التنبؤ بالحوادث المهنية في تركيا باستخدام نماذج ARMAX متعددة المتغيرات وNLARX

لماذا يهم التنبؤ بالحوادث في أماكن العمل

كل عام في تركيا يصاب مئات الآلاف من العمال ويفقد الآلاف حياتهم بسبب حوادث العمل. للحكومات وأصحاب العمل والنقابات، فإن معرفة ما إذا كانت الحوادث ستزداد أو تنخفض في السنوات القادمة أمر حاسم لتخطيط عمليات التفتيش والتدريب والاستثمارات في السلامة. تطرح هذه الدراسة سؤالاً بسيطاً لكنه مهم: هل يمكننا استخدام إحصاءات الحوادث السابقة للتنبؤ بمستقبل الحوادث بشكل موثوق، وإذا كان الأمر كذلك، أي نوع من النماذج الرياضية يقدّم أفضل أداء؟

نظرة أوضح على سجل الحوادث في تركيا

يعتمد المؤلفون على بيانات شهرية رسمية من مؤسسة الضمان الاجتماعي التركية، تغطي الفترة من 2013—حين دخل قانون جديد للصحة والسلامة المهنية حيز التنفيذ—حتى نهاية 2023. وللحفاظ على وضوح الصورة، يقسمون قوة العمل إلى أربع مجموعات: العمال المؤمن عليهم الذين لم يتعرضوا لحادث، وأولئك ذوو الحوادث الطفيفة، ومن يعانون من حوادث كبيرة، ومن شاركوا في حوادث مميتة. إن دراسة هذه المجموعات معاً تكشف أن أنماط الحوادث ليست معزولة. فالتغيرات في الحوادث الطفيفة، على سبيل المثال، يمكن أن تمتد لتؤثر على الإصابات الخطيرة والوفيات، خاصة في القطاعات عالية المخاطر مثل البناء والتعدين والنقل. هدف الفريق هو التقاط هذه الاتجاهات المترابطة باستخدام نماذج يمكنها التعلم من الماضي وإسقاطه على المستقبل.

من المنحنيات البسيطة إلى سلاسل زمنية مترابطة

اعتمدت العديد من الدراسات السابقة على توقعات من سطر واحد في كل مرة، معتبرة كل نوع من الحوادث وكأنه يتطور بشكل مستقل. هنا يتبنى الباحثون نهج السلاسل الزمنية متعددة المتغيرات الذي يسمح للمجموعات الأربع بالتأثير على بعضها البعض عبر الزمن. يختبرون عائلتين من النماذج. الأول، المسمى ARMAX بالمصطلح الفني، هو نموذج خطي: يفترض أن القيم المستقبلية يمكن التعبير عنها كمجموعات مرجحة من القيم السابقة والضوضاء العشوائية. الثاني، المسمى NLARX، يضيف حدوداً غير خطية مثل الحدود التربيعية وتأثيرات التفاعل، مما يسمح باستجابات أكثر تعقيداً. وبما أن البيانات الشهرية المناسبة عن الاقتصاد الأوسع والقطاعات مفقودة، تركز كلا المجموعتين من النماذج فقط على الديناميكيات الداخلية لإحصاءات الحوادث نفسها، بدلاً من إضافة عوامل خارجية مثل البطالة أو مستويات الإنتاج.

كيف بُنِيت النماذج وكيف حُكم عليها

باستخدام أدوات متخصصة لتحديد الأنظمة، يحوّل المؤلفون سجلات الحوادث إلى مجموعة بيانات منظمة ويقسمونها إلى جزء تدريب (الأشهر الثمانون الأولى) وجزء اختبار (الأشهر الـ 52 المتبقية). ثم يلائمون كلا النموذجين الخطي وغير الخطي على بيانات التدريب ويطلبون من كل نموذج التنبؤ بفترة الاختبار. تُقاس الدقة بمؤشر متوسط مربع الخطأ المطّبع، الذي يقارن الفجوة بين المنحنيات المتوقعة والمرصودة عبر جميع الأشهر والمجموعات الأربع. من خلال مسح العديد من هياكل النماذج المحتملة والاحتفاظ فقط بالمعلمات ذات الأهمية الإحصائية، يقللون من مخاطر الصيغ المفرطة التعقيد التي تحفظ الماضي فقط. تتيح لهم هذه الإجراء الحذر مقارنة مدى تعميم النهجين الخطي وغير الخطي خارج نطاق البيانات التي درّبوا عليها.

ما تكشفه التوقعات

تظهر النتائج نمطاً واضحاً. بشكل عام، يقدم النموذج الخطي ARMAX ملاءمات دقيقة جداً للبيانات التاريخية وأخطاء تنبؤ منخفضة لجميع الفئات الأربع. يُظهر أداءً جيداً بشكل خاص للعمال المؤمن عليهم الذين لم يتعرضوا لحوادث وللحوادث الطفيفة، حيث تتبع المنحنيات المتوقعة البيانات الحقيقية عن كثب لأكثر من أربع سنوات من الاختبار. يبرز النموذج غير الخطي NLARX لمجموعة خالية من الحوادث، حيث يتفوق قليلاً على النهج الخطي، ويوازي النموذج الخطي في حالة الحوادث الطفيفة والوفيات. ومع ذلك، فإن توقعاته للحوادث الكبيرة أقل ثباتاً بشكل ملحوظ، مع انحرافات أكبر مع تمدد أفق التنبؤ. وتشير نظرة أقرب إلى معلمات النموذج الخطي إلى أن الحوادث الطفيفة وفئة غير المصابين تخضع لتأثيرات عديدة متواضعة لكنها ذات دلالة، بينما تُحرَّك الحوادث الكبيرة والوفيات بواسطة عدد قليل من التأثيرات القوية والمهيمنة.

ماذا يعني ذلك لسياسة السلامة

بالنسبة لغير المختصين، الخلاصة أن النماذج الخطية البسيطة نسبياً والمصممة جيداً يمكن أن توفر بالفعل إنذارات مبكرة موثوقة حول كيفية تطور فئات مختلفة من الحوادث المهنية في تركيا. وبما أن هذه النماذج تتتبع صراحة كيفية تحرك الحوادث الطفيفة والكبيرة والمميتة معاً عبر الزمن، فإنها يمكن أن تساعد صانعي القرار على اكتشاف المشاكل الناشئة في الفئات الأكثر خطورة واتخاذ إجراءات قبل ارتفاع الوفيات. تضيف النماذج غير الخطية قيمة في بعض المجموعات المستقرة، لكنها ليست أفضل باستمرار في الأماكن التي يهم فيها الأمر أكثر: التنبؤ بالإصابات الخطيرة والوفيات. تقترح الدراسة أن السلطات يمكنها الاعتماد بثقة على التنبؤات الخطية متعددة المتغيرات لتوجيه عمليات تفتيش مستهدفة، وتشديد الإنفاذ في القطاعات عالية المخاطر، وتخصيص أفضل لموارد التدريب والوقاية، بينما قد تُحسّن الأعمال المستقبلية التي تدمج بيانات أغنى عن القطاعات وظروف العمل هذه الأدوات التنبؤية بشكل أكبر.

الاستشهاد: Kaplanvural, S., Tosyalı, E. & Ekmekçi, İ. Forecasting occupational accidents in Turkey using multivariate ARMAX and NLARX models. Sci Rep 16, 5696 (2026). https://doi.org/10.1038/s41598-026-36210-0

الكلمات المفتاحية: الحوادث المهنية, التنبؤ بالسلاسل الزمنية, سلامة أماكن العمل, تركيا, النمذجة الإحصائية