风险评价研究煤矿安全论文

一直以来，煤矿安全问题是国内外政府、学者和从业者关注的焦点问题。近年来，我国煤矿安全水平得到了较大的提升，煤矿百万吨死亡率由新中国成立初期的21.5下降到2013年的0.293，煤矿行业死亡人数由20世纪60年代的6000多人下降至2013年的1095人。但与美国、英国、澳大利亚、南非和印度等主要产煤国相比，我国煤矿安全水平仍然存在着较大的差距。为了减少矿难的发生和提升煤矿安全水平，国内外许多学者从体制、产权、制度、管理、个体因素、环境因素、煤矿规模与任务种类以及利益相关主体博弈等多重视角对煤矿安全事故的成因进行了分析［2－5］。这些学者们的研究成果为开展煤矿安全风险评价指标体系的构建提供了方向指引。通过回顾有关煤矿安全风险评价方面的研究发现，现有研究存在着以下几个方面的不足:一是学者们从不同视角构建了煤矿安全风险评价指标体系，尚未形成一致认可的意见;二是在煤矿安全风险评价方法选取方面，由于风险大小难以根据某个数值来界定，经常是根据区间范围来设定风险等级的，现有研究缺乏针对区间数的评价方法。本研究将综合考虑影响煤矿安全风险的各种因素，并选用层次分析法(AHP)确定指标权重，采用属性数学方法(AMM)来构建煤矿安全风险评价模型，并实际案例来验证所构建的评价模型的科学性。

1煤矿安全风险评价指标体系构建

在遵循系统性、全面性、实用性和客观性等原则的基础上，主要从管理、环境、设备和人员等四个维度构建了煤矿安全风险评价指标体系，共涉及个26二级评价指标［6］。其中，管理维度的二级评价指标分为安全风险管理制度、安全风险管理部门职责、安全风险管理流程、安全投入和应急救援体系等5个方面。环境维度的二级评价指标划分为瓦斯地质条件、煤尘地质条件、水文地质条件、煤层顶板稳定性、地质构造条件、井下温度、井下风速、井下有效风量、井下有害气体、井下照明、井下粉尘等11个方面。设备维度的二级评价指标划分为机械化水平、设备可靠性、设备完好率、设备更新改造率和设备维修保养合格率等5个方面。人员维度的二级评价指标划分为作业人员专科以上比例、作业人员持证率、作业人员培训率、作业人员工作经验和作业人员操作违章率等5个方面。

2煤矿安全风险评价模型构建

2.1采用AHP方法确定指标权重设U=p{u1，u2，…，um}为煤矿安全风险评价的各类指标集合，ui为评价指标(i=1，2，…，m)，构造判断矩阵:其中，cij表示ui对uj的重要性。判断矩阵具有如下性质:cij＞0，cij=1cji。cij的具体含义如下:cij取值1、3、5、7、9，分别表示两因素相比，因素i与因素j具有“同样”、“明显”、“非常”、“极端”的重要性;cij取值2、4、6、8，则表示位于上述两相邻判断矩阵的中值。根据构造的判断矩阵，采用方根法确定各指标的权重，并进行一致性检验。方根法的具体计算过程详见文献［7］。

2.2基于AMM构建煤矿安全风险评价模型设Z为某煤矿企业，Z中的每一个元素要测量m个指标，U={u1，u2，…，um}为指标集。指标的评价集(属性空间)为:V={v1，v2，…，vk}，vk称为一个属性集，为煤矿安全水平。评价标准形式具体见表1。被评判对象x具有级别vk的大小用属性测度μxk=μ(x∈vk)表示，x的第j个指标值具有级别vk的大小用属性测度μsjk表示。μxk和μxjk应满足:μxk≥0，∑Kk=1μxk=1，μxjk≥0，∑Kk=1μxjk=1。

