北京大学学报(自然科学版) 第61卷 第5期 2025年9月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 61, No. 5 (Sept. 2025)
doi: 10.13209/j.0479-8023.2025.080
国家自然科学基金(72171128, 51579135)、清华大学水圈科学与水利工程全国重点实验室项目(2022-KY-04)和中国华能有限集团科技项目“华能澜沧江公司清洁能源基地一体化管理研究”( HNKJ23-H4)资助
收稿日期: 2024–07–28;
修回日期: 2024–09–14
伙伴关系视角下清洁能源项目安全管理研究
彭颖政1 杨佐斌2 陆君君2 孟祥鑫1 唐文哲1,†
1.清华大学水利水电工程系, 水圈科学与水利工程全国重点实验室, 北京 100084; 2.华能澜沧江水电股份有限公司, 昆明 650011; †通信作者, E-mail: twz@tsinghua.edu.cn
摘要 针对清洁能源项目安全事故原因复杂, 难以依赖单一组织有效解决的问题, 提出一种基于伙伴关系的清洁能源项目安全管理理论模型, 便于充分利用各方资源来加强安全管理。基于调研数据进行模型验证, 结果揭示了清洁能源项目伙伴关系、安全生产规范化与项目安全绩效之间的作用机理, 显示清洁能源项目利益相关方伙伴关系有助于完善安全体系、加强人员管理和数字化管理, 进而促进项目安全生产的规范化和提升项目的安全绩效。
关键词 清洁能源; 伙伴关系; 安全管理; 项目安全绩效
近年来, 随着国民经济显著增长, 我国对新能源设施的建设始终保持高度的关注, 众多清洁能源项目正在如火如荼地展开。2016 年, 国家发展和改革委员会以及国家能源局发布《关于推进多能互补集成优化示范工程建设的实施意见》, 提出要积极推进水风光储(水能、风能、太阳能、储能)多能互补等清洁能源基地示范工程的建设, 实现水风光储多能互补系统的有效运行, 提高能源系统综合效率, 加快建设清洁低碳、安全高效的现代能源体系[1]。然而, 这些项目的推进过程中往往伴随突发风险, 对工程建设的顺利实施构成不小的挑战。清洁能源项目是国家能源战略的重要组成部分, 涉及多个领域的技术集成(如水力发电技术、风力发电技术、太阳能技术和储能技术等)。在清洁能源项目中, 如何确保施工安全, 保障运营稳定, 预防和处理各种潜在安全风险, 是项目管理者需要面对的重要课题。在工程实践中, 为了高效管理潜在的安全风险, 需要全面分析和理解工程现场所有安全隐患和安全管理现状, 确立一系列具有针对性的安全管理制度与措施[2–3]。定义和识别安全管理的关键特征要素是工程项目安全管理研究的核心课题。安全特征要素主要包括施工人员行为、外部环境条件、项目管理状态和组织文化氛围等[4–6]。同时, 工程项目施工流程复杂, 安全隐患管理难以依靠单一组织来执行。一方面, 工程项目施工节点多, 流程复杂, 涉及的参建单位和员工众多, 安全隐患的排查和处理需要依赖各方的团队协作[7–8]; 另一方面, 项目安全管理的具体任务和操作需要各方共同落实, 对项目成员的管理也会影响项目安全绩效[9]。因此, 探索基于伙伴关系的清洁能源项目安全管理模型, 总结水风光储项目安全管理经验, 提出更加科学和更加合理的清洁能源项目安全管理建议, 对提高整个行业的安全水平具有重要的实际意义。
本文提出一种基于伙伴关系的清洁能源安全管理理论模型, 并通过 L 江流域清洁能源项目调研数据进行实证分析, 揭示清洁能源项目伙伴关系、安全生产规范化与项目安全绩效之间的作用机理, 以期为清洁能源项目安全管理提供理论支持和实践 应用。
1 理论背景
清洁能源项目指综合利用水力发电、风力发电和太阳能发电等新型技术, 最大限度地减少对自然环境的负面影响, 实现可持续能源的开发利用[10]。水风光储等清洁能源项目的大规模建设可以提高新型能源供应系统的灵活性和稳定性, 当风电或光伏发电的输出突然增加或减少时, 水电站可通过调整其运行状态来平衡电网的负荷, 储能设施则可以在必要时吸收或释放电能, 保持能源系统稳定[11]。水风光储等清洁能源的发展得到政策层面的支持, 许多国家和地区均已制定相关政策, 鼓励可再生能源的开发和利用[12]。总体而言, 清洁能源项目是一个融合多种技术的综合能源解决方案, 具有很大的潜力和广阔的应用前景, 有助于推动可再生能源的发展, 提高能源利用效率和稳定性, 同时有助于减少对环境的影响, 实现能源可持续发展[13–14]。
伙伴关系指相关组织通过合作, 充分利用各自的资源, 高效实现共同目标[15]。Tang 等[16–18]和彭颖政等[19]建立了伙伴关系理论模型, 指出利益相关方基于共同目标建立起彼此信任的关系, 促使组织间互相开放、高效沟通、及时反馈以及共同解决问题, 进而提升包括安全在内的风险管理水平。在清洁能源项目管理中, 利益相关方伙伴关系基于公平的风险划分, 有助于明确各方安全风险管理责权, 使相应的风险由更适合的一方进行有效的管理。良好的合作伙伴关系能够增强相关方之间的交流[16], 共同完善安全管理体系; 业主、设计方、施工方和监理方通过合作安全管理, 可保障安全管理体系得以有效地落实[17]。合作伙伴之间的信息共享和沟通机制也有助于及时发现并应对潜在的安全生产隐患[10]。合作伙伴彼此信任[18]使得项目人员愿意分享安全生产经验, 从而提高能源安全生产技能。
安全管理是工程项目管理中风险管理的重要组成部分, 包括安全规划管理、设备设施安全管理、人员安全管理、工程环境安全管理、应急预案管理、安全监督管理、安全文化管理和安全绩效管理等, 与范围管理、进度管理、成本管理和质量管理等共同作为项目管理的重点要素[20]。水风光储项目建设工程项目安全管理涉及多个方面, 需要相关方共同努力和配合, 通过全面加强安全策划与政策、培训与意识提升、工作场所安全、设备维护与检查、危险源识别与评估、应急响应计划、事故调查与处理以及安全绩效考核等方面的工作, 确保清洁能源工程项目的安全、稳定、高效运行[21]。如表 1 所示, 清洁能源项目安全管理的关键要点主要分为项目安全制度、工程施工安全、设备设施安全、项目人员安全、工程环境安全和信息数据安全6 类。
Heinrich[36]在归纳和总结大量典型安全案例的基础上, 首次提出事故致因理论, 指出安全事故发生的原因在于人的不安全行为和物的不安全状态, 为后续安全管理理论的发展提供了完整的科学依据。刘国愈等[37]在 Heinrich 事故致因理论的基础上, 从因果发生的视角, 深入分析伤亡事故致因以及事故致因与伤害之间的关系。傅贵等提出事故致因“2-4”模型(24Model)[38], 通过建立人因分析和分类系统(HFACS)与 24Model 不安全动作因素的对应关系, 以实际事故为例, 论述对应关系的应用过 程[39], 并在归纳危险源与事故关系的基础上, 证明事故致因 24Model 的整体性、关联性、层次性和动态性[40]。Heinrich 和 24Model 等事故致因模型指出, 安全事故发生的主要原因包含企业文化、安全管理体系、不安全动作和不安全物态等[41–42], 这些问题难以依赖单一组织来有效地控制, 需要利益相关方通过合作, 充分发挥各自优势来共同管理[16–19,43–44]。
