Методы расследования несчастных случаев на производстве

Кузнецова Е.А.1
1 «Всероссийский научно-исследовательский институт труда» Министерства труда и социальной защиты Российской Федерации, Россия, Москва

Статья в журнале

Экономика труда (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 7, Номер 12 (Декабрь 2020)

Цитировать:
Кузнецова Е.А. Методы расследования несчастных случаев на производстве // Экономика труда. – 2020. – Том 7. – № 12. – С. 1307-1322. – doi: 10.18334/et.7.12.111363.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=44483258
Цитирований: 4 по состоянию на 31.03.2023

Аннотация:
Актуальность исследования обусловлена реализуемыми в последние несколько лет реформами в области охраны труда, направленными на переход от жесткого соблюдения нормативных требований к оценке рисков каждым работодателем с учетом особенностей его конкретного производства. Эта реформа должна будет в недалеком будущем затронуть вопросы надежности собираемых статистических сведений в области производственного травматизма, а также выявления корневых причин несчастных случаев с целью предотвращения их повторения. В статье проводится обзор зарубежных публикаций, посвященных расследованию причин несчастных случаев и происшествий, методам расследования и их классификации. Сделан вывод о необходимости использования различных методов расследования в зависимости от типа происшествия и сложности производственных процессов. Статья будет интересна государственным инспекторам труда, исследователям, занимающимся вопросами охраны труда, а также практикам, руководителям предприятий и служб охраны труда.

Ключевые слова: производственный травматизм, расследование несчастного случая, происшествие, метод расследования несчастного случая

JEL-классификация: J28, J21, J29



Введение

Целью исследования являлось изучение различных подходов к проведению расследования происшествий, аварий и несчастных случаев на производстве. Гипотеза исследования: метод расследования происшествия зависит от сложности производственного процесса (модели производственной системы). Научная новизна исследования заключается в классификации производственных систем по степени сложности внутри систем, а также в формировании критериев выбора методов расследования происшествий.

Два традиционных для российской интеллигенции извечных вопроса: «Кто виноват?» и «Что делать?» вполне можно задать и в отношении расследования несчастных случаев на производстве. Ответом будет хорошо понятная любому работающему россиянину практика: виноват работник (нарушил) или линейный руководитель (не проконтролировал) и их надо наказать. Причины в «официальных» актах расследования указываются в соответствии с классификатором, утвержденным Рострудом в 2005 году [1]. В течение ряда последних лет результаты ежегодного мониторинга условий и охраны труда [1] показывают, что более трети всех несчастных случаев с тяжелыми последствиями обусловлены неудовлетворительной организацией производства работ (что конкретно это означает и в чем выражается, в отчетности Роструда не конкретизируется) и еще более 20% – «прочими причинами». Т.е. причины более половины несчастных случаев с тяжелыми последствиями невозможно определить, проанализировать, и следовательно, невозможно разработать необходимые меры предотвращения повторения таких несчастных случаев.

Иные источники статистической отчетности [2, 3] не содержат информации о причинах несчастных случаев. Более того, сопоставлять данные из упомянутых выше источников сложно, т. к. сбор статистики производится по разным выборкам и с разной периодичностью. Так, Росстат проводит выборочные наблюдения по предприятиям с численностью более 50 человек по основным видам экономической деятельности раз в год. Фонд социального страхования (далее – ФСС) проводит сбор сведений ежеквартально, но только по тем работодателям, которые зарегистрированы в качестве страхователей. Роструд ведет статистику по несчастным случаям с тяжелыми последствиями (групповым, тяжелым и со смертельным исходом), но данные по предыдущему году обычно уточняются в первом квартале года следующего, т. к. некоторые несчастные случаи из легких переходят в тяжелые и расследование части несчастных случаев, начатое в предыдущем году, заканчивается только в следующем. Также затруднительно сопоставлять статистику производственного травматизма между разными странами, т. к. регистрации, учету и расследованию в разных странах подлежат разные происшествия: в России – с утратой трудоспособности на 1 рабочий день и более, в Великобритании – на 3 рабочих дня и более, и т. д.

