康良国,吴 超
(1.中南大学资源与安全工程学院;2.中南大学安全理论创新与促进研究中心,湖南长沙 410083)
自Nature和Science分别推出有关大数据的研究专刊,掀起安全科学研究范式的变革,也开启了安全生产大数据时代[1]。原国家安全生产监督管理总局(现为应急管理部)于2015 年提出要建立安全生产统一数据库,提升安全生产大数据的应用能力[2]。在大数据发展战略下,物联网、云计算、人工智能等前沿信息科学技术大量应用于安全绩效管理领域,促使安全绩效信息服务更加自动化、高效化、实时化、智能化[3],因此,数据驱动的智慧安全绩效管理是安全绩效变革的必经之路。
近几年来,智慧地球、智慧城市、智慧园区、智慧社区、智慧家庭、智慧图书馆等从抽象理论正快速实现应用与服务,也悄然改变人类生活方式[4],智慧安全管理以物联网、云计算等前沿信息技术为基础,对安全生产领域进行数字化、网格化、智能化管理,并从根本上改变传统的安全管理模式。刘红波等[5]认为智慧安全是城市安全管理的新型模式,有利于克服公共安全管理存在的低效率和无组织状态问题。夏一雪等[6]从资源、组织、运行3 个层面构建公共安全智慧治理模式,有利于提高城市的危机治理能力。王广斌等[7]发现,城市生活质量、可持续性与运行效果是测量智慧城市建设目标绩效的3 个重要维度。刘纪达等[8]通过分析345 篇论文发现,国内智慧消防研究集中于理论与技术应用层面。安全绩效是衡量安全管理工作的有力手段,Kang 等[9-10]通过分析我国省级建筑业安全绩效和省级道路交通安全绩效,发现定期开展安全绩效评估有助于决策单元及时发现安全管理漏洞;廖中举[11]通过分析过去30 年的国内外相关文献,发现安全绩效影响因素主要集中于安全文化、安全氛围和安全领导力;康良国等[12]通过分析大数据对安全绩效管理的影响,发现基于大数据的安全绩效管理有助于提升企业安全管理水平。
智慧安全绩效管理是一个跨学科合作的过程,但当前智慧绩效研究主要从智慧城市评估视角开展,缺乏从安全科学角度对智慧绩效管理进行理论化、系统化研究。在物联网、大数据等前沿信息技术的驱动下,企业的安全绩效管理从传统的人工安全绩效管理转向智慧安全绩效管理模式,即智慧安全绩效管理通过数据驱动的方式实时监督安全生产情况,并以信息化方式呈现组织、部门或员工的安全工作状况。鉴于此,本研究剖析智慧安全绩效管理的定义、内涵、意义与特征,构建数据驱动下的智慧安全管理总体模型,并从基础设施、数据采集、数据分析、信息服务方面分析子模型内容,以期为安全绩效管理的数据化、智能化建设提供理论支撑。
就安全科学发展现状而言,如何让计算机、红外、遥感、传感、监控等先进技术融合于企业安全绩效管理,对人员不安全行为与物不安全状况进行预警或预测,并提供绩效信息以持续提升安全生产状况,这仍是一大难题。究其原因,存在3 个方面的挑战:
(1)安全绩效认知差异对智慧绩效信息服务支持不足。当前很多企业对安全绩效认知仍停留在事故结果层面,如事故次数、伤亡人数、财产损失、职业病人数等,忽视了安全遵守和安全参与等安全行为的测量。安全绩效考评范围扩展到组织安全生产工作方面,将大幅度增强智慧安全绩效信息的应用价值。
(2)安全管理的信息基础设施建设对智慧安全绩效管理支持不足。当前企业安全绩效管理还停留在初级信息化阶段,一方面,不同部门、生产岗位的安全数据采集标准差异可能产生“数据孤岛”情况;另一方面,海量数据增加了决策者获取细粒度知识的难度,影响安全绩效信息的发现与挖掘。此外,静态安全信息被大量使用于组织绩效管理,缺乏实时、动态的信息流反馈于安全生产工作,但动态信息流是进行智慧安全绩效管理的必要支撑条件。
