營造業為我國高風險職業災害之行業，政府自實施職業安全衛生法以來持續推動減災措施但未見營建安全大幅改善。發生職業災害的主要致災因素之一「不安全行為」為本研究目的，為探討分析營建安全中不安全行為與職業災害的關聯性，透過客觀分析探討不安全行為於營建安全中之影響。
藉由AgenaRisk 軟體預測及迴歸分析探討，可得知迴歸分析之結果近似AgenaRisk軟體預測，並可驗證其軟體預測之可行性。再經由勞安所架設營造業重大職災知識平台歷年統計數字佐證，可分析得知基本事件中以A1教育訓練為不安全行為中最為重要。38組基模又可依其重要性排序為未確實穿戴防護具(E1)、未使用防護具(E2)及未依正常安全工序作業(E4)等不安全行為。與職業災害統計出之勞工未使用個人安全防護具、未正確使用個人防護具及未使用保險措施或漠視警告三大項相似。故建議營造現場除了加強各危險場所之安全防護之外，落實各種教育訓練、每日危害告知及定期加強檢查。勞工確實配戴防護具及正確使用，對於職業災害的發生率與死亡率相信會逐漸降低改善。

The construction industry is a high-risk occupational disaster industry all over the world. Since the implementation of the Occupational Safety and Health Law, the government has continued to promote disaster reduction measures, but there has been no significant improvement in the construction safety. One main indirect occupational disaste influence factor is unsafe behavior. In order to explore and analyze the relationship between unsafe behaviors and occupational disaster risks in the construction safety, the impact of unsafe behaviors in construction safety is explored through objective analysis.
Through AgenaRisk software prediction and regression analysis discussion, it can be known that the results of regression analysis are similar to AgenaRisk software prediction, and the feasibility of its software prediction can be verified. Based on the statistics of the major occupational disaster knowledge platform in the construction industry established by the Labor Safety Institute over the years, it can be analyzed that A1 education and training are the most important unsafe behaviors in basic incidents. The 38 groups of archetypes can be ranked according to their importance as unsafe behaviors such as not wearing protective equipment (E1), not using protective equipment (E2), and not operating in accordance with normal safety procedures (E4). It is similar to the three major items of occupational accident statistics of workers not using personal protective equipment, not using personal protective equipment correctly, and not using insurance measures or ignoring warnings. Therefore, in addition to strengthening the safety protection of various dangerous places, it is recommended to implement various education and training, daily hazard notification and regular strengthening of inspections at the construction site. If workers do wear protective equipment and use it correctly, it is believed that the incidence and mortality of occupational accidents will gradually decrease and improve.

林楨中(2017)，勞工安全衛生研究所，行政院勞工安全衛生研究季刊。
董承霖(2020)，建築結構工程墜落風險近似評估模式探討研究，國立台灣科技大學營建工程系碩士論文。
穆慧中(2003)，營造業施工災害風險分析量化之研究，國立臺灣科技大學營建工程系碩士論文。
高銘義(2020)，營造業勞工不安全行為與職業災害關聯性之研究-以北部某S營造公司為例，國立高雄科技大學工業工程與管理系碩士論文。
吳韋興(2011)，整合明示結構法與貝氏網路應用於海事工程風險評析-以海底鋪管為例，國立中山大學海洋環境及工程學系碩士論文。
張志楷(2012)，以貝氏網路建構六標準差導入風險評估模式，國立虎尾科技大學工業工程與管理系碩士論文。
鄭慶武(2010)，台灣營造業總體職災資料探勘及要因之研究，國立臺灣科技大學營建工程系博士論文。
鍾朝恭(2012)，貝氏網路於水力發電系統故障診斷分析之應用-以石門水庫水力發電系統為例，國立臺灣科技大學營建工程系博士論文。
蘇俊和(2002)，貝氏網路的建構與學習機制之研究-以航太產業績效管理為例，東海大學工業工程學系碩士論文。
陳甄婷(2010)，失誤樹分析轉換成貝氏網路之研究-以水利發電系統引水路失效為例，國立臺灣科技大學營建工程系碩士論文。
趙培堯(2021)，潛盾隧道工程初期掘進之倒崩塌風險評估之研究，國立臺灣科技大學營建工程系碩士論文。
張清淼(2015)，以貝氏網路對鋼構工程安全風險評估之研究，國立台灣科技大學營建工程系所博士論文。
洪從恕(2013)，應用模糊分群法推估路段速率之研究，國立交通大學運輸與物流管理學系碩士論文。
沙俊明(2008)，訂單生產策略下氧化銦錫導電玻璃產業之良率預測研究，國立交通大學管理學院碩士在職專班管理科學組碩士論文。