CN116384738A - 机场施工中安全氛围对不安全行为人际传播影响的研究方法 - Google Patents

Abstract

本发明公开了一种机场施工中安全氛围对不安全行为人际传播影响的研究方法，包括步骤1：对机场施工相关人员群体及其不安全行为的人际传播过程进行特征分析；步骤2：根据步骤1的特征分析结果，构建不安全行为传播模型；步骤3：基于得到的不安全行为传播模型进行安全氛围对不安全行为人际传播的影响仿真分析，得到仿真分析结果；步骤4：根据步骤3的仿真分析结果，为控制不安全行为的传播提供合理的管理对策。

Description

机场施工中安全氛围对不安全行为人际传播影响的研究方法

技术领域

本发明涉及工程管理技术领域，尤其涉及一种机场施工中安全氛围对不安全行为人际传播影响的研究方法。

背景技术

军民合用机场的不停航施工是一个复杂的系统性工程，其安全管理复杂度和危险程度远高于一般建设工程，而当前已经有很多研究成果和数据表明，人的不安全行为所导致的安全事故至少占事故总数的80％。机场不停航施工项目种类繁多，包括对跑道、滑行道、停机坪、助航灯光、电缆以及其他会影响航空器活动的改扩建工程或日常维护工作。由于在施工过程中，军用及民用航空器通常保持在航状态，因此其需要满足比其他一般建筑工程更加严格的安全管理要求。

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。

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。国外学者主要是从个体和组织这两个方面对人的不安全行为及其影响因素进行研究。国内学者主要是从心理和生理因素两个方面对人的不安全行为及其影响因素展开研究。国外开展事故致因分析以及人的安全行为研究早于国内，研究对象也遍布各行各业，无论是针对安全氛围还是不安全行为都拥有比较成熟的理论依据和测量量表；国内的研究则主要聚焦于煤矿业和建筑业，且在对相关行业内部安全氛围以及员工不安全行为进行研究时，学者们通常选择采用或借鉴国外相关领域成熟的维度指标或测量量表，而考虑到国家政策、行业规范、人员素质等多方面存在的差异性，将安全氛围划分为安全压力、安全监管、安全培训、组织支持和工友行为等五个维度并根据军民合用机场不停航施工实际安全管理特点进行适当修订。基于构建的结构方程模型，通过分析标准化路径参数和适配度指标，验证了安全氛围各个维度对不安全行为的影响关系，其中工友行为、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。

安全氛围各个维度对不安全行为的影响关系可以看出，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，建立多智能体和传染病动力学模型进行仿真分析，根据仿真实验结果提出改进建议。

发明内容

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人际传播影响的研究方法，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，建立多智能体和传染病动力学模型进行仿真分析，从而能够对机场不停航施工项目提出改进意见。

为了实现上述目的，本发明所采用的技术方案如下：

一种机场施工中安全氛围对不安全行为人际传播影响的研究方法，其特征在于，包括以下步骤：

步骤1：对机场施工相关人员群体以及不安全行为人际传播进行特征分析；

步骤2：根据步骤1的特征分析结果，构建不安全行为传播模型；

步骤3：基于得到的不安全行为传播模型进行安全氛围对不安全行为人际传播的影响仿真分析，得到仿真分析结果；

步骤4：根据步骤3的仿真分析结果，为不安全行为控制传播过程提供合理的管理对策。

本发明的有益效果是：

本发明借鉴生物学中的“传染”和“免疫”的概念，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。同时，本发明通过定性、定量分析以及建模仿真相结合，拓宽了安全管理领域的研究与分析方法，弥补了定性与单因素分析等传统管理方法研究以及对不安全行为传播过程的分析中存在的不足之处，有利于更加直观的观察到组织安全氛围所发挥的作用，探索其中的关键影响因素，进而为相关机场不停航施工安全管理提出更加科学和有效的改进措施和建议。

