机场施工中安全氛围对不安全行为影响的研究方法

1.本发明涉及工程管理技术领域，尤其涉及机场施工中安全氛围对不安全行为影响的研究方法。


背景技术：

2.军民合用机场是同时为不同种类军用或民用飞机提供起降场地、驻训维护、中转补给、日常飞行训练等保障服务的重要设施。随着航空器生产技术的发展和国防策略的优化调整，越来越多的新型航空器逐步列装，对机场基础保障设施和飞行场地的质量标准提出了更高要求。多数军民航合用机场面临不停航施工改造任务，其施工项目的安全稳定是提高机场保障质量以及作战能力的重要基础。现有研究表明：机场施工项目安全事故多起因于相关人员的不安全行为，而除了个人因素以外，不良的安全氛围是引发人的不安全行为的重要因素。因此，研究施工项目中安全氛围对不安全行为的影响作用，有助于提高项目整体的安全管理水平和效率。
3.以色列学者zohar于1980年第一次提出“安全氛围”的概念，即为组织中的成员对具有安全风险的工作环境的综合认知。此后，各国学者们基于各行各业的特点，围绕安全氛围的概念、应用范围以及维度划分等展开了激烈的讨论。国内开展安全氛围的相关研究时间较晚，随着国内经济环境与基础设施建设的快速发展，安全氛围逐渐成为学者们研究的热点。陆柏等认为安全氛围是组织成员对在某一时期或环境下能够认知到的一系列属性，其能够反映组织当前的安全文化水平。高娟等指出安全氛围可以映射出一种特殊的心理状态，相关的影响因素包括组织工作环境、安全政策、安全培训等。张江石等提出安全氛围体现了安全文化中更深层的实证内容，例如组织成员的安全态度、安全价值观和安全信念等。
4.虽然大多数研究人员都是基于以色列学者zohar首次提出的“感知”这一定义进行研究，但是我们也可以发现，当研究背景与研究主体不同时，无论是不安全行为还是组织安全氛围的概念、维度以及影响因素都会有所差异，尤其是安全氛围，其往往与不安全行为的影响因素密切相关。如果忽视这样的差异盲目套用其他学者提出的概念或定义，则有可能导致所提出的模型假设无法进行实证研究、模型与现实情况契合度低、量表结构及信效度差等多种后果。而且现有的国内外研究中都没有一种能够非常全面的研究军民合用机场施工中安全氛围对不安全行为影响的研究方法，进而能够对机场不停航施工项目提出更加客观、有针对性的安全管理建议。


技术实现要素：

5.针对上述存在的问题，本发明旨在提供一种机场施工中安全氛围对不安全行为影响的研究方法，从多维度对军民合用机场不停航施工过程中安全氛围对安全监管人员和施工人员的安全行为决策产生的影响进行研究，从而能够对机场不停航施工项目提出更加客观、有针对性的安全管理建议。
6.为了实现上述目的，本发明所采用的技术方案如下：
7.机场施工中安全氛围对不安全行为影响的研究方法，其特征在于，包括以下步骤，
8.s1：确定不安全行为和安全氛围的概念界定，并建立安全氛围对不安全行为的影响路径分析模型；
9.s2：对步骤s1中建立的安全氛围对不安全行为的影响路径分析模型进行实证分析；
10.s3：基于传染病动力学模型和多智能体建模，建立不安全行为传播模型，从“人际传播”的角度研究安全氛围各个维度在不安全行为传播过程中的作用；
11.s4：基于演化博弈论、心理账户和前景理论的基础，构建安全监管决策演化博弈模型，进一步的明确安全氛围对于不安全行为的影响机制。
12.进一步的，步骤s1的具体操作包括以下步骤，
13.s101：确定不安全行为的概念界定、表现形式，研究理论、分析方法和影响因素；
14.s102：确定安全氛围的概念界定和维度划分；
15.s103：建立安全氛围对不安全行为的影响路径分析模型；
16.进一步的，步骤s101中所述的不安全行为包括施工项目安全监管或施工人员做出的可能导致人身安全、设备损失以及飞行器安全事故的行为；分析方法包括事故致因理论、安全心理学和计划行为理论；影响因素包括组织层面和个人层面。
17.进一步的，步骤s102中所述的安全氛围的维度划分包括安全培训、安全监管、工作压力、组织支持和工友行为。
18.进一步的，步骤s2的具体操作包括以下步骤，
19.s201：基于步骤s1中安全氛围的维度划分以及基础理论模型，分别对模型中不安全行为相关影响因素进行理论分析，研究相互关系，进而确定研究基础；
20.s202：根据量表设计原则设计调查问卷；
21.s203：实地预调研安全氛围对施工相关人员不安全行为的影响作用数据，根据预调研数据分析结果对调查问卷进行修改；
22.s204：实地正式调研安全氛围对施工相关人员不安全行为的影响作用数据，并对正式调研数据进行分析，对步骤s1中建立的安全氛围对不安全行为的影响路径分析模型进行验证。
23.进一步的，步骤s203中对预调研数据的分析包括信度和效度的分析；步骤s204中对正式调研数据的分析包括描述性统计分析、信度分析、正态性检验、验证性因子分析和结构方程模型分析。
24.进一步的，步骤s3中的具体操作包括以下步骤，
25.s301：确定不安全行为传播模型建立基础；包括研究对象基础、影响因素基础和传播过程基础；
26.s302：基于传染病动力学模型和多智能体建模，建立不安全行为传播模型；
27.s303：构建仿真状态图；
28.s304：根据仿真状态图，对安全氛围对不安全行为人际传播的影响作用进行仿真模拟分析。
29.进一步的，步骤s4中的具体操作包括以下步骤，
30.s401：确定博弈模型建立基础；
31.s402：构建行为博弈价值感知矩阵；
32.s403：对步骤s402中的价值感知函数和表25中的行为博弈价值感知矩阵进行求解，得到演化稳定策略；
33.s404：确定安全氛围对不安全行为监管博弈的影响作用，并进行仿真模拟分析。
34.本发明的有益效果是：
35.1、本发明中机场施工中安全氛围对不安全行为影响的研究方法，以事故致因理论、“刺激-反应”理论、计划行为理论以及心理学等理论为基础，将静态的数理统计方法与动态的实证仿真模型相结合并进行交叉验证，克服了传统研究方法中只考虑统计学上的相关性而忽视是否实际具有因果关系的问题，能够非常全面的研究军民合用机场施工中安全氛围对不安全行为的影响，进而能够对机场不停航施工项目提出更加客观、有针对性的安全管理建议。
36.2、本发明中将多智能体模型、传染病动力学模型相结合，运用多方法建模仿真软件anylogic，以施工项目相关人员为智能体对军用机场不停航施工过程中不安全行为的人际传播过程进行动力学仿真，兼顾了施工人员的社会关系网络和不安全行为传播过程的特殊性，有利于更加直观的观察到组织安全氛围所发挥的作用。同时，为了对相关人员非理性因素和风险偏好问题进行充分解释，使用前景理论和心理账户来建立价值感知矩阵，结合军民合用机场不停航施工安全管理特点，研究施工现场管理人员和施工人员安全行为决策过程。最后通过仿真实验，进一步验证组织安全氛围对不安全行为决策演化路径的影响，从组织层面为不停航施工安全监管提供理论依据。
附图说明
37.图1为本发明中步骤s1的具体研究流程图。
38.图2为本发明中安全氛围对不安全行为的影响路径分析模型示意图。
39.图3为本发明中问卷调查实地正式调研的调研对象基本信息。
40.图4为本发明中修订后的结构方程模型。
41.图5为本发明中不安全行为传播模型构建步骤示意图。
42.图6为本发明中不安全行为传播的seir模型示意图。
43.图7为本发明中施工人员网络结构仿真分布图。
44.图8为本发明中不安全行为影响因素关联关系。
45.图9为本发明中不安全行为传播模型逻辑框架图。
46.图10为本发明中不安全行为传播状态图。
47.图11为本发明中不安全行为传播初始仿真结果。
48.图12为本发明中不安全行为传播模型安全监管水平干预的仿真结果。
49.图13为本发明中不安全行为传播模型安全培训水平干预的仿真结果。
50.图14为本发明中不安全行为传播模型安全压力、组织支持与工友行为水平共同干预的仿真结果。
