孫磊，殷乃芳，劉國買

?

我國房屋市政工程安全生產(chǎn)事故時(shí)空格局演變

孫磊1，殷乃芳2，劉國買3

（1.福建工程學(xué)院 管理學(xué)院 福州 350118；2.福建工程學(xué)院 數(shù)理學(xué)院 福州 350118； 3.福建工程學(xué)院 科技創(chuàng)新政策研究中心 福州 350118）

為探究我國房屋市政工程安全生產(chǎn)事故的時(shí)空演變規(guī)律，以安全生產(chǎn)事故死亡人數(shù)為分析對象，采用地理集中指數(shù)、泰爾指數(shù)，傳統(tǒng)與空間馬爾柯夫鏈相結(jié)合的方法，來分析安全生產(chǎn)事故死亡人數(shù)的區(qū)域差異及時(shí)空轉(zhuǎn)移特征。研究發(fā)現(xiàn)，房屋市政工程安全事故死亡人數(shù)的區(qū)位分布呈現(xiàn)出由均衡分布向高度聚集“波動式”擴(kuò)散；安全事故死亡人數(shù)總體差異雖沒有明顯變化，但區(qū)域內(nèi)差異遠(yuǎn)遠(yuǎn)大于區(qū)域間差異；房屋市政安全事故死亡人數(shù)存在不同水平的俱樂部趨同，但趨同性有減弱的趨勢；領(lǐng)域環(huán)境對安全事故死亡人數(shù)的轉(zhuǎn)移存在影響，且具有較明顯的空間相關(guān)性。

安全事故；房屋市政工程；空間馬爾柯夫鏈；泰爾指數(shù)

馬斯洛的需要層次理論認(rèn)為，在人的生理需要得到解決和保障后，安全作為需要的主要矛盾，成為亟待解決關(guān)注的民生問題，應(yīng)成為各個行業(yè)計(jì)劃和控制的首要目標(biāo)。建筑業(yè)作為國民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，安全生產(chǎn)形勢比較嚴(yán)峻，是繼交通業(yè)和采礦業(yè)之后事故死亡人數(shù)最多的行業(yè)。房屋市政工程是建筑業(yè)的重要組成部分，因其工程地點(diǎn)分散、施工環(huán)境復(fù)雜、作業(yè)交叉、人員密集并且流動性大等特點(diǎn)，極易發(fā)生安全生產(chǎn)事故。隨著我國城鎮(zhèn)化步伐的加快，房地產(chǎn)建設(shè)及市政工程呈爆發(fā)式增長，所造成的安全事故也居高不下?！叭嗣P(guān)天，發(fā)展決不能以犧牲人的生命為代價(jià)。這必須作為一條不可逾越的紅線”①。黨的十八大以來，黨和國家高度重視安全生產(chǎn)，把安全生產(chǎn)作為民生大事，納入到全面建成小康社會的重要內(nèi)容之中，隨著我國安全生產(chǎn)事業(yè)的不斷發(fā)展，嚴(yán)守安全底線、嚴(yán)格依法監(jiān)管、保障人民權(quán)益、生命安全至上已成為全社會共識②。各級安全管理部門也積極采取一系列措施來控制安全事故的發(fā)生，但建筑業(yè)死亡人數(shù)仍處在比較高的水平，且各地區(qū)分布差異較大，安全管理工作形勢仍然比較嚴(yán)峻。對此，國內(nèi)外相關(guān)專家和學(xué)者進(jìn)行了相關(guān)研究[1-7]。Antonio López Arquillos等國外學(xué)者第一次對西班牙2003-2008年間發(fā)生的1163178起建筑業(yè)事故進(jìn)行了統(tǒng)計(jì)分析，探討影響事故嚴(yán)重程度的雇員年齡、雇員服務(wù)年限、公司規(guī)模、事故地點(diǎn)、天氣和氣候帶等10個變量[1]；Seokho Chi等學(xué)者首次運(yùn)用系統(tǒng)理論和海因里希的多米諾骨牌理論對美國建筑業(yè)9358起安全事故進(jìn)行了風(fēng)險(xiǎn)分析[2]，研究不同類型事故發(fā)生的關(guān)鍵風(fēng)險(xiǎn)因素。國內(nèi)學(xué)者方東平等對我國建筑施工傷亡事故致因進(jìn)行了基礎(chǔ)性地全面分析[3]；劉國買、孫磊從地區(qū)分布、季節(jié)分布、時(shí)間分布、事故類型分布4個方面分析了2004-2012年發(fā)生的山嶺隧道事故的分布情況[4]。臺灣學(xué)者Ching Wu Cheng對臺灣建筑業(yè)2000-2009年發(fā)生的1542起事故運(yùn)用回歸樹法進(jìn)行了分析，認(rèn)為高處墜落和坍塌是發(fā)生事故的主要致因，應(yīng)作為關(guān)鍵因素來預(yù)測事故的發(fā)生[5]。李曉東對2010 年我國房屋市政工程生產(chǎn)安全事故的分布情況進(jìn)行了分析，但僅分析了2010年一年的數(shù)據(jù)，規(guī)律性不強(qiáng)[6]。學(xué)者張仕廉、袁霜利用泰爾指數(shù)法評價(jià)了2003-2012年房屋市政工程安全事故的空間差異[7]。從已有的研究來看，對房屋市政工程安全事故的研究較少，對其演化規(guī)律的挖掘尚顯不足，對事故時(shí)空特征的研究還較為缺乏且方法普遍陳舊。因此，本文采用地理集中指數(shù)、泰爾指數(shù)以及馬爾柯夫鏈方法來分析房屋市政工程安全事故死亡人數(shù)的區(qū)域差異，并運(yùn)用馬爾柯夫鏈方法從空間、時(shí)間和時(shí)空轉(zhuǎn)移多重角度來分析其時(shí)空格局及其演變趨勢，以期能夠在宏觀上把握我國房屋市政工程安全事故的發(fā)生路徑和趨勢，為安全管理部門制定針對性的預(yù)防控制策略提供有益參考。

