2023年第04期（2023年04月）No.042023169黑河学院学报JOURNALOFHEIHEUNIVERSITYdoi：10.3969/j.issn.1674-9499.2023.04.048收稿日期：2023-02-23基金项目：安徽省教育厅人文社科重点项目“基于大数据的房地产泡沫指标体系构建研究”(SK2019A0644)；安徽建筑大学教学研究项目“工程造价专业卓越工程师培养计划”(2020jy24)作者简介：尹正(1980—)，男，安徽合肥人，副教授，博士，主要从事建筑项目管理、房地产项目管理研究；施会玲(1997—)，女，安徽合肥人，硕士研究生，主要从事建筑安全研究。改革开放以来，我国的建筑业取得了突飞猛进的发展，“中国建筑”已走出国门，走向世界，但伴随着的是建筑业安全事故的不断发生。近年来，国家及有关部门对建筑业的安全生产不断加大监督力度，通过查阅国家住建部关于建筑业生产安全事故情况通报结果[1]可以看出，2010—2019年的10年时间里，建筑业发生的较大及以上的安全事故起数总体呈平稳趋势，死亡人数呈波动状态，略有下降趋势，如图1所示。建筑安全事故不仅给人们生命和财产安全带来极大破坏，在一定程度上也制约着社会发展。对于建筑安全事故来说，从某种程度上是可以避免或减少的。因而，有效地对建筑安全事故进行预测，提出相应对策建议，不仅能降低相关事故造成人员伤亡的概率，更能提高建筑企业的各种效益，对国家、社会都起到极大帮助。通过梳理相关文献，可以发现，目前国内外有不少学者对建筑业安全领域进行研究。陈晓[2]以2014—2018年我国房建工程发生的事故数为依据，从事故发生的时间、空间、状态等因素出发找出规律，并针对事故等级、地区、年月份等分布特征，分析出相关因素，提出相关建议；赵丽坤，田均森等人[3]以我国近七年的房建安全事故为基础，以31个省、自治区、直辖市数据为样本，从时间、空间、事故类型三个维度通过耦合性分析，得出高空坠落是最常见的事故类型，“人”是影响其最根本性原因；郝会娟，申商坤[4]通过引入二阶弱化算子，构建灰色GM(1,1)模型，对建筑安全事故进行模拟分析，结合模型，预测出我国未来安全事故发展趋势；徐东星，尹勇等人[5]通过建立灰色GM(1,1)模型对长江干线水上交通事故进行预测，为长江流域的水上交通安全问题提供了参考。但从上述论文中，我们可以发现，无论是传统的GM(1,1)模型还是改进优化后的GM(1,1)模型，都是单一的预测方法，没有考虑事物的随机性，且只适用于短期预测，在中长期预测方面精度较差。而马尔可夫模型作为一种概率模型，...
