孫 磊, 殷乃芳, 劉國(guó)買

(1.福建工程學(xué)院管理學(xué)院, 福建 福州 350118； 2.福建工程學(xué)院數(shù)理學(xué)院, 福建 福州 350118)

0 引言

安全是人類最重要也是最基本的需求，是各個(gè)行業(yè)計(jì)劃和控制的首要目標(biāo).建筑業(yè)作為國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，因其具有施工環(huán)境復(fù)雜、作業(yè)交叉、人員密集、流動(dòng)性大等特點(diǎn)，安全生產(chǎn)形勢(shì)比較嚴(yán)峻，已成為繼交通業(yè)和采礦業(yè)之后事故死亡人數(shù)最多的行業(yè).近年來，隨著我國(guó)城鎮(zhèn)化步伐的加快，建筑業(yè)迎來高速發(fā)展，所造成的安全事故也居高不下.各級(jí)安全管理部門采取一系列措施來控制安全事故的發(fā)生，雖有一定成效，但死亡人數(shù)仍處在比較高的水平，且各地區(qū)分布差異較大，安全管理工作形勢(shì)仍然比較嚴(yán)峻.

建筑業(yè)安全日益受到專家學(xué)者的關(guān)注，Antonio等[1]對(duì)西班牙2003-2008 年間發(fā)生的1 163 178起建筑業(yè)事故從雇員年齡、雇員服務(wù)年限、公司規(guī)模、事故地點(diǎn)、天氣和氣候帶等6個(gè)影響因素進(jìn)行統(tǒng)計(jì)分析； Chi等[2]首次運(yùn)用系統(tǒng)理論和多米諾骨牌理論對(duì)美國(guó)建筑業(yè)9 358起不同類型的風(fēng)險(xiǎn)因素進(jìn)行研究.方東平等[3]對(duì)我國(guó)建筑施工傷亡事故致因進(jìn)行基礎(chǔ)性的全面分析； 劉國(guó)買等[4]對(duì)2004-2012年發(fā)生的山嶺隧道事故從地區(qū)分布、季節(jié)分布、時(shí)間分 布、事故類型分布4個(gè)方面分析山嶺隧道事故的分布情況.Cheng等[5]對(duì)臺(tái)灣建筑業(yè)2000-2009年發(fā)生的1 542起事故運(yùn)用回歸樹法發(fā)現(xiàn)高處墜落和坍塌是發(fā)生事故的主要致因.李曉東等[6]對(duì)2010 年我國(guó)房屋市政工程生產(chǎn)安全事故的分布情況進(jìn)行分析，但僅分析1年數(shù)據(jù)，規(guī)律性不強(qiáng).張仕廉等[7]對(duì)2003-2012年房屋市政工程利用泰爾指數(shù)法來評(píng)價(jià)安全事故的空間差異.

從已有的研究來看，從省域?qū)用嫜芯拷ㄖI(yè)安全形勢(shì)的較少，且對(duì)其演化規(guī)律和時(shí)空特征的挖掘尚顯不足； 另外，表征建筑業(yè)安全形勢(shì)的指標(biāo)比較單一，具有較大的片面性和局限性，不能正確反映不同時(shí)期、不同地區(qū)的建筑業(yè)安全狀況.鑒于此，構(gòu)建綜合當(dāng)量死亡率指標(biāo)分析建筑業(yè)安全形勢(shì)，在此基礎(chǔ)上，采用泰爾指數(shù)方法來分析建筑業(yè)安全形勢(shì)的區(qū)域差異，并運(yùn)用空間馬爾柯夫鏈方法從空間、時(shí)間和時(shí)空轉(zhuǎn)移多重角度分析其時(shí)空格局及其演變趨勢(shì)，在宏觀上把握我國(guó)建筑業(yè)安全形勢(shì)的演變路徑及趨勢(shì).

