基于Logistic回歸模型的汽修企業(yè)安全生產(chǎn)影響因素分析

馬 丁 趙澤民高級工程師 葉 劍

(1.北京市科學(xué)技術(shù)研究院城市安全與環(huán)境科學(xué)研究所 安全生產(chǎn)技術(shù)中心，北京 100054；2.北京市交通委員會安全應(yīng)急事務(wù)中心，北京 100026)

0 引言

隨著城市化進(jìn)程的加快和人民生活水平的提高，機(jī)動車保有量持續(xù)增加。據(jù)統(tǒng)計顯示，目前全國民用轎車保有量已達(dá)15 640萬輛，其中私人轎車保有量14 674萬輛。如此龐大的基數(shù)必然會帶來維修需求的進(jìn)一步增長。然而，汽車維修企業(yè)除服務(wù)接待外的其他作業(yè)均帶有一定的安全風(fēng)險，如舉升機(jī)車輛墜落、焊接灼傷、工器具傷人、觸電、危化品的儲存與使用等。因此，企業(yè)管理者應(yīng)全面了解影響安全生產(chǎn)的相關(guān)因素，從而保障從業(yè)人員的人身安全。但目前關(guān)于汽修企業(yè)安全生產(chǎn)管理的研究，多從宏觀層面分析行業(yè)整體存在的問題及解決對策，鮮有學(xué)者從微觀角度分析機(jī)動車維修企業(yè)存在的安全生產(chǎn)問題。

鑒于此，本文構(gòu)建一套機(jī)動車維修企業(yè)安全生產(chǎn)綜合指標(biāo)體系，并抽樣選取某市122家小型汽車維修企業(yè)，從車間現(xiàn)場管理和文件制度管理2方面對企業(yè)安全生產(chǎn)及管理現(xiàn)狀開展評價，之后使用聚類分析和Logistic回歸分析方法構(gòu)建數(shù)學(xué)模型，借助SPSS軟件對評價數(shù)據(jù)進(jìn)行處理，旨在找出影響汽修企業(yè)安全生產(chǎn)的關(guān)鍵因素，并提出有針對性的對策措施，以確保企業(yè)實現(xiàn)安全生產(chǎn)的目標(biāo)。

1 數(shù)據(jù)來源與描述

1.1 安全生產(chǎn)綜合指標(biāo)體系

為全面評價企業(yè)安全生產(chǎn)及管理現(xiàn)狀，按照《中華人民共和國安全生產(chǎn)法》、《汽車維修業(yè)開業(yè)條件》(GB/T 16739-2014)、《安全生產(chǎn)等級評定技術(shù)規(guī)范 第17部分：機(jī)動車維修企業(yè)》(DB11/T 1322.17-2018)、《北京市生產(chǎn)經(jīng)營單位安全生產(chǎn)主體責(zé)任規(guī)定》等相關(guān)法規(guī)條例，分別構(gòu)建一、二類和三類機(jī)動車維修企業(yè)安全生產(chǎn)綜合指標(biāo)體系。2種指標(biāo)體系滿分均為1 000分，由現(xiàn)場管理(600分)和制度管理(400分)2部分組成，每部分各下設(shè)若干細(xì)項指標(biāo)，詳細(xì)指標(biāo)結(jié)構(gòu)，如圖1。

圖1 機(jī)動車維修企業(yè)安全生產(chǎn)綜合指標(biāo)體系Fig.1 The comprehensive index system of safety production inautomobile repair enterprises

1.2 統(tǒng)計樣本描述

依據(jù)指標(biāo)體系對122家汽修企業(yè)進(jìn)行安全評價打分，統(tǒng)計結(jié)果，見表1。從業(yè)務(wù)類型看，一、二類企業(yè)整體評價結(jié)果優(yōu)于三類企業(yè)；從企業(yè)規(guī)模看，超半數(shù)為小型規(guī)模，中型規(guī)模企業(yè)的平均分值最高，微型規(guī)模企業(yè)的平均分值最低；從企業(yè)經(jīng)營性質(zhì)看，私營經(jīng)濟(jì)成分占比達(dá)到62.3%，個體經(jīng)濟(jì)和國有經(jīng)濟(jì)次之，集體經(jīng)濟(jì)成分的企業(yè)數(shù)最少。

表1 企業(yè)統(tǒng)計信息Tab.1 The enterprise statistics

2 模型構(gòu)建

本文采用二階聚類方法及在其基礎(chǔ)上建立的有序多分類Logistic回歸模型，均使用IBM SPSS Statistics 25軟件進(jìn)行數(shù)據(jù)處理。

