□□ 王春霞，王君仪 (沈阳建筑大学，辽宁 沈阳 110168)

引言

在国家绿色制造的背景下，装配式建筑应运而生，逐渐表现出工厂化、智能、环保等优势，成为建筑工业未来发展的重要方向[1]。装配式建筑的施工安全系数高低对其发展与推广有着直接地影响。所以，全面客观地评价装配式建筑的施工安全状况和有针对性地采取相应的预防措施，保证装配式建筑施工的可靠性和安全性，已成为装配式建筑发展进程中亟待解决的问题。

目前学术界对装配式建筑施工安全方面的研究相对较少。李万庆等[2]通过集对分析(SPA)计算各安全风险因素的权重，并识别案例项目施工的安全等级；刘名强等[3]完成了装配式建筑吊装作业安全预警模型的构建，并针对装配式简装吊装作业安全预警模型进行了仿真和学习训练。相比于现浇式建筑，装配式建筑有其特定的施工工艺与特点。因此，以往的建筑施工安全评估方法并不能直接应用于装配式建筑，需要对其进行改进。鉴于此，需要借助新的方法对装配式建筑施工安全状况进行评判。

1 模糊因子评价路径

模糊因子分析法是通过信息沉淀和访谈的方式筛选初始影响因素，利用因子分析法对其进行提炼明确装配式建筑施工安全评价的指标体系，通过AHP法确定指标体系中各指标权重，最后基于模糊数学理论获得评价结果[4]。具体思路如图1所示。

图1 装配式建筑施工安全评价思路

2 装配式建筑施工安全评价指标体系构建

2.1 影响因素的确定

根据信息沉淀法[5]的相关原理：通过CQVIP维普期刊、万方数据资源系统、CNKI中国知网等平台，综合考虑装配式建筑施工安全管理的具体状况，确定可能影响装配式建筑施工安全的若干要素。通过专家访谈而确定保留的15个因素为：构件是否堆放于专用场地、构件节点钢筋是否满足防护要求、构件是否按正确方式堆放、构件进场检验接收状况、构件是否正确运输、吊装设备运行情况、附属吊是否匹配、机械是否正确操作、邻边支撑体是否稳固、吊点节点连接是否牢固、施工环境是否安全、吊装方案是否合理、构件生产是否精确、构件强度设计精度是否合理[6]。

2.2 数据采集与描述

采取走访调查的方法获取所需数据。问卷发放对象为监理机构、施工单位及开发单位的安全责任负责人和部分存在直接关系的学者。调查对象就问卷中的15个要素进行打分，分值越高，代表该要素的影响程度越大，最低分是1分，最高分是5分。

调查过程累计回收有效问卷160份。对有效问卷的数据结构进行分析，男性受访者占比92.5%，30～50岁年龄段的男性占据总调查人群的绝大多数，原因如下：从事安全管理工作的人群主要是30～50岁的男性。从人员分布来看，参与项目的施工单位人员占据总调查人群的绝大多数，占总调查人群的41.9%，其次是开发单位人员和政府有关部门的负责人，分别为25%和18.1%。从教育背景来看，占据总调查人群18.1%比例的是博士及以上学历，大多是有关领域的学者和专家；占据总调查人群26.9%比例的是硕士学历，本科学历占比为29.4%，专科学历占比为6.9%，高中以下学历占比为18.7%(多为现场进行相关操作的一线员工)。

2.3 数据分析与结果

2.3.1 因子分析条件检验

在统计软件SPSS17.0的辅助下，系统分析调查问卷获得相关数据。其中KMO为检验统计量，p为Bartlett球形检验统计量对应的伴随概率。若各个因素满足KMO>0.7且p<0.05的条件时，则表明具有相关关系，能进行因子分析。此处KMO=0.908>0.7且p=sig=0.000<0.05，故适用于因子分析[7]。

计算各因素的特征值和解释方差贡献率等指标，采用主成分分析法将公因子提取出来，计算结果见表1。衡量某因子重要程度的指标是特征值，需保留的重要因子特征值>1；衡量某因子信息量在信息量总体中所占比例的指标是方差贡献率，衡量含某因子的前m个因子信息量在信息量总体中所占比例的指标是累计方差贡献率。由表1可知，从第4个因子开始特征值均<1，基于此提取前3个主成分因子，其中累计方差贡献率为60.206%，信息量表达满足要求，这三个主成分因子分别为F1、F2、F3。

表1 解释总方差

2.3.2 因子提取与命名

因子荷载矩阵见表2。表2中代表各因素与公共因子相关系数的是载荷值，相关性与该数值呈正比关系。

表1 解释总方差

由分析可知，因子F1在因素吊装方案正确性、构件强度设计精度、构件制作精确度上占有较高荷载，取名设计生产；从因子F2看，构件进场检验接收状况、构件是否按照正确方式堆放、构件是否存放于专用场地等3个因素占有的载荷较高，取名运输存储；因子F3在因素吊装节点连接牢固性、施工环境安全性、员工安全生产意识、邻边支撑体是否稳固、附属吊是否匹配、机械是否正确操作、吊装设备运转状况等7个因素占有的载荷较高，将其命名为现场操作。

