建筑业安全形势时空演变特征分析

孙 磊, 殷乃芳, 刘国买

(1.福建工程学院管理学院, 福建 福州 350118； 2.福建工程学院数理学院, 福建 福州 350118)

0 引言

安全是人类最重要也是最基本的需求，是各个行业计划和控制的首要目标.建筑业作为国民经济的支柱产业，因其具有施工环境复杂、作业交叉、人员密集、流动性大等特点，安全生产形势比较严峻，已成为继交通业和采矿业之后事故死亡人数最多的行业.近年来，随着我国城镇化步伐的加快，建筑业迎来高速发展，所造成的安全事故也居高不下.各级安全管理部门采取一系列措施来控制安全事故的发生，虽有一定成效，但死亡人数仍处在比较高的水平，且各地区分布差异较大，安全管理工作形势仍然比较严峻.

建筑业安全日益受到专家学者的关注，Antonio等[1]对西班牙2003-2008 年间发生的1 163 178起建筑业事故从雇员年龄、雇员服务年限、公司规模、事故地点、天气和气候带等6个影响因素进行统计分析； Chi等[2]首次运用系统理论和多米诺骨牌理论对美国建筑业9 358起不同类型的风险因素进行研究.方东平等[3]对我国建筑施工伤亡事故致因进行基础性的全面分析； 刘国买等[4]对2004-2012年发生的山岭隧道事故从地区分布、季节分布、时间分 布、事故类型分布4个方面分析山岭隧道事故的分布情况.Cheng等[5]对台湾建筑业2000-2009年发生的1 542起事故运用回归树法发现高处坠落和坍塌是发生事故的主要致因.李晓东等[6]对2010 年我国房屋市政工程生产安全事故的分布情况进行分析，但仅分析1年数据，规律性不强.张仕廉等[7]对2003-2012年房屋市政工程利用泰尔指数法来评价安全事故的空间差异.

从已有的研究来看，从省域层面研究建筑业安全形势的较少，且对其演化规律和时空特征的挖掘尚显不足； 另外，表征建筑业安全形势的指标比较单一，具有较大的片面性和局限性，不能正确反映不同时期、不同地区的建筑业安全状况.鉴于此，构建综合当量死亡率指标分析建筑业安全形势，在此基础上，采用泰尔指数方法来分析建筑业安全形势的区域差异，并运用空间马尔柯夫链方法从空间、时间和时空转移多重角度分析其时空格局及其演变趋势，在宏观上把握我国建筑业安全形势的演变路径及趋势.

1 数据来源与研究方法

1.1 数据来源

把房屋建筑和市政工程施工事故死亡人数作为建筑业死亡人数的替代指标，其数据根据住房和城乡建设部网站[8]上事故快报进行统计获得(不包括港、澳、台和西藏自治区； 将新疆生产建设兵团纳入到新疆维吾尔自治区进行统一计量).2007-2016年的建筑业从业人员和建筑业总产值来源于国家统计局网站[9].另外，按照国家“十一五”规划提出的战略区域划分标准，把全国30个省(市)划分为四大区域： 东部地区、中部地区、西部地区和东北地区.

1.2 衡量指标

目前，我国建筑业所使用的伤亡事故统计指标主要包括绝对指标和相对指标两大类，绝对指标有: 事故起数、事故死亡人数、较大及以上事故起数、较大及以上事故死亡人数; 相对指标有： 千人负伤率、十万从业人员死亡率、十万平方米房屋建筑死亡率、百亿元产值死亡率、较大事故发生频率等.正确反映建筑业安全形势需要构建一个系统的、合理的指标体系.目前大多数研究是把某一绝对指标或相对指标作为安全形势的衡量指标，具有较大的片面性和局限性，不能正确反映不同时期、不同地区的建筑业安全形势[10].为此，本文对比分析各伤亡率指标的优劣程度，认为绝对指标中的事故死亡人数，相对指标中的十万从业人员死亡率和百亿元产值死亡率3个指标最具有代表性，能够从不同侧面反应建筑业安全形势，基于此，有必要构建包含这3个指标的综合指标来衡量建筑业安全形势.

