國(guó)慶長(zhǎng)假要來(lái)了商場(chǎng)和地鐵站的扶梯即將迎來(lái)一年里最忙的幾天。我順手把香港機(jī)電署公開(kāi)的電梯扶梯數(shù)據(jù)扒了一遍——四個(gè) CSV 文件事故、年齡、承建商評(píng)級(jí)各一份。先說(shuō)讀完的第一觀感14 年 23,057 起扶梯通報(bào)事故里官方歸因給「設(shè)備故障」的只有 89 起占 0.39%而全港 73,393 臺(tái)升降機(jī)里31 年以上的老設(shè)備占四成。這兩個(gè)數(shù)字放在一起比任何一篇電梯安全的文章都耐人尋味。目錄一、機(jī)電署的 97 個(gè)數(shù)據(jù)集我抽了四份二、歸因口徑93% 到 98% 都寫(xiě)著「乘客行為」三、年齡分布四成升降機(jī)超過(guò) 31 歲四、承建商評(píng)級(jí)門(mén)戶說(shuō) 2025 年更新過(guò)數(shù)據(jù)停在 2018四個(gè)要點(diǎn)收尾一、機(jī)電署的 97 個(gè)數(shù)據(jù)集我抽了四份機(jī)電署在資料一線通上有 97 個(gè)數(shù)據(jù)集升降機(jī)、扶梯、游樂(lè)設(shè)施、氣瓶……全部零鑒權(quán)。我抽了四份與電梯安全直接相關(guān)的扶梯事故記錄按主因、升降機(jī)年齡分布、扶梯年齡分布、承建商表現(xiàn)評(píng)級(jí)。每份抓兩輪四份字節(jié)數(shù)與指紋全部一致其中事故表只有 1,439 字節(jié)——最小的一份裝著 14 年的事故。有一個(gè)坑先記下「升降機(jī)」lift和「扶梯」escalator在官方數(shù)據(jù)里是兩套設(shè)備、兩張表。我一開(kāi)始想算事故率拿著升降機(jī)的 73,393 臺(tái)做分母——錯(cuò)了 6.9 倍。事故表統(tǒng)計(jì)的是扶梯扶梯存量在另一張表里10,601 臺(tái)。分母錯(cuò)表是這份公開(kāi)數(shù)據(jù)里最容易踩的坑。二、歸因口徑93% 到 98% 都寫(xiě)著「乘客行為」importcsvfromcollectionsimportdefaultdictwithopen(原始返回/emsd/reported_escalator_incidents_r0.csv,encodingutf-8-sig)asfh:rows[rforrincsv.reader(fh)ifrandany(x.strip()forxinr)][1:]tot,bydefaultdict(int),defaultdict(dict)forrinrows:tot[r[0]]int(r[2])by[r[0]][r[1]]int(r[2])yearssorted(tot)pb{y:by[y][Passenger Behavior]/tot[y]*100foryinyears}ef{y:by[y][Equipment Fault]foryinyears}print(round(min(pb.values()),1),round(max(pb.values()),1))print(sum(ef.values()),sum(tot.values()),round(sum(ef.values())/sum(tot.values())*100,2))print([yforyinyearsifef[y]0])# 92.5 98.1# 89 23057 0.39# [2014]2011 到 2024 年每年歸因給「乘客行為」Passenger Behavior的事故占比在92.5% 到 98.1%之間「設(shè)備故障」Equipment Fault14 年加起來(lái) 89 起2014 年甚至是一年零起。峰值在 2023 年2,765 起疫情后出行恢復(fù)最新 2024 年回落到 1,340 起。怎么解讀這個(gè) 0.39%數(shù)據(jù)本身給不出答案它至少有三種可能設(shè)備真的可靠法定定期檢驗(yàn)在起作用「乘客行為」是個(gè)很寬的歸因筐——攜帶超大行李、沒(méi)扶扶手、在梯上逗留都可能記進(jìn)去也可能存在通報(bào)口徑的差異。三種解釋我都無(wú)法用這份 CSV 證實(shí)或證偽所以我只把數(shù)字?jǐn)[在這。能確定的是如果你想在官方通報(bào)數(shù)據(jù)里找「設(shè)備故障」的規(guī)律這份表的信噪比低到幾乎不可能——14 年 89 起年均 6 起。三、年齡分布四成升降機(jī)超過(guò) 31 歲第二張表是設(shè)備年齡。按 18 區(qū) × 8 個(gè)年齡段切rows[rforrincsv.reader(open(原始返回/emsd/age_distribution_lift_r0.csv,encodingutf-8-sig))ifrandany(x.strip()forxinr)][1:]totalsum(int(r[3])forrinrows)oldsum(int(r[3])forrinrowsifr[2].startswith((06.,07.,08.)))print(f{total:,},old,round(old/total*100,1))# 73,393 29937 40.8全港73,393 臺(tái)升降機(jī)里31 年以上的有 29,937 臺(tái)40.8%41 年以上的占 22.0%。分區(qū)看更懸殊灣仔 61.3% 的升降機(jī)超過(guò) 31 歲老城舊樓密集離島只有 6.2%油尖旺的絕對(duì)數(shù)量第一6,593 臺(tái)。扶梯這邊總量 10,601 臺(tái)31 年以上占 27.3%東區(qū)最老52.3%。年齡段標(biāo)簽長(zhǎng)這樣01. 5、06. 31-40——前綴的兩位序號(hào)是排序的唯一依據(jù)。你要是按字符串排序后再切片取「前三個(gè)年齡段」靠字典序恰好沒(méi)錯(cuò)但一旦去掉序號(hào)再排序11-15會(huì)排在6-10前面。