陳秋玲,肖 璐,張 青,曹慶瑾

(上海大學(xué) 經(jīng)濟(jì)學(xué)院,上海 200444)

●中國經(jīng)濟(jì)

地區(qū)安全生產(chǎn)的經(jīng)濟(jì)社會(huì)風(fēng)險(xiǎn)因子分析
——基于我國面板數(shù)據(jù)的實(shí)證分析

陳秋玲,肖 璐,張 青,曹慶瑾

(上海大學(xué) 經(jīng)濟(jì)學(xué)院,上海 200444)

文章基于經(jīng)濟(jì)社會(huì)學(xué)與安全科學(xué)雙重視角,探討地區(qū)安全生產(chǎn)風(fēng)險(xiǎn)因子問題。解釋變量為經(jīng)濟(jì)社會(huì)風(fēng)險(xiǎn)源中的 10個(gè)因子,被解釋變量為地區(qū)億元 GDP安全事故死亡率,分析的數(shù)據(jù)為 2005—2007年各省市地區(qū)相關(guān)指標(biāo)的面板數(shù)據(jù),主要采用OLS、REM、FLS等回歸分析法探討各經(jīng)濟(jì)社會(huì)風(fēng)險(xiǎn)因子與地區(qū)安全生產(chǎn)的相關(guān)關(guān)系。研究結(jié)果表明:地區(qū)人均 GDP、地區(qū) GDP增長率、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)系數(shù)、地區(qū)城市化水平、地區(qū)從業(yè)人員業(yè)務(wù)素質(zhì)對(duì)億元 GDP安全事故死亡率在近三年內(nèi)有反向關(guān)系;地區(qū)第二產(chǎn)業(yè)從業(yè)人員占比、地區(qū)高危行業(yè)增加值占比與億元GDP安全事故死亡率之間具有正向關(guān)系;地區(qū)城鎮(zhèn)人口密度與地區(qū)安全生產(chǎn)事故死亡率的關(guān)系微弱。

地區(qū)安全生產(chǎn);經(jīng)濟(jì)社會(huì)風(fēng)險(xiǎn)因子;面板數(shù)據(jù)

一、引 言

“安全生產(chǎn)”概念是在 1952年第二次全國勞動(dòng)保護(hù)工作會(huì)議上提出來的,它可以概括為:在生產(chǎn)經(jīng)營活動(dòng)中,為避免造成人員傷害和財(cái)產(chǎn)損失事故的發(fā)生,而采取相應(yīng)的事故預(yù)防和控制措施,以保證從業(yè)人員的人身安全、保證生產(chǎn)經(jīng)營活動(dòng)得以順利進(jìn)行。在國際上與“安全生產(chǎn)”一詞相近的概念是“職業(yè)安全與健康” (Occupational Safety and Health,縮寫為 OSH)。OSH是西方國家通用的術(shù)語,其概念源于職業(yè)安全健康權(quán),即勞動(dòng)者在職業(yè)勞動(dòng)中人身安全和身心健康獲得保障,從而免遭職業(yè)危害的權(quán)利。隨著我國社會(huì)的發(fā)展以及“以人為本”理念的引入,國內(nèi) “安全生產(chǎn)”概念與國際上“職業(yè)安全與健康”概念內(nèi)涵大體相同。

我國正處在經(jīng)濟(jì)轉(zhuǎn)軌、社會(huì)轉(zhuǎn)型和事故頻發(fā)的關(guān)鍵階段,加之安全生產(chǎn)基礎(chǔ)工作薄弱,致使安全生產(chǎn)問題成為當(dāng)前的重中之重。據(jù)國家安全局資料顯示,2007年全國事故總量 50萬起,平均每天 1387起,因事故死亡平均一天有 278人;2007年發(fā)生重特大事故 86起,平均 4.2天就發(fā)生一起。另據(jù)閃淳昌教授分析,近年來,我國平均每年因自然災(zāi)害、事故災(zāi)難、公共衛(wèi)生和社會(huì)安全事件造成的非正常死亡人數(shù)超過 20萬人,非正常死亡率約 26‰,傷殘超過 200萬人,經(jīng)濟(jì)損失超過 6000億元人民幣。

盡管我國億元 GDP事故死亡率呈逐年下降趨勢,從1990年的 3.93下降至 2000年的 1.32,2005、2006、2007、2008年則分別為 1.33、0.7、0.558、0.413、0.312(見圖1),但與國際先進(jìn)水平比較仍然相差甚遠(yuǎn),我國的安全形勢依然嚴(yán)峻,如生產(chǎn)億元 GDP死亡率是先進(jìn)國家的 10倍;工礦商貿(mào) 10萬人事故死亡率是先進(jìn)國家的 2倍多;道路交通萬車死亡率是發(fā)達(dá)國家的 3倍;煤炭百萬噸死亡率是世界平均的 5倍多。換算成人民幣后,英國億元 GDP事故死亡率為0.02,日本為 0.05,美國、澳大利亞、法國在 0.04至 0.06之間。我國的安全形勢與這些國家相比是非常嚴(yán)峻的。

圖1 我國歷年億元 GDP安全生產(chǎn)事故死亡率

本文為了探尋地區(qū)安全生產(chǎn)的經(jīng)濟(jì)社會(huì)風(fēng)險(xiǎn)源問題,通過分析 2005—2007年各省市地區(qū)相關(guān)指標(biāo)的面板數(shù)據(jù),得到各經(jīng)濟(jì)社會(huì)風(fēng)險(xiǎn)因子與地區(qū)安全生產(chǎn)的相關(guān)關(guān)系以及各經(jīng)濟(jì)社會(huì)風(fēng)險(xiǎn)因子的權(quán)重。文章分為六個(gè)部分,引言部分,說明安全生產(chǎn)的重要性;第一部分對(duì)現(xiàn)有相關(guān)研究進(jìn)行了回顧;第二部分研究相關(guān)理論,并提出的本文的理論假設(shè);第三部分介紹變量的測量及分析方法的選取;第四部分運(yùn)用STATA分析工具進(jìn)行實(shí)證研究,并對(duì)數(shù)據(jù)結(jié)果進(jìn)行分析;最后得出結(jié)論并進(jìn)行討論。

