工程不安全行为风险后果量化评价

张子琛， 郭聖煜， 周新宇， 黄程蓥， 李继超

(1. 中国地质大学(武汉) 经济管理学院， 湖北 武汉 430074； 2. 华中科技大学 土木工程与力学学院， 湖北 武汉 430074)

建筑工程施工现场作业环境复杂，人、机流动性大，生产条件恶劣，施工周期较长，危险源多且不确定，涉及众多未确知因素、随机因素和模糊因素，并不断变化[1]。因此，在建设过程中存在诸多风险，安全风险主要包括人的不安全行为、物的不安全状态和环境的不安全条件，导致安全事故时有发生[2]，造成不可挽回的经济损失和人员伤亡。工地上对于危险源诸如危险化学品和压力容器的风险管理日趋严格，采取单独设置存储空间，控制安全距离等方法改善不安全状态；工程配套的安全检测和监测工作体系也改善了环境的不安全条件。但是，个体和群体的不安全行为风险，由于存在于流动的施工作业活动中，不易控制，导致不安全行为的风险管理相对较弱。因此，辨析和评价导致事故发生的不安全行为风险因素，对工程事故预防具有重要意义。

目前，主要通过层次分析法、模糊综合评价法、蒙特卡罗模拟法、风险矩阵法等进行安全风险评价[3]。其中，风险矩阵法因概念清晰、使用方便、评估结果简洁易懂等特点，是实际风险管理工作最常用的方法之一[4]。该方法主要通过专家打分方式开展，是一种定性的风险评估方法。近些年，有研究将风险矩阵法与故障树分析法[5]、层次分析法[6]以及领结图分析法[7]等研究方法相结合，改善该方法评价主观性的问题。张晓等[8]将贝叶斯网络结合到风险矩阵法中，通过网络参数定量确定安全风险的概率。但是针对该方法中安全风险的后果，通常按照风险可能导致事故后的损失(人员伤亡及财产损失)量化确定，依赖专家经验预判，仍然缺乏事前辅助量化的方法。另外，相同的不安全行为风险，可能造成不同类型的事故。按照潜在的事故损失来确定不安全行为风险的后果，更容易受到专家偏见的影响。在当前大数据的时代背景下，以自下而上数据驱动的研究范式逐渐兴起，诸如数据挖掘算法[9]和复杂网络[10]等方法开始在工程领域广泛应用。复杂网络是大量真实复杂系统的拓扑抽象[11]，将影响系统的因素作为网络节点，能够分析得到不同类型因素对系统的影响程度。本文以事故作为系统，不安全行为风险作为节点构建复杂网络，通过评价节点的重要程度，反映不安全行为风险对事故的危害性大小，辅助风险矩阵法定量评价风险后果。

基于历史事故数据构建复杂网络，利用综合度和集聚系数的节点重要性度量方法确定网络中不安全行为风险对事故的危害性等级，改进传统风险矩阵法，辅助定量评价不安全行为风险的后果。以中国房建工程为例具体阐述不安全行为风险后果的评价过程和结果，验证将节点重要性的度量方法融入传统风险矩阵法确定风险后果的效果，以更好指导工程安全风险管理，预防施工事故发生。

1 风险矩阵法

传统的风险矩阵法是一种将风险事件发生的可能性大小和后果的严重程度进行综合考虑，定性确定风险大小的分析方法。数学表达式为R=PC，R为风险指数，P为风险因素发生的概率，C为风险事件的后果。利用该方法评价安全风险时，后果严重程度通常是按照风险事件造成事故的后果定性地分为4个等级[12]：(1)灾难级Ⅰ：人员死亡或系统报废；(2)严重级Ⅱ：人员严重受伤、严重职业病或系统严重损坏；(3)轻度级Ⅲ：人员轻度受伤、轻度职业病或系统轻度损坏；(4)轻微级Ⅳ：人员伤害程度和系统损坏程度都轻于Ⅲ级。对不安全行为风险，专家定性确定风险的后果，往往受到主观偏见的影响使得评价结果不够准确。

2 节点重要性度量方法

节点重要性度量方法是评价复杂网络中节点重要程度的方法。对于从历史事故数据中提取不安全行为节点形成的复杂网络，攻击重要节点能够达到摧毁整个网络的目的，即有效预防事故。不安全行为节点在网络中的重要性，能够在一定程度上反映不安全行为风险对事故的危害性，辅助风险矩阵法确定风险后果。衡量节点的重要性依据其网络拓扑参数，包括度、集聚系数和介数等。从参数网络特性来看，度只考虑节点自身的邻居个数而忽略了邻居节点之间的关联性，集聚系数只考虑节点邻居之间的紧密程度而忽略了邻居节点的规模。因此，本文综合考虑不安全行为节点的度和集聚系数，提出评价指标衡量节点的重要性。

