《中国核能行业智库丛书（第四卷）》已完成出版发行，这是一本发产业先声的智慧文萃，是行业专家们从不同角度、不同深度对产业前途命运进行思考的思想文库。自2021年12月起，协会微信公众号将精选大部分文章与广大读者共享。今天推出的是核电建设与运营管理板块文章《自满度监控指标的建立与应用》。

马康军

广东核电合营有限公司反应堆高级操纵员、运行工程师

《自满度监控指标的建立与应用》

1 问题产生的背景

自 1994 年某一大型公司 A 商业运行以来，生产安全稳定运行，为粤港澳大湾区建设提供清洁能源作出了突出贡献，其中一台机组至 2020 年 3 月 15 日连续安全运行 5 000 天，并不断创造新的世界纪录。在长期面对优异成绩的情况下， 大家都引以为豪，同时自满的情绪也会悄然滋生，而自满是导致人因失误的陷阱之一，会对生产安全运行带来不利影响。图 1 为某部门近 10 年发生的内部事件趋势。

图 1 内部事件趋势

由图 1 可以看出，在持续六年几乎无内部事件的情况后，事件数量呈现出不利趋势。对这些人因事件产生的原因进行分析，发现自满因素导致管理弱化是重要的原因之一。

从安全管理的角度思考，在偏差中吸取教训进行改进可有效预防重发，但这属于亡羊补牢，成本也会比较高；犹若扁鹊论医术的故事，上医治未病、中医治已病、下医治大病的道理，如果在发生重大偏差前，探测到不利的因素，及时发出预警并进行管理改进，就能减少发生重大人因偏差的概率，成本就会降低，安全业绩就会得到持续提升并始终保持稳中向好的趋势；故如何对组织与个人的自满情况进行监控，就是一个值得研究的课题。

目前，全世界对人因失误陷阱自满因素的管理尚无客观标准，基本处于一个空白的状态，没有太多理论依据可查；随着大数据时代的来临，各类安全监督、质量控制、重大事件、小偏差等数据管理比较完善，也变得容易获取，对自满因素进行量化管理就有了一定的基本条件。

2 海因里希法则简介

美国安全工程师创始人海因里希在1941 年，通过统计 55 万件机械事故，分析事故发生概率得出了重要结论（见图 2），即在这些事故中，死亡、重伤、轻伤的比例为 1 : 29 : 300。这个比例就是海因里希安全法则，也称为事故法则、冰山法则。

海因里希将工业伤害事故的发生、发展过程描述为有一定因果关系的事件的连锁发生过程。

（1）人员伤亡的发生是事故的结果；

图 2 海因里希安全法则

（2）事故的发生是由于人的不安全行为，物的不安全状态；

（3）人的不安全行为或物的不安全状态是由于人的缺点造成的；

（4）人的缺点是由于不良的环境诱发的，或者是由先天遗传因素造成的。

3 安全文化弱化的五个阶段和自满的理解

3.1安全文化弱化的五个阶段

安全文化弱化，通常分为过于自信、自满、拒不认错、危险、崩溃这五个阶段

（详见《核电厂运行安全管理》）。拥有良好的业绩自信是正常的，但过于自信就是安全文化弱化的开始，然后到自满。图 3 为总结安全文化弱化的五个阶段及其行为表现。从图 3 可以看出，如能在自满阶段及时发出预警，及时改变组织的态度和管理策略，对阻止安全文化状态进一步弱化就有重要的价值。

图 3 安全文化弱化的五个阶段

3.2自满的理解

自满就是自以为满足，满足于自己已取得的成绩；自满有时也指自然充盈，自然完整。

自满会使人缺少继续求知的动力，变得骄傲而不思进取；是导致人因失误的陷阱之一。个人自满易发生个体偏差，组织自满则易出现管理偏差；典型的例子如龟兔赛跑、伤仲永、拿破仑的滑铁卢战役失败等。

自满度就是自满的程度。自满程度越高，发生人因失误的概率就越大；但自满是一种心理活动，通常可从个人的语言及行为动作表现来进行观察；而对于组织的自满状态，则可从组织的管理运作方式和对偏差的态度来进行衡量。

4 用于表征自满的数据

对于轻微的自满，大多数情况是没有后果的，如自满程度高，往往就会出现一些行为偏差，比如开车技术好就随意超车、熟练的操作闭着眼睛也能干、天天走的这道门被一块香蕉皮滑倒等现象。人因偏差（事件）就是指由于人员的不适当动作或失误造成的偏差，人因偏差的数量就可用于表征自满度；当然不是所有人因偏差都是自满引起的，其所占比例也可能并不是最主要的，但经过合理的分类统计与计算，就能得出一个具有代表性的自满度数据指标。

在企业中，全面的安全质量管理包括公司监察、质保（QA）、工业安全等部门，部门中有安全、质检（QC）等各类岗位配置，为防止人员失误制定了相关的安全行为管理规定，有些还要求使用防人因工具卡、工作人员行为规范等。例如“明星自检 -STAR”就是一个能比较有效预防个人操作失误的工具。虽然防止人因失误有管理要求，但偏差和意外依然时有发生，企业对偏差的管理也是相当重视的， 要求任何人发现偏差都要进行报告和记录，作为经验反馈进行分享。

