许 娜， 赵丽丽， 常 弘， 谢 颖， 李 解

(1. 中国矿业大学 力学与土木工程学院， 江苏 徐州 221116；2. 内江师范学院 建筑工程学院， 四川 内江 641102)

城市轨道交通项目施工作业技术复杂，且皆处于高密度的发展地区，施工难度较大，城市轨道交通事故率难以降低[1～3]。因此要推动快速、安全、稳定的城市轨道交通网络的建设，必须做好施工阶段的安全风险管理[4]。从安全风险动态管理过程来看，信息检索是获取知识的核心，也是知识管理系统的重要组成部分。当前，一方面，项目中知识通常采取分类储存的模式，如按照项目参与方分类，按照项目阶段分类，按照施工业务分类等，各类别之间的知识相对独立并没有进行有机的整合和组织，使得知识之间、知识与安全风险管理之间缺乏逻辑层面的关联。导致知识重用时不能及时找到，甚至存在找到不知道如何使用等问题。另一方面，信息检索过程中，内容描述和查询技术主要是基于关键词而非模型，有效捕捉和利用用户需求和内容含义的水平有限[5]。知识收集所花费的时间与安全风险动态管理的快速决策相矛盾[6]。因此，绝大多数管理者仅依靠项目经验和主观判断进行风险决策，而不是依据知识进行理性、客观分析，决策结果难免会发生偏差。

知识产生于特定的情境并且知识价值的实现高度依赖于其所属的情境[7]。知识所包含的情境不仅从过程的角度对知识进行了一次扩展性描述，而且也刻画了知识的个性化特征[8,9]，使得拥有同样内容的知识也会因为情境的不同而有所区别[10,11]。知识积累是为了在后续项目中遇到相同和相似问题时能够重用，当知识的分类和知识结构并不能满足这一要求时，知识的储存只是在数量上无效的积累和激增，因此如何管理与储存施工安全风险管理中产生的各类知识是目前需要思考的问题。

基于上述分析，为帮助管理者实现有效的知识重用，将知识情境引入到城轨安全风险管理过程中，基于知识流动的过程，构建了一个城轨安全风险管理领域知识情境维度的分类框架，并通过对其中领域知识情境要素以及构成项的分析与识别，揭示了安全风险管理过程中项目参与方的知识需求，希望能够指导项目各参与方进行风险决策；此外还建立了一个广泛而灵活的知识情境要素识别方法，该方法可以根据研究领域的不同而进行调整，具有普适性。

1 国内外知识情境研究现状

关于知识情境维度的研究得到了学者们的广泛关注[12,13]。大多数学者将情境信息分为个人、位置、时间、活动和关系五个类别[14～16]。如，Gary[17]在情境的两层次分析法中，用Who，what，when，where，why五个维度描述综合情境；Villeagas[18]，Norha[19]等指出其他情境特征都可以从这些一般类别中实例化；潘旭伟等[20]基于“5W”进行了知识情境建模。但在知识选择过程中，仅考虑那些与任务本身特性以及业务流程有关的情境要素，无法描述出知识的全部特征。

与此同时，为不断适应内外部环境变化及市场需求，情境本体应具有可重复性且能够被细化[21]，从而保证在复用过程中能够不断变化更迭以适应新知识。Day[22]提出将情境分为初级、次级两个类型。时间、身份、地点和活动等主要情境可捕获任何给定的情况，其他情境都是次要的，可从主情境派生而来。Patrick等[13]提出适用于工业应用的情境类型分类框架，包含用户、环境、系统、信息检索、模式识别5个情境类别作为高层次分类框架，在此基础上派生出特定于工业应用程序的上下文类型。由此可见，对不同维度的情境要素进行更精确的描述，可使知识更易管理。