二、研究回顧

安全生產(chǎn)的研究是在安全系統(tǒng)工程、安全經(jīng)濟(jì)學(xué)、行為安全理論、聲譽(yù)管理理論、事故致因理論、公共行政理論、安全協(xié)調(diào)理論等多種理論基礎(chǔ)上發(fā)展起來的。本文的研究目的是找尋地區(qū)安全生產(chǎn)的經(jīng)濟(jì)社會(huì)風(fēng)險(xiǎn)源,因此僅簡要綜述安全生產(chǎn)中的事故致因理論的研究成果。

事故理論研究始于 1919年,英國學(xué)者格林伍德 (M.Greenwood)和伍茲 (H.H.Woods)對(duì)許多工廠里事故發(fā)生次數(shù),利用泊松分布、偏倚分布和非均等分布統(tǒng)計(jì)分布進(jìn)行統(tǒng)計(jì)檢驗(yàn),發(fā)現(xiàn)工廠中存在著事故頻發(fā)傾向。此后,事故致因理論的發(fā)展經(jīng)歷了 3個(gè)階段:以事故頻發(fā)傾向論和海因里希因果連續(xù)論為代表的早期事故致因理論、以能量意外釋放論為主要代表的二次世界大戰(zhàn)后的事故致因理論、現(xiàn)代的系統(tǒng)安全理論,如圖 2所示。

圖2 事故致因理論基本結(jié)構(gòu)

海因里希 (W.H.Heinrich)提出的工業(yè)安全理論是遭遇傾向理論的最初模型,早在 1936年他就提出了應(yīng)用多米諾骨牌 (Domino)原理研究人身受到傷害的五個(gè)順序過程,即遺傳及社會(huì)環(huán)境、人的缺點(diǎn)、人的不安全行為或物的不安全狀態(tài)、事故、傷害五因素。此后,博德 (Frank Bird)、亞當(dāng)斯 (Edward Adams)又在海因里希的基礎(chǔ)上提出了現(xiàn)代因果連鎖理論。此后,陳寶智 1992年提出的危險(xiǎn)源理論是這一時(shí)期較典型的事故歸因理論[1]。該理論認(rèn)為事故是由第一類危險(xiǎn)源和第二類危險(xiǎn)源共同作用的結(jié)果,系統(tǒng)中存在的危險(xiǎn)源是事故發(fā)生的原因。所謂危險(xiǎn)源 (Haggard)是可能導(dǎo)致事故、造成人員傷害、財(cái)物損壞或環(huán)境污染的潛在的不安全因素。此后,國內(nèi)學(xué)者在安全生產(chǎn)危險(xiǎn)源系統(tǒng)論的研究成果比較密集,主要可以分為危險(xiǎn)源辨識(shí)和危險(xiǎn)源的監(jiān)控與防范等方面。

危險(xiǎn)源的辨識(shí)方面:羅云 (2004),多英全、吳宗之、魏利軍、康榮學(xué)、羅艾民 (2006)提出了基于事故情景發(fā)生概率和造成死亡人數(shù)的風(fēng)險(xiǎn)評(píng)估和排序模型,并給出了基于統(tǒng)計(jì)分析的事故發(fā)生概率、基于死亡半徑的死亡人數(shù)的確定方法[2-3];魏振寬等學(xué)者 (2006)應(yīng)用生命經(jīng)濟(jì)價(jià)值理論解釋了安全生產(chǎn)和人均 GDP之間存在關(guān)系這個(gè)假設(shè),提出了經(jīng)濟(jì)發(fā)展也是安全生產(chǎn)的影響因素[4];曾德星 (1997),劉振翼、馮長根、彭愛田、譚允禎 (2003),邢冀、謝賢平(2007)探討了安全投入與安全生產(chǎn)水平的關(guān)系[5-7];王喜奎、吳宗之、孫猛、魏利軍 (2007)分析國內(nèi)外重大危險(xiǎn)源辨識(shí)標(biāo)準(zhǔn)與法規(guī)的研究現(xiàn)狀,指出目前存在的主要問題,以500起典型危險(xiǎn)化學(xué)品事故為基礎(chǔ),從引發(fā)事故的危險(xiǎn)化學(xué)品危險(xiǎn)性類別、危險(xiǎn)物質(zhì)名稱等方面出發(fā),提出修訂重大危險(xiǎn)源辨識(shí)標(biāo)準(zhǔn)的幾點(diǎn)建議,并探討了重大危險(xiǎn)源辨識(shí)標(biāo)準(zhǔn)進(jìn)一步完善的思路和方法[8]。

危險(xiǎn)源的監(jiān)控與防范方面:魏利軍、多英全、吳宗之(2005)提出了城市重大危險(xiǎn)源安全規(guī)劃的一般性方法和技術(shù)要點(diǎn)[9];陳國華、張新梅 (2007)結(jié)合目前重大危險(xiǎn)源事故頻發(fā)的安全生產(chǎn)形勢,分析了石油化學(xué)工業(yè)發(fā)展和城市化進(jìn)程加快所帶來的城市區(qū)域高風(fēng)險(xiǎn),闡明了進(jìn)行區(qū)域風(fēng)險(xiǎn)評(píng)價(jià)和重大危險(xiǎn)源監(jiān)管的必要性[10];劉宏、唐禹夏、程宇和(2007)通過計(jì)算危險(xiǎn)源引發(fā)事故的概率和事故后果來確定危險(xiǎn)源的風(fēng)險(xiǎn)值,并將其分為 4個(gè)等級(jí),指導(dǎo)企業(yè)制定合適的安全管理制度、使用恰當(dāng)?shù)陌踩夹g(shù)措施,以最小化的代價(jià)確保危險(xiǎn)源安全運(yùn)行,從而提高中小型化工企業(yè)的危險(xiǎn)源管理水平[11];吳宗之、高進(jìn)東 (2005)介紹了重大危險(xiǎn)源普查技術(shù)方法和北京、上海等 6城市重大危險(xiǎn)源普查結(jié)果,論述了重大事故預(yù)防控制體系要素,包括重大危險(xiǎn)源普查(辨識(shí))、評(píng)價(jià)、安全管理、應(yīng)急計(jì)劃、安全規(guī)劃、安全監(jiān)察、GIS網(wǎng)絡(luò)監(jiān)控系統(tǒng)等[12]。

