摘要：建筑工人不安全行為是造成建筑事故的主要原因。為揭示建筑工人不安全行為的關(guān)聯(lián)性及其對(duì)事故本身的影響，首先，基于復(fù)雜網(wǎng)絡(luò)理論對(duì)建筑工人不安全行為進(jìn)行建模和分析，得出網(wǎng)絡(luò)具備小世界和無(wú)標(biāo)度的屬性，表示關(guān)鍵樞紐節(jié)點(diǎn)對(duì)事故的發(fā)生起決定性作用；其次，基于對(duì)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的分析，確定不同指標(biāo)下行為的重要性排名，并通過(guò)對(duì)比分析不同類型事故，提出針對(duì)性事故預(yù)防建議；最后，基于節(jié)點(diǎn)失效模擬分析網(wǎng)絡(luò)的魯棒性，提出不同預(yù)算限制下的安全防控策略。

關(guān)鍵詞：施工現(xiàn)場(chǎng)事故；建筑工人；不安全行為；復(fù)雜網(wǎng)絡(luò)

0引言

建筑施工具有環(huán)境復(fù)雜性、作業(yè)程序非標(biāo)準(zhǔn)化的特點(diǎn)，因此，建筑業(yè)一直都是事故易發(fā)的高危險(xiǎn)行業(yè)之一[1]。盡管國(guó)家和地方政府已采取一系列風(fēng)險(xiǎn)管理措施[2]，但建筑傷亡事故仍時(shí)常發(fā)生。因此，探索加強(qiáng)建筑業(yè)安全管理的有效方案成為當(dāng)前研究的重要課題。

大量研究結(jié)果證明，建筑工人不安全行為是造成建筑安全事故的最主要因素[3]。為了降低事故的發(fā)生率，建筑行業(yè)一直在探索建筑工人不安全行為管理策略的改善方法。例如，為揭示建筑工人安全態(tài)度與行為的交互機(jī)制，Shin等[4]基于系統(tǒng)動(dòng)力學(xué)理論構(gòu)建了一種心理過(guò)程模型。Yu等[5]提出了一種基于圖像識(shí)別實(shí)時(shí)姿態(tài)的方法確認(rèn)建筑工人的運(yùn)動(dòng)行為，通過(guò)前兆不安全行為對(duì)建筑工人的危險(xiǎn)動(dòng)作進(jìn)行實(shí)時(shí)監(jiān)控與提醒。Ding等[6]基于卷積神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短期記憶法開發(fā)了一種混合深度學(xué)習(xí)模型，以實(shí)現(xiàn)不安全行為的自動(dòng)識(shí)別。Mohajeri等[7]通過(guò)研究展示了人為因素干預(yù)措施對(duì)減少建筑工人不安全行為的積極作用。

盡管當(dāng)前針對(duì)建筑工人不安全行為的影響因素、形成機(jī)制和預(yù)防控制等方面的研究已經(jīng)取得了重要進(jìn)展，但對(duì)于不安全行為間的耦合和相互作用關(guān)系的研究仍然較少。已有研究表明，建筑工人不安全行為具有時(shí)間序列特性[8]，存在周期性、趨勢(shì)性的時(shí)間模式。因此，間接的因果聯(lián)系可以直觀地表示不安全行為間的相關(guān)性[9]?；谶@一事實(shí)，不安全行為間的相互耦合最終導(dǎo)致建筑工人行為管理中的固有弱點(diǎn)[10]。因此，為避免行為間的級(jí)聯(lián)脆弱性而導(dǎo)致的對(duì)安全風(fēng)險(xiǎn)的低估，必須從全局視角探索其內(nèi)部演化邏輯。

當(dāng)前，復(fù)雜網(wǎng)絡(luò)理論已被證明在分析復(fù)雜系統(tǒng)各因素間的耦合關(guān)系時(shí)具有優(yōu)勢(shì)[11]，因此，該理論在事故分析中具有廣闊的應(yīng)用前景。例如，Zhou等[12]基于復(fù)雜網(wǎng)絡(luò)理論，研究了地鐵施工未遂事故的發(fā)生機(jī)制。Li等[13]提出了基于復(fù)雜網(wǎng)絡(luò)的鐵路事故安全監(jiān)測(cè)模型，量化了事故成因。Tong等[14]結(jié)合復(fù)雜網(wǎng)絡(luò)理論和關(guān)聯(lián)規(guī)則構(gòu)建了公路施工事故因果模型，以可視化方式展示了公路施工事故的發(fā)生機(jī)制。申建紅等[15]基于復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)識(shí)別出斜拉橋主梁施工過(guò)程中的關(guān)鍵風(fēng)險(xiǎn)因素，提高了施工的安全性。