(3)传统的安全绩效管理架构难以适应数据驱动的安全绩效考核要求。一方面,安全绩效数据的采集、存储、分析、可视化仅停留于传统安全绩效管理思维,缺乏数据驱动的应用特征;另一方面,数据驱动的智慧安全绩效管理框架缺乏体系化、全局化的观念,且与组织发展战略目标融合程度不足。
大数据时代、工业4.0 时代、人工智能时代发展下,智慧安全管理的提出与兴起为有效评估安全生产工作注入新的理念,在此背景下,本研究提出智慧安全绩效管理的定义:智慧安全绩效管理是指充分利用互联网、物联网、大数据、云计算等信息技术,自动监督组织、部门、个人层面的安全工作状况,通过提供安全绩效信息服务,全面、准确、实时掌握“人-机-环”系统的安全状况,进而持续提升安全管理水平。
智慧安全绩效管理的内涵可做进一步解释,具体如下:
(1)智慧安全绩效管理是以大数据、云计算、互联网、物联网等前沿信息技术为支撑,通过使用计算机、无线通信、微波、传感、红外、遥感、监控等硬件或软件设施,实现对“人-机-环”系统安全状况的监控与预警。这些监控与预警信息可作为安全生产工作考核的重要内容。
(2)大数据技术分析与挖掘结构化、半结构化、非结构化数据蕴含的信息,实时把安全绩效信息以预警方式发送给员工,员工基于这些信息进行正反馈或负反馈,如此反复,有助于帮助员工及时改正不安全行为、消除物的不安全状态、掌控环境的不安全因素。
(3)智慧安全绩效管理体现了自动化、高效化、实时化、信息化的管理特征,对不同的生产车间、操作岗位进行全方位监督检查。动态数据流是进行数据分析与数据挖掘的基础,再加以补充历史安全数据与人工录入数据等静态数据流,监控与预警组织、部门、个人层面的安全工作状况。
智慧安全信息系统实时挖掘安全数据中蕴含的绩效信息,并以可视化的形式发送给员工。在大数据驱动下,智慧安全管理的意义可从以下几点做进一步阐述:
(1)智慧安全绩效管理理念是把安全绩效与企业发展战略结合起来,形成一个闭环生态系统,也是实施组织安全战略导向的抓手,对符合组织安全发展战略导向的安全行为与安全措施及时给予奖励,以营造良好的安全文化氛围;反之,发送警报信息以切断员工间不良安全氛围的传递,发挥安全绩效管理的导向作用。
(2)智慧信息系统的硬件或软件基础设施,将安全基础管理、安全教育管理、隐患管理、安全现场管理、安全事故管理、应急管理等系统整合在一起,使其彼此联系、相互促进,通过大数据分析技术,挖掘数据流蕴含的绩效信息,探寻影响员工安全绩效的关键因素,为制定员工的安全操作规范与安全规章制度提供理论依据。
(3)在数据驱动的智慧安全绩效管理的背景下,信息系统全方面、无间断、实时收集安全相关数据,自动评估员工的安全知识、安全素养、岗位安全操作技能情况,根据岗位风险等级与工作特点,构建完善的安全绩效考核制度与科学合理的安全绩效指标体系,并搭建公正、客观的安全激励机制,充分调动员工的安全生产积极性。
(4)智慧安全绩效管理可优化企业内部的数据网络结构,自动完成不同生产部门、生产岗位数据信息的语义转换,加快数据存储与分析的处理时间,使得决策者与被决策者就安全绩效结果的沟通、反馈变得更加顺畅,消除或减缓因组织冗余造成的安全绩效信息偏差,进而提高安全绩效评估结果的信度与效度。
与传统安全绩效管理模式相比,智慧安全绩效管理在绩效信息获取、绩效信息传输、绩效信息应用、信息技术支撑等方面发生了改变与革新,具体内容如表1 所示。
表1 智慧安全绩效管理与传统安全绩效管理的特征比较
