大數據背景下煤礦安全管理系統韌性能力的塑造*

宋利 楊力 李鮮苗

(安徽理工大學經濟與管理學院 安徽淮南 232000)

0 引言

隨著“科技興安”戰略的推進和大數據技術向煤炭生產層面的滲透，煤炭行業整體的自動化和智能化程度不斷提高，工作面生產人數逐步減少。煤礦生產的技術變化引發了生產組織方式的變革，也對煤礦安全管理提出了新挑戰。一方面，工作面暴露在風險中的員工人數減少，導致傳統的以人的生命為指標的安全風險評估方法失去效用；另一方面，融入大數據技術的煤礦生產系統具有更高的動態性、復雜性和耦合性，更容易受內外環境因素的影響，這要求安全管理系統具有較強的抗干擾能力，能及時吸收和應對干擾帶來的沖擊力量，即要求安全管理系統具有更高的韌性。本文從韌性概念出發，深入分析大數據技術對煤礦生產中的社會-技術系統韌性的影響，探尋塑造煤礦安全管理系統韌性能力的方法。

1 大數據技術對煤礦安全管理系統韌性的影響

1.1 煤礦安全管理系統韌性的概念及結構

韌性是組織處理干擾的能力[1-2]。HOLLING C S[3]認為韌性能力的核心是控制管理，由預測、監控、響應和學習等4個維度的能力組成，這些能力使組織具有韌性，能在事件(變化、干擾和機遇)發生之前、期間或之后調整組織功能，從而在預期和意外情況下都能實現系統的順利運營。

從社會-技術系統視角描述煤礦安全管理系統韌性的結構如圖1所示。從系統科學的觀點看，煤礦安全管理系統是由人、機器、任務和環境等元素構成的復雜社會-技術系統。事故致因理論認為，特殊的工作性質、惡劣的工作條件、人的行為以及低級的安全管理水平等是導致事故發生的主要因素。煤炭開采過程中存在的瓦斯、煤塵、頂板、火災、突水、沖擊地壓等眾多危險源是引發安全事故的源頭。人是安全管理系統的主體，在完成工作的過程中具有能動性，人的不安全行為可能將隱患和危險轉化為事故，而適當的行為也可能將隱患和危險轉化為正常狀態。組織管理活動通過影響技術系統和人的工作態度行為，將人、機器、任務和環境等元素鏈接起來，構成網絡，成為安全風險的潛在源頭。安全管理系統的邊界取決于人、機器或環境中最脆弱系統的安全臨界點[4]。

圖1 煤礦生產中的社會-技術系統及其韌性

此外，由于煤礦安全管理系統中的技術系統非常復雜，涉及采煤、掘進、機電、運輸、通風、排水、監控等諸多方面，人的活動又伴隨著工作環境的變化，因此在環境、技術系統和社會系統之間存在復雜、動態的交互影響和耦合作用，任何一個因素的變動都可能會引起其他因素的變動[5]，例如采煤技術工具的變化可能會引起礦工技能再培訓的需求。如果技術系統和社會系統不協調，就會增大安全風險[6]。因此，安全績效取決于安全管理系統中技術子系統和社會子系統面對變化、干擾或機遇時吸收和應對的能力，即安全管理系統的韌性能力。

1.2 大數據技術對煤礦安全管理系統韌性的影響

大數據技術推進了煤炭開采技術系統的自動化和智能化，數據信息技術將采煤、機電、排水、通風、運輸、掘進和監控等眾多技術子系統緊密鏈接起來[7]，提高了技術系統的復雜性和耦合性，也增加了技術系統的安全風險。

傳統的安全管理決策主要以企業內部信息系統和員工日常填寫的報表等結構化或非結構化數據為依據，不同類型的信息之間相互孤立，數據和樣本量相對較小。然而，大數據背景下煤礦安全管理系統產生了種類繁多且動態海量的數據，包括環境監測、設備監測、人的行為等各類數據。這些海量數據導致信息冗余，增加了安全管理信息處理的難度，使得傳統的人工采集分析方式無法抽取、整理和集成到有效信息和知識。必須借助大數據技術，才能有效分析和處理海量、龐雜的安全管理系統數據，及時發現實時動態數據之間的關聯關系與因果關系，以支持實時的處理與交互操作，如圖2所示。

