■ 康良国 吴超
1.中南大学资源与安全工程学院 长沙 410083
2.中南大学安全理论创新与促进研究中心 长沙 410083
安全管理是一项复杂的系统工程活动,需要管理人员灵活应用安全科学、管理学、经济学、心理学、信息学等学科领域知识[1]。安全管理成效需通过相应安全绩效测量方法进行检验,以及时消除安全管理薄弱点,这对矿山、煤矿、建筑、危化品等传统高危行业而言显得尤为迫切和重要[2]。
为提高安全管理水平、减少人员伤亡,国内外学者从STAMP 模型、AcciMap 模型、HFACS 模型等事故致因模型出发,从多角度、多维度揭示事故的演化机理,为事故防控和安全绩效管理提供理论支撑[3]。随着安全生产管理模式转变,即政府监管型逐渐转向企业自主负责型,这要求企业通过绩效评估及时掌握自身安全生产状况,避免被错误信息所“蒙蔽”,进而错失最佳的风险管控时期。关键业绩指标法(KPI)、平衡记分卡(BSC)、目标与关键成果法(OKR)、360 度考核法等传统绩效评估模式不一定完全适用当前安全绩效管理要求[4];随着科学技术发展,尤其是信息技术的发展,一维到多维的安全绩效评估体系孕育而生。
目前,安全绩效研究主要集中于安全绩效影响因素与安全绩效测量框架2 方面。安全绩效的影响因素众多,且多因素呈现交叉耦合作用,学界主要从安全氛围、安全文化、安全态度、领导力等因素着手研究[1,5]。例如,文献[6]以加纳矿山为例,分析安全文化与安全绩效之间关系,发现安全文化氛围越浓厚的矿山,其事故率越低。学界积极开展安全绩效测量框架的研究,基于安全生产率对国家或地区层面的安全绩效进行测量[7-10]。例如,文献[11]应用DEA 方法评估欧盟28 个成员国在铁路平交道口方面的安全绩效,评估结果为改善铁路平交道口的安全状况提供相应对策。文献[12]应用DEA 方法评估巴西27个州的道路安全绩效,评估结果可激励各州采用基于证据的道路安全战略和措施。当前安全绩效研究主要侧重于绩效评估层面,缺乏从安全科学视角研究其理论基础与理论体系。此外,在信息技术和信息社会的影响下,数据已渗入安全绩效管理各个过程,但从安全科学视角研究绩效管理还处于起步阶段。为此,构建安全绩效的研究框架显得迫切必要。
本文拟对安全绩效研究状况、发展过程、研究结构、研究视角、研究层次进行分析,在此基础上对安全绩效研究方向与应用对策进行归纳,为信息时代下安全科学领域的绩效研究提供借鉴与参考。
通过中国知网检索“安全绩效”与“安全效率”主题(时间:2020.9.20),分别有1169 篇和908 篇中文论文。通过Web of Science 检索“safety performance”主题,英文论文超过13 万篇,自2016年以来,年发文量均超过1 万篇。总体而言,我国安全绩效研究与国外相比还处于起始阶段,但近几年得到相对较快发展。由图1可知,国内安全绩效研究方法主要集中于数据包络分析方法、层次分析法与结构方程模型等多维度测量方法,研究领域主要集中在煤矿、铁路等传统行业企业,且与安全文化、安全氛围、安全投入等影响因素进行相关性的实证研究。
图1 安全绩效与安全效率的关键词共现网络
安全是人类生存和发展的基本需求之一,但安全问题从20 世纪70年代才逐渐成为一门学科被学者专门研究。经过半个世纪发展,安全科学已初步形成自身理论体系与学科框架[13]。随着工业生产的复杂化、精细化、流程化,安全科学问题出现相应特征,进而发展出不同的安全绩效模式。从近代工业化的视角分析,安全科学与工业变革相伴相生,进而出现相应的时代烙印。文献[14]将近代安全科学划分为4 个时期,即安全1.0、安全2.0、安全3.0、安全4.0。在此背景下,安全绩效也经历4个发展时期,即安全绩效1.0、安全绩效2.0、安全绩效3.0、安全绩效4.0,如图2所示。
图2 安全绩效发展过程
安全绩效1.0、2.0、3.0、4.0的解释如下:
(1)安全绩效1.0发展于18世纪60年代至19世纪70年代,尤其欧洲三大工人运动,此时安全绩效重心侧重于减少人员伤亡、改善工人工作条件。安全绩效评估主要依赖于管理人员的生产经验,尚未形成完整的安全绩效理论与体系。
