地铁施工中惩罚制度有效性仿真分析

郭庆军,吴 杰,李 伟,闫竑宇

(西安工业大学 建筑工程学院,陕西 西安 710021)

地铁工程施工作业需要制度去引导和规范。根据青岛地铁4号线调研情况,探讨违规行为的影响因素,构建惩罚制度模型,利用NetLogo仿真软件,对特定制度环境下地铁施工作业选择进行仿真,对比分析地铁施工人员行为选择的仿真结果,得出不同罚款力度下施工人员违规行为情况,进而提出制度优化措施,为完善安全管理惩罚制度提供参考。

关键词安全管理;惩罚制度;违规行为;仿真分析

0 引言

地铁工程施工具有隐蔽性、复杂性和不确定性等特点,与相邻建筑、管线、道路错综交叉,工程施工安全风险较大,再加上管理者对生产法规、规范和制度落实不到位,执行力度不够,施工人员行为不规范等因素,导致地铁施工安全事故屡屡发生,从2002-2016年3月份发生地铁施工事故246起[1]。个体行为在很大程度上受到文化和制度影响,地铁施工人员的行为需要制度去引导和规范。国内的安全管理制度有效性研究多采用仿真模拟的方法。如方东平[2]构建建筑工人安全相关行为仿真模型,分析奖励和处罚措施对工人行为的影响。陈红[3]分析惩罚制度与人员行为选择的内在关系,利用多主体建模探讨惩罚制度对人员行为选择的作用效果。孙绍荣[4]研究了安全生产管理治理问题,以提高企业安全生产管理机制合理性与有效性。本文将以地铁施工惩罚制度为例,构建地铁施工人员违规惩罚数学模型,推导地铁安全管理制度的有效性条件,根据调研情况,对构建的模型进行仿真模拟,并提出地铁安全管理惩罚制度的优化措施。

1 地铁施工违规惩罚模型构建

1.1 惩罚制度模型要素分析

地铁施工人员的行为选择受到多种因素影响,或者是多因素之间的耦合,如个人、组织管理、环境和机械设备等因素,施工人员的行为选择较为复杂。在地铁建设施工过程中,施工人员基于上述因素产生不同行为。有的行为能够保证工程质量目标顺利完成,利于施工现场安全管理;有的行为违反现场安全管理制度,会造成安全隐患,阻碍工程安全目标实现。

借鉴疑罪从无制度[5],构建地铁施工惩罚制度模型。地铁施工人员的行为分为遵规行为和违规行为两类,遵规行为用X表示,违规行为用Y表示。从地铁施工现场来看,地铁惩罚制度大多是经济惩罚,对于违规作业的人员主要采取罚款方式进行惩罚。现场管理者只观察施工人员是否选择违规行为作业,对选择遵规行为的施工人员不监察。若发现施工人员选择违规行为,现场管理者对施工人员采取惩罚措施,若管理者没有发现施工人员选择违规行为,则推断施工人员选择遵规行为,此即地铁安全管理中的疑罪从无制度。

根据地铁施工的实际情况可知,施工人员实施遵规行为X或者违规行为Y会给行为人带来经济回报,用R表示。

当地铁施工人员选择遵规行为X时,管理者观察到其违规行为的可能性为0,施工人员相应得到经济回报R(X)。而当施工人员选择违规行为Y时,若被管理者发现,则以P(Y)的概率得到经济回报R(Y),此时的经济回报为负回报;若未被管理者发现,以P(X)的概率得到经济回报R(X),其中P(X)=1-P(Y),即施工人员实施违规行为且获得遵规行为的经济回报。

考虑到施工人员在施工过程中会有体力付出、时间耗费等,即施工人员实施行为作业会付出一定的行为成本C,采取遵规行为X和采取违规行为Y的行为成本分别为C(X)C(Y)。惩罚制度框架如图1所示。

图1 惩罚制度

1.2 惩罚制度数学分析

若施工人员选择遵规行为X,其得到从事遵规行为的经济回报R(X),回报概率描述为:P(R(Y)|X)=0,P(R(X)|X)=1,同时付出行为成本C(X)

若施工人员选择违规行为Y,会出现两种情况:一是违规行为被现场管理者发现。假设被发现违规行为的概率为P(Y),施工人员相应得到的经济负回报为R(Y),施工人员承担的惩罚回报概率为P(R(Y)|Y)=P(Y);二是违规行为未被管理者发现,此时施工人员获得经济回报R(X),回报概率描述为:P(R(X)|Y)=1-P(Y)。施工人员选择违规行为需要付出行为成本C(Y)