海量数据是安全管理决策的信息资源,也是实现智慧安全管理的基础[13],智慧安全绩效管理需以相应的硬件、软件设施设备作为支撑,并结合工程技术(如分布式文件数据库HDFS、分布式数据库HBase、分布式计算架构MapReduce)和策略技术(如有监督学习、无监督学习)。从基础技术功能角度分析,智慧安全绩效管理需要数据采集、数据存储、数据分析、数据挖掘算法、数据可视化等应用技术。智慧安全绩效管理的基础设施繁杂多样;从基础设施架构分析,智慧安全绩效管理需要物联网感知层基础设施、网络通信层基础设施、信息服务支持层基础设施、智慧应用层基础设施。此外,智慧安全绩效管理需以具体的学科理论作为支撑,避免在应用时出现事倍功半的效果。数据驱动的智慧安全绩效管理是安全科学、管理科学与数据科学等学科交叉融合产物,因此,智慧安全绩效管理需以这些学科的理论体系作为支撑。随着信息技术发展,大数据、计算机科学也在更新换代,安全绩效管理被赋予新的时代内涵。基于此,本研究从基础设施、数据采集、数据分析、信息服务4 个方面构建智慧安全管理模型,如图1 所示。
图1 智慧安全绩效管理总体模型
(1)在当前信息技术环境下,数据采集方式主要有硬件采集(传感器、监控器、定位器)、软件采集(网络爬虫、日志抓取、搜索引擎)与人工采集(人员录入、数据下载、数据上传)[14]。人工采集会自动删除、过滤、筛选或遗漏一些关键信息,影响绩效数据分析结果的准确性与完整性。随着社会信息化程度的提高,硬件与软件采集将逐渐成为未来安全绩效数据采集的主流方式,这保障了原始数据来源的真实性、可靠性、原始性、可持续性[15]。
(2)数据驱动的自动化决策模型是智慧安全绩效管理的核心。海量数据只有经过数据挖掘算法的训练,并由此构建一套完整的数据处理价值体系,即形成一个从数据管理、数据分析、数据可视化到提炼数据规律、知识、洞察力的自动决策模型,才能基于海量数据形成智慧安全绩效管理的核心资源库。安全绩效管理的自动决策模型可参考现有成熟的商业决策模型,取长补短,并融合安全管理的时效性特征。此外,智慧安全管理弥补了传统绩效管理在抽样统计调查方面的不足。
(3)信息服务是智慧安全绩效管理的应用落地。随着人们对安全认识的科学化、系统化,安全科学研究范围也逐渐扩大,即大安全观,复杂安全系统也需根据实时的绩效信息加以反馈或修正,且智慧安全绩效信息可实时反映人在风险管控中的作用。一方面,风险演变使得人们需定期接受反馈信息以确定安全行为是否科学有效;另一方面,人机交互模式使得人员更易接受与理解安全绩效测量结果,并作出相应的安全行为,遏制风险隐患的进一步扩大。
(4)不同应用层面的绩效信息服务对大数据系统的软硬件设施设备要求具有差异性。在市场经济竞争激烈的环境下,企业的安全投入是有限的,如何在有限的时间、预算、质量要求下选择相应的基础支撑设施设备、数据采集方式、数据分析方式以及绩效信息服务质量,这关乎安全绩效管理是否能在组织内部顺利开展。此外,智慧安全绩效管理信息系统不是一蹴而就的,应根据实际情况不断反馈修正,适应于组织、部门、个人层面的安全绩效管理。
(5)基础设施支撑层从硬件、软件、基础理论3 个层面对绩效数据采集系统的运行提供必要条件,也是实施智慧安全绩效管理的基础。海量绩效数据是进行绩效数据分析的核心资源,即海量数据为安全绩效决策模型的训练提供样本,而自动决策模型的构建会对绩效数据采集系统作出反馈,使其在数据采集、数据传输、数据预处理、数据存储方面进行优化。此外,绩效数据分析系统将挖掘出的决策信息应用于安全生产实践,形成“人-机”交互作用,如此反复,不断完善决策模型,进而发挥数据资源在安全绩效管理的主导作用。
智慧安全绩效管理基础设施子系统、智慧安全绩效数据采集子系统、智慧安全绩效数据分析子系统、智慧安全绩效信息服务子系统是构成智慧安全绩效管理体系的4 个模块。
