羅秋實，楊高升

（河海大學(xué)，江蘇 南京 211100，E-mail：1491598808@qq.com）

隨著城市的快速發(fā)展，城市建設(shè)用地資源日益緊張，高層建筑與地下空間開發(fā)利用增多，致使坍塌事故易發(fā)、高發(fā)。據(jù)住建部相關(guān)數(shù)據(jù)顯示，近年來房屋市政工程事故起數(shù)與死亡人數(shù)呈現(xiàn)逐年增長態(tài)勢，坍塌事故在較重及以上事故中占比最高；坍塌事故平均死亡率（死亡人數(shù)與事故起數(shù)之比）為1.9，遠(yuǎn)高于所有事故的平均死亡率1.2[1]。

為杜絕坍塌事故發(fā)生或減少其發(fā)生的可能性，保證工程建設(shè)安全，需要明確事故成因，對造成坍塌事故的風(fēng)險因素進(jìn)行控制。近年來，學(xué)者們使用故障樹法[2]（FTA）、集成決策實驗室與解釋結(jié)構(gòu)模型法[3]（DEMATEL/ISM）、安全“2-4”模型[4]等方法或工具對坍塌事故進(jìn)行成因分析。復(fù)雜網(wǎng)絡(luò)是一種可以用來分析復(fù)雜因素相互作用及其演化過程的工具。利用復(fù)雜網(wǎng)絡(luò)對工程事故預(yù)防和風(fēng)險控制的研究正在興起，Deng 等[5]構(gòu)建了煤礦風(fēng)險網(wǎng)絡(luò)（CMRN）并衡量了風(fēng)險控制效果。Zhou 等[6]構(gòu)建地鐵施工事故網(wǎng)絡(luò)（SCAN）探究26 種事故之間的聯(lián)系。周新宇等[7]建立行為致險網(wǎng)絡(luò)，解析事故與人的不安全行為之間的作用機(jī)理。覃璇等[8]構(gòu)建尾礦庫事故風(fēng)險演化網(wǎng)絡(luò)，并識別了關(guān)鍵隱患。宋亮亮等[9]將視角延展到地鐵運行期，構(gòu)建地鐵系統(tǒng)運行干擾源網(wǎng)絡(luò)（MODN）并探討提升系統(tǒng)運行安全性的最佳免疫策略。

上述研究表明：事故案例分析法是預(yù)防或消除類似風(fēng)險和事故的有效方法，通過分析大量的事故案例，使事故與風(fēng)險因素間通過事故鏈相連形成風(fēng)險網(wǎng)絡(luò)。本文收集我國歷年坍塌事故案例，運用事故案例分析法識別引起坍塌事故的風(fēng)險因素，提取事故鏈，明確風(fēng)險演化過程，基于復(fù)雜網(wǎng)絡(luò)理論構(gòu)建坍塌事故風(fēng)險演化網(wǎng)絡(luò)（Collapse Risk Evolution Network，CREN）模型，分析拓?fù)涮匦?，探討風(fēng)險消減的最佳免疫策略，以期為安全生產(chǎn)事故的研究提供新的思路和方法，為坍塌事故的預(yù)防和控制提出針對性對策。

1 坍塌事故風(fēng)險演化網(wǎng)絡(luò)的形成

1.1 坍塌事故案例收集

坍塌是指物體在外力或重力作用下，超過自身的強(qiáng)度極限或因結(jié)構(gòu)穩(wěn)定性破壞而造成傷害的事故，不適用于礦山冒頂片幫和車輛、起重機(jī)械、爆破引起的坍塌[10]。因此，本文收集的坍塌事故案例僅涉及房屋和市政工程范圍。坍塌事故易造成重大人身傷亡和財產(chǎn)損失，住建部統(tǒng)計信息表明坍塌事故在較重及以上生產(chǎn)安全事故數(shù)中占比最高，因此本文選取較大及以上坍塌事故作為案例。

