居民自建房安全风险评估方法与应用研究

石军胜SHI Jun-sheng；曹东强CAO Dong-qiang

（①中国二十冶集团有限公司安全环保部，上海 201900；②西安科技大学安全科学与工程学院，西安 710054）

0 引言

中国政府对居民住房环境尤为重视，提出新型城镇化建设战略，持续促进农业转移人口市民化，增加了城乡居民参与房屋建设的积极性，加之租房热，使得建房需求持续提升[1]。然而，居民自建房受建筑质量缺陷和后期使用不当的影响，近年来居民自建房重特大事故时有发生，严重威胁着人民安全健康和经济社会稳定发展[2]。有效地预防或遏制城乡居民自建房事故的发生已成为当前亟待解决的问题，因此，需全面识别居民自建房涉及的风险因素，制定一套可靠的风险分级标准，对于提升城乡居民自建房风险管理水平尤为重要。

大型建筑施工因工程规模大、工期长、参与人员多等特性，其安全方面的研究受到众多学者的关注。Louisa Wong 运用人为因素分析和分类系统（HFACS）研究建筑施工高处坠落事故，使用频率分析法分析了事故特征和根本原因[3]；Zhao Dong 运用决策链分析获得建筑项目中建筑工人在工作场所电气事故风险因素，找出关键风险因素[4]；InSeok Park 基于导致事故直接原因来分析建筑事故的因果关系，将逻辑回归应用探究研究人的不安全行为和物的不安全状态之间的关联，并使用Delphi 方法确定施工事故发生的直接原因和根本原因之间的关系[5]；Li Qiming、Cheng Zhou 运用复杂网络理论探讨了地铁施工事故原因之间的关联性，解释事故内在发生机理[6-7]；陈绍清综合采用事故树和层次分析法，对地铁深基坑坍塌事故安全风险分析，获得各风险因素的重要性[8]。已有研究对居民自建房安全相关研究主要集中在抗震技术与设计[9]、抗震建筑行为[10]、抗震加固与评估[11]等。由于单个居民自建房建设规模较小的特征，现有研究针对自建房风险研究较少，也对居民自建房安全风险因素识别不充分。再者，已有研究针对自建房风险定量化的研究存在不足，特别在确定风险因素重要度及风险等级判别等方面。

鉴于此，以自建房事故统计数据为基础，应用事故树分析法获得风险因素重要度排序结果；综合考虑城乡居民自建房的安全管理状况和专家打分法确定居民自建房风险概率及后果严重程度，应用改进的风险矩阵法确定相应风险等级，为我国居民自建房安全管理提供决策依据。

1 居民自建房事故树模型构建

基于此，分析当前自建房安全现状和借鉴相关领域研究，从居民自建房规划、设计、建设、使用的全流程，全面识别出32 项居民自建房事故风险因素，并界定了各风险因素的事件性质。各地市应急管理部门官方网站发布的2015－2021 年期间67 份事故调查报告，经事故原因统计获得各个风险因素发生概率，见表1。

表1 居民自建房安全风险因素

事故树分析法作为事故原因分析的重要工具，通过事件符号、逻辑符号构成的可视化图形，利用顶上事件和中间事件、基本事件之间的关系，表达各类事件之间的因果逻辑关系。该方法通过分析居民自建房事故和各层级原因的逻辑关系，并用逻辑符号连接起来，最终形成具有因果关系的事故树模型。事故树分析法不仅可以分析出事故的直接原因和间接原因，还能找出影响事故发生关键原因，具有较强的逻辑性和实用性[12]。

为了便于表示，顶上事件用T 表示，中间事件用M 表示，基本事件用X 表示，以引起居民自建房事故的直接原因和间接原因为中间事件，应用FreeFta 软件构建的居民自建房事故树模型，如图1 所示。

图1 居民自建房事故树模型

2 居民自建房事故树分析

2.1 居民自建房事故树定性分析

使用布尔代数法对建立的居民自建房事故树进行定性分析，计算得到该事故树的最小割集和最小径集。事故树最小割集表征系统危险性，即最小割集数目越多，系统危险性越大。分析上述事故树获得的最小割集数为266，说明导致居民自建房事故有266 种事故演化路径，体现出当前居民自建房事故发生的可能性和危险性很大，这与近几年居民自建房事故形势相吻合。

