王金瑋工程師 張 紅高級(jí)工程師 王進(jìn)飛高級(jí)工程師

(上海市應(yīng)急管理事務(wù)和化學(xué)品登記中心,上海 200020)

0 引言

進(jìn)入21世紀(jì)以來,隨著上海市安全生產(chǎn)工作的不斷加強(qiáng),安全生產(chǎn)形勢持續(xù)穩(wěn)定向好,生產(chǎn)安全死亡事故起數(shù)和死亡人數(shù)均呈現(xiàn)下降趨勢?！渡虾Ｊ袊窠?jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》的數(shù)據(jù)顯示,生產(chǎn)安全事故死亡人數(shù)從2005年的2030人,下降到2021年的457人(含4人失蹤),降低77.5%。但不容忽視的是,上海作為超大城市具有復(fù)雜巨系統(tǒng)特征,安全生產(chǎn)仍處于爬坡過坎期,傳統(tǒng)風(fēng)險(xiǎn)、轉(zhuǎn)型風(fēng)險(xiǎn)和新的風(fēng)險(xiǎn)復(fù)雜交織,不確定性和潛在風(fēng)險(xiǎn)增加,對(duì)安全生產(chǎn)管理提出新要求、新挑戰(zhàn)。

有研究者指出,安全生產(chǎn)是經(jīng)濟(jì)社會(huì)持續(xù)健康有序發(fā)展的基礎(chǔ),經(jīng)濟(jì)社會(huì)發(fā)展也為安全生產(chǎn)提供物質(zhì)保障,兩者互為補(bǔ)充、共同存在、協(xié)調(diào)推進(jìn)[1]。許多學(xué)者也對(duì)兩者之間的關(guān)聯(lián)效應(yīng)進(jìn)行實(shí)踐研究。黃盛初等[2]選擇27個(gè)國家為樣本,以10萬人死亡率和14個(gè)經(jīng)濟(jì)社會(huì)發(fā)展指標(biāo)為基礎(chǔ),建立10萬人死亡率指標(biāo)與經(jīng)濟(jì)社會(huì)指標(biāo)之間的多元回歸模型;趙來軍等[3]運(yùn)用灰色理論和Winters模型對(duì)上海市工礦商貿(mào)死亡人數(shù)進(jìn)行預(yù)測,得出工礦商貿(mào)死亡人數(shù)與第二產(chǎn)業(yè)比重、GDP 增長率及個(gè)體工商戶比例等指標(biāo)均呈負(fù)相關(guān),死亡人數(shù)呈波動(dòng)下降歸于平穩(wěn)的趨勢;吳起等[4]對(duì)1990—2008年我國安全生產(chǎn)事故統(tǒng)計(jì)情況進(jìn)行分析,以8個(gè)反映經(jīng)濟(jì)發(fā)展的主要指標(biāo)作為神經(jīng)網(wǎng)絡(luò)的輸入端,以安全生產(chǎn)事故起數(shù)和死亡人數(shù)為輸出端,對(duì)不同省份安全生產(chǎn)情況進(jìn)行預(yù)測,其結(jié)果與實(shí)際情況符合性較好;姬保靜等[5]運(yùn)用主成分回歸法對(duì)1994—2016年我國億元GDP事故死亡率和10萬人死亡率進(jìn)行分析,發(fā)現(xiàn)1994—2002年人均GDP對(duì)安全生產(chǎn)的影響最大,居民消費(fèi)水平次之,2003—2016年公共教育經(jīng)費(fèi)占GDP的比重對(duì)安全生產(chǎn)的影響最大;荀守奎等[6]以安徽省為例,以煤炭行業(yè)的百萬噸死亡率為研究對(duì)象,根據(jù)煤炭安全事故百萬噸死亡率與GDP、人均GDP、第三產(chǎn)業(yè)占GDP的比例等指標(biāo)之間的相互關(guān)系,得出煤炭安全生產(chǎn)事故與社會(huì)經(jīng)濟(jì)發(fā)展之間存在著密切關(guān)系;劉靜等[7]應(yīng)用灰色關(guān)聯(lián)分析法和散點(diǎn)圖分析,發(fā)現(xiàn)陜西省安全生產(chǎn)狀況的好轉(zhuǎn)與城市人口比重有很強(qiáng)的關(guān)系;呂淑然等[8]通過建立評(píng)估指標(biāo)體系,發(fā)現(xiàn)2006—2020年北京市安全生產(chǎn)與經(jīng)濟(jì)社會(huì)發(fā)展的耦合協(xié)調(diào)是循序漸進(jìn)的,而驅(qū)動(dòng)耦合協(xié)調(diào)關(guān)系演變的主要因素包括參加工傷保險(xiǎn)人數(shù)等9項(xiàng)。