应用对象不同,智慧安全绩效管理基础设施有所不同。智慧安全绩效管理包括物联网感知层、网络通信层、信息服务支撑层、智慧应用层4个层次[16],如图2 所示。物联网感知层主要负责安全绩效相关数据的采集,通过光敏、气敏、温敏、压敏、声敏、化学敏等传感器,配备人员可穿戴设备、风险识别监控设备、红外感应器、人员定位设备等基础硬件或软件设施,实时采集企业生产范围内的安全相关数据,并通过网络传输技术将数据传输到信息系统数据库。网络通信层主要负责信息的传递。当前的无线技术大致分为5G、WiFi、ZigBee、BLE、NBIOT、LoRa 等,这6 种无线技术的组网方式、网络部署方式、传输距离、传输速度、频段、网络延时、适合领域存在差异,安全绩效管理需根据使用场景选择相应的无线技术及其配套基础设施,尤其是在万物互联的时代,需仔细考量成本、质量、时间三者之间的平衡。信息服务支撑层主要负责部门、生产车间、岗位的信息资源整合、共享与共有,需以异构存储器、异构服务器与异构系统平台等信息设备转化为统一服务资源,最大程度实现绩效数据资源的统筹管理,为企业层面的智慧安全绩效管理提供支撑。此外,信息服务层的技术内容包括分布式存储技术、云计算技术、大数据技术等。智慧应用层是针对具体场景的应用功能。对于不同的场景,智慧安全绩效管理的硬件与软件设施、数据分析方法、数据挖掘算法存在巨大差异,一般而言,风险度高的场所更需安全绩效信息进行实时监控,例如,对于高危生产工艺场景,数据的容错率低、清洗粒度适中;对于非高危生产工艺场景,数据的容错率高、清洗粒度较为宽泛。
图2 智慧安全绩效管理基础设施子模型
安全绩效数据采集子系统是进行智慧安全绩效管理的数据源泉,其模型如图3 所示。在当前环境下,通过硬件、软件、人工方式分别获取硬件采集数据(如视频监控数据、仪器监测数据、传感器数据)、软件采集数据(如互联网数据、社交网络数据、物联网数据)与人工录入数据(如隐患数据、培训调研数据、风险管控抽查数据)。采集到的数据通过5G、WiFi、ZigBee、NB-IOT、LoRa 等无线技术上传智慧信息系统数据库。首先,数据需进行预处理(如数据清理、数据集成、数据变换、数据规约等处理方法),对数据进行审核、筛选、排序,使其更好地存储于数据库中;其次,根据数据重要程度,选择在线存储或离线存储,把绩效数据存储于数据仓库。
图3 智慧安全绩效数据采集子模型
安全绩效数据分析子系统是进行智慧安全绩效管理的核心,其模型如图4 所示。存储的海量数据经过机器学习,构建数据驱动下绩效管理的自动决策模型,根据具体应用情境,选择有监督学习与无监督学习算法对绩效数据流进行挖掘,若缺乏相关的先验知识训练决策模型,一般选择无监督学习算法分析安全绩效数据流,挖掘绩效因素的关联性。此外,随着大数据技术在互联网应用的成熟,各种数据分析模型孕育而生,如行为事件分析模型、分布分析模型、属性分析模型、用户群分析模型等,这些成熟的模型为构建智慧安全绩效管理决策模型提供理论指导与应用参考。自动决策模型对绩效数据进行整理、抽取,把绩效数据转换成对安全管理有帮助的信息,得出安全绩效评估结果,并作出安全管理决策。与此同时,决策模型将调用现有安全知识库,不断修正反馈决策结果。智慧安全管理并不意味着完全取代人工、完全任由智慧信息系统进行决策,在制定和落实安全决策时,要充分利用人工优势进行修正与反馈。究其原因是,安全科学是一门综合交叉学科,具体应用时要结合情景知识(如安全知识、安全技术、安全方法、安全理论)和其他领域知识(如计算科学领域、管理科学领域、大数据领域、计算机领域),才能使安全绩效考核实现事半功倍的效果;此外,决策结果偏差需要人员进行纠正,促使决策模型不断学习、训练,契合于具体的安全应用场景。
图4 智慧安全绩效数据分析子模型
安全绩效信息服务子系统是智慧安全绩效管理的应用落地,其模型如图5 所示。智慧安全绩效管理是由人工交互界面与移动智能终端技术、可视化技术、人机交互技术构成。智慧安全绩效管理首先要实现绩效结果实时更新功能,根据安全管理需求,随时调取历史绩效数据,并形成相应的奖惩制度;其次,智慧安全绩效管理系统实时监控人的不安全行为、物的不安全状态、环境不良因素,自动将风险信息发送给员工,并责令其立即整改或限期整改。此外,根据生产工艺、岗位、工种的不同,推送个性化的绩效信息,并根据人员的信息认知偏好制定相应的安全教育和安全培训方式[17]。应用场景不同,智慧信息系统处理绩效数据的成本、质量、时间存在差异,以企业为例,组织层面的安全绩效管理要求要比个人层面的繁杂,所需的硬件、软件实施设备更为庞大。当然,个人层面安全绩效是组织层面安全管理的基石,只有持续提升个人层面的安全绩效,才能营造良好的组织安全生产环境。