51.图15为本发明中步骤s4研究流程图。
52.图16为本发明中安全监管决策演化博弈模型群体初始决策比例对演化的影响。
53.图17为本发明中安全监管决策演化博弈模型事故损失对演化的影响。
54.图18为本发明中安全监管决策演化博弈模型积极监管成本对演化的影响。
55.图19为本发明中安全监管决策演化博弈模型安全操作成本对演化的影响。
56.图20为本发明中安全监管决策演化博弈模型不安全行为被发现概率对演化的影响。
具体实施方式
57.为了使本领域的普通技术人员能更好的理解本发明的技术方案，下面结合附图和实施例对本发明的技术方案做进一步的描述。
58.机场施工中安全氛围对不安全行为影响的研究方法，包括以下步骤，
59.s1：确定不安全行为和安全氛围的概念界定，并建立安全氛围对不安全行为的影响路径分析模型，具体研究过程如附图1所示。
60.具体的，s101：确定不安全行为的概念界定、表现形式，研究理论、分析方法和影响因素；
61.不安全行为为施工项目安全监管或施工人员做出的可能导致人身安全、设备损失以及飞行器安全事故的行为。常见的不安全行为包括：
①
场区遗留垃圾、道面清扫、除尘不彻底；
②
人员车辆未按规定路线进出或违规进入飞行保护区；
③
夜间连续疲劳作业；
④
夜间灯光使用不符合规定；
⑤
飞行场区内沙堆等未按规定进行覆盖；
⑥
挖断通信、通电线路。
62.相关学科、领域的研究文献和成果进行整理和归纳，并以此为基础进行文献综述分析，使用更加高效的文献可视化软件vosviewer探索针对不安全行为常用的研究理论和分析方法进行确定，并总结归纳其主要的影响因素。最终，本发明中选择事故致因理论、安全心理学和计划行为理论作为本发明的主要研究理论。分析方法选用仿真性质更强的系统动力学与演化博弈模型作为基础建模方法，并以通过结构方程模型实施过程中得到的影响路径载荷以及问卷调查数据作为后续仿真的基础数据。
63.根据上述确定的研究理论，对不安全影响因素进行删减和归类，则不安全行为的影响因素包括：
64.①
组织层面
65.主要包括安全文化、安全氛围、安全培训、安全监管、工作压力、领导行为、安全投入、工作满意度等。
66.②
个人层面
67.主要包括安全能力、安全态度、安全意识、安全认知、安全动机、不安全心理、自我效能感和心理安全感等。
68.s102：确定安全氛围的概念界定和维度划分；
69.在对安全氛围的研究过程中，常常能看到安全文化与之相伴随，因此，对于安全氛围的概念界定，需将其与安全文化进行区分，基于此，将不安全行为的影响因素中的“安全文化”进行剔除，只保留“安全氛围”。
70.基于现有学者们对于安全氛围的划分，存在一定相同的部分，例如管理层的承诺(安全态度)、安全培训、工友行为、安全规章制度(或监管政策)等。因此，本发明主要以这些共同部分维度为基础，结合军民合用机场不停航施工安全管理实际背景，同时将前文所述组织层面的不安全行为影响因素(即安全氛围、安全培训、安全监管、工作压力、组织支持)
纳入到这里进行综合考虑，最终将安全氛围划分为安全培训、安全监管、工作压力、组织支持、工友行为5个维度。
71.s103：建立安全氛围对不安全行为的影响路径分析模型；
72.安全氛围到不安全行为的影响路径既包含直接影响路径，也包含通过影响个人层面因素从而间接影响不安全行为的路径，这主要由安全氛围所划分的各个维度与个人层面的安全态度和安全能力之间的关联关系所决定。因此，本发明安全氛围对不安全行为的影响路径分析模型如附图2所示。
73.进一步的，步骤s2：对步骤s1中建立的安全氛围对不安全行为的影响路径分析模型进行实证分析；
74.具体的，s201：根据步骤s1中安全氛围的维度划分以及对基础理论模型的论述，分别对模型中不安全行为相关影响因素进行理论分析，研究其相互关系，进而确定研究基础。
75.安全培训的研究基础为：
76.h1：安全培训对施工相关人员不安全行为产生负向影响。
77.h2：安全培训对施工相关人员安全能力产生正向影响。
78.h3：安全培训对施工相关人员安全态度产生正向影响。
79.安全监管的研究基础为：
80.h4：安全监管对施工相关人员不安全行为产生负向影响。
81.h5：安全监管对施工相关人员安全能力产生正向影响。
82.h6：安全监管对施工相关人员安全态度产生正向影响。
83.工作压力的研究基础为：
84.h7：工作压力对施工相关人员不安全行为产生正向影响。
85.h8：工作压力对施工相关人员安全能力产生负向影响。
86.h9：工作压力对施工相关人员安全态度产生负向影响。
87.组织支持的研究基础为：
88.h10：组织支持对施工相关人员不安全行为产生负向影响。
89.h11：组织支持对施工相关人员安全能力产生正向影响。
90.h12：组织支持对施工相关人员安全态度产生正向影响。
91.工友行为的研究基础为：
92.h13：工友行为对施工相关人员不安全行为产生负向影响。
93.h14：工友行为对施工相关人员安全能力产生正向影响。
94.h15：工友行为对施工相关人员安全态度产生正向影响。
95.工友态度的研究基础为：
96.h16：安全态度对施工相关人员不安全行为产生负向影响。
97.h17：在安全氛围各个维度与不安全行为的影响路径中，安全态度起到中介作用。安全能力的研究基础为：
98.h18：安全能力对施工相关人员不安全行为产生负向影响。
99.h19：在安全氛围各个维度与不安全行为的影响路径中，安全能力起到中介作用。s20：根据量表设计原则设计调查问卷；
100.调查问卷的量表题项设计如下表1-6所示。
101.表1工作压力测量题项
[0102][0103]
表2安全监管、安全培训和组织支持测量量表
[0104][0105]
表3工友行为测量题项
[0106][0107]
表4安全态度测量题项
[0108][0109]
表5安全能力测量题项
[0110][0111]
表6不安全行为测量题项
[0112][0113]
s203：实地预调研安全氛围对施工相关人员不安全行为的影响作用数据，根据预调研数据分析结果对调查问卷进行修改；
[0114]
本发明中实地调研对象为浙东某军民合用机场，预调研对施工单位、机场管理单位以及军方相关施工人员与监管人员发放了调查问卷共计200份，扣除漏填、错填等无效问卷，回收182份，有效率达到90％。
[0115]
具体的，对预调研数据进行信度和效度的分析。
[0116]
(1)运用spss26.0软件分别对量表中各变量的预调研数据进行信度分析，可以验证变量内部的稳定性和一致性。信度分析结果表明，量表中各题项的总计相关性(citc)值均大于0.5，其删除题项后的α值均小于对应变量的总体cronbach'α系数，且该系数均大于0.7，表示量表具有较好的一致性和稳定性，信度符合要求，不需要进行删改。
[0117]
(2)通过探索性因子分析的方法进行结构效度分析。
[0118]
首先，需要对满足信度分析的量表进行kmo检验和bartlett球形检验。其中，kmo值越大则表明变量内部的共性元素越多，且适合进行进一步的因素分析；而球形检验显著性sig.小于0.05则代表其相关系数矩阵非单位阵，因此将会拒绝零假设，即变量之间存在相关性，适合进行主成分分析。kmo检验和bartlett球形检验的结果表明，各变量的kmo值均大于0.7，而球体检验显著性均为0.000，说明该量表数据适合进行探索性因子分析。
[0119]
探索性因子分析是用科学的数据筛选方法将量表中相关性高的题项提炼成足以解释整个实验数据所包含信息的公因子，进而优化量表内部结构的划分。本发明中采用方差最大正交旋转法分别对量表中安全氛围、个体因素和不安全行为所包含的题项数据进行因子分析，提取载荷大于0.5的因子，计算结果如下表7到表9所示。
[0120]
表7安全氛围探索性因子分析
[0121][0122]
