基于结构化思维和信息化手段的重庆市既有工业企业消防安全风险诊断与应用

唐文娟 徐欣 李凯 刘霁

摘要：为提高专项隐患排查质量和效率，提出了一种基于结构化思维和信息化手段的隐患排查方法，并利用重庆市工业企业消防安全专项整治排查系统和线下专业第三方机构排查，自动化生成隐患清单，实现对重庆市工业企业智能化的消防安全风险诊断。

关键词：结构化；信息化；工业企业；风险诊断

风险分级管控和隐患排查治理双重预防机制是遏制重特大事故的重要举措。近年来，为防范化解消防安全重大风险，各省市针对重点场所、重点行业开展了专项消防安全排查工作。但是，传统的隐患排查通常采用审批上报的流程，以纸质介质整理出大量的台账、表格，对整治工作的开展进行支撑，工作效率较低，后期成果难以良好应用。因此，如何确保排查过程的真实性，如何将排查的数据沉淀，如何将排查的成果与后期灭火救援数据通道打通，如何保证排查结果用得上、看得清、管得好是当前各类专项排查工作的难点。

1 结构化与信息化在隐患排查中的应用

隐患排查治理工作存在复杂性、长期性、动态性、反复性等特点，现阶段各类隐患排查工作存在着管理记录只为留痕、执行缺乏标准、内容不清、难以闭环等问题。结构化分析方法是给出一组帮助系统分析人员产生功能规约的原理与技術[1]。对于安全排查来说，结构化的思维主要将排查问题指标化，形成既有工业企业消防隐患排查体系[2]。通过固化消防安全隐患问题清单的形式，规范化、标准化现场排查流程与标准，确保后期排查成果的可利用性。

目前，计算机技术和互联网+应用发展迅速，在风险管控治理上，信息化应用越来越广泛[3]。通过信息化手段开发工业企业的消防安全专项整治排查系统，可以使行业主管部门掌握隐患、管控隐患、消除隐患，使隐患排查工作更加规范、高效。

2 排查体系

工业企业涉及行业广，隐患类型复杂，隐患排查难度大。为此，结合工业企业常见消防安全隐患，将其归纳分类，构建了工业企业消防安全专项整治排查体系（见图1）。体系包括如下图所示的基础资料、信息采集、隐患排查三大类型内容。通过对上述三方面内容开展隐患排查工作，可以掌握全市工业企业的基本情况，摸清隐患底数，客观认识各类型工业企业的风险程度，为市、区、县和工业园区等各级机构做好辖区工业企业的火灾防控工作提供基础数据支撑。

基础资料主要包括企业所属区域、地址、性质、类别、投产时间、主要产品名称及库存量、厂房数量、仓库数量、企业总人数、最高火灾危险性、单位消防安全责任人（管理人）及电话、维保单位等31项基础信息。通过基础资料的分类筛选与统计，可以从类型、规模、火灾危险性等多维度掌握辖区的工业企业分布情况，摸清工业企业的分布底数。

信息采集设置了单位大门照片、主要生产现场照片、消防验收意见书、室内外消火栓压力测试图片、火灾自动报警系统主机图片、喷淋末端压力图片、消防维保合同等七类，通过该项的设置确保了排查过程的真实性和可追溯性，同时也为后期灭火救援工作和火灾事故调查提供一定的数据支撑。

隐患排查指标设置了建筑使用性质、消防安全管理、火灾危险源、建筑防火、消防设施、其他等6个大项和32个小项（见图2）。同时为了方便排查隐患的录入，在系统内各排查隐患指标下内置了常见的各类典型问题模板98项，通知知识图谱的方式规范了隐患清单的录入。

3 信息化平台建设

3.1  业务流程

工业企业消防安全隐患排查系统主要流程包括计划流程、隐患排查流程、隐患处置流程、隐患分析流程。计划流程：系统可在Web端实现排查计划的制定与管理，实时查看掌握所辖区域排查计划的执行情况。隐患排查流程：可通过Web端批量生成排查任务，也可通过App端现场新建排查任务，用户对排查任务中的基础信息、信息采集、隐患排查等进行逐项填报，若发现隐患，则需在相应子项下记录隐患信息，并上传对应的图片。隐患处置流程：用户在系统内对隐患进行操作和维护。包括审核、隐患整改等操作。隐患分析流程：用户可在Web端下载辖区内工业企业消防安全隐患的清单，并对隐患进行分级、分类统计分析。

