京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据如何成为安全生产“利器”
信息化一方面加速了安全生产事故信息传播速度,导致安全生产的被关注度空前高涨,另一方面,也为解决安全生产问题带来了“利器”——大数据。当前,大数据正以惊人的速度渗透到越来越多的领域,电商、零售商、IT企业等应用大数据的成功案例屡见不鲜。大数据在安全生产中的应用,最基本的功能就是从海量的安全生产数据中寻找事故发生的规律、预测未来,从而对症下药,有效遏制事故的发生。同时,大数据在提升安全监管能力和明确安全责任方面也可发挥重要作用。
大数据对安全生产意义非凡
将大数据用到安全生产中,可提升源头治理能力,降低事故的发生。
大数据应用可及时准确地发现事故隐患,提升排查治理能力。当前,企业的安全生产隐患排查工作主要靠人力,通过人的专业知识去发现生产中存在的安全隐患。这种方式易受到主观因素影响,且很难界定安全与危险状态,可靠性差。通过应用海量数据库,建立计算机大数据模型,可以对生产过程中的多个参数进行分析比对,从而有效界定事物状态是否构成安全隐患。美国矿难追责就是大数据在安全生产领域应用的成功案例。2010年美国网民在网上追责过程中,通过对梅西公司下属的另外一家煤矿鲁比煤矿的安全监管、查处等数据进行分析,发现该煤矿同样岌岌可危,随时有“引爆”的可能。
大数据应用可揭示事故规律,为安全决策提供理论支撑。当前,在安全生产管理中,由于缺少有效的分析工具,缺少对事故规律的认识,导致我国对于安全生产主要采取“事后管理”的方式,缺少事前预防,在事故发生后才分析事故原因、追究事故责任、制定防治措施。这种方式存在很大局限性,不能达到从源头上防止事故的目的。大数据的发展为海量事故数据提供了有效的分析工具。1931年,美国安全工程师海因里希通过分析55万起工伤事故的发生概率,提出了着名的海因里希“事故金字塔”理论,论证了加强日常安全管理、细节管理对消除不安全行为和不安全状态的重大作用。将大数据原理运用到安全生产中,通过对海量安全生产事故数据进行分析,分析和查找事故发生的季节性、周期性、关联性等规律、特征,从而找出事故根源,有针对性地制定预防方案,提升源头治理能力,降低安全生产事故的发生。
大数据应用可完善安全生产事故追责制度。从大量的事故调查处理情况可以看出,我国的安全生产事故追责制度还存在许多不完善之处,如事故取证难、事故资料搜集难、责任认定难等。美国大数据下的矿难追责制度给予了很好的启示。2010年,美国西弗吉尼亚州发生死亡29人的矿难,由于该煤矿的监管记录保存完整,每条记录都包括检查的时间、结果、违反的法律条款、处理的意见、罚款金额、已缴纳的金额、煤矿是否申诉等数据项。逾千条的监管记录为事故追责提供了重要证据,最终事故认定说明煤矿安全健康局无监管失职,出事煤矿所属公司应承担主要责任。可见完善的监管、执法数据库对完善安全生产事故追责制度异常重要。
我国安全生产准备还不充分
缺少高性能大数据分析工具是各领域应用大数据普遍面临的问题。
基础数据准备不充分,数据库建设亟待完善。第一,虽然我国具备安全监管职责的部门都建有安全生产相关的数据库,但由于其数据搜集、数据整理等能力的不足,造成数据库完整性、规范性方面还存在很大缺陷。第二,目前我国建筑、交通、铁路、民航、民爆和通信行业的安全监管职责在行业管理部门,石化、化工、冶金等其他行业的安全监管职责在安监部门,各部门建立的事故信息、监管信息等数据库没有形成统一的标准,为数据衔接造成很大局限。第三,信息化主管部门,在协调数据库建设和应用,以及先进信息技术推广和信息化资源配置等方面的作用没有得到充分发挥。
缺少数据分析工具,信息公开力度不够。第一,大数据是信息化时代的产物,虽然近年我国在两化融合促进安全生产、安全生产信息化等方面做了许多工作,也取得了很大的进步,但总体来讲我国安全生产信息化水平还较低,多收集少应用、重事后轻事前等问题突出,为大数据的应用带来了阻碍。第二,缺少高性能大数据分析工具,这也是各领域应用大数据普遍面临的问题,如果没有高性能分析工具,大数据的价值就得不到释放。第三,自“政府信息公开条例”颁布实施以来,安全生产信息公开工作取得了较大突破,但相比美、日等国,我国安全生产的信息公开力度很不够,特别是在安全监管信息的公开方面。
人才准备不充分,专业人才不足。大数据是一门新技术,且技术含量较高,大数据建设的每个环节都需要依靠专业人员完成,其关键环节数据分析是基于预言建模或未来趋势分析,传统的数据分析师并不具备开发预言分析应用程序模型的技能,安全生产领域的相应人才更是少之又少。
安全生产应做好准备迎接大数据
要在现有基础上加大力度,特别是做好事故信息和安全监管信息公开。
一是完善数据库,做好数据库衔接。安监、工信、建筑、交通、民航等具有安全监管职责的部门应做好安全生产相关数据的采集、整理和存储工作,建立和完善安全生产相关数据库,包括事故数据库、监管信息数据库等。各部门应统一安全生产相关数据库建设标准,事故数据库、监管信息数据库等应做好衔接。信息化主管部门做好相关协调和保障工作,建立部门间协调机制,保障安全生产相关数据的有效应用。
二是加强安全生产信息化建设,做好信息公开工作。进一步深化两化融合促进安全生产、安全生产信息化等工作,在物联网发展专项等资金中加大对安全生产的支撑力度;加强海量数据分析工具的开发和利用,推进大数据价值尽快实现;在现有信息公开的基础上加大信息公开力度,特别是做好事故信息和安全监管信息的公开,并保障信息的真实可靠。
三是以人才推动大数据应用进程。设置教学学科,建立大数据相关人才培养计划;加强与美、日等发达国家之间的人才交流,建立人才合作机制;建立人才引进机制,引进国外高端人才。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27