借鉴王磊[11]的做法，对事故死亡人数、十万从业人员死亡率、百亿元产值死亡率3个指标无量纲化处理后再加权平均，得到的综合死亡率指标即为综合当量死亡率，如下式.

(1)

权重的确定需考虑3个指标间的均衡，某一指标权重过大或过小都会引起区域间的不公平性.例如，单纯用死亡人数这一绝对指标评估各地区建筑业安全形势是会严重失真的，因此死亡人数权重指标ω1不可太大； 另外，考虑到地区经济状况差异和通货膨胀等因素，百亿元产值死亡率权重指标ω3应适当调低.采用Delphi法来确定三项指标的权重，征集10位建筑安全方面的专家组成专家意见，多数专家认为死亡人数、十万从业人员死亡率和百亿元产值死亡率3项指标的权重设定为(0.35, 0.4, 0.25)是比较合适的.

1.3 研究方法

1) 泰尔指数分析法.泰尔指数是由荷兰经济学家泰尔利用信息理论中的熵概念来计算收入不平等而得名，最早用来计算区域间收入的差异性和不平等性，由于其能够将整体差异分解为区域间差异和区域内差异，因此被广泛应用于层级差异的研究[12].现定义我国建筑业安全形势的泰尔指数为：

(2)

泰尔指数根据空间单元嵌套分解，即总泰尔指数分解成区域内差异和区域间差异，其嵌套分解为:

(3)

2) 空间自相关分析.是研究区域单元观测值与其领域单元观测值相关性分析的一种方法，Moran’s I指数是衡量全局空间自相关程度最常用的指数之一，其计算表达式为：

(4)

式中：N表示样本总个数；Yi表示地区i观测值；ωij表示地区i，j之间的空间权重. 本文只考虑空间邻接状态的相关性，其表达式为：

(5)

Moran’s I在给定的显著性水平下，其值介于-1～1之间，Moran’s I>0表示建筑业安全形势较好(或较差)的区域在空间上显著集聚(高值与高值聚集，低值与低值聚集)； 若Moran’s I<0说明某区域的建筑业安全形势与其周边地区有着显著的空间差异(高值与低值聚集)； 若Moran’s I=0，则认为不具有空间自相关性.

3) (空间)马尔柯夫链.马尔柯夫链是通过构造马尔柯夫转移矩阵来刻画研究对象在不同状态间的演变情况[13].该方法首先将我国30省(市)综合当量死亡率离散化为k种类型，在研究期内，类型之间的转移可用一个k×k的马尔柯夫转移概率矩阵P来表示.矩阵P中元素pij表示某区域在t年属于状态Ei而在t+1年转移到Ej类型的概率，计算公式为：

(6)

式中：nij表示在整个研究期内，由t年份属于状态Ei类型而在t+1年份转移到Ej类型的区域数量之和；Ni表示在整个研究期内(所有年份t中)属于类型Ei的区域数量之和.如果某一区域在t年份的状态为Ei，在t+1年份的状态仍为Ei，则表示区域转移类型为平稳； 如果某一区域在t年份的状态为Ei，在t+1年份的状态有所上升，则表示区域转移类型为向上； 如果某一区域在t年份的状态为Ei，在t+1年份的状态有所下降，则表示区域转移类型为向下.

空间马尔科夫转移概率矩阵是以区域i的空间滞后算子Si来确定空间滞后类型，以初始年份的空间滞后类型为条件，可将传统k×k马尔柯夫矩阵分解为k个k×k条件转移概率矩阵，而空间滞后算子是指区域观测值向量(Y)和空间权重矩阵(W)的乘积WY，具体来说，一个区域领域观测值的加权平均即为其空间滞后算子Si：

(7)

式中：yj是区域j的观测值；ωij是空间权重因子(同式(5)只考虑邻接状态).对第l个条件转移矩阵而言(l∈[1,k])，元素mij(l)表示在周围区域的安全状态为l的条件下，该区域在t年份属于i类型而在t+1年份转移到j类型的空间转移概率.