前綴是官方留給你的排序鍵別嫌它丑。還有一個(gè)藏在區(qū)間里的問(wèn)題八段年齡加起來(lái)是5到51沒(méi)有空檔也沒(méi)有重疊可以做總和無(wú)損校驗(yàn)——73,393 就是這么加出來(lái)的。但反過(guò)來(lái)任何一份文件都沒(méi)寫(xiě)這個(gè)分布的統(tǒng)計(jì)時(shí)點(diǎn)這些電梯是哪一天數(shù)的文件里沒(méi)有日期字段門(mén)戶元數(shù)據(jù)也只能給出平臺(tái)采集時(shí)間。做「老化趨勢(shì)」類的時(shí)間序列分析時(shí)這份表連自己的出生證明都沒(méi)有只能當(dāng)橫截面用。四、承建商評(píng)級(jí)門(mén)戶說(shuō) 2025 年更新過(guò)數(shù)據(jù)停在 2018第三張表最有意思的不是內(nèi)容是它的新鮮度。承建商表現(xiàn)評(píng)級(jí)Performance Rating這份文件的元數(shù)據(jù)寫(xiě)著的最后修改時(shí)間是 2025 年 12 月 30 日——但打開(kāi)一看期數(shù)只有一期10/18也就是 2018 年 10 月。這份數(shù)據(jù)長(zhǎng)這樣rows[rforrincsv.reader(open(原始返回/emsd/cpr_rlc_r0.csv,encodingutf-8-sig))ifrandany(x.strip()forxinr)][1:]periodssorted({r[0]forrinrows})safety{}forrinrows:safety[r[3]]r[4]# 承建商編號(hào) - 安全評(píng)級(jí)fromcollectionsimportCounterprint(periods,len(rows),Counter(safety.values()))# [10/18] 38 Counter({1: 34, 0: 4})期數(shù)只有一期10/18——月/兩位年份格式也就是2018 年 10 月。38 家注冊(cè)承建商安全評(píng)級(jí)只有 0 和 1 兩檔。這就是我之前在別的數(shù)據(jù)集里驗(yàn)證過(guò)的結(jié)論的極端版門(mén)戶的「更新時(shí)間」是平臺(tái)重新采集的時(shí)間戳不是數(shù)據(jù)內(nèi)容的時(shí)間戳。這份評(píng)級(jí)表的內(nèi)容已經(jīng) 8 年沒(méi)有更新了而元數(shù)據(jù)看起來(lái)一切正常。做數(shù)據(jù)管道的人如果拿metadata_modified判斷「這份數(shù)據(jù)還活著嗎」會(huì)得到一個(gè)錯(cuò)誤的「活著」。評(píng)級(jí)內(nèi)容本身38 家注冊(cè)承建商安全表現(xiàn)評(píng)級(jí)只有 0 和 1 兩檔——1 是正常0 意味著備注列里有警告信或者紀(jì)律聆訊定罪記錄4 家。Service 質(zhì)素評(píng)級(jí)倒是 0–5 五檔。還有一個(gè)分母陷阱各家被巡查的升降機(jī)數(shù)量從6 臺(tái)到 1,142 臺(tái)差 190 倍——同一張?jiān)u級(jí)榜上巡查 6 臺(tái)拿了 1 分和巡查 1,142 臺(tái)拿了 1 分置信度不是一回事。直接按評(píng)級(jí)排序做「誰(shuí)最好誰(shuí)最差」是在拿分母不同的比率排名。那 4 家 0 分的備注列里寫(xiě)著警告信warning letter或紀(jì)律聆訊定罪Disciplinary Board conviction——機(jī)器可讀但想引用它們就得逐條人工核對(duì)原文官方?jīng)]有給結(jié)構(gòu)化的事件編碼。四個(gè)要點(diǎn)收尾升降機(jī)和扶梯是兩張表。算事故率之前先確認(rèn)分母是同一批設(shè)備——我拿 73,393 當(dāng)分母時(shí)錯(cuò)得毫無(wú)察覺(jué)因?yàn)閮蓮埍黹L(zhǎng)得一模一樣歸因統(tǒng)計(jì)只呈現(xiàn)、不推斷。0.39% 的設(shè)備故障占比有三種解釋CSV 證偽不了任何一種寫(xiě)進(jìn)結(jié)論前先想清楚數(shù)據(jù)能回答什么門(mén)戶的更新時(shí)間不是數(shù)據(jù)的新鮮度。評(píng)級(jí)表元數(shù)據(jù) 2025 年 12 月、內(nèi)容 2018 年 10 月——判斷數(shù)據(jù)死活要看內(nèi)容里的期數(shù)不是元數(shù)據(jù)時(shí)間戳年齡段的數(shù)字前綴是排序鍵。01. 5這種丑前綴是官方留給你的去掉它再排序就是另一套順序。最后照例說(shuō)明本文只討論公開(kāi)數(shù)據(jù)的口徑與工程處理不對(duì)任何承建商、任何樓宇的設(shè)備狀態(tài)做評(píng)價(jià)事故歸因的解讀留給你。全部數(shù)字可復(fù)現(xiàn)——四份文件雙輪抓取的原始返回與審計(jì)腳本13 項(xiàng)斷言放在倉(cāng)庫(kù)取數(shù)時(shí)間 2026-09-29。參考鏈接https://www.emsd.gov.hk/filemanager/en/content_808/dataset/reported_escalator_incidents.csvhttps://www.emsd.gov.hk/filemanager/en/content_808/dataset/age_distribution_lift.csvhttps://data.gov.hk/en-data/api/3/action/package_show?idhk-emsd-emsd1-performance-rating-of-lift-contractors