基于安责险的企业安全生产评分方法、装置、设备及介质

技术领域

本发明涉及生产安全的技术领域，具体涉及一种基于安责险的企业安全生产评分方法、装置、设备及介质。

背景技术

安责险系统是基于安责险制度服务的系统，政府监管部门为了更好地监管企业以及保险公司对安责险投保和服务的情况，但因为保险机构单位无法全面掌握企业以往历史数据积累情况，包括企业每次生产安全事故中详细的人员伤亡、财产损失等。对于每家企业的保险费率的确定，仅依靠保险公司方面进行的企业风险评估情况，保险机构对高危行业的专业性人员和知识有限，对评估结果的客观性和准确性有偏差。

因此，因为目前企业生产安全风险评分等相关评分系统存在数据来源不全面，主要凭借企业自主填报和真实上传，导致安责险的定价存在不同保险公司不同企业有差距的现象，给保险机构承保加大计算费率难度，影响企业投保的主动性和积极性。

发明内容

针对现有技术中所存在的不足，本发明提供了一种基于安责险的企业安全生产评分方法、装置、设备及介质，以解决现有技术中保险机构对企业安全信息的获取不全面，造成对企业风险评估情况不佳，且存在安责险对不同企业定价有差距，影响企业投保积极性的技术问题。

本发明提供了一种基于安责险的企业安全生产评分方法，包括：

S1、所述安责险获取来自政府监管单位、保险公司及企业的数据，从所述数据中提取出影响企业风险的指标，合并重复评估数值的指标，并对所述指标进行分类分层；

S2、采用层次分析法对分类分层后的所述指标进行指标权重算法模型的构建，并根据重要性的程度评估出所述指标的权重排序，进而进行量化分析比较；

S3、通过所述指标权重算法模型，获取每个指标的占比权重，并对每个指标进行标准化评分，评估企业风险。

可选地，所述安责险获取来自政府监管单位、保险公司及企业的数据，从所述数据中提取出影响企业风险的指标，合并重复评估数值的指标，并对所述指标进行分类分层，包括：

至少获取来自企业的企业基本信息、获取来自保险公司的保险服务信息、获取来自政府监管单位检查的安全生产管理信息及获取来自政府监管部门和保险公司的安全事故信息的四种一级指标，并对四种所述一级指标各自分类分层为二级指标。