表1 相关项目安全管理要点
Table 1 Key points of safety management of relevant projects
要点观点文献 项目安全制度提出良好的安全文化, 可以降低安全生产事故的发生率宋四新等[22] 工程建设安全系数较高, 要建立、健全安全体系, 加强安全制度规范建设, 准备贯彻符合项目实际的安全生产标准许树芳等[23] 工程施工安全归纳出4类23项工程施工事故, 提出施工事故致因重要性的多证据融合模糊综合评价方法周诗杰等[24] 验证造成工程施工安全事故的原因具有显著的共性规律, 可以将共现致因统一进行安全风险管理晋良海等[25] 提出基于区间2型模糊集–备选方案排序(interval type-2 fuzzy sets-measurement of alternative and ranking to compromise solution, IT2FS-MARCOS)的水利水电工程施工安全评估法, 解决工程施工中多种安全风险因子评估问题孙开畅等[26] 设备设施安全提出在设备、设施安全管理中, 可采用系统化、标准化和信息化等安全管理手段, 确保不同设施、设备的安全运行张超等[27] 项目人员安全施工安全事故大部分由不安全的行为引起; 尽早为员工的安全行为提供激励; 在工人之间共享安全事故信息; 劳动者根据分享安全事故信息发生的可能性来评估事故风险。均有助于减少安全事故发生Shin 等[28] 建筑工人的文化程度对安全绩效有显著的正向影响, 强调弹性安全文化在增强工人教育水平对安全绩效的影响方面的关键作用Chan 等[29] 强调在未来的建筑安全行为研究中使用分类提升–多目标黏菌算法(categorical boosting- multi-objective slime mould algorithm, CatBoost-MOSMA)的机器学习策略, 并提出具体且有针对性的建议, 培养不同的建筑安全行为Yin 等[30] 利用文本挖掘分析水利工程近期发生的安全事故案例, 使用R语言绘制32种不安全行为影响因素的可视化云词图刘永强等[31] 工程环境安全提出一种计算分析算法, 用于确定城市工程建设项目综合安全参数, 确保城市生活环境安全Bakaeva 等[32] 提出在放松管制的电力环境中基于系统概念的新方法, 进行安全的发电调度, 以便找到最佳运行点Malekshah 等[33] 信息数据安全提出基于人工智能建立安全数据信息平台, 确保电力工程安全、稳定黄天恩等[34] 提出智慧工程安全风险评价模型, 运用安全风险理论对智慧工地本质安全度进行定量评估李华等[35]
2 模型与假设
本文构建一种基于伙伴关系的清洁能源项目安全管理理论模型, 将伙伴关系作为输入条件, 与安全管理体系、人员管理、数字化管理和安全生产规范化结合起来, 研究利益相关方伙伴关系对项目安全绩效输出的作用路径, 如图 1 所示。
清洁能源工程项目体量巨大、社会和经济效益极高, 因此利益相关方较多, 如项目承建方、项目设计方、项目运维方、机器设备供应方、技术支持方、能源采购方、地方政府与监督管理机构、社会民众及环保组织等。为确保清洁能源项目的安全生产, 项目相关方必须在多个方面主动积极合作共享, 形成安全目标实现的命运共同体[45–46]。构建稳固的利益相关方合作伙伴关系, 对推动各方共同遵循和执行安全生产制度与标准具有重要意义, 有助于减少违规操作和安全事故。因此, 构建利益相关方合作伙伴关系, 共同制定和执行严格的安全管理体系, 有利于提升项目整体安全水平, 保障清洁能源项目长期、稳定运行[47]。由此提出假设 H1: 伙伴关系对清洁能源项目安全管理体系有正向作用。
清洁能源项目安全管理体系包括安全生产制度、安全管理组织机构、安全责权划分、数字化安全管理以及安全管理考评与激励等。健全的安全生产制度为生产活动提供必须遵循的规范和依据, 清晰的组织机构与责权划分确保每项安全职责落实到具体岗位与人员, 消除管理盲区, 从组织上保障规范的执行。此外, 应用数字化安全管理体系, 实现对风险、合规性及员工安全行为的实时监测与数据化分析, 大幅度提升管理效率, 推动规范化管理从静态条文走向动态、精准的闭环控制[48–50]。由此提出假设 H2: 清洁能源项目安全管理体系对清洁能源项目安全生产的规范化具有正向作用。
利益相关方合作伙伴开展全面、系统的清洁能源安全生产技能培训活动[18], 有助于提升项目成员整体的安全专业素养和安全管理水平。同时, 与特种机器设备供应商构建稳固的长期合作伙伴关系, 确保特种设备的及时维护保养和技术更新, 从而有效地降低设备故障引发的安全事故风险[18]。因此, 构建稳固的利益相关方伙伴关系, 对优化项目人员和设备管理水平起到积极的推动作用, 有助于构建全面而高效的人员和设备安全生产管理体系, 共同应对各种安全生产管理挑战, 进而提升清洁能源项目的整体安全管理水平。由此提出假设 H3: 伙伴关系对清洁能源项目人员的管理有正向作用。
清洁能源项目的建设往往伴随复杂的技术和操作流程, 如水利发电、风能发电和光伏发电等, 提高项目人员的管理水平, 能够保障团队成员具备充足的专业知识和安全技能, 进而大幅度降低人为失误引发的安全事故风险[31]。同时, 清洁能源项目通常受到严格的法规和标准制约, 通过安全培训和常态化、规范化演练, 可以确保项目成员遵守相关法规和标准, 有利于强化安全防护意识和安全监控水平。由此提出假设 H4: 清洁能源项目人员管理对清洁能源项目安全生产的规范化具有正向作用。
良好的利益相关方合作伙伴关系能够促进伙伴方在信息共享和技术应用等智慧化领域展开深入的合作[19], 共同探索和应用先进的数字化安全生产管理技术和应用。加强与安全信息技术研究机构的合作, 能够使项目引入更先进的数字化安全生产管理系统, 提升安全管理的信息化水平。此外, 通过建立线上线下的交流渠道和流程, 与政府和安全监管机构保持密切的信息共享, 有助于及时发现并解决潜在的安全隐患。由此提出假设 H5: 伙伴关系对清洁能源项目的数字化管理有正向作用。
