高校实验室安全数字治理范式研究与探索_金燕.pdf

第 卷第 期杭 州 电 子 科 技 大 学 学 报（社会科学版）年 月 （）：高校实验室安全数字治理范式研究与探索金 燕，汤旭翔（杭州电子科技大学 保卫处，浙江 杭州；浙江工商大学 实验室与资产管理处，浙江 杭州）收稿日期：基金项目：浙江省基础公益研究计划项目（）作者简介：金燕（），女，浙江温州人，助理研究员，安全管理摘要：数字时代下，实验室呈现主体多元、类型多样、风险多变等的特点，安全治理难度系数不断叠加，构建实验室安全数字治理新体系迫在眉睫。如何降低实验室安全事故发生概率，探索有效的安全治理机制，已成为国内外学者研究的重要内容。文章基于数字时代发展需要，面向实验室安全治理风险复杂突出、治理主体彼此独立、治理机制难以联动、治理过程衔接不畅等问题，研究构建以全元素的数据互通、数字化的全面协同、跨领域的流程改造为治理特点的实验室安全序列决策管理创新治理范式，并通过 频繁项集挖掘算法、聚类分析等算法建立实验室安全预警模型，将数字治理技术应用于实验室安全多跨场景，以期为高校实验室安全治理提供可借鉴模式。关键词：实验室安全；数字治理；多跨场景；数字高校中图分类号：文献标志码：文章编号：（）当今世界已经进入快速发展的数字时代，高校安全治理应当与时俱进。实验室是高校安全治理的重要场景，但受实验室治理主体的多样化演变，以及内部创新性活动的随机未知性等因素影响，其安全治理难度系数也在不断增加。因此，借助数字化改革先行趋势，构建实验室安全数字治理体系意义重大。据统计，年至 年公开报道的全国性高校实验室安全事故 起，共造成 人死亡、人受伤和巨大的财产损失，实验室安全问题已成为社会关注的一大焦点。高校实验室存在人的不安全行为、物的不安全状态、管理上的漏洞、监管上的缺失，同时涉及的危化品试剂存在种类复杂多样、治理主体独立分散、安全管理难度不断升级等问题，导致实验室安全事故频发。年 月，教育部颁布教育系统安全专项整治三年行动实施方案，实施方案指出自 年起，通过开展三年行动，推动各地高校树牢安全发展理念，扎实推进教育系统安全治理体系和能力现代化，实现教育系统安全发展高质量。高校实验室安全工作是教育系统安全工作的重点领域，应用现代治理理念与信息技术，强化安全风险防控和隐患排查治理，将成为全面落实实验室安全责任的有效举措。一、实验室安全催生数字管理建模研究计算机技术的飞速发展引领时代朝着数字化方向前行。人工智能和云计算的发展为计算机科学与技术和电子科学与技术注入了新的活力。高校实验室的管理和维护广泛使用计算机辅助技术，物联网、信息采集、传感器技术等模块应用持续加速高校实验室安全管理系统的构建。通过使用管理框架和动态安全评估维护模式，能确保实验室的有序运行，通过有效的管理和数据分析，减少实验室安全隐患，避免不必要的安全问题。（一）管理体系的应用 管理体系（，）源于 世纪 年代，是融合环境、职业健康和安全为一体的系统化、科学化、制度化的管理方法。美国化学类高校的 管理部门以安全手册为载体，全面展现 管理的组织架构和管理方式，充分强调了管理者的安全管理责任意识，以预防为主进行风险管理，开展重点要素专项治理等实践，将安全理念贯彻始终。华子春和魏永军对地方高校安全工作的调研显示，校院两级的安全管理工作均存在着疏忽，实验室安全相关课程匮乏，安全意识淡薄；师生麻痹思想和侥幸心理较强，未严格遵守操作规程和养成正确佩戴个人防护用具的习惯。北京大学为解决此类顽固僵化的问题，围绕实验室技术安全、校园环境保护和师生职业健康防护（“环安健”），将关键数据通过信息化手段进行整理、存档、优化，依托先进的信息化系统支撑，重点解决了安全宣传与教育、安全检查与治理、实验试剂和耗材的全过程管理难题。（二）机器学习法的设计传统的安全评估采用人工记录检查的制度对实验室进行监管。由于实验室设备和操作的复杂性，检验质量难以保证，人为因素干扰较大。评估的准确性有很大的局限性，只能用于对实验室系统的安全性进行定性粗略评估，而无法定量评估危险程度。