2.1 度和集聚系数

节点的度是指网络中与节点连接的边的条数，常用k表示，有向网络中，度分为出度kout和入度kin。节点i的度ki为：

(1)

集聚系数是网络中节点集聚程度的系数，反映节点的邻居节点间相互连接的程度。节点i的集聚系数ci为：

(2)

式中：mi为节点i的全部邻居节点数，若邻居节点全部相互连接，则有mi(mi-1)/2条边；Ei为节点i的全部邻居节点实际连接边数。

2.2 节点重要性评价指标

参考以往研究的重要性度量方法[13]，本研究综合考虑节点的度和集聚系数对节点重要性的影响，构建评价指标pi，表示为：

(3)

(4)

(5)

通过图1展示评价指标pi衡量节点重要程度的合理性。删除节点4对该网络的影响大于删除节点3，因为两节点的邻居节点规模虽然相同，但节点4的邻居节点的紧密程度更高。通过计算发现，考虑节点度和其邻居度时，k3=k4=3，f3=f4=12，两者相等。进一步考虑节点的邻居节点之间的关系时，通过式(3)计算得到p3=0.43，p4=0.82，p4>p3，说明评价指标pi能够综合考虑节点规模和其邻居之间紧密程度的双重影响。

图1 判断网络节点重要性的示意

2.3 风险矩阵法的改进

节点重要性的评价指标中，出度针对指出的不安全行为节点，是导致事故的间接原因，入度针对指向的不安全行为节点，是导致事故的直接原因。因此，度反映不安全行为风险作为引发事故原因的频繁程度。集聚系数反映网络的小世界特性，集聚系数高的不安全行为风险在网络中的地位显著，即对引发事故有突出贡献。因此，综合两者评价不安全行为节点的重要性，能够较全面反映不安全行为引起事故的危害程度，改进风险矩阵法，用于辅助定量评价不安全行为风险的后果。根据网络节点的评价指标值，按照从大到小的顺序得到不安全行为风险的排序表。参照聚类分析确定等级的方法[14]，仍然将不安全行为风险的后果分成4级，如表1所示。通过对节点重要性评价指标pi值辅助确定传统风险矩阵中的后果C，实现风险矩阵法从定性到定量的转变。

表1 不安全行为风险后果的严重性等级

3 应用案例

为了验证通过节点重要性度量方法确定不安全行为风险后果的效果，选取中国房建历史事故案例构建复杂网络，定量评估网络中具体不安全行为风险对事故的影响。应用案例的实施包括以下4个部分(图2)：(1)利用复杂网络，通过中国房建工程的历史事故数据构建事故的行为致险链网络；(2)采用Pajek软件，计算得到行为致险链网络中每个节点的度ki和集聚系数ci；(3)根据式(3)，利用步骤(2)中的度和集聚系数，计算得到不安全行为节点重要性的定量评价指标pi；(4)根据pi，通过K均值聚类算法得到不安全行为风险后果的严重性等级，辅助量化不安全行为风险的后果C，改进风险矩阵法。

图2 应用案例的实施步骤

3.1 应用过程

首先，构建行为致险链网络[15]。事故来源于官方网站，如安全生产监督局、住房与城乡建设部、地方各级政府的官网等，因为官方网站通报的事故信息具有权威性且包含事故过程等信息较为全面。最终，筛选出2010―2017年间249起带有详细事故调查报告的房建工程事故案例。导致这些事故的原因中均涉及到施工人员的不安全行为，仅由于不安全状态或者环境引起的事故未包含在内。提取行为致险链的过程，主要是对事故案例调查报告中的发生经过和事故原因两部分的分析，找出事故中涉及的不安全行为，按照这些行为出现的时序关系成链。这些链接关系中，存在重合部分。例如链“21→12→15→14”和链“17→15→14”中均存在编号为14和15的不安全行为时序关系，在网络中该重合部分合并表达为“15→14”的单链。受限于网络建模和分析的Pajek软件功能，行为致险链网络为定向无权网络，所以未考虑合并链节点权重的影响。最终，提取38个具体的不安全行为作为节点，整理得到191条行为致险链，通过复杂网络构建的网络模型如图3所示。