可选地，所述并对四种所述一级指标各自分类分层为二级指标，包括：

将所述企业基本信息至少划分为行业分类、企业规模、企业从业年限、企业信息完整度及重大危险源监控巡查记录的五种二级指标；

将所述保险服务信息至少划分为企业投保人数比例、企业连续投保年份、事故预防服务费用比例、每年事故预防服务次数及企业事故预防配合程度的五种二级指标；

将所述安全生产管理信息划分为风险数据是否按要求巡查并记录、隐患数据是否按要求巡查并记录及安全生产标准化等级的三种二级指标；

将所述安全事故信息至少划分为事故信息、连续发生事故年份、企业被投诉情况及企业技术人员持证的四种二级指标。

可选地，所述采用层次分析法对分类分层后的所述指标进行指标权重算法模型的构建，并根据重要性的程度评估出所述指标的权重排序，进而进行量化分析比较，包括：

S201、确定所述指标权重算法模型，明确决策事件的目标层、准则层及措施层的指标体系，并建立判断标准作为判断依据；

S202、针对所述指标构建判断矩阵A；

S203、基于所述判断矩阵计算符合AW＝λ

可选地，所述针对所述指标构建判断矩阵A，包括：

所述判断矩阵A表示如下：

其中，α

可选地，所述基于所述判断矩阵计算符合AW＝λ

S2031、对所述判断矩阵A行元素求积再开N次方根，具体表示如下：

其中，i,j＝1,2,3…n，w

S2032、将所述向量w

S2033、求解最大特征根λ

；

S2034、求解一致性指标CI，具体公式如下：

；

S2035、采用所述判断标准进行多次模拟得到随机一致性指标RI取值表，并根据RI和CI求解CR值，具体公式如下：

；

其中，当CR<0.1时，表明判断矩阵A的一致性程度被认为在容许的范围内，此时可用所述特征向量开展权重向量计算；若CR≥0.1,则应考虑对判断矩阵A进行修正。

可选地，所述判断标准，包括：

所述判断标准采用Santy的1-9标度方法。

本发明还提供了一种基于安责险的企业安全生产评分装置，包括：

企业安全指标设计模块，用于获取来自政府监管单位、保险公司及企业的数据，从所述数据中提取出影响企业风险的指标，合并重复评估数值的指标，并对所述指标进行分类分层；

企业安全指标权重算法模块，连接所述企业安全指标设计模块，用于采用层次分析法对分类分层后的所述指标进行指标权重算法模型的构建，并根据重要性的程度评估出所述指标的权重排序，进而进行量化分析比较；

企业安全指标数据标准化模块，连接所述企业安全指标权重算法模块，用于通过所述指标权重算法模型，获取每个指标的占比权重，并对每个指标进行标准化评分，评估企业风险。

本发明还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述任一项所述方法的步骤。

本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述任一项所述的方法的步骤。

相比于现有技术，本发明具有如下有益效果：

本发明分别获取来自政府监管单位、保险公司及企业的数据，从不同角度的掌握了企业的历年安全情况，为保险公司对企业提供安责险服务提高支持和依据，并为保险公司对企业收取保费和费率制定提供数据支撑；另外将获取的数据进行提取，获得影响企业风险的指标，并对所述指标进行分类分层，最后采用层次分析法对分类分层后的所述指标进行指标权重算法模型的构建，并根据重要性的程度评估出所述指标的权重排序，进而进行量化分析比较，获取每个指标的占比权重，并对每个指标进行标准化评分，评估企业风险。实现对每一个企业进行标准化的评分，减少人为意志的主观判断，使得保费计算更加准确，提高了企业投保的主动性和积极性。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的流程示意图；

图2为本发明中采用的标度方法示意图；

图3为本发明中的RI取值表；

图4为本发明中装置的结构示意图；

图5为本发明中另一实施例的一级目录和二级目录的分类示意图；

图6为本发明中另一实施例的企业风险评估分数示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。本发明实例中相同标号的功能单元具有相同和相似的结构和功能。

参见图1，本发明提供了本发明提供了一种基于安责险的企业安全生产评分方法，包括：

S1、所述安责险获取来自政府监管单位、保险公司及企业的数据，从所述数据中提取出影响企业风险的指标，合并重复评估数值的指标，并对所述指标进行分类分层；

S2、采用层次分析法对分类分层后的所述指标进行指标权重算法模型的构建，并根据重要性的程度评估出所述指标的权重排序，进而进行量化分析比较；

S3、通过所述指标权重算法模型，获取每个指标的占比权重，并对每个指标进行标准化评分，评估企业风险。

本实施例中，首先获取来自政府监管单位、保险公司及企业的数据，其中至少获取了来自企业的企业基本信息、获取来自保险公司的保险服务信息、获取来自政府监管单位检查的安全生产管理信息及获取来自政府监管部门和保险公司的安全事故信息的四种一级指标；将所述企业基本信息至少划分为行业分类、企业规模、企业从业年限、企业信息完整度及重大危险源监控巡查记录的五种二级指标；

将所述保险服务信息至少划分为企业投保人数比例、企业连续投保年份、事故预防服务费用比例、每年事故预防服务次数及企业事故预防配合程度的五种二级指标；

将所述安全生产管理信息划分为风险数据是否按要求巡查并记录、隐患数据是否按要求巡查并记录及安全生产标准化等级的三种二级指标；

将所述安全事故信息至少划分为事故信息、连续发生事故年份、企业被投诉情况及企业技术人员持证的四种二级指标。

利用政府监管单位的权威性和保险公司数据的真实性，将企业填报的基本数据、政府监管单位检查数据和保险机构系统安责险数据进行分类、汇总和标准化处理，用于后续构建基于安责险服务系统的企业安全生产评分算法模型，从企业基本信息、保险服务信息、安全生产管理信息和安全事故信息四个方面数据，来计算得出同一行业分类的企业安全生产评分数值，有参考性地对企业风险情况对比。