事故案例來自相關(guān)文獻(xiàn)和媒體、政府發(fā)布的事故調(diào)查報告，包含事故基本情況、事故發(fā)生經(jīng)過、事故原因及性質(zhì)等具體信息。收集2006～2018 年典型的較大及以上坍塌事故案例共116 個，形成坍塌事故案例庫，含特別重大事故2 起、重大事故4 起。

將最終坍塌結(jié)果作為事故類型，把坍塌事故分為地面坍塌、土方坍塌、支撐結(jié)構(gòu)坍塌、建筑物坍塌、墻體坍塌和其他坍塌6 類，統(tǒng)計如圖1 所示。

圖1 坍塌事故案例按類型統(tǒng)計

1.2 坍塌事故風(fēng)險因素體系建立與事故鏈提取

基于系統(tǒng)工程學(xué)理論，從人、物、管理、環(huán)境、技術(shù)方法5 個方面，依據(jù)各案例“事故原因”信息，參照施工現(xiàn)場常見危險源清單[11]和坍塌事故原因調(diào)查表[12]，識別并歸結(jié)出5 類坍塌事故共9 個風(fēng)險事故、5 類風(fēng)險因素共67 個風(fēng)險因子，綜上共計76 個風(fēng)險點構(gòu)成坍塌事故風(fēng)險體系，如表1 所示。

表1 坍塌事故風(fēng)險體系

依據(jù)各案例“事故發(fā)生經(jīng)過”信息確定各風(fēng)險點出現(xiàn)時間的先后順序，將風(fēng)險點依序相連以形成事故鏈[5，6]，實現(xiàn)對坍塌事故的風(fēng)險演化描述。最終從116 起事故案例中提取共267 對風(fēng)險點間不同的演化關(guān)系，形成157 條不重復(fù)的事故鏈。

以2008 年“浙江省杭州市11.15 地鐵坍塌重大事故”為例，說明風(fēng)險點識別和事故鏈提取過程。表2 對其事故經(jīng)過和原因信息進(jìn)行描述，由于篇幅限制，本文僅闡述其中1 條事故鏈的提取過程：

對直接原因信息①和②進(jìn)行分析，可先后提取出H6 和MC12 兩個風(fēng)險因子。事故經(jīng)過信息表明：基坑部分支撐破壞后土體涌入，路面隨即塌陷，可先后提取出MC12 風(fēng)險因子和A5、A7 這2 個風(fēng)險事故。按照風(fēng)險點出現(xiàn)的先后順序便可形成事故鏈：H6→MC12→A5→A7。地面坍塌是事故最終結(jié)果，因此該案例事故類型為地面坍塌。

最終從該案例共識別出10 個風(fēng)險因子和2 個風(fēng)險事故，提取5 條事故鏈，如表2 所示。

表2 杭州11.15 地鐵事故具體信息及事故鏈

1.3 坍塌事故風(fēng)險演化網(wǎng)絡(luò)構(gòu)建

基于復(fù)雜網(wǎng)絡(luò)理論建立CREN 模型。將76 個風(fēng)險點抽象為節(jié)點，將267 對風(fēng)險點間的演化關(guān)系抽象為網(wǎng)絡(luò)節(jié)點間的有向連邊。多條事故鏈均含有的共同風(fēng)險點可將不同的事故鏈融合到一個全局網(wǎng)絡(luò)中[5]，以表2 中事故鏈（1）（2）（3）為例，事故鏈融合過程如圖2 所示。

最終輸出由76 個節(jié)點，267 條連邊構(gòu)成的有向無權(quán)網(wǎng)絡(luò)，圖3 所示為CREN 的拓?fù)浣Y(jié)構(gòu)，其方型節(jié)點代表風(fēng)險事故，圓圈節(jié)點代表風(fēng)險因子。

圖2 事故鏈融合過程示例

圖3 CREN 拓?fù)浣Y(jié)構(gòu)

