基于HFACS-FCMs模型的船舶搁浅事故人因分析

王群朋　沙正荣　张金水　马杰灵

摘要：为分析船舶搁浅事故致因因素中人为失误的干扰，建立人为因素分析及分类系统（human factors analysis and classification system，HFACS）-模糊认知地图（fuzzy congitive maps，FCMs）量化分析模型，从4个层面、20个分类项目角度分析在船舶搁浅事故中人为因素的影响，采用航运业专家对船舶搁浅事故致因因子的评估打分方法，构建船舶搁浅事故致因因子关系矩阵，以模拟与计算的总体中心值和标准中心值分析船舶搁浅事故致因因子。结果表明：船舶安全管理组织不当对船舶搁浅事故影响最大，组织影响和不安全行为前提条件对船舶搁浅事故影响较大，不安全行为与不安全监督对船舶搁浅事故影响次之，缺乏团队合作对船舶搁浅事故影响最小。结合分析结果，提出船舶搁浅事故的预防措施，为有效预防和减少人为失误导致的船舶搁浅事故提供参考。

关键词：船舶搁浅；HFACS；FCMs；人因分析

中图分类号：U698文献标志码：A文章编号：1672-0032（2024）01-0103-07

引用格式：王群朋，沙正荣，张金水，等.基于HFACS-FCMs模型的船舶搁浅事故人因分析［J］.山东交通学院学报，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

船舶搁浅事故是典型的低概率、高后果事故，因船舶搁浅沉没的船舶数量数倍于其他类型船舶事故，导致的全损事故次数占全部海事事故造成全损事故次数的比例较大，部分水域甚至达到40%[1]。为降低发生船舶搁浅事故的概率，需对事故发生的致因因素进行系统分析。

在船舶搁浅事故的理论及方法研究方面，陈婷婷等[1]基于灰色模糊集理论研究发生船舶搁浅事故的可能性与不确定性；胡中凯等[2]构建船舶航行安全中薄弱环节的事故致因因素系统，采用贝叶斯网络方法分析船舶搁浅事故成因间的多态性和逻辑性；肖仲明等[3]建立模型分析人为因素、环境因素和船舶因素与船舶搁浅事故的关联原因。造成船舶搁浅事故的原因较复杂，除受客观因素干扰外，人为失误是导致船舶搁浅事故发生的重要因素。上述研究均未系统考虑人为因素对船舶搁浅事故的影响。

人为因素分析及分类系统（human factors analysis and classification system，HFACS）是有效的事故人为因素分析工具，主要应用于航空航天领域，分析人为因素在事故致因方面的作用[4]。在生产过程中，系统元素间交互出现问题的地方受操作危险因素的影响时，系统的完整性易受损，并易引发事故[5-6]。根据HFACS提出综合框架，调查分析人为失误，建立事故分析模型，对船舶搁浅事故进行人因可靠性分析[7-8]。

认知地图（cognitive map，CM）是对局部环境的综合表象，包含事件发生顺序、方向、距离及时间关系等信息，可通过正（+）负（-）权重反映因素间的关联关系，但不能反映关联程度[9-11]。可采用模糊认知地图（fuzzy congitive maps，FCMs）为复杂系统建模，也可应用在时间序列预测与分类任务中[12-13]。为表述事故致因间的关联程度，采用FCMs方法定量分析事故致因因素，结合人工神经网络理论和模糊逻辑理论，模拟事故致因因素对相关系统的影响过程，FCMs方法中的反馈机制适用于复杂系统的仿真研究[14]。

本文分析船舶搁浅事故原因，考虑人为致因的重要性，采用HFACS-FCMs模型量化分析船舶搁浅事故中人为致因在人机环境系统中的影响，以期有效预防和减少因人为失误导致的船舶搁浅事故。

1 构建HFACS-FCMs模型

1.1 船舶搁浅事故HFACS分类体系

一般将船舶搁浅事故分为2类：一类是因航行错误或船员警惕性差造成船舶偏离正确航道而与海滩碰撞的操纵性搁浅；一类是因操作或推进装置失效，船舶失去自航能力，在得到有效拖曳或维修前，船舶偏离正确航道而与海滩碰撞的漂移式搁浅[12]。船舶搁浅事故一般涉及人（操作人员和管理人员）-机（船舶系统、船舶状况及设备情况等）-环境（航道条件、交通条件及自然环境等）-管理（航行计划、航行信息更新管理及人员管理等）等系统因素[14]。