最小径集是指不能导致事故树顶上事件发生最小数量的基本事件集合。任一最小径集不发生，顶上事件就绝不发生。鉴于该事故树的最小割集数较多，通过将事故树转化为成功树并计算最小径集，得到该事故树的最小径集如下：

事故树最小径集表征的是系统安全性，即最小径集越多，系统安全性越高。通过分析上述事故树模型得到的最小径集数为2。因此，居民自建房系统安全性较低，即危险性较高。

事故树的各个基本事件均会对顶上事件产生不同程度的影响，结构重要度是从事故树结构的角度出发，假设各基本事件发生概率相等的条件下，分析基本事件影响顶上事件发生的重要程度，并进行排序。

根据最小径集，由公式（1）计算得到事故数模型的结构重要度为：

根据结构重要度分析可知，居民自建房事故的直接原因和间接原因都是事故发生的重要原因，因此，必须同时注重对直接原因和间接原因的安全管理，才能达到自建房安全管理的目标。

2.2 居民自建房事故树定量分析

概率重要度反映了基本事件发生概率变化对顶上事件发生概率变化的敏感度，利用顶上事件发生概率Q 函数是一个多线性函数的性质，对自变量qi求一次偏导，可得到该基本事件的概率重要度系数。

临界重要度是从概率和结构两个方面来衡量各基本事件重要性的一个评价标准。

通过求偏导，获得临界重要度与概率重要度的关系。

结构重要度是由事故树模型结构来分析基本事件的重要性，未能全面说明各基本事件的危险重要程度。因此，通过公式（3）和公式（4）定量计算获得基本事件的概率重要度和临界重要度来表示基本事件的重要度，见表2 和图2。

表2 基本事件重要度结果

图2 基本事件重要度

由图2 可知，X1（操作错误）、X2（未佩戴个人防护用品）、X7（无安全防护设施）等基本事件的概率重要度和临界重要度均明显高于其他基本事件，表明人的不安全行为和物的不安全状态应作为重点管控的对象。概率重要度和临界重要度中基本事件的结果存在一定差异，人员违章作业和物的原因概率重要度和临界重要度偏高，对于管理缺陷的概率重要度和临界重要度明显低，然而居民自建房事故很多原因来自于管理不善。因此，需结合居民自建房安全管理实际，考虑到居民自建房风险造成后果，对基本事件风险进行科学评估尤为重要，使得风险评价结果更为准确。

3 居民自建房风险评估方法提出与应用

3.1 风险分级评价方法

风险矩阵作为一种简单、清晰的结构性风险评价方法，在建筑业风险评价中得到广泛应用，常用于进行半定量的风险估算。将风险概率和风险后果分别用一定的差距数值来表示，以定性衡量风险的大小并确定风险等级。基于此，结合建筑安全管理实际，将风险矩阵法中的风险概率和风险后果进行更加明确的制定，提出改进的风险矩阵，计算公式如下。

式中：R 为风险值；L 为风险概率；S 为风险后果。

3.1.1 风险概率

本文综合采用3σ 模糊表征法[13]和事故原因统计获得事件发生的概率，取各基本事件估计概率的均值为m，方差为σ，并且假设基本事件概率服从正态分布，根据3σ 原则，落在区间［m－3σ，m+3σ］的概率为99.7%，因此u=l=3σ，3σ 为波动范围的上下界限，将各个概率表征为表示为（3σ，m，3σ）的形式。风险概率分级标准如表3 所示。

表3 风险概率分级标准

3.1.2 风险后果

城乡居民自建房风险后果涉及种类较多，增加了风险后果的度量的难度，且存在较强的不确定性。因此，为了增强风险后果度量的可操作性，采用专家调查法来确定风险后果，计算过程选取可能引起经济损失、人员伤亡和社会影响程度的这三类任一项最高风险后果等级作为标准。根据《生产安全事故报告和调查处理条例》建立居民自建房安全风险后果分级标准，见表4。

