李紅臣

大數(shù)據(jù)時(shí)代的到來，為安全生產(chǎn)風(fēng)險(xiǎn)評(píng)估、隱患排查、執(zhí)法檢查、事故調(diào)查和決策分析等業(yè)務(wù)提供了支持。本文主要介紹了安全生產(chǎn)大數(shù)據(jù)的概念、分類、應(yīng)用案例、存在的問題和未來的應(yīng)用方向。

信息技術(shù)與經(jīng)濟(jì)社會(huì)的融合引發(fā)了數(shù)據(jù)迅猛增長(zhǎng)，數(shù)據(jù)逐漸成為與土地、物質(zhì)和能源同等重要的基礎(chǔ)性戰(zhàn)略資源，日益對(duì)經(jīng)濟(jì)運(yùn)行、社會(huì)生產(chǎn)生活和國家治理產(chǎn)生重要影響。大數(shù)據(jù)（Big data），或稱巨量資料，是指由數(shù)量巨大、結(jié)構(gòu)復(fù)雜、類型眾多的數(shù)據(jù)所構(gòu)成的數(shù)據(jù)集合，必須通過特殊化處理分析，才能形成有規(guī)律、可預(yù)測(cè)的信息服務(wù)能力。具有容量大、類型多、存取速度快、應(yīng)用價(jià)值高等特征。

隨著大數(shù)據(jù)時(shí)代的到來，政府安全監(jiān)管部門、企業(yè)或者其他機(jī)構(gòu)通過對(duì)生產(chǎn)經(jīng)營(yíng)活動(dòng)中海量、無序的數(shù)據(jù)進(jìn)行分析處理，總結(jié)數(shù)據(jù)的規(guī)律，發(fā)現(xiàn)數(shù)據(jù)的價(jià)值，為安全生產(chǎn)風(fēng)險(xiǎn)評(píng)估、隱患排查、執(zhí)法檢查、事故調(diào)查和決策分析等業(yè)務(wù)提供支持，安全生產(chǎn)逐漸步入大數(shù)據(jù)時(shí)代。

安全生產(chǎn)大數(shù)據(jù)特征

安全生產(chǎn)大數(shù)據(jù)是大數(shù)據(jù)的子集，是信息技術(shù)與安全生產(chǎn)業(yè)務(wù)融合過程中形成的海量數(shù)據(jù)。通過對(duì)這些海量數(shù)據(jù)的分析，發(fā)現(xiàn)潛在隱患、評(píng)估安全風(fēng)險(xiǎn)、尋找事故規(guī)律、追溯事故原因，實(shí)現(xiàn)安全生產(chǎn)風(fēng)險(xiǎn)管理和事故預(yù)防。

安全生產(chǎn)大數(shù)據(jù)除了具有大數(shù)據(jù)的一般特點(diǎn)之外，還具有以下3項(xiàng)特征。

數(shù)據(jù)分散

安全生產(chǎn)大數(shù)據(jù)主要存儲(chǔ)在生產(chǎn)經(jīng)營(yíng)單位、政府安全監(jiān)管監(jiān)察機(jī)構(gòu)、技術(shù)服務(wù)機(jī)構(gòu)（從事安全評(píng)價(jià)、文化宣傳、教育培訓(xùn)、檢測(cè)檢驗(yàn)、產(chǎn)品研發(fā)等工作的機(jī)構(gòu)）、社會(huì)公眾（如網(wǎng)站、論壇、社交網(wǎng)絡(luò)、互聯(lián)網(wǎng)），這些數(shù)據(jù)融合困難，信息孤島現(xiàn)象普遍存在。

數(shù)據(jù)邊界模糊

安全生產(chǎn)涉及眾多行業(yè)領(lǐng)域，面廣復(fù)雜，如何界定安全生產(chǎn)數(shù)據(jù)較為困難。在企業(yè)生產(chǎn)經(jīng)營(yíng)過程中，企業(yè)經(jīng)營(yíng)管理、工藝技術(shù)和安全生產(chǎn)密切相關(guān)，安全生產(chǎn)數(shù)據(jù)定義模糊，尤其是涉及到企業(yè)商業(yè)秘密時(shí)，安全生產(chǎn)數(shù)據(jù)采集就更加困難。

