1、第 卷 第 期 年 月西安科技大学学报 .成连华，曹东强 农村自建房安全风险因素重要度分级评判方法 西安科技大学学报，（）：，（）：收稿日期：基金项目：国家自然科学基金项目（）通信作者：成连华，男，山东莘县人，教授，博士生导师，：农村自建房安全风险因素重要度分级评判方法成连华，曹东强（西安科技大学 安全科学与工程学院，陕西 西安）摘 要：为有效预防农村自建房安全事故的发生，对农村自建房安全风险进行识别、评估和管控尤为必要。收集 份事故调查报告，从规划、设计、建造、使用的全过程识别风险因素，构建农村自建房安全风险体系。通过统计每份事故调查报告中风险因素共同出现的次数，建立风险因素共现矩阵，采用
2、算法挖掘风险因素间的关联规则。为了克服关联规则确定风险因素重要度等级的局限性，综合采用风险因素发生概率及其造成后果严重程度对风险因素重要度等级进行判定，建立风险因素重要度排列矩阵。结果表明：算法能够用定量的方式表述风险因素之间的关联关系，获得 组风险因素强关联规则，如安全意识淡薄与教育培训不到位同时出现的可能性大，并得到 条具有强关联性的风险因素传播路径；应用改进的风险矩阵得到关键因素 项、次要因素 项、一般因素 项，其中关键风险因素包含设计图纸缺失、违法建设、无施工资质、建筑结构缺陷等。研究结果可为业主和建设主管部门快速进行风险因素重要度评判提供理论支持。关键词：农村自建房；风险因素；风险评
3、判；全过程；算法中图分类号：文献标志码：文章编号：（）：开放科学（资源服务）标识码（）：，（，）：，：；引 言农村自建房是指拥有自有土地的单位或农村，经过自行组织或委托施工方，自主决策建设的居住场所。党中央和国务院对新农村和城镇化建设尤为重视，根据中共中央关于制定国民经济和社会发展第 个 年规划和 年远景目标的建议明确指出全面推进乡村振兴，增加了农村参与房屋建设的积极性。在此背景下，农村自建房建设数目得到高速增长，建设规模也不断扩大，这些农村自建房在建造、使用阶段产生或遗留下来大量的安全隐患，尤其在使用阶段出现私搭乱建、任意加层现象严重，严重威胁着人民生命和财产安全。遏制农村自建房事故的发生已
4、成为当前亟待解决的问题。因此，亟需全面识别农村自建房安全风险，提出科学的风险因素重要度分级评判方法，对防范农村自建房安全事故具有重要的意义。目前学者们关于农村自建房安全的研究主要聚焦在抗震技术与建筑行为、政府监管、事故原因分析、安全隐患统计、应对措施等方面，对农村自建房安全管理研究奠定了坚实的基础。由于单个农村自建房建设规模较小的特征，现有研究对系统辨识农村自建房建造过程中安全风险因素研究较少。在农村自建房安全风险因素研究方面，丁瑶最先应用社会网络分析法建立农村自建房安全参与方个体社会网络，分析个体关系强度与农村自建房质量安全的相关性；王亦飞通过问卷调研获得陕西省农村自建房安全统计数据，应用分
5、类 回归分析找出陕西省农村自建房质量安全的影响因素；吴秀宇等首次运用扎根理论找出农村自建房安全风险影响因素，引入质性比较分析方法（）探究大类风险因素作用路径。尽管部分学者对农村自建房安全风险因素开展了相关研究，但局限于农村自建房使用阶段的研究，缺乏从农村自建房规划、设计、建造、使用的全过程识别出风险因素，对农村自建房风险因素重要度分级评判依据性不足，具体风险因素传播路径尚未明确。此外，目前关于农村自建房风险分析多以定性为主，难以满足自建房安全风险管理的需要。鉴于此，通过分析典型农村自建房安全事故案例，从规划、设计、建造、使用的所有阶段识别自建房风险因素，构建农村自建房安全风险体系；运用 算法进
6、行风险因素关联规则挖掘，探究具有强关联性的高频风险因素及其传播路径，采用基于改进的风险矩阵法确定风险因素重要度等级，以期为农村自建房风险快速评判提供决策依据。基于案例的农村自建房风险分析 数据来源及整理事故调查报告是由权威业内专家在现场勘查、资料审查、事故发生有关单位和人员访谈和事故现场还原的基础上总结出来的，是研究可利用的重要数据材料。依据完整性、时效性、权威性的原则选取事故调查报告，以实际农村自建房安全事故数据为例，选取 起各地市应急管理部门发布具有完整信息的农村自建房安全事故调查报告，形成事故案例库。案例库中事故调查报告时间跨度为 年到 年，包含高处坠落、触电、坍塌、物体打击等主要事故类
