我国房屋市政工程安全生产事故时空格局演变

孙磊，殷乃芳，刘国买



我国房屋市政工程安全生产事故时空格局演变

孙磊1，殷乃芳2，刘国买3

（1.福建工程学院 管理学院 福州 350118；2.福建工程学院 数理学院 福州 350118； 3.福建工程学院 科技创新政策研究中心 福州 350118）

为探究我国房屋市政工程安全生产事故的时空演变规律，以安全生产事故死亡人数为分析对象，采用地理集中指数、泰尔指数，传统与空间马尔柯夫链相结合的方法，来分析安全生产事故死亡人数的区域差异及时空转移特征。研究发现，房屋市政工程安全事故死亡人数的区位分布呈现出由均衡分布向高度聚集“波动式”扩散；安全事故死亡人数总体差异虽没有明显变化，但区域内差异远远大于区域间差异；房屋市政安全事故死亡人数存在不同水平的俱乐部趋同，但趋同性有减弱的趋势；领域环境对安全事故死亡人数的转移存在影响，且具有较明显的空间相关性。

安全事故；房屋市政工程；空间马尔柯夫链；泰尔指数

马斯洛的需要层次理论认为，在人的生理需要得到解决和保障后，安全作为需要的主要矛盾，成为亟待解决关注的民生问题，应成为各个行业计划和控制的首要目标。建筑业作为国民经济的支柱产业，安全生产形势比较严峻，是继交通业和采矿业之后事故死亡人数最多的行业。房屋市政工程是建筑业的重要组成部分，因其工程地点分散、施工环境复杂、作业交叉、人员密集并且流动性大等特点，极易发生安全生产事故。随着我国城镇化步伐的加快，房地产建设及市政工程呈爆发式增长，所造成的安全事故也居高不下。“人命关天，发展决不能以牺牲人的生命为代价。这必须作为一条不可逾越的红线”①。党的十八大以来，党和国家高度重视安全生产，把安全生产作为民生大事，纳入到全面建成小康社会的重要内容之中，随着我国安全生产事业的不断发展，严守安全底线、严格依法监管、保障人民权益、生命安全至上已成为全社会共识②。各级安全管理部门也积极采取一系列措施来控制安全事故的发生，但建筑业死亡人数仍处在比较高的水平，且各地区分布差异较大，安全管理工作形势仍然比较严峻。对此，国内外相关专家和学者进行了相关研究[1-7]。Antonio López Arquillos等国外学者第一次对西班牙2003-2008年间发生的1163178起建筑业事故进行了统计分析，探讨影响事故严重程度的雇员年龄、雇员服务年限、公司规模、事故地点、天气和气候带等10个变量[1]；Seokho Chi等学者首次运用系统理论和海因里希的多米诺骨牌理论对美国建筑业9358起安全事故进行了风险分析[2]，研究不同类型事故发生的关键风险因素。国内学者方东平等对我国建筑施工伤亡事故致因进行了基础性地全面分析[3]；刘国买、孙磊从地区分布、季节分布、时间分布、事故类型分布4个方面分析了2004-2012年发生的山岭隧道事故的分布情况[4]。台湾学者Ching Wu Cheng对台湾建筑业2000-2009年发生的1542起事故运用回归树法进行了分析，认为高处坠落和坍塌是发生事故的主要致因，应作为关键因素来预测事故的发生[5]。李晓东对2010 年我国房屋市政工程生产安全事故的分布情况进行了分析，但仅分析了2010年一年的数据，规律性不强[6]。学者张仕廉、袁霜利用泰尔指数法评价了2003-2012年房屋市政工程安全事故的空间差异[7]。从已有的研究来看，对房屋市政工程安全事故的研究较少，对其演化规律的挖掘尚显不足，对事故时空特征的研究还较为缺乏且方法普遍陈旧。因此，本文采用地理集中指数、泰尔指数以及马尔柯夫链方法来分析房屋市政工程安全事故死亡人数的区域差异，并运用马尔柯夫链方法从空间、时间和时空转移多重角度来分析其时空格局及其演变趋势，以期能够在宏观上把握我国房屋市政工程安全事故的发生路径和趋势，为安全管理部门制定针对性的预防控制策略提供有益参考。

