基于组态的工程项目安全韧性驱动路径构型分析

黄亚江，陈思源，赵慧敏，龚娅琪，李文杰，祁 浩

（1.天津仁爱学院，天津 301600，E-mail：huangyajiangyuhua@163.com；2.天津财经大学 管理科学与工程学院，天津 300222）

如今我国经济社会高速发展，国家加大了工程施工安全管理力度，2023 年国务院安委会将在全国开展重大事故隐患专项排查整治行动。2021 年安全事故发生859 起，死亡1012 人[1]；2020 年安全事故689 起，死亡794 人[2]。虽然我国工程施工安全事故发生有所减少，但目前国内工程安全形势依然严峻。因此有必要分析工程项目安全韧性的影响因素，从而更好地提高工程项目安全管理的有效性。

郑文博[3]基于安全事故、安全管理制度及相关文献的研究得出国内外建筑工程安全管理主要成就；而我国现如今大部分学者更多的是研究安全韧性影响因素所造成的后果，缺少对各项影响因素内在关系的研究。林陵娜等[4]运用概念测量的方法，得出工程项目管理者应提高组织的韧性安全文化水平这一结论；韧性工程理论相较于传统安全管理更能在突发的紧急安全事故中发挥维持动态稳定的能力，因此本文将韧性工程理论运用到工程项目安全中进行研究。黄思琦等[5]对建筑企业韧性单一维度安全文化指标进行分析；在实际工程安全事故中通常是多种影响因素共同造成的，组态视角认为组织应采取整体的思想不能孤立地进行分析，本文正是基于组态视角通过探讨各因素的组合构型对工程项目安全韧性的影响。

相比于案例研究或多元回归，fsQCA 旨在识别出导致安全韧性较高或较低水平的路径组合，从而有效解释不同工程项目间安全韧性不同差异的原因。工程项目的安全韧性往往是非对称的，前因条件对安全韧性的影响也是非线性的。传统的案例研究或回归分析基于二元对称的思想，难以解释这类非对称问题。而fsQCA 方法基于集合而非相关的逻辑进行分析，因此更适用于处理前因变量与结果变量间的非对称关系，研究结论也更贴合实际情况。

1 工程项目安全韧性驱动模型构建

“韧性”（Resilience）包括3 个维度，防御抵抗外部干扰的能力、适应环境恢复系统动态平衡状态的能力和学习经验转化创新的能力[6~8]。根据分析数据可以界定：最高领导承诺、安全报告、安全冗余度、团队安全合作、安全自组织[9]、安全容错性、安全灵活性等为原因影响因素、意识、准备、安全文化氛围、安全学习为结果影响因素。在研究驱动模型构建时，应以7 个安全韧性原因影响因素为切入点。

本文采用能够探究复杂前因要素间交互影响的模糊集定性比较分析（fsQCA）方法，以最高领导承诺、安全报告、安全冗余度、团队安全合作、安全自组织、安全容错性、安全灵活性为解释变量（前因变量），工程项目安全韧性作为被解释变量（结果变量），以fsQCA 条件构型具体解释安全韧性与原因影响因素的适配效应。构建工程项目安全韧性驱动模型如图1 所示。

图1 工程项目安全韧性驱动模型

2 研究设计

2.1 研究方法

定性比较分析（Qualitative Comparative Analysis，QCA）[10]是把案例看作条件的组态，在确定所要解释的特定结果和变量的基础上，分析条件得到预期结果的必要或充分条件。QCA 在国际上已得到广泛的普及与认同，国内专家近几年对其进行了大量的研究，并运用在实际的研究分析中[11]。

2.2 研究样本与数据采集

（1）问卷设计。本文在参考韧性工程理论[12]研究及成熟测量工具的基础上，结合工程项目安全韧性[13]的量表开发，设计了工程项目安全韧性的影响因素调研研究量表。本量表由最高领导承诺（TMC）、安全报告（REP）、安全冗余度（RED）、团队安全合作（TW）、安全自组织（SEO）、安全容错性（FTO）、安全灵活性（FLE）和工程项目安全韧性（PSR）组成。所有变量均采用李克特五点量表[14]形式对各个变量进行测量。从1~5 分别表示完全不重要、比较不重要、一般重要、比较重要、非常重要。

