基于24Model的不安全动作内在致因研究

付 净，韩子鹏，刘 虹，聂方超

(1.吉林化工学院资源与环境工程学院，吉林 吉林 132022；2.中国矿业大学(北京) 应急管理与安全工程学院，北京 100083)

不安全动作作为导致事故的直接原因，一直是组织行为管理的重点[1]。生产过程中组织成员不安全动作的管控效果对企业安全绩效的改善具有重要影响[2]。除了外部监管的约束措施外，对于不安全动作个体的内在主观判断对企业安全绩效起到了更强的支配作用。如何明确个体内在关键控制要素，充分调动主观行为决策的主导优势是值得思考的问题。

相关学者曾指出，对不安全动作的控制应突出自我判断基础上的规范和约束，外部条件的监管和制约仅为辅助手段[3]。有关不安全动作的个体内在影响因素研究中，Paul等[4]强调情绪对不安全动作的关键影响作用；Fu等[5]指出知识水平对不安全动作具有重要的指导作用；此外，还有学者提出性格、心理、态度和注意力等均会影响不安全动作的产生[6]。由于分析角度及关注点不同，因此不安全动作内在致因影响的判断结果各异。事实上，不安全动作作为离事故最近的要素，有必要从事故致因的角度开展更细致化的研究，从致因模块间的内部作用关系出发，突出个体内在致因对不安全动作的调节作用。

因此，本文主要遵循24Model基本思想，根据致因要素间的逻辑关系构建不安全动作内在致因分析模型，利用随机森林方法探究各能力要素对不安全动作的影响程度，并通过定量、可视化的手段评估、判断关键控制要素，以此明确个体内在致因的作用机制，有助于组织制定行为控制策略，实现组织成员行为的自我管理。

1 不安全动作的内在致因分析模型及程序设定

1.1 构建分析模型

本文充分考虑不安全动作内在致因要素间的逻辑关系，根据24Model的动态及静态结构特征，构建个体不安全动作的内在致因分析模型，主要包括安全知识、安全意识、安全习惯、安全心理、安全生理5个能力要素，见图1(a)、(b)；考虑箭头指向动作模块的最近路径，拟定关联主路径5条，见图1(c)[7-8]。每个能力要素均涉及具体的衡量维度因子，依据信息加工的程序，明确安全知识要素由理论知识(SK1)、技能知识(SK2)、经验知识(SK3)3个维度因子构成；安全意识要素可反映信息的归属，具体涉及法规意识(SA1)、风险意识(SA2)和情景意识(SA3)3个维度因子；安全习惯要素根据24Model的动作分类标准分为习惯性行动或操作(SH1)和习惯性指挥(SH2)2个维度因子；安全心理要素根据心理活动特征，考虑省能(PS1)、麻痹(PS2)、侥幸(PS3)和其他心理(如从众、冒险、逆反等)(PS4)4个维度因子；安全生理要素强调生理机能的差异，通过知觉障碍(PH1)、身体疲劳(PH2)和生理问题(PH3)3个维度因子来考量，具体涉及15条内在致因子路径[9-10]。

图1 个体不安全动作的内在致因分析模型及路径设定

1.2 设定分析程序

通过不安全动作内在致因分析模型和路径关系系统，分析个体能力要素各维度因子对不安全动作的影响程度，明确4阶段分析程序。

(1) 明确目标人员。在组织内部每一个不安全动作均有归属的不安全动作主体即组织成员。组织成员由于岗位职责、组织角色、教育程度等因素的差异会影响不安全动作的内在致因效果，因此首先要明确研究人员即目标人员。目标人员界定的依据可参考职业类别或工种分类，亦或根据组织实际岗位规定进行，可涉及单一岗位或多岗位人员。但无论采用何种界定方式需保证人员岗位职责清晰，以便后续不安全动作的归类。

(2) 确定并提取目标不安全动作。目标人员发出的不安全动作即为目标不安全动作。可从事故案例报告和现场调研获取的三违信息中提取显性不安全动作，此外还涉及潜在的不安全动作需要重点参考岗位职责及工作要点进行逻辑推理，如事故案例报告中涉及的规章制度不健全可推测管理层或相关人员未制定有效的规章制度这类不安全动作。目标不安全动作提取的原则遵循墨菲定律和最大化最小原则，即考虑所有可能发生的不安全动作，通过控制最大危险实现不安全动作的全面控制[11-12]。

(3) 推理能力要素并构成分类集合。将已提取的目标不安全动作依据24Model的分析路径推理可能存在的能力要素原因项，构成能力要素分类集合[13]。分析过程遵循WBA逻辑推理过程，涉及5个能力要素判断模块、15个子路径决策环节、1个循环决策环节，能力要素具体的逻辑推理程度，见图2[14]。