为达到安全质量目标,需要付出更多成本,也就是施工人员选择遵规行为X比选择违规行为Y要付出更多体力和时间,故C(X)>C(Y)

综上所述,地铁施工人员选择遵规行为X获得的期望总回报Z(X)为:

Z(X)=R(X)-C(X)

(1)

施工人员选择违规行为Y获得的期望总回报Z(Y)为:

Z(Y)=R(X)P(X)+R(Y)P(Y)-C(Y)

(2)

根据上述分析可知,P(X)=1-P(Y),代入公式(2)中,推导可得:

Z(Y)=(1-P(Y))R(X)+R(Y)P(Y)-C(Y)

(3)

惩罚制度参数如表1所示。

表1 惩罚制度参数

行为行为类型经济回报发生概率行为成本所产生的效用X遵规行为R(X)1C(X)Z(X)=R(X)-C(X)Y违规行为R(X)R(Y)P(X)P(Y)C(Y)Z(Y)=R(X)P(X)+R(Y)P(Y)-C(Y)=(1-P(Y))R(X)+R(Y)P(Y)-C(Y)

1.3 惩罚制度有效性条件

假设地铁施工人员均为理性行为者,施工人员行为选择取决于期望总回报之间的差距,而不受其它外界因素影响。当Z(X)>Z(Y)时,地铁施工人员会选择遵规行为X而不选择违规行为Y;当Z(X)<Z(Y)时,地铁施工人员会选择违规行为Y。因此,为保证地铁惩罚管理制度的有效性,就要满足Z(X)>Z(Y),促使地铁施工人员选择遵规行为X

用数学模型描述为:

R(X)-C(X)>(1-P(Y))R(X)+R(Y)P(Y)-C(Y)

(4)

推导可得:

(5)

为使地铁惩罚制度有效,现场管理者的最小监察概率必须满足式(5)的要求。

调整式(5),得

(6)

在监察概率P(Y)固定的情况下,遵规行为X的经济回报与违规行为Y的惩罚之差必须满足式(6),才能保证地铁惩罚管理制度有效,理性的地铁施工人员才会倾向于选择遵规行为X

2 基于NetLogo平台的违规惩罚仿真建模

2.1 仿真数据获取

根据青岛地铁4号线提供的2016年11月—2017年11月的“整改通知单”,整理出描述清晰、完整的违规行为及采取的惩罚措施486条,按照违规行为可能造成的后果,梳理出33种较严重的违规行为,违规行为管理主要有停工、罚款、开除等形式。整理的违规行为及惩罚措施只涉及车站施工,不涉及区间隧道施工。选取其中的10种违规行为进行统计分析,如表2所示。

表2 部分违规行为编号及行为属性描述

行为编号行为描述wg33-01现场使用插排,电缆无插头铜丝直接插入插座内wg33-02在钢支撑、混凝土支撑上行走wg33-03高空作业未系安全带wg33-04未挂钢筋网片直接喷混wg33-05垃圾未及时清理,环境卫生差,文明施工差wg33-06钢围檩背后不密贴、钢支撑顶撑不到位wg33-07施工现场吸烟wg33-08焊接作业焊缝漏焊,焊接效果差wg33-09施工高空作业脚手架脚手板未满铺wg33-10混凝土振捣不密实,出现蜂窝、孔洞

选取青岛地铁4号线01工区、05工区和08工区施工人员为研究对象,3个工区能够代表整个青岛地铁4号线的施工人员水平。调查三级培训教育记录,统计地铁施工人员的个人信息,包括工种、职务、年龄、工龄、学历和健康状况等,根据工资发放单统计地铁施工人员收入情况,保证统计数据的真实性。

2.2 违规惩罚仿真建模

基于NetLogo仿真平台设置违规惩罚模型主要对象属性,如地铁施工人员Agent的相关属性、地铁施工监管人员Agent的相关属性,以及地铁安全管理惩罚制度的相关属性。整理10种违规行为惩罚制度的相关属性,如表3所示。