（2）数据采集情况。本文数据收集是以问卷星发放问卷形式进行。共发放问卷211 份，有效问卷198 份，无效问卷13 份，无效问卷每题都选择相同数值，故为无效数据。表1 为问卷的基本情况。

表1 基本情况调查表

2.3 变量测量与信效度检测

信度检验[15]为验证问卷的可信度和稳定性，在收集数据时，检验信度采用Cronbach 创建的α 系数，当α 系数值大于0.700 时，问卷可以进行分析，可信度高。本文问卷信度检验系数是0.760，信度良好。

KMO 值接近1 时，变量间相关性越强，因子分析效果越好；在0.500 以下不适合因子分析。经过检验本文KMO 值为0.809，变量相关性较好。SPSS 检测结果Sig.<0.050 时阐明了变量间具备相关性，因子分析是有效的。本文Sig.值为0.000，变量间相关效度检验通过，适合做因子分析。

因子分析研究角度，因子分析中的总方差解释分析，总方差为因子对于变量解释的贡献量，4 个维度的累积贡献率为63.57%，高于60.00%，即为可行的。研究通过成分矩阵和旋转后的成分矩阵分析，看每个变量在各个因子中系数的大小。通过对数据进行Cronbach"s Alpha[16]和因子分析[17]，得到结果，表明研究中的量表通过信效度检验。

3 数据分析

3.1 变量校准

由于fsQCA 软件仅能识别0 到1 之间的数据形式，因此在分析前需要对数据进行校准。由于本文变量均采用五点量表测量，所以根据被调查者的打分直接换算。首先将各变量的多条问项相加求出均值为1 到5 之间的有理数，本文选取3 个锚点分别为5、3、1。根据Ragin 的建议，本文校准过程中规避了模糊集隶属分数为0.5 的情形（结合经验证据和研究情境将0.5 改为0.51），这种情况使案例难以分类而导致不被分析，并最终影响分析结果。

3.2 单个前因条件的必要性分析

各条件变量的充分性水平均未达到0.900，因此不存在单个导致较高工程项目安全韧性的充分条件。此外，团队安全合作（TW）和安全灵活性（FLE）的必要性水平超过0.900，这表明团队合作和安全灵活性是导致较高工程项目安全韧性的必要条件。必要性与充分性分析结果如表2 所示。

表2 必要性与充分性分析结果

3.3 构建真值表

根据Ragin 的建议，在构建真值表和路径分析时，需将必要条件剔出分析模块以免对路径结果造成干扰。将剩余5 个条件变量导入fsQCA 软件，并使用“模糊集定性比较分析”模块进行计算。通过构建软件获得的真值表如表3 所示。真值表中的值1 表示高级别的因素，值0 表示低级的因素。数据检查显示存在3 种相互冲突的组合（见表3 中结果变量被标注为“C”的案例）。因此人为将这三类案例组合的结果变量赋值调整为0。

表3 真值表

3.4 条件组合与组态分析

模糊集模块执行简单和困难的反事实分析，获得导致结果的复杂解、简单解和中间解[18]。中间解包含一些反事实的组合，融合了研究者对结果路径的基本假设，也是以往学者最常用的解释结果的现象，因此本文主要基于中间解对结果进行讨论和分析[19]，定性比较分析结果如表4 所示。

3.5 高安全韧性的条件构型路径分析

整理归纳得到导致高工程项目安全韧性的结果路径如表5 所示。在表5 中，共有4 条导致高工程项目安全韧性的路径。初步发现，4 条路径的总一致性为0.850，高于临界值0.700，表明研究得出的4 条路径具有良好的可信度；此外，4 条路径的总覆盖率为0.944，表明研究结论可以解释现实工程项目管理中94.40%的案例情况。根据上述数据绘制安全韧性组态分析路径图，如图2 所示。

表5 导致高工程项目安全韧性的结果路径

图2 安全韧性组态分析路径图

运用fsQCA 的方法得出如下4条导致高工程项目安全韧性的路径：

（1）“管理型”路径。该路径为TW*FLE*~FTO*SEO，表明当工程项目具有较低水平的安全容错性和较高水平的团队合作、安全灵活性和安全自组织能力时，其工程项目安全韧性较高。高水平的安全容错性能提高工程项目系统的安全性和可靠性，此路径有较低水平的安全容错性，安全性和可靠性随之降低；较高水平的团队合作可以提高系统可靠性。该路径的覆盖率为0.840，一致性为0.900，其中安全自组织能力在该路径中起核心作用。

