基于文本挖掘的制造業企業安全管理因素研究

李鑫 李曉非

［摘 要］本文以機械傷害事故為例，以2010—2022年制造業安全事故報告為素材，運用文本挖掘方法確定安全事故的主要類型，通過度中心性、緊密中心性、介數中心性分析，明確與主要安全事故相關的安全管理因素，并在此基礎上提出對策建議，為目前制造業企業安全管理提供理論基礎。

［關鍵詞］安全管理；機械傷害事故；文本挖掘；復雜網絡

0? ? ?引 言

制造業發展水平是國家工業化程度主要標志之一，2022年我國制造業增加值已經達到33.5萬億元［1］，未來制造業將朝著規模更大、實力更強的方向發展。制造業行業生產環節復雜且往往會使用大型機械設備，安全管理措施未落實易發生傷亡事故，安全生產事故種類繁多，主要包括機械傷害事故、火災事故、化學品泄漏事故等，如何有效預防安全生產事故已經成為制造業企業發展面臨的重要問題之一。

目前對于安全管理的研究主要集中在煤礦［2］、建筑［3］、鐵路［4］、船運［5］、電力［6］、采油［7］等領域，對于制造業研究較少。劉全龍等以機械傷害事故報告為樣本，采用HFACS模型、ANP等方法，對機械傷害事故影響因素進行了探討［8］。劉浩浩等采用事故案例總結、專家訪談、粗糙集評價等方法對造成機械風險因素進行梳理和評價［9］?，F有學者對于機械傷害事故的類型、特征進行了較為清晰的描述，并對造成事故的影響因素進行提取和歸類，但對于具體事故和事故影響因素缺乏深入的研究。

鑒于此，本文以制造業中的典型事故機械傷害為例，以2010—2022年制造業安全事故報告為素材，采用文本挖掘技術與復雜網絡理論相結合的方法，系統分析造成事故的影響因素并針對性地提出安全管理建議，以期為我國制造業企業的安全事故預防提供理論基礎。

1? ? ?研究設計

首先，通過對制造業機械傷害事故的文本分析，確定主要事故類型及與之相關的事故影響因素，并通過Wordcloud工具進行可視化呈現；其次，通過復雜網絡分析技術確定各類型事故的主要影響因素。

2? ? ?主要事故類型及事故影響因素的確定

2.1? ?文本語料庫的構建

事故發生后，企業和有關部門會對事故過程、損失、傷亡以及導致事故原因進行詳細的調查，并形成調查報告，采用事故調查報告作為文本分析的對象能夠較為完備地反映事故信息。安全管理網是一家以宣傳安全生產為主的垂直門戶網站，該網站共有包括安全管理、安全技術、事故報告、法律標準等各類數據數十萬條，其所公布的事故報告內容豐富且時效性強，已被廣泛應用于事故文本挖掘領域［10-11］。手工收集2010—2022年安全管理網公布的制造業事故報告，去除信息公布不全的報告后，共得到245份事故案例，涵蓋紡織業、金屬制品業、汽車制造業、資源加工工業等主要制造行業，整理篩選制造業安全事故案例得出機械傷害是影響整個制造業安全生產的主要事故類型。

2.2? ?關鍵詞的提取與可視化

通過構建停用詞、專業詞及歸并詞詞庫對數據進行預處理，并借助Jieba分詞工具對文本進行初步分析，共挖掘出1 348個關鍵詞，根據現有文獻將關鍵詞按照事故類型、事故影響因素進行分類合并。選取累計占比70%的事故——“機械絞繞”“車輛傷害”“起重傷害”和“高處墜落”作為主要機械傷害事故類型。通過使用Python的Wordcloud庫構建關鍵詞詞云圖如圖2所示。其中，文字的大小表示關鍵詞出現頻率多少，文字越大，該關鍵詞出現頻率越高。

3? ? ?機械傷害事故影響因素網絡分析

3.1? ?事故影響因素網絡構建

根據關鍵詞提取的結果，利用復雜網絡分析軟件gephi繪制機械傷害事故影響因素網絡圖如圖2所示。事故網絡圖表明：機械絞繞、車輛傷害、起重傷害、高處墜落、未斷電停機等事故影響因素節點較大；其中機械絞繞與未斷電停機、缺乏安全裝置以及機器高速運轉等事故影響因素關系緊密。

3.2? ?事故影響因素中心性分析

網絡分析中節點的重要程度通常由度中心性Di、緊密中心性Ci和介數中心性Bi表征。

Di表示節點i與其他節點相連的數量［12］。

（1）

式中：n為節點總數；γij＝１表示節點i與j相連接，γij＝０表示節點i與j不相連。

Ci為節點i到其余節點的連接程度。

（2）

式中dij為節點i到j的最短距離。

Bi為經過節點i的節點l～m（l≠m）最短路徑數量與節點l～m（l≠m）最短路徑數量的比例，用來刻畫節點在網絡中的影響程度。

（3）

式中：εlm（i）為節點l～m最短路徑經過節點i的數量；εlm是節點l～m最短路徑的數量。

利用公式（1）～（3）計算主要機械傷害事故和事故影響因素的Di、Ci、Bi，其結果如表1、表2所示。計算結果表明：缺乏安全裝置、未斷電停機、未進行安全檢查、身體越線、安全裝置存在缺陷、技能不熟、冒險進入危險區域在Di、Ci、Bi中排名均靠前，是機械傷害事故的關鍵影響因素。

以主要事故為中心節點，計算其網絡總度（該節點網絡中其他節點的連邊總數），并以70%作為臨界點判斷各事故的主要事故影響因素，具體計算結果如下：

（1）機械絞繞。累計網絡總度的70%以上節點共11個，按出現頻率依次為未斷電停機、缺乏安全裝置、身體越線、機器高速運轉、冒險進入危險區域、未進行安全檢查、安全裝置存在缺陷、技能不熟、忽視安全、機器意外啟動、身體失衡，其事故影響因素集合可表示為：SM1={F2，F1，F4，F8，F7，F3，F5，F6，F20，F12，21}。