(2)安全绩效2.0发展于19世纪70年代至20世纪50年代,尤其海因里希于1931年提出的事故三角形模型(1:29:300 理论),首次应用数学统计方法揭示事故预防原理,即伤害控制重在事前预防。由于该阶段处于工业安全事故高峰期,为减缓事故发展趋势,安全绩效加入一些生产规模指标,如煤矿百万吨煤死亡率,进而可对比不同规模企业之间的安全状况。
(3)安全绩效3.0 发展于20 世纪50年代至21 世纪初。一方面,工业生产自动化水平的提升使得传统生产事故风险概率大为降低,且各类事故致因模型蓬勃发展,为组织安全生产管理提供理论支撑。另一方面,随着城市化的快速发展,使得复杂巨系统的公共安全问题不断显现,例如,洛杉矶光化学烟雾事件、伦敦烟雾事件、莱茵河污染事件等环境安全问题。为评估城市、行业等复杂巨系统的安全状况,传统微观或中观层面的安全绩效研究已逐渐扩展到宏观层面。安全绩效测量方法也与时俱进,包括复杂的线性与非线性规划方法,以测量微观、中观、宏观层面的安全状况。
(4)安全绩效4.0发展于21世纪初。随着大数据、云计算、物联网、互联网等信息技术的大规模应用,安全数据的种类与数量呈现几何增长,实时自动化收集、存储、处理与可视化安全数据已逐渐成为现实,这为测量经济、文化、社会、科技、信息、生态、资源等复杂局系统的安全状况提供一种新的思路与方法,即数据驱动的安全绩效评估模式,将打破基于抽样统计和信息不对称情况下的安全绩效评估模式。此外,信息技术对绩效影响是当前学界研究的热点,各种数据驱动的绩效管理体系框架孕育而生。相对于管理科学领域,信息视域下安全科学领域的绩效管理还处于初级发展阶段。
工业4.0 于2011年提出,目前仍处于初始阶段。此外,工业5.0 的概念还处于争论阶段。因此,现有安全绩效研究模式主要处于安全绩效3.0,且逐渐向安全绩效4.0演变。
传统安全绩效研究侧重绩效测量层面,随着学者研究的深入,发现仅侧重于绩效测量可能与生产过程相脱节,造成绩效结果的适用性降低。基于此,安全绩效评估研究逐渐演变成安全绩效管理研究。换而言之,安全绩效管理是基于安全绩效评估基础上逐渐发展与形成,同时也是一个相对独立的管理系统[15]。安全绩效管理是管理与组织安全绩效的过程,也类似于一个计划、执行、检查、处理的PDCA 持续循环提升过程。具体而言,安全绩效管理分为安全绩效目标与计划的制定、安全绩效辅导与沟通的实施、安全绩效的定期评估、安全绩效结果应用4 个过程,如图3所示。以企业层面为研究对象,安全绩效管理过程解释如下:
图3 安全绩效研究结构
(1)安全绩效目标与计划。企业应将安全目标与战略目标相匹配,确定各工种岗位具体的安全生产目标与安全操作行为,为员工安全绩效评估提供依据。绩效评估应涵盖安全生产管理全过程(即安全投入与产出),且安全目标的制定最好让员工参与,易获得员工对安全绩效的承诺。
(2)安全绩效辅导与沟通。企业管理者观察员工安全生产行为时,对员工遇到的困难、困惑,及时加以反馈与解决,调整不合理的安全绩效计划,激发员工的安全生产积极性。对于长期的、默认的“三违”现象应及时加以纠正,以营造良好的安全文化氛围,进而使员工自觉完成安全绩效任务。
(3)安全绩效定期评估。安全绩效评估是安全绩效管理研究的核心与难点。企业在确定统筹兼顾的安全指标之后,根据实践需求选择定性或定量的安全绩效测量方法。测量方法的选择决定着企业安全绩效考核的任务量,也检验着安全管理的成效。
(4)安全绩效结果应用。企业根据安全绩效评估结果发现安全管理系统的薄弱点,为安全绩效管理的持续提升提供依据。例如,根据评估结果判断安全工程技术、安全教育、安全规章制度是否存在缺陷;现有安全教育培训内容是否过时等。
根据企业实际情况,安全绩效管理方式分为激励型安全绩效管理与管控型安全绩效管理。激励型安全绩效管理侧重于激发员工的安全责任心,充分调动员工的安全生产积极性。管控型安全绩效管理侧重于使用安全生产规章制度规范人的安全操作行为,培养员工的安全习惯。基于不同的生产情境可使用相适应的安全绩效管理方式,以帮助员工高效完成安全绩效考核。
根据应用需求,安全绩效测量视角存在差异性,大致分为事故结果、生产率与目标导向等3个视角。
