王永刚,李选成,宋真真,张香瑜
(1.中国民航大学安全学部,天津 300300;2.中国民航大学经济与管理学院,天津 300300; 3.西藏航空有限公司,四川 成都 610202)
2018年我国机场主要生产指标依旧处于快速增长阶段,全年旅客吞吐量比上年增长10.2%[1-2]。随着旅客吞吐量的飞速增长,机场安检员的工作量亦随之增加。美国“9·11”事件后,机场安检工作已成为各国民航安全运行保障中的关键环节[3],安检员的不安全行为可能会造成严重的不安全后果,甚至导致机毁人亡的严重事故。因此,制定行之有效的安全政策对机场安检员的不安全行为进行科学、合理、有效的管控,以提升机场安全运行水平,已经成为民航业当前亟需解决的难题。
目前,针对工作人员不安全行为干预策略的研究主要集中于矿工[4-8]、建筑工人[9-10]、油气储罐区工作人员[11]、铁路工人[12]、飞行员[13]、机务人员[14]和管制员[15]等几类人员,这些研究大多是在分析不安全行为的形成机理、影响因素以及各影响因素之间的相互作用关系的基础上,通过调节各变量的干预力度,模拟得到不同安全政策对工作人员不安全行为的干预效果,从而对人员的不安全行为进行干预、管控。而针对机场安检员不安全行为干预策略的研究,大多是从工作压力、心理因素等静态的角度对单一因素进行分析[16-18],但仅从单一因素出发是无法得到有效的干预策略的,甚至可能会得到相反的效果。机场安检员与机务人员、飞行员、管制员均属于民航从业人员,主要从事脑力、体力相结合的工作,与诸多行业工作人员的工作性质有相似之处,但也存在其职业特殊性[19],因此针对机场安检员不安全行为的干预策略可能会有所不同。已有研究表明,加强教育培训、提高安全意识、健全管理制度、降低作业负荷、合理排班等措施,可以对人员的违章行为进行有效控制。但影响机场安检员不安全行为的因素较多,若不考虑因素间可能存在的相互制约关系,干预措施则无法产生预期的效果。
系统动力学(System Dynamics,SD)是一种通过分析复杂系统的结构、动态发展以及系统内部因素之间的反馈作用,来探究人员不安全行为的演化机制和干预策略,并给出有效的政策结论的方法[20-22]。为此,本文以Lewin行为理论为理论基础,运用SD理论,充分地考虑系统整体行为,建立机场安检员不安全行为干预策略模型,仿真模拟其对机场安检员不安全行为的干预效果,并提出有针对性的干预策略,以减少机场安检员的不安全行为。
Lewin行为理论认为,人员不安全行为的发生致因均可以从个人内在特征和所处的外部环境两个方面来分析,个人内在特征强调的是人的自身素质,主要包括感觉、知觉、动机、学习、态度、情感、记忆以及性别、年龄、个性等生理和心理方面的内容;而外因则突出了外部环境对人的干扰,主要包括工作环境、自然环境、组织环境等方面的内容。机场安检员需要长时间地站立、行走、检验,连续工作时间较长,临时加班现象普遍存在。因此,机场安检员不安全行为产生的内因主要考虑机场安检员的安全意识水平和疲劳水平,外因主要考虑机场安检员数量、安全培训、安全专项投入力度、作业环境安全水平,观测变量是由机场安检员不安全行为导致的漏检率,而不安全行为干预阶段着重考虑与安全行为相关的安全政策,并建立SD 动态模型。该模型能够反映机场安检员不安全行为发生的原因,通过调节安全政策对机场安检员不安全行为进行有效的干预。
由不安全行为导致的不安全后果即为不安全事件[23]。人员的不安全行为是导致不安全事件发生的主要原因[12]。态度是影响人员行为的关键因素之一,安全意识的提高有助于形成积极的态度[24]。安全政策的制定与实施会对机场安检员的不安全行为产生影响[25]。奖励政策是激励人员工作积极性的有效手段。通过增加安全投入能够聘请更优秀的教师授课,同时可使用更先进的安全培训硬件设施,进而提高安全培训水平,提升员工工作能力;而安全专项投入可提高企业硬件设施的安全性,从而提升作用环境的安全水平。安全培训是人员有能力完成自身工作的重要保障[26],教育水平正向影响安全意识水平,且教育水平越低,安全培训效果越差[15]。在旅客吞吐量急速增长、机场安检员数量紧缺的情况下,安全培训已成为机场培训新员工的主要方式,可促使人员知识储备增加,一定程度上提高其安全意识水平。有研究发现,安全意识越强,不安全行为意向越弱;不安全行为意向越强,不安全行为数量越多。个体的心理素质在一定时期内受基因、生理、家庭、社会因素和安全诱因的影响,积极的诱因会增加其心理素质的安全程度。激励水平受薪酬制度的影响,从而影响人员的心理素质[14]。由于机场安检员职业性质特殊、工作重复性高、工作时间长而不固定且任务繁杂,易使其产生疲劳和压力[17],而安检员的工作压力越大,其工作绩效就越差[27]。
