《企業網D1Net》3月31日訊
在信息化時代下，安全生產事故的頻繁發生，已經事故信息快速的傳播速度，令安全生產被關注度空前高漲，另一方面，也為解決安全生產問題帶來了“利器”——大數據。
當前，大數據正以驚人的速度滲透到越來越多的領域，電商、零售商、IT企業等應用大數據的成功案例屢見不鮮。大數據在安全生產中的應用，最基本的功能就是從海量的安全生產數據中尋找事故發生的規律、預測未來，從而對癥下藥，有效遏制事故的發生。同時，大數據在提升安全監管能力和明確安全責任方面也可發揮重要作用。
大數據對安全生產意義非凡
將大數據用到安全生產中，可提升源頭治理能力，降低事故的發生。
大數據應用可及時準確地發現事故隱患，提升排查治理能力。當前，企業的安全生產隱患排查工作主要靠人力，通過人的專業知識去發現生產中存在的安全隱患。這種方式易受到主觀因素影響，且很難界定安全與危險狀態，可靠性差。通過應用海量數據庫，建立計算機大數據模型，可以對生產過程中的多個參數進行分析比對，從而有效界定事物狀態是否構成安全隱患。美國礦難追責就是大數據在安全生產領域應用的成功案例。2010年美國網民在網上追責過程中，通過對梅西公司下屬的另外一家煤礦魯比煤礦的安全監管、查處等數據進行分析，發現該煤礦同樣岌岌可危，隨時有“引爆”的可能。
大數據應用可揭示事故規律，為安全決策提供理論支撐。當前，在安全生產管理中，由于缺少有效的分析工具，缺少對事故規律的認識，導致我國對于安全生產主要采取“事后管理”的方式，缺少事前預防，在事故發生后才分析事故原因、追究事故責任、制定防治措施。這種方式存在很大局限性，不能達到從源頭上防止事故的目的。大數據的發展為海量事故數據提供了有效的分析工具。1931年，美國安全工程師海因里希通過分析55萬起工傷事故的發生概率，提出了著名的海因里希“事故金字塔”理論，論證了加強日常安全管理、細節管理對消除不安全行為和不安全狀態的重大作用。將大數據原理運用到安全生產中，通過對海量安全生產事故數據進行分析，分析和查找事故發生的季節性、周期性、關聯性等規律、特征，從而找出事故根源，有針對性地制定預防方案，提升源頭治理能力，降低安全生產事故的發生。
大數據應用可完善安全生產事故追責制度。從大量的事故調查處理情況可以看出，我國的安全生產事故追責制度還存在許多不完善之處，如事故取證難、事故資料搜集難、責任認定難等。美國大數據下的礦難追責制度給予了很好的啟示。2010年，美國西弗吉尼亞州發生死亡29人的礦難，由于該煤礦的監管記錄保存完整，每條記錄都包括檢查的時間、結果、違反的法律條款、處理的意見、罰款金額、已繳納的金額、煤礦是否申訴等數據項。逾千條的監管記錄為事故追責提供了重要證據，最終事故認定說明煤礦安全健康局無監管失職，出事煤礦所屬公司應承擔主要責任。可見完善的監管、執法數據庫對完善安全生產事故追責制度異常重要。
D1Net評論：
在大數據時代下，大數據可以稱之為安全生產的“保護神”，隨著安全生產對人們生活產生的影響越來越大，人們對安全生產的依賴程度逐漸加速，將大數據應用到安全生產中，可以切實保障生產的安全性，未來，安全生產事故發生的消息會越來越少。
京公網安備 11010502049343號