7、型，事故基本信息见表。因农村自建房建设规模较小的特点，涉及大型起重设备较小，引发起重伤害的事故起数较少，与房屋建筑工程安全事故分布有所区别。西 安科技大学学报 年第 卷第 期成连华，等：农村自建房安全风险因素重要度分级评判方法表 事故基本信息 年份 年事故数目 起事故类型事故数目 起高处坠落坍塌触电物体打击起重伤害机械伤害其他事故总计总计 基于全过程的风险因素识别借鉴相关研究成果，农村自建房的全过程涉及规划、设计、建造、使用等多个阶段，其中使用阶段包含农村自建房在建造结束之后的装修、维修、改扩建、拆除等环节。农村自建房涉及社会市场、政府部门、农村个人、施工组织、农村理事会等多方主体，在各主体的
8、共同参与下，共同构成农村自建房安全管理系统。基于此，参照陕西省城乡居民自建房安全隐患排查技术导则农村自建房安全常识说明等内容，分析事故调查报告中事故原因和责任追究的描述，结合农村自建房安全管理实际，从农村自建房规划、设计、建造、使用的全过程全面识别风险因素，如图 所示。）规划阶段：农村安全意识较低，违法占用耕地、私自建造房屋不进行报备进行房屋建设现象时有发生。在农村自建房规划过程中未开展专业性的现场勘察，未考虑其选址合理性，进而留下大量的安全隐患。图 基于全过程的农村自建房风险因素识别 ）设计阶段：农村自建房无专业设计、无设计图纸问题突出，且大多是由不具备专业资质人员设计。若设计不当，易出现建
9、筑结构布局荷载异常，造成自建房支撑稳定性和承载能力降低。）建造阶段：由于施工队资质不达标，施工人员安全意识低、专业技术水平低，施工过程未严格按照施工流程、违章作业等现象时有发生。承包商的建筑管理行为不规范，存在未经专业性的安全教育培训、无竣工验收、作业环境混乱等问题。此外，业主往往安全投入不足，致使使用建筑材料设施、设备质量低下，安全防护措施不到位。）使用阶段：业主文化程度不高，在房屋改扩建、用途变更审批等使用过程未严格执行有关行业标准，违法组织施工，存在诸多违法建设行为，产生诸多安全隐患，尤其燃气、消防安全等隐患突出，严重影响自建房使用安全。上述各阶段出现的问题与法规制度、政府监管、村民个人
10、、施工组织和农村理事会等相关主体密切相关。由于城乡二元结构安全管理体制的缺陷，形成了以市场经济为导向，将更多的行政管理资源、经费和精力投到城市大型建筑施工安全管理，忽视了相对小规模农村自建房的投入，使得农村违法建设行为未得到有效约束，也是农村自建房事故安全频发的诱因之一。农村自建房安全风险体系构建分析当前自建房安全现状和借鉴相关领域研究，依事故据案例“事故经过”、“事故原因”、“事故责任追究”等信息，分析农村自建房“规划设计建造使用”的全过程，综合考虑多个参建方所涉及的人员、材料、设备、设施、环境、技术、管理等因素，优化整合相似或重复风险因素，对各层级风险因素进行逐一编码，构建了包含社会市场、
11、政府部门、施工组织、农村个人和物质属性 个层次、个风险因素的农村自建房安全风险体系，如图 所示。特别指出，房屋改造与用途改变情况、违规改扩建、未取得审批文件擅自施工等统一归并至违法建设行为。图 农村自建房安全风险体系 农村自建房事故风险分级评判方法 基于 算法的风险分级评判方法 算法关联规则是指在数据信息产生在对象集合体内部的事件模型、相互联系以及因果结构。算法作为关联规则算法典型代表之一，是 和 在 年提出，在交通、商业、教育、灾害等领域得到广泛应用，可快速识别高频风险因素及其强弱关联关系。通过迭代，先检索出数据库中所有频繁项集，即支持度不低于用户所设定阈值的项集；然后使用频繁项集建立出满足