从知识流动的角度来看，现有情境要素的研究大多关注于知识获取、知识共享和知识创造的过程，忽视了知识储存时的组织内部知识数量的现状以及储存后知识数量的变化。知识存量可以用以表示知识数量的多少，其对知识的流动起到促进作用，当知识存量越多，解决问题时，我们就能查询到更多知识[23]。工人质量具体指其能力水平，应分为新手、中级和专家三个层次，以便根据其专业水平为其提供适当的知识集。在某些情况下，缺乏这些情境信息会导致管理者无法恰当地选择知识，显然这些用来描述知识储存时状态的要素也应该纳入情境维度模型中。

但目前并没有一个完整的知识情境框架包含所有上述的知识储存要素。因此，迫切需要一个能够覆盖多种情况的通用模型。

2 领域知识情境要素分析思路及方法

2.1 领域知识情境维度模型建立

为完整表示知识利用的整个过程，本文提出一个情境维度模型，如图1所示。

图1 领域知识情境维度模型

该模型由3个描述知识流动过程的一级情境组成：描述知识产生前状态的领域管理情境、描述知识利用过程的领域业务情境以及记录组织内知识数量以及知识持续积累过程的领域储存情境。每个一级情境都可用若干维度的情境要素来对知识进行扩展性的描述，以体现知识的个性化特征。同时，鉴于每种情境要素还存在由多个状态值构成的状态域，如知识质量的高、中、低3个状态。因此，可用构成项来明确表示情境要素状态值，用以说明某一特定情境要素所包含的所有存在的情况及取值。

情境要素与知识之间是一对多的映射关系，一个知识可能与多个不同的知识情境对应，如，知识应用于某一执行过程，实现某一目标，面向某一对象，由某个执行者负责。鉴于知识不可能同时处于某个情境的两种状态中，因此知识与具体的情境要素构成项间呈现一对一的映射关系。

2.2 情境要素分析思路及方法

为了能够快速找到适合特定用户的知识，需明确和领域知识内容有直接关系且被管理者关注的情境要素类别，才能将其纳入知识支持结构中。本节将提出领域知识情境要素的分析方法，并用该方法识别和确定领域知识情境要素，如图2所示。

图2 城市轨道交通施工安全风险管理领域知识情境要素分析思路及方法

领域知识场分析过程实质上为领域知识情境要素识别、筛选和确定的过程，其分析思路和方法如下：

(1)情境要素识别及归类：收集和阅读国内外研究知识场和情境的文献资料，识别文献中给出的各个情境要素；随后借鉴文献中的描述根据领域管理情境、领域业务情境和领域储存情境的内涵对其进行归类[6]。

(2)情境要素的初步筛选：工作过程模型是用于抽取工作流过程中定义的基本元素和规则，并进行一般性描述，用以规范工作过程建模、分析重组和执行。组织内管理者在其工作过程中最关注的是其工作范围所涉及的事物，为了精确地找到这一部分要素，我们将第一步中提取的情境要素与工作过程模型中涉及的有关工作过程的相关要素进行对比，一旦重叠则意味着该要素是管理者工作过程所关注的，可以用来区分领域知识，完成对领域知识情境要素的筛选。

(3)情境要素确定：借助内容分析法处理文献资料以确定领域管理情境、领域业务情境和领域储存情境所包含的各情境要素，详见3.3节。

(4)构成项分析：结合城市轨道交通施工安全风险管理实际情况确定领域知识情境要素的具体构成项。

2.3 内容分析法

内容分析法是一种从文本中做出可复制和有效推断的研究技术[24]。通过对文献资料内容所包含的信息或事实进行分析，借助频次量化指标反映在事先确定的研究范畴内，以完成对事实的认定与判断[25]，内容分析法分为以下四个步骤：

(1)设置主次类目：可参照领域管理情境、领域业务情境和领域储存情境的情境要素筛选结果确定。

(2)选择分析单元：确定表达各个情境要素明确含义的语句、符号、句子或段落作为分析单元。

(3)对分析单元进行编码：为尽量避免主观误差，邀请3位从事安全风险管理研究的博士研究生担任编码者独自研读和编码所有的分析单元，研读完所有分析单元后即可统计各类目出现的频次并提出对于事实的判断。