綜上，不難發(fā)現(xiàn)，以往研究主要集中在特定的施工環(huán)境，如電氣事故、地鐵或城鐵事故、公路事故等。然而，施工現(xiàn)場(chǎng)的安全風(fēng)險(xiǎn)復(fù)雜多變，即使在相同的施工環(huán)境下，不同的施工作業(yè)類型（如高處作業(yè)、起重作業(yè)、土方基坑作業(yè)等）的事故發(fā)生原因也并不相同。因此，對(duì)建筑工人不安全行為的評(píng)估不應(yīng)局限于特定的建筑施工環(huán)境，而應(yīng)基于各作業(yè)類型中建筑工人的不安全行為進(jìn)行建模和分析。

基于以上原因，本研究運(yùn)用復(fù)雜網(wǎng)絡(luò)理論，以事故調(diào)查報(bào)告為研究對(duì)象，對(duì)建筑工人不安全行為進(jìn)行建模并應(yīng)用網(wǎng)絡(luò)拓?fù)渲笜?biāo)厘清不安全行為間的耦合關(guān)系。

1基于事故調(diào)查報(bào)告的建筑工人不安全行為網(wǎng)絡(luò)（UBCW）模型構(gòu)建

Duhadway等[16]根據(jù)不安全行為的時(shí)間順序提出了行為風(fēng)險(xiǎn)鏈的概念。本研究從各類事故調(diào)查報(bào)告中直接提取不安全行為，建立不安全行為鏈。基于現(xiàn)有研究，結(jié)合《建筑施工高處作業(yè)安全技術(shù)規(guī)范》（JGJ 80—2016）、《建筑施工起重吊裝工程安全技術(shù)規(guī)范》（JGJ 276—2012）等行業(yè)標(biāo)準(zhǔn)，對(duì)不安全行為的判定標(biāo)準(zhǔn)進(jìn)行修訂，最終確定了75項(xiàng)不安全行為。

根據(jù)不安全行為的發(fā)生順序，可以將其劃分為“施工前行為、施工中行為和施工后行為”三個(gè)狀態(tài)。不安全行為鏈提取示例見表1。例如，“1001”就是典型的施工前行為。在構(gòu)建不安全行為鏈的過(guò)程中，根據(jù)行為屬性確定其在不安全行為鏈中的位置。對(duì)于同屬于一種狀態(tài)的行為，根據(jù)其從屬關(guān)系確定先后順序。例如，“1002”顯然是包含“1001”的，前者要素更全面，導(dǎo)致事故發(fā)生的概率更高，因此，將1002置于1001之前。

在提取完不安全行為鏈后，將其中的各節(jié)點(diǎn)對(duì)進(jìn)行拆分。同時(shí)，根據(jù)Zhou等[17]提出的加權(quán)事故因果網(wǎng)絡(luò)的建模方法，將節(jié)點(diǎn)對(duì)出現(xiàn)的頻率確定為邊的權(quán)重。三個(gè)案例的不安全行為鏈?zhǔn)纠姳?。拆分節(jié)點(diǎn)對(duì)后，通過(guò)不安全行為鄰接矩陣構(gòu)建網(wǎng)絡(luò)模型示意圖，如圖1所示。

2案例研究

2.1建筑工人不安全行為網(wǎng)絡(luò)構(gòu)建

事故調(diào)查報(bào)告詳細(xì)描述了事故的發(fā)生經(jīng)過(guò)、原因、責(zé)任認(rèn)定及相關(guān)處理建議。本研究以各省市建筑事故調(diào)查報(bào)告為研究對(duì)象，在剔除不由工人不安全行為造成和只有一種不安全行為而無(wú)法構(gòu)成行為鏈的事故報(bào)告后，最終篩選出501份事故案例。報(bào)告來(lái)源于各省市應(yīng)急管理部門和政府門戶網(wǎng)站，事故類型分布如圖2所示。為確保分析的可靠性，事故發(fā)生地點(diǎn)覆蓋全國(guó)31個(gè)省市自治區(qū)，時(shí)間范圍為2018—2022年。

