编辑推荐：
生产压力量化模型构建及铁路交通控制实证研究，提出基于DEA-DDF框架测量人机协同系统中效率与安全动态平衡的方法，通过比利时Infrabel铁路TCC数据验证模型有效性，揭示生产压力对安全边界迁移的影响机制。
S. Mohammad Hashemian|Konstantinos P. Triantis|Léon Sobrie|Saman Mohsenirad|Bart Roets|Mette Asmild
弗吉尼亚理工大学工业与系统工程系，学术楼1号楼，3625 Potomac Avenue，亚历山大市，VA，美国
摘要
在社会技术系统（STSs）中，人们与技术在动态、高压的条件下互动以实现共同目标，这种追求效率的过程往往会对资源造成压力。许多交通环境就是STSs的典型例子，在这些环境中，基础设施、技术和操作人员之间紧密依赖。在这种情况下，对效率的追求可能导致“生产压力”（PrP）的产生；即性能需求与在不影响安全的前提下满足这些需求的能力之间的紧张关系。如果这种压力得不到管理，可能会导致变通措施、认知过载或不安全的操作行为。我们提出了一种初步方法，通过引入一种新的定量机制来系统地应对交通环境中的PrP问题。我们开发了一个分析框架，利用数据包络分析（DEA）来评估STSs中的PrP。该方法应用于比利时铁路基础设施公司Infrabel的交通控制中心（TCCs），在那里PrP被建模为铁路交通密度与操作人员工作负荷之间的权衡。我们的研究结果表明，该模型能够细致地理解铁路交通管制员所面临的压力。通过这项研究，我们为开发出结合人类和技术视角的、用于支持STSs中安全高效运行的稳健数据驱动工具做出了贡献。
引言
社会技术系统（STSs）的特点是人员、技术、组织结构以及更广泛环境之间的复杂互动，系统的性能和安全结果取决于这些组成部分之间的和谐整合（Trist和Bamforth，1951年；Rasmussen，1997年）。在STSs中，效率与安全之间存在内在的紧张关系，提高效率的追求可能会以牺牲安全为代价。生产压力（PrP）被定义为当性能需求接近或超过安全满足这些需求的可用人力、技术或时间能力时所产生的系统性紧张。这一定义与之前关于STSs中竞争性运营压力和边界迁移的研究一致（Rasmussen，1997年；Hollnagel和Woods，2005年；Dekker，2017年；Hashemian和Triantis，2023年）。虽然PrP与工作负荷、时间压力和疲劳等概念有关，但在概念上有所不同。工作负荷指的是相对于工人的认知和感知能力而施加的任务需求（Wickens，2008年）。时间压力指的是完成任务所需的可用时间资源的压缩（Hancock，1989年）。疲劳反映了认知和生理功能的逐渐退化，这会损害注意力和决策质量（Folkard和Lombardi，2006年）。与工作负荷、时间压力或疲劳不同，PrP代表了系统的一种结构性特征，它促使行为接近安全性能的边界。这些概念描述的是工人/人类操作员的状态，而PrP则涉及性能需求与安全边际之间的系统性紧张关系。因此，工作负荷、时间压力或疲劳可以被视为PrP的下游指标或表现；它们单独来看并不构成PrP，也无法直接反映性能需求与向安全边界迁移之间的关系。
尽管风险分析和安全科学文献中已经充分认识到了PrP的存在，但在STSs中对其进行明确量化、监测和管理方面仍存在差距（Dekker，2014年；Hashemian和Triantis，2023年；Rasmussen，1997年；Woods等人，2017年）。在交通心理学中已经观察到这种紧张关系，时间压力会改变生理活动和驾驶表现，影响情绪状态和风险决策（C?ugnet等人，2013年；Rendon-Velez等人，2016年；Pawar和Velaga，2022年）。本文基于这一研究领域，通过开发并实证验证了一个专门用于量化、监测和管理STSs中PrP的稳健定量框架来填补这一空白。我们采用了数据包络分析（DEA）这一知名的性能测量方法（Charnes等人，1978年），并提出了一种衡量效率与安全之间微妙平衡的新方法。该模型使用来自比利时铁路基础设施公司Infrabel管理的交通控制中心（TCCs）的细分、匿名运营数据进行了实证测试。这项案例研究为铁路交通管制员面临的PrP问题提供了独特的见解。
本研究对安全科学、交通研究和生产力测量领域的现有文献做出了以下贡献：
•理论和系统思维的贡献（基于边界的视角）：
我们提出了一种基于边界分析的安全系统思维方法，将安全和效率概念化为相互依存的系统结果，而不是独立的目标。通过系统边界的概念形式化安全与效率之间的权衡，这一贡献为分析运营压力如何将系统推向或超出安全限制提供了连贯的理论框架。
