城市生态安全评价及部分城市生态安全态势比较

以我国35个大中城市生态环境系统为研究对象,选取资源环境压力、环境状态和人文环境响应3个亚系统的23个指标,通过数据标准化处理、指标权重确定和生态安全评价指数模型构建,测算城市生态安全水平;再选取不同生态安全等级的福州、深圳等9城市,分析环境压力、状态和响应3项目对我国城市生态安全影响大小.结果表明,3项目的权重分配差异不大,反映这3个方面对城市生态安全的重要程度相似.按评价指数大小排序结果显示,福州、深圳两城市生态环境的安全态势居所有城市之首;有7个城市生态环境达到安全等级;其余26城市为生态临界安全或不安全状态.我国城市环境状态对于决定城市生态环境安全程度具有重要的作用.各城市压力指数值差异不大,人文环境响应指标值相对较低,反映我国城市环境压力、状态和响应指标对城市生态环境安全贡献的差异,其中人文环境响应项目的贡献最小.     

民航飞行员自我效能感与安全绩效关系研究

为提高民航飞行的安全绩效,探讨民航飞行员自我效能感对安全绩效的影响机理。基于文献分析研究将安全绩效划分为3个维度,即安全参与、安全服从和安全结果,在自我效能感与安全绩效之间引入安全动机作为中介变量,构建民航飞行员自我效能感与安全绩效关系的假设模型。对国内航空公司的飞行员进行问卷调查,采用结构方程模型检验了理论假设模型。结果表明,自我效能感对安全参与和安全服从有直接的影响作用,而对安全结果的影响是完全通过安全动机实现的。在所有的影响关系中,安全动机对安全服从的影响程度是最大的,自我效能感对安全参与的影响程度最小。     

基于结构方程模型的地铁乘客安全行为影响因素分析

为了研究地铁乘客安全行为的影响因素，通过对北京、上海、广州、深圳等城市的地铁乘客的多项安全指标的抽样调查，建立了关于乘客安全行为的结构方程模型，研究了影响地铁乘客安全行为的主要因素。结果表明:良好的地铁安全氛围能有效提高乘客的安全知识水平、安全动机、安全心理水平、安全参与行为水平；安全参与行为水平同时受到乘客安全知识水平和乘客接受安全培训状况的影响，其中，乘客安全知识水平的高低取决于乘客接受安全培训状况；安全服从行为则与安全动机存在较强的正相关关系；乘客的安全心理水平只跟地铁安全氛围有关，安全氛围越好，乘客安全心理水平越高，安全知识作为中介变量同时影响着安全氛围与安全参与行为、安全培训与安全参与行为、安全氛围与安全动机以及安全培训与安全动机之间的关系，提高乘客安全知识水平是提高乘客安全行为水平的重要途径。     

风险容忍度对员工不安全行为的影响研究

为识别不安全状态下风险容忍度关键影响因素,降低不安全行为发生概率,研究建立风险容忍度影响因素综合评价指标体系,采用李克特量表设计调查问卷并开展相关性统计分析,在此基础上构建多变量交互作用分析的结构方程模型,识别关键指标并挖掘指标体系中决策层与风险容忍度的关联关系。结果显示：员工心理和工作性质与风险容忍度相关性显著,对不安全行为发生概率影响较大;生理因素、心理状态、工作性质、安全文化和外部环境与风险容忍度正向关联,关键决策层指标分别为员工体力、员工情绪、工作强度、作业过程监督和行业标准;个人安全素质和安全资源与风险容忍度负向关联,关键决策层指标分别为安全技能水平和现场防护措施。     

基于WSR-可拓云理论的地铁车站火灾安全评价

为解决地铁车站火灾安全评价中指标量化的模糊问题和边界的不确定性问题,将物元可拓理论和云模型理论结合,提出基于可拓云理论的地铁车站火灾安全评价模型。基于"物理-事理-人理"(WSR)理论,从管理因素、设备因素、设计因素和人员因素4个维度出发,构建地铁车站火灾安全评价指标体系;基于博弈论修正G1法及熵权法算得的指标权重,得到各指标的组合权重;利用可拓云理论,最终确定地铁车站的火灾安全等级。以沈阳地铁十号线淮河街沈医二院车站为例进行评价,结果表明:该车站火灾安全等级为Ⅰ级,安全状态为安全,并为地铁车站未来的消防管理工作提出了有针对性的建议。     

