基于文本挖掘的化工事故致因網(wǎng)絡(luò)分析

李 莉，張遠(yuǎn)進(jìn)，李曉榮

(1.武漢理工大學(xué) 中國(guó)應(yīng)急管理研究中心，湖北 武漢 430070；2.武漢理工大學(xué) 安全科學(xué)與應(yīng)急管理學(xué)院，湖北 武漢 430070；3.斯旺西大學(xué) 工程學(xué)院，斯旺西 英國(guó) SA2 8PP)

化工園區(qū)危化品種類繁多，工藝流程復(fù)雜危險(xiǎn)，危險(xiǎn)化學(xué)品事故一旦發(fā)生，會(huì)造成慘重的人員傷亡和經(jīng)濟(jì)損失。據(jù)統(tǒng)計(jì)，2016—2020年我國(guó)共發(fā)生化工和危險(xiǎn)化學(xué)品事故929起，造成1 176人死亡(統(tǒng)計(jì)數(shù)據(jù)不包括港澳臺(tái))[1]。如2019年江蘇響水天嘉宜化工有限公司“3·21”特別重大爆炸事故，造成78人死亡，直接經(jīng)濟(jì)損失19.86億元。因此，研究化工事故致因，并深入挖掘各因素間的影響關(guān)系，提出針對(duì)性的措施，對(duì)于預(yù)防化工事故發(fā)生和保障安全生產(chǎn)具有重大意義。

目前已有不少學(xué)者采用不同的事故致因理論對(duì)化工事故進(jìn)行分析，但簡(jiǎn)單的線性描述無(wú)法真實(shí)地反映當(dāng)今復(fù)雜化工園區(qū)系統(tǒng)下各個(gè)風(fēng)險(xiǎn)因素的非線性的交互關(guān)系[2]，如HE等[3]使用危險(xiǎn)與可操作性研究確定了有機(jī)氫化物加氫站的105種事故情況，并將其分為兩組，分別研究了防止事故發(fā)展的安全措施；SUZUKI等[4]提出了一種基于場(chǎng)論和蒙特卡洛模擬的化工多米諾事故風(fēng)險(xiǎn)定量評(píng)估的方法，并以江蘇鹽城某化工廠典型的多米諾事故為例進(jìn)行研究，得出多米諾事故可分為快速發(fā)展階段、穩(wěn)定階段和弱化階段的結(jié)論。為了深入挖掘各個(gè)風(fēng)險(xiǎn)因素之間的交叉影響關(guān)系，越來(lái)越多的學(xué)者將社會(huì)網(wǎng)絡(luò)分析技術(shù)和復(fù)雜網(wǎng)絡(luò)理論應(yīng)用到安全管理領(lǐng)域。李玨等[5]運(yùn)用社會(huì)網(wǎng)絡(luò)分析技術(shù)構(gòu)建高處墜落事故致因網(wǎng)絡(luò)，并結(jié)合潛在類別模型研究主要致因的交互作用。張偉等[6]將復(fù)雜網(wǎng)絡(luò)應(yīng)用于塔吊安全事故致因研究，識(shí)別塔吊安全事故的關(guān)鍵致因和關(guān)鍵致因鏈路。在化工領(lǐng)域，陳國(guó)華等[7]基于復(fù)雜網(wǎng)絡(luò)理論，建立了化工園區(qū)多災(zāi)種耦合關(guān)系數(shù)學(xué)模型，提出了基于網(wǎng)絡(luò)節(jié)點(diǎn)重要度的斷鏈減災(zāi)模型，并進(jìn)行斷鏈減災(zāi)分析。但上述研究所分析的事故案例主要采用人工讀取數(shù)據(jù)，并在此基礎(chǔ)上以專家打分或者問卷調(diào)查的形式構(gòu)建安全風(fēng)險(xiǎn)網(wǎng)絡(luò)，此方法工作量大并且受不同專家經(jīng)驗(yàn)影響，具有較大的主觀性。