根据HFACS框架，结合相关船舶搁浅事故报告，细分船舶搁浅事故致因，建立基于HFACS模型的船舶搁浅事故致因分类体系，如图1所示。

1.2 模糊认知地图

FCMs模型能有效幫助决策制定者分析相关因素间的因果关系，如图2所示，其中Ci、Cj分别为船舶搁浅事故的2个致因因素，wij为Ci、Cj间的因果关系权重，wji为Cj、Ci间的因果关系权重，方向与wij不同。

Ci、Cj间的因果关系可分为正相关、负相关及中性（即无影响）等3类，wij>0表示Ci对Cj是正相关因果关系，即Cj随Ci增大而增大；wij<0表示Ci对Cj是负相关因果关系，即Cj随Ci增大而减小；wij=0表示事故致因因素间不存在因果关系[15]。

在FCMs模型中，由专家制定船舶搁浅事故中各致因因素间的连接方向，致因因素间的影响程度决定致因因素间的权重，其反馈机制的推理公式为：

式中：Cti为Ci在时刻t的状态，n为船舶搁浅事故致因因素个数，Cjt-1为Cj在时刻t-1的状态，Ct-1i为Ci在时刻t-1的状态，f为Ci的阈值决策函数。

采用Sigmoid阈值函数表示为：

式中：变换函数f将Ci转换为[0，1]的数值；λ为致因因素x的斜率，通常设为常量；x为输入的Ci。

1.3 事故致因因素关联关系

为方便专家决策，对致因因素进行关系关联处理，采用三角模糊函数的概念[16]定义非常高VH、较高H、中等M、较低L、非常低VL、不存在N等因素隶属度，如图3所示。

假设UA4与US4间存在正相关关系，在CM中只能用+表示UA4→US4存在关联，在FCMs中可用H表示二者存在较高的关联关系，表明这种关系的紧密程度。若两事故致因间不相关，用N表示不存在因果关系。

1.4 船舶搁浅事故致因分析过程

将HFACS-FCMs模型引入船舶搁浅事故人因分析及事故预防中，确定船舶搁浅事故的主要原因，根据HFACS框架对原因分类，制定专家打分调查表，采用致因因素隶属度判定调查表中的相关程度，采用FCMs模型进行船舶搁浅事故致因因素关联仿真，分析因素间的关系。

1）确定并定义船舶搁浅事故的致因。最有效避免船舶搁浅事故的方法是列出所有导致船舶搁浅事故的原因，确定主要的人为失误影响因素，并分析各因素间的因果关系。

2）对船舶搁浅事故致因进行分类。根据HFACS模型框架将船舶搁浅事故中的各致因因素分为4层，例如，因船员身体和精神疲劳易出现错误执行指令或错误使用设备等，将船员身体和精神疲劳划分为不安全行为前提条件下的事故致因。

3）建立船舶搁浅事故致因关系矩阵。将HFACS模型与FCMs结合进行相关性分析，即分析某个事故致因是否影响其他事故致因，基于CM模型的船舶致因因素关系矩阵由＋-表示存在正负相关性，由隶属度函数定义表示基于FCMs模型的船舶致因因素关系矩阵。

4）采用CM方法计算总体中心值EGCV和标准中心值ENCV，对船舶搁浅事故各致因因素的影响程度进行排序。EGCV通常用于网络科学和图论中，表示某节点（或顶点）在整个网络中的重要性或影响力，在事故致因分析中表示某致因因素在所有因素中的优先级，计算公式为：

式中∑（+）、∑（-）分别为某事故致因与其他所有事故致因发生正相关、负相关的总数。

ENCV是对网络中节点（或顶点）进行归一化处理后得到的结果，ENCV的范围为[0，1]，表示在HFACS中致因因素重要性的分布，计算公式为：

式中∑+（EGCV）为某事故致因所在HFACS层次中的EGCV总和。

分析船舶搁浅事故致因时，采用推理机制演化事故致因因素间的关系变化。具体流程为：确定具有专业知识的专家组，分析船舶搁浅事故致因因素；专家组分析各事故致因因素间关联关系，得到FCMs所需加权平均后的连接权值矩阵；专家组确定FCMs因素，分析初始化向量，由式（1）迭代，直至达到某种稳定状态；由最终稳定状态判定造成船舶搁浅事故相关性最高的因素，综合评估标准中心值较高的事故致因及推理演化得到的致因因素，提出针对性的预防船舶搁浅措施。

