基于SAS分析的夏季生产安全事故特征和防范

doi:10.16265/j.cnki.issn1003-3033.2022.S1.0569

摘要/Abstract

摘要：

为掌握夏季生产安全事故的发生特征,提出更精准的防范措施,应用统计分析系统(SAS)检验事故数据。首先,统计江苏省2016—2020年夏季生产安全事故数据;然后,运用SAS程序中的χ²、Poisson分布和二项分布检验,按照一般和较大以上分类,分别分析时间、类型、行业领域的分布特征;最后,针对夏季事故发生可能性增高的行业,提出事故防范的措施。结果表明:经过SAS分析,可精准定位夏季建筑、工贸行业的触电和中毒窒息事故的发生率和死亡率高于全年。

关键词: 夏季, 生产安全事故, 统计分析系统(SAS), 事故防范, 高温

Abstract:

In order to grasp the characteristics of summer accidents and put forward more accurate precautions, SAS was used to test the accident data. Firstly, the data on work safety accidents in the summer of Jiangsu province from 2016 to 2020 were collected. Then, the χ² Poisson distribution and binomial distribution test in the SAS program were used to analyze the distribution characteristics of time, type and industry, respectively, according to the general and large categories. Finally, in view of the industry with a higher probability of accidents in summer, accident prevention measures were put forward. The research shows that SAS analysis can accurately find that the incidence and mortality of electric shock and asphyxiation accidents in construction, industrial and trade industries in summer are higher than those in the whole year.

Key words: summer, work safety accidents, statistical analysis system(SAS), precautions of accidents, high temperature

朱方艳, 周献锋, 高健, 王帅. 基于SAS分析的夏季生产安全事故特征和防范[J]. 中国安全科学学报, 2022, 32(S1): 23-28.

ZHU Fangyan, ZHOU Xianfeng, GAO Jian, WANG Shuai. Characteristics and prevention of work safety accidents in summer based on SAS analysis[J]. China Safety Science Journal, 2022, 32(S1): 23-28.

图/表 9

表1

图1

图2

表2

表3

图3

图4

表4

表5

参考文献 10

[1]	万婧, 容振乾, 赵远飞, 等. 2010-2019年我国化工行业较大以上生产安全事故统计分析及启示[J]. 工业安全与环保, 2021, 47(5): 59-63.
	WAN Jing, RONG Zhenqian, ZHAO Yuanfei, et al. Statistical analysis and lessons of major production safety accidents in chemical industry of China from 2010 to 2019[J]. Industrial Safety and Environmental Protection, 2021, 47(5): 59-63.
[2]	祁强强. 2010-2019年我国特别重大事故规律研究[J]. 工业安全与环保, 2021, 47(3): 58-62.
	QI Qiangqiang. Research on the regulation of serious accidents in China from 2010 to 2019[J]. Industrial Safety and Environmental Protection, 2021, 47(3): 58-62.
[3]	王刚, 商荦真, 刘学麟, 等. 采用AHP-熵权法的巷道启封中毒窒息致因研究[J]. 中国安全科学学报, 2021, 31(7): 187-192. doi: 10.16265/j.cnki.issn 1003-3033.2021.07.026
	WANG Gang, SHANG Luozhen, LIU Xuelin, et al. Study on causes of poisoning and asphyxiation in Roadway opening by AHP-entropy weight method[J]. China Safety Science Journal, 2021, 31(7): 187-192. doi: 10.16265/j.cnki.issn 1003-3033.2021.07.026
[4]	韩天园, 田顺, 吕凯光, 等. 基于文本挖掘的重特大交通事故成因网络分析[J]. 中国安全科学学报, 2021, 31(9): 150-156. doi: 10.16265/j.cnki.issn1003-3033.2021.09.021
	HAN Tianyuan, TIAN Shun, LYU Kaiguang, et al, Network analysis on causes for serious traffic accidents based on text mining[J]. China Safety Science Journal, 2021, 31(9): 150-156. doi: 10.16265/j.cnki.issn1003-3033.2021.09.021
[5]	王海洋, 赵树磊, 陈祥, 等. 我国隧道瓦斯事故统计及影响因素分析[J]. 中国安全科学学报, 2021, 31(4): 34-40. doi: 10.16265/j.cnki.issn1003-3033.2021.04.005
	WANG Haiyang, ZHAO Shulei, CHEN Xiang, et al. Statistics and influencing factors analysis of tunnel gas accidents in China[J]. China Safety Science Journal, 2021, 31(4): 34-40. doi: 10.16265/j.cnki.issn1003-3033.2021.04.005
[6]	沈其君. SAS统计分析[M]. 南京: 东南大学出版社, 2001: 71-87.
[7]	康业岭. 做好工贸行业夏季安全生产工作的新思考[J]. 安全与健康, 2020(8): 40-41.
[8]	周少银, 刘芸. 夏季夜间施工安全管理十分必要[J]. 就业与保障, 2019(18): 39.
[9]	张振夫, 李祥柱, 刘晨. 危化品生产企业雷雨季节的防火防爆探讨[C]. 2014年十一省(市)金属(冶金)学会冶金安全环保学术交流会论文集, 2014: 6-7.
[10]	骆正山, 段远哲, 王小完, 等. 高温环境下气藏型储气库泥岩盖层密封性评价[J]. 中国安全科学学报, 2022, 32(2): 74-82. doi: 10.16265/j.cnki.issn1003-3033.2022.02.011
	LUO Zhengshan, DUAN Yuanzhe, WANG Xiaowan, et al. Evaluation on sealing performance of mudstone caprocks of gas reservoir-type gas storage in high temperature environment[J]. China Safety Science Journal, 2022, 32(2): 74-82. doi: 10.16265/j.cnki.issn1003-3033.2022.02.011