一、數(shù)據(jù)來源與研究方法

（一）數(shù)據(jù)來源

本文以2008-2017年作為研究期間，對住房和城鄉(xiāng)建設(shè)部網(wǎng)站上的事故快報(bào)進(jìn)行統(tǒng)計(jì)[8]，把我國大陸30個?。ㄊ校┓课菔姓こ贪踩鹿仕劳鋈藬?shù)（以下簡稱安全事故死亡人數(shù)）作為研究對象（西藏和港澳臺地區(qū)數(shù)據(jù)缺失，不作為分析對象）。另外，按照國家“十一五”規(guī)劃提出的新的戰(zhàn)略區(qū)域劃分標(biāo)準(zhǔn)，把這30個?。ㄊ校﹦澐譃樗拇蠼?jīng)濟(jì)區(qū)：東部地區(qū)、中部地區(qū)、西部地區(qū)和東北地區(qū)。其中，東部地區(qū)包含北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南10個省市；中部地區(qū)包含山西、安徽、江西、河南、湖北、湖南6??；西部地區(qū)包含重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆、內(nèi)蒙古、廣西11省市區(qū)；東北地區(qū)有遼寧、吉林、黑龍江3省。

（二）研究方法

1.地理集中指數(shù)分析法

地理集中指數(shù)可用來衡量某種活動或事物在地域上的集中程度，其計(jì)算公式為：

2.泰爾指數(shù)分析法

泰爾指數(shù)是由荷蘭經(jīng)濟(jì)學(xué)家泰爾利用信息理論中的熵概念來計(jì)算收入不平等而得名，由于其能夠?qū)⒄w差異分解為區(qū)域間差異和區(qū)域內(nèi)差異，因此被廣泛應(yīng)用于層級差異的研究。