3.2  用户角色

系统可实现用户角色的灵活配置，用户角色分为三级：一级为市级账号（市消防救援总队、市经信委），二级为区级账号（各区县政府），三级账号（区县经信、消防、园区/街镇）。各级账号的角色权限见图3。

3.3  系统架构与界面

App页面包括任务中心、个人中心及搜索栏，项目明细栏包括基础资料、隐患排查、信息采集，可分别对其中内容进行填报查看。Web端页面包括主界面（信息统计展示）、排查标准管理（排查体系）、项目管理（批量新建项目和审核）、项目任务管理（展示项目完成进度）、隐患管理（隐患报表导出）。系统构架见图4。

4 工业企业消防安全风险诊断

根据重庆市消防救援总队和重庆市经济和信息化委员会联合印发的《全市工业厂房库房消防安全专项整治工作方案》的要求，力求借助信息化平台，对全市工业园区内的工业厂房库房开展专项排查，全面摸清重庆市工业厂房库房消防安全现状。截至目前，通过近一年时间的专项排查，横向上全市共计有效录入1.5万余家工业企业，纵向上采集了各单位的基本信息和隐患清单，形成了上百万条的工业企业消防安全大数据。后期，随着各区县街镇对园区外工业企业的排查和录入，全市工业企业消防安全大数据也在不断地在扩充和完善。

4.1  工业企业分布

本次已录入的1.5万家工业企业中生产型企业（厂房）1.3万余家，储存型企业0.2万余家（仓库），规模以上企业0.5万余家，规模以下企业1万余家。从单位的行业分布上看，全市工业园区内的工业企业主要分布在机械、食品加工、汽车、电子、家具木材加工、制衣制鞋等行业，另有6000余家企业其所属行业归纳不明，其余企业的分布见图5。

从单位的火灾危险性上看，全市工业园区内的工业企业火灾危险性主要为丙类、戊类、丁类，存在少量的甲、乙类工业企业。其中丙类企业的数量最多，达到了39%，其次为戊类31%，丁类26%，甲类3%，乙类1%。

4.2  工业企业消防安全风险分析

对已录入系统的隐患数据进行统计分析，截至目前共计发现4.7万余条隐患。根据排查标准——建筑使用性质、消防安全管理、火灾危险源、建筑防火、消防设施等指标对存在对应问题的企业进行统计分析，全市工业企业在消防设施和建筑防火方面的消防安全隐患较为突出。其中55%的企业在消防设施方面存在问题，36%的企业在建筑防火方面存在问题，29%的企业在火灾危险源方面存在问题，28%和27%的企业分别在消防安全管理和建筑使用性质方面存在问题。

消防安全隐患排查的目的之一是通过排查对火灾风险进行分档分级，找出目前火灾危险性较高的单位作为下一步重点整治的对象。通过对隐患台账的整理，将存在下列问题的企业列为下一步重点整治对象：第一，丁、戊类厂房库房擅自改为丙类及以上厂房库房（962家，占比6.4%）；第二，存在生产或经营、储存与住宿设置在同一建筑内的“三合一”情况（475家，占比3.2%）；第三，室内外消火栓无水或未设（1016家，占比6.8%）；第四，自动喷水灭火系统无水或未设（415家，占比2.8%）；第五，火灾报警系统瘫痪或未设（396家，占比2.6%）；第六，违规搭建易燃可燃彩钢板（690家，占比4.6%）。