В российской науке и практике применительно к показателям производственного травматизма в основном рассматриваются вопросы изменения статистических показателей (анализ динамики в виде констатации факта: выросло или уменьшилось количество пострадавших). В качестве примера можно привести ряд публикаций сотрудников и студентов Московского политехнического университета под руководством М.В. Графкиной [1–4] (Grafkina et al., 2018, 2019, 2020).

Поисковый запрос в научной электронной библиотеке Elibrary, сформулированный как «методы расследования несчастных случаев, аварий, происшествий». дал перечень всего из 8 статей. Только 2 из них находятся в открытом доступе: одна – кандидата юридических наук Волжского института экономики, педагогики и права [10] (Tsitsilina, 2019), вторая – монгольских исследователей [5] (Battaivan, Gantchimeg, 2020). В обоих случаях авторы ссылаются только на необходимость расследования в первом случае – сокрытых несчастных случаев на производстве, во втором – микротравм и происшествий, которые не привели к утрате трудоспособности.

Чисто формально в статье 229.1 Трудового кодекса Российской Федерации говорится о том, что на основании собранных материалов расследования устанавливаются обстоятельства и причины несчастного случая, вырабатываются предложения по устранению выявленных нарушений, причин несчастного случая и предупреждению аналогичных несчастных случаев». Однако на практике по результатам расследования вырабатываются меры, направленные только на устранение нарушения, которое явилось причиной травмирования работника, а также планируются в большинстве случаев не связанные с производственной травмой мероприятия, как проведение внепланового инструктажа, медицинского осмотра или специальной оценки условий труда.

Однако в зарубежной литературе обзор и применимость различных методов расследования, аварий и происшествий представлены очень широко.

Следует оговорить сразу несколько принципиальных моментов.

1. В зарубежной литературе наиболее распространенными терминами являются incident (инцидент, случайность), accident (авария, происшествие). Под инцидентом обычно подразумевают непредвиденное событие, которое не привело к серьезным травмам или заболеванию, но могло привести к материальному ущербу. Под происшествием (или аварией) подразумевают непредвиденное событие, которое привело к серьезной травме или заболеванию, а также привело или могло привести к материальному ущербу. Для упрощения в настоящей статье будет использоваться только термин «происшествие» (в который будут входить и инциденты, и аварии, и происшествия, и происшествия без последствий, так называемые near miss, и несчастные случаи на производстве в российском понимании этого термина, т. е. несчастные случаи с утратой трудоспособности на 1 день и более).

2. Во всех зарубежных исследованиях в качестве методов расследования происшествий используются все те методы, которые в российской практике принято считать традиционными методами оценки уровня риска или управления рисками. Различают только их применение в зависимости от типа предприятия, участников расследования, целей и задач расследования, типа происшествия и т. п.

3. В большинстве зарубежных стран к расследованию происшествий привлекают экспертов, имеющих соответствующий опыт, знающих особенности производственных процессов и защитных мер и т. п. Поэтому большинство исследований ориентированы именно на эту аудиторию, а не на специалистов по охране труда и государственных инспекторов труда, как это принято в России.

4. Расследование несчастных случаев и происшествий в зарубежной литературе чаще заменяют синонимом «анализ происшествия», что согласно п. 3 выше является процессом, несколько отличным от расследования, т. к. материалы могут собирать одни, а анализировать и выявлять корневые причины и предлагать меры предотвращения повторения аварий – другие эксперты.

