智慧工地安全管理影响因素研究——基于灰色加权关联模型

朱嘉豪，李欣，方星月，朱修辰，项宏宇，毕妍

（安徽建筑大学，安徽 合肥 230601）

建筑业蓬勃发展的同时伴随着建筑安全事故的高频发生，不仅会带来人身和财产的损失，也在一定程度上制约着社会的发展，故有效提高建筑安全生产水平是实现建筑业高质量发展的关键。2017 年3 月，住房城乡建设部办公厅在《进一步加强建筑施工安全生产工作的紧急通知》中明确指出，要督促建筑施工企业加大安全生产投入，严格遵守各项安全标准和要求，进一步加强和规范企业安全生产管理工作，推进企业全员、全方位、全过程的安全管理。在“物联网”“互联网”技术广泛应用的今天，将其引入到建筑项目施工现场，用以防范施工安全事故的发生。目前在许多大型的施工现场都开展了以“互联网”技术为核心，以“物联网”技术为辅助的智慧工地信息系统的运用[1]。

1 智慧工地安全管理系统应用现状

智慧工地安全管理系统是基于大数据飞速发展的时代背景下而产生的一款新型软件应用监管系统，主要以《智能建筑设计标准》（GB 50314-2015）、《民用建筑电气设计规范》（GB 51348-2019）、《视频安防监控系统工程设计规范》（GB 50395-2007）、《入侵报警系统工程设计规范》（GB 50394-2007）等各类行业设计规范标准为依据[2]，遵循“政府主导、企业主体、总体规划、分步实施”的设计原则，通过建设一体化智慧系统为政府、企业及施工现场的工程管理提供先进的技术手段，并在建筑施工作业现场安装各类传感装置，构建智能监控和防范体系，有效弥补传统方法和技术手段在监管中的不足，实现对人、机、料、法、环的全方位实时监控，变被动“监督”为主动“监管”。通过管理人员、施工人员和器械设备的三级联动来全方面提高安全管理水平，实现资源高效利用，降低施工事故发生频率，提升污染防控能力，以期待实现工程效益最大化、价值最大化。

智慧工地系统的运用为安全生产监督管理引入新理念，体现“安全第一、预防为主、综合治理”的安全生产方针。但目前智慧工地系统在应用过程中还存在大量的问题，不少专家学者在此领域也进行了相应研究。晋书元等[3]通过使用问卷调查等方法找出影响智慧工地建设的主要障碍性因素，通过使用模糊层次分析法将其分为直接影响因素、间接影响因素等四个层级；贾美珊等[4]筛选出20 项指标并使用AHP 与ISM 综合的方法识别出各相应因素的层级关系及影响效度，最终找出主要影响因素，并提出针对性意见；叶跃斌[5]通过分析传统建筑工地安全管理现状及存在问题，阐述将智慧工地系统运用到建筑施工现场，以期提高建筑安全生产质量；李华等[6]从生命周期视角出发，对智慧工地的安全度进行评价研究，利用C-OWA 算子对所提取的16 个指标计算权重，为智慧工地的本质安全度计算建立了一种有限的模型；刘洁等[7]通过使用解释结构模型将影响智慧工地发展的阻碍性因素进行分层研究，找出直接因素、关键因素和根源因素。

目前已有不少学者在此领域进行深入研究，但大部分都是采取单因素分析法，以定性研究为主，几乎很少涉及多因素联动的方法。基于此，本文在前人研究的基础上，提取出八个影响智慧工地管理的主要因素，采用AHP 与灰色关联法相结合的模型，找出智慧工地在安全管理中存在的主要问题并提出相对应的建议，利用智慧工地的安全管理推动我国建筑业的高质量发展。

2 智慧工地安全管理因素指标体系构建

智慧工地系统在建筑行业应用逐渐广泛，但是在不同的建筑工地根据建筑项目特点大多只注重某些方面的安全防范而缺少系统全面性，通过对相关文献资料的整理可以归纳出目前智慧工地系统在应用及发展过程中主要存在如下几个方面问题。

施工机械设备管理因素（X1）：工地现场往往会使用许多大型器械设备，此类器械设备在使用过程中，需要同步安全管理，避免因机械故障或人员操纵失误造成损失。

施工作业人员安全意识因素（X2）：智慧工地安全管理系统需要施工现场各级人员互相配合，很多工程管理人员及施工人员安全意识薄弱，容易忽视智慧工地安全管理的重要性，导致智慧工地安全管理系统在施工现场得不到充分利用，从而未起到提升安全管理水平的作用。

