室外高温环境下建筑工人劳动安全评价

■ 杜河 刘敦文

中南大学资源与安全工程学院 长沙 410083

0 引言

随着城市建设的发展，对建筑工人的需求量增大，而现建筑行业属于事故高发行业之一，特别是室外高温环境条件建筑工人的劳动安全问题，成为业内外人士关注的焦点，因此，不少学者致力于建筑工人作业的安全评价研究[1]。对于建筑工人的作业安全做出行业内的相关贡献，同时也会通过数据模型对建筑工人的工作安全性提出新的保障[2]。

现有很多学者对高温环境作业提出分析方法，Malchaire等[3]研究了人体在高温环境中的热失调，建立了预测热应力的模型，并对其进行了安全评价，验证了该预测模型的有效性。Brake 等[4]研究了77 种不同工况下高温对人体生理指标的影响，并介绍了热环境下的评价指标(Thermal Working Limit,TWL)，以该指标确定身体的受热极限。李志颖[5]分析了人在室外高温环境下各生理指标受环境、劳动强度、太阳辐射等的影响程度以及变化规律，并基于模糊综合评判法，对环卫工人进行了安全评估。周君衡[6]研究建筑工人高温工作环境和劳动生产率之间的关系，并制定相关对策提高工人劳动生产率。陈孜虎等[7]研究了高温环境对人体生理参数的影响，了解高温环境作业与人体热应激之间的关系。何佳泽[8]通过对建筑工人进行生理参数监测，研究工人热应激状态。Brake 等[9]研究了不同的热环境对人体生理指标的影响，同时通过热工作极限评价指标确定耐热极限。建筑行业作为我国重要行业之一，目前却鲜有对建筑工人高温作业进行安全评价的研究，因此为保障建筑工人的安全作业，有必要对建筑工人高温作业进行安全评价。

由于高温环境作业安全评价的准确性及其重要，目前学者较多采用模糊综合法进行安全评价[10]，考虑了评价过程中的模糊性，忽略了评价过程中因人为主观因素带来的随机性，导致评价结果存在不准确的可能，无法较好地引导施工现场建筑工人的作业安排，故本研究引入了云理论[11]，云理论通过构造云滴，完成定性和定量的相互转化，结合概率论和模糊理论的优点，解决了主观随机性的缺点。云理论有3个重要的指标，云期望、云熵以及超熵。在基于多组评价数据的基础上，云期望表明评价结果的平均值，云熵表示各组数据之间的离散性，而超熵表明云熵的离散程度，三者结合可有效避免评价过程中因主观不确定性因素导致评价结果具有随机性，通过云理论相关模型的引入，进而更加贴合实际的去完成多角度分析建筑工人的作业安排相关，以构建更加客观合理的评价模型。

1 劳动安全评价指标体系构建

1.1 体系构建

本研究主要依靠于对施工现场的问卷调查结果，而在接受问卷调查时，难免会存在一定程度的主观意识性，因此，在构建高温作业施工安全评价指标时要具有全面性，确定的评价指标不仅有可行性，还要具有客观、科学性，能够具有推广使用的价值。根据建筑施工现场实际情况，本着科学性、合理性、全面性、可获取的原则，建立室外高温环境下建筑工人劳动安全的评估指标体系。

由于室外高温是一个非常复杂的系统，它由人物、机械设备、环境3大重要因素构成的，所以在构建安全指标时应包括这3 大因素。在现有研究基础上，并对施工现场发放调查问卷以及在征求现场劳动作业人员的意见之后，全面考虑室外高温环境下影响劳动安全的所有因素，本研究从劳动作业(A1)、作业环境因素(A2)、工人自身(A3)这3 方面，建立了室外高温环境下建筑工人劳动作业的安全评价系统。在施工现场，劳动作业又分为作业强度A11、劳动性质A12、工作时长A13；作业环境又包括室外温度A21、日照辐射程度A22、空气湿度A23、天气状况A24；工人自身包括健康情况A31、年龄大小A32、降暑措施A33。图1为本研究构建的评价系统图：作业强度表示工作强度是否恰当；劳动性质表明作业强度引起的疲劳程度；工作时长表示作业的持续时间是否合适；作业环境表明施工现场的实际高温情况；健康情况反映作业人员身体状况的对工作的影响；年龄大小表示劳动工人的基本生理状况；降暑措施反映施工现场降暑药品，饮水等物资的储备量以及工人使用量。

图1 评价指标体系

1.2 指标权重的确定

常见计算指标权重的方法较多，每种方法各有优缺点。例如：主观赋权法有：专家法、层次分析法以及主成分分析法等；客观赋权法有：熵权法和Critic 法等。本研究基于调查问卷结果，故选用AHP 法确定各指标的权重[12]，应用层析分析法进行赋权时，一般分为3 个步骤。首先构建层次分析模型。区别指标之间的从属关系；然后建立判断矩阵。并对评价指标的重要程度进行比较，采用1-9标度法确定各指标之间的相对重要性[13]，如表1所示，其中Bij=1/Bji。

