基于貝葉斯網絡的建筑施工安全事故致因研究

薛楠楠， 張建榮， 張 偉， 趙挺生

(華中科技大學 土木與水利工程學院，湖北 武漢 430074)

建筑施工具有勞動力密集、多工種交叉作業、危險系數高[1]等特點，因而作業人員面臨大量安全風險，安全事故也頻繁發生。據住建部統計，2019年我國房屋市政工程共發生安全事故773起，造成904人死亡[2]，給社會帶來了嚴重的負面影響。例如，2019年4月25日，河北衡水市翡翠華庭項目1#樓建筑工地，發生一起施工升降機吊籠墜落重大事故[3]，造成11人死亡、2人受傷，直接經濟損失約1800萬元。這反映建筑施工安全管理的形勢仍然較為嚴峻，探究施工安全事故的發生機理、識別關鍵致因對于提高安全管理水平、有效預防事故發生具有較大的現實意義。

事故致因理論發展至今，由簡單的線性思維發展為系統思維，已形成多種理論、模型和分析方法。目前應用廣泛的事故致因模型主要有10種，傅貴等[4]分別從事故的影響對象、模型組成和發生路徑3個維度對這10種模型進行了對比分析。常用的神經網絡[5]、復雜網絡[6]和貝葉斯網絡[7]等分析方法都是解決復雜系統問題的有效工具，其中貝葉斯網絡在不確定性知識表示和推理方面具有優勢，因而被廣泛應用于風險預測和控制領域。如Mohammadfam等[8]使用貝葉斯網絡對員工的安全行為進行建模和評估，發現安全態度、安全知識和環境是影響安全行為的重要指標；趙挺生等[9]運用貝葉斯建模方法構建塔吊使用階段的安全風險評價模型，實現塔吊使用階段安全風險的量化評價。這些研究具有一些共同特點：(1)一般從人、機、環、管四個方面進行風險因素劃分；(2)較多考慮組織管理、操作行為等，對技術管理、資源保障、合同因素等關注較少；(3)多關注某一類事故，樣本數量也相對較少。因此在相關研究基礎上，可對基于貝葉斯網絡的施工安全事故分析做進一步拓展。

本文擬采用的研究方法包括：(1)運用系統分析方法，從另一個視角——組織與行為、技術管理、資源保障、合同管理、安全培訓和環境管理六個方面，識別和劃分影響建筑施工安全的因素；(2)采用關聯規則分析方法，基于1484起施工安全事故案例數據，分析得到各項影響因素之間的關聯度系數；(3)基于因素關聯度構建貝葉斯網絡模型，再通過診斷推理、敏感性分析等確定導致施工安全事故的關鍵因素、敏感因素和最大可能性路徑，為加強施工安全管理提供依據。

1 貝葉斯網絡建模方法

1.1 基本概念

貝葉斯網絡(Bayesian Network)也稱信念網絡，包含有向無環圖(Directed Acyclic Graph，DAG)和條件概率表(Conditional Probability Tables，CPT)兩部分。其中DAG描述貝葉斯網絡結構，由代表變量的節點和連接這些節點的有向邊組成，有向邊反映節點之間的因果關系；CPT描述子節點和其父代關系的條件概率，表達節點間關系的強度。在貝葉斯網絡模型中，假設存在節點變量X和Y，兩者之間的關系為X→Y，則稱X為Y的父節點，Y為X的子節點。沒有父節點的節點稱為根節點，沒有子節點的節點稱為葉節點[10]。

1.2 建模及分析流程

對于復雜的系統工程，貝葉斯網絡模型的構建及分析是不斷深入剖析具體致因因素、因素之間的因果關系及其條件概率分布的過程[11]，具體包含因素識別、網絡拓撲結構構建、網絡參數獲取、風險推理和案例驗證五個步驟，如圖1所示。

圖1 貝葉斯網絡建模及分析流程

步驟1：因素識別。首先，結合事故報告和相關文獻對施工安全事故的致因因素進行識別、分類和定義。

步驟2：網絡拓撲結構構建。以識別的致因因素為基礎，基于關聯規則和專家經驗獲取因素間的因果關系，確定貝葉斯網絡拓撲結構。

步驟3：網絡參數獲取。基于事故報告數據和統計分析，確定非根節點的條件概率和根節點的邊緣概率。

步驟4：風險推理。采用基于貝葉斯網絡的診斷推理和敏感性分析，推斷引發安全事故的關鍵因素和敏感性因素。

(1)診斷推理。在已知事故發生的情況下，通過逆向推理，確定致因因素并計算出各因素的后驗概率。如計算事故節點A發生時各節點的后驗概率分布，第i個節點Xi發生的后驗概率用P(Xi=1|A=1)表示，按式(1)計算。P(Xi=1|A=1)的值越大，表明該節點成為事故致因的可能性越大，從而找到最可能的致因組合。

i=1,2,…,n

(1)

