企業安全碼在安全生產中應用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了企業安全碼在安全生產中應用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：近年來，隨著經濟體量的增大，生產規模的擴張，國內各行業安全事故頻發，安全生產不能只依靠傳統的方式進行監管。本文結合二維碼的主要特點，論述了“企業安全碼”在安全生產監管工作中的應用以及對應的評價模型，為安全生產監管的改革、創新、發展提供了新的思路，推動安全生產監管再上一個新臺階。安全生產監管工作專業性較強，信息化是創新安全監管方式、提升安全監管效能的技術保障，是安全生產現代化管理的必然趨勢。在全球互聯網大發展的背景之下，將二維碼引入安全生產監管當中，依靠科學完備的評價模型，形成“企業安全碼”，為安全生產監管和決策提供及時、全面的數據分析，提升安全生產監管效率。以下結合山東省日照市安全生產智能監管信息化平臺建設成果闡述企業安全碼的特點及評價模型。

一、科學構建企業安全碼評價模型

目前，大部分安全生產評價是通過研判企業風險點、隱患點以及日常對風險隱患的排查情況三個數據項，按照一套數據算法模型形成的“紅、橙、黃、藍”四色安全碼。該算法模型雖能一定程度反應企業安全生產現狀，但隨著系統持續推進運行和企業安全生產監管內容的不斷細化，逐漸凸顯出數據來源單一，無法充分描繪企業的完整情況，具有一定的片面性、評分滯后性。科學的“企業安全碼演算模型”需從多維度描繪一個企業的安全生產現狀，模型測算因子除包括風險隱患和點檢情況外，還包含：應急預案、值班值守情況、安全培訓、執法檢查、專項檢查、特殊作業、外包作業、人員證照、第三方監察數據等多個因子，模型可結合企業行業特點、動態調整測算閾值比例。

二、多角度完善安全生產指標體系

驗證指標-事故指標。事故指標指一定時間段內企業是否發生或事故，本文中時間段選取的時間長度為1年。訓練指標。企業安全生產碼進行模型演算的前提是確立風險預警的指標因子，結合國內外相關風險評估與指標體系建議標準以及我國安全生產相關政策法規和生產實際，根據歷年企業安全生產檢查情況結合具體指標數據進行梳理，確立了涵蓋企業安全生產各方面的評價指標因子。風險辨識：根據企業安全生產風險的形態，將風險點劃分為靜態風險即設備設施類、動態風險即作業活動類和混合類三個類型。管控措施：根據《危險化學品雙重預防機制建設指導手冊》針對風險事件，企業應從工程技術、維護保養、人員操作、應急措施等方面識別評估現有管控措施的有效性，將以上四個作為分類評價指標。隱患排查：生產經營單位應當定期組織安全生產管理人員、工程技術人員和其他相關人員排查本單位的事故隱患。隱患根據危害及整改難易程度實行分類認定，一般分為一般隱患和重大隱患。針對查出的隱患確定整改方案，并根據隱患的整改狀態動態監測隱患整改率。應急預案：應急預案的編制和修訂成為各級政府和企事業單位應急工作的重點任務，應急預案的完備性與否將直接影響應急預案發揮作用產生的效果。應急預案的評價因子分為預案報備、演練計劃和演練實施。值班值守：通過AI自動在離崗算法模型，利用企業值班室視頻監控探頭實時影像數據，根據企業值班值守制度，自動化判別在離崗情況，相關評價因子為排班方案上報和脫崗情況。安全培訓：生產經營單位從業人員應當接受安全培訓，熟悉有關安全生產規章制度和安全操作規程，具備必要的安全生產知識，掌握本崗位的安全操作技能，增強預防事故、控制職業危害和應急處理的能力。相關評價因子為培訓參與度、培訓考試完成度、培訓考試及格率。執法檢查：針對具體的執法行動，編制具體的執法檢查方案、進行現場檢查，對檢查事項中發現的問題，開具執法意見，督導其進行現場處置或查處整改，然后進行整改復查，形成業務閉環。相關評價因子為發現隱患數、行政處罰次數和隱患整改率。危險作業：針對安全生產企業的特殊作業進行信息化全流程管理，同時滿足危化類企業危險作業審批制和工貿類企業特殊作業報備制兩種監管方式，基于系統實現企業安全措施確認。相關評價因子為上報審批、持證上崗和作業過程上傳。企業基本信息：企業信息完備度也是安全生產評價的評價指標之一，主要包括：安全生產管理架構、基本信息完備度和視頻接入情況。所有評價指標及層次見表1。通過邀請專家對上述指標分別進行人工打標，提取上述指標的關鍵詞。

三、精準量化安全生產評價指標

通過移動APP、小程序、網頁端、公眾號等多途徑采集信息，結合企業歷年來對生產現狀進行檢查形成的成果記錄文件，同時獲取全市56個職能部門開展的以隱患排查治理為重點的安全生產大排查大整治活動成果數據。由于2010年以前數據來源不完整，存在嚴重的數據缺失情況，所以以2010年為基準，整理2010年以后的數據，通過數據清洗、過濾、消噪，基于企業基本信息庫、風險信息庫、隱患信息庫、預案信息庫、監控信息庫、特殊作業信息庫、安全培訓信息庫，應用詞頻-逆向文件頻率算法將成果數據庫文本與各評價指標進行關聯挖掘匹配，實現基于成果數據庫文本的客觀指標賦值。并建立它們與企業安全信息的關聯，構建特征值與特征向量。通過使用主成分分析法，對數據進行降為，取權重占比達到98%的特征作為主要因素，使用熵權法對評價指標要素進行分級，可求得各級指標的權重，獲得相關系數矩陣，以2010年至2018年的數據構建訓練集，構建特征模型。對所有企業安全生產狀況進行模型演算，獲取企業評分，依照評分標準生成相應企業安全碼，如圖1所示：將2019年至2021年的數據構建驗證集，代入特征模型，將得出的企業事故發生情況與實際對比基本相符，模型準確性得到了有效的驗證。日照市應急管理局將企業安全碼應用到“日照市安全生產智能監管信息化平臺”項目建設中，全市所有企業都已納入平臺管理，將地理信息與安全生產監管結合，大幅提升了安全生產的可視化、動態化、精準化管理水平，較大程度的遏制安全生產事故發生率，安全生產事故數量與死亡人數逐年下降。企業安全碼在安全生產智能監管工作中的應用，實現了信息化技術與安全生產監管的深度融合，提高了安全生產管理工作的科學性和高效性，并具有較強的先進性和推廣性。隨著評價模型的逐步成熟，應用范圍會更加廣泛，對安全生產管理工作將會起到更加有益的作用。

作者:田文波 李彬 呂紅梅 袁寧 單位:山東省第八地質礦產勘查院 日照市應急管理局