基于Grey-DEMATEL-ISM方法的高速铁路现场作业人的不安全行为分析

0 引言

随着高速铁路技术设备的发展，由于技术不完善、设计缺陷等技术因素而引发的安全事故逐渐减少，相比之下，人为因素引发的安全问题正在日益凸显[1]。人作为铁路运营管理、设备运用的主体，往往是安全事故诱发的底层因素，同时，人的自身风险相较于设备来说更为难以预知和把控。因此，通过分析高速铁路安全事故及日常检查中发现的问题，研究其中存在的人的不安全行为项点，对于日常人员管理和决策研究具有重要意义。

目前，为掌握现场作业的安全情况，了解作业人员日常工作中存在的违章违纪行为，各铁路局集团公司形成了一套完备的检查制度，其中发现的安全检查问题都统一进行管理并建立了相应的问题库，数据量已达到一定的规模，且覆盖范围也十分广泛，包括设备操作、施工维修、环境管理和教育培训等方方面面。如何利用这些数据准确分析出大量问题中潜在的事故诱发重点安全风险项点，提取其中的人为因素，从而进一步预测甚至规避事故的发生，是对安全检查问题库进一步研究和挖掘的重要方向。不同行业的安全风险分析中，孙逸林等[2]提出一种基于AcciMap模型的事故致因定量分析方法；颜亮等[3]通过对比主成分分析法、层次分析法等不同方法研究草地生态系统植被变化的自然与人为因素定量区分途径。各种不同的安全风险分析方法均有其优点和局限性，选取一种适合分析人的不安全行为对高速铁路作业过程影响的方法是实现对安全问题库研究的重要工作。决策试验和评价试验法(DEMATEL)[4]是一种运用图论和矩阵工具的系统分析方法，解释结构模型(ISM)[5]是一种分析系统结构的方法，可将系统单元之间复杂、凌乱的关系分解成清晰的、多级递阶的结构形式，二者的联合模型被广泛应用于复杂因素间关系、层级分析，符合高速铁路人为因素中各项人的不安全行为因素之间相互复杂影响管理的研究。

1 基于DEMATEL-ISM的分析方法

1.1 DEMATEL-ISM方法

DEMATEL方法是对系统中要素间的逻辑关系加以判断，从而构建直接影响矩阵，最终计算获得各要素的影响度、被影响度、原因度与中心度，从而进行要素间的因果关系及各要素在系统中的影响程度分析。

ISM方法是通过一些基本假设和有向图、布尔矩阵的运算，得到可达矩阵，进一步通过人-机结合，分解可达矩阵，使复杂的系统分解成多级递阶结构形式。

基于DEMATEL-ISM方法的分析流程[6-8]如图1所示。

图1 基于DEMATEL-ISM方法的分析流程Fig1 Analysis process based on DEMATEL-ISM method

DEMATEL-ISM方法的分析流程如下。

（1）确定研究因素。研究人工分析安全检查问题提出若干人的不安全行为，通过专家研判，确定待研究的各常见因素并明确每个因素的含义。

（2）确定直接影响矩阵M。系统科学认为，系统中各关键要素之间有机地联系在一起，因此，要素与要素之间关联关系的量化是分析的基础。要素fi和fj之间的关联关系包括要素fi对要素fj的直接影响，以及要素fj对要素fi的直接影响两方面，关系强弱的度量方法一般采用5级标度进行评分，通过对专家的评分进行处理确定直接影响矩阵M=(aij)n×n，其中aij为因素fi对因素fj的直接影响。

（3）计算规范直接影响矩阵N。对直接影响矩阵M进行规范化处理，计算求得规范直接影响矩阵N，计算方法如下。

（4）计算综合影响矩阵T= (tij)n×n，计算方法如下。

式中：tij表示要素fi对要素fj的直接影响及间接影响程度；I为单位矩阵。

（5）计算各因素的影响度和被影响度。影响度是指综合影响矩阵T的各行的值之和，表示各行对应要素对所有其他要素的综合影响值，该集合记为D，D= (D1，D2，…，Dn)。被影响度是指综合影响矩阵T的各列的值之和，表示各列对应要素受到所有其他各要素的综合影响值，该集合记为C，C=(C1，C2，…，Cn)。

（6）计算中心度及原因度。要素的影响度和被影响度相加得到该要素的中心度记作Mi，表示该因素在评价指标体系中的位置及其所起作用的大小。要素i的影响度和被影响度相减得到该要素的原因度，记作Ri。如果原因度大于0，表明该要素对其他要素影响大，称为原因因素；反之，称为结果因素。

（7）计算整体影响矩阵H=T+I= (hij)n×n。

（8）确定阈值λ，计算可达矩阵K。阈值λ∈ [0，1]，是针对复杂系统中冗余信息的剔除，确定λ的方法包括专家咨询法、统计分布法、信息熵法等，在此采取引用矩阵T中所有数值的均值和标准差相加的算法。针对整体影响矩阵H，若hij＜λ，则kij= 0，表示要素fi不影响要素fj，否则kij= 1，表示要素fi能够影响要素fj，由此计算得到可达矩阵