(2)敏感性分析。通過比較各致因因素對事故節點的影響程度，識別影響施工安全的敏感性因素。選取REV(Risk Expansion Value)、RRV(Risk Reduction Value)和AVG(Average Sensitivity Measure)三個關鍵性能指標，測量各影響因素對目標節點的貢獻程度[12]。

(2)

(3)

(4)

式中：IREV(Xi)描述致因因素Xi的風險擴大性能；IRRV(Xi)描述致因因素Xi的風險降低性能；IAVG(Xi)描述致因因素Xi的平均敏感性；A為目標節點；Sa為節點A的狀態；Xi為致因因素；rj為因素的狀態。其中，IAVG(Xi)越大表示因素Xi的敏感性越高，對高敏感性因素進行控制能有效降低安全風險水平。

步驟5：案例驗證。通過具體案例的因素發生情況，對分析結果進行驗證。

2 貝葉斯網絡建模過程

2.1 致因因素識別

系統分析，是指將一個綜合性的事物或問題看作包含許多具體因素的有機整體，運用分解、整合、關聯分析等方法來分析這些因素的層次結構、相互關聯、相對重要性和敏感性，從中識別關鍵因素、敏感因素、演化路徑等，為生產和管理實踐提供決策支持的分析和研究方法[13]。在傳統的“4M(人(Man)、機械(Machine)、環境(Media)和管理(Management))”事故致因理論的基礎上，將技術、資金及合同等因素也納入考慮范圍，將人員的數量、資格、能力和經驗歸為組織與行為子系統，將材料、機械和設備統一歸結為資源保障子系統，并考慮技術、合同、安全培訓和環境等因素，形成組織與行為(Organization and Behavior，OB)、技術管理(Technology Management，TM)、資源保障(Resource Safeguard，RS)、合同管理(Contract Management，CM)、安全培訓(Safety Training，ST)和環境管理(Environmental management，EM)6個子系統。根據“系統-子系統-因素”的劃分原則，將子系統細化為具體管理因素，獲取安全管理因素初步清單，例如將項目組織結構分為“管理人員數量”和“管理人員履職”等。再參考相關文獻[14～16]和事故報告對初步清單進行篩選，將6個子系統劃分為33個因素，如表1所示。

表1 施工安全事故致因因素分解

2.2 網絡拓撲結構構建

關聯規則能從大量事故數據中發現導致事故不確定因素間的關聯特征，從而識別因素間的因果關系，輔助管理者進行決策。經典的關聯規則分析即著名的購物籃理論表明，商家通過分析交易數據庫，可以發現顧客放入“購物籃”中的不同商品之間的關聯，從而科學安排進貨、庫存、貨架設計等。論文運用Apriori算法對各因素及因素與事故之間的關聯特征進行分析(最小支持度閾值和最小置信度閾值分別設置為10%，60%)，共獲取69條關聯規則，部分結果如表2所示。經審查，這些關聯規則與施工安全管理實踐中的規則和流程吻合度較好，符合施工安全事故致因因素之間的因果關系。

表2 關聯規則的挖掘結果(部分)

綜合運用這些關聯規則，構建施工安全事故的貝葉斯網絡拓撲結構模型，如圖2所示。其中節點A代表施工安全事故，其余33個節點代表施工安全事故的致因因素。

圖2 施工安全事故貝葉斯網絡結構圖

2.3 網絡參數獲取

2.3.1 數據基本信息

為揭示施工安全事故致因的普遍性規律，盡可能廣泛搜集施工安全事故案例。筆者從國家應急管理部、各省市應急管理局和其他相關安全生產網站共搜集1484份施工安全事故調查報告，覆蓋北京、天津、河北、湖北、浙江、江蘇、安徽等30個省(市、自治區)，涉及高處墜落、坍塌、物體打擊等12種不同事故類型。其中一般事故發生最多，占事故總數的82.35%，較大事故次之，重大和特別重大事故發生較少。

圖3 1484份事故報告的基本信息統計

通過對事故報告進行統計分析，得到33個因素的發生頻率，如表3所示。因素發生頻率越高，如T7和O7，說明其引發事故的可能性越大；相反，因素發生頻率越低，引發事故的可能性越小。