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

把房屋建筑和市政工程施工事故死亡人數(shù)作為建筑業(yè)死亡人數(shù)的替代指標(biāo)，其數(shù)據(jù)根據(jù)住房和城鄉(xiāng)建設(shè)部網(wǎng)站[8]上事故快報(bào)進(jìn)行統(tǒng)計(jì)獲得(不包括港、澳、臺(tái)和西藏自治區(qū)； 將新疆生產(chǎn)建設(shè)兵團(tuán)納入到新疆維吾爾自治區(qū)進(jìn)行統(tǒng)一計(jì)量).2007-2016年的建筑業(yè)從業(yè)人員和建筑業(yè)總產(chǎn)值來源于國(guó)家統(tǒng)計(jì)局網(wǎng)站[9].另外，按照國(guó)家“十一五”規(guī)劃提出的戰(zhàn)略區(qū)域劃分標(biāo)準(zhǔn)，把全國(guó)30個(gè)省(市)劃分為四大區(qū)域： 東部地區(qū)、中部地區(qū)、西部地區(qū)和東北地區(qū).

1.2 衡量指標(biāo)

目前，我國(guó)建筑業(yè)所使用的傷亡事故統(tǒng)計(jì)指標(biāo)主要包括絕對(duì)指標(biāo)和相對(duì)指標(biāo)兩大類，絕對(duì)指標(biāo)有: 事故起數(shù)、事故死亡人數(shù)、較大及以上事故起數(shù)、較大及以上事故死亡人數(shù); 相對(duì)指標(biāo)有： 千人負(fù)傷率、十萬從業(yè)人員死亡率、十萬平方米房屋建筑死亡率、百億元產(chǎn)值死亡率、較大事故發(fā)生頻率等.正確反映建筑業(yè)安全形勢(shì)需要構(gòu)建一個(gè)系統(tǒng)的、合理的指標(biāo)體系.目前大多數(shù)研究是把某一絕對(duì)指標(biāo)或相對(duì)指標(biāo)作為安全形勢(shì)的衡量指標(biāo)，具有較大的片面性和局限性，不能正確反映不同時(shí)期、不同地區(qū)的建筑業(yè)安全形勢(shì)[10].為此，本文對(duì)比分析各傷亡率指標(biāo)的優(yōu)劣程度，認(rèn)為絕對(duì)指標(biāo)中的事故死亡人數(shù)，相對(duì)指標(biāo)中的十萬從業(yè)人員死亡率和百億元產(chǎn)值死亡率3個(gè)指標(biāo)最具有代表性，能夠從不同側(cè)面反應(yīng)建筑業(yè)安全形勢(shì)，基于此，有必要構(gòu)建包含這3個(gè)指標(biāo)的綜合指標(biāo)來衡量建筑業(yè)安全形勢(shì).

借鑒王磊[11]的做法，對(duì)事故死亡人數(shù)、十萬從業(yè)人員死亡率、百億元產(chǎn)值死亡率3個(gè)指標(biāo)無量綱化處理后再加權(quán)平均，得到的綜合死亡率指標(biāo)即為綜合當(dāng)量死亡率，如下式.

(1)

權(quán)重的確定需考慮3個(gè)指標(biāo)間的均衡，某一指標(biāo)權(quán)重過大或過小都會(huì)引起區(qū)域間的不公平性.例如，單純用死亡人數(shù)這一絕對(duì)指標(biāo)評(píng)估各地區(qū)建筑業(yè)安全形勢(shì)是會(huì)嚴(yán)重失真的，因此死亡人數(shù)權(quán)重指標(biāo)ω1不可太大； 另外，考慮到地區(qū)經(jīng)濟(jì)狀況差異和通貨膨脹等因素，百億元產(chǎn)值死亡率權(quán)重指標(biāo)ω3應(yīng)適當(dāng)調(diào)低.采用Delphi法來確定三項(xiàng)指標(biāo)的權(quán)重，征集10位建筑安全方面的專家組成專家意見，多數(shù)專家認(rèn)為死亡人數(shù)、十萬從業(yè)人員死亡率和百億元產(chǎn)值死亡率3項(xiàng)指標(biāo)的權(quán)重設(shè)定為(0.35, 0.4, 0.25)是比較合適的.

