地铁监控量测论文关于地铁的论文地铁隧道防水论文地铁项目安全绩效关键影响因素分析研究.docx

地铁监控量测论文关于地铁的论文地铁隧道防水论文地铁项目安全绩效关键影响因素分析研究.docx

《地铁监控量测论文关于地铁的论文地铁隧道防水论文地铁项目安全绩效关键影响因素分析研究.docx》由会员分享，可在线阅读，更多相关《地铁监控量测论文关于地铁的论文地铁隧道防水论文地铁项目安全绩效关键影响因素分析研究.docx（5页珍藏版）》请在冰豆网上搜索。

地铁监控量测论文关于地铁的论文地铁隧道防水论文地铁项目安全绩效关键影响因素分析研究

地铁监控量测论文关于地铁的论文地铁隧道防水论文

地铁项目安全绩效关键影响因素分析研究

【摘　要　】因素,将这些影响因素归为五大类,即项目参与各方对安全的影响程度、人员的不安全行为及不安全状态、材料的不安全状态、机械/设备的不安全状态和现场环境的不安全状态;采取调查问卷的方式,运用结构方程建模得出各个指标的重要度及各指标之间的相互影响。

研究结果表明:

“项目参与各方对安全的影响程度”和“现场环境的状态”对地铁安全绩效的贡献最大,同时,其他因素也有较强的影响,在地铁施工中应以此为重点,加强安全防范。

【关键词】地铁项目;　安全管理;　安全绩效;　

关键影响因素：

结构方程　

引　言

中国城市地铁建设正逐步进入稳步、有序和快速的发展阶段。

但是由于地铁工程的建设具有其特殊性:

工程量巨大、涉及工程专业多、质量和安全要求高、地质环境的复杂性、地下和露天作业多、工程和周边环境关系密切等。

地铁工程建设中的不确定因素较多,可能引发的事故种类繁多,并且一旦发生地铁安全事故,其后果是相当严重的,往往是群死群伤。

近几年各个城市地铁事故频繁发生,深入研究地铁建设工程中的安全问题显得尤为迫切,国内一些学者对此展开了有针对性的研究[1-3]。

安全绩效是指基于企业安全方针和目标,组织安全管理体系的可测量结果[4]。

虽然国内外一些学者对影响项目安全绩效的因素做了一些研究[5-8],但这些因素对项目安全绩效影响程度、影响方式,目前仍缺乏深入的定量研究。

1　地铁项目安全绩效影响因素识别

虽然建设项目的安全管理是由承包商直接进行的,但提高建筑业的安全管理水平,需要项目参与各方的共同努力[9]。

Blair[10]认为:

从全面安全管理的角度而言,所有主体都应对安全问题负责,包括业主、设计方、承包商、政府和保险公司等。

拉夫堡大学和曼彻斯特理工大学的一份建筑安全事故报告的分析中指出:

建筑业事故影响的直接因素主要是人、材料、机械和环境;形成因素主要包括安全环境文化、企业的安全制度落实不力、缺乏项目风险管理意识、安全管理体系不健全等;而其根本因素则涉及到经济、文化、学校教育、民族习惯、社会历史、法律等方面[11]。

因此,在此项研究中,将影响地铁项目安全绩效的因素分为五大类:

项目参与各方对安全的影响程度（A）、人员的不安全行为及不安全状态（B）、材料的不安全状态（C）、机械/设备的不安全状态（D）和现场环境的不安全状态（E）。

在参阅国内外大量对地铁安全事故研究文献的基础上[12-18],并结合国内近10年126个地铁安全事故案例,以及从美国OSHA的2000—2008数据库中选取了489个与地铁相关的事故案例进行分析,识别出影响地铁安全绩效的48个因素,如图1所示。

图1　影响地铁安全绩效的因素

2　地铁项目安全绩效影响因素问卷调查及分析

2.1　问卷设计与数据采集

为了定量分析各项因素对安全绩效影响程度的大小,对48个影响安全绩效的因素采用调查问卷的形式,对南京、上海、北京、广州4地的地铁项目的各参与方发放了198份问卷,问卷返回143份,有效问卷139份。

问卷调查中采用了5分评分方法,在这种方法里接受问卷调查的人员被要求凭借自己对于地铁项目安全问题的了解、自身的经验和知识去判断影响地铁项目安全绩效的各个影响因素的重要性,通过1~5分界定各个绩效目标的重要程度:

①不重要;②较重要;③重要;④很重要;⑤非常重要。

2.2　数据分析

此项研究选用Alpha信度系数法进行检验。

采用SPSS15.0软件的可靠性分析（ReliabilityAnaly-sis）对问卷结果进行检验（表1）,得到的Cronbachs'Alpha系数为0.954>0.9,表示问卷的一致性非常好,也说明被调查者对于全部的绩效指标的理解程度处于非常统一的状态。