一、数据来源与研究方法

（一）数据来源

本文以2008-2017年作为研究期间，对住房和城乡建设部网站上的事故快报进行统计[8]，把我国大陆30个省（市）房屋市政工程安全事故死亡人数（以下简称安全事故死亡人数）作为研究对象（西藏和港澳台地区数据缺失，不作为分析对象）。另外，按照国家“十一五”规划提出的新的战略区域划分标准，把这30个省（市）划分为四大经济区：东部地区、中部地区、西部地区和东北地区。其中，东部地区包含北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南10个省市；中部地区包含山西、安徽、江西、河南、湖北、湖南6省；西部地区包含重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆、内蒙古、广西11省市区；东北地区有辽宁、吉林、黑龙江3省。

（二）研究方法

1.地理集中指数分析法

地理集中指数可用来衡量某种活动或事物在地域上的集中程度，其计算公式为：

2.泰尔指数分析法

泰尔指数是由荷兰经济学家泰尔利用信息理论中的熵概念来计算收入不平等而得名，由于其能够将整体差异分解为区域间差异和区域内差异，因此被广泛应用于层级差异的研究。

定义我国房屋市政工程安全生产事故死亡人数的泰尔指数为：

泰尔指数可以根据空间单元进行嵌套分解。本文将中国大陆划分为东部、中部、西部、东北地区，以省（市）级行政单元作为空间单元进行分解，可将我国房屋市政工程安全生产事故死亡人数的总体差异分解为东部、中部、西部、东北地区四大区域间差异与四大区域内省（市）级差异。

泰尔指数嵌套分解公示为：

3.马尔柯夫链分析方法

4.空间马尔柯夫链

二、测度分析

（一）房屋市政工程安全事故死亡人数的区域差异测度分析

1.区位分布由均衡分布向高度聚集“波动式”扩散

我国房屋市政工程安全事故死亡人数的区位分布的集中程度可以利用地理集中指数来描述（如图1），可以发现，死亡人数区位分布呈现由均衡分布向高度聚集“波动式”扩散的趋势。其时空演变过程可分为二个阶段：第一阶段，2008-2010年死亡人数的地理集中指数表现为下降趋势，由21.84下降到最低点20.35，说明这一阶段安全事故死亡人数呈现均衡分布的趋势。这是由于2008年后为应对国际金融危机，中国政府实施了4万亿刺激计划，其中大约1.4万亿流向了保障性住房和灾后重建，造成了此后数年全国范围内房屋市政工程量快速增加，事故死亡人数也处在高位，但由于建设投资开始向中、西部倾斜，中、西部地区建设投资加快，死亡人数开始上升，与东部地区的差距不断缩小，死亡人数在全国范围内趋于“平均”。事实上，2008年安全事故死亡人数主要集中在江苏（9.1%）、浙江（9.1%）、上海（6.39%）等传统建筑大省（市），2010年以后中部地区的湖北、西部地区的重庆、广西事故死亡人数同比大幅增长，使传统建筑大省的死亡人数占比有所减少，安全事故死亡人数逐步趋于均衡。第二阶段，2010-2017年安全事故死亡人数的地理集中指数在前期小幅增长后，于2013年开始呈现出明显波动上升趋势，说明具有高度集中的倾向。此期间房地产市场趋于繁荣，东部沿海地区重新成为建设投资的首选地区，东部地区建设投资与中、西、东北地区的差距不断拉大，安全事故死亡人数差距也随之明显，地理集中指数开始上升，并在房地产市场最繁荣的2016年达到最大值。

图1：地理集中指数（The geographic concentration index）

图2：泰尔指数（The Theil index）

图3：区域内泰尔指数（The inter-regional Theil index）

2.安全事故死亡人数总体差异不大，区域内差异明显大于区域间差异

房屋市政安全事故死亡人数在全国范围内分布相对均衡，波动较小（见图2）。泰尔指数2008年开始下降，2010年处于谷底，2011-2013较为平稳，从2013年后呈上升趋势，死亡人数总差距不断扩大，至2016年达到顶峰，而这也于房地产市场的开发周期相吻合。十年间，区域内差异明显大于区域间差异，占贡献率比重83%，说明死亡人数的差异主要来源与区域内差异，特别是2013-2017年东、中、西、东北部区域内差异近似为总体差异的主要贡献者，存在明显的区域内部不均衡。事实上，东部地区安全事故死亡人数主要集中在江苏、浙江、广东和上海；中部地区则集中在安徽和湖北；重庆、云南是西部地区死亡人数集中的区域；东北地区的黑龙江死亡人数则最多。从趋势图还可以看出，死亡人数在区域间比较均衡，差异不大。

