基于HFACS-FCMs模型的船舶擱淺事故人因分析

王群朋　沙正榮　張金水　馬杰靈

摘要：為分析船舶擱淺事故致因因素中人為失誤的干擾，建立人為因素分析及分類系統（human factors analysis and classification system，HFACS）-模糊認知地圖（fuzzy congitive maps，FCMs）量化分析模型，從4個層面、20個分類項目角度分析在船舶擱淺事故中人為因素的影響，采用航運業專家對船舶擱淺事故致因因子的評估打分方法，構建船舶擱淺事故致因因子關系矩陣，以模擬與計算的總體中心值和標準中心值分析船舶擱淺事故致因因子。結果表明：船舶安全管理組織不當對船舶擱淺事故影響最大，組織影響和不安全行為前提條件對船舶擱淺事故影響較大，不安全行為與不安全監督對船舶擱淺事故影響次之，缺乏團隊合作對船舶擱淺事故影響最小。結合分析結果，提出船舶擱淺事故的預防措施，為有效預防和減少人為失誤導致的船舶擱淺事故提供參考。

關鍵詞：船舶擱淺；HFACS；FCMs；人因分析

中圖分類號：U698文獻標志碼：A文章編號：1672-0032（2024）01-0103-07

引用格式：王群朋，沙正榮，張金水，等.基于HFACS-FCMs模型的船舶擱淺事故人因分析［J］.山東交通學院學報，2024，32（1）：103-109.

WANG Qunpeng， SHA Zhengrong， ZHANG Jinshui， et al. Human factors analysis of ship grounding accident based on HFACS-FCMs model［J］.Journal of Shandong Jiaotong University，2024，32（1）：103-109.

0 引言

船舶擱淺事故是典型的低概率、高后果事故，因船舶擱淺沉沒的船舶數量數倍于其他類型船舶事故，導致的全損事故次數占全部海事事故造成全損事故次數的比例較大，部分水域甚至達到40%[1]。為降低發生船舶擱淺事故的概率，需對事故發生的致因因素進行系統分析。

在船舶擱淺事故的理論及方法研究方面，陳婷婷等[1]基于灰色模糊集理論研究發生船舶擱淺事故的可能性與不確定性；胡中凱等[2]構建船舶航行安全中薄弱環節的事故致因因素系統，采用貝葉斯網絡方法分析船舶擱淺事故成因間的多態性和邏輯性；肖仲明等[3]建立模型分析人為因素、環境因素和船舶因素與船舶擱淺事故的關聯原因。造成船舶擱淺事故的原因較復雜，除受客觀因素干擾外，人為失誤是導致船舶擱淺事故發生的重要因素。上述研究均未系統考慮人為因素對船舶擱淺事故的影響。

人為因素分析及分類系統（human factors analysis and classification system，HFACS）是有效的事故人為因素分析工具，主要應用于航空航天領域，分析人為因素在事故致因方面的作用[4]。在生產過程中，系統元素間交互出現問題的地方受操作危險因素的影響時，系統的完整性易受損，并易引發事故[5-6]。根據HFACS提出綜合框架，調查分析人為失誤，建立事故分析模型，對船舶擱淺事故進行人因可靠性分析[7-8]。

認知地圖（cognitive map，CM）是對局部環境的綜合表象，包含事件發生順序、方向、距離及時間關系等信息，可通過正（+）負（-）權重反映因素間的關聯關系，但不能反映關聯程度[9-11]?？刹捎媚：J知地圖（fuzzy congitive maps，FCMs）為復雜系統建模，也可應用在時間序列預測與分類任務中[12-13]。為表述事故致因間的關聯程度，采用FCMs方法定量分析事故致因因素，結合人工神經網絡理論和模糊邏輯理論，模擬事故致因因素對相關系統的影響過程，FCMs方法中的反饋機制適用于復雜系統的仿真研究[14]。

本文分析船舶擱淺事故原因，考慮人為致因的重要性，采用HFACS-FCMs模型量化分析船舶擱淺事故中人為致因在人機環境系統中的影響，以期有效預防和減少因人為失誤導致的船舶擱淺事故。