清洁能源项目数字化管理主要包含 3 个方面, 即数字化安全管理平台、数字化人员管理和数字化施工管理。清洁能源项目一般地处偏远, 设备特殊, 安全监测数据复杂, 应用自动化程序处理纷繁复杂的安全管理数据, 可以极大地降低人为安全数据监测与处理错误。同时, 线上培训和模拟演练等数字化手段有助于减少人为因素造成的安全生产事故, 提高安全管理标准化程度[35]。由此提出假设 H6: 清洁能源项目数字化管理对清洁能源项目安全生产的规范化具有正向作用。
清洁能源项目的安全生产规范化, 一方面需要通过落实规范的安全生产责任制、安全管理制度和操作规程等措施, 排查治理隐患, 监控重大危险源, 确保安全隐患得到有效预防[51]; 另一方面, 能有效规范工程项目安全生产行为, 使各生产环节符合有关安全生产法律法规和标准规范的要求[52], 确保人、机、物、环处于良好的安全生产状态, 并持续改进, 做到有效预防和控制事故风险, 为提升项目安全绩效提供有力的保障。由此提出假设 H7: 清洁能源项目安全生产规范化对清洁能源项目的安全绩效具有正向作用。
清洁能源利益相关方建立良好的合作伙伴关系, 通过合作伙伴关系十大要素(包括共同目标、积极态度、信守承诺、公平、信任、开放、团队合作、有效沟通、解决问题和及时反馈), 促进利益相关方共同协作, 进行安全生产管理和安全生产信息共享以及安全资源投入整合, 有助于降低安全事故风险, 及时发现、解决和持续改进安全生产问题, 提升项目的安全生产水平[15–19]。由此提出假设 H8: 伙伴关系对清洁能源项目的安全绩效有正向作用。
3 研究方法
为了验证基于伙伴关系的清洁能源项目安全管理理论模型, 本文对 L 江清洁能源项目进行实地调研, 通过问卷调研收集实证数据, 利用问卷数据, 建立偏最小二乘结构方程模型(partial least square-structural equation modeling, PLS-SEM)进行定量分析, 验证模型的可行性。利用 Likert-5 分量表法对问卷进行量化赋分, 设置伙伴关系、安全管理体系、人员管理、数字化管理、安全生产规范化和项目安全绩效 6 个变量, 调研问卷中各变量的具体指标如表 2 所示。
3.1 问卷调查
调研对象的选取涵盖清洁能源工程项目相关方的各个岗位, 专业包括项目规划、项目设计、项目采购、项目施工、项目建设管理、项目安全管理、项目质量管理和项目信息化管理等, 平均从业年龄为 8.6 年。L 江流域清洁能源项目安全生产管理存在的问题主要有项目人员管理、设备设施管理、施工作业管理和项目监控管理 4 类。通过线上线下相结合的方式进行问卷发放, 共收回 148 份。为提升问卷数据分析的准确性和可靠性, 对数据中具有明显规律性、一致性以及逻辑错误性较高的问卷进行舍弃, 最终得到有效问卷 138 份。收集的问卷调研数据能够比较全面地反映清洁能源项目安全生产管理的真实情况。
表2 清洁能源项目调研问卷变量具体指标
Table 2 Specific indicators of variables in the clean energy project survey questionnaire
变量潜变量指标内容 A伙伴关系A1共同目标与相互信任A11共同目标项目参建方形成一致的安全管理目标 A12相互信任项目各方相互信任 A2处事公正与遵守承诺A21处事公正项目参建方安全管理责权分配合理, 处事公正 A22遵守承诺项目各方遵守安全管理承诺 A3信息共享与高效沟通A31信息共享项目各方之间有开放的氛围, 信息分享顺畅 A32反馈迅速项目各方能迅速反馈安全信息, 及时响应突发安全事故 A33沟通高效项目各方之间有完善的安全管理线上线下交流渠道和流程, 安全工作沟通高效 A4积极配合与共同解决问题A41积极态度项目各方在安全管理中对他方提议态度积极, 努力推进 A42良好配合项目各方在安全工作中形成良好的配合关系 A43共同解决问题项目各方之间能高效地协同解决安全问题 B安全管理体系B1安全管理制度B11安全生产目标明确的安全生产目标 B12安全生产制度完善的安全生产管理制度 B13安全管理体系标准明确安全管理体系标准 B2安全管理组织机构与责权划分B21安全组织机制完善的安全管理组织机构 B22明确责权划分明确的安全管理责权划分 B3数字化安全管理体系B31数字化安全管理体系完善的数字化安全管理体系 B4安全考评与激励机制B41安全生产评价与考核体系完善的安全生产评价与考核体系 B42安全生产激励机制合理的安全生产管理激励(奖惩)机制 C人员管理C1安全教育C11安全教育培训项目人员安全教育培训到位 C12安全制度管理人员熟悉安全管理制度并执行良好 C13安全措施技术人员熟悉安全技术措施并执行良好 C2设备操作C21遵守安全生产规程作业人员遵守安全生产规程 C22规范设备操作作业人员熟悉设备性能并操作规范 D数字化管理D1数字化安全管理平台D11安全管理平台建立建立数字化安全管理平台, 支持线上线下安全融合管控 D12数字化安全数据管理应用信息技术, 实时监测、采集、传输和分享安全相关数据 D13数字化分析与预警应用信息技术, 对工程安全风险信息进行分析和预警 D14数字化协同管理应用数字化平台, 支持各方高效协同安全管理 D15安全管理平台维护与检查定期对数字化安全管理平台相关软硬件进行维护、检查
续表
变量潜变量指标内容 D数字化管理D2数字化人员管理D21安全管理知识库建立建立安全管理知识库, 包括安全法规、标准、管理制度、应急预案、项目案例和培训资料等 D22数字化安全教育培训基于数字化平台, 进行安全教育培训 D23人员技能与资质数字化管理基于数字化平台, 进行项目人员技能与资质管理 D24数字化人员活动监控应用数字化技术, 进行施工过程作业人员活动监控 D3数字化施工管理D31数字化施工方案与措施管理基于数字化平台, 进行施工方案及安全措施的在线检查、批准和执行情况反馈 D32数字化施工过程管理应用数字化技术, 进行施工过程安全监测、分析和管控 D33数字化施工模拟与校验应用BIM等信息技术, 对施工方案和工艺进行模拟和校验 D34数字化辅助安装吊装应用数字化技术, 辅助机电设备安装、吊装 D35数字化设备设施安全监控应用数字化技术, 进行施工设备操作安全监控 E安全生产规范化E1安全生产资源配置E11资源投入充分安全生产资源(人、财、物等)投入充分 E12管控技术规范合理运用数字化安全生产管控技术 E2施工作业与设备设施管理规范E21施工作业规范施工作业管理规范 E22生产设施规范生产设施管理规范 E23生产设备规范生产设备管理规范 E3隐患排查与应急处置规范E31安全隐患排查与整治隐患排查和整治规范 E32重大危险源监控重大危险源监控规范 E33应急救援处置应急救援处置规范 E4安全管理总结与持续改进E41安全管理事故处置事故上报、调查和分析规范 E42安全管理经验总结安全管理经验总结到位 E43安全管理持续改进安全生产管理持续改进 F项目安全绩效F1安全目标管理F11安全管理总体目标达到安全管理总体目标 F12安全教育培训安全生产教育培训 F2安全施工F21安全生产方案安全生产方案执行 F22设备设施管理设备设施安全生产管理 F23安全生产检查安全生产检查 F24施工过程监控施工过程安全监控 F3安全隐患与事故处理F31安全隐患处理安全隐患排查整改 F32安全事故处理事故调查、分析和处理 F4安全绩效精细化考评F41安全绩效评价与奖惩 F42数字化安全管理 F5利益相关方满意度F51项目参建方满意度 F52当地居民满意度 F53政府满意度