(1)从事故结果视角分析,安全绩效是指事故发生的情况与后果,其本质是量化事故伤害等非期望产出的影响。基于此,国内安全绩效常用事故发生起数、死亡人数、受伤人数、直接经济损失等4 个指标,国外安全绩效常用OSHA可记录发病率和经验修正率(EMR)等2个指标。安全绩效研究通常以安全综述形式分析国家或地区层面工业安全状况,例如,很多学者对中国道路交通、化工、建筑、煤矿等事故起数与死亡人数进行统计,进而分析该行业领域的安全生产状况。此外,非期望产出可结合行业特色,纳入一些规模指标加以修正,组成新的单因素指标体系,例如,建筑行业的百亿元产值死亡率、百万平方米死亡率、煤矿的煤矿百万吨死亡率。尽管用伤害等非期望产出衡量安全绩效的效度和信度时常令人质疑,但由于该类指标易理解与比较、且数据易收集,大规模应用于不同决策单元安全绩效的简单对比,在把控安全生产形势方面显得尤为重要。例如,中国安全生产“十三五”规划,事故起数、死亡人数等9个单因素指标列为安全生产规划目标[16]。
(2)从生产率视角分析,安全绩效通过安全投入与产出的比率评估安全生产管理的成效。基于此,安全投入可从人(People, P)—机(Machine, M)—环(Environ‐ment,E)系统或人—机—物—法—环的安全管理5 要素考虑,安全产出包含安全经济效益等期望产出(Desirable output, DO)与事故伤亡等非期望产出(Undesirable out‐put,UO),进而扩展安全绩效的研究广度,且用如下公式表示:
根据公式(1),安全绩效测量时面临规模报酬递减(DRS)、规模报酬不变(CRS)、规模报酬递增(IRS)等3 种生产规模效应情景[7]。根据实际应用条件,选择相应类型安全生产规模效应。一般而言,低投入、高期望产出、低非期望产出的决策单元绩效得分较高。例如,基于规模报酬不变情景,文献[8-9]以居住人口、机动车数量、机动车行驶距离等3个指标为投入,死亡人数为产出,基于DEA 方法分析欧盟的26 个成员国1年静态道路安全绩效与10年动态道路安全绩效。
(3)从目标导向视角分析,安全绩效是指组织基于安全生产的方针、目标、指标,控制其作业场所风险因素所取得的可测量的管理体系。该绩效评估的核心是多目标决策,即通过安全目标的分级或分层,再赋予一定权重,进而测量绩效得分,且可用如下公式表示:
公式(2)中xi,wi指取得可测量的安全指标及其权重。多目标决策方法广泛应用于绩效评估领域,例如,文献[10]通过7 个一级指标和15 二级指标,应用改良的TOPSIS–RSR 方法评估中国省级道路安全绩效。文献[17-18]通过6 个一级指标和24 个二级指标,应用遗传算法、网络层次分析法等方法评估建筑企业与建筑施工现场的安全绩效。
当前,3 类安全绩效测量视角具有相应的特点,如表1所示。
表1 安全绩效测量视角
文献[19]将工程活动划分为宏观(系统)、中观(组织)和微观(个人)3个层次。文献[20]将信息可用性和使用性划分为宏观(系统外部环境)、中观(组织因素)和微观(个人因素)3 个层次。文献[21]将事故因果因素的覆盖范围划分为宏观(政府层面)、中观(公司和组织、人类活动层面)和微观(个体工人层面)3个层次。基于此,本文将安全绩效测量划分为微观、中观和宏观3 个研究层次,如图4所示。对于不同的层次,安全绩效研究具有相应的特征。以建筑活动为例,微观层面的安全绩效管理侧重于个人或部门安全绩效研究,如构建建筑企业部门或员工的安全绩效评估原理、指标与体系。中观层面的安全绩效侧重于公司、组织的安全绩效研究,如同一区域内不同建筑企业的安全情况对比。宏观层面的安全绩效侧重于国家、地区的安全绩效研究,如中国省份之间建筑行业的安全情况对比。举例分析现有的安全绩效研究,如表2所示。
图4 安全绩效研究层次
表2 安全绩效研究示例
(1)安全绩效测量精确化。当前安全绩效评估主要以死亡或重伤等非期望产出为考核依据,表明安全绩效测量趋向结果化,忽略安全生产过程的风险量化。根据海因里希的300:29:1模型,安全绩效需纳入作业场所隐患、行为违章等因素,但由于数据收集的困难性,目前仅局限于微观层面的安全绩效研究。此外,事故具有偶然性、潜在性、前兆性,如何选择具有概括性的绩效指标显得尤为重要,为安全精准化管理提供理论支撑。
