基于安全大数据的安全科学创新发展探讨-王秉.pdf

《基于安全大数据的安全科学创新发展探讨-王秉.pdf》由会员分享，可在线阅读，更多相关《基于安全大数据的安全科学创新发展探讨-王秉.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2。，年第一期 s。i。and Te震璧l：ij要瑟蠢。R。hdoi：10。39690。issn10007695201701007基于安全大数据的安全科学创新发展探讨王秉，吴超(中南大学资源与安全工程学院，湖南长沙410083)摘要：为明晰大数据对安全科学发展的影响，从而把握大数据背景下的安全科学研究与发展方向，提出安全数据与安全大数据的概念。提炼基于安全大数据的安全科学研究的核心原理，分析安全大数据对安全科学研究的影响，构建并解析基于安全大数据的安全科学研究的基本范式体系。在此基础上，基于安全大数据对安全科学学科体系调整提出构想，提出安全大数据学的概念，并构建基于安全大数据的三雏结构模型，指

2、出安全大数据学的主要研究内容。研究结果表明：基于安全大数据非常有助于研究宏观安全规律，安全大数据学的产生是大势所趋，其主要研究内容包括安全大数据应用基础与安全大数据应用实践。关键词：安全科学；大数据；安全大数据；范式体系；安全大数据学中图分类号：X91；G304 文献标志码：A 文章编号：10007695(2017)01003707Study on the Innovation Research of Safety Science Based on the Safety Big DataWANG BingWU Chao(School of Resources&Safety Engineerin

3、g，Central South University，Changsha 410083，China)Abstract：In order to have a clear comprehension about the effects of big data on the development of safety science，thenmaster the research and development directions of safety science in the era of big data，the definition of safety big data isproposed

4、 based on the connotation of big dataMeanwhile，the effects of big data on the development of safety science areanalyzed，and the basic paradigm of safety science research based on safety big data is constructed and analyzedAccordingly，reconstruction ideas of safety science discipline system is propos

5、ed based on safety big data；the definition of safety big datascience is put forward；the three dimensions structure model of safety big data is constructed to point OUt its main researchcontentsThe results show that safety big data is very helpful for studying macroscopical safety rules；the productio

6、n of safetybig data science is the general trend；and its main research contents include two aspects of application basis and practiceKey words：sffety science；big data；safety big data；paradigm system；safety big data science1 研究背景近年来，大数据已成为科技界熟知的热词，安全领域也是如此。国家安全监督管理总局于2014年提出要建立安全生产统一数据库H】，又于2015年专门成立

7、统计司，表明国家安监总局越来越重视提升安全生产“大数据”的利用能力。不仅在安全生产领域，大数据更多的是运用于公共安全领域。在大数据背景下分析大数据对传统安全科学的影响，及早应对大数据带来的挑战，力求对大数据背景下的安全科学理论与方法进行深入探讨和思考，不仅对安全科学自身的发展具有十分重要价值，且有助于提高安全科学研究成果应用于企业、社会等的广度与深度。大数据在安全科学领域的应用先于理论研究，如SHI等【2】研究大数据在交通安全监测中的应用；WANG等131探讨大数据挖掘在食品安全风险预警中的应用；王妍妍等吲开展公共安全大数据平台的设计研究；马小平等51研究大数据在煤矿安全生产中的应用。其实，有

8、些安全科学的理论研究的研究方法体现的就是大数据的研究逻辑。本文课题组对安全科学原理的研究扣】，在某种程度上也是基于大量相关文献资料及安全实践经验，总结、归纳大量具有普适性的安全科学原理，即更多的是从大量非结构化的安全数据信息中直接归纳、提炼安全科学原理。但目前在安全科学研究领域，尚未发现专门基于大数据的安全科学理论研究，使大数据背景下的安全科学发展方向模糊不清。为明晰大数据对安全科学发展的影响，进而促进安全科学快速发展，本文提出安全大数据的内涵，提炼基于安全大数据的安全科学研究的核心原理，分析安全大数据对安全科学研究的影响和基于安全大数据的安全科学研究基本范式体系；在此基础上，探讨基于安全大数