1 構建HFACS-FCMs模型

1.1 船舶擱淺事故HFACS分類體系

一般將船舶擱淺事故分為2類：一類是因航行錯誤或船員警惕性差造成船舶偏離正確航道而與海灘碰撞的操縱性擱淺；一類是因操作或推進裝置失效，船舶失去自航能力，在得到有效拖曳或維修前，船舶偏離正確航道而與海灘碰撞的漂移式擱淺[12]。船舶擱淺事故一般涉及人（操作人員和管理人員）-機（船舶系統、船舶狀況及設備情況等）-環境（航道條件、交通條件及自然環境等）-管理（航行計劃、航行信息更新管理及人員管理等）等系統因素[14]。

根據HFACS框架，結合相關船舶擱淺事故報告，細分船舶擱淺事故致因，建立基于HFACS模型的船舶擱淺事故致因分類體系，如圖1所示。

1.2 模糊認知地圖

FCMs模型能有效幫助決策制定者分析相關因素間的因果關系，如圖2所示，其中Ci、Cj分別為船舶擱淺事故的2個致因因素，wij為Ci、Cj間的因果關系權重，wji為Cj、Ci間的因果關系權重，方向與wij不同。

Ci、Cj間的因果關系可分為正相關、負相關及中性（即無影響）等3類，wij>0表示Ci對Cj是正相關因果關系，即Cj隨Ci增大而增大；wij<0表示Ci對Cj是負相關因果關系，即Cj隨Ci增大而減??；wij=0表示事故致因因素間不存在因果關系[15]。

在FCMs模型中，由專家制定船舶擱淺事故中各致因因素間的連接方向，致因因素間的影響程度決定致因因素間的權重，其反饋機制的推理公式為：

式中：Cti為Ci在時刻t的狀態，n為船舶擱淺事故致因因素個數，Cjt-1為Cj在時刻t-1的狀態，Ct-1i為Ci在時刻t-1的狀態，f為Ci的閾值決策函數。

采用Sigmoid閾值函數表示為：

式中：變換函數f將Ci轉換為[0，1]的數值；λ為致因因素x的斜率，通常設為常量；x為輸入的Ci。

1.3 事故致因因素關聯關系

為方便專家決策，對致因因素進行關系關聯處理，采用三角模糊函數的概念[16]定義非常高VH、較高H、中等M、較低L、非常低VL、不存在N等因素隸屬度，如圖3所示。

假設UA4與US4間存在正相關關系，在CM中只能用+表示UA4→US4存在關聯，在FCMs中可用H表示二者存在較高的關聯關系，表明這種關系的緊密程度。若兩事故致因間不相關，用N表示不存在因果關系。

1.4 船舶擱淺事故致因分析過程

將HFACS-FCMs模型引入船舶擱淺事故人因分析及事故預防中，確定船舶擱淺事故的主要原因，根據HFACS框架對原因分類，制定專家打分調查表，采用致因因素隸屬度判定調查表中的相關程度，采用FCMs模型進行船舶擱淺事故致因因素關聯仿真，分析因素間的關系。

1）確定并定義船舶擱淺事故的致因。最有效避免船舶擱淺事故的方法是列出所有導致船舶擱淺事故的原因，確定主要的人為失誤影響因素，并分析各因素間的因果關系。

2）對船舶擱淺事故致因進行分類。根據HFACS模型框架將船舶擱淺事故中的各致因因素分為4層，例如，因船員身體和精神疲勞易出現錯誤執行指令或錯誤使用設備等，將船員身體和精神疲勞劃分為不安全行為前提條件下的事故致因。

3）建立船舶擱淺事故致因關系矩陣。將HFACS模型與FCMs結合進行相關性分析，即分析某個事故致因是否影響其他事故致因，基于CM模型的船舶致因因素關系矩陣由＋-表示存在正負相關性，由隸屬度函數定義表示基于FCMs模型的船舶致因因素關系矩陣。