定義我國房屋市政工程安全生產(chǎn)事故死亡人數(shù)的泰爾指數(shù)為：

泰爾指數(shù)可以根據(jù)空間單元進(jìn)行嵌套分解。本文將中國大陸劃分為東部、中部、西部、東北地區(qū)，以省（市）級行政單元作為空間單元進(jìn)行分解，可將我國房屋市政工程安全生產(chǎn)事故死亡人數(shù)的總體差異分解為東部、中部、西部、東北地區(qū)四大區(qū)域間差異與四大區(qū)域內(nèi)省（市）級差異。

泰爾指數(shù)嵌套分解公示為：

3.馬爾柯夫鏈分析方法

4.空間馬爾柯夫鏈

二、測度分析

（一）房屋市政工程安全事故死亡人數(shù)的區(qū)域差異測度分析

1.區(qū)位分布由均衡分布向高度聚集“波動式”擴(kuò)散

我國房屋市政工程安全事故死亡人數(shù)的區(qū)位分布的集中程度可以利用地理集中指數(shù)來描述（如圖1），可以發(fā)現(xiàn)，死亡人數(shù)區(qū)位分布呈現(xiàn)由均衡分布向高度聚集“波動式”擴(kuò)散的趨勢。其時(shí)空演變過程可分為二個階段：第一階段，2008-2010年死亡人數(shù)的地理集中指數(shù)表現(xiàn)為下降趨勢，由21.84下降到最低點(diǎn)20.35，說明這一階段安全事故死亡人數(shù)呈現(xiàn)均衡分布的趨勢。這是由于2008年后為應(yīng)對國際金融危機(jī)，中國政府實(shí)施了4萬億刺激計(jì)劃，其中大約1.4萬億流向了保障性住房和災(zāi)后重建，造成了此后數(shù)年全國范圍內(nèi)房屋市政工程量快速增加，事故死亡人數(shù)也處在高位，但由于建設(shè)投資開始向中、西部傾斜，中、西部地區(qū)建設(shè)投資加快，死亡人數(shù)開始上升，與東部地區(qū)的差距不斷縮小，死亡人數(shù)在全國范圍內(nèi)趨于“平均”。事實(shí)上，2008年安全事故死亡人數(shù)主要集中在江蘇（9.1%）、浙江（9.1%）、上海（6.39%）等傳統(tǒng)建筑大?。ㄊ校?010年以后中部地區(qū)的湖北、西部地區(qū)的重慶、廣西事故死亡人數(shù)同比大幅增長，使傳統(tǒng)建筑大省的死亡人數(shù)占比有所減少，安全事故死亡人數(shù)逐步趨于均衡。第二階段，2010-2017年安全事故死亡人數(shù)的地理集中指數(shù)在前期小幅增長后，于2013年開始呈現(xiàn)出明顯波動上升趨勢，說明具有高度集中的傾向。此期間房地產(chǎn)市場趨于繁榮，東部沿海地區(qū)重新成為建設(shè)投資的首選地區(qū)，東部地區(qū)建設(shè)投資與中、西、東北地區(qū)的差距不斷拉大，安全事故死亡人數(shù)差距也隨之明顯，地理集中指數(shù)開始上升，并在房地產(chǎn)市場最繁榮的2016年達(dá)到最大值。

