲁氏菌；事故分析

实验室作为高校教学、科研的重要场所，由于其内部设备材料纷繁复杂，人员专业知识及操作技能存在差异，实验室事故时有发生[1]。据统计，2001—2018年我国发生高校实验室事故110余起[2-3]。2018年12月26日，北京某大学实验室燃爆事故又一次引起了广泛的社会关注[4]。为了有效地预防实验室事故，越来越多的学者采用事故致因模型作为探究手段，对实验室事故原因展开系统化的科学研究。如董继业等采用事故致因24Model分析出实验室事故中人的25种不安全动作规律特性[5]，贺蕾等根据轨迹交叉理论明确112起实验室事故的直接原因为违反操作规程、操作不慎、试剂储存不规范等5项“违规”行为[3]，付净等采用危险源理论识别出导致实验室火灾爆炸事故的直接触发因素为违规操作等[6]。由于选取的事故致因模型不同，具体原因分析过程、侧重点及结果均存在一定差异。

在众多事故致因模型中，HFACS（the human factors analysis and classification system）与24Model两者都是以Reason的SCM（swiss cheese model）模型为理论基础[7]。HFACS作为航空事故分析的有效方法和工具，将事故原因具体化，关注于人因因素的分类[8]。由傅贵教授团队提出的事故致因24Model强调个体及组织行为控制的重要性[9]，本文基于HFACS和24Model的理论比较，采用实证研究法，针对一起典型实验室事故应用2种模型对其原因进行系统分析，得出具体的事故原因要素，并归纳应用结果的差异性，为有效探究实验室事故原因提供可行性参考。

1 HFACS与24Model的比较

1.1 基本要素比较

HFACS构建了清晰的事故原因分类目录，具备科学性和实用性，是用于事故调查和分析的有效工具[10]。24Model是兼具整体性、关联性、层次性、动态性的系统化事故致因模型[11]，分别从影响对象、应用范围、结构组成、理论基础等细节方面对比2个模型，具体比较结果如表1所示。

表1 HFACS和24Model的对比

1.2 结构及分析路径比较

HFACS将事故原因定义为4个层级、19项具体要素[15]，事故原因分析路径按照层级中列举原因项进行，没有特定的分析步骤，具体层级结构如图1所示。

图1 HFACS模型层级结构图

24Model将事故原因分为个人、组织2个层面。在不断发展和完善过程中，现已形成第5版模型，同时具有静态因果性和动态系统性[16]。事故原因分析需按照模块间的因果关系逐层推进，以确保致因因素确定的全面性。具体模型结构及分析路径如图2所示。

从系统结构分析可知，HFACS是一种链式结构，各模块要素无显著逻辑关系，通过举例或描述来确定分析内容[13]。24Model兼具线性和系统网状结构，各层级模块间存在着紧密的逻辑关系[16]。HFACS中的不安全动作是导致事故发生的显性失效因素，包含人的差错和违规。24Model中人的不安全动作与物的不安全状态同属于直接原因模块，且分类更为详细。

图2 24Model系统结构及分析路径图

为了进一步阐明2类事故致因模型的特点及针对实验室事故原因分析的有效性，需以实证研究为手段，明确事故致因要素，验证应用效果。

2 HFACS和24Model的应用

2.1 实证案例选取

根据相关学者的研究表明，常见的实验室事故类型主要有火灾、爆炸、中毒等，其中中毒事故发生次数少但后果影响严重[2]。2001—2018年间共发生6起中毒事故，影响人员480人[6]。2010年12月，东北某大学实验室布鲁氏菌感染重大教学责任事故，造 成28人受伤的严重后果，社会影响较大[17]。以该起事故为例，进行实证研究，事故经过时间序列如图3所示。

图3 东北某大学实验室布鲁氏菌感染事故时间序列

2.2 模型的应用

分别利用HFACS模型及24Model对东北某大学实验室布鲁氏菌感染事故进行分析，针对各模块、致因要素及具体原因项进行编码，事故分析链条结果如图4[18-19]、图5[20-21]所示。

为了更清晰地展示事故发生过程和各个致因要素之间的交互影响关系，绘制布鲁氏菌感染事故各要素关联路径如图6所示。

HFACS逻辑关系较为简单，各层级元素间因果关联路径共19条。24Model逻辑关系较强，具有系统网状结构，共分析出因果关联路径44条、不安全动作作用路径9条（动作→文化4条、动作→管理1条、动作→习惯1条、动作→物态3条），其中涉及C21的因果关联路径最多，其次为C24，说明C21、C24与其他因素的关联性最强，即预防布鲁氏菌感染事故的发生需要加强实验室安全教育，建立健全安全培训制度及实验室监督管理体系并落到实处，从而减少不安全动作的产生。