2.1 模型介紹

2.1.1 二階聚類

二階聚類，亦被稱為Two-step聚類、兩步聚類，顧名思義是分2個步驟完成，是一種智能聚類方法。第一步是預(yù)聚類，即對樣本進(jìn)行初步歸類；第二步是正式聚類，對第一步中得到的初步類別進(jìn)行再聚類并確定最終方案。相比于傳統(tǒng)的

K

均值聚類和系統(tǒng)聚類，二階聚類有著鮮明的特點(diǎn)：首先，其聚類變量可以是連續(xù)變量或分類變量，亦可以是2種變量的組合；其次，該方法可以根據(jù)一定的統(tǒng)計標(biāo)準(zhǔn)自動判定最佳的類別個數(shù)，使聚類結(jié)果的正確性更有保障。

2.1.2 有序多分類Logistic回歸

在分析某因變量的影響因素時，Logistic回歸是實際工作中常用的方法，它與多元線性回歸的區(qū)別在于其因變量是分類變量。根據(jù)因變量水平是否有序又可以分為有序多分類和無序多分類Logistic回歸模型。其中，有序多分類Logistic回歸原理是依次將因變量按不同的取值水平分隔為2個等級，對這2個等級建立因變量為二分類的Logistic回歸模型。具體來說，假設(shè)某有序因變量

Y

有

k

個水平，相應(yīng)水平取值的概率為

p

，則其對

m

個自變量可擬合出

k

-1個二分類Logistic回歸方程，如下式所示：

式中：

i

—因變量的水平級別，

i

=1,2,…,

k

-1；Logit(

P

)—第

i

個Logistic回歸模型；(

p

|

Y

=1,2,…,

i

)—因變量取第

i

水平的概率；

α

—第

i

個模型截距參數(shù)；

X

—自變量；

β

—偏回歸系數(shù)。

2.2 變量設(shè)置

2.2.1 因變量

為了能更好地評價企業(yè)的安全生產(chǎn)及管理水平，實現(xiàn)分類管理，本文使用二階聚類方法將樣本劃分為不同等級并設(shè)置為因變量。由于因變量的3個水平為定序變量，因此本文選用有序多分類回歸模型。

考評分值的高低能客觀反映出企業(yè)安全生產(chǎn)及管理水平的好壞。因此，本文選取企業(yè)考評分值并輔以現(xiàn)場管理、制度管理2部分指標(biāo)的平均得分率作為聚類變量，對122個樣本進(jìn)行二階聚類分析。SPSS軟件處理結(jié)果顯示，聚類后凝聚和分離的輪廓測量值為0.55，表明聚類質(zhì)量較好。聚類結(jié)果，見表2。

表2 聚類分析結(jié)果Tab.2 The cluster analysis results

根據(jù)聚類結(jié)果及實際情況，可將樣本數(shù)據(jù)劃分為“較差”“一般”“良好”3個等級，分別對應(yīng)表2聚類編號中的1、2、3號。等級越高代表企業(yè)考評分值和指標(biāo)得分率越高，從側(cè)面反映出企業(yè)的安全生產(chǎn)及管理水平越好。將所有樣本進(jìn)行類別歸屬，畫出其中位數(shù)箱線圖，如圖2。

圖2 聚類分層效果Fig.2 The cluster stratification effect

2.2.2 自變量

機(jī)動車維修企業(yè)安全生產(chǎn)綜合指標(biāo)體系包含二級和三級指標(biāo)共計60余項，其主要分為人員管理、現(xiàn)場管理和制度管理3大要素。其中，人員管理主要涉及人員問答、人員資質(zhì)和檔案管理3方面內(nèi)容；現(xiàn)場管理主要關(guān)注于維修車間和維修設(shè)備設(shè)施；制度管理則一般包含企業(yè)的各項安全管理制度及管理體系。在本次研究中，從安全生產(chǎn)綜合指標(biāo)體系各要素中選擇相對重要的特征變量作為自變量，并增加企業(yè)基本信息和其他因素作為補(bǔ)充，以探究影響企業(yè)考評等級(即企業(yè)安全生產(chǎn)及管理水平)的關(guān)鍵因素。變量說明及賦值，見表3。

表3 變量說明及賦值Tab.3 Variable description and assignment

在所選自變量中，除“企業(yè)經(jīng)營性質(zhì)”“企業(yè)規(guī)模”和“標(biāo)準(zhǔn)化開展情況”為多元變量，其余自變量均為二元變量。故在進(jìn)行Logistic回歸模擬前，需先把多元變量轉(zhuǎn)換為相應(yīng)的啞變量。其中，“企業(yè)經(jīng)營性質(zhì)”為無序多元變量，轉(zhuǎn)換時以“其他經(jīng)濟(jì)”為參照將其設(shè)置為4個啞變量，每個啞變量均為由0、1組成的二元變量；“企業(yè)規(guī)模”和“標(biāo)準(zhǔn)化開展情況”為有序多元變量，每個等級的作用相同，故可按變量賦值處理。

