危险材料卡车司机面临哪些职业健康挑战？一项网络分析及其对安全管理的启示

《International Journal of Industrial Ergonomics》：What occupational health challenges do hazmat truck drivers face? A network analysis and implications for safety management

　　

在中国对347名危险品卡车驾驶员开展了问卷调查。•系统探讨了驾驶员的职业概况、健康状况和心理社会资源。•尽管疲劳程度相对较低，但在睡眠、体重和肌肉骨骼领域观察到共存的健康风险。•网络分析揭示了生理风险集群和心理社会资源集群，二者主要呈负相关。•主观幸福感、失眠和疲劳是最核心的节点，为综合安全管理提供了启示。

引言

中国是全球最大的危险货物（hazmat）生产和消费国之一，其特点是品种繁多、运输量巨大（Wu，2022）。2024年，中国危险货物运输总量仍保持在约18亿吨，其中公路运输占比超过60%（中国物流与采购联合会，2024）。这一巨大需求依赖于前所未有的危险货物运输企业规模和庞大的卡车驾驶员群体。中国有超过14,000家从事危险货物道路运输的企业，运营着超过44万辆卡车，雇佣超过90万名卡车驾驶员（中国物流与采购联合会，2024）。

危险货物运输事故可能涉及交通事故、化学事故或两者兼有。它们可能导致严重后果，包括人员伤亡、财产损失，甚至对社会的不良影响（Liu等，2020）。对此，中国政府建立了一系列严格的危险货物运输监管框架，例如《危险化学品安全管理条例》（中华人民共和国生态环境部，2011）和《危险货物运输道路管理规定》（中华人民共和国交通运输部，2026）。这些法规对危险货物运输的多个方面提出了严格要求。首先，驾驶员资格标准严格。除持有有效机动车驾驶证并具有至少两年货运运输经验外，驾驶员还必须获得运输部门颁发的专业证书。其次，与普通货运不同，危险货物操作采用"1+1"运营模式（驾驶员+押运员）。驾驶员负责车辆操作，押运员负责监控危险货物的状况。两人都必须熟悉危险货物的性质和应急响应程序。第三，对驾驶行为有严格约束。一方面，驾驶员必须遵守路线和速度限制，避免居民区、水源地保护区和隧道群等敏感区域。另一方面，驾驶时间受到严格管控：白天连续驾驶不得超过4小时，夜间不得超过2小时，每次停车休息时间不少于20分钟。此外，政府政策还规定了夜间驾驶限制，通常禁止在午夜至凌晨6:00之间运营。企业被要求安装车载监控系统以降低疲劳相关风险。最近，中国颁布了《危险化学品安全管理法》，在立法层面进一步加强了危险货物安全管理，旨在减少事故（全国人大网，2025）。在严格的监管制度下，危险货物运输事故数量总体呈下降趋势（图1）。

研究者针对危险货物运输的安全和风险问题进行了多维度研究。一些研究探讨了这些事故的发生频率、时空分布和高频特征模式（Hong等，2020；Liu等，2020；Oggero等，2006；Yang等，2010）。例如，Liu等（2020）分析了2013年至2018年间中国2034起危险货物道路运输事故，发现79.4%的事故导致泄漏。其他研究建立了风险评估框架和模型，提出了降低事故风险的策略（Ghaleh等，2019；Hu等，2021；Masoud等，2020；Torretta等，2017；Van Raemdonck等，2013）。数据驱动的算法和模型（如贝叶斯网络）也被用于识别引发危险货物运输事故的核心影响因素，并推断事故状态和后果（Guo等，2023，2026；Ren和Yang，2024；Shen和Wei，2021；Wu等，2023；Zhao等，2012）。例如，Guo等（2026）结合因果推理和机器学习，开发了一种预测危险货物运输事故初始状态（如碰撞）的模型。他们确认驾驶员状态和车辆状况是决定初始事故形式的最重要因素。

现有研究一致强调危险货物运输事故与驾驶员相关因素之间存在强相关性。例如，Yang等（2010）报告称超过60%的危险货物道路运输事故由驾驶员失误引起，当考虑所有人为因素时，这一比例上升至72.7%。同样，Guo等（2023）分析了中国沿海地区的362起事故，发现58.0%由驾驶员因素引起。违规操作、超速和疲劳驾驶被列为三大主要原因。此外，Liu等（2020）揭示，疲劳驾驶（由驾驶员身体和心理状态及睡眠不足导致）是事故的关键触发因素。Guo等（2026）也发现，驾驶员异常状态（如疲劳和不良驾驶习惯）是碰撞和侧翻的主要原因。他们强调疲劳是导致超速行为的重要因素。