9、据的安全科学学科体系调整构想，以期为把握大数据背景下的安全科学研究、发展方向与基于安全大数据的安全科学研究提供理论参考与依据。2 安全大数据的定义与范围文献7指出，数据是对客观事物、事件的记录、描述。由此，可给出安全数据的定义，即安全数撩safety收稿13期：20160414，修回13期：20160606基金项目：国家自然科学基金重点项目“安全科学原理研究”(5 1534008)万方数据38 王秉等：基于安全大数据的安全科学创新发展探讨data，SD)是对客观安全现象的记录与描述，是数值、文字、图形、图像、声音等符号的集合，如事故伤亡人数、安全监控视频等。换言之，安全数据可视为是安全现象的一

10、种抽象表达方式。基于安全数据的定义，可以给安全大数据下这样一个定义：安全大数据(safety big data，SBD)是用来记录和描述安全现象的海量数据集合。理论上讲，它与大数据(big data，BD)的关系可用逻辑表达式表示：SBDBD (1)由式(1)可知，SBD是BD的子集。当SBD=SD时，即把大数据就看成是安全大数据，再以相关知识为支撑进行数据挖掘，进而从中分析、得出安全规律，实则体现的是从宏观层面的安全领域与其他领域之间海量数据的跨界融合，可称之为广义安全大数据(generalized safety hig data，GSBD)。当SBD c BD时，即直接将生产安全与生活安全

11、中的海量数据集合看成是安全大数据，再以相关知识为支撑进行数据挖掘，进而从中分析、得出安全规律，实则体现的是微观层面的安全领域内部海量数据的深度挖掘，可称之为狭义安全大数据(narrow safety big data，NSBD)。显而易见，广义安全大数据包括狭义安全大数据，即NSBD c GSBD。此外，因数据价值密度的高低与数据体量成反比，与有效数据量成正比，因而，从理论上讲，狭义安全大数据的安全价值密度显然大于广义安全大数据的安全价值密度。由上所述分析可知，无法对广义安全大数据进行具体分类，但对于狭义安全大数据，可基于安全科学视角，根据不同的研究需要(分类标准)对其进行分类，具体如表1所示

12、。需要说明的是，狭义安全大数据的分类方式并不是唯一的，随着大数据和安全科学的研究发展，可能还会产生其他不同的分类方式，以满足不同的安全科学研究与安全管理需要。表1 狭义安全大数据的类型标准 类别 具体解释数据静态安全已经发生或有记录的事故、职业病、安全隐患等安全数变化 大数据 据信息，采集、利用时要注意其时效性。动态安全其与静态安全大数据是相对的，指动态变化的事故、危大数据 险因素、安全资源检索等安全数据信息数据显性安全直接表征安全状态的数据信息，如事故数量、伤亡人数、的显 大数据 安全隐患数量、整改率、安全投入等瞄“隐形安全间接表征安全状态的数据信息，如人的心理指数、人流大数据 量变化、机器

13、声音变化、安全信息检索等主要普通行业安指社会服务业、制造业、能源行业等普通行业的安全数行业 全大数据 据信息“高危行业安指采矿业、危险化学品、建筑业、交通业、民用爆破业全大数据 的安全数据信息自然灾害安全大数据安全人本身的安科学 全大数据孵物本身的安刖承全大数据事本身的安全大数据指地震灾害、气象灾害、生物灾害、洪涝灾害、地质灾害、海洋灾害、森林灾害等安全数据信息表征人的安全心理、行为、人性等状态的安全大数据，如表征人的风险感知能力的数据信息表征物的安全状态的安全大数据，如设备的可靠度、故障率、安全等级等数据信息表征事故(包括职业病)发生规律和趋势的安全大数据，如事故原因、类别、时间等数据信息表

14、1(续)标准 类别 具体解释安全 自系统的安自系统的安全大数据即安全系统内部的安全数据信息，系统 全大数据 如企业安全管理信息记录等数据信息佻用它系统的安它系统的安全大数据即非安全系统内部的安全数据信全大数据 息，如企业效益、产量等数据信息组织企业安全大表征企业安全状况的安全大数据，如企业安全管理水平、规模 数据 安全文化建设水平、应急能力“省(区市)表征省(区市)安全状况的安全大数据，如省(区市)安全大数据安全监管有效性、防灾减灾能力等国家安全表征一国安全整体状况的安全大数据，如国民的整体安大数据 全意识水平、全国企业事故总量与类型等3 基于安全大数据的安全科学研究的基本程式31基于安全大数