數(shù)據(jù)效用時(shí)間短

企業(yè)安全生產(chǎn)監(jiān)測(cè)、視頻圖像等數(shù)據(jù)效用時(shí)間短，比如煤與瓦斯突出、沖擊地壓等動(dòng)力災(zāi)害演化規(guī)律不清，瞬時(shí)突發(fā)，瓦斯突出、礦震、礦壓監(jiān)測(cè)數(shù)據(jù)效用時(shí)間很短。相比于金融、社交、物流、零售等大數(shù)據(jù)，安全生產(chǎn)大數(shù)據(jù)價(jià)值密度更低，比如在低瓦斯礦井下，瓦斯監(jiān)測(cè)數(shù)據(jù)長(zhǎng)期不變。

安全生產(chǎn)大數(shù)據(jù)應(yīng)用案例

國家安全監(jiān)管總局積極推動(dòng)安全生產(chǎn)大數(shù)據(jù)的應(yīng)用，組織研發(fā)團(tuán)隊(duì)開展安全生產(chǎn)大數(shù)據(jù)平臺(tái)研發(fā)與試用工作。采用了NoSQL（非關(guān)系型）數(shù)據(jù)庫、MapReduce計(jì)算框架、HDFS高性能分布式存儲(chǔ)系統(tǒng)、圖計(jì)算、語義分析、人工神經(jīng)網(wǎng)絡(luò)、智能識(shí)別、毫秒級(jí)索引查詢分析和實(shí)時(shí)處理等技術(shù)，初步建設(shè)了安全生產(chǎn)大數(shù)據(jù)平臺(tái)。開發(fā)了集地圖導(dǎo)航與圖表相結(jié)合，靜態(tài)、動(dòng)態(tài)監(jiān)測(cè)預(yù)警與多維度關(guān)聯(lián)相結(jié)合的事故鉆取分析、事故發(fā)生規(guī)律與致因挖掘、事故預(yù)測(cè)預(yù)判和風(fēng)險(xiǎn)防控于一體的大數(shù)據(jù)應(yīng)用系統(tǒng)，具有事故統(tǒng)計(jì)分析、隱患分析、遠(yuǎn)程執(zhí)法巡查、態(tài)勢(shì)分析、安全研判、輿情熱點(diǎn)分析和決策服務(wù)等功能。

下面，簡(jiǎn)單介紹安全生產(chǎn)大數(shù)據(jù)的兩個(gè)應(yīng)用案例。

安全生產(chǎn)互聯(lián)網(wǎng)輿情分析

安全生產(chǎn)輿情具有負(fù)向性、突發(fā)性、情緒化與非理性、主觀性和去中心化等特點(diǎn)，這些輿情信息會(huì)直接或者間接地影響安全生產(chǎn)工作。大數(shù)據(jù)給輿情監(jiān)測(cè)和分析方式帶來了變革。

使用網(wǎng)絡(luò)爬蟲技術(shù)定期從互聯(lián)網(wǎng)上采集安全生產(chǎn)輿情信息，進(jìn)行預(yù)處理后分類管理，建立安全生產(chǎn)輿情大數(shù)據(jù)?？梢允褂弥悄苷Z義分析、自然語言處理、數(shù)據(jù)挖掘等大數(shù)據(jù)分析技術(shù)對(duì)輿情趨勢(shì)、等級(jí)、影響程度上進(jìn)行分析，實(shí)現(xiàn)對(duì)安全生產(chǎn)輿情的監(jiān)測(cè)分析、判斷安全生產(chǎn)工作的潛在影響和風(fēng)險(xiǎn)、確定輿情的等級(jí)和影響程度。

安全生產(chǎn)事故規(guī)律分析

首先建立安全生產(chǎn)事故大數(shù)據(jù)，應(yīng)用大數(shù)據(jù)技術(shù)分析事故原因，挖掘事故規(guī)律。例如，通過地域性分析，發(fā)現(xiàn)山西、湖南、重慶為煤礦事故多發(fā)地區(qū)，黑龍江發(fā)生重大事故起數(shù)較多，據(jù)此，應(yīng)加強(qiáng)對(duì)這些地區(qū)的安全監(jiān)管監(jiān)察工作；通過事故統(tǒng)計(jì)分析，可知頂板、瓦斯、運(yùn)輸為煤礦事故的主要類別，因此要求煤礦加強(qiáng)對(duì)這些事故類型的預(yù)防；對(duì)災(zāi)害傷亡模型進(jìn)行回歸分析得出傷亡模型，傷亡人數(shù)逐漸減少，表明安全生產(chǎn)形勢(shì)趨向好轉(zhuǎn)。