就筆者研究視野而言,國內(nèi)外定量研究地區(qū)經(jīng)濟(jì)發(fā)展水平及各類社會(huì)因素對(duì)安全生產(chǎn)影響方面的成果較少,本文愿做引玉之磚,在危險(xiǎn)源系統(tǒng)論基礎(chǔ)上,基于經(jīng)濟(jì)社會(huì)學(xué)及安全科學(xué)視角來探討這一問題。

三、理論假設(shè)

安全生產(chǎn)狀況與經(jīng)濟(jì)發(fā)展水平之間關(guān)系十分密切,在經(jīng)濟(jì)發(fā)展水平較低階段,工傷事故造成的死亡人數(shù)很少;在經(jīng)濟(jì)高速發(fā)展、能源化工與制造業(yè)大力發(fā)展階段,生產(chǎn)事故率和死亡人數(shù)呈快速上升趨勢;在經(jīng)濟(jì)發(fā)展的更高階段,隨著產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,經(jīng)濟(jì)發(fā)展帶來的積累使安全投入力度加大,安全本質(zhì)化水平提高和全民安全素質(zhì)增強(qiáng),生產(chǎn)安全事故呈現(xiàn)快速下降趨勢,形成一個(gè)開口向下的不對(duì)稱拋物線。而我國自 1990年以來的各類事故死亡總量每年以超過 6%的速度在增長,與 GDP增長速度基本同步。最近兩年各類事故死亡總量增長率比 GDP增長率略有下降。隨著第二產(chǎn)業(yè)規(guī)模擴(kuò)張,第二產(chǎn)業(yè)就業(yè)人員急劇增加,且采礦業(yè)、重化工等高危行業(yè)在第二產(chǎn)業(yè)中所占的比重比較大,第二產(chǎn)業(yè)往往以勞動(dòng)密集型為主,對(duì)從業(yè)人員的綜合素質(zhì)要求不高,其安全文化觀念與風(fēng)險(xiǎn)防范意識(shí)落后。

基于上述分析,本文有如下假說:

H1:各地區(qū)經(jīng)濟(jì)發(fā)展水平越高,地區(qū)安全生產(chǎn)事故死亡率越低,地區(qū)安全生產(chǎn)風(fēng)險(xiǎn)越小,二者呈負(fù)相關(guān)關(guān)系。

H2:各地區(qū)經(jīng)濟(jì)增長速度越快,地區(qū)安全生產(chǎn)事故死亡率越高,地區(qū)安全生產(chǎn)風(fēng)險(xiǎn)越大,二者呈正相關(guān)關(guān)系。

H3:在地區(qū)就業(yè)結(jié)構(gòu)中,第二產(chǎn)業(yè)從業(yè)人員占比越大,地區(qū)安全生產(chǎn)事故死亡率越高,地區(qū)安全生產(chǎn)風(fēng)險(xiǎn)越大,二者呈正相關(guān)關(guān)系。

黃盛初、周心權(quán)、張斌川 (2005)通過對(duì) 27個(gè)樣本國家 1990年和 2000年的經(jīng)濟(jì)社會(huì)發(fā)展指標(biāo)和安全生產(chǎn)指標(biāo)進(jìn)行回歸分析,得出產(chǎn)業(yè)結(jié)構(gòu)升級(jí)以及就業(yè)結(jié)構(gòu)和就業(yè)水平的優(yōu)化對(duì)安全生產(chǎn)好轉(zhuǎn)起到推動(dòng)作用,特別是第三產(chǎn)業(yè)產(chǎn)值占GDP比重這一指標(biāo)地位的上升以及農(nóng)業(yè)產(chǎn)值占 GDP比重的地位下降更能說明這一變化[13]。此外,郭朝先 (2006)通過考察 40多個(gè)國家 1963—1996年的安全生產(chǎn)情況發(fā)現(xiàn),產(chǎn)業(yè)結(jié)構(gòu)的變動(dòng)對(duì)一國安全生產(chǎn)總體水平有較為明顯的影響,采掘業(yè)、建筑業(yè)是屬于安全狀況比較差的產(chǎn)業(yè),而大多情況下第三產(chǎn)業(yè)的安全狀況比較好,其安全事故死亡率低于全社會(huì)平均水平[14]。孔留安、田好敏通過對(duì) 1995—2004年我國工礦企業(yè)職工死亡人數(shù)與主要經(jīng)濟(jì)社會(huì)發(fā)展指標(biāo)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行灰色關(guān)聯(lián)分析,得到第三產(chǎn)業(yè)產(chǎn)值占 GDP比重與千人死亡率有負(fù)相關(guān)關(guān)系,而第二產(chǎn)業(yè)與千人死亡率具有正相關(guān)關(guān)系[15]。王亞軍、李生才 (2008)通過對(duì) 2008年 7至 8月我國安全生產(chǎn)事故統(tǒng)計(jì)分析,得出除去非產(chǎn)業(yè)因素的交通事故(占 56.54%)以外,礦業(yè)事故位居第二 (占 18.08%),在該期間內(nèi)發(fā)生的 17起特大事故中,有 8起是礦業(yè)事故,這也表明,第二產(chǎn)業(yè)中的高危行業(yè)比重大是導(dǎo)致工業(yè)經(jīng)濟(jì)占比與地區(qū)安全生產(chǎn)事故死亡率負(fù)相關(guān)的原因[16]。

基于上述分析,本文有如下假說:

H4:隨著地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和優(yōu)化,服務(wù)經(jīng)濟(jì)占比不斷上升、工業(yè)經(jīng)濟(jì)占比不斷下降,產(chǎn)業(yè)結(jié)構(gòu)系數(shù)逐漸上升,地區(qū)安全生產(chǎn)事故死亡率呈下降態(tài)勢,地區(qū)安全生產(chǎn)風(fēng)險(xiǎn)越小,二者呈負(fù)相關(guān)關(guān)系。

H5:地區(qū)經(jīng)濟(jì)結(jié)構(gòu)中,高危險(xiǎn)行業(yè)產(chǎn)值占比越大,地區(qū)安全生產(chǎn)事故死亡率越高,地區(qū)安全生產(chǎn)風(fēng)險(xiǎn)越大,二者呈正相關(guān)關(guān)系。

