2.中国石油冀东油田公司北田（能源）公司 河北唐山 063200
摘要：近年来，我国在积极进行现代化建设的过程中，工程项目不断增多，同时建筑规模也在逐渐扩大，安全管理问题层出不穷。基于此，文章就以大数据支持下的安全管理进行分析，希望可以有效的解决安全管理过程中的问题。
关键词：大数据时代；工程安全；安全管理
1大数据时代的发展背景和现状
大数据又称为巨量资料，它最早被维克托•迈尔•舍恩伯格和肯尼斯•库克耶编写在《大数据时代》一书中。在2010年，高德纳研究与咨询公司就提出了“Informationwillbetheoilofthe21stcentury”，2012年大数据（BigDate）就已经成为了最热科技词汇，并且大数据在同年还登上了《纽约时报》以及《华尔街日报》的专栏封面，随后在2012年7月，我国著名的信息管理专家涂子沛就出了一本名叫《大数据》的书，在书中提到了“大数据将是下一个社会发展阶段的石油和金矿。”在接下来的几年里，大数据在我国不断得到发展和创新。那么大数据时代中的“大”的具体含义是什么？很多人单纯觉得即使数据之多便可以称之为“大”。其实不然，在这里的“大”意义在于“不仅能够把收集海量的数据，还可以将这些数据进行交换，整合和分析然后创造出新的知识和信息。”大数据还有4V特点，即Volume、Velocity、Variety、Value。如今大数据已经被广泛运用到生活中，根据调查从2011年到2017年中国大数据市场的数据如图1所示。
同时大数据也被运用于各个领域，其中包括市政工程、服务行业、医疗领域、制造行业等等行业。服务行业中的中国银联发卡的数量已经高达40亿张，每天大约都有接近600亿的交易次数，存储量高达350TB；市政过程中的监控摄像头在一个城市中就可能存在几十万个，一个月的数据就高达数百PB；总而言之，大数据在全球范围内都得到了高速的发展和运用，如今已经成为了一个不和或缺的技术。
2人员密集场所安全事故案例及分析
人员密集场所最常见而且最容易发生的就是火灾事故，火灾的危害性极大，最直接的是残害人类生命，毁坏物资财富，俗话说“贼偷二次不穷，火烧一把精光”，火灾的间接损失惨重（比如停产、失业、停学、失学），破坏生态环境。建国以来，死亡人数最多的四起火灾事故，无一例外都发生在人员密集场所。
1977年2月18日，农历正月初一。新疆伊犁地区建设兵团61团，晚上9点在放映电影《战友》时，由于一名12岁的小学生燃放的一枚俗称“地老鼠”的花炮落在礼堂的舞台上，引燃可燃物造成的，是建国以来公共娱乐场所损失最惨重的一起特别重大火灾事故。仅仅几十分钟，无情的大火使694个生命化为了灰烬，161人受伤致残。
1994年12月8日，新疆克拉玛依市友谊馆因电气烤燃幕布引起火灾，死亡325人，伤130人，是建国以来人员伤死亡人数占第二位的！
死亡人数第三位的是2000年12月25日，河南省洛阳市老城区的东都商厦的火灾：３０９人丧生，起火原因是电焊工违规作业引起特大火灾。
1994年11月27日下午1时30分辽宁省阜新市面积200多平方米的艺苑歌舞厅营业时由于一17岁男青年点烟后将燃烧的报纸随手扔到沙发座下，造成特大火灾，死亡233人、烧伤20人。死亡人数排在了第四位。
由于人员密集场所人员密集，一旦发生事故，疏散困难，易造成群死群伤；场所内功能集中，可燃物多，火灾财产损失大；伤亡大、损失大，势必造成的社会影响大。
3基于大数据的安全技术分析
3.1建立人群聚集风险预警系统
通过利用大数据建立“人群聚集风险预警系统”，对流动人群进行实时监控并为管理者提供决策参考。“人群聚集风险预警系统”不仅可提前30分钟实现重点区域人群安全容量预警，更可预测未来1天甚至1周的人群总量和峰值时段。同时，根据人群流动密度进行实时监测：当区域预测人流超过最高流量的60%、80%和100%时分别显示蓝色、黄色和红色预警，管理人员会根据具体情况采取疏导、限流等措施，从而避免人群密度过高产生的踩踏等风险。
