基于FTA-BN的道路客运企业主体责任落实研究

韩文鑫, 张长平, 蔡 洁, 孙 莉

(1.中国矿业大学北京 应急管理与安全工程学院, 北京 100083; 2.浙江工业大学 化学工程学院, 杭州 310012;3.台州交通运输行政执法队, 浙江 台州 318001)

0 引言

由于道路旅客运输的公共性、广泛性,其2020年客运量占总客运量的71.3%,仍是我国最主要的运输方式[1]. 道路旅客运输在给人们出行带来便利的同时,也带来了较大的生命财产损失. 尽管道路交通事故万车死亡人数等数目逐年下降,但近3a道路交通事故发生数量仍稳居20万起以上[2]. 而且大部分事故的发生是由于企业安全主体责任未落实而导致,道路客运企业规模多、小、散,且大多面临如线路重复、市场竞争激烈、运游一体化等难题,多数企业为维持经营而无暇管顾安全,易出现挂而不管及应付检查等安全主体责任不落实现象. 而企业安全生产主体责任的落实是安全生产法[3]里明文规定的强制条款,因此对于道路客运企业主体责任落实进行研究有一定必要性.

近年来有许多学者对道路客运安全责任制的问题进行了研究,主要分为4个方面：①立法执法的研究,如许多有关道路旅客运输安全生产责任制落实的法律法规被相继颁布推行,形成了1套由《中华人民共和国道路运输条例》等[4]法律法规组成的完整体系;②评估方法的研究,如2017年陈坚等[5]基于法规政策与物元理论建立了安全标准化定量分级模型,陈秋敏[6]对A市道路客运数据分析,运用综合安全评价法(FSA),层次分析法建立了1个定性定量的人、车、企业、管理四维度的指标体系等;③管理模式的研究,钱毅等[7-8]均提出PDCA循环安全管理模式,张霞等[9]借鉴了澳大利亚安全责任链管理与处罚制度,戴旭东[10]提出道路客运企业安全网格化管理模式;④重难点的研究,朱小杰[11]对客运外区的安全管理工作进行研究,张大巍等[12]对企业驾驶员心理测评标准和体系进行了研究,孙琛[13]提出推广客运企业车载GPS的应用,魏钰[14]提出运用大数据帮助安全生产责任制落实.

综上看出,基于事故案例研究道路客运事故的文章较少,且随时间推进缺乏时效性,并且大多数文章都是从人机环管较为浅层的角度研究道路客运事故原因,以企业安全生产责任制角度来分析道路客运事故安全问题的研究较少. 故本文收集了100起事故案例,对调查报告深入进行研究,确立了35个致因因素,采用事故树(FTA)与贝叶斯网络(BN)的方法对道路客运事故进行分析,并从企业安全主体责任制落实角度给出了相应建议,以期对道路客运企业安全管理提供重要的参考依据.

1 事故案例来源

本文从各地人民政府网站、应急管理网站及安全管理网(safehoo.com)上,收集了2003—2021年来有详细事故调查报告的100起道路客运事故案例,其中重特大事故47起,较大事故48起,收集的部分事故案例见表1,通过对这些事故发生的时间、事故等级、直接事故形态、间接事故形态等方面的信息提取,并从驾驶员、车辆、道路、环境、企业管理方面进行了信息归类汇总,其中企业管理信息反映了企业安全主体责任落实情况. 具体事故信息类别及频数见表2.

表1 收集的部分道路客运事故案例

表2 事故信息类别及频数汇总

2 事故树构建与分析

事故树是由果溯因描述事故发生的树形图,通过对事故的演绎分析,寻求防止结果发生的对策,称为事故树分析法(Fault Tree Analysis, FTA). 由于道路客运事故的发生,涉及人、车、路、环、企等多方面致因因素. 结合上一节收集的信息,查阅文献及小组讨论确立了35个主要致因因素,包含11个驾驶员因素,8个车辆因素,6个道路因素,4个环境因素,6个企业管理因素.