（2）“投入型”路径。该路径为TW*FLE*~FTO*RED，表明当工程项目具有较低水平的安全容错性和较高水平的团队合作、安全灵活性和安全冗余度时，工程项目安全韧性较高。该路径的覆盖率为0.842，一致性为0.894，其中安全冗余度为核心条件。该路径在4 条路径中覆盖率最高，表明在实际的工程管理实践中加强安全投入提高安全冗余度是确保各工程项目安全韧性的主要手段。

（3）“投入型+领导承诺型”路径。该路径为TW*FLE*RED*TMC，表明当工程项目具有较高水平的团队合作、安全灵活性、安全冗余度和最高领导承诺时，其工程项目安全韧性较高。此路径的工程项目影响因素中，较高水平的安全灵活性则会在工程项目安全突发状况时提高自救能力，较高水平的最高领导承诺在减少事故有效性方面发挥着重要作用。该路径的覆盖率为0.831，一致性为0.916，其中安全冗余度为核心条件。该路径与路径（2）相似，但加入了最高领导承诺的辅助作用。

（4）“报告+领导承诺型”路径。该路径为TW*FLE*REP*~FTO*TMC，表明当工程项目具有较低水平的安全容错性和较高水平的团队合作、安全灵活性、安全报告和最高领导承诺时，其工程项目安全韧性较高。该路径的覆盖率为0.831，一致性为0.916，其中安全报告和最高领导承诺为核心条件。该路径包含的前因条件最多，因此一致性最高，是影响程度最为综合且最为有效的路径。但同时该路径在4 条路径中覆盖率最低，表明在实际的工程管理实践中该路径是经常被忽视的手段。

4 讨论

本文以项目安全的影响因素为案例进行条件组态路径分析，得到4 条导致高工程项目安全韧性的路径组合，可以得出没有单一的影响因素能够唯一决定工程项目安全韧性的结果。意味着如果仅从单一影响因素的角度制定工程项目安全韧性的管理方法，将不能有效发挥安全韧性在工程项目中的动态控制作用。研究结果验证了架构理论的基本原则[20]，可以解释现实工程项目管理中94.40%的案例。

研究表明，89.40%的较高工程项目安全韧性案例仅能通过“投入型”路径解释，91.60%的较高工程项目安全韧性案例仅能通过“投入型+领导承诺型”解释。“投入型”和“投入型+领导承诺型”，这两条路径中安全冗余度核心作用明显。由于非冗余工程项目系统依赖于系统的每个关键组件，当一个关键组件发生故障时整个工程项目系统都将处于危险或停工之中，而冗余性系统的冗余组件有可能快速被反应启用，避免故障或系统崩溃，直到工程项目系统修复为止。因此当建筑企业资金充沛的情况下，加大对工程项目的安全投入是对工程项目安全韧性提高的有力手段。

本文研究案例中团队合作和安全灵活性是导致较高工程项目安全韧性的必要条件，可见团队合作和安全灵活性在维持工程项目安全动态平衡中具有重要作用。当工程项目系统工作量较大时，团队合作可以通过组织员工的相互支持减少个人和工程系统的压力，减小人为误差，增强系统可靠性，提高工程项目安全韧性水平。安全灵活性可视为工程项目对不同的变化和可变性做出响应以进行重组资源的能力[21]。重组资源的能力越高，工程项目恢复稳定时间越短。

5 结语

本文基于组态视角构建了工程项目安全韧性驱动模型，采用模糊集定性比较分析方法，探究影响工程项目安全韧性的主要因素，得到了4 个多影响因素组合。这些组合包括“管理型”“投入型”“投入型+领导承诺型”“报告+领导承诺型”。研究结果表明团队合作和安全灵活性是导致较高工程项目安全韧性的必要条件；“投入型”覆盖率最高，是提高工程项目安全韧性最主要的路径；工程项目的安全韧性是多维度、多变量共同作用的结果，影响韧性高低的原因十分复杂，同时分析各个变量的组合影响才有比较好的解释力度。本文研究得到的组合路径为工程安全领域提供了重要依据，为维持工程项目安全的动态平衡和达到较高水平的工程项目安全韧性提供了有力保障。