吴超：安全科学方法系列172：大数据方法在超前安全管理方面的应用

过去我国的安全工作主要采取事后管理手段，在事故后才分析事故原因、追究事故责任、制定预控措施。随着大数据的发展和广泛应用，对安全监管机构管理模式提出了新的要求。由于基于小样本的传统安全统计数据收集困难，数据表现上存在延时性，数据分析后的结果也只反映安全问题的某一方面，数据开放和共享程度不高等，导致安全监管模式主要是粗放式管理、单向管制、被动相应、基于经验的决策，而基于“样本即总体”的大数据正好能弥补这些不足而转向精细化管理、政民互动管制、主动预见、基于大数据的科学决策，这些巨大的转变将在提升安全监管能力和明确安全责任方面发挥重要作用。构建“大安全、大数据、大监管”模式，在大安全观的指导思想下，大数据技术、服务和应用在安全监管领域已发挥着重要作用，提升了数据的利用能力，更好地揭示了安全问题的本质和一般规律，能更科学地进行安全预测和安全决策，真正实现“来源可查、去向可追、责任可究、规律可循”。有研究者预测，未来通过传感器将个人自我的信息记录、收集并整合进行自我管理，通过这些信息不仅可以了解个人的日常行为特征，还能反映出某个时间段个人的安全心理、安全素质等的变化情况，使得自我管理智能化。

例如，有些企业基于大量历史数据的分析发现，违章作业是造成该企业事故发生的重要原因之一，而要解决该问题只能依靠安全监管，所以采用手机短信来“遥控”施工现场办法来进行安全监管活动，结果显示这种管理办法大大降低了违章作业的发生。另外，在交通安全上也应用大数据进行安全管理，通过将每起事故上网，建立事故数据库，一方面通过数据挖掘分析不断调整监管措施，另一方面接受公众监督，吸引民众参与政策制定，从而使在机动车辆日趋增加时年死亡率却呈下降趋势。在医疗卫生保健方面，我国正在重点建设国家级、省级、地市级三级卫生信息平台，建设电子档案和电子病例基础数据库，从而建立起一套从出生起就实时监测记录健康状况的数据库。