企业投入的资金情况（X3）：相对于传统的工程项目建设，智慧工地的建设需要企业投入大量的资金，当企业资金紧张，则打造智慧工地过程中资金流将会受到限制，那么该因素在一定程度上也影响着智慧工地的安全管理。

施工现场用电安全管理因素（X4）：根据相关统计，在各类施工事故中，因用电不当所引发的安全事故不在少数，用电安全隐患一直是项目现场需要重点控制的，通过改善项目现场的用电安全水平，在一定程度上也能提高项目的收益水平。

政府相关政策、规范的引导（X5）：由于智慧工地的开展虽然在一定程度上可以减少安全风险的发生，但同时也消耗企业的人力、物力，因此在推广智慧工地的使用中，政府可以对积极推广智慧工地的企业给予适当的资金奖励，对于不按规定执行的企业采取相应的惩罚措施。

施工现场作业人员流动性大（X6）：在一个项目的建设过程中通常会涉及土建、安装、装饰等分项工程，尤其对于较大规划的项目而言还会划分不同的作业标段，所以导致现场作业人员多、人员流动性大，从而加大现场的管理难度。

现场技术处理水平因素（X7）：智慧工地安全管理系统在使用过程中需要一定的技术支持，在智慧工地安全管理系统的使用过程中，需要配备相应的技术人员，以便施工现场系统出现相关技术问题时，可以及时提出解决方案，避免因技术问题处理不当而酿成施工安全事故。

施工作业现场人车管理因素（X8）：工地施工作业人员繁多，各类车辆进出门槛低，无法形成有序管理，给施工现场增添了许多安全隐患，降低了工程管理效率，加大了现场管理难度，不利于智慧工地的开展。

3 模型建立

本文拟采用AHP-灰色关联法计算综合权重，运用主客观赋权的方式，克服指标评价过程中主观方法的片面性以及客观方法信息不对称的缺陷。

3.1 灰色关联法分析步骤

确定关联系数：根据上述阐述的智慧工地应用系统中存在的八个问题，由于各问题存在主次关系，在智慧工地管理系统应用分析中，对各问题进行赋值，可得到有序数列为XK={Xk1，Xk2，Xk3，…，Xkn}，如施工机械设备管理问题X1={X11，X12，X13,…,X1n}、人员管理系统性问题X2={X21，X22，X23，…,X2n}等。将此数据数列作为比数列，同时设参考数列X0={X01，X02，X03，…，X0n}，初始矩阵如下：

进行无量纲化处理：根据所选取的主要问题各量纲与单位均不同，不能直接进行比较，所以现对各指标数据进行无量纲化处理，处理后的矩阵为Yi(k)，计算公式如下：

计算关联系数：

其中，ρ为分辨系数，通常在（0,1）之间取值。为使所选取的数据具有说服力，本文通过查阅相关书籍，借鉴学者邓聚龙教授[8]的研究，最终确定分辨系数取值为0.5。

3.2 AHP层次分析法模型建立步骤

构造判断矩阵：对各元素进行赋值，采用1 标度法进行打分，然后两两进行比较。

计算影响因素权重：通过上述的判断矩阵，将各行相乘再开n次方根，即可得到一个新的向量，最后将其归一化处理，即为影响因素权重。具体表达式如公式（4）所示。

3.3 建立灰色加权关联模型

通过上述求得的关联系数i(k)和影响因素权重Wi，通过计算加权关联度可以得出各影响因素关联度的大小，其中Ri越大，表明其对智慧工地的安全管理影响越大。

4 实证分析

4.1 计算智慧工地安全管理因素的关联系数

根据现场走访与文献研究，邀请了现场项目管理工作人员4 名、高校教研工作人员4名，共计邀请8名专家对上述影响智慧工地系统的问题进行打分，并采取十分制，最终将打分结果汇总如表1所示。

表1 专家打分记录表

通过运用公式（2），进行无量纲化处理，得到表2。

表2 无量纲化处理后数据

运用公式（3）计算差序列与关联度系数，结果如表3、表4所示。

表3 差序列

4.2 影响因素权重的计算

同时邀请上述专家，对各指标的重要性进行打分，采用1 标度法对各因素进行对比，通过整理最终得到的数表如表5 所示，经过计算判断矩阵的系数如表6所示。

表5 判断矩阵原始数表

表6 判断矩阵的权重

根据表6 数据，可以计算出λmax=8.3396，根据3.2 章节的公式，计算出CI=0.0485，当n=8 时，通过查表RI=1.41。所以，CR=0.034＜0.1，通过一致性检验。