為有效避免主觀因素影響，很多學(xué)者采用了文本挖掘技術(shù)對(duì)事故致因進(jìn)行統(tǒng)計(jì)分析。文本挖掘技術(shù)是一種從文本類型的信息中獲取有價(jià)值知識(shí)的挖掘分析方法。目前文本挖掘技術(shù)在安全管理領(lǐng)域應(yīng)用較少，主要應(yīng)用在煤礦、交通道路、建筑施工等領(lǐng)域。如陳聰聰?shù)萚8]運(yùn)用文本挖掘技術(shù)挖掘尾礦庫(kù)事故的關(guān)鍵隱患因素，并采用關(guān)聯(lián)規(guī)則挖掘算法分析因素之間的關(guān)聯(lián)性，表征了隱患因素導(dǎo)致事故發(fā)生的耦合關(guān)系。韓天園等[9]通過文本挖掘技術(shù)，并結(jié)合人-車-路系統(tǒng)安全理論，研究重特大道路交通事故機(jī)制。上述文本挖掘技術(shù)在安全管理領(lǐng)域的應(yīng)用多局限于事故因素的定量分析，未充分考慮事故因素的特殊性，分析不同層級(jí)的事故因素間的影響關(guān)系。

化工事故調(diào)查報(bào)告中記錄了大量化工事故文本數(shù)據(jù)，使用文本挖掘技術(shù)可以充分利用這些數(shù)據(jù)價(jià)值，不僅能對(duì)事故類型、事故發(fā)生時(shí)間、事故傷亡等數(shù)據(jù)簡(jiǎn)單地統(tǒng)計(jì)，對(duì)于化工事故調(diào)查報(bào)告里蘊(yùn)含的大量事故發(fā)生機(jī)理也能深入挖掘。與傳統(tǒng)化工事故風(fēng)險(xiǎn)因素識(shí)別方法相比，將文本挖掘技術(shù)應(yīng)用于化工事故領(lǐng)域，可以減少工作量，同時(shí)可有效避免因問卷打分進(jìn)行賦權(quán)的方法造成的人為主觀影響，提高結(jié)果的準(zhǔn)確性。

鑒于此，筆者在相關(guān)研究的基礎(chǔ)上，將文本挖掘方法與社會(huì)網(wǎng)絡(luò)分析方法相結(jié)合，挖掘化工事故調(diào)查報(bào)告文本中的潛在事故致因，并深入分析化工事故致因特征和事故特征之間的交叉影響關(guān)系。首先對(duì)事故報(bào)告進(jìn)行分詞處理，運(yùn)用詞頻-逆文檔頻率(term frequency-inverse document frequency， TF-IDF)算法，挖掘了事故中的不同層級(jí)的38項(xiàng)事故特征。在此基礎(chǔ)上，采用Apriori算法挖掘化工事故致因之間的強(qiáng)關(guān)聯(lián)規(guī)則，并將事故特征繪制成網(wǎng)絡(luò)結(jié)構(gòu)圖并進(jìn)行社會(huì)網(wǎng)絡(luò)分析。通過網(wǎng)絡(luò)中心性分析和凝聚特性分析，挖掘出化工事故關(guān)鍵致因，以及各事故因素之間的交叉影響關(guān)系，為化工事故的預(yù)防控制提供參考。

1 化工事故數(shù)據(jù)來(lái)源及處理

從我國(guó)各省市應(yīng)急管理部(局)官網(wǎng)以及網(wǎng)絡(luò)收集我國(guó)(不包括港澳臺(tái)地區(qū))2010—2021 年共200份化工生產(chǎn)事故調(diào)查報(bào)告，涉及火災(zāi)、爆炸、高處墜落、中毒窒息和起重傷害等多種事故類型。選取事故調(diào)查報(bào)告中詳細(xì)描述事故發(fā)生原因的章節(jié)作為文本挖掘?qū)ο?，將文本?nèi)容格式化處理并進(jìn)行編號(hào)完成語(yǔ)料庫(kù)構(gòu)建。