15、据的安全科学研究的核心原理基于大数据的内涵与特征，结合安全大数据的内涵及安全科学研究的特点、过程与目的，本文提炼出基于安全大数据的安全科学研究的6条核心原理，即全样本原理、相关性与高效性原理、安全预测原理、叠加原理、关联原理与安全价值原理。(1)全样本原理。由统计学知识可知，基于全部样本才能找出最准确、最科学的规律哆。基于安全大数据的安全科学研究可以不再通过样本间接研究总体，而是能够做到直接对总体的全部安全数据进行分析处理，保证经过数据加工的安全数据能够包含研究对象的所有安全信息，即用安全数据样本总体的科学思维方式思考并解决安全问题，从而获得更具真实性的安全规律。(2)安全数据“说话”原理。基

16、于安全大数据的安全科学研究就是通过安全数据分析，直接归纳、总结得出研究结论，使研究结果更具客观性和真实性，即直接用安全数据分析得出安全规律的思维方式思考并解决安全问题，从而得到更具说服力与实用性的研究结论。(3)安全小数据叠加原理。这是挖掘安全大数据的一种最简单且常用的方式，指针对某一安全现象，将所有基于样本的零散的、分割的、碎片化的安全小数据聚集在一起，形成样本总体的安全数据来记录、描述这一安全现象，即用样本安全数据叠加的科学思维方式思考并解决安全问题，从而获得记录与描述某一安全现象的安全大数据。(4)安全关联原理。这是挖掘安全大数据的又一重要方式，主要包括两种方式：一种是跨领域关联，即寻找

17、非安全领域数据与所研究安全问题问的相关性，尝试从非安全领域数据中发现与所研究安全问题相关的数据；另一种是安全领域关联，即寻找所研究安全问题与安全领域内部数据间的相关性，通过对安全领域内部数据的深挖来获取与所研究安全问题相关的数据。总而言之，就是用关联的科学思维方式思考并解决安全问题，从而获得所研究安全问题的安全大数据。(5)外推原理。确定安全数据从过去到现在的变化规律，并将这种变化规律外推至将来，这是进行万方数据王秉等：基于安全大数据的安全科学创新发展探讨 39安全预测的基础，即用现在推断未来的科学思维方式思考并解决安全问题，从而为安全决策奠定基础。(6)安全预测原理。大数据的主要目的是预测，

18、同样，安全预测也是安全大数据的重要目的。将数学算法运用至海量客观、实时安全数据，通过安全大数据直接预测事故发生的可能性与发展趋势或系统的安全状态变化趋势等，即用安全大数据预测的科学思维方式思考并解决安全问题，从而为精准事故预防与控制及安全管理服务。(7)快速安全决策原理。大数据关注相关性而非因果关系，对于安全科学研究而言，转向相关性，并非不要因果关系，因果关系还应是安全科学研究的基础，只是在高速信息化的时代，为了得到即时安全信息、进行实时安全预测，在快速的大数据分析技术下寻找到相关性安全信息，就可预测系统的安全状态变化，进而快速作出有效的安全决策，可以超前进行事故预防与控制，即用关注快速安全决

19、策的科学思维方式来思考并解决安全问题，从而为国家、政府与企业进行快速安全决策提供依据。(8)安全价值原理。是否能够通过数据分析形成安全价值是判断所采集安全大数据的有效性的重要判断标准，这也揭示了采集、分析、处理安全大数据的核心目的就是实现安全大数据的安全价值，即用在安全大数据中获取安全价值的科学思维方式思考并解决安全问题，从而通过数据分析挖掘安全大数据背后的安全规律。32安全大数据对安全科学研究的影响分析由基于安全大数据的安全科学研究的6条核心原理可知，对于一些很难也无需获得安全大数据的具体安全问题，以及一些根本就无安全大数据可言的安全问题(如飞机失事、核电站故障等)，安全大数据对其传统研究不

20、会产生特别影响，但是，对于研究宏观安全规律，安全大数据就具有诸多优点，对其传统研究的主要影响如下：(1)研究的安全数据对象完全不同。传统的安全科学定量研究或安全统计学研究，因无法搜集或者无法很容易、经济、快速地搜集到全体安全数据信息，通常以推断统计为核心内容，以随机抽样为基础，用样本来通过统计方式代替全体，即基于样本安全数据，很少有全体安全数据，如事故预测、安全评价、安全心理学、安全文化学等方面的定量研究。而基于安全大数据，研究的安全数据对象变成了总体，这在很大程度上改变了安全数据信息的采集、挖掘和处理方式。(2)传统安全科学研究具有滞后性，安全大数据使安全科学研究更具时效性。传统安全科学研究