2 测度分析

2.1 建筑业安全形势总体描述

综合当量死亡率数据见图1，从图1可看出，2016年比2007年综合当量死亡率有明显的收缩，说明10年间全国建筑业安全形势总体上有所改善，但区域间又有明显的演变差异.根据综合当量死亡率的平均值来看，中部地区整体安全形势最好(平均值0.72)，其次是东部地区(平均值0.97)、东北地区(平均值0.99)，最后是西部地区(平均值1.2).另一方面，区域内各省份安全形势出现明显分化.东部地区中，山东、河北、福建、天津整体表现较好，而海南、江苏、广东、上海表现较差； 西部地区中，陕西、甘肃、重庆、四川四省(市)表现较好，而同一地区的青海、贵州、宁夏安全形势不容乐观； 中部地区安全形势比较均衡，差距不大； 东北地区的辽宁安全形势则表现最好.

图1 2007、2011、2016年综合当量死亡率Fig.1 The synthetic equivalent mortality in 2007, 2011 and 2016

2.2 建筑业安全形势区域差异

为揭示东部、中部、西部和东北部的区域差距，利用Theil指数，分别测算了2007-2016年期间四大区域建筑业安全形势(综合当量死亡率)的Theil指数，测算结果如图2～3所示.

图2 泰尔指数图Fig.2 Theil index chart

图3 区域内泰尔指数Fig.3 The inter-regional Theil index

1) 全国建筑业安全形势总体稳定，区位分布由均衡分布向高度聚集“波动式”扩散，且区域内差异明显大于区域间差异.考察期内，全国建筑业综合当量死亡率总体差距的均值为0.155 3，分别在2010年与2015年达到低谷0.115 1和顶峰0.216 0，表明全国建筑业安全形势总体区域差距不大，但2010年后综合当量死亡率泰尔指数呈现波动式上升态势.

2007-2016年我国区域内泰尔指数均远大于区域间泰尔指数，说明建筑业安全形势的总体差异主要来源于区域内差异.从泰尔指数的贡献率来看，2007-2016年区域内泰尔指数对总体泰尔指数的贡献率均在75%以上(2015年除外)，2007-2012年区域内贡献率逐年增加，2012年一度到达总体差异的95.05%, 2013年后开始下降，情况有所缓解.

2) 西、东部地区差异波动显著，中、东北部地区差异趋近平稳.总体来看，各地区的区域内差距，呈现差异化的演变趋势(如图3).具体而言，区域内差异西部地区均值最高，为0.064 8，其次为东部地区、东北地区、中部地区.关于其演变趋势，可以发现西部地区、东部地区均呈波动上升趋势，中部、东北部地区则相对比较平缓，中部地区六省因地理、气候、经济发展水平等因素较为相似，其安全形势在区域内差异不明显，区域内泰尔指数始终维持平稳水平，近似在0.008～0.015之间.

2.3 建筑业安全形势的时空格局演变特征

2.3.1 空间相关性分析

考虑空间邻接情况下构造权重矩阵，以各省(市)综合当量死亡率作为空间序列数据，利用Moran’s I公式进行空间自相关检验(见表1).除2014年综合当量死亡率未通过置信度95%的检验外，其他年份均通过置信度95%的检验，说明建筑业安全形势存在显著空间正相关性，建筑业安全形势好的省(市)其领域建筑业安全形势普遍较好，建筑业安全形势差的省(市)其领域建筑业安全形势普遍较差.

表1 2007-2016年建筑业安全形势Moran’s I指数表

2.3.2 空间演变分析

图4 2007-2016年安全形势的空间分布格局Fig.4 Spatial distribution map of thesafety evaluation from 2007 to 2016

1) 建筑业安全形势的空间演变比较显著.从图4可知，综合当量死亡率较高的区域主要集中在西部地区和部分建筑业发达的沿海省(市)，死亡率较低的区域则主要集中在中部和部分沿海地区.具体而言，高死亡率水平地区主要有西部地区的青海、贵州和东部地区的黑龙江和海南； 中高死亡率水平区域，则分布较为均衡，既有东部地区的江苏、上海、广东、北京等传统建筑强省(市)，也有西部地区的云南、新疆、宁夏和东北地区的吉林； 低死亡率区域已从中、西部地区向中、东部地区扩散.