式中：为矩阵T中所有数值的均值；σ为矩阵T的标准差。

（9）层次划分。根据可达矩阵K确定前因集合Qi和可达集合Pi。

式中：F表示因素fi的合集。

当时Pi=Pi∩Qi(i= 1，2，…，n)，∀fj∈Pi均为最高层中的因素，再将已分层的fj剔除后重复上述过程，依次对人的不安全行为因素进行层级划分。

1.2 灰数理论对模型的改进

如前所述，DEMATEL法中直接影响矩阵M的获得是通过给定评价标度，由专家根据自身经验对各因素间的相关关系进行评价，由于专家主观认知的局限，使得评价结果存在一定程度上的不确定性和模糊性[9-10]。灰数理论是利用灰色区间数，构建具备一定柔性的决策模型，弥补专家评价模糊性的问题，从而更好地反映真实情况，提高数据结果的客观性[11]。灰数理论对模型的改进方法如下。

（1）灰色区间数上下限的确定。灰数理论中的区间灰数 ⊗x∈ [⊗—x，]，其中是 ⊗x的下限，是⊗x的上限。在DEMATEL-ISM模型中，专家评价的表示专家对人的不安全行为i对不安全行为j的影响判定，

（2）标准化处理。

对于DEMATEL-ISM模型的直接影响矩阵M中aij= 0 (i=j)，因此及0，对公式 ⑻ 可以进行简化，以下同理。

（3）清晰化处理。清晰化处理结果yij表示如下。

（4）清晰化数值计算，表示经处理后的直接影响矩阵的各元素。

2 高速铁路作业过程中人的不安全行为识别

针对安全检查问题中涉及的人为因素分类，是为了更准确地分析铁路现场作业人员的不安全行为对高速铁路整体安全状况的影响。由于高速铁路涉及各工种间的协同作业、层级结构复杂，因此对人的不安全行为的识别过程应突出关键因素。一方面，人的不安全行为不同于某一专业的风险分析，包含车务、机务、工务、电务、车辆等各个专业的人员作业问题，必须同时兼顾；另一方面，从预防和规避高速铁路安全事故的角度出发，安全检查中发现的问题是现场作业人员日常工作中暴露出的安全风险，如果不及时进行管控，可能会发展为惯性违章行为，在突发事件或应急处置过程中任何一个违章行为的出现都可能引发一次安全事故。通过已开展的安全检查问题研究发现，其中涉及问题范围较广，能够识别出的人的不安全因素分类庞杂，因此，对于安全检查问题中人的不安全行为的识别同样应充分利用已发生的安全事故数据，避免重点问题不突出的情况。

基于上述考虑，结合高速铁路运营管理的特点，通过对大量安全检查问题的人工梳理分析并通过行业专家咨询，将人为因素划分为“设备养护维修”“行车和客运人员作业”“日常安全管理”3类。

“设备养护维修”定义为现场作业人员在设备养护维修管理中存在的不安全行为，从诱发安全事故的角度出发，包括动车组、线桥隧、供电、通信、信号等各专业设备设施的养护维修(包括施工维修作业)过程中存在的违章作业等问题。“行车和客运人员作业”定义为行车及客运作业人员在生产作业中可能存在的不安全行为，包括动车组司机驾驶操作是否规范，随机车机械师乘务作业是否规范及动车组故障时判断和检修是否准确，车务人员接发车等作业是否规范，以及客运人员服务行为是否规范等问题。“日常安全管理”定义为在日常工作中存在的管理上的不安全行为，包括人员教育培训是否到位、技术管理是否存在缺漏以及规章制度是否完备规范等。基于对以上人为因素分类定义和涵盖内容的研判，共提出14项不安全行为项点，构成高速铁路安全风险人为因素体系框架如表1所示。

将识别出的高速铁路安全风险人为因素，结合Grey-DEMATEL-ISM模型，开展因素间的层次分析和影响路径研究。

3 高速铁路安全风险人因模型试算

3.1 确定直接影响矩阵

为更加准确地判断不同人的不安全行为对于高速铁路作业过程的影响，通过咨询相关安全管理方面的专家，对表1中所列14项人的不安全行为的相互影响关系进行评估，影响度选取{无关联、弱关联、一般关联、较强关联、强关联}的5级标度，用0，1，2，3，4由弱到强进行表示，据此确定灰色区间数的上下限。专家评价标度灰数语义变量如表2所示。

表1 高速铁路安全风险人为因素体系框架Tab.1 Framework of human factor system for safety risks of high speed railway