采用文本挖掘技術(shù)對(duì)化工事故報(bào)告文本特征進(jìn)行挖掘，采用TF-IDF算法對(duì)文本特征賦予權(quán)重，提取事故特征，并根據(jù)人因分析和分類系統(tǒng)(human factors analysis and classification system，HFACS) 模型將事故致因分成4個(gè)層級(jí)[10]。其次，利用Apriori算法提取事故特征之間的強(qiáng)關(guān)聯(lián)規(guī)則。最后，計(jì)算關(guān)鍵詞共現(xiàn)矩陣，在此基礎(chǔ)上構(gòu)建一個(gè)化工事故致因網(wǎng)絡(luò)，通過網(wǎng)絡(luò)中心性分析得到核心事故原因，進(jìn)而通過k-核結(jié)構(gòu)分析化工事故特征的凝聚特性。文本挖掘技術(shù)與網(wǎng)絡(luò)構(gòu)建分析如圖1所示。

2 化工事故報(bào)告文本挖掘

2.1 事故影響因素詞表構(gòu)建

選用Python作為文本挖掘的程序語(yǔ)言，使用Jieba中文分詞模塊對(duì)語(yǔ)料庫(kù)進(jìn)行分詞處理。為了豐富語(yǔ)料庫(kù)中的化工安全領(lǐng)域?qū)I(yè)詞匯，避免分詞模塊無(wú)法識(shí)別專業(yè)詞匯，以及減少無(wú)關(guān)詞匯的干擾，在進(jìn)行文本分詞之前自定義化工安全專業(yè)詞庫(kù)、停用詞表和歸并詞表，并使用Jieba中文分詞模塊加載更新詞庫(kù)?；ぐ踩珜I(yè)詞庫(kù)包括搜狗詞庫(kù)的化工領(lǐng)域?qū)I(yè)詞庫(kù)和安全管理領(lǐng)域?qū)I(yè)詞庫(kù)。停用詞表包括《現(xiàn)代漢語(yǔ)虛詞詞典》和自定義的停用詞，如“報(bào)告”、“事故”、“化工”等化工安全領(lǐng)域相關(guān)詞匯，這些詞匯頻繁出現(xiàn)但是對(duì)于事故原因分析主題無(wú)益，因此要?jiǎng)h除這些詞匯，防止干擾關(guān)鍵詞匯挖掘結(jié)果。由于不同事故報(bào)告中對(duì)相同含義的事故致因描述并不是完全一致，導(dǎo)致分詞結(jié)束后會(huì)出現(xiàn)大量含義相同但表述不一樣的詞匯，因此構(gòu)建同義詞歸并詞表，將不同表述的同一事故致因替換成相同的詞匯，避免同一事故致因由于表述不同而被忽略，影響文本挖掘準(zhǔn)確性。由于灼燙、車輛傷害、物體打擊事故數(shù)量較少，將這3類事故合并成“其他事故”類型。同義詞歸并詞如表 1所示。

表1 部分同義詞歸并詞表

2.2 化工事故特征的詞云分析

利用經(jīng)過數(shù)據(jù)清洗并分詞所得到的語(yǔ)料庫(kù)來(lái)制作詞云圖。事故特征的詞云分析如圖2所示。詞云圖中，詞的文字越大，且越處于中間位置，表明其詞的頻數(shù)越大。由圖2可知，化工事故致因分布于安全教育培訓(xùn)不到位、安全檢查不到位、生產(chǎn)工藝變更或不合理和監(jiān)管不到位等方面。

圖2 詞云圖

2.3 化工事故特征關(guān)鍵詞提取

特征詞出現(xiàn)的頻率在一定程度上表明其重要性，僅根據(jù)詞頻不能準(zhǔn)確反映詞的重要性，因此引入TF-IDF算法賦予特征詞權(quán)重。TF-IDF算法不同于簡(jiǎn)單的詞頻統(tǒng)計(jì)，可以更準(zhǔn)確地量化某個(gè)字詞在一份文件中的重要性。TF-IDF算法實(shí)際上是詞頻TFij和逆文檔頻率IDFj的乘積，一個(gè)詞在文檔中的重要性與其在文檔中出現(xiàn)的頻率成正比，但同時(shí)會(huì)隨著它在整個(gè)語(yǔ)料庫(kù)中出現(xiàn)的頻率成反比下降。TF-IDF算法中，詞頻TFij與逆文檔頻率IDFj如下：

