基于HFACS和SD的建筑工人不安全行为影响因素

李易凇, 徐 琴, 周光毅

(1. 大连理工大学 建设工程学部, 辽宁 大连 116024;2. 中国建筑第八工程局有限公司 东北分公司, 辽宁 大连 116002)

2012—2018年,我国大陆地区共发生房屋市政工程生产安全事故4100起,死亡人数5011人,事故数和死亡人数随年份呈总体上升趋势[1];2019年又发生房屋市政工程生产安全事故773起,死亡904人,相比于2018年事故增加39起、死亡人数增加64人,二者分别上升5.31%和7.62%[2]。

Garrett等[3]研究发现,不安全行为是导致各个高风险行业安全事故的主要原因,其中包括建筑行业;Fang等[4]综合分析我国建筑安全事故,指出不安全行为是导致事故的重要因素。这些研究结果表明,人的不安全行为作为事故的关键致因需要重点关注。

在不安全行为的影响因素研究领域中,李红霞等[5]通过使用层次分析法-熵权法和模糊评价法构建了包含管理、作业、个体等因素的矿山工人不安全行为影响因素评价模型;叶贵等[6]从人、物、管、环4个方面归纳了建筑工人的不安全行为影响因素;杨雪等[7]通过对心理压力、情感因素进行分析,构建了情感事件视角下矿工不安全行为影响因素系统动力学模型;郭焘等[8]通过探究矿工生产中不安全行为背后的心理动机,指出矿工个人心理风险与生产中的不安全行为存在显著相关性。然而,上述研究主要是从不同角度去分析不安全行为的产生原因,即只涵盖了其产生阶段。石娟等[9]基于社会网络和传播动力学理论构建建筑工人不安全行为传播模型,表明建筑行业中工人间不信任的关系可以有效降低不安全行为的传播能力和传播速率;张明媛等[10]通过建立不安全行为的传播模型,证明不安全行为的传播会对施工现场的不安全行为产生影响。

HFACS模型是一种常用的人因分析工具,其在考虑不安全行为的同时还能考虑到背后的潜在因素,目前主要应用于航空、铁路、煤矿等领域[11-13]。在建筑行业,HFACS模型已逐渐被应用于建筑安全事故影响因素的分析中[14-16]。系统动力学模型作为一种兼顾定性分析与定量分析的工具,可以通过因素间的因果反馈图直观地反映各影响因素间的关系,处理较为长期的问题以及周期性较强的问题。

本文综合考虑不安全行为产生和传播2个阶段的影响,通过构建并量化的HFACS-C体系,明确工人不安全行为的影响因素,再根据量化结果建立施工现场不安全行为SD模型进行仿真模拟,将其作为分析施工现场不安全行为的工具分析体系内各因素间的复杂关系,以更好地提供不安全行为管理建议,提高施工安全管理水平。

1 不安全行为影响因素体系

1.1 构建HFACS-C体系

HFACS最初是针对航空行业提出的,为使HFACS更适用于建筑行业,在对相关文献进行分析和总结的基础上,考虑不安全行为的产生和传播阶段,对HFACS框架进行适当调整,初步建立了适用于建筑工人不安全行为的HFACS-C体系,如图1所示。

不安全行为层次作为建筑安全事故最主要的致因,主要包括违规和失误两种。考虑到人们在违规和失误两类行为的采取过程中会有不同的心理活动,将不安全行为分为有意不安全行为和无意不安全行为。有意不安全行为是指行为人在知道安全行为标准的前提下选择采取不安全的行为,主要表现形式体现为冒险作业、不按要求佩戴使用防护工具、违反规章制度及操作程序等;而无意不安全行为则是在行为人不知情的状况下发生的,主要表现形式包括操作规程遗漏、环境危害辨识不到位和事故处理不及时或方法不当等。