通过大数据手段汇集而来的客流监测信息不应该只停留在监测系统内，而应及时“流动”起来，通过各种形式到达该场所聚集的人群中。人群能够实时了解该场所的人流密集情况，科学合理安排行程，做到分时错峰出行，起到自发疏导的作用。
3.2以数据挖掘实现人群密集风险预测
目前，很多商业区和热门景区都能做到人流数据的统计，但这仅仅是应急管理系统的第一步，更重要的是数据的挖掘处理和分析。在上海外滩踩踏事件中，当晚20点至事件发生时，外滩风景区人员流量变化呈上升趋势，黄浦公安分局指挥中心未严格落实上海市公安局指挥中心每半小时上报人员流量监测情况的工作要求，也未能及时向黄浦区委区政府总值班室报告。信息不畅直接影响了区政府的预警、执行等控制事态的措施，最终导致踩踏伤亡事件。
信息的逐级上报符合我国当前的管理体制，但在突发事件中如果上报措施失灵，上级将对现场失去有效的指挥，从而导致重大损失。大数据技术通过数据监控、挖掘和分析可以一定程度上进行直接预测和监控，从而降低制信息报告的失灵风险。通过百度数据分析，2014年12月25日至31日，外滩地图搜索请求和人群汇聚情况两者趋势基本一致，但是在2014年12月31日，两者都达到顶峰。根据数据发现，相关地点的请求数据和实际到达该地点人群数量具有极高的相关性，相关系数超过0.9（越接近1，说明越相关）；通过大量历史数据也发现，相关地点的地图搜索请求峰值早于人群密度高峰几十分钟出现。这意味着根据地图相关地点搜索的请求量，至少可能提前几十分钟预测人流量峰值的到来。通过这种数据的监控和挖掘，实现事前预防，这对城市应急管理具有重要的作用，因此，建议全国主要城市和地区在春节及其他节假日期间适度使用地址网络搜索量这一大数据监测方式，加强对人群密集场所的早期预警与有效管理。
3.3以数据分析研判来辅助决策
随着智能手机的普及，“人手一机”已成为现实，也应逐渐将移动通信数据纳入数据采集端。清华大学公共管理学院中国应急管理研究基地博士后刘新传指出，上述的“人群聚集风险预警系统”主要依赖于现场摄像头大量图像采集和视频智能对人流密度、分布、流量等要素的分析。但是由于现场实际情况的遮挡、采集和分析的噪点等原因存在一定的盲区，因此需要发挥“全体数据”的优势，即除了图像采集的分析，还可以通过运营商基站的手机定位数据进行估算并预测出未来一段时间的人流密度。一些瓶颈区域，如通道突发变窄、上下坡、进出通道合并等，极易造成人流密度剧增，进而导致踩踏发生，这些地区需要进行重点监控、分析和预判。
结语：
综上所述，信息化是一个时代的趋势，在人员密集场所安全管理工作中运用大数据技术是未来发展的趋势。在安全管理工作过程中，要加大大数据的推广和应用，提高安全管理，有效杜绝安全事故。
参考文献：
[1]张楚若.浅议大数据对工程管理与装备制造业的促进作用[J].信息化建设，2016，（01）：266.
[2]张少芳.基于大数据中心的绿色低碳建筑工程管理关键问题研究[J].建筑知识，2016，36（10）：201.
[3]张宇航.大数据系统中的软件工程管理方法探究[J].中国高新技术企业，2016，（34）：93-94.（2016-12-13）
论文作者:1.中国石油冀东油田分公司矿区服务事业部,河北唐山,06
论文发表刊物:《基层建设》2017年第29期
论文发表时间:2018/1/3
标签：数据论文; 人群论文; 密集论文; 场所论文; 人员论文; 人流论文; 密度论文; 《基层建设》2017年第29期论文;