1.3 研究方法

1) 泰爾指數(shù)分析法.泰爾指數(shù)是由荷蘭經(jīng)濟(jì)學(xué)家泰爾利用信息理論中的熵概念來計(jì)算收入不平等而得名，最早用來計(jì)算區(qū)域間收入的差異性和不平等性，由于其能夠?qū)⒄w差異分解為區(qū)域間差異和區(qū)域內(nèi)差異，因此被廣泛應(yīng)用于層級(jí)差異的研究[12].現(xiàn)定義我國(guó)建筑業(yè)安全形勢(shì)的泰爾指數(shù)為：

(2)

泰爾指數(shù)根據(jù)空間單元嵌套分解，即總泰爾指數(shù)分解成區(qū)域內(nèi)差異和區(qū)域間差異，其嵌套分解為:

(3)

2) 空間自相關(guān)分析.是研究區(qū)域單元觀測(cè)值與其領(lǐng)域單元觀測(cè)值相關(guān)性分析的一種方法，Moran’s I指數(shù)是衡量全局空間自相關(guān)程度最常用的指數(shù)之一，其計(jì)算表達(dá)式為：

(4)

式中：N表示樣本總個(gè)數(shù)；Yi表示地區(qū)i觀測(cè)值；ωij表示地區(qū)i，j之間的空間權(quán)重. 本文只考慮空間鄰接狀態(tài)的相關(guān)性，其表達(dá)式為：

(5)

Moran’s I在給定的顯著性水平下，其值介于-1～1之間，Moran’s I>0表示建筑業(yè)安全形勢(shì)較好(或較差)的區(qū)域在空間上顯著集聚(高值與高值聚集，低值與低值聚集)； 若Moran’s I<0說明某區(qū)域的建筑業(yè)安全形勢(shì)與其周邊地區(qū)有著顯著的空間差異(高值與低值聚集)； 若Moran’s I=0，則認(rèn)為不具有空間自相關(guān)性.

3) (空間)馬爾柯夫鏈.馬爾柯夫鏈?zhǔn)峭ㄟ^構(gòu)造馬爾柯夫轉(zhuǎn)移矩陣來刻畫研究對(duì)象在不同狀態(tài)間的演變情況[13].該方法首先將我國(guó)30省(市)綜合當(dāng)量死亡率離散化為k種類型，在研究期內(nèi)，類型之間的轉(zhuǎn)移可用一個(gè)k×k的馬爾柯夫轉(zhuǎn)移概率矩陣P來表示.矩陣P中元素pij表示某區(qū)域在t年屬于狀態(tài)Ei而在t+1年轉(zhuǎn)移到Ej類型的概率，計(jì)算公式為：

(6)

式中：nij表示在整個(gè)研究期內(nèi)，由t年份屬于狀態(tài)Ei類型而在t+1年份轉(zhuǎn)移到Ej類型的區(qū)域數(shù)量之和；Ni表示在整個(gè)研究期內(nèi)(所有年份t中)屬于類型Ei的區(qū)域數(shù)量之和.如果某一區(qū)域在t年份的狀態(tài)為Ei，在t+1年份的狀態(tài)仍為Ei，則表示區(qū)域轉(zhuǎn)移類型為平穩(wěn)； 如果某一區(qū)域在t年份的狀態(tài)為Ei，在t+1年份的狀態(tài)有所上升，則表示區(qū)域轉(zhuǎn)移類型為向上； 如果某一區(qū)域在t年份的狀態(tài)為Ei，在t+1年份的狀態(tài)有所下降，則表示區(qū)域轉(zhuǎn)移類型為向下.

空間馬爾科夫轉(zhuǎn)移概率矩陣是以區(qū)域i的空間滯后算子Si來確定空間滯后類型，以初始年份的空間滯后類型為條件，可將傳統(tǒng)k×k馬爾柯夫矩陣分解為k個(gè)k×k條件轉(zhuǎn)移概率矩陣，而空間滯后算子是指區(qū)域觀測(cè)值向量(Y)和空間權(quán)重矩陣(W)的乘積WY，具體來說，一個(gè)區(qū)域領(lǐng)域觀測(cè)值的加權(quán)平均即為其空間滯后算子Si：

(7)

式中：yj是區(qū)域j的觀測(cè)值；ωij是空間權(quán)重因子(同式(5)只考慮鄰接狀態(tài)).對(duì)第l個(gè)條件轉(zhuǎn)移矩陣而言(l∈[1,k])，元素mij(l)表示在周圍區(qū)域的安全狀態(tài)為l的條件下，該區(qū)域在t年份屬于i類型而在t+1年份轉(zhuǎn)移到j(luò)類型的空間轉(zhuǎn)移概率.