行为传播是人类以人际交往为基础进行的行为复制、扩散以及演化[17]。在特定群体中,成员之间只要具有一定的连接关系,行为便可以在成员之中传播。韩豫等[18]通过调查发现,施工现场的作业活动大多以班组为单位开展,通过班组长对工人的师徒传授以及工人的模仿自学,使得建筑工人获得作业技能。施工现场的不安全行为可以在模仿学习过程中进行传播。一些学者[19-22]认为不安全行为的传播对现场整体安全水平有较大的影响,提出可以从班组的角度对建筑工人的不安全行为进行控制。本文选取安全教育、关键人物、惩罚措施以及工作任务的不方便程度作为不安全行为传播层的影响因素。

结合相关文献研究和实际情况确定各因素的表现形式见表1。

表1 HFACS-C各要素的表现形式Tab.1 Expression form of each element of HFACS-C

1.2 HFACS-C体系分析

本文从中华人民共和国应急管理部官方网站上公布的大量事故调查报告中,针对建筑领域的安全事故进行筛选,共收集到我国各省(市)48起建筑安全事故的事故调查报告。

1.2.1 数据统计

根据表1中的各影响因素,从收集的安全事故报告中提取事故经过、直接原因及间接原因等信息,并进行分类汇总,得到各影响因素的频数及频率。

1.2.2 因素关联分析

将事故报告获得的影响因素统计数据导入到统计学软件SPSS中进行分析,计算得到不同层级因素卡方值、让步比和P值。

卡方检验用来检验2个因素间是否独立,如卡方值大于临界值且P值满足一定显著水平,则二者相关。2个变量间的让步比衡量了二者的相关程度,如让步比大于1,说明1个变量的出现增大了另1个变量的出现几率,即二者相关,且让步比越大,因素之间的关联越强。

对统计分析结果进行筛选,筛选条件为P值大于0.05且让步比大于1[23],得到的统计情况见表2。

1.2.3 权重的确定

根据关联关系的分析结果,剔除关联关系不明显的因素,构建施工现场不安全行为ANP结构图如图2所示,并依据各因素的频数结果对各因素的相对重要性结果进行赋值,频数越高代表重要性越强,赋值标准参照1～9标度法,具体标准见表3。将赋值后的重要性比较结果输入到ANP结构图中,通过Super Decison软件进行权重计算,权重计算结果如表4所示,最终得到量化的建筑工人不安全行为影响因素体系HFACS-C如图3所示,图中方框内数据为影响因素的权重,指引线处的数据为让步比。

表4 权重计算结果Tab.4 Calculation results of weight

图2 ANP结构图Fig.2 ANP structure diagram

图3 量化的HFACS-C体系Fig.3 Quantitative HFACS-C system

2 不安全行为的系统动力学模型

2.1 构建存量流量图

本文使用Vensim软件进行建模,构建系统动力学模型的因果回路图,并在因果回路图的基础上绘制出存量流量,如图4所示。

图4 存量流量图Fig.4 Diagram of stock and flow

2.2 确定系统动力学方程

影响系数表示因变量对结果变量的影响程度。不同层次影响因素的权重值代表该影响因素对这一层次的影响程度,而层次间的卡方值及让步比代表各层次之间的关联关系。本文使用加权权重值与让步比方法确定的不同因素之间影响系数见表5。由此,可根据建筑工人不安全行为的存量流量图建立SD模型变量间的关系方程式。

表5 因素间影响系数Tab.5 Influence coefficient between factors

3 案例应用

基于构建的施工现场不安全行为系统动力学模型,本节以某城市具体项目为例,对施工现场一定时期内的不安全行为进行实例分析。

3.1 数据获取

为了对各因素进行定量分析,应先对模型中的各因素进行量化处理。由于不能直接获取各水平变量的值,故选取对项目情况较为熟悉的项目管理人员、安全员、班组长以及木工、钢筋工等基层作业人员作为对象开展问卷调查工作,并根据问卷数据反馈确定项目情况。