2) 不同期间建筑业安全形势的类型转移具有较大差异.从图5可知，建筑业形势恶化区域早期(2007-2010年)主要集中在西部地区的内蒙古、新疆、陕西、四川和东北地区的吉林，而到了2010-2016年段，恶化区域演变成东部沿海的山东、江苏、广东和中、西部的安徽、河南、重庆； 安全形势较为平稳的区域主要集中在中部地区，存在着向珠三角地区聚集的趋势； 值得一提的是，建筑业好转区域前后二阶段变化明显，2007-2010年段，好转区域集中在山东、福建、广东等沿海省域，而2010-2016年段，建筑业好转区域则有西部地区的新疆、内蒙古、陕西，中部地区的山西、湖南，东部地区的河北，东部地区的辽宁和吉林，且连接成片.

图5 2007-2016年类型转移的空间分布格局Fig.5 Spatial distribution map of the safety evaluation transfer from 2007 to 2016

2.3.3 时空转移特征分析

空间马尔可夫转移概率矩阵是以不同区域的空间滞后类型为条件得到，分别构建2007-2010年和2010-2016两个时期的空间马尔可夫转移概率矩阵(见表2).

表2 2007-2016年综合当量死亡率类型的空间马尔柯夫矩阵

1) 建筑业安全形势在各水平间均存在俱乐部趋同.从马尔科夫矩阵可以看出，绝大部分对角线的元素在数值上远大于非对角线上的元素，体现了各水平都具有很强的趋同性.另一方面，把每个水平等级的n值相加，发现建筑业综合当量死亡率主要集中在中低死亡率水平，两阶段分别占总数的45.38%和38.39%.前后两阶段对比来看，低死亡率水平的比例有所增加，高死亡率水平的比例在减少，表明建筑业安全形势有所改善.

2) 区域安全环境会对建筑业安全形势产生影响.不同水平的领域安全环境，对省域安全形势的转移呈现异质性作用.一个区域，当以低死亡率水平邻居为邻，其向更低死亡率水平转移的概率将增加； 相反，当以高死亡率水平邻居为邻，其向更高死亡率水平转移的概率将增加.其中，相对中高死亡率水平邻居，在中低水平死亡率邻域环境下，省域综合当量死亡率向下转移的概率总体较高.

3) 区域环境对不同时间段的类型转移产生非对称性影响.对比两个时间段，发现第二个时间段区域环境对区域类型转移的影响程度要高于第一个阶段.另外，不同水平间转移中，2007-2010年低等级向下“跨界”转移(即Ⅰ-Ⅲ或Ⅱ-Ⅳ)几乎没有可能，高等级向上“跨界”转移则较为普遍，例如，在中低死亡率水平邻居下，Ⅲ-Ⅰ或Ⅳ-Ⅱ转移概率分别为6.3%和20%.但到2010-2016年却有了相反的变化，低等级出现了向下“跨界”转移现象，例如在中高死亡率水平邻居条件下，Ⅱ-Ⅳ的转移概率为3.1%.

3 结语

1) 建筑业安全形势的科学表征需构建较为系统、合理的指标体系.在对照事故统计绝对指标和相对指标优劣的基础上，构造综合指标——综合当量死亡率，并采用Delphi法对其指标进行权重设定.

2) 考察期内，综合当量死亡率总体区域差距不大，区域差距呈震荡式增加.区域内差异是总体差异的主要根源，四大区域中，西部地区的建筑安全形势差异最大，波动频繁.

3) 省域之间综合当量死亡率存在较为明显的空间自相关性，且自相关性有逐渐加强的趋势.当领域建筑业死亡率水平越低，其向更低水平转移的概率将增加，向更高水平转移的概率将减少； 反之，当领域建筑业死亡率水平越高，其向更高水平转移的概率将增加，向更低水平转移的概率将减少.但这种影响在不同时间段是非对称的，2010-2016年段要高于2007-2010年段，且“跨界”转移在不同时段表现不同.