(1)

(2)

根據(jù)詞云圖結(jié)果剔除“記錄”、“系統(tǒng)”等與事故致因主題不符的詞匯，并用TF-IDF 算法計(jì)算詞語(yǔ)的權(quán)重，提取出權(quán)重值大小排名前38的事故特征，包括4個(gè)層級(jí)的33個(gè)事故致因關(guān)鍵詞和5種事故類型，結(jié)果如表 2所示。

表2 化工事故特征表

2.4 化工事故致因關(guān)聯(lián)分析

在由38個(gè)事故特征組成的化工事故致因系統(tǒng)中，如果一個(gè)或多個(gè)事故因素不能得到控制，將直接或間接地影響與之密切相關(guān)的因素，使風(fēng)險(xiǎn)在系統(tǒng)內(nèi)擴(kuò)散，最終導(dǎo)致事故的發(fā)生。關(guān)聯(lián)規(guī)則分析可以挖掘多個(gè)因素之間的關(guān)聯(lián)關(guān)系，應(yīng)用Apriori算法挖掘化工事故致因之間的強(qiáng)關(guān)聯(lián)規(guī)則[11]。根據(jù)Apriori算法分析的要求，最小支持度設(shè)為0.06，最小置信度設(shè)為0.8，最小提升度設(shè)為1。共挖掘出175條強(qiáng)關(guān)聯(lián)規(guī)則，反映了化工事故致因之間的密切聯(lián)系，部分關(guān)聯(lián)規(guī)則如表3所示。

表3 部分關(guān)聯(lián)規(guī)則表

分析175條強(qiáng)關(guān)聯(lián)規(guī)則，發(fā)現(xiàn)強(qiáng)關(guān)聯(lián)規(guī)則可分析出事故特征之間的關(guān)聯(lián)性，表明隱患因素之間、隱患因素和事故之間存在因果關(guān)系。以關(guān)聯(lián)規(guī)則表中序號(hào)為1的關(guān)聯(lián)規(guī)則為例，在發(fā)生化工生產(chǎn)事故的情況下，出現(xiàn)了監(jiān)管不到位的隱患，則有很大概率會(huì)同時(shí)出現(xiàn)裝置設(shè)計(jì)缺陷的隱患，支持度為0.309，置信度為0.962；關(guān)聯(lián)規(guī)則表中序號(hào)為5的關(guān)聯(lián)規(guī)則表明，在出現(xiàn)火源的情況下，有很大概率發(fā)生爆炸，支持度為0.321，置信度為0.898。監(jiān)管不到位、安全教育培訓(xùn)不到位、未落實(shí)安全生產(chǎn)責(zé)任這3個(gè)事故特征在化工事故特征關(guān)聯(lián)規(guī)則中出現(xiàn)頻繁，在175條強(qiáng)關(guān)聯(lián)規(guī)則中，有23條強(qiáng)關(guān)聯(lián)規(guī)則和監(jiān)管不到位有關(guān)，有73條強(qiáng)關(guān)聯(lián)規(guī)則和安全教育培訓(xùn)不到位有關(guān)，有106條強(qiáng)關(guān)聯(lián)規(guī)則與未落實(shí)安全生產(chǎn)責(zé)任有關(guān)。這些規(guī)則表明，企業(yè)應(yīng)加強(qiáng)安全管理工作，提高安全管理水平，重視開展安全教育培訓(xùn)工作。

3 化工事故致因網(wǎng)絡(luò)的構(gòu)建與分析

3.1 化工事故致因網(wǎng)絡(luò)構(gòu)建

計(jì)算 38個(gè)事故特征在不同語(yǔ)料庫(kù)中的共現(xiàn)頻率，如同一組關(guān)鍵詞在一個(gè)事故調(diào)查報(bào)告中出現(xiàn)多次，記為共現(xiàn)一次，最終得到化工事故特征的共現(xiàn)矩陣如表 4所示。若2個(gè)特征共現(xiàn)值越大則其關(guān)聯(lián)性越強(qiáng)，根據(jù)構(gòu)建的化工事故特征共現(xiàn)矩陣，使用Pajek和VOSviewer軟件繪制化工事故致因網(wǎng)絡(luò)如圖 3所示。

