基于工伤事故 “大数据”分析的机械制造企业安全管理策略研究

哈尔滨电机厂有限责任公司□李 工 王丽滨 鞠晓亮 李 媛

1 引言

在国家大力推进两化融合及 “互联网+信息化”战略背景下，涉及安全生产领域的安全生产信息化管理系统也日渐步入智能化、网络化、信息化轨道，并日益在安全生产形势分析研判、管理决策、效率提升、信息安全及资源共享等多方面发挥出重要作用。

研究表明，造成事故的原因既有技术上的，也有管理上的，还有生产作业成员个体因素乃至季节、时段等多方面的。通过对事故成因的多方面研究，不仅有利于发现导致事故发生的直接原因，也有利于发现事故的间接原因和深层次原因，进而为我们准确把握事故规律和找到事故防范之策创造条件。

本文涉及的 “基于工伤事故 ‘大数据’分析的机械制造企业安全管理策略研究”通过对某企业11年中工伤事故的多层面数据统计和分析，研究和发现工伤事故的发生规律，进而为该企业制定安全管理策略提供充分、准确而实用的数据支撑。

2 工伤事故 “大数据”的分析思路和流程

本次针对某企业工伤事故的 “大数据”分析，主要分为五个阶段进行。

1）初始策划：确定数据统计分析数据需求，明确大数据分析的期望目标；

2）初始数据收集：策划所需数据类型、数据结构及所需内容，为数据分析奠定基础；

3）进行数据统计分析：综合运用适用和适宜的数据统计分析方法，对各类数据进行归类、统计和分析，为获得相关信息和结论创造条件；

4）形成分析结论：在数据分析的基础上，对某类特定数据进行趋势分析，获取工伤事故规律性特征；

5）提出安全管理策略：以分析结论为依据，结合当期安全生产形势及安全管理实际运行情况，提出相应安全管理策略。

3 工伤事故 “大数据”统计分析方法

为实现工伤事故大数据分析目标， “大数据”的统计和分析方法主要是综合运用数据分层、统计分析、趋势分析、图表分析等分析工具和分析方法，为发现数据规律和制定管理策略创造条件。

一是进行数据分层：根据统计分析需要，将获取的各类数据，划分为不同数据层，以利于后续分类统计；

二是数据统计：根据不同需要，运用相应统计方法，对各类、各层数据进行数据计算，为后续分析创造条件；

三是趋势分析：在特定数据分析基础上，发现某类数据的基本特征及发展趋势；

四是运用适宜的统计图表，直观显示数据特性和数据特征；

五是根据数据统计分析结果，归纳出某类数据隐含的重要信息，为获得结论和提出管理策略提供依据。

4 工伤事故 “大数据”分析方法及过程

（1）事故受害者的年龄分布

本方面试图从工伤人员性别和年龄特征入手，分析性别、年龄因素对事故的成因影响，进而发现事故受害者的性别和年龄分布规律。事故受害者的年龄分布如图1所示。

图1 事故受害者的年龄分布

图1显示：25岁以下工伤人员一人；56岁以上人数两人，占总工伤人数8%。

其余26岁～55岁之间人数则高达92%，尤其46岁～55岁之间工伤人数达到15人，占比高达40%，表明46岁～55岁之间为发生事故高发人群。

而26岁～45岁之间，以五岁为间隔划分时，每个年龄段均分为4人～5人，较为均衡，但总数为19人，占比51%，因此26岁～45岁年龄段为发生事故的次高危险人群。相对而言，26岁以下人群和56岁以上人群，属工伤事故低发人群。

（2）事故受害者的性别分布

见图2。

图2 事故受害者的性别分布

图2显示：全部工伤人员中，女性工伤人员两人，其余35人为男性，占比94.6%。此数据表明，工伤人员绝大多数为男性员工，这也与某企业一线生产作业员工人数占比多，且从事复杂性、较高风险性、高体力消耗性岗位有较大的因果关系。