物元可拓法在地铁盾构施工安全风险评估中的应用

针对地铁盾构施工安全风险评估结果不完善、精确度不高等问题，采用DEMATEL-ISM法与物元可拓评估模型相结合，对地铁盾构施工安全风险进行科学合理的评估。首先，以文献整理为基础，结合工程实际，从人员及管理、机械设备、施工材料、施工技术及施工环境5个方面建立地铁盾构施工安全风险评估指标体系；其次，采用DEMATEL-ISM法分析关键影响因素和影响程度以及因素间的层级结构；再次，考虑指标间的关联影响，引用shapley值法确定指标权重，采用物元可拓法构建地铁盾构施工安全风险评估模型；最后，对宁波地铁3号线一期句章-鄞州客运区间应用所建模型进行实例分析，结果表明，其风险评估等级为“中度风险”。其中，人员及管理、施工技术及施工环境所属风险等级相对较高，该区间盾构施工时管理人员应重点监测地质环境，并严格做好地基加固等施工技术工作。     

基于SEM的建筑施工企业KPI安全绩效评价

鉴于建筑施工企业生产安全和服务质量管理以及企业员工综合素质和工作效率的重要性,探讨影响建筑施工企业安全生产的因素,并对建筑施工企业的安全绩效进行全面、客观的评价。采用关键绩效指标(KPI)建立基于人的因素、管理制度、施工设备和环境条件四维度的建筑施工企业安全绩效评价指标体系,研究将结构方程模型理论引入到评价体系中,构建安全绩效评价的结构方程模型(SEM)。总结评价的一般程序,并结合实例,从定量的角度对某建筑施工企业安全绩效进行评价。结果表明,KPI评价体系和SEM评价模型评估得出建筑企业安全绩效影响因素的程度是:人的因素>管理制度>环境条件>施工设备。     

基于Meta分析的安全氛围与安全绩效的关系研究*

为更系统地归纳安全氛围与安全绩效的关系,探究安全氛围、安全绩效及安全结果间的影响机制,采用Meta分析方法,通过2000—2020年54篇文献的55个独立研究样本进行定量综合分析,并进一步探讨安全氛围与安全绩效各维度间的关系,同时运用Meta二元回归探究潜在调节变量对2者间关系的调节作用。结果表明:安全氛围显著正向影响安全绩效,在高危行业中安全氛围对安全绩效影响更大;安全氛围与安全参与、安全遵守均显著正相关,且安全氛围对安全参与的影响强于对安全遵守的影响;安全氛围和安全绩效均与安全结果显著负相关,且安全绩效对安全结果的影响强于安全氛围对安全结果的影响。     

煤矿岗前人员不安全状态智能检测系统研究*—以红柳林煤矿为例

为从根本上降低煤矿从业人员实施不安全行为的概率,在充分考虑煤矿从业人员不安全个体状态是诱发其不安全行为的主要原因的基础上,设计开发一套矿工不安全状态智能检测系统。首先,对2007—2022年期间各高危行业安全事故调查报告和专家研究进行归纳,总结得出煤矿从业人员不安全状态的影响因素,构建包括生理状态、心理状态以及个体能力状态在内的3个一级指标和15个二级指标体系;其次,通过相应的表征模型对不安全状态影响因素进行深入剖析;最后,基于构建的从业人员不安全状态倾向数据库,建立煤矿岗前不安全状态智能检测系统。研究结果表明:在下井工作前对从业人员个体状态进行智能检测,能够实现矿工不安全状态“早发现、早干预”,能够有效地降低人因事故发生率,研究结果对煤炭行业安全管理具有重要的参考价值。     

基于层次分析法的瓦斯抽采钻孔施工安全管理分析

为了得到瓦斯抽采钻孔施工过程安全管理的关键因素,通过层次分析法（AHP）建立钻孔施工安全管理的评价模型,通过对人-机-环境三个角度分析得到各因素对于安全管理的权重值,以此来判断因素对瓦斯抽采钻孔施工安全管理的影响程度,并结合案例进行分析提出改进建议。研究结果表明：一级指标中现场环境管理（0.524 7）是影响施工现场安全管理的关键;二级指标中有毒有害气体（0.390 5）、作业前安全检查（0.400 4）、安全防护装置（0.372 9）分别占据最高权重值。     