(4)判别可信度：借助相互判别信度公式[26]判断结果的客观性和可靠性，如式(1)所示。

(1)

式中:R为相互判别信度；n为参加内容分析的人数；k为所有参与者平均相互同意。

2名参与者相互同意度如式(2)所示。

(2)

式中:KAB为参与者A与参与者B的相互同意度；MAB为两者分析结果完全相同的分析单元数；NA和NB分别代表两者分析和研读的分析单元数。

本文选取了3名编码员，这里只须按照式(2)计算两者相互同意度的算术平均值即可得到三者的平均相互同意度，当相互判别信度R>0.8时可认为分析结果是可靠和相对客观的。

目前，内容分析法仅采用频次作为事实分析的指标存在较大缺陷，可能忽略频次小但非常重要的类目，例如，选定学术期刊文献为分析单位，要素1在水平较低且在未实行同行评议的期刊中出现了5次，而要素2则只在世界顶级期刊中出现过1次，显然要素2的重要性及可信度远大于要素1。基于以上考虑，为弥补内容分析法的问题，需加入新的指标使分析结果更客观。基于 JCR 的影响因子IF(JCR)是20世纪60年代由美国科学信息研究所Eugene Garfield创建[27]。IF是从引文角度衡量学术期刊重要性及影响度的参数,是迄今为止测评期刊学术价值的有效方法，尚没有更有效的替代方法[28]。丁佐奇[29]指出期刊影响因子及论文被引证次数用以测评期刊、论文质量、科学研究成果的学术意义以及学者学术水平，是当前科研绩效评价体系中具有决定性作用的重要量化指标之一。因此在频次的基础上加入期刊影响因子和被引证次数用于判断分析单元的质量和确定分析结果的客观性和可信度，如式(3)所示。

S=F×C×I

(3)

式中:S为内容分析结果的可信度；F为频次；C为以文献资料为分析单位的被引证次数；I为文献资料来源期刊的影响因子。

3 领域知识情境要素分析过程与结果

3.1 领域知识场情境要素识别及归类

3.1.1 文献资料检索及统计

Nonaka and Konno提出“知识是否像其他资源一样能被管理”的问题，为进一步讨论该问题他们提出“Ba”的概念，认为“Ba”是知识活动参与者共享的“Context”，包括知识产生和应用的背景、条件和环境等。国内学者在从事相关研究时则把“Ba”和“Context”翻译为“知识场”和“情境”，由此可把Ba、Context、知识场、情境作为检索关键词收集文献资料。使用的数据库包括：Sciencedirect，Emerald，CNKI。学者们从1990年1月份到2019年12月份在Sciencedirect上总计发表了22561篇文章，在Emerald上总计17023篇文章，在CNKI上总计19963篇文章。

为限制检索的论文数量并找出与研究最相关的文章，本文基于下列检索原则：

(1)由于不同的行业特征和背景，导致所涉及的情境要素会有较大的区别，而本文所研究的城市轨道交通施工安全风险管理是以具体项目为依托并由项目组织通过协作共同完成的一项临时性努力和任务。因此，阅读和筛选文献资料，仅保留题目与摘要中提到的“项目”、“组织”、“任务”、“流程”和“业务”等关键词的文献。

(2)由于被引证次数与影响因子两个指标可以用来判断显性知识质量的高低[30]。这里将期刊的影响因子和文章的被引证次数作为筛选标准来进行筛选。

检索并筛选后共获得文献资料145份：其中中文文献49份，分别来源于EI、CSSCI、中文核心等期刊；英文文献96份，来源于SSCI、SCI、EI等期刊。大部分期刊的影响因子在0～6之间，其中最高达到11.25，平均被引证次数为165，最高的达到4172次。