危险货物卡车驾驶员面临着苛刻的工作条件。这些条件及其对驾驶员身体和心理状态和道路安全的负面影响，激发了人们对货运运输自动化的日益增长的兴趣。自动驾驶卡车和卡车编队等自动化货运解决方案已被提出，作为减轻驾驶员工作压力和疲劳的潜在手段（世界经济论坛，2021）。然而，危险货物运输的自动化不仅涉及自动驾驶本身的安全性，还涉及危险货物的安全、突发事件的应急响应、救援行动的组织和管理等。这使得该行业的自动化更具挑战性，驾驶员在该行业中将保持不可或缺的地位。在此背景下，系统理解危险货物运输相关的职业风险和健康结果，不仅可以保护该行业的劳动力，还可以为其未来自动化提供关键的实践指导。中国有近百万名危险货物卡车驾驶员（中国物流与采购联合会，2024）。现有研究不足以捕捉这一庞大群体在严格监管下复杂的工作模式及其身体和心理状态，以及潜在的影响机制。

尽管文献将事故风险归因于危险货物卡车驾驶员的异常状态，但针对该群体的直接实证研究仍然稀缺。现有研究主要依赖基于历史事故数据的回顾性归因和模型推断。危险货物卡车驾驶员的人口学特征、身体和心理健康、疲劳和睡眠状况以及心理社会资源仍知之甚少。为弥补这一空白，本研究在中国危险货物卡车驾驶员中开展了问卷调查，旨在：（1）构建一个涵盖人口学特征、身体和心理健康、疲劳和睡眠状况以及心理社会资源的综合画像，从而建立对该群体的基础性理解；（2）揭示危险货物卡车驾驶员个体特征、身体和心理状态与关键情境因素之间的关联模式和潜在内在关系。考察这些因素之间的结构相互依赖性在理论和实践上具有重要意义。在理论上，职业健康结果很少源于孤立变量。相反，健康状态、工作需求和心理社会资源构成一个相互关联的系统。在一个框架中整合这些变量，为分别研究风险因素或健康结果的文献提供了系统层面的补充。在实践中，系统中的核心因素代表了干预的优先目标，因为它们的变化最有可能对整个系统产生涟漪效应。本研究为危险货物卡车驾驶员的目标干预和危险货物运输行业的安全管理提供了有价值的启示。

部分摘录

参与者

本研究按照清华大学建立的伦理指南进行。危险货物卡车驾驶员来自江苏、山东和浙江的危险货物运输企业。这些省份是中国危险货物道路运输的主要区域。为扩大招募覆盖面，采用了多渠道招募策略，包括在公司停车场、安全培训期间和驾驶员休息区进行现场招募。

驾驶员

描述性统计

危险货物卡车驾驶员的人口学和背景特征总结如下，为调查样本提供描述性基础。这些特征包括职业信息和与心理和生理健康相关的信息，如疲劳、睡眠质量和感知社会支持。

讨论

先前的研究考察了各种职业驾驶员的疲劳和相关健康问题，包括卡车驾驶员（Meng等，2015）、出租车驾驶员（Li等，2019；Meng等，2015）、普通火车驾驶员（Tsao等，2017）和高速列车驾驶员（Wang等，2023）。危险货物卡车驾驶员在运输行业中发挥着关键的安全作用，但很少被调查。我们对多地区危险货物卡车驾驶员进行了调查，并作出了贡献。

结论

本研究提供了中国危险货物卡车驾驶员的首批系统性实证特征描述之一，将标准化健康和心理社会测量与情境特定的职业项目相结合。受访驾驶员表现出独特的职业画像，以中年、丰富的驾驶经验和相对较低的教育水平为特征。尽管他们自我报告的疲劳相对较低，但一定比例的驾驶员报告了至少轻度……

CRediT作者贡献声明

Jackson Dian Zhang：撰写–初稿，方法论，调查，数据管理，概念化。Zhengyin Gu：撰写–初稿，可视化，软件，方法论，形式分析。Gang Liu：资源，调查。Zikai Wei：数据管理。Xin Zhou：撰写–初稿。Yanyi Li：数据管理。Wei Zhang：监督，资源，项目管理，方法论，资金获取，概念化，撰写–审阅与编辑。Yi Wang：撰写–审阅与声明

生成式AI和AI辅助技术在手稿准备过程中的声明

在准备本工作期间，作者使用了Claude Opus 4.8和ChatGPT 5.6 Sol以提高语言质量。使用该工具后，作者根据需要审阅和编辑了内容，并对已发表文章的内容承担全部责任。

利益冲突声明

作者声明他们没有已知的 competing financial interests 或个人关系可能影响本文所报告的工作。

致谢

资金 本工作得到了国家自然科学基金[资助编号72192824，72171127]和SINOPEC科技部门的资助[资助编号325078]。

Jackson Dian Zhang | Zhengyin Gu | Gang Liu | Zikai Wei | Xin Zhou | Yanyi Li | Wei Zhang | Yi Wang