大数据如何监管危化品安全

　　大数据平台已被越来越多的行业所应用。在危化品生产、存储、运输领域，大数据可以掌握行业动态变化、预测事故概率、加强安全管理。
　　大数据，指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
　　随着＂大数据时代＂的到来，越来越多的行业、公司开始应用大数据分析客户需求、推进信息化发展、做概率预测。
　　那么，大数据将如何应用于危险化学品监管工作？为此，本刊记者采访了量子魔方科技有限公司创始人葛欣。
　　理论原理
　　大数据，从原理上来说，并不存在很强的数据统计分析理论，而是一种推理关系，更主要的是通过数据之间的关联，影射可能发生或者目标性数据出现的概率，可以算作一种概率统计。
　　对于大数据来说，其并不一定是海量的数据，尤其是在危化品监管领域的应用上，葛欣表示＂更需要类别复杂的数据＂。
　　葛欣告诉记者，现在大数据的统计分析，都是依靠本行业中和涉及这个行业中的相关数据组，形成一组一组的推理，通过人、事、物之间形成逻辑的关系，来推理出所需目标。
　　以危化品安全生产事故预警来说，就需要涉及人口、密集程度、运输时间、危化品种类、危险等级、历史上出现过哪些事件、这些事件发生的地点、当时的危化品存量和种类等数据，从这些数据中分析与现实生活类似的情况，就形成了推理。
　　模型建设
　　对于危化品的安全监管，大数据更多地能应用于计算事故概率、预警风险、排查隐患等，也可用来制定安全标准。
　　大数据模型的建立，专业的人员必不可少。对此，葛欣表示，公众认为大数据的建设是大数据技术公司的事，但其实并不尽然。对于危化品监管等专业性强的模型，还需要有非常熟悉危化品监管的专业工作人员。
　　这些专业人员可以提供业务的指标系数来配合技术人员，将散乱的数据做成关系型数据库，让数据能在数据库内有序地存储，便于检索。葛欣告诉记者：＂实际的框架建设需求也是由专业人员提出的，因为他们的理论和工作目标要求是大数据模型的核心需要，让一个计算机技术人员替你去想，就相当于找了一个外行来做大数据模型最核心的业务逻辑，这样做出来的大数据模型是不能进入实际应用的。＂
　　当框架建立完成后，技术人员在模型建设过程中还会提出，专业人员还需要哪些数据辅助，这就又到了专业层面。另外，专业人员还要考虑用什么方式呈现。＂比如需要呈现动态表，是否突出显示颜色、是否增加预警模式；或者是需要弹窗形式、哪几种条件融合时弹出窗口提示操作等。所以说，专业人员也需要有一定的计算机知识。＂葛欣举例说道。
　　数据搜集
　　建立大数据模型时，最重要的是要确定数据内容，可以根据应用目标进行倒推。葛欣举例说道：＂如果想要预警危化品仓储企业的火灾或者爆炸事故，避免天津港‘8·12事故的惨剧，就要先找到有哪些类似的危化品仓储企业，这是类别对比。有哪些地方出现过火灾或者爆炸，这是风险对比。在风险对比中，还要分析地域情况、距离城市远近、规模大小、存放危化品的种类、存放量、存放标准、监管模式等是否一致、有没有相关备案的手续或者危化品仓储企业的经营许可证。之后在全国同类的机构中，筛查出相关机构，就可以知道还有哪些类似于天津港‘8·12事故的危化品存储企业。机构数据排查出来后，再查企业建设及人员的火灾防范和安全生产意识等情况。＂
　　数据内容确定后，就要开始准备搜集数据。数据搜集的方式有很多种，可以从政府层面直接调出，可以去大型的网络公司购买，也可以请专业的调查机构调查，或要求企业自行上报等。