應(yīng)用大數(shù)據(jù)分析技術(shù)可以進(jìn)行安全生產(chǎn)態(tài)勢(shì)預(yù)測(cè)，根據(jù)結(jié)果采取相應(yīng)的預(yù)防措施減少事故發(fā)生，提高事故風(fēng)險(xiǎn)防控能力。

安全生產(chǎn)大數(shù)據(jù)應(yīng)用的問題

當(dāng)前，安全生產(chǎn)信息化還很落后，成功的大數(shù)據(jù)應(yīng)用案例還很少，主要存在以下問題：

一是安全生產(chǎn)數(shù)據(jù)采集機(jī)制和手段不健全，有些安全生產(chǎn)數(shù)據(jù)難以采集或者采集的數(shù)據(jù)不準(zhǔn)確、不完整。安全生產(chǎn)數(shù)據(jù)不規(guī)范，融合難，質(zhì)量差。

二是企業(yè)由于信息安全、商業(yè)秘密保護(hù)等多種原因，不愿意開放共享自身的安全生產(chǎn)數(shù)據(jù)。

三是適用于安全生產(chǎn)大數(shù)據(jù)分析的算法、模型研究不深入、不成熟，安全生產(chǎn)大數(shù)據(jù)應(yīng)用價(jià)值點(diǎn)還沒有全部發(fā)掘，業(yè)務(wù)需要進(jìn)一步研究。安全生產(chǎn)大數(shù)據(jù)平臺(tái)建設(shè)是一個(gè)漸進(jìn)的持續(xù)過程，需要不斷開發(fā)完善。

安全生產(chǎn)大數(shù)據(jù)應(yīng)用方向

安全生產(chǎn)隱患排查

通過人工方式很難完全排查企業(yè)存在的隱患，特別是對(duì)于有隱蔽性的隱患，需要排查者具有較強(qiáng)的專業(yè)知識(shí)。這種方式易受主觀因素影響，而且很難界定安全與危險(xiǎn)狀態(tài)，隱患排查效果差。應(yīng)用大數(shù)據(jù)能夠及時(shí)、準(zhǔn)確地發(fā)現(xiàn)隱患，提高企業(yè)隱患排查能力。

美國安全工程師海因里希通過分析55萬起工傷事故發(fā)生的概率，提出了著名的“1∶29∶300安全法則”。這個(gè)法則告訴人們，每一起重傷或死亡事故，背后必定發(fā)生了300件無傷害事件，也就是潛在的隱患，這些無傷害事件往往被人們忽略了。

采集企業(yè)生產(chǎn)經(jīng)營(yíng)過程中人、物、環(huán)境的監(jiān)測(cè)信息和安全生產(chǎn)管理信息，建立企業(yè)安全生產(chǎn)大數(shù)據(jù)。利用圖像識(shí)別、神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊數(shù)學(xué)等算法，建立隱患診斷大數(shù)據(jù)模型，通過對(duì)多個(gè)數(shù)據(jù)參數(shù)分析比對(duì)，發(fā)現(xiàn)人的不安全行為、物的不安全狀態(tài)、環(huán)境的不安全條件和管理缺陷，從而界定是否構(gòu)成隱患。

安全生產(chǎn)風(fēng)險(xiǎn)管理

建立風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，通過專家獨(dú)立打分的方法可以評(píng)估企業(yè)安全生產(chǎn)風(fēng)險(xiǎn)。但是，這種方法主觀性強(qiáng)，而且多是使用靜態(tài)數(shù)據(jù)評(píng)估企業(yè)安全生產(chǎn)風(fēng)險(xiǎn)。應(yīng)用大數(shù)據(jù)可以動(dòng)態(tài)評(píng)估企業(yè)安全生產(chǎn)風(fēng)險(xiǎn)。

首先，構(gòu)建企業(yè)安全生產(chǎn)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估模型和風(fēng)險(xiǎn)指數(shù)，采集企業(yè)各類安全生產(chǎn)數(shù)據(jù)作為模型輸入，根據(jù)算法計(jì)算出企業(yè)安全生產(chǎn)風(fēng)險(xiǎn)指數(shù)。融合區(qū)域、行業(yè)或者全國企業(yè)安全生產(chǎn)風(fēng)險(xiǎn)數(shù)據(jù)，建立區(qū)域性安全生產(chǎn)風(fēng)險(xiǎn)指數(shù)。安全生產(chǎn)風(fēng)險(xiǎn)指數(shù)可以用紅、橙、黃、綠、藍(lán)等不同的顏色表示，通過地理信息系統(tǒng)在地圖上可視化展示。建立安全生產(chǎn)風(fēng)險(xiǎn)預(yù)警機(jī)制，促進(jìn)安全生產(chǎn)監(jiān)管監(jiān)察的精細(xì)化和精準(zhǔn)化。