圖1：地理集中指數(shù)（The geographic concentration index）

圖2：泰爾指數(shù)（The Theil index）

圖3：區(qū)域內(nèi)泰爾指數(shù)（The inter-regional Theil index）

2.安全事故死亡人數(shù)總體差異不大，區(qū)域內(nèi)差異明顯大于區(qū)域間差異

房屋市政安全事故死亡人數(shù)在全國范圍內(nèi)分布相對均衡，波動較小（見圖2）。泰爾指數(shù)2008年開始下降，2010年處于谷底，2011-2013較為平穩(wěn)，從2013年后呈上升趨勢，死亡人數(shù)總差距不斷擴(kuò)大，至2016年達(dá)到頂峰，而這也于房地產(chǎn)市場的開發(fā)周期相吻合。十年間，區(qū)域內(nèi)差異明顯大于區(qū)域間差異，占貢獻(xiàn)率比重83%，說明死亡人數(shù)的差異主要來源與區(qū)域內(nèi)差異，特別是2013-2017年東、中、西、東北部區(qū)域內(nèi)差異近似為總體差異的主要貢獻(xiàn)者，存在明顯的區(qū)域內(nèi)部不均衡。事實(shí)上，東部地區(qū)安全事故死亡人數(shù)主要集中在江蘇、浙江、廣東和上海；中部地區(qū)則集中在安徽和湖北；重慶、云南是西部地區(qū)死亡人數(shù)集中的區(qū)域；東北地區(qū)的黑龍江死亡人數(shù)則最多。從趨勢圖還可以看出，死亡人數(shù)在區(qū)域間比較均衡，差異不大。

3.東、西部地區(qū)差異波動顯著，中、東北部地區(qū)差異趨近平穩(wěn)

總體而言，各地區(qū)安全事故死亡人數(shù)區(qū)域內(nèi)差異呈現(xiàn)差異化演變趨勢。具體到不同地區(qū)（如圖3），首先，東部地區(qū)安全事故死亡人數(shù)差異遠(yuǎn)高于西部、中部，東北地區(qū)最低；其次，東、西部地區(qū)差異波動較為顯著，凸顯出安全事故死亡人數(shù)在東、西部區(qū)域內(nèi)分布較不穩(wěn)定，尤其是在2011年后愈加明顯，比如在2016年江蘇省安全事故死亡人數(shù)劇增，約占東部地區(qū)死亡人數(shù)的35%，而同一地區(qū)的海南省占 比則僅有2%，差距懸殊。又如2017年的西部地區(qū)，重慶市安全事故死亡人數(shù)占西部死亡總?cè)藬?shù)的20%，而最少的寧夏占比則不足1.5%；最后，東北地區(qū)僅有三省，氣候條件較為相似，安全事故死亡人數(shù)在區(qū)域內(nèi)差異不大，除2008年和2014年稍微顯著外，其余年份始終維持平穩(wěn)水平，近似在0.004-0.008之間。

（二）房屋市政安全事故死亡人數(shù)的時(shí)空格局演變特征

為考察房屋市政安全事故死亡人數(shù)的時(shí)空演變特征，本文將30個省（市）安全事故死亡人數(shù)劃分為4種類型：（1）低死亡水平：死亡人數(shù)小于或等于當(dāng)年全國平均死亡人數(shù)的50%；（2）中低死亡水平：死亡人數(shù)介于當(dāng)年全國平均死亡人數(shù)的50%-100%之間（包含100%）；（3）中高死亡水平：死亡人數(shù)介于當(dāng)年全國平均死亡人數(shù)的100%-150%之間（包含150%）；（4）高死亡水平：死亡人數(shù)大于當(dāng)年全國平均死亡人數(shù)的150%。另一方面，從地理集中指數(shù)趨勢圖可以看到，2012年以后死亡人數(shù)開始快速集中，并且從該年開始房地產(chǎn)市場開啟了又一輪繁榮周期。因此，本文將整個研究期分為2008-2012年和2012-2017年兩個階段，分別計(jì)算這兩個階段安全事故死亡人數(shù)的馬爾柯夫矩陣。