3.东、西部地区差异波动显著，中、东北部地区差异趋近平稳

总体而言，各地区安全事故死亡人数区域内差异呈现差异化演变趋势。具体到不同地区（如图3），首先，东部地区安全事故死亡人数差异远高于西部、中部，东北地区最低；其次，东、西部地区差异波动较为显著，凸显出安全事故死亡人数在东、西部区域内分布较不稳定，尤其是在2011年后愈加明显，比如在2016年江苏省安全事故死亡人数剧增，约占东部地区死亡人数的35%，而同一地区的海南省占 比则仅有2%，差距悬殊。又如2017年的西部地区，重庆市安全事故死亡人数占西部死亡总人数的20%，而最少的宁夏占比则不足1.5%；最后，东北地区仅有三省，气候条件较为相似，安全事故死亡人数在区域内差异不大，除2008年和2014年稍微显著外，其余年份始终维持平稳水平，近似在0.004-0.008之间。

（二）房屋市政安全事故死亡人数的时空格局演变特征

为考察房屋市政安全事故死亡人数的时空演变特征，本文将30个省（市）安全事故死亡人数划分为4种类型：（1）低死亡水平：死亡人数小于或等于当年全国平均死亡人数的50%；（2）中低死亡水平：死亡人数介于当年全国平均死亡人数的50%-100%之间（包含100%）；（3）中高死亡水平：死亡人数介于当年全国平均死亡人数的100%-150%之间（包含150%）；（4）高死亡水平：死亡人数大于当年全国平均死亡人数的150%。另一方面，从地理集中指数趋势图可以看到，2012年以后死亡人数开始快速集中，并且从该年开始房地产市场开启了又一轮繁荣周期。因此，本文将整个研究期分为2008-2012年和2012-2017年两个阶段，分别计算这两个阶段安全事故死亡人数的马尔柯夫矩阵。

1.空间演变特征

（1）房屋市政工程安全事故死亡人数的时空演变比较显著。

十年间，安全事故形势变化较为显著（见图4）。从高死亡水平区域来看，在2008年分布较为均衡，既有东部地区的浙江、江苏、上海、广东等传统建筑强省（市），也有西部地区的云南和东北地区的辽宁；到2012年辽宁死亡人数锐减为低水平地区，广东、云南死亡人数也降至中高死亡水平，而中部地区的湖北成为死亡人数的高水平区域；此后到2017年形势又有所变化，江苏、广东和重庆成为死亡人数的第一梯度带。对于中高死亡水平区域，则呈现出聚集向分散然后再聚集的转变，且区域有所增加，即初期集中在中部和西南地区，然后逐步分散至东部和东北地区，最后则在东部和中部连接成片，重新聚集。低死亡水平区域则主要集中在西部地区的甘肃，青海，宁夏等经济发展水平较低的区域。总的来看，房屋市政工程安全事故死亡人数的高发区域（高水平和中高水平）有由西南地区和中部地区向长三角地区转移的态势。

图4：2008-2017年安全事故死亡人数的空间分布格局

（Spatial distribution map of the death toll from 2008 to 2017）

（2）不同期间房屋市政工程安全事故死亡人数的类型转移具有较大差异。

不同类型间的转换也存在明显差异（见图5）。2008-2012年向下转移区域和平稳转移区域比较集中，呈片状分布，向下转移区域主要集中在西南地区和中部地区的湖南、陕西，平稳转移地区则集中在东部沿海地区和西部的内蒙古、青海和新疆；而向上转移地区比较分散，即有环渤海地区的天津，又包含中部地区的山西、江西，还有西部地区的甘肃和重庆以及东北地区的吉林。2012-2017年又发生了明显变化，向上转移区域存在着向珠三角地区聚集的趋势，平稳转移地区有所增加，且具有向中、西部汇聚的特点，向下转移区域则主要集中在东部地区的北京、上海、浙江、河北，中部地区的安徽、湖北以及东北地区的黑龙江。

图5：2008-2017年安全事故死亡人数类型转移的空间分布格局

（Spatial distribution map of the death toll transfer from 2008 to 2017）

2.时间特征

（2）房屋市政安全事故死亡人数显示出中低死亡水平和中高死亡水平俱乐部趋同性在减弱，2008-2012年中低死亡水平和中高死亡水平维持原有状态的概率分别为81.4%、71.4%，而到2012-2017年下降为62.2%、60.9%，分别减少了19.2和10.5个百分点。