根据上表数据所示，量表中各题项提炼出的公因子与本研究中对安全氛围所划分的维度能够较好的对应，各题项因子载荷均大于0.6，无明显的交叉载荷现象(即同时在两个以上公因子中载荷大于0.5)，且累计解释方差达到70％，验证了前文对安全氛围进行维度划分以及测量题项设计的合理性，同时表明题项之间具有一定的区分性。
[0123]
表8个人因素探索性因子分析
[0124][0125]
从表8中可以看到，个人因素的8个测量题项所提取的2个公因子与安全态度和安全能力这2个中介变量能够较好的对应，各因子的载荷基本都大于0.8，累计解释方差达到70％，且同样无明显的交叉载荷现象。因此表明将个人因素划分为安全态度和安全能力较
为合理，且前述所选取的题项具有较好的收敛度和区别性。
[0126]
表9不安全行为探索性因子分析
[0127][0128]
从表9中可以看到，不安全行为量表中7个题项的累计解释方差大于60％，因子载荷均大于0.7且归属于同一个公因子，说明该量表中各题项具有较好的收敛效果。
[0129]
综上所述，本发明所设计的问卷具有较好的信度和效度，可以扩大样本进行正式的调研与分析，不需要对量表题项与结构进行修改。
[0130]
s204：实地正式调研安全氛围对施工相关人员不安全行为的影响作用数据，并对正式调研数据进行分析，对步骤s1中建立的安全氛围对不安全行为的影响路径分析模型进行验证；
[0131]
正式调研根据统计学要求样本量最好大于题项的10倍以上，本问卷中共包含34个测量题项，其对应所需收集的样本量应不少于340个，因此本次调研共计发放400份问卷，除去意外破损和丢失等情况共回收396份，经核查筛除少量错填、漏填等无效问卷，最终得到385份有效问卷，有效回收率达到96.25％，有效样本满足研究要求。正式调研数据分析包括描述性统计分析、信度分析和正态性检验、验证性因子分析、结构方程模型分析
[0132]
(1)描述性统计分析
[0133]
在问卷数据回收以后，首先需要对调研对象的基本信息进行统计分析，包括其性别、年龄、工龄以及学历等，进而判断样本数据的采集是否合理，具体统计结果如附图3所示。
[0134]
根据图3所显示的信息可知，此次正式调研对象中绝大多数为男性，且年龄较多分布在26到45岁之间，达到样本量的63.17％，符合建设工程人员性别和年龄分布的现状，同时分别包含了占总数28.78％的年轻群体和8.05％的年长群体，可以使得到的研究结构具备一定的普适性。从工作年限来看，有82.66％的人员具备超过5年的工作年限，体现了机场不停航施工项目的特殊性，其需要相关人员具备更加丰富的经验和更加扎实的技能。从学历层次分布来看，大多数人员为高中及以下学历人员，这与从业人员的年龄以及当前农民工群体的比例相对应，表明调研对象的选取符合当前相关施工群体的一般结构特征，具有随机性和客观性。
[0135]
(2)信度分析和正态性检验
[0136]
为了确保正式调研数据的可靠性和一致性，需要使用spss软件对其进行信度分析，信度分析结果表面，安全压力、安全监管、安全培训、组织支持、工友行为、安全态度、安全能力和不安全行为等因素的cronbach'α系数均大于0.7，且citc值大于0.5，删除题项后
的系数小于潜变量总系数，因此说明各变量内部数据的一致性较好，可用于后续检验和统计分析。
[0137]
本发明主要运用最大似然估计法作为在结构方程模型中运用的统计方法，其对数据的基本要求是满足多元正态分布。因此，在进行验证性因子分析和路径分析之前还需要对采集数据进行多元正态分布检验，进而才能确保得到更加稳健和有效的分析结果。选用stata软件对多元正态性进行检验，结果如表10所示。
[0138]
表10多元正态性检验结果
[0139][0140]
由上表可知，通过4种检验方法得到的p值均大于0.05，即不能拒绝样本数据为多元正态分布的假设。综上所述，正式调研获得的样本数据具备一致性和正态性，符合后续统计分析的基本要求
[0141]
(3)验证性因子分析
[0142]
为了确保通过测量题项得到的数据与模型的理论关系能够相互印证，需要进一步进行验证性因子分析(cfa)，其判断指标通常包括因子负荷、组成信度(cr)、收敛效度(ave)、区别效度等。
[0143]
将问卷数据导入spssau进行验证性因子分析后，可得到相关数据如下表11所示。
[0144]
表11验证性因子分析结果
[0145][0146]
从上表中可以看到，各测量因子的标准载荷均大于0.5，表示潜变量与测量题项之间具有良好的测量关系；而其组成信度cr值均大于0.7且收敛效度ave值均大于0.5则表示问卷数据具有良好的聚合效度，即具有相同特质的测量指标会落在同一共同因素上。
[0147]
为了初步验证潜在变量之间的相关性，同时防止因测量题项重复或模糊等问题造成潜变量之间出现重叠，通常使用pearson相关系数和ave平方根进行相关性和区分效度的
研究，计算结果如表12所示。
[0148]
表12pearson相关系数和ave平方根分析数据
[0149]
潜变量f1f2f3f4f5f6f7f8f10.723
ꢀꢀ
f2-0.3360.758f3-0.0810.1950.741f4-0.2820.2070.1480.733
ꢀꢀꢀꢀ
f5-0.2110.2470.1880.1210.727f6-0.3740.4540.3070.3350.4170.758
ꢀꢀ
f7-0.3940.3960.3330.3530.3260.2330.774 f80.374-0.448-0.258-0.302-0.397-0.484-0.4520.752
[0150]
上表中斜对角线表示的ave平方根值均大于各相关系数的绝对值，表示具有较好的区别效度；而大多数相关系数的绝对值小于0.39，只有小部分系数绝对值在0.39到0.69之间，这表明研究变量之间相关度较低，同样验证了变量的区别效度。
[0151]
(4)结构方程模型分析
[0152]
通过以上进行的理论分析、研究假设和验证性因子分析，可以建立结构方程模型对军民合用机场不停航施工中的安全氛围与相关人员不安全行为之间的影响关系和关联路径进行进一步验证。
[0153]
将问卷数据导入amos软件进行计算后，可得到结构方程模型的标准化路径系数如表13所示。
[0154]
表13标准化路径系数
[0155]
研究假设路径关系标准化负荷s.e.c.r.p假设成立h1f8＜
‑‑‑
f3-0.0210.068-0.3770.706不支持h2f7＜
‑‑‑
f30.2510.0514.486***支持h3f6＜
‑‑‑
f30.1800.0503.365***支持h4f8＜
‑‑‑
f2-0.1790.077-3.0360.002支持h5f7＜
‑‑‑
f20.1980.0563.405***支持h6f6＜
‑‑‑
f20.2810.0574.829***支持h7f8＜
‑‑‑
f10.0470.0890.8350.404不支持h8f7＜
‑‑‑
f1-0.2360.070-3.900***支持h9f6＜
‑‑‑
f1-0.1650.068-2.8630.004支持h10f8＜
‑‑‑
f4-0.0680.078-1.2510.211不支持h11f7＜
‑‑‑
f40.2130.0603.779***支持h12f6＜
‑‑‑
f40.1850.0603.389***支持h13f8＜
‑‑‑
f5-0.1740.076-3.0820.002支持h14f7＜
‑‑‑
f50.1590.0542.9310.003支持h15f6＜
‑‑‑
f50.2950.0565.288***支持h16f8＜
‑‑‑
f6-0.2410.094-3.399***支持h18f8＜
‑‑‑
f7-0.2340.089-3.584***支持
[0156]