1.空間演變特征

（1）房屋市政工程安全事故死亡人數(shù)的時(shí)空演變比較顯著。

十年間，安全事故形勢變化較為顯著（見圖4）。從高死亡水平區(qū)域來看，在2008年分布較為均衡，既有東部地區(qū)的浙江、江蘇、上海、廣東等傳統(tǒng)建筑強(qiáng)?。ㄊ校?，也有西部地區(qū)的云南和東北地區(qū)的遼寧；到2012年遼寧死亡人數(shù)銳減為低水平地區(qū)，廣東、云南死亡人數(shù)也降至中高死亡水平，而中部地區(qū)的湖北成為死亡人數(shù)的高水平區(qū)域；此后到2017年形勢又有所變化，江蘇、廣東和重慶成為死亡人數(shù)的第一梯度帶。對于中高死亡水平區(qū)域，則呈現(xiàn)出聚集向分散然后再聚集的轉(zhuǎn)變，且區(qū)域有所增加，即初期集中在中部和西南地區(qū)，然后逐步分散至東部和東北地區(qū)，最后則在東部和中部連接成片，重新聚集。低死亡水平區(qū)域則主要集中在西部地區(qū)的甘肅，青海，寧夏等經(jīng)濟(jì)發(fā)展水平較低的區(qū)域?？偟膩砜?，房屋市政工程安全事故死亡人數(shù)的高發(fā)區(qū)域（高水平和中高水平）有由西南地區(qū)和中部地區(qū)向長三角地區(qū)轉(zhuǎn)移的態(tài)勢。

圖4：2008-2017年安全事故死亡人數(shù)的空間分布格局

（Spatial distribution map of the death toll from 2008 to 2017）

（2）不同期間房屋市政工程安全事故死亡人數(shù)的類型轉(zhuǎn)移具有較大差異。

不同類型間的轉(zhuǎn)換也存在明顯差異（見圖5）。2008-2012年向下轉(zhuǎn)移區(qū)域和平穩(wěn)轉(zhuǎn)移區(qū)域比較集中，呈片狀分布，向下轉(zhuǎn)移區(qū)域主要集中在西南地區(qū)和中部地區(qū)的湖南、陜西，平穩(wěn)轉(zhuǎn)移地區(qū)則集中在東部沿海地區(qū)和西部的內(nèi)蒙古、青海和新疆；而向上轉(zhuǎn)移地區(qū)比較分散，即有環(huán)渤海地區(qū)的天津，又包含中部地區(qū)的山西、江西，還有西部地區(qū)的甘肅和重慶以及東北地區(qū)的吉林。2012-2017年又發(fā)生了明顯變化，向上轉(zhuǎn)移區(qū)域存在著向珠三角地區(qū)聚集的趨勢，平穩(wěn)轉(zhuǎn)移地區(qū)有所增加，且具有向中、西部匯聚的特點(diǎn)，向下轉(zhuǎn)移區(qū)域則主要集中在東部地區(qū)的北京、上海、浙江、河北，中部地區(qū)的安徽、湖北以及東北地區(qū)的黑龍江。

圖5：2008-2017年安全事故死亡人數(shù)類型轉(zhuǎn)移的空間分布格局

（Spatial distribution map of the death toll transfer from 2008 to 2017）

2.時(shí)間特征

（2）房屋市政安全事故死亡人數(shù)顯示出中低死亡水平和中高死亡水平俱樂部趨同性在減弱，2008-2012年中低死亡水平和中高死亡水平維持原有狀態(tài)的概率分別為81.4%、71.4%，而到2012-2017年下降為62.2%、60.9%，分別減少了19.2和10.5個百分點(diǎn)。

（3）房屋市政安全事故死亡人數(shù)分布顯示出穩(wěn)定性較強(qiáng)的低死亡水平和高死亡水平俱樂部趨同，兩階段中，低死亡水平和高死亡水平維持原有狀態(tài)的概率前后變化僅有0.084%和0.005%?？梢?，安全事故死亡人數(shù)也存在著“馬太效應(yīng)”，死亡人數(shù)很少的區(qū)域在下一階段也很有可能變少，死亡人數(shù)很高的區(qū)域想要降低也比較困難。