2 坍塌事故風(fēng)險演化網(wǎng)絡(luò)拓?fù)涮匦苑治?/h2>

2.1 節(jié)點度分布與無標(biāo)度特性

節(jié)點度數(shù)表示與該節(jié)點直接相連的節(jié)點數(shù)目。CREN 大部分節(jié)點總度較小，取各類風(fēng)險點中總度數(shù)排前40%的節(jié)點共30 個，其度分布如圖4 所示。

在風(fēng)險因子節(jié)點中，H6 的出度為20，入度為18，出度和入度均最高。入度高證明引發(fā)該風(fēng)險的風(fēng)險因子最多，該風(fēng)險因子受其他風(fēng)險的影響程度高，引發(fā)該風(fēng)險最容易。消減該風(fēng)險需抑制18 個引發(fā)H6 的風(fēng)險因素，難度很大。出度高表明該風(fēng)險能直接演化出多個衍生風(fēng)險，因此對該問題進(jìn)行控制達(dá)到的風(fēng)險管理效率最高，可高效切斷風(fēng)險演化路徑，對抑制最終坍塌事故發(fā)生的效果最好。

同理，H4、MC15、M15、E3 等度數(shù)較高的風(fēng)險因子均是施工過程中需重點關(guān)注的對象。

在最終演化成的風(fēng)險事故中，A5 的入度和出度均最高，因此土方坍塌事故最易發(fā)生且最難防范，其4 個出度證明A5 會進(jìn)一步加劇事故損失。

經(jīng)統(tǒng)計，CREN 總度數(shù)不大于5 的節(jié)點有57個，總度數(shù)高于10 的節(jié)點僅有7 個，因此CREN度分布嘈雜，在分布的尾部缺少足夠的高度數(shù)節(jié)點以獲得良好的統(tǒng)計信息。累積度分布P(k)可以有效地減少統(tǒng)計誤差，如圖5 中的雙對數(shù)坐標(biāo)系所示，CREN 的累積度分布P(k)服從冪律分布。

圖5 CREN 累積度分布

經(jīng)由Matlab 擬合出的圖像表達(dá)式是y=1.17x-0.778（R2=0.8614），這表明CREN 具有無標(biāo)度網(wǎng)絡(luò)的特性。若有新的風(fēng)險因子出現(xiàn)，其與度數(shù)大的風(fēng)險因子連接概率更高[13]，這會加大對高度數(shù)風(fēng)險點的控制難度。若針對性控制度數(shù)大的風(fēng)險因子，則會高效破壞CREN 拓?fù)浣Y(jié)構(gòu)，極大程度抑制風(fēng)險演化進(jìn)程，體現(xiàn)CREN 的脆弱性。

2.2 中介中心度

節(jié)點中介中心度指網(wǎng)絡(luò)所有最短路徑中經(jīng)過該節(jié)點的數(shù)量比例。中介中心度高表明該風(fēng)險因素在風(fēng)險演化過程中“媒介”作用大，是多條風(fēng)險演化路徑共同經(jīng)過的節(jié)點。CREN 的中介中心度是0.129，中介中心度最高的風(fēng)險點亦是H6；共計26個節(jié)點中介中心度為0，表明這些風(fēng)險點在風(fēng)險演化過程中沒有起到媒介作用；A5、H4、M15 等10個節(jié)點的中介中心度高于0.01，其累積中介中心度達(dá)到75.7%，說明所有風(fēng)險演化路徑中近76%包含這10 個風(fēng)險點?？刂浦薪橹行亩雀叩娘L(fēng)險點可以增加CREN 的平均路徑長度，降低風(fēng)險演化效率和CREN 的級聯(lián)效應(yīng)。

2.3 平均路徑長度、網(wǎng)絡(luò)直徑與平均步距

平均路徑長度為網(wǎng)絡(luò)中所有可能的節(jié)點對沿最短路徑的平均步數(shù)，這表明平均路徑長度越短，風(fēng)險演化過程的中間節(jié)點越少，平均路徑長度短的風(fēng)險演化網(wǎng)絡(luò)具有較高的演化效率。CREN 的平均路徑長度值為2.458，即網(wǎng)絡(luò)中的每個風(fēng)險因素狀態(tài)發(fā)生變化，平均可以通過2～3 步演化為最終事故。