12、最小置信度的规则。根据需求设定最小支持度和最小置信度后，产生候选项集并且不断遍历数据库直至再无强关联规则的发现。支持度（）、置信度（）、提升度（）是关联规则中最重要的 个概念。支持度是指事务项集 与（）和事务总项集数 之比，即事务出现的概率，其中，分别是 个不同的事务项集。在实际使用中，可以指定 的出现次数作为阈值。计算表达式如下。（）（）（）置信度是指项集 同时出现的次数与项集 出现的次数之比，通常用（）表示，即在项集 出现的条件下，又出现项集 的概率，置信度表示相关性的大小。计算表达式如下。（）（）（）（）提升度可以表述为（），即对 的置信度与项集 的支持度之比，能够衡量项集 和项集 的独
13、立性。若提升度大于，则强关联规则有效。计算表达式如下。（）（）（）（）（）风险因素关联规则挖掘农村自建房安全事故系统涉及众多风险因素，部分风险因素间关系紧密且当这些因素同时故障时，易导致某类事故的发生。因此，需挖掘风险因素间的关联关系。关联规则可以确定风险因素间的频繁项集，得到风险因素之间关联关系，通过设定支持度和置信度阈值，以探究风险因素传播路径。制定关联规则所需要的数据格式，统计每份事故调查报告中包含风险因素的共现次数，并对共现次数进行累加，获得 起农村自建房生产安全事故风险因素共现矩阵（部分），见表。表 风险因素共现矩阵（部分）（）是一款开源免费跨平台基于 的复 西 安科技大学学报 年第
14、 卷第 期成连华，等：农村自建房安全风险因素重要度分级评判方法杂网络分析软件，动态和分层图交互可视化与探测开源工具，以对系统整体拓扑结构进行建模。为了将风险因素关联关系可视化，引入复杂网络理论，依据农村自建房风险因素共现矩阵（表），使用 建立农村自建房事故风险因素之间的关联关系。将风险因素之间的间接关系表示在 文件，将风险因素编码数据导入 软件中，生成的由 个节点、条连边所构成的农村自建房事故风险因素关联网络，如图 所示。图 农村自建房事故风险因素关联网络 图 中，根据不同节点之间的社团属性，将所有风险因素划分为 个社团，分别用蓝、绿、橙、紫 种不同颜色进行表示，同一社团内的节点连接较为紧密。
15、网络 个节点代表 个风险因素，条连边则表示这些风险因素存在 组关联关系。）最大频繁项集的挖掘。支持度和置信度阈值确定关联规则算法很关键，若阈值过大，关联规则较少，频繁项集数目较少，数据利用率低；若阈值过小，产生关联规则较多，则不利于风险因素传播路径的形成。通过计算并对比不同支持度下的频繁项集，见表，选取合适的支持度，当支持度为 时，频繁项集过小；当支持度为 时，频繁项集过大；当支持度为 时，频繁项集较为合适。）产生风险因素关联规则并建立风险因素传播路径。使用 算法可以确定最大频繁项集的风险因素之间的置信度。将 算法与实际分析结果相结合，将置信度确定为 。置信度的大小可衡量风险因素关联性的强弱，
16、置信度阈值越小，风险因素关联关系越多。在 算法中，置信度大于 的关联规则被认为是有实际意义的。通过将最大频繁项集的不同风险因素进行计算，利用 值筛选计算结果。当 时，说明风险因素之间不存在直接关联关系；当 时，风险因素呈负相关关系，产生阻滞效应；当 时，说明风险因素呈正相关关系，具有促进效应，以此视为风险因素传播路径分析的要点。参照事故致因理论，遵循上层风险因素作用于下层风险因素。表 不同支持度下的频繁项集 频繁项集支持度频次，综上，在使用 算法挖掘关联规则过程中，设置最小支持度为 ，最小置信度为 ，最小提升度为。当关联规则同时满足这 个条件时，可认为风险因素间具有强关联关系，所得挖掘关联性最强的农村自建房安全风险因素规则结果见表，最终获得 组风险因素强关联规则。对于具有强关联规则的风险因素，即这些风险因素共现的概率较高。因此，施工组织应同时对具有强关联关系的所有风险因素进行管控，以有效控制这些具有强关联关系的风险因素带来的影响。强关联规则体现了农村自建房安全风险系统内较为重要风险因素与其他风险因素有着紧密的联系，表示父节点因素的发生较大程度上影响子节点因素的发生。例如，教育培训不到位
