大数据视角下建筑施工安全风险管理研究

梁培，刘畅，梁松

（重庆建工集团股份有限公司设计研究院，重庆 400014）

0 引言

中国正在从工程大国走向工程强国，建筑业稳步发展。工程强国的 “强” 应该体现在各个方面，建筑施工安全一直以来都是社会关注的重点，也是衡量施工企业是否合格的标准之一。根据住建部统计[1]可知，我国房屋市政工程生产安全事故及死亡人数有逐年上升的趋势（图1），建筑施工安全风险管控难度较大。随着科技发展，人工智能、云计算、物联网、大数据等新技术相继出现，传统建筑施工安全风险管理方式得以创新发展，进而在工程开始之前就可以分析可能存在的安全风险，提出针对性的对策加以管理，有效提升建筑施工的安全水平。

图1 2012—2018年中国房屋市政工程生产安全事故及死亡人数

1 建筑施工安全事故的风险源分析

1.1 施工人员的因素

施工人员的因素主要指施工人员的安全意识和职业素养存在问题，从而导致安全事故的发生。建筑施工人员作为施工现场的行为主体，施工人员的安全意识将对现场安全情况产生重大影响。由于施工用人量大，施工人员安全意识和职业素养参差不齐。一方面，一些施工单位缺乏对施工人员入职后的安全教育，或教育流于形式，导致施工人员难以形成较好的安全意识，施工现场存在较大的安全隐患[2]。另一方面，施工人员的职业素养不足也是导致发生安全事故的原因之一，他们在施工现场往往存在不安全行为，如未佩戴防护用品、奔跑作业等。另外，也存在施工人员因为自身及周围环境等因素操作失误的情况。这些都增加了施工安全的风险。

1.2 施工材料的因素

施工材料的因素主要指施工材料处于不安全状态。在施工现场中，施工材料的不安全状态，如施工材料的进场验收不合格、存储和保管情况不佳、材料出厂质量不达标等情况，会直接对施工安全产生影响。如果施工单位未对这些施工材料进行有效管理控制，将增加安全风险。

1.3 施工机械装备的因素

施工机械装备的因素主要指机械设备处于不安全状态，如机械装备的使用状态不佳或者老化、定期维修与保养不到位或出现故障等情况。诸如此类的施工机械装备的不安全状态将直接增加施工现场的安全风险。

1.4 施工环境的因素

施工环境也是导致施工安全事故的成因之一。施工环境的不安全状态直接影响施工人员的施工行为。例如施工光线太暗阻碍视线，光线过强导致无法看清施工物品，施工现场未达到安全文明施工要求，杂乱无章。这些条件都会间接地增加发生安全事故的可能性。

1.5 施工安全管理的因素

施工安全管理的因素主要指施工现场安全管理不到位。施工现场管理不够，管理水平不足，安全管理体制不健全，安全管理责任划分模糊，对施工人员缺乏安全培训管理，安全防护措施不完善等一系列管理因素，都会增加施工安全事故发生的风险。

1.6 施工安全投入的因素

施工安全投入的因素主要指为确保施工安全而投入的人力、物力和财力。施工要素投入不足将有可能导致安全生产基本运行失常，从而发生安全事故。根据《企业安全生产费用提取和使用管理办法》，施工安全投入占比不高，施工企业设置的安全投入费用不能满足安全生产的需要，将会影响施工人员、施工物品的安全状态[3]。

2 基于大数据的建筑施工安全风险管理

在明晰了施工安全事故风险源之后，可以利用大数据技术帮助施工企业进行现场安全管理，提高管理效率和质量。

2.1 基于大数据进行建筑施工安全风险管理的理论基础

施工安全大数据作为重要的数据基础，对施工安全风险管理数据化有极大的作用。通过运用大数据思维，物联网、云计算等大数据技术，能够有效解决风险管理出现的问题，优化建筑施工安全风险管理。

（1） 大数据

大数据思维是将采集到的经验与现象等数据进行数据化和规律化处理。综合运用统计学、人工智能、数据挖掘等方法的优势，统筹融合处理数据，以一种更可靠的、高效的形式挖掘多源异构数据[4]。本质上就是从 “计算为中心” 转变到 “数据处理为中心” ，是一种新的数据处理思维。