網(wǎng)絡(luò)直徑為網(wǎng)絡(luò)中所有最短路徑中的最長路徑。CREN 網(wǎng)絡(luò)直徑為5，即H2 演化到MC22。

運用Pajek 的測地矩陣功能輸出網(wǎng)絡(luò)中任意兩個節(jié)點對的最短路徑長度，分別計算5 類風(fēng)險因素對9 個風(fēng)險事故的平均步距以觀察不同類型風(fēng)險的演化規(guī)律。平均步距意為：每類風(fēng)險因素演化為風(fēng)險事故所需經(jīng)過步數(shù)的平均值。

如表3 所示，5 類風(fēng)險因素演化為A4、A5、A8、A9 這4 類事故的平均步距基本低于2.5，小于演化其他事故的平均步距，表明風(fēng)險演化導(dǎo)致這4類事故的平均速度最快，僅需經(jīng)過2～3 步即可演化為事故。5 類風(fēng)險演化導(dǎo)致A2、A3、A7 這3 類事故的平均步距均超過3，對其進(jìn)行控制的難度較大。

表3 5 類風(fēng)險因素對9 個風(fēng)險事故的平均步距

物的風(fēng)險因素導(dǎo)致事故的平均步距的平均值最低，為2.456；管理的風(fēng)險因素導(dǎo)致事故的平均步距的平均值最長，為2.814，表明物的不安全狀態(tài)是導(dǎo)致坍塌事故較直接的風(fēng)險因素，管理體系缺失是導(dǎo)致事故較底層的風(fēng)險因素。

2.4 聚類系數(shù)與小世界特性

聚類系數(shù)定義為該節(jié)點的兩個隨機(jī)選擇的鄰居彼此連接的概率，用來描述CREN 中風(fēng)險點集聚的傾向性。計算每個節(jié)點的聚類系數(shù)，可知A7、M8、M12 的聚類系數(shù)值缺失，這是因為這3 個節(jié)點的總度數(shù)僅為1，鄰接節(jié)點僅有1 個；21 個節(jié)點的聚類系數(shù)為0；M6、M17、TM5 等7 個節(jié)點聚類系數(shù)最高，為0.5。在風(fēng)險演化控制上對聚類系數(shù)高的風(fēng)險點以及其鄰接風(fēng)險點構(gòu)成的子系統(tǒng)進(jìn)行集中管控，將有效控制最終事故的發(fā)生。

經(jīng)計算，CREN 的聚類系數(shù)為0.076。用Pajek生成10 個同等規(guī)模的隨機(jī)網(wǎng)絡(luò)并計算其聚類系數(shù)和平均路徑長度，如表4 所示。

相較可知CREN具有更高的聚類系數(shù)和更短的平均路徑長度，證明CREN 具有小世界特性[14]。CREN 更短的平均路徑長度表明坍塌事故風(fēng)險演化速度相較常規(guī)網(wǎng)絡(luò)更快，更高的聚類系數(shù)表明風(fēng)險演化途徑更多，多風(fēng)險因素耦合程度更強(qiáng)。

表4 10 個相同規(guī)模隨機(jī)網(wǎng)絡(luò)的平均路徑長度和聚類系數(shù)

3 坍塌事故風(fēng)險消減策略

3.1 復(fù)雜網(wǎng)絡(luò)的免疫策略

CREN 的小世界和無標(biāo)度特性表明，坍塌事故風(fēng)險演化速度快，風(fēng)險控制難度大，為坍塌事故的預(yù)防和控制帶來挑戰(zhàn)，因此需要科學(xué)的對策來指導(dǎo)風(fēng)險消減。本文借鑒計算機(jī)病毒傳播思想，采用無標(biāo)度網(wǎng)絡(luò)的免疫策略，提出坍塌事故風(fēng)險消減策略。由于A1～A9 為風(fēng)險事故節(jié)點，是風(fēng)險演化的最終結(jié)果，因此本文僅對67 個風(fēng)險因子進(jìn)行免疫分析。上述研究明確了CREN 的網(wǎng)絡(luò)拓?fù)湫畔?，可以采用隨機(jī)免疫（Random Immunization，RI）和目標(biāo)免疫（Targeted Immunization，TI）策略[15]。