Говоря о различных методах расследования происшествий, представляется важным процитировать голландского социолога Эрика Холлнагеля, который говорил о том, что результаты анализа (расследования) происшествия будут зависеть не только от представления о причинности (то есть представления о «механизме» происшествия), но и от того, какие факторы включены в качестве возможных причин и вспомогательных факторов [25] (Hollnagel et al., 2009). Поэтому расследования происшествия можно охарактеризовать как процесс, соответствующий принципу: «Вы найдете то, что ищите» (What You Look For Is What You Will Find, WYLFIWYF) [23] (Hollnagel, 2008). Поскольку главная цель расследования состоит в том, чтобы найти способы избежать повторения происшествий, следствием принципа WYLFIWYF становится принцип: «Вы исправляете то, что находите» (What You Find Is What You Fix, WYFIWYF), т. е. причины, выявленные в ходе расследования, рассматриваются как конкретные, отдельные проблемы, которые должны быть устранены.

Классификация моделей производственных систем

С усложнением производственных процессов все труднее выявить единственную причину, которая привела к происшествию. Мы рассматриваем происшествие как последовательность линейных, одно за другим происходящих событий, переводящих систему из исправного состояния в несправное. Однако, как мы можем продолжать задавать простые вопросы о сложных системах и ожидать, что мы получим правильный ответ? [37] (Vernon, 2018)

Простые линейные модели систем (причинно-следственные модели)

Ранние модели, ориентированные на предотвращение травмирования в сравнительно простых системах, состоящих из оператора, работающего с машиной, можно проиллюстрировать на следующем примере [30] (Qin, Peng, 2005).

При разделении доски оператор циркулярной пилы потерял большой палец, когда в нарушение инструкций он протолкнул доску пальцами вместо того, чтобы использовать ручку. Он заявил, что он всегда делал эту ​​работу таким образом и никогда прежде не был травмирован. Он выполнял подобные операции в среднем по двадцать раз в день в течение трех месяцев и, следовательно, подставлял свою руку таким образом более тысячи пяти раз» [21, с. 24] (Heinrich, 1931, р. 24).

Для таких ситуаций один из родоначальников научного исследования причин несчастных случаев, автор «Теории домино» и «Пирамиды происшествий» Герберт Хайнрих предложил предотвратить наиболее непосредственную причину [20, с. 121–137] (Heinrich, 1928, р. 121–137). Таким образом, модель, предложенная Хейнрихом, является линейной, учитывая только непосредственное окружение, включая управление оборудованием. Примечательно, что были рассмотрены две линии исследования: первая прошла через человека или окружение, выискивая причины для действий, которые задним числом казались неправильными, или причины проблем с оборудованием или другими предметами в окружении. Вторая линия запроса была направлена ​​руководителю линии, чтобы выяснить причины, по которым авария не была предотвращена.

Модели сложных линейных систем (эпидемиологические модели)

Анализируя несчастные случаи в быту и в армии, американский исследователь Д.Э. Гордон в 1949 году обнаружил, что факторы окружающей среды, сочетаясь с определенной опасностью, приводили к более тяжелым последствиям, часто непропорциональным событию, которое привело к происшествию [16] (Gordon, 1949). Для характеристики такого нежелательного события (происшествия) был предложен «эпидемиологический подход». Причины были классифицированы как связанные с носителем, т. е. пострадавшим (например, манера пешей ходьбы), факторы внешней среды (например, неисправная лестница, холод) и окружающая обстановка (например, местность, управление войсками). Анализ должен начинаться с факторов внешней среды, оценки его влияния на происшествие, а затем – анализ причины.

Британский ученый Барри Тернер изучал серьезные аварии, такие как авария на шахте Гламорган в 1965 году, в ходе взрыва на которой погиб 31 человек [35] (Turner, 1978). По мнению Тернера, «инкубационный период» (период, предшествовавший катастрофе) является отличительным фактором между катастрофой и менее серьезными происшествиями. Это подтверждает эпидемиологическую теорию Гордона, в соответствии с которой масштаб аварии может быть непропорционален приведшему к ней событию. Тернер обнаружил подмножество (набор) цепочек нарушений, которые имели место до начала катастрофы. Он определил инкубационный период как «накопление незамеченного набора событий, которые противоречат общепринятым представлениям об опасностях и нормам их предотвращения». Таким образом, точка зрения Тернера включала как точку зрения 1920-х годов о том, что предшествующие события следует учитывать для более серьезных аварий, так и точку зрения эпидемиологии причин 1940-х годов. Модель Тернера впоследствии трансформировалась в модель, известную сейчас как модель «швейцарского сыра» [32] (Reason, 1990).