表3 地铁安全管理惩罚制度及10种违规行为相关属性语言描述

行为编号行为描述合作性危害程度行为痕迹行为持续时间痕迹持续时间违反概率/%wg33-01现场使用插排,电缆无插头铜丝直接插入插座内个体危险级无痕1min03.977 272wg33-02在钢支撑、混凝土支撑上行走个体危险级无痕5min05.539 773wg33-03高空作业未系安全带个体危险级无痕1h04.971 591wg33-04未挂钢筋网片直接喷混群体危险级无痕1h03.977 272wg33-05垃圾未及时清理,环境卫生差,文明施工差个体干扰级有痕4h43.551 136wg33-06钢围檩背后不密贴、钢支撑顶撑不到位个体恐怖级有痕8h41.846 591wg33-07施工现场吸烟个体危险级无痕5min08.238 636wg33-08焊接作业焊缝漏焊,焊接效果差个体恐怖级有痕8h44.545 455wg33-09施工高空作业脚手架脚手板未满铺群体危险级无痕1h02.414 773wg33-10混凝土振捣不密实,出现蜂窝、孔洞个体危险级有痕8h45.965 909

对10种违规行为进行数学化描述,如表4所示。

表4 10种违规行为在地铁安全管理惩罚制度属性下的数学化描述

行为编号制度属性作用力度身心效价时间效价法规成本危压成本合作与否危害程度行为持续时间行为痕迹持续时间wg33-011982.193.112.842.680200wg33-021662.963.442.762.980200wg33-031242.082.232.322.520210wg33-043682.753.383.882.471210wg33-051122.382.262.082.050144wg33-064152.423.823.942.970384wg33-071122.912.012.082.190200wg33-083322.283.343.562.640384wg33-091352.233.062.482.331210wg33-102962.423.223.042.240284

利用BP神经网络拟合安全管理惩罚力度与违规行为属性对地铁施工人员违规行为选择概率的影响。在Matlab中用newff函数建立BP网络,拟合结果如图2所示,结果显示BP神经网络收敛性较好。

图2 BP神经网络训练收敛结果

用Q学习算法设置地铁施工人员学习过程,地铁施工人员Agent根据视觉范围内其它Agent被发现概率,通过学习调整被发现概率,进而通过神经网络得出违规行为概率变化趋势,从而改变自身违规行为概率,优化自身行为选择。

3 违规惩罚仿真结果分析

3.1 10种违规行为惩罚力度的优化仿真

在行为效价、行为成本、行为合作与否、行为危害程度、行为持续时间、行为痕迹持续时间等属性确定后,利用NetLogo平台仿真这些属性共同作用下的罚款最优值,使系统收敛于一个稳定值,得出10种违规行为较优罚款力度值,如表5所示。

表5 10种违规行为较优罚款力度值

行为编号行为描述较优罚款力度值wg33-01现场使用插排,电缆无插头铜丝直接插入插座内135wg33-02在钢支撑、混凝土支撑上行走102wg33-03高空作业未系安全带114wg33-04未挂钢筋网片直接喷混278wg33-05垃圾未及时清理,环境卫生差,文明施工差100wg33-06钢围檩背后不密贴、钢支撑顶撑不到位365wg33-07施工现场吸烟104wg33-08焊接作业焊缝漏焊,焊接效果差293wg33-09施工高空作业脚手架脚手板未满铺125wg33-10混凝土振捣不密实,出现蜂窝、孔洞236

在地铁安全管理惩罚制度中,不同违规行为在其它属性确定的情况下,存在一个较优的罚款力度,不同违规行为的较优罚款力度不同。

3.2 不同罚款力度下行为选择涌现情况

(1)不罚款与较优罚款的对比分析。10种违规行为在不罚款与较优罚款情况下对企业造成负向经济影响的仿真结果相似,以行为wg33-10为例,如图3(a)-(b)所示。

图3 不罚款与较优罚款仿真结果对比

从整体来看,不罚款措施下地铁施工人员给企业带来的负向经济影响较大,因此,有必要采用经济惩罚方式来控制地铁施工人员的违规行为。

(2)较重罚款与较优罚款的对比分析。10种违规行为在较重罚款情况下,地铁施工人员退出行为明显增多,对企业造成的负向经济影响明显增大。以行为wg33-10为例,如图4(a)-(b)所示。

罚款过重措施下地铁施工人员给企业带来的负向经济影响较大,因此,在采用经济惩罚的方式来约束地铁施工人员的违规行为时,需要把握好罚款力度。

图4 较重罚款与较优罚款仿真结果对比

3.3 监管人员对施工人员行为选择作用的仿真

(1)监管人数变化对施工人员行为选择的影响仿真。分析监管人数变化对地铁施工人员行为选择的影响,以及对企业负向经济的影响。以行为wg33-10为例,如图5(a)-(d)所示。