RI 免疫策略指完全隨機(jī)的選取網(wǎng)絡(luò)中的一部分節(jié)點進(jìn)行免疫，利用Excel 軟件隨機(jī)生成RI 免疫節(jié)點順序。TI 免疫策略指根據(jù)節(jié)點中心化指標(biāo)：度數(shù)中心度（Degree Centrality，DC，以節(jié)點總度數(shù)衡量）、接近中心度（Closeness Centrality，CC，由Pajek分析得出）和中介中心度（Betweenness Centrality，BC）來選取節(jié)點進(jìn)行免疫。分別將風(fēng)險因子的DC、CC 和BC 值從大到小排序作為TI 免疫順序。

3.2 免疫仿真與結(jié)果分析

網(wǎng)絡(luò)全局效率用以衡量網(wǎng)絡(luò)連通性，進(jìn)而量化風(fēng)險控制的效果。對CREN 實施免疫策略，觀察每免疫一個節(jié)點后網(wǎng)絡(luò)效率的下降程度來衡量RI 和TI 免疫策略的實施效果，決策出適合的免疫策略。選取各種免疫策略下排在前30 位的節(jié)點進(jìn)行免疫分析，RI 和TI 免疫節(jié)點順序如表5 所示。

使用Pajek 并配合R 軟件編程，根據(jù)表5 的免疫節(jié)點順序，輸出免疫后的網(wǎng)絡(luò)效率，得到不同免疫策略下網(wǎng)絡(luò)效率的動態(tài)變化圖（見圖6）。

由圖6 可知：RI 免疫策略效果明顯不如TI 免疫策略；TI 免疫策略效果顯著，如DC 免疫中，免疫10 個節(jié)點時，網(wǎng)絡(luò)效率從0.66 降至0.095，降低85.6%，即CREN 對蓄意攻擊具有很強(qiáng)的脆弱性。移除中心性強(qiáng)的節(jié)點使剩余節(jié)點間的有效連接大量減少，因此后期網(wǎng)絡(luò)效率變化不如前期明顯。

當(dāng)移除節(jié)點不超過10 個時，3 種TI 免疫策略實施效果較為相近；當(dāng)免疫節(jié)點數(shù)超過10 個時，DC 和BC 免疫策略效果最好。隨著移除節(jié)點數(shù)量增多，DC 免疫和BC 免疫效果交替占有略微優(yōu)勢，直至移除24 個節(jié)點后，DC 免疫策略效果一直略優(yōu)于BC 策略，成為最優(yōu)免疫策略。

對于坍塌事故風(fēng)險消減而言，應(yīng)優(yōu)先考慮預(yù)防和控制DC 免疫節(jié)點所對應(yīng)的風(fēng)險因子，即H6、M15 等節(jié)點，這些風(fēng)險因子的輻射能力強(qiáng)，影響力大，是坍塌事故風(fēng)險演化過程中的關(guān)鍵風(fēng)險因子。