表3 事故致因因素的統計結果排序

2.3.2 數據處理

以1484份事故調查報告中的事故致因出現情況為樣本數據，在設定父節點取值的情況下，通過調用函數計算出各節點的概率分布，如表4所示。其中，各因素節點具有“發生”和“不發生”兩種狀態，分別用1和0表示。事故節點有“一般”和“較大及以上”兩種狀態，“一般”表示發生一般事故，“較大及以上”表示發生較大、重大和特別重大事故。以節點O3為例，在父節點O1發生、C4不發生的情況下，子節點O3不發生和發生概率分別如下，二者之和為1。

表4 貝葉斯網絡節點概率分布(部分)

P(O3=0|O1=1,C4=0)

P(O3=1|O1=1,C4=0)

3 貝葉斯網絡模型應用

3.1 診斷推理

常用的貝葉斯網絡推理方式包括支持推理、診斷推理(逆向推理)和因果推理3種，本節擬采用診斷推理進行風險分析。假定一般事故發生概率為100%，即P(A=1)=1，根據式(1)計算事故節點父節點的后驗概率值，如圖4所示。其中作業人員違規作業O7的后驗概率最大，為引發一般事故概率最大的致因因素，故推斷為“O7→Accident”。O7的后驗概率計算式為：

圖4 P(A=1)=1的診斷推理結果

其次以O7為新的證據節點繼續向前逆向推理，計算O7父節點的后驗概率，如圖5所示。其中管理人員履職不充分O5的后驗概率最大，為引發O7概率最大的因素，故進一步推斷為“O5→O7→Accident”。O5的后驗概率計算式為：

圖5 P(O7=1|A=1)=1診斷推理結果

P(O5=1|A=1,O7=1)

同理，由O5繼續向前推理，直到向前再無節點為止，即可得到引發一般事故的最大可能性路徑：C1→O1→O3→S3→S1→O5→O7→一般事故。該路徑上的因素除事故節點以外，稱為引發一般事故的關鍵因素。運用同樣的方法，對較大及以上事故發生的最大可能性路徑進行診斷推理，得到的結果與一般事故的最大可能性路徑相同。這說明安全事故無論大小，其致因的原理和規律具有一致性。

3.2 敏感性分析

以“事故”節點為目標節點，運用式(2)～(4)計算各節點的REV，RRV，AVG三項敏感性指標，結果如圖6所示。其中，IAVG的數值越大表示因素的敏感性越高，例如機械設備使用不規范R1、機械設備維修保養不及時R2、臨時設施搭建不規范T5和材料質量不合格R3的敏感性相對較高，稱為敏感性因素。也就是說，這些因素的小幅變化也會對施工安全管理效果產生明顯影響，例如機械設備使用不當或管理欠缺會導致設備異常，從而引發機械傷害事故；臨時設施的材料質量缺陷和搭設不規范可能導致坍塌事故。而機械傷害和坍塌都屬于建筑施工行業的五大傷害事故。因此管理人員應重點監控這些敏感因素的變化，提高施工安全管理的整體可靠性。

圖6 敏感性分析結果

3.3 結果分析

基于頻率統計、診斷推理和敏感性分析的結果，綜合考慮1484起事故中出現頻率、對事故的影響程度和是否位于最大可能性路徑，將33個施工安全事故致因因素劃分為關鍵因素、敏感因素和一般因素，如表5所示。

表5 施工安全事故致因網絡分析結果

(1)因素分析

1)關鍵因素。事故報告統計的發生頻率位居前5的因素包括T7，O7，S3，O5，T4，最大可能性路徑上的因素包括C1，O1，O3，S3，S1，O5，O7，去除重復因素后確定施工安全事故的9項關鍵因素為：高層管理者失職O1、安全管理制度不完善O3、管理人員履職不充分O5、作業人員違規作業O7、安全檢查不充分T4、安全隱患處理不及時T7、工期壓力C1、安全意識淡薄S1、安全培訓不充分S3。這些因素在安全管理實踐中應得到第一級別的重視。

2)敏感因素。通過敏感性分析，確定4項敏感因素為機械設備使用不規范R1、機械設備維修保養不及時R2、臨時設施搭建不規范T5和材料質量不合格R3，這些因素也應得到高度重視和嚴格管控。

3)一般因素。除關鍵因素和敏感因素之外的其他20項因素稱為一般因素，這些因素的管控效果較好，應繼續予以保持。

(2)路徑分析

根據診斷推理，得到引發事故的最大可能性路徑為(工期壓力C1→高層管理者失職O1→安全管理制度不完善O3→安全培訓不充分S3→安全意識淡薄S1→管理人員履職不充分O5→作業人員違規作業O7→事故。該最大可能性路徑上發生事故的概率最高，也應作為重點監控對象。