3 模型結(jié)果及分析

3.1 擬合結(jié)果

為優(yōu)化模型，本次研究使用向后逐步回歸法對自變量進(jìn)行篩選：首先對因變量擬合包含全部候選自變量的有序多分類Logistic回歸模型，然后依此剔除

P

值最大的變量，再對剩下的自變量做回歸分析，直至模型中剩余的所有自變量均有統(tǒng)計學(xué)意義，并計算出優(yōu)勢比OR值。初始及最終模型的回歸結(jié)果，見表4、5。

表4 初始模型擬合結(jié)果Tab.4 Initial model fitting results

表5 最終模型擬合結(jié)果Tab.5 Final model fitting results

有序多分類Logistic回歸模型的應(yīng)用前提是必須通過平行線檢驗。在本次研究中，最終模型的平行線檢驗

P

值為0.199(大于0.05)，見表6。說明各回歸方程互相平行，可以使用Logistic回歸模型進(jìn)行分析。

表6 平行線檢驗結(jié)果Tab.6 Parallel line test results

從整體擬合效果看，-2倍對數(shù)似然值從164.243降為99.279，似然比檢驗結(jié)果的

P

值小于0.001，見表7。說明包含自變量的模型其擬合優(yōu)度好于僅包含常數(shù)項的無效模型，對因變量的解釋效果較好。

表7 模型擬合信息Tab.7 Model fitting information

綜上，有序多分類Logistic回歸模型最終表達(dá)式如下所示：

Y

=1

.

262

X

+1

.

231

X

+1

.

001

X

-1

.

716

X

-0

.

778

X

3.2 結(jié)果解讀

最終結(jié)果顯示，一線作業(yè)人員對自身安全職責(zé)的了解程度、作業(yè)現(xiàn)場安全用電情況、管理制度與企業(yè)實際符合程度、安全生產(chǎn)標(biāo)準(zhǔn)化達(dá)標(biāo)情況以及隱患排查工作等因素被擬合進(jìn)模型中，且均對企業(yè)考評等級的提升有正向促進(jìn)作用，而與企業(yè)屬性相關(guān)的因素則未被納入模型。由此可見，實際影響企業(yè)安全生產(chǎn)及管理水平的因素終究體現(xiàn)在人、物、環(huán)、管等細(xì)節(jié)之處。具體表現(xiàn)在以下幾方面：

(1)能夠清楚了解自身安全職責(zé)的一線員工使考評分值提高至少一個等級的概率是不清楚自身安全職責(zé)員工的3.532倍(

P

=0.018)。相比于人員管理中的其他因素，機(jī)動車維修技術(shù)人員(即一線員工)是企業(yè)日常生產(chǎn)活動的主要人員，是接觸安全隱患的“第一人”，所以其對安全的認(rèn)識與理解在一定程度上決定了企業(yè)能否實現(xiàn)安全生產(chǎn)的目標(biāo)。(2)作業(yè)現(xiàn)場合格的電氣線路使企業(yè)安全生產(chǎn)水平提高至少一個等級的概率是不合格電氣線路的3.425倍(

P

=0.005)。汽修企業(yè)的生產(chǎn)活動離不開“電”：舉升機(jī)、介子機(jī)、噴烤漆房、手持電動工具、配電室(箱)等都涉及到電氣線路。而例如漏電保護(hù)開關(guān)不符合要求、配電箱體無跨接、帶電體裸露等不安全用電狀況，將直接影響一線人員的正常操作甚至威脅到人員的生命健康。(3)管理制度與企業(yè)實際相符使考評分值提高至少一個等級的概率是安全管理制度與企業(yè)脫節(jié)的2.721倍(

P

=0.031)。安全生產(chǎn)管理制度是企業(yè)安全管理體系的核心，是企業(yè)安全生產(chǎn)的依據(jù)，體現(xiàn)一個企業(yè)對安全的重視程度。那些管理較為分散未形成體系、內(nèi)容照搬照抄、完全脫離企業(yè)經(jīng)營情況的制度，只能是形式上的存在，缺少實際指導(dǎo)作用。(4)開展隱患排查工作的企業(yè)使考評分值提高至少一個等級的概率是未進(jìn)行安全生產(chǎn)檢查的2.662倍(