通过查阅相关资料明确本研究的问卷题项,共设计40个题项,发放并回收64份有效问卷。信度反映问卷数据的可靠性,用α系数大小体现,具体标准为:0.60<α<0.65,表示问卷信度较低;0.65<α<0.70,表示信度一般;0.70<α<0.80,表示信度较好;0.80<α<0.90,表示信度很好;α>0.90,表示信度非常好。效度是指问卷测量的准确性,使用SPSS中的Kaiser-Meyer-Olkin检验对问卷的数据进行效度分析,检验指标值越接近于1,说明变量间相关性越大。

经分析本次回收的问卷数据信度指标α=0.983、效度指标值为0.96,信度和效度均满足要求。

3.2 方法应用

3.2.1 确定初始值

将问卷数据平均值作为各状态变量的初始值,经处理后的各状态变量的初始值见表6。

表6 状态变量初始值Tab.6 Initial values of state variables

3.2.2 Vensim仿真

1) 初始状态模拟。将确定的初始值以及相关的影响系数等参数值输入SD模型中,对施工现场的不安全行为进行模拟,得到不安全行为的变化趋势如图5所示。

由图5可以看到,在没有任何不安全行为干预措施的条件下,施工现场的不安全行为在前2个月内表现平稳,从第3个月开始增大。如果不对现场不安全行为采取控制措施,从第4个月开始施工现场不安全行为将大幅提升,会严重危害现场安全。

2) 不同条件下的不安全行为模拟。为进一步分析不同层次对不安全行为的作用效果,以便有针对性的采取控制措施,通过改变各层次的初始值以模拟采取不同干预措施后的初始状态,进行对比分析。

将初始状态命名为current 0,current 0表示初始值条件下的施工现场不安全行为变化趋势;current 1表示外部环境的初始值减少1个单位,其他层级初始值保持不变下的不安全行为变化趋势;current 2表示安全管理的初始值减少1个单位,其他层级初始值保持不变下的不安全行为变化趋势;current 3表示现场监管的初始值减少1个单位,其他层级初始值保持不变下的不安全行为变化趋势;current 4表示不安全行为的前提条件初始值增加1个单位,其他层级初始值保持不变下的不安全行为变化趋势;current 5表示不安全行为传播初始值增加1个单位,其他层级初始值保持不变下的不安全行为变化趋势。在上述条件下分别进行模拟仿真,最终得到的原始方案current 0与5个对比方案current 1、current 2、current 3、current 4、current 5的仿真结果见图6。

通过对初始状态进行改变,可以模拟得到不同条件下的不安全行为状态随着时间的发展程度。其中,不安全行为传播因素是对不安全行为影响最大的因素,这与所建立的HFACS-C体系的层次水平相吻合,证实了模型的合理性和有效性,也强调了不安全行为传播因素的重要性。通过此模型,管理人员可通过对不同项目进行考察,进行不安全行为状态的发展预测,并通过控制各影响因素,尤其是不安全行为传播因素进行有效的干预。综上,本文建立的模型具有一定的实践意义。

4 结 论

建筑行业生产安全事故频发,为对施工现场不安全行为进行有效干预,本文考虑不安全行为传播特性,提出了一种基于HFACS框架和系统动力学的影响因素分析模型,主要得出以下结论:

1) 通过文献研究,结合建筑行业的具体特征确定不安全行为影响因素体系内各层次的表现形式;收集事故报告数据,从宏观、微观层面对框架展开分析,得到各因素权重值以及因素间的关联关系,分析得到量化的HFACS-C体系。所构建的体系可对不安全行为进行多方面分析,对于实际应用具有参考价值。

2) 基于HFACS-C体系建立施工现场不安全行为系统动力学模型,系统地分析框架内各因素间的关系,反映施工现场不安全行为的累积。进行实际案例的应用,通过分析得到不同因素对于施工现场不安全行为的影响程度:不安全行为传播对于施工现场不安全行为的影响程度最明显,其次分别是不安全行为前提条件、现场监管、安全管理和外部环境。管理人员可使用此模型对项目进行安全评估,并对各因素进行控制干预。