由上表可知，研究假设h1、h7和h10表示的路径关系系数中标准化负荷绝对值较小，临界值c.r.小于1.96且显著性p值大于0.05，表示“安全培训一不安全行为”、“安全压力-不安全行为”和“组织支持-不安全行为”这3条影响路径作用关系不显著。因此，拒绝相关假设并对模型进行修订，计算赋值后的结果如附图4所示。
[0157]
由于结构方程模型本身是一种验证实验数据与假设模型的拟合或一致程度的分析过程，只有其整体的适配度达到基本要求，才能说明研究假设的模型图与实际数据相符合。整体适配度指标主要可分为绝对适配度指数、增值适配度指数和简约适配度指数等。其中，绝对适配度指数包括绝对适配度指数x2/df(卡方自由度比值)、gfi(拟合度指数)、rmsea(渐近残差平方和的平方根)、agfi(调整后拟合度指数)等；增值适配度指数包括tli、ifi、cfi和nfi(增值拟合度指标)等；简约适配度指数包括pgfi、pcfi等。本发明中结构方程模型的适配度计算值与对应的参考标准如表14所示。
[0158]
表14结构方程适配度指标
[0159]
绝对适配度指数χ2/dfgfirmsearmrsrmr判断标准＜3》0.9＜0.05＜0.05＜0.05实际数值1.4630.910.0340.0440.043增强适配度指数cfinfinnfitliifi判断标准》0.9》0.9》0.9》0.9》0.9实际数值0.9620.8910.9570.9570.962简约适配度指数pgfipnfipcfi判断标准》0.5》0.5》0.5实际数值0.7650.7940.863
[0160]
从上表中可以看出，模型的拟合度指标基本都满足判断标准，表明模型结构图和问卷数据的整体适配度较好，所建立模型中的研究假设和模型结构图可以得到数据的有效支撑。
[0161]
为了进一步验证个人因素中包含的安全态度和安全能力2个变量的中介作用，需要对附图4中影响作用显著的路径进行中介分析。本发明中采用amos软件附带的bootstrap法进行中介分析，设置抽样次数为5000，置信区间为95％，可得到模型的中介效应检验结果如表15所示。
[0162]
表15个人因素的中介效应检验结果
[0163]
中介路径总中介效应间接效应直接效应lowerupperpf1
→
f6、f7
→
f80.1790.1130.0660.0690.3020.000f2
→
f6、f7
→
f8-0.340-0.136-0.204-0.271-0.0720.000f3
→
f6、f7
→
f8-0.155-0.117-0.038-0.241-0.0590.000f4
→
f6、f7
→
f8-0.196-0.112-0.084-0.258-0.0680.000f5
→
f6、f7
→
f8-0.324-0.127-0.197-0.270-0.0690.000
[0164]
从上表中可以看到，从安全氛围各维度因素到不安全行为的间接效应均显著，存在中介效应；而结合前文分析结果中提到的“安全培训-不安全行为”、“安全压力-不安全行为”和“组织支持-不安全行为”这3条影响路径作用关系不显著，且bootstrap置信区间中均不包含0，则表示安全态度和安全能力对于安全压力、安全培训和组织支持这3个变量起到
完全中介作用，对于安全监管和工友行为这2个变量起到部分中介作用。因此，研究假设h17和h19成立。
[0165]
综上所述，工友行为、安全监管2个维度对施工人因不安全行为存在显著的直接和间接影响关系；而安全压力、安全培训和组织支持这3个维度则主要通过个人安全能力和态度水平发挥间接影响作用。根据该统计结果，后续将围绕工友行为和安全监管这两个重要影响维度。
[0166]
进一步的，步骤s3：基于传染病动力学模型和多智能体建模，建立不安全行为传播模型，从“人际传播”的角度研究安全氛围各个维度在不安全行为传播过程中的作用；
[0167]
从步骤s2的分析结果中可以看出，在机场不停航施工项目中工友行为对施工项目成员个体的行为决策与实施存在显著的影响。同时，结合社会学相关理论以及现实施工项目中经常出现的从众、模仿等现象进行分析，可以发现不安全行为在施工相关人员群体内部具有明显的传播性。为了有效减少机场不停航施工项目中相关人员的不安全行为并控制其传播途径，本发明从“人际传播”的角度进一步探讨安全氛围各个维度在不安全行为传播过程中发挥的作用，并以浙东某军民合用机场不停航改扩建项目为案例背景建立多智能体和传染病动力学模型进行仿真分析，最后根据仿真实验结果提出相关改进建议。
[0168]
同时，对相关人员群体及不安全行为人际传播的特征进行分析可得，不安全行为传播个体具有多元化和高同质性、一定的社会网络结构以及传染病和信息传播特性。因此，本发明中基于传染病动力学模型和多智能体建模，采用anylogic软件进行模型构建与仿真。anylogic是一款基于复杂系统设计方法论的软件，可以便捷的对离散、系统动力学、多智能体甚至是混合复杂系统进行建模和仿真，同时具备良好的人机交互性。按照选定模型的基本概念以及该软件的模型搭建逻辑，本发明中不安全行为传播模型的构建步骤如附图5所示。具体的，
[0169]
s301：确定不安全行为传播模型建立基础；包括研究对象基础、影响因素基础和传播过程基础。
[0170]
研究对象基础：为了保持研究对象和结果的一致性并避免重复采集信息，本模型以上述提到的机场改扩建项目中完成了有效问卷的385名施工与监管人员为研究对象。假定在进行不安全行为传播过程研究期间，相关人员未发生变更，全程保持在岗状态，模型以天为单位计步，由于改扩建工程总共持续时间为2年，时间跨度较大不利于进行模拟，故将模型仿真时间简化为300天。同时，参照经典的seir模型，将研究对象划分为4个群体，其中包括尚未接触不安全行为相关信息但接触后有可能实施不安全行为的易感者s群体；已接触到不安全行为相关信息但尚未实施不安全行为的潜伏者群体e；正在实施或已实施不安全行为尚未改正、被监管或被举报的感染者群体i，始终拒绝不安全行为或被监管、举报后端正态度的免疫者群体r。在相关群体中，施工人员与监管人员默认为是同种智能体，即其不安全行为可以在彼此之间发生传递。此外，由于研究对象人数较多，其社会关系不便于采集和统计，结合前文对其社会网络结构的分析，本模型中假设施工项目相关人员呈现小世界网络结构分布。
[0171]
影响因素基础：根据步骤s1和步骤s2，探究安全氛围5个维度(安全压力、安全监管、安全培训、组织支持和工友行为)对不安全行为人际传播过程的影响，忽略其他来自组织外部的干扰因素。
[0172]
传播过程基础：考虑到军民合用机场不停航施工项目相关人员的不安全行为传播过程的实际情况，本发明在经典的seir模型的基础上，添加了从潜伏者群体到免疫者群体以及从免疫者群体到易感者群体这2条转化路径，使模型成为1个闭环，不同状态的群体可以根据一定的条件进行相互转化，如附图6所示。
[0173]
s302：基于传染病动力学模型和多智能体建模，建立不安全行为传播模型；
[0174]
智能体构建：根据研究假设中确定的不安全行为传播的seir模型，以前文提交合格调查问卷的385名一线施工人员与监管人员为智能体建立智能体群，并将其以小世界网络类型分布在500*500的网格内。考虑到机场不停航施工队伍的稳定性和施工班组的成员数量设置标准，设定智能体的邻域节点个数为10，重连概率为0.05。同时，设置智能体的布局类型为弹簧质点，即在布局过程中智能体之间会根据其连接距离而产生一定的拉力或阻尼力，可以使整个布局更加均匀、合理，且易于观察不安全行为传播的过程。智能体分布如附图7所示。
[0175]
传染病动力学模型构建：不安全行为传播的seir模型主要描述4种施工相关人员群体相互转化的动态过程。其中，每一步的转化过程都由其转化条件所决定，具体设置如下：
[0176]
