多変量ARMAXおよびNLARXモデルを用いたトルコにおける労働災害の予測

職場の事故を予測することがなぜ重要か

トルコでは毎年何十万もの労働者が負傷し、何千人もの命が労働災害で失われています。政府、事業主、労働組合にとって、今後数年で事故が増えるのか減るのかを知ることは、検査、研修、安全投資を計画するうえで極めて重要です。本研究は単純だが重要な問いを立てます：過去の事故統計を使って将来の事故を信頼できる形で予測できるか、もしできるならどの種類の数学的モデルが最も適しているか？

トルコの事故記録を詳しく見る

著者らは、2013年（新たな労働安全衛生法が施行された年）から2023年末までのトルコ社会保険機関の公式月次データを用いています。状況を明確にするために、労働者を次の4つのグループに分けています：事故のない被保険者、軽微な事故の被災者、重大な事故の被災者、および死亡事故に関わる者。これらのグループをまとめて見ると、事故のパターンは孤立していないことがわかります。たとえば軽微な事故の変化が建設、鉱業、輸送などの高リスク部門では重傷や死亡に波及することがあります。研究チームの目的は、こうした連動する傾向を過去から学び将来へ投影できるモデルで捉えることです。

単純な曲線から連動する時系列へ

これまでの多くの研究は各事故種別を独立に扱う一列ずつの予測に頼ってきました。本研究では、4つのグループが時間を通じて互いに影響し合うことを許す多変量時系列アプローチを採用しています。研究者らは2つのモデル群を検証します。第一は技術用語でARMAXと呼ばれる線形モデルで、将来の値は過去の値とランダムなノイズの重み付き和として表せると仮定します。第二はNLARXと呼ばれるもので、二乗項や相互作用効果などの非線形項を加え、より複雑な応答を許します。経済全体や部門別の適切な月次データが欠けているため、両モデルとも失業率や生産量といった外部駆動因子を加えるのではなく、事故統計そのものの内部ダイナミクスにのみ焦点を当てています。

モデルの構築と評価方法

専門のシステム同定ツールを用いて、著者らは事故記録を構造化されたデータセットに変換し、訓練用（最初の80か月）とテスト用（残りの52か月）に分割します。次に線形モデルと非線形モデルの両方を訓練データに当てはめ、各モデルにテスト期間を予測させます。精度は正規化平均二乗誤差スコアで測定され、全期間・全4グループにわたる予測値と観測値の差を比較します。多くの可能なモデル構造を走査し、統計的に意味のあるパラメータのみを残すことで、過去を丸暗記するだけの過度に複雑な式になるリスクを低減しています。この慎重な手順により、線形アプローチと非線形アプローチが訓練に使われたデータを超えてどれだけ一般化できるかを比較できます。

予測が示すこと

結果は明瞭なパターンを示します。全体として、線形ARMAXモデルは履歴データに対して非常に良好な適合を示し、4つの集団すべてで低い予測誤差を達成しました。特に事故のない被保険者と軽微な事故に対して優れており、予測曲線は4年以上にわたるテスト期間で実測値に密接に追随します。非線形のNLARXモデルは事故のないグループでわずかに線形を上回り、軽微事故と死亡事故では線形モデルと同等の性能を示しました。しかし、重大事故の予測ではNLARXは明らかに安定性に欠け、予測航続距離が伸びるにつれてずれが大きくなります。線形モデルのパラメータを詳しく見ると、軽微事故や非事故の集団は多くの小さなが有意な影響で支配されている一方、重大事故と死亡は少数の強い支配的効果によって駆動されていることが示唆されます。

安全政策への示唆

専門外の読者にとっての要点は、比較的単純でよく設計された線形モデルでも、トルコで各種の労働災害が今後どのように推移するかについて信頼できる早期警戒を提供し得るということです。これらのモデルは軽微事故、重大事故、死亡事故が時間とともにどのように連動するかを明示的に追跡するため、意思決定者がより危険なカテゴリーで発生しつつある問題を見つけ、死亡が急増する前に対処するのに役立ちます。非線形モデルは一部の安定したグループで付加価値をもたらしますが、最も重要な場面、すなわち重傷や死亡の予測において一貫して優れているわけではありません。本研究は、当局が多変量線形予測を自信を持って指導的検査、ハイリスク部門での厳格な執行、研修や予防資源のより良い配分に利用できることを示唆しています。今後、部門別や労働条件に関するより豊富なデータを取り込めば、これらの予測ツールはさらに洗練される可能性があります。

引用: 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

キーワード: 労働災害, 時系列予測, 職場の安全, トルコ, 統計モデリング