图5 监管人数变化仿真结果分析

监管人数从20人上升到30人时,选择违规行为的地铁施工人员明显减少,而从30人上升到60人时,选择违规行为的地铁施工人员基本没什么差别;监管人数为20人情况下地铁施工人员对企业造成的负向经济影响高于人数为60的影响。在地铁安全管理惩罚制度中,可采取增加监管人员数量、提高施工人员选择违规行为而被发现的认知等措施,考虑到增加监管人员数量会提高企业人力成本,需要结合地铁建设工程实际进行具体分析。

(2)监管人员工作努力程度变化对施工人员行为选择的影响仿真。通过改变监管人员工作努力程度,观察地铁施工人员对企业造成负向经济影响的仿真结果变化。以行为wg33-10为例,如图6所示。其中,“负向经济1”为监管人员努力工作程度为50%时的负向经济影响,“负向经济2”为监管人员努力程度为100%时的负向经济影响。

监管人员努力工作程度为50%的情况下,地铁施工人员对企业造成的负向经济影响高于100%。在地铁安全管理惩罚制度中,要提高监管人员的努力工作程度,提升施工人员违规行为被发现的概率认知,进而减少违规行为。

图6 wg33-10行为在监管人员努力程度分别为 50%和100%下的仿真结果对比

4 结语

地铁安全事故发生大多数是由于安全管理制度落实不到位,因此研究地铁施工安全管理惩罚制度的有效性有助于施工安全目标和质量目标实现。本文提出以下地铁施工管理建议:

(1)完善安全管理惩罚制度。我国地铁建设工程一般分标段或工区,交予不同施工单位施工,各施工单位惩罚制度不一致。在综合考虑施工单位安全管理制度基础上,由总承包单位或PPP项目公司制定统一的惩罚制度,明确规定不同违规行为的罚款数额,在产生人员流动时,可减少对施工人员惩罚制度的培训,易于施工人员管理。

(2)提升监管人员工作努力程度。监管人员是地铁安全管理实施过程中的重要角色,监管人员努力工作是保证惩罚制度有效的必要条件。对监管人员采取绩效考核或奖励手段,提升监管人员的努力程度,使监管人员在发现施工人员违规行为时能及时制止,避免违规行为蔓延,进而提升整个地铁施工现场的安全性。

(3)加强施工人员安全培训。受不同文化水平影响,施工人员对单纯的文字制度存在一定理解偏差,宜采用视频小动画、制度知识竞赛、制度学习班、安全事故分析会、微信精准推送等方式对施工人员进行三级教育,培养施工人员的安全理念,使施工人员从内心理解安全管理,了解违规行为可能造成的严重后果,从根本上杜绝违规行为产生。

参考文献:

[1] 李皓燃,李启明,陆莹.2002——2016年我国地铁施工安全事故规律性的统计分析[J].都市快轨交通,2017,30(1):12-19.

[2] 陈红,王珂,祁慧,等.基于ABMS的煤矿不安全行为惩罚制度有效性仿真[J].数学的实践与认识,2014,44(1):53-71.

[3] 蒋中铭,方东平,张铭宗. 基于实验设计的建筑工人安全相关行为仿真[J].清华大学学报:自然科学版, 2014(10):1327-1332.

[4] 张艳楠,孙绍荣.基于Stackelberg博弈模型的化工企业安全生产管理机制治理研究[J].中国管理科学,2016,24(3):159-168.

[5] 孙绍荣.行为控制制度的数学模型与制度强度——疑罪从无制度有效条件分析[J].公共管理学报,2006,3(1):86-90.

[6] 祁慧,章大林,张静,等.制度信任对矿工自主安全行为意愿的影响分析[J].中国矿业,2016,25(10):14-17.

[7] 吴超,王秉.行为安全管理元模型研究[J].中国安全生产科学技术,2018,14(2):5-11.

DOI10.6049/kjjbydc.2018GC0031

中图分类号U231

文献标识码:A

文章编号:1001-7348(2018)24-0071-05

收稿日期2018-08-06

基金项目教育部人文社会科学研究项目(17YJC630032)

作者简介郭庆军(1978-),男,河南林州人,博士,西安工业大学建筑工程学院教授,研究方向为项目管理;吴杰(1991-),男,山东青岛人,西安工业大学建筑工程学院硕士研究生,研究方向为土木工程建造与管理;李伟(1994-),男,陕西咸阳人,西安工业大学建筑工程学院硕士研究生,研究方向为土木工程建造与管理;闫竑宇(1992-),女,河南南阳人,西安工业大学建筑工程学院硕士研究生,研究方向为土木工程建造与管理。

(责任编辑:胡俊健)