4.3  典型行业消防安全隐患分析

对各行业企业数量、隐患数量和每个企业平均隐患数量进行统计，可得到表1：

从上表可以看出制衣制鞋、家具木材加工等行业的平均消防安全隐患相对较多，以这两个行业为例，对其典型消防安全隐患进行分析，可以得到：

制衣制鞋行业典型问题集中在：第一，厂区规模较小，业主租户间责任划分不明晰，导致消防设施设备损坏无法得到有效处理，本次排查的制衣制鞋企业中56.0%的企业未对自动消防设施未进行维护保养，导致消防设施有效性较低，其中在灭火器配置、应急照明灯具及疏散指标标志有效性方面尤为突出。第二，制衣制鞋行业大部分为租用厂房，存在共用楼层情况较多，导致安全出口被堵塞、锁闭的问题突出，本次排查的制衣制鞋企业中47.5%的企业存在此问题。第三，企业流动性大，监管难度大，加之经营不善，消防管理意识淡薄，导致消防培训演练落实不到位，本次排查的制衣制鞋企业中34.8%的企业未进行消防培训演练。第四，制衣制鞋行业大部分为规模以下企业，企业厂房面积受限，办公面积缺乏，导致约30%的企業存在着在厂房内违规设置办公室、休息室、员工宿舍的情况。

家具木材加工行业典型问题集中在：第一，家具厂现场管理混乱，疏散通道、安全出口存在堵塞情况，占整个行业排查企业的29.1%。第二，大部分家具木材企业厂房建设年代久远，电气线路敷设不规范或私拉乱接的情况严重，占整个行业排查企业的26.3%。第三，厂房内喷漆房面积超过规范允许范围，改变厂房火灾危险性，占整个行业排查企业的11.7%。第四，厂房内大量存放油漆等易燃易爆品，防火分隔不满足要求，占整个行业排查企业的9.7%。

5 结论

与传统隐患排查方式相比，本文所述的隐患排查系统能够有效杜绝假排查、半闭环、责任不明确等问题，实现从现场管控到线上远程管控的转变，有利于实现对隐患的动态跟踪。目前系统只是针对隐患的事中控制及事后处理，还没有充分挖掘隐患和数据之间的联系，这一点也是在后续平台应用中的重点。

信息化只有在实践中发挥作用才有长久的生命力，智慧消防不一定都需要高端的平台，在日常的防火监督或专项排查中融入小而精的平台+大数据的形式也有广阔的应用前景。基于本次专项排查软件，对排查体系及知识库进行修改后，可无缝平移到其他行业的专项排查工作中，形成全市各类行业、各类重点场所的消防安全大数据。

本次排查地域上覆盖了重庆市全部区县的工业园区，通过排查对全市既有工业企业进行了全面摸底，掌握了各行业的典型风险，为消防行政主管部门及行业监管部门对工业企业的消防安全管理提供大量的数据支撑。同时，通过对隐患清单的分级、分类，筛选出了存在较高火灾危险性的工业企业，以方便行业监管部门开展下一步的整治提升工作。

参考文献：

[1]王鑫，鲁志宝，王玉领，等.火灾调查大数据建设途径与思考[J].消防科学与技术，2022，41（4）：569-571.

[2]王滨滨，褚新颖，程诚，等.大数据平台下化工企业消防安全风险分析指标设计[J].南开大学学报（自然科学版），2021，54（2）：106-112.

[3]孙俊昭.智能信息化系统在造纸企业安全风险分级管控、隐患排查治理中的应用[J].造纸科学与技术，2019，38（6）：66-68.

Fire safety risk diagnosis and application of Chongqing existing industrial enterprises based on structured thinking and information technology

Tang Wenjuan1，Xu Xin1，Li Kai1，Liu Ji2

（1.China Machine China Union Engineering Co.，Chongqing 400039，2.Youyang Tujia and Miao Autonomous County Fire and Rescue Section，Chongqing 409899）

Abstract：In order to improve the quality and efficiency of special hidden danger ranking， a hidden danger ranking method based on structured thinking and informatization means is proposed， and a list of hidden dangers is generated automatically by using the Chongqing industrial enterprise fire safety special rectification ranking system and offline professional third-party institutions to rank， so as to realize intelligent fire safety risk diagnosis of Chongqing industrial enterprises.

Keywords：structured; informatization; industrial enterprises; risk diagnosis