圖2 大數據技術對煤礦安全管理系統韌性的影響

大數據技術導致的技術系統變化也引發了員工的工作方式和安全管理運營組織模式的改變，對社會系統與技術系統的契合提出了更高的要求。例如，社會系統中的管理者和員工要能適應技術系統生產節奏的變化，決策方式和安全管理理念也需要由“被動反饋”型向“前端控制”型轉變[8]，運用大數據分析技術，實時檢測和分析安全生產系統中工作面、員工行為和機器裝備的運營狀況，一旦發現異常，能迅速做出預測和預警，制定行動計劃，及時對變化、干擾等事件做出響應，并通過數據導向的學習系統總結經驗和教訓，積累知識，進一步提高企業安全管理動態能力。

2 基于大數據技術的煤礦安全管理韌性能力塑造

由于韌性能力的核心是系統的控制管理能力，因此，大數據背景下的煤礦安全管理韌性能力的塑造主要圍繞提高安全管理系統控制能力展開。結合大數據技術對煤礦安全管理系統韌性的影響特點，分別從大數據導向的知識共享、基于大數據知識的事件學習和基于知識的組織學習等方面，闡述如何塑造煤礦安全管理系統的應對、維持、恢復和提高等韌性能力，如圖3所示。

圖3 基于大數據技術的煤礦安全管理韌性能力塑造

(1)大數據導向的知識共享。大數據本身并不能指導安全管理決策，只有運用大數據分析技術將數據轉變為有用的信息和知識，才能成為科學決策的依據。煤礦安全管理系統中存在海量的數據，傳統的人工數據處理技術無法及時從海量數據中提取有價值的信息。利用大數據分析技術則能及時發掘不同數據之間的關聯性，及時捕捉異常現象并及時預警。大數據技術的有效運用需要以數據共享為基礎，將子系統和各部門的數據資源整合到統一的平臺，將各部門相互割裂的“信息孤島”鏈接起來，實現數據共享，各部門可運用大數據技術抓取跨部門的系統數據，進行分析、對比和判斷，形成有關事故隱患和系統運行狀態的有效信息。這些大數據導向的知識進一步融入安全管理信息平臺，形成知識共享，成為社會系統韌性能力的認知基礎。

(2)基于大數據知識的事件學習。通過大數據技術抓取、整合和分析數據，能及時獲取信息和知識，形成快速有效的事件學習機制。傳統的安全管理強調通過對個人的特定安全事件經歷進行反思和評估，鼓勵在個體事件基礎上的知識共享。而在大數據背景下，可以通過建立大數據導向的知識共享，構建基于大數據知識的事件學習系統，這種動態實時的事件學習系統關注組織整體對事件的反應能力，能為企業運營提供風險控制程序，進而形成煤礦企業組織的“自我修復”能力。

(3)基于知識的組織學習。大數據技術分析獲取的信息和知識，通過知識記錄、傳遞、分享等環節，可以形成組織記憶和組織知識存儲。這些組織知識不可能自動地轉變成以“適應、修復、更新”為特征的動態能力，必須通過組織學習才能實現。組織學習是組織面對環境所做出的適應性和創造性行為，也是企業韌性能力形成和提高的必要途徑。

3 結語

(1)通過大數據技術改造了煤礦生產的技術系統和社會系統，提高了煤礦生產技術系統的動態性、復雜性和耦合性，帶來了社會系統組織方式的變化，要求安全管理系統具有適應變化和干擾的更高的韌性能力。

(2)動態海量和類型龐雜的數據會導致信息冗余，增加了安全管理信息處理的難度。抽取有效信息和知識必須借助大數據分析技術。大數據技術促使安全管理模式由“被動反饋”型向“前端控制”型轉變。

(3)大數據背景下的煤礦安全管理韌性能力塑造以加強控制管理為核心，沿著“大數據—知識—學習”方向展開。通過大數據導向的知識共享、基于大數據知識的事件學習和基于知識的組織學習等方式，塑造煤礦安全管理系統韌性能力。