Модели систем со сложными взаимосвязями

Рассматривая сложные системы, такие как атомные электростанции, американский исследователь Чарльз Перроу сосредоточился на двух свойствах систем: внутренняя связь элементов и управляемость [29] (Perrow, 1999).

Говоря о внутренних связях, он рассматривал, был ли контроль оператора прямым или косвенным. Прямое управление соответствует жесткой связи, например, как в случае с открытием клапана нажатием кнопки. Косвенное управление соответствует гибкой связи, например, в случаях, когда оператор просит кого-то другого открыть клапан. В такой ситуации тот, кого попросили, может выполнить просьбу, а может вместо этого выполнить какое-либо другое действие, которое считает более подходящим или срочным. Преимущество гибкой связи состоит в том, что неверные решения или происшествия необязательно распространятся на всю систему, в то время как недостатком является то, что и правильные управленческие решения также могут не распространяться.

Управляемость Перроу рассматривал как четкость или очевидность системы. В системе с линейным взаимодействием события в одной точке будут иметь предсказуемые последствия и реакцию в других точках. В системе со сложными взаимодействиями элементы расположены близко друг к другу и в непосредственной близости от нежелательного события, однако есть много синфазных соединений и взаимосвязанных подсистем, события в одной точке могут оказывать влияние в восходящем направлении через контур обратной связи, а также могут распространяться через причинно-следственную сеть с множеством точек воздействия, возникающих одновременно и в разных местах.

Наихудшая возможная комбинация в отношении вероятности происшествия – это сложная система с жесткими связями. Например, атомные станции, авиационные и химические заводы.

Распределение видов деятельности по уровню управляемости в зависимости от гибкости внутренних связей представлено на рисунке 1 [2].

Рисунок 1. Распределение видов деятельности по уровню управляемости в зависимости от гибкости внутренних связей

Источник: [23].

Классификация Перроу, как показано на рисунке 1, позволяет выбрать метод расследования происшествий, поскольку расследование должно объяснять природу взаимодействий и уровень гибкости связей в системе. Если в качестве аргумента мы рассмотрим четыре сегмента квадрата рисунка 1, то станет ясно, что метод, который может быть достаточным для объяснения причин происшествия в сегменте 3 (например, почему получил травму человек во время работы на конвейере), вряд ли будет достаточным для объяснения аварии в системе 2 (например, события из Международной шкалы ядерных событий (INES) на атомной станции). Даже если обратное необязательно верно, может быть неэффективно использовать более сложные и сложные методы для расследования происшествий в простых системах.

Голландец Эрик Холлнагель сопоставил ряд методов расследования происшествий и сопоставил их предложенной Перроу классификацией, исходя из их пригодности для анализа системы с заданным уровнем взаимосвязи и управляемости. Например, он предполагает, что системные методы STAMP и FRAM лучше всего подходят для анализа происшествий в сильно связанных системах с низкой управляемостью. Распределение рекомендуемых групп методов в зависимости от уровня управляемости и гибкости внутренних связей представлено на рисунке 2.

Рисунок 2. Распределение рекомендуемых групп методов в зависимости от уровня управляемости и гибкости внутренних связей

Источник: [23].

К нижнему правому квадранту рисунка 2 не был отнесен ни один класс методов анализа, так как никакие модели или методы неприменимы для слабосвязанных систем с низкой управляемостью. Холлнагель предположил, что это связано с тем, что в системах такого рода не происходило серьезных аварий и, следовательно, не было стремления к разработке каких-либо соответствующих инструментов анализа.