然后，采用层次分析法对分类分层后的所述指标进行指标权重算法模型的构建，首先在指标权重算法中，明确决策事件的目标层、准则层及措施层的指标体系，并建立判断标准作为判断依据；

首先需要构建判断矩阵A，构造判断矩阵就是通过各要素之间相互两两比较，就是对高层因素的影响程度，并确定各准则层对目标层的权重。简单地说，就是把准则层的指标进行两两判断，而所述判断标准，参见图2，通常使用Santy的1-9标度方法给出，由此我们可以得到判断矩阵A：

其中，α

其次，进行层次单排序与一致性检验，层次单排序是指针对上一层某元素将本层中所有元素两两评比，并开展层次排序进行重要顺序的排列，具体计算可依据判断矩阵A进行,计算符合AW＝λ

对所述判断矩阵A行元素求积再开N次方根，具体公式如下：

其中，i,j＝1,2,3…n，w

将所述向量w

求解最大特征根λ

；

求解一致性指标CI，具体公式如下：

；

采用所述判断标准进行多次模拟得到随机一致性指标RI取值表(具体参见图3)，并根据RI和CI求解CR值，具体公式如下：

；

其中，当CR<0.1时，表明判断矩阵A的一致性程度被认为在容许的范围内，此时可用所述特征向量开展权重向量计算；若CR≥0.1,则应考虑对判断矩阵A进行修正。

本发明另提供一种具体的实施例，以说明层次分析法：

参见图5，企业投保数据一级目录(包含一级指标)分别来自企业基本信息、保险服务情况、安全生产管理以及安全生产情况四部分，以及分别对应的二级目录(包含二级指标)。

步骤1：构建关于企业基本信息、保险服务情况、安全生产管理以及安全生产情况一级指标目录的判断矩阵，使用Santy的1-9标度方法进行比较，得到判断矩阵A。

步骤2：根据前述公式得到特征向量，再进行向量归一化得到权值向量W。

W＝(0.12，0.11，0.33，0.44)

步骤3：根据前述公式得到最大特征根λ

步骤4：根据前述公式得到一致性指标CI＝0.06，已知判断矩阵阶数为4根据图3选择RI＝0.90，再根据前述公式得到CR＝0.06<0.1,表明判断矩阵A的一致性程度被认为在容许的范围内。

同理按照上升步骤即可以求得二级判断矩阵的相关数值，如下表所示：

企业基本信息二级指标矩阵

保险服务情况二级指标矩阵

安全生产管理二级指标矩阵

安全生产情况二级指标矩阵

二级指标权重情况

最后所有矩阵都通过一致性检验。

根据指标权重算法模型，得出一级指标和二级指标分别占比权重，匹配出每类指标得分情况，根据实际业务情况进行指标标准化评分规定，且此评分在系统内可根据实际需求和情况，进行自定义配置。参见图6，根据企业全方面数据情况，系统评估出该企业风险评估分数，进行对比。

评估计算企业安全生产评分，所以分值数越高，代表该企业发生生产安全事故风险率越高、对风险防控隐患管理意识越弱，企业需要获得的安全事故预防服务越多，才能降低事故发生概率。保险公司可以参考系统对企业的安全生产评估分数，解决安责险服务企业投保金额以及费率制定无参考和无标准的难点。也为政府监管部门查看重点管控企业名单提供依据。

参见图4，本发明还提供了一种基于安责险的企业安全生产评分装置，包括：

企业安全指标设计模块，用于获取来自政府监管单位、保险公司及企业的数据，从所述数据中提取出影响企业风险的指标，合并重复评估数值的指标，并对所述指标进行分类分层；

企业安全指标权重算法模块，连接所述企业安全指标设计模块，用于采用层次分析法对分类分层后的所述指标进行指标权重算法模型的构建，并根据重要性的程度评估出所述指标的权重排序，进而进行量化分析比较；

企业安全指标数据标准化模块，连接所述企业安全指标权重算法模块，用于通过所述指标权重算法模型，获取每个指标的占比权重，并对每个指标进行标准化评分，评估企业风险。

本发明还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述任一项所述方法的步骤。

本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述任一项所述的方法的步骤。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。