企业管理因素反映了企业安全生产责任制落实情况,是结合《安全生产法》第21条(生产经营单位主要负责人应负职责)[3]、《道路旅客运输企业安全生产标准化建设基本规范》[18]及收集的事故信息频次得出. X30规章制度不完善主要指未建立安全生产责任制和安全检查管理等完善规章制度、未组织人员学习培训规章制度、未定期检查记录规章制度执行情况、未形成台账等. X31组织责任不落实主要指的未制定安全生产方针目标及相应实施方案、未制定可执行中长期及年度计划、未合理确立划分组织责任、未定期进行责任制考评等. X32教育培训不到主要体现为未能制定履行全年安全教育培训计划、未定期考评改进培训效果、未形成安全培训档案、未对员工严格执行入岗培训和3层安全教育等. X33隐患排查不到位指的是未能严格依照法律法规构建双预防体系、未制定隐患排查工作方案、未及时发现隐患并制定相应整改措施、未发现重大安全隐患上报相关部门备案等. X34企业资质不合格指的是企业不具有合法有效的《道路运输经营许可证》《企业法人营业执照》等、证件与营业范围不匹配、存在非法营运等情况. X35动态监管不到位指的是卫星定位系统车载终端未接入符合行业标准的监控平台和全国重点营运车辆联网联控系统、企业平台录入的车辆和驾驶员的基础信息等不准确不完整等.

根据得出的事故致因因素辨识事故树各层事件,并以各因素在100起道路客运事故中出现频次作为事件频率,详见表3道路客运事故树各层事件汇总表. 建立事故树模型如下图1. 并借助FreeFta计算得出顶上事件发生概率为0.999 9,由于事故树建立在100起事故案例的基础上,其顶上事件概率达到0.999 9,与实际事故发生率为1相差极小,说明该事故树建模误差较小,是有效的.

图1 道路客运事故树模型

表3 道路客运事故树各层事件汇总表

2.1 概率重要度分析

概率重要度表示基本事件的概率变化对顶上事件发生概率变化的影响,通过概率重要度系数可得出某一基本事件对顶上事件的概率的影响度[15]. 由于计算量庞大且复杂,借助了FreeFta软件计算各基本事件概率重要度前 7个基本事件为X31、X25、X20、X33、X32、X35、X34,可见X31组织责任不落实、X25不良道路位置、X20弯、坡路段、X33隐患排查不到位、X32教育培训不到位、X35动态监管不到位、X34企业资质不合格是道路客运事故发生的重要致因因素,是道路客运系统安全的薄弱环节,企业应该就这几个重要致因严格按法规要求寻求其在具体管理中的落实细则,并严格执行,便可有效控制事故发生的风险.

2.2 临界重要度分析

一般来说,减少概率大的重要度比减少概率小的重要度来的容易,临界重要度则是兼顾概率重要度的概率以及敏感性,来衡量各基本事件的重要性,借助了FreeFta软件计算基本事件临界重要度前7个基本事件为X31、X25、X20、X33、X32、X35、X34,故企业从X31组织责任不落实、X25不良道路位置、X20弯、坡路段、X33隐患排查不到位、X32教育培训不到位、X35动态监管不到位、X34企业资质不合格这几方面制定措施,对降低道路客运事故发生率最为有效.

3 贝叶斯网络构建与分析

贝叶斯网络(Bayesian network,BN)可逆向验证事故树分析方法,与事故树分析方法具有互补性,2种分析方法的结合可充分发挥贝叶斯网络的动态性与事故树的逻辑性. 事故树与贝叶斯模型转换步骤如下：

1)确定贝叶斯网络结构：根据事故树与贝叶斯网络的转换关系,将事故树中所有的基本事件(X1、X2、…、X35)转换为贝叶斯网络中的根节点,第2层中间事件(M6、M7、…、M13)转换为相应的第1层中间节点,第1层中间事件(M1、…、M2、M5)转换为第2层中间节点,而道路客运事故(T)则转换为贝叶斯网络的叶节点. 而贝叶斯网络中有向弧连接关系与事故树中事件逻辑关系一致,方向相反,事故树至上往下,而贝叶斯有向弧方向则与事故树逻辑门输出方向保持一致[16].

2)确定贝叶斯网络参数：

①确定根节点的条件概率表

事故树基本事件只有“发生”“不发生”2种状态,分别对应贝叶斯网络中各个根节点“Yes”“No”2种状态,根节点状态为“Yes”的概率即为各基本事件“发生”的概率值[17]. 如基本事件X1“Yes”概率为0.121 6,“No”概率为0.878 4,其他根节点概率可相应得出.

②确定非根节点的条件概率表

根据逻辑运算对应关系,根据父节点的“发生”“不发生”2种状态值,可得出非根节点的“Yes”“No”2种状态值[17]. 以节点M1与M3作为“与”“或”关系的代表,相应的条件概率见表4、表5,其他节点的条件概率表类似.