Важно отметить, что расположение границ между категориями модели и метода на рисунке 2 является условным и не будет столь явным на практике. Также следует отметить, что применяемый метод должен обеспечивать достаточно глубокое понимание того, как произошло происшествие. Без этого понимания невозможно разработать эффективные рекомендации по недопущению повторения происшествия. Если эксперт обнаруживает, что пробелы в его знаниях о данном происшествии не могут быть заполнены с помощью используемого метода анализа, ему следует рассмотреть возможность использования иного, более точного метода.

Выбор метода расследования и анализа происшествия

В 2020 году в журнале «Безопасность процессов и защита окружающей среды» вышла статья ученых Китайского Университета горнорудной промышленности и технологий, приуроченная к столетию развития методов анализа происшествий [15] (Fu et al., 2020). В статье содержится подробный анализ 24 методов анализа аварий и происшествий, также сгруппированных по предложенной авторами классификации.

Во введении ученые говорят о том, что модели, сформировавшиеся в прошлом столетии, в основном касаются влияния на происшествия человеческого фактора. Примерами таких моделей могут служить модель склонности к несчастным случаям [17] (Greenwood, Woods, 1919), ответственность за несчастные случаи и человеческой ошибки в процессе обработки информации [28] (Mintz, Blum, 1949). Также с середины прошлого века теоретические исследования в области поиска причинно-следственных связей были направлены на то, как предотвратить выброс и передачу энергии, которые приводят к нежелательным событиям. Типичные модели этого периода включают теорию переноса энергии [18] (Haddon, 1968), TRIPOD beta [3] и модель «галстук-бабочка» [13, 14, 34] (Clothier et al., 2018; Cormier, 2019; Stemn, 2018) [4]. Все чаще в центре внимания причинно-следственных моделей стали появляться модели системные, такие как AcciMap [31, 22, 33, 26, 11] (Rasmussen, 1997; CREAM; Hollnagel, 1998; STAMP; Stanton, 2019; FRAM; Hollnagel, 2012; Abouzar et al., 2018). От качественного [34] (Stemn et al., 2018) и количественного [36, 19] (Ung, 2019; Han, 2019) до динамического анализа [27, 38] (Khakzard et al., 2013; Zarei et al., 2017) модели причинно-следственных связей постепенно совершенствовались с точки зрения научных подходов к повышению безопасности. В эпоху искусственного интеллекта и больших данных использование моделей причинно-следственных связей также должно быть одной из главных областей научных исследований в области безопасности для более глубокого понимания причин и более эффективного предотвращения аварий.

Критерии для сравнения методов расследования несчастных случаев

В обзорах методов весьма распространено предложение некоторых критериев отбора, в соответствии с которыми можно найти «лучший» метод или методы. Это происходит для методов расследования несчастных случаев, а также для методов других видов. В этом проекте была поставлена задача найти не «лучший» метод, но обеспечить основу для выбора методов, которые подходят для данной цели, то есть своего рода выходного решения линии.

В исследовании, проведенном по заказу Администрации по охране труда США (OSHA), Людвиг Беннер, сотрудник Национального совета транспортной безопасности, оценил 14 моделей происшествий и 17 методов их расследования, используемых различными учреждениями США [12] (Benner, 1985). Он выделил 9 основных критериев выбора метода расследования происшествий.