•方法论贡献（使用DEA-方向距离函数（DDF）量化PrP）：
我们引入了一种基于DEA中的DDF的新方法论框架，该方法能够明确地将安全视为不良输出，并量化PrP。这种方法扩展了传统的效率分析，将效率改进和安全退化共同纳入一个综合框架中。从建模的角度来看，我们将不利的安后果视为运营系统的不良输出。从生产理论的角度来看，减少这些不良输出并非自动发生，而是需要对生产过程进行调整，例如改变输入或预期输出的水平。因此，在我们的背景下采用弱可处置性假设是合适的。
•实证贡献（现实世界的社会技术系统）：
我们使用来自Infrabel铁路交通控制中心的独特真实世界运营数据实证说明了所提出的框架，该系统是一个复杂的社会技术交通系统的典型例子。这一实证应用证明了该方法在运营安全关键环境中的可行性、稳健性和实际相关性。
•管理和决策支持贡献（风险意识绩效指标）：
我们的结果扩展了传统的管理绩效指标，揭示了PrP增加如何表明系统正在向安全边界迁移。通过量化这种迁移的方向和幅度，该框架提供了可操作的见解，使交通管理者能够在超过关键阈值之前预见安全风险并平衡效率与安全。
本手稿的其余部分结构如下：第2节介绍了PrP的理论基础。第3节将理论与测量PrP的方法论要求联系起来。第4节介绍了量化PrP的方法论框架，包括其数学公式和解释。第5节将这一框架应用于Infrabel TCCs的实际案例研究，展示了PrP在实践中的表现。最后，第6节总结了主要发现，指出了研究的局限性，并提出了未来研究的方向。
节选内容
关于效率与安全之间权衡的理论思考
安全科学文献中充分记录了权衡是STSs日常工作中固有且不可避免的特征（Rasmussen，1997年；Svedung和Rasmussen，2002年）。安全与效率之间的权衡已在多个领域得到广泛研究（Almeida，2024年；Barnatt和Jack，2018年；Elvik，2009年；Hollnagel，2017a年；Li等人，2021年；Woodward等人，2022年）。在这种权衡中，工作者面临着在（i）通过提前采取行动收集最低信息
从理论到方法
本节建立了第2节中PrP理论讨论与第4节中提出的方法论方法之间的桥梁。在这里，我们确定了测量PrP的定量要求，评估了合适的分析技术，并论证了选择DEA作为核心方法的合理性。我们还讨论了在绩效测量文献中如何处理捕捉PrP所需的不利输出。
测量PrP的分析框架
在本节中，我们介绍了一个用于量化STSs中PrP的分析框架。该框架旨在通过衡量理想结果与不利结果之间的权衡来捕捉在潜在安全代价下实现运营效率的程度。图1展示了测量和管理STSs中PrP的逐步框架。该过程包括四个相互关联的阶段：（i）DMU选择与模型操作化，（ii）数据准备与模型
案例研究：现实世界的STS
本节通过一个案例研究展示了PrP在现实世界STS中的表现。第5.1节说明了选择交通系统作为案例研究的原因，描述了该案例的运营背景——Infrabel的铁路TCCs，并回顾了Infrabel内部关于效率和安全的先前研究。第5.2节将提出的分析框架应用于TCCs，以评估操作人员所经历的PrP，并进行了稳健性分析。最后，第5.3节概述了
结论与未来方向
本研究通过整合专家验证的输入以及我们的DDF DEA模型设置中的理想和不利输出，提出了一种量化STSs中PrP的定量框架。该框架通过将PrP作为可测量构建，并展示安全约束如何塑造效率边界，为安全科学文献做出了贡献。对于实践者来说，该方法提供了一种监测安全-效率紧张关系和识别高压时期的方法。
CRediT作者贡献声明
S. Mohammad Hashemian：可视化、软件、方法论、调查、形式分析、概念化。Konstantinos P. Triantis：撰写——审阅与编辑、撰写——初稿、验证、监督、资源管理、项目协调、资金获取、概念化。Léon Sobrie：撰写——审阅与编辑、撰写——初稿、可视化、软件、方法论、调查、形式分析。Saman Mohsenirad：撰写——审阅与编辑、撰写——初稿
利益冲突声明
作者声明以下可能被视为潜在利益冲突的财务利益和个人关系：[作者声明以下可能被视为潜在利益冲突的财务利益和个人关系：Bart Roets是Infrabel的员工。本研究由美国国家科学基金会（NSF）资助，项目编号为2051685：“LEAP-HI：从人机交互中的错误和接近失误中学习安全”]
致谢
本工作得到了美国国家科学基金会（NSF）的资助，项目编号为2051685：“LEAP-HI：从人机交互中的错误和接近失误中学习安全”。声明、发现和结论仅代表作者的观点，不一定反映NSF的观点。我们感谢在弗吉尼亚州阿灵顿举行的2025年北大西洋生产力研讨会（NAPW）和国际效率协会的参与者
