Disclaimer：
1. 用的是政府的二級統計資料(資料可能不夠乾淨…)
2. 結果可能只是個人誤謬的猜想和詮釋
先來看縱斷面(民國85-99年：1996-2000)
就業人數(左軸)VS 事故率(右軸)的trend chart
發現與涵義
- 可見就業人數(反應景氣)與事故發生率之間的關連性=>正相關(景氣好職業災害率高、景氣不好職業災害率低)
- 符合Abbey Asfaw et al 2010實證研究http://eshmanager.blogspot.tw/2011/01/paperassociation-between-business-cycle.html
- 似乎可以歸納出失能傷害率0.0045為景氣榮枯分界線(94年恰好是個轉折年度)
- 扣除掉景氣因素的影響，台灣製造業職業災害率沒有下降(=製造業安全水準沒有進步)
來看橫斷面嚴重度的變遷
發現與涵義
- 感覺分三群(反映出不同時期的特色？)
- 85-89 製造業以化學工業和金屬機械為主
- 90-93 網路泡沫退期
- 94-99 製造業就業人口以資訊電子產業為主
- X軸Dimension1 可命名為嚴重度 ?
- Y軸Dimension2 可命名為頻率可能性?
再來看橫斷面各年度事故原因的變遷
發現與涵義
- 不景氣、沒有製造生產，所以反而交通事故比例高？
- 隨時代演進火災爆炸事故少、接觸化學品有害物可能性高
- X軸Dimension1 可命名為頻率可能性
- Y軸Dimension2 可命名為共變異性/相關性？=>火災爆炸與有害物接觸屬於有化學品工廠的特性，非一般工廠會遇到與發生的災害類型
接著看橫斷面各年度致災媒介的變遷
發現與涵義
- 隨著時代變遷，作業環境與各種動力機械因素越來越重要、裝卸搬運機械則相對不重要
- X軸上的投影顯示 94年是個轉折點
- X軸Dimension1 =>發生頻率高低
- Y軸Dimension2 =>相關共變異性
附帶來看各年度嚴重度與傷害原因的對應結果
發現與涵義
- 90-93不景氣，其在圖上相對距離反應這段期間相對較低的事故率
- 火災爆炸在Y(Dimensin 2)軸上的投影距離近
- 與有害物接觸，通常不會致死、嚴重度低
- 不同年代的世故傷害原因看得出差異
- Y軸Dimension2 可命名為頻率可能性、共變異相關性
- X軸Dimension1 可命名相關性？
以上結果的意涵
- 與Abbey Asfaw et al 2010的研究預測一致。勞委會施政，應該要像中央銀行操作貨幣供給般地審時度勢與宏觀調控=>景氣好，企業賺錢，但相對的職業災害率會高，這時勞工安全衛生的執法可以嚴格落實一點；景氣不好，公司倒閉/勞工失業率高，這時職業災害率相對也會低，安衛執法施政想嚴格，會缺少外在刺激因素與條件
- 隨著時代變遷，企業與產業也在改變，連帶的職業災害的特性也在改變；相關的法律規範解釋與安全衛生工程技術也必須因應跟著改變(因時因地制宜=>根據化工業火災爆炸經驗發展出來的製程安全評估技術與架構，不適合用在電子業；而目前針對電子代工廠所發展出來的管理模式與機制，可能不會適用於五年後的新興產業。)
- Juan Carlos Conte et al 2011的研究，嘗試運用工傷的關連性族群來建立職業事故模型，把11年理所有產業與所有類型事故的資料混在一起，等於是大鍋炒，忽略了時間橫斷面的特性變遷(景氣時期與不景氣時期，職業災害的屬性與類型有所差異)與縱斷面的不同產業本質差異(使用化學品的工廠才有火災爆炸等事故類型與化性危害，一般組裝廠的特性則為切割擦傷等物性危害)。
- Abay Asfaw et al 2010的研究利用時間序列迴歸方法，檢定礦業、營造業、製造業、農業與貿易等五個行業於1976到2007（32年）間，其傷害率與總體經濟指標（GDP、失業率、工業生產指數、建造許可）間的關聯性；結果顯示在製造業、礦業與營造業，傷害率與總體經濟指標之間有同步的關連性；而農業與貿易業則無關聯性。在礦業，設備運用與工傷的變化關聯性最高；在營造業則是勞力運用；而製造業的工傷和兩者都有關。而以上研究比前人更深入的分析了造成傷害的原因與致災的媒介。
限制與可能問題：
- 使用政府二級統計資料，中間有行業別的調整，或許會有些出入與影響，但這製造業至少大名稱都沒變過
- 對於事故原因與致災媒介的分類，這些變數其實是模糊的構念(例如與高低溫接觸、環境？)，以上分析雖然呈現產業整理森林樣貌的變遷，但是此一結果運要用在事業單位事故的預防與政府防災施政方針的規劃上，仍然力有未逮；必須要更進一步的分析每一個事故案例的5W1H，歸納出發生經過的event tree後，方能鑑別出關鍵因素；鑑別出明確的關鍵因素，事業單位與政府機構才有著力點（=為自己下一篇的事故調查text mining 鋪路XDDD）
- 對應分析是把各變數間的關連性經過加權後，投射在二維空間上，提供管理者”看見”或思考各變數背後更深一層的關連性，閱讀圖表因此應該著重在相對距離，而非絕對距離；隨著樣本改變(取樣樣本與取樣時間長度)，投射的相對距離也會有所變化。
提醒自己反思的一篇文章
摘錄：
研究不是量化與質化的爭辯的問題。
量化研究與質化研究皆有其本體論、知識論與方法論；換言之，兩種研究方法均有其「知識」、「假設」與「方法」為基礎；不管我們運用哪一種方法來探究真相時，我們都應該時時提醒自己：「這些量化與質化的假設，有沒有被好好思考、好好反思其適用性與侷限性？」
沒有留言:
張貼留言