Таблица

Критерии выбора метода расследования происшествия

Критерии оценки модели
Определение
Реалистичность
Расследование должно привести к реалистическому описанию событий, которые фактически произошли
Наличие достоверных данных
Процесс расследования должен предусматривать критерии для выявления и определения данных, необходимых для описания того, что произошло
Соответствие
Результаты расследования должны соответствовать ожиданиям как тех, кто его инициировал, так и других лиц, которые ожидают результатов расследования
Комплексность
Процесс расследования должен быть всеобъемлющим, чтобы не было путаницы в том, что произошло, не было никаких пробелов в объяснении и не возникало противоречий между теми, кто читал отчет, при принятии решения о причинах происшествия
Критичность
Процесс расследования должен обеспечивать упорядоченную, систематическую основу и набор процедур, чтобы дисциплинировать тех, кто проводит расследование, чтобы сосредоточить их усилия на важных и необходимых задачах и избежать дублирующих или не относящихся к делу задач
Последовательность
Метод должен соответствовать концепции и программе безопасности организации
Конкретность
Процесс расследования должен предоставлять результаты, которые не требуют сбора дополнительных данных, прежде чем будут определены необходимые средства предупреждения повторения причины аварии и мер контроля
Функциональность
Процесс расследования должен быть функциональным, чтобы сделать работу эффективной, в частности помогать проводящим расследование определить, какие события относились к происшествию, а какие не были с ним связаны
Понятный или видимый
Вывод должен быть понятным и однозначным
Источник: [12].

В дополнение к наборам критериев, которые направлены на то, чтобы различать методы и, следовательно, служить основой для выбора в конкретной ситуации, существуют также более практические критерии, общие для всех методов [24] (Hollnagel, Speziali, 2008).

- Надежность – даст ли метод тот же результат при повторном применении (или в аналогичном случае), а также степень, в которой метод не зависит от пользователя (аналитика) и его (ее) знаний и опыта.

- Возможности аудита – возможно ли пересмотреть анализ и восстановить выбор, решения или категоризацию, сделанные в ходе анализа. Это соответствует критерию комплексности Беннера.

- Время учиться – сколько времени нужно, чтобы научиться использовать метод и стать опытным пользователем. Несмотря на то, что это одноразовое вложение, оно иногда рассматривается как аргумент против принятия нового метода.

- Необходимые ресурсы – или насколько сложно (легко) использовать метод. К основным ресурсам относятся люди (часы работы), время, информация и документация и т. д.

- Действительность – являются ли результаты, предоставленные методом, правильными.

Заключение

В целом за последние 100 лет обсуждение моделей причинно-следственных связей превратилось из исследования одного фактора в систематический многофакторный анализ. В то же время линейные модели причинно-следственных связей широко известны благодаря четкому отображению различных этапов развития аварий.

Ни один конкретный метод не является лучшим в том смысле, что его можно использовать в любой ситуации. Хотя организации может быть удобно или даже необходимо принять какой-либо конкретный метод расследования происшествия в качестве внутреннего стандарта, это всегда следует делать осознанно, с готовностью пересмотреть сделанный ранее выбор, если этого потребуют условия. Через пять или десять лет мы можем ожидать, что методы, разработанные сегодня, будут частично устаревшими не потому, что методы меняются, а потому, что изменяется природа социально-технических систем и, следовательно, природа происшествий.

[1] Обзор результатов общероссийского мониторинга условий и охраны труда в Российской Федерации (подготовлен Министерством труда и социальной защиты Российской Федерации). Единая общероссийская справочно-информационная система по охране труда. [Электронный ресурс]. URL: https://eisot.rosmintrud.ru/monitoring-uslovij-i-okhrany-truda (дата обращения 10.11.2020).

[2] Цитируется по [23].

[3] Tripod Beta: Guidance on using Tripod Beta in the investigation and analysis of incidents, accidents and business losses. Stichting Tripod Foundation. [Электронный ресурс]. URL: https://publishing.energyinst.org/tripod/beta (дата обращения 28.10.2020).

[4] Описание метода также содержится в [4, Приложение В.21].