近年来，机器学习算法被用于从现有的海量数据分析和挖掘中获取规则信息，从而预测未知数据，解决人工干预和推理速度慢的缺点。等采用层次分析法确定评价指标的权重，并采用模糊矩阵对采集数据进行计算并建立数字模型，得出相应实验室安全风险等级并检查实验室管理和学生操作过程中潜在漏洞。案例计算结果显示，西南大学某实验室综合得分为 分，表明该实验室整体运行处于相对安全水平。通过综合分析各指标级别的得分，发现学生在专业技能和事件控制方面存在不足并及时予以纠正。（三）国际 周期的安全系统管理 等人开发了一个实验室安全持续质量改进（）周期，是一种利用调查数据来提高公共卫生实验室安全性的方法：第一，周期通过年度调查征求实验室工作人员的意见，以解决与多项实验室活动相关的潜在化学、物理和辐射危害。该调查收集了与这些活动相关的频率、严重程度和接触数据，涉及至少每周处理的最具致病性的生物体差距分析，然后使用调查数据确定需要改进的领域。第二，利用传统二维风险评估矩阵和暴露频率创建三维风险地图，确定缓解措施的优先级。第三，利用这些结果制定缓解措施。这包括评估已识别的风险，以确定需要哪些风险控制措施。最后，通过后续调查评估干预的推断效果，允许对干预效果进行定性评估，同时通过识别新的危险重新启动周期。（四）智能科技引领数字治理科学哲学家托马斯库恩用“范式革命”来解释科学的演进历程，“范式”是人们认识世界的坐标、参照系与基本方式。在数字时代下，数字治理将成为有效治理的新范式，实验室安全数字治理是高校数字化建设重要领域，符合数字化改革的趋势与需要。当前，国内外研究学者与教育管理者积极探索数字治理新技术、新理念、新机制，但在实验室安全方面的数字治理相关研究的资料偏少，因此有必要对实验室安全数字治理的体系、特征、应用展开深入分析。二、实验室安全数字治理范式（一）建设背景公共管理学视域下，治理是使相互冲突的或不同的利益得以调和并且采取联合行动的持续的过程。有效治理是指在多个复杂主体管理过程中彼此扁平化地存在，主体间相互协作与协调，不存在明显的层级制，更不存在有统治关系与控制等级的差异构成。数据是新时代重要的生产要素，是国家基础性战略资源。大数据是数据的集合，以容量大、类型多、速度快、精度准、价值高为主要特征，是推动管理模式创新的新动力，是提升安全治理能力的新途径。进入后疫情时代，必然加速推进了数字化改革进程。数字技术不仅仅是一种工具，其本身就是治理主体。以数字技术赋能安全管理，只能视为数字化改革的初级阶段。实验室安全治理中的组织形态、系统重塑变革，比数字技术的应用、技术的赋能更有意义。因此，实验室安全数字治理范式综合物联网、大数杭 州 电 子 科 技 大 学 学 报（社会科学版）年据等信息手段，创造性、重塑性地通过数字积淀与数字融合推进实验室安全整体性、全域性治理，以全元素的数据互通、数字化的全面协同、跨领域的流程改造为治理特点，以需要为基础进行重新整合，形成“用数据说话、用数据决策、用数据管理、用数据创新”的实验室安全序列决策管理创新治理范式。实验室安全序列决策管理创新治理范式本质是由问题驱动转向数据驱动，数据驱动模式能大幅降低治理主体间的协调成本，节约了安全治理的时间、资源以及人力等成本支出，不断由静态管理转向动态管理，由精细管理转向精准管理，由封闭式管理转向开放式管理，由单一维度管理转向多元协同治理等，并最终形成系统性体制机制变革。（二）实验室安全序列决策管理创新治理范式内容为破解实验室安全治理风险复杂突出、治理主体彼此独立、治理机制难以联动、治理过程衔接不畅等问题，参考、等数字模型，机器学习等互联网技术为背景，基于数据与算法双驱动的治理模式，以不安全行为数据（对象：人）、不安全状态数据（对象：物）、不安全条件数据（对象：环境）等实验室“体态值”为切入点，以数字赋能实验室安全全域治理的融合视角，建构了整体性、系统性和智慧化的治理体系，实现全要素治理、全过程治理、全领域治理，并以此塑造更具弹性、灵活性和调适性的治理运行机制，即“个平台管数据、个场景办业务、套指标评治理”的“”实验室安全全域数治格局。