圖3 化工事故致因網(wǎng)絡(luò)圖

表4 部分事故特征共現(xiàn)矩陣

化工事故致因網(wǎng)絡(luò)圖中節(jié)點(diǎn)表示化工事故特征，節(jié)點(diǎn)間連線表示各事故特征之間的關(guān)系。節(jié)點(diǎn)越大表明該事故特征在整個(gè)語(yǔ)料庫(kù)中出現(xiàn)的頻數(shù)越大，對(duì)事故影響越大；節(jié)點(diǎn)間連線越粗、越密集表示事故特征之間聯(lián)系越緊密。

3.2 小世界特性分析

使用平均最短路徑和聚類系數(shù)量化化工事故致因網(wǎng)絡(luò)的小世界特性[12-13]。筆者構(gòu)建的化工事故致因網(wǎng)絡(luò)圖，其平均路徑長(zhǎng)度[14]指每?jī)蓚€(gè)事故致因之間最短距離和的平均值。網(wǎng)絡(luò)平均路徑長(zhǎng)度反映網(wǎng)絡(luò)傳播速度，平均路徑長(zhǎng)度越大，網(wǎng)絡(luò)傳播速度越慢，說(shuō)明各事故致因之間影響小。反之，平均路徑長(zhǎng)度越小，則越容易有多事故因素耦合引發(fā)事故。使用 Pajek 軟件計(jì)算得到化工事故致因網(wǎng)絡(luò)的平均最短路徑為1.07。網(wǎng)絡(luò)中任意兩個(gè)節(jié)點(diǎn)之間的距離的最大值稱為網(wǎng)絡(luò)的直徑，使用Pajek軟件計(jì)算網(wǎng)絡(luò)中距離最大的兩個(gè)節(jié)點(diǎn)的距離為2，由節(jié)點(diǎn)“安全管理混亂”到節(jié)點(diǎn)“惡劣天氣”得到。網(wǎng)絡(luò)的聚類系數(shù)用來(lái)量化網(wǎng)絡(luò)中節(jié)點(diǎn)的聚類特性，計(jì)算得出各個(gè)節(jié)點(diǎn)聚類系數(shù)值均大于0.9，遠(yuǎn)高于同等規(guī)模的隨機(jī)網(wǎng)絡(luò)聚類系數(shù)值。說(shuō)明該化工生產(chǎn)事故致因網(wǎng)絡(luò)中各節(jié)點(diǎn)之間平均每?jī)蓚€(gè)節(jié)點(diǎn)之間都有聯(lián)系，網(wǎng)絡(luò)平均最短路徑長(zhǎng)度小，聚類系數(shù)大，表明該化工事故致因網(wǎng)絡(luò)具有小世界特性。

3.3 網(wǎng)絡(luò)中心性分析

對(duì)化工事故致因網(wǎng)絡(luò)中節(jié)點(diǎn)的中心性分析可以用來(lái)衡量關(guān)鍵詞在網(wǎng)絡(luò)中的重要性，計(jì)算網(wǎng)絡(luò)中心性的指標(biāo)主要有度中心性、中介中心性和接近中心性。各事故特征的中心性如表 5所示。節(jié)點(diǎn)的度中心性越大在整個(gè)網(wǎng)絡(luò)中越重要。考慮各事故特征在不同事故調(diào)查報(bào)告中共現(xiàn)的頻數(shù)，賦予節(jié)點(diǎn)度值權(quán)重。由度中心性分析可知：安全事故隱患、安全教育培訓(xùn)不到位、監(jiān)管不到位、安全管理混亂、履職不到位、泄漏、?；肥亲钇毡榈幕どa(chǎn)事故原因。接近中心性體現(xiàn)一個(gè)節(jié)點(diǎn)與其他節(jié)點(diǎn)的臨近程度，值越小說(shuō)明這個(gè)節(jié)點(diǎn)到其他節(jié)點(diǎn)的路徑越短，說(shuō)明這個(gè)點(diǎn)和其他節(jié)點(diǎn)聯(lián)系越緊密。由接近中心性和中介中心性分析可知:安全事故隱患、安全教育培訓(xùn)不到位、監(jiān)管不到位、火源等諸多因素對(duì)事故成因網(wǎng)絡(luò)影響顯著，事故成因特征間關(guān)系緊密，反映出化工生產(chǎn)事故的生成路徑多元，作用鏈簡(jiǎn)短的特點(diǎn)，與平均路徑長(zhǎng)度和聚類系數(shù)反映結(jié)果一致。