2.2建筑工人不安全行為網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)分析

2.2.1不安全行為網(wǎng)絡(luò)的主要指標(biāo)特征

不安全行為網(wǎng)絡(luò)的主要指標(biāo)特征見表3。

不安全行為網(wǎng)絡(luò)的節(jié)點(diǎn)和邊的數(shù)量反映了網(wǎng)絡(luò)的規(guī)模?？傮w而言，不安全行為網(wǎng)絡(luò)的規(guī)模隨著事故發(fā)生頻率的降低而逐漸減小。例如，高處墜落事故發(fā)生頻率最高，因此該不安全行為網(wǎng)絡(luò)具有最多的節(jié)點(diǎn)和邊。較大規(guī)模的網(wǎng)絡(luò)意味著更為復(fù)雜的因素傳播特征，因此，相較于偶發(fā)事故，頻發(fā)事故的安全管理難度更為嚴(yán)峻。

密度可以揭示不同節(jié)點(diǎn)之間的連接密度，表明不安全行為之間的相互關(guān)聯(lián)程度。在各子網(wǎng)絡(luò)中，密度最大的是坍塌事故。與其他類型事故相比，坍塌事故中的不安全行為存在著更為密集的關(guān)聯(lián)。有研究表明，現(xiàn)場(chǎng)環(huán)境對(duì)坍塌事故的發(fā)生具有顯著的正向影響作用[18]。相對(duì)于其他事故類型，坍塌事故的發(fā)生范圍覆蓋整個(gè)施工現(xiàn)場(chǎng)，涉及多個(gè)工作區(qū)域和結(jié)構(gòu)部件之間的關(guān)聯(lián)。

平均最短路徑長(zhǎng)度是評(píng)估網(wǎng)絡(luò)中信息傳播速度和范圍的重要指標(biāo)。在不安全行為網(wǎng)絡(luò)中，平均最短路徑長(zhǎng)度越小，說(shuō)明不安全行為造成的影響在網(wǎng)絡(luò)中的傳播速度越快。根據(jù)表3可知，所有網(wǎng)絡(luò)的平均最短路徑長(zhǎng)度均小于3，即一個(gè)不安全行為平均通過(guò)不到3步就可以連接到其他不安全行為，表明不安全行為之間的聯(lián)系較為緊密，極易導(dǎo)致大規(guī)模的安全事件。例如，在不安全行為鏈“1101→0906→0801”中，“1101（施工前未進(jìn)行安全交底或培訓(xùn)即上崗）”和“0801（無(wú)外力摔倒）”看似沒(méi)有關(guān)聯(lián)，卻能夠通過(guò)“0906（未按要求準(zhǔn)備個(gè)人防護(hù)設(shè)備）”進(jìn)行風(fēng)險(xiǎn)的傳遞。

直徑表示網(wǎng)絡(luò)中任意兩個(gè)節(jié)點(diǎn)之間最短路徑的最大長(zhǎng)度。值得注意的是，物體打擊事故具有最小的直徑和平均最短路徑長(zhǎng)度，但其網(wǎng)絡(luò)規(guī)模并非最小。這與Chen等[19]的研究結(jié)果存在差異，后者提出不同子網(wǎng)絡(luò)的平均最短路徑長(zhǎng)度和直徑將隨著網(wǎng)絡(luò)規(guī)模的減小而降低。這種現(xiàn)象可能是物體打擊事故涉及材料或工具的掉落、碰撞等情況，直接導(dǎo)致不安全行為間的傳播更加迅速。

聚類系數(shù)表明節(jié)點(diǎn)周圍的不安全行為是否形成簇，是否存在高度連通的子群。在各子網(wǎng)絡(luò)中，高處墜落事故的聚類系數(shù)最大，這是由于高處作業(yè)往往涉及相似的工作流程和操作模式。例如，上崗前未接受安全技術(shù)交底或培訓(xùn)、未佩戴個(gè)人防護(hù)用品、未牢固固定工件等都是導(dǎo)致高處墜落事故的常見不安全行為。因此，高處作業(yè)的安全防控需要考慮相關(guān)不安全行為的協(xié)同控制。