隨著城市化進(jìn)程加快、生產(chǎn)規(guī)模擴(kuò)大、生產(chǎn)集中化程度提高、交通運(yùn)輸量增加等要素的同步增長,發(fā)生群死群傷重特大事故的幾率隨之增加。城市化進(jìn)程速度加快,輸送易燃、易爆介質(zhì)的長輸管道大幅度增長,城市建筑密度越來越大,人口密度越來越高,城市災(zāi)害事故放大、耦合、衍生的可能性和嚴(yán)重程度均在增加,如多數(shù)重特大事故均發(fā)生在大中城市、游樂場所、國有大礦山、大型飛機(jī)等具有聚集性、規(guī)?；膮^(qū)域或人員密集場所[17]。

基于上述分析,本文有如下假說:

H6:城市 (鎮(zhèn))化水平越高,地區(qū)安全生產(chǎn)事故死亡率越高,地區(qū)安全生產(chǎn)風(fēng)險(xiǎn)越大,二者呈正相關(guān)關(guān)系。

H7:城鎮(zhèn)人口密度越大,地區(qū)安全生產(chǎn)事故死亡率越高,地區(qū)安全生產(chǎn)風(fēng)險(xiǎn)越大,二者呈正相關(guān)關(guān)系。

目前我國的人口素質(zhì),特別是勞動(dòng)力的安全文化素質(zhì)難以適應(yīng)經(jīng)濟(jì)迅速發(fā)展的要求,這種狀況在短時(shí)期內(nèi)難以發(fā)生大的改變。加之農(nóng)村富余勞動(dòng)力進(jìn)人到工礦商貿(mào)等企業(yè),成為高危險(xiǎn)行業(yè)一線從業(yè)人員的主體,給安全生產(chǎn)帶來巨大壓力,這一群體既是生產(chǎn)事故的引發(fā)者,同時(shí)又是事故的直接受害者[17]。農(nóng)民工群體的流動(dòng)性很大,如董勇 (2003)的研究表明,建筑業(yè)從業(yè)人員存在著很大的流動(dòng)性,他們的職工崗位變動(dòng)也很大,所以企業(yè)也未能及時(shí)對(duì)這些人員進(jìn)行崗前安全教育和培訓(xùn),給企業(yè)的安全生產(chǎn)埋下了很大的隱患[18]。

基于上述分析,本文有如下假說:

H8:地區(qū)從業(yè)人員平均業(yè)務(wù)素質(zhì)越高 (操作性指標(biāo)為地區(qū)從業(yè)人員專業(yè)技術(shù)人員占比),則地區(qū)安全生產(chǎn)事故死亡率越低,地區(qū)安全生產(chǎn)風(fēng)險(xiǎn)越小,二者呈負(fù)相關(guān)關(guān)系。

四、研究設(shè)計(jì)

(一)資料收集與研究對(duì)象選擇

本研究選擇中國內(nèi)地各省、直轄市、自治區(qū)為研究對(duì)象,不包括港澳臺(tái)地區(qū),利用統(tǒng)計(jì)年鑒或統(tǒng)計(jì)公報(bào)公開的數(shù)據(jù)進(jìn)行實(shí)證分析。我們依照以下標(biāo)準(zhǔn)對(duì)原始數(shù)據(jù)進(jìn)行處理:(1)考慮到個(gè)別省、市、自治區(qū)的工業(yè)內(nèi)部結(jié)構(gòu)指標(biāo),僅有輕、重工業(yè)的總產(chǎn)值之分,沒有更明細(xì)的數(shù)據(jù),本文采用公認(rèn)的回歸模型預(yù)測值進(jìn)行替代;(2)對(duì)個(gè)別地區(qū)、個(gè)別年份統(tǒng)計(jì)年鑒 (公報(bào))公布的明顯可疑的數(shù)據(jù),我們采用常用的回歸模型預(yù)測值進(jìn)行替代;(3)高危險(xiǎn)行業(yè)中的重工業(yè)從業(yè)人員在統(tǒng)計(jì)年鑒中沒有,故文章不對(duì)這個(gè)指標(biāo)進(jìn)行分析。根據(jù)這些標(biāo)準(zhǔn)篩選后,我們共獲得內(nèi)地各省、市、自治區(qū)2005—2007年連續(xù) 3年的數(shù)據(jù)。所有資料均來源于國家和各省、市、自治區(qū)統(tǒng)計(jì)年鑒 (公報(bào))。

(二)變量的測量

(1)地區(qū) GDP增長率 (Gross Domestic Product,GDP)——反映地區(qū)經(jīng)濟(jì)增長速度快慢的指標(biāo)。計(jì)算方法有多種,包括:①直接利用以前一年為基期的 GDP指數(shù),增長率 =(GDP指數(shù) -100)/100;②利用某一年為基期的 GDP指數(shù),增長率 =(本年 GDP指數(shù) -前一年 GDP指數(shù))/前一年 GDP指數(shù);③算出實(shí)際 GDP增長率 =(本年實(shí)際 GDP-前一年實(shí)際 GDP)/前一年實(shí)際 GDP。本文采用的是國家標(biāo)準(zhǔn)算法,即第二種計(jì)算方法。由于不同地區(qū)的經(jīng)濟(jì)發(fā)展不一樣,經(jīng)濟(jì)結(jié)構(gòu)不同,就業(yè)人員數(shù)量差別很大,因此以地區(qū)GDP增長率來計(jì)算當(dāng)?shù)亟?jīng)濟(jì)發(fā)展?fàn)顩r。

(2)地區(qū)第二產(chǎn)業(yè)從業(yè)人員占比 (Proportion of Secondary Industry Employment,Prosecindem)——反映第二產(chǎn)業(yè)從業(yè)人員情況,是指從事生產(chǎn)和建筑等第二產(chǎn)業(yè)的人員數(shù)與整個(gè)單位從業(yè)人員的比例。其計(jì)算公式為:二產(chǎn)就業(yè)人員數(shù)/總就業(yè)人數(shù)。