3.1.2 领域知识场情境要素识别

通过145份文献资料的分析，共识别知识情境要素28个，如表1所示。根据领域管理情境、领域业务情境以及领域储存情境内涵进行归类，其中领域管理情境包括组织特征(规模、结构)、领导支持、组织文化/氛围、组织交流/沟通、组织位置、组织制度、组织激励、组织关系、参与方、组织角色/责任、角色关系任务、任务活动、时间、资源、任务目标和信息环境/技术17个情境要素，领域业务情境要素为产品/服务/对象1个。即与知识本身有密切关系并从不同角度描述了知识储存特征的情境要素，包括说明知识总体状况的知识存量、知识结构、储存位置、载体形式；用来判断隐性和显性知识差异性和质量的工作经验、技能/能力、教育程度、兴趣爱好和知识评价，以及简要说明知识内涵的内容描述。

表1 领域知识情境要素

3.2 领域知识场情境要素筛选

表1所识别的28个情境要素有些仅能促进知识流动，在描述知识的差异性上没有突出作用，因此对其加以筛选。本文将领域知识情境要素识别结果与Millie提出的工作过程元模型进行对比而完成要素的筛选，突出情境要素中有关参与方所担任的角色为实现组织目标，在组织资源的支持下根据任务对象的特征去执行具体任务的要素[31]，工作过程元模型如图3所示。

图3 工作过程元模型

对比图3和表1筛选知识场情境要素如表2。

表2 领域知识情境要素筛选结果

表2表明，共有18个领域知识场情境要素与工作过程元模型要素内涵一致。

3.3 领域知识情境要素确定

为消除文献分析和与工作过程元模型对比过程中主观判断对筛选结果的影响及误差，利用内容分析法定量化处理145份文献资料，由于内容分析法的研究和应用对于效度的探讨和分析较少，多为描述性质的研究，因此有必要进行内容效度研究[28]，用以判断所有研究学者对筛选结果是否持有支持的态度和一致性的认知，最终确定已形成共识且适用城市轨道交通施工安全风险管理的情境要素。

(1)设置领域管理情境、领域业务情境和领域储存情境3个主类目，其所包含的情境要素为次类目。

(2)从上述145份参考文献中选择能够代表学者主要态度和观点的结论性句子522项将其作为分析单元。

(3)邀请3位工程管理专业人士对提取的分析单元进行独立编码，记录编码结果和出现不一致认识的分析单元数量，并统计各类目出现的频次提出对事实的判断。

(4)利用式(1)～(3)计算情境要素的可信度和相互判别信度，如表3所示。

表3中互相判别信度全部都大于0.8，也佐证了分析过程基本排除了编码者的主观影响，因此，该内容分析结果具有较高的内容效度水平。

表3 领域知识情境要素可信度

3.4 领域知识情境要素构成项

由表2确定的所有领域知识情境要素中，目标、任务、任务活动及参与方等要素结合城市轨道交通施工安全风险管理实际实施情况即可明确其构成项。如参与方为施工方、设计方、监理方等。类似的可将参与方要素分为建设单位、勘察单位、监理单位等8个部分；安全管理角色责任可以为负责、监管、参与三大类，参与方按各自的角色来执行责任，其构成项为：建设单位监管勘察单位的初步设计、详细勘察；项目管理单位监管勘察单位的施工勘察等50项责任；安全风险管理工作任务目标由安全风险识别、估计、评价、控制和跟踪5项构成；任务构成项包含初步勘察、初步勘察阶段安全风险管理等22项任务内容；将任务参与方与对应的活动进行逻辑搭配可明确任务活动构成项有初步勘查阶段组织设计单位提出的勘察技术要求、建设单位提出的初步勘察方案审查意见等424项；知识资源要素有制度类、标准与规范类等7个构成项。根据我国规定，将员工受教育程度分为初中及以下、高中/中专、本科/专科等5个构成项；将技能掌握情况分为无职称、初级职称等4个构成项。