4）采用CM方法計算總體中心值EGCV和標準中心值ENCV，對船舶擱淺事故各致因因素的影響程度進行排序。EGCV通常用于網絡科學和圖論中，表示某節點（或頂點）在整個網絡中的重要性或影響力，在事故致因分析中表示某致因因素在所有因素中的優先級，計算公式為：

式中∑（+）、∑（-）分別為某事故致因與其他所有事故致因發生正相關、負相關的總數。

ENCV是對網絡中節點（或頂點）進行歸一化處理后得到的結果，ENCV的范圍為[0，1]，表示在HFACS中致因因素重要性的分布，計算公式為：

式中∑+（EGCV）為某事故致因所在HFACS層次中的EGCV總和。

分析船舶擱淺事故致因時，采用推理機制演化事故致因因素間的關系變化。具體流程為：確定具有專業知識的專家組，分析船舶擱淺事故致因因素；專家組分析各事故致因因素間關聯關系，得到FCMs所需加權平均后的連接權值矩陣；專家組確定FCMs因素，分析初始化向量，由式（1）迭代，直至達到某種穩定狀態；由最終穩定狀態判定造成船舶擱淺事故相關性最高的因素，綜合評估標準中心值較高的事故致因及推理演化得到的致因因素，提出針對性的預防船舶擱淺措施。

2 船舶擱淺事故案例分析

2.1 事故案例

2018-04-04T10：30左右，“林龍005”輪在鎮司寧波經營部雜貨碼頭（三區碼頭）裝載1 457 t渣土駛往金塘北部圍墾區拋泥，船艏吃水約2 m，船艉吃水約3 m。13：10時左右，“林龍005”輪出甬江口，航向085°，航速為6.1 kn。14：06時左右，“林龍005”輪過金塘大橋主通航孔，航向002°，航速為7.8 kn。14：10時左右，航經金塘大橋主通航孔6#浮筒，調整航向駛往蓄泥坑，航速為7.6 kn。14：25時左右，從蓄泥坑西側暗礁浮標南側繞行，準備向拋泥區航行，向北掉頭時，船艏觸底，位置為北緯30.72°，東經121.82°，船速由3 kn降至2 kn。為防止船舶完全擱淺，該船就地拋泥。14：40時左右，船上還剩1/3渣土時“林龍005”輪完全擱淺。2018-04-06T00：40，“林龍005”輪隨漲潮自行脫淺。

由此次船舶擱淺事故分析報告可知：抵達蓄泥坑附近時，船長未掌握蓄泥坑附近水域水深資料，“林龍005”輪過于靠近淺灘；在蓄泥坑附近航行操作不夠謹慎，“林龍005”輪掉頭過程中，船艏位置觸底擱淺；采取就地拋泥，通過減少船舶載質量試圖脫離擱淺區域，但錯誤估計船舶吃水情況導致船舶完全擱淺。發生此次船舶擱淺事故的主要原因是OI1、OI4、OI3、OI5、US3、UA2和UA5等。

對此次事故設計專家打分調查表，由專家分析判斷船舶擱淺事故HFACS分類體系中的致因因素，得到較完整的可量化HFACS體系表，以此表為基礎，分析對比傳統的CM與FCMs在演化分析事故致因關系中的差異，將基于CM的HFACS中的人為因素的不確定性判斷改為基于FCMs的模糊判斷。

2.2 基于CM的船舶擱淺事故致因關系矩陣

根據CM方法，采用德爾菲法確定圖1中事故致因因的相關性，圖1中的船舶擱淺事故致因因子為關系矩陣的因素，建立事故致因因果關系，見表1。+表示致因因素間正相關，

-表示不存在因果關系。

2.3 基于FCMs的船舶擱淺事故致因關系矩陣

采用FCMs構建船舶擱淺事故致因因素間的相關性，表示事故致因因素間的關聯程度，如表2所示。采用FCMs推理船舶擱淺事故致因因素相關性的過程是對式（1）中因素因果關系權重不斷更新的過程，根據表2構建與初始化狀態對應的連接權值矩陣，并根據專家意見，設初始化向量為：所有因素的初始狀態V（0）= [0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0]。