21、的滞后性主要体现在两个方面：一是传统的安全科学研究对于新出现的安全问题(如危险因素、系统要素等的变化)是不敏感的，一般需要等事故、故障发生或造成一定规模的伤害、损失等以后，才能搜集到足够的安全数据信息进行相关分析研究；二是因时空的变化影响，致使前一时间阶段的研究成果很难有效适用于解决后一时间阶段出现的类似安全问题。而基于安全大数据，可以通过海量安全数据对系统的安全状态进行实时分析，一旦有新问题、新动态、新变化，立即予以关注，从而实现对事故、职业病、群体不安全行为、安全网络舆情等进行早期分析、干预、预警和控制，具有前瞻陛。(3)传统安全科学研究注重因果关系分析，安全大数据注重关联关系分析，换言之

22、，安全大数据会在一定程度上减弱安全科学研究对因果关系的关注。传统的安全科学注重对安全现象的解释、了解它们的因果关系，如在以往的事故致因研究方面，诸多学者通过分析因果关系得出了诸多定性解释事故致因的理论。但基于安全大数据，定性解释事故原因是远远不够的，安全大数据甚至可以发现事故发生的潜在规律，如事故发生的周期性、关联性、地域性、时间性等规律，以供安全科学学者、专家解释安全现象，具有一定的“智能性”，某种程度上超越了传统安全科学研究的因果关系。需要指出的是，安全大数据并没有改变因果关系，但使部分传统安全科学研究中的因果关系变得不太重要，很多时候使一些因果关系成为“正确的废话”，而是通过大数据直接得

23、出安全现象背后的本质安全规律，进而完善安全科学理论。本文认为，找出事故原因是进行事故预防与控制的关键，即因果关系在安全科学研究的重要性是无法替代的。由此看来，安全大数据不过是丰富了安全科学的研究方法与思路而已。因此，在未来基于大数据的事故致因研究方面，还是应以安全科学专家、学者为主，数据科学专家、学者仅需提供数据采集、处理、分析等关键|生的技术支撑。(4)传统安全科学研究的因果关系具有不确定性(模糊性)，安全大数据将摆脱这种模糊的因果关系的干扰。如几乎所有事故致因理论都把事故的直接原因归于人的不安全行为和物的不安全状态，但处于不同环境，究竟这两种原因谁是主要原因，采用传统安全科学研究方法是难以

24、做作出科学解释的，只能说是这2种原因综合作用的结果。在此情况下，知道结果显得更为重要，再无需考虑复杂的因果关系，仅需基于安全大数据，就可以清晰得出两类事故原因的比重。换言之，大数据关注“是什么”，而不是“为什么”，基于安全大数据更擅长通过统计分析人类不能感知的“安全关联”，并建议人采取具体安全行为活动。(5)传统安全科学研究方法的主观性偏强，安全大数据可增强安全科学研究的客观性。传统安全科学研究方法的主观性主要体现在两个方面：一是实验法、模拟法等是传统安全科学研究的常用方法，它们存在一个主要缺陷，即对于实验、模拟条件的控制通常会创造出不同于真实环境的安全现象，且存在一些干扰因素，使实验、模拟等

25、很难接近真实状态，结果的可信度、实用性偏低；二是统计调查法是传统安全社会科学的重要研究方法，但此方法是在接触被调查者的条件下进行的，对被调查对象的影响，再加之调查样本数量有限，会导致调查结果的可信度降低。安万方数据王秉等：基于安全大数据的安全科学创新发展探讨全大数据可避免以上安全科学研究方法的缺陷，增强安全科学研究的客观性，如对个体或群体的安全心理、安全行为、安全人性等的研究，可以在不直接接触被试者的前提下直接收集其在生产、生活中的真实安全心理、安全行为、安全人性数据，从而避免了非自然的实验、模拟、调查场景可能带来的种种负面效应，使收集到的数据更加客观。(6)安全大数据对安全科学的数学建模提出

26、巨大挑战。传统安全科学研究往往采用一个或少数几个数学模型来进行安全状态评价与趋势预测等研究，如安全评价模型、事故预测模型、安全经济模型等，但任何安全数学模型都各有优缺点，即没有“包治百病”的全能安全数学模型。其缺点主要体现在4个方面：1)在研究某一种安全状态时，可用的安全数学模型其实较多，模型的最佳选择一直是个无解的答案。实际上，迄今为止，基于某种安全数学模型对安全状态或现象进行研究得出的结论，至多仅能说明是采用该模型得出的结论，并不具有普适性，换其他安全数学模型得出的结论可能立即就变了。换言之，基于安全数学模型研究得出的结论是脆弱的。2)在研究同一安全状态时，即使采用同一种安全数学模型，由于