3.2 数据分析
结构方程模型(structural equation modeling, SEM)是建立和分析潜变量之间关系的有效工具, 广泛应用于管理学领域[53]。PLS-SEM 是第二类结构方程模型的典型分析方法, 利用最大化潜变量解释方差来解释模型, 具有更强的灵活性与包容性[54]。本文通过 IBM SPSS Statistics 27.0.1 和SmartPLS 4.0 软件对 PLS-SEM 进行验证, 首先检验模型信度与效度, 然后对模型进行共线性诊断, 最后通过测算模型路径系数的显著性(p 值)、决定系数(R2)和预测相关性(Q２)来验证模型的可靠性。
4 调研结果及分析
4.1 信度检验
利用克隆巴赫系数(Cronbach’s α)对清洁能源项目安全管理测量指标的内部一致性进行信度检测。Cronbach’s α数值越大, 意味着测量指标结果的信度越优。Cronbach’s α<0.7 表示问卷缺乏内部一致性或信度偏低, Cronbach’s α>0.8 表示测量指标的信度优良[55]。由表 3 可知, 清洁能源项目安全管理测量指标的 Cronbach’s α 值均大于 0.8, 表明安全管理的各项测量指标具有较好的信度。
4.2 效度检验
利用组合信度(CR)和平均变异萃取量(AVE), 对清洁能源项目安全管理测量指标进行聚合度和区别效度检测, 检验各测量指标能否有效地反映安全管理研究内容。当 CR>0.7 且 AVE>0.5 时, 测量指标的聚合效度较好[55]。通过比较平均变异萃取量的平方根与其他相关系数, 验证各测量指标的区别效度。当 AVE的平方根大于相关系数时, 测量指标的区别效度较好。由表 4 可知, 测量指标的 CR> 0.7, AVE>0.5, 且 AVE 的平方根均大于相关系数, 说明测量指标间的聚合效度和区别效度均较好。
表3 基于伙伴关系的清洁能源项目安全管理模型潜变量描述性统计及信度分析
Table 3 Descriptive statistics and reliability analysis of latent variables in the partnering-based clean energy project safety management model
模型潜变量得分标准差Cronbach’s α A伙伴关系4.210.7440.913 B安全管理体系4.270.7600.915 C人员管理4.200.7920.866 D数字化管理3.980.7600.939 E安全生产规范化4.230.7030.919 F项目安全绩效4.140.7680.932
4.3 验证性因子分析
对清洁能源项目安全管理测量指标进行标准化后的因子载荷检测, 标准化后的因子载荷越大, 说明变量与因子关联越强。从如表 5 可以看出, 基于伙伴关系的清洁能源项目安全管理模型测量指标标准化后的因子载荷>0.7, 表明该模型指标数据结果较好[56], 满足进行 PLS-SEM 检验的要求。
4.4 共线性、准确性与相关性检验
通过 SmartPLS 4.0 计算变异数膨胀系数(VIF),验证指标之间的共线性问题。如表 6 所示, VIF<5, 表明基于伙伴关系的清洁能源项目安全管理模型测量指标间不存在共线性问题[57]。
通过软件拔靴法(Bootstrapping)进行二次取样, 子样本设置为 5000, 对清洁能源项目安全管模型路径进行分析, 结果如表 6 所示。可以看出, “C 人员管理→E 安全生产规范化”路径的 p<0.05, 即路径系数在 0.05 水平上显著; “B 安全管理体系→E 安全生产规范化”路径的 p<0.01, 即路径系数在 0.01 水平上显著; 其余路径的 p<0.001, 即其余回归系数在0.001 水平上显著。综上所述, 假设 H1～H8 的 8 条路径均已通过检验。
通过对基于伙伴关系的清洁能源项目安全管理模型测量指标进行盲解(Blindfolding), 测量潜在变量的决定系数(R2)和预测相关性(Q2), 结果如表 7 所示。可以看出, R2>0.3 且 Q2>0, 表明模型测量指标的预测准确性和预测相关性均检测良好[55]。
表4 基于伙伴关系的清洁能源项目安全管理模型效度分析
Table 4 Validity analysis of partnering-based clean energy project safety management model
模型潜变量CRAVE区别效度检验结果ABCDEF A伙伴关系0.9280.5630.750 B安全管理体系0.9310.6280.6560.793 C人员管理0.9040.6530.5050.5090.808 D数字化管理0.9470.5600.5780.4330.3680.749 E安全生产规范化0.9320.5560.4100.4460.4030.4660.746 F项目安全绩效0.9420.5570.5210.3610.5040.4350.5760.747
说明: 非对角线上的数值代表相关系数, 对角线上的数值代表 AVE 的平方根, 当 AVE 的平方根均大于相关系数时, 表明该测量模型具有良好的区别效度。
表5 基于伙伴关系的清洁能源项目安全管理模型标准化后的因子载荷结果
Table 5 Standardized factor loading results of the partnering-based clean energy project safety management model
潜变量变量名称标准化后因子载荷 A伙伴关系A1共同目标与相互信任0.828 A2处事公正与遵守承诺0.760 A3信息共享与沟通高效0.866 A4积极配合与共同解决问题0.886 B安全管理体系B1安全管理制度0.903 B2安全管理组织机构与责权划分0.805 B3数字化安全管理体系0.822 B4安全考评与激励机制0.856 C人员管理C1安全教育0.930 C2设备操作0.833 D数字化管理D1数字化安全管理平台0.885 D2数字化人员管理0.891 D3数字化施工管理0.877 E安全生产规范化E1安全生产资源配置0.840 E2施工作业与设备设施管理规范0.826 E3隐患排查与应急处置规范0.865 E4安全管理总结与持续改进0.847 F项目安全绩效F1安全目标管理0.816 F2安全施工0.904 F3安全隐患与事故处理0.795 F4安全绩效精细化考评0.755 F5利益相关方满意度0.860