附图说明

图1为安全氛围对不安全行为的作用机制。

图2为结构方程模型。

图3(a)-(b)为不安全行为的两种传播性质；其中图3(a)为不安全行为接触性传播，图3(b)为不安全行为信息传播。

图4(a)-(c)常见传染病模型；且图4(a)为SI模型，图4(b)为SIR模型，图4(c)为SEIR模型。

图5为不安全行为传播模型构建步骤示意图。

图6(a)-(c)为本发明中WS小世界构造方法中三种常见的网络结构，且图6(a)为规则网络，图6(b)为小世界网络，图6(c)为随机网络。

图7为不安全行为传播的SEIR模型示意图。

图8为施工人员网络结构仿真分布图。

图9为不安全行为影响因素关联关系。

图10为不安全行为传播模型逻辑框架图。

图11为不安全行为传播状态图。

图12为不安全行为传播初始仿真结果。

图13(a)-(d)为安全监管水平干预的仿真结果；其中，图13(a)-(d)分别对应安全监管水平参数取值为0.2、0.4、0.6和0.8时的仿真结果。

图14(a)-(d)为安全培训水平干预的仿真结果；其中，图14(a)-(d)分别对应安全培训水平取值为0.2、0.4、0.6和0.8时的仿真结果。

图15(a)-(d)为安全压力、组织支持与工友行为水平共同干预的仿真结果；其中，图15(a)对应安全压力水平0.8、组织支持水平0.2、工友行为水平0.2的结果，图15(b)对应安全压力水平0.6、组织支持水平0.4、工友行为水平0.4的结果，图15(c)对应安全压力水平0.4、组织支持水平0.6、工友行为水平0.6的结果，图15(b)对应安全压力水平0.2、组织支持水平0.4、工友行为水平0.4的结果。

具体实施方式

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。

1、不停航施工中不安全行为的界定

我国《GB6441-86企业职工伤亡事故分类标准》中定义不安全行为为能造成安全事故的人为错误，包括不遵守劳动纪律、违反操作规范等具有危险性的行为。具体地，将不安全行为界定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。

不安全行为的影响因素包括：

①组织层面

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。

②个人层面

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。

2、安全氛围概念界定与维度划分

根据《建设工程安全生产管理条例》、《运输机场专业工程施工单位安全管理人员管理办法》以及军民合用机场不停航施工安全管理工作实际特点，将安全氛围界定为施工项目相关人员对不停航施工项目组织层面中与项目施工安全息息相关的安全培训、安全监管、组织支持等因素的综合感知。

以现有学着提出的安全氛围的划分为基础，结合军民合用机场不停航施工安全管理实际背景，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。如图1所示，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。即安全氛围对不安全行为的作用机制，即安全氛围不仅可以直接影响不安全行为，也可以通过个人层面的安全态度和安全能力的中介效应，间接的影响不安全行为。根据该作用路径，以浙东某军民合用机场正在开展的不停航施工项目为案例背景进行实证研究，验证安全氛围与不安全行为之间的关联关系，根据实际验证结果和不安全行为传播过程的特点以便于从“人际传播”角度进一步对安全氛围与不安全行为之间的关联作用进行仿真分析，进而提出安全管理建议。

3、结构方程模型分析

根据对安全氛围的维度划分，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，提出相关研究假设，即可设计调查问卷并采用结构方程模型进行实证研究。

调研所使用的问卷主要包括以下3个部分：

(1)问卷调查说明。在问卷的最前端阐明了调查的目的、内容、题量以及相关概念的解释，尽可能消除或减少被调查人员的顾虑、厌烦等心理，同时避免出现概念误解或过度解读的现象。

(2)基本信息数据。对参与调查人员的基本信息进行采集，例如性别、年龄、学历、工作年限等。通过分析其分布规律，可以更好的掌握当前机场不停航施工人员群体现状，并判断数据来源是否合理。

(3)测量量表。以李克特5点量表法作为量表编制形式，围绕安全氛围、施工人员个人因素和不安全行为进行测量，所得数据用于验证安全氛围对施工人员不安全行为的影响作用。

通过分析现有研究成果提出研究假设，然后根据前文划分好的维度和当前现有的成熟量表设计了包含8个潜在变量和34个题项的问卷，并以此对浙东某军民合用机场不停航施工项目组相关人员进行了调研。最后，对问卷调研数据进行了统计分析，通过对小样本量的数据进行信效度分析，验证了量表结构和题项设计的合理性。对正式调研得到的扩大样本数据进行了描述性分析和信度分析，验证了样本采样的合理性和数据结构的一致性，同时完成了量表数据的正态性检验。

接下来，根据相应的研究假设构建结构方程模型，通过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，将问卷数据导入Amos软件进行计算后，创建的结构方程模型结构如附图2所示。

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。由此可见，工友行为和安全监管是两个重要影响维度。

4、安全氛围对不安全行为人际传播过程的影响分析方法

由上述阐述可知，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。那么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，本发明则从从“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。