P

=0.027)。目前大多數(shù)機(jī)動車維修企業(yè)存在“重經(jīng)營而輕安全”的問題，在安全生產(chǎn)檢查方面存在明顯不足，如未細(xì)化隱患排查的內(nèi)容、頻率及相關(guān)負(fù)責(zé)人，未建立隱患排查臺賬，未明確隱患處理的程序等。安全生產(chǎn)要做到“防患于未然”，而開展隱患排查工作正是防止事故發(fā)生、提高安全生產(chǎn)水平的重要途徑。(5)相比于開展標(biāo)準(zhǔn)化工作并取得相應(yīng)資質(zhì)證書的企業(yè)，未開展過相關(guān)工作的企業(yè)考評分值提高至少一個等級的概率將減少82%(

P

<0.001)，而雖做過標(biāo)準(zhǔn)化但證書已過期的企業(yè)，其概率則會降低54.1%(

P

=0.274)，這說明安全生產(chǎn)標(biāo)準(zhǔn)化創(chuàng)建工作能夠顯著提高企業(yè)的考評等級。究其原因在于它幫助企業(yè)建立一套系統(tǒng)的安全管理制度體系，全面管控生產(chǎn)經(jīng)營活動各環(huán)節(jié)的安全生產(chǎn)工作，整體提高企業(yè)的管理水平。

4 對策措施

安全事故的發(fā)生不是單一因素造成的，而是各種因素綜合作用的結(jié)果，如圖3。為使企業(yè)實現(xiàn)安全生產(chǎn)的目標(biāo)、提高企業(yè)的安全生產(chǎn)及管理水平，本文根據(jù)有序多分類Logistic回歸模型的分析結(jié)果，提出以下建議措施：

圖3 機(jī)動車維修企業(yè)事故致因模型Fig.3 Accident causation model for automobile repair enterprises

(1)加強(qiáng)安全教育培訓(xùn)，提高人員安全素養(yǎng)。企業(yè)應(yīng)在日常管理中加強(qiáng)對一線人員的安全教育培訓(xùn)，制定培訓(xùn)計劃并做好培訓(xùn)記錄，合理分配面授和實操培訓(xùn)內(nèi)容；企業(yè)主要負(fù)責(zé)人及安全生產(chǎn)管理人員應(yīng)按時參加相關(guān)繼續(xù)教育培訓(xùn)，逐步提高從業(yè)人員的整體安全素養(yǎng)，形成企業(yè)內(nèi)部濃厚的安全文化氛圍。

(2)開展雙控體系管理，細(xì)化安全生產(chǎn)檢查。企業(yè)在日常管理工作中要開展安全風(fēng)險分級管控與事故隱患排查治理2方面工作，并將二者相結(jié)合形成雙重預(yù)防體系，建立符合企業(yè)實際的風(fēng)險源辨識清單和隱患排查清單；同時，要加強(qiáng)對設(shè)備設(shè)施的管理，結(jié)合實際經(jīng)營情況和管理能力，完善安全生產(chǎn)檢查制度，及時發(fā)現(xiàn)隱患問題。

(3)建立健全制度體系，嚴(yán)格落實制度管理。企業(yè)在建立安全管理制度過程中要杜絕照搬照抄的發(fā)生，要主動查找制度運(yùn)行過程中存在的問題，結(jié)合企業(yè)實際加以修訂完善，建立具有自身特色的安全管理制度體系；同時，要正確對待安全標(biāo)準(zhǔn)化、環(huán)境、質(zhì)量等各種體系建設(shè)，充分運(yùn)用好外部資源，輔助企業(yè)建立符合實際的安全管理體系。

5 結(jié)論

(1)機(jī)動車維修企業(yè)作為交通運(yùn)輸行業(yè)的重要支柱之一，目前在生產(chǎn)管理中仍存在安全風(fēng)險，分析其中的關(guān)鍵因素以確保企業(yè)實現(xiàn)安全生產(chǎn)的目標(biāo)。

(2)一線從業(yè)人員對自身安全職責(zé)的了解情況、作業(yè)車間的安全用電情況、安全管理制度是否與實際相符、安全標(biāo)準(zhǔn)化工作以及隱患排查工作開展情況等因素對企業(yè)提高安全生產(chǎn)及管理水平有顯著性的影響。

(3)建立機(jī)動車維修企業(yè)安全生產(chǎn)綜合指標(biāo)體系，從微觀角度分析機(jī)動車維修企業(yè)存在的安全生產(chǎn)問題，減少了分析的主觀性；借助SPSS軟件對評價結(jié)果進(jìn)行聚類分析和有序多分類Logistic回歸分析，提高了分析的可靠性。

(4)該應(yīng)用研究可為汽修企業(yè)和政府決策部門提供參考，通過開展專業(yè)性的安全工作以提高企業(yè)安全管理水平，通過開展針對性的指導(dǎo)工作以提高行業(yè)安全生產(chǎn)水平。