2 測(cè)度分析

2.1 建筑業(yè)安全形勢(shì)總體描述

綜合當(dāng)量死亡率數(shù)據(jù)見圖1，從圖1可看出，2016年比2007年綜合當(dāng)量死亡率有明顯的收縮，說明10年間全國(guó)建筑業(yè)安全形勢(shì)總體上有所改善，但區(qū)域間又有明顯的演變差異.根據(jù)綜合當(dāng)量死亡率的平均值來看，中部地區(qū)整體安全形勢(shì)最好(平均值0.72)，其次是東部地區(qū)(平均值0.97)、東北地區(qū)(平均值0.99)，最后是西部地區(qū)(平均值1.2).另一方面，區(qū)域內(nèi)各省份安全形勢(shì)出現(xiàn)明顯分化.東部地區(qū)中，山東、河北、福建、天津整體表現(xiàn)較好，而海南、江蘇、廣東、上海表現(xiàn)較差； 西部地區(qū)中，陜西、甘肅、重慶、四川四省(市)表現(xiàn)較好，而同一地區(qū)的青海、貴州、寧夏安全形勢(shì)不容樂觀； 中部地區(qū)安全形勢(shì)比較均衡，差距不大； 東北地區(qū)的遼寧安全形勢(shì)則表現(xiàn)最好.

圖1 2007、2011、2016年綜合當(dāng)量死亡率Fig.1 The synthetic equivalent mortality in 2007, 2011 and 2016

2.2 建筑業(yè)安全形勢(shì)區(qū)域差異

為揭示東部、中部、西部和東北部的區(qū)域差距，利用Theil指數(shù)，分別測(cè)算了2007-2016年期間四大區(qū)域建筑業(yè)安全形勢(shì)(綜合當(dāng)量死亡率)的Theil指數(shù)，測(cè)算結(jié)果如圖2～3所示.

圖2 泰爾指數(shù)圖Fig.2 Theil index chart

圖3 區(qū)域內(nèi)泰爾指數(shù)Fig.3 The inter-regional Theil index

1) 全國(guó)建筑業(yè)安全形勢(shì)總體穩(wěn)定，區(qū)位分布由均衡分布向高度聚集“波動(dòng)式”擴(kuò)散，且區(qū)域內(nèi)差異明顯大于區(qū)域間差異.考察期內(nèi)，全國(guó)建筑業(yè)綜合當(dāng)量死亡率總體差距的均值為0.155 3，分別在2010年與2015年達(dá)到低谷0.115 1和頂峰0.216 0，表明全國(guó)建筑業(yè)安全形勢(shì)總體區(qū)域差距不大，但2010年后綜合當(dāng)量死亡率泰爾指數(shù)呈現(xiàn)波動(dòng)式上升態(tài)勢(shì).

2007-2016年我國(guó)區(qū)域內(nèi)泰爾指數(shù)均遠(yuǎn)大于區(qū)域間泰爾指數(shù)，說明建筑業(yè)安全形勢(shì)的總體差異主要來源于區(qū)域內(nèi)差異.從泰爾指數(shù)的貢獻(xiàn)率來看，2007-2016年區(qū)域內(nèi)泰爾指數(shù)對(duì)總體泰爾指數(shù)的貢獻(xiàn)率均在75%以上(2015年除外)，2007-2012年區(qū)域內(nèi)貢獻(xiàn)率逐年增加，2012年一度到達(dá)總體差異的95.05%, 2013年后開始下降，情況有所緩解.

2) 西、東部地區(qū)差異波動(dòng)顯著，中、東北部地區(qū)差異趨近平穩(wěn).總體來看，各地區(qū)的區(qū)域內(nèi)差距，呈現(xiàn)差異化的演變趨勢(shì)(如圖3).具體而言，區(qū)域內(nèi)差異西部地區(qū)均值最高，為0.064 8，其次為東部地區(qū)、東北地區(qū)、中部地區(qū).關(guān)于其演變趨勢(shì)，可以發(fā)現(xiàn)西部地區(qū)、東部地區(qū)均呈波動(dòng)上升趨勢(shì)，中部、東北部地區(qū)則相對(duì)比較平緩，中部地區(qū)六省因地理、氣候、經(jīng)濟(jì)發(fā)展水平等因素較為相似，其安全形勢(shì)在區(qū)域內(nèi)差異不明顯，區(qū)域內(nèi)泰爾指數(shù)始終維持平穩(wěn)水平，近似在0.008～0.015之間.