(1)条件c1的设置：当易感染者接收到来自感染者的信息后，即转换为潜伏者；当易感染者接收到来自潜伏者的信息后，以0.5的概率转换为潜伏者。同时，由于机场不停航施工项目现场环境和工作计划所限，不安全行为信息并非无时无刻都在进行传递，而是主要通过工作间隙的交流和交接班过程进行传播；而且感染者的不安全行为会直接影响到与之相近的多个易感者，潜伏者却通常只会挑选个别关系相近的易感者传递不安全行为信息。因此，需要对感染者和潜伏者发送不安全行为消息的频率和范围进行设定，本模型设定潜伏者平均每天向所连接的随机1名易感染者发送1次不安全行为信息，而感染者平均每天向所连接的所有易感染者发送1次不安全行为信息。
[0177]
(2)条件c2的设置：一方面，根据项目组每周开展的工作计划部署和安全管理例会，为潜伏者群体设置随机0～7天的观望期，用以描述施工相关人员接收不安全行为信息后通常会先根据每日工作实际情况和例会相关安全通报内容等进行观望和判断的期限，体现其行为决策具备的理性特征。另一方面，以施工相关人员不安全行为水平作为从潜伏者群体到感染者群体的转移概率，施工相关人员经过观望期后会根据转移概率进行一次判断，若未发生转移则需要返回重新经历一次观望期。其中，不安全行为水平值可通过第3章得到的问卷数据求解得到，由于问卷中测量题项的结果取值为1到5之间，而这里的概率范围为0到1之间，因此需要对问卷数据结果进行归一化处理，即将问卷中测量不安全行为水平的7个题项的均值分别乘以其因子负荷后相加，并将其结果分别除以5(问卷量程)和7(题项数量)后就可以得到不安全行为水平初始值f8，其计算过程如公式(1)所示：
[0178][0179]
同理，可以对其他因素的初始水平值进行求解，结果如表16所示。
[0180]
表16不安全行为影响因素初始水平值
[0181][0182]
由于相关影响因素水平值是会随着实际管理政策的调整或改变而发生动态变化的，为了便于后续模型仿真与安全管理政策研究，在这里根据附图5所示的结构方程模型，确立了安全氛围5个维度与不安全行为之间的关联关系，如附图8所示。
[0183]
其中，f1～f5表示安全氛围5个维度的水平变量；f6、f7分别表示个人态度和能力水平变量；f8表示不安全行为水平变量。各变量之间的关联关系和关联系数对应图5中的关联路径和载荷，由此可得f6～f8的表达式如公式(2)～(4)所示。
[0184]
f6＝0.573-0.17*(f1-0.440)+0.28*(f2-0.587)+0.19*(f3-0.573)+0.18*(f4-0.537)+0.29*(f5-0.542)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0185]
f7＝0.6-0.24*(f1-0.440)+0.20*(f2-0.587)+0.22*(f3-0.573)+0.25*(f4-0.537)+0.16*(f5-0.542)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0186]
f8＝0.429-0.29*(f6-0.573)-0.29*(f7-0.6)-0.17*(f2-0.587)-0.15*(f5-0.542)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0187]
(3)条件c3的设置：当潜伏者群体持续超过4个观望期后将直接转为免疫者群体。
[0188]
(4)条件c4的设置：以安全监管水平作为施工相关人员从感染者群体转移到免疫者群体的概率，初始数值见表24。同时，在施工相关人员从感染者群体进入判断状态之前设置1天的时间延迟，即每天进行1次判断，防止系统在仿真过程中的某一个时间步完成判断次数过多，既不符合实际监管情况，也可能会过快结束仿真过程。
[0189]
(5)条件c5的设置：在模型中设定免疫者群体中的个体每到随机的0～30天周期需要进行一次判断，以组织安全培训水平为概率重新返回到免疫者群体并计算下一周期，未返回的人员则转移到易感者群体，其概率初始数值同见表16。
[0190]
根据上述转化条件的设置，可以得到传染病动力学模型的逻辑框架如附图9所示。
[0191]
s303：构建仿真状态图；
[0192]
根据前文的研究假设以及逻辑框架图，可以使用anylogic8绘制智能体状态图如附图10所示。其中，带符号的箭头表示不安全行为信息的传递过程；带符号的箭头表示观望期等时间的延迟；带“？”符号的箭头表示条件的判断过程；带“指数”符号的箭头表示不安全行为信息的传播速率。由于在anylogic8平台中智能体仿真过程无法自行完成
循环判断，因此需要添加“判断1～3”状态进行时间步的循环过渡。
[0193]
s304：根据仿真状态图，对安全氛围对不安全行为人际传播的影响作用进行仿真分析。
[0194]
通过对前文所构建的智能体模型进行分析可以发现，当模型初始状态只有易感者1种智能体群体且无不安全行为信息输入时，模型中将不会出现其他状态的变化，仿真过程也会变得没有意义。因此本发明设置初始施工相关人员群体中存在1％比例的潜伏者群体，即仿真实验中的385个智能体中初始存在4个潜伏者状态的智能体。同时考虑到机场改扩建项目持续时间通常较长，为了确保能够观察到不安全行为传播过程演化的规律性，设置仿真实验周期为300天，各状态之间转化条件的计算所用到的f2、f3和f8的水平值均取自表24中的初始值，由此可得模型初始仿真结果如附图11所示。
[0195]
从图11中可以看到，仿真初始阶段施工相关人员接收到不安全行为信息后快速从易感者状态转换为潜伏者状态，随后相继转换为感染者状态和免疫者状态，此阶段中潜伏者、感染者和免疫者这3种群体人员数量都相继快速达到峰值。在模型运行一段时间后潜伏者和感染者群体人员数量持续保持较低水平，而易感者与免疫者群体人员数量则交替变化趋于动态稳定。上述仿真过程体现了在传播初期不安全行为信息传播的快速和广泛性，反映了施工和监管人员在组织安全监管和教育培训等安全氛围因素的作用下不断进行行为决策与状态变换的过程。同时，其仿真结果与浙东某军民合用机场不停航施工项目中施工相关人员不安全行为的传播特征和规律相一致，且能够表明在当前的安全氛围水平下施工相关人员的不安全行为传播总体处于可控状态，即绝大多数不安全行为能够被及时、有效的纠正。
[0196]
进一步的，为了验证安全氛围对施工相关人员不安全行为人际传播的影响，探索其中的关键维度，进而为控制其传播过程提供合理的管理对策，本文按照安全氛围的维度划分调整实验参数分别进行模拟。
[0197]
(1)安全监管水平的影响
[0198]
根据模型中所设置的状态转化条件c2和c4，改变安全监管水平不仅会对施工和监管人员不安全行为水平产生影响，进而改变潜伏者群体到感染者群体的转移概率；而且还会直接对感染者群体到免疫者群体的转化过程产生影响。为了进一步验证安全监管水平对施工和监管人员不安全行为传播过程的干扰作用并研究其控制效果，对安全监管水平参数分别取值0.2、0.4、0.6和0.8，其他参数保持不变，可以得到仿真结果如附图12所示。
[0199]
通过对比图12所示的仿真结果可以发现，当安全监管水平取值较低时，从潜伏者群体到感染者群体的转化率明显较高，仿真过程中处于感染者状态的施工和监管人员人数较多；而当安全监管水平取值逐渐增高时，模型中处于感染者状态的人员数量明显下降，易感者和免疫者群体的人员数量比例会更快达到动态均衡；而当安全监管达到较高水平时，模型中的易感者和感染者群体人员数量将会清零。仿真结果表明在当前机场不停航施工项目管理中，提高安全监管水平可以有效降低不安全行为的产生，同时还会加快感染者群体的转化过程，进而降低不安全行为在施工相关人员之间的传播率。
[0200]
(2)安全培训水平的影响
[0201]
根据模型中所设置的状态转化条件c2和c5，改变安全培训水平一方面会影响施工相关人员不安全行为水平；另一方面会使系统中免疫者群体的状态持续时间发生变化。为
