广州地铁集团有限公司 广东广州 510000
摘要：城市轨道交通乘务司机每天肩负着安全、准点、舒适、快捷地运输旅客的重任。其中，司机面对正线列车故障、突发应急事件如何处理及处理质量，则深深影响着城轨运输的承诺保障。本文通过广州地铁六号线近几年司机故障处理事件评价结果，挖掘影响司机故障处理质量的潜在因素，由此展开，逐一探讨司机故障处理质量管控措施，提升乘务司机故障应急的处理质量，具有一定的现实指导意义。
关键词：地铁司机；故障处理；质量控管
1 研究背景及意义
城市轨道交通乘务司机故障处理质量关乎地铁运营安全、高效、准点等服务承诺的兑现，更是地铁长运久安的基础。随着近几年国内城市轨道交通的不断发展，线网规模不断扩大，日均列车设备故障率也随之增大，如何管控司机故障处理的作业风险和质量，已成为运营管理人员不可回避的课题。
以广州地铁六号线为例，近几年来也时有出现司机在故障处理当中表现不佳、处置不当的事件。例如：2014年11月22日列车ATO冲标事件，司机未及时恢复紧急停车按钮导致列车耽误62秒出站；2015年9月9日司机恢复ATC时没有先关车门导致车门突然关闭；2016年3月10日列车丢失定位事件，司机转换OFF模式时漏打门模式开关。以上事件均暴露出司机在应急处理中出现了纰漏，在一定程度上对故障恢复造成了影响。
2 影响故障处理质量的因素
2.1 潜在因素挖掘
为挖掘影响司机故障处理质量的潜在因素，我们从广州地铁六号线抽取了近年来41件故障处理事件，生成研究数据集（shujuji）。在这些事件处理当中，我们对每件事件进行了评分，并且考虑了以下潜在因素，包括：司机入司时长（数值型）、司机等级（有序型）、业务基础（数值型）、工作表现评价（数值型）、行走公里数（数值型），对应的数据变量为事件评分（sjpf因变量）、司机入司时长（rssc）、司机等级（sjdj）、业务基础（ywjc）、工作表现评价（gzbx）、行走公里数（gls），数据集如下：
.png)
2.1.1 检验司机等级对事件分评的影响
本次研究采用R语言作为分析工具。为了检查司机等级是否与司机故障处理的评分显著相关，我们以事件评分（sjpf）为因变量，司机等级（sjdj）为控制变量，进行方差分析。通过检验查看，随着司机等级的变化（注：司机等级分为初级对应1级司机、中级对应2级司机、高级对应3级司机），司机故障处理的事件平均评分出现显著差异。
为此，我们采用置换检验方法建立方差模式：fit_aovp<-aovp（sjpf~sjdj，data=shujuji，perm=’Exact’），检验结果如下图所示：
.png)
通过方差分析，得出组间方差为412.53，组内方差为140.09，检查概率p为0.046。以显著水平α为0.05，则因概率p小于α，拒绝原假设，认为随着司机等级的变化，事件总体平均评分存在显著差异。进一步分析，通过plotmeans（sjpf~sjdj，data=shujuji）画出各等级司机的事件评分均值。
.png)
从图中，我们可以看到一级司机（高级）的事件评分均值明显高于二级（中级）和三级（初级）司机。在实际工作中，司机要从初级晋升至高级司机，期间要经过层层选拔，一般能评上高级司机的员工其故障应急处置水平会相对较高。
2.1.2 检查其余四个数值因素的影响
为了检查司机入司时长（rssc）、业务基础（ywjc）、工作表现评价（gzbx）、行走公里数（gls）是否与司机故障处理的评分显著相关，我们通过置换检查方法建立线性回归模型：fit_lmp（sjpf~rssc+ywjc+gzbx+gls，data=shujuji），模型评价如下：
.png)
从评价可知，故障处理的事件评分与司机入司时长、行走公里数相关性较弱，而与司机业务基础（p=0.035）、司机日常工作表现（p=0.0186）则显著相关。接下来，我们以后两个显著因素建立线性模型，包括两者的交互项。
.png)
通过模型概况，我们得知，事件评分与司机业务基础和司机日常工作表现的交互项相关性较弱（交互项p=0.51）。通过vif函数得出各系数的膨胀因子，分别为：司机业务基础为1.06，司机日常工作表现为1.26，两者交互项为1.33。
.png)
由于膨胀因子较小，解释变量间多重共线性较弱，对模型评估结果影响不大。通过检查可知，司机业务基础系数为0.61，司机工作表现系数为0.99。检验结论为：事件处理评分与司机业务基础、司机日常工作表现显著相关，而且均为正相关的关系。在日常管理中，我们往可以看到一些业务基础好或者日常工作表现好的司机在故障处理当中一般能发挥出色，表现良好。
2.2 其它深层次因素