Источники:

1. Приложение к приказу Роструда от 21.02.2005 г. № 21 «О порядке предоставления оперативных и аналитических сведений о групповых несчастных случаях с тяжелыми последствиями и иных чрезвычайных происшествиях и о состоянии и причинах производственного травматизма» // Гарант. [Электронный ресурс]. URL: https://base.garant.ru/1967022/ (дата обращения 15.10.2020)
2. Приказ Фонда социального страхования РФ от 26 сентября 2016 г. N 381 "Расчет по начисленным и уплаченным страховым взносам на обязательное социальное страхование на случай временной нетрудоспособности и в связи с материнством и по обязательному социальному страхованию от несчастных случаев на производстве" (или форма 4-ФСС) // Гарант. [Электронный ресурс]. URL: https://base.garant.ru/71514306/ (дата обращения 15.10.2020)
3. Приказ Федеральной службы государственной статистики от 22 июня 2020 г. N 326 Об утверждении статистического инструментария для организации федерального статистического наблюдения за травматизмом на производстве и профессиональными заболеваниями» // КонсультантПлюс. [Электронный ресурс]. URL: http://www.consultant.ru/document/cons_doc_LAW_355700/2ff7a8c72de3994f30496a0ccbb1ddafdaddf518/ (дата обращения 15.10.2020)
4. ГОСТ Р ИСО/МЭК 31010-2011. Менеджмент риска. Методы оценки риска // Гарант. [Электронный ресурс]. URL: https://base.garant.ru/70389400/ (дата обращения 15.10.2020)
5. Баттайван Б., Ганчимэг Ж. Проблема методики оценки микротравмы на производстве (на примере горнодобывающего предприятия с государственной собственностью (далее – ПГС) «Предприятие ЭРДЭНЭТ») // Экономические исследования и разработки. – 2020. - № 4. – С. 93-101
6. Графкина М.В., Клиндух М.А., Свиридова Е.Ю. Моделирование существующей тенденции и прогнозирование изменений показателей производственного травматизма // Экономика труда, Том 5, Номер 1, Январь-март 2018
7. Графкина М.В., Свиридова Е.Ю., Королев В.И. Информационные технологии в анализе и прогнозировании производственного травматизма // Экономика труда, Том 6, Номер 2, Апрель-июнь 2019
8. Графкина М.В. 1, Свиридова Е.Ю. 1, Главацкая И. Влияние таксономии видов экономической деятельности на управление охраной труда // Экономика труда, Том 7, Номер 1. Январь 2020
9. Иванов Е.Н. 1, Графкина М.В. 2, Клиндух М.А. 2, Свиридова Е.Ю. Влияние региональной специфики видов экономической деятельности на показатели производственного травматизма // Экономика труда, Том 5, Номер 4, Октябрь-декабрь 2018
10. Цыцылина Т. Л. Спорные правовые аспекты расследования несчастных случаев на производстве // Евразийский Союз Ученых (ЕСУ). – 2019. - № 4 (61)
11. Abouzar Y., Hernandez M. R., Pe˜na V. Lopez. Systemic Accident Analysis Models: a Comparison Study between AcciMap, FRAM, and STAMP // Process Safety Progress. – 2018. – Vol. 38, № 2
12. Benner L. Rating accident models and investigation methodologies // Journal of Safety Research. – 1985. – Vol. 16, pp. 105–126
13. Clothier R.A., Williams B.P., Hayhurst K.J. Modelling the risks remotely piloted aircraft pose to people on the ground // Safety Science. - 2018. – Vol. 101, pp. 33–47
14. Cormier R., Elliott M., Rice J. Putting on a bow-tie to sort out who does what and why in the complex arena of marine policy and management // Science of the Total Environment. - 2019. – Vol. 648, pp. 293–305
15. Fu G., Xie X., Jia Q., Li Z., Chen P., Ge Y. The development history of accident causation models in the past 100years: 24Model, a more modern accident causation model // Process Safety and Environmental Protection. – 2020.- Vol. 134, pp. 47–82
16. Gordon J.E. The epidemiology of accidents // American Journal of Public Health. - 1949. – Vol. 39 (4), pp. 504-515