图4 HFACS模型事故分析链

图5 24Model事故分析链

2.3 分析结果比较

根据HFACS和24Model分析结果，针对识别出的事故致因因素进行对比研究，如图7所示。

对比结果表明：

（1）24Model的分析结果包含HFACS分析确定的21项致因要素，有13项致因要素归为个人层面，8项归为组织层面。HFACS分析结果不包含24Model中涉及的间接原因2项（B23、B25）、根源原因8项（D22、D23、D24、D25、D26、D27、D28、D29）。24Model中的间接原因分析结果对应于HFACS中不安全行为的前提条件（B14、B15）。根本原因分析结果对应于HFACS中的不安全动作的前提条件1项（B16）、不安全监督3项（C11、C12、C13）、组织影响3项（D11、D12、D14）。

（2）24Model中不安全动作发出者包括组织内各层级人员，如实验教师（A21、A23、A24、A25）、学生（A22）、管理层人员（A26），统一划为不安全动作模块。HFACS仅涉及一线操作者，即实验教师（A11、A13、A14）和学生（A12），将管理层人员行为作为监管行为（C14、C15）。24Model中不安全物态因素（A25、A26、A27）与HFACS中的环境因素（B11、B12、B13）类似，均涉及到实验山羊携带有布鲁氏菌、实验室环境脏乱差，前者中的不安全物态是导致事故发生的直接原因，后者中的环境因素是不安全行为的前提条件。

（3）应用HFACS查找出1项组织氛围原因要素（D13）。应用24Model分析出9项安全文化缺欠要素（D21-D29）[22]，不仅包含安全的重要程度（D13、D21），还涉及事故可预防程度（D22）、安全融入管理（D23）等9项理念的缺失，24Model更关注于组织安全文化对事故的影响，原因要素分类更为详细。

综上所述，HFACS模型对事故原因分析具体，分类细致，但各模块定义较模糊。24Model避免了分析原因空泛、定义模糊等问题，从事故致因链中更容易识别事故发生的个人及组织层面各类致因因素，原因分析具体、易操作[19]。

3 结语

本文基于HFACS模型和24Model的理论分析比较，采用实证研究检验其实际应用效果，得到以下结论：

（1）基本要素比较发现：2模型均以Reason模型为理论基础，具有模块化结构，24Model融合了组织行为学理念更加系统化。针对不安全动作发出者，24Model涵盖组织内所有成员较HFACS全面。针对不安全动作原因，HFACS涉及较多生理/心理原因，如自满、自负、精神疲劳、注意力分散、视觉局限等[18]，24Model未给出生理/心理原因的具体分类方法。

（2）结构及分析路径比较发现：24Model具有系统网状式结构，事故原因需依照模块间的逻辑关系层层剖析，更具有逻辑性和动态性。HFACS是一种链式结构模型，模块要素间无显著逻辑关系，主要根据具体原因目录进行归类，未设定明确的分析步骤。

（3）实证研究表明，应用HFACS模型确定了21项致因要素，共分析出19条因果关联路径，其中环境因素与24Model中不安全物态因素类似。24Model确定了28项原因项，共分析出因果关联路径44条、不安全动作作用路径9条，其中C21、C24与其他因素的关联性最强，且有10项致因要素未在HFACS分析中得到有效识别。与HFACS分析结果比较，24Model确定了更详细的组织文化缺欠，并作为独立模块强调其指导作用，且各原因要素之间逻辑性较强，更有利于对事故深层次原因的探究，具有很好的应用效果。

[1] 陈容容，魏东盛，靳永新，等.加强实验室安全教育保障实验室安全[J].实验技术与管理，2016, 33(3): 233–234.

[2] 李志红. 100起实验室安全事故统计分析及对策研究[J].实验技术与管理，2014, 31(4): 211–216.

[3] 贺蕾，廖婵娟，卢丽丽，等. 112起高校实验室事故分析统计与防控对策研究[J].中国公共安全（学术版），2017(2): 49–53.

[4] 北京市应急管理局.北京交通大学“12.26”较大爆炸事故调查报告[EB/OL]. (2019-02-14). http://www.aqsc.cn/anjian/201902/14/c99474.html.

[5] 董继业，马参国，傅贵，等.高校实验室安全事故行为原因分析及解决对策[J].实验技术与管理，2016, 33(10): 259–261.