27、安全数学模型的变量选择、估计的方法、参数设置、滞后期选择等不同，也会导致估计结果相差很大。3)安全状态是一个综合动态指标，一般而言，不同时段其安全影响因子的种类及其各因子对整个安全状态的影响程度是不同的(即指标的实时确定与指标权重的动态赋权问题)，现有的安全数学模型还无法有效地对安全状态进行实时动态准确评价与预测。4)在传统安全科学研究中，由于研究对象错综复杂，直接影响与间接影响因素众多，变量的完备性被认为是不可能的事情，往往只能选取少数变量来进行研究，达到一个相对满意的结果。基于安全大数据，借助云计算与分布式处理等现代信息技术，往往可以采用成百上千的安全数学模型来对系统安全状态进行评价与预测

28、研究；此外，基于安全大数据，可以获取越来越多的变量，从而使遗失变量的可能性降到最低，这样在研究中由原来的数个变量可能会变成数十个甚至成百上千的变量。在这样的背景下，对原有的安全科学数学建模技术就带来了巨大挑战，对安全科学的发展将会产生深远影响。(7)大多数传统安全科学研究工具与手段无法适应于基于安全大数据的安全科学研究，需要创新与研发新的研究工具与手段。传统安全科学研究，一支研究团队、数个安全实验室、数台电脑、数种安全模拟软件和简单的数据分析软件就能构成较良好的安全科学研究条件；但基于安全大数据的安全科学研究，在研究人员组成、计算工具与合作关系3个方面将发生巨大变化：一是研究人员应有安全科学领

29、域专家、学者以及安全大数据维护、建模、分析专家；二是计算工具需要广泛借助于云计算工具；三是合作关系需广泛与安全大数据拥有者(企事业单位、政府安全监管部门等)、云计算服务商等合作。总之，基于安全大数据的安全科学研究急需组建跨学科、跨领域、跨部门的安全科学研究新模式。(8)传统安全科学研究表现出安全自然科学与安全社会科学的分离状态，这有悖于安全科学的综合学科属性；此外，部分传统安全科学理论研究与实践应用具有脱节现象。由文献可知，基于安全大数据有助于将安全自然科学与安全社会科学、安全科学理论研究与实践应用趋于统一。33基于安全大数据的安全科学研究基本范式体系由上述分析可知，基于安全大数据的安全科学研

30、究的实质是揭示安全大数据背后的安全规律，因此，有必要在构建基于安全大数据的安全科学研究基本范式体系之前，首先明晰安全数据、安全信息与安全规律之间的转化关系。331安全数据、安全信息与安全规律的转化模型本文依次给出安全现象、安全信息与安全规律的定义：(1)安全现象(safety phenomenon，SP)，是指能被人感觉到的安全状态表象，如事故、不安全行为、安全表现等。(2)安全信息(safety information，SI)，是指为实现某种安全目的而经过加工处理的安全数据，如事故发生的高峰期、不安全行为的主要类型等。简言之，安全信息是经过加工的安全数据(即安全数据处理的结果)。(3)安全规

31、律(safety law，sL)，是指隐藏在安全现象背后的可重复联系，如海因里希法则、墨菲定律等。基于安全现象、安全数据、安全信息与安全规律的定义，构建安全数据、安全信息与安全规律的转化模型，如图1所示。图1 安全数据、安全信息与安全规律的转化模型由图1可知，该转化模型的本质是借助安全数据揭示隐藏在安全现象背后的安全规律，从而实现了安全数据的安全价值(包括安全科学研究、安全设计、安全管理与安全预测等价值)。从安全数据到安全规律是沿着“安全数据_安全信息_安全规律”的线性方向转化， “安全数据一安全信息”与“安全信息_安全规律”的转化过程都需要知识(包括安全专业领域知识与非安全专业领域知识)的支

32、撑，知识作用于整个转化过程，即知识在整个转化过程中起着支撑作用。对转化过程具体解析如下：(1)安全数据向安全信息的转化，主要是在安万方数据王秉等：基于安全大数据的安全科学创新发展探讨 4l全数据与安全科学研究问题之间建立相关性。安全数据加工是安全数据转化为安全信息的过程，是运用相关知识将具有相关性的安全数据整合起来，并格式化、规范化，使之成为安全信息分析中的有效安全数据的处理过程。典型的安全数据加工方式应包括安全数据清洗、滤重与匹配等，这些加工过程都是基于安全数据的规律对安全数据进行加工处理，而这些规律就是知识，包括安全专业领域知识(如安全数据与安全专业领域内概念与术语之间的关系、有效安全数据