在城市轨道交通施工安全风险管理背景下，产品/服务/对象表现为施工业务及其相对应的安全风险因素状态。施工业务构成项参考WBS分解准则和命名规则将其描述为明挖车站、矿山法区间、盾构法区间3个单位工程和10个分部工程、36个子分部工程以及84个分项工程。借鉴现场和质量管理的方法，把4M1E法引入到安全风险管理中来明确事故发生过程和确定安全风险因素分类及关系，可以将事故的发生解释为人、机、料、法、环五种安全风险因素中其中某些因素共同作用的结果。从这五个角度去分析收集的158份事故报告，分析其结果并统计事故的安全风险因素类型组合即可确定安全因素的构成项是由人法、人法环、人料环等31种情况组成。类比安全风险因素构成项的确定方法，通过对住房和城乡建设部工程质量安全监管司的26个城市轨道交通在建项目调研，可将项目参建人员的配置情况划分为9个区间以确定员工数量构成项的组成；通过对项目中各单位员工从业年限的统计将员工工作年限构成项分为3个区间；载体数量构成项借助洛特卡定律来估计，可以分为<10,10～20等9个构成项；关键词分为1～9九个构成项，用以简要的表达物理载体的核心内容。被引证次数与影响因子两个指标可以用来判断知识质量的高低[29]，通过对收集的145篇“情境”论文的被引证次数的统计将其划分为9个区间，也即9个构成项。影响因子由被引证次数和物理载体总数量之比求得，因此其构成项也可分为9个。

3.5 领域知识情境维度模型

确定了城市轨道交通施工安全风险管理领域知识情境要素及其构成项之后将3.1节提出的情境维度框架补充完整。如图4所示，图中的双箭头表示领域知识与领域管理情境、领域业务情境和领域储存情境所包含的知识情境要素之间的集成关系。

图4 城市轨道交通施工安全风险管理领域知识情境维度模型

当管理者获取、共享、创造和储存知识时，即可利用给定的构成项明确的记录其所处的具体情境状态。当知识复用时，各种情境构成项都有助于区分和筛选知识，相当于为知识提供了除内容分类外的其他分类维度，从而满足安全风险管理过程不同的知识需求。

4 领域知识情境维度模型应用案例

本研究应用于徐州地铁三号线，项目全长约18.13 km，共设16座地下式车站。为保证其施工中安全风险管理的高效可靠，基于本文的知识情境维度模型，综合利用本体、数据库和java等技术为地铁三号线施工过程开发了城市轨道交通施工安全风险支持系统，设计的知识支持系统人机交互界面如图5所示，包含用户登录、项目概况、新建项目、隐性知识储存、专家黄页、专家主页、知识问题、显性知识储存、知识仓库、知识引证、安全风险识别、安全风险评估、安全风险控制、安全风险跟踪和安全风险查询15个界面。

图5 知识支持系统人机交互界面

当管理者进行施工项目的安全风险管理时，不同的管理群体和管理任务会催生出不同的知识需求，此时正是施工安全风险领域知识区别性复用的时机。管理者在了解项目概况，掌握目前施工安全风险管理工作的实施情况、工作成果及安全风险基本信息的基础上；通过风险识别、评估、控制及跟踪等过程，厘清安全风险所在的施工业务、安全风险因素构成、风险类型、可能导致的事故、发生概率、事故后果。知识支持系统是按照“任务目标”情境要素分别设置风险识别、风险评估、风险控制和风险跟踪四个独立界面，同时从数据库中匹配与当前系统用户(管理者)有相似“工作经验”、“教育程度”和“技能”的专家及其所储存的显性知识载体，保证每个界面中系统只推送与当前具体任务目标有关且能让管理者理解和接受的知识。其中施工安全风险识别界面划分为工作区域和知识支持两个区域，在工作区域内设置选择和操作“施工业务”和“施工安全风险因素”两个知识情境要素的树形图和下拉菜单；在知识支持区域设置如知识资源类型、任务、任务活动等知识情境要素和领域知识的下拉菜单，其他如“隐性因子”和“被引证次数”等则和知识一同显示，以便引导管理者选择与当前其所处情境相似的历史情境要素，及时获取能辅助其做出安全风险决策的显性知识与隐性知识，以实现知识对安全风险识别的支持。最后提出控制措施和应急措施等，以保证施工处于相对安全的状态。