违章行为与心理因素分析

据统计,“三违”是安全生产事故的主要罪魁祸首。分析众多事故的原因,无外乎是由人的不安全行为和物的不安全状态造成的,而物的不安全状态归根到底也是人的因素造成的。违章行为是“三违”的表现,它不仅与安全意识淡薄、安全观念落后、安全文化素质及安全生产管理水平低下等因素有关,更重要的原因是人的心理因素,职工的心理隐患是不安全行为的潜在帮凶。研究人的心理因素对违章行为的影响,寻找出一套强化安全心理素质、调整心理因素的方法,对于提高职工的安全意识,杜绝违章行为,减少伤亡事故,保护人民群众的健康和生命财产安全,具有重要现实意义和指导意义的。     

建筑工人不安全行为影响因子分析及控制措施研究

为有效的控制建筑工人的不安全行为,从而减少事故,须分析出建筑工人不安全行为主要影响因素,并提出针对性控制措施。从各种不安全行为中提取13个影响因子,在此基础上通过访谈和调研获得直接影响矩阵,借助决策试验和评价实验室方法(DEMATEL)计算出每个因子的影响度、原因度和中心度,由此分析出安全态度、安全技能、安全认知和安全培训在影响因素体系中最为重要,领导的重视对建筑工人的不安全行为也有很大影响。结果表明:个人因素是影响工人安全行为的主要因素,环境因素和管理因素通过影响个人因素影响工人的安全行为。最后,针对个人影响因素,提出了合理开展安全培训、加强现场行为管理、加强安全心理干预、完善用工制度等措施。     

组织氛围对建筑工人不安全行为的影响机理及实证研究

为了研究组织氛围对建筑工人不安全行为的影响,从班组级安全氛围、班组级安全教育和项目级安全氛围三个层面测量组织氛围,基于组织氛围与安全态度、不安全动机及安全能力之间的关系,构建建筑工人不安全行为发生的机理。通过23个项目267份有效问卷收集数据,采用结构方程模型（SEM）进行验证,采用决策试验和评价实验室（DEMATEL）进一步计算和分析各潜变量之间的影响度和被影响度。研究结果表明:班组级安全氛围对安全态度、班组级安全教育对安全态度、安全能力对安全态度、安全态度对安全动机的影响显著;安全动机和安全能力对不安全行为的影响显著;班组级安全氛围、班组级安全教育和项目级安全氛围之间相互关系显著;班组级安全氛围、班组级安全教育和项目级安全教育是典型的原因影响因素,通过安全态度共同影响不安全行为。根据研究结果,提出应对措施,可为安全管理工作提供理论指导。     

影响铁路职工不安全行为的因素研究

职工不安全行为是导致铁路事故的重要因素之一,为了预防和控制铁路职工的不安全行为,减少人为事故的发生,从个体、环境、设备和管理4个维度对影响职工不安全行为的因素进行分析并建立铁路职工不安全行为的影响因素指标体系,应用网络层次分析法对各因素的影响程度进行量化分析。结果表明:作业制度、激励机制、安全意识、安全教育、安全文化、社会环境、个体防护设施是影响铁路职工不安全行为的主要因素,应在日常安全管理中重点关注。     

A comparative analysis of safety management and safety performance in twelve construction projects

IntroductionSafety management in construction is complicated due to the complex “nature” of the construction industry. The aim of this research was to identify safety management factors (e.g., risk management and site management), contextual factors (e.g., organisational complexity) and combinations of such factors connected to safety performance. Method: Twelve construction projects were selected to compare their safety management and safety performance. An analytical framework was developed based on previous research, regulations, and standards where each management factor was defined. We employed qualitative comparative analysis (QCA) to produce case knowledge, compare the cases, and identify connections between the factors and safety performance. The material collected and analyzed included, for example, construction planning documents, reports from OHS-inspections, safety indicators, and interviews with project leaders and OHS experts. Results and conclusions: The research showed that: (a) the average score on 12 safety management factors was higher among projects with high safety performance compared to projects with low safety performance; (b) high safety performance can be achieved with both high and low construction complexity and organizational complexity, but these factors complicate coordination of actors and operations; (c) it is possible to achieve high safety performance despite relatively poor performance on many safety management factors; (d) eight safety management factors were found to be “necessary” for high safety performance, namely roles and responsibilities, project management, OHS management and integration, safety climate, learning, site management, staff management, and operative risk management. Site management, operative risk management, and staff management were the three factors most strongly connected to safety performance. Practical implications: Construction stakeholders should understand that the ability to achieve high safety performance in construction projects is connected to key safety management factors, contextual factors, and combinations of such factors.     