表1 对bij项的赋值

如果判断成对事物的重要程度介于上述值两者之间时，则标度值可取中间值2,4,6,8。

然后，层次单排序及其一致性检验。判断标准为CI=(λmax-n)/(n- 1)，其中λmax为矩阵的最大特征根，CI值越小，表明判断矩阵的一致性越好。CR=CI/RI,当CR小于0.1 时表明得出的权重可以接受，否则需要重新调整判断矩阵，直到满足要求。

2 构建云理论评价模型

2.1 云理论概念

早在20世纪90年代李德毅[14]院士就提出了隶属云的概念，为定性概念与定量数值之间搭建了联系桥梁。云理论的具体思路为：设U为定量论域，C为U上的定性概念，对于任意随机数x有μ(x)x[0.1]，称为x在C上的隶属度，μ在U 上的分布形成隶属云，[x,μ(x)]构成云滴，云滴的集合即构成了云模型图[15]。云模型的数字特征值（Ex,En,He），云期望（Ex）反映模糊概念的均值，云熵（En）表示定量论域U 可被定性概念C 接受的范围区间，超熵（He）为云滴的离散程度。结合云特征值，运用公式（1）可算出云滴的drop（x,μ(x)），也就是归属度，公式（2）、（3）、（4）为云模型数字特征的计算原理。

在将云数字特征与概率进行加权运算，原理如式（5）以计算综合云的数字特征，生成综合云滴Z。

2.2 标准评价云模型

由于建筑工人作业劳动安全评价是一个定性评价的过程，采用定性的评价方法无法满足指标间的模糊性，评价过程中的随机性[16]。因此，本研究用语言评价集来表示指标的重要程度，假设评价指标的重要程度论域为[0,10]。文献[17]表明，从中心极限定理可知道，如果结果是由n 个变量共同所决定的，而单独任何一个变量所起的作用非常小时，则随机变量可视为是服从正态分布的。由于正态云的相关参数符合黄金分割定律[18]。因此，相邻云数字特征值的较小者是较大者的0.618 倍。所以标准云Cv的数字特征见表2所示。

表2 标准云

3 实例应用

本研究以西安某建筑施工单位为对象，针对研究对象设计问卷调查，发放若干调查问卷，筛选有效问卷结果，最终收回有效调查问卷50份。

3.1 权重确定

在运用层次分析法确定了本研究构建指标的权重后，再构造指标间的判断矩阵，对室外高温环境下劳动作业的安全性进行评估，提供比较指标之间的相对重要程度，结果如表3至表6所示：

表3 一级指标判断矩阵

策略层判断矩阵为：

相对于“劳动作业”准则，根据作业强度A11、劳动性质A12、工作时长A13之间的相对重要性比较，做出劳动作业因素的判断矩阵。（表4）

表4 A1指标因素判断矩阵

相对于“作业环境”准则，根据室外温度A21、日照辐射程度A22、空气湿度A23、天气状况A24之间的相对重要性比较，做出作业环境因素的判断矩阵。（表5）

表5 A2指标因素判断矩阵

相对于“工人自身”准则，根据健康情况A31、年龄大小A32、降暑措施A33之间的相对重要性比较，做出工人自身因素的判断矩阵。（表6）

表6 A3指标因素判断矩阵

再计算各表的一致性检验结果。对于表1判断矩阵，经计算λmax=3.1，CI=0.053，RI=0.582，CR=0.091；对于表2判断矩阵，经计算λmax=3.2，CR=0.009，RI=0.581，CR=0.017；对于表3判断矩阵，经计算λmax=4.1，CR =0.031，RI =0.902，CR=0.034；对于表4判断矩阵，经计算λmax=3.0，CR,=0.002，RI=0.581，CR=0.003，结果均具有满足一致性检验要求。

经过计算所得总排序一致性检验结果CI=0.017，RI=0.694,，CR=0.025＜0.10，结果具有满意的一致性，最后得各指标权重如表7所示：

由各指标的权重可见，作业强度权重值最大A11=0.326，其次是室外温度权重值A21=0.187，以此可以说明建筑工人在室外高温环境下劳动作业，管理人员应该考虑改善工人的劳动强度方面开始入手，其次改善室外温度。也可以看出其他各风险因素权重的大小，在此不再赘述，通过对所有指标的权重大小进行排序，现场安全管理人员可以直观判断各风险指标的级别，对于高权重的风险制定实时应对的措施，对低权重的风险则加以忽略，从而实现对施工项目的风险管控，减少风险事故的发生。

最后得各指标权重如表7所示，经过计算所得一致性检验结果为CI=0.016，RI=0.695,，CR=0.025＜0.10，一致性检验结果符合要求，表明计算所得权重值可行。