表5 事故特征的中心性

3.4 凝聚特性分析

節(jié)點(diǎn)的凝聚性可以反映網(wǎng)絡(luò)中節(jié)點(diǎn)的關(guān)聯(lián)性，在凝聚子群中，節(jié)點(diǎn)之間具有相對(duì)較強(qiáng)而直接的紐帶聯(lián)系，節(jié)點(diǎn)之間的連線越多，結(jié)構(gòu)越穩(wěn)定，凝聚性越強(qiáng)。采用k-核分解方法來(lái)挖掘化工事故特征的凝聚子群，用以分析各事故特征之間的凝聚性[15]。對(duì)事故特征網(wǎng)絡(luò)進(jìn)行凝聚特性分析可以同時(shí)分析核心致因與其聯(lián)系緊密的邊緣致因，因此可以針對(duì)性地控制核心風(fēng)險(xiǎn)因素和邊緣風(fēng)險(xiǎn)因素之間的相互影響，防止進(jìn)一步演化成事故。

k-核分解過程是從外層向內(nèi)層延伸式擴(kuò)展進(jìn)行的，最小核節(jié)點(diǎn)通常位于網(wǎng)絡(luò)最外層，最大核節(jié)點(diǎn)位于網(wǎng)絡(luò)的最內(nèi)層。k-核節(jié)點(diǎn)頻數(shù)分布如表6所示，共分成11個(gè)子類，化工事故k-核結(jié)構(gòu)如圖4所示。該網(wǎng)絡(luò)的最高核為37-核，37-核結(jié)構(gòu)構(gòu)成了網(wǎng)絡(luò)最大連通子圖，是網(wǎng)絡(luò)的核心群體，表示該化工事故致因網(wǎng)絡(luò)的核心特征為：F19(安全事故隱患)、F26(安全教育培訓(xùn)不到位)、F28(安全管理混亂)、F25(監(jiān)管不到位)、F14(管道)、F1(未落實(shí)安全生產(chǎn)責(zé)任)、F8(無(wú)資質(zhì)或無(wú)證作業(yè))、F10(安全設(shè)施缺失)、A1(爆炸)。這些事故特征聚集性強(qiáng)，每個(gè)事故特征都與其他事故特征有直接聯(lián)系。因此發(fā)生爆炸事故時(shí)，通常是由安全事故隱患、安全教育培訓(xùn)不到位、監(jiān)管不到位等多個(gè)事故因素交叉影響的結(jié)果。

表6 k-核節(jié)點(diǎn)頻數(shù)分布表

圖4 化工事故特征K-核結(jié)構(gòu)

4 化工事故致因分析結(jié)果與預(yù)防措施

通過上述分析可得，化工事故發(fā)生是多個(gè)層級(jí)的事故因素耦合的結(jié)果。有效識(shí)別安全隱患并針對(duì)性采取措施，從根源上減少事故隱患并切斷風(fēng)險(xiǎn)傳播路徑，減少事故致因之間的交叉影響，是有效預(yù)防控制化工事故發(fā)生的關(guān)鍵。根據(jù)上述化工事故致因分析，以HFACS 模型為基礎(chǔ)，從不安全行為、不安全行為的前提條件、不安全監(jiān)管和組織影響4個(gè)層面提出以下預(yù)防建議。

(1)在不安全行為層面，未落實(shí)安全生產(chǎn)責(zé)任制、違法建設(shè)、違章作業(yè)、無(wú)資質(zhì)或無(wú)證作業(yè)等事故致因具有較高的權(quán)重。因此，企業(yè)應(yīng)完善并落實(shí)安全生產(chǎn)責(zé)任制，嚴(yán)查違規(guī)違章作業(yè)，堅(jiān)決制止無(wú)資質(zhì)或無(wú)證作業(yè)行為，同時(shí)建立更完善的獎(jiǎng)懲制度，督促作業(yè)人員遵守安全操作規(guī)程，減少不安全行為。