实验室安全序列决策管理创新治理范式是数据赋能的工具，更是安全治理机制创新。以实验室使用危险化学品管理为例，实验室安全序列决策管理创新治理范式能有效适用于剧毒品、爆炸品、易爆制品等多类型治理的复杂场景，借助危险化学品生产、储运、采购、存储、使用、处置全链路数据驱动，衍生出“危险化学品治理融合中心”等创新安全治理场景。在实验室安全序列决策管理创新治理范式下，使得实验室危险化学品各项节点数据可查可看，各种关键流程有据可循，各类安全风险隐患可研可判，数字赋能安全治理深度层级，能有助于提升化解各种安全风险的主动性，最大限度保证高校实验室的安全。三、实验室安全序列决策管理创新治理范式场景应用（一）一个平台管数据，用数据预警“实验室安全全域数治融合中心”是数据积淀与融合的基础性平台，涉及分级分类、检查整改、化学品领用、预约共享、资金追踪、行为采集、异动识别等 个维度数据归集，形成实验室治理主体的数字画像。结合平台采集数据，实验室安全预警模型通过 频繁项集挖掘算法、聚类分析、逻辑规则判断等算法，分析检查整改率、实验行为、化学品领用、异动识别等行为记录，确定关键性的判定指标，设定自运行统计规则和模型，自动统计数据，在此基础上形成预警机制。实验室安全预警建模过程如图 所示。图 实验室安全预警建模过程图分别按照以下阶段，设计、训练、验证和部署实验室安全预警模型：模型设计阶段：设计异常实验室分类及识别模型的业务框架，包括目标实验室定义、识别口径定义、建模时间窗口定义、输入输出数据定义等。数据准备阶段：根据模型设计，准备建模所需的实验室采集数据，并对数据质量进行检查，包括数据加载、数据整合、数据质量检查。模型训练 测试 验证阶段：用训练数据集建立实验室预警初始模型后，再用测试数据集对初始模第 期金 燕等：高校实验室安全数字治理范式研究与探索型进行反复训练，然后将模型输出的预测结果与历史已知数据（评价数据集）进行验证测试，完成系列地进行调整和优化，最终得到最优模型。模型部署阶段：实验室预警最优模型的固化，按一定周期（如按日、周、月）运行模型，输出预警实验室名单以及详情。实验室安全预警模型通过输出红色等级、橙色等级、蓝色等级预警实验室名单，并提示预警项名称（不显示预警权重数字），以项数从高到低，权重从高到低排序。以此揭示异常实验室特征以及风险详情，并对其进行归纳、总结和衍生，动态识别出存在预警实验室。（二）一套指标评治理，用数据决策国内外学者对于实验室安全指标体系、评价方法都有不同程度研究，面向差异化的治理环境、研究领域、适用对象，诸多指标体系产出不同的应用效应与社会价值。基于融合平台动态数据，构建“实验室安全综合治理评价指标”体系（），主要通过向实验室安全、数字治理、资源绩效等研究与工作领域 位专家和从事教学、科研实验一线的 位师生，进行深入访谈、线上问卷调查，形成“实验室安全是一个复杂多元的综合治理体，科学的实验室安全综合治理评价指标应当与实验室运行生态紧密关联”的一致结论，并对调查结果与反馈意见进行汇总、整合，通过不断修正、调整指标体系，形成了包含安全管理、资源条件、成果效益、开放服务“四维一体”的指标体系，形成 个一级指标、个二级指标、个三级指标，尤其是作为核心的安全管理指标，通过科学评价治理领域、管理过程、参与要素等安全治理效能，用预警指标的“即时预测”解决安全治理的时滞问题，实现安全治理风险的超时空预判。如表 所示。表 实验室安全综合治理评价指标体系指标体系一级指标二级指标实验室安全综合治理评价安全管理（）资源条件（）成果效益（）开放服务（）制度执行（）教育考试（）应急预案（）化学类管理（）生物类管理（）辐射类管理（）机电类管理（）特种设备管理（）检查整改（）条件规模（）师资力量（）学生培养（）建设投入（）教学成果（）科研成果（）人才培养（）其他（）仪器共享（）开放合作（）活跃人数（）（三）个场景办业务，用数据管理基