對(duì)于整體不安全行為網(wǎng)絡(luò)而言，其密度較高，意味著相較于各子網(wǎng)絡(luò)，整體不安全行為網(wǎng)絡(luò)間存在著更為密切的聯(lián)系和相互作用，不安全行為網(wǎng)絡(luò)中的信息能夠迅速在群體中傳播。整體網(wǎng)絡(luò)的平均最短路徑長(zhǎng)度為2.541，直徑為6，聚類系數(shù)為0.315。生成100個(gè)與其規(guī)模相同的隨機(jī)網(wǎng)絡(luò)，求得隨機(jī)網(wǎng)絡(luò)的平均最短路徑長(zhǎng)度和聚類系數(shù)分別是2.677和0.090 2。相較于隨機(jī)網(wǎng)絡(luò)，整體網(wǎng)絡(luò)具有更小的平均最短路徑長(zhǎng)度及更大的聚類系數(shù)。因此，整體網(wǎng)絡(luò)具有Watts等[20]提出的小世界網(wǎng)絡(luò)的特性。傳統(tǒng)的風(fēng)險(xiǎn)管理方法通常將防控重心集中于獨(dú)立的風(fēng)險(xiǎn)因素，從而忽視了不安全行為間的相互影響。但由于整體網(wǎng)絡(luò)的小世界網(wǎng)絡(luò)屬性，僅僅關(guān)注特定類型的不安全行為無(wú)法有效控制網(wǎng)絡(luò)的風(fēng)險(xiǎn)。因此，為了更好地應(yīng)對(duì)不安全行為的集聚效應(yīng)，需要制訂針對(duì)性的控制策略和培訓(xùn)計(jì)劃。

2.2.2不安全行為網(wǎng)絡(luò)的截?cái)鄡缏煞植继卣?/p>

因?yàn)椴话踩袨榫W(wǎng)絡(luò)規(guī)模較小，所以度值增加并不連續(xù)，且度分布的尾部缺乏足夠的統(tǒng)計(jì)信息。為了驗(yàn)證建筑工人不安全行為網(wǎng)絡(luò)是否具有無(wú)標(biāo)度特性，本研究計(jì)算了各網(wǎng)絡(luò)的累積度分布，如圖4所示。

在實(shí)際應(yīng)用中，單一分布函數(shù)往往難以充分?jǐn)M合或準(zhǔn)確預(yù)測(cè)度分布的規(guī)律。因此，需要采用一種常見的混合分布，即帶有指數(shù)截?cái)嗟膬缏煞植歼M(jìn)行擬合。根據(jù)圖4的結(jié)果，各類事故類型的不安全行為網(wǎng)絡(luò)都呈現(xiàn)出形如P（xgt;k）～k－γexp－kkx指數(shù)截?cái)嗟膬缏煞植迹砻鞲黝愂鹿示W(wǎng)絡(luò)均具備無(wú)標(biāo)度的網(wǎng)絡(luò)屬性，這揭示了在各類事故中存在著一些關(guān)鍵的不安全行為，它們對(duì)事故的發(fā)生起決定性作用，而其他行為對(duì)事故的發(fā)生影響程度相對(duì)較低。因此，對(duì)關(guān)鍵不安全行為的準(zhǔn)確定位和有效控制對(duì)于提升事故預(yù)防效果具有重要意義。

2.2.3節(jié)點(diǎn)的度與強(qiáng)度

在不安全行為網(wǎng)絡(luò)中，節(jié)點(diǎn)的度表示不安全行為與其他行為的關(guān)聯(lián)程度；節(jié)點(diǎn)的出度表示不安全行為對(duì)其他行為的影響程度；節(jié)點(diǎn)的入度表示其他行為對(duì)不安全行為的影響。對(duì)于加權(quán)網(wǎng)絡(luò)，節(jié)點(diǎn)的度需要考慮邊權(quán)。加權(quán)度、加權(quán)出度、加權(quán)入度也可以分別稱為強(qiáng)度、出強(qiáng)度、入強(qiáng)度。網(wǎng)絡(luò)節(jié)點(diǎn)的度與強(qiáng)度排名見表4。