　　葛欣告诉记者：＂比如需要搜集危化品隐患的数据，类似腾讯、百度等大型网络公司提供的数据一定比自己调查的要准得多。因为网民有搜索、发布的习惯，网络上也有一定的新闻数量，这些都是网络公司统计好了的，比我们费再大的劲去搜索都准确。＂
　　对于危化品监管来说，安监系统内部就可以搜集到很多数据。但是，葛欣指出，有些基层的办公系统与国家的系统还不连通，数据上传后无法共享到安监系统后台。还有的地方，数据还是纸质化的，没有形成统一管理，在数据搜集时仍处于現翻现找的状态，这些都是安监系统内搜集数据的大问题，需要政府投入足够的资金解决基础建设。
　　还可以通过互联网征集方式主动获取信息，即前期建立一个对社会公众开放的大数据系统，让大家提意见，发动社会力量降低搜索成本。
　　葛欣认为，一定会有很多为了切身安全考虑的群众是愿意举报的。甚至还可能出现，某些机构之间由于利益不均等原因，互相揭发检举。
　　通过这种方式拿到的数据，可以跟官方的数据对比，一定会出现某些数据关联，就可以直接产生很多风险预警的指标。比如危险化学品的仓储，官方拿到的企业数据和通过群众举报的数据，是否有偏差值、这个偏差的量是不是很大、这个区域是否有集中性，这些都是可以通过对比得出的监管指标。
　　当然，在搜集数据的过程中，也有可能出现人为更改数据、做假账等情况，这时，大数据就无能为力了。葛欣表示，大数据讲究的是客观真实的数据能够带来的概率判断，如果数据本身就是假的，那么做出来的模型也没有任何价值。
　　模型应用
　　近年来，危化品运输事故多发，个体运输车辆通过车辆异地登记和挂靠具有营运资格的企业等方式获得营运资格，运输安全得不到保障。如果能够通过大数据监管危化品运输，分析路段信息、事故概率，可提升危化品运输的安全性。
　　危化品运输车辆在交通部门过港过关时都会有备案，这些备案的点能连成线，线就能连成一定区域范围内的运输网。葛欣告诉记者，可以根据线路使用频率不同，用不同颜色标注出来。比如红色线路是使用频率最高的，那么就要找出这类线路都集中在哪些地方，增加沿途相关的宣传、危化品运输安全的警告，严格岗哨检查。当出现天气原因，如大雨、暴雪等，被覆盖的线路就要及时预警。
　　从大数据中还可以分析出安全监管存在的问题。有些道路是规定运输危险化学品的，但是使用频率却比较低。那么，监管人员就可以思考，这些车为什么不走这些道路，是不是为了躲避检查而选择乡镇小路，如何去杜绝这样的事。
　　大数据还可以计算是否存在非法运输。根据车辆来往多少趟、每辆车的容量得到的统计数据，对比仓储地数据。葛欣举例说道：＂比如说，仓储地数据记录的是存有1万t，但是从道路运输数据来看只有5 000 t，那么剩下的5 000 t是从哪运输过来的，这就值得检查了。哪些企业进行了运输，是否有未通过审查的企业以普通货品的名义运输危化品，监管人员可以根据这些去检查。＂
　　当出现天气问题的时候也可以去检查，比如大雪封山时，企业的存储数值还存在变化，这就说明企业有非法运输的嫌疑。
　　大数据也可以应用于应急指挥。如果之前就已经通过模型建设对事故发生的点位有所了解，当事故发生时，电脑可以自动提醒应急指挥人员，事故周边的人口数量、道路交通情况、危化品存量等。还可以帮助应急指挥人员对救援路线、救援方式、人群疏散等作出决策。
　　葛欣认为，危化品监管大数据的平台并不是为了某一项利益使用的，也不是为了某一群业务工作人员使用的，最终是应用到民众安全当中的。政府和企事业单位要放平心态接受大数据的监管，这是最核心的问题。只有保证数据真实、有效更新、数据模型稳定，才能让大数据系统真正落地。
　　编辑 毕文婷