[6] 付净，刘虹，刘文博.高校实验室火灾爆炸事故原因分析及管理对策[J].吉林化工学院学报，2018, 35(5): 88–92.

[7] 张琥，傅贵. HFACS中不安全监管因素与事故致因24Model中不安全动作因素的对比分析[J].安全与环境学报，2017, 17(2): 582–586.

[8] 江浩. HFACS及其应用研究综述[J].中国科技信息，2015(5): 13–14.

[9] 陈萍，李亚.事故致因24Model的形成及其版本演变[J].工业安全与环保，2017, 43(7): 51–54.

[10] 吕春玉，房春花.人为因素分析与分类系统（HFACS）及事故个例分析[J].中国民航飞行学院学报，2009, 20(2): 37–40.

[11] 傅贵，索晓，王春雪. 24Model的系统特性研究[J].系统工程理论与实践，2018, 38(1): 263–272.

[12] 傅贵，索晓，贾清淞，等. 10种事故致因模型的对比研究[J].中国安全生产科学技术，2018, 14(2): 59–62.

[13] 傅贵.科学网_24Model与SCM的比较[EB/OL].(2018-04-01). http://blog.sciencenet.cn/blog-603730-1106817. html.

[14] 傅贵，薛宇敬阳，佟瑞鹏，等. HFACS与24Model不安全动作因素对应关系研究[J].中国安全科学学报，2017, 27(1): 8–12.

[15] 王黎静，莫兴智，曹琪琰. HFACS-MM模型构建与应用[J].中国安全科学学报，2014, 24(8): 74–78.

[16] 周琳，傅贵.我国危险化学品事故的安全管理体系原因研究[D].北京：中国矿业大学（北京），2018.

[17] 王帝，翟璐.东北农业大学28名师生因动物实验感染严重传染[EB/OL]. (2011-09-04). http://www.jyb.cn/high/gdjyxw/201109/ t20110904_452063.html.

[18] 傅贵，索晓，孙世梅. HFACS的细节层级元素在24Model中的对应研究[J].中国安全科学学报，2016, 26(10): 2–6.

[19] 米丰瑞，余金龙，李少翔.事故致因链的分析与对比[J].中国公共安全（学术版），2014(1): 41–44.

[20] 鲁征，傅贵，薛忠智.天津港“8.12”危险品仓库火灾爆炸事故行为原因研究[J].灾害学，2017, 32(1): 206–211.

[21] 傅贵，樊运晓，佟瑞鹏，等.通用事故原因分析方法[J]. 4版.事故预防学报，2016, 2(1): 7–12.

[22] 马跃，傅贵.企业安全文化建设方法研究[D].北京：中国矿业大学（北京），2017.

Application of HFACS and 24Model in accident analysis of university laboratory

DAI Yaqing1,2, FU Jing1, LIU Hong1, TONG Linquan3

(1. College of Resources and Environmental Engineering, Jilin Institute of Chemical Technology, Jilin 132022, China; 2. School of Civil and Environmental Engineering, University of Science and Technology Beijing, Beijing 100083, China; 3. Occupational Health Testing and Evaluation Center, Occupational Safety and Health Research Center, State Administration of Work Safety Supervision and Administration, Beijing 102308, China)

In order to make the cause analysis of laboratory accidents more comprehensive and the judgment method more scientific and reasonable, and based on the comparative analysis of the basic elements, structure and action path of HFACS and 24Model, the application differences between them are further elaborated through the empirical research. The results show that the 21stand 28thaccident-causing factors can be identified by using HFACS and 24 Model respectively, and the 19theand 53rdcausal correlation paths can be determined. The results of the 24Model can cover all the results of HFACS, and 10 different causal factors can be specified. Compared with HFACS, the research object of the 24Model is comprehensive and the structure module has clear meaning, clear hierarchy and close logic relationship. The cause analysis process is systematic and scientific, which is more suitable for the investigation and analysis of selected laboratory accident cases.

laboratory accident; HFACS; 24Model; Brucella; accident analysis

X928.9

A

1002-4956(2019)10-0259-06

10.16791/j.cnki.sjg.2019.10.063

2019-03-10

吉林省教育科学“十三五”规划一般规划课题（GH170471）

代亚清（1996—），女，山西长治，硕士研究生，主要从事安全科学工程方面的研究。E-mail: dyq961207@163.com

付净（1984—），女，吉林省吉林市，博士，讲师，主要从事行为安全、系统安全理论方面的研究。E-mail: 13689796832@163.com