表4 贝叶斯网络非根节点M1的条件概率表

表5 贝叶斯网络非根节点M3的条件概率表

3)构建贝叶斯网络模型

根据贝叶斯网络的结构和参数,借助Netica软件做出有向无环图并输入先验概率及条件概率表,得出贝叶斯网络模型,发现道路客运事故“Yes”概率为99.9%,“No”概率为0.058%,与事故树顶上概率求解为0.999 9几乎一致,可看出该贝叶斯网络模型的构建是有效的. 如图2所示.

图2 道路客运事故贝叶斯模型

3.1 敏感性分析

利用Netica软件对贝叶斯网络进行敏感性分析,得出了各节点的互信息值. 互信息值表示根节点对叶节点道路客运事故的影响程度,数值越大,影响也就越大. 互信息值排序前7个基本事件为X31、X25、X20、X33、X32、X35、X34,可见这7个根节点对T道路客运事故影响较强,这与事故树分析结果一致.

3.2 后验概率分析

调整叶节点道路客运事故“Yes”状态为100,得出仅行驶系问题X14概率由0.09变化为了0.091,即X14后验概率发生了变化,其余根节点后验概率和先验概率一致. 后验概率排序前9个的根节点为X10、X31、X25、X8、X20、X33、X32、X35、X34,剔除X10与X8驾驶员浅层次原因后,得出影响道路客运事故较大前7个因素与事故树分析结果一致.

3.3 最大可能性分析

为了得出道路客运事故发生情况下最可能节点组合,利用Netica软件的最大可能性解释功能,得出“道路客运事故”发生的情况下最可能根节点组合为X10操作不当、X25不良道路位置、X31组织责任不落实,第1层中间节点组合为M7不良行为、M11不良道路条件,第2层中间节点组合为M3道路因素、M5企业管理因素,即人、路、企是道路客运事故最容易发生的致因组合.

4 结论与建议

本文着眼于道路客运企业的安全生产,收集了100起道路客运事故案例调查报告后,进行了事故信息收集与致因因素确立,并结合事故树和贝叶斯网络模型分析,得出7个事故重要致因即X31组织责任不落实、X25不良道路位置、X20弯、坡路段、X33隐患排查不到位、X32教育培训不到位、X35动态监管不到位、X34企业资质不合格,见图3事故树和贝叶斯模型结果对比. 由事故案例分析结果得出以下建议,以供企业安全管理工作参考：

图3 事故树和贝叶斯模型结果对比

1)企业法定主体责任的不能落实与贯彻是事故发生的根源. 安全生产法明确规定企业的7项法定主体责任,首要一点是建立健全并落实本单位全员安全生产责任制,只有明确全面的横向到边(各部门),纵向到底(具体岗位)的责任体系,让人人有责任,并通过加强安全生产标准化建设的过程管理来强化责任制落实,方能有效控制事故发生.

2)虽然事故案例中重要度排序第2、3位的X25不良道路位置和X20弯、坡道是客观的因素,但是,这也反映了企业主体责任之二教育培训不到位的问题,如特殊路段驾驶员操作规程的不熟悉、企业对驾驶员定期技能培训的制度缺失;企业应建立年度的培训教育计划,每年对驾驶员的技能再教育培训,加强特殊路段和不良环境下的紧急操作应对能力.

3)对于隐患排查不到位的事故致因,企业应加强对驾驶员的不安全驾驶行为的统计分析,建立驾驶员的安全驾驶档案,借助车辆动态监控系统给出统计分析,重视不良习惯性的驾驶操作中隐藏的事故风险;以及检查企业人员对车辆、驾驶员出车三检工作、机务人员对车辆的定期维保和法定的技术性能检测维护,从而有效避免车辆硬件因素导致事故发生.

4)车辆动态监控系统是辅助企业规范驾驶员不安全行为的重要数据来源,企业应重视车辆动态监控系统岗位人员的责任制考核,严格动态监控岗位人员的履职,通过大量的出车动态监控数据分析,及时发现驾驶员的不良操作习惯和违法行为,控制事故发生的人的不安全行为因素.

5)严格企业资质管理制度,从驾驶员的聘任源头把控符合客运要求的人员资质条件. 如严格规范驾驶员聘任的法定资格要求,按照《中华人民共和国道路运输条例》[4]第九条 从事客运经营的驾驶人员,应当符合下列条件：①取得相应的机动车驾驶证;②年龄不超过60周岁;③3年内无重大以上交通责任事故记录;④经设区的市级道路运输管理机构对有关客运法律法规、机动车维修和旅客急救基本知识考试合格.