（3）事故伤害部位分析

本层面分析，试图从工伤人员受伤部位进行分析，以期发现工伤人员受伤部位的特征。事故伤害部位分析如图3所示。

图3 事故伤害部位分析

图3显示：按全部工伤人员的受伤部位分析，以上下肢肢体部位居多，占各类型总量78.4%，尤其手部、腿部、脚部和上臂相对较多，总计29起，头面部、身体多部、颈椎部和生殖器部位较少。

此数据表明，某企业肢体类部位受伤频率最高，应是事故预防的重点。

（4）事故发生时间分析

本层面主要从发生事故的时刻分布和月度分布进行分析，以研究事故发生的时间规律。事故发生时刻分析如图4所示。

图4 事故发生时刻分析

图4可见，上午8时～12时之间发生事故13起，下午13时～17时事故起数仍为13起，与上午数量相当，占比均为39%；夜间发生事故七起，占比21%，此数据表明白天事故发生频率较高。

同时，图4显示，上午9时、10时、11时均为事故的相对高发时刻，而下午14时为全天的事故高发时刻。分析原因为该时刻作业者出现困倦、疲劳所致大脑反映迟钝有较大关系。

而夜班事故的相对高发时刻为21时和22时，表明该时段违章操作或操作失误现象较多，需严加注意。

除按事故发生时刻分析外，事故发生的月份，亦有规律可循。事故发生月份分布如图5所示。

图5 事故发生月份分布

从图5可以发现，全年的事故的高发时段为6、7、8三个月，尤其7月为全年的事故高发期，1月～3月及10月～12月为事故易发期，每年4月和9月为事故低发时期。该数据一定程度上反映出事故的季节性特点，即事故与夏季高温和冬季低温呈现较大关联性。由此，安全管理应密切关注这一季节性规律和特点，采取切实有效的季节性防范措施。

（5）事故人员的工种分布

本层面主要对事故受害者的工种分布情况进行分析，以发现按工种分布的事故规律和特点。事故人员的工种分布如图6所示。

图6 事故人员的工种分布

由图6可见，全部37个工伤人员的工种情况为，钳工发生事故人数最多，为七人；其次电焊工和各类金切工各五人；刷漆工三人居第三位；居第四位的是技职人员、装压工、水暖工和电工各两人；转运工和压型工等九个工种各一人，相对较少。

分析其成因，造成钳工事故频率较高原因为作业环境复杂，作业中风险因素较多且安全防护措施不到位有关；焊工则因高处作业，作业环境相对复杂且涉及高温、高负荷作业有较大关系；金切工事故频率较高原因与该类作业人员基数大且存在违章操作、安全风险辨识不到位等有着较大关系。

（6）事故单位分布分析

本层面主要对各单位2008年～2018年间的事故起数进行统计，分析各生产单位的事故频度特征。各单位事故起数分布图如图7所示。

图7 各单位事故起数分布图

图7显示，按事故起数排序从高到低依次为18车间八起，17车间五起，16车间四起，15车间四起，14车间三起，13车间三起，12车间两起；07车间～11车间各一起，其他六个车间为0起。

综合11年间的事故起数看，18车间和17车间的事故频度相对比较突出。

（7）各年份发生事故起数分析

本层面主要对某企业11年间发生事故的起数进行统计，分析各年度发生事故起数的规律。某企业各年度事故发生起数分布图如图8所示。

图8 某企业各年度事故发生起数分布图

由图8可见，11年间某企业总计发生事故为34起，年均发生3.09起，从各年份事故起数看，各年度事故起数呈离散型分布，总体可概括为2008年的高发态势，2009年～2015年的稳定期，2016年～2017年的小幅上升期和2018年的稳定期，体现为 “高一低一高一低”的 “过山车”式波动和总体趋稳态势。

分析其成因，事故发生受多种因素影响，反映出事故具有偶然性和随机性的一面，同时也与安全管理状态、人员安全意识、生产组织、任务繁重程度、季节因素及隐患排查治理水平等多方面因素有着密切关联，而这些因素均应是安全管理的重要组成部分。