人因偏差（事件）一般使用软件系统进行录入，常见的有生产管理系统（SAP） 的人因通知单、经验反馈管理系统（EFS）、小偏差系统等，不同企业用于偏差管理的系统各有不同，但其本质就是进行安全管理，用于经验反馈，预防人因失误，避免重大事故发生。

以某一大型公司 A 电站的人因偏差报告准则为例，其所涉及的范围较广，完全可以其覆盖自满现象导致的偏差。该准则包括违反工作过程、违反制度要求、沟通交流失效、监督缺失或失效、文件准备偏差、设计安装错误、备件 / 材料用错、误碰 / 踩踏 / 异物、以及工业安全、消防相关等有关偏差，覆盖了公司安全生产的所有范围；公司要求所有发现偏差的人均要填写报告（人因通知单 NC），偏差包括自己的和他人的；同时公司将这些人因偏差按不同程度分级管理，包括以下几类。

（1）普通偏差（NC）：这些偏差无需进一步处理，由科室内部自行反馈。普通偏差分内部和外部，内部偏差为自己发现自己的偏差，外部偏差为其他部门发现本部门出现的偏差。

（2）重点关注（CQ）：这些偏差需进行初步原因分析，制定相应改进行动，由相应的责任部门进行反馈跟踪。

（3）内部事件（IOE）：这类偏差有一定后果，需要进行显因分析，制定相应改进行动，由公司进行反馈跟踪。

（4）重大事件（LOE）：这类偏差后果较为严重，需要进行根本原因分析，制定相应改进行动，需要接受上级公司或政府相关监督机构的审查。

以该公司的其中六个部门及某部门 6 个科室为例，2019 年所产生的人因偏差数据统计结果见表 1 ～表 3，这些数据将在后面参与自满度计算。

表 1 2019 年公司人因偏差总数

表 2 2019 年公司各部门人因偏差数量

表 3 2019 年一部各科室人因偏差数量

5 自满度计算模型与计算公式的建立

5.1计算模型的建立

分析人的行为，当其出现偏差不自知或知道但不说出来，如这种情形常有发生就表明个人有一些自满；同样组织存在偏差而所在组织不能发现，有时还不愿意去发现，甚至否认对组织负面的看法，这就是组织自满的表现；这些情况可用自报偏差的数量和外部发现偏差的数量来衡量。如个人和组织长期无视自己的偏差，则出现重大事件的概率就会增加；当外部人员发现的偏差较多，甚至出现了未遂先兆或轻微事故时，该组织存在的问题就逐渐增大，需要引起关注，为此得出自满度定义为：

自满度 = 外部发现偏差和事件在全部偏差及事件中所占的份额

将人因偏差按海因里希安全法则进行分级，即普通偏差、未遂级偏差、轻微事故级偏差、重大事故级偏差。普通偏差又分内部发现和外部发现两种，内部发现偏差包括发现自己及部门内偏差和发现别人及部门外偏差；外部发现偏差按发现人的层级不同各有区分。

与前一节公司 A 的偏差分级管理比较，两者对应关系如图 4 所示。通过这个对应关系得到不同类型偏差所占的权重，用以在自满度计算中确定各个项目的权重系数。

5.2自满度计算公式

用字母表示不同级别的人因偏差如下。

A：内部发现普通偏差。B：外部发现普通偏差。C：未遂级偏差。

D：轻微事故级偏差。E：重大事故级偏差。

图 4 海因里希安全法则与偏差分级管理关系

K：为权重系数。

根据自满度的定义，即外部发现偏差和事件在全部偏差中所占的份额，结合偏差分级，生成自满度计算公式为：

自满度 =100×（K×B+10×C+30×D+300×E）/

（A+K×B+10×C+30×D+300×E）

由上面这个计算公式就可得到公司 A 的自满度计算公式如下，部门及科室自满度计算公式类推。

自满度 =100×（Σ（Ki× 外部 NCi）+10×CQ+30×IOE+300×LOE）/

（Σ 内部 NCi+Σ（Ki× 外部 NCi）+10×CQ+30×IOE+ 300×LOE）

上式中各项参数的含义如下。

100：采取 100 分制来衡量自满度，分数越高表示自满程度越高。

Σ（Ki× 外部 NCi）：Ki  为外部发现偏差的权重系数，按照外部人员不同类别设置不同系数；如公司监察 K1 取 8、质保 K2 取 5、工业安全 K3 取 5、部内质检 K4 取1 等；按层级高低设置不同系数 K，层级越高系数越大，同级系数相同，但最多不超过 CQ 的系数。外部 NCi 为其他各个部门发现本部门出现的普通偏差数量。

Σ 内部 NCi：本部门发现普通偏差的数量，包含发现本部门和其他部门偏差两类，其他部门偏差权重（一般取 0.5）小于本部门偏差，即：Σ 内部 NCi= 本部偏差数量 +0.5× 非本部偏差数量。