表6 基于伙伴关系的清洁能源项目安全管理模型共线性诊断、路径系数和显著性检验结果
Table 6 Collinearity diagnosis, path coefficient and significance test results of partnering-based clean energy project safety management model
假设路径VIF路径系数tp H1A伙伴关系→B安全管理体系1.0000.6566.259<0.001 H2B安全管理体系→E安全生产规范化1.4900.2252.830<0.010 H3A伙伴关系→C人员管理1.0000.5053.907<0.001 H4C人员管理→E安全生产规范化1.4000.1772.256<0.050 H5A伙伴关系→D数字化管理1.0000.5785.869<0.001 H6D数字化管理→E安全生产规范化1.2760.3033.983<0.001 H7E安全生产规范化→F项目安全绩效1.2020.4355.859<0.001 H8A伙伴关系→F项目安全绩效1.2020.3434.097<0.001
4.5 模型路径分析
清洁能源工程项目安全管理模型路径测量结果如图 2 所示。伙伴关系可以通过 4 条路径对清洁能源工程项目安全绩效产生显著的正向促进作用: 1)伙伴关系→安全管理体系→安全生产规范化→项目安全绩效; 2)伙伴关系→人员管理→安全生产规范化→项目安全绩效; 3)伙伴关系→数字化管理→安全生产规范化→项目安全绩效; 4)伙伴关系→项目安全绩效。
首先, 伙伴关系对安全管理体系、安全管理体系对安全生产规范化、安全生产规范化对项目安全绩效具有正向促进作用。良好的合作伙伴关系能够增强团队成员间的信任与合作, 从而促进安全管理体系的完善, 并为项目团队提供明确的安全标准和操作指南, 有助于推进安全生产规范化。各方共同制定安全管理体系(例如业主方、设计方、施工方和监理方协同进行安全审核), 可确保安全规章制度的完善。项目安全管理体系可通过安全管理制度、安全管理组织机构与责权划分、数字化安全管理体系以及安全考评与激励机制等方面促进安全生产规范化。安全生产规范化通过安全生产资源配置、施工作业与设备设施管理规范、隐患排查与应急处置规范、安全管理总结与持续改进降低安全生产风险, 促进安全生产绩效。例如, L 江流域光伏发电项目为应对项目安全生产风险, 合作伙伴共同完善安全管理制度、安全管理组织机构与责权划分、数字化安全管理体系以及安全考评与激励机制, 形成各方认可的安全管理体系, 提升各方应对安全生产风险的能力。
表7 基于伙伴关系的清洁能源项目安全模型因变量的 R2和 Q2
Table 7 R2 and Q2 of dependent variables of the partnering-based clean energy project security model
因变量R2Q2 B安全管理体系0.4310.414 C人员管理0.2550.366 D数字化管理0.3340.249 E安全生产规范化0.3130.287 F项目安全绩效0.4300.278
其次, 伙伴关系对人员管理、人员管理对安全生产规范化、安全生产规范化对项目安全绩效具有正向促进作用。良好的合作伙伴关系有利于形成相互信任和开放的氛围, 促使项目人员分享安全教育培训资源和经验, 安全教育培训能促进项目人员提高安全意识和安全生产管控技术应用水平, 确保安全生产管控技术运用合理, 保障项目安全生产的顺利进行。项目相关方迅速反馈安全信息, 有利于隐患排查, 并确保紧急情况下项目人员能够迅速进行应急救援。项目参建方间有完善的安全管理线上线下交流渠道和流程, 有利于帮助项目人员熟悉设备性能并规范地操作。例如, L 江流域水利发电工程项目相关方严格要求项目人员必须经过安全教育培训才能入场, 在进场前必须对操作人员进行安全技术交底, 监理在施工单位进场时同步进场监督, 促使项目作业操作安全、规范。
最后, 伙伴关系对数字化管理、数字化管理对安全生产规范化、安全生产规范化对项目安全绩效具有正向促进作用。良好的合作伙伴关系能为数字化安全管理平台的建立提供资源, 形成安全管理知识库, 包括安全法规、标准、管理制度、应急预案和项目案例等资料, 从而促进各方的安全教育培训。基于合作伙伴间协同管理流程建立的数字化管理平台可实时监测、采集、传输和分析安全生产数据, 推动各方进行施工过程中人员作业的实时安全管控。例如, L 江流域风电工程项目利用数字化平台进行施工方案及安全措施的在线检查、批准和执行情况反馈, 并依托数字化平台进行运行安全管理, 包括状态预警、监测异常、人工介入、消除隐患、网络安全、隐患闭环整改以及设备责任人登记, 有效地预防安全生产事故, 提高项目安全绩效。
从整体上看, 伙伴关系和安全生产规范化对项目安全绩效具有正向促进作用, 伙伴关系除通过安全管理体系、人员管理、数字化管理、安全生产规范化来促进项目绩效外, 还可以直接增强项目绩效。以上结果表明, 基于伙伴关系的清洁能源项目安全管理模型中的假设 H1～H8 均得到验证。
4.6 建议
1)完善安全管理体系, 严格遵守安全生产规范。通过完善清洁能源项目安全管理体系, 构建数字化管理标准, 为项目建立清晰的安全管理制度。在此基础上, 设立专门的安全管理机构, 明确划分各方责权, 并配套实施科学的安全考评与激励机制, 从而确保安全管理要求得以有效贯彻。同时, 通过持续的安全培训和严格的安全监督, 强化全员遵守安全规范的意识。这些措施共同作用, 能够全面提升清洁能源项目安全管理水平, 最终保障人员安全和项目的顺利推进。
2)保障安全资源投入, 注重绩效考核和激励机制。为适应清洁能源项目安全管理的不断变化和需求, 必须积极培育项目相关方的安全文化, 推动安全管理体系从“事后应对”向“事前预防”转型。项目相关方应确保充足的安全资源投入(包括资金、技术和人员支持), 加强对作业现场的监督和风险排查, 切实消除安全隐患。同时, 要高度重视绩效考核与激励机制建设, 制定科学、合理的安全考评指标, 确保评估公正, 并通过有效的激励措施来增强各方的责任感和积极性, 全面提升项目安全管理的执行力和有效性, 确保项目的安全实施。
3)搭建安全信息平台, 推进数字化安全管理。通过搭建清洁能源项目安全管理信息平台, 全面整合人员、设备与施工流程数据, 实现安全风险的实时监测与智能预警, 推进数字化安全管理体系在清洁能源项目中的深度应用。依托数字化信息系统, 构建集安全知识库、在线安全培训、安全资质管理与安全行为监测于一体的数字安全管理机制, 有效地提升人员的安全素养与现场操作的规范性。同时, 运用 BIM 和物联网等数字化工具, 对施工方案进行模拟验证, 对关键作业实施在线监管与反馈, 显著地提高安全管控精度与响应效率, 最终形成协同高效、数据驱动的现代化安全管理模式, 为项目的高质量建设与长期稳定运行提供坚实的保障。