2.4 评价指标的确立

建立装配式建筑施工安全评价指标体系，将一级指标A设置为装配式建筑施工安全情况，将二级指标B设置为已经选择的三个因子，将三级指标C设置为能对各个因子产生一定影响的因素，确立如图2所示的指标体系结构。

图2 装配式建筑施工的安全评价指标体系

3 模糊层次分析评价模型

基于以上基础通过AHP法确定各指标权重，再借助模糊评价相关知识进行度量。

3.1 确定指标权重

3.1.1 构造判断矩阵

将每个指标影响评价目标的程度进行比较，利用1-9标度法对其在同一比较层中的比重进行赋值，以n表示影响因素的个数，第i个指标bi相对第j个指标bj的重要程度用bij表示，判断矩阵基本形式如下：

3.1.2 层次单排序

(1)

(2)

(3)

式中，W=(W1，W2，…，Wn)T，即代表特征向量，分量Wi则代表对应权重。

(3)确定判阵断矩B的最大特征根，计算见式(4)：

(4)

式中，向量BW的第i个元素表示为(BW)i。

(4)一致性检验

一致性指标CI的计算见式(5)：

(5)

式中，用λmax表示矩阵的最大特征根，矩阵阶数表示为n。当矩阵完全一致时，CI=0。

平均随机一致性指标RI按取值表确定。

随机一致性指标CR的计算见式(6)：

(6)

若满足CR≤0.1，则矩阵一致性满足要求；反之则不符合要求。

3.2 综合评判

3.2.1 确定评级指标集

完成装配式建筑施工安全评价指标集的构建，表达式分别为：A={B1，B2，B3}，B1={C1，C2，C3}，B2={C4，C5，C6，C7，C8}，B3={C9，C10，C11，C12，C13，C14，C15}。

3.2.2 确定安全评价评语集

装配式建筑施工安全状况划分为安全性低、安全性较低、安全性一般、安全性较高、安全性高5个等级。以各个评价等级的评定要求为依据，赋分后对象的评语集是：VT=(V1，V2，V3，V4，V5)=(100，80，60，40，20)。

3.2.3 模糊评判矩阵的确定

对评价模型的准则层进行单因素评价的形式是专家打分，rij表示第i个因素相对于评语集中第j个评语的隶属度，用来表示获得的单因素评价集。分别评估各个指标集因素，隶属度矩阵Ri为：Ri=(ri1，ri2，…，ri5)。

3.2.4 模糊综合评价

将各二级标权重Wi与对应的单因素矩阵Ri相乘，得到单因素模糊评价向量di，进而得到模糊综合评价向量E，具体计算见式(7)、(8)、(9)：

di=Wi·Ri=(di1,di2,…,di5),(i=1,2,…,n)

(7)

R=(d1,d2,…,dn)T

(8)

(9)

在上述公式中，模糊综合评估指标用ei表示，归一化标准评估结果用E表示，每个评价模型准则层因素所占综合权重用Wi表示，每个设计生产指标所占权重全用W1表示，W2为运输存储各指标的权重，各现场操作指标所占权重用W3表示[8]。

综上所述，装配式建筑施工安全评价值是F=E·VT。

3.2.5 评价结果隶属度划分

根据上述得到的装配式建筑施工安全综合评价值，总结项目安全评价水平，可知二者的隶属关系见表4。

表4 隶属度关系表

4 案例分析

以政府某公租房项目为例，该项目总占地面积为99 621 m2，总建筑面积为118 026 m2，项目整体设计结构是预制体式剪力墙，建设工期为两年。邀请5位专家(施工、开发、监理单位各1人，高校学者2人)就该项目的各指标进行评判，具体步骤如下。

4.1 确定各指标权重

比较准则层和指标层中各因素的重要性，所得判断矩阵见表5～表8。

表5 A-B的判断矩阵与相对权重向量WA

表6 B1-C的判断矩阵与相对权重向量W1

表7 B2-C的判断矩阵与相对权重向量W2

表8 B2-C的判断矩阵与相对权重向量W3

由上表可知，该装配式建筑项目安全评价各判断矩阵一致性比例CR<0.1，即符合一致性检验要求。

4.2 确定模糊评判矩阵

根据专家小组成员对各因素隶属度的评价情况，得到准则层模糊评判矩阵为：

4.3 综合评价

利用单因素评价法对每个准则层指标进行处理，得到的结果是：

通过综合评价装配式建筑的风险防控，得到的模糊判断矩阵是：

通过综合评价目标层：

E=WA·R=(0.309 0.353 0.315 0.014 0.008)。

通过综合评价装配式建筑的风险防控，得到的综合评价值是：

根据上述结果发现，综合评价该装配式建筑的风险防控最终结果为78.8，项目具有较高的安全系数，比较安全。按照相同的方法，分别评估各环节的施工安全情况，结果依次为74.47、77.30和78.90，每个环节均具有较高的安全系数，满足装配式建筑施工安全管理的相关要求。

5 结语

利用因子分析法确定影响装配式建筑施工安全性的因素，从而建立安全评价指标体系，既可以避免原始指标间的相关性对评价结果所造成影响，又可以确保指标体系内容涵盖施工阶段的不同环节。然而因子分析中的数据来源主要以走访调查为主，具有一定的主观性，有待于进一步完善。