了进一步验证安全培训水平对施工相关人员不安全行为传播过程的干扰作用并研究其控制效果，对安全培训水平参数分别取值0.2、0.4、0.6和0.8，其他参数保持不变，可以得到仿真结果如附图13所示。
[0202]
通过对比图13所示的仿真结果可以发现，当安全培训水平取值较低时，系统中潜伏者群体和感染者群体人数较多，而易感者群体人数维持在较低水平，这是因为发送不安全行为信息的人群基数多，且其传播速率远大于从免疫者群体到易感者群体的转移速率；随着安全培训水平逐渐增高时，免疫者群体的峰值数量显著增加，潜伏者群体和感染者群体人员数量快速减少，易感者群体和免疫者群体更快达到平衡，直至系统中的潜伏者群体和感染者群体清零。仿真结果表明在当前机场不停航施工项目管理中，提高安全培训水平既可以通过延长免疫者状态的持续时间，降低不安全行为信息的传播效率；也可以通过改变潜伏者状态的转化率，减少感染者状态的产生，进而对不安全行为的传播过程进行控制。
[0203]
(3)安全压力、组织支持和工友行为水平的共同影响
[0204]
根据模型中所设置的状态转化条件c2，安全压力、组织支持和工友行为水平主要靠干扰潜伏者群体的转移概率来控制不安全行为的传播过程。同时，根据步骤s2中结构方程模型所提供的影响路径和载荷可以计算得到：当安全压力水平增加1个单位时，不安全行为水平将会增加0.12个单位；当组织支持水平增加1个单位时，不安全行为水平将会减少0.12个单位；当工友行为水平增加1个单位时，不安全行为水平将会减少0.28个单位。由于这3种指标对不安全行为水平的影响作用较小，单独进行仿真分析难以看到实际效果，且其作用对象和目标一致，因此在仿真过程中按照其与不安全行为水平的关联关系同时调整3种指标参数，进而研究并验证其对不安全行为传播过程的共同影响作用，结果如附图14所示。
[0205]
通过对比附图14所示的仿真结果可以发现，随着安全压力水平的降低以及组织支持水平和工友行为水平的增高，易感者群体与免疫者群体数量会更快达到动态平衡的状态，且系统中潜伏者群体和感染者群体的清零速度得到显著增加。仿真结果表明，通过控制安全压力、组织支持和工友行为水平可以有效影响潜伏者状态的转变效率，进而控制感染者群体的生成。同时，结合图14(d)和图13(d)的仿真结果，可以表明在当前不停航施工项目安全管理中进行多维度共同干预同样可以对相关人员的不安全行为起到较好的控制效果。
[0206]
进一步的，步骤s4：基于演化博弈论、心理账户和前景理论的基础，构建安全监管决策演化博弈模型，进一步的明确安全氛围对于不安全行为的影响机制。
[0207]
根据步骤s2和步骤s3的统计与仿真结果可以看到，安全氛围中的安全监管维度对于施工项目相关人员不安全行为的产生与传播具有显著的直接和间接作用，而从安全监管的角度来看，军民航合用机场不停航施工项目的安全管理其实是安全监管人员群体与施工人员群体所进行的动态博弈过程。其中，这两类群体的行为决策均由其“成本与收益是否达成平衡”所决定。为了更加清晰直观的分析安全监管与施工人员的不安全行为决策和传播过程，进一步明确安全氛围对于不安全行为的影响机制，本发明中主要从“安全监管博弈”的角度出发，在心理账户和前景理论的基础上构建安全监管决策演化博弈模型，以浙东某军民合用机场不停航改扩建项目为案例背景进行仿真分析并提出安全管理改进策略。由于不停航施工安全监管具有参建单位聚集、人员素质不一，施工区域广阔、存在监管盲区，施工时间紧张、安全压力较大的特点，因此，本发明中采用演化博弈论、前景理论与心理账户
构建安全监管决策演化博弈模型，其具体流程如附图15所示，具体包括以下步骤，
[0208]
s401：确定博弈模型建立基础
[0209]
在忽略工程施工外部环境影响的条件下，军民合用机场不停航施工过程中是否会出现不安全行为进而造成安全事故，可以看作是在特定的安全氛围水平下监管人员和施工人员通过博弈做出的行为决策所造成的结果。因此，根据浙东某军民合用机场不停航改扩建项目安全管理特点，可以进行如下假设，也即博弈模型建立基础：
[0210]
(1)博弈模型中的利益主体分别为安全监管人员和一线施工人员，双方的策略选择均根据自身对策略价值的感知，且为有限理性的博弈群体。其中，安全监管人员包括建设单位、机场场务部门以及军方相关的安全负责人；一线施工人员指施工单位现场施工人员以及工程车辆司机等。
[0211]
(2)目前现有的安全施工相关法规制度能够满足项目施工安全要求，即施工现场是否存在安全风险或发生安全事故取决于施工人员是否采取安全操作，忽略其它干扰因素和可能性，而施工人员是否采取安全操作则由与安全监管人员是否积极监管的博弈结果所决定。由此，在军民合用机场不停航施工过程中，设定施工人员有{安全操作，不安全操作}两种策略；安全监管人员有{积极监管，消极监管}两种策略。博弈过程中决策者均根据价值感知进行策略选择。
[0212]
(3)机场不停航施工安全顺利进行是施工人员和安全监管人员共同合作达成的，双方只有在同时注重安全施工时，即选择的策略为{安全操作，积极监管}时才能确保整体达到安全稳定状态，将此时决策双方需要付出的安全风险成本设置为0。当安全监管人员或施工人员中有一方不遵守安全规定时，考虑到另外一方的个人能力有限，将会产生安全风险并发生风险转移，风险系数会根据不同主体发生变化。
[0213]
s402：构建行为博弈价值感知矩阵
[0214]
根据心理账户理论，可以将判断价值函数ν(δωi)划分为收益账户e(δωi)和支付账户c(δωi)，其均存在相应的感知参考点ω0和ω1。其函数关系如式(5)和(6)所示：
[0215][0216][0217]
其中，λ和δ分别为收益和支付损失规避灵敏系数，而θ和β分别为相应的风险偏好系数。根据前文所述的假设条件和机场不停航施工特点，决策者双方在进行博弈时，其收益和支付感知账户会发生如下变化：
[0218]
(1)当决策双方选择的策略为{安全操作，积极监管}时，由于此时处于安全稳定状态，双方都将获得既定的工作报酬，同时各自将支付一定的劳动感知成本(包括体力、时间、精神)。
[0219]
(2)当决策者有一方选择不安全行为时，一方面双方获得的工作报酬不变，施工人员获得举报监管人员消极怠工的奖励，监管人员获得严格执法的奖励；另一方面双方支付的劳动感知成本下降，但需承担由对方不安全行为造成的风险转移，同时根据自身违规行为缴纳罚款。
[0220]
(3)当决策双方都不选择安全生产操作时，则双方都需要根据事故发生概率承担事故后期安全成本。
[0221]
根据以上分析，结合军民合用机场不停航施工的特点，可以得到施工安全管理行为博弈的收益感知矩阵如表17所示。
[0222]
表17行为博弈价值感知矩阵
[0223][0224]
在表17中，各参数所表达的含义如下：
①
a1和a2分别为监管和施工人员的固定工资报酬。
②
b1和b2分别为安全监管人员积极监管和消极监管所付出成本的感知，包括落实监管工作所消耗的精力、资金等，显然存在b1＞b2。
③
b3和b4分别为施工人员安全操作和不安全操作所付出成本的感知，包括执行施工任务、落实机场安全规定、参加安全教育培训以及因航班活动反复进退场等消耗的精力、资金等，显然存在b3》b4。
④
c1为施工人员因不安全操作被发现或监管人员因消极监管被举报后需要支付成本的感知，包括罚金、精神损失等。
⑤
l为发生安全事故后事故责任方需要承担的安全风险成本感知，包括工作对人身伤害、施工经济损失、进度拖延等。
⑥
f1为针对施工人员和监管人员的罚金转换为对方安全生产奖励的比例；j2为监管人员积极监管，而施工人员不安全操作时，行为决策双方都需要支付的安全风险成本折扣系数；j3为施工人员安全操作，而监管人员消极监管时，行为决策双方都需要支付的安全风险成本折扣系数；k为决策双方风险传递系数。
⑦
x为积极监管的安全监管人员所占比例；y为安全操作的机场施工人员所占比例。
⑧
q1为施工人员不安全操作导致安全事故发生的概率；q2为决策双方不安全操作或消极怠工被发现、举报的概率。