由表4可知，高處墜落事故中，“未佩戴安全帶（0904）”是度值最高的節(jié)點(diǎn)，其他事故類型度值最高的節(jié)點(diǎn)為“施工前未進(jìn)行安全交底或培訓(xùn)即上崗（1101）”。原因是高處墜落事故主要發(fā)生在高處作業(yè)任務(wù)中，這類任務(wù)本身具有較高的墜落安全風(fēng)險(xiǎn)，而未佩戴安全帶是導(dǎo)致建筑工人受傷或死亡的直接原因。其他事故類型涉及的因素則更為復(fù)雜，包括土方結(jié)構(gòu)穩(wěn)定性、材料存放和起重設(shè)備操作等。因此，缺乏施工前的安全交底和培訓(xùn)極易導(dǎo)致建筑工人不熟悉潛在隱患，從而增加了事故發(fā)生的概率。值得注意的是，具有最高度值的節(jié)點(diǎn)也具有最高強(qiáng)度值。這表明高度值節(jié)點(diǎn)不僅在數(shù)量上占優(yōu)勢(shì)，而且其連接也具有更高重要性，進(jìn)一步凸顯了上述不安全行為在網(wǎng)絡(luò)中的關(guān)鍵地位。

高處墜落事故中，出度最大的節(jié)點(diǎn)是“不具有特種作業(yè)從業(yè)資格（1102）”，值為25。同時(shí)，該節(jié)點(diǎn)的度值也為25，表明該節(jié)點(diǎn)在網(wǎng)絡(luò)中具有最重要的指向性，是典型的“影響型因素”，極易引發(fā)后續(xù)的不安全行為。因此，為了降低墜落事故的發(fā)生率，必須嚴(yán)格禁止未取得特種作業(yè)從業(yè)資格的人員上崗作業(yè)。除高處墜落事故，其他類型及整體網(wǎng)絡(luò)中，出度最大的節(jié)點(diǎn)與度最大的節(jié)點(diǎn)一致，均為“施工前未進(jìn)行安全交底或培訓(xùn)即上崗（1101）”，表明應(yīng)對(duì)施工前安全交底和培訓(xùn)引起重視[21]。安全管理人員應(yīng)采取更加嚴(yán)格和針對(duì)性的管控措施，確保所有人員崗前接受充分的安全技能培訓(xùn)。

在高處墜落事故中，入度和入強(qiáng)度最大的節(jié)點(diǎn)都是“未佩戴安全帶（0904）”。而在坍塌、起重傷害和物體打擊事故中，入度的最大節(jié)點(diǎn)分別是“基坑、溝槽未及時(shí)支護(hù)（1006）”“施工平臺(tái)、腳手架、支架或模板的超載使用（0110）”和“未辨識(shí)現(xiàn)場(chǎng)危險(xiǎn)因素（0405）”。對(duì)于坍塌事故而言，過(guò)去的研究也表明，坍塌通常與基坑和溝槽的支護(hù)不力有關(guān)[22]?；雍蜏喜凼鞘┕がF(xiàn)場(chǎng)常見的結(jié)構(gòu)元素，如果沒(méi)有適時(shí)采取支護(hù)措施，將對(duì)土方的結(jié)構(gòu)穩(wěn)定性構(gòu)成嚴(yán)重威脅。起重作業(yè)中，起重臂的超載使用往往是引發(fā)起重傷害的直接因素[23]。管理人員和工人應(yīng)確保起重機(jī)械負(fù)荷不超過(guò)設(shè)計(jì)和承載能力，包括定期檢查和維護(hù)設(shè)備，使用適當(dāng)?shù)闹尾牧虾驮O(shè)備等。同時(shí)，提供適當(dāng)?shù)呐嘤?xùn)和指導(dǎo)，讓所有工作人員了解超載使用的風(fēng)險(xiǎn)。物體打擊事故中，未辨識(shí)的危險(xiǎn)因素如材料堆放不當(dāng)、未固定的工件等，對(duì)工人安全構(gòu)成嚴(yán)重威脅。