突出預(yù)防為主，強(qiáng)化信息技術(shù)對(duì)安全生產(chǎn)風(fēng)險(xiǎn)識(shí)別與管理的支撐保障，督促企業(yè)落實(shí)主體責(zé)任，提升源頭治理能力，降低安全生產(chǎn)事故的發(fā)生。

事故調(diào)查

大數(shù)據(jù)用于安全生產(chǎn)事故調(diào)查也是一個(gè)主要方向。建立安全生產(chǎn)大數(shù)據(jù)，記錄企業(yè)安全生產(chǎn)基礎(chǔ)信息、管理臺(tái)賬、隱患排查信息、監(jiān)測(cè)監(jiān)控信息、執(zhí)法檢查等信息。事故發(fā)生后，調(diào)查組可以對(duì)這些數(shù)據(jù)進(jìn)行取證，從而分析事故發(fā)生原因，認(rèn)定事故責(zé)任。2010年，美國西弗吉尼亞州發(fā)生死亡29人的礦難，由于該煤礦的監(jiān)管記錄保存完整，每條記錄都包括檢查的時(shí)間、結(jié)果、違反的法律條款、處理的意見、罰款金額、已繳納的金額、煤礦是否申訴等數(shù)據(jù)項(xiàng)。逾千條的監(jiān)管記錄為事故追責(zé)提供了重要證據(jù)，最終事故認(rèn)定礦山安全與健康局無監(jiān)管失職，煤礦所屬公司承擔(dān)主要責(zé)任。

安全生產(chǎn)監(jiān)管監(jiān)察

安全生產(chǎn)監(jiān)管監(jiān)察機(jī)構(gòu)應(yīng)用大數(shù)據(jù)可以更加有效地開展工作，是“智慧安監(jiān)”的發(fā)展方向，應(yīng)用點(diǎn)包括：

1.大數(shù)據(jù)應(yīng)用于安全生產(chǎn)行政許可業(yè)務(wù)

政府安全監(jiān)管監(jiān)察機(jī)構(gòu)收到某個(gè)企業(yè)安全生產(chǎn)許可證延期（或換發(fā)）業(yè)務(wù)，分析企業(yè)安全管理、風(fēng)險(xiǎn)、事故、信用、標(biāo)準(zhǔn)化、隱患排查等數(shù)據(jù)，依法判斷是否批準(zhǔn)企業(yè)安全生產(chǎn)許可申請(qǐng)。

2.大數(shù)據(jù)應(yīng)用于日常安全監(jiān)管監(jiān)察業(yè)務(wù)

安全監(jiān)管監(jiān)察機(jī)構(gòu)在日常監(jiān)管監(jiān)察工作中，通過分析企業(yè)安全管理、風(fēng)險(xiǎn)、事故、執(zhí)法、信用等數(shù)據(jù)，對(duì)企業(yè)實(shí)行分類監(jiān)管監(jiān)察，提高安全監(jiān)管監(jiān)察工作的效能。

3.大數(shù)據(jù)應(yīng)用于安全生產(chǎn)執(zhí)法

安全監(jiān)管監(jiān)察機(jī)構(gòu)通過分析企業(yè)安全管理、風(fēng)險(xiǎn)、事故、執(zhí)法、信用、投訴舉報(bào)等數(shù)據(jù)，制定更加有針對(duì)性的執(zhí)法計(jì)劃，提高執(zhí)法效率。

安全生產(chǎn)大數(shù)據(jù)的應(yīng)用還有很多，如安全產(chǎn)品交易、安全生產(chǎn)服務(wù)、應(yīng)急管理等等。大數(shù)據(jù)對(duì)安全生產(chǎn)意義非凡，有助于提升事故防控預(yù)警能力和安全生產(chǎn)綜合治理能力，加強(qiáng)安全生產(chǎn)源頭治理，有效遏制重特大事故發(fā)生。

編輯 韓 穎