第一，相关人员群体及不安全行为人际传播的特征分析：

(1)行为传播个体具有多元化和高同质性

一线施工与监管人员是军民合用机场不停航施工项目中最基础且最重要的群体，所有工作的开展都离不开他们的决策和支配行为，而其行为往往会受到他们的年龄、学历、工作经验、态度、能力等多元化属性的影响。同时，同一施工单位或班组中的成员往往具有相近的知识技能、生活环境以及共同的安全目标，属于高同质性群体。

(2)行为传播群体具有一定的社会网络结构

施工项目相关人员通常按照工种、技术、组织角色等划分为不同的班组，并以此为基础单位开展施工作业、安全培训等相关工作。班组内部成员的日常交流与合作较为频繁，而班组外部的联系则更多依靠工友之间的社会关系、安全培训与组织活动等来建立。同时，由于军民合用机场不停航施工项目的特殊性，引进的施工单位通常都要求具备相当的项目经历且拥有稳定的施工队伍，因此其施工相关人员的群体网络结构符合平均路径长度较短、聚类系数较大等小世界网络结构的特点。

(3)行为传播过程具有传染病和信息传播特性

施工项目相关人员的不安全行为既可以通过亲历身边同事的不安全行为而进行直接传播，其具备传染病传播过程中病原体对易感者一对多的直接性接触传播的特点；也可以通过员工之间的信息交流而进行间接的传播，即具有网络舆论传播中信息源对受众多对多的间接性信息传播的特点，如图3所示。

第二，基于上述特征分析，得到构建不安全行为传播模型的技术思路：

(1)传染病动力学模型概念及适用性分析

传染病动力学主要是通过建立数学模型对疾病的发展过程和流行规律进行数值模拟与定量研究。在研究过程中，研究对象个体一般会被抽象描述为易感者(Susceptible)、潜伏者(Exposed)、感染者(Infected)和免疫者(Removed)等，不同状态的个体之间通过特定条件进行转换即构成了不同的传播模型。如今，传染病动力学模型已被推广到计算机病毒、舆论信息以及行为传播等群体事件当中，其中较为经典的传播模型主要为SI模型、SIR模型和SEIR模型，如图4所示。与传统的统计学方法相比，建立传染病动力学模型能够从传播机理的角度对不安全行为发生人际传播的规律进行有效阐释，同时兼顾其系统性与全局性特征。

(2)多智能体建模概念及适用性分析

通过研究智能体之间的通信交互、合作学习等可以有效解释群体行为乃至复杂社会系统的运作规律。多智能体系统在被用于描述现实系统时，主要通过各智能体或智能体群之间的信息传递、合作、协调、管理以及控制等方式来反映整个系统的结构功能或行为特性。系统中每个智能体都具有独立性和多元化属性，其能够有效描述设定的子问题，并以特定的方式影响系统环境。因此，选择使用多智能体的建模方式，将施工项目中的施工和监管人员设定为独立的智能体，可以有效利用前文通过调研所得到的问卷数据，更好的体现出施工项目相关参与人员个体的多元化、高同质性以及相关群体的社会网络结构特性。同时，考虑到不安全行为信息传播以及行为感染传播过程中具有的时滞性(例如信息传播速率、观望期、免疫期等干扰条件的影响)，运用多智能体建模的方式能够更好的描述这些真实存在的随机干扰条件。

(3)Anylogic软件进行模型构建与仿真

基于上述选择的传染病动力学模型和多智能体建模方法，即能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。因此，本发明选择采用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，本发明中构建的不安全行为传播模型的构建步骤如附图5所示。

第四，基于上述技术思路，构建不安全行为传播模型，其构建步骤具体包括：

步骤1：对模型提出基本假设，具体包括：

(1)研究对象假设

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。常用的WS小世界构造方法主要分为两步：一是从规则网络开始，设置一个包含N个节点的环状最近邻耦合网络，其中每个节点都与它左右相邻的各K/2个节点相连，K为邻域节点数量；二是以概率P随机重连网络中的每一条边。通过上述构建步骤可以看出，当P为0对应完全规则网络；而当P为1则对应完全随机网络。因此小世界网络中的大部分节点虽不与彼此邻接，但可以从其它节点经过少数几步连接到达，即同时具有规则网络的高聚合系数和随机网络较小的特征路径长度，是一种介于规则网络和随机网络中的特殊网络，如附图6所示。

(2)影响因素假设

以安全氛围的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作为对不安全行为人际传播过程的影响因素，忽略其他来自组织外部的干扰因素。