33、的判别与筛选及转换对应等知识)与非安全专业领域知识(如安全数据结构与多源安全数据的融合等知识)。(2)安全信息向安全规律的转化，主要是采取各种相关知识对安全信息进行分析，使安全信息的结构与功能发生改变，总结、归纳得出安全规律。这些知识也包括安全专业领域知识与非安全专业领域知识，如安全信息甄别知识、相关性判断知识、计量分析知识等。332基于安全大数据的安全科学研究基本范式体系的构建与解析大数据是根据数据分析直接得出结论，其研究逻辑是后验的9】。基于大数据的研究逻辑以及安全数据、安全信息与安全规律的转化模型，基于安全大数据的安全科学研究的核心原理与安全大数据对安全科学研究的影响，结合安全科学的一般

34、研究过程与特点【10】，构建基于安全大数据的安全科学研究基本范式体系，如图2所示。、一 E t。i- +忙+- +c =7i二1：r #j7：1- 。图2 基于安全大数据的安全科学研究的基本范式体系由图2可知，基于安全大数据的安全科学研究的基本范式体系是对安全数据、安全信息与安全规律的转化模型的丰富及其关键环节的细分，其核心基础是研究安全现象(问题)的总体安全大数据。换言之，基于安全大数据的安全科学研究，甚至是几乎所有未来的安全科学研究，都必将越来越稳固地建立在对客观安全数据的全面准确分析之上，实现研究效率与效果的同步大幅度提升。这不仅有助于安全科学的横向拓展研究，更有助于其纵向挖掘更深层的规

35、律与关系。对该研究范式体系的内涵具体解析如下：(1)安全关联思想贯穿于整个研究过程。整个安全关联过程是一个逐渐从宽泛到具体的过程，具体表现为：1)大数据安全大数据。此过程需完成一级与二级的2级安全泛关联，即在意识认知层面需依次回答“是否与安全有关?”和“是否与该安全现象有关?”两个问题，从而得到描述、记录所研究安全现象的安全大数据。2)安全大数据一安全信息。此过程需完成三级安全泛关联，即回答“是否与该安全问题有关?”这个问题，确定所研究安全问题的安全数据集合，再经数据加工分析，得到安全信息。3)安全信息_安全规律。此过程需完成安全粗关联，即主要运用安全科学方法、原理、模型与技术等分析信息，导出

36、安全规律。4)安全规律_安全实践。此过程需完成安全细关联，即根据具体的安全需要，将所得安全规律有针对性地应用于安全实践。此外，还可通过“大数据斗大信息_安全信息”这条路径获得安全信息，在“大信息_安全信息”需完成一级、二级与三级的3级安全泛关联，从而获得所研究安全问题的安全信息。(2)更加注重学科交叉。安全科学作为一门年轻的综合交叉学科，顺应了时代的发展需求，随着大数据时代的到来，可以充分利用安全科学的综合交叉学科优势使安全科学的学科交叉性进一步增强。这是因为：第一，基于安全大数据进行安全科学研究的一个重要环节就是数据挖掘与分析(包括收集、存储、处理与分析等)，至少这一环节需要安全科学和数据科

37、学的知识、技术与人才的融合与合作；第二，数据科学本身就是一门基于计算机科学、统计学、信息系统等学科的新兴交叉学科。因此，从理论上讲，基于安全大数据的安全科学研究的最显著特点就是使安全科学研究的学科交叉屙陛变得更加明显且重要。(3)安全大数据驱动。得益于现代信息技术的_彘J，慷黼一一和v黼错一、万方数据42 王秉等：基于安全大数据的安全科学创新发展探讨发展与进步，已经很有可能实时全程跟踪记录个体与群体的各方面信息，且能够实现几乎相当于研究对象总体的数据采集和处理。对于安全科学研究而言，将不同于以往安全科学的因果分析、假设检验、推断统计等研究范式，基于对安全大数据的处理与分析，可从安全大数据中发现