表2 专家评价标度灰数语义变量Tab.2 Grey number semantic variables of expert evaluation values

根据灰数理论计算方法对专家评价矩阵进行处理，获得高速铁路人的不安全行为直接影响矩阵M如表3所示。

表3 人的不安全行为直接影响矩阵MTab.3 Direct influence matrix M of people’s unsafe behavior

3.2 计算各因素间的相互影响关系

根据DEMATEL-ISM方法的分析流程，由直接影响矩阵M得出综合影响矩阵T，根据综合影响矩阵T计算高速铁路各项人的不安全行为的影响度、被影响度、中心度和原因度如表4所示。

表4 高速铁路各项人的不安全行为的影响度、被影响度、中心度和原因度Tab.4 Influence degree, affected degree, center degree, and cause degree of people’s unsafe behavior on high speed railway

根据上述计算结果，选取中心度－原因度绘制散点图，人的不安全行为的原因结果如图2所示。由图2可知，人的不安全行为中f11在高速铁路安全风险人为因素体系中影响作用较为突出，f9和f13在体系中的影响作用较小。f12，f11，f14等因素对于其他因素的影响较大，f5，f6，f7，f8等因素易受到其他因素影响。

图2 人的不安全行为的原因结果Fig2 Causes and results of people’s unsafe behavior

3.3 层次划分

利用综合影响矩阵的，根据公式 ⑹，计算出阈值λ= 0.08，可得人的不安全行为可达矩阵K如表5所示。根据可达矩阵K中的kij，确定因素的分 层，L1{f2，f3，f4，f5，f6，f7，f8，f9}，L2{f1，f10，f13}，L3{f11，f12}，L3{f14}，进而绘出人的不安全行为层次结构图如图3所示。

图3 人的不安全行为层次结构图Fig.3 Hierarchical structure of people’s unsafe behavior

表5 人的不安全行为可达矩阵KTab.5 Accessibility matrix K of people’s unsafe behavior

3.4 结果分析

从人的不安全行为层次结构图可知，影响高速铁路安全的人的不安全行为层次结构较为复杂，具体结果分析如下。

（1）规章制度是高速铁路人的不安全行为中的本质致因。规章制度如果存在细化落实不到位，以及规章内容的不完备甚至错漏等问题，将严重影响人员培训质量和技术管理的水平，从而间接作用到各个专业现场作业人员，影响其现场工作完成质量。因此，应加强铁路各级规章制度的建设管理工作，提升规章制度的制修订水平，及时落实细化上级规章制度，建立问题反馈机制。

（2）车务、机务、工务、电务、车辆等各专业人员的作业组织及设备运用维护作为表层致因，是人的不安全行为中直接影响高速铁路安全的项点，但因素本身易受到其他因素影响。针对以上问题，加强日常检查监督是解决问题的直接手段，而提升规章制修订水平、加强相关人员作业培训则是提升现场作业水平的根本方法。结合图2可知，司机和随车机械师作业问题在人的不安全行为的表层致因中体现的影响作用更强，而劳动保护以及动车组检修与维护问题作为原因因素对于体系中其他因素的影响度较小，但其作为过渡致因又直接关系到司机作业问题及随车机械师作业问题，因此加强司机的劳动保护、避免超劳工作，提升动车组日常养护维修质量，是降低司机、随车机械师作业安全风险的有效手段。

（3）L2与L3构成的过渡致因中，人员培训和技术管理不到位2项因素与其他因素关联最为紧密。由表4可知，2项因素的中心度和原因度也较为突出。人员培训是规章制度能够在现场作业中得到有效落实的重要一步，规章制度在下发实施前预留充足的宣贯培训时间，加强现场作业人员培训，提升培训水平是解决以上L1中表层致因的关键。岗位风险提示卡、作业台账等相关技术资料是对规章制度要求的具体落实，也是现场作业人员在操作过程中的重要辅助信息工具，提升职工对技术管理重要性的认识，培养技术管理的规范意识，能够有效降低L1中表层致因发生的风险。

4 结论

（1）从安全检查问题入手，结合高速铁路安全事故暴露出来的问题，将其中涉及到的人为因素分为“设备养护维修”“行车和客运人员作业”“日常安全管理”，以此为基础，进一步识别日常运营中发现的广泛存在并对安全具有显著影响的若干人的不安全行为，从而构建高速铁路安全风险人为因素体系框架，对今后开展相关研究具有借鉴意义。

（2）基于DEMATEL-ISM方法分析高速铁路作业过程中人的不安全行为，能够准确判断各项人的不安全行为之间的内在关联，明晰其中的原因因素和结果因素，获取整个人为因素体系中关键因素的作用层级和路径，该方法可以广泛应用于铁路安全领域的原因分析。

（3）通过对高速铁路作业过程中识别的14项人的不安全行为进行分析，发现各专业人员在作业组织及设备运用维护中存在的不安全行为是影响高速铁路作业安全的表层致因。加强对铁路规章制度的管理，提升制修订和宣贯培训质量，从而提高现场人员的作业水平和安全意识是降低人为因素对作业安全影响的根本方法，可为今后高速铁路作业过程中人为因素影响分析提供参考。