3安全防控策略

以上研究尚未完全揭示不同指標(biāo)下排名靠前的不安全行為對(duì)網(wǎng)絡(luò)連通性的影響是否具有一致性。事實(shí)上，管理者在進(jìn)行安全防控時(shí)需要關(guān)注不同的行為，并針對(duì)性選擇安全防控策略。例如，當(dāng)管理者對(duì)發(fā)生頻率較高且容易引發(fā)其他不安全行為的樞紐節(jié)點(diǎn)感興趣時(shí)，應(yīng)重點(diǎn)關(guān)注度值較高的不安全行為；而如果管理者對(duì)具有顯著影響力和傳遞能力的節(jié)點(diǎn)更感興趣時(shí)，則應(yīng)關(guān)注介數(shù)更大的不安全行為。在此背景下，本研究采用與許波桅等[24]相似的方法，模擬節(jié)點(diǎn)失效對(duì)網(wǎng)絡(luò)魯棒性的影響。

節(jié)點(diǎn)攻擊模擬了現(xiàn)實(shí)中通過(guò)防控相應(yīng)的不安全行為來(lái)減少事故發(fā)生的過(guò)程。通過(guò)連續(xù)攻擊具有最高指標(biāo)度量值的不安全行為，更新網(wǎng)絡(luò)的最大強(qiáng)連通分量的相對(duì)大小來(lái)衡量網(wǎng)絡(luò)的魯棒性和脆弱性。為了清晰地表示節(jié)點(diǎn)失效過(guò)程，本文使用最大強(qiáng)連通分量的相對(duì)大小來(lái)表示被攻擊消除的不安全行為的比例，失效的節(jié)點(diǎn)比例記為f。當(dāng)節(jié)點(diǎn)被攻擊后，它會(huì)立即消失，同時(shí)與其相連的所有邊失效；只有當(dāng)指向一個(gè)節(jié)點(diǎn)的所有邊都失效時(shí)，該節(jié)點(diǎn)才會(huì)失效，然后重復(fù)整個(gè)過(guò)程直至達(dá)到穩(wěn)定狀態(tài)。本文節(jié)點(diǎn)攻擊策略包括度、強(qiáng)度、介數(shù)、加權(quán)介數(shù)和隨機(jī)移除五大類。對(duì)于隨機(jī)節(jié)點(diǎn)攻擊，每個(gè)節(jié)點(diǎn)被攻擊的概率相同，需要按照指定概率順序隨機(jī)攻擊網(wǎng)絡(luò)中的節(jié)點(diǎn)。為確保結(jié)果的可靠性，本文將攻擊過(guò)程重復(fù)1000次并取平均。不同攻擊策略下網(wǎng)絡(luò)魯棒性的動(dòng)態(tài)變化如圖5所示。

圖5a顯示，在5種攻擊策略中，最大強(qiáng)連通分量的相對(duì)大小均能夠隨著失效的節(jié)點(diǎn)比例f的增大而減小。圖5b和5c為對(duì)結(jié)果的補(bǔ)充分析，展示了平均最短路徑長(zhǎng)度和密度隨f的變化情況。隨機(jī)攻擊策略顯示，f和最大強(qiáng)連通分量的相對(duì)大小近似擬合方程y=-1.1x+0.83。同時(shí)，與其他4種攻擊策略相比，隨機(jī)攻擊的效率最低。

除了隨機(jī)攻擊策略，在f=0.12之前，4種策略對(duì)最大強(qiáng)連通分量的影響并沒(méi)有顯著差異。然而，在f=0.12之后，攻擊效果開始分化。值得注意的是，按強(qiáng)度攻擊的策略效果最差。相比之下，按介數(shù)和加權(quán)介數(shù)攻擊的策略對(duì)最大強(qiáng)連通分量的相對(duì)大小影響更為明顯，甚至在加權(quán)介數(shù)策略下，刪除占比約為0.235的節(jié)點(diǎn)網(wǎng)絡(luò)即完全崩潰。這是因?yàn)樵摬呗詣h除了兩個(gè)節(jié)點(diǎn)之間的中轉(zhuǎn)節(jié)點(diǎn)，從而將網(wǎng)絡(luò)分割成幾個(gè)孤立的社區(qū)。通過(guò)圖5b可以觀察到，基于介數(shù)和加權(quán)介數(shù)的攻擊策略對(duì)平均最短路徑長(zhǎng)度的影響更明顯。因?yàn)榛诙群蛷?qiáng)度的攻擊策略主要是刪除網(wǎng)絡(luò)中的Hub節(jié)點(diǎn)。盡管Hub節(jié)點(diǎn)的消失會(huì)在一定程度上導(dǎo)致平均最短路徑長(zhǎng)度的增加，但直接刪除節(jié)點(diǎn)間的橋梁節(jié)點(diǎn)能更迅速地使網(wǎng)絡(luò)平均最短路徑長(zhǎng)度的增加。較大的平均最短路徑長(zhǎng)度意味著需要更多的不安全行為累積才能最終引發(fā)事故。圖5c也顯示，相對(duì)于其他兩種策略，介數(shù)和加權(quán)介數(shù)策略對(duì)密度的影響較小，進(jìn)一步說(shuō)明這兩種策略主要是通過(guò)破壞社區(qū)之間的橋梁節(jié)點(diǎn)來(lái)影響網(wǎng)絡(luò)的連通性的。