4.3 灰色加权关联度计算

根据上述灰色加权关联度公式，可以计算出对智慧工地管理影响因素的灰色加权关联系数，R=（0.924，0.912，0.791，0.829，0.703，0.780，0.712，0.674）。通过关联系数的大小，可以达到的序列关系为R1＞R2＞R4＞R3＞R6＞R7＞R5＞R8，分别对应的影响因素为施工机械设备管理因素、施工作业人员安全意识因素、施工现场用电安全管理因素、企业投入的资金情况等。

5 加强智慧工地安全管理的对策建议

针对上述研究知道目前智慧工地在安全管理应用过程中还存在较大的问题，鉴于此，本文针对上述研究要素提出针对性意见和方法，旨在促进智慧工地安全管理系统发展。

5.1 加强设备机械安全管理，提高智慧工地安全生产水平

对于工程项目来说，部分大型机械设备的监管始终是重要问题，因机械设备监管不当引发的安全事故十分常见，例如塔吊、升降机、地磅、卸料平台等设备，推荐使用“人-机”双测模式[9]。可在智慧工地系统的塔吊界面增添监测、预警模块，对塔机的载重情况以及人员的操作进行全过程实时监测[10]，预警模块可以切实防范意外发生。升降机结合人脸识别技术，记录操作人员和班次，同时在每台施工升降机上安装重量感应器实现对施工升降机载重的监控。另外，加装智能地磅方便车辆进场时完成毛重称重后将数据自动存入系统，减少人力资源消耗的同时也避免人为记录可能造成的误差，方便管理者审核、监督称重车辆及事故追溯[11]。当车辆存在异常行为，系统将暂停卸货，确保人员与货物的安全，从而降低人身伤害及经济损失风险。

5.2 提高施工作业人员安全意识，加强现场安全防范管理

施工人员的安全意识是影响安全事故发生频率的重要影响因素之一。目前智慧工地系统在应用过程中，仍存在许多管理问题[12]，施工作业人员对安全管理不以为然，需要通过一些信息手段提高作业人员安全意识。推荐使用“2h 虚拟-现实”的教育管理方法，即在工人的实名制的基础上建立VR 视频安全教育专区[13]，将虚拟视频与文字结合形成常规安全教育、相关工程安全案例视频及安全注意事项，此方式让工人可以更好地吸收和内化安全教育。通过互联网记录数据可以实时查询个人安全意识程度，安全员也可直接从系统上观察工人学习情况，保证施工人员安全意识强度。此外，可以在系统上及时更新国家及地方地区相关安全管控法律法规，便于规范各类安全管理问题。

5.3 加强施工现场用电安全管理，助力项目平稳健康发展

建筑项目施工现场往往存在电气设备安装不恰当、使用不合理、维修不及时等问题，这不仅会造成资源浪费，甚者会引发电气火灾事故，造成人员伤亡，带来重大损失，故将“24h-EM”模式引入到智慧工地安全监管系统中意义重大。通过用电安全智能设备实现24h 对电气线路的电压、电流、功率、漏电情况等数据的实时监测[14]，系统可根据提前设置好的阈值进行安全预警，通过声光报警、短信报警、手机APP 端、电话通知等方式提醒用户用电系统安全状况，实现用电安全隐患事前预警、事中报警、事后管理。管理员也可随时通过手机或电脑等移动端了解关联设备的用电情况，有效预防用电安全事故发生，以实现智慧工地用电安全的动态监管。

6 结语

现阶段智慧工地安全管理系统虽然在建筑项目现场逐步开始使用，但是仍有很多亟待完善的地方，例如大数据背景下智慧云服务、运营管理等，而建设单位正需要一个能够不断完善和建立信息化、数字化、智能化的系统。基于此，本文通过建立灰色加权关联模型，找出智慧工地安全管理系统中存在的影响因素，在原有智慧工地的基础上提出部分改进优化意见，旨在进一步推动传统建筑施工安全管理。未来会保持对智慧工地系统的持续关注，对安全管理方面存在问题进行更加系统的分析研究，为建设项目人员安全、设备安全、环境安全和工程安全等保驾护航，助力推动建筑业高质量发展。