因而,这些识别出的绩效指标是稳定而可靠的。

表1　绩效指标信度分析表

3　地铁项目安全绩效影响因素的结构方程建模及分析

为了识别出地铁项目安全绩效指标,有必要通过一定的方法研究具体的绩效指标与各个绩效指标子部分、各个子部分与绩效的关系,以及子部分之间的相互关系。

通过对这些联系建模计算,对指标的重要度进行排序,筛选出联系最为紧密的指标。

3.1　地铁项目安全绩效影响因素的结构方程模型I的构建及分析　　

当不考虑各个指标分组之间的关系时,地铁项目安全绩效指标的模型可以如图2所示。

地铁项目安全绩效指标模型主要包括内生观测变量、外生潜变量、外生观测变量和箭线4个要素,其中内生观测变量一个（η）、外生潜变量5个（ξ1~ξ5）、外生观测变量48个（x1~x48）,箭线表示潜变量与观测变量之间的因果关系,由于此模型的目的仅仅是为了描述地铁项目安全绩效指标之间的关系,所以不考虑内生观测变量。

测量变量x1~x48与潜变量ξ1~ξ5构成了结构方程模型的测量方程,ξ1~ξ5与η之间的关系构成了结构方程,二者统一称为结构方程模型,该模型直观描述了地铁项目安全绩效与绩效指标及其分组之间的关系。

上述理论模型建立后,对模型的求解称为模型拟合,其主要是模型参数估计。

在结构方程模型分析中,众所周知,x的样本协方差矩阵S,希望的是总体协方差矩阵∑（θ）与S尽可能接近,定义∑（θ）与S之间的距离为拟合函数F（S,∑（θ））。

参数估计是要求出θ′,使得F（S,∑（θ））达到最小值,∑（θ′）就是再生协方差矩阵。

如果F（S,∑（θ））较小,则表明所提出的理论模型I是可以接收的,否则理论模型与实际情况不吻合需要修正。

参数估计的方法有很多种,常用的是极大似然估计。

极大似然估计具有渐进无偏估计、渐进有效估计、渐进正态分布、一致估计、可对理论模型进行整个模型检验等特点。

由于极大似然法估计的上述良好性质,使得极大似然估计法成为结构方差模型验证性因子分析中最常用的估计。

对问卷数据预处理后,对所设定理论模型用软件LISREL8.54进行求解,求解结果主要是模型参数估计与拟合指数:

LAMBDA-X为观测变量和潜变量的非标准化系数（主要是指参数估计值、标准误差（standarderror）和显著性指标t值）、THETA-DELTA为观测变量间误差协方差矩阵、拟合度指标,结果显示显著性良好,拟合度高。

为了清晰表达结构参数及指标之间的路径系数（或效应）,可以采用路径图（图2）的方式加以表示。

路径图中的矩形框表示变量,直线箭线表示假设变量间有因果关系,箭头由原因变量指向结果变量,如果变量间没有连线表示假定变量间没有直接联系。

机械设备的不安全状态贡献最小（权重0.18）,这是由于地铁项目中大多数承包商均采用安全性较高、性能良好的机械,这与实际事故中因机械设备发生的事故数量较少是相吻合的。

根据图2的模型参数估计结果中的路径系数,地铁项目安全绩效与绩效指标之间的关系用结构方程模型（绩效表示为F）表示如式

（1）所示:

F=0.99ξ1+0.97ξ2+0.96ξ3+0.91ξ4+1.00ξ5

（1）

为了更加直观表达各个绩效分组对绩效的贡献大小,可以进一步依据参数估计的路径系数来确定各因素的权重分配,具体操作可将相应的路径系数归一化,如式

（2）所示:

w1∶w2∶w3∶w4∶w5=0.21∶0.20∶0.20∶0.18∶0.21　　

（2）

通过构建模型I,地铁项目安全绩效与绩效指标、绩效分组之间的关系可以被清晰的表达出来,图2说明图1显示的指标分组的假设是正确而可信。

3.2地铁项目安全绩效

指标的结构方程模型Ⅰ的,指标的分组都与安全绩效具有强烈的联系（全部路径系数都高于0.95）,且各个分组中的安全绩效指标均较好的归属于相应的组内,因而,可以从中发现对绩效贡献最为突出的指标和分组。

项目参与各方对安全的影响和环境的不安全状态对地铁安全绩效的贡献最大（权重0.21）。

其中F15（设计阶段是否考虑到施工安全）、F17（监理工程师识别安全能力）、F10（承包商的安全管理体系）、F1（政府安全制度实施力度）、F5（业主对承包商的安全绩效奖罚机制）为贡献最大的5个影响因素,这反映了地铁项目的安全问题是一个系统问题,需要项目的参与各方共同努力:

设计院在设计中能更多地从安全角度进行设计;监理工程师及时发现安全隐患并进行针对性的整改;承包商须建立一个健全的安全管理体系;政府应加强安全制度的建立及实施力度;以及业主应利用合同签订对承包商的安全责任建立有效的奖罚机制。