(4) 定量分析能力要素对不安全动作内在致因的影响。基于目标不安全动作和能力要素分类集合，采用量化的分类及预测方法挖掘能力要素对目标不安全动作内在致因的影响，明确显著内在致因项。

2 定量分析方法选取

为了进一步探究能力要素对不安全动作内在致因的影响效果，本文选取随机森林(RF)方法对推理获得的关联数据进行深度挖掘。RF方法具有较高的分类精度和抗噪声干扰性能，对特征属性存在差异且非连续性数据具有较好的训练与预测效果[15-16]。

2.1 特征重要度的确定

设定目标不安全动作为分类标签Y，能力原因要素为变量特征Ai，计算特征重要度，并根据特征重要度排序定量评估能力要素与不安全动作之间的影响程度。

特征重要度表示变量特征Ai的贡献率，具体描述为对变量特征Ai加入噪声前后误差数值的比较关系[17]。设原始误差为Error1，加入噪声后误差为Error2，决策树个数为N，特征重要度可用公式表示为∑(Error1-Error2)/N，计算获得的特征重要度数值越大，表明变量特征的贡献率越高。

2.2 分类参数的选择

为了有效避免分类数据过拟合，同时保证训练效果达到满意的精度，可采用Bootstrap抽样方法，即将决策树个数取值范围设定为[5,10,20,30,40,50,100]，特征选择标准设为[‘gini’,‘entropy’]，最大深度选取范围为[2,3,4,5,6]，分裂最小样本数范围为[2,4,6,8,10]，最小样本叶子数范围为[2,3,4,5][18]，利用网格搜索进行参数的最优化匹配与选择，寻找到分析参数的最佳组合，并明确分类器精度，最后根据运行结果获取每个特征项对分类标签的贡献率，通过比较特征重要度数值来明确关键的内在致因项。

3 实证分析

3.1 不安全动作归类提取

首先确定目标人员及信息来源。本研究选取中基层专职煤矿安全专业人员为研究对象，具体可划定为位于现场一线的特种作业人员即煤矿安全检查工、管理层的煤矿安全生产管理机构负责人及管理人员(简称煤矿安全部门管理人员)，并参照文献[19]、[20]等来明确目标人员的岗位职责及工作要点。

本研究事故案例样本选取2010—2019年发生的79起重大及以上煤矿安全事故，现场调研范围为5个煤矿项目部，通过访谈、问卷和“三违”记录查询等方式获取信息，并从事故案例报告、文献资料和调研信息中提取或推测目标人员的不安全动作，共提取目标不安全动作87项，出现频次为365次，再根据动作表征的一致性进行不安全动作归类，最终列出出现频次大于30次的不安全动作类型及其具体表征，详见图3。

图3 煤矿安全专业人员高频次目标不安全动作归类

煤矿安全专业人员不安全动作主要表现为违规行动类(VA)和违规指挥类(VC)不安全动作，出现频次占比分别为63.01%和26.30%。该类人员的不安全动作很少位于致因链条中的近因位置，现有样本分析均表明其主要归属于间接不安全动作，会对导致事故的直接不安全动作产生影响。

3.2 内在致因要素的确定

根据能力要素的逻辑推理程序，针对每个不安全动作表征进行能力原因要素推测，其中生理因素信息由于在事故案例报告中鲜有提及，在“三违”记录中仅个别提及由于疲劳未履行岗位职责坐岗或躺岗，而针对高频次不安全动作有关生理因素的描述或可推测信息较少。本文以出现频次最高的不安全动作归类UAe1“未能开展培训或培训不到位”为例进行能力原因要素推测，主要涉及安全知识、安全意识、安全习惯和安全心理4类能力要素，具体维度因子描述见表1。综合分析全部不安全动作的能力要素缺欠项，共推测出维度因子观测量1 076个，出现总频次为2 368次，具体能力要素维度因子出现的频次，见图1。

表1 UAe1类不安全动作对应的能力要素缺欠项

3.3 内在致因要素的贡献度分析

利用RF方法以安全专业人员的不安全动作为分类标签，能力原因要素为变量特征，计算特征贡献度。本次选定抽样次数为150次，利用网格搜索选择最优化参数，最大深度为5，最小样本叶子数为2，分裂最小样本数为4，决策树个数为40，分类器精度为0.833 333。

3.3.1 分类重要度分析

以出现频次最高的UAe1类目标不安全动作为例，个体各能力要素维度因子对UAe1类目标不安全动作的特征重要度排序，见图4。

图4 个体能力要素维度因子对UAe1类目标不安全动作的特征重要度排序

由图4可知：SH1对应的特征重要度数值最大为0.111 36，突出习惯性行动或操作对UAe1类目标不安全动作的影响，表明个体内在致因中工作习惯不佳是导致未组织安全培训或培训不到位的主要内在致因能力要素，而习惯性忽视安全培训的作用或对安全培训内容、计划、程序及方式缺少必要的调整和变通影响了安全培训工作的效果。