38、潜在的安全规律，直接进行归纳、总结得出研究结论，不过度追求可解释性。总之，充分利用安全大数据的覆盖全面、处理高效的优势，以安全大数据驱动将归纳法的边界南样本推向总体，必将使安全科学研究集代表性、客观性、时效性、前瞻性、关联性、完备性与统一性等于一体，有助于促进安全科学研究快速发展。(4)安全科学研究目标导向。一方面，安全科学研究的最终目标是预防和控制事故，保障社会安全(包括健康)发展。经过多年的研究，安全科学领域已积累了大量事故预防与控制的研究成果，立足于安全科学的研究目标，再结合既有的安全科学研究成果，就可发现一些值得关注的安全现象进而提出具有重大研究价值的安全问题，并确定具体研究对象?另一

39、方面，传统的安全科学研究考察和分析的对象是人、物与事故等的外显表现，在此基石l上推理并解释人、物与事故等的内部因果关系，而最终目标又回归丁预测和控制人、物与事故等的外显表现来预防和控制事故，从这个意义上讲，内部因果关系可看作若干巾介变量。若直接以预测和控制人、物与事故等的外显表现的安全科学研究最终目标为导向，不过度追求对J大1果关系的深究，则有助于基于安全大数据直接通过对人、物与事故等的外显表现的分析，实现对人、物与事故等的外显表现的预测和控制。该思路也与数据科学的本质特征(以问题为导向)相吻合，对于实现安全科学研究的终极目标，这一全新路径也许会起到更加直接有效的作用。(5)快速检验、修正新发

40、现的安全规律。对新发现的安全规律进行验证是保证安全规律有效指导安全生产、生活实践的必要前提：得益于高效的大数据分析技术，可以在验证阶段实现对新发现的安全规律的快速验证与修正，显著提高了研究效率和研究结果的可信度，有助于进行快速安全决策。(6)基于安全大数据的安全科学研究的6条核心原理贯穿于整个基于安全大数据的安全科学研究过程。第一，全样本原理要求研究的安全数据对象必须是研究问题的总体安全数据；叠加原理与关联原理指明了采集、挖掘研究对象的总体安全数据的思路与方法。总之，这3条原理为基于安全大数据的安全科学研究奠定了基础，即获得研究对象的总体安全大数据第二，相关性与高效性原理是对研究对象的总体安全

41、大数据进行数据加工与分析的主要原则，只有这样才能突出大数据注重相关性与高效性的特征与优势一第三，安全预测原理表明安全预测是基于安全大数据的安全科学研究的主要目的，因为基于安全大数据可以进行准确、超前的安全预测，这是有效预防与控制事故的关键。第四，安全价值原理表明基于安全大数据的安全科学研究实现了安全大数据的安全价值，换言之，整个基于安全大数据的安全科学研究过程也是一个逐渐实现安全大数据的安全价值的过程。(7)体现从“实践一理论一实践”的哲学思想。安全大数据本身就是对安全现象的记录与描述，即其本质是来自于实践的，通过对安全大数据的分析、研究得出安全规律，再用新发现的安全规律去指导预防与控制事故，

42、即安全实践，这一过程完整地体现了从“实践一理论一实践”的哲学思想。4 基于安全大数据的安全科学学科体系调整构想41安全大数据学的提出在大数据背景下，安全大数据学的产生是大势所趋。本文将安全大数据学定义为：安全大数据学是以揭示安全大数据背后的安全规律，进而实现安全大数据的安全价值为目的，借助安全大数据研究各种安全现象的一门应用性学科，也是研究安全大数据学与传统安全科学关系的一门学科，它应是安全科学技术学科的新的学科分支。具体而言，安全大数据学是在安全科学研究和应用中采用安全大数据，并且采用大数据思维方式对传统安全科学进行深化的新兴交叉学科。换言之，安全大数据学不仅要研究如何建模、管理和应用安全大

43、数据，而且要深入研究在大数据思维方式冲击下传统安全科学如何应对挑战并进行转型的问题，42安全大数据学的研究内容安全大数据学的主要研究目的是在系统认知安全大数据的基础上，不断开发并充分利用安全大数据的安全价值。要达到这一研究目的，应从理论、技术与实践3个层面着手认知并利用安全大数据。南此，建立安全大数据的三维结构模型如图3所示。图3 安全大数据的三维结构模型由图3可知，安全大数据学的主要研究内容包括安全大数据应用基础(理论基础、技术基础)与安全大数据应用实践两方面，即安全大数据学的2个子学科，如图4所示。坝个产滟安4川l北仝瞰公安俺L蒙觅宽宄宽对研研研研一弁竹晌狞心组事物人j132lm诞洲价浙万