2.2.1单指标属性测度函数分析设x的第j个指标值为t，表1中ajk满足aj0＜aj1＜…＜ajK或者aj0＞j1＞…＞ajK。令bjk=ajk－1+ajk2，k=1，2，…，K。djk=min(bjk－ajk，bjk+1－ajk)，k=1，2，…，K－1。不妨假设当aj0＜aj1＜…＜ajK时，确定单指标属性测度函数μxjk(t)的方法如下:μxj1(t)=1

2.2.2多指标属性测度函数分析设多指标属性测度为:μxk=∑mj=1δjμxjk。其中，δj为μx的权重，满足0≤δj≤1，∑mj=1δj=1，显然0≤μxk≤1，并且∑Kk=1μxk=∑kk=1∑mj=1δjμxjk=∑mj=1∑Kk=1μxjkδj=∑mj=1δj=1。2.2.3属性识别分析属性识别分析的目的是由属性测度μxk，1≤k≤K，对x属于哪一个级别做出判断。置信度准则:设评价级V={v1，v2，…，vk}为有序集，v1＞v2＞…＞vK，0.5＞λ＞1。如果:k0=mink:∑kj=1μx(vi{)≥λ，1≤k≤K}，则认为xk0属于级别或vk0类。

3案例应用

H煤矿企业年生产能力150万t，员工数量15000余人。近年来，该煤矿领导高度重视煤矿安全问题，安全事故的发生率也逐年下降。为了全面评价和提升本煤矿企业的安全水平，采用本文构建的安全风险评价模型对H煤矿展开评价。

3.1计算指标权重通过邀请6位从事煤矿行业的专家，针对该煤矿企业的安全现状对各层的指标进行两两比较，构造判断矩阵，并采用方根法确定各指标的权重，并展开一致性检验。对6位专家所获得的指标权重加总平均后得出各个评价指标的权重，详见表2。然后再对判断矩阵进行一致性检验，λmax=4.1326;CI=(4.1326－4)/(4－1)=0.0442;RI=0.90;CI/RI=0.0491＜0.1。因此，该判断矩阵具有一致性，由该判断矩阵确定的各类指标的权重也是合理的。限于篇幅有限，在此省略二级评价指标的权重。

3.2样本数据获取与评价集等级划分笔者邀请6位专家对H煤矿的26个安全风险评价指标体系进行打分，取［1，9］之间的整数。其中，［0，3)的数值代表煤矿安全风险小;(3，6)的数值代表煤矿安全风险中等，(7，9］的数值代表煤矿安全风险大。即煤矿安全水平的评价集划分为三类:v1={小}，v2={中}，v3={大}。对6位专家的打分取平均值，再乘以各自的权重加总后得出一级指标的分值，见表3。

3.3获取评价结果按照构造单指标属性测度函数的方法，得出属性测度函数如下:将表3中的H煤矿安全风险评价指标分值带入上述属性测度函数，可以算出4个单指标属性测度值:(0.28，0.72，0)，(0，0.11，0.89)，(0，0，1)，(0.44，0.56，0)。已知各指标的权重分别为:(0.3956，0.1723，0.2173，0.2148)，计算得出煤矿安全风险的综合属性测度(μx1，μx2，μx3，μx4)=(0.2053，0.4241，0.3706)。按照置信度准则，取置信度λ=0.6，可得出结论:H煤矿的安全风险处于中等的级别。

4结论

本文在识别出煤矿安全风险评价指标体系的基础上，运用AHP法确定了各指标的权重，采用AMM法构建了煤矿安全风险评价模型。随后，以H煤矿为案例，在将煤矿安全风险划分为小、中、大三个级别的基础上，运用构建的评价模型对其展开了应用研究。结果表明，H煤矿的安全风险处于中等水平。本研究所构建的评价模型可为科学鉴定煤矿安全风险水平提供借鉴。然而，本文研究也存在着一些不足之处，一方面煤矿安全风险评价指标体系的可能存在着考虑不全面的问题;另一方面在对煤矿安全风险进行等级划分时主观性较强。后续研究中应当重点关注这些问题，并对其加以完善。

作者:高西林 程志勇 金建春 单位: 顶山天安煤业天力有限公司