4 典型案例分析

2017年3月27日14時35分，湖北省麻城市仙山牡丹博覽園水上樂園綜合樓工程施工現場發生一起模板支架坍塌事故，造成9人死亡，6人受傷，直接經濟損失約900萬元，屬于較大事故，事故場景如圖7所示。

圖7 事故現場地面總體情況

4.1 事故調查分析

經調查認定，引發事故的直接原因是模板支架搭設不符合規范要求，架體承載力不足以承載施工荷載，導致模板支架失穩坍塌，人員墜落，造成傷亡。依據《事故調查報告》[17]，在該起事故發生過程中，主要參建單位(包括建設單位、施工單位和管理部門等)均存在明顯管理過失或缺陷，具體如下：

(1)建設單位未履行建設方主體責任：未建立安全生產責任制，違法承攬工程，違法發包給不具備資質的單位和個人進行施工建設。

(2)施工單位未履行承包方主體責任：不具備建筑施工資質違法承包工程；施工現場負責人、技術人員無證上崗，現場安全管理缺失，施工管理混亂。

(3)管理部門未履行對工程的管理責任：未認真履行監管職責，對工程層層違法轉包等行為不作為，對建設中存在的安全管理缺失和事故隱患等問題失察失管。

4.2 事故致因識別

依據建立的貝葉斯網絡模型，識別引發模板支架坍塌較大事故的因素。每個因素的級別和具體表現如表6所示。33個致因因素中有14個在該事故中出現，其中關鍵因素、敏感因素和一般因素分別為6/9，2/4 6/20，出現率分別為66.67%，50%，30%。

表6 案例的因素識別與具體表現

該事故致因的主要傳遞路徑包括：(1)掛靠或無資質承攬C4→管理人員配備不足O4→管理人員履職不充分O5→作業人員違規作業O7→事故；(2)掛靠或無資質承攬C4→施工方案編制或審查不規范T1→工序安排不合理T3→作業人員違規作業O7→事故；(3)材料質量不合格R3→臨時設施搭建不規范T5→事故。這些事故致因路徑符合當前施工安全管理的實際情況。

5 結論及建議

5.1 結論

(1)采用系統分析方法，將施工安全事故致因作為一個系統，劃分為6個子系統和33項事故致因因素，基于1484起事故數據進行因素關聯分析，確定各因素的條件概率及因果關系，構建了施工安全事故的貝葉斯網絡模型。

(2)基于診斷推理和敏感性分析，得到安全事故發生的最大可能性路徑，結合因素在1484起事故中出現頻率，將33項事故致因因素劃分為9項關鍵因素、4項敏感因素和20項一般因素。其中關鍵因素、敏感因素和最大可能性路徑應作為施工安全管控的重點對象。

(3)以湖北省某綜合樓施工模板支架坍塌事故為例，分析了事故致因因素出現、分布和致因路徑情況，經比較發現該案例的實際情況與基于1484起事故的貝葉斯網絡分析結果具有較好的契合度。

(4)施工安全事故涉及的致因較多，相互關系也較為復雜。所建立的施工安全事故致因系統側重于考慮施工過程中組織和管理要素，對于技術要素未作深入分解，且忽略了制度政策、社會經濟等外部條件對事故發生的影響。后續研究將進一步結合施工現場調查和實際工程案例進行分析，建立更全面、合理的施工安全事故致因系統，并加強對新型信息技術[18]在施工安全管理中應用的探索。

5.2 建議

針對前文貝葉斯網絡分析得到的引發施工安全事故的關鍵因素、敏感因素、最大可能性路徑等結果，提出相應的管控建議：

(1)對于關鍵因素：1)施工單位應建立合理、完善且具有可操作性的管理制度，如安全教育培訓、安全檢查和隱患排查等，約束人的不安全行為，消除物的不安全狀態，確保整個施工現場的平穩有序；2)加強管理人員安全生產責任落實情況的監督考核，督促管理人員充分發揮監管作用，做好現場安全檢查，及時消除各類隱患。

(2)對于敏感因素：1)應重視機械設備管理，建立機械設備使用、維修及保養制度，提高機械設備管理水平。對于危險性較大的設備如塔吊等，應做好定期檢查，規范操作，嚴禁設備帶病作業；2)應嚴格落實材料進場檢驗制度，對鋼筋性能、混凝土質量、鋼管壁厚、扣件重量等進行重點檢測，避免劣質材料進場和投入使用。

(3)最大可能性路徑：工期壓力常為引發事故的路徑開端，需要得到充分重視。應在參考項目概況、設計圖紙和類似工程經驗的基礎上，結合BIM(Building Information Modeling)信息技術制定合理的工期目標和安全生產計劃，不能為追求工程效益而盲目地壓工期、減質量，影響整個項目的安全管理水平。