《安全统计学及其应用》新书推介 

图书信息：吴超，潘伟，王婷 编著. 安全统计学及其应用[M]. 北京: 机械工业出版社, 2025.3

ISBN: 978-7-111-77572-0     60.3万字     定价：69.8元

购书网址：http://www.cmpedu.com/books/book/5609063.htm

【内容提要】

大量安全规律都是统计意义上的规律。安全统计学是掌握安全现象规律和预测安全未来的利器！本书共分16章，系统介绍安全统计学的基本理论及其应用，主要内容包括：绪论、安全统计学概述、安全统计调查与分析、安全统计的指标体系、安全统计数据分布特征与综合指数、安全统计的抽样推断与估计、安全数据的回归分析与预测、安全数据动态序列分析与预测、安全数据聚类分析和判别分析、自然灾害统计、生产事故统计、职业健康统计、安全经济统计、安全管理信息技术与软件平台、安全大数据方法等。

本书注重塑造读者的安全科学方法论，使读者通过学习和掌握安全统计学的基本概念、理论、方法之后，能够去分析、解决安全领域的各种统计实务并发现安全统计规律。为了方便读者学习，本书编入了一些安全统计案例及其统计分析过程；每章都归纳出学习目标、学习方法和内容小结，并配置适当的思考与练习题。

本书可作为安全科学与工程、防灾减灾工程、职业卫生工程、应急管理与技术、工程管理、公共管理和统计学等专业的本科生或研究生教材，也可供安全领域科技工作者或相关领域行政管理人员参阅。 

[本书主要特色]

——本书注重培养学习者的统计思维，通过系统的理论阐述和案例分析，使学习者能够掌握安全统计学的基本概念、理论和方法，从而具备分析、认识和解决安全领域各种统计问题和研究统计规律的能力。

——本书从多视角介绍了安全统计学的诸多分支，如生产事故统计、自然灾害统计、职业健康统计、安全经济统计、安全社科统计、以及一些典型的安全统计软件等，为学习者提供了全面的安全统计知识体系。

——本书强调理论与实践的结合，通过开展安全统计实例练习等实践活动，使学习者能够在实际运算中加深对安全统计学理论的理解和掌握。

——本书还介绍最新的安全统计相关研究领域，如安全大数据的应用与展望，为学习者提供了前沿的学术视野。

——本书配套有精美课件、习题、教材体系导图和教学大纲等资源，方便教师和学习者使用，有利于提高教学效果和学习效率。 

【本书在安全科学中的地位】

安全科学是关于安全现象及其内在联系和本质规律的知识体系。安全统计学是一门研究可观察得到的安全现象及其涉及因素数量关系的学科，而研究安全现象内在本质规律的学科是安全原理学，安全原理学是众所周知的安全科学核心理论，由此可以看出安全统计学也是安全科学的核心分支，与安全原理学的地位相当，安全统计学与安全学原理是相互补充和相互支撑的关系。 

【本书的主要学术价值】

——安全统计学是一门横断的学科，适用于所有领域的安全统计研究，具有非常广泛的适应性，适用于多个学科领域参考使用。

——安全统计能够清晰地展示出同一时间上安全现象总体的规模和结构分布情况，为全面了解安全现状提供直观的数据支持。

——通过时间序列统计资料，能够反映同一类安全现象总体在不同时间点的变化速度和发展趋势，有助于把握安全现象的发展脉络和未来走向。

——安全统计学通过统计资料的比较，能够发现和揭示新的安全科学现象规律，为安全科学的发展注入新的活力和动力。

——结合历史和现状统计资料，安全统计学能够预测安全系统在未来可能达到的水平，为制定安全规划等提供科学依据。 

【全书目录】

 【作者引言】

安全问题具有随机性、偶发性、不确定性、模糊性、隐蔽性等，大多数安全问题都是复杂问题，大量安全科学规律都是统计意义上的规律。因此，安全统计学正好能够迎合了上述安全问题的属性，为解决各种安全问题提供有效的方法和手段。安全统计方法是大量安全研究方法中最具实用的重要方法之一。