3.2　地铁项目安全绩效影响因素的结构方程模型Ⅱ的构建及分析　　

可以发现在模型Ⅰ中,各个绩效指标分组之间的相互关系并未考虑。

进一步明确和深刻理解这些关系,对于最终识别出地铁项目安全绩效指标具有重要的意义。

当各个分组之间存在着潜在的相互影响关系时,势必会影响各个分组之间的路径系数,而路径系数也会出现变化。

此项研究基于图2构建了第二个结构方程模型,如图3所示。

模型的模型参数估计与拟合指数显示,除了在剔除了模型Ⅰ中不合适的指标后,全部指标都达到0.05的显著性水平。

与模型Ⅰ相比,模型Ⅱ的拟合指数有了较小的改进（卡方、自由度和RMSEA都有不同程度的降低）,这也是由于在模型Ⅱ中减少了一阶隐变量。

但由于增加了指标分组之间的路径,也说明模型Ⅱ的拟合程度较好。

模型Ⅱ的计算结果同时表示在图中,指标分组A（项目参与各方对安全的影响程度）对其他4组都有较强的影响,这也是符合指标体系在构建时的假设的,项目参与方是实施安全管理的主体,他们的行为必然对安全绩效产生重要的影响;指标分组E（环境的不安全状态）对各个指标分组的影响都较大（≥0.95）,环境的不安全状态包括自然环境的不安全状态和人工环境的不安全状态,对自然环境的不安全状态的预防与应对,对人工环境的不安全状态的消除,均会影响到其他几个方面,同时地铁项目绝大部分属于地下工程,安全性严重依赖于地质条件、赋存地下水的状况等地下环境状态,因此,环境的不安全状态在地铁项目中显得尤为重要。

在这些关系中,指标分组B（人员的不安全行为及不安全状态）和指标分组D（机械设备的不安全状态）受项目参与各方对安全的影响和环境的不安全状态影响均较大,项目参与方对安全的重视程度,对人员的安全教育,环境的不安全因素,都会对人员、机械的不安全状态产生很大的影响。

指标分组C（材料的不安全状态）与其他各方面的联系均相对较弱,这也说明,材料的不安全状态主要是基于严格的材料检验制度。

通过模型Ⅱ,辨析了各个分组之间的关系,也为进一步识别地铁项目安全绩效指标提供了研究基础。

指标的结构方程模型Ⅱ一种绩效评价机制,关键影响因素为确保绩效评估的客观性和公正性提供了基础和依据,将安全管理推进到标准化操作的时代。

关键影响因素的筛选应符合一个重要的管理原理,即“二八原理”,这是意大利经济学家帕累托提出的,又称冰山原理,是“重要的少数”与“琐碎的多数”的简称。

帕累托认为:

在任何特定的群体中,重要的因子通常只占少数,而不重要的因子则常占多数。

只要控制重要的少数,即能控制全局。

反映在数量比例上,大体就是2∶8。

在安全管理中,就存在着“20/80”的规律,即各个分组中占据“80%”权重的因素创造了主要的安全绩效,这些因素构成了地铁项目的关键安全绩效。

因此,应当抓住这些关键因素,对之进行分析和衡量,这就抓住了绩效考评的重心。

此项研究依据二八原理,结合结构方程模型Ⅰ中的路径系数,对48个因素进行了筛选,剔除了13个不太重要的因素（表2）,共筛选出35个关键因素。

5　结　论

1）地铁项目安全绩效影响因素可归为5类:

项目参与各方对安全的影响程度、现场环境的不安全状态、人员的不安全行为及不安全状态、材料的不安全状态和机械设备的不安全状态。

2）项目参与方是实施安全管理的主体,项目参与各方对安全绩效的影响程度最大,且对其余4类因素具有较强的影响,在实践中加强对项目参与各方的安全行为的管理是重中之重。

3）地铁项目安全性严重依赖于地下环境状态,环境的不安全状态在地铁项目中对安全绩效的影响程度也很大,且对其余4类因素也产生较强的影响,在地铁施工安全中应引起足够的重视。

参考文献

1]　周志鹏,李启明,邓小鹏,等.基于事故机理和管理因素的地铁坍塌事故分析———以杭州地铁坍塌事故为实证[J].中国安全科学学报,2009,19（9）:

139-145

2]　王盼盼,李启明,邓小鹏.施工人员安全能力模型研究[J].中国安全科学学报,2009,19（8）:

40-45

3]　佟瑞鹏,丁健,方东平.教授地铁工程建设应急管理评估体系的构建[J].中国安全科学学报,2009,19（11）:

132-18

4]　国家标准化委员会,国家认证认可管理委员会.职业健康安全管理体系规范[S].GB/T28001—2001,2002.1.1.

5]　强茂山,方东平,肖红萍,等.建设工程项目的安全投入与绩效研究[J].土木工程学报,2004,37（11）:

101-107.

6]　黄贻平,曾文煌.上海地区工程建设项目安全绩效与业主作用的调查初步分析[J].上海应用技术学院学报（自然科学版）,2005,5（4）:

287-291.