现在，我们得知司机等级、业务基础、日常工作表现与故障处理的质量表现显著相关。但与此同时，我们通过调整后的 只有0.26，可知仍有较大的变差不能被以上模型解释。换句话说，还有其它复杂的因素没有被纳入模型中考量。这些因素包括：司机心理素质、司机安全敏感性、司机精神状态、司机当班情绪、故障难易程度等等。
3 质量管控措施探讨
我们从管理实践出发，将质量管控措施归纳为内部因素管控和外部因素管控。其中，内部因素管控措施包括：司机思想管理、职业道德建设、培训管理、安全意识培养，外部因素管控包括：危险源识别管理、处理流程优化、设备技术升级、应急管理制度优化、开展人员分类管理。
3.1 内部因素管控
3.1.1 司机思想管理
针对思想因素，管理人员应持续掌握住员工的想思动态，及时消除员工的消极情绪，积极引导从而提高乘务队伍士气。员工思想管理通过以下办法实施：定期开展重点员工心理疏导谈话，进行困难员工走访，开展员工畅所欲言活动等。只有让员工放下心理包袱，才能在工作中保持积极的心态。
3.1.2 职业道德建设
职业道德建设关系到员工的日常工作表现，职业道德较差的员工往往表现散漫，责任心欠缺，在故障处理时常常会出现误操作。因此，管理人员要注重乘务队伍的职业道德培养，定期开展职业道德宣讲会、案例学习，树立行业典型人物，逐步夯实道德建设基础。
3.1.3 培训管理
培训管理是乘务司机的核心工作之一，它涉及到员工业务知识的方方面面。针对乘务司机故障处理的业务培训，可分为理论培训和实作培训。（1）理论培训可以针对列车设备的技术特点，开展理论知识的授课培训，对应用中遇到的难点进行重点剖析。（2）实作培训包括回炉培训、实作演练、故障处理比武等多种形式。通过实作培训，员工可以亲自动手熟悉整个处理流程，并且真实体现到现场争分夺秒的压迫感。理论和实作培训相结合，为员工迅速打下坚实的业务基础。
3.1.4 安全意识培养
安全意识是每一位乘务司机必须具备的职业素养。安全意识培养不是一蹴而就，而是日复一日、水滴石穿的坚持。安全意识的重要性不言而喻，但要想取得良好的效果，管理人员除了坚持，还要多想办法、多种途径逐渐渗透。例如，可以每月开展全员安全教育会，每日候班会上进行事故案例分享，设立班组安全流动红旗等等。
3.2 外部因素管控
3.2.1 危险源识别管理
危险源识别管理贯穿着乘务安全生产工作的整个过程。通过危险源的识别，帮助司机找到安全漏洞，从而在故障应急时能有效防止重大的操作失误。作为安全管理人员，应定期开展危险源排查工作，定期更新危险源风险台账，及时制定防范措施。
3.2.2 处理流程优化
处理流程越复杂，故障处理差错率就越高。因此，简化处理流程，统筹优化不同车型的处理步骤，有助于员工掌握操作程度，减轻记忆负担。
3.2.3 设备技术升级
随着年月的增长，列车设备老化，并进入故障高发期。为保障地铁列车的正常运行，设备部门通过技术改造升级，改进列车故障预警时机，提高设备故障诊断准确性，增加列车故障的提示信息。设备技术升级是从设备环境因素着手，降低列车设备故障率及帮助司机准确判断故障根源，找准病根。
3.2.4 应急管理制度优化
完善地铁系统应急管理制度，对地铁运营各种突发事件制定相应的应急预案，例如建立应急抢险部、现场应急指挥小组建立机制、人员抢险布控，如果在故障处理及应急抢险阶段，有技师等专业指导员在OCC进行技术指导，司机的处理质量也会大大提高。
3.2.5 开展人员分类管理
由于员工的个性特点各不相同，有的员工业务基础较好，但工作表现较差；有的员工业务基础、工作表现都较佳，但遇事心理素质较弱；还有的员工业务基础和心理素质都较差，但平时工作表现良好，态度诚恳。对于这些不同特点的员工，管理人员在管理上就要有的放矢，根据不同的员工重点强化其薄弱环节的管理。例如，对于业务基础较好但工作表现较差的员工，管理人员可以重点对其开展安全谈话、思想疏导，平时作业期间多对这类员工进行作业检查；对于员工业务基础、工作表现都较佳，但遇事心理素质较弱的员工，管理人员可以多给机会组织此类员工进行实作演练，让其在班会上分享自己的工作心得，慢慢锻炼他们的心理素质。
4 结束语
通过本文的探讨分析，我们发现了一些影响司机故障处理质量的关键因素，并论述了相关的防控措施，但由于还有许多隐晦、难以量化的因素没有加入考量，致使模型解释较低。通过管理实践的不断深入，我们会不断探索各种潜在风险，将挖掘出更多隐蔽、复杂的影响因素，然后根据主要效应制定更具针对性的管控措施，从而不断提高乘务司机故障处理的应急水平。
参考文献：
[1]薛薇.基于R的统计分析与数据挖掘[M].中国人民大学出版社，2014
[2]谈志坚.浅谈地铁运营应急的研究[J].科技风，2018.06
作者简介：
杨锦明（1981—），男，汉族，广州人，助理工程师，交通运输工程硕士，研究方向：乘务司机故障处理质量。