详情

原文传递人因视角的重特大道路客运事故致因研究

论文题名：	人因视角的重特大道路客运事故致因研究
关键词：	道路客运事故;致因分析;人为因素;系统安全理念
摘要：	随着我国社会经济的快速发展与道路客运网络覆盖范围的日益扩展，主要成因在于人为因素的重特大道路客运事故已成为我国安全生产领域的重要灾害之一。道路客运作为公共安全的重要组成部分，需要理、工、管等学科交叉融合研究。不同于理学与工学重点从工程与技术层面提升道路客运安全性，管理学重点从人为因素视角出发分析事故致因因素并探索相应的制度安排。当前学界有关人为因素视角的重特大道路客运事故系统致因研究成果还较少见，这对于事故调查及事故防范有着重要影响。因此，本研究聚焦于构建人为因素视角的重特大道路客运事故致因分析与分类系统，以及事故致因分析模型，以期能为重特大道路客运事故的调查分析及道路客运安全管理的提升提供参考。　　首先，基于对事故调查报告的内容分析构建了重特大道路客运事故的致因分析与分类系统（Contributory Factors Analysis and Classification System-Major Road Passenger Vehicle Accidents，CFACS-MRPVA）。收集了56份发生在中国大陆境内、死亡人数为10人以上的道路客运事故调查报告，然后采用依托扎根理论开放性编码、主轴编码和选择性编码的三级编码方式对事故调查报告进行了质化内容分析，具体编码路径选用了归纳式类目构建法。为保障研究信效度：在选择性编码产生的主类目层面进行了Cohen’s Kappa值信度测试，通过分析资料的选取、编码用语的使用、结果的社会认可度三个途径提升了研究效度。　　其次，结合重特大道路客运事故致因因素的灰色系统特征，应用灰色关联分析计算关联度的方法识别了致因分析与分类系统（CFACS-MRPVA）各层面的主要致因因素。具体方法为：计算一级指标与事故总致因、二级指标与所属一级指标、三级指标与所属二级指标间的关联度，依据关联度排序，分别得到一级、二级和三级指标层面的关键致因因素。此外，认为驾驶员的不安全行为受到不安全行为的前提条件、客运企业安全管理和政府职能机构安全监管的共同影响，因此，通过计算关联度的方法对驾驶员不安全行为的主要影响因素也进行了识别。　　再次，依据构建的重特大道路客运事故致因分析与分类系统（ CFACS-MRPVA），系统内关键致因因素的识别结果，基于系统安全理论构建了重特大道路客运事故致因分析模型（CFACS-STAMP of Major Road Passenger Vehicle Accidents，CS-MRPVA）。采用专家判断法和应用验证法对模型的有效性进行了验证。专家判断法即邀请10位相关领域专家对模型分析层级、层级构成、分析起点与分析流程的有效性进行判断，然后对专家判断结果的一致性程度进行统计分析；应用验证的具体方法为：采用该模型（CS-MRPVA）对2018年2月20日发生在江西赣州的一起重大道路客运事故进行系统致因分析，将致因分析结果与事故调查组发布的事故调查报告从分析维度、分析视角与侧重点三个方面进行对比分析。　　基于以上的研究方法与过程，本研究的主要结论为：　　第一，重特大道路客运事故致因分析与分类系统（CFACS-MRPVA）可被归纳为政府机构职能管理（L1）、客运企业组织影响（L2）、不安全的内部运营管理（L3）、不安全行为的前提条件（L4）、驾驶员的不安全行为（L5）、其他近因事件（L6）和影响事故严重度和发生概率的调节因素（L7）七层。其中：第六层“其他近因事件”主要指驾驶员差错与违规之外其他直接引发事故的事件；第七层“影响事故严重度和发生概率的调节因素”主要指不会直接引发事故发生，也无关于驾驶员和客运公司，但会影响事故严重度和发生概率的因素，如乘客安全意识低，桥梁防撞护栏质量不达标无法有效保护失控车辆等。　　第二，事故致因分析与分类系统（CFACS-MRPVA）各层面的关键致因因素分别如下：一级指标层面，客运企业组织影响（L2）是最主要的因素；二级指标层面，道路交通安全管理（X2）、客运企业资源管理（X5）、客运企业内部监管不到位（X8）、驾驶员个人因素（X10）、驾驶员差错（X14）、未安全运载（X17）和个人层面的调节因素（X19）分别是L1-L7的关键二级致因因素；三级指标层面，路面执法不严（X2a）、人力资源管理不到位（X5a）、动态监控形同虚设（X8c）、驾驶员安全意识差（X10a）、决策错误（X14b）、乘客安全意识差（X19a）分别是二级指标X2、X5、X8、X10、X14、X19的关键三级致因因素。此外，发现不安全行为的前提条件、不安全的内部运营监管及客运企业组织影响与驾驶员不安全行为的关联度都比较高。　　第三，传统以“驾驶员不安全行为”起点的事故致因分析方法不仅适用范围有限，而且可能会使得事故致因分析结论不够全面，本研究构建的事故致因分析模型（CS-MRPVA）可有效避免上述问题。CS-MRPVA模型以“事故过程”为分析起点，将事故致因分析过程主要分为两个阶段：一是事故过程及其近因事件与调节因素分析，二是安全管理体系各主体存在问题分析。这样不仅可提升事故调查分析质量、事故学习效果，而且便于查找发现安全管理体系的不足，从而为事故风险治理和设计更安全的管理体系明确方向，达到不断提升系统安全性的目标。　　本文的创新点主要在于：第一，不同于传统道路交通安全研究将事故人因聚焦于驾驶员，本研究将事故人因拓展至道路客运系统各层面，使得本文归纳总结的事故致因因素更加全面和完善。第二，通过对事故调查报告的质化内容分析发现：传统以“驾驶员不安全行为”为起点的致因分析方法不仅适用范围有限，也容易忽视事件链之外的致因因素，提出了以“事故过程”为起点的事故致因分析思路，使得事故致因分析结论更加系统和科学。第三，本研究基于系统安全理念形成了道路客运事故致因分析与分析系统（CFACS-MRPVA），构建了以“事故过程”为起点的事故致因分析模型（CS-MRPVA），既拓展了道路客运事故致因研究内容，也丰富了道路客运事故致因分析理论与方法。第四，在死伤严重的客运事故偶有发生，安全生产事故调查模式亟待优化的大背景下，本文形成的CFACS-MRPVA和CS-MRPVA、识别的事故关键致因因素、提出的客运安全提升建议，可为道路客运安全管理机构及安全生产政策与法规制定者提供参考价值。
作者：	呼军艳
专业：	公共管理
导师：	沙勇忠
授予学位：	博士
授予学位单位：	兰州大学
学位年度：	2023