时间类型	比较类别	P值	χ²值
不同季节	事故起数	<0.000 1	186.08
	事故起数全年占比/%	0.97	4.31
	事故死亡人数	<0.000 1	103.77
	事故死亡人数全年占比/%	0.98	3.71
不同月份	夏季事故起数	0.002	24.67
	夏季事故起数全年占比/%	0.997	1.213
	夏季事故死亡人数	0.49	7.43
	夏季事故死亡人数全年占比/%	0.993	1.47

比较类别	P值	χ²值
一般事故不同类型-事故起数	<0.000 1	151.49
一般事故不同类型-死亡人数	<0.000 1	139.46
较大以上事故不同类型-事故起数	0.95	2.15
较大以上事故不同类型-死亡人数	0.13	9.93

事故级别	事故类型	事故起数					死亡人数
		χ²		Poisson	二项	说明	χ²		Poisson	二项	说明
		P值	χ²值	P值	P值	说明	P值	χ²值	P值	P值	说明
一般事故	触电	<0.000 1	104.91	—	—	有显著性	<0.000 1	107.07	—	—	有显著性
	道路运输	0.29	1.12	—	—	无显著性	0.002	9.67	—	—	有显著性
	高处坠落	0.25	1.35	0.095	—	有显著性趋势	0.16	2.0	0.064	—	有显著性趋势
	机械伤害	0.002	10.00	—	—	有显著性	0.006	7.71	—	—	有显著性
	其他伤害	<0.000 1	26.16	—	—	有显著性	<0.000 1	39.78	—	—	有显著性
	坍塌	0.23	1.44	0.075	—	有显著性趋势	0.40	0.72	0.14	—	无显著性
	物体打击	<0.000 1	629.59	—	—	有显著性	<0.000 1	168.50	—	—	有显著性
	中毒和窒息	0.23	1.42	0.065	—	有显著性趋势	0.07	3.29	0.018	—	有显著性
	灼烫	0.59	0.29	0.219	—	无显著性	0.24	1.36	0.07	0.07	有显著性趋势
较大以上事故	触电	0.28	1.19	0.03	—	有显著性	0.02	5.29	—	—	有显著性
	其他伤害	0.54	0.37	0.09	—	有显著性趋势	—	—	—	—	—
	爆炸	0.47	0.53	0.13	—	无显著性	0.04	4.35	—	—	有显著性
	淹溺	0.76	0.09	—	0.46	无显著性	<0.000 1	19.83	—	—	有显著性

比较类别	P值	χ²值
一般事故不同行业领域-事故起数	0.03	22.31
一般事故不同行业领域-死亡人数	0.03	22.80
较大以上事故不同行业领域-事故起数	0.48	7.56
较大以上事故不同行业领域-死亡人数	<0.000 1	44.61

事故更急	事故类型	事故起数					死亡人数
		χ²		Poisson	二项	说明	χ²		Poisson	二项	说明
		P值	χ²值	P值	P值	说明	P值	χ²值	P值	P值	说明
一般事故	农业机械	0.02	5.09	—	—	有显著性	0.78	0.07	—	0.32	无显著性
	渔业船舶	0.04	4.04	—	—	有显著性	0.06	6.54	—	0.02	有显著性
	机械	0.06	3.42	—	0.02	有显著性	0.58	0.17	0.3	—	无显著性
	建筑施工	0.02	5.09	—	—	有显著性	0.03	4.81	—	—	有显著性
	道路运输	0.30	1.09	—	—	无显著性	0.002	9.57	—	—	有显著性
	水上交通	0.27	1.19	—	0.01	有显著性	0.32	0.98	—	0.19	无显著性
	工商贸其他	0.13	2.26	0.045	—	有显著性	0.005	7.88	—	—	有显著性
较大以上事故	渔业船舶	0.37	0.79	0.1	—	有显著性趋势	0.02	5.10	—	—	有显著性
	有色	0.54	0.37	0.087	—	有显著性趋势	0.04	4.22	—	—	有显著性
	轻工	0.62	0.24	0.18	—	无显著性	0.12	2.48	0.04	—	有显著性
	机械	0.05	3.76	0.008	—	有显著性	0.000 4	12.71	—	—	有显著性
	建筑施工	0.31	1.05	—	0.24	无显著性	0.17	1.91	—	0.09	有显著性趋势
	水上交通	0.34	0.92	—	0.18	无显著性	0.18	1.74	—	0.098	有显著性趋势
	化工	0.32	1.00	—	—	无显著性	<0.000 1	20.5	—	—	有显著性