通過以往研究可以看出,近年來針對(duì)省級(jí)層面的安全生產(chǎn)和經(jīng)濟(jì)社會(huì)發(fā)展關(guān)系的研究較少,且少有對(duì)上海市近十年安全生產(chǎn)和經(jīng)濟(jì)社會(huì)發(fā)展的相關(guān)統(tǒng)計(jì)分析?；诖?本文運(yùn)用相關(guān)性分析和主成分回歸等統(tǒng)計(jì)學(xué)方法,對(duì)上海市安全生產(chǎn)指標(biāo)與相關(guān)經(jīng)濟(jì)社會(huì)發(fā)展指標(biāo)的關(guān)聯(lián)性進(jìn)行綜合分析,為高質(zhì)量統(tǒng)籌經(jīng)濟(jì)發(fā)展和安全生產(chǎn)工作提供依據(jù)和參考。

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)來源

自國家統(tǒng)計(jì)局[9]和上海市統(tǒng)計(jì)局網(wǎng)站[10]查詢《中國統(tǒng)計(jì)年鑒》《上海市國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》《上海市統(tǒng)計(jì)年鑒》,收集2005—2021年上海市安全生產(chǎn)指標(biāo)和經(jīng)濟(jì)社會(huì)發(fā)展指標(biāo)的原始數(shù)據(jù)。

1.2 指標(biāo)選取

1.2.1 安全生產(chǎn)指標(biāo)的選取

目前我國安全生產(chǎn)指標(biāo)主要有生產(chǎn)安全事故起數(shù)、死亡人數(shù)、煤礦百萬噸死亡率、億元國民生產(chǎn)總值(以下簡稱GDP)死亡率、道路交通萬車死亡率等。其中,億元GDP死亡率反映一定經(jīng)濟(jì)條件下的安全生產(chǎn)水平[11]。去除絕對(duì)指標(biāo)(如生產(chǎn)安全事故起數(shù)、死亡人數(shù))和行業(yè)指標(biāo)(如煤礦百萬噸死亡率),本文選擇億元GDP死亡率作為因變量Y,反映安全生產(chǎn)狀況。

1.2.2 經(jīng)濟(jì)社會(huì)發(fā)展指標(biāo)的選取

基于社會(huì)經(jīng)濟(jì)發(fā)展相關(guān)理論,借鑒其他研究成果[3,5-6,12-13],根據(jù)系統(tǒng)性、動(dòng)態(tài)性、有效性和數(shù)據(jù)可得性原則,最終選擇7個(gè)指標(biāo)作為自變量。

(1)經(jīng)濟(jì)發(fā)展指標(biāo)。產(chǎn)業(yè)結(jié)構(gòu)系數(shù)X1:反映地區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和優(yōu)化水平。計(jì)算方法為:第三產(chǎn)業(yè)占GDP比例除以第二產(chǎn)業(yè)占GDP比例[11]。

人均地區(qū)生產(chǎn)總值X2: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。計(jì)算方法為:GDP除以該地區(qū)的常住人口[14]。張學(xué)新等[15]基于乘數(shù)過程假設(shè),論證人均GDP服從漸近對(duì)數(shù)正態(tài)分布,因此本文人均GDP取對(duì)數(shù)值獲得,即LnX2。

工業(yè)增加值占GDP比例X3:反映工業(yè)對(duì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)占比。計(jì)算方法為:工業(yè)增加值除以GDP[3]。

第二產(chǎn)業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)比例X4:反映第二產(chǎn)業(yè)從業(yè)人員情況,是指從事第二產(chǎn)業(yè)的人數(shù)與總就業(yè)人數(shù)的比例。計(jì)算方法為:第二產(chǎn)業(yè)就業(yè)人員數(shù)除以總就業(yè)人數(shù)[11]。

(2)社會(huì)發(fā)展指標(biāo)。醫(yī)療衛(wèi)生機(jī)構(gòu)個(gè)數(shù)X5:反映醫(yī)療衛(wèi)生發(fā)展水平。