图5 智慧安全绩效数据分析子模型
(1)加强智慧安全绩效管理的战略规划布局。由于智慧安全管理的起步较晚,目前还处于概念和理论探索阶段,尚未形成统一的建设标准。因此,企业应根据自身生产工艺情况,在现有安全管理信息化程度的基础上对智慧安全绩效管理进行统筹规划和实施分步走战略,并基于不同组织安全生产发展阶段升级安全绩效管理模式。首先,采用安全监控设施以及安全传感监测设备,实现精确安全绩效服务的弱智慧安全管理阶段;然后,使用人工智能、大数据等技术,实现安全绩效信息智能响应的强智慧安全管理阶段。
(2)增强智慧安全技术的敏感性。企业在构建智慧安全绩效管理体系时,根据当前安全生产技术和安全生产工作需求,发现并及时引入智能安全管理技术。企业通过组织安全生产专家、安全管理人员等研究团队,学习或借鉴国内外企业智慧安全管理系统的建设经验,并与专业安全服务机构开展安全绩效信息化建设的合作,加强安全生产信息技术的应用转化,从传统的安全绩效管理模式转向数据驱动的智慧安全管理模式。
(3)加强员工对智慧系统的熟悉度。智能安全绩效管理效果通过员工安全生产工作状况来体现,因此,员工状况是影响绩效信息系统应用价值的重要因素,包括员工对智慧安全绩效管理的认知、对信息系统使用技能的掌握情况等。如果员工不了解或不熟悉智慧安全绩效管理的技术和环境,就无法自主利用这些技术传递或获取安全信息。因此,企业在实施智慧安全绩效管理时,通过线上或线下等方式交流或学习智慧安全绩效管理模式,进而增强员工的信息素养和数字素养。
(4)加强管理层的智能安全素养。管理层是推动传统安全绩效管理转向智慧安全绩效管理的主要力量。智慧安全绩效管理的构建需要管理层给予人力、物力、财力等资源的支持,因此,只有管理层人员认识到智慧安全绩效管理的重要性,才能促使组织有内在动力开展智慧安全绩效管理活动,这对管理层人员的智能安全素养提出了更高的要求。通过开展智慧安全管理主题的培训课程、讲座与论坛,培养和提升管理层人员的智慧安全素养。
(5)增加个性化的安全绩效信息服务能力。通过分析员工的安全生产数据,智慧安全绩效管理系统可针对不同岗位、不同习惯、不同爱好和不同年龄的人群采用个性化的绩效信息服务,增强员工对安全绩效结果的反馈能力,这对及时消除风险隐患具有重要指导意义。因此,企业在构建智慧安全绩效管理系统时,要充分考虑危险源、风险度、微气候差异等因素,针对高风险岗位操作人群提供个性化的安全信息服务,进而增加员工的安全承诺度。
在大数据技术的驱动下,传统安全绩效管理转向智慧安全绩效管理模式,智慧安全绩效管理系统通过利用前沿信息技术提供安全绩效信息服务,掌握“人-机-环”系统的安全状况,进而持续提升安全管理水平。本研究从基础设施、数据采集、数据分析、信息服务4 个方面构建大数据驱动的企业智慧安全管理模型,并分别解析智慧安全绩效管理基础设施子模型、智慧安全绩效数据采集子模型、智慧安全绩效数据分析子模型、智慧安全绩效信息服务子模型的内容。
为增加智慧安全绩效管理理论的实用性,从加强智慧安全绩效管理的战略规划布局、增强智慧安全技术的敏感性、加强员工对智慧系统的熟悉度、加强管理层的智能安全素养、增加个性化的安全绩效信息服务能力5 个方面提出智慧安全绩效管理的发展策略。此外,随着信息科学技术以及智慧安全的发展,智慧安全绩效管理的内涵并不是一成不变的,会被赋予新的时代要求。