图3 房建工程事故行为致险链网络

通过Pajek软件计算不安全行为节点的度和集聚系数两类拓扑参数，如图4所示。从图中可以看出，度ki排在前五的节点分别是17，15，1，12，6，代表的不安全行为分别是无许可证件从事特种作业、未佩戴安全带、处于不安全位置、临边防护措施不到位和违规操作机械设备，平均度为8，说明这些不安全行为平均会与8个不安全行为存在链接关系，是引发房建工程事故的常见行为原因。集聚系数ci排在前六的节点分别是28，31，25，5，33，7(其中节点31，25，5，33，7的集聚系数相等)，代表的不安全行为分别是未按要求搭建作业平台、起重设备未按要求吊运物品、未按规范浇筑混凝土、忘记关闭设备和未按要求搭设卸料平台、操作错误(指按钮、阀门、搬手、把柄等的操作)，说明这些节点的相邻节点相互连接程度高，是处在网络小中心的不安全行为，对引发事故具有突出贡献。针对集聚系数，由于网络中有6个不安全行为节点度为1，式(2)分母为0，集聚系数的计算结果为999999998，在后续评价指标的计算过程中将其剔除。

图4 行为致险链网络节点的度和集聚系数

最后，通过基于度和集聚系数的节点重要性度量方法，得到网络中32个不安全行为节点pi的计算结果。再利用SPSS Statistics 19软件的K均值聚类算法功能，得到不安全行为风险相应的后果等级。表2列举了网络中一部分不安全行为节点的评价指标和对应的后果等级，按照pi值从大到小排列。

3.2 应用结果

根据表2中评价指标pi的计算结果，排在前5的不安全行为分别为节点25，17，15，12，5。其中，节点25(未按规范浇筑混凝土)后果为Ⅰ类最高等级。从网络中节点的度来看，该节点的度值小，说明节点规模小，这个不安全行为并非引发事故的常见行为原因。但是该不安全行为节点的集聚系数大，反映的现实意义是该行为一旦出现，很大程度上可能引发坍塌类房建工程事故，说明该不安全行为对特定类型事故后果的危害性大，这个结果也从侧面反映出不安全行为节点的重要性度量综合考虑了节点度和集聚系数的综合影响，能较全面地定量刻画不安全行为风险的后果。其余4个不安全行为后果为Ⅱ类次高等级。我国《安全生产法》和《安全行政处罚条例》等法律法规要求从事特种作业(焊接、起重、登高架设等)的人员必须取得特种作业操作资格证书，反映无特种证件从事特种作业这个不安全行为的危害性大。房建工程涉及到大量的高处作业，出现未佩戴安全带或临边防护措施不到位的不安全行为，都可能导致高处坠落的事故，造成人员伤亡的严重后果。关于这两个不安全行为的危害性，在另外一些研究中也得到证实[16,17]。忘记关闭设备的不安全行为与工程机械设备相关，人机交互作业过程中易引起物体打击、起重伤害和机械伤害等多种类型的事故，同样具有较大的危害性。通过对聚类结果的分析，说明采用节点重要性度量方法评价不安全行为风险的后果，具有一定的合理性。

表2 部分节点的评价指标和对应后果等级

4 结 语

本文通过历史事故数据构建复杂网络，利用基于度和集聚系数的节点重要性的度量方法，辅助定量评价不安全行为风险造成事故的后果，改进传统的安全矩阵法。以我国房建工程的不安全行为风险后果评价作为应用案例，对32个不安全行为造成事故后果的危害程度做出了排序，按照K均值聚类算法得到了这些不安全行为造成事故后果的危害性等级。其中包括未按规范浇筑混凝土、无许可证件从事特种作业、未佩戴安全带、临边防护措施不到位和忘记关闭设备的5个不安全行为的危害性最大，在风险矩阵法的评价中应当引起重视。

从理论角度来讲，本研究改善了传统的风险矩阵法。通过节点重要性的度量方法，从历史事故数据构建的复杂网络中得到反映不安全行为风险后果的评价指标，使得风险矩阵法的应用更加客观，为该方法从定性化方法转变为定量化方法提供思路。从实际角度来讲，本研究有利于加强工程不安全行为风险管理。目前工程中普遍采用风险矩阵法制定安全风险的预控表。节点重要性的度量方法辅助定量确定不安全行为风险造成事故后果的危害性等级，为风险矩阵法的评价提供数据支撑，制表更加合理。另外，找出了对我国房建工程事故影响大的不安全行为风险。依据帕累托法则，重点控制对事故影响大的不安全行为风险能有效预防事故。工程管理人员可以对这些不安全行为有针对性地制定风险控制策略，提高安全风险管理能力。

本文仍存在一些不足，节点重要性的度量方法未考虑介数。介数能反映不安全行为风险在事故网络中的扩散能力，对评价风险造成事故的危害性同样具有一定的影响。此外，行为致险链网络未考虑节点权重，忽视了某些反复出现不安全行为风险的叠加效应造成事故的影响。下一步研究将综合分析度、集聚系数和介数，评价网络中不安全行为节点的重要性，以及探索纳入节点权重的网络分析方法。