2 船舶搁浅事故案例分析

2.1 事故案例

2018-04-04T10：30左右，“林龙005”轮在镇司宁波经营部杂货码头（三区码头）装载1 457 t渣土驶往金塘北部围垦区抛泥，船艏吃水约2 m，船艉吃水约3 m。13：10时左右，“林龙005”轮出甬江口，航向085°，航速为6.1 kn。14：06时左右，“林龙005”轮过金塘大桥主通航孔，航向002°，航速为7.8 kn。14：10时左右，航经金塘大桥主通航孔6#浮筒，调整航向驶往蓄泥坑，航速为7.6 kn。14：25时左右，从蓄泥坑西侧暗礁浮标南侧绕行，准备向抛泥区航行，向北掉头时，船艏触底，位置为北纬30.72°，东经121.82°，船速由3 kn降至2 kn。为防止船舶完全搁浅，该船就地抛泥。14：40时左右，船上还剩1/3渣土时“林龙005”轮完全擱浅。2018-04-06T00：40，“林龙005”轮随涨潮自行脱浅。

由此次船舶搁浅事故分析报告可知：抵达蓄泥坑附近时，船长未掌握蓄泥坑附近水域水深资料，“林龙005”轮过于靠近浅滩；在蓄泥坑附近航行操作不够谨慎，“林龙005”轮掉头过程中，船艏位置触底搁浅；采取就地抛泥，通过减少船舶载质量试图脱离搁浅区域，但错误估计船舶吃水情况导致船舶完全搁浅。发生此次船舶搁浅事故的主要原因是OI1、OI4、OI3、OI5、US3、UA2和UA5等。

对此次事故设计专家打分调查表，由专家分析判断船舶搁浅事故HFACS分类体系中的致因因素，得到较完整的可量化HFACS体系表，以此表为基础，分析对比传统的CM与FCMs在演化分析事故致因关系中的差异，将基于CM的HFACS中的人为因素的不确定性判断改为基于FCMs的模糊判断。

2.2 基于CM的船舶搁浅事故致因关系矩阵

根据CM方法，采用德尔菲法确定图1中事故致因因的相关性，图1中的船舶搁浅事故致因因子为关系矩阵的因素，建立事故致因因果关系，见表1。+表示致因因素间正相关，

-表示不存在因果关系。

2.3 基于FCMs的船舶搁浅事故致因关系矩阵

采用FCMs构建船舶搁浅事故致因因素间的相关性，表示事故致因因素间的关联程度，如表2所示。采用FCMs推理船舶搁浅事故致因因素相关性的过程是对式（1）中因素因果关系权重不断更新的过程，根据表2构建与初始化状态对应的连接权值矩阵，并根据专家意见，设初始化向量为：所有因素的初始状态V（0）= [0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0]。

FCMs模型采用基于时间的迭代过程，在专家们判定船舶搁浅事故致因因素间关系的关联强度后，动态模拟给定任一初始向量后，船舶搁浅事故各致因因素循环演化下均将趋于稳定状态。

2.4 船舶搁浅事故致因因素分析

采用CM模型对事故致因因素进行相关性分析，即通过式（3）（4）计算可得船舶搁浅致因关系矩陣中重要程度较高的事故致因，如表3所示。由表3可知：船舶搁浅事故各致因因素的重要程度不同，OI4对搁浅事故影响最大，UP2对搁浅事故影响最小；HFACS水平下，船舶搁浅事故致因因素在4层中的重要程度不同，如在OI中OI4与船舶搁浅事故的关联度最大，在US中US3与船舶搁浅事故的关联度最大，在UP中UP4、UP6与船舶搁浅事故的关联度最大，在UA中UA2、UA5与船舶搁浅事故的关联度最大。