（2）車輛傷害。累計網絡總度的70%以上節點共11個，按出現頻率依次為未斷電停機、缺乏安全裝置、身體越線、現場缺乏溝通、獨自作業、冒險進入危險區域、技能不熟、存在視線盲區、車輛意外啟動、未進行安全檢查、機器高速運轉，其事故影響因素集合可表示為：SM2={F2，F1，F4，F16，F17，F7，F6，F23，F28，F3，F8}。

（3）起重傷害。累計網絡總度的70%以上節點共8個，按出現頻率依次為缺乏安全裝置、身體越線、未進行安全檢查、技能不熟、未斷電停機、冒險進入危險區域、無證上崗、機器設備存在缺陷，其事故影響因素集合可表示為：SM3={F1，F4，F3，F6，F2，F7，F13，F9}。

（4）高處墜落。累計網絡總度的70%以上節點共7個，按出現頻率依次為缺乏安全裝置、未斷電停機、未進行安全檢查、身體越線、安全裝置存在缺陷、護具穿戴不規范、物體滑落，其事故影響因素集合可表示為：SM4={F1，F2，F3，F4，F5，F15，F29}。

各主要事故網絡總度的計算結果表明F1（缺乏安全裝置）、F2（未斷電停機）、F3（未進行安全檢查）、F4（身體越線）為四種事故類型的共同事故影響因素。

其中。F12（機器意外啟動）、F20（忽視安全）、F21（身體失衡）為機械絞繞特有事故影響因素；F16（現場缺乏溝通）、F17（獨自作業）、F23（存在視線盲區）、F28（車輛意外啟動）為車輛傷害特有事故影響因素；F9（機器設備存在缺陷）、F13（無證上崗）為起重傷害特有事故影響因素；F15（護具穿戴不規范）、F29（物體滑落）為高處墜落特有事故影響因素。

由各主要事故影響因素分析可知，導致機械傷害事故的原因主要由兩部分構成，一是人員違章操作，如護具穿戴不規范、身體越線、無證上崗、獨自作業等；

二是安全設施配備和管理的不足，如缺乏安全裝置、安全裝置存在缺陷以及未進行安全檢查等。因此，企業一方面要加大安全管理培訓和獎懲力度，著力塑造員工安全操作的行為；另一方面，還應該加大安全設施購置和維護投入力度，保證安全設施的有效性。

4? ? ?結 論

收集2010—2022年制造行業發生的245起以機械傷害事故為主的事故報告進行文本挖掘與復雜網絡分析，得到結論如下：

（1）“機械絞繞”“車輛傷害”“起重傷害”和“高處墜落”為制造業機械傷害事故的主要類型。

（2）“機械絞繞”是制造業機械傷害事故的主要類型，未斷電停機是造成該事故的主要原因，因此在檢修作業中必須嚴格執行斷電操作制度，現場要設置專人監護。在機械斷電后，要確認慣性運轉徹底消除才可進行作業。

（3）缺乏安全裝置、未斷電停機、未進行安全檢查、身體越線、安全裝置存在缺陷、技能不熟等8個因素是造成制造業機械傷害事故的主要事故影響因素，企業應從加大安全管理和安全設施投入力度，從“人員”和“設施”的角度防止機械傷害事故的發生，以確保制造業行業的可持續發展。

主要參考文獻

［1］國家統計局.中華人民共和國2022年國民經濟和社會發展統計公報［Z］. 2022.

［2］夏偉.基于信息化技術的煤礦安全生產管理長效機制建設研究［J］.中國管理信息化，2020，23（8）：89-90.

［3］李玨，王幼芳.基于文本挖掘的建筑施工高處墜落事故致因網絡分析［J］.安全與環境學報，2020（4）：1284-1290.

［4］李珊.道路交通事故救援現場風險及安全管理策略探究［J］.中國管理信息化，2023，26（2）：199-202.

［5］黃常海，高德毅，胡甚平，等.基于Apriori算法的船舶交通事故關聯規則分析［J］.上海海事大學學報，2014，35（3）：18- 22.

［6］張蘇，劉曉露，聶曉琴，等.電力人身傷亡事故致因網絡的構建與分析［J/OL］.安全與環境學報：1-8［2024-01-17］.

［7］呂馮君，賈素芳，蘭進.油氣鉆井施工作業安全策略研究［J］.中國管理信息化，2023，26（6）：121-123.

［8］劉全龍，彭雨蒙，趙盼，等.基于HFACS模型的制造企業機械傷害事故致因分析［J］.中國安全科學學報，2023，33（3）：51-59.

［9］劉浩浩，李潔，徐亦陳.基于粗糙集的起重機械安全風險評價［J］.土木工程與管理學報，2017，34（5）：154-158.

［10］陳志遠，王鐵驪.基于文本挖掘和復雜網絡的事故致因重要度評估方法：以房屋市政較大以上事故為例［J］.中國安全生產科學技術，2022，18（4）：224-230.

［11］張春顏，姜偉.重特大生產安全事故的歸因與政策工具選擇：基于88起事故調查報告的文本分析［J］.中國應急管理科學，2021（10）：28-36.

［12］鄭彬彬，馮婷婷，王佳賀，等.基于文本挖掘的城鎮燃氣事故致因及關聯分析［J］.中國安全科學學報，2023，33（7）：190-195.

［收稿日期］2023-07-18

［作者簡介］李曉非（1978— ），男，吉林延吉人，副教授，博士，主要研究方向：安全管理。