表4 风险后果分级标准

根据事故统计结果可知，常见的居民自建房事故有高处坠落、物体打击、起重伤害、坍塌、机械伤害、触电、火灾、车辆伤害等。本研究通过邀请2 位建筑安全管理人员、2位施工技术人员、1 位高等院校专家学者组成的5 位专家对8 类事故类型风险后果给出评分，取5 位专家评分的平均值作为风险后果等级，见表5。

3.1.3 风险分级标准

根据表3 判断其风险概率的等级；结合表4 和表5 确定各类事故的风险后果等级，评估过程结合可能导致的事故类型进行等级确定，当同时可能诱发多种事故类型，取事故严重性最高作为风险后果等级；然后，参照表6 由事件的风险概率等级和风险后果等级确定各风险因素的风险等级。风险等级分为五个级别：1 级风险（高风险），2 级风险（较高风险），3 级风险（中等风险），4 级风险（较低风险），5级风险（低风险）。风险事件的可接受的居民自建房水平是根据ALARP 原则。在这项研究中，最高风险、高风险和中等风险被认为是不可接受的，在风险管理中应尤为重视。

表5 事故类型的风险后果等级

表6 风险分级标准

系统风险值是系统所有风险的累加和与最高风险个数累加和之比，其中最高风险取风险概率等级和风险后果等级乘积最大值，计算公式如下

其中，Q 为系统风险值；Ri为单个风险值，k 为风险因素个数。

参照文献[14]可得，居民自建房系统风险分级标准见表7。

表7 系统风险分级标准

3.2 实例验证

实例事故源自案例库中的一起高处坠落事故，该事故位于中国华南某居民自建房，建设规模约590 平方米（三层半），一至三层每层约160 平方米，第四层（半层）约110平方米，居民A 与居民B 只达成口头协议（未签定书面协议、未签订安全生产管理协议），双方约定以每平方177 元（包工和模板）价格发包给居民B，所建的整栋房屋无相关行业主管部门报建审批手续。分析该事故调查报告获得，该事故涉及的风险因素有X2（未佩戴个人防护用品）、X7（无安全防护设施）、X8（无警示标识）、X17（安全意识淡薄）、X23（违法建设）、X24（违法发包）、X25（承包无资质）、X27（教育培训缺失）。运用改进的风险矩阵和传统风险矩阵评价结果，见图3。

图3 中显示本研究风险评估结果与传统风险评估相比都有一定程度的提升，特别X23、X24、X25 的风险等级提升与近年来居民自建房安全事故频发、社会影响更加深远的情况相符。根据公式（5）和公式（6）获得，该案例整体风险值Q 为51.32%，对照表7 可知，系统风险等级较高。

图3 风险等级评价结果

本文分析认为这种提升主要源自传统评估方法主要采用专家经验确定事件发生概率，而居民自建房安全事故的高度社会敏感性导致其分析结果极可能存在偏差。因此，本文将事故发生频次和事故后果严重程度等历史数据作为支撑依据，可增加风险分级评价方法的可操作性和实用性。上述评价结果符合居民自建房建造过程风险认知，能够反映居民自建房安全管理实际状况，体现出该方法具有较强的推广性。

4 结论

①分析自建房安全现状和借鉴相关领域学者研究成果，经全面辨识确定识别出32 项风险因素。基于此，从直接原因和间接原因两个层面，建立居民自建房事故树模型。②通过事故树的定性和定量分析，利用最小径集和最小割集对居民自建房风险因素进行了定性分析，应用概率重要度和结构重要度确定了影响城乡居民自建房事故发生的主要原因，明确了各基本事件对居民自建房风险的影响程度。③基于改进的风险矩阵法，提出了居民自建房安全风险评价方法。通过实例计算表明，风险评价结果与传统方法相比，风险因素的评价等级在一定程度上均有所提高，能够对自建房风险等级进行快速评价；进一步计算获得系统风险等级，该案例的系统风险值为51.32%，属于较高风险等级，符合该案例实际风险状况。