大数据背景下煤矿安全管理系统韧性能力的塑造*

宋利 杨力 李鲜苗

(安徽理工大学经济与管理学院 安徽淮南 232000)

0 引言

随着“科技兴安”战略的推进和大数据技术向煤炭生产层面的渗透，煤炭行业整体的自动化和智能化程度不断提高，工作面生产人数逐步减少。煤矿生产的技术变化引发了生产组织方式的变革，也对煤矿安全管理提出了新挑战。一方面，工作面暴露在风险中的员工人数减少，导致传统的以人的生命为指标的安全风险评估方法失去效用；另一方面，融入大数据技术的煤矿生产系统具有更高的动态性、复杂性和耦合性，更容易受内外环境因素的影响，这要求安全管理系统具有较强的抗干扰能力，能及时吸收和应对干扰带来的冲击力量，即要求安全管理系统具有更高的韧性。本文从韧性概念出发，深入分析大数据技术对煤矿生产中的社会-技术系统韧性的影响，探寻塑造煤矿安全管理系统韧性能力的方法。

1 大数据技术对煤矿安全管理系统韧性的影响

1.1 煤矿安全管理系统韧性的概念及结构

韧性是组织处理干扰的能力[1-2]。HOLLING C S[3]认为韧性能力的核心是控制管理，由预测、监控、响应和学习等4个维度的能力组成，这些能力使组织具有韧性，能在事件(变化、干扰和机遇)发生之前、期间或之后调整组织功能，从而在预期和意外情况下都能实现系统的顺利运营。

从社会-技术系统视角描述煤矿安全管理系统韧性的结构如图1所示。从系统科学的观点看，煤矿安全管理系统是由人、机器、任务和环境等元素构成的复杂社会-技术系统。事故致因理论认为，特殊的工作性质、恶劣的工作条件、人的行为以及低级的安全管理水平等是导致事故发生的主要因素。煤炭开采过程中存在的瓦斯、煤尘、顶板、火灾、突水、冲击地压等众多危险源是引发安全事故的源头。人是安全管理系统的主体，在完成工作的过程中具有能动性，人的不安全行为可能将隐患和危险转化为事故，而适当的行为也可能将隐患和危险转化为正常状态。组织管理活动通过影响技术系统和人的工作态度行为，将人、机器、任务和环境等元素链接起来，构成网络，成为安全风险的潜在源头。安全管理系统的边界取决于人、机器或环境中最脆弱系统的安全临界点[4]。

图1 煤矿生产中的社会-技术系统及其韧性

此外，由于煤矿安全管理系统中的技术系统非常复杂，涉及采煤、掘进、机电、运输、通风、排水、监控等诸多方面，人的活动又伴随着工作环境的变化，因此在环境、技术系统和社会系统之间存在复杂、动态的交互影响和耦合作用，任何一个因素的变动都可能会引起其他因素的变动[5]，例如采煤技术工具的变化可能会引起矿工技能再培训的需求。如果技术系统和社会系统不协调，就会增大安全风险[6]。因此，安全绩效取决于安全管理系统中技术子系统和社会子系统面对变化、干扰或机遇时吸收和应对的能力，即安全管理系统的韧性能力。

1.2 大数据技术对煤矿安全管理系统韧性的影响

大数据技术推进了煤炭开采技术系统的自动化和智能化，数据信息技术将采煤、机电、排水、通风、运输、掘进和监控等众多技术子系统紧密链接起来[7]，提高了技术系统的复杂性和耦合性，也增加了技术系统的安全风险。

传统的安全管理决策主要以企业内部信息系统和员工日常填写的报表等结构化或非结构化数据为依据，不同类型的信息之间相互孤立，数据和样本量相对较小。然而，大数据背景下煤矿安全管理系统产生了种类繁多且动态海量的数据，包括环境监测、设备监测、人的行为等各类数据。这些海量数据导致信息冗余，增加了安全管理信息处理的难度，使得传统的人工采集分析方式无法抽取、整理和集成到有效信息和知识。必须借助大数据技术，才能有效分析和处理海量、庞杂的安全管理系统数据，及时发现实时动态数据之间的关联关系与因果关系，以支持实时的处理与交互操作，如图2所示。