44、方数据王秉等：基于安全大数据的安全科学创新发展探讨 43图4 安全大数据学的基本框架(1)安全大数据应用基础。安全大数据应用实践的基础主要包括两个方面：一是理论基础。理论是认知的必经途径，也是被业界与学界广泛认同和应用的基础，主要从“基于安全大数据的定义、范围与特征理解安全大数据，即对安全大数据进行整体性描绘和定性解释”、 “从对安全大数据的安全价值的探讨来深入解析安全大数据的价值所在”、 “提炼、总结安全大数据的挖掘原理与方法”与“洞悉安全大数据的现状与发展趋势”4个方面研究并丰富安全大数据学应用的理论基础。二是技术基础。技术是安全大数据的安全价值实现的手段和提升的基石，主要是基于计算机科学

45、与技术、网络技术与传感器技术(如云计算、分布式处理技术、存储技术与感知技术等)等，从安全大数据采集技术、存储技术、分析处理技术与可视化技术4个方面不断丰富、完善安全大数据学应用的技术基础。(2)安全大数据应用实践。安全实践是安全大数据的最终安全价值的体现。根据不同的分类依据，可将安全大数据应用实践划分为不同的学科分支。本文按不同的应用动作、应用对象与应用领域，分别对其做了分类：按应用动作的不同，可分为安全分析、安全评价、安全预测与安全决策等；按应用对象的不同，可分为人的研究、物的研究、事(事故)的研究与人物事的组织研究等；按应用领域的不同，可分为安全生产领域与公共安全领域等。总之，安全大数据学

46、是一门学科跨度很大的学科，涉及众多学科，对研究者知识的宽度和深度都提出了很高的要求，因此，其突破应该首先在安全大数据应用实践层面取得进展，然后再催生理论层面的研究，逐步做到应用研究与理论研究的共同发展，共同促进安全大数据学的研究发展。5 结论(1)安全大数据是用来记录和描述安全现象的海量数据集合，它的核心价值是为安全科学研究与安全管理服务。安全大数据是大数据的子集，可分为广义安全大数据与狭义安全大数据，其中，从安全科学角度，根据不同的研究需要，又可对狭义安全大数据进行不同分类。(2)安全大数据丰富了安全科学的研究思路与方法，特别是有助于研究宏观安全规律。提炼出基于安全大数据的安全科学研究的全样

47、本原理、相关性与高效性原理等6条核心原理；安全大数据对安全科学研究的影响主要包括研究的安全数据对象完全不同、安全大数据使安全科学研究更具时效性、安全大数据注重关联关系分析等8个方面。(3)安全数据、安全信息与安全规律的转化模型表明从安全数据到安全规律是沿着“安全数据一安全信息_安全规律”的线性方向转化，知识在整个转化过程中起着支撑作用，其是构建基于安全大数据的安全科学研究的基本范式体系的基础；基于安全大数据的安全科学研究的基本范式体系表明安全大数据的安全科学研究的核心基础是研究对象的总体安全大数据，整个研究过程是一个逐渐实现安全大数据的安全价值的过程，并具有更加注重学科交叉、安全大数据驱动、安

48、全科学研究目标导向与快速检验、修正新发现的安全规律等6层重要内涵。(4)在大数据背景下，安全大数据学的产生是大势所趋。它是以揭示安全大数据背后的安全规律，进而实现安全大数据的安全价值为目的，借助安全大数据研究各种安全现象的一门应用性学科，也是研究安全大数据学与传统安全科学关系的一门学科。它应是安全科学技术学科的新的学科分支。基于安全大数据的三维结构模型，指出安全大数据学的主要研究内容包括安全大数据应用基础(理论基础、技术基础)与安全大数据应用实践两个方面，即安全大数据学的2个子学科。相信随着大数据技术与安全科学技术的不断发展，在学界和国家的不断重视下，安全大数据学必会得到快速发展，从而为安全科

49、学研究发展注人源源动力，在未来必会催生智能安全科学。参考文献：1张瑞新大数据与安全生产综述(P”)EBOL(201505一l 1)2016-04121http：wwwehinasafetygovcnne”page，ContentsChannel_64972015051 1250326content_250326htm2SHI Q，ABDEL-ATY MBig data apphcations in real-time tragic operation andsafety monitoring and improvement on urban expressways【JTransportationResearch Part C：Emerging Technologies，2015，58(9)：380-3943WANG Y，YANG B，LUO Y，et a1The application of big data miningin risk warning for food safety【J】As