目前大数据已得到广泛运用，例如在公安系统，通过采集居民数据，将整个区域以数据的形式展现在平台上，追踪定位不法分子，进行高效便捷的管控，从而降低管控难度。

（2） 物联网

物联网技术在建筑施工领域的运用较为广泛。物联网是在互联网的基础上，不局限于网络之间，而是延伸至所有物品与物品之间，实现物与物之间的联结和信息交互，是重要的信息技术。在施工过程中，利用物联网技术可以将施工现场的所有信息在网络中显示[5]。物联网的强大映射功能，有助于形成大数据。因此在形成施工安全大数据库时，物联网作为重要支撑环节进行数据采集，保障数据的有效性和可靠性。

（3） 云计算

云技术的核心是云计算。通过互联网连接实现巨大的数据收集、运算、结果汇总、结果反馈，需要庞大的计算量，云计算能在短时间内提供极速运算服务。

2.2 基于大数据的建筑施工安全风险管理流程

基于大数据进行施工安全风险管理的第一步是进行风险识别。风险识别主要是对施工过程中的人员、材料、机械、环境和管理进行识别。利用传统手段进行数据识别，如直接经验法、对照检查表法等，加上大数据技术性分析得到最终的综合性风险识别结果。数据来源有以下几种：一是利用物联网技术对施工现场进行监控，如红外感应器、RFID、定位系统等智能传感器将施工现场的人材机环管5大要素用互联网联系起来，形成数据化管理，达到同步检测、实时监控；二是将国家相关的法律法规纳入安全生产数据库中，运用机械语言通过计算机编程进行风险识别[6]；三是行业内的历史安全事故数据，通过大数据技术实现关联分析，并获取数据中的价值规律，从而指导风险管理。识别之后可以根据5大要素细化得到施工安全风险因素数据表，如表1所示。

表1所示的风险因素可通过不断识别进行更新完善。将风险数据识别之后，形成施工安全大数据库，解决数据孤岛的问题，是施工安全管理的重要基础。施工安全大数据库利用大数据技术实现风险数据耦合，调整信息，避免出现数据遗漏、重复或冲突的情况，提高安全管理的科学性、准确性和共享性。

施工安全风险管理不只是形成数据库。在建立了施工安全大数据库之后，再进行实时的数据采集，对风险进行评价分级。对安全生产大数据库的海量数据资源进行整合，利用大数据技术对数据进行关联分析及置信度分析，相较于传统风险评价分级的优势在于可以获取不易发现的风险要素信息。关联及置信度分析之后，对施工安全事故发生的可能性和严重程度进行分级设计，以人材机环管5大要素及时间、空间、系统等要素确定分级指标，最终形成施工安全风险评价分级模型，帮助各参与方更好地进行施工安全管理。

表1 建筑施工现场安全风险因素表

在对风险进行评价分级之后，可以利用大数据技术建立风险预警预控模型，有效预防施工安全事故的发生。在现场管理中，利用机械学习法优化自动预警功能；施工安全大数据库中的预警、报警历史统计数据作为基础数据资源，根据关联分析与可信度分析预测安全风险发生的趋势；再利用物联网等技术对施工现场的数据进行实时采集、存储和分析，通过大数据流处理技术对数据进行动态监测，优化实时预警功能[7]。在风险预警过程中，发出预警信息的时候，利用大数据的特点，同步提出针对不同预警状态的预防措施，为施工现场安全风险管理决策提供支撑。

通过风险预警，将安全风险数据发布至平台中，并存储至施工安全大数据库中，不断优化数据库和风险管理流程，做到科学、高效、精准管理。

基于大数据的建筑施工安全风险管理流程如图2所示。

3 结语

通过大数据技术开始风险识别，形成生产安全大数据库，并利用大数据技术进行关联分析和置信度分析，从而进行风险评价分级。针对风险评价分级结果进行风险预警预控，利用大数据对建筑施工安全进行风险管理，使得施工现场管理更规范、更科学、更有效。大数据技术未来将大量运用在建筑施工领域，基于大数据的施工安全风险管理将为建设工程的风险防控提供帮助。

图2 基于大数据的施工安全风险管理流程