（4）不同水平間轉(zhuǎn)移中，2008-2012年低死亡水平向上“跨界”轉(zhuǎn)移（低水平向中高死亡水平和高死亡水平轉(zhuǎn)移）沒有可能；高水平向下“跨界”轉(zhuǎn)移則較為普遍，高死亡水平向中低死亡水平、低死亡水平轉(zhuǎn)移概率分別為7.4%和3.7%。但到2012-2017年有了明顯的變化，低水平出現(xiàn)了向上“跨界”轉(zhuǎn)移現(xiàn)象（低水平到中高水平的轉(zhuǎn)移概率為5.3%），而原有的高水平向下“跨界”轉(zhuǎn)移現(xiàn)象消失。

表1：2008-2017年安全事故死亡人數(shù)馬爾柯夫矩陣

3.時(shí)空轉(zhuǎn)移

通過對空間馬爾柯夫矩陣和傳統(tǒng)馬爾柯夫矩陣比較，可以得出如下結(jié)論：

（1）區(qū)域環(huán)境會對房屋市政工程安全事故死亡人數(shù)產(chǎn)生影響。在不同的鄰居條件下，區(qū)域安全事故死亡人數(shù)的轉(zhuǎn)移概率各不相同，也就是說，如果區(qū)域環(huán)境不產(chǎn)生影響，表2中同一時(shí)間段內(nèi)的4個條件矩陣將相等且等于表1中相應(yīng)時(shí)段的傳統(tǒng)馬爾柯夫矩陣，然而事實(shí)并非如此。

（2）不同區(qū)域環(huán)境在區(qū)域類型轉(zhuǎn)移中所起的作用也會不盡相同。一般而言，一個區(qū)域，當(dāng)以水平程度低的鄰居（死亡人數(shù)越少）為鄰，其向更低水平轉(zhuǎn)移的概率將增加，向更高水平轉(zhuǎn)移的概率將減少；相反，當(dāng)以水平程度高的鄰居（死亡人數(shù)越多）為鄰，其向更高水平轉(zhuǎn)移的概率將增加，向更低水平轉(zhuǎn)移的概率將減少。例如，2008-2012 年，低死亡水平向中低死亡水平轉(zhuǎn)移的概率為40%（表1），而以低死亡水平鄰居為鄰時(shí)，其向中低死亡水平轉(zhuǎn)移的概率只有18.2%。事實(shí)上，2008-2012 年，當(dāng)鄰居死亡人數(shù)為低死亡水平時(shí)，區(qū)域狀態(tài)向更低水平轉(zhuǎn)移的概率平均為0.542（表2，將向低水平的概率相加取平均），而當(dāng)分別以中低死亡水平、中高死亡水平、高死亡水平為鄰時(shí)，其轉(zhuǎn)移概率則分別為0.195、0.168和0.091，呈遞減規(guī)律。

（3）區(qū)域環(huán)境對不同時(shí)間段的類型轉(zhuǎn)移產(chǎn)生非對稱性影響。對比2008-2012年和2012-2017年兩個時(shí)間段，發(fā)現(xiàn)第二個時(shí)間段區(qū)域環(huán)境對區(qū)域類型轉(zhuǎn)移的影響程度要高于第一個階段。例如，低死亡水平鄰居下，2012-2017年區(qū)域向下轉(zhuǎn)移概率一般大于2008-2012年段。

表2 ：2008-2017年安全事故死亡人數(shù)空間馬爾柯夫矩陣

三、結(jié)論與啟示

本文針對中國30個省市2008-2017年房屋市政工程安全事故死亡人數(shù)，采用地理集中指數(shù)、泰爾指數(shù)，傳統(tǒng)與空間馬爾柯夫鏈相結(jié)合的方法，從時(shí)間、空間、時(shí)空轉(zhuǎn)移的角度來分析其區(qū)位分布差異及時(shí)空區(qū)域演變，得出以下結(jié)論：