綜合而言，按介數(shù)和加權(quán)介數(shù)進(jìn)行節(jié)點(diǎn)攻擊的策略更為合理，但根據(jù)實(shí)際的安全管理需求和預(yù)算限制，可以有不同選擇。在嚴(yán)格預(yù)算限制下，采用任何一種防控策略都能有效降低隨機(jī)防控導(dǎo)致的不確定性；而在預(yù)算充裕的情況下，盡可能地按照加權(quán)介數(shù)攻擊策略進(jìn)行安全防控能更合理、有效地提高防控水平。

4結(jié)語(yǔ)

通過(guò)引入不安全行為鏈這一概念，本研究對(duì)501份事故調(diào)查報(bào)告進(jìn)行提取分析，從而構(gòu)建了建筑工人不安全行為網(wǎng)絡(luò)及4種事故類型分網(wǎng)絡(luò)。研究發(fā)現(xiàn)，各網(wǎng)絡(luò)度分布均擬合截?cái)鄡缏煞植?，說(shuō)明關(guān)鍵樞紐節(jié)點(diǎn)對(duì)網(wǎng)絡(luò)的連通性影響顯著。同時(shí)，通過(guò)對(duì)各網(wǎng)絡(luò)的主要拓?fù)渲笜?biāo)進(jìn)行分析，針對(duì)性提出安全管理建議。此外，本研究分析了網(wǎng)絡(luò)度、強(qiáng)度等指標(biāo)下不安全行為的重要性和影響力，通過(guò)節(jié)點(diǎn)失效策略揭示了網(wǎng)絡(luò)的魯棒性，并發(fā)現(xiàn)基于介數(shù)和加權(quán)介數(shù)的攻擊策略對(duì)網(wǎng)絡(luò)的連通性能產(chǎn)生更為顯著的影響。本研究為建筑工人不安全行為的有效管控提供了理論指導(dǎo)，有助于提高建筑現(xiàn)場(chǎng)的安全性。后續(xù)可以通過(guò)擴(kuò)大數(shù)據(jù)樣本和研究范圍，以及評(píng)估不同防控策略的實(shí)施效果和成本效益，進(jìn)一步深化研究。

參考文獻(xiàn)

[1]郭中華，姜卉，尤完.建筑施工安全生產(chǎn)監(jiān)管模式的事故作用機(jī)理及有效性評(píng)價(jià)[J].公共管理學(xué)報(bào)，2021，18（4）：63-77.

[2]ZHAO X，WU P，WANG X.Risk paths in BIM adoption：empirical study of China[J].Engineering Construction amp; Architectural Management，2018，25（9）：1170-1187.

[3]鄭圣鏗，李曉娟，鄧俊希.基于SEM的建筑工人心理壓力，情緒對(duì)不安全行為影響研究[J].項(xiàng)目管理技術(shù)，2023，21（7）：41-48.

[4]SHIN M，LEE H，PARK M，et al.A system dynamics approach for modeling construction workers safety attitudes and behaviors[J].Accident Analysis amp; Prevention，2014，68（7）：95-105.

[5]YU Y，GUO H，DING Q，et al.An experimental study of real-time identification of construction workers unsafe behaviors[J]. Automation in Construction，2017（82）：193-206.