根据先验知识，设置致因因素节点UP5、UA4的初始化状态为1（将UP5作为人为因素分析的初始条件，结合船舶搁浅事故发生的情况，将UA4作为另一初始化条件，模拟试验的初始化条件对最终结果影响较小）。通过FCMs仿真推理，模拟船舶搁浅事故发生过程中致因因素的状态变化[16-17]。船舶搁浅事故案例场景下不同时刻t0～t6发生船舶搁浅事故的风险变化过程如表4所示。由表4可知：随时刻的变化，船舶搁浅事故致因因素节点中OI3、OI4、US1、UP1、UP3、UA2、UA5发生船舶搁浅事故的风险迅速增大，其他节点发生船舶搁浅事故的风险随时刻的变化较平缓。

因此，组织影响和不安全行为前提条件对船舶搁浅事故影响较大，不安全行为与不安全监督对船舶搁浅事故影响次之。实际调查结果与本文船舶搁浅事故致因因素分析结果大致相符。

2.5 船舶搁浅事故预防措施

根据EGCV、ENCV计算结果及推理结果分析，针对影响船舶搁浅事故程度较大的事故致因提出预防措施。

1）加强船舶安全管理。建立完善的船舶安全管理制度并严格执行，建立健全船舶搁浅事故应急响应预案，加强沟通以确保信息传递的有效性和准确性。

2）加强船员安全责任意识。通过安全培训不断强化船员的安全责任意识，增加应急处置及救助知识，使其在船舶航行期间时刻保持高度警惕，及时发现险情并采取有效措施。

3）制定良好的航行计划。若有内河工程船的航行任务，应结合实际任务情况，根据特殊水域的航行规则、航道水域的水文条件，考查航次中的人员是否具有任职资格、是否熟悉既定水域水文条件等，综合利用航海科学技术知识，制定严谨的航行计划并严格执行。

3 结束语

构建HFACS-FCMs模型，对船舶搁浅事故相关的人因致因因素进行可靠性分析。通过分析HFACS层次下的船舶搁浅事故致因，构建船舶搁浅事故致因关系矩阵，计算总体中心值和标准中心值，考虑组织影响、不安全行为前提条件、不安全行为与不安全监督等4层中任一失误环节，有效降低事故发生风险，对中心值较高的事故致因提出针对性预防措施。

HFACS-FCMs模型为降低船舶搁浅事故风险提供了新思路，可有效预防和减少因人为失误导致的船舶搁浅事故。采用FCMs模型可推演复杂系统，分析船舶在复杂水域的动态风险演变过程。但FCMs模型较依赖专家的主观意见分析致因因素，后期数据完备时可完善对船舶搁浅事故的定量分析。

参考文献：

[1]陈婷婷，施朝健，雷琴.基于灰色模糊集理论的船舶搁浅概率分析[J].安全与环境学报，2015，15（4）：21-24.

[2]胡中凯，尹群，刘海燕. 基于贝叶斯网络方法对船舶搁浅概率的研究[J].舰船科学技术，2010，32（2）：23-26.

[3]肖仲明，王新建，章文俊.基于贝叶斯网络模型的船舶搁浅事故分析[J].安全与环境学报，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的煤矿安全事故人因分析和分类研究[D].太原： 太原科技大学， 2014.

[6]王建豪，傅贵，闫明伟，等.HFACS与24 Model：不安全动作原因的对比研究[J].安全与环境学报，2017，17（2）：586-590.

[7]苟江. 基于HFACS模型的机务维修人为差错管理信息系统设计[D].成都： 电子科技大学， 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]聂婧， 凌文辁， 李明. 认知地图技术及其在管理心理学中的应用述评[J].心理科学进展， 201 21（1）： 155-165.

[10]殷文杰. 认知地图的应用研究：以西安市旅游形象空间认知为实证[D].西安：陕西师范大学，2003.

[11]张凌，乔晓东，朱礼军，等. 认知地图分析方法研究[J].情报理论与实践，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. 基于模糊认知图的水上交通事故涌现分析[J].交通信息与安全， 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]冯国亮，卢伟，杨建华.用于时间序列数据建模的多模态模糊认知图[J].系统仿真学报，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

（责任编辑：王惠）

收稿日期：2022-11-02

基金项目：国家自然科学基金项目（52071091）； 广州市教育局高校科研项目（202032788）

第一作者简介：王群朋（1987—），男，河南开封人，工学硕士，主要研究方向为航海气象和海上交通安全保障，E-mail：wqp2016@gzmtu.edu.cn。