(3)地區(qū)產(chǎn)業(yè)結(jié)構(gòu)系數(shù) (Coefficient of Regional Industrial Structure,Coreinst)——反映地區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和優(yōu)化水平,產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化是指推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)合理化和高級(jí)化發(fā)展的過程,是實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)與資源供給結(jié)構(gòu)、技術(shù)結(jié)構(gòu)、需求結(jié)構(gòu)相適應(yīng)的狀態(tài)。測定地區(qū)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化系數(shù)的方法是通過計(jì)算第三產(chǎn)業(yè)和第二產(chǎn)業(yè)所占 GDP比重之比來衡量產(chǎn)業(yè)間的發(fā)展是否平衡,以此來判斷該地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化水平。其計(jì)算公式為:第三產(chǎn)業(yè)占比/第二產(chǎn)業(yè)經(jīng)濟(jì)占比。

(4)地區(qū)高危行業(yè)增加值占比 (Increased Rate of Highrisk Industries’Added Value,Inrahiriinva) ——反映地區(qū)生產(chǎn)總值中高危行業(yè)的比重。高危行業(yè)主要包括第二產(chǎn)業(yè)中的建筑業(yè)、重化工業(yè)和采礦業(yè)、第三產(chǎn)業(yè)中的交通運(yùn)輸業(yè),它們都屬于危險(xiǎn)系數(shù)較其他行業(yè)高、事故發(fā)生率較高、事故引發(fā)的財(cái)產(chǎn)損失較大的行業(yè)。比如地下采煤業(yè)、高空作業(yè)的行業(yè)、爆破業(yè)等。其計(jì)算公式為:高危行業(yè)增加值/地區(qū)生產(chǎn)總值。

(5)人均地區(qū)生產(chǎn)總值 (人均 GDP,Personal GDP)。人均 GDP是以某地區(qū)一定時(shí)期內(nèi)地區(qū)生產(chǎn)總值 (現(xiàn)價(jià))除以同時(shí)期平均人口所得出的結(jié)果。反映了地區(qū)經(jīng)濟(jì)生產(chǎn)總量與本地區(qū)人口比較的相對(duì)強(qiáng)度,常作為發(fā)展經(jīng)濟(jì)學(xué)中衡量經(jīng)濟(jì)發(fā)展?fàn)顩r的重要宏觀經(jīng)濟(jì)指標(biāo)之一。其計(jì)算公式為:GDP/該地區(qū)的常住人口 (戶籍人口)。

(6)地區(qū)城市化水平 (Regional Urbanization Level,Reurle)。又叫城市化率,是衡量城市化發(fā)展程度的數(shù)量指標(biāo),一般用一定地域內(nèi)城市人口占總?cè)丝诒壤齺肀硎?。其?jì)算公式為:城市 (鎮(zhèn))人口 (非農(nóng)業(yè)人口)/常住人口。

(7)地區(qū)城鎮(zhèn)人口密度 (Urban Population Density,Urpoden)。城鎮(zhèn)人口的實(shí)質(zhì)內(nèi)涵是居住在城市或集鎮(zhèn)地域范圍之內(nèi)、享受城鎮(zhèn)服務(wù)設(shè)施、以從事二、三產(chǎn)業(yè)為主的特定人群,它既包括城鎮(zhèn)中的非農(nóng)業(yè)人口,又包括在城鎮(zhèn)從事非農(nóng)產(chǎn)業(yè)或城郊農(nóng)業(yè)的農(nóng)業(yè)人口,其中一部分是長期居住在城鎮(zhèn)但人戶分離的流動(dòng)人口。其計(jì)算公式為:城鎮(zhèn)人口/總面積(有統(tǒng)計(jì) )。

(8)地區(qū)從業(yè)人員業(yè)務(wù)素質(zhì) (Quality of the Staff,Quosta)。高危行業(yè)中,人的安全意識(shí)和安全知識(shí)及人的安全防范能力的高低直接支配其安全行為,對(duì)安全效果產(chǎn)生直接的影響,對(duì)安全生產(chǎn)起決定性的作用,通常我們用技術(shù)水平和受教育水平來衡量這一指標(biāo)。其計(jì)算公式為:從業(yè)人員中專業(yè)技術(shù)人員數(shù) /總就業(yè)人數(shù)。

(9)地區(qū)財(cái)政衛(wèi)生經(jīng)費(fèi)支出 (Fiscal Budgetary Expenditure for Regional Health,Fibuexrehea):地區(qū)財(cái)政經(jīng)費(fèi)支出主要是指地區(qū)財(cái)政將籌集起來的資金進(jìn)行分配使用,以滿足經(jīng)濟(jì)建設(shè)和各項(xiàng)事業(yè)的需要,其中用于衛(wèi)生方面的支出是屬于科教文衛(wèi)等事業(yè)經(jīng)費(fèi)中的一部分,反映地區(qū)當(dāng)年用于醫(yī)療衛(wèi)生保健服務(wù)所消耗的資金總額,用籌資來源法測算,地區(qū)預(yù)算衛(wèi)生支出指各級(jí)政府用于衛(wèi)生事業(yè)的財(cái)政預(yù)算撥款。此變量為控制變量。

(10)衛(wèi)生機(jī)構(gòu)從業(yè)人員數(shù) (Personnel in Health-related Institutions,Perheains)。衛(wèi)生機(jī)構(gòu)主要包括醫(yī)療機(jī)構(gòu)、疾病預(yù)防控制中心 (防疫站)、采供血機(jī)構(gòu)、衛(wèi)生監(jiān)督及監(jiān)測(檢驗(yàn))機(jī)構(gòu)、醫(yī)學(xué)科研和在職培訓(xùn)機(jī)構(gòu)、健康教育所等。衛(wèi)生技術(shù)人員指衛(wèi)生機(jī)構(gòu)中醫(yī)生、護(hù)理人員 、藥劑人員、檢驗(yàn)人員等衛(wèi)生技術(shù)人員。此變量為控制變量。

根據(jù)上述理論假設(shè),參考數(shù)據(jù)散點(diǎn)圖,本文給出基礎(chǔ)模型如下:

本研究使用的模型說明見表 1。

表1 本研究使用的模型說明

下文將結(jié)合已有理論和方法進(jìn)行驗(yàn)證。

(三)方法選取

對(duì)于該模型數(shù)據(jù)處理,我們采用兼具時(shí)間序列和橫斷面分析的面板數(shù)據(jù)分析方法,該方法能夠同時(shí)反映研究對(duì)象在時(shí)間和截面單元兩個(gè)方向上的變化規(guī)律及不同時(shí)間、不同單元的特性。一般認(rèn)為,面板數(shù)據(jù)回歸方法有四種:最小二乘法估計(jì) (OLS)、固定效應(yīng)模型估計(jì) (FEM)、隨機(jī)效應(yīng)模型估計(jì) (REM)和廣義最小二乘法估計(jì) (FGLS)。為了獲得最有解釋力、最適合樣本數(shù)據(jù)風(fēng)格的模型,需要對(duì)以上四種回歸方法進(jìn)行選擇。期間為了獲取更好的解釋力,又加入了動(dòng)態(tài)隨機(jī)變量分析方法。

五、實(shí)證分析

(一)模型各類檢驗(yàn)結(jié)果

首先,由表 2的沃爾德 F檢驗(yàn)結(jié)果可以看到,該檢驗(yàn)的原假設(shè)均被拒絕,即說明固定效應(yīng)模型比 OLS模型更合適。其次,使用拉格朗日乘子檢驗(yàn) (Breusch-Pagan LM Test)隨機(jī)效應(yīng)的顯著性來比較OLS和 REM。由表 2的拉各朗日乘子檢驗(yàn)可知該模型的隨機(jī)效應(yīng)都很顯著,說明拒絕原假設(shè)而使用隨機(jī)效應(yīng)模型更好。再次,由表 2的第三個(gè)檢驗(yàn)——豪斯曼 (Haus man)檢驗(yàn)結(jié)果 (Prob＞chi2=0.0000),可知對(duì)于該模型都能拒絕原假設(shè),即固定效應(yīng)模型估計(jì)更好。

對(duì)于固定效應(yīng)模型,仍有必要采用截面間相關(guān)性檢驗(yàn)和截面異方差檢驗(yàn)來判斷模型是否存在序列相關(guān)和異方差問題,表 2的B-P檢驗(yàn)和沃爾德截面異方差檢驗(yàn)結(jié)果顯示,雖然模型不存在序列相關(guān),但是存在嚴(yán)重的異方差問題,因此需要運(yùn)用廣義回歸方法 (FGLS)來糾正模型異方差問題。

表2 模型各類檢驗(yàn)結(jié)果一覽表

(二)廣義回歸 (FGLS)分析結(jié)果

表3匯報(bào)了模型用廣義回歸 (FGLS)分析結(jié)果。對(duì)于本模型,可以看出:(1)億元 GDP安全事故死亡率 (BillGDPacci)與地區(qū)人均 GDP(Personalgdp)的相關(guān)系數(shù)是 -0.1374,說明地區(qū)人均 GDP對(duì)億元 GDP安全事故死亡率在近三年內(nèi)有負(fù)向降低作用,假說 H1得到驗(yàn)證; (2)在約0.3%的顯著水平下,億元 GDP安全事故死亡率 (BillGDPacci)與地區(qū) GDP增長率 (GDPrate)的相關(guān)系數(shù)是 -0.0283,說明地區(qū) GDP增長率對(duì)億元 GDP安全事故死亡率在近三年內(nèi)有負(fù)向降低作用,這與假說 H2相反,值得進(jìn)一步討論;(3)地區(qū)第二產(chǎn)業(yè)從業(yè)人員占比 (Prosecindem)與億元 GDP安全事故死亡率的相關(guān)系數(shù)是 0.1003,這說明第二產(chǎn)業(yè)從業(yè)人員比重越大,億元 GDP安全事故死亡率越高,假說 H3得到驗(yàn)證;(4)地區(qū)產(chǎn)業(yè)結(jié)構(gòu)系數(shù) (Coreinst)與億元 GDP安全事故死亡率 (BillGDPacci)之間具有正向關(guān)系 (Coef=0.1024,P=0.003＜1%),這說明地區(qū)產(chǎn)業(yè)結(jié)構(gòu)中第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的比例增加,地區(qū) GDP增長率 (GDPrate)越大,這與假說 H4恰恰相反,與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化系數(shù)逐漸上升,地區(qū)安全生產(chǎn)事故死亡率下降的結(jié)論是否相悖,值得進(jìn)一步深入研究和討論;(5)地區(qū)高危行業(yè)增加值占比 (Inrahiriinva)與億元 GDP安全事故死亡率 (BillGDPacci)之間具有正向關(guān)系 (Coef=0.5889,P=0.000＜1%),說明高危險(xiǎn)行業(yè)產(chǎn)值占比越大,地區(qū)安全生產(chǎn)事故死亡率越高,假說 H5得到驗(yàn)證;(6)地區(qū)城市化水平 (Reurle)與億元 GDP安全事故死亡率 (BillGDPacci)之間具有反向關(guān)系 (Coef=-0.5642,P=0.000＜1%),說明城市 (鎮(zhèn))化水平越高,地區(qū)安全生產(chǎn)事故死亡率越低,這與假說 H6恰恰相反,也是我們需要進(jìn)一步研究的方向; (7)地區(qū)城鎮(zhèn)人口密度 (Urpoden)與億元 GDP安全事故死亡率 (BillGDPacci)之間基本上沒有任何關(guān)系 (Coef=-0.0000,P=0.000＜1%),說明城鎮(zhèn)人口密度與地區(qū)安全生產(chǎn)事故死亡率的關(guān)系微弱;(8)地區(qū)從業(yè)人員業(yè)務(wù)素質(zhì) (Quosta)與億元 GDP安全事故死亡率 (Bill-GDPacci)之間具有反向關(guān)系 (Coef=-0.0095,P=0.000＜1%),說明地區(qū)從業(yè)人員平均業(yè)務(wù)素質(zhì)越高,地區(qū)安全生產(chǎn)事故死亡率越低,假說 H8得到驗(yàn)證。

表3 模型的廣義回歸分析 (FGLS)

(三)分析與討論

從實(shí)證分析結(jié)果來看:

(1)工業(yè)整體擴(kuò)張及從業(yè)人員規(guī)模的加大、高危行業(yè)增加值所占比重增大,都為安全生產(chǎn)帶來壓力,導(dǎo)致地區(qū)億元GDP安全事故死亡率的上升;

(2)城市化水平越高的地區(qū),從業(yè)人員素質(zhì)越高,社會(huì)和社區(qū)積極開展安全宣傳、教育和培訓(xùn),形成了良好的安全文化氛圍,提高了居民的安全防范意識(shí),也有助于防止人為災(zāi)害的發(fā)生;

(3)雖然城市建筑密度越大,人口密度越高,城市災(zāi)害事故放大、耦合、衍生的可能性和嚴(yán)重程度是在增加,但由于大城市、特大城市安全防范意識(shí)和措施做得比較到位,對(duì)地區(qū)億元 GDP安全事故死亡率的影響也不是特別顯著;

(4)從橫向統(tǒng)計(jì)數(shù)據(jù)看,同一年分各個(gè)地區(qū)的 GDP增長率都相差不大,但億元 GDP安全事故死亡率相差很大,GDP增長率相對(duì)較快、經(jīng)濟(jì)越發(fā)達(dá)地區(qū)億元 GDP安全事故死亡率越低,縱觀各個(gè)地區(qū)三年數(shù)據(jù),GDP增長率一般規(guī)律是逐年升高的,地區(qū)億元 GDP安全事故死亡率也越來越低,這些現(xiàn)象和我們的數(shù)據(jù)統(tǒng)計(jì)結(jié)果基本相符,這種情況是否符合社會(huì)發(fā)展的一般規(guī)律,還有待于進(jìn)一步研究和討論。

六、結(jié)論與啟示

地區(qū)安全生產(chǎn)問題日益被政界、學(xué)界、業(yè)界和社會(huì)廣泛關(guān)注,但地區(qū)安全生產(chǎn)經(jīng)濟(jì)社會(huì)風(fēng)險(xiǎn)源的探究較為薄弱。本文基于已有的理論成果,同時(shí)選擇經(jīng)濟(jì)社會(huì)學(xué)與安全科學(xué)雙重視角,以 2005—2007年各省市地區(qū)相關(guān)指標(biāo)的面板數(shù)據(jù)為基礎(chǔ),對(duì)各經(jīng)濟(jì)社會(huì)風(fēng)險(xiǎn)因子與地區(qū)安全生產(chǎn)之間的相關(guān)關(guān)系進(jìn)行探索、檢驗(yàn)。通過實(shí)證研究,我們得出以下幾點(diǎn)結(jié)論與啟示:

(1)高危行業(yè)增加值、第二產(chǎn)業(yè)從業(yè)人員占比與產(chǎn)業(yè)結(jié)構(gòu)系數(shù)對(duì)地區(qū)億元 GDP安全事故死亡率都具有正向的增大作用。實(shí)證分析顯示,高危行業(yè)增加值和第二產(chǎn)業(yè)從業(yè)人員占比對(duì)億元 GDP安全事故死亡率有增大作用,結(jié)合已有研究成果,可以認(rèn)為:第二產(chǎn)業(yè),特別是高危行業(yè) (交通運(yùn)輸、重化工業(yè)、建筑業(yè))的規(guī)模擴(kuò)張、第二產(chǎn)業(yè)就業(yè)人員急劇增加,與我國安全生產(chǎn)基礎(chǔ)薄弱的矛盾日益突出,事故和事故隱患日益增多,地區(qū)億元 GDP安全事故死亡率越高。近年來,我國一直在加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整步伐,第三產(chǎn)業(yè)增加值逐年上升,但由于我國工業(yè)基礎(chǔ)牢固,工業(yè)規(guī)?？偭枯^大,且產(chǎn)業(yè)結(jié)構(gòu)系數(shù)沒有顯著優(yōu)化,致使從實(shí)證分析結(jié)果看對(duì)地區(qū)億元 GDP安全事故死亡率也有正向的促進(jìn)作用。隨著社會(huì)進(jìn)步、科技發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)越來越優(yōu)化,安全生產(chǎn)狀況會(huì)得到改善。

(2)GDP增長率、城市化水平、城鎮(zhèn)人口密度和從業(yè)人員素質(zhì)等對(duì)地區(qū)億元 GDP安全事故死亡率都具有負(fù)向的調(diào)節(jié)作用。實(shí)證分析表明:GDP增長率的加大、城市化水平的提高、城市人口密度增大和從業(yè)人員素質(zhì)的提升,均有助于降低地區(qū)億元 GDP安全事故死亡率。深入研究表明:盡管城市化水平越高、城市建筑密度越大、人口密度越大,城市災(zāi)害事故放大、耦合、衍生的可能性和嚴(yán)重程度是增加的,但由于城市居民素質(zhì)、安全意識(shí)都在提升,且隨著城市經(jīng)濟(jì)的發(fā)展,城市安全防范設(shè)施的投入也越來越大,城市安全生產(chǎn)監(jiān)督管理體制越來越完善,減弱了城市重大災(zāi)害發(fā)生的可能性,安全生產(chǎn)情況也得以改善。

(3)人均 GDP對(duì)地區(qū)億元 GDP安全事故死亡率具有負(fù)向的調(diào)節(jié)作用。實(shí)證分析表明,人均 GDP對(duì)地區(qū)億元 GDP安全事故死亡率具有負(fù)向的調(diào)節(jié)作用,隨著社會(huì)經(jīng)濟(jì)的發(fā)展,人均 GDP逐年增加,經(jīng)濟(jì)發(fā)展帶來的積累使安全投入力度加大,安全本質(zhì)化水平提高和全民安全素質(zhì)增強(qiáng),生產(chǎn)安全事故呈現(xiàn)下降趨勢,如北京、上海等經(jīng)濟(jì)發(fā)達(dá)城市比西部欠發(fā)達(dá)地區(qū)的億元 GDP安全事故死亡率小很多。

[1]陳寶智.事故預(yù)防原理 [M].成都:四川科學(xué)技術(shù)出版社,1997.

[2]羅云.生產(chǎn)安全與經(jīng)濟(jì)社會(huì)發(fā)展.現(xiàn)代職業(yè)安全 [J].2004,(12):66-68.