2.3 建筑業(yè)安全形勢(shì)的時(shí)空格局演變特征

2.3.1 空間相關(guān)性分析

考慮空間鄰接情況下構(gòu)造權(quán)重矩陣，以各省(市)綜合當(dāng)量死亡率作為空間序列數(shù)據(jù)，利用Moran’s I公式進(jìn)行空間自相關(guān)檢驗(yàn)(見表1).除2014年綜合當(dāng)量死亡率未通過置信度95%的檢驗(yàn)外，其他年份均通過置信度95%的檢驗(yàn)，說明建筑業(yè)安全形勢(shì)存在顯著空間正相關(guān)性，建筑業(yè)安全形勢(shì)好的省(市)其領(lǐng)域建筑業(yè)安全形勢(shì)普遍較好，建筑業(yè)安全形勢(shì)差的省(市)其領(lǐng)域建筑業(yè)安全形勢(shì)普遍較差.

表1 2007-2016年建筑業(yè)安全形勢(shì)Moran’s I指數(shù)表

2.3.2 空間演變分析

圖4 2007-2016年安全形勢(shì)的空間分布格局Fig.4 Spatial distribution map of thesafety evaluation from 2007 to 2016

1) 建筑業(yè)安全形勢(shì)的空間演變比較顯著.從圖4可知，綜合當(dāng)量死亡率較高的區(qū)域主要集中在西部地區(qū)和部分建筑業(yè)發(fā)達(dá)的沿海省(市)，死亡率較低的區(qū)域則主要集中在中部和部分沿海地區(qū).具體而言，高死亡率水平地區(qū)主要有西部地區(qū)的青海、貴州和東部地區(qū)的黑龍江和海南； 中高死亡率水平區(qū)域，則分布較為均衡，既有東部地區(qū)的江蘇、上海、廣東、北京等傳統(tǒng)建筑強(qiáng)省(市)，也有西部地區(qū)的云南、新疆、寧夏和東北地區(qū)的吉林； 低死亡率區(qū)域已從中、西部地區(qū)向中、東部地區(qū)擴(kuò)散.

2) 不同期間建筑業(yè)安全形勢(shì)的類型轉(zhuǎn)移具有較大差異.從圖5可知，建筑業(yè)形勢(shì)惡化區(qū)域早期(2007-2010年)主要集中在西部地區(qū)的內(nèi)蒙古、新疆、陜西、四川和東北地區(qū)的吉林，而到了2010-2016年段，惡化區(qū)域演變成東部沿海的山東、江蘇、廣東和中、西部的安徽、河南、重慶； 安全形勢(shì)較為平穩(wěn)的區(qū)域主要集中在中部地區(qū)，存在著向珠三角地區(qū)聚集的趨勢(shì)； 值得一提的是，建筑業(yè)好轉(zhuǎn)區(qū)域前后二階段變化明顯，2007-2010年段，好轉(zhuǎn)區(qū)域集中在山東、福建、廣東等沿海省域，而2010-2016年段，建筑業(yè)好轉(zhuǎn)區(qū)域則有西部地區(qū)的新疆、內(nèi)蒙古、陜西，中部地區(qū)的山西、湖南，東部地區(qū)的河北，東部地區(qū)的遼寧和吉林，且連接成片.

圖5 2007-2016年類型轉(zhuǎn)移的空間分布格局Fig.5 Spatial distribution map of the safety evaluation transfer from 2007 to 2016

2.3.3 時(shí)空轉(zhuǎn)移特征分析

空間馬爾可夫轉(zhuǎn)移概率矩陣是以不同區(qū)域的空間滯后類型為條件得到，分別構(gòu)建2007-2010年和2010-2016兩個(gè)時(shí)期的空間馬爾可夫轉(zhuǎn)移概率矩陣(見表2).