5 结论
本研究结合安全管理和伙伴关系理论, 提出一种基于伙伴关系的清洁能源项目安全管理理论模型, 并构建伙伴关系、安全管理体系、人员管理、数字化管理、安全生产规范化和项目安全绩效 6 个变量的测量指标体系, 揭示出 4 条安全管理路径: 1)伙伴关系→安全管理体系→安全生产规范化→项目安全绩效; 2)伙伴关系→人员管理→安全生产规范化→项目安全绩效; 3)伙伴关系→数字化管理→安全生产规范化→项目安全绩效; 4)伙伴关系→项目安全绩效。
通过模型检验, 揭示了清洁能源项目伙伴关系、安全生产规范化与项目安全绩效之间的作用机理, 验证了利益相关方的伙伴关系有助于加强项目安全管理体系、人员管理与数字化管理, 进而实现清洁能源项目安全生产的规范化和项目的安全 绩效。
本文对水电工程项目、风电工程项目和光伏工程项目 3 类清洁能源项目案例进行分析, 进一步解释和验证了基于伙伴关系的清洁能源项目安全管理模型, 研究结果可从理论与实践角度清洁能源项目的安全管理提供指导。
未来的工作中可引入更多的变量, 如项目安全文化、安全行为和安全治理等, 进一步深化理论研究。同时, 应加强数字化安全管理平台研究, 更好地为智慧化安全管理提供技术支撑。
参考文献
[1] 国家发展改革委员会, 国家能源局. 关于推进多能互补集成优化示范工程建设的实施意见. 中华人民共和国国务院公报, 2017(7): 92–95
[2] Jiang Z, Fang D, Zhang M. Understanding the causa-tion of construction workers’ unsafe behaviors based on system dynamics modeling. Journal of Management in Engineering, 2015, 31(6): 4014099
[3] Zhang W, Zhu S, Zhang X, et al. Identification of criti-cal causes of construction accidents in China using a model based on system thinking and case analysis. Safety Science, 2020, 121: 606–618
[4] Chi S, Han S. Analyses of systems theory for construc-tion accident prevention with specific reference to OSHA accident reports. International Journal of Pro-ject Management, 2013, 31(7): 1027–1041
[5] Fung I W H, Tam V W Y, Sing C P, et al. Psychological climate in occupational safety and health: the safety awareness of construction workers in South China. International Journal of Construction Management, 2016, 16(4): 315–325
[6] Kalteh H O, MortazaviS B, Mohammadi E, et al. The relationship between safety culture and safety climate and safety performance: a systematic review. Interna-tional Journal of Occupational Safety and Ergonomics, 2021, 27(1): 206–216
[7] Al Haadir S, Panuwatwanich K. Criticalsuccess factors for safety program implementation among construction companies in Saudi Arabia. Procedia Engineering, 2011, 14: 148–155
[8] Chen W T, Tsai I C, Merrett H C, et al. Construction safety success factors: a Taiwanese case study. Sustai-nability, 2020, 12(16): 6326
[9] Mohammadi A, Tavakolan M, Khosravi Y. Factors in-fluencing safety performance on construction projects: a review. Safety Science, 2018, 109: 382–397
[10] 赵宇明. 梯级水光风蓄发电系统的日前互补调度研究[D]. 成都: 西华大学, 2023
[11] 杨学伟. 楚雄风光水互补协调运行及新能源建设运行管理初探. 水电站机电技术, 2016, 39(8): 4–9
[12] 王硕, 高志民. 聚焦“双碳”目标委员共议改革路径[N]. 人民政协报, 2022–04–07 (005)
[13] 关景匀. 协同开发“水风光储”助力实现“双碳”目标[N]. 中国水利报, 2023–06–08 (005)
[14] 郭怿. 黄河上游水风光储多能互补短期优化调度研究[D]. 西安: 西安理工大学, 2021
[15] 唐文哲, 强茂山, 陆佑楣, 等. 建设业伙伴关系管理模式研究. 水力发电, 2008(3): 9–13
[16] Tang W, Duffield C F, Young D M. Partnering mecha-nism in construction: an empirical study on the Chinese construction industry. Journal of Construction Engi-neering and Management, 2006, 132(3): 217–229