(3)传播过程假设

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7所示。

步骤2：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8所示。

步骤3：传染病动力学模型构建

由于不安全行为传播的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，因此所述转换条件的具体设置为：

(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。

(2)条件C2的设置：本发明结合军民合用机场不停航施工项目实际，将潜伏期和转化率的方法进行综合应用。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：

同理，可以对其他因素的初始水平值进行求解，结果如表1所示。

表1不安全行为影响因素初始水平值

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，根据附图2所示的结构方程模型，确立安全氛围5个维度与不安全行为之间的关联关系，如附图9所示。

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2所示结构方程模型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。

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)

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)

F8＝0.429-0.29*(F6-0.573)-0.29*(F7-0.6)-0.17*(F2-0.587)-0.15*(F5-0.542) (4)

(3)条件C3的设置：考虑到部分施工相关人员在接收到不安全行为信息时，可能经过多次观望与决策判断后最终决定不执行不安全行为并忽略此类信息，即从潜伏者群体直接转移为免疫者群体，同时按照规定施工项目通常按月组织安全教育培训，而经过培训的潜伏者群体通常会具备更加坚定的安全意识，进而会无视或摒弃不安全行为的念头或冲动，因此，在模型中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。

(4)条件C4的设置：由于机场不停航施工工作面较广，施工环境通常比较嘈杂，安全监管和施工人员的流动与交流存在一定的限制性，施工人员实施不安全行为后能否被监管是存在一定概率的，而监管人员的不安全行为同样难以被发现或者举报，其概率主要受到安全氛围中的安全监管水平所影响。因此，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1。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。

(5)条件C5的设置：施工相关人员群体的不安全行为传播如同传染病传播机理一样，在经历一段时间的免疫期后，会逐渐转变回到易感者状态。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1。

根据上述转化条件C1-C5的设置，可以得到传染病动力学模型的逻辑框架如附图10所示，基于此即可建立传染病动力学模型。

步骤4：构建仿真状态图

根据上述的模型假设以及得到的传染病动力学模型的逻辑框架，使用Anylogic8绘制智能体状态图，如附图11所示。图中带

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。至此，不安全行为人际传播模型构建完成。

第五，根据不安全行为人际传播模型，进行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，其具体包括以下步骤：

步骤1：进行初始模型的仿真分析

通过对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1中的初始值，由此可得模型初始仿真结果如附图12所示。

从图12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。

步骤2：进行安全氛围对不安全行为传播影响的仿真分析

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，按照安全氛围的维度划分调整实验参数分别进行模拟。

(1)安全监管水平的影响

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13所示。

通过对比图13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。

(2)安全培训水平的影响

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14所示。

通过对比图14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。

(3)安全压力、组织支持和工友行为水平的共同影响

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，安全压力、组织支持与工友行为水平共同干预的仿真结果如附图15所示。

通过对比附图15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。

综上所述，本发明在结构方程模型的基础上，构建SEIR传染病模型对不停航施工相关人员不安全行为的传播过程进行仿真分析，通过参数干预对比实验验证了安全氛围5个维度在不安全行为人际传播过程中所发挥的影响作用，并对其控制效果进行了分析，得到如下结论：

(1)浙东某军民合用机场当前正在开展的不停航改扩建施工项目的安全管理情况总体处于良好可控的状态。在此基础上，作为机场产权管理方，部队场站部门和相关安全管理人员仍可以通过提高安全监管和培训水平、降低组织安全压力水平等方式提高安全氛围整体水平，进一步净化和切断不安全行为传播链条。一方面其可以有效降低施工和监管人员的不安全行为水平，进而减少甚至消除不安全行为的发生；另一方面其可以加快感染者群体的“康复”进程，使实施过不安全行为的施工和监管人员快速转变态度、改邪归正，并延长其“免疫”不安全行为信息的时间。

(2)在安全管理措施的决策过程中，除了单因素的改进和控制以外，部队场站部门和相关安全管理人员还可以针对不安全行为的重点传播途径考虑同时从多维度进行共同干预，例如在提高安全监管和培训力度的同时，采取奖惩激励、树立安全榜样、优化施工环境等多种方式提高施工项目相关人员的安全责任感和参与感，充分降低其安全工作压力，待各种制度和措施形成规模效应和立体层面的影响后，同样能够达到较为理想的控制目标。

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。

Claims (9)