（3）房屋市政安全事故死亡人数分布显示出稳定性较强的低死亡水平和高死亡水平俱乐部趋同，两阶段中，低死亡水平和高死亡水平维持原有状态的概率前后变化仅有0.084%和0.005%。可见，安全事故死亡人数也存在着“马太效应”，死亡人数很少的区域在下一阶段也很有可能变少，死亡人数很高的区域想要降低也比较困难。

（4）不同水平间转移中，2008-2012年低死亡水平向上“跨界”转移（低水平向中高死亡水平和高死亡水平转移）没有可能；高水平向下“跨界”转移则较为普遍，高死亡水平向中低死亡水平、低死亡水平转移概率分别为7.4%和3.7%。但到2012-2017年有了明显的变化，低水平出现了向上“跨界”转移现象（低水平到中高水平的转移概率为5.3%），而原有的高水平向下“跨界”转移现象消失。

表1：2008-2017年安全事故死亡人数马尔柯夫矩阵

3.时空转移

通过对空间马尔柯夫矩阵和传统马尔柯夫矩阵比较，可以得出如下结论：

（1）区域环境会对房屋市政工程安全事故死亡人数产生影响。在不同的邻居条件下，区域安全事故死亡人数的转移概率各不相同，也就是说，如果区域环境不产生影响，表2中同一时间段内的4个条件矩阵将相等且等于表1中相应时段的传统马尔柯夫矩阵，然而事实并非如此。

（2）不同区域环境在区域类型转移中所起的作用也会不尽相同。一般而言，一个区域，当以水平程度低的邻居（死亡人数越少）为邻，其向更低水平转移的概率将增加，向更高水平转移的概率将减少；相反，当以水平程度高的邻居（死亡人数越多）为邻，其向更高水平转移的概率将增加，向更低水平转移的概率将减少。例如，2008-2012 年，低死亡水平向中低死亡水平转移的概率为40%（表1），而以低死亡水平邻居为邻时，其向中低死亡水平转移的概率只有18.2%。事实上，2008-2012 年，当邻居死亡人数为低死亡水平时，区域状态向更低水平转移的概率平均为0.542（表2，将向低水平的概率相加取平均），而当分别以中低死亡水平、中高死亡水平、高死亡水平为邻时，其转移概率则分别为0.195、0.168和0.091，呈递减规律。

（3）区域环境对不同时间段的类型转移产生非对称性影响。对比2008-2012年和2012-2017年两个时间段，发现第二个时间段区域环境对区域类型转移的影响程度要高于第一个阶段。例如，低死亡水平邻居下，2012-2017年区域向下转移概率一般大于2008-2012年段。

表2 ：2008-2017年安全事故死亡人数空间马尔柯夫矩阵

三、结论与启示

本文针对中国30个省市2008-2017年房屋市政工程安全事故死亡人数，采用地理集中指数、泰尔指数，传统与空间马尔柯夫链相结合的方法，从时间、空间、时空转移的角度来分析其区位分布差异及时空区域演变，得出以下结论：

（一) 房屋市政工程安全事故死亡人数的区位分布呈现出由均衡分布向高度聚集“波动式”扩散，2013年以后，有向东部沿海省（市）聚集的倾向。说明近年来安全事故死亡人数存在较为严重的非均衡现象，东部沿海省（市）所占比重增大，有效降低东部沿海省（市）的死亡人数显得尤为重要。在区域分布上，安全事故死亡人数总体差异略微有所上升，但没有明显变化，区域内差异远远大于区域间差异，且东、西部地区差异波动显著，中、东北部地区差异趋近平稳。因此，缩小区域内差异，特别是东、西部地区，是降低安全事故死亡人数异质性的关键所在。

（二) 房屋市政安全事故死亡人数存在低水平、中低水平、中高水平和高水平4个等级的俱乐部趋同，且2008-2012年期间的俱乐部趋同现象比2012-2017年期间更为明显。意味着安全事故死亡人数也存在着“马太效应”，应采取有力措施来缩小不同水平间的差距，让死亡人数低水平地区帮助高水平地区，最终实现死亡人数的共同降低。

（三) 我国省域之间房屋市政安全事故死亡人数存在较明显的空间自相关性，且自相关性有逐渐加强的趋势。研究表明，当领域水平越低其向更低水平转移的概率将增加，向更高水平转移的概率将减少，反之，当领域水平越高其向更高水平转移的概率将增加，向更低水平转移的概率将减少，但这种影响在不同时间段是非对称的，2012-2017年段要高于2008-2012年段。

