我院向鹏成教授团队在工程项目管理类权威国际期刊《Journal of Construction Engineering and Management》上发表题为《Predicting Safety Accident Costs in Construction Projects Using Ensemble Data-Driven Models》的学术论文。该期刊为SCI检索期刊，JCR分区1区，近5年平均影响因子4.8。我院博士生夏鑫为第一作者，向鹏成教授为通讯作者与第二作者，澳大利亚莫纳什大学博士生Sadegh为第三作者，我院硕士生高天为第四作者，澳大利亚莫纳什大学Mehrdad副教授为第五作者。

该成果获得国家社科基金重点项目(21AGL033)、教育部哲学社会科学研究后期重大专项(22JHQ022)、四川省哲学社会科学规划重大项目(SC22ZDYC05)、中央高校基础科研业务费专项资金(2022CDJSKPT25)和重庆市社会科学规划重点项目(2022ZTZD06)的支持。同时，该成果也感谢莫纳什大学ASCII实验室成员对本文提供的建设性反馈。

本研究旨在建立事故成本预测模型，探究安全事故的关键前兆，从财务角度为建筑安全预防提供指导。本研究收集了2005年至2022年间中国建筑行业的1606份事故报告，以解决现有研究局限。采用随机森林、极端梯度增强回归量(XGBoost)和自然梯度增强回归量(NGBoost)三种集成数据驱动方法建立事故成本预测模型。通过性能比较，确定事故成本随机森林回归模型为最佳预测模型。为了提取影响安全事故成本的关键属性，本研究利用形状加性解释(SHAP)值分析数据驱动模型输入变量的敏感性和影响。研究结果表明，坍塌对事故成本的影响最大，其平均SHAP值最高，其次是高空坠落。此外，年份、安全监管、图纸、施工计划等因素对事故成本预测的影响值得注意。与承包安排、安全文化、安全监督、培训考核、机械设备等因素相比，安全部门、防护、劳动条件对模型输出的影响程度略高。本研究提供了一个在建筑行业安全事故调查中可能被忽视的维度，研究结果提供的见解将有助于制定有针对性的安全事故预防策略。

文章链接：https://ascelibrary.org/doi/10.1061/JCEMD4.COENG-14397