[3]多英全,吳宗之,魏利軍,等.重大危險(xiǎn)源事故風(fēng)險(xiǎn)排序研究 [J].中國安全生產(chǎn)科學(xué)技術(shù),2006,2(6):19-23.

[4]魏振寬,周延峰,荊全忠.基于生命經(jīng)濟(jì)價(jià)值理論的生產(chǎn)安全分析 [J].中國安全生產(chǎn)科學(xué)技術(shù),2006,(8):8-11.

[5]曾德星.淺談如何加強(qiáng)企業(yè)安全投入促進(jìn)企業(yè)經(jīng)濟(jì)發(fā)展[J].勞動(dòng)安全與健康,1997,(6):10-12.

[6]劉振翼,馮長根,彭愛田,等.安全投入與安全水平的關(guān)系 [J].中國礦業(yè)大學(xué)學(xué)報(bào),2003,(4):447-451.

[7]邢冀,謝賢平.安全投入與事故直接經(jīng)濟(jì)損失的研究[J].安全,2007,(9):13-16.

[8]王喜奎,吳宗之,孫猛,等.關(guān)于重大危險(xiǎn)源辨識(shí)標(biāo)準(zhǔn)修訂的探討 [J].中國安全科學(xué)學(xué)報(bào),2007,(1):162-166.

[9]魏利軍,多英全,吳宗之.城市重大危險(xiǎn)源安全規(guī)劃方法及程序研究 [J].中國安全生產(chǎn)科學(xué)技術(shù),2005,1(1):15-20.

[10]陳國華,張新梅.重大危險(xiǎn)源區(qū)域風(fēng)險(xiǎn)評(píng)價(jià)及監(jiān)管對(duì)策 [J].安全與環(huán)境學(xué)報(bào),2007,(3):132-136.

[11]劉宏,唐禹夏,程宇和.基于風(fēng)險(xiǎn)理方法的危險(xiǎn)源評(píng)價(jià)分級(jí)研究 [J].中國安全科學(xué)學(xué)報(bào),2007, (6):145-150.

[12]吳宗之,高進(jìn)東.重大危險(xiǎn)源普查與建立重大事故預(yù)防控制體系 [J].安全與環(huán)境學(xué)報(bào),2005,(5):61-64.

[13]黃盛初,周心權(quán),張斌川.安全生產(chǎn)與經(jīng)濟(jì)社會(huì)發(fā)展多元分析 [J].煤炭學(xué)報(bào),2005,(10):580-584.

[14]郭朝先.他國安全生產(chǎn)狀況與經(jīng)濟(jì)發(fā)展水平的關(guān)系[J].經(jīng)濟(jì)管理,2006,(9):17-18.

[15]孔留安,田好敏.影響安全生產(chǎn)狀況的經(jīng)濟(jì)社會(huì)發(fā)展指標(biāo)及灰色關(guān)聯(lián)度分析 [J].中國安全科學(xué)學(xué)報(bào),2007,(1):46-50.

[16]王亞軍,李生才.2008年 7-8月國內(nèi)安全生產(chǎn)事故統(tǒng)計(jì)分析 [J].安全與環(huán)境學(xué)報(bào),2008, (10):173-176.

[17]王端武.國家安全生產(chǎn)保障理論及其應(yīng)用研究 [D].阜新:遼寧工程技術(shù)大學(xué),2005.

[18]董勇.建筑安全生產(chǎn)管理體系研究 [D].重慶:重慶大學(xué),2003.

[責(zé)任編輯:余志虎]

The Analysis of Econom ic and Social Risk Factors for Regional Production Safety

CHEN Qiu-ling,X IAO Lu,ZHANGQing,CAO Qing-jin
(School of Econom ics,ShanghaiUniversity,Shanghai200444,China)

As the t ime goes by,issues caused by regional production safety are gaining more and more attention from people in politics and government、 academy、 industry and society.However,only a few researches focus on economic and social risk factors.Considering thisweakness,this paper studies on risk factors of the regional production safty based on economic sociology and secure science.In order to discuss the relationship between various economic social risk factors and regionalproduction safty,thispaper chooses ten factors as variables and the mortality of regional production safety accident beyond RMB100 million GDP as parameter.By using the regression analysis approach,namelyOLS、REM、FLS,we tests the panel data of provinces in China from 2005 to 2007.Our research concludes that regional average GDP、 the growth rate of regional GDP、 regional industrial structure coefficient、 the level of urbanization and the working ability of employers had reverse relationswith themortality of regionalproduction safety accident beyond RMB100 million GDP in recent3 years;However,the ratio of employment in the second industry to the one in total industry and the increase production of high risky industry had inverse relationswith the mortality of regional production safety accident beyond RMB100 million GDP;Moreover,the density of population hasweak relation with the mortality of regional production safety accident.

regional production safety;economic and social risk factor;panel data

F061.5

A

1007—5097(2011)03—0051—06

10.3969/j.issn.1007-5097.2011.03.013

2010—03—04

2007年度國家哲學(xué)社會(huì)科學(xué)基金項(xiàng)目 “完善社會(huì)預(yù)警機(jī)制和維護(hù)社會(huì)穩(wěn)定研究”(07CSH004)

陳秋玲 (1969—),女,江西吉水人,產(chǎn)業(yè)經(jīng)濟(jì)研究中心副主任,副教授,博士,研究方向:城市經(jīng)濟(jì)學(xué),產(chǎn)業(yè)經(jīng)濟(jì)學(xué),經(jīng)濟(jì)與社會(huì)安全管理;

肖 璐 (1986—),女,江西吉水人,碩士研究生,研究方向:產(chǎn)業(yè)經(jīng)濟(jì)學(xué),經(jīng)濟(jì)與社會(huì)安全管理;

張 青 (1985—),女,湖北洪湖人,碩士研究生,研究方向:產(chǎn)業(yè)經(jīng)濟(jì)學(xué),經(jīng)濟(jì)與社會(huì)安全管理;

曹慶瑾 (1983—),男,山東曹縣人,碩士研究生,研究方向:產(chǎn)業(yè)經(jīng)濟(jì)學(xué),經(jīng)濟(jì)與社會(huì)安全管理。