10×CQ：未遂级偏差 CQ 数量及权重系数 10，权重系数来源于安全法则中未遂先兆与轻微事故的比值，即：300 除以 29 约等于 10。

30×IOE：轻微事故级偏差 IOE 数量及权重系数 30，权重系数来源于安全法则中轻微事故与重大事故的比值，即：29 除以 1 约等于 30。

300×LOE：重大事故级偏差 LOE 数量及权重系数 300，权重系数来源于安全法则中未遂先兆与重大事故的比值，即：300 除以 1 等于 300。

6 自满度状态划分

从自满度定义和计算公式可以得出，在全部都是普通偏差的情况下，有如下结论。

当 10 个偏差中 0 个为外部发现时，自满度为 0；

当 10 个偏差中 2 个为外部发现时，自满度为 20；

当 10 个偏差中 5 个为外部发现时，自满度为 50；

当 10 个偏差中全部为外部发现时，自满度为 100。

按照上面这个内/ 外部发现偏差比例得到的自满度，人为地将其划分为红、黄、绿三个区，以便于可视化监控管理，三个区的具体划分及意义如下。

绿区：0 ～ 20，自满度低。个人或组织明星自检执行良好，自我反馈能力强，透明度较高；在此区间管理者可加强监督力度，提升互检程度。

黄区：21 ～ 50，自满度中。个人或组织明星自检与互检比较均衡，明星自检有进一步提升空间。

红区：51 ～ 100，自满度高。个人或组织明星自检较弱，透明度较低，出现重大偏差的概率大，或者已经出现重大偏差，在此区间管理者需有针对性地制定改进措施，加强防人因管理。

上面这个状态划分只是一个参考范围，不同组织（行业、公司）需根据各自的

实际情况进行调整，这样更具有现实的指导意义。

对于执行层，自满度在绿区是比较良好的状态；而对于管理层，绿区与黄区的划分应该对调，这样才能更多地发挥监督管理的功能。执行层与管理层两者之间在自满度状态认可上是一组矛盾的统一。即绿 / 黄区各自不同，但红区相同，因为安全是共同的目标，双方都不愿意有重大事件的发生。

7 自满度的应用

自满度可用于集团对子公司的监控，也可用于公司对各部门、部门对各科室的监控，在安全状态出现弱化时进行预警，从而采取针对性的改进措施，避免进一步弱化。建立自满度监控指标，需要组织的管理层来推动，且所在的组织必须建立了全面安全质量管理机制，有完善的经验反馈体系和偏差录入系统，才能获取有效客观的数据来参与计算，得出具备指导意义的自满度。

对不同的公司，根据企业规模不同大小和需要，数据统计周期可按年、季、月来进行，基础数据越多越全面得出的结果越具有代表性。在解读自满度数据时，与上一次自满度比较，如变化较大、特别是自满度向增加方向变化，需要引起格外的重视，查明引起变化的原因。

同样以前面某一大型公司 A 在 2019 年发生的偏差为例，使用自满度计算公式得到公司、公司各部门、一部各科室等的自满度如图 5、图 6 所示。

图 5 2019 年 A 公司各部门自满度

图 6 2019 年一部各科室自满度

从图 5、图 6 可以看出，自满度在该公司分布如下。公司：绿区。

部门：3 个部绿区，3 个部黄区。一部：6 个科室全在黄区。

比较公司与部门、部门与科室之间的自满度，会发现公司自满度并不等于部门自满度的平均值，同样部门自满度也不等于该部科室自满度平均值；原因在于公司（部门）质保监察发现的偏差，归属于公司（部门）内部偏差，在计算公司自满度时这部分加到公式的分母中，而在计算部门（科室）自满度时加到了公式的分子中。在前面第一节中内部事件出现不利趋势的某部门，使用自满度指标进行防人

因安全管理，每季度滚动统计之前 12 个月的偏差数据，计算出部各科室的自满度， 并在部门管理会上对自满度及其变化情况进行解读，其部门及各科室自满度和最新内部事件（IOE）趋势见图 7、图 8。

图 7 某部及各科室自满度

图 8 某部内部事件趋势

该部经过了两年多的持续改进，防人因取得了较好的效果，截至发稿为止，尚未出现一例内部事件（IOE）。

8  结束语

在国家全面要求提高企业安全文化水平，提升企业安全管理的大环境下，利用已有数据资源进行深入研究，结合安全法则理论，推陈出新，创新提出自满度计算方法并用于监控管理，无疑是一种有益的尝试。在大数据时代，各类数据繁多，如何将数据有机地抓取、建立模型、经过自动运算处理，更多应用于行为分析、趋势分析、预测分析等，为公司安全管理、项目决策所用，依然是一个不断研究创新的过程，还有很多工作可以做。希望本文能起到抛砖引玉的作用，在理论与数据相结合的应用上有更多的良好实践出现，为共同提高安全文化管理水平出一份力。（本文刊载结束）