(2)在不安全行為的前提條件層面，事故因素主要集中在?；?、泄漏、安全意識(shí)淡薄等方面。因此，應(yīng)定期對(duì)操作人員和管理人員進(jìn)行安全教育培訓(xùn)，同時(shí)注重企業(yè)安全文化建設(shè)，營(yíng)造良好的安全文化氛圍，切實(shí)提高作業(yè)人員安全意識(shí)。

(3)在不安全監(jiān)管層面，監(jiān)管不到位、安全管理混亂、安全教育培訓(xùn)不到位等事故致因權(quán)重都較大，表明不安全監(jiān)管層級(jí)是化工事故的關(guān)鍵成因。因此企業(yè)應(yīng)加強(qiáng)安全管理部門的建設(shè)，完善安全管理制度，加強(qiáng)監(jiān)管力度。 同時(shí)，政府部門應(yīng)加強(qiáng)對(duì)企業(yè)的監(jiān)督管理力度，并督促企業(yè)重視安全管理工作。

(4)在組織影響層面，履職不到位、應(yīng)急處置能力、操作規(guī)程缺陷等事故致因具有較高權(quán)重。生產(chǎn)過程中相關(guān)程序、標(biāo)準(zhǔn)、制度不完善會(huì)導(dǎo)致履職不到位和應(yīng)急處置能力不足等相關(guān)致因出現(xiàn)，進(jìn)而影響安全檢查工作的順利進(jìn)行和應(yīng)對(duì)突發(fā)狀況的能力。因此，企業(yè)應(yīng)制定完善的操作規(guī)程和應(yīng)急預(yù)案，并對(duì)作業(yè)人員培訓(xùn)，確保作業(yè)人員完全掌握；生產(chǎn)過程中相關(guān)人員應(yīng)履職到位，在管理制度中加入獎(jiǎng)懲制度以鼓勵(lì)各責(zé)任人履職到位，全面落實(shí)安全生產(chǎn)責(zé)任。

5 結(jié)論

(1)使用文本挖掘技術(shù)可以從大量事故報(bào)告文本數(shù)據(jù)中識(shí)別出化工事故關(guān)鍵致因，提高工作效率，并將文本挖掘結(jié)果可視化，繪制詞云圖和構(gòu)建事故致因網(wǎng)絡(luò)，直觀反映出化工事故的關(guān)鍵致因；關(guān)聯(lián)規(guī)則分析可以挖掘出事故致因之間的強(qiáng)關(guān)聯(lián)性。

(2)使用社會(huì)網(wǎng)絡(luò)分析技術(shù)可以對(duì)化工事故致因網(wǎng)絡(luò)的整體結(jié)構(gòu)、規(guī)模和網(wǎng)絡(luò)中各節(jié)點(diǎn)的結(jié)構(gòu)特性進(jìn)行深入分析，確定化工事故關(guān)鍵致因和風(fēng)險(xiǎn)傳播路徑。關(guān)鍵事故致因的確定，有助于針對(duì)性地提出化工事故預(yù)防控制措施，及時(shí)排查事故隱患并阻斷風(fēng)險(xiǎn)傳播路徑。

(3)構(gòu)建了化工事故致因網(wǎng)絡(luò)，并對(duì)化工事故致因之間的影響關(guān)系進(jìn)行了分析，以HFACS 模型為基礎(chǔ)，從不安全行為、不安全行為的前提條件、不安全監(jiān)管和組織影響 4個(gè)層面提出化工事故預(yù)防措施。但缺少對(duì)不同化工事故發(fā)生的災(zāi)害損失進(jìn)行量化，今后可以結(jié)合社會(huì)網(wǎng)絡(luò)分析技術(shù)和災(zāi)害損失度量模型，進(jìn)一步對(duì)化工事故風(fēng)險(xiǎn)進(jìn)行量化。