[0225]
s403：对步骤s402中的价值感知函数和表17中的行为博弈价值感知矩阵进行求解，得到演化稳定策略。
[0226]
由前文提及的价值感知函数公式以及表17所示感知矩阵可求得安全监管人员选择“积极监管”与“消极监管”2类策略的期望收益感知v
iy
、v
in
和整个监管人员群体的平均收益感知v1，如式(7)所示：
[0227]
[0228]
同理，可求得机场施工人员选择“安全操作”与“不安全操作”2类策略的期望收益感知v
2y
、v
2n
和整个施工人员群体的平均收益感知v2，如式(8)所示：
[0229][0230]
根据演化博弈中的动态复制公式，为简化运算，设i为施工人员安全操作时监管人员积极监管与消极监管决策价值感知的差值；设j为施工人员不安全操作时监管人员积极监管与消极监管决策价值感知的差值。可以将关于x和y这2类人员比例的复制动态方程分别化简为如式(9)和(10)所示：
[0231][0232]
由此可知，仅当x＝0，1或y＝1/(-i/j)
1/γ
+1时，监管人员选择“积极监管”策略的比例是局部稳定的。同理，设m为监管人员积极监管时施工人员安全操作与不安全操作决策价值感知的差值；设n为监管人员消极监管时施工人员安全操作与不安全操作决策价值感知的差值。
[0233][0234]
由此可知，仅当y＝0，1或x＝1/(-m/n)
1/γ
+1时，机场施工人员选择“安全操作”策略的比例是局部稳定的。因此可得到5个局部均衡点，分别为：o(0，0)、a(1，0)、b(0，1)、c(1，1)和d(1/(-m/n)
1/γ
+1，1/(-i/j)
1/γ
+1)。
[0235]
按照friedman提出的方法，微分方程系统的演化稳定策略(ess)可由该系统的雅可比矩阵的局部稳定性分析得到。由式(9)和式(10)构成方程组，其雅可比矩阵如式(11)所示：
[0236][0237]
考虑到机场不停航施工安全事故所造成的损失往往远大于施工人员和监管人员所付出的不安全行为和监管成本，而且只要有一方选择了不安全行为，就会相应的产生安全事故风险并转移给另一方。同时，若有决策者通过不安全行为获益，也会引起其他决策者的效仿，工程施工将充满安全风险。因此，最大程度减少事故风险产生，才能达到最大安全程度，c(1，1)应成为系统的稳定均衡点。即在式(9)和式(10)中代入各均衡点后应满足im》0且-i-m＜0，即i》0，j＞0，m》0，n＞0，此时四个均衡点的稳定性如表18所示。
[0238]
表18 4个均衡点的稳定性
[0239]
均衡点detj符号trj符号结论
o(0，0)jn-j+n+不稳定a(1，0)-jm-m-j不定鞍点b(0，1)-in-i-n不定鞍点c(1，1)im+-i-m-ess
[0240]
此时均衡点d(1/(-m/n)
1/γ
+1，1/(-i/j)
1/γ
+1)无意义。若要求d点有意义，则有-m/n＞0且-i/j＞0，此时点o(0，0)也是系统稳定均衡点，不符合机场不停航工程施工安全稳定的目标，因此不作考虑。
[0241]
s404：确定安全氛围对不安全行为监管博弈的影响作用，并进行仿真分析。
[0242]
具体的，根据前文所述军民合用机场不停航施工项目中面临的安全管理风险以及安全氛围维度对相关人员不安全行为的影响，结合博弈模型参数含义，可知影响模型演化稳定状态的主要因素包括积极监管成本、安全操作成本、不安全行为被发现概率等基本都会受到不安全行为影响因素即安全氛围与个人能力素质的影响，如表19所示。
[0243]
表19演化稳定主要影响因素及其相关联因素
[0244][0245]
同时，由于现实中博弈双方仅具备有限理性，在决策过程更多是凭借自我认知与直觉进行判断，无法最大化获取并利用有效、准确的安全信息。如果忽略上述影响因素以及有限理性特点，可能将导致施工和监管人员的行为产生系统性偏差，使系统难以达到最优点c(1，1)。为了更加直观地分析安全监管与施工人员价值感知发生偏差所造成的影响并探索安全氛围对不安全行为决策的作用机制，现运用matlab软件进行仿真模拟。
[0246]
(1)仿真参数设置
[0247]
根据浙东某机场不停航改扩建施工项目实际情况，安全监管和施工人员对安全收益的价值感知往往小于对不安全行为收益的价值感知，且对安全行为支付的价值感知往往大于对不安全行为支付的价值感知，为简化计算可设a1＝a2＝b2＝b4＝2，b1＝b3＝3。根据tversky、等学者的实验测定，对风险偏好系数进行设定，设θ＝0.88，β＝0.98，λ＝δ＝2。设置决策双方对于工资报酬感知的参考点ω1＝ω0＝1，设置权重函数系数γ＝0.75。
[0248]
施工人员因受到监管而被动进行安全操作产生的风险概率应大于施工人员主动进行安全操作产生的安全风险概率，因此可设f2＝0.6，f3＝0.4。考虑到军民合用机场不停
航施工安全管理相关法规对出现安全事故时监管人员需承担的连带责任有明确规定，故设置决策双方风险传递系数k＝1。
[0249]
根据现实中罚款、奖金与工资报酬的关系，设c1＝1，f1＝0.1。根据海因里希理论1∶300原理，设q1＝0.03。根据机场不停航施工特点，可设安全监管人员和施工人员不安全行为被发现并处罚的概率q2＝0.8。此外，监管人员和施工人员实施安全行为策略的比例初始值可设为x＝y＝0.5。
[0250]
(2)不停航施工安全监管仿真结果与分析
[0251]
根据上述初始赋值，通过调整相关参数可以对浙东某机场不停航施工项目存在的安全管理问题进行仿真如下：
[0252]
1)安全监管和施工人员群体初始安全能力素质水平不一，对军民合用机场不停航施工项目安全管理信息与要求等掌握不全面，往往需要通过试错才能发现更加合适的行为策略。调整决策者实施安全行为策略初始比例x和y，对演化结果的影响如附图16所示。
[0253]
可以看出，随着决策者选择安全行为策略初始比例的增加，演化系统收敛的趋势变得平缓；行为决策双方群体的安全行为选择初始比例越大，博弈模型向着安全管理最佳理想状态方向演进的速度越快。同时，无论施工人员与监管人员初始行为决策比例如何，系统总能通过一定的演化过程达到稳定状态，说明系统安全管理氛围总体处于良好的状态。由此可知，当军民合用机场的不停航施工项目组织安全管理水平较高时，部队场站部门与民航机场管理部门仍可以通过加强监管和施工人员的安全能力考评、安全知识交底以及初始上岗教育与考核等工作，提升相关人员初始安全态度与能力素质，使项目组织更快达到安全稳定状态并形成良好的安全氛围基础。
[0254]
2)安全事故损失易被低估。施工或监管人员由于安全教育培训缺失以及对军民合用机场安全运行管理规定不掌握，有时会表现得过度自信。例如机场施工经常发生的遗落工具、擅自靠近跑道、不按规定路线进出等，经常会有施工和监管人员认为这些行为对飞行器构成不了重大威胁。因此，其往往会对安全风险和事故损失造成低估，即对l低估。调整决策者对安全事故损失的感知l，对演化结果的影响如附图17所示。
[0255]
由图可知，决策者对安全事故严重性和损失的感知会显著影响他们采取安全行为的意愿。因此在军民合用机场不停航施工项目开展初期，对安全监管和施工人员进行的机场安全运行管理规定宣讲、安全培训和相关警示教育显得尤为重要。尤其是部队场站管理部门应更加重视此项工作，使监管人员和施工人员切实掌握军用和民用航空器运行安全规定，充分了解其中的利害关系。
[0256]
3)监管成本制约因素多。如前文所述，根据军民合用机场不停航施工面临的严峻安全管理风险，监管人员需要对机场安全运行信息、飞行保护区以及安全生产知识等具备全面的认知，需要巡视的安全风险点多；同时由于进出路线、时机以及通讯方式等多方面因素限制，其对安全信息的掌握以及现场管控能力受到很大的约束，为保证达到既定的安全目标，必然将导致监管成本b1增加。调整决策者安全行为成本b1，对演化结果的影响如附图18所示。