[17] Tang W, Qiang M, Duffield C F, et al. Risk manage-ment in the Chinese construction industry. Journal of Construction Engineering and Management, 2007, 133 (12): 944–956
[18] Tang W, Qiang M, Duffield C F, et al. Enhancing total quality management by partnering in construction. Journal of Professional Issues in Engineering Educa-tion and Practice, 2009, 135(4): 129–141
[19] 彭颖政, 李芍毅, 胡森昶, 等. 伙伴关系视角下“互联网+城乡供水”工程管理——以宁夏供水系统为例. 清华大学学报(自然科学版), 2024, 64(2): 250–258
[20] 廖琦. 装配式建筑施工阶段安全管理评价研究[D]. 南宁: 广西大学, 2023
[21] 陈征宇. 基于成熟度模型的宁夏H公司风电项目管理改进策略研究[D]. 银川: 宁夏大学, 2023
[22] 宋四新, 张贵华, 任庆祝, 等. 大型水电工程安全文化建设的问题与对策. 中国安全生产科学技术, 2017, 13(增刊2): 194–196
[23] 许树芳, 杨朝瀚, 程鹏毅, 等. 水利工程建设安全管理常见问题分析研究. 海河水利, 2021(增刊1): 9–12
[24] 周诗杰, 刘东海, 金睿. 水电工程施工安全事故致因重要性多证据融合综合评价. 中国安全科学学报, 2023, 33(3): 103–110
[25] 晋良海, 王抒情, 邵波, 等. 建筑工程施工安全 生产事故致因的共现特征分析. 安全与环境工程, 2024, 31(6): 26–34
[26] 孙开畅, 薛文丽, 李婷婷, 等. 基于IT2FS-MAR-COS的水利工程施工安全风险评价[J/OL]. 水力发电学报, 2024[2024–06–30]. https://link.cnki.net/ urlid/11.2241.TV.20240116.1243.002
[27] 张超, 许志刚. 水电工程施工大型机械设备安全风险及对策. 人民黄河, 2019, 41(增刊2): 207–208
[28] Shin M, Lee H S, Park M, et al. A system dynamics approach for modeling construction workers’ safety attitudes and behaviors. Accident Analysis and Preven-tion, 2014, 68: 95–105
[29] Chan R P C, Guan J F, Choi T N Y, et al. Moderating effects of individual learning ability and resilient safety culture on the relationship between the educa-tional level and safety performance of construction workers. Buildings, 2023, 13(12): 3026
[30] Yin S, Wu Y, Shen Y, et al. Development of a classi-fication framework for construction personnel’s safety behavior based on machine learning. Buildings, 2023, 13(1): no. 43
[31] 刘永强, 谢成斌, 高阳, 等. 基于文本挖掘的水利工程施工人员不安全行为影响因素研究. 中国农村水利水电, 2024(6): 150–155
[32] Bakaeva N, Matyushin D, Chernyaeva I, et al. Inte-grated security assessment engineering construction object. E3S Web of Conferences, 2023, 371: 02043
[33] Malekshah S, Ansari J. A novel decentralized method based on the system engineering concept for reliabi-lity-security constraint unit commitment in restruc-tured power environment. International Journal of Energy Research, 2021, 45(1): 703–726
[34] 黄天恩, 郭庆来, 孙宏斌, 等. 模型–数据混合驱动的电网安全特征选择和知识发现关键技术与工程应用. 电力系统自动化, 2019, 43(1): 95–101
[35] 李华, 张旭旭, 高红, 等. 智慧工地本质安全度评价方法研究. 中国安全生产科学技术, 2022, 18(1): 139–145
[36] Heinrich H W. Industrial accident prevention. New York: McGraw Hill, 1979
[37] 刘国愈, 雷玲. 海因里希事故致因理论与安全思想因素分析. 安全与环境工程, 2013, 20(1): 138–142
[38] 傅贵, 韩梦, 贾琳, 等. 事故致因理论及其发展综述. 安全, 2023, 44(3): 1–8
[39] 傅贵, 薛宇敬阳, 佟瑞鹏, 等. HFACS与24Model不安全动作因素对应关系研究. 中国安全科学学报, 2017, 27(1): 7–12
[40] 傅贵, 索晓, 王春雪. 24Model的系统特性研究. 系统工程理论与实践, 2018, 38(1): 263–272
[41] 王逸鹏. 泉州供电公司本质安全管理研究[D]. 泉州: 华侨大学, 2022
[42] 闫惠娇. 我国地铁建设事故致因分析与管理对策研究[D]. 大连: 大连理工大学, 2023
[43] Dentoni D, Bitzer V, Schouten G. Harnessing wicked problems in multi-stakeholder partnerships. Journal of Business Ethics, 2018, 150: 333–356