以风险识别过程为例，说明该系统是如何利用情境维度框架模型去调用储存在数据库中的各种知识。风险识别界面如图6所示。

图6 知识支持系统施工安全风险识别界

风险识别是风险管理的第一步，该步工作主要内容是明确风险发生位置，存在哪些风险及风险类型，确定可能导致的事故。当管理者开始识别某项施工业务下具体类型的施工安全风险时，如识别明挖车站基坑围护中施工机械可能存在的安全风险时：(1)在“任务目标”中选择同样的内容，系统将自动调用领域知识与领域知识情境要素集成(本体属性表示)关系，在知识支持区域显示与之对应的能被管理者理解且帮助其了解当前施工业务和判断机械安全风险的隐性知识与显性知识，如返回基坑围护施工的技术工艺原理、施工技术参数、质量控制关键点、机械故障及故障排除等领域知识、专家资料及相关问答；(2)管理者结合具体的工作特征，利用知识支持区域的情境要素下拉框选择最为符合的情境要素构成项，如管理者为施工单位，期望了解施工机械管理任务中机械设备安全检查任务活动环节所产生的案例类知识，此时知识载体被再次筛选与过滤；(3)管理者仅需查看剩余知识载体的影响因子和被引证次数即能挑选出满足其知识需求且质量较好的知识载体。

管理者在知识支持条件下依次完成安全风险识别、评估、控制及跟踪，可在安全风险界面中查询所有的施工安全风险。查看施工安全风险时可以在安全风险选择方框内选择按照风险类型查询、按照施工业务查询或者查询某个具体施工业务的某种类型的安全风险。当确定好查询条件后，符合要求的施工安全风险就会显示在安全风险显示区域，显示内容包括安全风险所在的施工业务、安全风险因素描述、风险类型、事故、发生概率、事故后果、控制措施和应急措施等，点击对应的按钮查看对应风险的控制措施和应急措施具体内容，以指导管理者对施工过程做出合理安排和有效监控，确保安全风险管理目标的实现。

实践证明：由于采用了基于本文框架模型设计的城市轨道交通施工安全风险支持系统，使得领域知识能通过人机交互界面准确且及时的提供给安全风险管理者，为其快速而正确的完成风险决策提供了有力帮助，因此本文提出的领域知识情境维度框架模型相对完整且具有较强的实用性。

5 结论及展望

本文将知识情境概念引入到城市轨道交通施工安全风险管理领域中，填补目前城市轨道交通施工安全风险管理领域知识情境的研究空白，为后续研究奠定基础。

(1)本文从知识流动角度提出领域知识情境三层维度框架模型，包含知识产生、储存、运用全过程所涉及的所有情境。借助领域知识情境要素分析方法和参考城市轨道交通施工相关国家标准、制度、书籍及项目原始资料等文件，确定16个情境要素及其构成项，充分描述领域知识的背景和环境，有益于管理者在特定的施工安全风险管理情境中获取知识进行风险决策。

(2)文章基于文献分析和内容分析法创建的情境要素分析方法及构成项分析方法可应用于知识推送、问题求解，并为其提供情境要素分析的方法论支持，研究人员可基于此思路构建相应的系统。

(3)提出的由频次、被引证次数和期刊影响因子三者共同构成的可信度值指标弥补了以往内容分析法在结果客观性和可信度判别上的不足。

领域隐性知识是高度个性化的知识，很难以规范的格式和内容传递给其他人，未来可设置一个更为全面的专家系统，在结构化隐性知识的同时，将对应的专家信息进行存储，以便管理者结合自身情况和具体工作进行隐性知识与情境的集成并存储及使用。