研究與試驗(yàn)發(fā)展(research and development,R&D)經(jīng)費(fèi)占GDP比例X6:是衡量地區(qū)科技投入強(qiáng)度和科技發(fā)展水平的評(píng)價(jià)指標(biāo)。計(jì)算方法為:R&D經(jīng)費(fèi)支出除以GDP[3]。

公共教育經(jīng)費(fèi)占GDP比例X7:反映教育文化發(fā)展水平。計(jì)算方法為:各級(jí)政府用于公共教育事業(yè)的財(cái)政經(jīng)費(fèi)支出除以GDP[3]。

1.3 錄入和質(zhì)量控制

由2名注冊安全工程師共同進(jìn)行數(shù)據(jù)的檢索、收集,排除重復(fù)和缺失后,對(duì)納入研究的各指標(biāo)采用平行錄入的方式錄入軟件EpiData 3.1。

1.4 統(tǒng)計(jì)方法

2 結(jié)果分析

2.1 基本情況

2005—2021年上海市億元GDP死亡率逐年下降,由0.222降至0.011,年均下降量為0.012,年均下降率為16.20%,如圖1。整理2005—2021年上海市各經(jīng)濟(jì)社會(huì)發(fā)展指標(biāo)數(shù)據(jù),見表1。

圖1 2005—2021年上海市億元GDP死亡率變化趨勢Fig.1 The trend chart for the mortality rate of the 100-million-yuan GDP in Shanghai from 2005 to 2021

表1 2005—2021年上海市億元GDP死亡率和各經(jīng)濟(jì)社會(huì)發(fā)展指標(biāo)統(tǒng)計(jì)Tab.1 Statistics on the mortality rate of 100-million-yuan GDP and the indicators of the economic and social development in Shanghai from 2005 to 2021

2.2 相關(guān)性分析

對(duì)2005—2021年上海市億元GDP死亡率與各經(jīng)濟(jì)社會(huì)發(fā)展水平因子進(jìn)行相關(guān)性分析,其Pearson分布相關(guān)系數(shù)矩陣,見表2。從表2可以看出各自變量間存在較強(qiáng)相關(guān)性,可以采用主成分分析提取主成分,轉(zhuǎn)換為不相關(guān)變量。

表2 2005—2021年上海市億元GDP死亡率和各經(jīng)濟(jì)社會(huì)發(fā)展指標(biāo)的Pearson相關(guān)系數(shù)矩陣Tab.2 The matrix of Pearson correlation coefficients between the mortality rate of 100-million-yuan GDP and the indicators of the economic and social development in Shanghai from 2005 to 2021

2.3 主成分回歸分析

分別對(duì)因變量和各自變量進(jìn)行標(biāo)準(zhǔn)化,生成ZY,ZX1,…,ZX7。對(duì)各標(biāo)準(zhǔn)化后的自變量ZX1,…,ZX7采用因子分析,通過降維,將7個(gè)標(biāo)準(zhǔn)化后自變量提取為2個(gè)主成分,利用KMO檢驗(yàn)和巴特利特檢驗(yàn),KMO值為0.722,巴特利特檢驗(yàn)的顯著性P<0.01,表明適合進(jìn)行因子分析。特征值和方差貢獻(xiàn)率(見表3),累積方差百分比達(dá)到94.979%,說明提取2個(gè)成分效果較好。成分矩陣和成分得分系數(shù)矩陣,見表4、5。根據(jù)成分得分系數(shù)矩陣可寫出2個(gè)主成分表達(dá)式分別為:

Z1=0.228ZX1+0.160ZLnX2-0.176ZX3-0.277ZX4+0.169ZX5+0.152ZX6-0.309ZX7

(1)

Z2=-0.119ZX1+0.049ZLnX2-0.012ZX3+0.299ZX4+0.026ZX5+0.072ZX6+1.024ZX7

(2)

表3 總方差解釋Tab.3 Total variance explained

以ZY為因變量,Z1和Z2為自變量,建立回歸模型為:

ZY=0.31Z1-0.641Z2

(3)

多元回歸系數(shù),見表6?；貧w模型決定系數(shù)R2=0.878,調(diào)整后R2=0.861,解釋效果較好。F值為50.434,P<0.05,表明回歸模型有統(tǒng)計(jì)學(xué)意義。

表4 成分矩陣Tab.4 Component matrix

表5 成分得分系數(shù)矩陣Tab.5 The matrix for component score coefficients

將Z1和Z2帶入以上回歸模型,得到標(biāo)準(zhǔn)化后因變量與各標(biāo)準(zhǔn)化后自變量間關(guān)系為:

ZY=0.0056ZX1-0.5606ZLnX2+0.06223ZX3-0.0818ZX4-0.0357ZX5-0.0933ZX6-0.1058ZX7

(4)

Y=0.00057X1-0.01322LnX2+0.0056X3-0.00142X4-0.00168X5-0.00909X6-0.11383X7+0.41188

(5)

回歸結(jié)果顯示,產(chǎn)業(yè)結(jié)構(gòu)系數(shù)X1和工業(yè)增加值占生產(chǎn)總值比例X3與億元GDP死亡率呈正比,人均GDP的對(duì)數(shù)值LnX2、第二產(chǎn)業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)比例X4、醫(yī)療衛(wèi)生機(jī)構(gòu)個(gè)數(shù)X5、研究與試驗(yàn)發(fā)展經(jīng)費(fèi)占GDP比例X6和公共教育經(jīng)費(fèi)占GDP比例X7分別與億元GDP死亡率間呈反比。

表6 多元回歸系數(shù)統(tǒng)計(jì)Tab.6 Statistics on multiple regression coefficients

3 討論

安全生產(chǎn)狀況與經(jīng)濟(jì)、社會(huì)、人口、行為、管理等因素密切相關(guān)。本研究基于橫斷面研究設(shè)計(jì),結(jié)合國家統(tǒng)計(jì)局和上海統(tǒng)計(jì)局發(fā)布的統(tǒng)計(jì)年鑒數(shù)據(jù),對(duì)社會(huì)經(jīng)濟(jì)發(fā)展水平與安全生產(chǎn)的關(guān)聯(lián)性進(jìn)行定量分析,為生產(chǎn)安全事故的風(fēng)險(xiǎn)評(píng)價(jià)和防控政策、措施制定提供參考。

3.1 第二產(chǎn)業(yè)占GDP比例對(duì)億元GDP死亡率的影響

本研究結(jié)果顯示,第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的比例增加,產(chǎn)業(yè)結(jié)構(gòu)系數(shù)上升,億元GDP死亡率也隨之上升。汪崇鮮等[16]研究也表明第二產(chǎn)業(yè)占GDP比例與億元GDP死亡率成正比;黃盛初等[2]分析也顯示10萬人死亡率隨第三產(chǎn)業(yè)占GDP比例增加而增大。為此在產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化過程中,要進(jìn)一步加強(qiáng)對(duì)第三產(chǎn)業(yè)的安全管理。本研究結(jié)果表明,工業(yè)增加值占生產(chǎn)總值比例與億元GDP死亡率呈現(xiàn)正相關(guān)關(guān)系。說明工業(yè)行業(yè)的增長加大了安全生產(chǎn)壓力,提示對(duì)工業(yè)行業(yè)應(yīng)立足源頭預(yù)防,做到關(guān)口前移,政府應(yīng)指導(dǎo)工業(yè)企業(yè)不斷加強(qiáng)安全生產(chǎn)管理,提升工業(yè)企業(yè)本質(zhì)安全水平。

本研究發(fā)現(xiàn),第二產(chǎn)業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)比例與億元GDP死亡率呈現(xiàn)負(fù)相關(guān)關(guān)系。第二產(chǎn)業(yè)包括建筑施工、金屬冶煉、危險(xiǎn)化學(xué)品生產(chǎn)等傳統(tǒng)高危行業(yè),常易發(fā)生事故,而本研究結(jié)果與之相反,其原因可能為上海在產(chǎn)業(yè)升級(jí)轉(zhuǎn)型過程中,提高了第二產(chǎn)業(yè)整體安全生產(chǎn)水平,減少了相關(guān)事故的發(fā)生。