人因视角下地铁施工管理环境因子识别的研

为了深入挖掘地铁施工过程中管理环境对施工人员不安全行为的影响,从管理硬环境和软环境两个方面进行研究,从而有效控制人的不安全行为产生。采用现场问卷调查的方法,结合SPSS17.0软件对地铁施工管理环境因子进行多元统计分析,同时采用因子分析的方法,在所选取的20个变量中提取出5个公因子,利用因子得分进行多元回归分析。结果表明:在所提出的5个公因子中,第一类公因子代表施工环境;第二类公因子地质环境;第三类公因子代表规章制度管理环境;第四类公因子代表信息管理环境;第五类公因子代表知识管理环境,这5类公因子对地铁施工管理环境的贡献度分别为34.22%、25.97%、19.85%、14.27%、5.69%。     

Risk assessment of safety level in university laboratories using questionnaire and Bayesian network

Accidents in university laboratories not only create a great threat to students’ safety but bring significant negative social impact. This paper investigates the university laboratory safety in China using questionnaire and Bayesian network (BN) analysis. Sixteen influencing factors for building the Bayesian net were firstly identified. A questionnaire was distributed to graduate students at 60 universities in China to acquire the probability of safe/unsafe conditions for sixteen influencing factors, based on which the conditional probability of four key factors (human, equipment and material, environment, and management) was calculated using the fuzzy triangular theory and expert judgment. The determined conditional probability was used to develop a Bayesian network model for the risk analysis of university laboratory safety and identification of the main reasons behind the accidents. Questionnaire results showed that management problems are prominent due to insufficient safety education training and weak management level of management personnel. The calculated unsafe state probability was found to be 65.2%. In the BN analysis, the human factor was found to play the most important role, followed by equipment and material factor. Sensitive and inferential analysis showed that the most sensitive factors are personnel incorrect operation, illegal operation, and experiment equipment failure. Based on the analysis, countermeasures were proposed to improve the safe management and operation of university laboratories.     

基于社会网络的高校不安全因素影响机制及安全管理研究

为了探索影响高校不安全的因素及影响机制，提升高校管理水平，采用文献分析和问卷调查的方法建立基于个体、环境和管理因素间的关系概念模型。运用社会网络分析（SNA）构建关系网络模型，分析其结构与节点特性等情况并提出相应建议。研究结果表明:利用社会网络分析方法分析高校不安全因素关系问题可信度高，不安全因素间存在一定的影响关系，影响力最大的因素为高校扩招；关键不安全因素包括安全排查不全面、高校安全监管与奖惩制度不合理等；关键不安全因素可构成连锁反应链，高校安全排查不全面，导致高校安保制度不健全，进而校园周边环境复杂化；不安全因素网络的桥节点包括高校安全监管与奖惩制度不合理等，桥节点可连接反应链形成不安全因素网络。研究结果能帮助高校针对关键不安全因素进行管理，从而减少事故的发生。     

基于SEM的维修资源管理对机务人员不安全行为的影响研究

为减少维修差错导致的不安全事件,从维修资源管理对机务人员不安全行为的影响进行探讨,以团队合作、沟通交流、工作压力、领导能力、工作环境及惯例作为维修资源管理变量,考虑不安全行为意向对不安全行为的中介作用,提出了维修资源管理各因素对机务人员不安全行为的影响假设。通过实证分析,采用结构方程模型(SEM)的方法验证了维修资源管理各因素对机务人员不安全行为的影响假设。实证结果表明:维修资源管理各因素对机务人员不安全行为及意向有不同的影响作用。为机务人员的安全行为管理提供理论支持。