图2 大数据技术对煤矿安全管理系统韧性的影响

大数据技术导致的技术系统变化也引发了员工的工作方式和安全管理运营组织模式的改变，对社会系统与技术系统的契合提出了更高的要求。例如，社会系统中的管理者和员工要能适应技术系统生产节奏的变化，决策方式和安全管理理念也需要由“被动反馈”型向“前端控制”型转变[8]，运用大数据分析技术，实时检测和分析安全生产系统中工作面、员工行为和机器装备的运营状况，一旦发现异常，能迅速做出预测和预警，制定行动计划，及时对变化、干扰等事件做出响应，并通过数据导向的学习系统总结经验和教训，积累知识，进一步提高企业安全管理动态能力。

2 基于大数据技术的煤矿安全管理韧性能力塑造

由于韧性能力的核心是系统的控制管理能力，因此，大数据背景下的煤矿安全管理韧性能力的塑造主要围绕提高安全管理系统控制能力展开。结合大数据技术对煤矿安全管理系统韧性的影响特点，分别从大数据导向的知识共享、基于大数据知识的事件学习和基于知识的组织学习等方面，阐述如何塑造煤矿安全管理系统的应对、维持、恢复和提高等韧性能力，如图3所示。

图3 基于大数据技术的煤矿安全管理韧性能力塑造

(1)大数据导向的知识共享。大数据本身并不能指导安全管理决策，只有运用大数据分析技术将数据转变为有用的信息和知识，才能成为科学决策的依据。煤矿安全管理系统中存在海量的数据，传统的人工数据处理技术无法及时从海量数据中提取有价值的信息。利用大数据分析技术则能及时发掘不同数据之间的关联性，及时捕捉异常现象并及时预警。大数据技术的有效运用需要以数据共享为基础，将子系统和各部门的数据资源整合到统一的平台，将各部门相互割裂的“信息孤岛”链接起来，实现数据共享，各部门可运用大数据技术抓取跨部门的系统数据，进行分析、对比和判断，形成有关事故隐患和系统运行状态的有效信息。这些大数据导向的知识进一步融入安全管理信息平台，形成知识共享，成为社会系统韧性能力的认知基础。

(2)基于大数据知识的事件学习。通过大数据技术抓取、整合和分析数据，能及时获取信息和知识，形成快速有效的事件学习机制。传统的安全管理强调通过对个人的特定安全事件经历进行反思和评估，鼓励在个体事件基础上的知识共享。而在大数据背景下，可以通过建立大数据导向的知识共享，构建基于大数据知识的事件学习系统，这种动态实时的事件学习系统关注组织整体对事件的反应能力，能为企业运营提供风险控制程序，进而形成煤矿企业组织的“自我修复”能力。

(3)基于知识的组织学习。大数据技术分析获取的信息和知识，通过知识记录、传递、分享等环节，可以形成组织记忆和组织知识存储。这些组织知识不可能自动地转变成以“适应、修复、更新”为特征的动态能力，必须通过组织学习才能实现。组织学习是组织面对环境所做出的适应性和创造性行为，也是企业韧性能力形成和提高的必要途径。

3 结语

(1)通过大数据技术改造了煤矿生产的技术系统和社会系统，提高了煤矿生产技术系统的动态性、复杂性和耦合性，带来了社会系统组织方式的变化，要求安全管理系统具有适应变化和干扰的更高的韧性能力。

(2)动态海量和类型庞杂的数据会导致信息冗余，增加了安全管理信息处理的难度。抽取有效信息和知识必须借助大数据分析技术。大数据技术促使安全管理模式由“被动反馈”型向“前端控制”型转变。

(3)大数据背景下的煤矿安全管理韧性能力塑造以加强控制管理为核心，沿着“大数据—知识—学习”方向展开。通过大数据导向的知识共享、基于大数据知识的事件学习和基于知识的组织学习等方式，塑造煤矿安全管理系统韧性能力。