表5 RI 和TI 免疫的風(fēng)險因子順序

圖6 RI 和TI 免疫策略下網(wǎng)絡(luò)效率的動態(tài)變化

3.3 具體對策

（1）違章作業(yè)行為預(yù)防與控制對策。H6 被免疫使網(wǎng)絡(luò)效率從0.66 下降至0.398，驟降39.7%，是CREN 最關(guān)鍵的風(fēng)險因子。H6 及其38 個鄰接節(jié)點共同構(gòu)成的子系統(tǒng)網(wǎng)絡(luò)如圖7（a）所示，對該子系統(tǒng)進(jìn)行有效控制將極大程度地實現(xiàn)風(fēng)險消減。如圖7（a）下半部區(qū)域所示，控制H6 可以切斷至少17 條風(fēng)險演化路徑，減少A4、A5、A8 這3 個風(fēng)險事故發(fā)生的可能性。如圖7（a）上半部區(qū)域所示，18 個入度節(jié)點帶來對H6 控制難度大的問題，因此需明確其中內(nèi)在關(guān)系，控制關(guān)鍵風(fēng)險以提高管控效率。分析其上半部網(wǎng)絡(luò)，得中介中心度最高的5 個風(fēng)險因子為M15、TM2、H4、M7 和M1，它們在違章作業(yè)子系統(tǒng)中具有主要媒介地位，對其進(jìn)行針對性控制將大幅度提高風(fēng)險消減效率。

圖7 CREN 子系統(tǒng)網(wǎng)絡(luò)

具體而言，在房建和市政工程建設(shè)過程中，建議完善安全管理制度、嚴(yán)格把關(guān)參建單位資質(zhì)以使現(xiàn)場安全隱患及時發(fā)現(xiàn)并整改；政府建設(shè)管理部門應(yīng)加強(qiáng)監(jiān)管，防止承包商違法發(fā)包轉(zhuǎn)包，保證承包商資質(zhì)可靠；加強(qiáng)工程安全文化建設(shè)與傳播，嚴(yán)格進(jìn)行安全教育培訓(xùn)與技術(shù)交底，加強(qiáng)安全制度的執(zhí)行力度，提升項目員工安全生產(chǎn)意識；引入BIM 等新技術(shù)，有利于保證設(shè)計、施工方案的科學(xué)性。

（2）事故控制對策。不同于其他生產(chǎn)安全事故，坍塌事故類型紛雜，不同類型坍塌事故之間的相互催生關(guān)系形成坍塌事故子系統(tǒng)，如圖7（b）所示。A8 作為原始事故，演化出二次事故A2、A5和A6。A5 的發(fā)生繼續(xù)催生出A4 和A7 兩個衍生事故，這種情況多發(fā)生在基坑和隧道中，如“11.15杭州地鐵坍塌事故”和“2.7 佛山市地鐵透水坍塌事故”，因此對拱架支撐坍塌和土方坍塌需重點防范。建議加強(qiáng)監(jiān)理旁站監(jiān)管，嚴(yán)格進(jìn)行質(zhì)量驗收，完善信息溝通機(jī)制，當(dāng)出現(xiàn)事故征兆時方可及時采取措施控制；需完善編制安全應(yīng)急預(yù)案，科學(xué)培訓(xùn)與演習(xí)，增強(qiáng)安全應(yīng)急預(yù)案實施能力，以備原始事故發(fā)生時，按其實施要求及時進(jìn)行補(bǔ)救，將損失降至最低，避免事故的級聯(lián)效應(yīng)。

4 結(jié)語

為防控坍塌事故，促進(jìn)工程建設(shè)安全，采用事故案例分析法，收集較大及以上坍塌事故案例116個，構(gòu)建含76 個風(fēng)險點的風(fēng)險體系，提取157 條事故鏈融合以形成坍塌事故風(fēng)險演化網(wǎng)絡(luò)（CREN），發(fā)現(xiàn)CREN 具有無標(biāo)度和小世界特性。從理論上采用免疫策略對風(fēng)險消減效果進(jìn)行仿真，得出最優(yōu)免疫策略為DC 免疫策略，明確關(guān)鍵風(fēng)險因子?？刂七`章作業(yè)子系統(tǒng)可使CREN 網(wǎng)絡(luò)效率下降近40%，抑制其中介中心度高的因子可大幅提高違章作業(yè)風(fēng)險消減效率；坍塌事故是多類坍塌事故衍生的結(jié)果，需重點防范拱架支撐坍塌和土方坍塌事故。最后，提出在實際建設(shè)過程中可行的對策。