（8）事故类型分类分析

本层面主要对各单位2008年～2018年间发生事故的类型进行统计，分析样本的事故类型特征。事故类型分类分析如图9所示。

图9 事故类型分类分析

根据GB/T 6441—1986《企业职工伤亡事故分类》，事故分为20个类型。图9可见，某企业发生的工伤事故，主要涉及其中七个类型，依事故类型占有数量，分别为其他伤害17个，机械伤害七个，高处坠落四个，物体打击三个，触电，起重伤害，灼烫类各一个。由此可见，其他伤害类型即不属于明确事故种类属性的占比最高，为50%，而机械伤害和高处坠落、物体打击相对为次高比例，显示该三类亦为相对较高风险；另一方面，此数据也反映出近年来某企业在起重和电气安全管理方面取得较为显著的成效，需要持续巩固和加强。

（9）事故发生原因分析

本层面主要对各单位2008年～2018年间发生事故的直接原因进行归类统计，分析事故的直接原因类型。事故发生原因分析如图10所示。

事故原因是多方面的，分析导致事故的直接原因，可以从中发现哪些原因处于关键或者重要地位，进而据此制定事故的重点控制措施。

图10 事故发生原因分析

图10可见，工伤人员违反安全操作规程的直接原因高达21项，占比61.8%，如从严格意义上将违反操作规程的外延扩大，即将违反工艺规定、安全意识薄弱、安全风险辨识不充分均归类于违反操作规程范畴，则其占比将高达94%。其余事故直接原因为工具或设备存在缺陷 （隐患），对事故致因的影响极小。据此，严格控制生产作业中的违章操作行为，仍是当前安全管理的一项长期、紧迫而艰巨的任务。

5 控制和减少生产安全事故的管理策略

控制和减少生产安全事故是安全生产工作的核心使命。通过上述对事故发生规律特点的多因素分析，可以从以下方面加强和改进安全管理工作，不断提升事故预防和控制能力和水平。

一是从员工特质角度，充分考虑年龄因素、性别因素乃至家庭、生理、心理和作业负荷等方面因素，特别是男性易发事故年龄段、高发事故年龄段群体给予更多关注，在作业负荷、生产组织、任务安排和人文关怀等方面从人本出发，采取适宜有效的预防措施。

二是采取多种手段开展安全教育培训，提高员工安全责任意识、自律意识和安全技术知识水平，增强自我保护能力。

三是要持续强化各级各类人员风险辨识、评估和分级管控能力，尤其是能够有效分析辨识作业前、中、后期存在的常规和动态风险，据此在具体作业活动中针对性地采取事故预防措施。

四是应充分重视事故的季节性和时间性规律和特点，有的放矢制定切实有效的季节性防范措施。

五是对易发事故的相对 “高危”工种岗位，在教育培训、事故警示教育和监督检查等方面给予更多的关注，有效防控易发事故工种生产安全事故。

六是持续加大对事故高发和严重程度较高单位的安全管理，重视所有单位的事故防控，整体提升安全绩效水平，保持安全生产形势稳定。

七是加强机械伤害、高处坠落、物体打击尤其是其他伤害类别的事故原因分析，准确找到事故的直接原因、间接原因及其普遍特点，举一反三做到循因施策，精准施治。

八是加强安全文化建设和诚信机制建设，进一步提高全体员工的责任意识、风险意识和自律意识，切实增强做好安全生产工作的主动性和自觉性。

九是适度加大对违章违纪行为、事故责任单位和事故责任者的经济、行政责任考核力度，形成安全生产高压态势。

6 结论与展望

数据，因其真实性、复杂性和规律性而具有价值性。总体而言，本文所述针对某企业工伤事故 “大数据”分析，仅是针对该企业的短时期、小范围的工伤数据统计和解析，其目的是单一而明确的，分析是客观而确切的。然而，因其时间跨度较短，尤其是数据样本量较少，因而也难免存在片面性和局限性，但是作为全生产领域 “大数据”分析的研究和探索，相信通过安全生产大数据理念的建立及其应用，将来可以在更加广泛的数据类型、更庞大的数据范围发挥其更大的作用。