1.机场施工中安全氛围对不安全行为人际传播影响的研究方法，其特征在于，包括以下步骤：

步骤1：对机场施工相关人员群体及其不安全行为的人际传播过程进行特征分析；

步骤2：根据步骤1的特征分析结果，构建不安全行为传播模型；

步骤3：基于得到的不安全行为传播模型进行安全氛围对不安全行为人际传播的影响仿真分析，得到仿真分析结果；

步骤4：根据步骤3的仿真分析结果，为控制不安全行为的传播提供合理的管理对策。

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人际传播影响的研究方法，其特征在于：步骤1包括以下具体步骤：

步骤11：分析不安全行为传播个体，得到传播个体具有多元化和高同质性；

步骤12：分析不安全行为传播群体，得到传播群体具有一定的社会网络结构；

步骤13：分析不安全行为传播过程，得到传播过程具有传染病和信息传播特性。

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人际传播影响的研究方法，其特征在于，步骤2包括以下具体步骤：

步骤21：确定不安全行为传播模型的研究对象、影响因素和传播过程；

步骤22：构建智能体；

步骤23：构建传染病动力学模型，得到其逻辑架构图；

步骤24：基于S21确定的研究对象、影响因素和传播过程以及逻辑框架图，构建仿真状态图。

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人际传播影响的研究方法，其特征在于，步骤21包括以下具体步骤：

步骤211：对机场施工项目中部分施工与监管人员进行问卷调查，筛选其中有效问卷调查结果；

步骤212：以提交有效问卷的施工与监管人员为研究对象，根据经典的SEIR模型将研究对象划分为易感者S群体、潜伏者群体E、感染者群体I和免疫者群体R，同时将施工项目相关人员社会关系以小世界网络结构描述；

步骤213：以安全安全氛围的安全压力、安全监管、安全培训、组织支持和工友行为5个维度对不安全行为人际传播过程的影响作为模型的影响因素；

步骤214：在经典的SEIR模型基础上，添加从潜伏者群体E到免疫者群体R以及从免疫者群体R到易感者群体S两条转化路径，形成闭环的不安全行为传播的SEIR模型，且不同状态的群体可根据不同转化条件进行相互转化。

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人际传播影响的研究方法，其特征在于，步骤S22包括以下具体步骤：

步骤221：基于步骤213构建的不安全行为传播的SEIR模型，以提交合格调查问卷的若干名一线施工人员与监管人员为智能体，从而建立智能体群；

步骤222：将智能体群以小世界网络类型分布在500*500的网格内；

步骤223：设置智能体的邻域节点个数为10，重连概率为0.05；

步骤224：设置智能体的布局类型为弹簧质点。

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人际传播影响的研究方法，其特征在于，步骤S23包括以下具体步骤：

步骤231：根据步骤211中得到的问卷调查的数据分析结果以及不安全行为传播过程的实际特征等设置步骤213所述的转化条件；

步骤232：根据设置的转化条件，建立传染病动力学模型，得到其逻辑架构图。

7.根据权利要求6所述的机场施工中安全氛围对不安全行为人际传播影响的研究方法，其特征在于，步骤S231转化条件的设置包括：

1)条件C1设置：将条件C1设置为判断语句，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；并且设置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，同时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；

2)条件C2设置：为潜伏者群体设置随机0～7天的观望期，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，并且施工相关人员经过观望期后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；

3)条件C3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；

4)条件C4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，同时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；

5)条件C5设置：设置免疫者群体中的个体每到随机的0～30天周期进行一次判断，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。

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人际传播影响的研究方法，其特征在于，步骤24包括以下具体步骤：

步骤241：采用Anylogic8绘制智能体状态图；

步骤242：在智能体状态图中添加判断1、判断2以及判断3状态，用于进行时间步的循环过渡。

9.根据权利要求8所述的机场施工中安全氛围对不安全行为人际传播影响的研究方法，其特征在于，步骤3中的仿真分析包括以下具体步骤：

步骤31：设置初始施工相关人员群体中存在1％比例的潜伏者群体，设置仿真实验周期为300天，得到不安全行为传播初始仿真结果；

步骤32：设置不同的安全监管水平参数取值，得到安全监管水平影响下的不安全行为传播初始仿真结果；

步骤33：设置不同的安全培训水平参数取值，得到安全培训水平影响下的不安全行为传播初始仿真结果；

步骤34：设置不同的安全压力、组织支持和工友行为水平参数取值，得到安全压力、组织支持和工友行为水平的共同影响下的不安全行为传播初始仿真结果。

Images