[44] He N, Li Y J, Li H M, et al. Critical factors to achieve sustainability of public-private partnership projects in the water sector: a stakeholder-oriented network per-spective. Complexity, 2020, 2020: 8895980
[45] 宋立松, 程海洋, 方琛亮, 等. 水库安全生产标 准化管理系统框架、功能及效果. 水电能源科学, 2013, 31(7): 184–187
[46] 刘文禧, 李根, 段稳超. 长龙山抽水蓄能电站安全生产标准化工作介绍. 人民长江, 2019, 50(增刊 1): 327–329
[47] Li J, Qian C, Yao F K. Confidence in learning: inter‐ and intraorganizational learning in foreign market entry decisions. Strategic Management Journal, 2015, 36(6): 918–929
[48] 刘坤杰, 刘贵平, 刘敏. 风电机组检修安全技术交底标准化建模实践. 水电能源科学, 2019, 37(11): 170–172
[49] 鞠洪峰, 郎红军, 韩四保, 等. 蓄能自发光安全标线在丰满重建工程安全设施标准化建设中的探索与应用. 水利水电技术, 2022, 53(增刊1): 376–379
[50] 杨亚刚, 彭显国, 彭远川. 基于水电工程安全生产标准化建设的安全积分管理探索与实践. 人民黄河, 2023, 45(增刊2): 180–181
[51] 罗茜茜. 基于文本数据的安全生产事故自分类模型与风险预控研究[D]. 徐州: 中国矿业大学, 2023
[52] 常津榕. YDI集团的EPC总承包模式项目管理应用研究[D]. 昆明: 云南大学, 2020
[53] Babin B J, Hair J F, Boles J S. Publishing research in marketing journals using structural equation modeling. Journal of Marketing Theory and Practice, 2008, 16(4): 279–285
[54] Calvo-Mora A, Navarro-Garcia A, Perianezcristobal R. Project to improve knowledge management and key business results through the EFQM excellence model. International Journal of Project Management, 2015, 33(8): 1638–1651
[55] Sharma S. Applied multivariate techniques. New York: John Wiley and Sons, 1996
[56] Hair J F, Black W C, Babin B J, et al. Multivariate data analysis: a global perspective. London: Pearson Educa-tion, 2010
[57] Hairjr J F, Hult G T M, Ringle C M, et al. Aprimer on partial least squares structural equation modeling (PLS-SEM). London: Sage Publications, 2014
Safety Management of Clean Energy Projects from the Perspective of Partnering
PENG Yingzheng1, YANG Zuobin2, LU Junjun2, MENG Xiangxin1, TANG Wenzhe1,†
1. Department of Hydraulic Engineering, State Key Laboratory of Hydroscience and Engineering, Tsinghua University, Beijing 100084; 2. Huaneng Lancang Hydropower Co., Ltd., Kunming 650011; †Corresponding author, E-mail: twz@tsinghua.edu.cn
Abstract The causes of safety accidents in clean energy projects are complex and it is difficult to rely on a single organization to effectively solve safety problems. In this regard, this paper proposes a theoretical model of clean energy project safety management based on partnering to make full use of the resources of all parties to strengthen safety management. Model verification results conducted based on survey data reveal the interaction mechanism between clean energy project partnering, safety production standardization and project safety performance. Clean energy project stakeholder partnering helps improve safety systems, strengthen personnel management, and enhance digital management, thereby promoting the standardization of project safety production and improving project safety performance.
Key words clean energy; partnering; safety management; project safety performance