（一) 房屋市政工程安全事故死亡人數(shù)的區(qū)位分布呈現(xiàn)出由均衡分布向高度聚集“波動式”擴(kuò)散，2013年以后，有向東部沿海?。ㄊ校┚奂膬A向。說明近年來安全事故死亡人數(shù)存在較為嚴(yán)重的非均衡現(xiàn)象，東部沿海?。ㄊ校┧急戎卦龃?，有效降低東部沿海?。ㄊ校┑乃劳鋈藬?shù)顯得尤為重要。在區(qū)域分布上，安全事故死亡人數(shù)總體差異略微有所上升，但沒有明顯變化，區(qū)域內(nèi)差異遠(yuǎn)遠(yuǎn)大于區(qū)域間差異，且東、西部地區(qū)差異波動顯著，中、東北部地區(qū)差異趨近平穩(wěn)。因此，縮小區(qū)域內(nèi)差異，特別是東、西部地區(qū)，是降低安全事故死亡人數(shù)異質(zhì)性的關(guān)鍵所在。

（二) 房屋市政安全事故死亡人數(shù)存在低水平、中低水平、中高水平和高水平4個等級的俱樂部趨同，且2008-2012年期間的俱樂部趨同現(xiàn)象比2012-2017年期間更為明顯。意味著安全事故死亡人數(shù)也存在著“馬太效應(yīng)”，應(yīng)采取有力措施來縮小不同水平間的差距，讓死亡人數(shù)低水平地區(qū)幫助高水平地區(qū)，最終實(shí)現(xiàn)死亡人數(shù)的共同降低。

（三) 我國省域之間房屋市政安全事故死亡人數(shù)存在較明顯的空間自相關(guān)性，且自相關(guān)性有逐漸加強(qiáng)的趨勢。研究表明，當(dāng)領(lǐng)域水平越低其向更低水平轉(zhuǎn)移的概率將增加，向更高水平轉(zhuǎn)移的概率將減少，反之，當(dāng)領(lǐng)域水平越高其向更高水平轉(zhuǎn)移的概率將增加，向更低水平轉(zhuǎn)移的概率將減少，但這種影響在不同時(shí)間段是非對稱的，2012-2017年段要高于2008-2012年段。

根據(jù)以上結(jié)論，本文認(rèn)為房屋市政安全管理應(yīng)實(shí)行差異化的安全管理策略。東部地區(qū)建筑業(yè)規(guī)模大，死亡人數(shù)多，但企業(yè)管理水平和施工技術(shù)水平較高，應(yīng)引導(dǎo)這一地區(qū)大力發(fā)展裝配式建筑，減少傷亡人數(shù)；中、西部地區(qū)建筑業(yè)仍以傳統(tǒng)施工為主，建筑主管部門應(yīng)加速推進(jìn)建筑業(yè)的開放程度，鼓勵更多更好的建筑企業(yè)進(jìn)入到這些地區(qū)，同時(shí)要引導(dǎo)本地企業(yè)吸收東部地區(qū)先進(jìn)的技術(shù)和管理經(jīng)驗(yàn)，全面提高建筑安全管理水平；另外，地區(qū)間可以相互交流和學(xué)習(xí)成功的經(jīng)驗(yàn)，同時(shí)可以嘗試采用異地間相互交叉檢查，共同推動地區(qū)間安全管理水平的提高。

[注釋]

① 參看《習(xí)近平關(guān)于安全生產(chǎn)重要論述的六大要點(diǎn)和十句“硬話”》，載于人民網(wǎng)。

② 參看《嚴(yán)守安全底線，奏響生命至上——黨的十八大以來我國安全生產(chǎn)事業(yè)改革發(fā)展綜述》，新華社，2017-10-16。

[1] ANTONIO LóPEZ ARQUILLOS,JUAN CARLOS RUBIO ROMERO,ALISTAIR GIBB.Analysis of construction accidents in Spain,2003-2008[J].Journal of Safety Research,2012,43(5):381-388.