FCMs模型采用基于時間的迭代過程，在專家們判定船舶擱淺事故致因因素間關系的關聯強度后，動態模擬給定任一初始向量后，船舶擱淺事故各致因因素循環演化下均將趨于穩定狀態。

2.4 船舶擱淺事故致因因素分析

采用CM模型對事故致因因素進行相關性分析，即通過式（3）（4）計算可得船舶擱淺致因關系矩陣中重要程度較高的事故致因，如表3所示。由表3可知：船舶擱淺事故各致因因素的重要程度不同，OI4對擱淺事故影響最大，UP2對擱淺事故影響最??；HFACS水平下，船舶擱淺事故致因因素在4層中的重要程度不同，如在OI中OI4與船舶擱淺事故的關聯度最大，在US中US3與船舶擱淺事故的關聯度最大，在UP中UP4、UP6與船舶擱淺事故的關聯度最大，在UA中UA2、UA5與船舶擱淺事故的關聯度最大。

根據先驗知識，設置致因因素節點UP5、UA4的初始化狀態為1（將UP5作為人為因素分析的初始條件，結合船舶擱淺事故發生的情況，將UA4作為另一初始化條件，模擬試驗的初始化條件對最終結果影響較?。?。通過FCMs仿真推理，模擬船舶擱淺事故發生過程中致因因素的狀態變化[16-17]。船舶擱淺事故案例場景下不同時刻t0～t6發生船舶擱淺事故的風險變化過程如表4所示。由表4可知：隨時刻的變化，船舶擱淺事故致因因素節點中OI3、OI4、US1、UP1、UP3、UA2、UA5發生船舶擱淺事故的風險迅速增大，其他節點發生船舶擱淺事故的風險隨時刻的變化較平緩。

因此，組織影響和不安全行為前提條件對船舶擱淺事故影響較大，不安全行為與不安全監督對船舶擱淺事故影響次之。實際調查結果與本文船舶擱淺事故致因因素分析結果大致相符。

2.5 船舶擱淺事故預防措施

根據EGCV、ENCV計算結果及推理結果分析，針對影響船舶擱淺事故程度較大的事故致因提出預防措施。

1）加強船舶安全管理。建立完善的船舶安全管理制度并嚴格執行，建立健全船舶擱淺事故應急響應預案，加強溝通以確保信息傳遞的有效性和準確性。

2）加強船員安全責任意識。通過安全培訓不斷強化船員的安全責任意識，增加應急處置及救助知識，使其在船舶航行期間時刻保持高度警惕，及時發現險情并采取有效措施。

3）制定良好的航行計劃。若有內河工程船的航行任務，應結合實際任務情況，根據特殊水域的航行規則、航道水域的水文條件，考查航次中的人員是否具有任職資格、是否熟悉既定水域水文條件等，綜合利用航?？茖W技術知識，制定嚴謹的航行計劃并嚴格執行。

3 結束語

構建HFACS-FCMs模型，對船舶擱淺事故相關的人因致因因素進行可靠性分析。通過分析HFACS層次下的船舶擱淺事故致因，構建船舶擱淺事故致因關系矩陣，計算總體中心值和標準中心值，考慮組織影響、不安全行為前提條件、不安全行為與不安全監督等4層中任一失誤環節，有效降低事故發生風險，對中心值較高的事故致因提出針對性預防措施。

HFACS-FCMs模型為降低船舶擱淺事故風險提供了新思路，可有效預防和減少因人為失誤導致的船舶擱淺事故。采用FCMs模型可推演復雜系統，分析船舶在復雜水域的動態風險演變過程。但FCMs模型較依賴專家的主觀意見分析致因因素，后期數據完備時可完善對船舶擱淺事故的定量分析。

參考文獻：

[1]陳婷婷，施朝健，雷琴.基于灰色模糊集理論的船舶擱淺概率分析[J].安全與環境學報，2015，15（4）：21-24.

[2]胡中凱，尹群，劉海燕. 基于貝葉斯網絡方法對船舶擱淺概率的研究[J].艦船科學技術，2010，32（2）：23-26.