实际上，在安全科学发展史中，事故统计分析方法早已运用于安全科学的研究中，例如，近百年前海因里希通过搜集5000多起伤害事故，进行较为深入的研究，得出著名的海因里希法则：重大伤亡事故次数：轻微伤害事故次数：无伤害事故次数：不安全行为次数 = 1 : 29 : 300 ：∞。尽管统计分析方法应用于安全科学的研究已有了大量的实践和成果，但从新学科建设层面和高度来创建安全统计学，却是非常新鲜的事情。基于此，近十多年来，我们开展了以下研究，构建了安全统计学的学科框架及其学科理论体系，从行业安全、事故统计、自然灾害统计、职业健康统计、安全经济统计、安全社会统计、安全统计软件与平台和安全与大数据理论进行实践研究，进而形成了编著《安全统计学及其应用》一书的基本内容。

安全统计学是运用统计分析方法，对客观事实大量观察，来分析安全现象的特征和变化规律，反映安全现象发展变化规律在一定时间、地点等条件下的数量表现，揭示事件及事故的本质、相互联系、变动的规律性和发展趋势。安全统计学是安全科学和统计学的交叉学科，它为安全资料的收集、整理、分析和研究等提供统计技术手段，对所研究的对象和数据资料去伪存真、去粗取精，从而可分析与安全问题有关的各种现象之间的依存关系和潜在规律性。由上可进一步定义：安全统计学是综合利用安全科学、系统科学和统计学的原理和方法，研究人们在生产、生活领域中与安全问题有关的信息的数量表现和关系，揭示安全问题的本质与一般规律，对安全生产、生活规律进行预测和决策，并提出具体的应对措施，保障安全运行的一门综合性应用学科。

安全统计学所研究的是人们在生活、生产、生存领域的安全问题，不同于其他安全学科的以统计为研究手段，研究事故现象和过程的数量表现、数量关系等问题，这种数量关系既包括安全生产领域的安全现象，也包括社会、经济领域中的安全现象，以及各种安全现象与社会、经济相互影响的数量关系，其范围几乎涉及安全科学体系中的各门学科，从大安全观出发，从社会各领域相互联系的角度入手，对社会存在的安全问题进行全方位的观察、描述、分析和评价。

安全统计学是一个综合性的新兴交叉学科，广泛运用统计分析的方法，通过客观事实的大量观察来分析事故特征和变化规律，是在实现总目标前提下的多学科理论和技术有机结合而形成的知识综合体，与安全科学、社会科学、统计学等密切相关。安全统计学主要内容可分为基础理论与应用理论两大部分。

1）基础理论部分。安全统计学的基础理论是安全统计学研究的重要内容。一是安全统计学的理论基础，如数理统计学理论、统计物理学理论、信息论、灰色预测理论等；二是安全统计学的方法理论，如统计调查方法、统计分析方法、趋势预测方法等；三是安全统计学的体系理论，如体系结构、指标设置、相互衔接理论等。它们作为安全统计学的基础理论，是使安全统计学成为一门科学的理论与方法的基本保证。

2）应用理论部分。一是安全统计工作的程序与操作规则，如统计时间要求、安全统计报表的填报、安全统计法规制度的制定与执行、安全统计数据的获取与发布等；二是计算方式，如各统计指标的计算公式等，即是安全统计学应用理论的重要构成部分；三是安全损失评估方法，它主要用于对各种具体灾害的危害后果进行价值评价与估算。

3）应用部分。除了安全统计学的基础理论和应用理论中枚举的一些安全统计实例之外，本书的应用部分主要集中在生产事故统计、自然灾害统计、职业健康统计、安全经济统计、以及一些典型的安全统计软件等，同时还介绍了安全大数据的应用与展望，为学习者开展相关研究展示了前沿的学术视野。

由上可以看出，安全统计学这门新兴应用学科具有广阔的应用前景和良好的发展潜力。 

【典型问题回答】

（1）问：安全统计学涉及许多复杂的计算怎么解决？

答：本书许多章节涉及一些复杂公式和运算，请读者不必惧怕这些内容。现在使用计算机及相关软件，都能快速地完成这些计算工作并将结果可视化。本书之所以要介绍这部分内容并布置少量的手工计算练习题，主要目的是让读者懂得各种安全统计的计算原理，以便学习以后达到知其然和知其所以然的效果，并能够正确运用计算机软件输入需要统计的安全案例及其初始条件，还能判断计算机运算结果的可能存在问题和选择优化方法，甚至能够对使用的相关软件做二次开发和开展应用研究等。