[2] SEOKHO CHI,SANGWON HAN.Analyses of systems theory for construction accident prevention with specific reference to OSHA accident reports[J].International Journal of Project Management,2013,31(7):1027-1041.

[3] 方東平,丁傳波,黃吉欣.我國建筑施工傷亡事故的致因分析和對策[J].土木工程學(xué)報(bào),2004,37( 8):77-83.

[4] 劉國買,孫磊.山嶺隧道施工安全事故特征分析[J].龍巖學(xué)院學(xué)報(bào),2014,32(2):29-33.

[5] CHING WU CHENG,SOU SEN LEU,CHEN CHUNG LIN,et al.Characteristic analysis of occupational accidents at small construction enterprises[J].Safety Science,2010,48(6):698-707.

[6] 李曉東,孫悅.2010年我國房屋市政工程生產(chǎn)安全事故分析[J].土木工程學(xué)報(bào),2011,44:225-229.

[7] 張仕廉,袁霜.我國房屋市政工程生產(chǎn)安全事故空間差異及演變特征[J].中國安全科學(xué)學(xué)報(bào),2014,24(5):132-137.

[8] 中華人民共和國住房與城鄉(xiāng)建設(shè)部.事故快報(bào)[EB/OL].( 2016-03-02)[2018-02-12].http://ginfo.mohurd.gov.cn/.

[9] 譚俊濤,張平宇,李靜.中國區(qū)域創(chuàng)新績效時(shí)空演變特征及其影響因素研究[J].地理科學(xué),2016(1):39-46.

[10] 王文周,林則夫,張瑋,等.我國建筑業(yè)發(fā)展的空間演化特征研究[J].中國海洋大學(xué)學(xué)報(bào),2013(4):64-69．

[11] 周迪,張虎.中國創(chuàng)新水平區(qū)域趨同時(shí)空演變[J].中國科技論壇,2015(6):11-15.

A Study on Spatial Evolution of Safety Accidents in Housing and Municipal Works

SUN LEI1,YIN NAIFANG2,LIU GUOMAI3

To explore the space-time evolution law of safety accidents in housing and municipal works, the combination method of geographic concentration index, Theil index as well as the tradition and spatial Markov chain is used to make a detailed analysis of the regional disparity and time-space transfer in the death toll of housing and municipal works, taking the number of deaths from accidents in safety production as the analysis object. Findings show that the death of safety accidents in housing and municipal works has developed from diffusion of the balance to the high degree of aggregated “wave type”: the mainland’s province(or city) of the death of safety accidents tends to be no significant different while the inter-regional differences is greater than the Interval-regional differences. There exists obvious “club convergence” characteristics and the features are more weakening trend. Finally, the regional background can affect the transformation and there is a significant spatial correlation between the regional transfer.

safety accidents; housing and municipal works; spatial Markov chain; Theil index

TU990.05

A

1008-472X(2018)04-0001-09

2018-07-15

教育部人文社科項(xiàng)目資助（17YJA840009）。

孫 磊（1981-），男，山東滕州人，福建工程學(xué)院管理學(xué)院講師，研究方向：安全管理；建筑經(jīng)濟(jì)；

殷乃芳（1981-），女，山東濰坊人，福建工程學(xué)院數(shù)理學(xué)院講師，研究方向：數(shù)理統(tǒng)計(jì)。

本文推薦專家：

王孟鈞，中南大學(xué)土木工程學(xué)院，教授,博士生導(dǎo)師，研究方向：工程管理、建筑經(jīng)濟(jì)。

林曉艷，福建工程學(xué)院管理學(xué)院，副教授，碩士生導(dǎo)師，研究方向：工程管理、企業(yè)戰(zhàn)略。