[6]DING L，F(xiàn)ANG W，LUO H，et al.A deep hybrid learning model to detect unsafe behavior：integrating convolution neural networks and long short-term memory[J].Automation in Construction，2018（86）：118-124.

[7]MOHAJERI M，ARDESHIR A，MALEKITABAR H.Diagnostic intervention program based on construction workers internal factors for persistent reduction of unsafe behavior[J]. Engineering，Construction and Architectural Management，2023，30（2）：478-495.

[8]ZHOU Y，LI C，DING L，et al.Combining Association rules mining with complex networks to monitor coupled risks[J]. Reliability Engineering amp; System Safety，2019，186（6）：194-208.

[9]李乃文，劉孟瀟，牛莉霞.礦工工作壓力，心智游移與不安全行為的關(guān)系[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2018，14（10）：170-174.

[10]YUXIN W，GUI F，QIAN L，et al.Modelling and analysis of unsafe acts in coal mine gas explosion accidents based on network theory[J]. Process Safety and Environmental Protection，2023（170）： 28-44.

[11]ZHAN XX，LIU C，ZHOU G，et al.Coupling dynamics of epidemic spreading and information diffusion on complex networks[J].Applied Mathematics and Computation，2018（332）：437-448.

[12]ZHOU C，DING L，SKIBNIEWSKI M，et al.Characterizing time series of near-miss accidents in metro construction via complex network theory[J].Safety Science，2017（98）：145-158.

[13]LI K，WANG S.A network accident causation model for monitoring railway safety[J].Safety Science，2018（109）：398-402.

[14]TONG R，ZHAO H，ZHANG N，et al.Modified accident causation model for highway construction accidents （ACM-HC）[J].Engineering，Construction and Architectural Management，2021，28（9）：2592-2609.

[15]申建紅，張靜.基于復(fù)雜網(wǎng)絡(luò)和免疫策略的斜拉橋主梁施工安全風(fēng)險(xiǎn)耦合分析[J].安全與環(huán)境學(xué)報(bào)，2024，24（2）：450-460.

[16]DUHADWAY S，CARNOVALE S，KANNAN V R. Organizational communication and individual behavior：implications for supply chain risk management[J].Journal of Supply Chain Management，2018，54（4）：3-19.

[17]ZHOU J，XU W，GUO X，et al.A method for modeling and analysis of directed weighted accident causation network（DWACN）[J].Physica A：Statistical Mechanics and its Applications，2015（437）：263-277.

[18]SHAO L，GUO S，DONG Y，et al.Cause analysis of construction collapse accidents using association rule mining[J]. Engineering， Construction and Architectural Management，2023，30（9）：4120-4142.

[19]CHEN F，LEI S，WEI Y.Risk analysis of construction accidents with a weighted network model considering accident level[J].Quality and Reliability Engineering International，2023，39（8）：3230-3251.

[20]WATTS D，STROGATZ S.Collective dynamics of ‘small-world’networks[J].Nature，1998，393（6684）：440-442.

[21]NDEKUGRI I，ANKRAH N，ADAKU E.The design coordination role at the pre-construction stage of construction projects[J].Building Research amp; Information，2022，50（4）：452-466.

[22]FANG W，ZHONG B，ZHAO N，et al.A deep learning-based approach for mitigating falls from height with computer vision： convolutional neural network[J].Advanced Engineering Informatics，2019（39）：170-177.

[23]CHOUDHRY R M，F(xiàn)ANG D P.Why operatives engage in unsafe work behavior：investigating factors on construction sites[J].Safety Science，2008，46（4）：566-584.

[24]許波桅，唐燦璇，李軍軍.級(jí)聯(lián)失效下海港-陸港集裝箱運(yùn)輸網(wǎng)絡(luò)魯棒性分析[J].交通運(yùn)輸系統(tǒng)工程與信息，2023，23（3）：265-279.PMT

收稿日期：2023-01-16

作者簡(jiǎn)介：

朱錦春（通信作者）（1998—），男，研究方向：工程安全。

孟慶峰（1982—），男，博士，教授，博士研究生導(dǎo)師。研究方向：復(fù)雜工程管理、綠色供應(yīng)鏈管理、社會(huì)科學(xué)計(jì)算實(shí)驗(yàn)。