《Buildings》：Predicting Construction Safety Violation Recurrence Using Longitudinal Occupational Safety and Health Administration Enforcement Data
编辑推荐：
施工安全预测通常针对事故或当前危险，而案件结案后重复违规发生的时间特征尚不明确。这项回顾性纵向队列预测研究使用美国职业安全与健康管理局（OSHA）公开执法记录，构建了2012年至2025年间741,436条雇主—标准（employer–standard）观测，
施工安全预测通常针对事故或当前危险，而案件结案后重复违规发生的时间特征尚不明确。这项回顾性纵向队列预测研究使用美国职业安全与健康管理局（OSHA）公开执法记录，构建了2012年至2025年间741,436条雇主—标准（employer–standard）观测，包括16,002次观测到的同标准复发事件。随访以结案锚点（resolution-based anchor）为起点，在五年或研究行政截止日进行右删失（right-censored）。CatBoost-Cox、XGBoost-Cox和XGBoost-AFT结合了检查背景、结案信息、索引前历史（pre-index history）和监管层级（regulatory hierarchy）。模型在2012–2018年锚点队列上训练，在2019年验证，并在2020年基准中比较以指导模型选择。所选63预测变量XGBoost-Cox模型在2020年取得C指数（C-index）0.8062（95%置信区间0.7908–0.8200）和三年AUC 0.8128（0.7953–0.8290）；近期AUC为0.7988（0.7884–0.8091）。在日历完整的观测中，单独的高速公路留出集（holdout）得到AUC 0.7281（0.6463–0.8080）。将开发结局在2019年12月31日截尾的敏感性分析在两个较晚队列中保留AUC 0.8105和0.7948。章节级编码（section-level encoding）提供了一致的预测增量。最高风险十分位包含42.61%和36.45%的已记录三年事件，但绝对风险校准（absolute-risk calibration）有所恶化。该研究的贡献在于一个以结案锚定的框架，将标准特异性复发、不等随访（unequal follow-up）和施工危险历史联系起来。预测变量级审计无法确认所提取输入的历史可用性，时间泄漏（temporal leakage）问题仍未解决。该框架支持回顾性评估；前瞻性使用需要经过验证的输入、重新校准和独立验证。终点仍是检查检测到的复发，而非未观测到的危险或已证实的预防效果。
论文解读：基于OSHA纵向执法数据的施工安全违规复发预测研究
一、研究背景与问题
施工安全预测研究长期以来主要聚焦于事故本身或当前危险状态的识别，而对于案件行政结案后同一标准再次被引用的时间规律缺乏清晰刻画。2024年美国私营施工行业记录了1034起职业死亡事故，其中389起源于坠落、滑倒和绊倒，95.9%涉及坠落到较低水平。尽管已有研究涉及伤害分类、死亡特征、可解释致命事故预测、图模型、视觉—语言安全评估等多种方法，但这些研究主要描述事故或当前危险条件，并未估计从行政结案到同一标准再次被引用的时间间隔。工程层面的研究如BIM设计检查、可穿戴设备风险分类、移动脚手架监测等支持设计或持续监测，但同样不直接估计结案后复发。历史执法记录为后续检查规划提供了补充基础，但现有检查目标研究关注因果性分配政策问题，与预测结案后记录复发不同。本研究的科学空白在于提出一个定时的、右删失的雇主—标准复发框架并评估其预测稳定性；工程空白在于如何利用记录的危险历史，在施工活动变化时优先安排相关防护措施的后续检查。研究主要目标是估计结案锚点后首次观测到的同标准复发时间，次要目标包括评估历史和监管层级的增量贡献、跨锚点年份队列比较生存模型、检查OSHA内部向开发未见雇主和被扣留施工子行业的迁移、评估校准和回顾性事件捕获。
二、研究设计与主要技术方法
研究人员使用美国职业安全与健康管理局（OSHA）公开检查和违规记录，以六位NAICS代码230000–239999定义施工行业，识别出978,119次检查及2012–2025年间90万条以上违规记录。雇主身份结合大写、修剪后的机构名称和邮寄街道、城市、州及记录的邮政编码。同一雇主、精确标准和检查标识的引用被合并，要求最终命令，结案锚点取最新最终命令日期和可用整改日期中的较晚者。复发要求锚点后严格新开的检查引用同一精确OSHA标准，随访在五年或行政截止日右删失。最终队列包含741,436条雇主—标准观测、233,204个精确雇主实体和13,971个精确标准，共16,002次复发。预测变量覆盖四个信息域：索引背景、结案与执法过程、纵向安全历史、OSHA标准层级。高基数精确标准代码映射到13,971个精确标准、3434个章节级类别和九个广泛监管家族。主要生存模型采用63预测变量XGBoost-Cox，与CatBoost-Cox和XGBoost-AFT比较。模型在2012–2018年锚点训练，2019年验证，2020年基准指导模型选择。评估指标包括Harrell一致性指数（C-index）、固定三年水平ROC-AUC、精确率—召回率、Brier分数、观测—期望事件比（O/E）和校准斜率，置信区间采用2000次雇主聚类百分位自助法。补充分析包括将开发结局截尾至2019年12月31日的日历敏感性模型、排除高速公路施工子行业的转移实验、雇主身份规则敏感性以及TreeSHAP可解释性分析。