基于以上分析,本文构建了机场安检员不安全行为干预策略模型,即机场安检员不安全行为的因果反馈回路图,见图1。该模型包括3个加强环,即安全意识水平环、作业环境安全水平环、安全培训环,1个平衡环,即差错-疲劳环。
图1 机场安检员不安全行为的因果反馈回路图Fig.1 Causal feedback loop diagram of unsafe behaviors of airport security inspectors
机场安检员不安全行为的因果反馈回路表征了系统变化的原因,即反馈结构。为了进一步明确系统构成、系统行为以及系统元素间的相互作用关系,建立了对应的系统流图,通过引入安全意识水平、安全专项投入力度、不安全行为数量和漏检率等状态变量,以及不安全行为数量增率、漏检率增率等速率变量,构建了机场安检员不安全行为的系统流图。该系统流图包括安全意识水平环(R1)、作业环境安全水平环(R2)、安全培训环(R3)3 个加强环以及差错-疲劳环(B1)1个平衡环,详见图2。
图2 机场安检员不安全行为的系统流图Fig.2 System flow chart of unsafe behaviors of airport security inspectors
依据对某S安检站的问卷调研数据、历史数据和专家访谈结果,统计分析了各状态变量初值和主要辅助变量参数值,并将不安全事件率的初值确定为0.28‰/a。所有公式来自Vensim 软件中的DPS 数据处理功能模块和相关文献[15,19-20,28],建立的机场安全员不安全行为干预策略模型中包含的主要方程如下:
(1) 安全意识水平=INTEG(安全意识水平增加量-安全意识水平减少量);
(2) 作业环境安全水平=INTEG(作业环境安全水平增加量-作业环境安全水平减少量);
(3) 安全检查人次= IF ELSE THEN(安全检查人次≤最高安全检查人次,安全检查能力,最高安全检查人次)×机场旅客流量;
(4) 安检员数量=(安检员数量增加量-安检员数量减少量);
(5) 安检员数量的增加= 招聘率×安检员数量;
(6) 安全专项投入=INTEG(安全投入×安全投入增率,初始值);
(7) 漏检率=INTEG(漏检率增加量-漏检率减少量);
(8) 不安全行为发生率= INTEG(不安全行为发生率增加量-不安全行为发生率减少量)。
设置模型初始仿真时间为0,单位为年;模型检验时间为2017—2027年,模拟步长为1年。为保证方程的量纲前后一致,对模型进行了量纲一致性检验,见图3。
图3 量纲一致性检验Fig.3 Dimensional consistency test
在模型通过量纲一致性检验后,将专家打分结果输入模型中,以漏检率为观测变量,通过观察以往15年的数据,将漏检率拟合曲线与历史数据进行对比(见图4),对模型进行历史重现检验,以确定模型变量是否与历史数据项吻合,并通过比较模型漏检率的仿真值与历史统计值,当误差处于5%~15%区间内时模型通过检验。
图4 在行为重现检验中漏检率的变化趋势Fig.4 Variation trend of misdetection rate in behavioral recurrence test
由图4可见,在行为重现检验中,漏检率的仿真值与历史统计值的平均相对误差为11.26%,因此模型的运行结果符合误差要求,表明模型可以较真实地反映实际系统,即说明机场安检员不安全行为干预策略模型通过了历史重现检验。
依据Lewin行为理论,考虑到机场安检员工作重复性高、工作时间长而不固定、任务繁杂等特点,机场安检员在长时间工作中极易产生生理疲劳。同时,机场安检员心理受薪酬制度的影响较大。此外,通过对机场安检站专家的访谈和对相关文献的分析可知,机场安检员作业环境的安全水平可不同程度地影响其安全行为。因此,本文选取作业环境安全水平、平均工作时间和激励水平3个干预策略对机场安检员不安全行为进行了模拟仿真分析,其中激励水平根据每年奖励或惩罚的金额进行调节。
设置两种不同的作业环境安全水平干预策略,通过调节作业环境安全水平,观察由机场安检员不安全行为导致的漏检率的变化趋势。基础模拟作业环境安全水平为0.63,将作业环境安全水平分别下调为0.48(记作对照1)和上调为0.70(记作对照2),模拟得到不同作业环境安全水平干预策略下漏检率的发展趋势,见图5。
图5 不同作业环境安全水平干预策略下漏检率的发展趋势Fig.5 Development trend of incidence of misdetection rate by airport security inspectors under intervention strategies of different operating environment safety levels