[0257]
由图可知，随着监管成本的增大，监管群体选择积极安全行为策略的演化进程显著变慢，而当监管成本超过一定程度时，监管人员选择积极安全策略的意愿会降低为0。因此，部队场站部门、民航机场管理单位以及建设单位监理部门应当研究制定更加合理高效
且具有可执行性的安全监管与巡查方案，加强监管技术设备投入与相关人员的安全培训，并引导施工人员积极参与安全管理工作，进而减轻监管人员的安全压力以及不必要的监管成本。
[0258]
4)安全操作成本难以降低。由于机场不停航施工部分项目需要规避民用航空器运行，白天施工不连续，经常是利用夜间时间开展。无论是连续的布置、撤收、清理工作还是夜间连续的精力投入，都相应的提高了安全操作支出成本b3，类似的投入还体现在复杂且可操作性不强的安全规定以及效果不良的安全培训上。调整决策者安全行为成本b3，对演化结果的影响如附图19所示。
[0259]
由图可知，其变化趋势与监管成本变化造成的影响类似，即安全操作成本对施工人员的安全行为演化具有显著影响。因此，部队场站部门、民航机场管理单位以及施工单位在规划施工流程和每日工作时，需要综合考虑航班运行情况、施工材料堆放、工程装备进出场等容易干扰施工过程的因素，提供充足的安全相关技术与设备，提高安全培训的效率和质量，充分降低员工的安全压力和额外投入，使其能够全身心投入到安全生产建设当中。
[0260]
(5)监管和施工人员的不安全行为不易被发现。受施工现场条件和机场安全运行管理制度所限，机场管理方和施工方的监管人员往往难以做到全方位、不间断、不留死角的监控，例如航空管制人员与施工管理人员之间漏传航班信息等现象时有发生，从而会导致相关人员不安全操作行为被发现的概率q2降低。而当不停航施工项目处于良好的安全氛围时，由于相关人员对安全事故损失具备高度认知，通常会主动采取安全操作，此时调整被发现概率q2对演化的效果不显著。为了更加清晰地观察概率q2对不安全行为演化结果的影响，将安全事故损失认知l调整到图20所示的临界值40，得到的仿真结果如附图20所示。
[0261]
由图可知，随着不安全行为被发现概率的上升，即安全监管水平提升到一定的数值时，群体行为会逐渐达到安全演化状态。因此部队场站部门、民航机场管理单位以及建设单位监理部门应当制定行之有效、可操作性强的操作规程和信息传递交流制度，同时可以利用信息化手段(例如监控、无人机以及gis技术等)减少监管盲区，提高监管的效率。
[0262]
综上所述，本发明中运用前景理论与心理账户理论描述价值感知矩阵，更加细致的描述了监管和施工人员进行安全行为决策时的非理性和风险偏好因素。同时，通过建立符合机场不停航施工安全管理特点的演化博弈模型，对施工相关行为人安全行为决策演化过程进行了仿真。通过仿真实验，表明浙东某军民合用机场不停航施工项目安全管处于较为良好的状态，而安全监管和施工人员群体初始安全能力素质、低估安全事故损失、安全监管和施工成本以及不安全行为被发现概率等因素对安全施工和监管行为策略选择具有显著影响。其中，群体初始安全能力素质主要改变模型达到演化稳定状态的速率，其它几项因素则会直接影响到模型是否能够达到演化平衡。根据各因素与安全氛围维度的相关关系，即可得知良好的安全氛围水平能够通过影响安全事故损失认知、不安全行为发现概率、安全监管和施工成本等因素使安全监管和施工人员快速到达安全演化稳定状态。
[0263]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

技术特征：
1.机场施工中安全氛围对不安全行为影响的研究方法，其特征在于，包括以下步骤，s1：确定不安全行为和安全氛围的概念界定，并建立安全氛围对不安全行为的影响路径分析模型；s2：对步骤s1中建立的安全氛围对不安全行为的影响路径分析模型进行实证分析；s3：基于传染病动力学模型和多智能体建模，建立不安全行为传播模型，从“人际传播”的角度研究安全氛围各个维度在不安全行为传播过程中的作用；s4：基于演化博弈论、心理账户和前景理论的基础，构建安全监管决策演化博弈模型，进一步的明确安全氛围对于不安全行为的影响机制。2.根据权利要求1所述的机场施工中安全氛围对不安全行为影响的研究方法，其特征在于：步骤s1的具体操作包括以下步骤，s101：确定不安全行为的概念界定、表现形式，研究理论、分析方法和影响因素；s102：确定安全氛围的概念界定和维度划分；s103：建立安全氛围对不安全行为的影响路径分析模型。3.根据权利要求2所述的机场施工中安全氛围对不安全行为影响的研究方法，其特征在于：步骤s101中所述的不安全行为包括施工项目安全监管或施工人员做出的可能导致人身安全、设备损失以及飞行器安全事故的行为；分析方法包括事故致因理论、安全心理学和计划行为理论；影响因素包括组织层面和个人层面。4.根据权利要求3所述的机场施工中安全氛围对不安全行为影响的研究方法，其特征在于：步骤s102中所述的安全氛围的维度划分包括安全培训、安全监管、工作压力、组织支持和工友行为。5.根据权利要求4所述的机场施工中安全氛围对不安全行为影响的研究方法，其特征在于，步骤s2的具体操作包括以下步骤，s201：基于步骤s1中安全氛围的维度划分以及基础理论模型，分别对模型中不安全行为相关影响因素进行理论分析，研究相互关系，进而确定研究基础；s202：根据量表设计原则设计调查问卷；s203：实地预调研安全氛围对施工相关人员不安全行为的影响作用数据，根据预调研数据分析结果对调查问卷进行修改；s204：实地正式调研安全氛围对施工相关人员不安全行为的影响作用数据，并对正式调研数据进行分析，对步骤s1中建立的安全氛围对不安全行为的影响路径分析模型进行验证。6.根据权利要求5所述的机场施工中安全氛围对不安全行为影响的研究方法，其特征在于，步骤s203中对预调研数据的分析包括信度和效度的分析；步骤s204中对正式调研数据的分析包括描述性统计分析、信度分析、正态性检验、验证性因子分析和结构方程模型分析。7.根据权利要求5所述的机场施工中安全氛围对不安全行为影响的研究方法，其特征在于，步骤s3中的具体操作包括以下步骤，s301：确定不安全行为传播模型建立基础；包括研究对象基础、影响因素基础和传播过程基础；s302：基于传染病动力学模型和多智能体建模，建立不安全行为传播模型；
s303：构建仿真状态图；s304：根据仿真状态图，对安全氛围对不安全行为人际传播的影响作用进行仿真模拟分析。8.根据权利要求7所述的机场施工中安全氛围对不安全行为影响的研究方法，其特征在于，步骤s4中的具体操作包括以下步骤，s401：确定博弈模型建立基础；s402：构建行为博弈价值感知矩阵；s403：对步骤s402中的价值感知函数和表25中的行为博弈价值感知矩阵进行求解，得到演化稳定策略；s404：确定安全氛围对不安全行为监管博弈的影响作用，并进行仿真模拟分析。

技术总结
本发明公开了一种机场施工中安全氛围对不安全行为影响的研究方法，具体包括以下步骤，S1：确定不安全行为和安全氛围的概念界定，建立安全氛围对不安全行为的影响路径分析模型；S2：对安全氛围对不安全行为的影响路径分析模型进行实证分析；S3：基于传染病动力学模型和多智能体建模，建立不安全行为传播模型，研究安全氛围各个维度在不安全行为传播过程中的作用；S4：基于演化博弈论、心理账户和前景理论的基础，构建安全监管决策演化博弈模型，明确安全氛围对于不安全行为的影响机制。本发明中能够非常全面的研究军民合用机场施工中安全氛围对不安全行为的影响，进而能够对机场不停航施工项目提出更加客观、有针对性的安全管理建议。管理建议。管理建议。


技术研发人员：高坤 杨春辉 巩军 李婧 唐艳 胡志刚 刘帅 曾斌 李玉祺 王伟 侯玉 于霖 宁英豪 孙雷强 林华章
受保护的技术使用者：中国人民解放军海军工程大学
技术研发日：2023.03.21
技术公布日：2023/9/20