（2）问：安全统计学与安全管理软件有什么联系？

答：不论是国际层面（如世界劳工组织、世界卫生组织等）和国家层面（如应急管理部、国家防灾减灾救灾委员会等）的安全信息管理系统与发布平台，还是企业公司的安全管理信息系统，其软件的开发及其各种具体的算法都离不开安全统计学理论与方法。以企业安全管理信息系统为例，通常包括移动端、PC端、互联网、数据库、通信技术等，其中的安全数据信息整理、分析、预测、服务等，都需要应用到安全统计学的理论及其算法。由于每个行业生产工艺、流程、企业文化、管理制度、技术水平等发展状况不一，现有安全管理软件不一定都适用于具体某一企业的情境，因此，如果懂得安全统计学的理论和方法，就可以在安全管理软件二次开发中将企业的独特思想、制度、文化、组织、管理等融入到通用软件之中，以便使通用安全管理软件满足具体企业安全生产管理的功能需求。本书主要介绍3款国外安全管理软件（ZeraWare、myosh与IndustrySafe）及1款国内安全管理软件（安泰信息）供读者参考。

（3）问：安全统计与安全大数据的关系是什么？

答：安全大数据虽然不属于安全统计学的研究范畴，但安全大数据可以作为安全统计的拓展和延伸。安全大数据与安全统计有本质的区别：如数据分析时不再进行抽样，而是采用全样本；分析方法侧重所有变量之间的相关性，而不再根据背景学科理论筛选变量，进行假设检验。大数据的应用，解决了一般统计方法上主要误差来源：抽取样本以及假设检验中使用的前提假设。大数据直接采用全样本来进行分析可以消除这一部分造成的误差。大数据的应用可以说是在减少人类处理数据时带入的主观假设的影响，而完全依靠数据间的相关性来阐述。但大数据并不是万能的，例如：安全大数据来源更多的是通过计算机平台，有时只能收集到反映特定群体的特征，所参考的“全数据”具有相对性，而有时通过随机抽样所获得的安全小数据则更能反映全貌；安全大数据所呈现的某种规律或者结果只是动态的、具有阶段性数据特征的重复结果，是机械性电子化的记录，加上大量虚假信息的干扰，价值密度低，并不会自动产生好的分析结果，只是对现象的一种描述，仍依靠人脑来判断、分析和使用；安全大数据中仍有很多安全小数据无法解决的问题，并不会随安全数据量的增加而消失，相反有时会更加严重；此外，安全大数据本身具有复杂性、不确定性和涌现性等特性，要想快捷有效解决复杂安全问题并不简单。因此安全大数据并不排斥安全统计学研究的安全小数据，并不能替代安全小数据所具有的安全功能和安全价值，更多的是与安全小数据相互补充。

（4）问：随着未来安全AI大语言模型（LLM）的出现，还有必要学习安全统计学吗？

答：随着AI大语言模型（LLM）的快速发展，未来也应该会产生专业安全的LLM，安全统计学不仅仍然重要，还新增了一个应用领域。以下是一些具体分析：

1）统计学是LLM的理论基石，安全统计学理应也是安全LLM的理论基础。例如，未来安全LLM的生成能力需要依赖概率建模，需理解概率分布、贝叶斯定理等统计概念；交叉验证、拟合检测、置信区间、假设检验等统计方法，都是安全LLM需要的核心工具；安全参数估计与优化本质上是统计优化问题，同样需要统计方法。

2）安全统计学是安全数据理解与预处理的关键方法。例如，安全数据质量分析、安全数据特征、安全因果推断、安全关联性预测等，仍需安全统计学的理论与方法。

3）安全统计学是安全模型解释性与可信度的保障。例如，安全统计规律的解释工具本质是统计方法，需理解其特征重要性、局部线性近似；安全不确定性量化，需要贝叶斯神经网络、置信区间估计需概率统计知识；安全伦理与公平性，需要检测模型偏见、统计差异性分析等。

4）安全统计学深入研究是突破安全LLM局限性的基础。例如，安全LLM依赖海量安全数据，对于安全小数据场景仍需要小样本统计方法；协变量偏移的检测与修正，仍需统计假设检验。

总的说来：未来可能出现的专业安全LLM还是取代不了安全统计学，相反安全统计学还是理解安全LLM原理和合理使用它的基础，而且还可能是安全LLM开发工程师解决问题的关键知识储备。