表2 2007-2016年綜合當(dāng)量死亡率類型的空間馬爾柯夫矩陣

1) 建筑業(yè)安全形勢(shì)在各水平間均存在俱樂部趨同.從馬爾科夫矩陣可以看出，絕大部分對(duì)角線的元素在數(shù)值上遠(yuǎn)大于非對(duì)角線上的元素，體現(xiàn)了各水平都具有很強(qiáng)的趨同性.另一方面，把每個(gè)水平等級(jí)的n值相加，發(fā)現(xiàn)建筑業(yè)綜合當(dāng)量死亡率主要集中在中低死亡率水平，兩階段分別占總數(shù)的45.38%和38.39%.前后兩階段對(duì)比來看，低死亡率水平的比例有所增加，高死亡率水平的比例在減少，表明建筑業(yè)安全形勢(shì)有所改善.

2) 區(qū)域安全環(huán)境會(huì)對(duì)建筑業(yè)安全形勢(shì)產(chǎn)生影響.不同水平的領(lǐng)域安全環(huán)境，對(duì)省域安全形勢(shì)的轉(zhuǎn)移呈現(xiàn)異質(zhì)性作用.一個(gè)區(qū)域，當(dāng)以低死亡率水平鄰居為鄰，其向更低死亡率水平轉(zhuǎn)移的概率將增加； 相反，當(dāng)以高死亡率水平鄰居為鄰，其向更高死亡率水平轉(zhuǎn)移的概率將增加.其中，相對(duì)中高死亡率水平鄰居，在中低水平死亡率鄰域環(huán)境下，省域綜合當(dāng)量死亡率向下轉(zhuǎn)移的概率總體較高.

3) 區(qū)域環(huán)境對(duì)不同時(shí)間段的類型轉(zhuǎn)移產(chǎn)生非對(duì)稱性影響.對(duì)比兩個(gè)時(shí)間段，發(fā)現(xiàn)第二個(gè)時(shí)間段區(qū)域環(huán)境對(duì)區(qū)域類型轉(zhuǎn)移的影響程度要高于第一個(gè)階段.另外，不同水平間轉(zhuǎn)移中，2007-2010年低等級(jí)向下“跨界”轉(zhuǎn)移(即Ⅰ-Ⅲ或Ⅱ-Ⅳ)幾乎沒有可能，高等級(jí)向上“跨界”轉(zhuǎn)移則較為普遍，例如，在中低死亡率水平鄰居下，Ⅲ-Ⅰ或Ⅳ-Ⅱ轉(zhuǎn)移概率分別為6.3%和20%.但到2010-2016年卻有了相反的變化，低等級(jí)出現(xiàn)了向下“跨界”轉(zhuǎn)移現(xiàn)象，例如在中高死亡率水平鄰居條件下，Ⅱ-Ⅳ的轉(zhuǎn)移概率為3.1%.

3 結(jié)語

1) 建筑業(yè)安全形勢(shì)的科學(xué)表征需構(gòu)建較為系統(tǒng)、合理的指標(biāo)體系.在對(duì)照事故統(tǒng)計(jì)絕對(duì)指標(biāo)和相對(duì)指標(biāo)優(yōu)劣的基礎(chǔ)上，構(gòu)造綜合指標(biāo)——綜合當(dāng)量死亡率，并采用Delphi法對(duì)其指標(biāo)進(jìn)行權(quán)重設(shè)定.

2) 考察期內(nèi)，綜合當(dāng)量死亡率總體區(qū)域差距不大，區(qū)域差距呈震蕩式增加.區(qū)域內(nèi)差異是總體差異的主要根源，四大區(qū)域中，西部地區(qū)的建筑安全形勢(shì)差異最大，波動(dòng)頻繁.

3) 省域之間綜合當(dāng)量死亡率存在較為明顯的空間自相關(guān)性，且自相關(guān)性有逐漸加強(qiáng)的趨勢(shì).當(dāng)領(lǐng)域建筑業(yè)死亡率水平越低，其向更低水平轉(zhuǎn)移的概率將增加，向更高水平轉(zhuǎn)移的概率將減少； 反之，當(dāng)領(lǐng)域建筑業(yè)死亡率水平越高，其向更高水平轉(zhuǎn)移的概率將增加，向更低水平轉(zhuǎn)移的概率將減少.但這種影響在不同時(shí)間段是非對(duì)稱的，2010-2016年段要高于2007-2010年段，且“跨界”轉(zhuǎn)移在不同時(shí)段表現(xiàn)不同.