17. Greenwood M., Woods H.M. The Incidence of Industrial Accidents Upon Individuals With Special Reference to Multiple Accidents. Report no. 4. Industrial Fatigue Research Board, London, 1919
18. Haddon W. The changing approach to the epidemiology, prevention, and amelioration of trauma: the transition to approaches etiologically rather than descriptively based // American Journal of Public Health Nations Health. - 1968. – Vol. 58 (8), pp. 1431–1438
19. Han X., Tang T., Lu J. A hierarchical verification approach to verify complex safety control systems based on STAMP // Scientific Computer Programmig. - 2019. – Vol. 172, pp. 117–134
20. Heinrich, H.W. The origin of accidents // The Travelers Standard. - 1928. – Vol. 16 (6), pp. 121-¬137
21. Heinrich H.W. Industrial Accident Prevention: A Scientific Approach, first ed. McGraw-Hill, New York, 1931, стр. 94
22. Hollnagel E., 1998. Cognitive Reliability and Error Analysis Method. CREAM. Elsevier, Amsterdam, ISBN-13: 978-0080428482 and ISBN-10: 0080428487
23. Hollnagel E. Investigation as an impediment to learning. In: Hollnagel E., Nemeth C., Dekker S. (Eds.) Remaining Sensitive to the Possibility of Failure. Resilience Engineering Series. Ashgate, Aldershot, UK, 2008
24. Hollnagel E., Speziali J., Study on developments in accident investigation methods: A survey of the 'state-of-the-art. SKI Report 2008:50. Sophia Antipolis, France: Ecole des Mines de Paris
25. Hollnagel Е., Lundberg J., Rollenhagen C. What-You-Look-For-Is-What-You-Find – The consequences of underlying // Safety Science 47 (2009) 1297–1311
26. Hollnagel E. FRAM: the Functional Resonance Analysis Method: Modelling Complex Socio-technical Systems. Ashgate Publishing Ltd, Farnham, Surrey, U.K, ISBN-13: 978–1409445517 and ISBN-10: 1409445518, 2012
27. Khakzad N., Khan F., Amyotte P. Dynamic safety analysis of process systems by mapping bow-tie into Bayesian network // Processes Safety and Environment Protection. - 2013. – Vol. 91, pp. 46–53
28. Mintz A., Blum M.L. A re-examination of the accident proneness concept // Journal of Applied Psychology - 1949. – Vol. 33, pp. 195–211
29. Perrow C. Normal Accidents: Living with High-risk Technologies. Princeton University Press, Princeton, NJ, 1999
30. Qin R., Peng D. Discuss of the accident-causing theory // Journal of North China Institute of Science and Technology. - 2005. – Vol. 2 (3), pp. 1–10
31. Rasmussen J. Risk management in a dynamic society: A modelling problem // Safety Science. - 1997. – Vol. 27(2-3), pp. 183-213
32. Reason J. Human error. Cambridge: Cambridge University Press, 1990
33. Stanton N. A., Harvey C., Allison C. K. Systems Theoretic Accident Model and process (STAMP) applied to a Royal Navy Hawk jet missile simulation exercise // Safety Science. - 2019. – Vol. 113, pp. 461–471
34. Stemn E., Bofinger C., Cliff D., Hassall M. E. Failure to learn from safety incidents: status, challenges and opportunities // Safety Science. - 2018. – Vol. 101, pp. 313–325
35. Turner B.A. Man-Made Disasters. London, Wykeham, 1978
36. Ung S. T. Evaluation of human error contribution to oil tanker collision using fault tree analysis and modified fuzzy Bayesian Network based CREAM // Ocean Engineering. - 2019. – Vol. 179, pp. 159–172
37. Vernon, T., 2018, the End of Root Cause Analysis, https://victorops.com/blog/evaluating-the-merits-of-root- cause-analysis (дата обращения 15.10.2020)
38. Zarei E., Azadeh A., Khakzad N., Aliabadi M. M., Mohammadfam I. Dynamic safety assessment of natural gas stations using Bayesian network // Journal of Hazardous Materials. - 2017. – Vol. 321, pp. 830–840

Страница обновлена: 16.08.2024 в 09:27:56