根据以上结论，本文认为房屋市政安全管理应实行差异化的安全管理策略。东部地区建筑业规模大，死亡人数多，但企业管理水平和施工技术水平较高，应引导这一地区大力发展装配式建筑，减少伤亡人数；中、西部地区建筑业仍以传统施工为主，建筑主管部门应加速推进建筑业的开放程度，鼓励更多更好的建筑企业进入到这些地区，同时要引导本地企业吸收东部地区先进的技术和管理经验，全面提高建筑安全管理水平；另外，地区间可以相互交流和学习成功的经验，同时可以尝试采用异地间相互交叉检查，共同推动地区间安全管理水平的提高。

[注释]

① 参看《习近平关于安全生产重要论述的六大要点和十句“硬话”》，载于人民网。

② 参看《严守安全底线，奏响生命至上——党的十八大以来我国安全生产事业改革发展综述》，新华社，2017-10-16。

[1] ANTONIO LÓPEZ ARQUILLOS,JUAN CARLOS RUBIO ROMERO,ALISTAIR GIBB.Analysis of construction accidents in Spain,2003-2008[J].Journal of Safety Research,2012,43(5):381-388.

[2] SEOKHO CHI,SANGWON HAN.Analyses of systems theory for construction accident prevention with specific reference to OSHA accident reports[J].International Journal of Project Management,2013,31(7):1027-1041.

[3] 方东平,丁传波,黄吉欣.我国建筑施工伤亡事故的致因分析和对策[J].土木工程学报,2004,37( 8):77-83.

[4] 刘国买,孙磊.山岭隧道施工安全事故特征分析[J].龙岩学院学报,2014,32(2):29-33.

[5] CHING WU CHENG,SOU SEN LEU,CHEN CHUNG LIN,et al.Characteristic analysis of occupational accidents at small construction enterprises[J].Safety Science,2010,48(6):698-707.

[6] 李晓东,孙悦.2010年我国房屋市政工程生产安全事故分析[J].土木工程学报,2011,44:225-229.

[7] 张仕廉,袁霜.我国房屋市政工程生产安全事故空间差异及演变特征[J].中国安全科学学报,2014,24(5):132-137.

[8] 中华人民共和国住房与城乡建设部.事故快报[EB/OL].( 2016-03-02)[2018-02-12].http://ginfo.mohurd.gov.cn/.

[9] 谭俊涛,张平宇,李静.中国区域创新绩效时空演变特征及其影响因素研究[J].地理科学,2016(1):39-46.

[10] 王文周,林则夫,张玮,等.我国建筑业发展的空间演化特征研究[J].中国海洋大学学报,2013(4):64-69．

[11] 周迪,张虎.中国创新水平区域趋同时空演变[J].中国科技论坛,2015(6):11-15.

A Study on Spatial Evolution of Safety Accidents in Housing and Municipal Works

SUN LEI1,YIN NAIFANG2,LIU GUOMAI3

To explore the space-time evolution law of safety accidents in housing and municipal works, the combination method of geographic concentration index, Theil index as well as the tradition and spatial Markov chain is used to make a detailed analysis of the regional disparity and time-space transfer in the death toll of housing and municipal works, taking the number of deaths from accidents in safety production as the analysis object. Findings show that the death of safety accidents in housing and municipal works has developed from diffusion of the balance to the high degree of aggregated “wave type”: the mainland’s province(or city) of the death of safety accidents tends to be no significant different while the inter-regional differences is greater than the Interval-regional differences. There exists obvious “club convergence” characteristics and the features are more weakening trend. Finally, the regional background can affect the transformation and there is a significant spatial correlation between the regional transfer.

safety accidents; housing and municipal works; spatial Markov chain; Theil index

TU990.05

A

1008-472X(2018)04-0001-09

2018-07-15

教育部人文社科项目资助（17YJA840009）。

孙 磊（1981-），男，山东滕州人，福建工程学院管理学院讲师，研究方向：安全管理；建筑经济；

殷乃芳（1981-），女，山东潍坊人，福建工程学院数理学院讲师，研究方向：数理统计。

本文推荐专家：

王孟钧，中南大学土木工程学院，教授,博士生导师，研究方向：工程管理、建筑经济。

林晓艳，福建工程学院管理学院，副教授，硕士生导师，研究方向：工程管理、企业战略。