表7 指标权重

统计问卷结果，分别邀请了行业内6 位专家对每个指标进行安全等级打分，根据指标的重要程度进行评分，指标评估结果之间的定性评判标准为：9分表明影响程度很大，7分表明影响程度大，5分表明影响程度适中，3 分表明影响程度一般，1 分表明影响可以忽略，如果介于两者之间时，则取2、4、6、8，评估结果如表8所示。

表8 指标安全评价值

3.2 云理论评价模型的应用

应用云逆向发生器生成各评价指标的云期望、云熵及超熵，特征数字如表9所示：

结果表明有60%的指标评价结果均处于7 分以上，表明室外高温环境下作业非常危险。表9中的云熵及超熵数值表明各专家意见的差异性，其值越大，表明专家之间存在的分歧越大，而本研究的评价结果所存在的离散化程度较小。再应用式（5）计算评价系统的综合评估结果Z，得综合评估结果为Z =7.24，表明室外高温环境下劳动作业的安全综合评价结果在7～9 分区间，说明室外高温劳动作业的安全性等级很差。同时，由各指标的权重大小可见，作业强度的权重最大，为0.326；其次为室外的温度，权重值为0.187，表明现场管理人员在对室外高温环境下劳动作业安全进行管理时，应该足够重视工人的劳动强度方面，有必要改善室外高温恶劣的环境状况。其他各指标因素的权重大小此处不再赘述，再对各指标的权重值从大到小排序，现场管理人员即可辨别各指标的重要性，然后制定相应的应对措施，对于高风险应有相应的减免策略，对于低级别的风险可忽略，从而达到事前控制的目的。

表9 指标评价云

应用式（1）云理论计算安全等级原理[19]，所得各指标的风险隶属等级如表10所示。

由表10可知，室外高温作业安全的最大因素是劳动强度、劳动时长，室外环境温度、太阳辐射强度、降暑措施等，整体评价结果归属于风险等级高，以指标“降暑措施”为例，其处于影响很大的隶属度为0.28，处于影响大等级的隶属度为0.72，表明该指标处于影响大，但是有0.28的可能性隶属于“影响很大”，图2为其云模型图，可直观看出评价结果的云熵较小，表明专家意见的统一性，隶属度更接近“影响大”等级，但处于“影响很大”等级的概率不容忽视，管理人员应加强安全管理手段，降低该指标的风险。其次大多指标均处于影响大的等级，安全管理人员应根据各指标制定相应的应对措施，重视等级较高的指标。

图2 “降暑措施”评价结果

表10 指标风险隶属等级

从表10 各指标的云相似度可看出综合评价结果往往介于两个等级之间，对于评价系统而言它是一个定性的过程，而建筑施工也是一个动态的管理过程，因此，引入云理论不仅可刻画评价过程中专家估值的随机性以及模糊性，更可直观看出各指标处于不同安全等级的归属度，以实时有效指导施工作业安排。

4 结论

本研究不仅从劳动作业、作业环境、工人自身影响因素3 方面因素考虑对劳动安全的影响，还结合室外高温环境下影响劳动安全的其他子因素，建立了室外高温环境中的安全综合评价指标体系，并考虑到评价过程中的随机性与模糊性，应用层次分析法计算各指标的权重，再引入云理论，两者结合建立了高温作业安全评价模型，并将该评价模型应用于实例项目，得到结论主要如下：

（1）采用层次分析法，从劳动作业A1、作业环境A2、工人自身A3 这3 方面的影响因素建立室外高温环境中安全综合评价体系，得到了室外高温环境安全评估的AHP 结构模型图。通过计算各指标的权重，最终得到“劳动因素”中“劳动强度”的权重值最大为0.326，以及指标劳动作业、作业环境、工人自身影响因素的层次总排序的权重值，其中，A1=0.512，A2=0.360 和A3=0.128，更具各指标权重大小，方便现场管理人员的风险管控。

（2）考虑到在评价过程中难免会存在主观因素，而传统的模糊评价无法较好地处理过程中的随机性，本研究借助了云理论，对高温环境下建筑工人劳动安全进行评价。通过熵值来表明不同指标因素在评价过程中专家意见的差异程度，以实现更加全面客观的安全评估，结果表明：作业强度、工作时长、室外温度、日照辐射程度、降暑措施等均对安全作业有较大影响，综合而言室外高温作业劳动安全综合评估得分为7.24，说明室外高温环境建筑工人工作安全等级较差。各指标的评价结果均隶属于两个及以上的等级，表明风险评价过程是一个动态的过程，应加强管理，尽可能把风险降到最低。

（3）以降暑措施为例，利用Matlab 绘制了云模型图，可直观看出指标的评价等级以及评价过程的随机性，该指标的云滴区间比较集中，隶属于“影响大”等级的概率较大，表明专家意见统一，评价结果可信。

（4）高温环境下劳动作业安全风险较大，亟需提高高温环境下的工作安全等级，相关管理人员首先应该从改善劳动因素方面开始入，改善高温作业的工作环境，重点调整劳动因素中的作业负荷、劳动时长等，减少高温作业风险事故的发生。