三、研究结果
3.1 时间与历史模式：完整五年描述队列含487,452条观测和10,475次复发（2.15%）。记录事件在结案后早期集中，五年窗口内持续出现。五次复发率在无先前检查时为1.95%，一次为3.52%，两次为4.13%，三次或四次为4.37%，五次及以上为4.21%，模式在三至四次检查组后趋于平稳。同标准历史提供更强分层：无历史时2.11%，一次先前同标准检查后10.47%，两次后16.33%，三次及以上后18.18%。一次先前同标准检查识别出约五倍于无历史的记录复发率。
3.2 监管层级与纵向历史的增量价值：固定三年CatBoost分类消融显示，2020年基准中ROC-AUC从A_INDEX的0.7790增至B_PROCESS的0.7847、C_HISTORY的0.7874、D_HIERARCHICAL的0.8045，章节级添加产生0.0171的AUC增益。章节级表示在2019年和2021–2022年也呈现增量，而过程和历史添加并非每个步骤每个队列都改善AUC。移除五个显式官方Repeat变量后AUC损失很小，因此主要生存分析使用不含这些变量的63预测变量规格。
3.3 生存模型预测性能：XGBoost-Cox在2020年取得C指数0.8062（95%置信区间0.7908–0.8200）和三年AUC 0.8128（0.7953–0.8290），近期AUC为0.7988（0.7884–0.8091）。配对比较中，其2020年AUC超过CatBoost-Cox 0.0331（0.0231–0.0432）、超过XGBoost-AFT 0.0627（0.0467–0.0784）。2020年三年评估含47,201条观测和927次事件，患病率1.96%，平均精确率约0.076。Kaplan–Meier曲线显示最高风险四分位事件比例6.96%，最低风险四分位0.22%。日历截尾开发保留2020年AUC 0.8105和近期AUC 0.7948，原模型与日历截尾模型的近期AUC差异为0.0040（0.0020–0.0061），表明后期开发结局贡献了较小的可检测近期差异。
3.4 绝对风险校准与时间稳定性：O/E从2019年约0.98增至2020年1.18和2021–2022年1.42，校准斜率从约0.99降至0.94和0.89。O/E=1.42意味着观测事件比预测多约42%。预测风险分布强烈右偏，大多数观测获得低估计概率。保留的区分能力并不证明未修改概率可直接作为操作风险阈值。
3.5 OSHA内部时间、子行业和雇主转移：日历完整高速公路留出集含19,460条观测和79次三年事件，AUC为0.7281（0.6463–0.8080）。N2规范化下未见雇主三年AUC在2020年为0.8220（0.8029–0.8408），2021–2022年为0.8095（0.7986–0.8197），模型在开发未见观测中保留区分能力。
3.6 模型解释与复发风险关联：标准章节、索引州和索引NAICS代码在三个评估队列中排名前三。分组归因中索引背景贡献最大，其次是标准层级和结案过程，纵向历史总体贡献较小。同标准历史显示从零到一次先前检查的SHAP贡献变化显著，但从一次到两次或更多并非单调增加。
3.7 模型稳健性与风险排序复检：移除重力单独变化很小，移除州降低区分能力，同时移除州和重力产生更大降低。便携核心模型保留约0.77的AUC。2020年最高风险5%包含26.32%事件，最高风险10%包含42.61%事件；2021–2022年相应为21.76%和36.45%。最高风险5%的提升度分别为5.26和4.35，10%覆盖时分别为4.26和3.64。
四、讨论与结论
讨论部分强调，记录复发结合了违规发生与检查检测机会，无法直接分离这两个过程。行政名称和地址字段可能拆分或合并企业实体。预测变量级审计发现无法确认所有提取输入的历史可用性，时间泄漏问题未解决。所有评估均使用单一监管数据系统，不建立对外部监管机构、国家或检查政策的可迁移性。校准漂移排除了未修改模型用于绝对风险阈值决策的推荐。研究人员提出未来试点应结合现场信息、人工审查和监测低排名雇主，并区分检查检测率、验证整改和伤害或危险结局。研究结论包括四点：第一，结案锚定的右删失框架将纵向执法历史与观测到的同标准复发联系起来，章节级编码提供最一致的增量，先前同标准引用识别出复发率更高的较小亚组；第二，63预测变量XGBoost-Cox模型取得2020年C指数0.8062和三年AUC 0.8128，近期AUC 0.7988，但回顾性OSHA内部估计不建立预测日期有效性或外部可迁移性；第三，最高风险十分位包含42.61%和36.45%的记录三年事件，支持评估标准特异性后续检查优先级，需雇主级整合和当前任务及现场信息；第四，近期O/E约1.42排除了未修改绝对概率的直接操作使用，历史验证输入、重新校准、亚组监测和独立验证仍是前瞻性试点的前提，预防有效性尚待检验。