由图5可见,从2017年至2027年,当作业环境安全水平为目前水平的0.8倍时,由机场安检员不安全行为导致的漏检率升高至220.69%;当作业环境安全水平达到目前水平的1.1倍时,由机场安检员不安全行为导致的漏检率降低至44.29%;但2024年之后,其漏检率缓慢降低,可能是由于作业环境安全水平的提升,使员工过于依赖硬件设施而导致人员放松警惕、情景意识下降、责任心不强等情况时有发生。因此,在提高作业环境安全水平的同时,应定期对机场安检员进行安全培训,提高其安全意识水平。
设置两种不同的平均工作时间干预策略,通过调节平均工作时间,观察由机场安检员不安全行为导致的漏检率的变化趋势。基础模拟平均工作时间为0.62,将平均工作时间分别下调为0.51(记作对照1)和上调为0.73(记作对照2),模拟得到不同平均工作时间干预策略下漏检率的发展趋势,见图6。
图6 不同平均工作时间干预策略下漏检率的发展趋势Fig.6 Development trend of the incidence of misdetection rate by airport security inspectors under intervention strateies of different average working hours
由图6可见,从2017年至2027年,当机场安检员平均工作时间达到目前水平的1.2倍时,由机场安检员不安全行为造成的漏检率升高至217.24%;当机场安检员平均工作时间为机场安检员目前水平的0.8时,由机场安检员不安全行为导致的漏检率降低至48.27%。分析此结果的原因可能是由于机场安检员工作量繁重,经常加班,长期处于作息不规律的状态,随着平均工作时间的延长,机场安检员开始表现出身心疲劳等症状,导致其工作效率下降,差错率上升,不安全行为发生率增加。因此,应合理控制机场安检员的平均工作时间以保证其休息时间,以避免出现疲劳作业。
设置两种不同的激励水平干预策略,通过调节激励水平,观察由机场安检员不安全行为导致的漏检率的变化趋势。基础模拟激励水平为0.68,将激励水平分别下调为0.52(记作对照1)和上调为0.79(记作对照2),模拟得到不同激励水平干预策略下机场安检员漏检率的发展趋势,见图7。
图7 不同激励水平干预策略下漏检率的发展趋势Fig.7 Development trend of the incidence of misde- tection rate by airport security inspector under intervention strategies of different incentive levels
由图7可见,从2017年至2027年,当激励水平为目前水平的0.8倍时,由机场安检员不安全行为导致的漏检率升高至217.24%;当激励水平达到目前水平的1.2倍时,由机场安检员不安全行为导致的漏检率降低至3.45%。分析此结果的原因可能是由于高激励水平对员工工作积极性有正向影响作用,进而提高其工作效率。因此,应提高对机场安检员的激励水平,以提高其工作积极性和安全意识水平,减少其不安全行为,且激励水平越高,干预效果越佳。
本文以Lewin行为理论为理论基础,运用系统动力学方法,选取作业环境安全水平、平均工作时间和激励水平作为安全政策调节变量,构建了机场安检员不安全行为干预策略模型,仿真模拟了不同干预策略对机场安检员不安全行为的干预效果,得到如下结论:
(1) 建立了机场安检员不安全行为干预策略的系统动力学模型,该模型包括安全意识水平环(R1)、作业环境安全水平环(R2)、安全培训环(R3)3个加强环,以及差错-疲劳环(B1)1个平衡环。
(2) 作业环境安全水平越高,对机场安检员不安全行为的干预效果越好:当作业环境安全水平为目前水平的0.8倍时,由机场安检员不安全行为导致的漏检率升高至220.69%;当作业环境安全水平达到目前水平的1.1倍时,由机场安检员不安全行为导致的漏检率降低至44.29%。
(3) 平均工作时间越长,干预策略产生的延迟时间越短,对机场安检员不安全行为的干预效果越好:当机场安检员平均工作时间为安检员目前工作时间的0.8倍时,由机场安检员不安全行为导致的漏检率降低至48.27%;当机场安检员平均工作时间达到安检员目前工作时间的1.2倍时,由机场安检员不安全行为导致的漏检率升高至217.24%。
(4) 激励水平越高,对机场安检员不安全行为的干预效果越好:当激励水平为目前水平的0.8倍时,由机场安检员不安全行为导致的漏检率升高至217.24%;当激励水平达到目前水平的1.2倍时,由机场安检员不安全行为导致的漏检率降低至3.45%。