针对其他类高频次目标不安全动作的个体能力要素维度因子的特征重要度排序结果，见图5。

图5 个体能力要素维度因子对其他类高频次目标不安全动作的特征重要度排序

由图5可知：针对UAe2类目标不安全动作“未纠正不正确行为或识别危险行为”的特征重要度曲线呈现出3个较大峰值，分别位于SK2、PS1和SH2维度因子处，表明内在致因能力要素中技能知识、省能心理和习惯性违章指挥对UAe2类目标不安全动作具有较大的影响；针对UAe3类目标不安全动作“未对规章制度执行情况进行有效监督”的特征重要度曲线较大峰值分别位于SK1、SA1和PS4维度因子处，表明对于该UAe2类目标不安全动作有关法律规章的理论知识不足、法规意识欠缺以及从众等不安全心理状态是重要的内在致因能力要素；针对UAe4类目标不安全动作“未能处理安全隐患并采取更正措施”，能力要素中理论知识(SK1)和风险意识(SA2)两个维度因子对其的影响最突出，其次为省能、自负麻痹和侥幸的心理状态。

综合上述分析结果可知：个体能力要素对于不安全动作的影响程度存在差异，具体表现为针对同类型不安全动作各维度因子的贡献度不同，针对不同类型不安全动作内部致因的影响效果不同即特征贡献度突出的维度因子类型不同。分类数据的获取将有利于针对特定类型不安全动作的内在机理进行研究，以明确预控的重点内在致因环节。

3.3.2 综合贡献度分析

每类目标人员可能存在多种类型的不安全动作，明确共性内在致因规律更有利于制定集中的不安全行为纠错策略。本文针对与目标不安全动作相关的个体能力要素维度因子的特征重要度进行综合排序并求取平均值，并绘制个体能力要素维度因子的平均特征重要度分布曲线，见图6。

图6 个体能力要素维度因子的平均特征重要度分布曲线

由图6可知：个体能力要素维度因子平均特征重要度曲线峰值位于PS1维度因子处，表明省能心理对于目标不安全动作的贡献度最大，影响最为明显，其次为理论知识(SK1)和技能知识(SK2)，说明目标人员知识水平对其管理行为的有效性具有较大的影响；个体能力要素维度因子平均特征重要度综合排序表现为PS1>SK1>SK2>SK3>SH2>PS2>SH1>SA1>PS3>SA2>SA3>PH2>PS4>PH1>PH3。按照个体能力要素特征重要度综合排序为SK(0.090 28)>PS(0.087 33)>SA(0.047 9)>SH(0.042 94)>PH(0.032)，个体内在致因中的安全知识要素对于目标不安全动作的影响最大，其次为安全心理要素的影响。通过实证量化的数据表明提升组织成员的安全理论和技能知识水平、改善省能侥幸的心理状态，将有助于强化不安全行为纠错效果，并可通过安全培训教育、心理测评与建设、行为绩效评估和辅助激励策略等手段最大限度地提升个体行为控制能力。

4 结论与建议

(1) 本文构建了涉及5项能力要素、15个维度因子的不安全动作内在致因分析模型，同时设定了4阶段分析程序，包括明确目标人员、确定并提取目标不安全动作、推理能力要素并构成分类集合和定量分析能力要素对不安全动作内在致因的影响，并应用该分析模型及分析程序开展了以人员分类为基础的不安全动作内在致因研究，为特定人员不安全动作的分类纠错和综合预控提供理论参考和方法支持。

(2) 以煤矿安全专业人员为研究对象开展了不安全动作内在致因的实证研究，验证了该分析模型及分析程序的有效性和适用性。利用随机森林(RF)方法定量化地描述了能力要素对目标不安全动作的贡献程度，为明确两者之间的致因关系提供了量化支持。分类结果显示：个体能力要素对目标不安全动作(同一类型或不同类型)的影响在维度因子特征重要度数值或整体分布规律上存在差异。综合分析结果突出了安全知识和安全心理要素对目标不安全动作的贡献度最大，其中特征重要度数值位于前三位的维度因子为PS1、SK1和SK2，三者的重要度之和大于0.098 8，表明安全理论和技能知识水平的提高以及省能心理状态的改善是实现组织成员行为自控能力提升的重要手段。

(3) 由于信息数据的有限性，实证研究结果仅代表所设定目标人员不安全动作的内在致因关系，后续研究的重点将考虑扩大研究样本及目标人员范围，进一步检验分析模型及分析程序的普遍适用性，以获取更多有利于组织实现对各类成员不安全行为管控的有效信息。