[3]肖仲明，王新建，章文俊.基于貝葉斯網絡模型的船舶擱淺事故分析[J].安全與環境學報，2017，17（2）：418-421.

[4]SHAPPELL S A， WIEGMANN D A. The human factors analysis and classification system-HFACS[R].The National Technical Information Service， 2000， 1：1-15.

[5]董追. 基于HFACS的煤礦安全事故人因分析和分類研究[D].太原： 太原科技大學， 2014.

[6]王建豪，傅貴，閆明偉，等.HFACS與24 Model：不安全動作原因的對比研究[J].安全與環境學報，2017，17（2）：586-590.

[7]茍江. 基于HFACS模型的機務維修人為差錯管理信息系統設計[D].成都： 電子科技大學， 2010.

[8]AKYUZ E， CELIK M. Utilisation of cognitive map in modelling human error in marine accident analysis and prevention[J].Safety Science， 2014， 70： 19-28.

[9]聶婧， 凌文輇， 李明. 認知地圖技術及其在管理心理學中的應用述評[J].心理科學進展， 201 21（1）： 155-165.

[10]殷文杰. 認知地圖的應用研究：以西安市旅游形象空間認知為實證[D].西安：陜西師范大學，2003.

[11]張凌，喬曉東，朱禮軍，等. 認知地圖分析方法研究[J].情報理論與實踐，2014，37（6）：34-39.

[12]KOSKO B. Fuzzy cognitive maps[J].International Journal of Man-Machine Studies，1986， 24（1）： 65-75.

[13]JETTER A J， KOK K. Fuzzy cognitive maps for futures studies：a methodological assessment of concepts and methods[J].Futures， 2014， 61： 45-57.

[14]TSADIRAS A K. Using fuzzy cognitive maps for e-commerce strategic planning[J/OL].ResearchGate，（2014-05-20）[2022-10-25].http：//delab.csd.auth.gr/bci1/Panhellenic/142tsadiras.pdf.

[15]楊佳宇， 段文杰， 李廷文，等. 基于模糊認知圖的水上交通事故涌現分析[J].交通信息與安全， 2019，37（4）：19-26.

[16]FELIX G， NPOLES G， FALCON R， et al. A review on methods and software for fuzzy cognitive maps[J].Artificial Intelligence Review， 2019（52）： 1707-1737.

[17]馮國亮，盧偉，楊建華.用于時間序列數據建模的多模態模糊認知圖[J].系統仿真學報，2022，34（3）：543-554.

Human factors analysis of ship grounding accident based on

HFACS-FCMs model

WANG Qunpeng SHA Zhengrong ZHANG Jinshui MA Jieling2

Abstract：In order to analyze the interference caused by human errors in the factors causing the ship grounding accidents， a quantitative analysis model of human factors analysis and classification system （HFACS）-fuzzy cognitive map （FCMs） is established.The impact of human factors in ship grounding accidents is analyzed from the perspective of 20 classification projects at four levels. The evaluation and scoring method of shipping industry experts is adopted on the causal factors of ship grounding accidents.A relationship matrix of causal factors for ship grounding accidents is constructed. The causal factors of ship grounding accidents are analyzed from the overall central value and standard central value of simulation and calculation.The results indicate thatimproper organization of ship safety management has the greatest impact on ship grounding accidents;Organizational influence and unsafe behavior prerequisites have a greater impact on ship grounding accidents， followed by unsafe behavior and supervision; Lack of team cooperation has the least impact on ship grounding accidents.Combined with the analysis results， the preventive measures for ship grounding accidents are put forward， which can provide reference for effective prevention and reduction of ship grounding accidents caused by human errors.

Keywords：ship grounding; HFACS; FCMs; human factor analysis

（責任編輯：王惠）

收稿日期：2022-11-02

基金項目：國家自然科學基金項目（52071091）； 廣州市教育局高?？蒲许椖浚?02032788）

第一作者簡介：王群朋（1987—），男，河南開封人，工學碩士，主要研究方向為航海氣象和海上交通安全保障，E-mail：wqp2016@gzmtu.edu.cn。