(2)事故致因模型定量化。事故致因理论是基于大量安全事故及借鉴相关学科领域,通过比较、统计、推理、改进、因果分析等方法,提炼出事故的演化机理。当前,主流事故致因模型已有50 余个[34],但大部分事故致因模型缺乏定量分析,且主要应用于事故调查分析。事故致因模型可结合相应数学方法,归纳典型事故致因指标,应用于安全生产管理过程,以测量安全生产状况或公共安全状况。
(3)安全投入与产出量化。当前,宏观层面的安全绩效测量核心是对比不同决策单元的投入产出比。因此,安全投入与产出的量化直接关乎于安全绩效评估的合理性。例如,文献[22]基于投入产出比分析国家层面的道路安全状况,进而提出针对性的安全改进措施。由于安全经济学研究尚处于初始阶段,安全经济效益侧重于“安全增值”与“安全减损”层面,导致安全期望产出指标选择存在单一性。如何合理评估县级、市级、省级安全生产状况或公共安全状况,制定适用于国情的安全投入与产出指标显得尤为重要。此外,安全投入指标应反映人接触到风险暴露量以及安全相关投入量,以调动决策单元安全管理的积极性。
(4)安全绩效管理模型。不同于常规绩效管理,安全绩效管理基础首先是减少人员伤亡,其次发挥人的安全生产经济效益。当前安全绩效管理仍处于企业被动型管理状态,安全绩效的计划、实施、考核、反馈也主要围绕人员伤亡及法律强制规定要求。安全是一项复杂的系统工程,结果导向会忽略许多关键的风险信息,导致安全绩效评估结果存在片面性、欺骗性。这也解释为什么有些企业在发生重大事故之前,安全绩效考核结果良好,但还是发生安全生产事故。基于此,急需构建安全绩效管理的理论模型,指导发现安全生产管理过程的优点与不足,以查缺补漏消除隐患。
(5)数据驱动的安全绩效管理。传统安全绩效评估模式下,微观层面的员工安全绩效考核主要依赖管理人员的经验,主观性性过强,使得绩效结果的科学性不足。对于宏观层面的安全绩效测量,需耗费大量的人力、物力、财力进行抽样调查统计,且测量的信度与效度也饱受争论。大数据时代,实时收集、存储、处理与可视化安全数据已成为现实,即使用痕迹数据测量员工、部门、组织乃至复杂巨系统的安全绩效是未来绩效变革的重要方式。基于此,急需建立数据驱动的安全绩效考核理论、模型与方法,以顺应信息时代背景下安全科学的发展趋势。
安全绩效发展经历安全绩效1.0、2.0、3.0、4.0 阶段,且信息时代背景下安全绩效4.0 将打破基于抽样统计和信息不对称情况下的传统安全绩效评估模式。安全绩效管理是基于安全绩效评估基础上形成,也是企业安全绩效的应用落地。当前安全绩效测量主要从事故结果、生产率与目标导向3 个视角开展,且各测量视角的使用场景存在差异。安全绩效研究划分为微观、中观和宏观3 个研究层次,用于满足不同层次的安全测量需求。此外,从安全绩效测量精确化、事故致因模型定量化、安全投入与产出量化、安全绩效管理模型、数据驱动的安全绩效管理5个方面阐述安全绩效研究方向。
为使信息技术融合于企业安全绩效管理,本文提出如下对策建议:
(1)安全绩效管理为企业动态掌握安全生产状况提供一种有效方式。首先,企业要充分发挥安全绩效的导向作用,重点防控高风险区域。其次,应用当前安全监管与监控技术,实现安全生产过程的定量化、指标化管理。然后,对安全绩效表现良好的员工及时给予嘉奖,以形成良好的安全文化氛围。
(2)企业应针对自身生产情况,辨识生产过程中可能存在的危险有害因素,制定相应的安全绩效管理指标体系,并由此开发安全绩效管理信息系统。为保障安全绩效管理信息系统能够长期有效运行,可与工作管理绩效信息系统相融合,以扩展安全绩效应用范围。
(3)将信息技术应用安全绩效管理时,要充分考虑企业的生产规模、生产工艺、组织架构、人员规模等具体情景。安全绩效管理不同于工作绩效管理,在设计安全绩效管理系统时,要构建符合自身情况的安全绩效管理框架,并组织安全专家对该模式进行优化,以契合于安全生产实践。
(4)不同行业企业的风险因素存在较大差异,同类企业设计一套安全绩效指标体系,用于对比国家或地区范围内同类企业的安全状况,以选出安全生产管理的标杆企业。基于此,安全生产表现不佳的企业从安全教育、管理、技术、信息化等方面向标杆企业学习,通过持续改进方式提高安全管理水平。