3.2 人均 GDP對(duì)億元GDP死亡率的影響

多項(xiàng)研究[17-18]表明,人均GDP達(dá)到1萬美元左右時(shí),工傷事故穩(wěn)定下降,事故發(fā)生的波動(dòng)幅度也開始變小。上海的人均GDP在2009年已經(jīng)超過人均1萬美元,本研究的多元線性回歸結(jié)果也顯示人均 GDP與億元GDP死亡率呈現(xiàn)負(fù)相關(guān)關(guān)系,與相關(guān)研究[19-20]結(jié)果一致。其原因可能是隨著人均GDP的增加,政府和社會(huì)對(duì)安全生產(chǎn)的重視程度也不斷增強(qiáng),加大了安全生產(chǎn)費(fèi)用的提取和使用,從人、財(cái)、物等各方面為有效開展安全生產(chǎn)管理工作提供必要保障,從而降低事故發(fā)生的可能性。本研結(jié)果表明,醫(yī)療衛(wèi)生機(jī)構(gòu)個(gè)數(shù)與億元GDP死亡率呈現(xiàn)負(fù)相關(guān)關(guān)系。原因在于醫(yī)療衛(wèi)生水平的提高有助于更好地?fù)尵群妥o(hù)理生產(chǎn)安全事故受傷人員,從而降低事故死亡率,減少事故造成的損失。陳秋玲等[14]、李嘯然等[21]分別運(yùn)用固定效應(yīng)模型的廣義回歸和多元回歸,證明每千人衛(wèi)生技術(shù)人員數(shù)、醫(yī)療衛(wèi)生人員數(shù)與億元GDP死亡率間具有負(fù)向關(guān)系。公共教育和R&D經(jīng)費(fèi)占GDP比例增加,有助于降低億元GDP死亡率。究其原因,隨著公共教育經(jīng)費(fèi)投入的增加,更多的安全生產(chǎn)知識(shí)被納入公共教育體系,學(xué)生的安全意識(shí)得到強(qiáng)化,間接提升未來相關(guān)從業(yè)人員的安全素養(yǎng);另外,增大R&D經(jīng)費(fèi)比例,研發(fā)并推廣應(yīng)用更加安全化、智能化、精細(xì)化、數(shù)字化的高新技術(shù)裝備,將有助于降低生產(chǎn)安全事故的發(fā)生概率。

本研究也存在一定的局限性,例如,受已有普查數(shù)據(jù)和統(tǒng)計(jì)年鑒指標(biāo)所限,不能納入全部可能產(chǎn)生影響的社會(huì)經(jīng)濟(jì)發(fā)展因素。今后在深化研究中可考慮擴(kuò)大納入更多潛在影響因素,并分析其耦合性。

4 結(jié)論

通過對(duì)2005—2021年上海市安全生產(chǎn)和經(jīng)濟(jì)社會(huì)發(fā)展歷史數(shù)據(jù)的統(tǒng)計(jì)分析得出以下結(jié)論:

(1)2005—2021年上海市億元GDP死亡率由0.222降至0.011。億元GDP死亡率與產(chǎn)業(yè)結(jié)構(gòu)系數(shù)、人均GDP、工業(yè)增加值占GDP比例、第二產(chǎn)業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)比例、公共教育經(jīng)費(fèi)占GDP比例、R&D經(jīng)費(fèi)占GDP比例、醫(yī)療衛(wèi)生機(jī)構(gòu)個(gè)數(shù)等7個(gè)經(jīng)濟(jì)社會(huì)發(fā)展指標(biāo)的雙變量Pearson相關(guān)性分析表明,各變量間存在較強(qiáng)相關(guān)性。

(2)運(yùn)用主成分分析法提取2個(gè)主成分進(jìn)行主成分回歸,回歸模型決定系數(shù)R2=0.878,調(diào)整后R2=0.861,解釋效果較好。結(jié)果顯示,產(chǎn)業(yè)結(jié)構(gòu)系數(shù)和工業(yè)增加值占生產(chǎn)總值比例與億元GDP死亡率呈現(xiàn)正相關(guān)關(guān)系,其余5個(gè)反映經(jīng)濟(jì)社會(huì)發(fā)展的指標(biāo)分別與億元GDP死亡率間呈現(xiàn)負(fù)相關(guān)關(guān)系。

(3)回歸結(jié)果顯示,在產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化過程中,通過進(jìn)一步加強(qiáng)對(duì)第三產(chǎn)業(yè)的安全管理,提升工業(yè)企業(yè)本質(zhì)安全水平,強(qiáng)化醫(yī)療救治,增進(jìn)教育與科研投入,將有助于提高安全生產(chǎn)水平,降低億元GDP死亡率。

(4)上海市安全生產(chǎn)還受到其他多種經(jīng)濟(jì)社會(huì)發(fā)展因素的綜合影響,要聚焦高質(zhì)量發(fā)展主題,結(jié)合實(shí)際,統(tǒng)籌經(jīng)濟(jì)發(fā)展和安全生產(chǎn)工作。