综述：系统性事故调查方法在严重伤害或死亡事件中的应用：快速系统评价

这篇综述推荐了四种主流事故分析方法（AcciMap、HFACS、STAMP-CAST和FRAM）在跨行业应用中的局限性，并提出新型SCALE?流程模型，其通过系统性技术整合关键控制视角和计算机化分析软件，显著提升严重伤害及死亡事件的因果分析效能。

　　

引言

当代事故分析方法从线性模型发展到复杂系统模型（如AcciMap、STAMP、FRAM和HFACS），以应对日益复杂的工作环境。这些方法虽被广泛应用于矿业、航空和医疗等领域，但其跨行业适用性及操作复杂性仍存争议。Hulme等人2019年的系统评价指出，现有模型过度聚焦错误和功能障碍，而缺乏整体系统视角。

研究方法

采用快速评价法，检索2019-2023年Scopus、Web of Science等12个数据库中应用事故分析模型的文献。纳入标准包括：涉及严重伤害或死亡的跨行业研究，排除仅分析未遂事件的文献。最终5篇文献符合标准，涵盖建筑、制造业和化工等领域。

核心发现

1. 行业应用差异：澳大利亚建筑行业首次应用AcciMap，识别7级贡献因素（从政府政策到现场操作），但报告仍侧重人为错误；巴西机械事故分析显示87.1%案例存在监管失效（HFACS验证）。
2. 模型对比：西班牙Chevron炼油厂事故中，STAMP因捕获控制失效和决策缺陷，分析深度优于AcciMap和FRAM。
3. 认知因素：德国汽车制造业模拟实验证实，情境意识（SA）测试可预测人为错误，但需行业特异性验证。

SCALE?模型创新

基于现有缺陷，SCALE?（Severity-Controls-Antecedents-Learning-Exposure）流程模型通过五阶段分析实现：

• 严重性评估：采用SIF（严重伤害与死亡）决策树量化风险等级。
• 关键控制审查：识别控制措施缺失或失效，如安全协议执行漏洞。
• 前因分析：整合人因（如疲劳）、认知危害（情境意识不足）、操作（设备故障）及组织因素（文化缺陷）。
• 学习机制：通过优先级排序推动系统性改进，如修订高风险作业流程。
• 暴露管理：生成定制化风险缓解方案，如强化关键控制性能标准。

配套SAAS软件已分析超10,000起事件，显著提升矿业、农业等领域的风险预测能力。

应用价值

SCALE?模型通过以下方式重塑事故分析：

• 董事会级事件治理评估
• 高危风险区域定位（如机械操作）
• 基于Bowtie分析的关键控制优化

局限与展望

术语差异可能导致文献遗漏，且新兴模型（如FRAM）应用数据不足。未来需探索AI驱动的动态分析技术，以应对自动驾驶等新兴行业风险。

结论

SCALE?模型突破传统方法局限，其系统性框架和数字化工具为跨行业事故预防提供新范式，标志着事故分析从“归因错误”到“系统重构”的范式转变。